一种基于人工智能的机器人防尾随方法、装置及机器人与流程

本申请涉及智能机器人，例如涉及一种基于人工智能的机器人防尾随方法、装置及机器人。

背景技术：

1、目前，随着机器人技术的发展，机器人在各个领域的应用越来越广泛，其中包括需要保密、安全的场所，如机房。然而，传统的机器人开门技术存在一个严重的问题，即容易受到人员尾随的影响，这可能导致机房等安全场所的信息泄露或设备损坏。因此，有必要提出一种新的技术，能够有效防止人员尾随机器人进入特定区域。

2、需要说明的是，在上述背景技术部分公开的信息仅用于加强对本申请的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键／重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。

2、针对现有技术的缺陷，本发明提供一种基于人工智能的机器人防尾随方法、装置及机器人，通过实时监测周围环境并防止有人尾随机器人进入特定区域。

3、为了解决所述技术问题，本发明采用的技术方案是：一种基于人工智能的机器人防尾随方法，包括以下步骤：

4、s01）、建立激光雷达地图，系统初始化阶段，利用激光雷达对环境进行扫描，获取环境的特征点数据，将获取的特征点数据用于构建地图，生成一个环境地图；

5、s02）、配置防尾随开门点位参数，选择开门点区域并标记，机器人运行至开门点区域时执行步骤s03）；

6、s03）、防尾随检测，防尾随检测通过两种方式实现，一是通过激光雷达扫描周边环境，并与步骤s01）建立的激光雷达地图进行匹配，若匹配一致则认为激光雷达未检测到尾随的情况，若匹配不一致则认为激光雷达检测到尾随的情况，二是通过机器人上的相机采集图像并执行视觉检测算法，检测是否有采集图像中是否有行人，如果没有行人，则认为视觉检测算法没有检测到尾随的情况，如果有行人，则认为视觉检测算法检测到尾随的情况，当激光雷达和视觉检测均没有检测到尾随的情况时，认为当前开门指令是安全的；

7、s04）、尾随告警，激光雷达或者视觉检测算法检测到尾随时，上报平台，平台发送短信并电话通知现场运维人员。

8、进一步的，标记开门点区域并判断机器人运行至开门点区域的具体过程为：在选择的开门点区域的对角线位置选择两个点位，记录这两个点位坐标并作为配置项存储起来，开门点区域的对角线上的两个点定义一个矩形区域，根据确定的对角线点，计算出矩形区域的边界，设机器人的当前位置点坐标为(x, y)，通过比较(x, y)与矩形边界的关系来判断机器人是否在矩形区域内。

9、进一步的，激光雷达执行防尾随检测时，首先实时扫描周围环境，通过扫描激光雷达获取当前环境的特征点数据，同时提取出地图中已有的特征点，将实时扫描获取的特征点数据与地图中已有的特征点进行匹配，匹配过程采用icp算法，计算实时获取的特征点与地图中已有特征点之间的相似性，并确定它们之间的对应关系；在匹配过程中，根据匹配结果计算匹配点的数量和准确度，如果匹配点的数量或者匹配误差符合要求，则认为匹配一致。

10、进一步的，所述特征点数据包括障碍物或者墙壁的位置、形状、距离以及地面特征。

11、进一步的，当匹配点数量占总特征点数量的比例大于99%，且匹配误差小于5毫米时，符合要求，认为匹配一致。

12、进一步的，机器人上的相机采集图像后，首先进行预处理，然后执行视觉检测算法，视觉检测算法包括特征提取、模型训练、行人特征模板设计和结果分析，特征提取时对图像中的局部区域计算梯度方向直方图，得到hog描述子，描述图像特征，模型训练是使用机器学习算法支持向量机训练一个分类器，将图像中的行人和非行人进行区分，使用卷积层、池化层对图像进行特征学习，自动学习图像中的特征，使用已标记的图像数据集对网络进行训练并调整网络参数，在训练完成后，将训练好的网络应用于实时采集的图像，进行行人的检测和定位；行人特征模板设计是设计一组行人特征模板，用于表示行人的外观特征，在图像中搜索与模板匹配的区域，判断是否存在行人，结果分析是分析视觉检测算法的输出，确定图像中是否存在行人，以及其位置信息。

13、进一步的，所述图像预处理包括灰度化、去噪和直方图均衡化。

14、进一步的，从机器人到达开门区域至门关闭完成，激光雷达和视觉检测算法的防尾随检测一直运行。

15、本发明公开一种基于人工智能的机器人防尾随装置，包括：

16、激光雷达地图建立模块，用于在系统初始化阶段，利用激光雷达对环境进行扫描，获取环境的特征点数据，将获取的特征点数据用于构建地图，生成一个环境地图；

17、防尾随开门点位参数配置模块，用于选择开门点区域并标记，机器人运行至开门点区域时开启防尾随检测；

18、防尾随检测模块，包括激光雷达检测和视觉检测算法两部分，激光雷达扫描周边环境，并与建立的激光雷达地图进行匹配，若匹配一致则认为激光雷达未检测到尾随的情况，若匹配不一致则认为激光雷达检测到尾随的情况，视觉检测通过机器人上的相机采集图像并执行视觉检测算法，检测是否有采集图像中是否有行人，如果没有行人，则认为视觉检测算法没有检测到尾随的情况，如果有行人，则认为视觉检测算法检测到尾随的情况，当激光雷达和视觉检测均没有检测到尾随的情况时，认为当前开门指令是安全的；

19、尾随告警模块，用于在激光雷达或者视觉检测算法检测到尾随时，上报平台，平台发送短信并电话通知现场运维人员。

20、本发明公开一种机器人，包括运动底盘，设置于机器人底部，用于带动机器人移动；

21、6轴机械臂，机器人上方搭载有一架6轴机械臂，用于移动末端相机进行行人检测；

22、前置相机，机器人的箱体和机械臂末端各有一个前置相机，用于实时采集周围环境的图像信息；

23、激光雷达，机器人底盘左前方和右后方各有一个激光雷达，用于建立环境地图并实时监测周围物体的位置；

24、主控芯片，主控芯片上存储有程序指令，所述程序指令在运行时，执行如上所述的基于人工智能的防尾随方法。

25、本发明的有益效果：

26、安全保障：通过实时监测周围环境并防止有人尾随机器人进入特定区域，有效提高了特定区域的安全性，防止未经授权的人员进入特定区域，从而减少了特定区域内部设备被非法操作或破坏的风险。

27、实时监测：结合激光雷达和视觉检测技术，实现了对周围环境的实时监测，及时发现潜在的安全隐患，提高了安全防范的能力。

28、准确性和可靠性：利用激光雷达和视觉检测技术，对机器人周围环境进行高精度的监测和识别，提高了防尾随的准确性和可靠性，降低了误报率和漏报率。

29、以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。

技术特征：

1.一种基于人工智能的机器人防尾随方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于人工智能的机器人防尾随方法，其特征在于：标记开门点区域并判断机器人运行至开门点区域的具体过程为：在选择的开门点区域的对角线位置选择两个点位，记录这两个点位坐标并作为配置项存储起来，开门点区域的对角线上的两个点定义一个矩形区域，根据确定的对角线点，计算出矩形区域的边界，设机器人的当前位置点坐标为(x, y)，通过比较(x, y)与矩形边界的关系来判断机器人是否在矩形区域内。

3.根据权利要求1所述的基于人工智能的机器人防尾随方法，其特征在于：激光雷达执行防尾随检测时，首先实时扫描周围环境，通过扫描激光雷达获取当前环境的特征点数据，同时提取出地图中已有的特征点，将实时扫描获取的特征点数据与地图中已有的特征点进行匹配，匹配过程采用icp算法，计算实时获取的特征点与地图中已有特征点之间的相似性，并确定它们之间的对应关系；在匹配过程中，根据匹配结果计算匹配点的数量和准确度，如果匹配点的数量或者匹配误差符合要求，则认为匹配一致。

4.根据权利要求3所述的基于人工智能的机器人防尾随方法，其特征在于：所述特征点数据包括障碍物或者墙壁的位置、形状、距离以及地面特征。

5.根据权利要求3所述的基于人工智能的机器人防尾随方法，其特征在于：当匹配点数量占总特征点数量的比例大于99%，且匹配误差小于5毫米时，符合要求，认为匹配一致。

6.根据权利要求1所述的基于人工智能的机器人防尾随方法，其特征在于：机器人上的相机采集图像后，首先进行预处理，然后执行视觉检测算法，视觉检测算法包括特征提取、模型训练、行人特征模板设计和结果分析，特征提取时对图像中的局部区域计算梯度方向直方图，得到hog描述子，描述图像特征，模型训练是使用机器学习算法支持向量机训练一个分类器，将图像中的行人和非行人进行区分，使用卷积层、池化层对图像进行特征学习，自动学习图像中的特征，使用已标记的图像数据集对网络进行训练并调整网络参数，在训练完成后，将训练好的网络应用于实时采集的图像，进行行人的检测和定位；行人特征模板设计是设计一组行人特征模板，用于表示行人的外观特征，在图像中搜索与模板匹配的区域，判断是否存在行人，结果分析是分析视觉检测算法的输出，确定图像中是否存在行人，以及其位置信息。

7.根据权利要求6所述的基于人工智能的机器人防尾随方法，其特征在于：所述图像预处理包括灰度化、去噪和直方图均衡化。

8.根据权利要求1所述的基于人工智能的机器人防尾随方法，其特征在于：从机器人到达开门区域至门关闭完成，激光雷达和视觉检测算法的防尾随检测一直运行。

9.一种基于人工智能的机器人防尾随装置，其特征在于：包括：

10.一种机器人，包括运动底盘，设置于机器人底部，用于带动机器人移动；

技术总结本申请涉及机器人技术领域，公开一种基于人工智能的防尾随方法、装置及机器人，本方法利用机器人激光雷达和视觉算法，实现对周围环境的实时检测和分析，从而确保开门过程中没有人员尾随机器人，通过视觉算法弥补激光雷达因为安装、自身角度等原因造成的盲区范围，利用激光雷达和视觉检测技术，对机器人周围环境进行高精度的监测和识别，提高了防尾随的准确性和可靠性，降低了误报率和漏报率。技术研发人员：王中坚受保护的技术使用者：山东新一代信息产业技术研究院有限公司技术研发日：技术公布日：2024/8/5