CN107806881A - 移动机器人构建结构地图的方法与设备 - Google Patents

移动机器人构建结构地图的方法与设备 Download PDF

Info

Publication number
CN107806881A
CN107806881A CN201711006120.2A CN201711006120A CN107806881A CN 107806881 A CN107806881 A CN 107806881A CN 201711006120 A CN201711006120 A CN 201711006120A CN 107806881 A CN107806881 A CN 107806881A
Authority
CN
China
Prior art keywords
pose
node
mobile robot
interconnected relationship
sampling
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
CN201711006120.2A
Other languages
English (en)
Inventor
陆祎
白静
李宇翔
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.)
Shanghai Slamtec Co Ltd
Original Assignee
Shanghai Slamtec 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 Shanghai Slamtec Co Ltd filed Critical Shanghai Slamtec Co Ltd
Priority to CN201711006120.2A priority Critical patent/CN107806881A/zh
Publication of CN107806881A publication Critical patent/CN107806881A/zh
Priority to PCT/CN2018/106797 priority patent/WO2019080679A1/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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3863—Structures of map data
    • 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
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips

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

本申请的目的是提供一种用于移动机器人构建结构地图的方法与设备。与现有技术相比，本申请通过获取移动机器人的采样位姿，然后基于所述采样位姿在地图上生成所述采样位姿对应的节点，进而基于所述节点之间的相互连接关系，构建结构地图。这种方式构建的结构地图能够更方便的用于路径规划。

Description

移动机器人构建结构地图的方法与设备
技术领域
本申请涉及计算机技术领域，尤其涉及一种移动机器人构建结构地图的技术。
背景技术
目前，移动机器人的使用越来越普遍，主要包括家庭服务类和商场导购类机器人，而对于周围环境地图的构建是其实现移动服务的关键，现有的移动机器人构建的环境地图存在与真实情况不符的问题，而且不能方便的进行路径规划。
发明内容
本申请的目的是提供一种用于移动机器人构建结构地图的方法与设备。
根据本申请的一个方面，提供了一种用于移动机器人构建结构地图的方法，其中，该方法包括：
获取移动机器人的采样位姿；
基于所述采样位姿在地图上生成所述采样位姿对应的节点；
基于所述节点之间的相互连接关系，构建结构地图。
进一步地，其中，所述基于所述节点之间的相互连接关系，构建结构地图包括：
检测所述节点之间是否存在相互连接关系，其中，所述相互连接关系是指所述移动机器人在所述节点之间进行直线运动不会存在障碍物的阻挡；
当存在所述相互连接关系，在每个节点存储该节点与其他节点之间的相互连接关系；
基于所述相互连接关系，构建结构地图。
进一步地，其中，所述方法还包括：
获取所述移动机器人的当前位姿及目的位姿；
根据所述当前位姿以及所述目的位姿与所述结构地图上的节点的位置关系，确定到达所述目的位姿的最优路径。
进一步地，其中，所述根据所述当前位姿以及所述目的位姿与所述结构地图上的节点的位置关系，确定到达所述目的位姿的最优路径包括：
根据所述当前位姿以及所述目的位姿在所述结构地图上确定对应的当前节点及目的节点；
根据所述结构地图上节点之间的相互连接关系，确定到达所述目的位姿的最优路径。
进一步地，其中，所述获取移动机器人的采样位姿包括：
当满足预设条件，获取移动机器人的采样位姿；
其中，所述预设条件包括以下至少任一项：
达到预设采样时间间隔；
达到预设采样距离阈值。
根据本申请的另一个方面，还提供了一种用于移动机器人构建结构地图的设备，其中，该设备包括：
第一装置，用于获取移动机器人的采样位姿；
第二装置，用于基于所述采样位姿在地图上生成所述采样位姿对应的节点；
第三装置，用于基于所述节点之间的相互连接关系，构建结构地图。
进一步地，其中，其中，所述第三装置包括：
第一单元，用于检测所述节点之间是否存在相互连接关系，其中，所述相互连接关系是指所述移动机器人在所述节点之间进行直线运动不会存在障碍物的阻挡；
第二单元，用于当存在所述相互连接关系，在每个节点存储该节点与其他节点之间的相互连接关系；
第三单元，用于基于所述相互连接关系，构建结构地图。
进一步地，其中，所述第五装置用于：
根据所述当前位姿以及所述目的位姿在所述结构地图上确定对应的当前节点及目的节点；
根据所述结构地图上节点之间的相互连接关系，确定到达所述目的位姿的最优路径。
进一步地，其中，所述第一装置用于：
当满足预设条件，获取移动机器人的采样位姿；
其中，所述预设条件包括以下至少任一项：
达到预设采样时间间隔；
达到预设采样距离阈值。
与现有技术相比，本申请通过获取移动机器人的采样位姿，然后基于所述采样位姿在地图上生成所述采样位姿对应的节点，进而基于所述节点之间的相互连接关系，构建结构地图。这种方式构建的结构地图能够更方便的用于路径规划。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1示出根据本申请一个方面的一种用于移动机器人构建结构地图的方法流程图；
图2示出根据本申请一个优选实施例的一种移动机器人构建结构地图的示意图；
图3示出根据本申请一个优选实施例的一种用于移动机器人路径规划的示意图；
图4示出根据本申请另一个方面的一种用于移动机器人构建结构地图的设备示意图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本发明作进一步详细描述。
在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
为更进一步阐述本申请所采取的技术手段及取得的效果，下面结合附图及较佳实施例，对本申请的技术方案，进行清楚和完整的描述。
图1示出根据本申请一个方面的一种用于移动机器人构建结构地图的方法，其中，所述方法包括：
S11获取移动机器人的采样位姿；
S12基于所述采样位姿在地图上生成所述采样位姿对应的节点；
S13基于所述节点之间的相互连接关系，构建结构地图。
在该实施例中，在所述步骤S11中，获取移动机器人的采样位姿，在此，所述位姿用于表示所述移动机器人的位置信息，所述采样位姿是在移动机器人运动过程中进行对该移动机器人的位姿进行采样获得的，通过这样的方式能够获取移动机器人在运动过程中的大量的采样位姿，以为构建结构地图做基础。
优选地，其中，所述S11包括：当满足预设条件，获取移动机器人的采样位姿。在此，所述预设条件包括以下至少任一项：达到预设采样时间间隔；达到预设采样距离阈值。
也即在移动机器人运动过程中，可以设置采样时间间隔，当达到该采样时间间隔后，对所述移动机器人的位姿进行采样，获得采样位姿，或者还可以设置采样距离阈值，即当所述移动机器人运动了预设距离后，对所述移动机器人的位姿进行采样，获得采样位姿。在此，所述预设条件仅为举例，其他现有的或者今后可能出现的预设条件如适用于本申请，也应包含在本申请的保护范围内，在此，以引用的方式包含于此。
继续在该实施例中，在所述步骤S12中，基于所述采样位姿在地图上生成所述采样位姿对应的节点。在该实施例中，在获取到采样位姿后，在地图上对应采样位姿的地方生成所述采样位姿对应的节点，也即在该结构地图上会存在很多节点，用以对应移动机器人在运动过程中所产生的采样位姿，这样可以直观的在地图上呈现出对应的采样位姿，便于进行路径规划。
继续在该实施例中，在所述步骤S13中，基于所述节点之间的相互连接关系，构建结构地图。在此，所述相互连接关系用以表示节点之间通过一定的路径可以到达，也即如果两个节点之间通过一定的路径能够到达的话，那么该两个节点之间存在相互连接关系，在此，所述一定的路径代表可以直接到达或者间接到达的路径，通过这种方式从而形成一个类似于网状的地图结构形式。
优选地，其中，所述步骤S13包括：S131(未示出)检测所述节点之间是否存在相互连接关系，其中，所述相互连接关系是指所述移动机器人在所述节点之间进行直线运动不会存在障碍物的阻挡；S132(未示出)当存在所述相互连接关系，在每个节点存储该节点与其他节点之间的相互连接关系；S133(未示出)基于所述相互连接关系，构建结构地图。
在该实施例中，在所述步骤S131中，检测所述节点之间是否能够直接到达，也即所述节点两两之间是否无障碍物，可以直接到达，具体地，在地图中可以提前标识出障碍物，然后节点之间进行两两连接，当不经过障碍物时，确定该两个节点存在相互连接关系。
继续在该实施例中，在所述步骤S132中，当存在所述相互连接关系，在每个节点存储该节点与其他节点之间的相互连接关系，例如，有三个节点，当1号节点能够直接到达2号节点和3号节点，则在该1号节点处会存储2号节点和3号节点，相应地，2号节点和3号节点也会存储该1号节点。也即，这种方式会在每个节点处将该节点的邻居节点进行存储，形成邻居节点集合。
继续在该实施例中，在所述步骤S133中，基于所述相互连接关系，构建结构地图。
如图2，示出一种移动机器人构建结构地图的优选实施例，在该实施中，如图所示，首先通过位姿采样，在地图中生成相应的节点，在该实施例中列举了A、B、C、D、E五个节点，其中，A节点和B节点之间存在相互连接关系，可以直接到达，C节点和B节点、D节点、E节点之间存在相互连接关系，D节点和E节点之间存在相互连接关系，将存在相互连接关系的节点进行连接，则构成如图2所示的结构地图。其中，在每个节点处会相应地存储有存在相互连接关系的其他节点。
优选地，其中，所述方法还包括：S14(未示出)获取所述移动机器人的当前位姿及目的位姿；S15(未示出)根据所述当前位姿以及所述目的位姿与所述结构地图上的节点的位置关系，确定到达所述目的位姿的最优路径。
在该实施例中，当结构地图构建好了之后，所述移动机器人可以根据该结构地图进行路径规划。在所述步骤S14中，获取所述移动机器人的当前位姿及目的位姿，以便于根据所述当前位姿及目的位姿进行路径规划。
继续在该实施例中，在所述步骤S15中，将所述当前位姿以及所述目的位姿对应到结构地图中的相应位置，并根据该位置与与所述结构地图上的节点的位置关系，确定到达所述目的位姿的最优路径。
优选地，其中，所述步骤S15包括：根据所述当前位姿以及所述目的位姿在所述结构地图上确定对应的当前节点及目的节点；根据所述结构地图上节点之间的相互连接关系，确定到达所述目的位姿的最优路径。
若所述当前位姿以及所述目的位姿正好对应到该结构地图中的节点的位置，在确定当前位姿所在的节点为当前节点，而目的位姿对应的节点为目的节点，再根据各个节点之间的连接关系，确定最优路径，例如，通过最短路径搜索算法在该结构地图中搜索出符合条件的路径。
例如，在图2所示的地图中，若当前位姿在B节点处，目的位姿在E节点处，则由于从B节点到达E节点的路径有：B-C-E及B-C-D-E两种，因此可以选取较短的路径，先到C节点再到E节点即可。
在另一个实施例中，当所述当前位姿以及所述目的位姿不会正好对应到结构地图中的节点位置，则将该当前位姿以及所述目的位姿对应到距离它们最近的节点处，然后再选取最优路径，如图3所示，当前位姿距离节点D较近，而目的位姿距离节点B较近，则确定当前节点为节点D，而目的节点为节点B，因此，可以控制所述移动机器人先对应到节点D处，而目的位姿先对应到节点B处，然后再选出最优路径，例如，先到节点D再到节点C，然后到节点B最后达到目的位姿。
与现有技术相比，本申请通过获取移动机器人的采样位姿，然后基于所述采样位姿在地图上生成所述采样位姿对应的节点，进而基于所述节点之间的相互连接关系，构建结构地图。这种方式构建的结构地图能够更方便的用于路径规划。
图4示出根据本申请另一个方面的一种用于移动机器人构建结构地图的设备1，其中，所述设备1包括：
第一装置，用于获取移动机器人的采样位姿；
第二装置，用于基于所述采样位姿在地图上生成所述采样位姿对应的节点；
第三装置，用于基于所述节点之间的相互连接关系，构建结构地图。
在该实施例中，所述设备1的第一装置获取移动机器人的采样位姿，在此，所述位姿用于表示所述移动机器人的位置信息，所述采样位姿是在移动机器人运动过程中进行对该移动机器人的位姿进行采样获得的，通过这样的方式能够获取移动机器人在运动过程中的大量的采样位姿，以为构建结构地图做基础。在此，所述设备1包括控制所述移动机器人的设备或者是所述移动机器人本身。
优选地，其中，所述第一装置用于：当满足预设条件，获取移动机器人的采样位姿。在此，所述预设条件包括以下至少任一项：达到预设采样时间间隔；达到预设采样距离阈值。
也即在移动机器人运动过程中，可以设置采样时间间隔，当达到该采样时间间隔后，所述第一装置对所述移动机器人的位姿进行采样，获得采样位姿，或者还可以设置采样距离阈值，即当所述移动机器人运动了预设距离后，对所述移动机器人的位姿进行采样，获得采样位姿。在此，所述预设条件仅为举例，其他现有的或者今后可能出现的预设条件如适用于本申请，也应包含在本申请的保护范围内，在此，以引用的方式包含于此。
继续在该实施例中，所述第二装置基于所述采样位姿在地图上生成所述采样位姿对应的节点。在该实施例中，所述第一装置在获取到采样位姿后，在地图上对应采样位姿的地方生成所述采样位姿对应的节点，也即在该结构地图上会存在很多节点，用以对应移动机器人在运动过程中所产生的采样位姿，这样可以直观的在地图上呈现出对应的采样位姿，便于进行路径规划。
继续在该实施例中，所述第三装置基于所述节点之间的相互连接关系，构建结构地图。在此，所述相互连接关系用以表示节点之间通过一定的路径可以到达，也即如果两个节点之间通过一定的路径能够到达的话，那么该两个节点之间存在相互连接关系，在此，所述一定的路径代表可以直接到达或者间接到达的路径，通过这种方式从而形成一个类似于网状的地图结构形式。
优选地，其中，所述第三装置包括：第一单元(未示出)，用于检测所述节点之间是否存在相互连接关系，其中，所述相互连接关系是指所述移动机器人在所述节点之间进行直线运动不会存在障碍物的阻挡；第二单元(未示出)，用于当存在所述相互连接关系，在每个节点存储该节点与其他节点之间的相互连接关系；第三单元(未示出)，用于基于所述相互连接关系，构建结构地图。
在该实施例中，所述第三装置的第一单元检测所述节点之间是否能够直接到达，也即所述节点两两之间是否无障碍物，可以直接到达，具体地，在地图中可以提前标识出障碍物，然后节点之间进行两两连接，当不经过障碍物时，确定该两个节点存在相互连接关系。
继续在该实施例中，所述第二单元当存在所述相互连接关系，在每个节点存储该节点与其他节点之间的相互连接关系，例如，有三个节点，当1号节点能够直接到达2号节点和3号节点，则在该1号节点处会存储2号节点和3号节点，相应地，2号节点和3号节点也会存储该1号节点。也即，这种方式会在每个节点处将该节点的邻居节点进行存储，形成邻居节点集合。
继续在该实施例中，所述第三单元基于所述相互连接关系，构建结构地图。
如图2，示出一种移动机器人构建结构地图的优选实施例，在该实施中，如图所示，首先通过位姿采样，在地图中生成相应的节点，在该实施例中列举了A、B、C、D、E五个节点，其中，A节点和B节点之间存在相互连接关系，可以直接到达，C节点和B节点、D节点、E节点之间存在相互连接关系，D节点和E节点之间存在相互连接关系，将存在相互连接关系的节点进行连接，则构成如图2所示的结构地图。其中，在每个节点处会相应地存储有存在相互连接关系的其他节点。
优选地，其中，所述方法还包括：第四装置(未示出)，用于获取所述移动机器人的当前位姿及目的位姿；第五装置(未示出)，用于根据所述当前位姿以及所述目的位姿与所述结构地图上的节点的位置关系，确定到达所述目的位姿的最优路径。
在该实施例中，当结构地图构建好了之后，所述移动机器人可以根据该结构地图进行路径规划。所述第四装置获取所述移动机器人的当前位姿及目的位姿，以便于根据所述当前位姿及目的位姿进行路径规划。
继续在该实施例中，所述第五装置将所述当前位姿以及所述目的位姿对应到结构地图中的相应位置，并根据该位置与与所述结构地图上的节点的位置关系，确定到达所述目的位姿的最优路径。
优选地，其中，所述第五装置用于：根据所述当前位姿以及所述目的位姿在所述结构地图上确定对应的当前节点及目的节点；根据所述结构地图上节点之间的相互连接关系，确定到达所述目的位姿的最优路径。
若所述当前位姿以及所述目的位姿正好对应到该结构地图中的节点的位置，在确定当前位姿所在的节点为当前节点，而目的位姿对应的节点为目的节点，再根据各个节点之间的连接关系，确定最优路径，例如，通过最短路径搜索算法在该结构地图中搜索出符合条件的路径。
例如，在图2所示的地图中，若当前位姿在B节点处，目的位姿在E节点处，则由于从B节点到达E节点的路径有：B-C-E及B-C-D-E两种，因此可以选取较短的路径，先到C节点再到E节点即可。
在另一个实施例中，当所述当前位姿以及所述目的位姿不会正好对应到结构地图中的节点位置，则将该当前位姿以及所述目的位姿对应到距离它们最近的节点处，然后再选取最优路径，如图3所示，当前位姿距离节点D较近，而目的位姿距离节点B较近，则确定当前节点为节点D，而目的节点为节点B，因此，可以控制所述移动机器人先对应到节点D处，而目的位姿先对应到节点B处，然后再选出最优路径，例如，先到节点D再到节点C，然后到节点B最后达到目的位姿。
与现有技术相比，本申请通过获取移动机器人的采样位姿，然后基于所述采样位姿在地图上生成所述采样位姿对应的节点，进而基于所述节点之间的相互连接关系，构建结构地图。这种方式构建的结构地图能够更方便的用于路径规划。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

Claims (10)

1.一种用于移动机器人构建结构地图的方法，其中，该方法包括：
获取移动机器人的采样位姿；
基于所述采样位姿在地图上生成所述采样位姿对应的节点；
基于所述节点之间的相互连接关系，构建结构地图。
2.根据权利要求1所述的方法，其中，所述基于所述节点之间的相互连接关系，构建结构地图包括：
检测所述节点之间是否存在相互连接关系，其中，所述相互连接关系是指所述移动机器人在所述节点之间进行直线运动不会存在障碍物的阻挡；
当存在所述相互连接关系，在每个节点存储该节点与其他节点之间的相互连接关系；
基于所述相互连接关系，构建结构地图。
3.根据权利要求1或2所述的方法，其中，所述方法还包括：
获取所述移动机器人的当前位姿及目的位姿；
根据所述当前位姿以及所述目的位姿与所述结构地图上的节点的位置关系，确定到达所述目的位姿的最优路径。
4.根据权利要求3所述的方法，其中，所述根据所述当前位姿以及所述目的位姿与所述结构地图上的节点的位置关系，确定到达所述目的位姿的最优路径包括：
根据所述当前位姿以及所述目的位姿在所述结构地图上确定对应的当前节点及目的节点；
根据所述结构地图上节点之间的相互连接关系，确定到达所述目的位姿的最优路径。
5.根据权利要求1至4中任一项所述的方法，其中，所述获取移动机器人的采样位姿包括：
当满足预设条件，获取移动机器人的采样位姿；
其中，所述预设条件包括以下至少任一项：
达到预设采样时间间隔；
达到预设采样距离阈值。
6.一种用于移动机器人构建结构地图的设备，其中，该设备包括：
第一装置，用于获取移动机器人的采样位姿；
第二装置，用于基于所述采样位姿在地图上生成所述采样位姿对应的节点；
第三装置，用于基于所述节点之间的相互连接关系，构建结构地图。
7.根据权利要求6所述的设备，其中，所述第三装置包括：
第一单元，用于检测所述节点之间是否存在相互连接关系，其中，所述相互连接关系是指所述移动机器人在所述节点之间进行直线运动不会存在障碍物的阻挡；
第二单元，用于当存在所述相互连接关系，在每个节点存储该节点与其他节点之间的相互连接关系；
第三单元，用于基于所述相互连接关系，构建结构地图。
8.根据权利要求6或7所述的设备，其中，所述设备还包括：
第四装置，用于获取所述移动机器人的当前位姿及目的位姿；
第五装置，用于根据所述当前位姿以及所述目的位姿与所述结构地图上的节点的位置关系，确定到达所述目的位姿的最优路径。
9.根据权利要求8所述的设备，其中，所述第五装置用于：
根据所述当前位姿以及所述目的位姿在所述结构地图上确定对应的当前节点及目的节点；
根据所述结构地图上节点之间的相互连接关系，确定到达所述目的位姿的最优路径。
10.根据权利要求6至9中任一项所述的设备，其中，所述第一装置用于：
当满足预设条件，获取移动机器人的采样位姿；
其中，所述预设条件包括以下至少任一项：
达到预设采样时间间隔；
达到预设采样距离阈值。
CN201711006120.2A 2017-10-25 2017-10-25 移动机器人构建结构地图的方法与设备 Pending CN107806881A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201711006120.2A CN107806881A (zh) 2017-10-25 2017-10-25 移动机器人构建结构地图的方法与设备
PCT/CN2018/106797 WO2019080679A1 (zh) 2017-10-25 2018-09-20 移动机器人构建结构地图的方法与设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711006120.2A CN107806881A (zh) 2017-10-25 2017-10-25 移动机器人构建结构地图的方法与设备

Publications (1)

Publication Number Publication Date
CN107806881A true CN107806881A (zh) 2018-03-16

Family

ID=61592351

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711006120.2A Pending CN107806881A (zh) 2017-10-25 2017-10-25 移动机器人构建结构地图的方法与设备

Country Status (2)

Country Link
CN (1) CN107806881A (zh)
WO (1) WO2019080679A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019080679A1 (zh) * 2017-10-25 2019-05-02 上海思岚科技有限公司 移动机器人构建结构地图的方法与设备

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110319832B (zh) * 2019-07-05 2024-05-17 京东科技信息技术有限公司 机器人定位方法、装置、电子设备及介质
KR102275300B1 (ko) 2019-07-05 2021-07-08 엘지전자 주식회사 이동 로봇 및 그 제어방법
KR102224637B1 (ko) * 2019-07-05 2021-03-08 엘지전자 주식회사 이동 로봇 및 그 제어방법
KR102361130B1 (ko) 2019-07-11 2022-02-09 엘지전자 주식회사 이동 로봇 및 그 제어방법
KR102297496B1 (ko) 2019-07-11 2021-09-02 엘지전자 주식회사 인공지능을 이용한 이동 로봇 및 이동 로봇의 제어방법
CN113483749B (zh) * 2021-07-06 2024-06-18 京东城市(北京)数字科技有限公司 路网构建方法、装置、导航设备和机器人

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120121161A1 (en) * 2010-09-24 2012-05-17 Evolution Robotics, Inc. Systems and methods for vslam optimization
CN105115497A (zh) * 2015-09-17 2015-12-02 南京大学 一种可靠的室内移动机器人精确导航定位系统及方法
CN105487535A (zh) * 2014-10-09 2016-04-13 东北大学 一种基于ros的移动机器人室内环境探索系统与控制方法
CN106197421A (zh) * 2016-06-24 2016-12-07 北京工业大学 一种用于移动机器人自主探索的前沿目标点生成方法
CN106643721A (zh) * 2016-10-11 2017-05-10 北京工业大学 一种环境拓扑地图的构建方法
CN107121142A (zh) * 2016-12-30 2017-09-01 深圳市杉川机器人有限公司 移动机器人的拓扑地图创建方法及导航方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105841704B (zh) * 2016-04-13 2019-01-18 京信通信系统（中国）有限公司 一种移动路径的确定方法及装置
CN107806881A (zh) * 2017-10-25 2018-03-16 上海思岚科技有限公司 移动机器人构建结构地图的方法与设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120121161A1 (en) * 2010-09-24 2012-05-17 Evolution Robotics, Inc. Systems and methods for vslam optimization
CN105487535A (zh) * 2014-10-09 2016-04-13 东北大学 一种基于ros的移动机器人室内环境探索系统与控制方法
CN105115497A (zh) * 2015-09-17 2015-12-02 南京大学 一种可靠的室内移动机器人精确导航定位系统及方法
CN106197421A (zh) * 2016-06-24 2016-12-07 北京工业大学 一种用于移动机器人自主探索的前沿目标点生成方法
CN106643721A (zh) * 2016-10-11 2017-05-10 北京工业大学 一种环境拓扑地图的构建方法
CN107121142A (zh) * 2016-12-30 2017-09-01 深圳市杉川机器人有限公司 移动机器人的拓扑地图创建方法及导航方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019080679A1 (zh) * 2017-10-25 2019-05-02 上海思岚科技有限公司 移动机器人构建结构地图的方法与设备

Also Published As

Publication number Publication date
WO2019080679A1 (zh) 2019-05-02

Similar Documents

Publication Publication Date Title
CN107806881A (zh) 移动机器人构建结构地图的方法与设备
US20180189634A1 (en) Determining context-aware distances using deep neural networks
Clímaco et al. Multicriteria path and tree problems: discussion on exact algorithms and applications
CN108415420B (zh) 一种用于移动机器人搜索路径的方法及设备
JP2016509300A (ja) ウェブサイトユーザを識別する方法および装置
CN107807641A (zh) 用于移动机器人避障的方法
CN106405643B (zh) 井震联合速度场构建方法及装置
Burger et al. A linear algorithm for secure domination in trees
CN109737980A (zh) 一种导航方法及其对应的机器人
Ghaemi et al. Optimal network location queries
CN106919390A (zh) 一种页面生成的方法与设备
CN109459048A (zh) 用于机器人的地图加载方法及设备
CN101963510A (zh) 一种随机路线图的快速路径规划方法及增强方法
CN108204821A (zh) 一种路径规划方法及装置
CN107040423A (zh) 一种网络拓扑发现的方法及系统
CN106556402B (zh) 一种路径规划方法及装置
Barati Discussion of “Parameter estimation of the nonlinear Muskingum model using parameter-setting-free harmony search” by Zong Woo Geem
CN113108806A (zh) 路径规划方法、装置、设备及介质
CN110727958B (zh) 一种基于前缀树的差分隐私轨迹数据保护方法
CN112559483A (zh) 基于hdfs的数据管理方法、装置、电子设备及介质
Xu et al. A fast traversal heuristic and optimal algorithm for effective environmental coverage
US10200814B1 (en) Voronoi diagram-based algorithm for efficient progressive continuous k-nearest neighbor query for moving objects
CN103957012B (zh) 一种dfa矩阵的压缩方法及装置
US20170026271A1 (en) Determining connections between nodes in a network
CN107545316A (zh) 一种路线查询方法及装置

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: 20180316