[发明专利]避障方法、机器人和存储介质

权利要求书

1.一种避障方法，其特征在于，所述方法包括：

获取环境图像数据，从所述环境图像数据中提取出待识别障碍物的三维点云信息；

利用预先训练完成的障碍物识别深度学习模型对所述环境图像数据进行推理运算，得到所述待识别障碍物的类别和位置框；

根据所述三维点云信息，确定所述待识别障碍物的轮廓框；

确定所述位置框和所述轮廓框的重叠率，若所述位置框和所述轮廓框的重叠率大于第一预设阈值，则确定对所述待识别障碍物的检测结果为所述类别和从所述环境图像数据中提取出的待识别障碍物的三维点云信息；

若所述位置框和所述轮廓框的重叠率小于等于所述第一预设阈值，则根据所述轮廓框和所述位置框的交集与所述轮廓框的第一比值，或根据所述轮廓框和所述位置框的交集与所述位置框的第二比值，确定对所述待识别障碍物的检测结果；

根据所述检测结果进行避障。

2.根据权利要求1所述的方法，其特征在于，所述根据所述轮廓框和所述位置框的交集与所述轮廓框的第一比值，或根据所述轮廓框和所述位置框的交集与所述位置框的第二比值，确定对所述待识别障碍物的检测结果，包括：

若确定所述第一比值大于第二预设阈值，或所述第二比值大于所述第二预设阈值，确定对所述待识别障碍物的检测结果为所述类别和所述三维点云信息；

若确定所述第一比值小于等于第二预设阈值和所述第二比值小于等于所述第二预设阈值，根据所述轮廓框和所述位置框的交集，确定对所述待识别障碍物的检测结果。

3.根据权利要求2所述的方法，其特征在于，所述根据所述轮廓框和所述位置框的交集，确定对所述待识别障碍物的检测结果，包括：

若所述轮廓框和所述位置框的交集为空，则确定所述待识别障碍物的三维点云信息的状态；

若所述待识别障碍物的三维点云信息的状态为离散状态，确定对所述待识别障碍物的检测结果为所述类别和统计三维点云信息，其中，所述统计三维点云信息为对所述位置框内的三维点云信息进行统计得到的三维点云信息。

4.根据权利要求3所述的方法，其特征在于，在所述确定所述待识别障碍物的三维点云信息的状态之后，还包括：

若所述待识别障碍物的三维点云信息的状态为聚合状态，确定对所述待识别障碍物的检测结果为未知障碍物和所述三维点云信息。

5.根据权利要求4所述的方法，其特征在于，在所述确定对所述待识别障碍物的检测结果为未知障碍物和所述三维点云信息之后，还包括：

将所述环境图像数据输入所述预先训练完成的障碍物识别深度学习模型进行推理运算，得到所述待识别障碍物的类别和位置框。

6.一种机器人，其特征在于，包括存储器和处理器；

所述存储器用于存储计算机程序；

所述处理器，用于执行所述计算机程序并在执行所述计算机程序时，实现如权利要求1至5任一项所述避障方法的步骤。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如权利要求1至5任一项所述避障方法的步骤。