[发明专利]一种障碍物检测方法、装置、设备及存储介质在审

专利信息
申请号: 202211268335.2 申请日: 2022-10-17
公开(公告)号: CN115546764A 公开(公告)日: 2022-12-30
发明(设计)人: 李家兴;赖志林;李睿;张立家;周谦 申请(专利权)人: 广州赛特智能科技有限公司
主分类号: G06V20/58 分类号: G06V20/58;G06V10/25;G06V10/82
代理公司: 北京品源专利代理有限公司 11332 代理人: 倪焱
地址: 510000 广东省广州市黄*** 国省代码: 广东;44
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 障碍物 检测 方法 装置 设备 存储 介质
【说明书】:

发明公开一种障碍物检测方法、装置、设备及存储介质,该方法应用于移动机器人中,该方法包括:采集图像数据,并对图像数据进行特征提取获得图像数据对应的特征图,确定特征图中的感兴趣区域,感兴趣区域包括移动机器人的移动路径所在的区域,对感兴趣区域进行背景分割,若背景分割后得到前景区域,则基于前景区域确定障碍物轮廓,本发明实施例可以实现精准检测任意类别的障碍物,清除了背景的干扰以增强移动机器人对障碍物轮廓的感知,以使移动机器人更好地利用障碍物轮廓完成避障。

技术领域

本发明属于人工智能的技术领域,尤其涉及一种障碍物检测方法、装置、设备及存储介质。

背景技术

目前,针对无人驾驶的移动机器人的障碍物识别方式,通常是通过有监督的深度学习方法,对常见或者特定的障碍物进行检测从而确定出障碍物的类别。但是,由于障碍物的类别非常多,道路上也可能出现不常见的类别,图像检测算法对于不常见的类别而言,存在检测不到这些类型的障碍物的情况,无法确定障碍物的类别也就无法检测出障碍物。

另外,目前针对有监督的深度学习进行障碍物检测所存在的缺陷,有相应的利用视觉感知技术来图像进行感知从而确定存在的障碍物,但是由于视觉感知技术确定的障碍物信息是粗糙的,因此在进行避障时存在难以精确定位障碍物等问题。

发明内容

本发明提供了一种障碍物检测方法、装置、设备及存储介质,以解决目前通过有监督的深度学习或者视觉感知技术进行障碍物检测时所存在的难以针对所有类型的障碍物而进行精确避障的问题。

根据本发明的一方面,提供了一种障碍物检测方法,所述方法应用于移动机器人中,所述方法包括:

采集图像数据,并对所述图像数据进行特征提取获得所述图像数据对应的特征图;

确定所述特征图中的感兴趣区域,所述感兴趣区域包括所述移动机器人的移动路径所在的区域;

对所述感兴趣区域进行背景分割;

若背景分割后得到前景区域,则基于所述前景区域确定障碍物轮廓。

根据本发明的一方面,提供了一种障碍物检测装置,所述装置应用于移动机器人中,所述装置包括:

特征提取模块,用于采集图像数据,并对所述图像数据进行特征提取获得所述图像数据对应的特征图;

感兴趣区域确定模块,用于确定所述特征图中的感兴趣区域,所述感兴趣区域包括所述移动机器人的移动路径所在的区域;

背景分割模块,用于对所述感兴趣区域进行背景分割;

障碍物轮廓确定模块,用于若背景分割后得到前景区域,则基于所述前景区域确定障碍物轮廓。

根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的一种障碍物检测方法。

根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种障碍物检测方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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广州赛特智能科技有限公司,未经广州赛特智能科技有限公司许可,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/202211268335.2/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top