[发明专利]物体信息识别方法、路径规划方法、装置、终端和机器人

权利要求书

1.一种物体信息识别方法，其特征在于，包括：

获取对预设区域进行图像采集得到的二维图像和深度信息；

根据所述二维图像和所述深度信息进行分割处理，以获得位于所述预设区域的目标物体对应的目标深度信息以及所述目标物体在所述二维图像中的目标像素信息；

根据所述目标像素信息和所述目标深度信息对所述目标物体进行信息识别，以获得所述目标物体的物体信息，所述物体信息用于指示所述目标物体在所述预设区域中占据的空间。

2.根据权利要求1所述的方法，其特征在于，所述物体信息包括体积尺寸、物体姿态和所述目标物体在所述预设区域中的位置信息，所述根据所述目标像素信息和所述目标深度信息对所述目标物体进行信息识别，以获得所述目标物体的物体信息，包括：

获取所述目标物体的目标物体类别；

根据所述目标物体类别、所述目标像素信息和所述目标深度信息对所述目标物体进行信息识别，以获得所述目标物体的体积尺寸、物体姿态和位置信息。

3.根据权利要求2所述的方法，其特征在于，所述获取所述目标物体的目标物体类别，包括：

将所述目标像素信息输入至训练完成的物体类别识别模型中，以获得所述物体类别识别模型输出的物体类别和置信度，所述置信度用于指示所述物体类别识别模型输出的物体类别的可信程度；

若所述置信度高于预设置信度，则将所述物体类别识别模型输出的物体类别作为所述目标物体的目标物体类别。

4.根据权利要求2所述的方法，其特征在于，所述根据所述目标物体类别、所述目标像素信息和所述目标深度信息对所述目标物体进行信息识别，以获得所述目标物体的体积尺寸、物体姿态和位置信息，包括：

根据所述目标物体类别、所述目标像素信息和所述目标深度信息生成第一目标三维特征描述子；

将所述第一目标三维特征描述子输入至训练完成的物体特征提取模型中，以获得所述物体特征提取模型输出的所述目标物体的形心位置以及所述第一目标三维特征描述子与所述目标物体的形心位置之间的第一目标相对位置关系，所述物体特征提取模型是通过将第一三维特征描述子作为神经网络模型的输入，将物体的形心位置以及第一三维特征描述子与物体的形心位置之间的相对位置关系作为所述神经网络模型的输出进行训练得到的，所述第一三维特征描述子是根据物体类别、像素信息和深度信息生成的；

根据所述第一目标三维特征描述子确定所述目标物体的体积尺寸；

根据所述目标物体的形心位置确定所述目标物体的位置信息；

根据所述第一目标相对位置关系确定所述目标物体的物体姿态。

5.根据权利要求4所述的方法，其特征在于，所述根据所述第一目标三维特征描述子确定所述目标物体的体积尺寸，包括：

根据所述第一目标三维特征描述子在全局坐标系的匹配结果确定所述目标物体的体积尺寸，所述全局坐标系为所述预设区域的坐标系。

6.根据权利要求2所述的方法，其特征在于，所述根据所述目标物体类别、所述目标像素信息和所述目标深度信息对所述目标物体进行信息识别，以获得所述目标物体的体积尺寸、物体姿态和位置信息，包括：

根据所述目标物体类别，从数据库查找所述目标物体类别对应的目标体积尺寸，并将所述目标体积尺寸作为所述目标物体的体积尺寸，所述数据库包括不同物体类别分别对应的体积尺寸；

根据所述目标像素信息和所述目标深度信息确定所述目标物体的物体姿态和位置信息。