技术特征：
1.一种障碍物避让方法，其特征在于，该方法包括，在可移动机器人侧，获取灰度图像以及深度图像，基于灰度图像提取待检测目标的轮廓，对提取的目标轮廓进行识别，当识别出待检测目标为缠绕物时，基于深度图像获取缠绕物在世界坐标系下的当前位置信息；将位置信息标注于可移动机器人当前行进的全局地图中，基于标注的地图进行局部避让和/或路径规划。2.如权利要求1所述的避让方法，其特征在于，当识别出待检测目标为缠绕物时，基于深度图像获取缠绕物在世界坐标系下的当前位置信息之后，进一步包括，当识别出待检测目标为缠绕物时，控制可移动机器人在当前位置偏转预定的角度获取灰度图像以及深度图像，得到新观测到的图像，基于灰度图像提取缠绕物轮廓，基于深度图像获取缠绕物在世界坐标系下的当前位置信息；所述将位置信息标注于可移动机器当前行进的全局地图中，进一步包括，判断基于新观测到的图像所获取的缠绕物位置信息是否在全局地图中已有标注，如果有，则该位置信息不进行标注，否则，将该位置信息标注于全局地图中。3.如权利要求1所述的避让方法，其特征在于，所述当识别出待检测目标为缠绕物时，基于深度图像获取缠绕物当前在世界坐标系下的位置信息进一步包括，当识别出待检测目标为缠绕物时，控制可移动机器人在当前位置偏转预定的角度获取灰度图像以及深度图像；基于灰度图像提取的缠绕物轮廓，根据深度图像获取缠绕物在世界坐标系下的当前位置信息。4.如权利要求3所述的避让方法，其特征在于，所述当识别出待检测目标为缠绕物时，基于深度图像获取缠绕物在世界坐标系下的当前位置信息进一步包括，控制可移动机器人在当前位置偏转预定的角度获取灰度图像以及深度图像的同时，触发采集当前rgb图像；基于深度图像所获得的缠绕物在该深度图像相机坐标系下的位置信息，获得缠绕物在rgb图像的像素坐标系下的像素点集合，基于所述像素点集合，确定关注区域roi区域，截取roi区域内的图像内容发送至终端。5.如权利要求4所述的避让方法，其特征在于，所述控制可移动机器人在当前位置偏转预定的角度包括，控制可移动机器人在可移动机器人的承载面内顺时针和/或逆时针偏转，偏转角度不大于180度；所述基于深度图像所获得的缠绕物在该深度图像相机坐标系下的位置信息，获得缠绕物在rgb图像的像素坐标系下的像素点集合，包括，对于缠绕物在深度图像相机坐标系下的任一三维空间坐标，根据深度图像相机坐标系与rgb图像相机坐标系之间的相对位置参数、和rgb图像的相机内参，按照刚体空间变换和相机投影模型，计算该三维空间坐标在rgb图像的像素坐标系下的像素点的坐标；
所述基于所述像素点集合，确定关注区域roi区域包括，搜索像素点集合中位于rgb图像最边缘的像素点，将最边缘像素点的轮廓所形成的封闭曲线限定的区域作为roi区域。6.如权利要求5所述的避让方法，其特征在于，所述搜索像素点集合中位于rgb图像最边缘的像素点，将最边缘像素点的轮廓所形成的封闭曲线限定的区域作为roi区域，包括，搜索位于rgb图像最左上、右上、左下、右下4个像素点，并以该4个像素点所形成的矩形限定的区域作为roi区域；所述截取roi区域内的图像内容发送至终端进一步包括，如果截取的roi区域图像大于设定的第一区域闻值，则通过下采样将roi区域图像缩小至显示窗口尺寸；如果roi区域图像小于设定的第二区域闻值，则通过插值获得显示窗口尺寸的图像。7.如权利要求1至6所述的避让方法，其特征在于，所述获取可移动机器人行进方向的图像包括，采集一帧灰度图像的同时，采集该帧的深度图像，获得该帧灰度图像对应的深度图像帧；该方法进一步包括，基于灰度图像，去除地面噪声；根据灰度图像对应的深度图图像，对去除地面噪声的该帧灰度图像，进行二值化处理。8.如权利要求7所述的避让方法，其特征在于，所述二值化处理包括，对于同时满足以下条件的像素点，将该像素点的像素值置1，不满足以下任一条件的像素点，将该像素点的像素值置0：(1)像素点的光强值大于0；(2)像素点的深度值在0～500毫米之间；(3)像素点在垂直地面方向上的高度值高于地面、且低于1米；所述基于灰度图像提取待检测目标的轮廓，对提取的目标轮廓进行识别，包括，对二值化处理之后的灰度图像中不同区域的待检测目标确定roi区域，提取目标轮廓，基于目标轮廓计算每个目标轮廓的面积，去除目标轮廓面积小于设定的轮廓面积闻值的轮廓，得到当前目标轮廓，结合深度图像中的深度信息，统计如下特征之一或其任意组合：轮廓面积、轮廓最小外接矩形长宽比、轮廓周长面积比、轮廓的像素点在不同高度范围内的直方图；基于统计的特征，通过已训练的神经网络模型对当前目标轮廓进行分类，识别出缠绕物。9.一种可移动机器人，其特征在于，包括存储器和处理器，所述存储器存储有可被处理器执行的指令，所述指令被处理器执行，以使所述处理器执行如权利要求1至8任一所述的缠绕物避让方法的步骤。10.如权利要求9所述的可移动机器人，其特征在于，所述可移动机器人为扫地机器人，所述扫地机器人还包括，安装于扫地机器人前迎面上部、且位于前迎面竖直对称轴上的飞行时间tof深度相机，或者，安装于扫地机器人前迎面的飞行时间tof深度相机和rgb相机，所述两相机位于前迎面
的上部，与扫地机器人承载面具有相同的高度，两相机光心连线的中点在承载面的投影位于扫地机器人本体在承载面投影的中心线上，或者，飞行时间tof深度相机和rgb相机在前迎面竖直对称轴上下排列，其中，tof深度相机距离扫地机器人承载面的高度大于rgb相机距离扫地机器人承载面的高度。
技术总结
本申请公开了一种障碍物避让方法，该方法包括，在可移动机器人侧，获取灰度图像以及深度图像，基于灰度图像提取待检测目标的轮廓，对提取的目标轮廓进行识别，当识别出待检测目标为缠绕物时，基于深度图像获取缠绕物在世界坐标系下的当前位置信息；将位置信息标注于可移动机器当前行进的全局地图中，基于标注的地图进行局部避让和/或路径规划。本申请提高了可移动机器人对缠绕物的避让的智能性，该方法应用与扫地机器人中时，提高了路径规划的覆盖率，有效避免了对缠绕物的碾压、推行和缠绕。推行和缠绕。推行和缠绕。
技术研发人员：蒋腻聪 吴珺 朱建华 沈冰伟
受保护的技术使用者：杭州萤石软件有限公司
技术研发日：2020.02.20
技术公布日：2021/9/6