CN114219770B 地面检测方法、装置、电子设备及存储介质 （深圳市优必选科技股份有限公司）

2根据所述第二灰度图像和预设的阈值分割算法，确定所述第二灰根据所述相机坐标系下的点云数据和预设的坐标转换关系，确定根据所述最优种子点，通过漫水填充算法对所述第二灰度图像处理第一灰度图像确定单元，用于将所述第一点云3定位单元，用于根据所述目标地面图像区域和所述第二点云数第一像素点集合确定模块，用于根据第一灰度阈值对所述目标梯第二像素点集合确定模块，用于根据目标阈值区间对所述第二灰目标地面图像区域确定模块，用于根据所述第一像素点集合和所述第二像素点集合，所述目标地面图像区域确定模块，具体用于根据所述第一像7.一种电子设备，包括存储器、处理器以及8.一种计算机可读存储介质，所述计算机可读存储介质4[0019]对所述第一灰度图像进行中值滤波处理和降维裁剪处理，得到所述第二灰度图[0021]对所述第二灰度图像进行梯度计算，确定所述第二灰度图像对应的目标梯度图5[0034]第一灰度图像确定单元，用于将所述第一点云数据的高度信息归一化到图像空[0037]目标地面图像区域确定单元，用于根据所述第二灰度图像和预设的阈值分割算6处理和阈值分割的准确性较高且算法复杂度较低，因此能够提高地面检测的准确性和效7[0058]图1示出了本申请实施例提供的第一种地面检测方法的流程示意图，该地面检测8后的点云数据，即第二点云数据。该第二点云数据即为携带了能够准确表示高度的z轴数[0072]本申请实施例中，由于第一灰度图像是基于第一点云数据的高度信息得到的图据转换到图像空间进行滤波处理和阈值分割，之后再根据滤波处理结果和阈值分割结果，9[0079]在得到深度图像后，可以对该深度图像进行数据降维处理之间的坐标转换关系，将相机坐标系下的点云数据对应映射到机器人坐标系下的点云数[0087]本申请实施例中，由于能够先将第一点云数据的高度信携带地面检测时所关注的高度信息的第一灰度图像，以提高后续地面检测的效率和准确[0089]对所述第一灰度图像进行中值滤波处理和降维裁剪处理，得到所述第二灰度图波处理可以较好地保留图像边界，从而使得在滤除图像中零散分布的不准确的数据的同需要检测其中一部分区域，例如机器人以1米每秒的速度运动时，只需检测10米以内的数[0096]对所述第二灰度图像进行梯度计算，确定所述第二灰度图像对应的目标梯度图阈值为根据实际地面的高度波动变化情况确定的可通行的地面区域的最大波动程度对应度值为255的像素点组成的集合即为第一值位于该目标阈值区间的像素点的灰度值阈值化为255，将灰度值位于该目标阈值区间以[0110]本申请实施例中，由于能够根据第一像素点集合和第二像素点集合确定目标轮的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现场可编程门阵列(Field-分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器[0155]所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增