[发明专利]增强来自机器人设备的视觉输出的系统和方法

说明书

提出了一种用于可视化由机器人设备生成的数据的方法。该方法包括显示机器人设备在环境中的预期路径。该方法还包括显示环境中被识别为机器人设备可行驶的第一区域。该方法还包括接收输入以识别环境中可行驶的第二区域以及将第二区域传输到机器人设备。

相关申请的交叉引用

本申请要求于2019年9月13日提交的题为“SYSTEM AND METHOD AUGMENTING AVISUAL OUTPUT FROM A ROBOTIC DEVICE”的美国专利申请第16/570,540号的权益，该申请要求于2019年7月23日提交的题为“KEYFRAME MATCHER”的美国临时专利申请第62/877,792号、于2019年7月23日提交的题为“VISUAL TEACH AND REPEAT FOR MANIPULATION-TEACHING VR”的美国临时专利申请第62/877,791号、以及于2019年7月23日提交的题为“VISUALIZATION”的美国临时专利申请第62/877,793号的权益，其公开内容通过引用整体并入。

技术领域

本公开的特定方面通常涉及机器人设备，并且更具体地，涉及用于提供用于查看和编辑来自机器人设备的视觉输出的用户界面的系统和方法。

背景技术

自主代理(例如，车辆、机器人、无人机等)和半自主代理使用机器视觉来分析周围环境中的感兴趣区域。在操作中，自主代理可以依靠训练的神经网络来识别周围环境图像中的感兴趣区域内的对象。例如，可以训练神经网络识别和跟踪由一个或多个传感器(诸如光检测和测距(LIDAR)传感器、声纳传感器、红-绿-蓝(RGB)相机、RGB-深度(RGB)-D)相机等)捕获的对象。传感器可以耦合到设备(诸如自主代理)或与设备(诸如自主代理)通信。自主代理的对象检测应用可以分析传感器图像数据，用于从自主代理检测周围场景中的对象(例如，行人、骑自行车者、其他汽车等)。

在传统系统中，代理的视觉输出可以供应给操作员。例如，可以向操作员输出代理的预期路径(诸如预期路径)。如果输出不正确，则可以重新训练代理以获得正确的输出。期望改进系统以纠正代理的输出，而无需重新训练相关联的神经网络。

发明内容

在本公开的一个方面，公开了一种用于可视化由机器人设备生成的数据的方法。该方法包括显示机器人设备在环境中的预期路径。该方法还包括显示环境中被识别为机器人设备可行驶的第一区域。该方法还包括接收输入以识别环境中可行驶的第二区域。该方法还包括将第二区域传输到机器人设备。

在本公开的另一方面，公开了一种其上记录有非暂时性程序代码的非暂时性计算机可读介质。该程序代码用于可视化由机器人设备生成的数据。该程序代码由处理器执行并且包括显示机器人设备在环境中的预期路径的程序代码。该程序代码还包括显示环境中被识别为机器人设备可行驶的第一区域的程序代码。该程序代码还包括接收输入以识别环境中可行驶的第二区域的程序代码。该程序代码还包括将第二区域传输到机器人设备的程序代码。

本公开的另一方面涉及一种用于可视化由机器人设备生成的数据的装置。该装置具有存储器和耦合到该存储器的一个或多个处理器。该一个或多个处理器被配置为显示机器人设备在环境中的预期路径。该一个或多个一个或多个处理器还被配置为显示环境中被识别为机器人设备可行驶的第一区域。该一个或多个一个或多个处理器还被配置为接收输入以识别环境中可行驶的第二区域。该一个或多个一个或多个处理器还被配置为将第二区域传输到机器人设备。

这已经相当宽泛地概述了本公开的特征和技术优点，以便可以更好地理解下面的具体实施方式。下面将描述本公开的附加特征和优点。本领域技术人员应当理解，本公开可以容易地用作修改或设计用于实现与本公开相同目的的其他结构的基础。本领域技术人员也应该认识到，这样的等效构造未背离所附权利要求中阐述的本公开的教导。当结合附图考虑时，从以下描述中将更好地理解在其组织和操作方法两者方面被认为是本公开的特征的新颖特征以及进一步的目的和优点。然而，应当清楚地理解，提供每一附图仅用于说明和描述的目的，并不旨在作为对本公开的限制的限定。