[发明专利]一种基于局部地图的优化方法及视觉机器人

权利要求书

1.一种基于局部地图的优化方法，其特征在于，该优化方法包括：

步骤1、控制移动机器人的3d-tof摄像头在移动过程中保持采集深度图像的预设有效特征点，再控制这些预设有效特征点进行坐标系转换成为局部地图的点云，然后进入步骤2；

步骤2、在移动机器人的3d-tof摄像头的当前视角范围内，设置一个位于水平地面的预设目标平面区域，并在这个预设目标平面区域设置与其匹配的检测块，以使得预设目标平面区域全部被预设数量的检测块平均划分占据；然后进入步骤3；其中，局部地图的覆盖范围包括预设目标平面区域；

步骤3、根据点云落入各个检测块的情况，分别记录各个检测块内分布的点云的高度，使得局部地图的点云以三维直方图的形式标记在预设目标平面区域的正上方；然后进入步骤4；

步骤4、判断检测块内分布的点云是否呈现离散分布状态，是则剔除这个检测块分布的点云，然后进入步骤5；否则直接进入步骤5；

步骤5、分别判断每一列的检测块中是否记录有高度最大的点云，是则沿着远离3d-tof摄像头的方向，将对应一列检测块中的高度最大的点云所属检测块的后方的检测块所分布的点云都剔除，否则不做处理；其中，每一列检测块都是沿着3d-tof摄像头的光轴方向排列设置在预设目标平面区域的正上方；远离3d-tof摄像头的方向是指向移动机器人的机体前方。

2.根据权利要求1所述优化方法，其特征在于，所述步骤4具体包括：

判断所述检测块内分布的点云的数量是否小于定位数目阈值，则将这个检测块分布的点云剔除，然后进入步骤5；否则直接进入步骤5；其中，这个定位数目阈值用于描述所述离散分布状态；

和/或，判断是否存在一个检测块的邻域都没有分布有点云，是则剔除这个检测块内分布的点云，然后进入步骤5；否则直接进入步骤5。

3.根据权利要求1或2所述优化方法，其特征在于，所述步骤5还包括：

步骤51、沿着远离3d-tof摄像头的方向检测每一列所述检测块分布的点云的高度，分别判断各列检测块中是否存在从矮至高变化的检测块序列，是则进入步骤52，否则进入步骤53；其中，从矮至高变化是对应参与判断的各个检测块中分布的最大高度的点云的高度位置变化，每个检测块分布的点云的最大高度表示各自检测块的高度；

步骤52、记录这一检测块序列中的高度最大的点云所属的检测块，再将这个记录的检测块后方的高度相对小的检测块分布的点云剔除，然后返回步骤51；

步骤53、记录这一检测块序列中的高度最大的点云所属的检测块，再将这个记录的检测块后方的检测块分布的点云剔除。

4.根据权利要求3所述优化方法，其特征在于，所述预设目标平面区域是一个矩形区域，矩形区域的一边的中点是3d-tof摄像头的位置，这一边的长度等于所述移动机器人的机体直径，与该边垂直的另一边设置在3d-tof摄像头的视角前方，用于表征所述3d-tof摄像头采集的深度图像中的可探测深度距离。

5.根据权利要求4所述优化方法，其特征在于，所述步骤3中，当检测到一个所述点云的三维坐标位置落入其中一个所述检测块内时，则确定这个所述点云分布在这个检测块中，并记录这个点云的高度。

6.根据权利要求5所述优化方法，其特征在于，所述各点云以三维直方图的形式存储的方法包括：设置所述三维直方图所属的三维坐标系的坐标原点是3d-tof摄像头的位置，设置所述预设目标平面区域覆盖到这个三维坐标系的横轴的正方向的所述机体直径的一半的距离，设置所述预设目标平面区域覆盖到这个三维坐标系的横轴的负方向的所述机体直径的一半的距离，设置所述预设目标平面区域覆盖到这个三维坐标系的纵轴的正方向的所述可探测深度距离，设置所述检测块沿着这个三维坐标系的竖轴分布，配置所述检测块在这个三维坐标系的竖轴上占据的竖直高度用于表示所述检测块分布的点云的高度，对所述点云划分得到所述预设数量的三维直方图中，实现以三维直方图的形式存储所述点云；

其中，所述三维直方图所属的三维坐标系与所述局部地图的坐标系相同。