激光雷达污渍的检测方法及机器人与流程

1.本发明大致涉及智能机器人技术领域，尤其涉及一种激光雷达污渍的检测方法、一种机器人以及一种计算机可读存储介质。


背景技术：

2.随着科技的发展，机器人被广泛应用于工作和生活中的各个领域，越来越受到人们的青睐。传感器在机器人的控制中起了非常重要的作用，尤其是激光雷达，激光雷达因其探测性能好、体积小及重量轻等优势，近年来被广泛应用机器人上进行测距、避障。
3.激光雷达是一种用激光器作为发射光源、采用光电探测技术手段的主动探测设备。它可以通过激光信号收发的时间差确定与目标物的距离。但在实际应用中，机器人的机载雷达表面因经年累月会产生一些污渍，这些污渍一定程度上会影响雷达扫描结果的准确性，甚至严重时会造成雷达无法正常工作致使机器人无法正常工作。并且，机载雷达通常镶嵌于机器人中央，即使机载雷达有污渍也难以及时发现并处理。当然，目前市面上确实存在具有污渍自警告的雷达，但这种雷达往往价格昂贵，在机器人本身价格与部署成本上难以满足需求。
4.背景技术部分的内容仅仅是发明人所知晓的技术，并不当然代表本领域的现有技术。


技术实现要素：

5.针对现有技术存在问题中的一个或多个，本发明提供一种激光雷达污渍的检测方法，所述激光雷达安装于机器人，所述方法包括：
6.s101：机器人检测到触发条件后，停靠在目标物前方；
7.s102：控制所述激光雷达向周围发射探测脉冲，接收所述探测脉冲的回波脉冲，并基于所述回波脉冲生成点云；
8.s103：根据所述点云，确定所述激光雷达是否识别到所述目标物；
9.s104：当确定所述激光雷达识别到所述目标物时，确定所述点云中在目标物对应的视场范围内是否存在偏差超过阈值的点；和
10.s105：当所述点云中在目标物对应的视场范围内存在偏差超过阈值的点时，确定所述激光雷达上存在污渍。
11.根据本发明的一个方面，所述触发条件包括所述机器人充电结束时，或所述机器人与所述目标物相距第一距离时；
12.所述停靠在目标物前方的步骤包括：机器人停靠在与所述目标物相距第二距离处，所述第二距离大于所述第一距离，所述第二距离的范围为10cm-50cm。
13.根据本发明的一个方面，其中所述目标物上在与所述激光雷达基本相同的高度处具有强反光材料和弱反光材料，所述强反光材料和弱发光材料以预设的排列方式排布，并朝向所述激光雷达。
14.根据本发明的一个方面，所述控制激光雷达向周围发射探测脉冲的步骤包括：控制所述机器人以激光雷达为中心旋转，并同时控制所述激光雷达向周围发射探测脉冲，以覆盖水平方向上的范围。
15.根据本发明的一个方面，其中所述确定激光雷达是否识别到所述目标物的步骤包括：
16.确定所述点云的形状特征以及反射率；
17.如果所述形状特征和/或反射率与所述目标物上的强反光材料和弱反光材料的形状特征和/或反射率相对应，确定所述激光雷达识别到所述目标物。
18.根据本发明的一个方面，其中所述确定点云中在目标物对应的视场范围内是否有偏差超过阈值的点的步骤包括：
19.将所述点云在目标物对应的视场范围内的点按照反射率分成第一组点和第二组点，所述第一组点对应于所述强反光材料，所述第二组点对应于所述弱反光材料。
20.根据本发明的一个方面，所述确定点云中在目标物对应的视场范围内是否有偏差超过阈值的点的步骤包括：对所述第一组点进行直线拟合，得到第一直线，确定所述第一组点中是否存在与所述第一直线的距离超过所述阈值的点。
21.根据本发明的一个方面，所述确定点云中在目标物对应的视场范围内是否有偏差超过阈值的点的步骤还包括：对所述第二组点进行直线拟合，得到第二直线，确定所述第二组点中是否存在与所述第二直线的距离超过所述阈值的点。
22.根据本发明的一个方面，还包括：当确定所述激光雷达上存在污渍时，重复所述s102-s105，对所述污渍进行校核。
23.根据本发明的一个方面，还包括：如果校核结果确认所述激光雷达有污渍时，发出警告信息。
24.根据本发明的一个方面，所述目标物上具有连续的凹槽和凸行块，所述强反光材料和弱反光材料分别设置在所述凹槽和凸行块上；所述目标物包括与所述机器人搭配使用的充电桩。
25.本发明还提供一种机器人，包括：
26.主体，具有行走机构；
27.激光雷达，用以探测机器人周围的环境；
28.控制器，与所述行走机构和激光雷达耦合，配置成控制所述行走机构以及激光雷达，并配置成执行如上所述的方法。
29.本发明还提供一种计算机可读存储介质,包括存储于其上的计算机可执行指令，所述可执行指令在被控制器执行时实施如上所述的方法。
30.采用本发明的方法，无需外界装置辅助，能够快速并低成本地检测机载雷达上是否存在污渍，以便及时对其清洁维护，减少机器人因雷达附着污渍影响避障效果造成失灵等异常状况，有利于提升机器人的鲁棒性和客户体验。
附图说明
31.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
32.图1示出了根据本发明的一个实施例的激光雷达污渍的检测方法的流程图；
33.图2示出了根据本发明的一个优选实施例的目标物的示意图；
34.图3示出了根据本发明的一个优选实施例的机器人停靠在目标物前方的示意图；
35.图4示出了根据本发明的一个优选实施例的激光雷达识别到目标物的点云的示意图；
36.图5a示出了根据本发明的一个优选实施例的通过第一组点确定激光雷达存在污渍的示意图；
37.图5b示出了根据本发明的一个优选实施例的通过第一组点确定激光雷达没有污渍的示意图；
38.图6a示出了根据本发明的一个优选实施例的通过第二组点确定激光雷达存在污渍的示意图；
39.图6b示出了根据本发明的一个优选实施例的通过第二组点确定激光雷达没有污渍的示意图；和
40.图7示出了根据本发明一个实施例的机器人的示意图。
具体实施方式
41.在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
42.在本发明的描述中，需要理解的是，术语"中心"、"纵向"、"横向"、"长度"、"宽度"、"厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"坚直"、"水平"、"顶"、"底"、"内"、"外"、"顺时针"、"逆时针"等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语"第一"、"第二"仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有"第一"、"第二"的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，"多个"的含义是两个或两个以上，除非另有明确具体的限定。
43.在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语"安装"、"相连"、"连接"应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接:可以是机械连接，也可以是电连接或可以相互通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
44.在本发明中，除非另有明确的规定和限定，第一特征在第二特征之"上"或之"下"可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征"之上"、"上方"和"上面"包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征"之下"、"下方"和"下面"包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度小于第二特征。
45.下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了
简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本发明提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
46.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
47.本发明提供一种激光污渍的检测方法，所述激光雷达安装于机器人上，采用本发明的方法，能够快速并低成本地检测激光雷达上是否存在污渍，以便及时对激光雷达进行清洁维护，下面具体描述。
48.图1示出了根据本发明的一个实施例的激光雷达污渍的检测方法100的流程图，如图1所示，所述方法100包括步骤s101-s105，在对所述方法100具体描述之前，首先介绍一下辅助所述机器人实施所述方法100的目标物。
49.所述目标物上在与所述激光雷达基本相同的高度处具有强反光材料和弱反光材料，所述强反光材料和弱发光材料以预设的排列方式排布，并朝向所述激光雷达。所述目标物上设置强反光材料和弱反光材料的目的是为了将所述目标物与机器人周围环境中的其他障碍物区分开。易理解，所述强反光材料与所述弱反光材料的形状和排列方式越有特点，反射率差异越大，越容易将所述目标物与其他障碍物区分开。在实际的应用过程中，为了使激光雷达能够探测到所述强反光材料和弱反光材料，所述强反光材料与所述弱反光材料的高度通常设置为略高于所述激光雷达的高度。
50.图2示出了根据本发明一个优选实施例的目标物的示意图，如图2所示，所述目标物上具有连续的凹槽和凸行块，所述凹槽和凸行块上分别设置有所述强反光材料和所述弱反光材料，所述凹槽和凸行块的数量本发明不做限制。关于所述强反光材料和所述弱反光材料的形状、排列方式、宽度和类别，本发明亦不做限制。根据本发明的一个优选实施例，所述强反光材料和所述弱反光材料的形状例如可以为条形。根据本发明的一个优选实施例，所述强反光材料和所述弱反光材料的排列方式可以为交替排布的情形，具体的，例如所述强反光材料可设置在所述凹槽上，所述弱反光材料可设置在所述凸行块上(参考图2)；当然，所述强反光材料也可以设置在所述凸行块上，所述弱反光材料也可以设置在所述凹槽上，本发明不做限制。根据本发明的一个优选实施例，所述强反光材料和所述弱反光材料的宽度可以与其所在的凹槽或凸行块的宽度保持一致。根据本发明的一个优选实施例，所述强反光条的材料例如可以为钻石反光膜、金、铜、铝等，所述弱反光条的材料例如可以为黑色塑料、纸张或布料等等。
51.根据本发明一个优选实施例，所述目标物可以为与所述机器人搭配使用的充电桩，因为充电桩是机器人的必备配件，因此，将充电桩作为所述目标物的好处是可以无需额外搭建检测装置，从而节约时间和人力成本，方便快捷。应理解，在实际的应用过程中，所述目标物也可以为贴有强弱反光条的其他物体，例如墙壁、柜子、柱子等等，本发明不做限制，具体可根据需要进行选择。
52.上述实施例介绍了有关目标物的情形，了解了关于目标物的情况，下面对所述方法100的各个步骤进行具体描述。
53.在步骤s101中，机器人检测到触发条件后，停靠在目标物前方。
54.根据本发明的一个优选实施例，所述触发条件可以为机器人充电结束时。图3示出了根据本发明的一个优选实施例的机器人停靠在目标物前方的示意图。如图3所示，当检测到充电结束时，机器人离开所述充电桩(目标物)，停靠在与所述充电桩(目标物)相距第二距离处，其中所述第二距离的范围为10cm-50cm。
55.根据本发明的另一个优选实施例，所述触发条件还可以为机器人与所述目标物(例如充电桩)相距第一距离时。其中所述第一距离小于所述第二距离，所述第一距离例如为5cm。应理解，所述触发条件不限于此，所述触发条件例如还可以为：机器人刚开机时，机器人充电开始时，每天中午12点时等等，具体可根据实际情况设定。
56.在步骤s102中，控制所述激光雷达向周围发射探测脉冲，接收所述探测脉冲的回波脉冲，并基于所述回波脉冲生成点云。
57.继续参考图3，根据本发明的一个优选实施例，控制所述机器人以激光雷达为中心按照预设方向(顺时针或逆时针方向)旋转，并同时控制所述激光雷达按照预设频率向周围发射探测脉冲，应理解，机器人应以较慢的频率旋转，以覆盖水平方向上的范围。探测脉冲入射在障碍物上发生漫反射，产生的回波脉冲被激光雷达所接收，经过光电转换生成点云。由于机器人的工作环境复杂，机器人周围除了所述目标物之外，也可能存在其他障碍物，因此，需要判断是否识别到了所述目标物(例如充电桩)，接下来继续描述。
58.在步骤s103，根据所述点云，确定所述激光雷达是否识别到所述目标物。
59.所述点云是激光雷达坐标系下的点的数据集，所述点包含丰富的信息，例如二维坐标(x,y)(针对单线雷达)或三维坐标(x,y,z)(针对多线雷达)、反射率、时间等等。根据所述点云，可确定所述激光雷达是否识别到所述目标物。
60.根据本发明的一个实施例，可根据反射率确定所述激光雷达是否识别到了所述目标物(例如充电桩)。具体的，如果所述点云中的点的反射率与所述目标物(例如充电桩)上的强反光条和/或弱反光条的反射率相符，确定所述激光雷达识别到了所述目标物(例如充电桩)。
61.根据本发明的另一个实施例，可根据距离确定所述激光雷达是否识别到了所述目标物(例如充电桩)。激光雷达基于时间飞行法(tof)进行测距，可按照下列公式计算障碍物的距离：
62.d＝c
×
t/2，其中c为光速，c＝3
×
108m/s,t为脉冲的飞行时间。如果计算出的距离与所述第二距离相符，确定所述激光雷达识别到了所述目标物(例如充电桩)。应理解，确定障碍物的距离不限于时间飞行法，也就是说，也可以采用其他方法例如icp算法确定障碍物相对于激光雷达的位置或距离。
63.根据本发明的另一个优选实施例，可根据所述点云的形状特征确定所述激光雷达是否识别到了所述目标物(例如充电桩)。根据前面所述，所述目标物上具有连续的凹槽和凸行块，所述凹槽和凸行块上分别设置有强反光材料和弱反光材料。由此可知，如果激光雷达的探测脉冲入射到所述目标物(例如充电桩)，则基于回波脉冲生成的点云应具有与所述目标物(例如充电桩)相同的形状特征。因此，可基于所述点云的形状特征确定所述激光雷达是否识别到了所述目标物(例如充电桩)。
64.图4示出了根据本发明的一个优选实施例的激光雷达识别到目标物的点云的示意
图。如图4所示，所述目标物(例如充电桩)的点云大致呈五部分，前面三部分点云为所述目标物(例如充电桩)的凸形块的点云，后面两部分点云为所述目标物(例如充电桩)的凹槽的点云。根据所述点云的形状特征很容易能够确定所述激光雷达识别到了所述目标物(例如充电桩)。本实施例中，所述目标物(例如充电桩)具有三个凸形块以及两个凹槽，应理解，本实施例只是举例说明，并不构成对本发明的限制，在实际应用中，所述目标物的(例如充电桩)的凸形块以及凹槽也可以为其他数量，例如一个凸形块和两个凹槽的情形。
65.上述实施例分别介绍了通过反射率、距离以及形状特征中的其中一种确定所述激光雷达是否识别到了所述目标物(例如充电桩)，实际上，为了获得更加准确的识别结果，优选的，可采用以上三种方式中的任意几种或全部进行判断。根据本发明另一个优选实施例，还可以对所述目标物(例如充电桩)添加标签，构建机器学习模型，以加快识别速度。
66.在步骤s104中，当确定所述激光雷达识别到所述目标物时，确定所述点云中在目标物对应的视场范围内是否存在偏差超过阈值的点。在步骤s105中，当所述点云中在目标物对应的视场范围内存在偏差超过阈值的点时，确定所述激光雷达上存在污渍。
67.理想情况下，由所述激光雷达出射的激光束能够顺利入射到障碍物上，基于回波生成的点云也能够较好的还原对应障碍物的形状特征。但如果所述激光雷达附着污渍，则由所述激光雷达出射的激光束可能由于被污渍遮挡而无法顺利入射在一些障碍物上，致使生成的点云中产生偏差较大的点，也就是噪点。因此，可通过确定生成的点云中是否存在偏差超过阈值的点进而确定所述激光雷达上是否存在污渍。接下来具体描述。
68.根据本发明的一个优选实施例，当确定所述激光雷达识别到所述目标物(例如充电桩)时，可以去除其他障碍物的点云，只保留所述目标物(例如充电桩)的点云，以减少后续计算量，便于后续处理。
69.为了更加高效地判断所述激光雷达是否存在污渍，根据本发明的一个优选实施例，可将所述目标物(例如充电桩)的点云按照反射率分割成第一组点和第二组点，所述第一组点对应于所述强反光材料，所述第二组点对应于所述弱反光材料。本发明不限制分割点云的具体方法，分割的目的是为了在后续处理过程中只对第一组点或第二组点进行处理，以减少计算量，加快处理效率。关于如何只对第一组点或第二组点进行处理，接下来继续描述。
70.根据本发明的一个优选实施例，可采用ransac算法对所述第一组点进行直线拟合，得到第一直线，确定所述第一组点中是否存在与所述第一直线的距离超过阈值的点，如果存在，确定所述激光雷达上存在污渍。
71.图5a示出了根据本发明的一个优选实施例的通过第一组点确定激光雷达存在污渍的示意图，如图5a所示，所述第一组点中存在与所述第一直线的距离超过阈值的点(参考图5a所示的点a)，从而确定所述激光雷达上存在污渍。
72.图5b示出了根据本发明的一个优选实施例的通过第一组点确定激光雷达没有污渍的示意图。如图5b所示，所述第一组点中不存在与所述第一直线的距离超过阈值的点，也就是说，所述第一组点都均匀分布在所述第一直线附近，从而确定所述激光雷达上没有污渍。
73.以上实施例描述了如何通过所述第一组点确定激光雷达是否存在污渍的情形，与上面通过第一组点确定激光雷达是否存在污渍的方法类似，根据本发明的另一个优选实施
例，也可以通过所述第二组点确定激光雷达是否存在污渍。即对所述第二组点进行直线拟合，得到第二直线，确定所述第二组点中是否存在与所述第二直线的距离超过阈值的点，如果存在(参考图6a所示的点b)，确定所述激光雷达上存在污渍。图6a和图6b分别示出了通过第二组点确定激光雷达存在污渍以及没有污渍的示意图。
74.以上实施例描述了单独通过第一组点或第二组点确定激光雷达是否存在污渍的情形，根据本发明的一个优选实施例，也可以通过第一组点和第二组点综合评估激光雷达是否存在污渍。具体的，例如，如果通过单独通过第一组点或单独第二组点都得出激光雷达存在污渍的结果，则确定激光雷达存在污渍。综合评估的目的是为了提高检测结果的准确度。
75.为了进一步提高检测结果的准确度，根据本发明的一个优选实施例，当确定所述激光雷达上存在污渍时，可调整相关变量，重复所述步骤s102-s105，多次测量，对所述污渍进行校核。所述相关变量例如为所述激光雷达与所述目标物(例如充电桩)的第二距离；所述机器人的旋转方向；所述激光雷达发射探测脉冲的频率等等，本发明不做限制。下面以调整所述激光雷达与所述目标物(例如充电桩)的第二距离为例进行说明。
76.根据本发明的一个优选实施例，改变所述激光雷达与所述目标物(例如充电桩)的第二距离的值(例如从10cm调整为20cm)，重复所述步骤s102-s105多次测量，观察新组点中是否存在与距离新直线大于阈值的点，如果存在，进一步确定所述点相对于所述新直线的位置是否与前面测得的偏差点相对于直线的位置相符，如相符，确定激光雷达确实存在污渍。
77.根据本发明的一个优选实施例，如果根据校核结果确认所述激光雷达确实有污渍时，发出警告信息，以便及时对其进行清洁。所述警告信息可通过所述机器人上的电子设备呈现，具体的，例如语音模块、显示屏、指示灯等等，本发明不做限制。
78.本发明还提供一种机器人20，图7示出了根据本发明一个实施例的机器人的示意图，如图7所示，所述机器人20包括：
79.主体21，具有行走机构211；
80.激光雷达22，用以探测机器人20周围的环境；
81.控制器23，与所述行走机构211和激光雷达22耦合，配置成控制所述行走机构以及激光雷达22，并配置成执行如上所述的方法100。需要说明的是，所述控制器23内置于所述机器人20。
82.本发明还提供一种计算机可读存储介质,包括存储于其上的计算机可执行指令，所述可执行指令在被控制器执行时实施如上所述的方法。所述存储器可以为非易失性和/或易失性存储器。所述非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)、可变电阻式内存(reram)、相变化内存(pcram)或闪存存储器(flash memory)。易失性存储器可包括随机存取存储器(ram)、寄存器或者高速缓冲存储器(cache)。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
83.采用本发明的方法，可无需外界装置辅助，能够快速并低成本地检测机载雷达上
是否存在污渍，以便及时对其清洁维护，减少机器人因雷达附着污渍影响避障效果造成失灵等异常状况，有利于提升机器人的鲁棒性和客户体验。
84.需要说明的是，本发明中，机器人可工作于餐厅、酒店、医院、图书馆等各种环境，本发明不做限制。
85.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。