[发明专利]一种检测微小障碍的方法、装置及介质

说明书

本文公开了一种检测微小障碍的方法、装置及介质，此方法包括：获取扫地机器人所摄取的图像数据所对应的第一3D点云；从第一3D点云中提取出属于地面区域的第二3D点云；从第二3D点云中提取出高度值位于设定高度范围内的第三3D点云；计算第三3D点云的地面投影点云；确定地面投影点云中的形态学联通区域，将面积小于预设值的形态学联通区域作为微小障碍所在的区域。本文通过有效识出地面、获得地面投影点云、以及通过图像处理的方式对点云进行处理，相比于直接对离散的三维点云进行处理的方式，提高算法的准确度和实时性。

技术领域

本文涉及机器人控制技术领域，尤其涉及一种检测微小障碍的方法、装置及介质。

背景技术

移动机器人避障领域是移动机器人在实际应用中的重要部分，移动机器人为了在环境中像人一样自主的移动，需要很好的障碍识别能力，避障方法一直在不断更新和发展，近来根据不同的传感器提出了相应的深度学习方法，目的就是提供更全面更鲁棒的障碍检测算法。

现有的技术方案主要是通过激光雷达或者RGBD摄像头来实现障碍检测，针对室内移动机器人，主要采用平面的激光雷达进行检测，该方案可以识别具有一定高度的障碍，但由于摄像头很难安装在机器人上很底部的位置，也很难保证完全处于水平状态，所以很难识别微小障碍和凹陷。微小障碍和凹陷也会对机器人的正常工作造成影响，例如：扫地机器人的轮子被很细的电线缠住，或扫地机器人在运行中将家里宠物粪便涂抹了地面上等情况。

发明内容

为克服相关技术中存在的问题，本文提供一种检测微小障碍的方法、装置及介质。

根据本文实施例的第一方面，提供一种检测微小障碍的方法，应用于扫地机器人，包括：

获取所述扫地机器人所摄取的图像数据所对应的第一3D点云；

从所述第一3D点云中提取出属于地面区域的第二3D点云；

从所述第二3D点云中提取出高度值位于设定高度范围内的第三3D点云；

计算所述第三3D点云的地面投影点云；

确定所述地面投影点云中的形态学联通区域；

将面积小于预设值的形态学联通区域作为微小障碍所在的区域。

在一种实施方式中，所述方法还包括：

获取所述扫地机器人的传感器采集的第一惯性测量单元数据；

从所述第一3D点云中提取出属于地面区域的第二3D点云，包括：

在映射集合中查找与所述第一惯性测量单元数据最相近的第二惯性测量单元数据；

根据所述映射集合确定所述第二惯性测量单元数据所对应的平面信息；

根据所述平面信息从所述第一3D点云中提取出属于地面区域的第二3D点云；

其中，映射集合中包括第二惯性测量单元数据与平面信息的映射关系，所述平面信息用于表示世界坐标系下的一平面。

在一种实施方式中，所述方法还包括：

获取所述扫地机器人的传感器采集的第一惯性测量单元数据；

从所述第一3D点云中提取出属于地面区域的第二3D点云，包括：

将所述第一惯性测量单元数据输入第一模型，获得所述第一模型输出的平面信息；

根据所述平面信息从所述第一3D点云中提取出属于地面区域的第二3D点云；

所述平面信息用于表示世界坐标系下的一平面。

在一种实施方式中，所述方法还包括: