本發(fā)明涉及機器人技術(shù)領(lǐng)域，尤其涉及一種移動機器人。

背景技術(shù)：

諸如掃地機器人、陪護機器人、迎賓機器人等移動機器人在室內(nèi)復(fù)雜環(huán)境運行時，容易爬上風扇的斜面底座、鞋面、電線等低矮障礙物，致使機器人的輪子被架空或者被電線纏住不能前進，嚴重時可能會使得機器人倒地而引發(fā)安全事故。如果機器人在行進過程中能提前檢測到前方的低矮障礙物，繼而避開它們，那么機器人會變得更智能，也更安全可靠。現(xiàn)有常見的檢測低矮障礙物技術(shù)方案主要有：

(1)機械碰撞檢測：機器人底部前方安裝了一塊連接電子開關(guān)的機械擋板，當碰到障礙物時電子開關(guān)從斷開狀態(tài)轉(zhuǎn)換成連通狀態(tài)，從而檢測到前方的低矮障礙物。采用此種檢測方式，必須要碰撞才能檢測到，容易撞壞貴重的家具，用戶體驗差，而且，電線、鞋面等低矮障礙物容易被機器人推移，因撞擊力度太小而無法觸發(fā)電子開關(guān)，導(dǎo)致漏檢。

(2)超聲波測距檢測：機器人底部前方安裝了一個或多個超聲波測距傳感器，當檢測的距離小于設(shè)定的閾值之后就判斷前方存在障礙物。第一方面，超聲波測距傳感器的發(fā)射角比較窄，需要安裝多個才能使前方檢測空間完全覆蓋，這會大幅增加成本。第二方面，超聲波容易受環(huán)境溫度、反射物材質(zhì)、聲波多徑傳播等因素的影響。第三方面，收發(fā)一體的超聲波傳感器存在近距離盲區(qū)較大的問題，收發(fā)分離的超聲波傳感器存在體積較大使得殼體開孔較大而不太美觀的問題。第四方面，受殼體結(jié)構(gòu)的限制，超聲波傳感器無法安裝得太低，從而會漏檢一些高度比超聲波更低的低矮障礙物。

(3)普通紅外線測距檢測：與超聲波測距檢測類似，機器人底部前方安裝了一個或多個普通紅外線測距傳感器，當檢測的距離小于設(shè)定的閾值之后就判斷前方存在障礙物。紅外線檢測受環(huán)境光照影響很大，也存在近距離盲區(qū)較大的問題。玻璃、吸光或全黑材質(zhì)的障礙物容易被漏檢，精度一致性差。受殼體結(jié)構(gòu)的影響，紅外線傳感器不能安裝得太低，從而會漏檢一些高度比紅外線更低的低矮障礙物。

技術(shù)實現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題在于，提供一種移動機器人，消除近距離檢測盲區(qū)、提升用戶體驗，根據(jù)環(huán)境光照強度通過補光的方式提高檢測成功率。

為了解決上述技術(shù)問題，本發(fā)明采用以下技術(shù)方案：

本發(fā)明的實施例提供了一種移動機器人，包括本體以及設(shè)于所述本體的輪子、電機、第一圖像采集裝置、光電傳感器、補光燈和處理器；所述輪子由所述電機驅(qū)動以帶動所述移動機器人在地面上移動；所述第一圖像采集裝置用于采集環(huán)境圖像，所述處理器用于根據(jù)預(yù)設(shè)方法對所述環(huán)境圖像進行數(shù)據(jù)處理，并在識別出所述環(huán)境圖像中的障礙物時控制所述電機執(zhí)行避障動作；所述光電傳感器用于檢測環(huán)境光照強度，所述處理器還用于在所述環(huán)境光照強度小于或等于預(yù)設(shè)閾值時控制所述補光燈發(fā)光，以增加所述第一圖像采集裝置視野范圍內(nèi)的光照強度。

在其中一個實施例中，所述第一圖像采集裝置斜向下設(shè)于所述本體，使得在所述移動機器人位于地面上時，所述第一圖像采集裝置的光軸與地面呈俯視角。

在其中一個實施例中，還包括第二圖像采集裝置，所述第二圖像采集裝置斜向上設(shè)于所述本體，使得在所述移動機器人位于地面上時，所述第二圖像采集裝置的光軸與地面呈仰視角。

在其中一個實施例中，所述第一圖像采集裝置和所述第二圖像采集裝置間隔設(shè)于所述本體。

在其中一個實施例中，所述第一圖像采集裝置或所述第二圖像采集裝置為攝像頭、激光雷達中的任意一種。

在其中一個實施例中，所述預(yù)設(shè)方法包括：

根據(jù)高斯濾波去除所述環(huán)境圖像的噪聲；

提取所述環(huán)境圖像的輪廓特征、灰度共生矩陣以及l(fā)bp特征；

根據(jù)所述輪廓特征、灰度共生矩陣以及l(fā)bp特征生成特征向量；

根據(jù)adaboost分類器和所述特征向量，輸出識別結(jié)果。

在其中一個實施例中，預(yù)先采集含有低矮的障礙物的圖像作為正樣本，不含低矮的障礙物的圖像作為負樣本，采用opencv的adaboost算法訓(xùn)練得到所述adaboost分類器。

在其中一個實施例中，在提取所述環(huán)境圖像的輪廓特征之前，所述預(yù)設(shè)方法還包括：根據(jù)canny算子提取所述環(huán)境圖像的邊緣。

與現(xiàn)有技術(shù)相比，本發(fā)明的技術(shù)方案至少具有以下有益效果：

本發(fā)明實施例提供的一種移動機器人，處理器根據(jù)預(yù)設(shè)方法對第一圖像采集裝置采集的環(huán)境圖像進行數(shù)據(jù)處理，并在識別出環(huán)境圖像中的障礙物時控制電機以驅(qū)動輪子執(zhí)行避障動作，消除近距離檢測盲區(qū)、提升用戶體驗；處理器還在光電傳感器檢測的環(huán)境光照強度小于或等于預(yù)設(shè)閾值時控制補光燈發(fā)光，以增加第一圖像采集裝置視野范圍內(nèi)的光照強度，便于第一圖像采集裝置拍攝足夠亮的環(huán)境圖像，提高檢測成功率。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的變形形式。

圖1是本發(fā)明的一個實施例中移動機器人的頂部視角圖；

圖2是移動機器人中部分電子電氣元器件的線路連接圖；

圖3是圖1中移動機器人的底部視角圖；

圖4是第一圖像采集裝置斜向下設(shè)于本體上的示意圖；

圖5是第一圖像采集裝置和第二圖像采集裝置設(shè)于本體上的示意圖；

圖6是預(yù)設(shè)方法的流程示意圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

請參閱圖1和圖2，圖1為本發(fā)明的一個實施例中移動機器人10的頂部視角圖，圖2是移動機器人10中部分電子電氣元器件的線路連接圖。在本實施例中，移動機器人10為掃地機器人。移動機器人10包括：本體11、輪子12、電機13、第一圖像采集裝置14、光電傳感器15、補光燈16和處理器17，輪子12、電機13、第一圖像采集裝置14、光電傳感器15、補光燈16和處理器17設(shè)于本體11。補光燈16可以根據(jù)需要適應(yīng)性地設(shè)于第一圖像采集裝置14的上方、下方、左方、右方等位置。

請參閱圖3，圖3是圖1中移動機器人10的底部視角圖。尤其在掃地機器人的結(jié)構(gòu)設(shè)計上，輪子12通常是安裝在本體11的底部111，并不延伸出本體11的外周緣，而且，輪子12由電機13驅(qū)動以帶動移動機器人10在地面上移動。在本體11的重量作用下，輪子12可以部分地伸縮于本體11內(nèi)。輪子12為兩個，每個輪子12由一個電機13驅(qū)動。另外，本體11的底部111還安裝一個腳輪18，該腳輪18能夠沿垂直于本體11的底部111的軸360°旋轉(zhuǎn)，便于快速、順暢地調(diào)整移動機器人10的方向。優(yōu)選的，腳輪18位于兩個輪子12連線的中垂線上，腳輪18與兩個輪子12呈三角形分布于本體11的底部111。

在本實施例中，輪子12為圓形輪，其輪輞上套設(shè)橡膠輪胎121，橡膠輪胎121的外表面設(shè)有防滑突起或紋理，以增加輪子12在地面上轉(zhuǎn)動時的摩擦力和抓地力，適應(yīng)表面光滑的地板磚、木質(zhì)地板以及表面粗糙的地毯等不同類型的地面。在其他實施例中，輪子也可以為三角履帶輪。

第一圖像采集裝置14用于采集環(huán)境圖像，第一圖像采集裝置14可以為攝像頭、cmos攝像頭等；第一圖像采集裝置14還可以為激光雷達。為了更好地探測到置于地面上的電線、鞋面、凸楞等低矮障礙物，如圖4所示，第一圖像采集裝置14斜向下設(shè)于本體11，使得在移動機器人10位于地面50上時，第一圖像采集裝置14的光軸141與地面50呈俯視角a，消除了第一圖像采集裝置14近距離盲區(qū)。俯視角a的角度大小可以在10°至90范圍內(nèi)進行設(shè)定。

為了更好地探測到高度與本體11的頂部至地面50的距離差不多的障礙物，如圖5所示，移動機器人10還包括第二圖像采集裝置19，第二圖像采集裝置19與處理器17電連接，用于采集環(huán)境圖像，并且第二圖像采集裝置19斜向上設(shè)于本體11，使得在移動機器人10位于地面50上時，第二圖像采集裝置19的光軸191與地面50呈仰視角b，俯視角b的角度大小可以在0°至90范圍內(nèi)進行設(shè)定。第二圖像采集裝置19可以為攝像頭、cmos攝像頭等；第二圖像采集裝置19還可以為激光雷達。

第一圖像采集裝置14和第二圖像采集裝置19的位置關(guān)系可以是左右間隔設(shè)置，還可以是上下間隔設(shè)置。

處理器17用于根據(jù)預(yù)設(shè)方法對環(huán)境圖像進行數(shù)據(jù)處理，并在識別出環(huán)境圖像中的障礙物時控制電機13執(zhí)行避障動作。執(zhí)行避障動作可以是沿障礙物邊緣行進，也可以是背向障礙物后退。

在本實施例中，如圖6所示，預(yù)設(shè)方法可以包括如下步驟：

步驟s1，根據(jù)高斯濾波去除環(huán)境圖像的噪聲；

高斯濾波是一種線性平滑濾波，適用于消除高斯噪聲，廣泛應(yīng)用于圖像處理的減噪過程。通俗的講，高斯濾波就是對整幅環(huán)境圖像進行加權(quán)平均的過程，每一個像素點的值，都由其本身和鄰域內(nèi)的其他像素值經(jīng)過加權(quán)平均后得到。高斯濾波的具體操作是：用一個模板(被稱為卷積或掩模)掃描圖像中的每一個像素，用模板確定的鄰域內(nèi)像素的加權(quán)平均灰度值去替代模板中心像素點的值。

步驟s3，包括步驟s31、步驟s32和步驟s33，其中，步驟s31包括提取環(huán)境圖像的輪廓特征；步驟s32包括提取環(huán)境圖像的灰度共生矩陣；步驟s33包括提取環(huán)境圖像的lbp特征。

在本實施例中，輪廓特征可以包括輪廓包含區(qū)域的面積、輪廓的長度、體態(tài)比(輪廓的最小外接矩形的長寬比)、矩形度(輪廓包含區(qū)域的面積跟最小外接矩形的面積比)、球形度(輪廓的內(nèi)切圓半徑和外接圓的半徑比)中的一種或多種。其中，灰度共生矩陣是一種通過研究灰度的空間相關(guān)特性來描述紋理的常用方法，lbp(localbinarypatterns，局部二值模式)特征是計算機視覺中常用的圖像特征。提取去噪后的環(huán)境圖像的輪廓特征、灰度共生矩陣以及l(fā)bp特征可以采用現(xiàn)有技術(shù)中的方法，在此不再贅述。

在一可選實施例中，在提取環(huán)境圖像的輪廓特征之前，預(yù)設(shè)方法還包括步驟s2：根據(jù)canny算子提取環(huán)境圖像的邊緣。

步驟s5，根據(jù)輪廓特征、灰度共生矩陣以及l(fā)bp特征生成特征向量；

在本實施例中，將輪廓特征和灰度共生矩陣以及l(fā)bp特征首尾相接即可組合生成特征向量。

步驟s7，根據(jù)adaboost分類器和特征向量，輸出識別結(jié)果。

在本實施例中，預(yù)先采集含有低矮的障礙物的圖像作為正樣本，不含低矮的障礙物的圖像作為負樣本，采用opencv(opensourcecomputervisionlibrary)的adaboost算法訓(xùn)練得到adaboost分類器。將特征向量作為adaboost分類器的輸入?yún)?shù)，adaboost分類器即可輸出識別結(jié)果，如果識別環(huán)境圖像中存在障礙物時，處理器17控制電機13執(zhí)行避障動作，如果識別環(huán)境圖像中不存在障礙物時，處理器17控制電機13繼續(xù)按照預(yù)先設(shè)定的清掃軌跡行進。

光電傳感器15用于檢測環(huán)境光照強度，光電傳感器15靠近第一圖像采集裝置14設(shè)置，以光電傳感器15能夠檢測到第一圖像采集裝置14視野范圍內(nèi)的光照強度為最佳設(shè)置。處理器17用于在環(huán)境光照強度小于或等于預(yù)設(shè)閾值時控制補光燈16發(fā)光，以增加第一圖像采集裝置14視野范圍內(nèi)的光照強度，使得第一圖像采集裝置14能夠采集到清晰的環(huán)境圖像。預(yù)設(shè)閾值可以根據(jù)實際應(yīng)用的需要進行大小設(shè)定。

本發(fā)明實施例提供的一種移動機器人10，處理器17根據(jù)預(yù)設(shè)方法對第一圖像采集裝置14采集的環(huán)境圖像進行數(shù)據(jù)處理，并在識別出環(huán)境圖像中的障礙物時控制電機13以驅(qū)動輪子12執(zhí)行避障動作；處理器17還在光電傳感器15檢測的環(huán)境光照強度小于或等于預(yù)設(shè)閾值時控制補光燈16發(fā)光，以增加第一圖像采集裝置14視野范圍內(nèi)的光照強度，便于第一圖像采集裝置14拍攝足夠亮的環(huán)境圖像，提高檢測成功率。

在本說明書的描述中，參考術(shù)語“一個實施例”、“一些實施例”、“示例”、“具體示例”或“一些示例”等的描述意指結(jié)合該實施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特點包含于本發(fā)明的至少一個實施例或示例中。在本說明書中，對上述術(shù)語的示意性表述不一定指的是相同的實施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或特點可以在任何的一個或多個實施例或示例中以合適的方式結(jié)合。

以上所述的實施方式，并不構(gòu)成對該技術(shù)方案保護范圍的限定。任何在上述實施方式的精神和原則之內(nèi)所作的修改、等同替換和改進等，均應(yīng)包含在該技術(shù)方案的保護范圍之內(nèi)。