[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

说明书

本申请公开了一种机器人、用于机器人的物体识别装置及物体识别方法。该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。本申请解决了激光扫描设备识别准确性较差的问题的技术问题。

技术领域

本申请涉及物体识别领域，具体而言，涉及一种机器人、用于机器人的物体识别装置及物体识别方法。

背景技术

相关技术中基于激光扫描设备实现预设物体识别的在实际使用中均存在一定的问题。

相关技术中对激光扫描设备采集的数据采用DBSCAN(Density-based SpatialClustering of Applications with Noise)算法进行分类，并通过对每个分类的宽度和距离来判别是否为行人簇，但该方案存在一定误识别率和漏识别率；此外，相关技术中对激光扫描设备采集的数据采用人腿类圆弧状特征识别算法对人腿进行识别，该方案在空旷的情况下识别效果较好，但不适用于类似办公室等复杂环境下的识别。

针对相关技术中激光扫描设备识别准确性较差的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种机器人、用于机器人的物体识别装置及物体识别方法，以解决激光扫描设备识别准确性较差且不适于在复杂环境下工作的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种用于机器人的物体识别方法。

根据本申请的用于机器人的物体识别方法包括：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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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。

为了实现上述目的，根据本申请的另一方面，提供了一种用于机器人的物体识别装置。

根据本申请的用于机器人的物体识别装置包括：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。

为了实现上述目的，根据本申请的再一方面，提供了一种机器人。