[發明專利]機器人定位數據的處理方法、裝置及機器人設備

在審

• 申請號: 202111152697.0
• 申請日: 2021-09-29
• 公開（公告）號: CN115880367A
• 公開（公告）日: 2023-03-31
• 發明（設計）人: 劉宇豪
• 申請（專利權）人: 佛山市順德區美的電子科技有限公司;廣東美的制冷設備有限公司
• 主分類號: G06T7/80
• 分類號: G06T7/80;G06T7/73;G06T7/269;G06T7/187;G06T5/00
• 代理公司: 北京眾達德權知識產權代理有限公司 11570
• 代理人: 甄偉軍

1.一種機器人定位數據的處理方法，其特征在于，所述方法包括：

獲取目標環境圖像中各個像素單元的像素梯度，并將所述像素梯度超過預設梯度閾值的像素單元作為目標像素單元；

在所述目標環境圖像中確定至少一個密集區域和至少一個非密集區域，所述密集區域內的目標像素單元密度高于預設密度閾值，所述非密集區域的目標像素單元密度低于或等于所述預設密度閾值；

對所述非密集區域內的第一特征線進行檢測，得到線特征數據，所述線特征數據用于輔助機器人定位。

2.根據權利要求1所述的方法，其特征在于，所述在所述目標環境圖像中確定至少一個密集區域和至少一個非密集區域，包括：

將所述目標環境圖像分割為至少一個圖像單元，并確定各個圖像單元的目標像素單元密度；

將所述目標像素單元密度高于所述預設密度閾值的圖像單元標記為密集圖像單元，并將所述目標像素單元密度低于或等于所述預設密度閾值的圖像單元標記為非密集圖像單元；

對相鄰的密集圖像單元進行合并，以及對相鄰的非密集圖像單元進行合并，得到所述至少一個密集區域和所述至少一個非密集區域。

3.根據權利要求2所述的方法，其特征在于，所述確定各個圖像單元的目標像素單元密度，包括：

統計各個圖像單元中的目標像素單元數量；

基于每一個圖像單元的目標像素單元數量和像素單元總數量，計算所述目標像素單元的數量占比，并將所述數量占比確定為所述圖像單元的目標像素單元密度。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：

如果所述第一特征線的數量小于預定特征線數量閾值，則對所述密集區域中的第二特征線進行檢測，得到線特征數據。

5.根據權利要求4所述的方法，其特征在于，所述對所述密集區域中的第二特征線進行檢測，包括：

在所述至少一個密集區域中選定區域面積大于預定面積閾值的密集區域，作為待選密集區域；

對所述待選密集區域中的第二特征線進行檢測。

6.根據權利要求5所述的方法，其特征在于，所述對所述待選密集區域中的第二特征線進行檢測，包括：

將所述待選密集區域中區域面積最大的待選密集區域劃分至檢測序列中，所述檢測序列中的待選密集區域包括可檢測區；

在所述可檢測區內檢測第二特征線，并基于所述第二特征線在所述可檢測區內確定不可檢測區；

如果所述第一特征線的數量與所述第二特征線的數量之和小于所述預定特征線數量閾值，則縮小所述不可檢測區，以更新所述可檢測區；

將更新后的可檢測區作為新的可檢測區，返回執行在所述可檢測區內檢測第二特征線的步驟。

7.根據權利要求6所述的方法，其特征在于，所述方法還包括：

確定所述可檢測區的面積，作為可檢測區面積；

如果未劃分至所述檢測序列的待選密集區域中存在區域面積大于所述可檢測區面積的待選密集區域，則將所述大于所述可檢測區面積的待選密集區域劃分至所述檢測序列。

8.根據權利要求7所述的方法，其特征在于，所述方法還包括：

針對所述檢測序列中的每一個待選密集區域，如果所述待選密集區域對應的可檢測區面積在對應待選密集區域中的面積占比小于預定占比閾值，則停止對所述對應待選密集區域中的第二特征線的檢測。

9.根據權利要求7所述的方法，其特征在于，所述方法還包括：

如果各個待選密集區域對應的可檢測區面積在對應待選密集區域中的面積占比均小于預定占比閾值，則停止對所述第二特征線的檢測。

10.根據權利要求7所述的方法，其特征在于，所述方法還包括：

如果所述第一特征線的數量與所述第二特征線的數量之和大于或等于所述預定特征線數量閾值，則停止對所述第二特征線的檢測。