[发明专利]控制方法、装置、设备和存储介质

说明书

本发明实施例公开了一种控制方法、装置、设备和存储介质，其中，所述方法包括：确定待进入电梯的第一路径，基于所述第一路径确定第一区域；其中，所述第一路径为电子设备进入电梯的任一路径；获取所述第一区域的深度图像，基于所述深度图像确定所述第一区域内的障碍物；根据所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯。

技术领域

本发明涉及移动机器人领域，涉及但不限于一种控制方法、装置、设备和存储介质。

背景技术

目前，机器人通常基于视觉或图像信息来分析周围场景，室内配送机器人无法避免要遇到跨楼层配送的情况，因此需要机器人能够自动搭乘升降梯。由于电梯内场景非常不固定，机器人需要有能力适应各种场景变化。比如有时电梯内人很多，有时人很少，而且人们站的位置又完全随机，有时还有各种小推车或其他货物，这些都会生成差异很大的图像。而机器人平台对实时性有较高要求，通常不允许进行规模较大的计算，所以一些基于深度学习的复杂实例分割算法并不能用于解决室内配送机器人跨楼层配送的情况。从而如何让机器人高效、安全地进出升降梯，并尽量减少对其他乘客的影响，目前尚无有效解决方案。

发明内容

有鉴于此，本发明实施例期望提供一种控制方法、装置、设备和存储介质。

本发明实施例的技术实施例是这样实现的：

本发明实施例提供一种控制方法，所述方法包括：

确定待进入电梯的第一路径，基于所述第一路径确定第一区域；其中，所述第一路径为电子设备进入电梯的任一路径；

获取所述第一区域的深度图像，基于所述深度图像确定所述第一区域内的障碍物；

根据所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯。

在上述方案中，所述基于所述深度图像确定所述第一区域内的障碍物，包括：

获取所述电子设备的高度，确定所述深度图像中满足所述高度的第一深度图像；其中，所述第一深度图像为由下向上从所述深度图像中截取的图像；

将所述第一深度图像的高度区间划分为多个子区间；

将所述第一深度图像转换为障碍物点云数据，根据子区间内对应的障碍物点数确定障碍物。

在上述方案中，所述多个子区间中相邻两个子区间部分重叠；或者，所述多个子区间中相邻两个子区间连续且不重叠。

在上述方案中，所述根据所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯，包括：

统计每个子区间对应的障碍物点数，判断任一子区间内的障碍物点数是否大于第一阈值；

当任一子区间内的障碍物点数大于第一阈值时，确定所述电子设备不能按照所述第一路径进入电梯；

当所有子区间内的障碍物点数均小于等于所述第一阈值时，确定所述电子设备能够按照所述第一路径进入电梯。

在上述方案中，若确定所述电子设备不能够按照所述第一路径进入电梯，所述方法还包括：

间隔第一预设时长后，重新确定待进入电梯的第一路径，基于所述第一路径确定第一区域；其中，所述第一路径为电子设备进入电梯的任一路径；

获取所述第一区域的深度图像，基于所述深度图像确定所述第一区域内的障碍物；

根据所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯。

在上述方案中，所述方法还包括：