[发明专利]一种自驱动机器人和障碍物识别的方法

权利要求书

1.一种自驱动机器人，其特征在于，包括：传感器、处理器；

所述传感器配置为，采集深度图像，并将所述深度图像发送给所述处理器；

所述处理器包括：

深度值分布图确定模块，设置为根据接收到的所述深度图像，确定所述深度图像中各像素的深度值，并根据所述深度图像中各像素的深度值，确定用于表征各像素的深度值分布的深度值分布图；

基准区域确定模块，设置为从所述深度值分布图中确定基准区域；

目标像素确定模块，设置为从所述深度图像中确定出在所述深度值分布图中位于所述基准区域以外的像素，作为目标像素；

障碍物识别模块，设置为识别所述目标像素对应的障碍物类别；

障碍物处理模块，设置为根据所述障碍物类别，控制所述自驱动机器人进行障碍物处理。

2.如权利要求1所述的自驱动机器人，其特征在于，所述深度值分布图确定模块设置为，以所述深度图像中各行像素对应的行数为纵坐标，以深度值的大小为横坐标，确定用于表征所述深度图像中各像素的深度值分布的深度值分布图。

3.如权利要求2所述的自驱动机器人，其特征在于，所述基准区域确定模块设置为，按照预设的拟合方式，将所述深度图像中各行像素的最大深度值在所述深度值分布图中所对应的点进行直线拟合，得到基准直线；根据所述基准直线，从所述深度值分布图中确定基准区域。

4.如权利要求3所述的自驱动机器人，其特征在于，所述基准区域确定模块设置为，根据所述基准直线以及预设的截距阈值，确定在所述深度值分布图中所述基准直线对应的第一邻域直线以及第二邻域直线；将所述深度值分布图中所述第一邻域直线和所述第二邻域直线之间的区域，作为所述基准区域。

5.如权利要求1所述的自驱动机器人，其特征在于，所述障碍物识别模块设置为，根据所述目标像素在所述深度图像中的像素坐标和所述传感器的传感器参数，确定所述目标像素在实际空间中对应的点的实际坐标；判断所述实际坐标是否位于所述自驱动机器人的行进路线上；若所述实际坐标位于所述自驱动机器人的行进路线上，则识别出所述目标像素对应第一类障碍物，所述第一类障碍物为位于所述自驱动机器人的行进路线上的障碍物；若所述实际坐标不位于所述自驱动机器人的行进路线上，则识别出所述目标像素对应第二类障碍物，所述第二类障碍物为位于所述自驱动机器人的行进路线之外的障碍物。

6.如权利要求5所述的自驱动机器人，其特征在于，所述障碍物处理模块设置为，若所述目标像素对应所述第一类障碍物，则控制所述自驱动机器人停止行进；若所述目标像素对应所述第二类障碍物，则控制所述自驱动机器人继续行进。

7.如权利要求3所述的自驱动机器人，其特征在于，所述基准区域确定模块还设置为，判断所述基准直线的直线参数是否位于预设的参数数值范围内；若所述基准直线的直线参数不位于预设的参数数值范围内，则控制所述自驱动机器人停止行进，所述直线参数包括：基准直线的斜率和截距。

8.一种障碍物识别的方法，其特征在于，自驱动机器人设有传感器，所述方法包括：

所述自驱动机器人通过所述传感器采集深度图像；

根据所述深度图像，确定所述深度图像中各像素的深度值；

根据所述深度图像中各像素的深度值，确定用于表征各像素的深度值分布的深度值分布图；

从所述深度值分布图中确定基准区域；

从所述深度图像中确定出在所述深度值分布图中位于所述基准区域以外的像素，作为目标像素；

识别所述目标像素对应的障碍物类别；

根据所述障碍物类别，控制所述自驱动机器人进行障碍物处理。

9.如权利要求8所述的方法，其特征在于，根据所述深度图像中各像素的深度值，确定用于表征各像素的深度值分布的深度值分布图，具体包括：

以所述深度图像中各行像素对应的行数为纵坐标，以深度值的大小为横坐标，确定用于表征所述深度图像中各像素的深度值分布的深度值分布图。

10.如权利要求9所述的方法，其特征在于，从所述深度值分布图中确定基准区域，具体包括：

按照预设的拟合方式，将所述深度图像中各行像素的最大深度值在所述深度值分布图中所对应的点进行直线拟合，得到基准直线；

根据所述基准直线，从所述深度值分布图中确定基准区域。