地形识别方法、装置、机器人和存储介质与流程

本技术涉及机器人，特别是涉及一种地形识别方法、装置、机器人和存储介质。

背景技术：

1、随着机器人技术领域的发展，出现了通过机器人自动探测地形的技术。现有技术中主要通过红外测距、激光扫描等方式来识别地形信息，然而现有技术中通过激光扫描等方式对里程计的依赖较高，识别地形信息的方式复杂以及速度较慢，从而导致机器人精确识别地形的效率较低。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够高效准确识别地形的地形识别方法、装置、机器人和存储介质，提高了机器人精确识别地形的效率。

2、一种地形识别方法，应用于机器人，所述方法包括：

3、获取当前识别地形区域对应的目标红外点阵，基于所述目标红外点阵中各点对应的射线长度和射线发射夹角，计算得到所述目标红外点阵中各点对应的空间坐标位置；

4、从所述目标红外点阵中依次获取至少两排中的点，基于各点对应的空间坐标位置，构建对应的多个三角形平面，计算各三角形平面之间的法线夹角；

5、基于各三角形平面之间的法线夹角与预设夹角阈值的比较结果，确定所述当前识别地形区域对应的目标地形状态。

6、在其中一个实施例中，从所述目标红外点阵中依次获取至少两排中的点，基于各点对应的空间坐标位置，构建各两排间对应的三角形平面包括：

7、从所述目标红外点阵中获取各预设相邻两排中的点，基于各点对应的空间坐标位置，构建各预设相邻两排对应的三角形平面。

8、在其中一个实施例中，从所述目标红外点阵中依次获取至少两排中的点，基于各点对应的空间坐标位置，构建对应的多个三角形平面，计算各三角形平面之间的法线夹角包括：

9、依次从各两排的点中任意将三个点作为各两排对应的第一红外点、第二红外点和第三红外点，所述第一红外点、第二红外点和第三红外点中有一个点与另外两个点不在同一排；

10、基于各两排对应的第一红外点、第二红外点和第三红外点对应的空间坐标位置，构建各两排对应的三角形平面；

11、计算各三角形平面对应的法向量，基于各三角形平面对应的法向量，计算得到各三角形平面之间的法线夹角。

12、在其中一个实施例中，基于各三角形平面之间的法线夹角与预设夹角阈值的比较结果，确定所述当前识别地形区域对应的目标地形状态包括：

13、当各三角形平面之间的法线夹角均小于或等于所述预设夹角阈值时，所述当前识别地形区域对应的目标地形状态为地形平坦；

14、当目标地形状态为地形平坦时，将后向识别地形区域作为当前识别地形区域，重复获取当前识别地形区域对应的目标红外点阵的操作。

15、在其中一个实施例中，所述方法还包括：

16、当各三角形平面之间的法线夹角中存在大于所述预设夹角阈值的法线夹角时，所述当前识别地形区域对应的目标地形状态为地形存在高度差；

17、当目标地形状态为地形存在高度差时，基于所述目标红外点阵中的起始预设相邻两排和末尾预设相邻两排对应的各三角形平面之间的法线夹角与所述预设夹角阈值的比较结果，确定所述当前识别地形区域对应的落差高度值。

18、在其中一个实施例中，基于所述目标红外点阵中的起始预设相邻两排和末尾预设相邻两排对应的各三角形平面之间的法线夹角与所述预设夹角阈值的比较结果，确定所述当前识别地形区域对应的落差高度值包括：

19、当各法线夹角均小于或等于所述预设夹角阈值时，从所述起始预设相邻两排的点中任意选一个点作为第一待测点，从所述末尾预设相邻两排的点中任意选一个点作为第二待测点；

20、基于所述第一待测点和所述第二待测点对应的空间坐标位置，计算得到所述当前识别地形区域对应的落差高度值。

21、在其中一个实施例中，所述方法还包括：

22、当各法线夹角中存在大于所述预设夹角阈值的法线夹角时，所述机器人向前行驶，将向前行驶时所述红外激光传感器对应的识别地形区域作为后向识别地形区域；

23、当所述后向识别地形区域对应的更新红外点阵中的起始预设相邻两排和末尾预设相邻两排对应的各三角形平面之间的法线夹角，均小于或等于所述预设夹角阈值时，从所述起始预设相邻两排的点中任意选一个点作为第一待测点，从所述末尾预设相邻两排的点中任意选一个点作为第二待测点；

24、基于所述第一待测点和所述第二待测点对应的空间坐标位置，计算得到所述当前识别地形区域对应的落差高度值。

25、一种地形识别装置，所述装置包括：

26、坐标计算模块，用于获取当前识别地形区域对应的目标红外点阵，基于所述目标红外点阵中各点对应的射线长度和射线发射夹角，计算得到所述目标红外点阵中各点对应的空间坐标位置；

27、夹角计算模块，用于从所述目标红外点阵中依次获取至少两排中的点，基于各点对应的空间坐标位置，构建对应的多个三角形平面，计算各三角形平面之间的法线夹角；

28、地形确定模型，用于基于各三角形平面之间的法线夹角与预设夹角阈值的比较结果，确定所述当前识别地形区域对应的目标地形状态。

29、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

30、获取当前识别地形区域对应的目标红外点阵，基于所述目标红外点阵中各点对应的射线长度和射线发射夹角，计算得到所述目标红外点阵中各点对应的空间坐标位置；

31、从所述目标红外点阵中依次获取至少两排中的点，基于各点对应的空间坐标位置，构建对应的多个三角形平面，计算各三角形平面之间的法线夹角；

32、基于各三角形平面之间的法线夹角与预设夹角阈值的比较结果，确定所述当前识别地形区域对应的目标地形状态。

33、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

34、获取当前识别地形区域对应的目标红外点阵，基于所述目标红外点阵中各点对应的射线长度和射线发射夹角，计算得到所述目标红外点阵中各点对应的空间坐标位置；

35、从所述目标红外点阵中依次获取至少两排中的点，基于各点对应的空间坐标位置，构建对应的多个三角形平面，计算各三角形平面之间的法线夹角；

36、基于各三角形平面之间的法线夹角与预设夹角阈值的比较结果，确定所述当前识别地形区域对应的目标地形状态。

37、上述地形识别方法、装置、计算机设备和存储介质，通过获取当前识别地形区域对应的目标红外点阵，基于目标红外点阵中各点对应的射线长度和射线发射夹角，计算得到目标红外点阵中各点对应的空间坐标位置；从所述目标红外点阵中依次获取至少两排中的点，基于各点对应的空间坐标位置，构建对应的多个三角形平面，计算各三角形平面之间的法线夹角；基于各三角形平面之间的法线夹角与预设夹角阈值的比较结果，确定当前识别地形区域对应的目标地形状态，实现了机器人通过红外点阵中的点构建三角形平面，从而基于各个三角形平面之间的法线夹角判断地形状态，快速高效地获得并分析点到面的信息以判断地形情况的同时，还确保了地形判断的准确性，从而提高了机器人精确识别地形的效率。