[发明专利]一种扫地机器人物体识别方法

说明书

本发明公开了一种扫地机器人物体识别方法，通过随机森林内的物体决策树与扫地机器人获得的图片内的物体特征进行比对，找到与物体特征相似度最高的物体决策树，当比对的相似度大于阈值M时，扫地机器人将其拍摄到的物体识别为物体决策树对应的物体信息，从而进行对应的指令操作，相似度小于阈值M时，人工添加物体决策树后扫地机器人记录新物体信息，并可以自主学习完善该物体决策树。本发明的一种扫地机器人物体识别方法可以使扫地机器人对物体进行更加智能化的自我学习和识别，具有智能化程度高、自我学习能力强的优点。

技术领域

本发明涉及一种智能家居技术领域，尤其涉及一种智能化程度高、自我学习能力强的扫地机器人物体识别方法。

背景技术

随着人工智能的发展，图像识别、语音识别和意识识别等技术领域的关键技术的突破，智能化技术和产品逐渐进入人们的日常生活，并将对未来社会的方方面面产生革命性的变化。智能化产品必将取代社会发展过程中，重复性、操作流程固化和高精度型等应用领域的作业，未来社会将会被更加智能化和便捷化的人工智能技术所取代，得到很大程度上的提升。其中物体识别领域的技术发展尤为突出，对应的智能化产品已经相当普遍。

现有的智能家居产品中，扫地机器人越来越多的进入消费者家庭。现有技术的应用于智能扫地机器人领域的物体识别，只能对选定的几种物体进行识别，在物体识别的智能学习能力还没有更好的解决方法。

因此，有必要提出一种改进，以克服现有技术缺陷。

发明内容

本发明的目的是解决现有技术中的问题，提供一种智能化程度高、自我学习能力强的扫地机器人物体识别方法。

本发明的技术方案是：

一种扫地机器人物体识别方法，包括以下步骤：S1、根据常规物体信息建立物体决策树，所述物体决策树内包括特征信息、处理操作信息，多个物体决策树形成随机森林；S2、扫地机器人获取图片；S3、对图片进行图像处理，将图片分隔成多个子图；S4、对每个子图进行物体识别，获取子图内的物体特征；将所述物体特征与随机森林内的物体决策树进行特征比对，判断所述物体特征与随机森林内所有物体决策树的相似度，找到与所述物体相似度最高的物体决策树T，若所述物体特征与所述物体决策树T的相似度达到最低相似度阈值M，则将该图片归类为与该物体决策树T对应的物体类别，并将该图片加入到该物体决策树T内，转向步骤S5；否则，认为该物体为新的物体，创建新的物体决策树，转向步骤S6；S5、信息扫地机器人根据物体决策树T对应的处理操作信息进行指令操作；S6、等待人工设置新的物体决策树信息，扫地机器人根据人工设置的物体决策树信息进行指令操作。

作为一种优选的技术方案，所述步骤S2扫地机器人获取图片中，扫地机器人包括双目摄像头，所述图片为扫地机器人双目摄像头获取的图片。

作为一种优选的技术方案，所述步骤S3中对图片进行图像处理的方法为根据边界检测和灰度图二值化，检测出图片中的框体，并将图片分割成多个子图。

作为一种优选的技术方案，所述步骤S1中建立物体决策树包括：根据物体的一个特征的一个标准图作为根节点，根据标准图相似度依次建立决策树，根节点为第0层，层级越高，相似度越低。

作为一种进一步优选的技术方案，物体包括多个特征，则物体决策树的每层包括多个节点；父节点与子节点的相似度大于父节点同层节点之间的相似度。

作为一种优选的技术方案，所述步骤S6中人工设置新的物体决策树信息包括人工命名决策树名称、扫地机器人对该物体决策树的处理操作信息。

作为一种进一步优选的技术方案，所述处理操作信息包括收纳指令、避开指令、清扫指令和人机交互物体智能化自学习指令。