[发明专利]一种确定禁行区域的方法、装置、机器人及存储介质

说明书

本申请公开了一种确定禁行区域的方法、装置、机器人及存储介质，其中，该方法包括对获取的传感器数据进行聚类生成至少两个聚类集合；根据识别模型对至少两个聚类集合进行识别处理，生成识别后的聚类集合；对识别后的聚类集合去除误识别，得到可标记的聚类集合；对所述可标记的聚类集合进行连接，将连接线分割的两部分区域中不存在所述机器人的部分确定为禁行区域。通过这样的方式可以确定机器人的禁行区域，使机器人对当前的环境有更清楚的认识。

技术领域

本申请涉及AI领域，尤其涉及一种确定禁行区域的方法、装置、机器人及存储介质。

背景技术

在商场、写字楼、展览馆、机场等公共场所中，为了维持公共场所的秩序，正确引导人员通行，通常通过摆放物理围栏的方式设置禁行区域。但是，对于公共场所中执行作业任务的各类机器人(例如，清洁机器人)而言，其不能准确理解周围的环境信息，从而无法正确、及时的做出反应。

发明内容

为了解决上述至少一个技术问题，本申请提供了以下方案。

第一方面，本申请实施例还提供了一种确定禁行区域的方法，应用于移动机器人，该方法包括：

对获取的传感器数据进行聚类生成至少两个聚类集合；

根据识别模型对所述至少两个聚类集合进行识别处理，生成识别后的聚类集合；

对所述识别后的聚类集合去除误识别，得到可标记的聚类集合；

对所述可标记的聚类集合进行连接，将连接线分割的两部分区域中不存在机器人的部分确定为禁行区域。

可选地，根据识别模型对至少两个聚类集合进行识别处理，生成识别后的聚类集合，包括：

将至少两个聚类集合中每个聚类集合的特征向量输入识别模型进行识别处理，生成识别后的聚类集合。

基于这样的设计方式可以实现对聚类后的聚类集合进行初次识别，以提高聚类集合的参考精度。

可选地，确定识别模型包括：

根据设置的比例从至少两个聚类集合中选取训练的聚类集合；

对所述训练的聚类集合进行归一化处理；

根据所述归一化处理后的聚类集合对目标训练模型进行训练，得到所述识别模型。

通过上述方式可以实现利用聚类集合对目标训练模型进行训练，从而得到优化后的训练模型，也即识别模型。

可选地，对识别后的聚类集合去除误识别，得到可标记的聚类集合，包括：

根据传感器对应的特征向量阈值对识别后的聚类集合去除误识别，得到一次去除误识别的聚类集合；

根据距离判断方式对一次去除误识别的聚类集合去除误识别，得到可标记的聚类集合。

设计两次去除误识别的操作方式，可以有效提高聚类集合的参考精度，从而得到更接近真实环境的禁行区域。

可选地，根据传感器对应的特征向量阈值对识别后的聚类集合去除误识别，得到一次去除误识别的聚类集合，包括：

根据特征向量阈值对识别后的聚类集合中每个聚类集合对应的特征向量进行判断；

若符合对应特征向量阈值的特征向量的数目达到预设数目，则将对应的识别后的聚类集合确定为一次去除误识别的聚类集合。

通过上述技术手段可以对聚类集合进行初次去除误识别。

可选地，根据距离判断方式对一次去除误识别的聚类集合去除误识别，得到可标记的聚类集合，包括：

步骤一：为一次去除误识别的聚类集合分别建立对应的跟踪单元；