[發明專利]道路邊緣檢測方法及機器人在審
| 申請號: | 202011380356.4 | 申請日: | 2020-11-30 |
| 公開(公告)號: | CN112486172A | 公開(公告)日: | 2021-03-12 |
| 發明(設計)人: | 黃寅;張濤;吳翔;郭璁 | 申請(專利權)人: | 深圳市普渡科技有限公司 |
| 主分類號: | G05D1/02 | 分類號: | G05D1/02 |
| 代理公司: | 深圳市恒和大知識產權代理有限公司 44479 | 代理人: | 廖軍才 |
| 地址: | 518000 廣東省深圳市南山區*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 道路 邊緣 檢測 方法 機器人 | ||
1.一種道路邊緣檢測方法,其特征在于,所述方法包括:
獲取深度數據、機器人位姿、拓撲地圖;
根據所述深度數據和所述機器人位姿建立靜態障礙物地圖;
計算所述靜態障礙物地圖的灰度值;
根據所述機器人位姿、所述拓撲地圖和所述灰度值計算道路邊緣。
2.如權利要求1所述的道路邊緣檢測方法,其特征在于,所述根據所述深度數據和所述機器人位姿建立靜態障礙物地圖的步驟之后,包括:
對所述靜態障礙物地圖設置多個測量網格,所述測量網格的分辨率與所述靜態障礙物地圖的分辨率相同,將所述多個測量網格與所述靜態障礙物地圖進行位置對齊;
由所述機器人位姿將所述深度數據的深度點云從機器人坐標系轉換到世界坐標系下,并向地面投影;
根據所述測量網格中是否具有所述深度點云,對所述測量網格進行標記;
所述測量網格內具有所述深度點云時,所述測量網格對應區域的所述靜態障礙物地圖的柵格值增加第一特征值,所述測量網格內不具有所述深度點云時,所述測量網格對應區域的所述靜態障礙物地圖的柵格值減少第二特征值。
3.如權利要求2所述的道路邊緣檢測方法,其特征在于,所述計算所述靜態障礙物地圖的灰度值,具體包括:
融合連續若干幀所述靜態障礙物地圖的所述柵格值增加所述第一特征值或者減少所述第二特征值后,計算得出所述灰度值。
4.如權利要求2所述的道路邊緣檢測方法,其特征在于,所述根據所述測量網格中是否具有所述深度點云,對所述測量網格進行標記,具體包括:
將具有所述深度點云的所述測量網格標記為1,將不具有所述深度點云的所述測量網格標記為0。
5.如權利要求1所述的道路邊緣檢測方法,其特征在于,所述根據所述機器人位姿、所述拓撲地圖和所述灰度值計算道路邊緣,具體包括:
根據所述機器人位姿在所述拓撲地圖中找到所述機器人當前所在道路的拓撲路徑;
沿著所述拓撲路徑以特定的空間間隔進行采樣;
以所述采樣位置為起始點,沿著所述拓撲路徑的法線方向查詢所述灰度值;
當所述灰度值大于閾值時,記錄對應的坐標位置;
將若干所述坐標位置擬合成直線。
6.如權利要求5所述的道路邊緣檢測方法,其特征在于,所述將若干所述坐標位置擬合成直線,具體包括:
采用隨機抽樣一致算法擬合所述直線。
7.如權利要求6所述的道路邊緣檢測方法,其特征在于,所述采用隨機抽樣一致算法擬合所述直線,具體包括:
計算所述直線的置信度;
挑選所述拓撲地圖兩側評分最高的所述直線作為所述道路邊緣。
8.如權利要求7所述的道路邊緣檢測方法,其特征在于,所述計算所述直線的置信度,具體包括:
所述置信度的計算方法為:
其中,n為所述直線覆蓋在所述靜態障礙物地圖中的像素數量,V為所述像素的像素值。
9.如權利要求1所述的道路邊緣檢測方法,其特征在于,所述深度數據通過深度相機獲取。
10.一種機器人,其特征在于,應用如權利要求1-9任一項所述的道路邊緣檢測方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳市普渡科技有限公司,未經深圳市普渡科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011380356.4/1.html,轉載請聲明來源鉆瓜專利網。





