[发明专利]扫地机器人障碍物移除操控方法、装置及系统

说明书

本发明公开了一种扫地机器人障碍物移除操控方法、装置及系统，属于智能家居技术领域。所述方法包括：利用双目摄像头采集待分类障碍物的图像数据，并对所述图像数据进行至少包括图像合成、图像分割和特征处理的图像预处理，获取待识别图像；利用预设人工智能算法对所述待识别图像进行计算，获取符合预定移除条件的障碍物识别结果；根据所述障碍物识别结果触发相应障碍物移除指令。本发明能够避免扫地机器人因吸入小型障碍物导致扫地机器人无法运转甚至损坏问题，提高了扫地机器人的清扫效率，提升了用户体验。

技术领域

本发明涉及智能家居技术领域，特别涉及一种扫地机器人障碍物移除操控方法、装置及系统。

背景技术

现阶段扫地机器人普遍存在不能识别或者绕开小型障碍物(比如：袜子、弹珠、牙刷等体型大小的障碍物)，且会将小障碍物吸入，吸入小障碍物后机器人无法正常运转。现在市场上存在的扫地机器人主要分为两类：一、激光导航扫地机器人；二、视觉导航扫地机器人。激光导航扫地机器人其激光无法扫描到高度小于雷达高度的物体，也就无法避开或者绕开小型障碍物，不能解决这个问题，视觉扫地机器人主要以单目扫地机器人为主，其整体效果还不如激光导航扫地机，更是无法发现小型障碍物，即使发现根据现有模式也容易将小型障碍物吸入影响机器人的正常运转。

发明内容

为了解决现有技术的问题，本发明实施例提供的扫地机器人障碍物移除操控方法、装置及系统，能够避免扫地机器人因吸入小型障碍物导致扫地机器人无法运转甚至损坏问题，提高了扫地机器人的清扫效率，提升了用户体验。所述技术方案如下：

一方面，提供了一种扫地机器人障碍物移除操控方法，所述方法包括：

利用双目摄像头采集待分类障碍物的图像数据，并对所述图像数据进行至少包括图像合成、图像分割和特征处理的图像预处理，获取待识别图像；

利用预设人工智能算法对所述待识别图像进行计算，获取符合预定移除条件的障碍物识别结果；

根据所述障碍物识别结果触发相应障碍物移除指令。

优选地，利用双目摄像头采集待分类障碍物的图像数据，并对所述图像数据进行至少包括图像合成、图像分割和特征处理的图像预处理，包括：

利用AI双目摄像头获取所述待分类障碍物的视频扫描数据，并将所述视频扫描数据转化为图像数据；

对所述图像数据进行包括图像合成、图像检测、图像分类、图像分割、特征提取的所述图像预处理。

优选地，对所述图像数据进行包括图像合成、图像检测、图像分类、所述图像分割、所述特征提取的所述图像预处理，包括：

根据图像知识库对所述图像数据进行图像合成、图像检测、图像分类、图像分割、特征提取，同时完成与所述图像知识库的交互，持续修正并补充所述图像知识库的内容。

优选地，利用预设人工智能算法对所述待识别图像进行计算，获取符合预定移除条件的障碍物识别结果，包括：

将所述待识别图像输入预设卷积神经网络模型，输出符合预定移除条件的障碍物识别结果。

优选地，所述预设卷积神经网络模型是通过反复训练得到的，所述预设卷积神经网络模型采用预设CNN网络，所述CNN网络的层级结构包括：输入层、卷积层、池化层、flatten层、全连接层以及输出层，所述卷积层包括ZeroPadding函数、卷积函数和激活函数，所述激活函数作为所述卷积函数的参数使用，所述池化层对所述卷积层的输出进行局部采样操作，所述flatten层进行多维输入一维化操作，所述全连接层有多个。

优选地，根据所述障碍物识别结果触发相应障碍物移除指令，包括：

所述扫地机器人根据所述障碍物移除指令执行障碍物移除操作。