[发明专利]机器人、用于机器人的物体识别装置及物体识别方法

权利要求书

1.一种用于机器人的物体识别方法，其特征在于，在机器人上至少包括：光学感应装置，所述方法包括：

获取光学感应装置采集的点坐标数据；

获得所述点坐标数据中的坐标分类结果；

获取所述坐标分类结果的几何特征值；

通过分类器预测所述几何特征值的置信度；

根据置信度预测结果识别出在所述机器人附近位置处的物体。

2.根据权利要求1所述的用于机器人的物体识别方法，其特征在于，所述获取光学感应装置采集的点坐标数据包括：

获取所述点坐标数据中每个点与光学感应装置之间的距离数据；

获取所述每个点所对应的光学感应装置的角度值；

根据所述角度值与所述距离数据计算各点的点坐标数据。

3.根据权利要求1所述的用于机器人的物体识别方法，其特征在于，所述获得所述点坐标数据中的坐标分类结果包括：

计算所述点坐标数据中相邻两点间的点间距；

判断所述点间距是否小于预设点间距阈值；

如果判断所述点间距小于所述预设点间距阈值，则将所述相邻点两点聚为一类。

4.根据权利要求1所述的用于机器人的物体识别方法，其特征在于，所述获取所述坐标分类结果的几何特征值前还包括：

计算所述坐标分类结果内各点间距离的总长度；

判断所述总长度是否小于预设总长度阈值；

如果所述总长度小于所述所述预设总长度阈值，则删除所述坐标分类结果。

5.根据权利要求1所述的用于机器人的物体识别方法，其特征在于，所述获取所述坐标分类结果的几何特征值前还包括：

计算所述坐标分类结果的弯曲程度；

判断所述弯曲程度是否小于预设弯曲程度阈值；

如果判断所述弯曲程度小于所述预设弯曲程度阈值，则删除所述坐标分类结果。

6.根据权利要求5所述的用于机器人的物体识别方法，其特征在于，所述弯曲程度的计算方法为：

计算所述坐标分类结果内各点的总长度；

计算所述坐标分类结果内首尾点的直线距离；

根据所述总长度和所述直线距离计算所述弯曲程度。

7.根据权利要求1所述的用于机器人的物体识别方法，其特征在于，所述通过分类器预测所述几何特征值的置信度包括：

将所述特征值转换为矩阵；

将所述矩阵输入所述随机森林分类器；

获得所述特征值的置信度。

8.根据权利要求1所述的用于机器人的物体识别方法，其特征在于，所述根据置信度预测结果识别出所述机器人附近位置处的物体包括：

判断所述置信度是否大于所述预设置信度阈值；

如果所述置信度大于所述预设置信度阈值，则识别所述物体为预设物体。

9.一种用于机器人的物体识别装置，其特征在于，在机器人上至少包括：光学感应装置，所述装置包括：

点坐标获取模块，用于获取光学感应装置采集的点坐标数据；

分类模块，用于获得所述点坐标数据中的坐标分类结果；

几何值获取模块，用于获取所述坐标分类结果的几何特征值；

预测模块，用于通过分类器预测所述几何特征值的置信度；

识别模块，用于根据置信度预测结果识别出所述机器人附近位置处的物体。

10.一种机器人，其特征在于，包括：如权利要求9所述的物体识别装置。