机器人自动避障目标识别方法与流程

本发明涉及智能机器人，具体涉及机器人自动避障目标识别方法。

背景技术：

1、机器人自动避障技术综合了多种传感器和算法，其中包括激光雷达、摄像头与计算机视觉、超声波传感器、惯性测量单元(imu)等。通过实时感知环境并使用目标检测、障碍物识别、slam技术等方法，机器人能够有效规避障碍物，确保安全导航。然而，现有技术通过摄像头对移动障碍物目标进行识别时，当通过摄像头采集到的移动障碍物环境图像质量较低时，系统对图像信息的获取能力会随之降低，容易出现对移动障碍物识别错误的情况，从而使得机器人无法自动避开移动障碍物而发生碰撞。

技术实现思路

1、本发明的目的是提供机器人自动避障目标识别方法，以解决背景技术中不足。

2、为了实现上述目的，本发明提供如下技术方案：机器人自动避障目标识别方法，包括以下步骤：

3、s1：获取目标机器人预置活动规划路线，并通过摄像头对目标机器人活动路线上的移动障碍物信息进行图像采集；

4、s2：监测、获取在移动障碍物信息图像采集过程中的图像处理信息以及目标物识别信息，所述图像处理信息包括图像处理频率和图像校对偏差值，所述目标物识别信息包括移动障碍物识别时间差；

5、s3：构建移动障碍物图像信息精确度预测模型，将所述图像处理频率、图像校对偏差值以及移动障碍物识别时间差输入到预测模型中进行综合计算，根据计算结果判断采集到的移动障碍物图像信息的精确度；

6、s4：当移动障碍物图像信息的精确度低时，对目标机器人进行提前预警，并对目标机器人预置活动规划路线作出调整。

7、在一个优选地实施方式中，s2中，图像处理信息包括图像处理频率和图像校对偏差值，目标物识别信息包括移动障碍物识别时间差，具体内容包括：

8、图像处理频率的获取逻辑为：根据目标机器人的行驶路线获取实时机器人的移动速度rk，建立机器人移动速度集合rk＝{rkp}＝{rk1，rk2...，rkp}，p为大于0的正整数，获取移动障碍物的数量h并对其进行标号，h＝1，2，3...r，r为大于0的正整数，获取实时目标机器人避障响应时间记为ts，计算目标机器人上的摄像头对移动障碍物的图像处理频率，计算表达式为：式中，mpc为图像处理频率；

9、图像校对偏差值的获取逻辑为：建立一个已知尺寸和形状的标定板，使用相机拍摄多张包含标定板的图像，对每张图像进行图像处理，提取标定板上的特征点，对于m个特征点，记录其在标定板上的已知世界坐标，获取已知物体的世界坐标为p实际＝(x实际,y实际,z实际)，以及获取相机计算得到的图像坐标为p预测＝(u预测,v预测)：计算图像校对偏差值，计算表达式为：式中，rht为图像校对偏差值；

10、移动障碍物识别时间差的计算表达式为：wgy＝∑|thm-tks|，式中，tks为移动障碍物出现时间，thm为系统成功识别移动障碍物的时间，wgy为移动障碍物识别时间差。

11、在一个优选地实施方式中，s3中，构建移动障碍物图像信息精确度预测模型，将所述图像处理频率、图像校对偏差值以及移动障碍物识别时间差输入到预测模型中进行综合计算；

12、将所述图像处理频率、图像校对偏差值以及移动障碍物识别时间差输入到预测模型中进行综合计算，计算图像信息的精度系数，计算表达式为：式中，qty为精度系数，rht为图像校对偏差值，mpc为图像处理频率，wgy为移动障碍物识别时间差，a1、a2、a3分别为图像校对偏差值、图像处理频率、移动障碍物识别时间差的比例系数，且a2>a3>a1>0。

13、在一个优选地实施方式中，s4中，当移动障碍物图像信息的精确度低时，对目标机器人进行提前预警；

14、将计算得到的图像信息的精度系数与标准阈值进行比较，若精度系数大于等于标准阈值，此时不发出预警信号；若精度系数小于标准阈值，此时发出预警信号，且对目标机器人预置活动规划路线作出调整。

15、在上述技术方案中，本发明提供的技术效果和优点：

16、1、本发明通过获取目标机器人预置活动规划路线，并通过摄像头对目标机器人活动路线上的移动障碍物信息进行图像采集，获取在图像采集过程中的图像处理频率、图像校对偏差值以及移动障碍物识别时间差，构建移动障碍物图像信息精确度预测模型，将所述图像处理频率、图像校对偏差值以及移动障碍物识别时间差输入到预测模型中进行综合计算，根据计算结果判断采集到的移动障碍物图像信息的精确度，不仅提高了对移动障碍物环境的全面感知，还有助于更准确地判断图像信息的精确度，从而提高了感知系统的实时性和准确性。

17、2、本发明通过当移动障碍物图像信息的精确度低时，对目标机器人进行提前预警，有助于目标机器人在遇到移动障碍物时采取及时的避障措施，避免碰撞，提高了机器人在复杂环境中的安全性。

技术特征：

1.机器人自动避障目标识别方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的机器人自动避障目标识别方法，其特征在于：s2中，图像处理信息包括图像处理频率和图像校对偏差值，目标物识别信息包括移动障碍物识别时间差，具体内容包括：

3.根据权利要求2所述的机器人自动避障目标识别方法，其特征在于：s3中，构建移动障碍物图像信息精确度预测模型，将所述图像处理频率、图像校对偏差值以及移动障碍物识别时间差输入到预测模型中进行综合计算；

4.根据权利要求3所述的机器人自动避障目标识别方法，其特征在于：s4中，当移动障碍物图像信息的精确度低时，对目标机器人进行提前预警；

技术总结本发明公开了一种机器人自动避障目标识别方法，涉及智能机器人技术领域；通过获取目标机器人预置活动规划路线，并通过摄像头对目标机器人活动路线上的移动障碍物信息进行图像采集，获取在图像采集过程中的图像处理频率、图像校对偏差值以及移动障碍物识别时间差，将所述图像处理频率、图像校对偏差值以及移动障碍物识别时间差进行综合计算，根据计算结果判断采集到的移动障碍物图像信息的精确度，当移动障碍物图像信息的精确度低时，能够对目标机器人进行提前预警，有助于目标机器人在遇到移动障碍物时采取及时的避障措施，避免碰撞，提高了机器人在复杂环境中的安全性。技术研发人员：苗壮受保护的技术使用者：北京晶品特装科技股份有限公司技术研发日：技术公布日：2024/7/4