基于二维激光雷达的人腿避障方法、电子设备及存储介质

技术领域

本申请涉及移动机器人技术领域，具体而言，涉及一种基于二维激光雷达的人腿避障方法、电子设备及存储介质。

背景技术

现有的移动机器人通常基于二维激光雷达采集的激光数据进行避障，但由于人是一种特殊障碍物，而现有的移动机器人避障方法无法基于激光数据将人腿和其他障碍物区分，即现有的移动机器人避障方法无法识别移动机器人附近是否存在人腿，因此现有技术需要通过人腿避障方法来避免在移动机器人的移动过程中出现移动机器人压到人脚的情况，现有的人腿避障方法的工作流程为：1.先基于三维相机或三维激光雷达采集的数据对人腿进行识别；2、以识别到的人腿为中心点生成障碍物区域。由于现有的人腿避障方法需要基于三维相机或三维激光雷达进行数据采集，而三维相机的视场角狭窄，三维激光雷达的价格昂贵，因此现有的人腿避障方法存在由于三维相机的视场角狭窄而导致人腿识别范围有限，移动机器人压到位于该人腿识别范围外的人脚以及由于三维激光雷达价格昂贵而导致移动机器人的生产成本高的问题。

针对上述问题，目前尚未有有效的技术解决方案。

发明内容

本申请的目的在于提供一种基于二维激光雷达的人腿避障方法、电子设备及存储介质，能够有效地解决由于三维相机的视场角狭窄而导致人腿识别范围有限，移动机器人压到位于人腿识别范围外的人脚以及由于三维激光雷达价格昂贵而导致移动机器人的生产成本高的问题。

第一方面，本申请提供了一种基于二维激光雷达的人腿避障方法，其包括以下步骤：

基于二维激光雷达采集移动机器人周围的二维激光数据；

将二维激光数据转换成图像信息；

对图像信息依次执行边缘检测和轮廓提取，以获取若干个轮廓信息；

对轮廓信息进行椭圆拟合，以获取包括若干个椭圆的椭圆集合；

基于预设的长短轴比例范围对椭圆集合进行筛选，以获取若干个人腿组的位置信息；

根据位置信息和预设避障距离生成若干个障碍物区域。

本申请提供的一种基于二维激光雷达的人腿避障方法，能够基于二维激光雷达采集的二维激光数据进行人腿识别，并基于识别到的人腿的位置信息和预设避障距离生成障碍物区域，由于二维激光雷达能够采集移动机器人周围的二维激光数据，本申请基于该二维激光数据能够对位于移动机器人周围的所有人腿进行识别，因此本申请能够有效地解决由于三维相机的视场角狭窄而导致人腿识别范围有限，移动机器人压到位于人腿识别范围外的人脚的问题，而由于二维激光雷达的价格远低于三维激光雷达的价格，因此本申请还能够有效地解决由于三维激光雷达价格昂贵而导致移动机器人的生产成本高的问题。

可选地，将二维激光数据转换成图像信息与对图像信息依次执行边缘检测和轮廓提取，以获取若干个轮廓信息之间还包括步骤：

对图像信息进行降噪处理。

该技术方案相当于在对图像信息进行边缘检测和轮廓提取前，对图像信息进行降噪处理，由于图像信息中的噪声会被去除，因此该技术方案能够有效地提高边缘检测和轮廓提取的准确度以及减少对图像信息进行边缘检测和轮廓提取时的数据处理量。

可选地，对图像信息依次执行边缘检测和轮廓提取，以获取若干个轮廓信息与对轮廓信息进行椭圆拟合，以获取包括若干个椭圆的椭圆集合之间还包括步骤：

基于人腿轮廓参数标准对轮廓信息进行筛选，以初步去除非人腿轮廓信息，人腿轮廓参数标准包括人腿轮廓长度标准、人腿轮廓形状标准和人腿轮廓点数标准中的任意一种或多种。

由于该技术方案先基于人腿轮廓参数标准对轮廓信息进行筛选，再对筛选后的轮廓信息进行椭圆拟合和对椭圆集合进行筛选，而对轮廓信息进行筛选能够有效地减少轮廓信息的数量，因此该技术方案能够有效地减少对轮廓进行椭圆拟合和对椭圆集合进行筛选时的数据处理量。

可选地，基于人腿轮廓参数标准对轮廓信息进行筛选的步骤包括：

根据图像信息获取轮廓信息对应的轮廓与移动机器人的最小距离信息；

根据最小距离信息调取对应的人腿轮廓参数标准，并根据人腿轮廓参数标准对该最小距离信息对应的轮廓信息进行筛选。

该技术方案相当于利用与轮廓信息对应的轮廓和移动机器人之间的距离对应的人腿轮廓参数标准对轮廓信息进行筛选，因此该技术方案能够有效地提高去除非人腿轮廓信息的准确度。

可选地，根据位置信息和预设避障距离生成若干个障碍物区域的步骤包括：

在人腿组包括两条人腿时，根据该人腿组的两条人腿对应的位置信息和第一预设障碍距离生成两个障碍物区域。

可选地，根据位置信息和预设避障距离生成若干个障碍物区域的步骤还包括步骤：

在人腿组仅包括一条人腿时，根据该人腿组的一条人腿对应的位置信息和第二预设障碍距离生成一个障碍物区域，第二预设障碍距离大于第一预设障碍距离。

由于在人腿组包括一条人腿时，该技术方案会根据位置信息和第二预设障碍距离生成一个障碍物区域，第二预设障碍距离大于第一预设障碍距离，因此该技术方案能够有效地避免出现由于识别错误或识别失败而导致无法识别到人腿，移动机器人压到人脚的情况。

可选地，根据位置信息和预设避障距离生成若干个障碍物区域的步骤还包括步骤：

在人腿组由包括两条人腿转变为仅包括一条人腿时，根据消失的人腿确定偏置方向信息，并根据未消失的人腿的位置信息、偏置方向信息和第三预设障碍距离生成障碍物区域。

可选地，障碍物区域的形状为圆形。

第二方面，本申请还提供一种电子设备，包括处理器以及存储器，存储器存储有计算机可读取指令，当计算机可读取指令由处理器执行时，运行如上述第一方面提供的一种基于二维激光雷达的人腿避障方法中的步骤。

第三方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时运行如上述第一方面提供的基于二维激光雷达的人腿避障方法中的步骤。

由上可知，本申请提供的一种基于二维激光雷达的人腿避障方法、电子设备及存储介质，能够基于二维激光雷达采集的二维激光数据进行人腿识别，并基于识别到的人腿的位置信息和预设避障距离生成障碍物区域，由于二维激光雷达能够采集移动机器人周围的二维激光数据，本申请基于该二维激光数据能够对位于移动机器人周围的所有人腿进行识别，因此本申请能够有效地解决由于三维相机的视场角狭窄而导致人腿识别范围有限，移动机器人压到位于人腿识别范围外的人脚的问题，而由于二维激光雷达的价格远低于三维激光雷达的价格，因此本申请还能够有效地解决由于三维激光雷达价格昂贵而导致移动机器人的生产成本高的问题。

附图说明

图1为本申请实施例提供的一种基于二维激光雷达的人腿避障方法的流程图。

图2为本申请实施例提供的一种电子设备的结构示意图。

附图标记：101、处理器；102、存储器；103、通信总线。

具体实施方式

下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

第一方面，如图1所示，本申请提供了一种基于二维激光雷达的人腿避障方法，其包括以下步骤：

S1、基于二维激光雷达采集移动机器人周围的二维激光数据；

S2、将二维激光数据转换成图像信息；

S3、对图像信息依次执行边缘检测和轮廓提取，以获取若干个轮廓信息；

S4、对轮廓信息进行椭圆拟合，以获取包括若干个椭圆的椭圆集合；

S5、基于预设的长短轴比例范围对椭圆集合进行筛选，以获取若干个人腿组的位置信息；

S6、根据位置信息和预设避障距离生成若干个障碍物区域。

步骤S1的移动机器人可以为AGV小车或货物运输机器人等能够按照规划好的路线移动或者自主导航移动的机器人。步骤S1的二维激光雷达可以为现有的单线束激光雷达，具体地，该二维激光雷达的水平角（从某个参考方向开始沿地平面顺时针测量到激光束的角度）为360°，该二维激光雷达安装在移动机器人上，因此步骤S1可以基于二维激光雷达采集移动机器人周围的二维激光数据，更具体地，在移动机器人周围存在障碍物（例如人腿、墙壁或椅子）时，该实施例的二维激光数据包括多个激光点的极坐标信息，该极坐标信息包括极角信息和距离信息，该极角信息能够反映在极坐标系（以二维激光雷达的中心为级点构建的坐标系）中，激光点与极轴之间的夹角的角度，该距离信息能够反映在极坐标系中，激光点与极点之间的距离，即该极坐标信息能够反映激光点位于二维激光雷达的哪个方向以及激光点与二维激光雷达之间的距离。应当理解的是，该实施例的二维激光雷达的价格远低于三维激光雷达的价格。

步骤S2可以利用现有的激光数据转换模型（能够将激光雷达采集的数据转换成图像的模型）或激光数据转换软件（能够将激光雷达采集的数据转换成图像的软件，例如OpenCV）将二维激光数据转换成图像信息，该图像信息优选为二值图像。优选地，该实施例的图像信息中相邻的两个像素点之间的距离对应于实际场景中的1cm，本申请提供的一种基于二维激光雷达的人腿避障方法仅对以移动机器人的中心为圆心，半径为1.5米的圆形区域内的障碍物进行识别，即该实施例的图像信息的尺寸为300×300。应当理解的是，由于本申请提供的一种基于二维激光雷达的人腿避障方法仅对以移动机器人的中心为圆心，半径为1.5米的圆形区域内的障碍物进行识别，因此若人腿与移动机器人的中心的距离小于等于1.5米，则人腿对应的激光点会在图像信息中显示，若人腿与移动机器人的中心的距离大于1.5米，则人腿对应的激光点不会在图像信息中显示。

步骤S3先利用现有的边缘检测方法或软件（例如OpenCV中的Canny函数）对图像信息进行边缘检测，以检测图像信息中是否存在亮度明显变化的边缘或者不连续区域，再利用现有的轮廓提取方法或软件（例如OpenCV中的findContours函数）对边缘检测后的图像信息进行轮廓提取，以从图像信息中提取障碍物的轮廓（轮廓信息）。该实施例的工作原理为：由于人腿的横截面形状通常为类椭圆，若移动机器人周围存在人腿，该人腿会在图像信息中被呈现为亮度明显变化的弧形轮廓，因此该实施例需要先对图像信息依次执行边缘检测和轮廓提取，以获取若干个轮廓信息，再根据该轮廓信息分析移动机器人周围是否存在人腿。应当理解的是，若移动机器人周围不存在障碍物，则步骤S3的轮廓信息的数量为0个。

步骤S4可以利用现有的椭圆拟合方法分别对若干个轮廓信息进行椭圆拟合，以获取包括若干个椭圆的椭圆集合，具体地，每一个轮廓信息均对应于一个椭圆。应当理解的是，若没有拟合成功的椭圆，则表示移动机器人周围不存在人腿，步骤S5和步骤S6可以跳过，移动机器人基于步骤S3获取到的轮廓信息进行常规避障。

步骤S5的长短轴比例范围为预设范围，若椭圆的长短轴实际比例（步骤S4获取到的椭圆的长轴与短轴的比例）位于长短轴比例范围内，则表示该椭圆对应的障碍物为人腿，若椭圆的长短轴实际比例位于长短轴比例范围外，则表示该椭圆对应的障碍物不是人腿，该实施例的长短轴比例范围优选为小于等于2（例如1-2），应当理解的是，本领域技术人员可以根据实际需要改变长短轴比例范围的覆盖区间。该实施例的人腿组的数量为若干个，每个人腿组可以包括一只或两只人腿，即每一个人腿组均对应于一个人，每一个人腿均对应于一个位置信息、该实施例的工作原理为：由于人腿的横截面形状为类椭圆，且该椭圆的长短轴比例通常会大于等于一个固定值，因此该实施例可以先基于预设的长短轴比例范围对椭圆集合进行筛选，以筛选出与人腿对应的若干个椭圆，再通过获取筛选出的若干个椭圆的位置信息的方式获取人腿组的位置信息。步骤S5的具体工作流程可以为：先利用现有的椭圆拟合算法（例如最小二乘法）计算椭圆集合中的各个椭圆的参数信息，该参数信息包括椭圆的中心坐标、长轴长度和短轴长度等椭圆参数，再根据参数信息计算各个椭圆的长短轴实际比例，最后根据长短轴实际比例和预设的长短轴比例范围对椭圆集合进行筛选，以获取若干个人腿组的位置信息。应当理解的是，由于人腿的横截面形状为类椭圆，而人腿不会过粗，即人腿对应的椭圆的短轴半径会小于等于一个固定值，因此步骤S5还可以根据短轴实际半径和预设的短轴半径上限值对椭圆集合进行筛选，具体地，该短轴半径上限值为预设值，若短轴实际半径小于等于短轴半径上限值，则表示该椭圆对应的障碍物是人腿，若短轴实际半径大于短轴半径上限值，则表示该椭圆对应的障碍物不是人腿。还应当理解的是，由于一个人的两条腿之间的距离会处于一个固定范围内，因此该实施例可以利用椭圆的位置信息对识别到的人腿进行分组，例如，共有三个椭圆通过筛选，而其中两个椭圆的中心距离位于该固定范围内，则将这两个椭圆对应的人腿划分到一个人腿组，并将剩余的椭圆对应的人腿划分到另一个人腿组。

步骤S6的预设避障距离为预设值，该预设避障距离为障碍物区域的边缘与位置信息之间的距离，由于移动机器人会在移动过程中绕开障碍物区域，因此为了避免出现移动机器人在移动过程中压到人脚的情况，该实施例的障碍物区域需要完全覆盖人脚，即人脚与人腿的最大距离（人脚与位置信息的最大距离）小于预设避障距离，应当理解的是，本领域技术人员可以在保证移动机器人不会压到人脚的前提下改变预设避障距离的大小。该实施例的工作原理为：由于人脚会在人腿的基础上向外延伸，而人脚与人腿的最大距离小于预设避障距离，因此该实施例可以根据位置信息和预设避障距离生成若干个障碍物区域。具体地，该实施例可以通过基于经过筛选的椭圆向外扩张预设障碍距离的方式生成障碍物区域，该实施例也可以通过以经过筛选的椭圆中心为圆心，以预设障碍距离为半径画圆的方式生成障碍物区域，在移动机器人的移动过程中，移动机器人会绕开该障碍物区域，从而实现人腿和人脚的避障。

本申请提供的一种基于二维激光雷达的人腿避障方法，能够基于二维激光雷达采集的二维激光数据进行人腿识别，并基于识别到的人腿的位置信息和预设避障距离生成障碍物区域，由于二维激光雷达能够采集移动机器人周围的二维激光数据，本申请基于该二维激光数据能够对位于移动机器人周围的所有人腿进行识别，因此本申请能够有效地解决由于三维相机的视场角狭窄而导致人腿识别范围有限，移动机器人压到位于人腿识别范围外的人脚的问题，而由于二维激光雷达的价格远低于三维激光雷达的价格，因此本申请还能够有效地解决由于三维激光雷达价格昂贵而导致移动机器人的生产成本高的问题。

在一些实施例中，步骤S2与步骤S3之间还包括步骤：

S7、对图像信息进行降噪处理。

该实施例可以通过模糊处理、阈值处理或形态转换处理等方式对图像信息进行降噪处理，具体地，模糊处理包括均值滤波、高斯滤波和中值滤波，该实施例优选基于高斯滤波对图像信息进行降噪处理，高斯滤波是一种线性平滑滤波，高斯滤波能够消除高斯噪声，具体地，该实施例基于高斯滤波对图像信息进行降噪处理的工作流程为：利用窗口大小为5×5的模板（也可称为卷积或掩模）对图像信息进行扫描，并利用模板确定的领域内的所有像素点的加权平均灰度值代替位于模板中心的像素点的值。该实施例相当于在对图像信息进行边缘检测和轮廓提取前，对图像信息进行降噪处理，由于图像信息中的噪声会被去除，因此该实施例能够有效地提高边缘检测和轮廓提取的准确度以及减少对图像信息进行边缘检测和轮廓提取时的数据处理量。

在一些实施例中，步骤S3与步骤S4之间还包括步骤：

S8、基于人腿轮廓参数标准对轮廓信息进行筛选，以初步去除非人腿轮廓信息，人腿轮廓参数标准包括人腿轮廓长度标准、人腿轮廓形状标准和人腿轮廓点数标准中的任意一种或多种。

该实施例的轮廓参数可以为预先设定的参数，本领域技术人员可以根据实际需要调节轮廓参数包含的数据种类以及每种数据的参照值。该实施例的非人腿轮廓信息为除人腿以外的障碍物对应的轮廓信息。该实施例的工作原理为：由于人腿的横截面形状为类椭圆，二维激光雷达对人腿进行扫描时会得到一段由多个激光点组成的连续曲线，该连续曲线相当于类椭圆上的一段弧线，因此该实施例可以根据人腿轮廓形状标准和人腿轮廓点数标准对轮廓信息进行筛选，而由于人腿的周长通常位于一个固定范围内，即人腿对应的轮廓长度也会位于一个固定范围内，因此该实施例可以根据人腿轮廓长度标准对轮廓信息进行筛选。由于该实施例先基于人腿轮廓参数标准对轮廓信息进行筛选，再对筛选后的轮廓信息进行椭圆拟合和对椭圆集合进行筛选，而对轮廓信息进行筛选能够有效地减少轮廓信息的数量，因此该实施例能够有效地减少对轮廓进行椭圆拟合和对椭圆集合进行筛选时的数据处理量。应当理解的是，该实施例相当于通过先基于人腿轮廓参数标准对轮廓信息进行筛选对非人腿轮廓信息进行初步去除，再基于长短轴比例范围对椭圆集合进行筛选的方式对非人腿轮廓信息进行精确去除。

在一些实施例中，步骤S8包括：

S81、根据图像信息获取轮廓信息对应的轮廓与移动机器人的最小距离信息；

S82、根据最小距离信息调取对应的人腿轮廓参数标准，并根据人腿轮廓参数标准对该最小距离信息对应的轮廓信息进行筛选。

该实施例的工作原理为：由于轮廓信息与移动机器人之间的距离越远，轮廓信息对应的轮廓的尺寸越小，轮廓信息对应的轮廓点数越少，即轮廓信息的尺寸以及轮廓点数与轮廓信息和移动机器人之间的距离负相关，因此该实施例需要先根据图像信息获取轮廓信息对应的轮廓与移动机器人的最小距离信息，再根据最小距离信息调取对应的人腿轮廓参数标准，并根据人腿轮廓参数标准对该最小距离信息对应的轮廓信息进行筛选。具体地，步骤S82可以根据最小距离信息从预先构建的人腿轮廓参数标准数据库或人腿轮廓参数标准数据表或距离-人腿轮廓参数标准映射关系中提取对应的人腿轮廓参数标准。该实施例相当于利用与轮廓信息对应的轮廓和移动机器人之间的距离对应的人腿轮廓参数标准对轮廓信息进行筛选，因此该实施例能够有效地提高去除非人腿轮廓信息的准确度。

在一些实施例中，步骤S6包括：

S61、在人腿组包括两条人腿时，根据该人腿组的两条人腿对应的位置信息和第一预设障碍距离生成两个障碍物区域。

该实施例的第一预设障碍距离为预设值，本领域技术人员可以根据实际需要改变第一预设障碍距离的大小。由于人腿组包括两条人腿，即该实施例的位置信息的数量为两个，因此该实施例构建的障碍物区域的数量为两个。

在一些实施例中，步骤S6还包括步骤：

S62、在人腿组仅包括一条人腿时，根据该人腿组的一条人腿对应的位置信息和第二预设障碍距离生成一个障碍物区域，第二预设障碍距离大于第一预设障碍距离。

该实施例的工作原理为：由于只有在仅识别到一条人腿时，人腿组才会包括一条人腿，而正常人通常都具有两只腿，即人腿组仅包括一条人腿可能对应于识别错误（例如，在对轮廓信息或者椭圆集合进行筛选时被错误筛掉）或者识别失败（例如，本申请的一种基于二维激光雷达的人腿避障方法仅对以移动机器人为中心，半径为1.5米的圆形区域内的障碍物进行识别，其中一只人腿位于该圆形区域内，另一人腿位于该圆形区域外）的意外情况，因此为了避免出现由于识别错误或识别失败而导致无法识别到人腿，移动机器人压到人脚的情况，该实施例需要以人腿组包括的一条人腿对应的位置信息为中心建立一个更大的障碍物区域，即第二预设障碍距离大于第一预设障碍距离。该实施例的第二预设障碍距离为大于第一预设障碍距离的预设值，本领域技术人员可以根据实际需要改变第二预设障碍距离的大小。由于在人腿组包括一条人腿时，该实施例会根据位置信息和第二预设障碍距离生成一个障碍物区域，第二预设障碍距离大于第一预设障碍距离，因此该实施例能够有效地避免出现由于识别错误或识别失败而导致无法识别到人腿，移动机器人压到人脚的情况。

在一些实施例中，步骤S6还包括步骤：

S63、在人腿组由包括两条人腿转变为仅包括一条人腿时，根据消失的人腿确定偏置方向信息，并根据未消失的人腿的位置信息、偏置方向信息和第三预设障碍距离生成障碍物区域。

人腿组由包括两条人腿转变为仅包括一条人腿可能对应于人正在移动或人将腿部抬起等情况，为了避免出现移动机器人撞到落下的人腿或压到落下的人脚的情况，该实施例需要根据消失的人腿确定偏置方向信息，该偏置方向信息能够反映障碍物区域需要朝哪个方向偏置，偏置后的障碍物区域完全覆盖未消失的人脚所在的位置以及消失的人脚可能落下的位置。该实施例的工作原理为：由于人腿组由包括两条人腿转变为仅包括一条人腿可能对应于人正在移动或人将腿部抬起等情况，而在其中一条人腿消失，该消失的人腿通常会往前移动、往后移动或仅沿竖直方向移动，即消失的人腿的下落点位于以该人腿在消失前所在的位置为中心和以人脚的朝向为延伸方向的直线上，因此该实施例可以根据消失人腿确定偏置方向信息，并根据该偏置方向信息使障碍物区域偏置。该实施例的第三预设障碍距离为大于第一预设障碍距离的预设值，第三预设障碍距离优选等于第二预设障碍距离，本领域技术人员可以根据实际需要改变第三预设障碍距离的大小。步骤S63的工作流程可以为：先根据未消失的人腿的位置信息和第三预设障碍距离生成障碍物区域，再根据偏置方向信息对障碍物区域进行偏置。

在一些实施例中，障碍物区域的形状为圆形。

由上可知，本申请提供的一种基于二维激光雷达的人腿避障方法，能够基于二维激光雷达采集的二维激光数据进行人腿识别，并基于识别到的人腿的位置信息和预设避障距离生成障碍物区域，由于二维激光雷达能够采集移动机器人周围的二维激光数据，本申请基于该二维激光数据能够对位于移动机器人周围的所有人腿进行识别，因此本申请能够有效地解决由于三维相机的视场角狭窄而导致人腿识别范围有限，移动机器人压到位于人腿识别范围外的人脚的问题，而由于二维激光雷达的价格远低于三维激光雷达的价格，因此本申请还能够有效地解决由于三维激光雷达价格昂贵而导致移动机器人的生产成本高的问题。

第二方面，参照图2，图2所示为本申请提供的一种电子设备，包括：处理器101和存储器102，处理器101和存储器102通过通信总线103和/或其他形式的连接机构（未标出）互连并相互通讯，存储器102存储有处理器101可执行的计算机可读取指令，当电子设备运行时，处理器101执行该计算机可读取指令，以执行上述实施例的任一项可选的实现方式，以实现以下功能：步骤S1、基于二维激光雷达采集移动机器人周围的二维激光数据；步骤S2、将二维激光数据转换成图像信息；步骤S3、对图像信息依次执行边缘检测和轮廓提取，以获取若干个轮廓信息；步骤S4、对轮廓信息进行椭圆拟合，以获取包括若干个椭圆的椭圆集合；步骤S5、基于预设的长短轴比例范围对椭圆集合进行筛选，以获取若干个人腿组的位置信息；步骤S6、根据位置信息和预设避障距离生成若干个障碍物区域。

第三方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时，执行上述实施例的任一项可选的实现方式中的方法，以实现以下功能：步骤S1、基于二维激光雷达采集移动机器人周围的二维激光数据；步骤S2、将二维激光数据转换成图像信息；步骤S3、对图像信息依次执行边缘检测和轮廓提取，以获取若干个轮廓信息；步骤S4、对轮廓信息进行椭圆拟合，以获取包括若干个椭圆的椭圆集合；步骤S5、基于预设的长短轴比例范围对椭圆集合进行筛选，以获取若干个人腿组的位置信息；步骤S6、根据位置信息和预设避障距离生成若干个障碍物区域。

由上可知，本申请提供的一种基于二维激光雷达的人腿避障方法、电子设备及存储介质，能够基于二维激光雷达采集的二维激光数据进行人腿识别，并基于识别到的人腿的位置信息和预设避障距离生成障碍物区域，由于二维激光雷达能够采集移动机器人周围的二维激光数据，本申请基于该二维激光数据能够对位于移动机器人周围的所有人腿进行识别，因此本申请能够有效地解决由于三维相机的视场角狭窄而导致人腿识别范围有限，移动机器人压到位于人腿识别范围外的人脚的问题，而由于二维激光雷达的价格远低于三维激光雷达的价格，因此本申请还能够有效地解决由于三维激光雷达价格昂贵而导致移动机器人的生产成本高的问题。

在本申请所提供的实施例中，应该理解到，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。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。