一种移动机器人路面路况检测方法与流程

本发明属于移动机器人和人工智能技术领域，特别是涉及一种移动机器人路面路况检测方法。

背景技术：

在移动机器人自主行走过程中，为了确保机器人的安全性和通过性，需要进行路面路况检测。主要有以下几种情况：当遇到路面边缘或者下行台阶且其落差过大时，移动机器人直接通过会出现机器人倾倒或者跌落的危险；当遇到路面有间隙且其较小时，移动机器人可以安全通过，而如若间隙过大，移动机器人通过就会有卡住或者倾倒等危险；当遇到路面不平整情况，移动机器人需要减速通过；当遇到凸起、门槛或者上行台阶且其高度过大时，移动机器人通过会发生碰撞危险。

现有的移动机器人是采用红外测距传感器来进行路面路况检测的，即根据距离反馈结果来判断机器人是否通过。该方式为单点检测，通过单点的测量距离来简单判断路况，只能判断出边缘或者下行台阶路况，而不能有效区分各种路况，也不能计算路面间隙宽度、台阶高度等路况参数，不能有效保障移动机器人自主行走的安全性和通过性。该方法进行检测时，受路面的颜色和材质对检测精度影响很大，需多个组合安装在轮子前方和后方，电路设计复杂。

技术实现要素：

本发明提供一种移动机器人路面路况检测方法，其具体步骤如下：

（1）启动机器人，使其自主行走；

（2）打开路况信息采集器；

（3）采集路面路况信息；

（4）利用图像识别算法对路况信息中的图像进行识别分类；

（5）判断路况种类并做出相应反应；

（6）重复执行步骤（3）-（5），直到自主行走结束。

所述步骤（2）中的路况信息采集器为普通摄像头、光学测距传感器、声学测距传感器和深度摄像头中的一种或者多种组合。

所述步骤（3）中采集的路面路况信息为图像信息和综合数据两类信息；图像信息为彩色图像或者是灰度图像中的一种；综合数据为深度信息、三维点云、坐标和距离中的一种或者多种组合，路面路况信息采集的角度和距离是任意的。

所述步骤（4）中的图像识别算法包括深度学习中的图像识别算法和传统的图像识别算法。

所述步骤（5）中的路况种类和相应反应有：

1）若为间隙，则计算间隙长度、宽度、深度、朝向及其到机器人的距离等参数，判断是否适合通过，如果是，则减速通过，通过后继续自主行走；如果否，则后退并转向其他方向自主行走；

2）若为边缘或者下行台阶，则计算边缘或台阶的落差、朝向及其到机器人的距离等参数，判断落差是否适合通过，如果是，则减速通过，通过后继续自主行走；如果否，则后退并转向其他方向自主行走；

3）若为凸起、门槛或上行台阶，则计算凸起、门槛或上行台阶长度、宽度、高度、朝向及其到机器人的距离等参数，判断是否适合通过，如果是，则减速通过，通过后继续自主行走；如果否，则后退并转向其他方向自主行走；

4）若路面不平整，则计算平整度及其到机器人的距离等参数，判断是否适合通过，如果是，则减速通过，通过后继续自主行走；如果否，则后退并转向其他方向自主行走；

5）若为其他路况，则继续自主行走。

综上所述，本发明所产生的有益效果为：本方法利用路况采集器采集路况信息并通过图像识别算法对路面路况进行识别检测。采集的路况信息为图像信息和综合数据两类信息。图像信息为彩色图像或者是灰度图像中的一种；综合数据为深度信息、三维点云、坐标和距离中的一种或者多种组合。通过这两类信息将更有效的识别路况，进而更加准确计算路况的各种参数，结果更可靠。利用图像识别算法对图像进行路况识别分类，分类种类更多，更细致。该路况检测方法不仅对路况进行准确分类，同时还对不同路况提出了不同的参数，并通过算法准确计算这些参数，根据不同的计算结果进行综合判断是否适合机器人通过，提高机器人自主行走过程中的安全性和可靠性。

前面所述的为本申请的概述，因此必然有简化、概括和细节省略的情况；本领域的技术人员应该认识到，概述部分仅是对本申请的说明，而不应看作是对本申请的任何限定。本说明书中描述的装置和/或方法和/或其他主题的其他方面、特征和优点将会由于本说明书的阐述而变得清晰。概述部分是用来以一种简化的方式导入多个将在以下具体实施方式部分进一步描述的概念。本概述部分既非用于确定所要求保护主题的关键特征或必要特征，也非用来作为确定所要求保护主题的范围的辅助手段。

附图说明

通过下面说明书和所附的权利要求书并与附图结合，就会更加充分地清楚理解本申请的上述和其他特征。应当理解，这些附图仅是对本申请若干实施方式的描述，不应认为是对本申请范围的限定，通过附图，本申请内容将会得到更加明确和详细地说明。

图1是本发明的移动机器人路面路况检测方法的流程图。

具体实施方式

在下面的具体实施方式部分中，结合作为说明书一部分的附图进行说明。在附图中，相同/类似的标记通常表示相同/类似的部件，除非说明书中另有说明。具体实施方式、附图和权利要求书中描述的用来举例说明的实施方式不应认为是对本申请的限定。在不偏离本申请表述的主题的精神或范围的情况下，可以采用本申请的其他实施方式，并且可以对本申请做出其他变化。应该很容易理解，可以对本说明书中一般性描述的、附图中图解说明的本申请的各个方面进行各种不同构成的配置、替换、组合，设计，而所有这些改变都显然在预料之中，并构成本申请的一部分。

参照图1，一种移动机器人路面路况检测方法，其具体检测流程如下：

（1）启动机器人，使其自主行走。

（2）打开路况信息采集器，路况信息采集器为普通摄像头、光学测距传感器、声学测距传感器和深度摄像头中的一种或者多种组合。

（3）采集路面路况信息，采集的路面路况信息为图像信息和综合数据两类信息。图像信息为彩色图像或者是灰度图像中的一种；综合数据为深度信息、三维点云、坐标和距离中的一种或者多种组合，路面路况信息采集的角度和距离是任意的。

（4）利用图像识别算法对路况图进行识别分类，其中图像识别算法包括深度学习中的图像识别算法和传统的图像识别算法。

（5）判断路况种类并做出相应反应，主要有:

1）若为间隙，则计算间隙长度、宽度、深度、朝向及其到机器人的距离等参数，判断是否适合通过，如果是，则减速通过，通过后继续自主行走；如果否，则后退并转向其他方向自主行走；

2）若为边缘或者下行台阶，则计算边缘或台阶的落差、朝向及其到机器人的距离等参数，判断落差是否适合通过，如果是，则减速通过，通过后继续自主行走；如果否，则后退并转向其他方向自主行走；

3）若为凸起、门槛或上行台阶，则计算凸起、门槛或上行台阶长度、宽度、高度、朝向及其到机器人的距离等参数，判断是否适合通过，如果是，则减速通过，通过后继续自主行走；如果否，则后退并转向其他方向自主行走；

4）若路面不平整，则计算平整度及其到机器人的距离等参数，判断是否适合通过，如果是，则减速通过，通过后继续自主行走；如果否，则后退并转向其他方向自主行走；

5）若为其他路况，则继续自主行走；

（6）重复执行步骤（3）-（5），直到自主行走结束。

实施例1

门槛识别测试，具体步骤如下：在机器人行走前方设置一道长150cm，宽10cm，高15cm的门槛。启动机器人，使机器人自主向前行走。打开路况信息采集器，并实时采集实时路况信息。从以下5种角度和距离对门槛进行路况信息和识别：

1）行驶至门槛前方300cm处，正面采集门槛路况信息；

2）行驶至门槛前方250cm处，在右侧面45°采集门槛路况信息；

3）行驶至门槛前方200cm处，正面采集门槛路况信息；

4）行驶至门槛前方150cm处，在左侧面60°采集门槛路况信息；

5）行驶至门槛前方100cm处，正面采集门槛路况信息；

分别对以上五种情况采集的路况信息通过图像识别算法进行识别分类并利用路况信息中的综合数据计算门槛长度、宽度、高度及其到机器人的距离，然后对采集的五种图像的结果进行分析：

1）对于第一帧信息，识别结果为门槛，准确度为96.2%，长152.0cm，宽9.5cm，高16.0cm，门槛到机器人的距离为305.0。长、宽、高和门槛到机器人的距离的测量误差分别为1.33%，5%，6.66%和1.66%。

2）对于第二帧信息，识别结果为门槛，准确度为94.5%，长155.0cm，宽10.4cm，高15.5cm，门槛到机器人的距离为265.0cm。长、宽、高和门槛到机器人的距离的测量误差分别为：3.33%，4%，3.33%和6%。

3）对于第三帧信息，识别结果为门槛，准确度为98.3%，长151.3cm，宽10.5cm，高15.1cm，门槛到机器人的距离为198.2cm。长、宽、高和门槛到机器人的距离的测量误差分别为：0.87%，5%，0.67%和0.9%。

4）对于第四帧信息，识别结果为门槛，准确度为95.1%，长153.6cm，宽10.3cm，高14.9cm，门槛到机器人的距离为143.5cm。长、宽、高和门槛到机器人的距离的测量误差分别为：2.4%，3%，0.67%和4.3%。

5）对于第五帧信息，识别结果为门槛，准确度为98.5%，长150.5cm，宽10.2cm，高15.0cm，门槛到机器人的距离为101.0cm。长、宽、高和门槛到机器人的距离的测量误差分别为：0.33%，2%，0.0%和1.0%。

实验结果：通过对门槛的检测实验，该方法通过不同距离和角度对门槛路况进行信息采集，结果都能准确识别，总体识别准确度达到94%以上，而且对门槛参数的计算也较为准确，总体参数精度在7%以内。

实施例2

对路面平整度检测（路面平整度定义：路面平整度即路面凹凸不平的程度，在这里定义为，底盘高度与凸起或凹陷的高度差再与底盘高度的比值，水平路面平整度为1，平整度最小值为0，此时机器人不可通过），具体步骤如下：设置一段凹凸不平的路面，平整度为0.3，启动机器人，使其自主行走。打开深度摄像头，并通过深度摄像头采集实时路况图。使机器人从0°、90°、180°、270°四种角度向该路面移动，分别对这四种情况采集的路况信息利用图像识别算法进行识别分类并计算路面平整度及其到机器人的距离，然后对其进行分析：

1）0°方向，当机器人行驶至距离该路面300cm处时，开始能识别出该路面，识别精度85%，平整度为0.5，其到机器人的距离为290cm；当机器人行驶至距离200cm处时，识别精度90%，平整度为0.35，其到机器人的距离为195cm；当机器人行驶至距离100cm处时，识别精度95%，平整度为0.30，其到机器人的距离为98cm；

2）90°方向，当机器人行驶至距离该路面295cm处时，开始能识别出该路面，识别精度83%，平整度为0.48，其到机器人的距离为288cm；当机器人行驶至距离200cm处时，识别精度89%，平整度为0.36，其到机器人的距离为195cm；当机器人行驶至距离100cm处时，识别精度91%，平整度为0.31，其到机器人的距离为99cm；

3）180°方向，当机器人行驶至距离该路面300cm处时，开始能识别出该路面，识别精度82%，平整度为0.49，其到机器人的距离为292cm；当机器人行驶至距离200cm处时，识别精度90%，平整度为0.34，其到机器人的距离为203cm；当机器人行驶至距离100cm处时，识别精度96%，平整度为0.29，其到机器人的距离为98cm；

4）270°方向，当机器人行驶至距离该路面290cm处时，开始能识别出该路面，识别精度81%，平整度为0.53，其到机器人的距离为285cm；当机器人行驶至距离200cm处时，识别精度88%，平整度为0.37，其到机器人的距离为210cm；当机器人行驶至距离100cm处时，识别精度93%，平整度为0.32，其到机器人的距离为105cm；

实验结果:对路面平整度检测，机器人在距离不平整路面300cm处开始能检测到不平整路面，识别精度达到80%以上，随着机器人与不平整路面距离的靠近，识别精度和平整度的计算精度越来越高，当到达100cm处时，识别精度达到90%以上，平整度误差在7%以内。

综上所述，本方法利用路况采集器采集路况信息并通过图像识别算法对路面路况进行识别检测。采集的路况信息为图像信息和综合数据两类信息。图像信息为彩色图像或者是灰度图像中的一种；综合数据为深度信息、三维点云、坐标和距离中的一种或者多种组合。通过这两类数据将更有效的识别路况，进而更加准确计算路况的各种参数，结果更可靠。利用图像识别算法对图像进行路况识别分类，分类种类更多，更细致。该路况检测方法不仅对路况进行准确分类，同时还对不同路况提出了不同的参数，并通过算法准确计算这些参数，根据不同的计算结果进行综合判断是否适合机器人通过，提高机器人自主行走过程中的安全性和可靠性。

前述已通过框图、流程图和/或实施例子进行了详细描述，阐明了本申请装置和/或方法的不同实施方式。当这些框图、流程图和/或实施例包含一个或多个功能和/或操作时，本领域的技术人员会明白，这些框图、流程图和/或实施例中的各功能和/或操作可以通过各种硬件、软件、固件或实质上它们的任意组合而单独地和/或共同地实施。然而，本领域的技术人员会认识到，本说明书中描述的实施方式的一些方面能够全部或部分地在集成电路中以在一个或多个计算机上运行的一个或多个计算机程序的形式(例如，以在一个或多个计算机系统上运行的一个或多个计算机程序的形式)、以在一个或多个处理器上运行的一个或多个程序的形式(例如，以在一个或多个微处理器上运行的一个或多个程序的形式)、以固件的形式、或以实质上它们的任意组合的形式等效地实施，并且，根据本说明书中公开的内容，设计用于本申请的电路和/或写用于本申请的软件和/或固件的代码完全是在本领域技术人员的能力范围之内。另外，本领域的技术人员会认识到，无论用来实际进行分发的信号承载介质的类型是什么，本说明书中描述的主题的机制能够以各种形式作为程序产品分发，并且，本说明书中描述的主题的示例性实施方式均适用。例如，信号承载介质包括但不限于下列：可记录型介质，如软盘、硬盘、致密盘(cd)、数字视频光盘数字多功能盘(dvd)、数字磁带、计算机存储器等；传输型介质，如数字和/或模拟通讯介质(例如光缆、波导、有线通讯链路、无线通讯链路等)。

本领域的技术人员会认识到，以本说明书中说明的方式描述装置和/或方法，然后进行工程实践以将所描述的装置和/或方法集成到数据处理系统中，在本领域里是很常见的。也就是说，本说明书中描述的装置和/或方法中的至少一部分，可通过合理数量的实验集成到数据处理系统中。本领域技术人员会认识到，典型的数据处理系统通常包括下列中的一个或多个：系统单元壳体、视频显示设备、诸如易失性和非易失性存储器之类的存储器、诸如微处理器和数字信号处理器之类的处理器、诸如操作系统、驱动程序器、图形用户界面及应用程序之类的计算实体、一个或多个诸如触摸板或触摸屏之类的交互装置、和/或包括反馈回路和控制马达在内的控制系统(如检测位置和/或速度的反馈；用于移动和/或调节部件和/或大小的控制马达)。典型的数据处理系统可以采用任何合适的、能够通过商业方法得到的部件(如数据计算/通讯和/或网络计算/通讯系统中通常会有的那些部件)来实现。

对于本说明书中所用的基本上任何复数和/或单数术语，本领域的技术人员可以将复数解释为单数和/或将单数解释为复数，只要这样做从上下文和/或应用上看是合适的即可。为了清楚起见，在本说明书中可能将各种单数/复数组合明确地表述出来。

本申请中公开了本申请的多个方面和实施方式，本领域的技术人员会明白本申请的其它方面和实施方式。本申请中公开的多个方面和实施方式只是用于举例说明，并非是对本申请的限定，本申请的真正保护范围和精神应当以下面的权利要求书为准。