CN105953785A - 机器人室内自主导航的地图表示方法 - Google Patents

机器人室内自主导航的地图表示方法 Download PDF

Info

Publication number
CN105953785A
CN105953785A CN201610230164.2A CN201610230164A CN105953785A CN 105953785 A CN105953785 A CN 105953785A CN 201610230164 A CN201610230164 A CN 201610230164A CN 105953785 A CN105953785 A CN 105953785A
Authority
CN
China
Prior art keywords
robot
navigation
map
road sign
sign point
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.)
Pending
Application number
CN201610230164.2A
Other languages
English (en)
Inventor
王运志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Krund Robot Co Ltd
Original Assignee
Qingdao Krund Robot Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao Krund Robot Co Ltd filed Critical Qingdao Krund Robot Co Ltd
Priority to CN201610230164.2A priority Critical patent/CN105953785A/zh
Publication of CN105953785A publication Critical patent/CN105953785A/zh
Pending legal-status Critical Current

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
    • 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
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation

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

本发明涉及机器人自主导航技术领域，具体公开了一种机器人室内自主导航的地图表示方法，包括将室内空间的栅格地图作为先验地图，室内空间被分为多个室内区域，在初始化地图的过程中设置多个导航路标点，导航路标点的数据包括位置坐标和室内区域编号，当机器人需要从起始位置自主导航到目标位置时，机器人基于导航路标点对应的室内区域编号、先验的栅格地图，同时结合机器人的感知数据，找到跟机器人起始位置和目标位置处于同一室内区域内的导航路标点，机器人基于各个导航路标点的拓扑关系，规划出一条最合理的路径，完成自主导航。本发明解决了现有技术中机器人自主导航的地图表示方法在路径搜索效率和硬件资源开销以及路径准确度方面的问题。

Description

机器人室内自主导航的地图表示方法
技术领域
本发明涉及机器人自主导航技术领域，尤其涉及一种机器人室内自主导航的地图表示方法。
背景技术
自二十世纪六十年代末期，斯坦福研究院研制出了世界上第一台名为Shakey的自主移动机器人以来，移动机器人已不仅仅局限于工业制造领域，而在军事、民用和科研等诸多领域都得到了广泛的研究与发展，同时，机器人的应用环境也发生了很大变化，从纯粹的室内环境发展到航空、地下、水下和地面等诸多场所。
近年来，随着人工智能技术的进一步发展，移动机器人的应用越来越广泛，而自主移动机器人越来越成为科技界的研究热点，其中的导航问题是机器人实现自主移动的关键问题。
移动机器人的自主导航是指机器人依靠自身携带的传感器在特定环境中，按时间最优、路径最短或能耗最低等原则实现从起始位置到目标位置的无碰撞运动。因此，要实现机器人的自主导航，必须要解决机器人移动过程中的定位、地图构建和路径规划的问题。在现有技术中，用于机器人自主导航的地图表示方法通常分为基于栅格地图和基于拓扑地图两类。
对于基于纯栅格的地图作为后期的路径搜索基础，效率低且精度不高，因为全局栅格地图通常面临资源消耗随着运动范围线性增大的问题，整个项目的硬件开销比较大，另外栅格地图也难以精确地反应近距离地形。对于基于拓扑地图的路径规划应用中，现有的搜索算法通常会根据一定的规则去搜索拓扑地图中的节点，然后规划出一条路径，当任务需要机器人从起始位置自主导航到目标位置时，如果以搜索最近节点为原则，由于机器人没有其他形式的先验地图，机器人在路径搜索过程会把某一最近节点当作最近可通行的节点，而如果此时机器人与这一节点之间存在障碍物，即使加上局部路径规划方法成功导航至目标位置，也会导致机器人的导航看起来比较笨拙，另外，现实生活中的环境多种多样，简单的拓扑地图虽然搜索效率高，但是出错的几率也相对较高。
发明内容
本发明的目的是提供一种机器人室内自主导航的地图表示方法，以解决现有技术中机器人自主导航的地图表示方法在路径搜索效率、硬件资源开销和路径准确度方面的问题。
为了解决上述技术问题，本发明提供了一种机器人室内自主导航的地图表示方法，包括以下步骤：
S1.将室内空间的栅格地图作为机器人自主导航的先验地图，室内空间被分为多个室内区域；
S2.在初始化地图的过程中设置多个导航路标点，所述导航路标点的数据包括表示导航路标点在全局地图坐标系中的位置坐标和导航路标点对应的室内区域的编号；
S3.当机器人需要从起始位置自主导航到目标位置时，机器人基于导航路标点对应的室内区域编号、机器人本身的定位的先验的栅格地图，同时结合机器人的感知数据，找到跟机器人起始位置和目标位置处于同一室内区域内的导航路标点；
S4.机器人基于各个导航路标点的拓扑关系，规划出一条最合理的路径，完成自主导航。
优选地，所述步骤S1中，根据SLAM的方式得到室内空间的栅格地图。
优选地，所述步骤S2中，所述导航路标点的数据形式为(id，x，y)，其中，(x，y)表示导航路标点在全局地图坐标系中的位置坐标，id表示导航路标点对应的室内区域的编号，同一个室内区域内的导航路标点的id相同。
优选地，所述步骤S3中，机器人通过载有的激光雷达得到感知数据。
优选地，所述步骤S3中，机器人通过载有的视觉传感器得到感知数据。
优选地，所述步骤S3中，机器人通过载有的里程计得到感知数据。
优选地，所述步骤S1和S2之前，将地图数据存入xml文档中，在初始化机器人时，程序从xml文档中读入地图的配置文件，完成地图的初始化。
优选地，所述xml文档中包括公共设置项、导航路标点项和地图数据项，所述公共设置项包括地图宽度、地图高度和像素实际大小，所述导航路标点项包括节点定义和节点连接关系定义。
优选地，所述地图宽度和地图高度的数值单位为像素，所述像素实际大小的数值单位为cm。
优选地，所述地图数据项的参数为行优先，二维地图矩阵数据至一维字符串表达。
本发明的机器人室内自主导航的地图表示方法解决了现有技术中机器人自主导航的地图表示方法在路径搜索效率和硬件资源开销以及路径准确度方面的问题，同时吸收了栅格地图和拓扑地图两种地图表示方法的优点，将这两种地图表示方法巧妙地结合在了一起，有效的降低了硬件成本，且不丢失太多环境信息，并且在后期的机器人自主导航的路径搜索中，不再是基于单一的纯栅格地图或者纯拓扑地图，在没有增加额外开销的情况下，找到机器人路径搜索中效率、准确度和资源消耗的平衡点，能在效率和路径准确度方面都得到大大的提升。
附图说明
图1为本发明实施例的机器人室内自主导航的地图表示方法的原理示意图。
具体实施方式
下面结合附图和实施例对本发明的实施方式作进一步详细描述。以下实施例用于说明本发明，但不能用来限制本发明的范围。
如图1所示，本实施例的机器人室内组主导航的地图表示方法包括以下步骤：
S1.当机器人处于陌生的室内环境中时，根据SLAM的方式或者其他方式，得到室内空间的栅格地图，将室内空间的栅格地图作为机器人自主导航的先验地图，室内空间被分为多个室内区域。
S2.在初始化地图的过程中设置多个导航路标点，所述导航路标点的数据包括表示导航路标点在全局地图坐标系中的位置坐标和导航路标点对应的室内区域的编号；所述导航路标点的数据形式为(id，x，y)，其中，(x，y)表示导航路标点在全局地图坐标系中的位置坐标，id表示导航路标点对应的室内区域的编号，同一个室内区域(如卧室、客厅和厨房等)内的导航路标点的id相同。
S3.当机器人需要从起始位置自主导航到目标位置时，机器人基于导航路标点对应的室内区域编号、机器人本身的定位的先验的栅格地图，同时结合机器人的感知数据，找到跟机器人起始位置和目标位置处于同一室内区域内的导航路标点；机器人通过载有的激光雷达、视觉传感器或里程计得到感知数据。
S4.机器人基于各个导航路标点的拓扑关系，规划出一条最合理的路径，完成自主导航。
所述步骤S1和S2之前，将地图数据存入xml文档中，在初始化机器人时，程序从xml文档中读入地图的配置文件，完成地图的初始化。所述xml文档中包括公共设置项、导航路标点项和地图数据项，所述公共设置项包括地图宽度、地图高度和像素实际大小，所述导航路标点项包括节点定义和节点连接关系定义。所述地图宽度和地图高度的数值单位为像素，所述像素实际大小的数值单位为cm。所述地图数据项的参数为行优先，二维地图矩阵数据至一维字符串表达。
xml文档的具体格式示例如下：
xml文档的样例如下：
本发明的机器人室内自主导航的地图表示方法解决了现有技术中机器人自主导航的地图表示方法在路径搜索效率和硬件资源开销以及路径准确度方面的问题，同时吸收了栅格地图和拓扑地图两种地图表示方法的优点，将这两种地图表示方法巧妙地结合在了一起，有效的降低了硬件成本，且不丢失太多环境信息，并且在后期的机器人自主导航的路径搜索中，不再是基于单一的纯栅格地图或者纯拓扑地图，在没有增加额外开销的情况下，找到机器人路径搜索中效率、准确度和资源消耗的平衡点，能在效率和路径准确度方面都得到大大的提升。
本发明的实施例是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显而易见的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。

Claims (10)

1.一种机器人室内自主导航的地图表示方法，其特征在于，包括以下步骤：
S1.将室内空间的栅格地图作为机器人自主导航的先验地图，室内空间被分为多个室内区域；
S2.在初始化地图的过程中设置多个导航路标点，所述导航路标点的数据包括表示导航路标点在全局地图坐标系中的位置坐标和导航路标点对应的室内区域的编号；
S3.当机器人需要从起始位置自主导航到目标位置时，机器人基于导航路标点对应的室内区域编号、机器人本身的定位的先验的栅格地图，同时结合机器人的感知数据，找到跟机器人起始位置和目标位置处于同一室内区域内的导航路标点；
S4.机器人基于各个导航路标点的拓扑关系，规划出一条最合理的路径，完成自主导航。
2.根据权利要求1所述的机器人室内自主导航的地图表示方法，其特征在于，所述步骤S1中，根据SLAM的方式得到室内空间的栅格地图。
3.根据权利要求1所述的机器人室内自主导航的地图表示方法，其特征在于，所述步骤S2中，所述导航路标点的数据形式为(id，x，y)，其中，(x，y)表示导航路标点在全局地图坐标系中的位置坐标，id表示导航路标点对应的室内区域的编号，同一个室内区域内的导航路标点的id相同。
4.根据权利要求1所述的机器人室内自主导航的地图表示方法，其特征在于，所述步骤S3中，机器人通过载有的激光雷达得到感知数据。
5.根据权利要求1所述的机器人室内自主导航的地图表示方法，其特征在于，所述步骤S3中，机器人通过载有的视觉传感器得到感知数据。
6.根据权利要求1所述的机器人室内自主导航的地图表示方法，其特征在于，所述步骤S3中，机器人通过载有的里程计得到感知数据。
7.根据权利要求1-6中任何一项所述的机器人室内自主导航的地图表示方法，其特征在于，所述步骤S1和S2之前，将地图数据存入xml文档中，在初始化机器人时，程序从xml文档中读入地图的配置文件，完成地图的初始化。
8.根据权利要求7所述的机器人室内自主导航的地图表示方法，其特征在于，所述xml文档中包括公共设置项、导航路标点项和地图数据项，所述公共设置项包括地图宽度、地图高度和像素实际大小，所述导航路标点项包括节点定义和节点连接关系定义。
9.根据权利要求8所述的机器人室内自主导航的地图表示方法，其特征在于，所述地图宽度和地图高度的数值单位为像素，所述像素实际大小的数值单位为cm。
10.根据权利要求8所述的机器人室内自主导航的地图表示方法，其特征在于，所述地图数据项的参数为行优先，二维地图矩阵数据至一维字符串表达。
CN201610230164.2A 2016-04-15 2016-04-15 机器人室内自主导航的地图表示方法 Pending CN105953785A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610230164.2A CN105953785A (zh) 2016-04-15 2016-04-15 机器人室内自主导航的地图表示方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610230164.2A CN105953785A (zh) 2016-04-15 2016-04-15 机器人室内自主导航的地图表示方法

Publications (1)

Publication Number Publication Date
CN105953785A true CN105953785A (zh) 2016-09-21

Family

ID=56917581

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610230164.2A Pending CN105953785A (zh) 2016-04-15 2016-04-15 机器人室内自主导航的地图表示方法

Country Status (1)

Country Link
CN (1) CN105953785A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106681320A (zh) * 2016-12-15 2017-05-17 浙江大学 一种基于激光数据的移动机器人导航控制方法
CN106931945A (zh) * 2017-03-10 2017-07-07 上海木爷机器人技术有限公司 机器人导航方法和系统
CN107179082A (zh) * 2017-07-07 2017-09-19 上海阅面网络科技有限公司 基于拓扑地图和度量地图融合的自主探索方法和导航方法
CN107356252A (zh) * 2017-06-02 2017-11-17 青岛克路德机器人有限公司 一种融合视觉里程计与物理里程计的室内机器人定位方法
CN107608364A (zh) * 2017-11-01 2018-01-19 广州供电局有限公司 一种用于数据中心物理设备上下架的智能机器人
CN107632606A (zh) * 2017-09-27 2018-01-26 哈工大机器人（合肥）国际创新研究院 大区域基于Slam和Tag标签的移动机器人导航与定位方法
CN107677269A (zh) * 2017-08-28 2018-02-09 广东工业大学 一种基于拓扑地图的弱信号区域智能导航方法
CN108958238A (zh) * 2018-06-01 2018-12-07 哈尔滨理工大学 一种基于协变代价函数的机器人点到区路径规划方法
CN109887053A (zh) * 2019-02-01 2019-06-14 广州小鹏汽车科技有限公司 一种slam地图拼接方法及系统
CN110174108A (zh) * 2019-05-13 2019-08-27 杭州蓝芯科技有限公司 一种仿人的基于拓扑地图的agv自主定位导航方法
CN110514207A (zh) * 2019-08-16 2019-11-29 苏州光格设备有限公司 一种轨道巡检机器人地图描述方法
WO2020134082A1 (zh) * 2018-12-28 2020-07-02 歌尔股份有限公司 一种路径规划方法、装置和移动设备
CN113728287A (zh) * 2019-03-27 2021-11-30 睿普育塔机器人株式会社 通过多个机器人生成无碰撞导航的2d导航地图
WO2023274270A1 (zh) * 2021-06-30 2023-01-05 上海微觅医疗器械有限公司 机器人术前导航方法、系统、存储介质及计算机设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103558856A (zh) * 2013-11-21 2014-02-05 东南大学 动态环境下服务动机器人导航方法
CN103914068A (zh) * 2013-01-07 2014-07-09 中国人民解放军第二炮兵工程大学 一种基于栅格地图的服务机器人自主导航方法
CN104330090A (zh) * 2014-10-23 2015-02-04 北京化工大学 机器人分布式表征智能语义地图创建方法
CN104596533A (zh) * 2015-01-07 2015-05-06 上海交通大学 基于地图匹配的自动导引车及其导引方法
CN104914865A (zh) * 2015-05-29 2015-09-16 国网山东省电力公司电力科学研究院 变电站巡检机器人定位导航系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103914068A (zh) * 2013-01-07 2014-07-09 中国人民解放军第二炮兵工程大学 一种基于栅格地图的服务机器人自主导航方法
CN103558856A (zh) * 2013-11-21 2014-02-05 东南大学 动态环境下服务动机器人导航方法
CN104330090A (zh) * 2014-10-23 2015-02-04 北京化工大学 机器人分布式表征智能语义地图创建方法
CN104596533A (zh) * 2015-01-07 2015-05-06 上海交通大学 基于地图匹配的自动导引车及其导引方法
CN104914865A (zh) * 2015-05-29 2015-09-16 国网山东省电力公司电力科学研究院 变电站巡检机器人定位导航系统及方法

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106681320A (zh) * 2016-12-15 2017-05-17 浙江大学 一种基于激光数据的移动机器人导航控制方法
CN106931945B (zh) * 2017-03-10 2020-01-07 上海木木机器人技术有限公司 机器人导航方法和系统
CN106931945A (zh) * 2017-03-10 2017-07-07 上海木爷机器人技术有限公司 机器人导航方法和系统
CN107356252A (zh) * 2017-06-02 2017-11-17 青岛克路德机器人有限公司 一种融合视觉里程计与物理里程计的室内机器人定位方法
CN107356252B (zh) * 2017-06-02 2020-06-16 青岛克路德机器人有限公司 一种融合视觉里程计与物理里程计的室内机器人定位方法
CN107179082A (zh) * 2017-07-07 2017-09-19 上海阅面网络科技有限公司 基于拓扑地图和度量地图融合的自主探索方法和导航方法
CN107677269A (zh) * 2017-08-28 2018-02-09 广东工业大学 一种基于拓扑地图的弱信号区域智能导航方法
CN107632606A (zh) * 2017-09-27 2018-01-26 哈工大机器人（合肥）国际创新研究院 大区域基于Slam和Tag标签的移动机器人导航与定位方法
CN107608364A (zh) * 2017-11-01 2018-01-19 广州供电局有限公司 一种用于数据中心物理设备上下架的智能机器人
CN108958238B (zh) * 2018-06-01 2021-05-07 哈尔滨理工大学 一种基于协变代价函数的机器人点到区路径规划方法
CN108958238A (zh) * 2018-06-01 2018-12-07 哈尔滨理工大学 一种基于协变代价函数的机器人点到区路径规划方法
WO2020134082A1 (zh) * 2018-12-28 2020-07-02 歌尔股份有限公司 一种路径规划方法、装置和移动设备
US11709058B2 (en) 2018-12-28 2023-07-25 Goertek Inc. Path planning method and device and mobile device
CN109887053A (zh) * 2019-02-01 2019-06-14 广州小鹏汽车科技有限公司 一种slam地图拼接方法及系统
CN113728287A (zh) * 2019-03-27 2021-11-30 睿普育塔机器人株式会社 通过多个机器人生成无碰撞导航的2d导航地图
CN113728287B (zh) * 2019-03-27 2022-08-09 睿普育塔机器人株式会社 通过多个机器人生成无碰撞导航的2d导航地图
CN110174108A (zh) * 2019-05-13 2019-08-27 杭州蓝芯科技有限公司 一种仿人的基于拓扑地图的agv自主定位导航方法
CN110174108B (zh) * 2019-05-13 2021-01-01 杭州蓝芯科技有限公司 一种仿人的基于拓扑地图的agv自主定位导航方法
CN110514207A (zh) * 2019-08-16 2019-11-29 苏州光格设备有限公司 一种轨道巡检机器人地图描述方法
CN110514207B (zh) * 2019-08-16 2022-02-08 苏州光格科技股份有限公司 一种轨道巡检机器人地图描述方法
WO2023274270A1 (zh) * 2021-06-30 2023-01-05 上海微觅医疗器械有限公司 机器人术前导航方法、系统、存储介质及计算机设备

Similar Documents

Publication Publication Date Title
CN105953785A (zh) 机器人室内自主导航的地图表示方法
CN106371445B (zh) 一种基于拓扑地图的无人车规划控制方法
CN107436148B (zh) 一种基于多地图的机器人导航方法及装置
CN108763287B (zh) 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法
CN106054920A (zh) 一种无人机飞行路径规划方法和装置
Carsten et al. 3d field d: Improved path planning and replanning in three dimensions
CN111402339B (zh) 一种实时定位方法、装置、系统及存储介质
CN109211251A (zh) 一种基于激光和二维码融合的即时定位与地图构建方法
US20010023390A1 (en) Path planning, terrain avoidance and situation awareness system for general aviation
CN105652876A (zh) 基于数组地图的移动机器人室内路径规划方法
US10288437B2 (en) Routing with data version stitching
EP3149622A1 (en) Platform for constructing and consuming realm and object feature clouds
Mokrane et al. UAV path planning based on dynamic programming algorithm on photogrammetric DEMs
Michaelsen et al. Stochastic reasoning for structural pattern recognition: An example from image-based UAV navigation
Mangiameli et al. A GIS application for UAV flight planning
Liu et al. The status and challenges of high precision map for automated driving
US20170199039A1 (en) Coordinating Sensor Platforms Performing Persistent Surveillance
KR101376687B1 (ko) 쿼드트리를 활용한 격자지도 기반의 지형분석 방법
Patel et al. Collaborative mapping of archaeological sites using multiple uavs
Yin et al. An overview of simultaneous localisation and mapping: towards multi-sensor fusion
Jung et al. Enabling operational autonomy for unmanned aerial vehicles with scalability
Williams et al. A rapid method for planning paths in three dimensions for a small aerial robot
CN109977455A (zh) 一种适用于带地形障碍三维空间的蚁群优化路径构建方法
US11410560B2 (en) Method and apparatus for representing an aerial route in a three-dimensional space
Liu et al. [Retracted] Collaboration and Management of Heterogeneous Robotic Systems for Road Network Construction, Management, and Maintenance under the Vision of “BIM+ GIS” Technology

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
DD01 Delivery of document by public notice
DD01 Delivery of document by public notice

Addressee: QINGDAO KRUND ROBOT CO., LTD.

Document name: the First Notification of an Office Action

WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160921