本技術涉及圖像傳感領域，尤其涉及基于視覺神經網絡的智能搬運機器人避障方法及系統(tǒng)。

背景技術：

1、在現(xiàn)代工業(yè)和物流領域，智能搬運機器人發(fā)揮著越來越重要的作用。為了確保這些機器人在復雜環(huán)境中安全高效地運行，避障技術顯得尤為重要?；谝曈X神經網絡的智能搬運機器人避障系統(tǒng)，通過模擬人類視覺感知機制，能夠實時識別和處理周圍環(huán)境中的各種障礙物，從而實現(xiàn)精準避障。

2、該系統(tǒng)的核心是視覺神經網絡，它通過安裝在機器人上的攝像頭捕捉周圍環(huán)境的圖像信息。這些圖像數(shù)據(jù)被傳輸?shù)缴窠浘W絡中進行處理，神經網絡通過深度學習算法對圖像進行分析和識別，提取出障礙物的特征。隨后，系統(tǒng)會根據(jù)這些特征計算出障礙物的位置、大小和運動軌跡，并結合機器人的當前狀態(tài)和預定路徑，生成最優(yōu)的避障策略。

3、視覺神經網絡的優(yōu)勢在于其強大的圖像處理能力和自適應學習能力。與傳統(tǒng)的避障系統(tǒng)相比，基于視覺神經網絡的系統(tǒng)能夠更好地處理復雜多變的環(huán)境，識別各種形狀和顏色的障礙物，并且能夠適應環(huán)境變化，持續(xù)優(yōu)化避障效果。此外，該系統(tǒng)還具備實時性高、準確度高的特點，能夠有效減少因避障不當導致的事故和損失。

4、但是，對于周期性運行的智能搬運機器人，時刻對周圍的圖像采用視覺神經網絡進行識別，對算力的需求較大，智能搬運機器人需要的處理設備規(guī)格較高，使得成本也較高。

技術實現(xiàn)思路

1、本技術實施例提供基于視覺神經網絡的智能搬運機器人避障方法及系統(tǒng)，以改善上述問題。

2、為達到上述目的，本技術采用如下技術方案：

3、第一方面，本技術實施例提出了一種基于視覺神經網絡的智能搬運機器人避障方法，適用于一種基于視覺神經網絡的智能搬運機器人避障系統(tǒng)，基于視覺神經網絡的智能搬運機器人避障系統(tǒng)包括控制器以及智能搬運機器人，智能搬運機器人包括圖像獲取組件，方法適用于控制器，包括：

4、控制器基于圖像獲取組件獲取智能搬運機器人在第一搬運周期t1內的m幀按照獲取時間排序的檢測圖像，分別為第1幀、第2幀...第m幀，檢測圖像為智能搬運機器人在搬運路徑上移動時的圖像；

5、控制器基于圖像獲取組件在第二搬運周期t2持續(xù)獲取多幀具有順序的目標圖像，并確定每幀目標圖像與檢測圖像的對應關系；

6、當控制器獲取第n幀目標圖像時，控制器將第n幀檢測圖像與第n幀目標圖像相比對，并獲取對比參數(shù)，其中，其中，m、n均為大于零的自然數(shù)且m大于n；

7、若對比參數(shù)滿足預設條件，則控制器對第n幀目標圖像進行圖像識別，根據(jù)圖像識別的結果，確認搬運路徑上是否具有障礙物；

8、若控制器確定具有障礙物，則控制智能搬運機器人執(zhí)行避障程序。

9、結合第一方面，在一些實施方式中，控制器基于圖像獲取組件在第二搬運周期t2持續(xù)獲取多幀具有順序的目標圖像，并確定每幀目標圖像與檢測圖像的對應關系，包括：

10、控制器在第二搬運周期t2中共獲取m幀目標圖像，每一幀檢測圖像與每一幀目標圖像按獲取的時間順序一一對應。

11、結合第一方面，在一些實施方式中，基于視覺神經網絡的智能搬運機器人避障系統(tǒng)還包括定位組件，控制器基于圖像獲取組件在第二搬運周期持續(xù)獲取多幀具有順序的目標圖像，并確定每幀目標圖像與檢測圖像的對應關系，包括：

12、控制器在第一搬運周期t1內的獲取m幀檢測圖像，并基于定位組件獲取每一幀檢測圖像的對應的位置信息；

13、控制器基于每一幀檢測圖像的對應的位置信息，確定每一幀目標圖像的獲取位置。

14、結合第一方面，在一些實施方式中，控制器獲取第n幀目標圖像時，控制器將第n幀檢測圖像與第n幀目標圖像相比對，并獲取對比參數(shù)，其中，其中，m、n均為大于零的自然數(shù)且m大于n，包括：

15、控制器獲取第n幀檢測圖像整個畫幅對應的第一平均對比度、第一平均亮度以及第一平均色溫；

16、控制器獲取第n幀目標圖像整個畫幅對應的第二平均對比度、第二平均亮度以及第二平均色溫；

17、控制器基于第一平均對比度與第二平均對比度的差異、第一平均亮度與第二平均亮度的差異以及第一平均色溫與第二平均色溫的差異，確定對比參數(shù)。

18、結合第一方面，在一些實施方式中，控制器基于第一平均對比度與第二平均對比度的差異、第一平均亮度與第二平均亮度的差異以及第一平均色溫與第二平均色溫的差異，確定對比參數(shù)，包括：

19、控制器獲取對比參數(shù)，對比參數(shù)滿足：

20、d＝a|x1-x2|+b|y1-y2|+c|z1-z2|；

21、其中，x1為第一平均對比度，x2為第二平均對比度，為y1第一平均亮度，y2為第二平均亮度，z1為第一平均色溫，z2為第二平均色溫，a、b、c分別為不同權重參數(shù)，d為對比參數(shù)。

22、結合第一方面，在一些實施方式中，若對比參數(shù)滿足預設條件，則控制器對第n幀目標圖像進行圖像識別，根據(jù)圖像識別的結果，確認搬運路徑上是否具有障礙物，包括：

23、控制器獲取預設閾值，并將預設閾值與對比參數(shù)相比對；

24、若對比參數(shù)大于等于預設閾值，則控制器對第n幀目標圖像進行圖像識別。

25、結合第一方面，在一些實施方式中，若對比參數(shù)大于等于預設閾值，則控制器對第n幀目標圖像進行圖像識別，包括：

26、控制器確定目標特征，并對第n幀目標圖像進行特征提??；

27、控制器將從第n幀目標圖像提取到的目標特征輸入到分類器，并獲取分類器的輸出結果；

28、控制器基于輸出結果，在第n幀目標圖像中確定出障礙物的類別和位置信息。

29、結合第一方面，在一些實施方式中，若控制器確定具有障礙物，則控制智能搬運機器人執(zhí)行避障程序，包括：

30、若控制器確定具有障礙物，則控制器從多個備選路徑中確認出一個備選路徑并作為新的搬運路徑。

31、第二方面，本技術實施例還提出了一種基于視覺神經網絡的智能搬運機器人避障系統(tǒng)，基于視覺神經網絡的智能搬運機器人避障系統(tǒng)包括控制器以及智能搬運機器人，智能搬運機器人包括圖像獲取組件，該系統(tǒng)被配置為：

32、控制器基于圖像獲取組件獲取智能搬運機器人在第一搬運周期t1內的m幀按照獲取時間排序的檢測圖像，分別為第1幀、第2幀...第m幀，檢測圖像為智能搬運機器人在搬運路徑上移動時的圖像；

33、控制器基于圖像獲取組件在第二搬運周期t2持續(xù)獲取多幀具有順序的目標圖像，并確定每幀目標圖像與檢測圖像的對應關系；

34、當控制器獲取第n幀目標圖像時，控制器將第n幀檢測圖像與第n幀目標圖像相比對，并獲取對比參數(shù)，其中，其中，m、n均為大于零的自然數(shù)且m大于n；

35、若對比參數(shù)滿足預設條件，則控制器對第n幀目標圖像進行圖像識別，根據(jù)圖像識別的結果，確認搬運路徑上是否具有障礙物；

36、若控制器確定具有障礙物，則控制智能搬運機器人執(zhí)行避障程序。

37、在一些實施方式中，該系統(tǒng)被配置為：

38、控制器基于圖像獲取組件在第二搬運周期t2持續(xù)獲取多幀具有順序的目標圖像，并確定每幀目標圖像與檢測圖像的對應關系，包括：

39、控制器在第二搬運周期t2中共獲取m幀目標圖像，每一幀檢測圖像與每一幀目標圖像按獲取的時間順序一一對應。

40、在一些實施方式中，該系統(tǒng)被配置為：

41、基于視覺神經網絡的智能搬運機器人避障系統(tǒng)還包括定位組件，控制器基于圖像獲取組件在第二搬運周期持續(xù)獲取多幀具有順序的目標圖像，并確定每幀目標圖像與檢測圖像的對應關系，包括：

42、控制器在第一搬運周期t1內的獲取m幀檢測圖像，并基于定位組件獲取每一幀檢測圖像的對應的位置信息；

43、控制器基于每一幀檢測圖像的對應的位置信息，確定每一幀目標圖像的獲取位置。

44、在一些實施方式中，該系統(tǒng)被配置為：

45、控制器獲取第n幀目標圖像時，控制器將第n幀檢測圖像與第n幀目標圖像相比對，并獲取對比參數(shù)，其中，其中，m、n均為大于零的自然數(shù)且m大于n，包括：

46、控制器獲取第n幀檢測圖像整個畫幅對應的第一平均對比度、第一平均亮度以及第一平均色溫；

47、控制器獲取第n幀目標圖像整個畫幅對應的第二平均對比度、第二平均亮度以及第二平均色溫；

48、控制器基于第一平均對比度與第二平均對比度的差異、第一平均亮度與第二平均亮度的差異以及第一平均色溫與第二平均色溫的差異，確定對比參數(shù)。

49、在一些實施方式中，該系統(tǒng)被配置為：

50、控制器基于第一平均對比度與第二平均對比度的差異、第一平均亮度與第二平均亮度的差異以及第一平均色溫與第二平均色溫的差異，確定對比參數(shù)，包括：

51、控制器獲取對比參數(shù)，對比參數(shù)滿足：

52、d＝a|x1-x2|+b|y1-y2|+c|z1-z2|；

53、其中，x1為第一平均對比度，x2為第二平均對比度，為y1第一平均亮度，y2為第二平均亮度，z1為第一平均色溫，z2為第二平均色溫，a、b、c分別為不同權重參數(shù)，d為對比參數(shù)。

54、在一些實施方式中，該系統(tǒng)被配置為：

55、若對比參數(shù)滿足預設條件，則控制器對第n幀目標圖像進行圖像識別，根據(jù)圖像識別的結果，確認搬運路徑上是否具有障礙物，包括：

56、控制器獲取預設閾值，并將預設閾值與對比參數(shù)相比對；

57、若對比參數(shù)大于等于預設閾值，則控制器對第n幀目標圖像進行圖像識別。

58、在一些實施方式中，該系統(tǒng)被配置為：

59、若對比參數(shù)大于等于預設閾值，則控制器對第n幀目標圖像進行圖像識別，包括：

60、控制器確定目標特征，并對第n幀目標圖像進行特征提取；

61、控制器將從第n幀目標圖像提取到的目標特征輸入到分類器，并獲取分類器的輸出結果；

62、控制器基于輸出結果，在第n幀目標圖像中確定出障礙物的類別和位置信息。

63、在一些實施方式中，該系統(tǒng)被配置為：

64、若控制器確定具有障礙物，則控制智能搬運機器人執(zhí)行避障程序，包括：

65、若控制器確定具有障礙物，則控制器從多個備選路徑中確認出一個備選路徑并作為新的搬運路徑。

66、本發(fā)明實施例第三方面提出一種電子設備，電子設備包括：

67、至少一個處理器；以及，與至少一個處理器通信連接的存儲器；其中，存儲器存儲有可被至少一個處理器執(zhí)行的指令，指令被至少一個處理器執(zhí)行，以使至少一個處理器能夠執(zhí)行本發(fā)明實施例第一方面提出方法。

68、本發(fā)明實施例第四方面提出一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)如本發(fā)明實施例第一方面提出方法。

69、綜上，上述方法及裝置具有如下技術效果：

70、本技術實施例提出了基于視覺神經網絡的智能搬運機器人避障方法及系統(tǒng)，首先控制器基于圖像獲取組件獲取智能搬運機器人在第一搬運周期t1內的m幀按照獲取時間排序的檢測圖像，然后控制器基于圖像獲取組件在第二搬運周期t2持續(xù)獲取多幀具有順序的目標圖像，然后，確定每幀目標圖像與檢測圖像的對應關系，且在第二周期時，每獲取一幀目標圖像，扁將其與對應的檢測圖像相對比，若對比的結果表明了圖像變化較大，即證明此時圖像畫面中可能存在障礙物，此時控制器可以對圖像進行圖像識別，對障礙物進行具體的檢測。本技術提出的一種基于視覺神經網絡的智能搬運機器人避障方法，在智能搬運機器人周期性搬運的過程中，根據(jù)不同周期的圖像的畫面對是否存在障礙物進行判斷，而不用實時采用圖像識別技術來識別路徑上的障礙物，僅在需要的時候對圖像進行識別，對于算力需求較小，節(jié)約了生產和使用成本。