本申請公開基于線激光數據的機器人識別地毯方法、機器人及芯片，機器人上安裝線激光傳感器，線激光傳感器用于向機器人的行走方向的斜下方發(fā)射線激光，線激光傳感器還用于采集線激光經待測物體表面反射形成的激光點；所述機器人識別地毯方法包括：機器人通過線激光傳感器采集一幀線激光數據，再在該幀線激光數據中檢測各個激光點；當機器人在過濾具有極端高度的激光點的基礎上檢測到各個激光點呈現預設跳變狀態(tài)時，機器人識別出地毯，并確定待測物體表面包括地毯。從而以較少的算力快速有效地從待測物體表面識別出地毯，提高地毯識別的效果，防止地毯誤識別，進而避免機器人將地毯誤識別為障礙物后不會爬上地毯，只會躲著地毯。
【技術實現步驟摘要】
本申請涉及線激光，尤其涉及基于線激光數據的機器人識別地毯方法、機器人及芯片。
技術介紹
1、當掃地機器人清掃遇到地毯的時候，如果沒有采用適當的識別方法和運動規(guī)劃手段，很有可能會被地毯的邊緣卡住，在識別到地毯后采用適當的運行方法和策略，才能讓掃地機器人更順利地清掃，因此，掃地機器人識別地毯尤為重要。
2、目前掃地機器人利用線激光識別地毯，分析線激光的點云數據的在不同場景下的特點，每一幀線激光數據包括多個激光點云數據，每個激光點云數據包括角度、距離、高度三種數據。
3、例如，掃地機器人移動在平坦的地面時，因為各個激光點的高度差異很小，采集的激光點圖像基本呈現為一條直線。掃地機器人移動到一個坎或者是不平的地面，采集的激光點可能呈現為一邊是分布在低矮位置，另一邊分布在較高位置。
4、掃地機器人使用線激光掃描到障礙物時，在線激光的探測范圍內，障礙物所在區(qū)域的點云高度會變高，其他區(qū)域會不變。
5、掃地機器人移動到地毯的場景下，地毯由于其絨毛等材質，具有不平整的特性，線激光打在地毯，在線激光的探測范圍內，有些激光點打在絨毛上，則采集到的這部分激光點的高度較大；另外，有些點打在絨毛之間的縫隙內，則這部分激光點的的高度較小。
6、在不造成對地毯誤識別的情況下，如何通過比較高度相關信息的方式來有效識別出地毯上的點成為亟需解決的技術問題。
技術實現思路
1、本申請公開基于線激光數據的機器人識別地毯方法、機器人及芯片，具體的技術方案包括：
2、基于線激光數據的機器人識別地毯方法，機器人上安裝線激光傳感器，線激光傳感器用于向機器人的行走方向的斜下方發(fā)射線激光，線激光傳感器還用于采集線激光經待測物體表面反射形成的激光點；所述機器人識別地毯方法包括：機器人通過線激光傳感器采集一幀線激光數據，再在該幀線激光數據中檢測各個激光點；當機器人在過濾具有極端高度的激光點的基礎上檢測到各個激光點呈現預設跳變狀態(tài)時，機器人識別出地毯，并確定待測物體表面包括地毯。與現有技術相比，本技術方案在過濾具有極端高度的激光點的基礎上，僅通過一幀線激光數據進行各個激光點的檢測并在滿足預設跳變狀態(tài)時識別出地毯，比現有技術根據多幀圖像進行特征匹配識別所耗費的算力和時間都少，從而本實施例以較少的算力快速有效地從待測物體表面（可以容易被誤判的待檢測表面）識別出地毯，提高地毯識別的效果，防止地毯誤識別，進而避免機器人將地毯誤識別為障礙物后不會爬上地毯，只會躲著地毯。
3、進一步地，機器人從所述一幀線激光數據中提取出各個激光點，并且依次對各個激光點進行連線；所述預設跳變狀態(tài)存在：在所述一幀線激光數據當中，各個激光點的連線中，下降和上升交替出現或隨機出現，而且下降的次數和上升的次數均是至少兩次；在所述一幀線激光數據當中，各個激光點的連線中，先出現至少兩次下降，再出現至少一次上升；在所述一幀線激光數據當中，各個激光點的連線中，先出現至少兩次上升，再出現至少一次下降；其中，線激光打在地毯的絨毛上反射形成的激光點的高度是，高于線激光打在地毯的絨毛之間的縫隙內反射形成的激光點的高度，以使所述一幀線激光數據當中各個激光點出現多次跳變，基于此可以使用各個激光點的連線走向進行預設跳變狀態(tài)的判斷。
4、進一步地，所述機器人識別地毯方法具體包括：機器人通過線激光傳感器采集一幀線激光數據，再在該幀線激光數據中提取出各個激光點的高度，并篩選出高度最大的激光點和高度最小的激光點；其中，在該幀線激光數據中提取出各個激光點是沿著機器人的機體中軸線的垂直方向分布，且位于機器人的前方；然后在該幀線激光數據中，依次計算位置相鄰的兩個激光點的高度差絕對值，并通過對高度差絕對值累加計算獲得高度差累加值，以量化描述同一幀線激光數據中的各個激光點的跳變狀態(tài)；再控制所述高度差累加值減去所述一幀線激光數據中的最高點與最低點的高度差，再將相減得到的差值標記為待判斷高度差值，以實現過濾待測物體表面具有極端高度的激光點，其中，所述一幀線激光數據中的最高點是高度最大的激光點，所述一幀線激光數據中的最低點是高度最小的激光點，均表示待測物體表面具有極端高度的激光點；然后判斷待判斷高度差值是否大于預設地毯高度差閾值，是則確定機器人在其前方識別出地毯，并確定各個激光點呈現預設跳變狀態(tài)。
5、綜上，本技術方案根據高度最大的激光點與高度最小的激光點之間的高度差與高度差累加值的關系檢測各個激光點是否呈現預設跳變狀態(tài)，從而積累起來的所述高度差累加值在抵消最高點與最低點的高度差的影響后，由所述待判斷高度差值表示除了最高點與最低點之外的其余各個激光點跳變所積累的高度差累加值，則所述待判斷高度差值在抵消最高點與最低點的高度差的影響的基礎上，量化描述同一幀線激光數據中的各個激光點的跳變狀態(tài)；當所述待判斷高度差值大于預設地毯高度差閾值時，能夠確定除了最高點與最低點之外的其余各個激光點均保持跳變，從而確定機器人在待測物體表面中識別到地毯。也防止對地毯的誤識別，整體只需要一幀線激光數據，激光點高度數據量少，算力要求低，計算時間短，識別快且準確。
6、進一步地，所述依次計算位置相鄰的兩個激光點的高度差絕對值，并通過對高度差絕對值累加計算獲得高度差累加值的方法包括：步驟a、在一幀線激光數據所提取的各個激光點中，將距離光亮區(qū)段在機體中軸線的垂直方向的一端最近的激光點記為起始搜索點，再遍歷位置相鄰一個激光點，再計算當前遍歷的激光點與起始搜索點之間的高度差絕對值，得到高度差累加值；然后執(zhí)行步驟b；步驟b、遍歷位置相鄰一個未參與高度差絕對值計算的激光點，再計算當前遍歷的激光點與步驟a遍歷的激光點之間的高度差絕對值，以表示待測物體表面每次所需積累的高度差；再將步驟a計算出的高度差累加值與當前計算出的高度差絕對值相加，得到新高度差累加值，再控制新高度差累加值更新為步驟a所述的高度差累加值；然后執(zhí)行步驟c；步驟c、重復執(zhí)行步驟b，直至遍歷完一幀線激光數據所提取的各個激光點，并通過對高度差絕對值累加計算來更新步驟a所述的高度差累加值，再將最后一次更新出的高度差累加值配置為用于減去所述一幀線激光數據中的最高點與最低點的高度差，以在過濾待測物體表面具有極端高度的激光點的基礎上檢測各個激光點是否呈現預設跳變狀態(tài)。
7、進一步地，在一幀線激光數據所提取的各個激光點是不包括所述光亮區(qū)段的邊緣處分布的激光點，以使所述光亮區(qū)段在機體中軸線的垂直方向的兩端處分布的激光點不存在于一幀線激光數據所提取的各個激光點當中。克服所述光亮區(qū)段的邊緣處分布的激光點跳變幅度過大所引起的誤差。
8、進一步地，待判斷高度差值越大，表示一幀線激光數據中的各個激光點在機體中軸線的垂直方向上的跳變次數越多；待判斷高度差值越小，表示同一幀線激光數據中的各個激光點在機體中軸線的垂直方向上的跳變次數越少。
9、綜上，所述待判斷高度差值大于預設地毯高度差閾值時，各個激光點的連線在一個探測寬度內呈現多次上升和多次下降；所述待判斷高度差值小于或等于預設地毯高度差閾值時，各個激光點的本文檔來自技高網
...
【技術保護點】
1.基于線激光數據的機器人識別地毯方法，其特征在于，機器人上安裝線激光傳感器，線激光傳感器用于向機器人的行走方向的斜下方發(fā)射線激光，線激光傳感器還用于采集線激光經待測物體表面反射形成的激光點；
2.根據權利要求1所述機器人識別地毯方法，其特征在于，機器人從所述一幀線激光數據中提取出各個激光點，并且依次對各個激光點進行連線；
3.根據權利要求1所述機器人識別地毯方法，其特征在于，所述機器人識別地毯方法具體包括：
4.根據權利要求3所述機器人識別地毯方法，其特征在于，所述依次計算位置相鄰的兩個激光點的高度差絕對值，并通過對高度差絕對值累加計算獲得高度差累加值的方法包括：
5.根據權利要求4所述機器人識別地毯方法，其特征在于，在一幀線激光數據所提取的各個激光點是不包括所述光亮區(qū)段的邊緣處分布的激光點。
6.根據權利要求3所述機器人識別地毯方法，其特征在于，待判斷高度差值越大，表示一幀線激光數據中的各個激光點在機體中軸線的垂直方向上的跳變次數越多；
7.根據權利要求6所述機器人識別地毯方法，其特征在于，所述預設地毯高度差閾值是設置在3.5cm至4cm之間；
8.根據權利要求6所述機器人識別地毯方法，其特征在于，機器人從所述一幀線激光數據中提取出各個激光點，依次對各個激光點進行連線，同時計算位置相鄰的兩個激光點的連線長度并進行累加處理，得到各個激光點的連線的總長度，并將總長度標記為高度連接線長度；
9.一種機器人，其特征在于，包括處理器和存儲器；所述存儲器中存儲有程序，所述程序由所述處理器加載并執(zhí)行以實現如權利要求1至8任一項所述的機器人識別地毯方法；
10.一種芯片，其特征在于，芯片存儲有程序，所述程序由所述芯片執(zhí)行以實現如權利要求1至8任一項所述的機器人識別地毯方法。
...
【技術特征摘要】
1.基于線激光數據的機器人識別地毯方法，其特征在于，機器人上安裝線激光傳感器，線激光傳感器用于向機器人的行走方向的斜下方發(fā)射線激光，線激光傳感器還用于采集線激光經待測物體表面反射形成的激光點；
2.根據權利要求1所述機器人識別地毯方法，其特征在于，機器人從所述一幀線激光數據中提取出各個激光點，并且依次對各個激光點進行連線；
3.根據權利要求1所述機器人識別地毯方法，其特征在于，所述機器人識別地毯方法具體包括：
4.根據權利要求3所述機器人識別地毯方法，其特征在于，所述依次計算位置相鄰的兩個激光點的高度差絕對值，并通過對高度差絕對值累加計算獲得高度差累加值的方法包括：
5.根據權利要求4所述機器人識別地毯方法，其特征在于，在一幀線激光數據所提取的各個激光點是不包括所述光亮區(qū)段的邊緣處分布的激光點。
6.根據權利要求3所述機器人識別...
【專利技術屬性】
技術研發(fā)人員：盧一光，李永勇，
申請(專利權)人：珠海一微半導體股份有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。