(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 202210280506.7 (22)申请日 2022.03.22 (71)申请人 深圳市普 渡科技有限公司 地址 518051 广东省深圳市南 山区西丽 街 道西丽社区打石一路深圳国际创新谷 1栋A座501 (72)发明人 牟春　孙扬　闫瑞君　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 专利代理师 方高明 (51)Int.Cl. G06V 10/46(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01)G06N 3/08(2006.01) G06Q 50/12(2012.01) G06V 20/10(2022.01) G06V 40/10(2022.01) (54)发明名称 配送任务控制方法、 机 器人和存 储介质 (57)摘要 本申请涉及一种配送任务控制方法、 机器人 和存储介质。 该方法包括： 基于机器人作业场景 的环境图像， 获取环境图像中的目标主体图像； 通过预设的关键点检测模型从目标主体图像中 提取目标主体的主体关键点， 并确定主体关键点 的位置信息； 根据主体关键点的位置信息， 确定 目标主体的姿态信息； 根据目标主体的姿态信 息， 控制机器人执行与姿态信息对应的配送任 务。 其中， 关键点检测模型通过预设的轻量化网 络架构搭建。 在本申请中， 基于视觉实现机器人 的配送任务控制， 免受环境噪音干扰， 人机交互 效果更好。 而且， 使用轻量化网络架构搭建的关 键点检测模 型提取目标主体的主体 关键点位置， 实现了算法速度和精度的提升， 降低了计算成 本， 易于在机 器人中部署。 权利要求书2页 说明书15页 附图6页 CN 114627313 A 2022.06.14 CN 114627313 A 1.一种配送任务控制方法， 其特 征在于， 所述方法包括： 基于机器人作业场景的环境图像， 获取 所述环境图像中的目标主体图像； 通过预设的关键点检测模型从所述目标主体图像中提取目标主体的主体关键点， 并确 定所述主体关键点的位置信息； 所述关键点检测模型通过 预设的轻量 化网络架构搭建； 根据所述主体关键点的位置信息， 确定所述目标主体的姿态信息； 根据所述目标主体的姿态信息， 控制所述机器人执行与所述姿态信息对应的配送任 务。 2.根据权利要求1所述的配送任务控制方法， 其特征在于， 所述关键点检测模型包括特 征提取网络、 特 征融合网络和检测网络； 所述通过预设的关键点检测模型从所述目标主体图像中提取目标主体的主体关键点 位置， 包括： 将所述目标主体图像输入至所述特征提取网络 中， 通过所述特征提取网络获取所述目 标主体图像的高维特 征信息； 将所述高维特征信 息输入至所述特征融合网络， 通过所述特征融合网络对所述高维特 征信息进行融合， 得到目标 特征图； 将所述目标特征图输入至所述检测网络 中， 通过所述检测网络输出所述目标主体的主 体关键点的位置信息 。 3.根据权利要求2所述的配送任务控制方法， 其特征在于， 所述关键点检测模型还包括 卷积网络， 所述卷积网络连接在所述特征提取网络和所述特征融合网络之间； 所述方法还 包括： 通过所述卷积网络提取所述高维特征信 息的语义信 息， 并将所述语义信 息输入至所述 特征融合网络 。 4.根据权利要求2或3所述的配送任务控制方法， 其特征在于， 所述特征提取网络包括 四个下采样网络层； 所述四个下采样网络层对应的下采样倍数依次减小； 将所述目标主体图像输入至所述特征提取网络 中， 通过所述特征提取网络获取所述目 标主体图像的高维特 征信息， 包括： 将所述目标主体图像作为第 一个下采样网络层的输入， 并将上一个下采样网络层的输 出作为下一个下采样网络层的输入， 经过四次下采样操作后， 将第四个下采样网络层输出 的特征信息确定为所述高维特 征信息。 5.根据权利要求4所述的配送任务控制方法， 其特征在于， 所述特征融合网络包括第 一 上采样网络层和第二上采样网络层； 所述将所述高维特征信 息输入至所述特征融合网络， 通过所述特征融合网络对所述高 维特征信息进行融合， 得到目标 特征图， 包括： 通过所述第一上采样网络层对所述高维特 征信息进行 特征融合， 得到初始特 征图； 通过所述第 二上采样网络层， 对所述初始特征图和所述 四个下采样网络层中的第 三个 下采样网络层输出的特 征信息进行 特征融合， 得到所述目标 特征图。 6.根据权利要求1 ‑3任一项所述的配送任务控制方法， 其特征在于， 所述基于所述机器 人作业场景的环境图像， 获取 所述环境图像中的目标主体图像， 包括： 将所述环境图像输入至预设的行人检测模型中， 通过所述行人检测模型输出行人图权　利　要　求　书 1/2 页 2 CN 114627313 A 2像； 按照目标主体的外表特 征对所述行 人图像中行 人进行筛 选， 得到所述目标主体图像。 7.根据权利要求1 ‑3任一项所述的配送任务控制方法， 其特征在于， 所述主体关键点包 括至少两个， 所述 根据所述主体关键点的位置信息， 确定所述目标主体的姿态信息， 包括： 根据所述主体关键点的位置信息， 确定各 所述主体关键点之间的位置关系； 根据各所述主体关键点之间的位置关系和预设的姿态匹配信 息， 确定所述目标主体的 姿态信息 。 8.根据权利要求1 ‑3任一项所述的配送任务控制方法， 其特 征在于， 所述方法还 包括： 根据主体关键点中左右肩关键点之间连线确定规整单位长度； 在人体二维坐标系中， 根据 所述规整单位长度对所述主体关键点的位置信 息进行规整 处理； 其中， 所述人体二维坐标系为以所述左右肩关键点之间连线的中点为原点， 所述左右 肩关键点之间连线为x轴， 所述左右肩关键点之间连线的垂线为y轴建立的坐标系。 9.一种机器人， 包括存储器和 处理器， 所述存储器存储有计算机程序， 其特征在于， 所 述处理器用于调用并执行所述计算机程序时实现权利要求1至8 中任一项所述的配送任务 控制方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至8中任一项所述的配送任务控制方法的步骤。权　利　要　求　书 2/2 页 3 CN 114627313 A 3