CN105203094B - 构建地图的方法和设备 - Google Patents
构建地图的方法和设备 Download PDFInfo
- Publication number
- CN105203094B CN105203094B CN201510573502.8A CN201510573502A CN105203094B CN 105203094 B CN105203094 B CN 105203094B CN 201510573502 A CN201510573502 A CN 201510573502A CN 105203094 B CN105203094 B CN 105203094B
- Authority
- CN
- China
- Prior art keywords
- map
- data
- structuring
- circumstances
- ignorance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
公开了构建地图的方法和设备。所述方法应用于一机器人,所述方法包括:接收来自用户的开始指令以及运动控制指令;控制所述机器人按照所述运动指令行进,同时采集关于所述未知环境的数据以进行初步地图构建;记录机器人行进的路径信息;判断是否接收到来自用户的结束指令;如果是,则以此时获得的地图作为第一地图;以及控制所述机器人重复地按照所述路径信息指示的路径行进,同时采集关于所述未知环境的数据以进行补充地图构建,从而在所述第一地图的基础上获得第二地图。
Description
技术领域
本发明涉及在未知环境中构建地图的技术领域,更具体地说,涉及基于机器人自主更新的在未知环境中构建地图的方法和设备。
背景技术
在机器人全局定位和导航过程中,2D和/或3D地图起到至关重要的作用。为了保证机器人导航顺利进行(任意指定起点和终点),需要构建一个比较完备的地图。在所述地图中,能够保证各个方向都有相对丰富的特征点。
理想状态下,可以由机器人自主导航并建图。但是,在实践中,取决于机器人本身的配置以及环境的复杂程度,在很多情况下依赖于机器人自主导航构建的地图并不能令人满意。
一种可能的现有解决方案是在机器人上放置多个3D相机,并由用户遥控机器人按照指定路径巡航。通过这样的一次巡航就可以构建一个相对完备的3D地图。然而,这种方案的问题在于,首先,由于需要放置多个3D相机,从而硬件成本较高。另外,当环境发生局部变化时,往往需要用户重新构建整个地图。从而,人力时间成本较高。
发明内容
鉴于以上情形,期望提供新的、能够节省硬件成本及人力成本的地图构建方法和设备。
根据本发明的一个方面,提供了一种用于在未知环境中构建地图的方法,应用于一机器人,所述方法包括:接收来自用户的开始指令以及运动控制指令;控制所述机器人按照所述运动控制指令行进,同时采集关于所述未知环境的数据以进行初步地图构建;记录机器人行进的路径信息;判断是否接收到来自用户的结束指令;如果是,则以此时获得的地图作为第一地图;以及控制所述机器人重复地按照所述路径信息指示的路径行进,同时采集关于所述未知环境的数据以进行补充地图构建,从而在所述第一地图的基础上获得第二地图。
例如,在根据本发明实施例的方法中,所述初步地图构建为3D地图构建,且所述补充地图构建为3D地图更新或构建。
例如,在根据本发明实施例的方法中,所述初步地图构建为2D地图构建,且所述补充地图构建为2D地图更新和/或3D地图构建。
例如,在根据本发明实施例的方法中,所述机器人包含至少一个3D相机,所述3D相机能够在预定角度范围内水平转动,并且其中控制所述机器人重复地按照所述路径信息指示的路径行进,同时采集关于所述未知环境的数据以进行补充地图构建的步骤包括:将所述预定角度范围划分为N个区间,并且在每个区间选取一个中心角度,其中N为自然数;将所述3D相机固定至一个中心角度,并按照所述路径信息指示的路径行进,同时采集关于所述未知环境的数据以进行补充地图构建;将所述3D相机固定至下一个中心角度,并重复相同的处理,直到遍历所有中心角度为止。
例如,在根据本发明实施例的方法中,控制所述机器人重复地按照所述路径信息行进,同时采集关于所述未知环境的数据以进行补充地图构建的步骤包括:判断是否发现所述第一地图中未包括的未知区域;如果是,则控制所述机器人自主地行进至所述未知区域,同时采集关于所述未知区域的数据以对所述未知区域进行地图构建,并且将所述未知区域的地图更新到所述第一地图和/或所述第二地图中;以及将所述机器人在所述未知区域内行进的路径添加至所述路径信息中。
根据本发明的另一方面,提供了一种用于在未知环境中构建地图的设备,包括:通信单元,用于接收来自外部的指令和/或信息;移动单元,用于在所述未知环境中移动所述设备;数据采集单元,用于采集关于所述未知环境的数据;地图构建单元,用于基于所采集的数据进行地图构建;存储单元,用于存储信息;控制单元,用于当所述通信单元接收到来自用户的开始指令以及运动控制指令时,控制所述移动单元按照所述运动控制指令指示的路径行进,且同时控制所述数据采集单元采集关于所述未知环境的数据,所述地图构建单元基于所采集的数据进行初步地图构建;当所述通信单元接收到来自用户的结束指令时,记录所述路径信息,此时所述地图构建单元获得的地图为第一地图;并且,控制所述移动单元重复地按照所述路径信息指示的路径行进,且同时控制所述数据采集单元采集关于所述未知环境的数据,所述地图构建单元进行补充地图构建,从而在所述第一地图的基础上获得第二地图。
例如,在根据本发明实施例的设备中,所述数据采集单元包括至少一个3D相机,并且其中所述初步地图构建为3D地图构建,且所述补充地图构建为3D地图更新或构建。
例如,在根据本发明实施例的设备中,所述数据采集单元包括至少一个3D相机和激光器,并且所述初步地图构建为2D地图构建,且所述补充地图构建为2D地图更新和/或3D地图构建。
例如,在根据本发明实施例的设备中,所述数据采集单元包括至少一个3D相机,所述3D相机能够在预定角度范围内水平转动,并且其中所述控制单元进一步被配置为:将所述预定角度范围划分为N个区间,并且在每个区间选取一个中心角度,其中N为自然数;将所述3D相机固定至一个中心角度,并按照所述路径信息控制所述移动单元行进,同时控制所述3D相机采集关于所述未知环境的数据,进行补充地图构建;将所述3D相机固定至下一个中心角度,并重复相同的控制,直到遍历所有中心角度为止。
例如,在根据本发明实施例的设备中,控制单元进一步被配置为:判断是否发现所述第一地图中未包括的未知区域;如果是,则控制所述移动单元自主地行进至所述未知区域,同时控制所述数据采集单元采集关于所述未知区域的数据,所述地图构建单元基于所采集的数据对所述未知区域进行地图构建,并且将所述未知区域的地图更新到所述第一地图和/或所述第二地图中;以及控制将所述移动单元在所述未知区域内行进的路径添加至所述存储单元中存储的所述路径信息中。
通过根据本发明实施例的、在未知环境中构建地图的方法和设备,用户只需要操作一次进行地图构建,设备即可自主地进行地图更新,从而有利于节省人力成本。此外,通过2D+3D的地图更新方法,能够缩减人工操作的耗时并且保证定位及建图的准确性,优化地图更新过程。另外,通过单个相机加云台的方式,能够节省制造成本。
附图说明
图1是图示根据本发明实施例的用于在未知环境中构建地图的方法的过程的流程图;
图2是图示图1中所示的步骤S107的具体过程的一种示例的流程图;
图3是图示图1中所示的步骤S107的具体过程的另一种示例的流程图;以及
图4是图示根据本发明实施例的用于在未知环境中构建地图的设备的配置的功能性框图。
具体实施方式
下面将参照附图对本发明的各个优选的实施方式进行描述。提供以下参照附图的描述,以帮助对由权利要求及其等价物所限定的本发明的示例实施方式的理解。其包括帮助理解的各种具体细节,但它们只能被看作是示例性的。因此,本领域技术人员将认识到,可对这里描述的实施方式进行各种改变和修改,而不脱离本发明的范围和精神。而且,为了使说明书更加清楚简洁,将省略对本领域熟知功能和构造的详细描述。
首先,将参照图1描述根据本发明实施例的用于在未知环境中构建地图的方法。所述方法应用于一机器人。所述机器人上安装有数据采集单元,用于采集关于所述未知环境的数据。并且,所述机器人能够接受人为与自主的运动控制指令而在所述未知环境中按照所述运动控制指令而移动。如图1所示,所述方法包括如下步骤。
首先,在步骤S101,接收来自用户的开始指令。所述开始指令用以指示所述机器人接下来将开始由用户控制的一次巡航。
接下来,在步骤S102,接收来自用户的运动控制指令。例如,所述控制指令可以是诸如向前、向后、向左、向右等的指令。
然后,在步骤S103,控制所述机器人按照所述运动指令行进,同时采集关于所述未知环境的数据以进行初步地图构建。
接下来,在步骤S104,记录机器人行进的路径信息。
然后,处理进行到步骤S105。在步骤S105,判断是否接收到来自用户的结束指令。
如果在步骤105判断出已经接收到来自用户的结束指令,即:判断结果为是,则意味着由用户控制的一次巡航已经完成,此时处理进行到步骤S106。在步骤S106,以此时获得的地图作为第一地图。
另一方面,如果在步骤105判断出尚未接收到来自用户的结束指令,即:判断结果为否,则意味着由用户控制的一次巡航尚未完成,此时处理返回到步骤S102,并重复其后的处理。也就是说,继续接收来自用户的运动控制指令,按照所述运动指令行进,采集数据以进行初步地图构建。
在步骤S106之后,处理进行到步骤S107。在步骤S107,控制所述机器人重复地按照所述路径信息指示的路径行进,同时采集关于所述未知环境的数据以进行补充地图构建,从而在所述第一地图的基础上获得第二地图,也就是说,在初步构建的第一地图的基础上,进行更新或者补充构建。
可见,在基于本发明构思的用于在未知环境中构建地图的方法中,用户遥控机器人在所述未知环境中构建地图。机器人记录在由用户控制的巡航中的所有路径信息,即记录用户选择的移动路径。需要指出的是,用户仅控制机器人按照指定路线进行一次完整的巡航,将在本次巡航中构建的地图作为基础。此后,机器人不断地重复该指定路线并在初步构建的地图的基础上自动地补建地图,而用户不再参与。因此,用户只需要操作一次进行地图构建,机器人即可自主进行地图更新,从而大大节省了人力成本。
例如,作为一种可能的实施方式,以上参照图1所述的初步地图构建为三维(3D)地图构建,且以上参照图1所述的补充地图构建为3D地图更新及构建,即在原有3D地图基础上,进行更新或者补充构建。具体来讲,当在用户控制的地图构建之后环境发生局部变化时,通过机器人重复该指定路线进行自主地图构建,可以对发生变化的局部环境的数据进行更新。或者,另一方面,如将在下文中所述的那样,如果当在用户控制的地图构建之后通过机器人重复该指定路线进行自主地图构建时发现未知区域,则可以对该未知区域的地图进行补充构建。因此,通过基于该指定路径的重复地图构建,可以在初步构建的第一地图的基础上得到更加准确和完备的第二地图。
3D地图构建可以向用户呈现三个维度的空间环境数据,但是其运算复杂,尤其是对于大面积的未知环境进行3D地图构建的耗时较长。因此,可替代地,作为另一种可能的实施方式,以上参照图1所述的初步地图构建为二维(2D)地图构建,且以上参照图1所述的补充地图构建为2D地图更新和/或3D地图构建,即在原有2D地图基础上,进行更新或者补充构建。具体来讲,在用户控制机器人进行一次2D地图构建之后,机器人通过重复该指定路线,可以进行自主3D地图构建。首先,在该实施例中,以2D地图构建进行初步地图构建,与之前描述的以3D地图构建进行初步地图构建相比,运算更简单且耗时更短,从而在一定程度上进一步节省了人力成本。当然,与之前描述的以3D地图构建进行初步地图构建相比,初步构建的2D地图准确度较差。但是,由于在后续机器人的自主建图过程中引入更新的3D地图,可以使得机器人定位更加准确,优化地图更新过程。并且,另一方面,如将在下文中所述的那样,如果当在用户控制的地图构建之后通过机器人重复该指定路线进行自主地图构建时发现未知区域,则可以对该未知区域的地图进行2D补充构建,并且,还可以对该未知区域的地图进行3D补充构建。因此,通过基于该指定路径的重复地图构建,可以在初步构建的第一地图的基础上得到更加准确和完备的第二地图。
在对于未知环境的地图构建技术中,可以采用多种方法来实现三维建图和二维建图。例如,可以利用三维传感器获取环境信息,并采用扫描匹配算法完成全局坐标指派来进行三维地图构建。例如,可以通过激光器(激光测距仪)来在二维平面上扫描,并基于Gmapping算法来进行二维地图构建。当然,还有许多其他能够实现二维或三维地图构建的方法不再逐一列举。由于本发明并不关注二维或三维地图构建的具体过程,因此为了避免冗余起见,在本说明书中不再对其细节展开描述。
另外,在根据本发明实施例的方法中,当机器人按照指定路线重复建图时,为了得到更准确的地图数据,需要在多次重复建图时变换机器人的数据采集视角。
例如,所述机器人包含至少一个3D相机,所述3D相机能够在预定角度范围内水平转动。这可以通过在机器人上搭载一个带有云台的3D相机来实现。此时,所述预定角度范围为360度。通过单个相机加云台的方式,能够进一步节省机器人的制造成本。或者,也可以通过在机器人上搭载两个带有云台的3D相机来实现。此时,两台3D相机能够转动的预定角度范围均为180度。
在这种情况下,上文中参照图1所述的步骤S107,即:控制所述机器人重复地按照所述路径信息指示的路径行进,同时采集关于所述未知环境的数据以进行补充地图构建的步骤,如图2所示,可以包括如下步骤。
首先,在步骤S201,将所述预定角度范围划分为N个区间,并且在每个区间选取一个中心角度,其中N为自然数。例如,可以将所述预定角度范围等分为N个区间,或者也可以将所述预定角度范围不等分为N个区间。
然后,在步骤S202,将所述3D相机固定至一个中心角度。
然后,处理进行到步骤S203。在步骤S203,按照所述路径信息指示的路径行进,同时采集关于所述未知环境的数据以进行补充地图构建。
接下来,处理进行到步骤S204。在步骤S204,判断是否已经遍历了所有中心角度。
如果在步骤S204判断为是,即:已经遍历了所有中心角度,则处理结束。另一方面,如果在步骤S204判断为否,即:尚未遍历所有中心角度,则处理进行到步骤S205。在步骤S205,将所述3D相机固定至下一个中心角度。然后处理返回到步骤S203,并重复相同的处理,直到遍历所有中心角度为止。也就是说,通过步骤S201到步骤S205的处理,机器人沿已有路径巡航多次,每次变换不同的3D相机视角,从而完成全方位的3D地图信息获取及特征构建。
另外,在根据本发明实施例的方法中,当机器人按照指定路线重复地进行地图构建时,有可能会发现未知区域。这里的未知区域可能是初次地图构建时认为是细节区域而跳过的区域,也可以是在之前的地图构建中由于遮挡而未看到的区域。总之对于该未知区域来说,不存在已构建的2D或3D地图。
在这种情况下,上文中参照图1所述的步骤S107,即:控制所述机器人重复地按照所述路径信息指示的路径行进,同时采集关于所述未知环境的数据以进行补充地图构建的步骤,如图3所示,可以包括如下步骤。
首先,在步骤S301,判断是否发现所述第一地图中未包括的未知区域。
如果在步骤S301判断为是,即:发现未知区域,则处理进行到步骤S302。在步骤S302,控制所述机器人自主地行进至所述未知区域,同时采集关于所述未知区域的数据以对所述未知区域进行地图构建,并且将所述未知区域的地图更新到所述第一地图和/或所述第二地图中。由于所述未知区域通常是小面积的简单区域,因此通过机器人的自主导航构建的地图能够令人满意。此外,通过机器人的自主导航构建地图的具体方法可以采用本领域中公知的方法,且由于本发明并不关注其具体细节,因此为了避免冗余起见,在本说明书中不再对其展开描述。
最后,处理进行到步骤S303。在步骤S303,将所述机器人在所述未知区域内行进的路径添加至所述路径信息中,以对所述路径信息进行更新。然后,按照更新后的路径信息重复自主进行地图更新的处理。
在上文中,已经参照图1到图3详细描述了根据本发明实施例的、用于在未知环境中构建地图的方法的具体过程。接下来,将参照图4描述根据本发明实施例的、用于在未知环境中构建地图的设备。
如图4所示,所述设备400包括通信单元401、移动单元402、数据采集单元403、地图构建单元404、存储单元405和控制单元406。这里的设备400可以是上文中所述的机器人。
通信单元401用于接收来自外部的指令和/或信息。例如,可以以无线通信单元来配置所述通信单元401,以便于用户远程地控制所述设备。
移动单元402用于在所述未知环境中移动所述设备。例如,所述移动单元402可以由包括驱动轮和平衡轮的小车来构成。通过电机对驱动轮进行驱动来使得设备移动。
数据采集单元403用于采集关于所述未知环境的数据。所述数据采集单元403可以由各种传感器来配置。这些传感器可以是距离传感器主要有立体视觉、结构光、激光测距、超声测距以及红外测距,它们的特点介绍如下:立体视觉测距是利用两个相互位置已知的摄像头组成的视觉系统,根据同一景物在两个摄像头上成像的视差计算出景物的深度,从而获得其距离信息。激光测距仪根据扫描机构的不同可分为2D和3D两种,后者除能够提供障碍物的距离信息外,还能提供激光的反射强度信息,可以利用激光强度图进行障碍物的形状检测。2D激光测距仪虽然只能在二维平面上扫描,但是它结构简单,扫描速度快且数据点密集准确。超声测距与激光测距相似,超声测距原理是通过检测超声波从发射到反射回来到发射源的时间进行测距的,将若干个传感器布置在不同的方向上就可以获得平面内的距离信息。红外测距也是通过发射红外线并由光检测器接受反射回的光线,从而检测出物体的距离。
地图构建单元404用于基于所采集的数据进行地图构建。
存储单元405用于存储信息。
当所述通信单元401接收到来自用户的开始指令时,这意味着接下来将开始由用户控制的一次巡航。当所述通信单元401进而接收到来自用户的运动控制指令(如向前、向后、向左、向右等指令)时,控制单元406控制所述移动单元402按照所述运动控制指示的路径行进,且同时控制所述数据采集单元403采集关于所述未知环境的数据,所述地图构建单元404基于所采集的数据进行初步地图构建;当所述通信单元接收到来自用户的结束指令时,记录所述路径信息,此时所述地图构建单元404获得的地图为第一地图。并且,控制单元406进一步控制所述移动单元402重复地按照所述路径信息指示的路径行进,且同时控制所述数据采集单元403采集关于所述未知环境的数据,所述地图构建单元404进行补充地图构建,从而在所述第一地图的基础上获得第二地图,也就是说,在初步构建的第一地图的基础上,进行更新或者补充构建。
可见,在基于本发明构思的用于在未知环境中构建地图的设备中,用户遥控设备400在所述未知环境中构建地图。设备400记录在由用户控制的巡航中的所有路径信息,即记录用户选择的移动路径。需要指出的是,用户仅控制设备400按照指定路线进行一次完整的巡航,将在本次巡航中构建的地图作为基础。此后,设备400不断地重复该指定路线并在初步构建的地图的基础上自动地补建地图,而用户不再参与。因此,用户只需要操作一次进行地图构建,设备400即可自主进行地图更新,从而大大节省了人力成本。
例如,作为一种可能的实施方式,所述数据采集单元403包括至少一个3D相机,并且所述初步地图构建为通过所述3D相机的3D地图构建,且所述补充地图构建同样为通过所述3D相机的3D地图更新及构建。具体来讲,当在用户控制的地图构建之后环境发生局部变化时,通过设备400重复该指定路线进行自主地图构建,可以对发生变化的局部环境的数据进行更新。或者,另一方面,如果当在用户控制的地图构建之后通过设备400重复该指定路线进行自主地图构建时发现未知区域,则可以对该未知区域的地图进行补充构建。因此,通过基于该指定路径的重复地图构建,可以在初步构建的第一地图的基础上得到更加准确和完备的第二地图。
3D地图构建可以向用户呈现三个维度的空间环境数据,但是其运算复杂,尤其是对于大面积的未知环境进行3D地图构建的耗时较长。因此,可替代地,作为另一种可能的实施方式,所述数据采集单元403可以包括激光器和/或至少一个3D相机,并且所述初步地图构建为通过所述激光器的2D地图构建,且所述补充地图构建为通过所述激光器的2D地图更新和/或通过所述3D相机的3D地图构建,即在原有2D地图基础上,进行更新或者补充构建。具体来讲,在用户控制设备400进行一次2D地图构建之后,设备400通过重复该指定路线,可以进行自主3D地图构建。首先,在该实施例中,以2D地图构建进行初步地图构建,与之前描述的以3D地图构建进行初步地图构建相比,运算更简单且耗时更短,从而在一定程度上进一步节省了人力成本。当然,与之前描述的以3D地图构建进行初步地图构建相比,初步构建的2D地图准确度较差。但是,由于在后续设备400的自主建图过程中引入更新的3D地图,可以使得设备400定位更加准确,优化地图更新过程。并且,另一方面,如将在下文中所述的那样,如果当在用户控制的地图构建之后通过设备400重复该指定路线进行自主地图构建时发现未知区域,则可以对该未知区域的地图进行2D补充构建,并且,还可以对该未知区域的地图进行3D补充构建。因此,通过基于该指定路径的重复地图构建,可以在初步构建的第一地图的基础上得到更加准确和完备的第二地图。
在对于未知环境的地图构建技术中,可以采用多种方式来实现三维建图和二维建图。例如,可以利用三维传感器获取环境信息,并采用扫描匹配算法完成全局坐标指派来进行三维地图构建。例如,可以通过激光器(激光测距仪)来在二维平面上扫描,并基于Gmapping算法来进行二维地图构建。当然,还有许多其他能够实现二维或三维地图构建的方法不再逐一列举。由于本发明并不关注二维或三维地图构建的具体过程,因此为了避免冗余起见,在本说明书中不再对其细节展开描述。
另外,在根据本发明实施例的设备中,当按照指定路线重复建图时,为了得到更准确的地图数据,需要在多次重复建图时变换数据采集单元403的数据采集视角。
例如,所述数据采集单元包括至少一个3D相机,所述3D相机能够在预定角度范围内水平转动。这可以通过在设备400上搭载一个带有云台的3D相机来实现。此时,所述预定角度范围为360度。通过单个相机加云台的方式,能够进一步节省设备400的制造成本。或者,也可以通过在设备400上搭载两个带有云台的3D相机来实现。此时,两台3D相机能够转动的预定角度范围均为180度。
在这种情况下,所述控制单元406可以进一步被配置为:
(1)将所述预定角度范围划分为N个区间,并且在每个区间选取一个中心角度,其中N为自然数。例如,可以将所述预定角度范围等分为N个区间,或者也可以将所述预定角度范围不等分为N个区间。
(2)将所述3D相机固定至一个中心角度,并按照所述路径信息控制所述移动单元402行进,同时控制所述3D相机采集关于所述未知环境的数据,进行补充地图构建。将所述3D相机固定至下一个中心角度,并重复相同的控制,直到遍历所有中心角度为止。
也就是说,控制单元406控制移动单元402沿已有路径巡航多次,每次变换不同的3D相机视角,从而完成全方位的3D地图信息获取及特征构建。
另外,在根据本发明实施例的设备中,当设备400按照指定路线重复地进行地图构建时,有可能会发现未知区域。这里的未知区域可能是初次地图构建时认为是细节区域而跳过的区域,也可以是在之前的地图构建中由于遮挡而未看到的区域。总之对于该未知区域来说,不存在已构建的2D或3D地图。
在这种情况下,控制单元406可以进一步被配置为:
(1)判断是否发现所述第一地图中未包括的未知区域。
(2)如果是,则控制所述移动单元402自主地行进至所述未知区域,同时控制所述数据采集单元403采集关于所述未知区域的数据,所述地图构建单元404基于所采集的数据对所述未知区域进行地图构建,并且将所述未知区域的地图更新到所述第一地图和/或所述第二地图中。由于所述未知区域通常是小面积的简单区域,因此通过设备400的自主导航构建的地图能够令人满意。此外,通过设备400的自主导航构建地图的具体方法(即,移动单元402、数据采集单元403和地图构建单元404如何配合和处理数据)可以采用本领域中公知的方法,且由于本发明并不关注其具体细节,因此为了避免冗余起见,在本说明书中不再对其展开描述。
(3)控制将所述移动单元402在所述未知区域内行进的路径添加至所述存储单元405中存储的所述路径信息中。
迄今为止,已经参照图1到图4详细描述了根据本发明实施例的、在未知环境中构建地图的方法和设备。通过根据本发明实施例的、在未知环境中构建地图的方法和设备,用户只需要操作一次进行地图构建,设备即可自主地进行地图更新,从而有利于节省人力成本。此外,通过2D+3D的地图更新方法,能够缩减人工操作的耗时并且保证定位及建图的准确性,优化地图更新过程。另外,通过单个相机加云台的方式,能够节省制造成本。
需要说明的是,在本说明书中,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……”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。
最后,还需要说明的是,上述一系列处理不仅包括以这里所述的顺序按时间序列执行的处理,而且包括并行或分别地、而不是按时间顺序执行的处理。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的硬件平台的方式来实现,当然也可以全部通过软件来实施。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上对本发明进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种用于在未知环境中构建地图的方法,应用于一机器人,所述方法包括:
接收来自用户的开始指令以及运动控制指令;
控制所述机器人按照所述运动控制指令行进,同时采集关于所述未知环境的数据以进行初步地图构建;
记录机器人行进的路径信息;
判断是否接收到来自用户的结束指令;
如果是,则以此时获得的地图作为第一地图;以及
控制所述机器人重复地按照所述路径信息指示的路径行进,同时变换所述机器人的数据采集视角采集关于所述未知环境的数据以进行补充地图构建,从而在所述第一地图的基础上获得第二地图。
2.根据权利要求1所述的方法,其中所述初步地图构建为3D地图构建,且所述补充地图构建为3D地图更新或构建。
3.根据权利要求1所述的方法,其中所述初步地图构建为2D地图构建,且所述补充地图构建为2D地图更新和/或3D地图构建。
4.根据权利要求1所述的方法,其中所述机器人包含至少一个3D相机,所述3D相机能够在预定角度范围内水平转动,并且
其中控制所述机器人重复地按照所述路径信息指示的路径行进,同时采集关于所述未知环境的数据以进行补充地图构建的步骤包括:
将所述预定角度范围划分为N个区间,并且在每个区间选取一个中心角度,其中N为自然数;
将所述3D相机固定至一个中心角度,并按照所述路径信息指示的路径行进,同时采集关于所述未知环境的数据以进行补充地图构建;
将所述3D相机固定至下一个中心角度,并重复相同的处理,直到遍历所有中心角度为止。
5.根据权利要求1所述的方法,其中控制所述机器人重复地按照所述路径信息行进,同时采集关于所述未知环境的数据以进行补充地图构建的步骤包括:
判断是否发现所述第一地图中未包括的未知区域;
如果是,则控制所述机器人自主地行进至所述未知区域,同时采集关于所述未知区域的数据以对所述未知区域进行地图构建,并且将所述未知区域的地图更新到所述第一地图和/或所述第二地图中;以及
将所述机器人在所述未知区域内行进的路径添加至所述路径信息中。
6.一种用于在未知环境中构建地图的设备,包括:
通信单元,用于接收来自外部的指令和/或信息;
移动单元,用于在所述未知环境中移动所述设备;
数据采集单元,用于采集关于所述未知环境的数据;
地图构建单元,用于基于所采集的数据进行地图构建;
存储单元,用于存储信息;
控制单元,用于当所述通信单元接收到来自用户的开始指令以及运动控制指令时,控制所述移动单元按照所述运动控制指令指示的路径行进,且同时控制所述数据采集单元采集关于所述未知环境的数据,所述地图构建单元基于所采集的数据进行初步地图构建;当所述通信单元接收到来自用户的结束指令时,记录路径信息,此时所述地图构建单元获得的地图为第一地图;并且,控制所述移动单元重复地按照所述路径信息指示的路径行进,且同时控制所述数据采集单元变换数据采集视角采集关于所述未知环境的数据,所述地图构建单元进行补充地图构建,从而在所述第一地图的基础上获得第二地图。
7.根据权利要求6所述的设备,其中所述数据采集单元包括至少一个3D相机,并且
其中所述初步地图构建为3D地图构建,且所述补充地图构建为3D地图更新或构建。
8.根据权利要求6所述的设备,其中所述数据采集单元包括至少一个3D相机和激光器,并且
所述初步地图构建为2D地图构建,且所述补充地图构建为2D地图更新和/或3D地图构建。
9.根据权利要求6所述的设备,其中所述数据采集单元包括至少一个3D相机,所述3D相机能够在预定角度范围内水平转动,并且
其中所述控制单元进一步被配置为:
将所述预定角度范围划分为N个区间,并且在每个区间选取一个中心角度,其中N为自然数;
将所述3D相机固定至一个中心角度,并按照所述路径信息控制所述移动单元行进,同时控制所述3D相机采集关于所述未知环境的数据,进行补充地图构建;
将所述3D相机固定至下一个中心角度,并重复相同的控制,直到遍历所有中心角度为止。
10.根据权利要求6所述的设备,其中控制单元进一步被配置为:
判断是否发现所述第一地图中未包括的未知区域;
如果是,则控制所述移动单元自主地行进至所述未知区域,同时控制所述数据采集单元采集关于所述未知区域的数据,所述地图构建单元基于所采集的数据对所述未知区域进行地图构建,并且将所述未知区域的地图更新到所述第一地图和/或所述第二地图中;以及
控制将所述移动单元在所述未知区域内行进的路径添加至所述存储单元中存储的所述路径信息中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510573502.8A CN105203094B (zh) | 2015-09-10 | 2015-09-10 | 构建地图的方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510573502.8A CN105203094B (zh) | 2015-09-10 | 2015-09-10 | 构建地图的方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105203094A CN105203094A (zh) | 2015-12-30 |
CN105203094B true CN105203094B (zh) | 2019-03-08 |
Family
ID=54950905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510573502.8A Active CN105203094B (zh) | 2015-09-10 | 2015-09-10 | 构建地图的方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105203094B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105843228B (zh) * | 2016-04-13 | 2018-07-13 | 上海物景智能科技有限公司 | 一种清洁机器人的地图共享方法及系统 |
CN105919517B (zh) * | 2016-06-15 | 2019-04-23 | 上海未来伙伴机器人有限公司 | 自动清扫机器人装置 |
WO2018133076A1 (zh) | 2017-01-22 | 2018-07-26 | 四川金瑞麒智能科学技术有限公司 | 一种智能轮椅的机械传动控制方法与系统 |
CN107451526A (zh) * | 2017-06-09 | 2017-12-08 | 蔚来汽车有限公司 | 地图的构建及其应用 |
CN107544515A (zh) * | 2017-10-10 | 2018-01-05 | 苏州中德睿博智能科技有限公司 | 基于云服务器的多机器人建图导航系统与建图导航方法 |
CN108287549A (zh) * | 2017-11-24 | 2018-07-17 | 广东康云多维视觉智能科技有限公司 | 一种改善空间扫描时间性能的方法及系统 |
CN108762255A (zh) * | 2018-05-03 | 2018-11-06 | 南京理工大学 | 一种室内智能移动机器人及控制方法 |
WO2020014929A1 (zh) * | 2018-07-19 | 2020-01-23 | 深圳市大疆创新科技有限公司 | 地图构建方法、可移动平台及计算机可读存储介质 |
CN109284343B (zh) * | 2018-07-25 | 2021-06-29 | 中国地震局地球物理研究所 | 面向巨灾保险的房屋地图构建方法及平台 |
CN111435247A (zh) * | 2018-12-26 | 2020-07-21 | 沈阳新松机器人自动化股份有限公司 | 一种机器人的控制方法、控制系统及清洁机器人 |
WO2020133088A1 (zh) * | 2018-12-27 | 2020-07-02 | 驭势科技(北京)有限公司 | 一种可用于自动驾驶的地图更新系统与方法 |
CN111383446B (zh) * | 2018-12-28 | 2022-09-20 | 西安四维图新信息技术有限公司 | 电子地图道路信息的制作方法和设备 |
CN111693046A (zh) * | 2019-03-13 | 2020-09-22 | 锥能机器人(上海)有限公司 | 机器人系统和机器人导航地图建图系统及方法 |
CN110275179A (zh) * | 2019-04-09 | 2019-09-24 | 安徽理工大学 | 一种基于激光雷达以及视觉融合的构建地图方法 |
CN110146098B (zh) * | 2019-05-06 | 2021-08-20 | 北京猎户星空科技有限公司 | 一种机器人地图扩建方法、装置、控制设备和存储介质 |
CN110268354A (zh) * | 2019-05-09 | 2019-09-20 | 珊口(深圳)智能科技有限公司 | 更新地图的方法及移动机器人 |
CN112506178B (zh) * | 2020-08-25 | 2023-02-28 | 深圳银星智能集团股份有限公司 | 一种机器人控制方法、装置、终端和介质 |
CN113263500B (zh) * | 2021-05-25 | 2022-10-21 | 深圳市优必选科技股份有限公司 | 一种机器人自主作业方法、装置、机器人及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103517041A (zh) * | 2013-09-29 | 2014-01-15 | 北京理工大学 | 基于多相机旋转扫描的实时全景监控方法和装置 |
CN103884330A (zh) * | 2012-12-21 | 2014-06-25 | 联想(北京)有限公司 | 信息处理方法、可移动电子设备、引导设备和服务器 |
CN103885443A (zh) * | 2012-12-20 | 2014-06-25 | 联想(北京)有限公司 | 用于即时定位与地图构建单元的设备、系统和方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100823739B1 (ko) * | 2006-12-08 | 2008-04-21 | 한국전자통신연구원 | 주변 환경 변화에 신속하게 적응하여 환경 지도를 작성할수 있는 이동체의 환경 지도 작성 장치 및 그 방법 |
US8473187B2 (en) * | 2009-06-01 | 2013-06-25 | Robert Bosch Gmbh | Method and apparatus for combining three-dimensional position and two-dimensional intensity mapping for localization |
CN103472823B (zh) * | 2013-08-20 | 2015-11-18 | 苏州两江科技有限公司 | 一种智能机器人用的栅格地图创建方法 |
CN103941748B (zh) * | 2014-04-29 | 2016-05-25 | 百度在线网络技术(北京)有限公司 | 自主导航方法及系统和地图建模方法及系统 |
WO2015180021A1 (zh) * | 2014-05-26 | 2015-12-03 | 中国科学院自动化研究所 | 剪枝机器人系统 |
-
2015
- 2015-09-10 CN CN201510573502.8A patent/CN105203094B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103885443A (zh) * | 2012-12-20 | 2014-06-25 | 联想(北京)有限公司 | 用于即时定位与地图构建单元的设备、系统和方法 |
CN103884330A (zh) * | 2012-12-21 | 2014-06-25 | 联想(北京)有限公司 | 信息处理方法、可移动电子设备、引导设备和服务器 |
CN103517041A (zh) * | 2013-09-29 | 2014-01-15 | 北京理工大学 | 基于多相机旋转扫描的实时全景监控方法和装置 |
Non-Patent Citations (1)
Title |
---|
"基于三维激光传感器的移动机器人室内未知环境三维地图创建";张彪,;《中国优秀硕士学位论文全文数据库 信息科技辑》;20150615(第06期);第11-13,19-22,59-64页 |
Also Published As
Publication number | Publication date |
---|---|
CN105203094A (zh) | 2015-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105203094B (zh) | 构建地图的方法和设备 | |
ES2903525T3 (es) | Coincidencia de barridos multirresolución con zonas de exclusión | |
JP6749480B2 (ja) | 車両を駐車するシステム、方法及び非一時的コンピューター可読記憶媒体 | |
KR101863360B1 (ko) | 레이저 스캐너를 이용한 대상 물체의 실시간 동적 위치 추적이 가능한 3d 레이저 스캐너 시스템 | |
CN107076838A (zh) | 用于光雷达发射的方法和系统 | |
JP3561473B2 (ja) | 物体位置の追跡・検知方法及びビークル | |
Gupta et al. | Indoor mapping for smart cities—An affordable approach: Using Kinect Sensor and ZED stereo camera | |
Kriegel et al. | Next-best-scan planning for autonomous 3d modeling | |
CN106993181A (zh) | 多vr/ar设备协同系统及协同方法 | |
Yuan et al. | Efficient and probabilistic adaptive voxel mapping for accurate online lidar odometry | |
US20130054187A1 (en) | Adaptive mechanism control and scanner positioning for improved three-dimensional laser scanning | |
CN108051837A (zh) | 多传感器集成室内外移动测绘装置及自动三维建模方法 | |
JP2020144101A (ja) | 走行経路を生成するための方法及び装置 | |
CN109541535A (zh) | 一种基于uwb和视觉slam的agv室内定位及导航的方法 | |
CN109883418A (zh) | 一种室内定位方法及装置 | |
CN207488823U (zh) | 一种移动电子设备 | |
JP2006258486A (ja) | 座標計測装置と座標計測方法 | |
Mokrane et al. | UAV path planning based on dynamic programming algorithm on photogrammetric DEMs | |
CN111679664A (zh) | 基于深度相机的三维地图构建方法及扫地机器人 | |
Jessup et al. | Robust and efficient multi-robot 3D mapping with octree based occupancy grids | |
CN111609853A (zh) | 三维地图构建方法、扫地机器人及电子设备 | |
Wang et al. | A real-time robotic indoor 3D mapping system using duel 2D laser range finders | |
CN109272481A (zh) | 一种基于深度摄像头的障碍物检测方法 | |
KR101700764B1 (ko) | 자율 이동 방법 및 그 장치 | |
Tiozzo Fasiolo et al. | Combining LiDAR SLAM and deep learning-based people detection for autonomous indoor mapping in a crowded environment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |