[发明专利]机器人的楼梯检测方法、机器人以及存储介质在审

专利信息
申请号: 202211650995.7 申请日: 2022-12-21
公开(公告)号: CN116009016A 公开(公告)日: 2023-04-25
发明(设计)人: 赖志林;李良源;刘建华 申请(专利权)人: 广州赛特智能科技有限公司
主分类号: G01S17/88 分类号: G01S17/88;G01S7/48;E04F11/02
代理公司: 广州哲力智享知识产权代理有限公司 44494 代理人: 黄锐均
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: 机器人 楼梯 检测 方法 以及 存储 介质
【权利要求书】:

1.一种机器人的楼梯检测方法,其特征在于,机器人应用于国际健康驿站,所述方法包括:

S101:获取机器人所搭载的激光雷达的原始点云数据,根据所述原始点云数据角度信息确定有效点云数据范围,并过滤所述有效点云数据范围内的离群点以得到有效点云数据,所述激光雷达为单线激光雷达;

S102:提取所述有效点云数据中的直线特征,根据所述直线特征、运动方向得到楼梯检测数据。

2.如权利要求1所述的机器人的楼梯检测方法,其特征在于,所述获取机器人所搭载的激光雷达的原始点云数据的步骤具体包括:

获取所述激光雷达的极坐标,并以预设频率循环获取所述激光雷达的原始点云数据。

3.如权利要求1所述的机器人的楼梯检测方法,其特征在于,所述根据所述原始点云数据角度信息确定有效点云数据范围,并过滤所述有效点云数据范围内的离群点以得到有效点云数据的步骤具体包括:

根据所述原始点云的角度信息提取所述原始点云数据中位于预设角度范围的数据,并剔除位于所述预设角度范围内的数据中的离群点形成有效点云数据。

4.如权利要求3所述的机器人的楼梯检测方法,其特征在于,所述剔除位于所述预设角度范围内的数据中的离群点形成有效点云数据的步骤具体包括:

获取所述预设角度范围的数据中每个点周围预设距离内的邻近点的数量,并将邻近点的数量小于预设阈值的点确定为离群点,剔除所述离群点。

5.如权利要求1所述的机器人的楼梯检测方法,其特征在于,所述提取所述有效点云数据中的直线特征的步骤之前还包括:

根据所述机器人的实时位姿将所述有效点云数据转换到地图坐标系进行表示。

6.如权利要求1所述的机器人的楼梯检测方法,其特征在于,所述提取所述有效点云数据中的直线特征的步骤具体包括:

初始化霍夫空间,获取所述有效点云数据中每个点在参数空间中的参数对,通过所述参数对提取直线,并基于所述角度信息的递增方向获取所述直线对应的向量的方向。

7.如权利要求6所述的机器人的楼梯检测方法,其特征在于,所述获取所述有效点云数据中每个点在参数空间中的参数对的步骤具体包括:

将每个点的坐标代入预设公式,获取参数空间中满足所述预设公式的参数对。

8.如权利要求5所述的机器人的楼梯检测方法,其特征在于,所述根据所述直线特征、运动方向的夹角得到楼梯检测数据的步骤具体包括:

根据运动方向向量和机器人的地图法向量形成平面,并将所述直线特征投影至所述平面形成投影直线,根据所述投影直线的向量与运动方向向量的夹角得到楼梯检测数据。

9.一种机器人,其特征在于,所述机器人包括激光雷达、处理器、存储器,所述处理器分别与所述激光雷达、存储器连接,所述存储器存储有计算机程序,所述处理器通过所述激光雷达获取原始点云数据,并根据所述存储器中的计算机程序执行如权利要求1-8任一项所述的机器人的楼梯检测方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有程序数据,所述程序数据被用于执行如权利要求1-8任一项所述的机器人的楼梯检测方法。

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/202211650995.7/1.html,转载请声明来源钻瓜专利网。

×

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