[发明专利]一种充电座的识别方法、装置、机器人及存储介质在审

专利信息
申请号: 201910651665.1 申请日: 2019-07-18
公开(公告)号: CN110378285A 公开(公告)日: 2019-10-25
发明(设计)人: 廖景亮;李树仁;王运志 申请(专利权)人: 北京小狗智能机器人技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/62;B25J19/00
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 朱静
地址: 100004 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 充电座 机器人 摄像头 概率 标志信息 存储介质 激光雷达 拍摄图像 记录位置 模型获取 模型确定 顺序搜索 位置坐标 预先获取 坐标位置 信息表 预设 匹配 申请
【说明书】:

本申请提供了一种充电座的识别方法、装置、机器人及存储介质。该方法应用于机器人,该方法包括:预先获取充电座的识别模型;识别模型用于从摄像头的拍摄图像中识别充电座;当根据识别模型确定摄像头的拍摄图像中存在疑似充电座目标时,通过激光雷达获取疑似充电座目标的位置坐标,根据识别模型获取疑似充电座目标为充电座的概率,并在信息表中记录位置坐标及概率;进入回充模式时,按照概率由高至低的顺序搜索概率对应的坐标位置;当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。利用该方法,能够提升识别充电座时的精确度和可靠性,进而提升了机器人的回充效率。

技术领域

本申请涉及智能机器人技术领域,尤其涉及一种充电座的识别方法、装置、机器人及存储介质。

背景技术

随着科学技术的发展,智能机器人逐渐深入到了人们日常生活的各个领域,给人们的生活和工作带来了很多便利条件,提高了人们的工作效率和生活质量。

智能机器人的回充是指当智能机器人的电量低于预设电量阈值时,其自主规划路线寻找充电座进行充电。目前,在智能机器人的回充过程中,充电座的识别方法主要基于单纯的激光雷达、或单纯的红外信号。其过程是当智能机器人电量低于某个阈值需要充电时,通过激光雷达或红外传感器,搜索充电座的大概位姿。然后再根据检测到的激光雷达信号或红外线信号,进一步确定充电座的位置,最后移动到充电座上充电。

但是,对于单纯采用激光雷达的方案,因为激光雷达的识别距离非常短,通常有效识别距离只有1m左右,会导致需要搜索的区域太多,使得回充效率降低。而对于采用红外传感器的方案,因为红外信号存在很强的反射效果,智能机器人根据红外线信号无法确定充电座的精确位置,在复杂的环境下可能会把机器人引导到错误的搜索区域,增加了搜索的复杂性,降低了回充效率。

发明内容

为了解决现有技术存在的上述技术问题,本申请提供了一种充电座的识别方法、装置、机器人及存储介质,能够提升识别充电座时的精确度和可靠性,进而提升了机器人的回充效率。

本申请提供了一种充电座的识别方法,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。

可选的,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。

可选的,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。

可选的,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。

可选的,所述预先获取充电座的识别模型包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京小狗智能机器人技术有限公司,未经北京小狗智能机器人技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910651665.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top