CN107248176B - 室内地图构建方法及电子设备 - Google Patents

室内地图构建方法及电子设备 Download PDF

Info

Publication number
CN107248176B
CN107248176B CN201710525081.0A CN201710525081A CN107248176B CN 107248176 B CN107248176 B CN 107248176B CN 201710525081 A CN201710525081 A CN 201710525081A CN 107248176 B CN107248176 B CN 107248176B
Authority
CN
China
Prior art keywords
closed
area
line segment
indoor
map
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
Application number
CN201710525081.0A
Other languages
English (en)
Other versions
CN107248176A (zh
Inventor
邹李兵
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.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing 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 Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN201710525081.0A priority Critical patent/CN107248176B/zh
Publication of CN107248176A publication Critical patent/CN107248176A/zh
Application granted granted Critical
Publication of CN107248176B publication Critical patent/CN107248176B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • G01C21/206Instruments for performing navigational calculations specially adapted for indoor navigation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/35Categorising the entire scene, e.g. birthday party or wedding scene
    • G06V20/36Indoor scenes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请公开一种室内地图构建方法,通过对室内区域的环境图像进行分析,确定位于室内区域的对象以及对象的位置信息,根据对象的位置信息在室内区域的原始地图的相应位置添加对应的虚拟对象,以形成融合地图,之后确定融合地图中的闭合区域,根据闭合区域包含的虚拟对象,确定闭合区域的场景类别,并在融合地图中标注闭合区域的场景类别标识。可以看到,本申请公开的室内地图构建方法,能够自动对室内区域的地图进行场景标注,进一步丰富了室内地图包含的信息。本申请还公开一种能够构建室内地图的的电子设备。

Description

室内地图构建方法及电子设备
技术领域
本申请属于室内定位导航技术领域,尤其涉及室内地图构建方法及电子设备。
背景技术
随着无线通信技术的快速发展和移动终端的日益普及,室内定位导航技术应运而生,其中,室内地图是实现室内定位导航的基础。
目前的室内地图往往仅包含了室内可通过的区域和障碍物区域,或者用点线面等特征描述室内环境。这些现有的地图包含的信息单一,无法满足用户的需求。
发明内容
有鉴于此,本申请的目的在于提供室内地图构建方法及电子设备,通过自动对室内环境的进行场景标注,以解决现有的室内地图包含信息单一的问题。
为实现上述目的,本申请提供如下技术方案:
一方面,本申请提供一种室内地图构建方法,包括:
获得室内区域的环境图像;
对所述室内区域的环境图像进行分析,确定位于所述室内区域的对象以及所述对象的位置信息;
根据所述对象的位置信息,在所述室内区域的原始地图的相应位置添加所述对象对应的虚拟对象,形成融合地图;
分析所述融合地图,确定所述融合地图中的至少一闭合区域;
根据所述闭合区域包含的虚拟对象,确定所述闭合区域的场景类别;
在所述融合地图标注所述闭合区域的场景类别标识。
可选的,上述室内地图构建方法中,所述确定所述融合地图中的至少一闭合区域,包括:生成一闭合区域表;
所述在所述融合地图标注所述闭合区域的场景类别标识,包括:在所述闭合区域表的所述闭合区域对应的表项中添加所述闭合区域的所述场景类别标识。
可选的,上述室内地图构建方法中,所述分析所述融合地图,确定所述融合地图中的至少一闭合区域,包括:
检测所述融合地图中的线段;
筛选出长度达到预定长度阈值的备选线段,形成备选线段集合;
确定所述备选线段集合中的第一备选线段,所述第一备选线段为所述备选线段集合中长度最短的备选线段;
在所述备选线段集合中查找与所述第一备选线段具有关联关系的第二备选线段;及
按照空间距离最短的规则,将所述第一备选线段和所述第二备选线段中未相交的端点连接,产生所述至少一闭合区域。
可选的,上述室内地图构建方法中,所述分析所述融合地图,确定所述融合地图中的至少一闭合区域,更包括:
将所述闭合区域所包含的备选线段从所述备选线段集合中删除,如果所述备选线段集合不为空,则再次执行确定所述备选线段集合中的第一备选线段的操作及后续操作,直至所述备选线段集合为空。
可选的,上述室内地图构建方法中,在所述融合地图包括多个闭合区域的情况下,还包括:
对所述多个闭合区域进行连通性检测,确定所述多个闭合区域中相互连通的闭合区域;
将相互连通且所述场景类别相同的多个闭合区域合并为一级闭合区域;
在所述融合地图中添加所述一级闭合区域的边界。
可选的,上述室内地图构建方法中,对所述多个闭合区域进行连通性检测,包括:
确定所述多个闭合区域中位置相邻的闭合区域;
逐个对位置相邻的两个闭合区域进行连通性检测。
可选的,上述室内地图构建方法中,所述对位置相邻的两个闭合区域进行连通性检测,包括:
计算第一闭合区域的中心点至第二闭合区域的中心点是否存在路径;及
如果存在所述路径,确定所述第一闭合区域和所述第二闭合区域相互连通,
其中,所述第一闭合区域为所述位置相邻的两个闭合区域中的一个,所述第二闭合区域为所述位置相邻的两个闭合区域中的另一个。
可选的,上述室内地图构建方法中,所述对位置相邻的两个闭合区域进行连通性检测,包括:
计算第一闭合区域的中心点至第二闭合区域中心点是否存在路径;及
如果存在所述路径,计算所述路径的宽度;及
如果所述路径的宽度达到预定宽度阈值,确定所述第一闭合区域和所述第二闭合区域相互连通,
其中,所述第一闭合区域为所述位置相邻的两个闭合区域中的一个,所述第二闭合区域为所述位置相邻的两个闭合区域中的另一个。
另一方面,本申请提供一种电子设备,包括:存储器和处理器;
所述存储器用于存储程序和数据;
所述处理器运行所述程序,执行:获得室内区域的环境图像;对所述室内区域的环境图像进行分析,确定位于所述室内区域的对象以及所述对象的位置信息;根据所述对象的位置信息,在所述室内区域的原始地图的相应位置添加所述对象对应的虚拟对象,形成融合地图;分析所述融合地图,确定所述融合地图中的至少一闭合区域;根据所述闭合区域包含的虚拟对象,确定所述闭合区域的场景类别;在所述融合地图标注所述闭合区域的场景类别标识。
可选的,上述电子设备中,所述处理器在分析所述融合地图,确定所述融合地图中的至少一闭合区域方面,用于:
检测所述融合地图中的线段;筛选出长度达到预定长度阈值的备选线段,形成备选线段集合;确定所述备选线段集合中的第一备选线段,所述第一备选线段为所述备选线段集合中长度最短的备选线段;在所述备选线段集合中查找与所述第一备选线段具有关联关系的第二备选线段;按照空间距离最短的规则,将所述第一备选线段和所述第二备选线段中未相交的端点连接,产生所述至少一闭合区域。
可选的,上述电子设备中,所述处理器还用于:
对所述多个闭合区域进行连通性检测,确定所述多个闭合区域中相互连通的闭合区域;将相互连通且所述场景类别相同的多个闭合区域合并为一级闭合区域;在所述融合地图中添加所述一级闭合区域的边界。
可选的,上述电子设备中,所述处理器还用于:
根据确定的所述至少一闭合区域生成一闭合区域表,在所述闭合区域表的所述闭合区域对应的表项中添加所述闭合区域的所述场景类别标识。
由此可见,本申请的有益效果为:
本申请公开的室内地图构建方法,通过对室内区域的环境图像进行分析,确定位于室内区域的对象以及对象的位置信息,根据对象的位置信息在室内区域的原始地图的相应位置添加对应的虚拟对象,以形成融合地图,之后确定融合地图中的闭合区域,根据闭合区域包含的虚拟对象,确定闭合区域的场景类别,并在融合地图中标注闭合区域的场景类别标识。可以看到,本申请公开的室内地图构建方法,能够自动对室内区域的地图进行场景标注,无须手工标注便于自动化处理,另外进一步丰富了室内地图包含的信息。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例公开的一种室内地图构建方法的流程图;
图2-1为本申请实施例公开的室内区域的原始地图的一个示意图;
图2-2为本申请实施例公开的在室内区域的融合地图中确定闭合区域的示意图;
图2-3为本申请实施例公开的对室内区域的融合地图进行区域合并的示意图;
图3为本申请公开的一种确定融合地图中闭合区域的方法的流程图;
图4为本申请公开的另一种室内地图构建方法的流程图;
图5为本申请公开的一种电子设备的结构图。
具体实施方式
本申请公开室内地图构建方法及电子设备,通过自动对室内环境的进行场景标注,以解决现有的室内地图包含信息单一的问题。
下面将结合本申请实施例中的附图,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。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动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。
参见图1,图1为本申请实施例公开的一种室内地图构建方法的流程图。该方法包括:
步骤S1:获得室内区域的环境图像。
在一实施例中,获得室内区域的环境图像可以为:获得室内区域的颜色图像(即通过摄像头采集到的图像)。另外,获得室内区域的环境图像也可以为:获得室内区域的带深度信息的颜色图像,具体而言,即通过深度传感器采集到的位于室内区域的各对象的深度信息。
步骤S2:对室内区域的环境图像进行分析,确定位于室内区域的对象以及对象的位置信息。
在室内区域的环境图像仅包括颜色图像时,通过对室内区域的颜色图像进行分析,以确定位于室内区域的对象以及各对象的位置信息。
在室内区域的环境图像包括带深度信息的颜色图像时,通过对室内区域的颜色图像进行分析,以确定位于室内区域的对象,通过对室内区域的深度图像进行分析,确定各对象在室内区域的位置,从而得到各对象的位置信息。
其中,可以通过预先训练的分类器对室内区域的环境图像进行物体检测及识别,以确定位于室内区域的对象。
步骤S3:根据对象的位置信息,在室内区域的原始地图的相应位置添加对象对应的虚拟对象,形成融合地图。
室内区域的原始地图包含该室内区域的边界信息(如墙体信息和其他材料制作的隔断的信息),图2-1为室内区域的原始地图的一个示意图。根据各对象的位置信息,在室内区域的原始地图的相应位置添加各对象对应的虚拟对象,从而形成融合地图。也就是说,融合地图既包括室内区域的边界信息,也包括位于该室内区域的对象的虚拟对象,并且虚拟对象在融合地图中的位置与对象在室内区域的位置是对应的。
在一实施例中,可以采用SLAM技术构建室内区域的原始地图。SLAM的英文全称为Simultaneous Localization and Mapping,中文全称为即时定位与地图构建。当然,也可以采用其他方案构建室内区域的原始地图。
步骤S4:分析融合地图,确定融合地图中的至少一闭合区域。
闭合区域是由多条线段首尾相连所形成的封闭区域,在闭合区域中没有相交的线段。在图2-2中,以A1、A2和A3标识的3个区域即为该融合地图中部分的闭合区域。
步骤S5:根据闭合区域包含的虚拟对象,确定闭合区域的场景类别。
确定闭合区域包含的虚拟对象,通过预先训练的分类器进行场景分类,获得闭合区域的场景类别。闭合区域的场景类别包括但不限于客厅、卧室、会议室、实验室、茶水间和办公室。
步骤S6:在融合地图标注闭合区域的场景类别标识。
本申请公开的室内地图构建方法,通过对室内区域的环境图像进行分析,确定位于室内区域的对象以及对象的位置信息,根据对象的位置信息在室内区域的原始地图的相应位置添加对应的虚拟对象,以形成融合地图,之后确定融合地图中的闭合区域,根据闭合区域包含的虚拟对象,确定闭合区域的场景类别,并在融合地图中标注闭合区域的场景类别标识。可以看到,本申请公开的室内地图构建方法,能够自动对室内区域的地图进行场景标注,无须手工标注便于自动化处理,还进一步丰富了室内地图包含的信息。
作为一种实施方式,步骤S6在融合地图标注闭合区域的场景类别标识,包括:在融合地图的预设位置标注闭合区域的场景类别标识。例如:在闭合区域的显示范围内标注该闭合区域的场景类别标识。
作为另一种实施方式,在确定融合地图中的至少一个闭合区域时,生成一闭合区域表。其中,该闭合区域表存储于执行本申请公开的室内地图构建方法的电子设备的存储器中。相应的,步骤S6在融合地图标注闭合区域的场景类别标识,包括:在闭合区域表的闭合区域对应的表项中添加该闭合区域的场景类别标识。
例如,在融合地图中确定了3个闭合区域,分别记为闭合区域A1、闭合区域A2和闭合区域A3。生成的闭合区域表包括闭合区域A1的表项、闭合区域A2的表项和闭合区域A3的表项,在确定各闭合区域的场景类别后,在各个闭合区域对应的表项中添加场景类别标识。
在一种实施方式中,分析融合地图,确定融合地图中的至少一闭合区域,可以采用如图3所示的方案:
步骤S401:检测融合地图中的线段。
步骤S402:筛选出长度达到预定长度阈值的备选线段,形成备选线段集合。
通过对融合地图进行分析确定融合地图中包含的线段,利用预定程度阈值对前述的线段进行过滤,从中筛选出长度达到预定长度阈值的线段,为了便于描述,本申请将筛选出的线段称为备选线段,备选线段形成备选线段集合。
步骤S403:确定备选线段集合中的第一备选线段,所述第一备选线段为所述备选线段集合中长度最短的备选线段。
步骤S404:在备选线段集合中查找与第一备选线段具有关联关系的第二备选线段。
在备选线段集合中查找长度最短的备选线段,本申请将该长度最短的备选线段称为第一备选线段。检测第一备选线段与其他备选线段之间的相交性,确定与第一备选线段具有关联关系的备选线段,本申请将与第一备选线段具有关联关系的备选线段称为第二备选线段。其中,具有关联关系的多个线段之间具有相交点。以图2-2所示的融合地图为例:线段L1、线段L2、线段L3、线段L4和线段L5具有关联关系。
步骤S405:按照空间距离最短的规则,将第一备选线段和第二备选线段中未相交的端点连接,产生闭合区域。
第一备选线段和第二备选线段中存在未与其他线段相交的端点,按照空间距离最短的规则,将第一备选线段和第二备选线段中未相交的端点连接,从而产生闭合区域。也就是说,针对第一备选线段和第二备选线段中未相交的一个端点,在其他未相交的端点中查找空间距离最近的端点,将两个端点连接。
仍以图2-2所示的融合地图为例:线段L1、线段L2、线段L3和线段L4右侧的端点未与其他线段相交,按照空间距离最短的原则,将线段L1右侧的端点和线段L2右侧的端点连接,形成闭合区域A1;将线段L2右侧的端点和线段L3右侧的端点连接,形成闭合区域A2;将线段L3右侧的端点和线段L4右侧的端点连接,形成闭合区域A3。这里需要说明的是,图2-2着重于确定闭合区域的展示,未示出虚拟对象。
本申请图3所示的确定融合地图中闭合区域的方法,在融合地图包含的线段中筛选出长度达到长度阈值的备选线段,在备选线段中查找出长度最短的第一备选线段,在备选线段集合中查找与第一备选线段具有关联关系的第二备选线段,按照空间距离最短的规则,将第一备选线段和第二备选线段中未相交的端点连接,就能够形成闭合区域,确定融合地图中闭合区域的过程简单、效率高。
可选的,分析融合地图确定融合地图中的至少一闭合区域,还可以包括以下步骤:
将闭合区域所包含的备选线段从备选线段集合中删除,如果备选线段集合不为空,则再次执行步骤S403确定备选线段集合中的第一备选线段的操作及后续操作,直至备选线段集合为空。
实施中,在融合地图包括多个闭合区域的情况下,如图4所示,图4的步骤S1~S6与图1的步骤S1~S6相类似,在此不再赘述,在图1所示流程的基础上,还可以设置以下步骤:
步骤S7:对多个闭合区域进行连通性检测,确定多个闭合区域中相互连通的闭合区域。
步骤S8:将相互连通且所述场景类别相同的多个闭合区域合并为一级闭合区域。
步骤S9:在融合地图中添加一级闭合区域的边界。
如果多个融合地图中有多个闭合区域是相互连通的,并且根据步骤S6的标注结果得知前述的多个闭合区域的场景类别是相同的,那么将前述的多个闭合区域合并为一级闭合区域。另外,在融合地图中添加一级闭合区域的边界。
以图2-3为例:
闭合区域A1、闭合区域A2、闭合区域A3、闭合区域B1、闭合区域B2、闭合区域B3、闭合区域C1、闭合区域C2和闭合区域C3是相互连通的,并且闭合区域A1、闭合区域A2、闭合区域A3、闭合区域B1、闭合区域B2、闭合区域B3、闭合区域C1和闭合区域C2的场景类别为办公室,闭合区域C3的场景类别为活动室,那么将闭合区域A1、闭合区域A2、闭合区域A3、闭合区域B1、闭合区域B2、闭合区域B3、闭合区域C1和闭合区域C2合并为一级闭合区域,并在融合地图中添加该一级闭合区域的边界(如图2-3中的虚线框)。图2-3中的闭合区域M1、闭合区域M2和闭合区域M3是不连通的。
这里需要说明的是,图2-3着重于确定区域合并的展示,未示出虚拟对象。
可选的,在融合地图的预设位置添加一级闭合区域的场景类别标识。
可选的,在前述产生的闭合区域表中多个被合并的闭合区域对应的表项合并为一个一级闭合区域对应的表项,将一级闭合区域的场景类别标识添加于该一级闭合区域对应的表项。
在一种实施方式中,前述步骤S7中对多个闭合区域进行连通性检测,可以采用如下方案:
确定多个闭合区域中位置相邻的闭合区域;
逐个对位置相邻的两个闭合区域进行连通性检测。
也就是说,针对融合地图中位置相邻的闭合区域,两两计算连通性,从而确定相互连通的多个闭合区域。
在一种实施方式中,前述对位置相邻的两个闭合区域进行连通性检测,采用如下方案:
计算第一闭合区域的中心点至第二闭合区域的中心点是否存在路径;
如果存在路径,确定第一闭合区域和第二闭合区域相互连通。
如果不存在路径,确定第一闭合区域和第二闭合区域不连通。
其中,第一闭合区域为位置相邻的两个闭合区域中的一个,第二闭合区域为位置相邻的两个闭合区域中的另一个。
在另一种实施方式中,前述对位置相邻的两个闭合区域进行连通性检测,采用如下方案:
计算第一闭合区域的中心点至第二闭合区域中心点是否存在路径;
如果存在路径,计算该路径的宽度;
如果该路径的宽度达到预定宽度阈值,确定第一闭合区域和第二闭合区域相互连通。
如果不存在路径或者路径的宽度未达到预定宽度阈值,确定第一闭合区域和第二闭合区域不连通。
其中,第一闭合区域为位置相邻的两个闭合区域中的一个,第二闭合区域为位置相邻的两个闭合区域中的另一个。
在具体的生活场景中,如果相邻的两个闭合区域的中心点之间存在路径,但该路径的宽度过小的情况下,用户是无法在两个闭合区域之间通行的,因此,将满足上述情况的两个闭合区域确定为不连通。
本申请还公开一种电子设备,其基本结构如图5所示,包括:存储器100和处理器200,其中存储器100和处理器200通过通信总线300互连。
存储器100用于存储程序和数据。
处理器200运行该程序,执行:获得室内区域的环境图像;对室内区域的环境图像进行分析,确定位于室内区域的对象以及对象的位置信息;根据对象的位置信息,在室内区域的原始地图的相应位置添加对象对应的虚拟对象,形成融合地图;分析融合地图,确定融合地图中的至少一闭合区域;根据闭合区域包含的虚拟对象,确定闭合区域的场景类别;在融合地图标注闭合区域的场景类别标识。
这里需要说明的是,本申请公开的电子设备可以为服务器,也可以为终端设备。
在电子设备为服务器的情况下,室内区域的环境图像由另一电子设备采集并传输至服务器。在电子设备为终端设备的情况下,作为一种方式,室内区域的环境图像是终端设备利用自身的摄像头和/或深度传感器采集的,作为另一种方式,由另一电子设备采集室内区域的环境图像并传输至该终端设备。
另外,室内区域的原始地图可以由本申请公开的电子设备产生,也可以由其他电子设备产生后传输至本申请公开的电子设备。
本申请公开的电子设备能够自动对室内区域的地图进行场景标注,无须手工标注便于自动化处理,还进一步丰富了室内地图包含的信息。
作为一种实施方式,处理器200在融合地图标注闭合区域的场景类别标识的方面,用于:在闭合区域的显示范围内标注该闭合区域的场景类别标识。
作为另一种实施方式,处理器200在确定融合地图中的至少一个闭合区域时,生成一闭合区域表,将该闭合区域表存储至存储器100。相应的,处理器200在融合地图标注闭合区域的场景类别标识的方面,用于:在闭合区域表的闭合区域对应的表项中添加该闭合区域的场景类别标识。
作为一种实施方式,处理器200在分析融合地图,确定融合地图中的至少一闭合区域的方面,用于:
检测融合地图中的线段;筛选出长度达到预定长度阈值的备选线段,形成备选线段集合;确定备选线段集合中的第一备选线段,第一备选线段为备选线段集合中长度最短的备选线段;在备选线段集合中查找与第一备选线段具有关联关系的第二备选线段;按照空间距离最短的规则,将第一备选线段和第二备选线段中未相交的端点连接,产生至少一闭合区域。
可选的,处理器200还用于:将闭合区域所包含的备选线段从备选线段集合中删除,如果备选线段集合不为空,则再次执行确定备选线段集合中的第一备选线段的操作及后续操作,直至备选线段集合为空。
可选的,处理器200还用于:在融合地图包括多个闭合区域的情况下,对多个闭合区域进行连通性检测,确定多个闭合区域中相互连通的闭合区域;将相互连通且场景类别相同的多个闭合区域合并为一级闭合区域;在融合地图中添加一级闭合区域的边界。
在一实施方式中,处理器200还用于:在前述产生的闭合区域表中多个相邻的被合并的闭合区域对应的多个相邻表项合并为一个一级闭合区域对应的表项,将一级闭合区域的场景类别标识添加于该一级闭合区域对应的表项。
作为一种实施方式,处理器200在对多个闭合区域进行连通性检测的方面,用于:确定所述多个闭合区域中位置相邻的闭合区域;逐个对位置相邻的两个闭合区域进行连通性检测。
可选的,处理器200在对位置相邻的两个闭合区域进行连通性检测的方面,用于:计算第一闭合区域的中心点至第二闭合区域的中心点是否存在路径;如果存在路径,确定第一闭合区域和第二闭合区域相互连通。
可选的,处理器200在对位置相邻的两个闭合区域进行连通性检测的方面,用于:计算第一闭合区域的中心点至第二闭合区域中心点是否存在路径;如果存在路径,计算该路径的宽度;如果该路径的宽度达到预定宽度阈值,确定第一闭合区域和第二闭合区域相互连通。
最后,还需要说明的是,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。而且,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“包括一个……”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。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的电子设备而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种室内地图构建方法,其特征在于,包括:
获得室内区域的环境图像;
对所述室内区域的环境图像进行分析,确定位于所述室内区域的对象以及所述对象的位置信息,其中包括对室内区域的环境图像进行物体检测及识别,以确定位于室内区域的对象;
根据所述对象的位置信息,在所述室内区域的原始地图的相应位置添加所述对象对应的虚拟对象,形成融合地图;所述融合地图包括所述室内区域的边界信息、位于所述室内区域的对象的虚拟对象,且所述虚拟对象在所述融合地图中的位置与所述对象在所述室内区域的位置对应;
分析所述融合地图,确定所述融合地图中的至少一闭合区域;
根据所述闭合区域包含的虚拟对象,确定所述闭合区域的场景类别;
在所述融合地图标注所述闭合区域的场景类别标识;
其中,所述分析所述融合地图,确定所述融合地图中的至少一闭合区域,包括:
检测所述融合地图中的线段;
筛选出长度达到预定长度阈值的备选线段,形成备选线段集合;
确定所述备选线段集合中的第一备选线段,所述第一备选线段为所述备选线段集合中长度最短的备选线段;
在所述备选线段集合中查找与所述第一备选线段具有关联关系的第二备选线段;及
按照空间距离最短的规则,将所述第一备选线段和所述第二备选线段中未相交的端点连接,产生所述至少一闭合区域。
2.根据权利要求1所述的室内地图构建方法,其特征在于,所述确定所述融合地图中的至少一闭合区域,包括:生成一闭合区域表;
所述在所述融合地图标注所述闭合区域的场景类别标识,包括:在所述闭合区域表的所述闭合区域对应的表项中添加所述闭合区域的所述场景类别标识。
3.根据权利要求1所述的室内地图构建方法,其特征在于,所述分析所述融合地图,确定所述融合地图中的至少一闭合区域,更包括:
将所述闭合区域所包含的备选线段从所述备选线段集合中删除,如果所述备选线段集合不为空,则再次执行确定所述备选线段集合中的第一备选线段的操作及后续操作,直至所述备选线段集合为空。
4.根据权利要求1所述的室内地图构建方法,其特征在于,在所述融合地图包括多个闭合区域的情况下,还包括:
对所述多个闭合区域进行连通性检测,确定所述多个闭合区域中相互连通的闭合区域;
将相互连通且所述场景类别相同的多个闭合区域合并为一级闭合区域;
在所述融合地图中添加所述一级闭合区域的边界。
5.根据权利要求4所述的室内地图构建方法,其特征在于,对所述多个闭合区域进行连通性检测,包括:
确定所述多个闭合区域中位置相邻的闭合区域;
逐个对位置相邻的两个闭合区域进行连通性检测。
6.根据权利要求5所述的室内地图构建方法,其特征在于,所述对位置相邻的两个闭合区域进行连通性检测,包括:
计算第一闭合区域的中心点至第二闭合区域的中心点是否存在路径;及
如果存在所述路径,确定所述第一闭合区域和所述第二闭合区域相互连通,
其中,所述第一闭合区域为所述位置相邻的两个闭合区域中的一个,所述第二闭合区域为所述位置相邻的两个闭合区域中的另一个。
7.根据权利要求5所述的室内地图构建方法,其特征在于,所述对位置相邻的两个闭合区域进行连通性检测,包括:
计算第一闭合区域的中心点至第二闭合区域中心点是否存在路径;及
如果存在所述路径,计算所述路径的宽度;及
如果所述路径的宽度达到预定宽度阈值,确定所述第一闭合区域和所述第二闭合区域相互连通,
其中,所述第一闭合区域为所述位置相邻的两个闭合区域中的一个,所述第二闭合区域为所述位置相邻的两个闭合区域中的另一个。
8.一种电子设备,其特征在于,包括:存储器和处理器;
所述存储器用于存储程序和数据;
所述处理器运行所述程序,执行:获得室内区域的环境图像;对所述室内区域的环境图像进行分析,确定位于所述室内区域的对象以及所述对象的位置信息,其中包括对室内区域的环境图像进行物体检测及识别,以确定位于室内区域的对象;根据所述对象的位置信息,在所述室内区域的原始地图的相应位置添加所述对象对应的虚拟对象,形成融合地图;分析所述融合地图,确定所述融合地图中的至少一闭合区域;根据所述闭合区域包含的虚拟对象,确定所述闭合区域的场景类别;在所述融合地图标注所述闭合区域的场景类别标识;其中,所述融合地图包括所述室内区域的边界信息、位于所述室内区域的对象的虚拟对象,且所述虚拟对象在所述融合地图中的位置与所述对象在所述室内区域的位置对应;
其中,所述处理器在分析所述融合地图,确定所述融合地图中的至少一闭合区域方面,用于:
检测所述融合地图中的线段;筛选出长度达到预定长度阈值的备选线段,形成备选线段集合;确定所述备选线段集合中的第一备选线段,所述第一备选线段为所述备选线段集合中长度最短的备选线段;在所述备选线段集合中查找与所述第一备选线段具有关联关系的第二备选线段;按照空间距离最短的规则,将所述第一备选线段和所述第二备选线段中未相交的端点连接,产生所述至少一闭合区域。
9.根据权利要求8所述的电子设备,其特征在于,所述处理器还用于:
对多个闭合区域进行连通性检测,确定所述多个闭合区域中相互连通的闭合区域;将相互连通且所述场景类别相同的多个闭合区域合并为一级闭合区域;在所述融合地图中添加所述一级闭合区域的边界。
10.根据权利要求8所述的电子设备,其特征在于,所述处理器还用于:
根据确定的所述至少一闭合区域生成一闭合区域表,在所述闭合区域表的所述闭合区域对应的表项中添加所述闭合区域的所述场景类别标识。
CN201710525081.0A 2017-06-30 2017-06-30 室内地图构建方法及电子设备 Active CN107248176B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710525081.0A CN107248176B (zh) 2017-06-30 2017-06-30 室内地图构建方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710525081.0A CN107248176B (zh) 2017-06-30 2017-06-30 室内地图构建方法及电子设备

Publications (2)

Publication Number Publication Date
CN107248176A CN107248176A (zh) 2017-10-13
CN107248176B true CN107248176B (zh) 2020-06-23

Family

ID=60013711

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710525081.0A Active CN107248176B (zh) 2017-06-30 2017-06-30 室内地图构建方法及电子设备

Country Status (1)

Country Link
CN (1) CN107248176B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109833003B (zh) * 2017-11-30 2021-02-09 深圳市无限动力发展有限公司 扫地机器人及其进行区域划分的方法
CN108550134B (zh) * 2018-03-05 2020-05-05 北京三快在线科技有限公司 建图效果指标的确定方法和建图效果指标的确定装置
CN110634381A (zh) * 2018-06-25 2019-12-31 百度在线网络技术(北京)有限公司 用于确定标注样式的方法和装置
CN109308838A (zh) * 2018-09-11 2019-02-05 中国人民解放军战略支援部队信息工程大学 一种基于室内地图的室内空间拓扑路网生成方法及装置
CN109522803B (zh) * 2018-10-18 2021-02-09 深圳乐动机器人有限公司 一种室内区域划分和识别方法、装置及终端设备
CN109871420B (zh) * 2019-01-16 2022-03-29 深圳乐动机器人有限公司 地图生成和分区方法、装置及终端设备
CN111984029B (zh) * 2019-05-24 2024-03-12 杭州海康威视数字技术股份有限公司 一种无人机控制方法、装置及电子设备
CN112784664A (zh) * 2019-11-07 2021-05-11 科沃斯机器人股份有限公司 语义地图构建与作业方法、自主移动设备及存储介质
CN110888530A (zh) * 2019-11-19 2020-03-17 上海萃钛智能科技有限公司 一种基于电子地图的3d可视化编辑器和编辑方法
CN111595356B (zh) * 2020-04-27 2021-11-09 珠海一微半导体股份有限公司 一种激光导航机器人的工作区域构建方法
CN111627063B (zh) * 2020-07-28 2020-10-16 北京云迹科技有限公司 电子地图上房间门口位置的点位识别方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102279975A (zh) * 2011-07-29 2011-12-14 中国航天科技集团公司第五研究院第五一三研究所 一种闭合路径的搜索方法
CN106782030A (zh) * 2016-11-30 2017-05-31 北京贝虎机器人技术有限公司 用于生成具有语义描述的室内地图的方法及装置
CN106782029A (zh) * 2016-11-30 2017-05-31 北京贝虎机器人技术有限公司 室内地图生成方法及装置
CN106802655A (zh) * 2016-11-30 2017-06-06 北京贝虎机器人技术有限公司 室内地图生成方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3177138B2 (ja) * 1995-11-21 2001-06-18 日本電信電話株式会社 図面閉領域の抽出方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102279975A (zh) * 2011-07-29 2011-12-14 中国航天科技集团公司第五研究院第五一三研究所 一种闭合路径的搜索方法
CN106782030A (zh) * 2016-11-30 2017-05-31 北京贝虎机器人技术有限公司 用于生成具有语义描述的室内地图的方法及装置
CN106782029A (zh) * 2016-11-30 2017-05-31 北京贝虎机器人技术有限公司 室内地图生成方法及装置
CN106802655A (zh) * 2016-11-30 2017-06-06 北京贝虎机器人技术有限公司 室内地图生成方法及装置

Also Published As

Publication number Publication date
CN107248176A (zh) 2017-10-13

Similar Documents

Publication Publication Date Title
CN107248176B (zh) 室内地图构建方法及电子设备
CN106647742B (zh) 移动路径规划方法及装置
CN109974725A (zh) 一种路网拓扑构建方法、导航路径计算方法及装置
CN104199906B (zh) 一种拍摄区域的推荐方法及装置
JP6182676B2 (ja) 騒音マップ制作方法及び装置
KR102664410B1 (ko) 다중 센서 및 인공지능에 기반하여 맵을 생성하고 맵을 이용하여 주행하는 로봇
CN103366250A (zh) 基于三维实景数据的市容环境检测方法及系统
CN104061749A (zh) 一种冰箱内食品存储位置记录方法、装置、终端及冰箱
CN104461892B (zh) 自定义控件获取方法和装置
WO2018058968A1 (zh) 导航的路径信息的处理方法、装置、设备及计算机存储介质
CN112015187B (zh) 一种用于智能移动机器人的语义地图构建方法及系统
CN110645999A (zh) 导航方法、装置、服务器、终端及存储介质
US20160085831A1 (en) Method and apparatus for map classification and restructuring
WO2022247538A1 (zh) 地图区域融合方法、装置、自主移动设备和存储介质
Staats et al. Detection of doors in a voxel model, derived from a point cloud and its scanner trajectory, to improve the segmentation of the walkable space
CN112232368A (zh) 目标识别模型训练方法、目标识别方法及其相关装置
CN105845020B (zh) 一种实景地图制作方法及装置
CN108133116B (zh) Cad户型图墙厚自动识别方法及系统
CN105956088B (zh) 一种道路压盖关系的确定方法及装置
Tamke et al. From point clouds to definitions of architectural space
CN113063427A (zh) 一种室内高精地图生产方法、装置、设备及存储介质
CN115965654A (zh) 一种高空抛物跟踪方法、装置、设备及介质
CN113012457B (zh) 一种地下车库的导航停车方法、装置、设备及介质
CN113538351B (zh) 一种融合多参数电信号的外绝缘设备缺陷程度评估方法
CN112561956B (zh) 视频目标跟踪方法、装置、电子设备及存储介质

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
GR01 Patent grant
GR01 Patent grant