一种机器人乘梯检测方法、装置、电子设备和存储介质

技术领域

本发明涉及电梯控制技术领域，尤其涉及一种机器人乘梯检测方法、装置、电子设备和存储介质。

背景技术

随着电梯智能化发展需求，在楼宇中采用机器人配送快递、外卖等物资成为广泛应用的技术。

候梯候梯在现有技术中，存在使用检测系统基于身高与面积投影判别进入电梯人员为儿童或成人的技术方案，在人员进入电梯后可以通过分析人员所进行的按键控制操作进一步判断是否为行为能力较弱的儿童，若判别为行为能力较弱的儿童，则控制电梯暂停运行。但对于基于身高与面积投影和人员进入电梯后的按键操作区分人员类型来说，由于楼宇内服务的机器人形态差异较大，不同高度与面积投影各种形态的机器人不断涌现，因机器人通过与轿厢通信控制召梯，进入轿厢后无需操作召梯按键，在检测系统仅基于身高与面积投影和按键控制操作判别进入物体时，无法正确区分人员与机器人。

在检测系统与机器人梯控之间无通信连接的情况下，基于身高与面积投影和按键控制操作判别进入物体时，可能会将机器人判别为行为能力较弱的儿童进而使电梯暂停运行使用，造成机器人梯控与检测系统梯控的逻辑冲突。

发明内容

本发明提供了一种机器人乘梯检测方法、装置、电子设备和存储介质，以解决现有技术中将机器人误判为儿童，造成电梯暂停运行使用的问题。

第一方面，本发明提供了一种机器人乘梯检测方法，包括：

在电梯的电梯门打开时通过传感器采集检测区域的图像；

对所述图像进行目标检测追踪得到所述检测区域内的对象的运动数据和行为检测结果；

根据所述运动数据和所述行为检测结果计算所述对象为机器人的分数；

在所述分数大于预设的分数阈值时，确定所述对象为机器人。

第二方面，本发明提供了一种机器人乘梯检测装置，包括：

图像采集模块，用于在电梯的电梯门打开时通过传感器采集检测区域的图像；

目标追踪模块，用于对所述图像进行目标检测追踪得到所述轿厢内的对象的运动数据和行为检测结果；

分数计算模块，用于根据所述运动数据和所述行为检测结果计算所述对象为机器人的分数；

机器人确定模块，用于在所述分数大于预设分数阈值时，确定所述对象为机器人。

第三方面，本发明提供了一种电子设备，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本发明第一方面所述的机器人乘梯检测方法。

第四方面，本发明提供了一种计算机可读存储介质，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本发明第一方面所述的机器人乘梯检测方法。

本发明实施例在电梯的电梯门打开时通过传感器采集检测区域的图像，对图像进行目标检测追踪得到检测区域内的对象的运动数据和行为检测结果，根据运动数据和行为检测结果计算对象为机器人的分数，在分数大于预设的分数阈值时确定对象为机器人，本实施例获取所检测到的对象的移动方向、速度、投影面积、运行姿态等运动数据，以及进入轿厢后对按键操作的行为检测结果，充分利用了机器人乘坐电梯过程中的运动数据和行为确定是否存在机器人乘坐电梯，提高了识别机器人的准确度，避免了将机器人误判为行为能力较弱的儿童导致电梯暂停运行使用的问题，机器人乘坐电梯时电梯正常运行，以及保证了机器人梯控与检测系统梯控的一致性。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本实施例的电梯中传感器的安装示意图；

图2是本发明实施例一提供的一种机器人乘梯检测方法的流程图；

图3是本发明实施例二提供的一种机器人乘梯检测方法的流程图；

图4是本发明实施例三提供的一种机器人乘梯检测装置的结构示意图；

图5是本发明实施例四提供的一种电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

实施例一

图2为本发明实施例一提供的一种机器人乘梯检测方法的流程图，本实施例可适用于识别机器人乘坐电梯的情况，该方法可以由机器人乘梯检测装置来执行，该机器人乘梯检测装置可以采用硬件和/或软件的形式实现，该机器人乘梯检测装置可配置于电子设备中，如配置在电梯的控制器中。

如图2所示，该机器人乘梯检测方法包括：

S201、在电梯的电梯门打开时通过传感器采集检测区域的图像。

如图1所示，本实施例在电梯的轿厢上安装有传感器3，该传感器可以是普通摄像头，比如黑白摄像头、RGB摄像头等，还可以是主动光传感器，比如可以是TOF(TimeofFlight)深度传感器、结构光传感器等，即通过发射光线和接收光线进行感知以获得深度图像的传感器，当然，传感器还可以是雷达等，本实施例对传感器的类型不作限制。

在一个示例中，本实施例的传感器可以是主动光传感器，该传感器3可以安装在轿厢1上，以使得该传感器3的检测区域覆盖轿厢1内的区域和候梯厅2的区域，可选地，传感器3可以安装在轿厢1的轿门的门楣上，比如安装在轿门的门楣的中间位置，以使得传感器3的检测区域覆盖轿厢1内的区域和候梯厅2的区域。

在一个示例中，传感器3的数量可以为一个，即传感器3可以是具有较大视场角的主动光传感器，进一步地，在传感器3的数量为一个时，该传感器3的角度可调整或固定，或，即传感器3光线发射轴与竖直方向的角度是可变的，亦即传感器3可以调整角度，以使得传感器3的检测区域可以扩大或减小。

如图1所示，在另一个示例中，传感器3的数量可以为两个，两个传感器3中，一个传感器3的光线发射轴朝向轿厢1内，以采集轿厢1内的区域的图像，另一个传感器3的光线发射轴朝向候梯厅2，以采集候梯厅2的区域的图像，可选地，两个传感器3的检测范围具有重叠区域，以保证能够采集到轿厢1到候梯厅2的所有区域的图像，同时避免传感器为1个光线发射轴竖直方向的主动光传感器时，同时采集轿厢1到候梯厅2的所有区域的图像时电梯关门后产生的过曝光问题。示例性地，两个传感器3的光线发射轴与竖直方向的角度可以进行调整，以调整两个传感器3的检测区域。当然，两个传感器3的光线发射轴与竖直方向的角度也可以固定不变。

在实际应用中，传感器3可以按照预设帧率采集深度图像，并将深度图像发送到电梯的控制器，电梯通常会在到达某个目标楼层时打开梯门，此时传感器3采集轿厢1内的区域和候梯厅2的区域的深度图像。

S202、对图像进行目标检测追踪得到检测区域内的对象的运动数据和行为检测结果。

本实施例中，运动数据包括对象的移动方向、移动速度、投影面积、运行姿态中的至少一项，行为检测结果可以是对象是否有对轿厢内的按键进行操作，其中，移动方向是指所检测到的对象朝梯门移动的方向与梯门所在平面的夹角，投影面积为所检测到的对象在垂直与轿厢底部的方向上的外轮廓的投影，移动速度可以是指所检测到的对象进入从候梯厅进入轿厢的速度，运行姿态可以是对象的高度变化、外轮廓摆动幅度等，对轿厢内的按键进行操作可以是选择目标楼层对应的按键，开关梯门按键。

本实施例可以预先训练目标检测追踪模型，该目标检测追踪模型可以识别出对象，并对对象进行追踪，获得对象的移动方向、移动速度、投影面积、运行姿态中的至少一项，以及识别对象是否有对轿厢内的按键进行操作。

S203、根据运动数据和行为检测结果计算对象为机器人的分数。

本实施例中，可以根据机器人从候梯厅进入轿厢的特征设置分数计算方式，示例性地，机器人乘坐电梯时从候梯厅垂直于梯门行驶到轿厢内，此过程中机器人的运动姿态、速度、高度等较为稳定，并且机器人相比于人，其无摆动手和角的动作，机器人在轿厢地面的投影面积相对固定不变，再者，机器人进入轿厢后无需操作轿厢内的楼层选择按键，可以根据以上特征设置分数计算方式，在一个示例中，可以通过相邻两帧图像所检测到的移动速度、投影面积、运行姿态计算速度变化率、面积变化率以及姿态变化率，并取检测到对象有对轿厢内的按键操作时赋予行为检测结果正直，反之赋予行为检测结果负值，则可以设置对象为机器人的分数与移动方向正相关，与速度变化率均值、投影面积变化率均值、姿态变化率均值以及行为检测结果的赋值负相关。当然，也可以对各项数据赋予权重，计算加权和以作为对象为机器人的分数。

分数越高，对象为机器人的概率越大，反之，分数越低，对象为机器人的概率越小。

S204、在分数大于预设的分数阈值时确定对象为机器人。

本实施例可以设置对象为机器人的分数阈值，在对象的分数大于该分数阈值时，确定对象为机器人，可以根据对象为机器人的电梯门控制策略来控制电梯门关闭，示例性地，在轿厢内只有机器人乘梯时，可以控制轿厢直驶机器人所需要到达的楼层。

本发明实施例在电梯的电梯门打开时通过传感器采集检测区域的图像，对图像进行目标检测追踪得到检测区域内的对象的运动数据和行为检测结果，根据运动数据和行为检测结果计算对象为机器人的分数，在分数大于预设的分数阈值时确定对象为机器人，本实施例获取所检测到的对象的移动方向、速度、投影面积、运行姿态等运动数据，以及进入轿厢后对按键操作的行为检测结果，充分利用了机器人乘坐电梯过程中的运动数据和行为确定是否存在机器人乘坐电梯，提高了识别机器人的准确度，避免了将机器人误判为行为能力较弱的儿童导致电梯暂停运行使用的问题，机器人乘坐电梯时电梯正常运行，以及保证了机器人梯控与检测系统梯控的一致性。

实施例二

图3为本发明实施例二提供的一种机器人乘梯检测方法的流程图，本发明实施例在上述实施例一的基础上进行优化，如图3所示，该机器人乘梯检测方法包括：

S301、在电梯的电梯门打开时，控制传感器按照预设帧率对检测区域采集多帧图像，得到图像序列。

在实际应用中，电梯的轿厢在上行或下行过程中到达目标楼层的候梯厅时停止运行，并控制梯门打开以使得轿厢内的乘客走出电梯后，候梯厅有乘梯需求的对象进入轿厢内，其中，对象可以是人、宠物、机器人等需要乘坐电梯的物体。

当梯门打开时，传感器可以按照预设帧率采集深度图像，并将深度图像发送到电梯的控制器，如图1所示，当传感器3的数量为一个时，可以在梯门开始打开时，控制传感器3以采集包括候梯厅2和轿厢1在内的检测区域的多帧图像，当传感器3的数量为两个时，可以控制朝向轿厢1的传感器对轿厢1的区域采集多帧图像，以及控制朝向候梯厅2的传感器对候梯厅的区域采集多帧图像，需要说明的是，传感器3采集图像可以从梯门打开开始，到梯门关闭时结束，另外，传感器采集图像的帧率可以是固定不变的帧率，还可以是动态可调整的帧率。

传感器每采集一帧图像后，可以对图像进行预处理，比如去噪、二值化等图像处理后生成图像序列。

S302、将图像序列输入目标检测追踪模型中，得到检测区域中的对象的移动方向、移动速度、投影面积、运行姿态中的至少一项作为对象的运动数据，以及识别对象进入轿厢后是否有对轿厢内的按键操作作为对象的行为检测结果。

本实施例中，目标检测追踪模型可以是RNN、CNN、DNN等神经网络，在训练时目标检测追踪模型时，可以采用标注了图像中的对象的移动方向、移动速度、投影面积、运行姿态、行为检测结果之后的图像作为训练数据，将标注之后的图像序列输入到目标检测追踪模型中，以预测图像序列中每个对象的移动方向、移动速度、投影面积、运行姿态、行为检测结果之后，通过预测的数据和标注的数据来计算损失率，通过损失率调整模型参数，直到损失率小于预设值时得到训练好的目标检测追踪模型，其中，本实施例对模型结构不作限制，对模型的训练方法也不作限制。

当然，也可以在识别出对象之后，通过传感器的安装位置、成像原理、传感器的内参数、外参数等计算对象的移动方向、投影面积、位置、运动姿态，并通过两帧图像中对象的位置差和帧率来计算移动速度，本实施例对获取对象的运动数据的方式不做限制。

S303、计算相邻两帧图像所检测到的对象的移动速度、投影面积、运行姿态的变化率，得到速度变化率、投影面积变化率以及姿态变化率。

具体地，本实施将图像序列输入目标检测追踪模型中，得到图像序列中每帧图像所检测到的对象的移动方向、移动速度、投影面积、运行姿态，对于同一对象，可以通过相邻两帧图像所检测到移动速度、投影面积、运行姿态计算速度变化率、投影面积变化率以及姿态变化率。变化率为相邻两帧图像所检测的速度、面积、姿态分别计算差值，再计算该差值与相邻两帧图像中前一帧图像所检测到的数值计算比值即得到变化率。

在一个可选实施例中，姿态数据可以包括对象的高度和外轮廓数据，则可以计算相邻两帧图像所检测到的对象的高度的差值，计算高度的差值与相邻两帧图像中前一帧图像所检测到的对象的高度的比值得到高度变化率，计算相邻两帧图像所检测到的对象的外轮廓数据的轮廓差值，计算轮廓差值与相邻两帧图像中前一帧图像中所检测到的所对象的外轮廓的比值，得到外轮廓变化率，计算高度变化率和外轮廓变化率的均值，得到相邻两帧图像中所检测到的所对象的姿态变化率，本实施例通过对象的高度和外轮廓数据来衡量对象的姿态，所计算的姿态变化率更能够表示机器人行驶过程中高度变化小、机器人外轮廓摆动小的特点，使得通过姿态变化率计算分数更能准确地确定机器人。

S304、分别计算速度变化率、投影面积变化率以及姿态变化率的均值，得到速度变化率均值、投影面积变化率均值以及姿态变化率均值。

本实施例通过图像序列进行目标检测追踪，可以从每帧图像获取到对象的各项数据，并通过相邻两帧图像计算各项数据的变化率之后，对各项数据的变化率计算均值，可以对各项数据的变化率进行平滑滤波处理，避免出现异常的变化率导致分数计算不准确的问题，提高该方法的抗干扰性能，分数计算更为准确。

S305、获取行为检测结果对应的行为值，行为值在检测结果为对轿厢内的按键进行操作时等于负值，在检测结果为对轿厢内的按键无操作时等于正值。

示例性地，在检测结果为对象对轿厢内的楼层选择按键进行操作时，检测结果对应的行为值等于-1，表示该对象大概率不是机器人，在检测结果为对象对轿厢内的楼层选择按键无操作时，检测结果对应的行为值等于1，表示该对象大概率是机器人。

S306、采用移动方向、速度变化率均值、投影面积变化率均值、姿态变化率均值以及行为值计算对象为机器人的分数，其中，分数与移动方向正相关，与速度变化率均值、投影面积变化率均值、姿态变化率均值以及行为值负相关。

示例性地，对象为机器人的分数计算公式如下：

上述公式中，A为移动方向，B、C、D、E分别为速度变化率均值、投影面积变化率均值、姿态变化率均值以及行为值，在另一个示例中，公式中的参数A、B、C、D、E可以是归一化之后的数值。当然，还可以为参数A、B、C、D、E设置权重。本实施例对分数的计算方式不做限制。

S307、在分数大于预设的分数阈值时确定对象为机器人。

本实施例可以设置对象为机器人的分数阈值，在对象的分数S大于该分数阈值时，确定对象为机器人，可以根据对象为机器人的电梯门控制策略来控制电梯门关闭。

S308、在检测到机器人进入轿厢后，通过图像检测候梯厅是否还存在乘梯对象。

本实施例通过图像序列对候梯厅中的每个对象进行追踪，示例性地，可以建立对象序列，对象序列中每个对象可以维护一个位置参数，当通过该位置参数确定属于机器人的对象进入到轿厢内时，可以通过图像检测候梯厅是否还存在乘梯对象。

在一个示例中，可以通过图像获取候梯厅中的对象的位置、面部朝向、体积以及移动速度后，分别为位置、面部朝向、体积以及移动速度赋予不同权重，计算位置、面部朝向、体积以及移动速度的加权和作为对象的行为分数，在行为分数大于预设分数时，确定该对象有乘坐电梯的意图，并在该有乘坐电梯的意图的对象进行位置追踪，在候梯厅中所有具有乘坐电梯的意图的对象均位于轿厢内后，确定候梯厅无乘梯对象，可以执行S310，否则执行S309继续等待所有具有乘坐电梯意图的对象均进入到轿厢内。

S309、在检测到候梯厅中的乘梯对象均进入轿厢后，控制电梯门关闭。

即所有需要乘坐电梯的对象已进入到轿厢内，可以控制电梯门关闭，无需等待到达关闭梯门时间后关闭梯门，提高电梯的运行效率。

S310、控制电梯门关闭。

在机器人进入轿厢，并且候梯厅中需要乘坐电梯的对象均进入轿厢后，可以控制电梯门关闭，无需等待到达关闭梯门时间后关闭梯门，提高电梯的运行效率。

在另一个可选实施例中，在检测到机器人进入轿厢并且关闭电梯门后，通过图像检测轿厢内是否还存在其它乘梯对象，若否，获取机器人所召唤的目标楼层，控制轿厢直驶目标楼层。具体地，可以通过图像对轿厢内的区域进行识别，如果轿厢内无其他乘梯对象，表明只有机器人乘坐电梯，可以控制电梯的轿厢直驶机器人所需要到达的目标楼层，以提高电梯的运行效率。

本实施例在电梯的电梯门打开时控制传感器按照预设帧率对检测区域采集多帧图像得到图像序列，将图像序列输入目标检测追踪模型中，得到检测区域中的对象的移动方向、移动速度、投影面积、运行姿态中的至少一项作为对象的运动数据，以及识别对象进入轿厢后是否有对轿厢内的按键操作作为对象的行为检测结果，实现了根据对象的移动方向、移动速度、投影面积、运行姿态以及行为检测结果计算分数，以在分数大于预设的分数阈值时确定对象为机器人，充分利用了机器人乘坐电梯过程中的运动数据和行为数据确定是否存在机器人乘坐电梯，提高了识别机器人的准确度，避免了将机器人误判为行为能力较弱的儿童导致电梯暂停运行使用的问题，机器人乘坐电梯时电梯正常运行，以及保证了机器人梯控与检测系统梯控的一致性。

进一步地，一方面，对各项数据的变化率进行平滑滤波处理，避免出现异常的变化率导致分数计算不准确的问题，提高该方法的抗干扰性能，分数计算更为准确。另一方面，分数与移动方向正相关，与速度变化率均值、投影面积变化率均值、姿态变化率均值以及行为值负相关，该分数真实反映了机器人乘坐电梯的运行特性和行为特性，分数的准确度高。

实施例三

图4为本发明实施例三提供的一种机器人乘梯检测装置的结构示意图。如图4所示，该机器人乘梯检测装置包括：

图像采集模块401，用于在电梯的电梯门打开时通过传感器采集检测区域的图像；

目标追踪模块402，用于对所述图像进行目标检测追踪得到所述轿厢内的对象的运动数据和行为检测结果；

分数计算模块403，用于根据所述运动数据和所述行为检测结果计算所述对象为机器人的分数；

机器人确定模块404，用于在所述分数大于预设分数阈值时，确定所述对象为机器人。

可选地，所述图像采集模块401包括：

图像序列生成单元，用于在电梯的电梯门打开时，控制传感器按照预设帧率对检测区域采集多帧图像，得到图像序列。

可选地，所述目标追踪模块402包括：

模型输入单元，用于将图像序列输入目标检测追踪模型中，得到所述检测区域中的对象的移动方向、移动速度、投影面积、运行姿态中的至少一项作为所述对象的运动数据，以及识别所述对象进入所述轿厢后是否有对轿厢内的按键操作作为所述对象的行为检测结果。

可选地，所述运动数据包括所述对象在每帧图像中的移动方向、移动速度、在所述轿厢底部的投影面积、运行姿态中的至少一项，所述行为检测结果包括所述对象是否有对轿厢内的按键进行操作，所述分数计算模块403包括：

变化率计算单元，用于计算相邻两帧图像所检测到的所述对象的移动速度、投影面积、运行姿态的变化率，得到速度变化率、投影面积变化率以及姿态变化率；

均值计算单元，用于分别计算速度变化率、投影面积变化率以及姿态变化率的均值，得到速度变化率均值、投影面积变化率均值以及姿态变化率均值；

行为值获取单元，用于获取所述行为检测结果对应的行为值，所述行为值在所述检测结果为对轿厢内的按键进行操作时等于负值，在所述检测结果为对轿厢内的按键无操作时等于正值；

分数计算单元，用于采用所述移动方向、速度变化率均值、投影面积变化率均值、姿态变化率均值以及所述行为值计算所述对象为机器人的分数，其中，所述分数与所述移动方向正相关，与所述速度变化率均值、投影面积变化率均值、姿态变化率均值以及所述行为值负相关。

可选地，所述变化率计算单元包括：

高度差计算子单元，用于计算相邻两帧图像所检测到的所述对象的高度的差值；

高度变化率计算子单元，用于计算所述高度的差值与相邻两帧图像中前一帧图像所检测到的所述对象的高度的比值，得到高度变化率；

轮廓差值计算子单元，用于计算相邻两帧图像所检测到的所述对象的外轮廓的轮廓差值；

轮廓变化率计算子单元，用于计算所述轮廓差值与相邻两帧图像中前一帧图像中所检测到的所述对象的外轮廓的比值，得到外轮廓变化率；

姿态变化率计算子单元，用于计算所述高度变化率和所述外轮廓变化率的均值，得到所述相邻两帧图像中所检测到的所述对象的姿态变化率。

可选地，还包括：

候梯厅乘梯对象检测模块，用于在检测到所述机器人进入所述轿厢后，通过所述图像检测候梯厅是否还存在乘梯对象；

第一梯门控制模块，用于在检测到所述候梯厅中的乘梯对象均进入所述轿厢后，控制电梯门关闭；

第一梯门控制模块，用于控制所述电梯门关闭。

可选地，还包括：

轿厢内乘梯对象检测模块，用于在检测到所述机器人进入所述轿厢后，通过所述图像检测所述轿厢内是否还存在其它乘梯对象；

目标楼层获取模块，用于获取所述机器人所召唤的目标楼层；

直驶控制模块，用于控制所述轿厢直驶所述目标楼层。

本发明实施例所提供的机器人乘梯检测装置可执行本发明实施例一、实施例二所提供的机器人乘梯检测方法，具备执行方法相应的功能模块和有益效果。

实施例四

图5示出了可以用来实施本发明的实施例的电子设备50的结构示意图。电子设备50旨在表示各种形式的数字计算机，诸如台式计算机、工作台、服务器、刀片式服务器、大型计算机等。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图5所示，电子设备50包括至少一个处理器51，以及与至少一个处理器51通信连接的存储器，如只读存储器(ROM)52、随机访问存储器(RAM)53等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器51可以根据存储在只读存储器(ROM)52中的计算机程序或者从存储单元58加载到随机访问存储器(RAM)53中的计算机程序，来执行各种适当的动作和处理。在RAM 53中，还可存储电子设备50操作所需的各种程序和数据。处理器51、ROM 52以及RAM 53通过总线54彼此相连。输入/输出(I/O)接口55也连接至总线54。

电子设备50中的多个部件连接至I/O接口55，包括：输入单元56，例如键盘、鼠标、传感器等；输出单元57，例如各种类型的显示器、扬声器等；存储单元58，例如磁盘、光盘等；以及通信单元59，例如网卡、调制解调器、无线通信收发机等。通信单元59允许电子设备50通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器51可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器51的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器51执行上文所描述的各个方法和处理，例如机器人乘梯检测方法。

在一些实施例中，机器人乘梯检测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元58。在一些实施例中，计算机程序的部分或者全部可以经由ROM 52和/或通信单元59而被载入和/或安装到电子设备50上。当计算机程序加载到RAM 53并由处理器51执行时，可以执行上文描述的机器人乘梯检测方法的一个或多个步骤。备选地，在其他实施例中，处理器51可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行机器人乘梯检测方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。