[發明專利]基于掃地機的障礙物識別方法、電子裝置及存儲介質

在審

• 申請號: 202011216808.5
• 申請日: 2020-11-04
• 公開（公告）號: CN112307994A
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 張鈺峰;趙傳濤
• 申請（專利權）人: 深圳市普森斯科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市能聞知識產權代理事務所(普通合伙) 44717
• 代理人: 戴滿濤

1.一種基于掃地機的障礙物識別方法，應用于電子裝置，其特征在于，所述方法包括：

接收步驟：獲取預先配置的圖像采集設備采集的原始圖像，對所述原始圖像執行預處理操作得到目標圖像；

第一識別步驟：基于預設的特征提取規則提取出所述目標圖像的特征向量，將所述目標圖像的特征向量輸入預先訓練好的障礙物識別模型，得到所述目標圖像的第一識別結果；

第二識別步驟：將所述目標圖像的特征向量與第一預設數據庫中各參考障礙物圖像的特征向量進行相似度識別，得到所述目標圖像的第二識別結果；

控制步驟：基于所述第一識別結果、所述第二識別結果及預設判斷規則得到目標識別結果，基于所述目標識別結果對掃地機執行避障控制。

2.如權利要求1所述的基于掃地機的障礙物識別方法，其特征在于，所述基于預設的特征提取規則提取出所述目標圖像的特征向量包括：

構建MobileNetV2網絡，將所述目標圖像輸入所述MobileNetV2網絡，將所述MobileNetV2網絡的輸出特征向量作為所述目標圖像對應的特征向量。

3.如權利要求1所述的基于掃地機的障礙物識別方法，其特征在于，所述預先訓練好的障礙物識別模型是通過卷積神經網絡模型訓練得到的，具體訓練過程包括：

獲取預設數量的樣本圖像，對各所述樣本圖像標注預設標簽，利用預設的特征提取規則提取出各樣本圖像的特征向量；

將各樣本圖像的特征向量作為變量、各樣本圖像的預設標簽作為因變量生成樣本集；

將所述樣本集按照預設比例分成訓練集及驗證集；

利用所述訓練集中的各所述變量及各所述因變量對所述卷積神經網絡模型進行訓練，每隔預設周期使用所述驗證集對所述卷積神經網絡模型進行驗證，利用所述驗證集中各所述變量及各所述因變量對該卷積神經網絡模型的準確率進行驗證；及

當驗所述準確率大于第一預設閾值時結束訓練，得到障礙物識別模型。

4.如權利要求1所述的基于掃地機的障礙物識別方法，其特征在于，所述第二識別步驟包括：

利用余弦相似度算法分別計算所述目標圖像的特征向量與第一預設數據庫中各參考障礙物圖像的特征向量的相似度值，將計算得到的相似度值由大到小進行排序，選取最大值作為所述第二識別結果。

5.如權利要求4所述的基于掃地機的障礙物識別方法，其特征在于，所述方法還包括：

當所述第二識別結果小于第二預設閾值時，將所述目標圖像的特征向量與第二預設數據庫中各參考障礙物圖像的特征向量進行相似度識別，將該識別結果作為所述第二識別結果。

6.如權利要求1至5中任意一項所述的基于掃地機的障礙物識別方法，其特征在于，所述基于所述第一識別結果、所述第二識別結果及預設判斷規則得到目標識別結果包括：

判斷所述第一識別結果的置信度是否大于第三預設閾值，當所述第一識別結果的置信度大于第三預設閾值時，判斷所述第二識別結果是否大于第四預設閾值，若所述第二識別結果大于第四預設閾值，則所述目標識別結果為第一預設類型的障礙物；

當所述第一識別結果的置信度小于或等于第三預設閾值時，且當所述第二識別結果大于第五預設閾值時，則所述目標識別結果為第一預設類型的障礙物；

當所述第一識別結果的置信度小于或等于第三預設閾值時，且當所述第二識別結果小于或等于第四預設閾值時，則所述目標識別結果為第二預設類型的障礙物。