[发明专利]一种充电座的识别方法、装置、机器人及存储介质

权利要求书

1.一种充电座的识别方法，其特征在于，应用于机器人，所述机器人包括摄像头和激光雷达，所述方法包括：

预先获取充电座的识别模型；所述识别模型用于从所述摄像头的拍摄图像中识别所述充电座；

当根据所述识别模型确定所述摄像头的拍摄图像中存在疑似充电座目标时，通过所述激光雷达获取所述疑似充电座目标的位置坐标，根据所述识别模型获取所述疑似充电座目标为充电座的概率，并在信息表中记录所述位置坐标及所述概率；

进入回充模式时，按照所述概率由高至低的顺序搜索所述概率对应的坐标位置；

当所述激光雷达获得的标志信息与预设充电座上的标志信息匹配且摄像头识别存在充电座时，确认当前位置存在充电座。

2.根据权利要求1所述的充电座的识别方法，其特征在于，在进入回充模式前，所述方法还包括：实时更新所述信息表中记录的所述位置坐标及概率。

3.根据权利要求2所述的充电座的识别方法，其特征在于，所述实时更新所述信息表中记录的所述位置坐标及概率包括：

根据对所述位置坐标的实时拍摄图像和所述识别模型，确定所述位置坐标存在的所述疑似充电座目标为充电座的实时概率，在所述信息表中更新所述实时概率；

当所述实时概率低于预设概率时，从所述信息表中删除所述实时概率与所述实时概率对应的位置坐标。

4.根据权利要求1所述的充电座的识别方法，其特征在于，所述按照所述概率由高至低的顺序搜索所述概率对应的坐标位置包括：

将距离小于预设距离阈值的位置坐标划分为同一类位置坐标，每类位置坐标中的所有位置坐标对应的概率之和为该类位置坐标的概率；

按照每类位置坐标的概率由高至低的顺序搜索每类的坐标位置。

5.根据权利要求1所述的充电座的识别方法，其特征在于，所述预先获取充电座的识别模型包括：

预先利用所述摄像头获取所述充电座在不同角度和不同距离下的拍摄图像，利用深度学习算法Faster R-CNN对所述拍摄图像进行训练以获取所述充电座的所述识别模型。

6.根据权利要求1所述的充电座的识别方法，其特征在于，当搜索完所有所述位置坐标后仍未发现所述充电座，所述方法还包括：

规划一条遍历工作环境的路径，在所述路径移动的过程中，利用所述摄像头和所述激光雷达搜索充电座。

7.一种充电座的识别装置，其特征在于，所述装置包括：第一获取模块、第二获取模块、搜索模块和确认模块；

所述第一获取模块，用于预先获取充电座的识别模型；所述识别模型用于从摄像头的拍摄图像中识别所述充电座；

所述第二获取模块，用于当根据所述识别模型确定所述摄像头的拍摄图像中存在疑似充电座目标时，通过激光雷达获取所述疑似充电座目标的位置坐标，根据所述识别模型获取所述疑似充电座目标为充电座的概率，并在信息表中记录所述位置坐标及所述概率；

所述搜索模块，用于进入回充模式时，按照所述概率由高至低的顺序搜索所述概率对应的坐标位置；

所述确认模块，用于当所述激光雷达获得的标志信息与预设充电座上的标志信息匹配且摄像头识别存在充电座时，确认当前位置存在充电座。

8.根据权利要求7所述的充电座的识别装置，其特征在于，所述装置还包括：更新模块；

所述更新模块，用于实时更新所述信息表中记录的所述位置坐标及概率。

9.根据权利要求7所述的充电座的识别装置，其特征在于，所述搜索模块包括：分类子模块和搜索子模块；

所述分类子模块，用于将距离小于预设距离阈值的位置坐标划分为同一类位置坐标，每类位置坐标中的所有位置坐标对应的概率之和为该类位置坐标的概率；

所述搜索子模块，用于按照每类位置坐标的概率由高至低的顺序搜索每类的坐标位置。

10.一种机器人，其特征在于，所述机器人包括摄像头、激光雷达和权利要求7-9任一项所述的充电座的识别装置。

11.一种存储介质，其特征在于，所述存储介质包括存储的程序，所述程序执行权利要求1-6中任意一项所述的充电座的识别方法。