一种基于深度学习的多任务机器人感知方法

本发明实施例公开的一种基于深度学习的多任务机器人感知方法，采用基于图像的深度学习感知方法，与高成本的激光雷达感知方法相比大大节约了成本。本发明实施例在机器人系统算力有限的情况下，使用轻量高效网络，共享特征提取信息，实现人体姿态估计、目标检测和实例分割的多任务模型，提高了机器人的感知能力。其中，人体姿态估计可确定机器人周围是否有人，以及判断人运动的状态，例如脚部方向；目标检测可确定机器人周围是否有障碍物；实例分割可帮助机器人更好的定位，以及更好的处理障碍物遮挡问题。另外，本发明实施例中采用的网络，简化了全身关键点的姿态估计，提高了推理速度，且缓解了机器人鱼眼摄像头下存在人漏检的问题。