[发明专利]一种障碍物的避让方法、可移动机器人

说明书

本申请公开了一种障碍物避让方法，该方法包括，在可移动机器人侧，获取灰度图像以及深度图像，基于灰度图像提取待检测目标的轮廓，对提取的目标轮廓进行识别，当识别出待检测目标为缠绕物时，基于深度图像获取缠绕物在世界坐标系下的当前位置信息；将位置信息标注于可移动机器当前行进的全局地图中，基于标注的地图进行局部避让和/或路径规划。本申请提高了可移动机器人对缠绕物的避让的智能性，该方法应用与扫地机器人中时，提高了路径规划的覆盖率，有效避免了对缠绕物的碾压、推行和缠绕。

技术领域

本发明涉及可移动机器人领域，特别地，涉及一种障碍物的避让方法。

背景技术

目前，可移动机器人行进过程中面临缠绕物的问题。较为典型的是扫地机器人。例如，扫地机器人在家居环境中工作时非常容易被各种掉落在地面上的电线、袜子、手套等柔性物体缠绕，导致工作停止，这时扫地机器人往往是通过语音通知用户受困状态，需要人为干预以帮助扫地机器人脱离受困环境。

为了解决这个问题，利用不同的传感器对缠绕物进行检测，根据检测到的缠绕物位置智能地避让。例如，在扫地机器人防缠绕的方案中，利用人工智能卷积神经网络技术基于RGB相机对行进过程中电线、袜子等缠绕物进行实时检测，这种方式只能实时识别出缠绕物，并不能获取缠绕物相对于可移动机器人的具体位置，导致避让不尽理想，主要体现在，一方面，在离缠绕物较远的位置进行避让，导致扫地机器人覆盖率不足；另一方面，在某一时刻检测到缠绕物，当缠绕物进入RGB传感器盲区的时候依旧会发生缠绕问题。

发明内容

本发明提供了一种障碍物的避让方法，以提高缠绕物避让能力。

本发明提供的一种障碍物避让方法，该方法包括，在可移动机器人侧，

获取灰度图像以及深度图像，

基于灰度图像提取待检测目标的轮廓，对提取的目标轮廓进行识别，

当识别出待检测目标为缠绕物时，基于深度图像获取缠绕物在世界坐标系下的当前位置信息；

将位置信息标注于可移动机器当前行进的全局地图中，

基于标注的地图进行局部避让和/或路径规划。

较佳地，当识别出待检测目标为缠绕物时，基于深度图像获取缠绕物在世界坐标系下的当前位置信息之后，进一步包括，

当识别出待检测目标为缠绕物时，控制可移动机器人在当前位置偏转预定的角度获取灰度图像以及深度图像，得到新观测到的图像，

基于灰度图像提取缠绕物轮廓，基于深度图像获取缠绕物在世界坐标系下的当前位置信息；

所述将位置信息标注于可移动机器当前行进的全局地图中，进一步包括，

判断基于新观测到的图像所获取的缠绕物位置信息是否在全局地图中已有标注，如果有，则该位置信息不进行标注，否则，将该位置信息标注于全局地图中。

较佳地，所述当识别出待检测目标为缠绕物时，基于深度图像获取缠绕物当前在世界坐标系下的位置信息进一步包括，

当识别出待检测目标为缠绕物时，控制可移动机器人在当前位置偏转预定的角度获取灰度图像以及深度图像；

基于灰度图像提取的缠绕物轮廓，根据深度图像获取缠绕物在世界坐标系下的当前位置信息。

较佳地，所述当识别出待检测目标为缠绕物时，基于深度图像获取缠绕物在世界坐标系下的当前位置信息进一步包括，

控制可移动机器人在当前位置偏转预定的角度获取灰度图像以及深度图像的同时，触发采集当前RGB图像；

基于深度图像所获得的缠绕物在该深度图像相机坐标系下的位置信息，获得缠绕物在RGB图像的像素坐标系下的像素点集合，