[发明专利]负障碍物检测方法、装置、终端设备和存储介质

说明书

本发明实施例公开了一种负障碍物检测方法、装置、终端设备和存储介质。该方法包括：通过将激光雷达点云数据投射到机器人所在的水平坐标系形成平面坐标点；统计目标检测区域中每个基础栅格内不同高度的平面坐标点的个数，所述目标检测区域位于所述水平坐标系，所述基础栅格组成的网格覆盖所述目标检测区域；根据不同高度的所述平面坐标点的个数对所述基础栅格进行状态分类；当一组连续设定个数的基础栅格的状态分类满足设定的负障碍判定序列时，确认该组基础栅格对应的区域为负障碍区域。通过融合多帧数据从原始点云分割出负障碍的方法，可以避免用单帧数据处理精度较低的问题，并且通过排列特性检测负障碍，可以有效节省计算资源。

技术领域

本发明实施例涉及机器人技术领域，尤其涉及负障碍物检测方法、装置、 终端设备和存储介质。

背景技术

随着电子技术的不断发展，机器人技术开始应用于社会生产生活的各个方 面。与机器人使用范围扩大同步的是外部障碍检测技术的快速发展，应对于各 种外部障碍检测需求，红外图像采集检测、光学图像采集检测、激光雷达检测 等技术不断在机器人领域进行整合开发应用，以求获得快速而准确的障碍检测 结果。

一种利用激光检测负障碍(一般低于地面高度的不可通行障碍，例如坑、 沟壑、断崖等)的方法主要是基于激光的安装高度，测量换算出地面的高度， 通过设置Z轴阈值的方法，将低于这个高度的激光点当做负障碍点，缺点是误 检率高和漏检率高。

另外还有基于3d激光的单帧数据内相邻环线之间的距离，检测是否有径向 距离跳变来对其做识别，缺点是单帧点云的精度往往受限于雷达的分辨率，相 邻环线的间隔通常较大，导致点的数量比较稀疏，容易造成漏检，所以这种方 法对雷达要求比较高，相应成本也高。也有一些方法将3d激光垂直安装，以此 来提高纵向的分辨率，缺点是会牺牲水平方向的识别范围，虽然可以通过增加 激光雷达的数量来弥补的识别范围的不足，但这也会大大增加成本。

发明人在实现负障碍检测时发现，一些基于多帧数据融合处理的方法，也 都是在单帧处理的基础上做叠加，很多时候为了做聚类提取一些其他特征，可 以减少误检但是不能解决漏检的问题，假如单帧无法识别出负障碍，多帧同样 无法识别正障碍。

发明内容

本发明提供了一种负障碍物检测方法、装置、终端设备和存储介质，以解 决现有技术多方远程语音交互进行音频传输时，服务器和客户端进行大量无效 数据管理造成资源浪费的技术问题。

第一方面，本发明实施例提供了一种负障碍物检测方法，包括：

将激光雷达点云数据投射到机器人所在的水平坐标系形成平面坐标点；

统计目标检测区域中每个基础栅格内不同高度的平面坐标点的个数，所述 目标检测区域位于所述水平坐标系，所述基础栅格组成的网格覆盖所述目标检 测区域；

根据不同高度的所述平面坐标点的个数对所述基础栅格进行状态分类；

当一组连续设定个数的基础栅格的状态分类满足设定的负障碍判定序列 时，确认该组基础栅格对应的区域为负障碍区域。

其中，所述统计目标检测区域中每个基础栅格内不同高度的平面坐标点的 个数，具体为：

遍历基础栅格中的平面坐标点，将高度在平地高度范围内的平面坐标点统 计为平面点，将高度在负障碍高度范围内的平面坐标点统计为负向点。

其中，所述根据不同高度的所述平面坐标点的个数对所述基础栅格进行状 态分类，包括：

将所述负向点的个数大于第一数量阈值的基础栅格分类为负栅格；

将所述平面点的个数大于第二数量阈值的基础栅格分类的平面栅格；

将剩余的基础栅格分类为空栅格。