[发明专利]一种机器人控制方法及电子设备在审

专利信息
申请号: 202010898900.8 申请日: 2020-08-31
公开(公告)号: CN112417944A 公开(公告)日: 2021-02-26
发明(设计)人: 闫瑞君;邓绪意 申请(专利权)人: 深圳市银星智能科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62;G06N20/00;A47L9/28;A47L11/40
代理公司: 深圳市程炎知识产权代理事务所(普通合伙) 44676 代理人: 蔡乐庆;罗水江
地址: 518110 广东省深圳市龙*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 机器人 控制 方法 电子设备
【说明书】:

发明涉及机器人技术领域,公开一种机器人控制方法及电子设备。方法包括:获取环境图像,并在环境图像中截取目标局部图像;提取目标局部图像的纹理特征;根据机器学习算法,识别纹理特征的纹理类型;根据纹理类型,控制机器人。一方面,本方法采用机器视觉识别方法,识别纹理特征的纹理类型,此种作法的准确率比较高,能够保证机器人可靠地清洁,进而提高清洁效果。另一方面,本方法是在环境图像中截取目标局部图像作图像分析的,此种作法能够降低数据运算量,节约大量硬件开销,并提高实时性,进而提高清洁效果。再另一方面,本方法采用机器学习算法,能够智能化地识别各类物体的纹理特征,提升了机器人的环境适应性,使得机器人更加智能化。

技术领域

本发明涉及机器人技术领域,具体涉及一种机器人控制方法及电子设备。

背景技术

随着人们生活水平的提高和生活节奏的加快,越来越多的中产民众希望从室内清洁这项繁重的工作中解放,因此,购买清洁机器人帮助他们解决室内日常清洁问题成为最佳选择。

清洁机器人的工作环境比较复杂,室内铺设毛毯时,清洁机器人需要增加吸力才能更好地清洁。当清洁机器人为拖地机或洗地机时,则清洁机器人不能爬上毛毯进行清洁工作。

传统清洁机器人通过采集马达的驱动电流,识别机器人当前所在的物体材质是否是毛毯,此种作法不够准确,经常会误触发,而且清洁机器人需要在毛毯上工作一些时间才能实施毛毯识别操作,极大降低清洁效果。

发明内容

本发明实施例的一个目的旨在提供一种机器人控制方法及电子设备,其能够提高提高清洁效果。

在第一方面,本发明实施例提供一种机器人控制方法,包括:

获取环境图像,并在所述环境图像中截取目标局部图像;

提取所述目标局部图像的纹理特征;

根据机器学习算法,识别所述纹理特征的纹理类型;

根据所述纹理类型,控制所述机器人。

可选地,所述在所述环境图像中截取目标局部图像包括:

在所述环境图像中绘制处在预设高度处的水平线;

根据所述水平线,截取图像高度小于或等于所述预设高度的图像作为目标局部图像。

可选地,所述预设高度由以下公式计算得到:H=k1*d+k2*h,其中,H为预设高度,k1、k2为正超参数,d为机器人与前方可识别物的预设距离,h为所述机器人的摄像模组距离地面的高度。

可选地,所述提取所述目标局部图像的纹理特征包括:

使用Gabor滤波器提取所述目标局部图像的纹理特征。

可选地,所述根据机器学习算法,识别所述纹理特征的纹理类型包括:

聚类所述目标局部图像中纹理特征相同的像素集合;

根据机器学习算法,识别所述像素集合的纹理类型。

可选地,所述聚类所述目标局部图像中纹理特征相同的像素集合包括:

根据K-means聚类算法,分割所述目标局部图像的像素;

聚类纹理特征相同的像素,得到像素集合。

可选地,所述根据机器学习算法,识别所述像素集合的纹理类型包括:

将所述像素集合中聚类质心的纹理特征输入SVM分类器,得到所述像素集合属于目标物体的概率;

判断所述概率是否大于或等于预设阈值;

若是,则所述像素集合属于所述目标物体;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市银星智能科技股份有限公司,未经深圳市银星智能科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010898900.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top