[发明专利]一种室内机器人的避障方法及装置

说明书

本申请提供一种室内机器人的避障方法及装置，该方法包括：接收由激光器探测获得的激光数据，以及由图像采集装置采集获得的图像数据；分别对激光数据和图像数据进行处理，获得激光数据对应的第一障碍物信息，以及图像数据对应的第二障碍物信息；将第一障碍物信息存储在代价地图的第一障碍物层中，并将第二障碍物信息存储在代价地图的第一障碍物层和第二障碍物层中，第二障碍物层中的第二障碍物信息保留预设时长后清除；根据代价地图中第一障碍物层与第二障碍物层中的障碍物信息进行避障。本申请实施例通过设置第二障碍物层以暂留具有语义的障碍物信息，使室内机器人在转向避障时仍能获知盲区内的障碍物信息，从而避免与盲区的障碍物相撞。

技术领域

本申请涉及机器人导航技术领域，具体而言，涉及一种室内机器人的避障方法及装置。

背景技术

目前室内机器人多通过激光或者摄像头等传感器设备感知障碍物，构建地图进行避障，感知获得的障碍物信息以代价地图(costmap)的形式呈现。costmap中的障碍物信息会随着机器人环境中的障碍物移动而更新，但是这个更新频率存在一定的安全隐患。例如，机器人移动过程中，感知到前方的障碍物，此时机器人进入避障策略从障碍物的左侧或右侧通过，而当机器人左转或者右转时，障碍物会进入传感器设备的盲区视野，costmap更新时会清除该障碍物残留在costmap中的像素信息，此时，机器人认为没有障碍物的存在，由于路径最优原则，会使得机器人重新转向行走最近的路径，机器人转向后就有可能与障碍物相撞，即发生碰撞事故。

发明内容

本申请实施例的目的在于提供一种室内机器人的避障方法及装置，用以改善室内机器人易与盲区内障碍物碰撞的技术问题。

第一方面，本申请实施例提供一种室内机器人的避障方法，包括：接收环境数据，所述环境数据包括由室内机器人中的激光器探测获得的激光数据，以及由室内机器人中的图像采集装置采集获得的图像数据；分别对所述激光数据和所述图像数据进行处理，获得所述激光数据对应的第一障碍物信息，以及所述图像数据对应的第二障碍物信息；将所述第一障碍物信息存储在代价地图的第一障碍物层中，并将所述第二障碍物信息存储在代价地图的第一障碍物层和第二障碍物层中，所述第二障碍物层中的第二障碍物信息保留预设时长后清除；根据所述代价地图中第一障碍物层与第二障碍物层中的障碍物信息进行避障。

上述方案，在代价地图中设置第二障碍物层，用于保留由图像数据获得的具有语义的障碍物信息，防止机器人在转弯后由于无法获知盲区内障碍物信息而将盲区内视为无障碍物进行路径规划，减少了机器人与可移动障碍物发生碰撞的概率，提高机器人对于盲区的避障能力，使机器人的行进更加安全。

在一种可能的实施方式中，所述图像数据包括目标区域内的目标二维图像与目标深度图像，所述目标二维图像与所述目标深度图像的像素点具有一一对应关系，对所述图像数据进行处理，获得所述图像数据对应的第二障碍物信息，包括：利用目标检测模型从所述目标二维图像中获得障碍物的目标矩形框以及对应的语义信息，其中，所述语义信息用于表示所述障碍物的类别；根据所述目标深度图像中与所述目标矩形框对应的区域内的深度值确定所述障碍物的位置信息，获得所述第二障碍物信息；所述第二障碍物信息包括所述语义信息和所述位置信息。

上述方案，利用目标检测模型可将障碍物从图像中检测出来，获得障碍物在目标二维图像中所在的区域以及障碍物的类别，并进一步由目标深度图像确定出障碍物的位置信息。目标检测模型对于室内环境中不同高度的、不规则的障碍物具有很好的识别能力，能够对由激光器获得的障碍物信息起到补充作用。

在一种可能的实施方式中，所述利用目标检测模型从所述目标二维图像中获得障碍物的目标矩形框以及对应的语义信息，包括：提取所述目标二维图像中的图像特征；根据所述图像特征生成障碍物的预测框、分类信息以及对应的分类概率，若所述分类概率大于预设阈值，则将所述预测框确定为目标矩形框，并将所述分类信息确定为所述语义信息。