CN106643727A - 用于机器人导航的地图的构建方法 - Google Patents

用于机器人导航的地图的构建方法 Download PDF

Info

Publication number
CN106643727A
CN106643727A CN201611096294.8A CN201611096294A CN106643727A CN 106643727 A CN106643727 A CN 106643727A CN 201611096294 A CN201611096294 A CN 201611096294A CN 106643727 A CN106643727 A CN 106643727A
Authority
CN
China
Prior art keywords
map
circle
robot navigation
coordinate
construction method
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
CN201611096294.8A
Other languages
English (en)
Inventor
尚泽普
赵旦谱
台宪青
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.)
Jiangsu IoT Research and Development Center
Original Assignee
Jiangsu IoT Research and Development Center
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 Jiangsu IoT Research and Development Center filed Critical Jiangsu IoT Research and Development Center
Priority to CN201611096294.8A priority Critical patent/CN106643727A/zh
Publication of CN106643727A publication Critical patent/CN106643727A/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
    • G01C21/20—Instruments for performing navigational calculations

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)
  • Manipulator (AREA)

Abstract

本发明涉及一种用于机器人导航的地图的构建方法，其特征是，包括以下步骤：（1）从数据库中读取已知环境中已有的障碍物的DWG格式的图纸，对图纸的信息进行识别，获得图形信息；（2）根据步骤（1）获得的图形信息，按照PGM格式的图像文件的格式要求重新绘制图形；（3）保存步骤（2）得到的PGM图像文件并生成相应的描述文件。本发明使得人能够提前参与到对机器人导航时可能感知到的空间的预先编辑，增加了机器人导航地图的来源。

Description

用于机器人导航的地图的构建方法
技术领域
本发明涉及一种地图的构建方法，尤其是一种机器人导航的地图的构建方法，属于通信技术领域。
背景技术
随着机器人技术的发展，机器人的应用越来越多，而移动机器人因其能够更灵活地参与到人类生活和工作的空间，受到广泛关注。
机器人在空间中自由地移动，也就是机器人自主导航，其实现需要机器人拥有其能够识别所在空间的地图，以此为参照，再通过准确的定位和可靠的运动系统来保障其能够顺利地由起始位置驶向目标位置。因此拥有一张机器人能够识别的地图，就成了实现机器人自主导航的首要任务。目前这张地图的获取主要通过同时定位与地图构建（SLAM）的方法来实现，地图文件的格式为PGM，配套的还有一个YAML格式的地图描述文件。PGM格式的地图文件是一种点阵式的图像文件，YAML格式的地图描述文件是一种文本文件。
目前同时定位与地图构建的实现，通常需要人工辅助机器人在空间中进行探索。这个过程通常进度较慢，尤其是在大空间中，耗时较多，而且容易受到环境和自身条件的限制和影响，因此应用场景也会受到很多限制。通常使用的传感器有激光测距仪、超声测距仪和摄像机。如果使用激光测距仪来进行同时定位与地图构建，会遇到有些透光材质如玻璃，所得到的地图会与实际环境有很大差别，会忽略掉玻璃等透光材质的障碍物。如果使用超声测距仪来进行同时定位与地图构建，会遇到分辨率的问题，因为超声发出后，以某个波束回传的数据来确定这个波束角范围内障碍物，所以波束角的大小决定了对障碍物的分辨程度，常用的超声测距仪的波束角较大，容易引入较多干扰数据，而且如果遇到吸音材质，也会影响构建地图的效果。如果使用摄像机，会受到环境光照情况的限制，这在实际应用中受环境约束较大。当然，也可以多种传感器同时使用，彼此弥补优缺点，但这对数据融合算法要求较高，也会增加硬件的成本。
实际应用中，即便是硬件条件都满足的情况下，还是会遇到一些问题。有时会因为轮子打滑或者机械故障等，造成建了一半的地图出现错乱，之前的工作全都归零，要重新开始，这就大大加重了工作量，尤其是在大空间并且环境条件复杂的情况下，可能需要多次尝试。还有的情况是地图出现断裂，在某个位置出现局部整块的倾斜，使得整个地图像是被撕裂了。有时工作空间非常大，构建地图的工作无法当天一次性完成，或者因为电量原因无法继续建图，只能获得局部的地图，很难得到一张完整的空间地图。
在硬件和软件条件都满足并且没有故障的情况下，实际应用时，会有人员或车辆等动态的障碍物出现在空间中，这就有可能在同时定位与地图构建所得到的地图中留下障碍物的标记，但这个障碍物是动态的，只是在构建地图的瞬间在那个位置，而地图更多的是要标记已存在的固定的障碍物所在的位置，所以这样的地图的参考价值就降低了，机器人自主导航时可能会为自己设置一个莫须有的只存在于地图上的障碍物。
发明内容
本发明的目的是克服现有技术中存在的不足，提供一种用于机器人导航的地图的构建方法，使得人能够提前参与到对机器人导航时可能感知到的空间的预先编辑，增加了机器人导航地图的来源。
按照本发明提供的技术方案，所述用于机器人导航的地图的构建方法，其特征是，包括以下步骤：
（1）从数据库中读取描述已知环境中已有的障碍物空间位置的DWG格式的图纸，对图纸的信息进行识别，获得图形信息；
（2）根据步骤（1）获得的图形信息，按照PGM格式的图像文件的格式要求重新绘制图形；
（3）保存步骤（2）得到的PGM图像文件并生成相应的描述文件。
进一步的，所述步骤（1）中障碍物包括建筑、园区。
进一步的，所述步（1）中识别的图形信息包括直线的起止点坐标、圆的圆心坐标和半径、以及圆弧的圆心坐标、半径和起止点的弧度。
进一步的，所述步骤（2）中绘制图形时，对于直线，根据直线的斜率分类：若直线斜率的绝对值小于1，从起点开始在X轴上以地图分辨率对应的距离等间隔地对直线进行采样，根据直线方程求出采样点在Y轴上对应的坐标值；若直线斜率的绝对值大于1，从起点开始在Y轴上以地图分辨率对应的距离等间隔地对直线进行采样，根据直线方程求出采样点在X轴上对应的坐标值。
进一步的，所述步骤（2）中绘制图形时，对于圆，以圆心为坐标原点的坐标轴将圆分为四个部分，从第二象限的四分之一圆的左端开始在X轴上变间隔地对圆进行采样，越靠近左端采样间隔越小，越靠近右端采样间隔越大，采样间隔不超过地图分辨率对应的距离，根据圆的方程求出采样点在Y轴上对应的坐标值，再根据圆的对称性，得到与采样点对应的其余四分之三圆上点的坐标。
进一步的，所述步骤（2）中绘制图形时，对于圆弧，根据圆心坐标、半径和起止点的弧度，通过圆的方程计算出起止点的坐标；从起点开始，以地图分辨率对应距离的弧长等间隔地对圆弧进行采样，根据圆心坐标、半径和起点的弧度，通过圆的方程计算出各采样点的坐标。
进一步的，所述步骤（3）中描述文件为YAML格式的文本文件。
本发明具有以下有益效果：本发明将已有的DWG格式文件对空间精确描述的优势应用到了机器人导航中，使得人能够提前参与到对机器人导航时可能感知到的空间的预先编辑，从而增加了机器人导航地图的来源。
附图说明
图1为本发明所述用于机器人导航的地图的构建方法的流程图。
图2为对斜率绝对值小于1的直线采样的示意图。
图3为斜率绝对值小于1的直线转换前后的效果对比示意图。
图4为对斜率绝对值大于1的直线采样的示意图。
图5为斜率绝对值大于1的直线转换前后的效果对比示意图。
图6为对圆进行采样的示意图。
图7为圆转换前后效果的对比图。
图8为对圆弧进行采样的示意图。
图9为圆弧转换前后效果的对比图。
具体实施方式
下面结合具体附图对本发明作进一步说明。
考虑到现有技术中利用同时定位与地图构建的方法构建地图时遇到的问题，本发明采用计算机辅助设计的方法来绘制机器人工作空间的地图，然后再通过软件将其转换为机器人能够识别的地图。这样就可以直接由人来为机器人设计或绘制工作空间，而不只是单纯由机器人自身来构建地图，并且可以避免因为软硬件限制和故障或者动态障碍物干扰造成难以获得工作空间完整地图的困境。
因为目前一般的建筑或者园区都有现成的DWG格式的图纸，所以可以通过参考这些图纸或者以这些图纸为基准快速绘制所需要的地图，这就大大提高了获取工作空间地图的效率。计算机辅助设计得到的图纸格式为DWG，这是一种带有形状、相对位置和距离信息的图纸文件，本发明的重点就是将DWG格式的图纸转换为PGM格式的图像文件。
如图1所示，本发明所述用于机器人导航的地图的构建方法，包括以下步骤：
（1）从数据库中读取建筑或者园区等已有的DWG格式的图纸；
使用开源包LibreDWG对DWG文件进行读取，对文件中的直线、圆和圆弧进行识别，若是直线可获得起止点坐标，若是圆可获得圆心坐标和半径，若是圆弧可获得圆心坐标、半径和起止点的弧度；
（2）根据步骤（1）获得的图形信息，按照PGM格式的图像文件的格式要求重新绘制图形，具体如下：
a、对于直线，根据直线的斜率分类：若直线斜率的绝对值小于1，从起点开始在X轴上以地图分辨率对应的距离等间隔地对直线进行采样（如图2所示），根据直线方程求出采样点在Y轴上对应的坐标值；若直线斜率的绝对值大于1，从起点开始在Y轴上以地图分辨率对应的距离等间隔地对直线进行采样（如图4所示），根据直线方程求出采样点在X轴上对应的坐标值。转换效果如图3和图5所示，图3中左侧为DWG文件，右侧为PGM文件；图5中左侧为DWG文件，右侧为PGM文件。图中DWG格式的图形光滑，PGM格式的图形粗糙，这是因为转换时引入了很多小格子造成的。
b、对于圆，以圆心为坐标原点的坐标轴将圆分为四个部分，从第二象限的四分之一圆的左端开始在X轴上变间隔地对圆进行采样（如图6所示），越靠近左端采样间隔越小，越靠近右端采样间隔越大，采样间隔不超过地图分辨率对应的距离，根据圆的方程求出采样点在Y轴上对应的坐标值，再根据圆的对称性，可以得到与采样点对应的其余四分之三圆上点的坐标。转换效果如图7所示，左侧为DWG文件，右侧为PGM文件。
c、对于圆弧，根据圆心坐标、半径和起止点的弧度，可以通过圆的方程计算出起止点的坐标。从起点开始，以地图分辨率对应距离的弧长等间隔地对圆弧进行采样（如图8所示），根据圆心坐标、半径和起点的弧度，可以通过圆的方程计算出各采样点的坐标。转换效果如图9所示，左侧为DWG文件，右侧为PGM文件；
（3）保存步骤（2）得到的PGM图像文件并生成相应的YAML格式的文本文件；
因为机器人导航需要地图文件的描述文件，因此需要生成与地图文件相匹配的YAML格式的描述文件。
本发明通过对描述已知环境已有的建筑或园区等障碍物空间位置的DWG格式的图纸，在地图构建过程中进行人为的预先编辑，增加了机器人导航地图的有效来源。

Claims (7)

1.一种用于机器人导航的地图的构建方法，其特征是，包括以下步骤：
（1）从数据库中读取描述已知环境中已有的障碍物空间位置的DWG格式的图纸，对图纸的信息进行识别，获得图形信息；
（2）根据步骤（1）获得的图形信息，按照PGM格式的图像文件的格式要求重新绘制图形；
（3）保存步骤（2）得到的PGM图像文件并生成相应的描述文件。
2.如权利要求1所述的用于机器人导航的地图的构建方法，其特征是：所述步骤（1）中障碍物包括建筑、园区。
3.如权利要求1所述的用于机器人导航的地图的构建方法，其特征是：所述步（1）中识别的图形信息包括直线的起止点坐标、圆的圆心坐标和半径、以及圆弧的圆心坐标、半径和起止点的弧度。
4.如权利要求1所述的用于机器人导航的地图的构建方法，其特征是：所述步骤（2）中绘制图形时，对于直线，根据直线的斜率分类：若直线斜率的绝对值小于1，从起点开始在X轴上以地图分辨率对应的距离等间隔地对直线进行采样，根据直线方程求出采样点在Y轴上对应的坐标值；若直线斜率的绝对值大于1，从起点开始在Y轴上以地图分辨率对应的距离等间隔地对直线进行采样，根据直线方程求出采样点在X轴上对应的坐标值。
5.如权利要求1所述的用于机器人导航的地图的构建方法，其特征是：所述步骤（2）中绘制图形时，对于圆，以圆心为坐标原点的坐标轴将圆分为四个部分，从第二象限的四分之一圆的左端开始在X轴上变间隔地对圆进行采样，越靠近左端采样间隔越小，越靠近右端采样间隔越大，采样间隔不超过地图分辨率对应的距离，根据圆的方程求出采样点在Y轴上对应的坐标值，再根据圆的对称性，得到与采样点对应的其余四分之三圆上点的坐标。
6.如权利要求1所述的用于机器人导航的地图的构建方法，其特征是：所述步骤（2）中绘制图形时，对于圆弧，根据圆心坐标、半径和起止点的弧度，通过圆的方程计算出起止点的坐标；从起点开始，以地图分辨率对应距离的弧长等间隔地对圆弧进行采样，根据圆心坐标、半径和起点的弧度，通过圆的方程计算出各采样点的坐标。
7.如权利要求1所述的用于机器人导航的地图的构建方法，其特征是：所述步骤（3）中描述文件为YAML格式的文本文件。
CN201611096294.8A 2016-12-02 2016-12-02 用于机器人导航的地图的构建方法 Pending CN106643727A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611096294.8A CN106643727A (zh) 2016-12-02 2016-12-02 用于机器人导航的地图的构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611096294.8A CN106643727A (zh) 2016-12-02 2016-12-02 用于机器人导航的地图的构建方法

Publications (1)

Publication Number Publication Date
CN106643727A true CN106643727A (zh) 2017-05-10

Family

ID=58813922

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611096294.8A Pending CN106643727A (zh) 2016-12-02 2016-12-02 用于机器人导航的地图的构建方法

Country Status (1)

Country Link
CN (1) CN106643727A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107562049A (zh) * 2017-08-09 2018-01-09 深圳市有光图像科技有限公司 一种通过对比图像识别智能叉车的位置的方法及智能叉车
CN108007470A (zh) * 2017-11-30 2018-05-08 深圳市隐湖科技有限公司 一种移动机器人地图文件格式和路径规划系统及其方法
WO2021115236A1 (zh) * 2019-12-13 2021-06-17 于毅欣 一种标记场景用来定位的方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1095839A (zh) * 1993-03-19 1994-11-30 富士通株式会社 消除锯齿的线条显示设备
CN101799933A (zh) * 2010-02-03 2010-08-11 南京师范大学 TrueType符号与基于路径的点状地图符号交换方法
US20130336558A1 (en) * 2011-03-02 2013-12-19 Koninklijke Philips N.V. Visualization for navigation guidance
CN104897160A (zh) * 2015-05-29 2015-09-09 北京京东尚科信息技术有限公司 一种制作室内地图和定位的方法及装置
CN105955280A (zh) * 2016-07-19 2016-09-21 Tcl集团股份有限公司 移动机器人路径规划和避障方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1095839A (zh) * 1993-03-19 1994-11-30 富士通株式会社 消除锯齿的线条显示设备
CN101799933A (zh) * 2010-02-03 2010-08-11 南京师范大学 TrueType符号与基于路径的点状地图符号交换方法
US20130336558A1 (en) * 2011-03-02 2013-12-19 Koninklijke Philips N.V. Visualization for navigation guidance
CN104897160A (zh) * 2015-05-29 2015-09-09 北京京东尚科信息技术有限公司 一种制作室内地图和定位的方法及装置
CN105955280A (zh) * 2016-07-19 2016-09-21 Tcl集团股份有限公司 移动机器人路径规划和避障方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙水发 等: "《ImageJ图像处理与实践》", 31 December 2013, 国防工业出版社 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107562049A (zh) * 2017-08-09 2018-01-09 深圳市有光图像科技有限公司 一种通过对比图像识别智能叉车的位置的方法及智能叉车
CN108007470A (zh) * 2017-11-30 2018-05-08 深圳市隐湖科技有限公司 一种移动机器人地图文件格式和路径规划系统及其方法
WO2021115236A1 (zh) * 2019-12-13 2021-06-17 于毅欣 一种标记场景用来定位的方法和装置

Similar Documents

Publication Publication Date Title
US10863166B2 (en) Method and apparatus for generating three-dimensional (3D) road model
CN107328424B (zh) 导航方法和装置
CN102564335B (zh) 一种大型隧道变形测量方法
WO2019126950A1 (zh) 一种定位方法、云端服务器、终端、系统、电子设备及计算机程序产品
EP4016003A2 (en) Vehicle path guiding apparatus and method
WO2018227980A1 (zh) 基于摄像头传感器的车道线地图构建方法以及构建系统
CN103424112B (zh) 一种基于激光平面辅助的运动载体视觉导航方法
KR20200142266A (ko) 객체 인식 시스템 및 이를 사용한 객체 인식 방법
KR20170103763A (ko) 3차원 도로 모델의 모델링 방법, 장치 및 저장 매체
CN109212540A (zh) 基于激光雷达系统的测距方法、装置及可读存储介质
CN106643727A (zh) 用于机器人导航的地图的构建方法
CN106595630A (zh) 一种基于激光导航变电站巡检机器人的建图系统与方法
CN108680156A (zh) 一种多传感器数据融合的机器人定位方法
WO2019065409A1 (ja) 自動運転シミュレータ及び自動運転シミュレータ用地図生成方法
EP3910543A3 (en) Method for training object detection model, object detection method and related apparatus
US11215462B2 (en) Method, apparatus, and system for location correction based on feature point correspondence
CN106886030A (zh) 应用于服务机器人的同步式地图构建与定位系统及方法
CN105974456A (zh) 一种自主式水下机器人组合导航系统
CN104281746A (zh) 一种基于点云的交通安全道路特征图成图方法
Habel et al. Verbal assistance in tactile-map explorations: A case for visual representations and reasoning
EP1672314A3 (en) Method for preparing a stereo image and three-dimensional data preparation system
CN105467994A (zh) 视觉与测距融合的送餐机器人室内定位系统及定位方法
CN109282813B (zh) 一种无人艇全局障碍物识别的方法
US20220075387A1 (en) Electronic device and control method thereof
CN114252884A (zh) 路侧雷达定位监测方法、装置、计算机设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170510