TWI715353B

TWI715353B - 機器人平衡判定裝置及機器人平衡判定方法

Info

Publication number: TWI715353B
Application number: TW108145924A
Authority: TW
Inventors: 李宗益
Original assignee: 新煒科技有限公司
Priority date: 2019-12-16
Filing date: 2019-12-16
Publication date: 2021-01-01
Also published as: TW202125084A

Abstract

一種機器人平衡判定裝置，包括拍照設備與與處理器，處理器與拍照設備耦接，處理器用於：接收來自拍照設備的圖像集；獲取每個初始圖像的座標；依據座標排列並拼接多個初始圖像，以生成圖像模型；設定圖像模型的平衡閾值；即時接收來自拍照設備的判定圖像；比對判定圖像與與圖像模型，以獲取區別值；判斷區別值是否超出平衡閾值，以判定機器人的平衡狀態。本發明同時提供一種機器人平衡判定方法。

Description

機器人平衡判定裝置及機器人平衡判定方法

本發明涉機器人領域，具體涉及一種機器人平衡判定裝置及機器人平衡判定方法。

機器人的運動過程中，由於從事多樣性的動作時，會造成機器人的重心有所改變，容易使機器人進入不平衡的狀態，如不能及時調整，易導致機器人跌倒而造成機器人損壞。

有鑑於此，本發明提出一種機器人平衡判定裝置及機器人平衡判定方法，以解決上述問題。

本申請的第一方面提供一種機器人平衡判定裝置，包括拍照設備；處理器，與所述拍照設備耦接，用於：接收來自所述拍照設備的圖像集，所述圖像集包括機器人保持平衡時所述拍照設備拍攝的多個初始圖像；獲取每個所述初始圖像的座標；依據所述座標排列並拼接多個所述初始圖像，以生成圖像模型；設定所述圖像模型的平衡閾值；即時接收來自所述拍照設備的判定圖像；比對所述判定圖像與所述圖像模型，以獲取區別值；判斷所述區別值是否超出所述平衡閾值，以判定所述機器人的平衡狀態。

進一步地，其中所述處理器進一步用於：若所述機器人保持平衡，依據所述判定圖像調整所述圖像模型。

進一步地，其中所述區別值為：所述判定圖像的座標與所述圖像模型中相同的圖像區域的座標之間的差值，或所述判定圖像與所述圖像模型中相同座標區域圖像的差異度。

進一步地，其中所述處理器進一步用於：依據所述圖像模型的模型特點確定判定座標；所述拍照設備進一步地用於：依據所述判定座標獲取所述判定圖像。

進一步地，機器人平衡判定裝置還包括第一感應單元與第二感應單元，所述第一感應器用於感應所述機器人的速度與位移，以形成第一感應資訊，所述第二感應器用於感應所述機器人的方位角度，以獲取第二感應資訊，其中所述處理器進一步用於：獲取所述第一感應資訊與第二感應資訊；依據所述第一感應資訊與所述第二感應資訊形成狀態資訊；依據所述狀態資訊調整所述圖像模型的重建週期。

本發明第二方面提供一種機器人平衡判定方法，包括：獲取圖像集，所述圖像集包括機器人保持平衡時獲取的多個初始圖像；獲取每個所述初始圖像的座標；依據所述座標排列並拼接多個所述初始圖像，以生成圖像模型；設定所述圖像模型的平衡閾值；即時獲取判定圖像；比對所述判定圖像與所述圖像模型，以獲取區別值；判斷所述區別值是否超出所述平衡閾值，以判定所述機器人的平衡狀態。

進一步地，所述方法還包括步驟：若所述機器人保持平衡，依據所述判定圖像調整所述圖像模型。

進一步地，其中“即時接收來自所述拍照設備的判定圖像”具體包括步驟：依據所述圖像模型的模型特點確定判定座標；依據判定座標獲取所述判定圖像。

進一步地，所述方法還包括步驟：獲取第一感應資訊與第二感應資訊，其中所述第一感應資訊包括所述機器人的速度與位移資訊，所述第二感應資訊包括所述機器人的方位角度資訊；依據所述第一感應資訊與所述第二感應資訊形成狀態資訊；依據所述狀態資訊調整所述圖像模型的重建週期。

本發明通過建立機器人保持平衡時的圖像模型，設定圖像模型的平衡閾值，並即時比對判定圖像與圖像模型，以獲取區別值，依據區別值與平衡閾值判定機器人的平衡狀態，以便於控制機器人及時進行狀態調整。

100:機器人平衡判定裝置

10:拍照設備

20:處理器

30:記憶體

40:第一感應單元

50:第二感應單元

60:第三感應單元

200:機器人平衡判定系統

201:接收模組

202:判定模組

203:控制模組

204:獲取模組

205:模型建立模組

206:設定模組

207:比對模組

208:更新模組

圖1為本發明一實施方式中的機器人平衡判定裝置的硬體架構示意圖。

圖2為本發明一實施方式中的機器人平衡判定系統的功能模組示意圖。

圖3為本發明一實施方式中的機器人平衡判定方法的方法流程圖。

圖4為本發明一實施方式中的圖像模型的示意圖。

為了能夠更清楚地理解本發明的上述目的、特徵與優點，下面結合附圖與具體實施方式對本發明進行詳細描述。需要說明的是，在不衝突的情況下，本申請的實施方式及實施方式中的特徵可以相互組合。

在下面的描述中闡述了很多具體細節以便於充分理解本發明，所描述的實施方式僅是本發明一部分實施方式，而不是全部的實施方式。基於本發明中的實施方式，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其它實施方式，都屬於本發明保護的範圍。

除非另有定義，本文所使用的所有的技術與科學術語與屬於本發明的技術領域的技術人員通常理解的含義相同。本文中在本發明的說明書中所使用的術語只是為了描述具體的實施方式的目的，不是旨在限制本發明。

本文所使用的術語“及/或”包括一個或複數相關的所列項目的任意的與所有的組合。

請參閱圖1，為本發明一實施中提供的機器人平衡判定裝置的示意圖。

在本實施方式中，所述機器人平衡判定裝置100包括拍照設備10、處理器20、記憶體30、第一感應單元40、第二感應單元50及第三感應單元60。

拍照設備10用於拍攝機器人周邊的圖像。

本實施例中，機器人保持平衡時，拍照設備10拍攝的機器人周邊的多張圖像，即為初始圖像，依據多張初始圖像形成圖像集。

在一實施例中，通過一個或多個拍照設備10，依據機器人為軸心，依據不同的拍攝角度，依次拍攝多個初始圖像，可以通過多個初始圖像獲取保持平衡時的機器人周邊的環境狀況，例如是否包含標誌性物體，標誌性物體與機器人的相對位置。可以理解，可以依據環境狀況選擇拍攝圖片的數量。

進一步地，各個初始圖像之間可以部分重合，從而保證依據多個初始圖像獲取的圖像模型的圖像連續性。

進一步地，可以依據拍照設備10僅拍攝機器人正前方的多個初始圖像，以獲取機器人正前方環境狀況。

可以理解，機器人保持平衡時，機器人可以為靜止中或運動中。

在一實施例中，拍照設備10還用於依據判定座標，拍攝對應座標區域的圖像，以獲取判定圖像。

在一實施例中，拍照設備10可以為CCD相機、雙目攝像機等。

所述處理器20可以為中央處理器(CPU，Central Processing Unit)，還可以包括其他通用處理器、數位訊號處理器(Digital Signal Processor，DSP)、專用積體電路(Application Specific Integrated Circuit，ASIC)、現成可程式設計閘陣列(Field-Programmable Gate Array，FPGA)或者其他可程式設計邏輯器件、分立門或者電晶體邏輯器件、分立硬體元件等。通用處理器可以是微處理器或者該處理器也可以是任何常規的處理器等，所述處理器20是機器人平衡判定裝置100的控制中心，利用各種介面與線路連接整個機器人平衡判定裝置100的各個部分。

所述記憶體30用於存儲機器人平衡判定裝置100中的各類資料，例如圖像集、圖像模型等。在本實施方式中，所述記憶體30可以包括但不限於唯讀記憶體(Read-Only Memory，ROM)、隨機記憶體(Random Access Memory，RAM)、可程式設計唯讀記憶體(Programmable Read-Only Memory，PROM)、可擦除可程式設計唯讀記憶體(Erasable Programmable Read-Only Memory，EPROM)、一次可程式設計唯讀記憶體(One-time Programmable Read-Only Memory，OTPROM)、電子擦除式可複寫唯讀記憶體(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、唯讀光碟(Compact Disc Read-Only Memory，CD-ROM)或其他光碟記憶體、磁碟記憶體、磁帶記憶體、或者能夠用於攜帶或存儲資料的電腦可讀的任何其他介質。

所述第一感應單元40用於感應機器人的速度與位移，以獲取第一感應資訊。

本實施例中，所述第一感應單元40包括重力感應器，第一感應資訊為機器人的速度與位移的資訊。可以理解，第一感應單元40也可包括加速度感應器等，但不限於此。

所述第二感應單元50用於感應機器人的方位角度，以獲取第二感應資訊。

本實施例中，所述第二感應單元50包括陀螺儀，第二感應資訊為機器人的方位角度的資訊。可以理解，第二感應單元50也可包括磁力計等，但不限於此。

在另一實施例中，第一感應單元40在機器人保持平衡時獲取第一感應資訊，並依據多個第一感應資訊形成第一資訊集；第二感應單元50在機器人保持平衡時獲取第二感應資訊，並依據多個第二感應資訊形成第二資訊集。

第三感應單元60用於感應機器人與周圍物體之間的距離，以獲取第三感應資訊。

本實施例中，所述第三感應單元60包括超聲波感應器，第三感應資訊為機器人與周圍物體之間的距離資訊。可以理解，第三感應單元60也可包括紅外線感應器等，但不限於此。

請參閱圖2，為本發明一實施方式中機器人平衡判定系統200的功能模組示意圖。

在本實施方式中，機器人平衡判定系統200包括有一個或多個程式形式的電腦指令，所述一個或多個程式形式的電腦指令存儲於所述記憶體30中，並由所述處理器20執行，以實現本發明所提供的功能。

在本實施方式中，所述機器人平衡判定系統200可以被分割成接收模組201、判定模組202、控制模組203、獲取模組204、模型建立模組205、設定模組206比對模組207及更新模組208。各個功能模組的功能將在下面的實施例中進行詳述。

接收模組201用於接收拍照設備10發送的圖像集，其中圖像集包括拍照設備10拍攝保持平衡時的機器人的周邊，以獲得的多個初始圖像。

本實施例中，接收模組201還用於接收拍照設備10發送的判定圖像。

進一步地，接收模組201還用於接收第一感應單元40發送的第一感應資訊與第二感應單元50發送的第二感應資訊。

在另一實施例中，接收模組201還用於接收第一資訊集與第二資訊集，其中所述第一資訊集為第一感應單元40在機器人保持平衡時獲取的多個第一感應資訊的集合，所述第二資訊集為第二感應單元50在機器人保持平衡時獲取的多個第二感應資訊的集合。

進一步地，接收模組201還用於接收第三感應單元60發送的第三感應資訊。

判定模組202用於判斷機器人的平衡狀態。

在一實施例中，接收模組201接收第一感應單元40發送的第一感應資訊與第二感應單元50發送的第二感應資訊，判定模組202設定判定閾值，並依據第一感應資訊、第二感應資訊及平衡閾值，判斷機器人的平衡狀態，平衡狀態包括保持平衡與失去平衡。

判定模組202還用於依據圖像模型的模型特點確定判定區域，進而確定判定區域的判定座標。

其中模型特點包括圖像模型中各個區域圖像的相似度、連貫度、是否包含明顯特徵等。例如，圖像模型中的多個區域圖像相似度較高，如果將該區域作為判定區域，容易造成判定誤差；若圖像模型中相鄰區域圖像具有連續性及重複性，不易發現相鄰區域的區別點，則該區域不宜作為判定區域；若圖像模型中具有突出的特徵，例如一區域包含有明顯區別於周圍環境的動物圖案，則該區域可以作為判定區域。

判定模組202還用於判定區別值是否超出平衡閾值，以判斷機器人的平衡狀態。

在另一實施例中，判定模組202還用於分別比對第一感應資訊、第二感應資訊與所述輔助平衡閾值，以判定所述機器人的平衡狀態。

控制模組203用於發送拍照指令，以使拍照設備10拍攝圖像。

進一步地，拍照指令包括第一拍照指令與第二拍照指令，控制模組203發送第一拍照指令，以使拍照設備10拍攝形成圖像集的多個初始圖像；控制模組203發送第二拍照指令，以使拍照設備10拍攝判定圖像。

控制模組203還用於向機器人發送調整指令，以使機器人自我調整平衡。

獲取模組204用於獲取圖像集中每個初始圖像的座標。

在一實施例中，獲取模組204建立的坐標系，並依據每個初始圖像與機器人的相對位置，設定相應的座標，其中坐標系可以為直角坐標系或三維坐標系。

模型建立模組205用於依據座標排列並拼接圖像集中的多個初始圖像，以生成圖像模型。

在一實施例中，圖像模型為依據座標排列並拼接而成的全景圖像。

在另一實施例中，圖像模型如圖4所示，圖像模型由5*5矩陣排列的25個初始圖像排列拼接而成，每個初始圖像設有相應的座標，分別為1~25。可以理解，每個初始圖像的座標及排列拼接方式可以依據實際應用場景進行調整。

在另一實施例中，模型建立模組205還用於依據第三資訊更新圖像模型中各個圖像區域的三維座標。

設定模組206用於設定圖像模型的平衡閾值。

在一實施例中，平衡閾值為圖像模型的特定圖像區域的差異度。例如，依據指定座標獲取的圖像與圖像模型中相同座標區域圖像的差異度。

在另一實施例中，平衡閾值為座標偏移量，例如，依據指定座標獲取的圖像與圖像模型中相同圖像區域的座標的差值，即為座標偏移量。

在另一實施例中，設定模組206還用於依據第一資訊集與第二資訊集設定所述輔助平衡閾值。其中輔助平衡閾值可以為角度或方位範圍。

比對模組207用於比對判定圖像與圖像模型，以獲取區別值。

在一實施例中，比對模組207比對判定圖像與圖像模型中相同座標的圖像區域的差異度，差異度即為區別值。

在另一實施例中，比對模組207比對判定圖像的座標與圖像模型中相同圖像區域的座標，以獲取座標差值，座標差值即為區別值。

更新模組208用於依據第一感應資訊與第二感應資訊，以形成狀態資訊，並依據狀態資訊調整所述圖像模型的重建週期。狀態資訊包括運動速度、加速度、方向變化、角度變化等。其中運動速度及加速度為機器人運動的速度變化情況，方向變化及角度變化為機器人運動過程中轉向，變更移動方向的頻率。例如，若機器人周圍環境變動加大，或是機器人移動速度較快，則需要縮短圖像模型的重建週期，以便於保證圖像模型的準確性。若機器人速度較慢且環境變動較小，則需要增大圖像模型的重建週期。

模型建立模組205還用於依據重建週期重新建立新的圖像模型，以替換舊的圖像模型。

其中重建週期為圖像模型重新建立的時長，以保證圖像模型與機器人周圍的環境保持一致性。

請參閱圖3，為本發明一個實施方式提供的機器人平衡判定的流程圖。根據不同的需求，該流程圖中步驟的順序可以改變，某些步驟可以省略。為了便於說明，僅示出了與本發明實施例相關的部分。

如圖3所示，所述機器人平衡判定方法包括以下步驟。

步驟S1：獲取圖像集。

具體地，接收模組201接收拍照設備10發送的圖像集，其中圖像集包括拍照設備10拍攝保持平衡時的機器人的周邊，獲得的多個初始圖像。

步驟S1具體包括步驟：判定機器人的平衡狀態；若保持平衡，獲取多個初始圖像；依據多個初始圖像形成圖像集。

若失去平衡，發送調整指令，以使機器人自我調整。

具體地，判定模組202判斷機器人的平衡狀態；若保持平衡，控制模組203向拍照設備10發送拍照指令，以使拍照設備10拍攝多個初始圖像，並依據多個初始圖像形成圖像集。若失去平衡，控制模組203向機器人發送調整指令，以使機器人自我調整平衡。

步驟S2：獲取所述圖像集中每個初始圖像的座標。

具體地，獲取模組204獲取圖像集中每個初始圖像的座標。

步驟S3：依據所述座標排列並拼接多個所述初始圖像，以生成圖像模型。

具體地，模型建立模組205依據座標排列並拼接圖像集中的多個初始圖像，以生成圖像模型。

在一實施例中，圖像模型為依據座標排列拼接而成的全景圖像。

在另一實施例中，圖像模型如圖4所示，由5*5矩陣排列的25個初始圖像排列拼接而成，每個初始圖像設有相應的座標，分別為1~25。可以理解，每個初始圖像的座標及排列拼接方式可以依據實際應用場景進行調整。

在另一實施例中，進一步地，步驟S3之後還包括步驟：獲取第三感應資訊；依據所述第三感應資訊調整所述圖像模型。

具體地，接收模組201接收第三感應單元60發送的第三感應資訊，第三感應資訊包括圖像模型中顯示的機器人周圍的事物的距離，模型建立模組205依據第三感應資訊更新圖像模型中各個圖像區域的三維座標。

步驟S4：設定所述圖像模型的平衡閾值。

具體地，設定模組206設定圖像模型的平衡閾值。

在一實施例中，平衡閾值的設定依據機器人的自我調整調整能力，例如，機器人移動過程中，由於自身晃動產生的傾斜可以依據自身重力進行調整，則該傾斜屬於正常範圍，為平衡閾值範圍內；機器人傾斜超過一定角度，依靠機器人自身的重力無法進行調整，機器人若不做狀態調整，則將導致機器人失衡，甚至摔倒，則該狀態超出平衡閾值範圍。

步驟S5：即時獲取判定圖像。

具體地，接收模組201即時接收來自拍照設備10的判定圖像。

在一實施例中，步驟S5具體包括步驟：依據圖像模型的模型特點確定判定座標；依據判定座標獲取判定圖像。

具體地，判定模組202依據圖像模型的模型特點確定判定區域，進而確定判定座標，拍照設備10依據判定座標拍攝該判定座標的判定圖像。

其中模型特點包括圖像模型中各個區域的相似度、連貫度、是否包含明顯特徵等。例如，圖像模型中的多個區域相似度較高，如果將該區域作為判定區域，容易造成判定誤差；若圖像模型中相鄰區域具有連續性及重複性，不易發現相鄰區域的區別點，則該區域不宜作為判定區域；若圖像模型中具有突出的特徵，例如一區域包含有明顯區別於周圍環境的動物圖案，則該區域可以作為判定區域。

步驟S6：比對所述判定圖像與所述圖像模型，以獲取區別值。

具體地，比對模組207比對判定圖像與圖像模型，以獲取區別值。

步驟S7：判斷所述區別值是否超出所述平衡閾值，以判定機器人的平衡狀態。

若為是，執行步驟S8：判定機器人失去平衡，控制機器人調整；若為否，執行步驟S9：判定機器人保持平衡，並依據所述判定圖像調整所述圖像模型。

例如，如圖4所示，如果判定圖像的座標為8，但是座標為8的判定圖像位於圖像模型中的座標為24的圖像區域，超出平衡閾值範圍3、7、8、9及13，則判定機器人失去平衡。

具體地，判定模組202判斷所述區別值是否超出所述平衡閾值，以判定機器人的平衡狀態。若機器人失去平衡，則控制模組203向機器人發送調整指令，以使機器人進行平衡調整，若機器人保持平衡，模型建立模組205依據判定圖像替換所述圖像模型中相應區域的圖案。

進一步地，所述方法還包括步驟：即時獲取第一感應資訊與第二感應資訊；依據所述第一感應資訊與第一感應資訊，以形成狀態資訊；依據狀態資訊調整所述圖像模型的重建週期。

其中狀態資訊包括運動速度、加速度、方向變化、角度變化等。其中運動速度及加速度為機器人運動的速度變化情況，方向變化及角度變化為機器人運動過程中轉向，變更移動方向的頻率。

具體地，接收模組201接收第一感應資訊與第二感應資訊；更新模組208依據第一感應資訊與第二感應資訊，以形成狀態資訊，並依據狀態資訊調整所述圖像模型的重建週期。例如，若機器人周圍環境變動加大，或是機器人移動速度較快，則需要縮短圖像模型的重建週期，以便於保證圖像模型的準確性。若機器人速度較慢且環境變動較小，則需要增大圖像模型的重建週期。

在一實施例中，依據重建週期，週期執行步驟S1至步驟S3，重新建立圖像模型，以替換舊的圖像模型。

在另一實施例中，所述方法還包括步驟：獲取第一資訊集與第二資訊集，其中所述第一資訊集為第一感應單元40在機器人保持平衡時獲取的多個第一感應資訊的集合，所述第二資訊集為第二感應單元50在機器人保持平衡時獲取的多個第二感應資訊的集合；依據第一資訊集與第二資訊集設定所述輔助平衡閾值；即時獲取第一感應資訊與第二感應資訊；分別比對第一感應資訊、第二感應資訊與所述輔助平衡閾值，以判定所述機器人的平衡狀態。

機器人保持平衡時，通過第一感應單元40、第二感應單元50及拍照設備10獲取圖像集、第一資訊集及第二資訊集，並設定平衡閾值與輔助平衡閾值，即時獲取判定圖像、第一感應資訊與第二感應資訊，依據平衡閾值、輔助平衡閾值、判定圖像、第一感應資訊與第二感應資訊判定機器人的平衡狀態。通過結合多種判定方式，以增強平衡判定準確性，增強平衡判定的適應性。

上述機器人平衡判定方法通過建立機器人保持平衡時的圖像模型，設定圖像模型的平衡閾值，並即時比對判定圖像與圖像模型，以獲取區別值，依據區別值與平衡閾值判定機器人的平衡狀態，以便於控制機器人及時進行狀態調整。

上述機器人平衡判定方法依據狀態資訊週期重建圖像模型，以保證圖像模型的準確性，進而提升機器人的平衡狀態判定的準確率。

進一步地，上述機器人平衡判定方法可以結合其他的平衡判定方法，例如依據重力感應器與陀螺儀判定，以提升機器人平衡的判定的準確率，增強適應性。

對於本領域技術人員而言，顯然本發明不限於上述示範性實施例的細節，而且在不背離本發明的精神或基本特徵的情況下，能夠以其他的具體形式實現本發明。因此，無論從哪一點來看，均應將實施例看作是示範性的，而且是非限制性的，本發明的範圍由所附請求項而不是上述說明限定，因此旨在將落在請求項的等同要件的含義與範圍內的所有變化涵括在本發明內。不應將請求項中的任何附圖標記視為限制所涉及的請求項。此外，顯然“包括”一詞不排除其他器或步驟，單數不排除複數。

以上所述，僅為本發明的較佳實施例，並非是對本發明作任何形式上的限定。另外，本領域技術人員還可在本發明精神內做其它變化，當然，這些依據本發明精神所做的變化，都應包含在本發明所要求保護的範圍之內。

Claims

一種機器人平衡判定裝置，其改良在於，包括：拍照設備；處理器，與所述拍照設備耦接，用於：接收來自所述拍照設備的圖像集，所述圖像集包括機器人保持平衡時所述拍照設備拍攝的多個初始圖像；獲取每個所述初始圖像的座標；依據所述座標排列並拼接多個所述初始圖像，以生成圖像模型；設定所述圖像模型的平衡閾值；即時接收來自所述拍照設備的判定圖像；比對所述判定圖像與所述圖像模型，以獲取區別值；判斷所述區別值是否超出所述平衡閾值，以判定所述機器人的平衡狀態。
如請求項1所述之機器人平衡判定裝置，其中所述處理器進一步用於：若所述機器人保持平衡，依據所述判定圖像調整所述圖像模型。
如請求項1所述之機器人平衡判定裝置，其中所述區別值為：所述判定圖像的座標與所述圖像模型中相同的圖像區域的座標之間的差值，或所述判定圖像與所述圖像模型中相同座標區域圖像的差異度。
如請求項1所述之機器人平衡判定裝置，其中所述處理器進一步用於：依據所述圖像模型的模型特點確定判定座標；所述拍照設備進一步地用於：依據所述判定座標獲取所述判定圖像。
如請求項1所述之機器人平衡判定裝置，其中所述機器人平衡判定裝置還包括第一感應單元與第二感應單元，所述第一感應單元用於感應所述機器人的速度與位移，以形成第一感應資訊，所述第二感應單元用於感應所述機器人的方位角度，以形成第二感應資訊，其中所述處理器進一步用於：獲取所述第一感應資訊與第二感應資訊；依據所述第一感應資訊與所述第二感應資訊形成狀態資訊；依據所述狀態資訊調整所述圖像模型的重建週期。
一種機器人平衡判定方法，其改良在於，包括：獲取圖像集，所述圖像集包括機器人保持平衡時獲取的多個初始圖像；獲取每個所述初始圖像的座標；依據所述座標排列並拼接多個所述初始圖像，以生成圖像模型；設定所述圖像模型的平衡閾值；即時獲取判定圖像；比對所述判定圖像與所述圖像模型，以獲取區別值；判斷所述區別值是否超出所述平衡閾值，以判定所述機器人的平衡狀態。
如請求項6所述之機器人平衡判定方法，其中所述方法還包括步驟：若所述機器人保持平衡，依據所述判定圖像調整所述圖像模型。
如請求項6所述之機器人平衡判定方法，其中所述區別值為：所述判定圖像的座標與所述圖像模型中相同的圖像區域的座標之間的差值，或所述判定圖像與所述圖像模型中相同座標區域圖像的差異度。
如請求項6所述之機器人平衡判定方法，其中“即時獲取判定圖像”具體包括步驟：依據所述圖像模型的模型特點確定判定座標；依據所述判定座標獲取所述判定圖像。
如請求項6所述之機器人平衡判定方法，其中所述方法還包括步驟：獲取第一感應資訊與第二感應資訊，其中所述第一感應資訊包括所述機器人的速度與位移資訊，所述第二感應資訊包括所述機器人的方位角度資訊；依據所述第一感應資訊與所述第二感應資訊形成狀態資訊；依據所述狀態資訊調整所述圖像模型的重建週期。