障碍物识别方法和装置、存储介质及电子装置与流程

【】本技术涉及智能家居领域，具体而言，涉及一种障碍物识别方法和装置、存储介质及电子装置。

背景技术

0、
背景技术：

1、目前，移动体在一定区域内进行移动时，可以通过其上的传感器进行环境数据采集，以检测采集区域内存在的家具等障碍物，进而基于检测到的障碍物进行移动路径规划。然而，对于实时数据较差的物体(例如，桌子、椅子等腿部较细的家具)，由于通过传感器很难准确识别出障碍物完整的物体数据，导致为移动体规划的移动路径可能会与这些障碍物距离较近，易与这些障碍物发生碰撞，不仅会造成移动体发生侧翻等危险，也会对移动体造成损伤，影响移动体的使用体验。

2、由此可知，相关技术中的障碍物识别方法，存在由于无法准确识别障碍物导致的移动体的移动安全性低的问题。

技术实现思路

0、
技术实现要素：

1、本技术的目的在于提供一种障碍物识别方法和装置、存储介质及电子装置，以至少解决由于无法准确识别障碍物导致的移动体的移动安全性低的问题。

2、本技术的目的是通过以下技术方案实现：

3、根据本技术实施例的一个方面，提供了一种障碍物识别方法，包括：对移动体上的目标传感器所采集到的待识别数据进行物体识别，得到目标物体；确定预设的一组参考物体中，与目标物体匹配的匹配物体；在根据所述匹配物体的物体特征确定所述目标物体的物体特征存在缺失的情况下，使用所述匹配物体的物体特征对所述目标物体的物体特征进行补全，作为障碍物识别结果。

4、在一个示例性实施例中，所述确定预设的一组参考物体中，与所述目标物体匹配的匹配物体，包括：将所述一组参考物体中，物体特征与所述目标物体的物体特征之间的相似度大于或者等于预设相似度阈值的参考物体，确定为所述匹配物体。

5、在一个示例性实施例中，所述一组参考物体中的每个参考物体的物体特征为按照物体类型预先保存的、与所述每个参考物体的物体类型对应的物体特征。

6、在一个示例性实施例中，所述将所述一组参考物体中，物体特征与所述目标物体的物体特征之间的相似度大于或者等于预设相似度阈值的参考物体，确定为所述匹配物体，包括：在所述一组参考物体中存在与所述目标物体的物体位置关联的关联物体的情况下，确定所述目标物体的物体特征与所述关联物体的物体特征之间的相似度；在所述关联物体的物体特征与所述目标物体的物体特征之间的相似度大于或者等于所述相似度阈值的情况下，将所述关联物体确定为所述匹配物体。

7、在一个示例性实施例中，所述方法还包括：将所述一组参考物体中，关联位置与所述目标物体的物体位置之间的距离小于或者等于预设距离阈值的参考物体，确定为所述关联物体。

8、在一个示例性实施例中，所述将所述一组参考物体中，物体特征与所述目标物体的物体特征之间的相似度大于或者等于预设相似度阈值的参考物体，确定为所述匹配物体，包括：在所述一组参考物体中不存在与所述目标物体的物体位置关联的关联物体的情况下，分别确定所述一组参考物体中的每个参考物体的物体特征与所述目标物体的物体特征之间的相似度，作为与所述每个参考物体对应的相似度；将所述一组参考物体中，对应的相似度大于或者等于所述预设相似度阈值、对应的相似度最大的参考物体，确定为所述匹配物体。

9、在一个示例性实施例中，在所述确定预设的一组参考物体中，与所述目标物体匹配的匹配物体之前，所述方法还包括以下至少之一：对所述移动体上的一组传感器所采集到的传感器数据进行融合，得到所述一组参考物体中的每个参考物体的物体特征，所述一组传感器包括所述目标传感器；对所述目标传感器进行多次数据采集所采集到的传感器数据进行融合，得到所述一组参考物体中的每个参考物体的物体特征。

10、在一个示例性实施例中，所述使用所述匹配物体的物体特征对所述目标物体的物体特征进行补全，包括：在所述目标物体的第一腿部缺失边的情况下，使用所述匹配物体中与所述第一腿部匹配的腿部特征对所述第一腿部缺失的边进行补全；在所述目标物体的第二腿部缺失的情况下，使用所述匹配物体中与所述第二腿部匹配的腿部特征以及所述第二腿部在所述目标物体中的腿部位置对所述第二腿部进行补全。

11、根据本技术实施例的另一个方面，还提供了一种障碍物识别装置，包括：识别单元，用于对移动体上的目标传感器所采集到的待识别数据进行物体识别，得到目标物体；第一确定单元，用于确定预设的一组参考物体中，与所述目标物体匹配的匹配物体；补全单元，用于在根据所述匹配物体的物体特征确定所述目标物体的物体特征存在缺失的情况下，使用所述匹配物体的物体特征对所述目标物体的物体特征进行补全，作为障碍物识别结果。

12、在一个示例性实施例中，所述第一确定单元包括：第一确定模块，用于将所述一组参考物体中，物体特征与所述目标物体的物体特征之间的相似度大于或者等于预设相似度阈值的参考物体，确定为所述匹配物体。

13、在一个示例性实施例中，所述一组参考物体中的每个参考物体的物体特征为按照物体类型预先保存的、与所述每个参考物体的物体类型对应的物体特征。

14、在一个示例性实施例中，所述第一确定模块包括：第一确定子模块，用于在所述一组参考物体中存在与所述目标物体的物体位置关联的关联物体的情况下，确定所述目标物体的物体特征与所述关联物体的物体特征之间的相似度；第二确定子模块，用于在所述关联物体的物体特征与所述目标物体的物体特征之间的相似度大于或者等于所述相似度阈值的情况下，将所述关联物体确定为所述匹配物体。

15、在一个示例性实施例中，所述装置还包括：第二确定单元，用于将所述一组参考物体中，关联位置与所述目标物体的物体位置之间的距离小于或者等于预设距离阈值的参考物体，确定为所述关联物体。

16、在一个示例性实施例中，所述第一确定模块包括：第三确定子模块，用于在所述一组参考物体中不存在与所述目标物体的物体位置关联的关联物体的情况下，分别确定所述一组参考物体中的每个参考物体的物体特征与所述目标物体的物体特征之间的相似度，作为与所述每个参考物体对应的相似度；第四确定子模块，用于将所述一组参考物体中，对应的相似度大于或者等于所述预设相似度阈值、对应的相似度最大的参考物体，确定为所述匹配物体。

17、在一个示例性实施例中，所述装置还包括以下至少之一：第一融合单元，用于在所述确定预设的一组参考物体中，与所述目标物体匹配的匹配物体之前，对所述移动体上的一组传感器所采集到的传感器数据进行融合，得到所述一组参考物体中的每个参考物体的物体特征，所述一组传感器包括所述目标传感器；第二融合单元，用于对所述目标传感器进行多次数据采集所采集到的传感器数据进行融合，得到所述一组参考物体中的每个参考物体的物体特征。

18、在一个示例性实施例中，所述补全单元包括：第一补全模块，用于在所述目标物体的第一腿部缺失边的情况下，使用所述匹配物体中与所述第一腿部匹配的腿部特征对所述第一腿部缺失的边进行补全；第二补全模块，用于在所述目标物体的第二腿部缺失的情况下，使用所述匹配物体中与所述第二腿部匹配的腿部特征以及所述第二腿部在所述目标物体中的腿部位置对所述第二腿部进行补全。

19、根据本技术实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述障碍物识别方法。

20、根据本技术实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述的障碍物识别方法。

21、在本技术实施例中，采用通过预先存储的物体特征对实时检测到障碍物的物体特征进行补全的方式，对移动体上的目标传感器所采集到的待识别数据进行物体识别，得到目标物体；确定预设的一组参考物体中，与目标物体匹配的匹配物体；在根据匹配物体的物体特征确定目标物体的物体特征存在缺失的情况下，使用匹配物体的物体特征对目标物体的物体特征进行补全，作为障碍物识别结果，由于在检测到障碍物的物体特征不全时，使用预先存储的物体特征对实时检测到的物体特征进行补全，作为障碍物的识别结果，从而可以实现提高障碍物的物体数据完整性的目的，而基于障碍物完整的物体数据为移动体进行移动路线规划，可以降低移动体由于与物体之间的距离过近发生侧翻等危险的可能性，达到提高移动体移动安全性的技术效果，从而解决了由于无法准确识别障碍物导致的移动体的移动安全性低的问题。