[发明专利]一种寻找目标对象的方法和设备在审
申请号: | 201911085761.0 | 申请日: | 2019-11-08 |
公开(公告)号: | CN111027540A | 公开(公告)日: | 2020-04-17 |
发明(设计)人: | 陈海波 | 申请(专利权)人: | 深兰科技(上海)有限公司 |
主分类号: | G06K9/32 | 分类号: | G06K9/32;G06K9/46;G06K9/62 |
代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 郭润湘 |
地址: | 200336 上海市长宁区威*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 寻找 目标 对象 方法 设备 | ||
本发明公开了一种寻找目标对象的方法和设备,涉及机器人技术领域,用以解决目前机器人寻找目标对象时容易受到干扰,误识率高的问题,本发明方法包括:将通过激光扫描获取目标区域中的对象的曲线特征与目标对象的曲线特征进行匹配,选择目标区域中与目标对象的曲线特征的第一匹配度大于第一阈值的至少一个对象;根据选择的对象在目标区域的位置,确定选择的对象的拍摄位置,并采集拍摄位置的图像;将与目标对象匹配的图像对应的对象作为目标对象,由于本发明中激光扫描器和摄像头都是机器人上的常见设置,不需要在目标对象上设置红外编码发射器,不需要双方进行通信,不容易受到干扰,更加简便,提高了寻找的准确率。
技术领域
本发明涉及机器人技术领域,特别涉及一种寻找目标对象的方法和设备。
背景技术
随着智能机器人的发展,各种服务类机器人纷纷涌现,譬如扫地机、导游、导购类机器人、咨询机器人等。
一般情况下机器人需要寻找的目标对象可以是充电桩或其它需要对接的设备,机器人通过寻找设备进行对接,目前机器人在寻找相应目标对象的常见方式为,机器人前方或后方设置有红外接收器,设备端有若干红外编码发射器,机器人通过接收到的不同编码信号,判断方位,调整机器人的行进方向,但是这种方式操作不便,实现过程较为复杂,并且通信方式较易受到干扰,不知道准确的距离信息,例如在家中寻找充电桩时,则容易被遮挡物遮挡影响通信。
综上所述,机器人在寻找目标对象时容易受到干扰,误识率高。
发明内容
本发明提供一种寻找目标对象的方法和设备,用以解决现有技术中存在的机器人在寻找目标对象时容易受到干扰,误识率高的问题。
第一方面,本发明实施例提供的一种寻找目标对象的方法包括:
将通过激光扫描获取目标区域中的对象的曲线特征与目标对象的曲线特征进行匹配,选择所述目标区域中与所述目标对象的曲线特征的第一匹配度大于第一阈值的至少一个对象;
根据选择的对象在所述目标区域的位置,确定所述选择的对象的拍摄位置,并采集所述拍摄位置的图像;
将与目标对象匹配的图像对应的对象作为目标对象。
上述方法,只需要通过激光扫描器扫描和摄像头拍照的方式来寻找目标对象,激光扫描器和摄像头都是机器人上的常见设置,不需要双方进行通信,更加简便,并且在寻找目标对象时,采用激光扫描器和摄像头双重检验,首先通过激光扫描的方式确定出目标区域中与目标对象相近的至少一个对象作为备选对象,缩小了目标对象寻找的范围,并且通过激光扫描可以确定出相对于备选对象较为理想的拍摄位置,之后结合摄像头采集图像的方式确定出目标对象,提高了采集到的图像的质量,由于本发明将激光扫描与摄像头采集图像两种寻找目标对象的方式相结合,通过激光扫描缩小范围,再进一步通过摄像头采集图像对小范围内的对象进行验证,在小范围内确定目标对象,因而可以提高寻找的目标对象的准确率,降低误识别发生的概率,并且不需要机器人与对象之间进行通信,不易受到干扰,提高了检测的准确率。
在一种可能的实现方式中,所述选择的对象为多个;
在所述选择所述目标区域中与所述目标对象的曲线特征的第一匹配度大于第一阈值的至少一个对象之后,根据选择的对象在所述目标区域的位置确定所述选择的对象的拍摄位置之前,还包括:
将所述选择的对象在所述目标区域的位置与历史记录中所述目标对象的位置进行比对,根据对比结果剔除所述选择的对象中的部分对象;或
将所述选择的对象在所述目标区域的位置周围的对象的曲线特征与所述选择的对象的曲线特征组合后,与所述目标对象的曲线特征进行对比,根据比对结果剔除所述选择的对象中的部分对象。
上述方法,通过激光扫描确定多个选择的对象时,可以通过历史记录或者是周围对象对选择的对象进行筛选,剔除其中的部分,以减小后续识别的工作,提高检测效率。
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深兰科技(上海)有限公司,未经深兰科技(上海)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/201911085761.0/2.html,转载请声明来源钻瓜专利网。