(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210382268.0 (22)申请日 2022.04.12 (71)申请人 北京京东乾石科技有限公司 地址 100176 北京市大兴区北京经济技 术 开发区科创十一街18号院2号楼19层 A1905室 (72)发明人 董林　桂晨光　许新玉　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 苏舒音 (51)Int.Cl. G06V 40/10(2022.01) G06V 10/762(2022.01) G06V 10/774(2022.01) G06V 10/764(2022.01)G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G01S 17/931(2020.01) (54)发明名称 一种避障方法、 装置、 设备及存 储介质 (57)摘要 本发明公开了一种避障方法、 装置、 设备及 存储介质， 该方法包括： 响应于获取到待检测激 光雷达数据， 对 所述待检测激光雷达数据执行聚 类操作， 得到至少一个待检测聚类数据集； 针对 每个待检测聚类数据集， 基于所述待检测聚类数 据集中的各待检测激光雷达数据， 确定人腿特征 数据； 将所述人腿特征数据和各待检测激光雷达 数据输入到目标分类模型中， 得到所述目标分类 模型输出的与所述待检测聚类数据集对应的分 类结果； 如果至少一个分类结果中包含人腿分类 标签， 则基于预设人腿避障策略， 控制所述机器 人执行避障操作。 本发明实施例解决了现有的机 器人激光雷达技术不能识别人腿的问题， 降低了 机器人与人发生碰撞的风险， 提高了机器人的避 障性能。 权利要求书2页 说明书13页 附图6页 CN 114708616 A 2022.07.05 CN 114708616 A 1.一种避障方法， 其特 征在于， 包括： 响应于获取到待检测激光雷达数据， 对所述待检测激光雷达数据执行聚类操作， 得到 至少一个待检测聚类数据集； 其中， 所述待检测聚类数据集中包含至少 两个待检测激光雷 达数据； 针对每个待检测聚类数据集， 基于所述待检测聚类数据集中的各待检测激光雷达数 据， 确定人腿特 征数据； 将所述人腿特征数据和各待检测激光雷达数据输入到目标分类模型中， 得到所述目标 分类模型输出的与所述待检测聚类数据集对应的分类结果； 如果至少一个分类结果中包含人腿分类标签， 则基于预设人腿避 障策略， 控制机器人 执行避障操作。 2.根据权利要求1所述的方法， 其特征在于， 所述待检测激光雷达数据包括障碍物坐标 数据， 相应的， 所述基于所述待检测聚类数据集中的各待检测激光雷达数据， 确定人腿特征 数据， 包括： 基于所述待检测聚类数据集中各待检测激光雷达数据中的障碍物坐标数据， 确定人腿 特征数据； 其中， 所述人腿 特征数据包括坐标均值、 坐标方差、 坐标中值、 坐标拟合半径以及 坐标拟合弧度中至少一种。 3.根据权利要求1所述的方法， 其特征在于， 所述待检测激光雷达数据包括障碍物坐标 数据， 相应的， 所述基于预设人腿避障策略， 控制所述机器人 执行避障操作， 包括： 将与包含人腿分类标签的分类结果对应的待检测聚类数据集作为目标聚类数据集； 基于所述目标聚类数据集中各待检测激光雷达数据中的障碍物坐标数据， 确定与 所述 目标聚类数据集对应的预测运动方向； 基于所述预设人腿避障策略和所述预测运动方向， 控制所述机器人 执行避障操作。 4.根据权利要求3所述的方法， 其特征在于， 所述基于所述预设人腿避障策略和所述预 测运动方向， 控制所述机器人 执行避障操作， 包括： 判断所述预测运动方向和所述机器人的当前运动方向是否相对； 如果是， 则基于预设人腿避 障策略中的第一减速加速度， 控制所述机器人执行减速操 作； 如果否， 则基于预设人腿避 障策略中的第二减速加速度， 控制所述机器人执行减速操 作； 其中， 所述第一减速加速度大于所述第二减速加速度。 5.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 响应于检测到进入电梯指令， 获取所述目标分类模型输出的包含人腿分类标签的分类 结果的输出 数量； 相应的， 所述基于预设人腿避障策略， 控制所述机器人 执行避障操作， 包括： 判断所述输出 数量是否大于所述预设人腿避障策略中的预设人腿数量阈值； 如果是， 则控制所述机器人 执行等待操作； 如果否， 则控制所述机器人 执行前进操作。 6.根据权利要求1所述的方法， 其特征在于， 所述对所述待检测激光雷达数据 执行聚类 操作， 得到 至少一个待检测聚类数据集， 包括： 基于预设聚类标准， 对所述待检测激光雷达数据执行聚类操作， 得到至少一个待检测权　利　要　求　书 1/2 页 2 CN 114708616 A 2聚类数据集； 其中， 所述预设聚类标准包括待检测聚类数据集中待检测激光雷达数据的数 量大于预设待检测数量阈值， 且待检测聚类数据集中待检测激光雷达数据对应的最小距离 平方根小于预设平方根阈值。 7.根据权利要求1所述的方法， 其特 征在于， 所述目标分类模型的训练方法包括： 响应于获取到样本激光雷达数据， 对所述样本激光雷达数据执行聚类操作， 得到至少 一个样本聚类数据集； 其中， 所述样本聚类数据集中包 含至少两个样本 激光雷达数据； 针对每个样本聚类数据集， 基于所述样本聚类数据集中的各样本激光雷达数据， 确定 人腿特征数据， 并将所述人腿特征数据和各样本激光雷达数据输入到初始分类模型中， 得 到输出结果； 基于所述输出结果以及与 各样本激光雷达数据分别对应的真实分类标签， 对所述初始 分类模型中的模型参数进行调整， 得到训练完成的目标分类模型。 8.根据权利要求7 所述的方法， 其特 征在于， 所述方法还 包括： 响应于机器人在预设采集区域内采集到样本激光雷达数据， 判断所述样本激光雷达数 据对应的障碍物是否位于所述预设采集区域内的感兴趣区域； 如果是， 则将所述样本 激光雷达数据对应的真实分类标签设置为人腿分类标签； 如果否， 则将所述样本 激光雷达数据对应的真实分类标签设置为非人腿分类标签。 9.一种避障装置， 其特 征在于， 包括： 待检测聚类数据集确定模块， 用于响应于获取到待检测激光雷达数据， 对所述待检测 激光雷达数据执行聚类操作， 得到至少一个待检测聚类数据集； 其中， 所述待检测聚类数据 集中包含至少两个待检测激光雷达数据； 人腿特征数据确定模块， 用于针对每个待检测聚类数据集， 基于所述待检测聚类数据 集中的各待检测激光雷达数据， 确定人腿特 征数据； 分类结果输出模块， 用于将所述人腿特征数据和各待检测激光雷达数据输入到目标分 类模型中， 得到所述目标分类模型输出的与所述待检测聚类数据集对应的分类结果； 避障操作执行模块， 用于如果至少一个分类结果中包含人腿分类标签， 则基于预设人 腿避障策略， 控制机器人 执行避障操作。 10.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使所述至少一个处理器能够执行权利要求1 ‑8任一项所述的避 障方法。 11.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指令用于使处 理器执行时实现权利要求1 ‑8任一项所述的避障方法。权　利　要　求　书 2/2 页 3 CN 114708616 A 3