[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 | ||
本發明提供了一種道路邊緣檢測方法及機器人,道路邊緣檢測方法包括: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。根據本發明提供的道路邊緣檢測方法及機器人,將深度數據、機器人位姿、拓撲地圖以及靜態障礙物地圖進行融合,從而更準確地計算出道路邊緣,降低機器人發生碰撞的可能性。
技術領域
本發明涉及互聯網技術領域,特別涉及一種道路邊緣檢測方法及機器人。
背景技術
移動機器人在特定的場景中移動,以自主執行配送、引導、巡查、消毒等任務。上述場景包括餐廳、酒店、寫字樓、醫院等等。在這些場景中,機器人需要建立地圖并進行路徑規劃,在機器人行走的路徑附近會存在很多障礙物,機器人在移動過程中需要躲避這些障礙物。現有技術中,機器人通過激光雷達探測行走道路的邊緣,但這種方式存在較大誤差,機器人容易與障礙物發生碰撞。
發明內容
本發明有鑒于上述的現有狀況而完成的,其目的在于提供一種道路邊緣檢測方法及機器人,可準確識別道路邊緣,避免碰撞。
為了實現上述目的,本發明實施方式提供如下技術方案:
本發明提供一種道路邊緣檢測方法,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。
在這種情況下,將深度數據、機器人位姿、拓撲地圖以及靜態障礙物地圖進行融合,從而更準確地計算出道路邊緣,降低機器人發生碰撞的可能性。
其中,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。
由此,融合深度點云并結合測量網格,可將靜態障礙物地圖中有無深度點云的柵格更顯著的進行量化區分。
其中,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。
在這種情況下,灰度值融合了連續多幀柵格值的變化情況,從而使得對于障礙物的識別更加準確。
其中,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。
其中,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;
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/202011380356.4/2.html,轉載請聲明來源鉆瓜專利網。





