[發(fā)明專利]機器人控制方法、機器人和可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010065790.7
• 申請日: 2020-01-20
• 公開（公告）號: CN111275112A
• 公開（公告）日: 2020-06-12
• 發(fā)明（設(shè)計）人: 洪漢;沈孝通;秦寶星;程昊天
• 申請（專利權(quán)）人: 上海高仙自動化科技發(fā)展有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/04;G06N3/08;G06T7/11
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 邵泳城

1.一種機器人控制方法，其特征在于，包括：

獲取所述機器人采集的環(huán)境圖像；

利用訓(xùn)練好的卷積網(wǎng)絡(luò)模型對所述環(huán)境圖像進行區(qū)域劃分獲取圖像區(qū)域；和

根據(jù)劃分的所述圖像區(qū)域確定所述機器人的工作模式。

2.根據(jù)權(quán)利要求1所述的機器人控制方法，其特征在于，所述機器人控制方法包括：

構(gòu)建卷積網(wǎng)絡(luò)模型；

獲取由所述機器人采集且根據(jù)圖像區(qū)域類型分割標注好的訓(xùn)練圖像；和

利用所述訓(xùn)練圖像對構(gòu)建好的卷積網(wǎng)絡(luò)模型進行訓(xùn)練以得到所述訓(xùn)練好的卷積網(wǎng)絡(luò)模型。

3.根據(jù)權(quán)利要求1所述的機器人控制方法，其特征在于，所述利用訓(xùn)練好的卷積網(wǎng)絡(luò)模型對所述環(huán)境圖像進行區(qū)域劃分的步驟包括：

利用多個卷積層提取所述環(huán)境圖像的圖像特征；

根據(jù)提取的所述圖像特征對圖像像素進行分類；和

根據(jù)所述圖像像素的分類劃分所述圖像區(qū)域。

4.根據(jù)權(quán)利要求1所述的機器人控制方法，其特征在于，所述圖像區(qū)域包括可行駛區(qū)域和背景區(qū)域，所述機器人控制方法包括：

控制所述機器人在所述可行駛區(qū)域內(nèi)工作。

5.根據(jù)權(quán)利要求4所述的機器人控制方法，其特征在于，所述可行駛區(qū)域包括多種地面類型區(qū)域，所述工作模式包括多種清潔模式，所述根據(jù)劃分的所述圖像區(qū)域確定所述機器人的工作模式的步驟包括：

根據(jù)劃分的地面類型區(qū)域確定所述機器人的清潔模式；和/或

控制所述機器人以確定的所述清潔模式清潔相應(yīng)的地面類型區(qū)域。

6.根據(jù)權(quán)利要求3所述的機器人控制方法，其特征在于，所述卷積網(wǎng)絡(luò)模型采用殘差學(xué)習(xí)模塊以及空間金字塔池化模塊進行圖像特征提取。

7.根據(jù)權(quán)利要求6所述的機器人控制方法，其特征在于，所述空間金字塔池化模塊以不同采樣率的空洞卷積并行采樣以提取圖像特征。

8.一種機器人，其特征在于，包括：

獲取模塊，所述獲取模塊用于獲取所述機器人采集的環(huán)境圖像；

劃分模塊，所述劃分模塊用于利用訓(xùn)練好的卷積網(wǎng)絡(luò)模型對所述環(huán)境圖像進行區(qū)域劃分獲取圖像區(qū)域；和

確定模塊，所述確定模塊用于根據(jù)劃分的所述圖像區(qū)域確定所述機器人的工作模式。

9.一種機器人，其特征在于，包括處理器、可讀存儲介質(zhì)及存儲在所述可讀存儲介質(zhì)上并可在所述處理器上運行的計算機可執(zhí)行指令，所述計算機可執(zhí)行指令被所述處理器執(zhí)行時，使得所述處理器執(zhí)行權(quán)利要求1-7任一項所述的控制方法。

10.一種非易失性計算機可讀存儲介質(zhì)，其特征在于，所述可讀存儲介質(zhì)包括計算機可執(zhí)行指令，當所述計算機可執(zhí)行指令被一個或多個處理器執(zhí)行時，使得所述處理器執(zhí)行權(quán)利要求1-7任一項所述的機器人控制方法。