[发明专利]一种自移动机器人动物识别与躲避方法及其存储介质

说明书

一种自移动机器人动物识别与躲避方法及其存储介质，所述方法为采集自移动机器人周围的环境信息，得到RGB图和深度图，使用CNN对动物的识别；将动物的像素去掉，实现视觉惯性里程计；计算自移动机器人b1帧与b2帧之间的转换矩阵提取动物部分的像素，计算b1帧与b2帧之间的转换矩阵将动物的深度图转成点云图，使用ICP对b₁帧、b₂帧之间的点云图进行匹配；动物在b₁帧坐标系下的转换矩阵驱动自移动机器人运动使运动后的坐标系与b₁帧参考系的转换矩阵为使自移动机器人保持与动物保持恒定的位姿关系。本发明既提高了自移动机器人的脱困能力，也提高了自移动机器人实用性、智能性和环境交互性。

技术领域

本发明涉及自移动机器人领域，特别的，涉及一种自移动机器人对动物的识别、估计动物的运动和躲避动物的方法以及存储介质，以提高自移动机器人实用性、智能性和环境交互性。

背景技术

自移动机器人工作在室内环境中，而宠物是室内环境中最常见的动物。自移动机器人在运动过程中不仅受到动物的影响，也会对动物的环境造成影响，例如自移动机器人移动过程中受到动物的追逐，不仅会导致自移动机器人的损坏，还有可能会伤害到动物本身。目前绝大多数室内自移动机器人不具备识别和躲避动物的功能，因此容易产生以上问题，导致自移动机器人实用性、智能性和环境交互性具备一定的缺陷。

因此，如何识别动物，当动物与自移动机器人的位姿小于预设置值时，躲避动物并与动物保持恒定的位姿关系成为现有技术亟需解决的技术问题。

发明内容

本发明的目的在于提出一种自移动机器人动物识别与躲避方法及其存储介质，该方法能够使得自移动机器人运动，与动物保持恒定的位姿关系。既提高自移动机器人实用性、智能性和环境交互性，也增强自移动机器人脱困能力。

为达此目的，本发明采用以下技术方案：

一种自移动机器人动物识别与躲避方法，其特征在于，包括如下步骤：

动物识别步骤S110:获取自移动机器人运动前方的RGB图和深度图，通过卷积神经网络(CNN)对所述RGB图进行动物识别，当识别到动物时，通过深度图像判断动物距离自移动机器人的位姿，当所述位姿小于预设置值时，进行本方法的下列步骤；

转换矩阵和计算步骤S120:

利用不含动物的RGB图、深度图计算得到自移动机器人b1帧与b2帧之间的转换矩阵

提取b₁、b₂帧中动物RGB像素对应的深度像素数据，计算动物在b1帧与b2帧之间的转换矩阵

两帧动物点云在b1帧参考系下的转换矩阵计算步骤S130：将两帧动物的深度图转换为点云图，对转换到b₁帧坐标系中的两帧动物点云进行迭代，计算出两帧动物点云在b1帧参考系下的转换矩阵

驱动步骤S140：驱动自移动机器人运动使运动后的坐标系与b₁帧参考系的转换矩阵为使自移动机器人与动物保持恒定的位姿关系。

可选的，在动物识别步骤S110中，所述通过卷积神经网络(CNN)对所述RGB图进行动物识别具体为：所述卷积神经网络利用卷积层、池化层、全连接层，产生分类器进行预测识别；所述卷积层中通过与卷积核相乘得到输出矩阵，从图像中提取特征；所述池化层降低特征向量维度，减小过拟合现象，减少噪声传递；所述全连接层把池化层的张量切割成向量，乘上权重，对其使用ReLU激活函数，用梯度下降法优化参数，生成分类器；最终通过所述分类器进行预测识别。

可选的，在识别出动物后，还利用事先获取的RGB图以及深度图，分别得到不含动物的RGB图和深度图，以及只含动物的RGB图和深度图，以用于估计动物运动初始值。