[发明专利]障碍物检测方法、装置、机器人及计算机可读存储介质

说明书

本申请实施例提供了一种障碍物检测方法、装置、机器人及计算机可读存储介质，其中方法包括：将深度图像转换为第一点云数据；根据深度相机坐标系和机器人坐标系之间的三维点转换关系将第一点云数据转换为机器人坐标系下的第二点云数据；根据预设感兴趣区域从第二点云数据中提取感兴趣点云数据；根据感兴趣点云数据中的各平面的平面特征数据确定可通行区域点云数据；从感兴趣区域点云数据中排除可通行区域点云数据，得到剩余点云数据；根据剩余点云数据确定障碍物信息。这样，利用深度相机拍摄的深度图像、深度相机坐标系和机器人坐标系之间的三维点转换关系计算障碍物信息，可以提高障碍物检测精确度，提高障碍物检测效果。

技术领域

本申请涉及机器人技术领域，尤其涉及一种障碍物检测方法、装置、机器人及计算机可读存储介质。

背景技术

现有技术中，机器人避障是智能安全运行的必要条件。避障是指机器人在行走过程中，通过传感器感知到在规划路线上存在的静态或动态障碍物时，按照一定的算法实时更新路径，绕过障碍物，最后达到目标点。为实现避障与导航，机器人需要进行环境感知。具体的，在未知或者是部分未知的环境下，机器人避障需要通过传感器获取周围环境信息，周围环境信息包括障碍物的尺寸、形状和位置等信息，因此传感器技术在移动机器人避障中起着十分重要的作用。避障控制中采用的传感器多种多样，各有不同的原理和特点，目前常见的主要有超声波传感器、激光传感器、红外传感器等。目前机器人主流的环境感知策略为深度相机和激光雷达用于探测前方障碍物，防跌落传感器用于机器人在贴近悬崖感知悬崖，但是这个策略需要机器人的部分本体已经在悬崖范围内，只比较适用于扫地机这种对于安全性要求不是很高的机器人。现有机器人存在障碍物检测效果比较差的问题。

发明内容

为了解决上述技术问题，本申请实施例提供了一种障碍物检测方法、装置、机器人及计算机可读存储介质。

第一方面，本申请实施例提供了一种障碍物检测方法，所述方法包括：

根据深度相机的内参将所述深度相机拍摄的深度图像转换为深度相机坐标系下的第一点云数据；

根据所述深度相机坐标系和机器人坐标系之间的三维点转换关系将所述第一点云数据转换为所述机器人坐标系下的第二点云数据；

根据预设感兴趣区域从所述第二点云数据中提取感兴趣点云数据；

从所述感兴趣点云数据中获取至少一平面，根据各平面的平面特征数据从所述感兴趣点云数据中确定可通行区域点云数据；

从所述感兴趣区域点云数据中排除可通行区域点云数据，得到剩余点云数据；

根据所述剩余点云数据确定障碍物信息。

第二方面，本申请实施例提供了一种障碍物检测装置，所述装置包括：

第一转换模块，用于根据深度相机的内参将所述深度相机拍摄的深度图像转换为深度相机坐标系下的第一点云数据；

第二转换模块，用于根据所述深度相机坐标系和机器人坐标系之间的三维点转换关系将所述第一点云数据转换为所述机器人坐标系下的第二点云数据；

提取模块，用于根据预设感兴趣区域从所述第二点云数据中提取感兴趣点云数据；

获取模块，用于从所述感兴趣点云数据中获取至少一平面，根据各平面的平面特征数据从所述感兴趣点云数据中确定可通行区域点云数据；

排除模块，用于从所述感兴趣区域点云数据中排除可通行区域点云数据，得到剩余点云数据；

确定模块，用于根据所述剩余点云数据确定障碍物信息。

第三方面，本申请实施例提供了一种移动终端，包括存储器以及处理器，所述存储器用于存储计算机程序，所述计算机程序在所述处理器运行时执行第一方面提供的障碍物检测方法。