一种机器人及其爬楼控制方法和装置与流程

本申请属于机器人领域，尤其涉及一种机器人及其爬楼控制方法和装置。

背景技术：

为了提升机器人的可移动性，需要使机器人能够有效的适应不同场景下的移动要求。比如，对于室内场景下，需要增强机器人爬楼能力，即机器人上下楼梯的能力。

由于人形机器人，即带有双足的机器人在移动过程中的非平稳性，姿态变化较大，需要实时的计算世界坐标系相对于机器人坐标系的旋转矩阵，目前的方案通常是通过提取楼梯面上的标识信息来确定世界坐标系相对于机器人坐标系的旋转矩阵，当场景中缺少标识信息时，则不能有效的机器人进行爬楼控制。

技术实现要素：

有鉴于此，本申请实施例提供了一种机器人及其爬楼控制方法和装置，以解决现有技术中通常是通过提取楼梯面上的标识信息来确定世界坐标系相对于机器人坐标系的旋转矩阵，当场景中缺少标识信息时，则不能有效的机器人进行爬楼控制的问题。

本申请实施例的第一方面提供了一种机器人的爬楼控制方法，所述机器人的爬楼控制方法包括：

获取重力方向在机器人相机坐标系中的重力方向向量；

获取场景图像中的楼梯边缘，确定所述楼梯边缘在相机坐标系中的边缘方向向量；

根据所述重力方向向量和所述边缘方向向量确定机器人相对于楼梯的位置参数；

根据所述位置参数调整所述机器人位姿，对机器人进行爬楼控制。

结合第一方面，在第一方面的第一种可能实现方式中，所述获取重力方向在机器人相机坐标系中的重力方向向量的步骤包括：

通过机器人的加速度计获取第一相机姿态；

通过机器人的陀螺仪获取第二相机位姿；

根据预设的权值系数，融合所述第一相机位姿和第二相机位姿，得到机器人相机的融合位姿；

根据所述融合位姿确定所述相机坐标系中的重力方向向量。

结合第一方面，在第一方面的第二种可能实现方式中，所述获取场景图像中的楼梯边缘的步骤包括：

获取场景图像，通过边缘检测获取所述深度图像中的边缘集合；

获取所述边缘集合中的斜线集合；

统计所述斜线集合中的斜线斜率，获取概率大于预设值的斜率所对应的斜线集合作为楼梯边缘。

结合第一方面的第二种可能实现方式，在第一方面的第三种可能实现方式中，在统计所述斜线集合中的斜线斜率的步骤之前，所述方法还包括：

获取所述斜线集合中的斜线的位置；

根据所述斜线的位置，合并具有相同位置的斜线。

结合第一方面，在第一方面的第四种可能实现方式中，所述确定所述楼梯边缘在相机坐标系中的边缘方向向量的步骤包括：

获取所述楼梯边缘中的像素点在相机坐标系中的坐标；

根据所述楼梯边缘中的像素点在相机坐标系中的坐标，确定所述楼梯边缘在相机坐标系中的边缘方向向量。

结合第一方面，在第一方面的第五种可能实现方式中，所述根据所述重力方向向量和所述边缘方向向量确定机器人相对于楼梯的位置参数的步骤包括：

根据所述重力方向向量和所述边缘方向向量，确定机器人在楼梯坐标系中的坐标位置；

根据所述重力方向向量确定机器人与楼梯面的夹角。

结合第一方面的第五种可能实现方式，在第一方面的第六种可能实现方式中，所述根据所述重力方向向量和所述边缘方向向量，确定机器人在楼梯坐标系中的坐标位置的步骤包括：

根据所述重力方向向量和所述边缘方向向量，确定所述机器人相对于楼梯坐标系中的楼梯面的距离；

根据重力方向在相机坐标系中的重力方向向量，确定机器人相对楼梯坐标系中的楼梯面的方位。

本申请实施例的第二方面提供了一种机器人爬楼控制装置，所述机器人爬楼控制装置包括：

重力方向向量获取单元，用于获取重力方向在机器人相机坐标系中的重力方向向量；

边缘方向向量获取单元，用于获取场景图像中的楼梯边缘，确定所述楼梯边缘在相机坐标系中的边缘方向向量；

位置参数获取单元，用于根据所述重力方向向量和所述边缘方向向量确定机器人相对于楼梯的位置参数；

位姿调整单元，用于根据所述位置参数调整所述机器人位姿，对机器人进行爬楼控制。

本申请实施例的第三方面提供了一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一项所述方法的步骤。

本申请实施例的第四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程序，所述计算机程序被处理器执行时实现如第一方面任一项所述方法的步骤。

本申请实施例与现有技术相比存在的有益效果是：通过获取重力方向在机器人相机坐标系中的重力方向向量，以及获取楼梯边缘在相机坐标系中的边缘方向向量，根据所述重力方向向量和所述边缘方向向量，确定机器人相对于楼梯的位置参数，根据所述位置参数对机器人位姿进行调整，从而能够在没有楼梯标识的爬楼场景下，有效的控制机器人进行爬楼。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种机器人爬楼控制方法的实现流程示意图；

图2是本申请实施例提供的一种获取重力方向在机器人相机坐标系中的重力方向向量的方法的实现流程示意图；

图3是本申请实施例提供的一种获取场景图像中的楼梯边缘方法的实现流程示意图；

图4是本申请实施例提供的一种根据所述重力方向向量和所述边缘方向向量确定机器人相对于楼梯的位置参数方法的实现流程示意图；

图5是本申请实施例提供的一种机器人爬楼控制装置的示意图；

图6是本申请实施例提供的机器人的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。

图1为本申请实施例提供的一种机器人爬楼控制方法的实现流程示意图，详述如下：

在步骤s101中，获取重力方向在机器人相机坐标系中的重力方向向量；

具体的，本申请所述的爬楼控制方法中的楼梯，是指楼梯面为水平的楼梯，所述重力方向即为垂直于水平面的方向。

本申请所述机器人，可以为带有双足的人形机器人。当机器人水平静止时，机器人相机坐标系的xoy平面通常与水平面平行，当机器人水平行走或者爬楼时，由于双足机器人会有支撑脚和非支撑脚的切换，并且非支撑脚在改变位置时，使得机器人相机的位置和倾角发生改变。由于重力方向始终垂直于水平方向，因此，可以根据重力方向在机器人相机坐标系中的方向向量，来表示机器人位姿的改变。

获取重力方向在机器人相机坐标系中的重力方向向量的步骤具体可以如图2所示，包括：

在步骤s201中，通过机器人的加速度计获取第一相机姿态；

通过在机器人设置的加速度计获取机器人发生位置改变时的加速度变化。比如，可以通过三轴加速度计采集机器人三轴方向的加速度分量，通过三轴方向的加速度分量合成机器人的加速度值，根据机器人朝向各个方向的位姿的变换，可以得到机器人的第一相机姿态。

在步骤s202中，通过机器人的陀螺仪获取第二相机位姿；

在机器人内部设置的陀螺仪，可以采集机器人的角度变化信息，根据机器人的初始相机位姿，结合陀螺仪所更新的位姿信息，可以确定所述机器人的第二相机位姿。

在步骤s203中，根据预设的权值系数，融合所述第一相机位姿和第二相机位姿，得到机器人相机的融合位姿；

其中，所述预设的权值系数，可以根据第一相机位姿的可信度和第二相机位姿的可信度作为权值，得到第一相机位姿和第二相机位姿融合后的融合位姿。或者，也可以根据第一相机位姿的可信度、第二相机位姿的可信度，通过霍夫检测算法，得到相机位姿值，根据所计算的相机位姿值，进一步估计下一时刻的相机位姿。

在步骤s204中，根据所述融合位姿确定所述相机坐标系中的重力方向向量。

在确定了相机位姿后，可以确定相机所对应的相机坐标系，根据相机坐标系相对于初始位置的变化，即能够确定重力方向相对于所述相机坐标系发生的变化，从而能够确定在所述相机坐标系中的机器人的重力方向向量。

所述重力方向向量，可以包括所述机器人的中心位置等信息。

在步骤s102中，获取场景图像中的楼梯边缘，确定所述楼梯边缘在相机坐标系中的边缘方向向量；

为了能够有效的控制机器人爬楼，包括上楼控制和下楼控制等场景，需要通过摄像头采集场景中的图像信息。所述图像信息可以包括rgb图像和深度图像。

其中，获取场景图像中的楼梯边缘的过程可以如图3所示，包括：

在步骤s301中，获取场景图像，通过边缘检测获取所述深度图像中的边缘集合；

可以通过机器人相机采集所述机器人所在场景的rgb图像和深度图像，并可以通过边缘检测算法，得到所述rgb图像中包括的边缘集合。所述边缘检测算法可以包括双阈值检测算法、一阶微分算子检测算法等。

在步骤s302中，获取所述边缘集合中的斜线集合；

在获取所述斜线集合之前，还可以根据rgb图像中的边缘与深度图像的对应关系，获取所述边缘的深度信息，并可通过预先设定的深度阈值，过滤所述深度小于预设的阈值的边缘。

可以通过霍夫检测算法，对边缘集合中的边缘进行线检测，得到边缘集合中包括的斜线，得到所述边缘集合中包括的斜线所构成的斜线集合。

在步骤s303中，统计所述斜线集合中的斜线斜率，获取概率大于预设值的斜率所对应的斜线集合作为楼梯边缘。

在一种实施方式中，在统计斜线斜率之前，还可以对斜线集合中的斜线进行去重操作，即获取所述斜线集合中的斜线的位置；根据所述斜线的位置，合并具有相同位置的斜线。其中，所述斜线的位置，可以根据斜线上的点的坐标位置来确定，可以根据预先设定的间隔采集斜线上的点在相机坐标中的坐标点，根据坐标点的重复率来判断斜线是否相同。

通过统计斜线集合中的各个斜线的斜率，得到斜线的斜率的统计数据，可以根据统计数据计算不同斜率的概率，可以获取概率最大的斜率所对应的斜线，作为楼梯边缘，根据所确定的楼梯边缘可得到楼梯边缘在相机坐标系中的边缘方向向量。根据所述楼梯边缘得到边缘方向向量可以通过获取所述楼梯边缘中的像素点在相机坐标系中的坐标；根据所述楼梯边缘中的像素点在相机坐标系中的坐标，确定所述楼梯边缘在相机坐标系中的边缘方向向量。

在步骤s103中，根据所述重力方向向量和所述边缘方向向量确定机器人相对于楼梯的位置参数；

本申请实施例中，所述机器人相对于楼梯的位置参数，可以为机器人相对于机器人足部最近的楼梯(不包括机器人当前所处的楼梯)的高度、距离和夹角等参数。

其中，根据所述重力方向向量和所述边缘方向向量确定机器人相对于楼梯的位置参数的步骤可以如图4所示，包括：

在步骤s401中，根据所述重力方向向量和所述边缘方向向量，确定机器人在楼梯坐标系中的坐标位置；

具体的，可以根据所述重力方向向量和所述边缘方向向量，确定所述机器人相对于楼梯坐标系中的楼梯面的距离；

即根据边缘方向向量，可以得到楼梯面的空间位置，根据机器人的重力方向向量中包括的机器人的中心点，以及所述重力方向向量的方向信息，可以计算得到所述机器人的中心点至所述楼梯面的距离。

可以根据重力方向在相机坐标系中的重力方向向量，确定机器人相对楼梯坐标系中的楼梯面的方位。

通过重力方向向量在相机坐标系中的方向，可以确定机器人相对于初始的水平方位的方位改变信息。在楼梯面通常为水平面的情况下，即可得到所述机器人相对楼梯坐标系中的楼梯面的方位。

根据所述机器人相对于楼梯坐标系中的楼梯面的距离和方位，即可得到机器人相对于楼梯面的垂直高度和水平距离。

在步骤s402中，根据所述重力方向向量确定机器人与楼梯面的夹角。

通过重力方向向量在相机坐标系中的方向，可以确定机器人相对于初始的水平方位的方位改变信息。在楼梯面通常为水平面的情况下，即可得到所述机器人相对楼梯坐标系中的楼梯面的方位，即机器人与楼梯面的夹角。

在步骤s104中，根据所述位置参数调整所述机器人位姿，对机器人进行爬楼控制。

在确定所述机器人相对于楼梯的位置参数，包括机器人相对于楼梯的水平距离、垂直高度、机器人与楼梯面的夹角等信息后，可以根据当前的位置参数与标准爬楼参数的差异，对机器人的位置参数进行调整，从而有效的控制机器人完成爬楼操作。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

图5为本申请实施例提供的一种机器人的爬楼控制装置的结构示意图，详述如下：

所述机器人爬楼控制装置包括：

重力方向向量获取单元501，用于获取重力方向在机器人相机坐标系中的重力方向向量；

边缘方向向量获取单元502，用于获取场景图像中的楼梯边缘，确定所述楼梯边缘在相机坐标系中的边缘方向向量；

位置参数获取单元503，用于根据所述重力方向向量和所述边缘方向向量确定机器人相对于楼梯的位置参数；

位姿调整单元504，用于根据所述位置参数调整所述机器人位姿，对机器人进行爬楼控制。

图5所述机器人爬楼控制装置，与图1所述的机器人爬楼控制方法对应。

图6是本申请一实施例提供的机器人的示意图。如图6所示，该实施例的机器人6包括：处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62，例如机器人爬楼控制程序。所述处理器60执行所述计算机程序62时实现上述各个机器人爬楼控制方法实施例中的步骤。或者，所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能。

示例性的，所述计算机程序62可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器61中，并由所述处理器60执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序62在所述机器人6中的执行过程。例如，所述计算机程序62可以被分割成：

重力方向向量获取单元，用于获取重力方向在机器人相机坐标系中的重力方向向量；

边缘方向向量获取单元，用于获取场景图像中的楼梯边缘，确定所述楼梯边缘在相机坐标系中的边缘方向向量；

位置参数获取单元，用于根据所述重力方向向量和所述边缘方向向量确定机器人相对于楼梯的位置参数；

位姿调整单元，用于根据所述位置参数调整所述机器人位姿，对机器人进行爬楼控制。

所述机器人可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是机器人6的示例，并不构成对机器人6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述机器人还可以包括输入输出设备、网络接入设备、总线等。

所称处理器60可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器61可以是所述机器人6的内部存储单元，例如机器人6的硬盘或内存。所述存储器61也可以是所述机器人6的外部存储设备，例如所述机器人6上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述存储器61还可以既包括所述机器人6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述机器人所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。