机器人位姿信息的确定方法、装置及计算机设备与流程

本公开涉及定位与地图绘建领域，尤其涉及一种机器人位姿信息的确定方法、装置及计算机设备。

背景技术：

1、现今，智能机器人发展迅速，应用范围越来越广。扫地机器人、搬运机器人等已经可以在特定场景下替代完成人类的工作，而这些机器人得以在不同环境中完成移动和作业，需要依靠即时定位与地图绘建技术。

2、相关技术中的机器人定位移动系统离不开位姿的计算，以当前较为流行的slam(simultaneous localization and mapping，即时定位与地图构建)方法为例，机器人利用视觉传感器获取周围环境的图像，并在不同图像中选取特征点，根据特征点的变化及设备参数反推机器人自身的位姿信息以完成定位，还可以进一步在自身定位的基础上构建地图。

3、然而，在实际应用中，机器人常常会遇到墙壁、地面等大面积纯色区域。此时，机器人进行位姿定位时常常出现与实际环境不符的情况，导致最终定位结果不准确，进而造成移动路径错误，严重时甚至产生事故，这使机器人的应用受到极大限制。

技术实现思路

1、基于此，针对上述技术问题，提供一种机器人位姿信息的确定方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。本公开的技术方案如下：

2、根据本公开实施例的一个方面，提供一种机器人位姿信息的确定方法，包括：

3、获取机器人预设范围内的原始图像；

4、根据预设的图像检测算法对所述原始图像进行特征点识别，获取面积达到预设面积阈值或面积占比达到预设第一比值的纯色区域；其中，所述纯色区域中单位面积内所述特征点的数量少于预设的第一阈值；

5、在所述原始图像中与所述纯色区域对应的区域添加预设的图形特征，得到中间图像；

6、将所述中间图像输入至预设的位姿计算模型，经所述位姿计算模型输出得到所述机器人的位姿信息。

7、在其中一个实施例中，所述根据预设的图像检测算法对所述原始图像进行特征点识别，获取面积达到预设面积阈值或面积占比达到预设第一比值的纯色区域，包括：

8、对所述原始图像进行边缘检测，得到具有特征点的纹理图像；

9、通过预设的算法对所述纹理图像进行图像开运算，过滤特征点超出所述第一阈值的区域，得到第一待处理区域；

10、计算所述第一待处理区域的面积与所述原始图像的面积的比值是否达到所述预设第一比值；若达到，将所述第一待处理区域作为纯色区域。

11、在其中一个实施例中，在通过预设的算法对所述纹理图像进行图像开运算之前，还包括：

12、对所述纹理图像进行反色处理。

13、在其中一个实施例中，所述在所述原始图像中与所述纯色区域对应的区域添加预设的图形特征，得到中间图像，包括：

14、在所述原始图像中与所述纯色区域对应的区域添加预设的三角形图案和/或网格线；

15、将所述预设的三角形图案和/或所述网格线覆盖到所述原始图像中与所述纯色区域对应的区域，得到中间图像。

16、在其中一个实施例中，所述预设面积阈值的取值范围为500～1000像素；

17、和/或；

18、所述预设第一比值的取值范围为1％～10％。

19、根据本公开实施例的另一方面，提供一种机器人位姿信息的确定装置，包括：

20、图像获取模块，用于获取机器人预设范围内的原始图像；

21、图像识别模块，用于根据预设的图像检测算法对所述原始图像进行特征点识别，获取面积达到预设面积阈值或面积占比达到预设第一比值的纯色区域；其中，所述纯色区域中单位面积内所述特征点的数量少于预设的第一阈值；

22、特征添加模块，用于在所述原始图像中与所述纯色区域对应的区域添加预设的图形特征，得到中间图像；

23、位姿计算模块，用于将所述中间图像输入至预设的位姿计算模型，经所述位姿计算模型输出得到所述机器人的位姿信息。

24、根据本公开实施例的另一方面，还提供一种运维管理系统，包括中控系统、巡检机器人；所述巡检机器人设有存储器和处理器，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上述的方法的步骤。

25、根据本公开实施例的另一方面，还提供一种计算机设备，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上述方法的步骤。

26、根据本公开实施例的另一方面，还提供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上述方法的步骤。

27、根据本公开实施例的另一方面，还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。

28、本公开实施例提供的技术方案中，通过对机器人周围的原始图像进行特征点识别，可以识别出原始图像中面积占比较大的纯色区域，并可以根据纯色区域在原始图像中对应区域添加预设的图形特征以得到中间图像，再将中间图像输入位姿计算模型得到机器人的位姿信息。这样，通过识别纯色区域并添加图像特征的方式，可以使原始图像中的墙壁等纯色区域也具有一定数量的特征点，增加了特征点提取的成功率，提高了位姿定位的准确度，解决了机器人位姿定位适用性差的问题。

29、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

技术特征：

1.一种机器人位姿信息的确定方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述根据预设的图像检测算法对所述原始图像进行特征点识别，获取面积达到预设面积阈值或面积占比达到预设第一比值的纯色区域，包括：

3.根据权利要求2所述的方法，其特征在于，在通过预设的算法对所述纹理图像进行图像开运算之前，还包括：

4.根据权利要求1所述的方法，其特征在于，所述在所述原始图像中与所述纯色区域对应的区域添加预设的图形特征，得到中间图像，包括：

5.根据权利要求1所述的方法，其特征在于，所述预设面积阈值的取值范围为500～1000像素；

6.一种机器人位姿信息的确定装置，其特征在于，包括：

7.一种运维管理系统，其特征在于，包括中控系统、巡检机器人；所述巡检机器人设有存储器和处理器，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权利要求1至5中任一项所述的方法的步骤。

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。

技术总结
本申请涉及一种机器人位姿信息的确定方法、装置及计算机设备。一个实施例中，通过对机器人周围的原始图像进行特征点识别，可以识别出原始图像中面积占比较大的纯色区域，并可以根据纯色区域在原始图像中对应区域添加预设的图形特征以得到中间图像，再将中间图像输入位姿计算模型得到机器人的位姿信息。这样，通过识别纯色区域并添加图像特征的方式，可以使原始图像中的墙壁等纯色区域也具有一定数量的特征点，增加了特征点提取的成功率，提高了位姿定位的准确度，解决了机器人位姿定位适用性差的问题。

技术研发人员：张明,王宏飞,姜明武
受保护的技术使用者：苏州光格科技股份有限公司
技术研发日：
技术公布日：2024/1/12