[发明专利]一种运动控制决策生成方法、装置、电子设备及存储介质

说明书

本发明提供一种运动控制决策生成方法、装置、电子设备及存储介质，包括：基于激光雷达获取的目标区域的第一点云信息和相机获取的目标区域的RGB图像信息，确定RGB图像信息对应的深度预测图；基于深度预测图投影到三维空间中的第二点云信息，确定目标点云信息，以及根据所述目标点云信息和所述第一点云信息，获得第三点云信息；根据第三点云信息，确定目标多元状态数据，并将目标多元状态数据输入多阶段训练后的深度强化学习控制决策模型，得到目标运动控制决策。本发明提供的方法，可以有效地克服雷达检测存在的平面局限性，高效地获取目标运动控制决策，实现更好的移动避障效果。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种运动控制决策生成方法、装置、电子设备及存储介质。

背景技术

随着人工智能和计算机视觉技术的飞速发展，智能机器人已被广泛应用于餐厅、商场、银行等各大服务场所。避障技术作为智能机器人应用的关键一环，其发展引起了业界的高度重视。传统的机器人避障手段主要有超声波传感器避障、红外传感器避障和激光雷达避障等。

基于激光雷达的避障方法受限于成本、功耗和仿真的难度等，往往使用单线雷达。然而，单线雷达仅能对某个固定的平面进行检测，如果机器人具有较高的高度，只对某个平面检测无法实现较高的避障效果。例如当雷达高度设定较低时，单线雷达无法检测到高处的障碍物；雷达高度设定较高时，单线雷达无法检测接近地面的障碍物，从而生成不利的运动控制决策，导致发生碰撞的情况。

因此，现有技术中的因为障碍物检测不准确，会导致移动避障的控制决策效果不佳。

发明内容

本发明提供一种运动控制决策生成方法、装置、电子设备及存储介质，用以解决因为障碍物检测不准确，会导致移动避障的控制决策效果不佳的问题。

本发明提供一种运动控制决策生成方法，包括：

基于激光雷达获取的目标区域的第一点云信息和相机获取的所述目标区域的RGB图像信息，确定所述RGB图像信息对应的深度预测图；

基于所述深度预测图投影到三维空间中的第二点云信息，确定目标点云信息，以及根据所述目标点云信息和所述第一点云信息，获得第三点云信息；

根据所述第三点云信息，确定目标多元状态数据，并将所述目标多元状态数据输入多阶段训练后的深度强化学习控制决策模型，得到目标运动控制决策。

根据本发明提供的一种运动控制决策生成方法，在所述确定目标点云信息之前，还包括：

根据所述深度预测图中每个像素点的深度信息，计算每个所述像素点在世界坐标系下的第一高度；

根据各个所述像素点的第一高度和预设高度阈值，对所述深度预测图进行处理，得到过滤后的目标深度图；

基于所述目标深度图，确定所述第二点云信息；

其中，所述预设高度阈值是基于地面在世界坐标系下的高度和所述相机在世界坐标系下的高度确定的。

根据本发明提供的一种运动控制决策生成方法，所述基于所述深度预测图投影到三维空间中的第二点云信息，确定目标点云信息，包括：

基于所述第二点云信息在世界坐标系下的坐标信息，对所述第二点云信息进行分组，得到多组第四点云信息；

根据每组所述第四点云信息与所述相机之间的距离，确定目标点云信息。

根据本发明提供的一种运动控制决策生成方法，所述根据所述目标点云信息和所述第一点云信息，获得第三点云信息，包括：

将所述目标点云信息转换到雷达坐标系下，得到所述目标点云信息对应的第五点云信息；

根据所述第五点云信息，对所述第一点云信息进行更新，得到第三点云信息；