悬崖区域检测及移动机器人控制方法、装置及移动机器人

技术领域

本发明涉及图像处理技术领域，特别是涉及悬崖区域检测及移动机器人控制方法、装置及移动机器人。

背景技术

随着人工智能技术的不断发展，移动机器人被广泛地应用到越来越多的技术领域中。其中，所谓移动机器人是指：可移动且能够自动执行工作的机器装置。例如，包裹分拣机器人、扫地机器人、导游机器人等。

移动机器人的工作环境中，通常会遇到具有高度差的活动区域。例如，扫地机器人在楼梯边缘清扫时，扫地机器人所在的区域与楼梯的台阶区域存在高度差。其中，可以将与移动机器人所在的区域存在高度差的活动区域称为悬崖区域。

显然，在移动机器人的移动过程中，需要检测移动机器人即将达到的活动区域中是否存在悬崖区域，从而通过控制移动机器人的移动速度等方式，防止移动机器人跌落到悬崖区域中，造成移动机器人的损坏。

基于此，当前亟需一种悬崖区域检测方法，以检测移动机器人即将达到的活动区域中是否存在悬崖区域，从而，防止移动机器人跌落到悬崖区域中，造成移动机器人的损坏。

发明内容

本发明实施例的目的在于提供一种悬崖区域检测方法及装置、一种移动机器人控制方法及装置，以及一种移动机器人和存储介质，以实现检测移动机器人即将达到的活动区域中是否存在悬崖区域，从而，防止移动机器人跌落到悬崖区域中，造成移动机器人的损坏。具体技术方案如下：

第一方面，本发明实施例提供了一种悬崖区域检测方法，所述方法包括：

获取包括移动机器人的目标活动区域的目标图像；其中，所述目标图像为：二维图像，所述目标活动区域为：所述移动机器人按照当前移动方向移动时，将达到的活动区域；

确定所述目标图像的图像特征；

基于所述图像特征，确定关于所述目标活动区域中是否存在悬崖区域的检测结果。

可选的，一种具体实现方式中，所述确定所述目标图像的图像特征的步骤，包括：

确定所述目标图像中的各条目标边缘线；

针对每条目标边缘线，分别提取该目标边缘线两侧的图像区域中的指定类型的图像信息，作为所述目标图像的一组图像特征。

可选的，一种具体实现方式中，所述基于所述图像特征，确定关于所述目标活动区域中是否存在悬崖区域的检测结果的步骤，包括：

判断所得到的各组图像特征中，是否存在至少一组目标图像特征；其中，每组目标图像特征所包括的两个图像信息的差异满足预设的差异条件；

如果是，确定检测结果为所述目标活动区域中存在悬崖区域。

可选的，一种具体实现方式中，所述确定所述目标图像的图像特征的步骤，包括：

识别所述目标图像中的各个特征点，得到所述目标图像的各个图像特征；

其中，每个特征点为：所述移动机器人所处场景中的固定对象上的点在所述目标图像中对应的点。

可选的，一种具体实现方式中，在所述识别所述目标图像中的各个特征点的步骤之前，所述方法还包括：

确定所述目标图像中的各条目标边缘线；

所述识别所述目标图像中的各个特征点，得到所述目标图像的各个图像特征的步骤，包括：

识别所述目标图像的各条目标边缘线两侧的各个特征点，得到所述目标图像的各个图像特征。

可选的，一种具体实现方式中，所述基于所述图像特征，确定关于所述目标活动区域中是否存在悬崖区域的检测结果的步骤，包括：

获取所述目标图像的上一帧图像；其中，所述上一帧图像为：采集时间在所述目标图像的采集时间之前的二维图像；

针对每个特征点，在所述上一帧图像中存在与该特征点相匹配的目标点的情况下，计算该特征点的图像位置坐标与相匹配的目标点的图像位置坐标之间的距离，作为该特征点对应的移动距离；其中，该特征点和与该特征点相匹配的目标点对应于所述移动机器人所处场景中的同一点；

基于所计算得到的各个移动距离，确定关于所述目标活动区域中是否存在悬崖区域的检测结果。

可选的，一种具体实现方式中，针对每个特征点，确定所述上一帧图像中是否存在与该特征点相匹配的目标点的方式，包括：

针对每个特征点，在所述上一帧图像中，确定以该特征点的图像位置坐标为中心的预设尺寸的窗口区域，并判断所确定的窗口区域中是否存在与该特征点相匹配的目标点。

可选的，一种具体实现方式中，所述基于所计算得到的各个移动距离，确定关于所述目标活动区域中是否存在悬崖区域的检测结果的步骤，包括：

若所计算得到的各个移动距离中，小于预设阈值的移动距离的数量在所计算得到的各个移动距离中的比值大于预设比例，则确定检测结果为所述目标活动区域中存在悬崖区域；其中，所述预设阈值与所述移动机器人的当前移动速度相匹配；或者，

若目标距离小于所述预设阈值，则确定检测结果为所述目标活动区域中存在悬崖区域；其中，所述目标距离包括：所计算得到的各个移动距离的平均值，或者，所计算得到的每个移动距离的加权值的和值。

可选的，一种具体实现方式中，所述确定所述目标图像中的各条目标边缘线的步骤，包括：

利用预设的边缘提取方式，对所述目标图像进行边缘提取，得到所述目标图像中的各条初始边缘线；

将所述各条初始边缘线中满足第一预设条件和/或第二预设条件的各条边缘线，确定为所述目标图像中的各条目标边缘线；

其中，所述第一预设条件为：属于直线；所述第二预设条件为：位于所述目标活动区域在所述目标图像中的图像区域内。

可选的，一种具体实现方式中，在所述将所述各条初始边缘线中满足第一预设条件和/或第二预设条件的各条边缘线，确定为所述目标图像的各条目标边缘线的步骤之前，所述方法还包括：

连接各条初始边缘线中满足预设连接条件的边缘线，得到各条连通边缘线；

所述将所述各条初始边缘线中满足第一预设条件和/或第二预设条件的各条边缘线，确定为所述目标图像中的各条目标边缘线的步骤，包括：

将各条连通边缘线中满足所述第一预设条件和/或所述第二预设条件的各条边缘线，确定为所述目标图像中的各条目标边缘线。

可选的，一种具体实现方式中，在所述利用预设的边缘提取方式，对所述目标图像进行边缘提取，得到所述目标图像中的各条初始边缘线的步骤之前，所述方法还包括：

确定所述目标活动区域在所述目标图像中的图像区域；

所述利用预设的边缘提取方式，对所述目标图像进行边缘提取，得到所述目标图像中的各条初始边缘线的步骤，包括：

利用预设的边缘提取方式，对所确定的图像区域进行边缘提取，得到所述目标图像中的各条初始边缘线。

第二方面，本发明实施例提供了一种移动机器人控制方法，所述方法包括：

获取关于移动机器人的目标活动区域中是否存在悬崖区域的检测结果；其中，所述目标活动区域为：所述移动机器人按照当前移动方向移动时，将达到的活动区域，所述检测结果是利用第一方面提供的任一悬崖区域检测方法确定的；

在所述检测结果表征所述目标活动区域中存在悬崖区域时，控制所述移动机器人减速移动或停止移动。

第三方面，本发明实施例提供了一种悬崖区域检测装置，所述装置包括：

图像获取模块，用于获取包括移动机器人的目标活动区域的目标图像；其中，所述目标图像为：二维图像，所述目标活动区域为：所述移动机器人按照当前移动方向移动时，将达到的活动区域；

图像处理模块，用于确定所述目标图像的图像特征，基于所述图像特征，确定关于所述目标活动区域中是否存在悬崖区域的检测结果。

可选的，一种具体实现方式中，所述图像处理模块确定所述目标图像的图像特征，包括：

确定所述目标图像中的各条目标边缘线；

针对每条目标边缘线，分别提取该目标边缘线两侧的图像区域中的指定类型的图像信息，作为所述目标图像的一组图像特征。

可选的，一种具体实现方式中，所述图像处理模块基于所述图像特征，确定关于所述目标活动区域中是否存在悬崖区域的检测结果，包括：

判断所得到的各组图像特征中，是否存在至少一组目标图像特征；其中，每组目标图像特征所包括的两个图像信息的差异满足预设的差异条件；

如果是，确定检测结果为所述目标活动区域中存在悬崖区域。

可选的，一种具体实现方式中，所述图像处理模块确定所述目标图像的图像特征，包括：

识别所述目标图像中的各个特征点，得到所述目标图像的各个图像特征；

其中，每个特征点为：所述移动机器人所处场景中的固定对象上的点在所述目标图像中对应的点。

可选的，一种具体实现方式中，所述图像处理模块还用于：

在所述识别所述目标图像中的各个特征点之前，确定所述目标图像中的各条目标边缘线；

所述图像处理模块识别所述目标图像中的各个特征点，得到所述目标图像的各个图像特征，包括：

识别所述目标图像的各条目标边缘线两侧的各个特征点，得到所述目标图像的各个图像特征。

可选的，一种具体实现方式中，所述图像处理模块基于所述图像特征，确定关于所述目标活动区域中是否存在悬崖区域的检测结果，包括：

获取所述目标图像的上一帧图像；其中，所述上一帧图像为：采集时间在所述目标图像的采集时间之前的二维图像；

针对每个特征点，在所述上一帧图像中存在与该特征点相匹配的目标点的情况下，计算该特征点的图像位置坐标与相匹配的目标点的图像位置坐标之间的距离，作为该特征点对应的移动距离；其中，该特征点和与该特征点相匹配的目标点对应于所述移动机器人所处场景中的同一点；

基于所计算得到的各个移动距离，确定关于所述目标活动区域中是否存在悬崖区域的检测结果。

可选的，一种具体实现方式中，所述图像处理模块还用于：

针对每个特征点，在所述上一帧图像中，确定以该特征点的图像位置坐标为中心的预设尺寸的窗口区域，并判断所确定的窗口区域中是否存在与该特征点相匹配的目标点。

可选的，一种具体实现方式中，所述图像处理模块基于所计算得到的各个移动距离，确定关于所述目标活动区域中是否存在悬崖区域的检测结果，包括：

若所计算得到的各个移动距离中，小于预设阈值的移动距离的数量在所计算得到的各个移动距离中的比值大于预设比例，则确定检测结果为所述目标活动区域中存在悬崖区域；其中，所述预设阈值与所述移动机器人的当前移动速度相匹配；或者，

若目标距离小于所述预设阈值，则确定检测结果为所述目标活动区域中存在悬崖区域；其中，所述目标距离包括：所计算得到的各个移动距离的平均值，或者，所计算得到的每个移动距离的加权值的和值。

可选的，一种具体实现方式中，所述图像处理模块确定所述目标图像中的各条目标边缘线，包括：

利用预设的边缘提取方式，对所述目标图像进行边缘提取，得到所述目标图像中的各条初始边缘线；

将所述各条初始边缘线中满足第一预设条件和/或第二预设条件的各条边缘线，确定为所述目标图像中的各条目标边缘线；

其中，所述第一预设条件为：属于直线；所述第二预设条件为：位于所述目标活动区域在所述目标图像中的图像区域内。

可选的，一种具体实现方式中，所述图像处理模块还用于：

在所述将所述各条初始边缘线中满足第一预设条件和/或第二预设条件的各条边缘线，确定为所述目标图像的各条目标边缘线的之前，连接各条初始边缘线中满足预设连接条件的边缘线，得到各条连通边缘线；

所述图像处理模块将所述各条初始边缘线中满足第一预设条件和/或第二预设条件的各条边缘线，确定为所述目标图像中的各条目标边缘线，包括：

将各条连通边缘线中满足所述第一预设条件和/或所述第二预设条件的各条边缘线，确定为所述目标图像中的各条目标边缘线。

可选的，一种具体实现方式中，所述图像处理模块还用于：

在所述利用预设的边缘提取方式，对所述目标图像进行边缘提取，得到所述目标图像中的各条初始边缘线之前，确定所述目标活动区域在所述目标图像中的图像区域；

所述图像处理模块利用预设的边缘提取方式，对所述目标图像进行边缘提取，得到所述目标图像中的各条初始边缘线，包括：

利用预设的边缘提取方式，对所确定的图像区域进行边缘提取，得到所述目标图像中的各条初始边缘线。

第四方面，本发明实施例提供了一种移动机器人控制装置，所述装置包括：

结果获取模块，用于获取关于移动机器人的目标活动区域中是否存在悬崖区域的检测结果；其中，所述目标活动区域为：所述移动机器人按照当前移动方向移动时，将达到的活动区域，所述检测结果是利用上述第一方面提供的任一悬崖区域检测装置确定的；

移动控制模块，用于在所述检测结果表征所述目标活动区域中存在悬崖区域时，控制所述移动机器人减速移动或停止移动。

第五方面，本发明实施例提供了一种移动机器人，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现上述第一方面提供的任一悬崖区域检测方法的步骤，和/或，上述第二方面提供的任一移动机器人控制方法的步骤。

第六方面，本发明实施例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内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面提供的任一悬崖区域检测方法的步骤，和/或，上述第二方面提供的任一移动机器人控制方法的步骤。

第七方面，本发明实施例提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面提供的任一悬崖区域检测方法的步骤，和/或，上述第二方面提供的任一移动机器人控制方法的步骤。

本发明实施例有益效果：

以上可见，应用本发明实施例提供的方案，在移动机器人的移动过程中，对移动机器人按照当前移动方向移动时，将达到的目标活动区域中是否存在悬崖区域进行检测时，可以首先获取包括移动机器人的目标活动区域的目标图像，进而，便可以确定该目标图像的图像特征，从而，可以利用所确定的图像特征，对目标活动区域中是否存在悬崖区域进行检测，以确定关于所述目标活动区域中是否存在悬崖区域的检测结果。这样，在得到检测结果后，便可以根据该检测结果，控制移动机器人的移动。

基于此，应用本发明实施例提供的方案，可以利用所采集到的包括移动机器人的目标活动区域的二维图像，实现对目标活动区域中是否存在悬崖区域的检测，从而，可以根据检测结果，控制移动机器人的移动，以防止移动机器人跌落到悬崖区域中，造成移动机器人的损坏。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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实施例。

图1为本发明实施例提供的第一种悬崖区域检测方法的流程示意图；

图2为本发明实施例提供的第二种悬崖区域检测方法的流程示意图；

图3为本发明实施例提供的第三种悬崖区域检测方法的流程示意图；

图4为图2和图3中S102A的一种具体实现方式的流程示意图；

图5为图2和图3中S102A的另一种具体实现方式的流程示意图；

图6为本发明实施例提供的第四种悬崖区域检测方法的流程示意图；

图7为本发明实施例提供的第五种悬崖区域检测方法的流程示意图；

图8为本发明实施例提供的一种移动机器人控制方法的流程示意图；

图9为本发明实施例提供的一种悬崖检测装置的结构示意图；

图10为本发明实施例提供的一种移动机器人控制装置的结构示意图；

图11为本发明实施例提供的一种移动机器人的结构示意图；

图12为本发明实施例提供的一种目标活动区域在目标图像中的图像区域的示意图。

具体实施方式

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基于本申请所获得的所有其他实施例，都属于本发明保护的范围。

在移动机器人的移动过程中，需要检测移动机器人即将达到的活动区域中是否存在悬崖区域，从而通过控制移动机器人的移动速度等方式，防止移动机器人跌落到悬崖区域中，造成移动机器人的损坏。基于此，当前亟需一种悬崖区域检测方法，以检测移动机器人即将达到的活动区域中是否存在悬崖区域，从而，防止移动机器人跌落到悬崖区域中，造成移动机器人的损坏。

为了解决上述技术问题，本发明实施例提供了一种悬崖区域检测方法。

其中，该方法可以适用于各种移动机器人所在的各种移动场景，例如，扫地机器人在楼梯旁进行清扫时，又例如，导游机器人在存在台阶的环境中移动时。并且，该方法可以应用于移动机器人，也可以应用于能够与移动机器人进行通信的其他电子设备中，例如，移动机器人的管理服务器，这都是合理的。

本发明实施例提供的一种悬崖检测方法可以包括如下步骤：

获取包括移动机器人的目标活动区域的目标图像；其中，所述目标图像为：二维图像，所述目标活动区域为：所述移动机器人按照当前移动方向移动时，将达到的活动区域；

确定所述目标图像的图像特征；

基于所述图像特征，确定关于所述目标活动区域中是否存在悬崖区域的检测结果。

以上可见，应用本发明实施例提供的方案，在移动机器人的移动过程中，对移动机器人按照当前移动方向移动时，将达到的目标活动区域中是否存在悬崖区域进行检测时，可以首先获取包括移动机器人的目标活动区域的目标图像，进而，便可以确定该目标图像的图像特征，从而，可以利用所确定的图像特征，对目标活动区域中是否存在悬崖区域进行检测，以确定关于所述目标活动区域中是否存在悬崖区域的检测结果。这样，在得到检测结果后，便可以根据该检测结果，控制移动机器人的移动。

基于此，应用本发明实施例提供的方案，可以利用所采集到的包括移动机器人的目标活动区域的二维图像，实现对目标活动区域中是否存在悬崖区域的检测，从而，可以根据检测结果，控制移动机器人的移动，以防止移动机器人跌落到悬崖区域中，造成移动机器人的损坏。

下面，结合附图，对本发明实施例提供的一种悬崖区域检测方法进行具体说明。

图1为本发明实施例提供的一种悬崖区域检测方法的流程示意图，如图1所示，该方法可以包括如下步骤S101-S103。

S101：获取包括移动机器人的目标活动区域的目标图像；

其中，目标图像为：二维图像，目标活动区域为：移动机器人按照当前移动方向移动时，将达到的活动区域；

移动机器人在移动过程中，是按照设定的移动速度沿着设定的移动方向进行移动的，为了防止移动机器人跌落到悬崖区域中，造成移动机器人的损坏，那么，便需要对移动机器人按照当前移动方向移动时，将达到的活动区域中是否存在悬崖区域进行检测。

其中，所谓活动区域是指：移动机器人在移动过程中所在的区域。例如，移动机器人在地面移动时，该活动区域即为地面区域；又例如，移动机器人在桌面移动时，该活动区域即为桌面区域。

这样，可以将按照当前移动方向移动时，将达到的活动区域称为目标活动区域。例如，移动机器人向前移动时，则可以将位于移动机器人前方，且移动机器人将要移动到的活动区域称为目标活动区域；又例如，当移动机器人后退移动时，则可以将位于移动机器人后方，且移动机器人将要移动到的活动区域称为目标活动区域。

为了防止移动机器人跌落到悬崖区域中，造成移动机器人的损坏，便需要对检测该目标活动区域中是否存在悬崖区域。基于此，可以首先获取包括移动机器人的目标活动区域的目标图像。

其中，所获取到的目标图像为二维图像，所谓二维图像是指不包含深度信息的平面图像，例如，目标图像可以是安装在移动机器人上的图像采集设备采集到的YUV图像。其中，Y表示明亮度(Luminance、Luma)，U、V表示色度、浓度(Chrominance、Chroma)。

从而，在本发明实施例所提供的一种悬崖区域检测方法中，可以不利用图像的深度信息，而直接利用目标图像的颜色信息进行悬崖区域检测。

此外，本发明实施例不对上述步骤S101的具体实现方式进行限定。

可选的，本发明实施例提供的一种悬崖检测方法的执行主体为：移动机器人，则上述目标图像可以是安装在移动机器人上的图像采集设备所采集到的。

可选的，本发明实施例提供的一种悬崖检测方法的执行主体为：能够与移动机器人通信的其他电子设备，则安装在移动机器人上的图像采集设备可以在采集到上述目标图像后，将所采集到的目标图像发送至该其他电子设备。

S102：确定目标图像的图像特征；

S103：基于图像特征，确定关于目标活动区域中是否存在悬崖区域的检测结果。

在获取到目标图像后，便可以确定该目标图像的图像特征，进而，基于该图像特征，确定关于目标活动区域中是否存在悬崖区域的检测结果。这样，该检测结果可以表征目标活动区域中是否存在悬崖区域，从而，可以根据该检测结果控制移动机器人的移动，以防止移动机器人跌落到悬崖区域中，造成移动机器人的损坏。

其中，本发明实施例不对上述步骤S102和S103的具体实现方式进行限定。

需要说明的是，在移动机器人的移动过程中，为了防止移动机器人跌落到悬崖区域中，造成移动机器人的损坏，可以持续获取包括移动机器人的目标活动区域的目标图像，从而，循环执行本发明实施例提供的一种悬崖区域检测方法，直至移动机器人停止移动。

其中，可选的，在检测结果为目标活动区域中存在悬崖区域时，可以控制移动机器人减速移动或者停止移动。相应的，在检测结果为目标活动区域中不存在悬崖区域时，可以控制移动机器人继续按照当前移动方向和当前移动速度移动，或者，控制移动机器人按照预设的移动方案进行移动。

基于此，应用本发明实施例提供的方案，可以利用所采集到的包括移动机器人的目标活动区域的二维图像，实现对目标活动区域中是否存在悬崖区域的检测，从而，可以根据检测结果，控制移动机器人的移动，以防止移动机器人跌落到悬崖区域中，造成移动机器人的损坏。

可以理解的，当目标活动区域中存在悬崖区域时，那么，目标活动区域中的悬崖区域和非悬崖区域之间的连接位置可以映射为目标图像中的一条边缘线，并且，该边缘线两侧的图像区域对应于机器人所在场景中的不同活动区域，即该边缘线一侧的图像区域对应于机器人所在场景中的悬崖区域，而该边缘线的另一侧的图像区域对应于机器人所在场景中的非悬崖区域。

其中，由于该边缘两侧的图像区域对应于机器人所在场景中的不同活动区域，因此，该边缘两侧的图像区域所具有的图像特征可以是不同且具有较大差异的。例如，该边缘两侧的图像区域的颜色信息不同且具有较大差异，又例如，该边缘两侧的图像区域的纹理信息不同且具有较大差异等。

例如，移动机器人在桌面上移动，那么，在对桌面与桌面所在地面进行拍摄时，桌面的边缘在地面上的投影为一条直线，并且，当所拍摄到的图像中同时包括桌面和地面时，桌面的边缘在地面上投影所得到的直线，可以对应于所拍摄到的图像中的一条边缘线，并且，该边缘线一侧的图像区域对应于桌面，该边缘线另一侧的图像区域对应于地面。进而，由于桌面和地面存在较大的差异，因此，该边缘线两侧的图像区域的图像信息时不同且具有较大差异的。

基于此，便可以利用目标图像中的边缘线两侧的图像区域的图像信息的差异，检测目标活动区域中是否存在悬崖区域。

可选的，一种具体实现方式中，如图2所示，上述步骤S102，确定目标图像的图像特征，可以包括如下步骤S102A-S102B。

S102A：确定目标图像中的各条目标边缘线；

S102B：针对每条目标边缘线，分别提取该目标边缘线两侧的图像区域中的指定类型的图像信息，作为目标图像的一组图像特征。

在本具体实现方式中，可以首先确定目标图像中的各条目标边缘线。

其中，各条目标边缘线可以是利用预设的边缘提取算法对目标图像进行边缘提取所确定的。并且，上述边缘提取算法可以是canny边缘检测算法、sobel边缘检测算法等各类算法，对此，本发明实施例不做具体限定。

在确定出上述各条目标边缘线后，便可以针对每条目标边缘线，分别提取该目标边缘线两侧的图像区域中的指定类型的图像信息，从而，将所得到的两个图像信息，作为目标图像的一组图像特征。这样，针对各条目标边缘线，便可以得到目标图像的各组图像特征。

其中，上述指定类型的图像信息可以是：图像的颜色信息、图像的纹理信息等各类可以基于二维的目标图像所能够得到的图像信息。

例如，针对每条目标边缘线，可以分别对该目标边缘线两侧的图像区域进行RGB聚类，将所得到的聚类结果作为图像信息。其中，R为Red(红色)的缩写，G为Green(绿色)的缩写，B为Blue(蓝色)的缩写。

又例如，针对每条目标边缘线，可以分别对该目标边缘线两侧的图像区域进行HSV(Hue，Saturation，Value)空间聚类，将所得到的聚类结果作为图像信息。其中，H表示色调，S表示抱哈度，V表示亮度。

其中，在上述两个例子中，可以采用各种聚类算法进行RGB聚类或者HSV空间聚类，对此，本发明实施例不做具体限定。例如，可以采用Kmeans(基于划分)聚类算法等。

可选的，在上述步骤S102B中，针对每条目标边缘线，可以在该目标边缘线两侧的图像区域中确定符合指定大小和指定形状的子图像区域，从而，分别提取所确定的两个子图像区域的图像信息，作为目标图像的一组图像特征。

相应的，在上述图2所示具体实现方式的基础上，可选的，另一种具体实现方式中，如图3所示，上述步骤S103，基于图像特征，确定关于目标活动区域中是否存在悬崖区域的检测结果，可以包括如下步骤S103A-S103B。

S103A：判断所得到的各组图像特征中，是否存在至少一组目标图像特征；如果是，执行步骤S103B；

其中，每组目标图像特征所包括的两个图像信息的差异满足预设的差异条件；

S103B：确定检测结果为目标活动区域中存在悬崖区域。

由于当边缘线两侧的图像区域对应于机器人所在场景中的不同活动区域时，该边缘两侧的图像区域所具有的图像特征可以是不同且具有较大差异的，因此，当某条目标边缘线两侧的图像区域中的指定类型的图像信息具有较大差异时，可以认为该目标边缘线两侧的图像区域分别对应于目标活动区域中的悬崖区域和非悬崖区域，进而，确定检测结果为目标活动区域中存在悬崖区域。

其中，可选的，当通过聚类算法分别提取该目标边缘线两侧的图像区域中的指定类型的图像信息，且当某条目标边缘线两侧的图像区域中的指定类型的图像信息具有较大差异时，可以确定该目标边缘线两侧的图像区域为聚类的不同label(标签)区域，从而，确定该目标边缘线为真，即该目标边缘线为图像中的悬崖区域所对应的图像区域的边缘线。这样，便可以确定目标活动区域中存在悬崖区域。

基于此，在得到目标图像的各组图像特征后，便可以针对每组图像特征，判断该组图像特征所包括的两个图像信息的差异是否满足预设的差异条件，从而，如果满足，则可以将该组图像特征确定为目标图像特征。进而，当目标图像的各组图像特征中，存在至少一组目标图像特征时，便可以说明至少存在一条目标边缘线，两侧的图像区域中的指定类型的图像信息具有较大差异，从而，可以确定目标活动区域中存在悬崖区域，即可以确定关于目标活动区域中是否存在悬崖区域的检测结果为：目标活动区域中存在悬崖区域。

可选的，一种具体实现方式中，如图4所示，上述步骤S102A，确定目标图像中的各条目标边缘线，可以包括如下步骤S301-S302。

S301：利用预设的边缘提取方式，对目标图像进行边缘提取，得到目标图像中的各条初始边缘线；

S302：将各条初始边缘线中满足第一预设条件和/或第二预设条件的各条边缘线，确定为目标图像中的各条目标边缘线；

其中，第一预设条件为：属于直线；第二预设条件为：位于目标活动区域在目标图像中的图像区域内。

在本具体实现方式中，可以首先利用预设的边缘提取方式，对目标图像进行边缘提取，得到目标图像中的各条初始边缘线。

其中，由于目标活动区域可以存在各种纹理图案，例如，地面上铺设有具有花纹的木地板等；因此，利用预设的边缘提取方式，对目标图像进行边缘提取，所得到的目标图像中的各条初始边缘线中可以存在属于直线、属于曲线、属于折线等各种不同形状的边缘线，而通常目标活动区域中的悬崖区域和非悬崖区域之间的连接位置在目标图像中所映射的边缘线为一条直线，因此，可以不必对属于非直线的各条初始边缘线进行指定类型的图像信息的提取。

此外，由于目标图像中包括非目标活动区域的图像，例如，当移动机器人向前移动时，目标图像中可以包括移动机器人左右两侧的活动区域的图像区域，而位于非目标活动区域的图像中的各条初始边缘线，对于检测目标活动区域中是否存在悬崖区域是没有作用的，因此，可以不必对位于非目标活动区域的图像中的各条初始边缘线进行指定类型的图像信息的提取。

基于此，为了简化检测过程，减少检测过程中的计算量，在利用预设的边缘提取方式，对目标图像进行边缘提取，得到目标图像中的各条初始边缘线后，可以对所得到的各条初始边缘线进行筛选，得到目标图像中的各条目标边缘线。

也就是说，可以将所得到的各条初始边缘线中满足第一预设条件和/或第二预设条件的各条边缘线，确定为目标图像中的各条目标边缘线。

其中，可以将所得到的各条初始边缘线中属于直线的各条边缘线，确定为目标图像中的各条目标边缘线；也可以将所得到的各条初始边缘线中位于目标活动区域在目标图像中的图像区域内的各条边缘线，确定为目标图像中的各条目标边缘线；还可以将所得到的各条初始边缘线中属于直线，且位于目标活动区域在目标图像中的图像区域内的各条边缘线，确定为目标图像中的各条目标边缘线。

此外，可选的，一种具体实现方式中，还可以将上述步骤S301中，所得到的各条初始边缘线直接确定为目标边缘线。

在很多情况下，在很多情况下，介于目标图像的图像指令、预设的边缘提取算法的提取精度等原因，目标活动区域中不同类型的区域之间的连接位置在目标图像中所映射的同一边缘线可以被提取为不连续的多条边缘线。

也就是说，在利用预设的边缘提取方式，对目标图像进行边缘提取，得到目标图像中的各条初始边缘线后，所得到的各条初始边缘线中可以存在属于同一边缘线的多条边缘线。进而，通过筛选所得到的各条目标边缘线中也可以存在属于同一边缘线的多条边缘线。

这样，如果逐一针对每条目标边缘线，分别提取该目标边缘线两侧的图像区域中的指定类型的图像信息，则可能增加很多无用的计算量。

基于此，在上述图4所示具体实现方式基础上，可选的，一种具体实现方式中，如图5所示，上述步骤S102A，确定目标图像中的各条目标边缘线，可以包括如下步骤S303。

S303：连接各条初始边缘线中满足预设连接条件的边缘线，得到各条连通边缘线；

相应的，在本具体实现方式中，上述步骤S302，将各条初始边缘线中满足第一预设条件和/或第二预设条件的各条边缘线，确定为目标图像中的各条目标边缘线，便可以包括如下步骤S302A。

S302A：将各条连通边缘线中满足第一预设条件和/或第二预设条件的各条边缘线，确定为目标图像中的各条目标边缘线。

在本具体实现方式中，在利用预设的边缘提取方式，对目标图像进行边缘提取，得到目标图像中的各条初始边缘线后，可以首先通过连通域处理，将各条初始边缘线中满足预设连接条件的边缘线进行连接，从而，得到连通域处理后的各条连通边缘线。

这样，便可以将各条连通边缘线中满足第一预设条件和/或第二预设条件的各条边缘线，确定为目标图像中的各条目标边缘线。

此外，可选的，一种具体实现方式中，还可以将上述步骤S303中，所得到的各条连通边缘线直接确定为目标边缘线。

由于目标图像中包括非目标活动区域的图像，例如，当移动机器人向前移动时，目标图像中可以包括移动机器人左右两侧的活动区域的图像区域，而位于非目标活动区域的图像中的各条初始边缘线，对于检测目标活动区域中是否存在悬崖区域是没有作用的，因此，可以不必对位于非目标活动区域的图像进行边缘检测。

基于此，可选的，另一种具体实现方式中，上述步骤S102A，还可以包括如下步骤A1。

步骤A1：确定目标活动区域在目标图像中的图像区域；

相应的，在本具体实现方式中，上述步骤S301，利用预设的边缘提取方式，对目标图像进行边缘提取，得到目标图像中的各条初始边缘线，便可以包括步骤A2。

步骤A2：利用预设的边缘提取方式，对所确定的图像区域进行边缘提取，得到目标图像中的各条初始边缘线。

在本具体实现方式中，可以首先确定目标活动区域在目标图像中的图像区域，进而，便可以利用预设的边缘提取方式，对所确定的图像区域进行边缘提取，得到目标图像中的各条初始边缘线。

其中，可以利用多种方式确定目标活动区域在目标图像中的图像区域。

可选的，根据移动机器人的车道线，确定目标活动区域在目标图像中的图像区域；其中，车道线的实际宽度为：移动机器人自身的物理宽度。

示例性的，假设车道线的实际宽度为1m，而在目标图像中，车道线的实际宽度对应的水平像素宽度为320，则可以将目标图像中，与车道线相连接，并且，水平像素宽度为320，竖直高度为目标图像的竖直高度的1/3的区域确定为目标活动区域在目标图像中的图像区域。如图12所示，图12为一目标图像，则图12中的矩形区域即为目标活动区域在目标图像中的图像区域。

可选的，在上述步骤A2之后，还可以将各条初始边缘线中满足第一预设条件和/或第二预设条件的各条边缘线，确定为目标图像中的各条目标边缘线。

可选的，在上述步骤A2之后，还可以连接各条初始边缘线中满足预设连接条件的边缘线，得到各条连通边缘线，并将各条连通边缘线中满足第一预设条件和/或第二预设条件的各条边缘线，确定为目标图像中的各条目标边缘线。

可以理解的，在移动机器人的移动过程中，移动机器人可以持续采集自身所在活动区域的图像，根据近大远小的光学原理，位于非悬崖区域中的某个点在连续采集的各个图像中对应的点的图像位置坐标的变化较大，而位于悬崖区域中的某个点在连续采集的各个图像中对应的点的图像位置坐标的变化较小。从而，可以根据连续采集的各个图像中，移动机器人所处场景中的固定对象上的点的图像位置坐标的变化情况，判断目标活动区域中是否存在悬崖区域。

基于此，可选的，一种具体实现方式中，如图6所示，上述步骤S102，确定目标图像的图像特征，可以包括如下步骤S1021。

S1021：识别目标图像中的各个特征点，得到目标图像的各个图像特征；

其中，每个特征点为：移动机器人所处场景中的固定对象上的点在目标图像中对应的点。

在本具体实现方式中，由于移动机器人所处场景中的固定对象在空间中的位置坐标是不变的，因此，可以将移动机器人所处场景中的固定对象上的点在目标图像中对应的点作为特征点，从而，可以识别目标图像中的各个特征点，得到目标图像的各个图像特征。

可选的，上述各个特征点可以是在目标图像中识别得到的各类特征角点。例如，SIFT(Scale-invariant feature transform，尺寸不变特征转换)角点、ORB(ObjectRequest Broker，对象请求代管)角点、SURF(Speeded Up Robust Features，加速稳健特征)角点等。

进一步的，在上述图6所示具体实现方式的基础上，可选的，一种具体实现方式中，上述步骤S102，确定目标图像的图像特征，还可以包括如下步骤B1。

步骤B1：确定目标图像中的各条目标边缘线。

相应的，在本具体实现方式中，上述步骤S1021，识别目标图像中的各个特征点，得到目标图像的各个图像特征，便可以包括如下步骤B2。

步骤B2：识别目标图像的各条目标边缘线两侧的各个特征点，得到目标图像的各个图像特征。

在本具体实现方式中，为了简化检测过程，减少检测过程中的计算量，可以首先确定目标图像中的各条目标边缘线，进而，识别目标图像的各条目标边缘线两侧的各个特征点，得到目标图像的各个图像特征。

可选的，针对每条目标边缘线，可以在该目标边缘线两侧的图像区域中确定符合指定大小和指定形状的子图像区域，从而，分别识别所确定的两个子图像区域中的各个特征点，得到目标图像的各个图像特征。

其中，上述步骤B1的具体实现方式与上述步骤S102A的具体实现方式相同，在此不再赘述。

相应的，在上述图6所示具体实现方式的基础上，可选的，一种具体实现方式中，如图7所示，上述步骤S103，基于图像特征，确定关于目标活动区域中是否存在悬崖区域的检测结果，可以包括如下步骤S1031-S1033。

S1031：获取目标图像的上一帧图像；

其中，上一帧图像为：采集时间在目标图像的采集时间之前的二维图像；

在本具体实现方式中，在确定出目标图像的各个图像特征后，便可以首先获取采集时间在目标图像的采集时间之前的二维图像，作为目标图像的上一帧图像。

其中，在本发明实施例提供的一种悬崖区域检测方法中，由于在移动机器人的移动过程中，可以持续获取包括移动机器人的目标活动区域的目标图像，从而，循环执行本发明实施例提供的一种悬崖区域检测方法，直至移动机器人停止移动，因此，在本具体实现方式中，在采集到目标图像的上一帧图像时，可以利用该上一帧图像的上一帧图像结合该上一帧图像，进行关于目标活动区域是否存在悬崖区域的检测。其中，由于在采集该上一帧图像的上一帧图像与该上一帧图像之间，移动机器人处于移动状态，因此，该上一帧图像的上一帧图像和该上一帧图像中所包括的目标活动区域是不同的，而目标图像与目标图像的上一帧图像中所包括的目标活动区域也是不同的。

可选的，目标图像的上一帧图像为：采集时间在目标图像的采集时间之前，且与目标图像的采集时间最近的二维图像。

S1032：针对每个特征点，在上一帧图像中存在与该特征点相匹配的目标点的情况下，计算该特征点的图像位置坐标与相匹配的目标点的图像位置坐标之间的距离，作为该特征点对应的移动距离；

其中，该特征点和与该特征点相匹配的目标点对应于移动机器人所处场景中的同一点；

针对每个特征点，可以首先判断目标图像的上一帧图像中是否存在与该特征点相匹配的目标点，也就是说，首先判断目标图像的上一帧图像中是否存在一个点，该点与该特征点在移动机器人所处场景中所对应的点为同一个点。

例如，某个特征点为移动机器人所处场景中某个固定的桌子的某个桌脚，则可以判断目标图像的上一帧图像中是否存在该桌脚所对应的点。

这样，针对每个特征点，在上一帧图像中存在与该特征点相匹配的目标点的情况下，计算该特征点的图像位置坐标与相匹配的目标点的图像位置坐标之间的距离，作为该特征点对应的移动距离。

其中，可选的，可以利用如下公式，计算每个特征点对应的移动距离，该公式为：

其中，D

此外，可选的，针对每个特征点，确定上一帧图像中是否存在与该特征点相匹配的目标点的方式可以包括如下步骤D。

步骤D：针对每个特征点，在上一帧图像中，确定以该特征点的图像位置坐标为中心的预设尺寸的窗口区域，并判断所确定的窗口区域中是否存在与该特征点相匹配的目标点。

针对每个特征点，可以在目标图像的上一帧图像中，确定以该特征点的图像位置坐标为中心的预设尺寸的窗口区域，从而，在判断所确定的窗口区域中是否存在与该特征点相匹配的目标点。

例如，针对每个特征点，可以在目标图像的上一帧图像中，确定以该特征点的图像位置坐标为中心，宽和高分别为-128像素和+128像素的矩形窗口区域。

其中，如果所确定的窗口区域中存在与该特征点相匹配的目标点，则可以确定目标图像的上一帧图像中存在与该特征点相匹配的目标点；否则，可以确定目标图像的上一帧图像中不存在与该特征点相匹配的目标点。

S1033：基于所计算得到的各个移动距离，确定关于目标活动区域中是否存在悬崖区域的检测结果。

在计算得到上述各个移动距离后，便可以基于所计算得到的各个移动距离，确定关于目标活动区域中是否存在悬崖区域的检测结果。

可选的，如果仅仅计算得到一个移动距离，则可以判断该移动距离与预设阈值的大小关系，从而，若该移动距离小于预设阈值，则可以确定检测结果为目标活动区域中存在悬崖区域。否则，可以确定检测结果为目标活动区域中不存在悬崖区域。

可选的，在检测结果为目标活动区域中不存在悬崖区域时，可以控制移动机器人停止移动。

可选的，在检测结果为目标活动区域中不存在悬崖区域时，可以控制移动机器人减速移动。其中，在控制移动机器人减速移动时，可以存储上述目标图像。此时，当再次获取到新的目标图像后，上述所存储的目标图像即作为该新的目标图像的上一帧图像，用于判断移动机器人减速移动后，该移动机器人的新的目标活动区域中是否存在悬崖区域。

可选的，上述步骤S1033，可以包括如下步骤E1。

步骤E1：若所计算得到的各个移动距离中，小于预设阈值的移动距离的数量在所计算得到的各个移动距离中的比值大于预设比例，则确定检测结果为目标活动区域中存在悬崖区域；

其中，预设阈值与移动机器人的当前移动速度相匹配。

针对所计算得到的各个移动距离，分别判断该移动距离与预设阈值的大小关系，从而确定小于预设阈值的移动距离的数量，并计算小于预设阈值的移动距离的数量在所计算得到的各个移动距离中的比值。进而，当该比值大于预设比例时，则可以确定检测结果为目标活动区域中存在悬崖区域。否则，可以确定检测结果为目标活动区域中不存在悬崖区域。

其中，当检测结果为目标活动区域中不存在悬崖区域时，可以控制机器人减速前进，那么，由于移动机器人的当前移动速度降低，因此，位于移动机器人所处场景中的某个点在连续采集的各个图像中对应的点的图像位置坐标的变化减少，因此，为了保证检测结果的准确性，在控制移动机器人减速移动时，可以根据减速后的移动机器人的当前移动速度，随之降低上述预设阈值。

也就是说，上述预设阈值是与移动机器人的当前移动速度相匹配的。

可选的，上述步骤1033，可以包括如下步骤E2。

步骤E2：若目标距离小于预设阈值，则确定检测结果为目标活动区域中存在悬崖区域；其中，目标距离包括：所计算得到的各个移动距离的平均值，或者，所计算得到的每个移动距离的加权值的和值。

当所计算得到的各个移动距离的数量为多个时，可以计算各个移动距离的平均值，作为目标距离，进而，判断该目标距离与预设阈值的大小关系，从而，若该目标距离小于预设阈值，则可以确定检测结果为目标活动区域中存在悬崖区域。否则，可以确定检测结果为目标活动区域中不存在悬崖区域。

当所计算得到的各个移动距离的数量为多个时，那么，所确定的目标图像的图像特征的数量为多个，并且，每个图像特征为目标图像中所识别得到的一个特征点。其中，根据技术人员的经验值，以及，各个特征点对于关于目标活动区域中是否存在悬崖区域的检测结果的作用等各种原因，为每个特征点设定一个权重，进而，该权重即为所计算得到的该特征点对应的移动距离的权重。

这样，在计算得到各个移动距离后，便可以计算每个移动距离与该移动距离的权重的乘积，即得到每个移动距离的加权值，进而，计算所得到的各个加权值的和值，作为目标距离。进而，判断该目标距离与预设阈值的大小关系，从而，若该目标距离小于预设阈值，则可以确定检测结果为目标活动区域中存在悬崖区域。否则，可以确定检测结果为目标活动区域中不存在悬崖区域。

相应于上述一种悬崖区域检测方法，本发明实施例还提供了一种移动机器人控制方法。

其中，该方法可以适用于各种移动机器人所在的各种移动场景，例如，扫地机器人在楼梯旁进行清扫时，又例如，导游机器人在存在台阶的环境中移动时。并且，该方法可以应用于移动机器人，也可以应用于能够与移动机器人进行通信的其他电子设备中，例如，移动机器人的管理服务器，这都是合理的。

图8为本发明实施例提供的一种移动机器人控制方法，如图8所示，该方法可以包括如下步骤：

S801：获取关于移动机器人的目标活动区域中是否存在悬崖区域的检测结果；

其中，目标活动区域为：移动机器人按照当前移动方向移动时，将达到的活动区域，检测结果是利用上述本发明实施例提供的任一悬崖检测方法确定的。

S802：在检测结果表征目标活动区域中存在悬崖区域时，控制移动机器人减速移动或停止移动。

通过上述发明实施例提供的任一悬崖检测方法，可以获取到关于移动机器人的目标活动区域中是否存在悬崖区域的检测结果，从而，在该检测结果表征目标活动区域中存在悬崖区域时，便可以控制移动机器人减速移动或停止移动。

可选的，若本发明实施例提供的一种悬崖检测方法和一种移动机器人控制方法均应用于移动机器人，则移动机器人在确定出关于移动机器人的目标活动区域中是否存在悬崖区域的检测结果后，可以直接根据该检测结果，控制自身的移动情况。

可选的，若本发明实施例提供的一种悬崖检测方法和一种移动机器人控制方法均应用于能够与移动机器人通信的其他电子设备，则该其他电子设备在确定出关于移动机器人的目标活动区域中是否存在悬崖区域的检测结果后，可以根据该检测结果，向移动机器人发送移动控制指令，以控制移动机器人的移动情况。

可选的，若本发明实施例提供的一种悬崖检测方法应用于移动机器人，而一种移动机器人控制方法应用于能够与移动机器人通信的其他电子设备，则该移动机器人在确定出关于移动机器人的目标活动区域中是否存在悬崖区域的检测结果后，可以将该检测结果发送给该其他电子设备，进而，该其他电子设备便可以根据该检测结果，向移动机器人发送移动控制指令，以控制移动机器人的移动情况。

可选的，若本发明实施例提供的一种悬崖检测方法应用于能够与移动机器人通信的其他电子设备，而一种移动机器人控制方法应用于移动机器人，则该其他电子设备在确定出关于移动机器人的目标活动区域中是否存在悬崖区域的检测结果后，可以将该检测结果发送给该移动机器人，进而，该移动机器人便可以直接根据该检测结果，控制自身的移动情况。

相应于上述本发明实施例提供的一种悬崖区域检测方法，本发明实施例提供了一种悬崖区域检测装置。

图9为本发明实施例提供的一种悬崖区域检测装置的结构示意图，如图9所示，该装置可以包括如下模块：

图像获取模块910，用于获取包括移动机器人的目标活动区域的目标图像；其中，所述目标图像为：二维图像，所述目标活动区域为：所述移动机器人按照当前移动方向移动时，将达到的活动区域；

图像处理模块920，用于确定所述目标图像的图像特征，基于所述图像特征，确定关于所述目标活动区域中是否存在悬崖区域的检测结果。

以上可见，应用本发明实施例提供的方案，在移动机器人的移动过程中，对移动机器人按照当前移动方向移动时，将达到的目标活动区域中是否存在悬崖区域进行检测时，可以首先获取包括移动机器人的目标活动区域的目标图像，进而，便可以确定该目标图像的图像特征，从而，可以利用所确定的图像特征，对目标活动区域中是否存在悬崖区域进行检测，以确定关于所述目标活动区域中是否存在悬崖区域的检测结果。这样，在得到检测结果后，便可以根据该检测结果，控制移动机器人的移动。

基于此，应用本发明实施例提供的方案，可以利用所采集到的包括移动机器人的目标活动区域的二维图像，实现对目标活动区域中是否存在悬崖区域的检测，从而，可以根据检测结果，控制移动机器人的移动，以防止移动机器人跌落到悬崖区域中，造成移动机器人的损坏。

可选的，一种具体实现方式中，所述图像处理模块920确定所述目标图像的图像特征，包括：

确定所述目标图像中的各条目标边缘线；

针对每条目标边缘线，分别提取该目标边缘线两侧的图像区域中的指定类型的图像信息，作为所述目标图像的一组图像特征。

可选的，一种具体实现方式中，所述图像处理模块920基于所述图像特征，确定关于所述目标活动区域中是否存在悬崖区域的检测结果，包括：

判断所得到的各组图像特征中，是否存在至少一组目标图像特征；其中，每组目标图像特征所包括的两个图像信息的差异满足预设的差异条件；

如果是，确定检测结果为所述目标活动区域中存在悬崖区域。

可选的，一种具体实现方式中，所述图像处理模块920确定所述目标图像的图像特征，包括：

识别所述目标图像中的各个特征点，得到所述目标图像的各个图像特征；

其中，每个特征点为：所述移动机器人所处场景中的固定对象上的点在所述目标图像中对应的点。

可选的，一种具体实现方式中，所述图像处理模块920还用于：

在所述识别所述目标图像中的各个特征点之前，确定所述目标图像中的各条目标边缘线；

所述图像处理模块920识别所述目标图像中的各个特征点，得到所述目标图像的各个图像特征，包括：

识别所述目标图像的各条目标边缘线两侧的各个特征点，得到所述目标图像的各个图像特征。

可选的，一种具体实现方式中，所述图像处理模块920基于所述图像特征，确定关于所述目标活动区域中是否存在悬崖区域的检测结果，包括：

获取所述目标图像的上一帧图像；其中，所述上一帧图像为：采集时间在所述目标图像的采集时间之前的二维图像；

针对每个特征点，在所述上一帧图像中存在与该特征点相匹配的目标点的情况下，计算该特征点的图像位置坐标与相匹配的目标点的图像位置坐标之间的距离，作为该特征点对应的移动距离；其中，该特征点和与该特征点相匹配的目标点对应于所述移动机器人所处场景中的同一点；

基于所计算得到的各个移动距离，确定关于所述目标活动区域中是否存在悬崖区域的检测结果。

可选的，一种具体实现方式中，所述图像处理模块920还用于：

针对每个特征点，在所述上一帧图像中，确定以该特征点的图像位置坐标为中心的预设尺寸的窗口区域，并判断所确定的窗口区域中是否存在与该特征点相匹配的目标点。

可选的，一种具体实现方式中，所述图像处理模块920基于所计算得到的各个移动距离，确定关于所述目标活动区域中是否存在悬崖区域的检测结果，包括：

若所计算得到的各个移动距离中，小于预设阈值的移动距离的数量在所计算得到的各个移动距离中的比值大于预设比例，则确定检测结果为所述目标活动区域中存在悬崖区域；其中，所述预设阈值与所述移动机器人的当前移动速度相匹配；或者，

若目标距离小于所述预设阈值，则确定检测结果为所述目标活动区域中存在悬崖区域；其中，所述目标距离包括：所计算得到的各个移动距离的平均值，或者，所计算得到的每个移动距离的加权值的和值。

可选的，一种具体实现方式中，所述图像处理模块920确定所述目标图像中的各条目标边缘线，包括：

利用预设的边缘提取方式，对所述目标图像进行边缘提取，得到所述目标图像中的各条初始边缘线；

将所述各条初始边缘线中满足第一预设条件和/或第二预设条件的各条边缘线，确定为所述目标图像中的各条目标边缘线；

其中，所述第一预设条件为：属于直线；所述第二预设条件为：位于所述目标活动区域在所述目标图像中的图像区域内。

可选的，一种具体实现方式中，所述图像处理模块920还用于：

在所述将所述各条初始边缘线中满足第一预设条件和/或第二预设条件的各条边缘线，确定为所述目标图像的各条目标边缘线的之前，连接各条初始边缘线中满足预设连接条件的边缘线，得到各条连通边缘线；

所述图像处理模块920将所述各条初始边缘线中满足第一预设条件和/或第二预设条件的各条边缘线，确定为所述目标图像中的各条目标边缘线，包括：

将各条连通边缘线中满足所述第一预设条件和/或所述第二预设条件的各条边缘线，确定为所述目标图像中的各条目标边缘线。

可选的，一种具体实现方式中，所述图像处理模块920还用于：

在所述利用预设的边缘提取方式，对所述目标图像进行边缘提取，得到所述目标图像中的各条初始边缘线之前，确定所述目标活动区域在所述目标图像中的图像区域；

所述图像处理模块920利用预设的边缘提取方式，对所述目标图像进行边缘提取，得到所述目标图像中的各条初始边缘线，包括：

利用预设的边缘提取方式，对所确定的图像区域进行边缘提取，得到所述目标图像中的各条初始边缘线。

相应于上述本发明实施例提供的一种移动机器人控制方法，本发明实施例还提供了一种移动机器人控制装置。

图10为本发明实施例提供的一种移动机器人控制装置的结果示意图，如图10所示，该装置可以包括如下模块：

结果获取模块1010，用于获取关于移动机器人的目标活动区域中是否存在悬崖区域的检测结果；其中，所述目标活动区域为：所述移动机器人按照当前移动方向移动时，将达到的活动区域，所述检测结果是利用上述本发明实施例提供的任一悬崖区域检测装置确定的；

移动控制模块1020，用于在所述检测结果表征所述目标活动区域中存在悬崖区域时，控制所述移动机器人减速移动或停止移动。

相应于上述本发明实施例提供的一种悬崖区域检测方法和一种移动机器人控制方法，本发明实施例还提供了一种移动机器人，如图11所示，包括处理器1101、通信接口1102、存储器1103和通信总线1104，其中，处理器1101，通信接口1102，存储器1103通过通信总线1104完成相互间的通信，

存储器1103，用于存放计算机程序；

处理器1101，用于执行存储器1103上所存放的程序时，实现上述本发明实施例提供的任一悬崖区域检测方法的步骤，和/或，上述本发明实施例提供的一种移动机器人控制方法的步骤。

上述移动机器人提到的通信总线可以是外设部件互连标准(PeripheralComponent Interconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口用于上述移动机器人与其他设备之间的通信。

存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述本发明实施例提供的任一悬崖区域检测方法的步骤，和/或，上述本发明实施例提供的一种移动机器人控制方法的步骤。

在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述本发明实施例提供的任一悬崖区域检测方法的步骤，和/或，上述本发明实施例提供的一种移动机器人控制方法的步骤。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例、移动机器人实施例、计算机可读存储介质实施例，以及计算机程序产品实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。