基于深度学习的视觉机器人通行方法及系统与流程

本申请涉及机器人，具体涉及一种基于深度学习的视觉机器人通行方法及系统。

背景技术：

1、目前的室内服务机器人通过门禁的方法，大多是设置门禁区域点位，在机器人到达固定的点位后控制门禁开门，机器人通过门禁后再控制关门。但在门禁相对较多的情况下，便需要进行大量的点位设置，并且在到达固定的点位后，机器人必须停下来进行控制门禁，通过效率相对较低，行动不够流畅。

技术实现思路

1、鉴于上述问题，本申请提供一种基于深度学习的视觉机器人通行方法及系统，能够更好地应对多门禁场景，提高通行效率。

2、为实现上述目的，发明人提供的一个技术方案为：

3、一种基于深度学习的视觉机器人通行方法，包括：

4、机器人上送当前转向姿态以及当前与目标门禁的距离至门禁管理平台；

5、机器人识别目标门禁的唯一标识，并将其发送至门禁管理平台；

6、门禁管理平台依据所述当前转向姿态以及当前与目标门禁的距离对所述目标门禁进行控制。

7、区别于现有技术，上述技术方案由门禁管理平台依据机器人所识别到的目标门禁的唯一标识以及机器人当前转向姿态、当前与目标门禁的距离作为机器人是否意图通行的判断依据，据此对目标门禁进行控制。由此，门禁便无需特殊布置，简化了门禁系统的实施和安装难度；同时，机器人也无需再关注门禁点位，能够做到自动开关门禁，通行效率更高，行动也更灵活。

8、在一些实施例中，所述门禁管理平台依据所述当前转向姿态以及当前与目标门禁的距离对所述目标门禁进行控制，包括：

9、门禁管理平台依据机器人的当前转向姿态以及当前与目标门禁的距离判定机器人意图通过所述目标门禁时，则控制所述目标门禁打开；

10、门禁管理平台依据机器人的当前转向姿态以及当前与目标门禁的距离判定机器人通过所述目标门禁后，则控制所述目标门禁关闭。

11、在一些实施例中，所述机器人上送当前转向姿态以及当前与目标门禁的距离至门禁管理平台，之前，包括：

12、机器人识别其相机拍摄的每一帧图像，获取对应的box框中心信息；

13、若依据当前帧图像对应的box框中心信息识别到目标门禁，则依据相机的内参以及当前帧图像对应的box框中心信息，计算获取目标门禁的中心相对相机位置的偏航角和俯仰角；

14、机器人依据当前其激光雷达的激光值和角度，以及所述目标门禁的中心相对相机位置的偏航角和俯仰角，计算获取机器人当前与目标门禁的中心之间的距离。

15、在一些实施例中，机器人使用yolov7算法识别其相机拍摄的每一帧图像，获取对应的box框中心信息。

16、在一些实施例中，所述机器人基于ocr模型识别目标门禁的唯一标识。

17、在一些实施例中，所述唯一标识的类型包括数字编号、二维码和文字编号。

18、在这些实施例中，机器人基于不同的图像识别技术计算获取机器人当前与目标门禁的中心之间的距离，以及识别目标门禁的唯一标识，因而识别更具针对性，识别准确率更高；并且，支持对不同类型的门禁标识进行识别，适用范围更广。

19、为实现上述目的，发明人提供的第二个技术方案为：

20、一种基于深度学习的视觉机器人通行系统，包括通信连接的机器人和门禁管理平台；

21、所述机器人，用于实时上送当前转向姿态以及当前与目标门禁的距离至门禁管理平台，以及识别目标门禁的唯一标识，并将其发送至门禁管理平台；

22、所述门禁管理平台，用于依据所述当前转向姿态以及当前与目标门禁的距离对所述目标门禁进行控制。

23、在一些实施例中，所述门禁管理平台，具体用于依据机器人的当前转向姿态以及当前与目标门禁的距离判定机器人意图通过所述目标门禁时，则控制所述目标门禁打开；以及依据机器人的当前转向姿态以及当前与目标门禁的距离判定机器人通过所述目标门禁后，则控制所述目标门禁关闭。

24、在一些实施例中，所述机器人，还用于机器人识别其相机拍摄的每一帧图像，获取对应的box框中心信息；以及若依据当前帧图像对应的box框中心信息识别到目标门禁，则依据相机的内参以及当前帧图像对应的box框中心信息，计算获取目标门禁的中心相对相机位置的偏航角和俯仰角；以及机器人依据当前其激光雷达的激光值和角度，以及所述目标门禁的中心相对相机位置的偏航角和俯仰角，计算获取机器人当前与目标门禁的中心之间的距离。

25、在一些实施例中，所述机器人，具体用于基于ocr模型识别目标门禁的唯一标识，以及使用yolov7算法识别其相机拍摄的每一帧图像，获取对应的box框中心信息。

26、区别于现有技术，上述技术方案由门禁管理平台依据机器人所识别到的目标门禁的唯一标识以及机器人当前转向姿态、当前与目标门禁的距离作为机器人是否意图通行的判断依据，据此对目标门禁进行控制。由此，门禁便无需特殊布置，简化了门禁系统的实施和安装难度；同时，机器人也无需再关注门禁点位，能够做到自动开关门禁，通行效率更高，行动也更灵活。

27、上述技术实现要素：相关记载仅是本申请技术方案的概述，为了让本领域普通技术人员能够更清楚地了解本申请的技术方案，进而可以依据说明书的文字及附图记载的内容予以实施，并且为了让本申请的上述目的及其它目的、特征和优点能够更易于理解，以下结合本申请的具体实施方式及附图进行说明。

技术特征：

1.一种基于深度学习的视觉机器人通行方法，其特征在于，包括：

2.根据权利要求1所述的一种基于深度学习的视觉机器人通行方法，其特征在于，所述门禁管理平台依据所述当前转向姿态以及当前与目标门禁的距离对所述目标门禁进行控制，包括：

3.根据权利要求1所述的一种基于深度学习的视觉机器人通行方法，其特征在于，所述机器人上送当前转向姿态以及当前与目标门禁的距离至门禁管理平台，之前，包括：

4.根据权利要求3所述的一种基于深度学习的视觉机器人通行方法，其特征在于，机器人使用yolov7算法识别其相机拍摄的每一帧图像，获取对应的box框中心信息。

5.根据权利要求1所述的一种基于深度学习的视觉机器人通行方法，其特征在于，所述机器人基于ocr模型识别目标门禁的唯一标识。

6.根据权利要求1所述的一种基于深度学习的视觉机器人通行方法，其特征在于，所述唯一标识的类型包括数字编号、二维码和文字编号。

7.一种基于深度学习的视觉机器人通行系统，其特征在于，包括通信连接的机器人和门禁管理平台；

8.如权利要求7所述的一种基于深度学习的视觉机器人通行系统，其特征在于，所述门禁管理平台，具体用于依据机器人的当前转向姿态以及当前与目标门禁的距离判定机器人意图通过所述目标门禁时，则控制所述目标门禁打开；以及依据机器人的当前转向姿态以及当前与目标门禁的距离判定机器人通过所述目标门禁后，则控制所述目标门禁关闭。

9.如权利要求7所述的一种基于深度学习的视觉机器人通行系统，其特征在于，所述机器人，还用于机器人识别其相机拍摄的每一帧图像，获取对应的box框中心信息；以及若依据当前帧图像对应的box框中心信息识别到目标门禁，则依据相机的内参以及当前帧图像对应的box框中心信息，计算获取目标门禁的中心相对相机位置的偏航角和俯仰角；以及机器人依据当前其激光雷达的激光值和角度，以及所述目标门禁的中心相对相机位置的偏航角和俯仰角，计算获取机器人当前与目标门禁的中心之间的距离。

10.如权利要求7所述的一种基于深度学习的视觉机器人通行系统，其特征在于，所述机器人，具体用于基于ocr模型识别目标门禁的唯一标识，以及使用yolov7算法识别其相机拍摄的每一帧图像，获取对应的box框中心信息。

技术总结本发明提供基于深度学习的视觉机器人通行方法及系统，方法包括：机器人识别目标门禁的唯一标识，并将其发送至门禁管理平台；机器人上送当前转向姿态以及当前与目标门禁的距离至门禁管理平台；门禁管理平台依据所述当前转向姿态以及当前与目标门禁的距离对所述目标门禁进行控制。本发明的门禁无需特殊布置，简化了门禁系统的实施和安装难度；同时，机器人也无需再关注门禁点位，能够做到自动开关门禁，通行效率更高，行动也更灵活。技术研发人员：胡建明,陈文强,陈华聪,戴俊源受保护的技术使用者：福建汉特云智能科技有限公司技术研发日：技术公布日：2024/4/17