CN107966702A - 环境地图的构建方法及装置 - Google Patents

环境地图的构建方法及装置 Download PDF

Info

Publication number
CN107966702A
CN107966702A CN201711171572.6A CN201711171572A CN107966702A CN 107966702 A CN107966702 A CN 107966702A CN 201711171572 A CN201711171572 A CN 201711171572A CN 107966702 A CN107966702 A CN 107966702A
Authority
CN
China
Prior art keywords
grid
detection data
data
map
target
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.)
Granted
Application number
CN201711171572.6A
Other languages
English (en)
Other versions
CN107966702B (zh
Inventor
李明博
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 Evolver Xiaopang Robot Technology Co ltd
Original Assignee
Beijing Science And Technology Ltd Of Evolution Person Robot
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 Beijing Science And Technology Ltd Of Evolution Person Robot filed Critical Beijing Science And Technology Ltd Of Evolution Person Robot
Priority to CN201711171572.6A priority Critical patent/CN107966702B/zh
Publication of CN107966702A publication Critical patent/CN107966702A/zh
Application granted granted Critical
Publication of CN107966702B publication Critical patent/CN107966702B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明提供了一种环境地图的构建方法及装置，该方法包括：获取探测数据；在第一预设栅格图中确定各个栅格所对应的探测数据和超声波声压，进而确定各个栅格的栅格属性，得到声压分布图；基于探测数据和声压分布图确定第一探测数据和第二探测数据；基于第一探测数据和第二探测数据构建环境地图。该方法中，根据探测数据和声压分布图将探测数据分为第一探测数据和第二探测数据，即将满足超声波传感器物理特性的数据与不满足超声波传感器物理特性的数据进行区分，在构建环境地图时对两种数据区别使用，使得构建得到的环境地图更加准确，提高了环境地图的精度，缓解了现有技术中的环境地图构建方法准确性差，精度不好的技术问题。

Description

环境地图的构建方法及装置
技术领域
本发明涉及移动机器人的技术领域，尤其是涉及一种环境地图的构建方法及装置。
背景技术
随着社会信息化程度的提高，移动机器人逐渐在社会发展中担当重要的角色。移动机器人构建环境地图是其完成导航和服务任务的基础。有了环境地图，机器人才能实现路径规划、避障，实现自主移动。
目前，移动机器人经常用其携带的激光雷达、摄像头及超声波等传感器构建环境地图。其中，激光雷达因其精确性被广泛采用，但其探测范围仅限于二维平面，且无法检测到玻璃；摄像头对光线较为敏感；超声波传感器则是返回其发射圆锥内最近障碍物的距离(即超声波传感器的物理特性)，它对光照不敏感，探测范围不会局限于平面且成本远低于激光雷达和摄像头。因此，超声波传感器非常适合室内机器人的推广使用。
然而，除了以上优点外，超声波传感器也存在显著的缺点，主要是无效观测。由于物体表面的镜面反射，传感器的返回值(即超声波数据)会对应虚假的障碍物，此时得到的超声波数据无效(即不够准确)，这种情况在复杂的室内环境中大量存在。
现有的环境地图的构建方案中一般直接用概率模型对超声波数据进行处理，比如，采用正向模型对超声波数据进行处理，即用最大似然估计的方法得到使观测可能性最大的地图。这种方法可以得到观测一致性较强的地图，不需要调节参数。但是由于概率模型过于简化，并没有考虑超声波数据的有效性，未能真正体现超声波传感器的物理特性，无法解决镜面反射问题所带来的误差，直接使用所有的超声波数据进行环境地图的构建使得构建得到的环境地图准确性差，精度不好。
综上，现有技术中环境地图的构建方法准确性差，精度不好。
发明内容
有鉴于此，本发明的目的在于提供一种环境地图的构建方法及装置，以缓解现有技术中的环境地图构建方法准确性差，精度不好的技术问题。
第一方面，本发明实施例提供了一种环境地图的构建方法，所述方法包括：
获取移动机器人在执行环境探测任务过程中的探测数据，其中，所述探测数据包括：移动机器人的位姿数据和所述位姿数据对应的超声波数据；
在第一预设栅格图中确定各个栅格所对应的探测数据和超声波声压；
基于所述各个栅格所对应的探测数据和超声波声压确定所述各个栅格的栅格属性，得到声压分布图；
基于所述探测数据和所述声压分布图，确定第一探测数据和第二探测数据，其中，所述第一探测数据为满足超声波传感器物理特性的数据，所述第二探测数据为不满足所述超声波传感器物理特性的数据；
基于所述第一探测数据和所述第二探测数据构建机器人探测环境的环境地图。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，在第一预设栅格图中确定各个栅格所对应的探测数据和超声波声压包括：
在所述第一预设栅格图中确定所述探测数据所表示的扇形探测区域，其中，所述扇形探测区域的圆心和中轴线由所述位姿数据确定，所述扇形探测区域的圆心角度为与所述超声波传感器相关的固定参数，所述扇形探测区域的半径为所述超声波数据；
获取目标栅格以及目标栅格所属的扇形探测区域，其中，所述目标栅格为所述第一预设栅格图中的任意一个栅格；
通过超声波声压计算公式计算所述目标栅格的超声波声压，其中，r表示所述目标栅格到其所属的扇形探测区域的圆心的距离，θ表示所述目标栅格与其所属的扇形探测区域的中轴线之间的角度，DT(θ)表示超声波发射分量，DR(θ)表示超声波接收分量，DT(θ)和DT(θ)为所述超声波传感器的固有属性，所述目标栅格的超声波声压的数量至少为一个。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，当所述目标栅格的超声波声压的数量为多个时，基于所述各个栅格所对应的探测数据和超声波声压确定所述各个栅格的栅格属性，得到声压分布图包括：
在所述目标栅格的多个超声波声压中确定目标超声波声压，其中，所述目标超声波声压为所述目标栅格的多个超声波声压中的最大超声波声压，超声波声压为通过对应的扇形探测区域计算得到的；
根据所述目标超声波声压确定目标扇形探测区域；
根据所述目标栅格在所述目标扇形探测区域的位置确定所述目标栅格的栅格属性，其中，所述栅格属性包括以下任一种：障碍栅格，空白栅格，当所述目标栅格在所述目标扇形探测区域的内部时，所述目标栅格的栅格属性为所述空白栅格，当所述目标栅格在所述目标扇形探测区域的弧线上时，所述目标栅格的栅格属性为所述障碍栅格；
在所述第一预设栅格图中表示所述目标栅格的栅格属性，得到所述声压分布图。
结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，基于所述探测数据和所述声压分布图，确定第一探测数据和第二探测数据包括：
在所述声压分布图中根据所述探测数据确定扇形探测区域；
在所述扇形探测区域中，计算圆心到所述扇形探测区域内的所有障碍栅格的第一距离；
在所述第一距离中确定目标距离，其中，所述目标距离为所述第一距离中的最小距离；
判断所述目标距离是否与其对应的探测数据中的超声波数据相等；
如果相等，则确定与所述目标距离对应的探测数据为第一探测数据；
如果不相等，则确定与所述目标距离对应的探测数据为第二探测数据。
结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，基于所述第一探测数据和所述第二探测数据构建机器人探测环境的环境地图包括：
在第二预设栅格图中根据所述第一探测数据构建第一环境地图；
对所述第二探测数据中的超声波数据进行调整，得到调整后的超声波数据，其中，所述调整后的超声波数据与所述目标距离相等；
基于所述调整后的超声波数据和所述第二探测数据中的位姿数据对所述第一环境地图进行更新，得到所述环境地图，其中，所述环境地图为栅格地图。
结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，在所述第二预设栅格图中根据所述第一探测数据构建第一环境地图包括：
在所述第二预设栅格图中根据所述第一探测数据确定第一扇形区域；
刷新所述第一扇形区域的弧线上的障碍栅格，得到障碍栅格地图；
在所述障碍栅格地图上刷新所述第一扇形区域内的空白栅格，得到所述第一环境地图。
结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，基于所述调整后的超声波数据和所述第二探测数据中的位姿数据对所述第一环境地图进行更新，得到所述环境地图包括：
在所述第一环境地图中根据所述调整后的超声波数据和所述第二探测数据中的位姿数据确定第二扇形区域；
刷新所述第二扇形区域内的空白栅格，得到所述环境地图。
结合第一方面，本发明实施例提供了第一方面的第七种可能的实施方式，其中，基于所述第一探测数据和所述第二探测数据构建机器人探测环境的环境地图包括：
根据所述第一探测数据确定第三扇形区域；
将所述第三扇形区域的弧线上的障碍区域用弧线环表示，得到第二环境地图；
对所述第二探测数据中的超声波数据进行调整，得到调整后的超声波数据，其中，所述调整后的超声波数据与所述目标距离相等；
基于所述调整后的超声波数据和所述第二探测数据中的位姿数据对所述第二环境地图进行更新，得到所述环境地图，其中，所述环境地图为特征地图。
结合第一方面，本发明实施例提供了第一方面的第八种可能的实施方式，其中，基于所述调整后的超声波数据和所述第二探测数据中的位姿数据对所述第二环境地图进行更新，得到所述环境地图包括：
在所述第二环境地图中根据所述调整后的超声波数据和所述第二探测数据中的位姿数据确定第四扇形区域；
刷新所述第四扇形区域内的空白区域，得到所述环境地图。
第二方面，本发明实施例还提供了一种环境地图的构建装置，所述装置包括：
获取模块，用于获取移动机器人在执行环境探测任务过程中的探测数据，其中，所述探测数据包括：移动机器人的位姿数据和所述位姿数据对应的超声波数据；
第一确定模块，用于在第一预设栅格图中确定各个栅格所对应的探测数据和超声波声压；
第二确定模块，用于基于所述各个栅格所对应的探测数据和超声波声压确定所述各个栅格的栅格属性，得到声压分布图；
第三确定模块，用于基于所述探测数据和所述声压分布图，确定第一探测数据和第二探测数据，其中，所述第一探测数据为满足超声波传感器物理特性的数据，所述第二探测数据为不满足所述超声波传感器物理特性的数据；
构建模块，用于基于所述第一探测数据和所述第二探测数据构建机器人探测环境的环境地图。
本发明实施例带来了以下有益效果：本发明实施例提供了一种环境地图的构建方法及装置，该方法包括：获取移动机器人在执行环境探测任务过程中的探测数据，其中，探测数据包括：移动机器人的位姿数据和位姿数据对应的超声波数据；在第一预设栅格图中确定各个栅格所对应的探测数据和超声波声压；基于各个栅格所对应的探测数据和超声波声压确定各个栅格的栅格属性，得到声压分布图；基于探测数据和声压分布图，确定第一探测数据和第二探测数据，其中，第一探测数据为满足超声波传感器物理特性的数据，第二探测数据为不满足超声波传感器物理特性的数据；基于第一探测数据和第二探测数据构建机器人探测环境的环境地图。
现有的利用超声波数据构建环境地图的方法中，一般使用概率模型对超声波数据进行处理，得到环境地图。但是，这种方法中没有考虑到超声波数据的有效性，未能真正体现超声波传感器的物理特性，无法解决镜面反射问题所带来的误差，构建得到的环境地图准确性差，精度不好。与现有的利用超声波数据构建环境地图的方法相比，本发明实施例提供了一种环境地图的构建方法，该方法中，先获取探测数据，该探测数据中包含移动机器人的位姿数据和位姿数据对应的超声波数据，然后，在第一预设栅格图中确定各个栅格所对应的探测数据和超声波声压，进而，确定各个栅格的栅格属性，得到声压分布图，随后，根据探测数据和声压分布图确定第一探测数据和第二探测数据，第一探测数据为满足超声波传感器物理特性的数据，第二探测数据为不满足超声波传感器物理特性的数据，最终，基于第一探测数据和第二探测数据构建机器人探测环境的环境地图。该方法中，根据探测数据和声压分布图将探测数据分为了第一探测数据和第二探测数据，也就是将满足超声波传感器物理特性的数据与不满足超声波传感器物理特性的数据进行区分，在构建环境地图时对两种数据区别使用，使得构建得到的环境地图更加准确，提高了环境地图的精度，缓解了现有技术中的环境地图构建方法准确性差，精度不好的技术问题。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种环境地图的构建方法的流程图；
图2为本发明实施例提供的在第一预设栅格图中确定各个栅格所对应的探测数据和超声波声压的方法流程图；
图3(a)为本发明实施例提供的一个位置的栅格处于三个探测数据的三个扇形探测区域中的示意图；
图3(b)为本发明实施例提供的声压分布图的示意图；
图4为本发明实施例提供的基于各个栅格所对应的探测数据和超声波声压确定各个栅格的栅格属性，得到声压分布图的方法流程图；
图5为本发明实施例提供的基于探测数据和声压分布图，确定第一探测数据和第二探测数据的方法流程图；
图6为本发明实施例提供的在第二预设栅格图中基于第一探测数据和第二探测数据构建栅格地图的方法流程图；
图7(a)为本发明实施例提供的障碍栅格地图的示意图；
图7(b)为本发明实施例提供的第一环境地图的示意图；
图7(c)为本发明实施例提供的栅格地图的示意图；
图7(d)为本发明实施例提供的特征地图的示意图；
图8为本发明实施例提供的基于第一探测数据和第二探测数据构建特征地图的方法流程图；
图9为本发明实施例提供的一种环境地图的构建装置的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种环境地图的构建方法进行详细介绍。
实施例一：
一种环境地图的构建方法，参考图1，该方法包括：
S102、获取移动机器人在执行环境探测任务过程中的探测数据，其中，探测数据包括：移动机器人的位姿数据和位姿数据对应的超声波数据；
在本发明实施例中，环境地图的构建方法是离线构建地图的方法，需要在移动机器人完成探测任务后进行。在移动机器人执行环境探测任务时，会采集得到探测数据，所谓的探测数据也就是移动机器人的位姿数据和位姿数据对应的超声波数据。
S104、在第一预设栅格图中确定各个栅格所对应的探测数据和超声波声压；
在得到探测数据后，在第一预设栅格图中确认各个栅格所对应的探测数据和超声波声压。具体的，第一预设栅格图为事先画好的没有任何内容的栅格图，将得到的探测数据反映到第一预设栅格图中(探测数据反映到第一预设栅格图中呈现出扇形探测区域)，就能确定各个栅格所对应的探测数据(也即扇形探测区域)，进而，还能够根据反映到第一预设栅格图中的探测数据计算得到各个栅格对应的超声波声压。其中，超声波声压是指超声波传感器向外发生声波，声波所产生的强度。下文中再对该过程进行详细介绍，在此不再赘述。
S106、基于各个栅格所对应的探测数据和超声波声压确定各个栅格的栅格属性，得到声压分布图；
在得到各个栅格所对应的探测数据和超声波声压后，基于各个栅格所对应的探测数据和超声波声压就能够确定各个栅格的栅格属性，进而，得到声压分布图，其中，栅格属性包括以下任一种：障碍栅格，空白栅格。下文中再对该过程进行详细介绍，在此不再赘述。
S108、基于探测数据和声压分布图，确定第一探测数据和第二探测数据，其中，第一探测数据为满足超声波传感器物理特性的数据，第二探测数据为不满足超声波传感器物理特性的数据；
在得到探测数据和声压分布图后，进一步就能够确定第一探测数据和第二探测数据，第一探测数据为满足超声波传感器物理特性的数据，第二探测数据为不满足超声波传感器物理特性的数据。所谓超声波传感器物理特性是指超声波传感器在其探测范围内，成功返回距超声波传感器最近的障碍物距离(也就是探测得到的超声波数据准确)。
S110、基于第一探测数据和第二探测数据构建机器人探测环境的环境地图。
在得到第一探测数据和第二探测数据后，根据第一探测数据和第二探测数据构建环境地图。构建环境地图时的初始图为不同于第一预设栅格图的图，第一预设栅格图是为了得到超声波声压图，进而，根据超声波声压图确定第一探测数据和第二探测数据。而在得到第一探测数据和第二探测数据后，构建环境地图的过程将与第一预设栅格图和超声波声压图无关。也就是说，第一预设栅格图用于辅助得到超声波声压图，超声波声压图主要用来区分第一探测数据和第二探测数据。
具体的，在构建环境地图时，对第一探测数据和第二探测数据的使用方式不同，这样，得到的环境地图更加准确。具体过程将在下文中进行描述。
现有的利用超声波数据构建环境地图的方法中，一般使用概率模型对超声波数据进行处理，得到环境地图。但是，这种方法中没有考虑到超声波数据的有效性，未能真正体现超声波传感器的物理特性，无法解决镜面反射问题所带来的误差，构建得到的环境地图准确性差，精度不好。与现有的利用超声波数据构建环境地图的方法相比，本发明实施例提供了一种环境地图的构建方法，该方法中，先获取探测数据，该探测数据中包含移动机器人的位姿数据和位姿数据对应的超声波数据，然后，在第一预设栅格图中确定各个栅格所对应的探测数据和超声波声压，进而，确定各个栅格的栅格属性，得到声压分布图，随后，根据探测数据和声压分布图确定第一探测数据和第二探测数据，第一探测数据为满足超声波传感器物理特性的数据，第二探测数据为不满足超声波传感器物理特性的数据，最终，基于第一探测数据和第二探测数据构建机器人探测环境的环境地图。该方法中，根据探测数据和声压分布图将探测数据分为了第一探测数据和第二探测数据，也就是将满足超声波传感器物理特性的数据与不满足超声波传感器物理特性的数据进行区分，在构建环境地图时对两种数据区别使用，使得构建得到的环境地图更加准确，提高了环境地图的精度，缓解了现有技术中的环境地图构建方法准确性差，精度不好的技术问题。
上述内容对环境地图的构建方法进行了整体描述，下面对其中涉及到的具体内容进行详细介绍。
在第一预设栅格图中确定各个栅格所对应的探测数据和超声波声压的方式有多种，在一个可选地实施方式中，参考图2，在第一预设栅格图中确定各个栅格所对应的探测数据和超声波声压包括以下步骤：
S201、在第一预设栅格图中确定探测数据所表示的扇形探测区域，其中，扇形探测区域的圆心和中轴线由位姿数据确定，扇形探测区域的圆心角度为与超声波传感器相关的固定参数，扇形探测区域的半径为超声波数据；
具体的，探测数据反映到第一预设栅格图中呈现出扇形探测区域，其中，扇形探测区域的圆心和中轴线由位姿数据确定，扇形探测区域的圆心角度为与超声波传感器相关的固定参数，扇形探测区域的半径为超声波数据。也就是每一个扇形探测区域是由一个位姿数据和与位姿数据对应的超声波数据确定的。
移动机器人的位姿数据包括了移动机器人的位置和移动机器人的朝向角，这样，也就确定了扇形探测区域的圆心(由移动机器人的位置决定)和中轴线(由朝向角决定)。扇形探测区域的圆心角度为与超声波传感器相关的固定参数，扇形探测区域的半径为超声波数据，也就是超声波传感器的返回值。
在实际的应用过程中，移动机器人有一定的高度，此时通常在移动机器人的不同高度装备多个超声波传感器。在构建环境地图时，若简单的将不同高度测得的超声波数据统一投影到一个平面上，得到的结果可能不理想。比如，茶几，可以被下面的超声波传感器检测到，但是无法被上面的传感器检测到，而我们希望下面信息单独处理，不被上面影响。所以，在得到的探测数据中，可以将得到的探测数据分高度进行处理。比如，得到的探测数据分别为第一高度探测数据，第二高度探测数据，第三高度探测数据。
处理时，对应的获取三个第一预设栅格图(其中，三个第一预设栅格图相同)，每一个高度的探测数据反映到一个第一预设栅格图中，这样就得到了三张具有不同扇形探测区域的第一预设栅格图。
S202、获取目标栅格以及目标栅格所属的扇形探测区域，其中，目标栅格为第一预设栅格图中的任意一个栅格；
在得到扇形探测区域后，获取目标栅格，即第一预设栅格图中的任意一个栅格，并获取目标栅格所述的扇形探测区域。
对于三张具有不同扇形探测区域的第一预设栅格图来讲，每一张具有扇形探测区域的第一预设栅格图各自分开处理。
S203、通过超声波声压计算公式计算目标栅格的超声波声压，其中，r表示目标栅格到其所属的扇形探测区域的圆心的距离，θ表示目标栅格与其所属的扇形探测区域的中轴线之间的角度，DT(θ)表示超声波发射分量，DR(θ)表示超声波接收分量，DT(θ)和DT(θ)为超声波传感器的固有属性，目标栅格的超声波声压的数量至少为一个。
在得到目标栅格以及目标栅格所属的扇形探测区域，就能够通过超声波声压计算公式计算目标栅格的超声波声压。
为方便计算，上述超声波声压常取对数：在本发明实施例中，结合具体使用的超声波传感器，LSP(r,θ)＝-0.00102θ2+0.00241θ-lgr。
上述三张具有不同扇形探测区域的第一预设栅格图中，每张图中的每个栅格就有了超声波声压。因为，一个栅格可能同时处于多个扇形探测区域内，那么，通过超声波声压计算公式就能计算得到该栅格有对应的多个超声波声压，每一个超声波声压和一个扇形探测区域对应。参考图3(a)，图3(a)中，①位置的栅格就处于三个扇形探测区域内。
可选地，参考图4，当目标栅格的超声波声压的数量为多个时，基于各个栅格所对应的探测数据和超声波声压确定各个栅格的栅格属性，得到声压分布图包括：
S401、在目标栅格的多个超声波声压中确定目标超声波声压，其中，目标超声波声压为目标栅格的多个超声波声压中的最大超声波声压，超声波声压为通过对应的扇形探测区域计算得到的；
当目标栅格的超声波声压的数量为多个时，在目标栅格的多个超声波声压中确定目标超声波声压，该目标超声波声压为目标栅格的多个超声波声压中的最大超声波声压。
参考图3(a)，如果①位置处的栅格的超声波声压中，根据j1的扇形探测区域求解得到的超声波声压为10，根据i的扇形探测区域求解得到的超声波声压为20，根据j2的扇形探测区域求解得到的超声波声压为13，那么，目标超声波声压为20。
S402、根据目标超声波声压确定目标扇形探测区域；
在得到目标超声波声压后，就能够根据目标超声波声压确定目标扇形探测区域，该目标扇形探测区域即为用于计算目标超声波声压时的扇形探测区域。参考图3(a)，目标扇形探测区域即为i的扇形探测区域。
S403、根据目标栅格在目标扇形探测区域的位置确定目标栅格的栅格属性，其中，栅格属性包括以下任一种：障碍栅格，空白栅格，当目标栅格在目标扇形探测区域的内部时，目标栅格的栅格属性为空白栅格，当目标栅格在目标扇形探测区域的弧线上时，目标栅格的栅格属性为障碍栅格；
在得到目标扇形探测区域后，根据目标栅格在目标扇形探测区域的位置确定目标栅格的栅格属性。可以通过图3(a)看到，目标栅格在i的扇形探测区域的内部，也就是该栅格为空白栅格。
另外，当目标栅格的超声波声压的数量为一个时，根据目标栅格在目标扇形探测区域的位置确定目标栅格的栅格属性，其中，该目标扇形探测区域为用于计算目标栅格的超声波声压的扇形探测区域。
这样，便能够得到第一预设栅格图中的各个栅格的栅格属性。
S404、在第一预设栅格图中表示目标栅格的栅格属性，得到声压分布图。
将各个栅格的栅格属性在第一预设栅格图中表示出来，障碍栅格用黑格表示，空白栅格用白格表示，就能够得到如图3(b)所示的声压分布图。
对上述三张具有不同扇形探测区域和表示有超声波声压的第一预设栅格图分别进行步骤S401至步骤S404的处理后，便能够得到对应的三张声压分布图，这三张声压分布图分布对应的是三个不同高度的探测数据，最终，将三张声压分布图进行整合，得到一个完整的声压分布图。整合时，当一张声压分布图中一个位置的栅格属性为障碍栅格时，不论其它两张声压分布图中相同位置处的栅格属性是什么，整合得到的声压分布图中该位置的栅格属性都为障碍栅格；只有当三张不同的声压分布图中，同一位置处的栅格都为空白栅格时，整合得到的声压分布图中该位置处的栅格才为空白栅格。
在得到声压分布图后，可选地，参考图5，基于探测数据和声压分布图，确定第一探测数据和第二探测数据包括：
S501、在声压分布图中根据探测数据确定扇形探测区域；
在得到声压分布图后，该声压分布图为整合之后的声压分布图，根据探测数据在声压分布图中确定扇形探测区域，该确定的过程与在第一预设栅格图中确定扇形探测区域的过程相同，扇形探测区域的圆心和中轴线由位姿数据确定，扇形探测区域的圆心角度为与超声波传感器相关的固定参数，扇形探测区域的半径为超声波数据，这样，就能够得到具有扇形探测区域的声压分布图。
S502、在扇形探测区域中，计算圆心到扇形探测区域内的所有障碍栅格的第一距离；
在得到具有扇形探测区域的声压分布图后，在扇形探测区域中，计算圆心到扇形探测区域内的所有障碍栅格的第一距离。
S503、在第一距离中确定目标距离，其中，目标距离为第一距离中的最小距离；
在得到第一距离后，该第一距离的数量可能有多个，在第一距离中确定目标距离，目标距离即为第一距离中的最小距离。
S504、判断目标距离是否与其对应的探测数据中的超声波数据相等；
在得到目标距离后，判断目标距离是否与对应的探测数据中的超声波数据相等。具体的，目标距离为第一距离中的最小距离，第一距离为圆心到扇形探测区域内的所有障碍栅格的距离，扇形探测区域为探测数据确定的，所以，目标距离与探测数据是唯一对应的，也就是判断目标距离与其对应的探测数据中的超声波数据是否相等。
S505、如果相等，则确定与目标距离对应的探测数据为第一探测数据；
如果相等，说明超声波传感器探测到了最近的障碍物，也就是返回的最近的障碍物的距离(即探测数据中的超声波数据)是准确的，那么，将该探测数据作为第一探测数据。
S506、如果不相等，则确定与目标距离对应的探测数据为第二探测数据。
如果不相等，说明超声波传感器并未探测到最近的障碍物，也就是返回的是虚假障碍物的距离(即探测数据中的超声波数据)是错误的，那么，将该探测数据作为第二探测数据。
在得到第一探测数据和第二探测数据后，可选地，参考图6，基于第一探测数据和第二探测数据构建机器人探测环境的环境地图包括：
S601、在第二预设栅格图中根据第一探测数据构建第一环境地图；
在得到第一探测数据和第二探测数据后，在第二预设栅格图中根据第一探测数据构建第一环境地图，具体的：
(1)在第二预设栅格图中根据第一探测数据确定第一扇形区域；
确定第一扇形区域的过程与确定扇形探测区域的过程相同。第一扇形区域的圆心和中轴线由第一探测数据中的位姿数据确定，第一扇形区域的圆心角度为与超声波传感器相关的固定参数，第一扇形区域的半径为第一探测数据中的超声波数据。
(2)刷新第一扇形区域的弧线上的障碍栅格，得到障碍栅格地图；
根据超声波传感器的特性，第一探测数据都探测到了最近的障碍物，这些数据准确性好，由第一探测数据确定的第一扇形区域中的空白区域高度可信，而其障碍区域则因角度误差(超声波传感器的返回值只包含距离，因此无法确切得知障碍物的角度，这将会导致对一些狭窄入口检测失败，也影响环境地图的质量)存在，可信度次之。所以，先刷新第一扇形区域的弧线上的障碍栅格，得到障碍栅格地图，参考图7(a)。
(3)在障碍栅格地图上刷新第一扇形区域内的空白栅格，得到第一环境地图。
在得到障碍栅格地图后，在障碍栅格地图上刷新第一扇形区域内的空白栅格，得到第一环境地图，参考图7(b)。这样先刷新第一扇形区域的弧线上的障碍栅格再刷新第一扇形区域内的空白栅格的简单有效的策略构建环境地图，可以有效的避免超声波传感器的角度误差，使得构建得到的第一环境地图更加准确。如图7(b)所示，经过以上步骤，环境地图已基本构建完毕，但是由于只采用了第一探测数据，导致空白区域覆盖不充分，在图中留下了较多灰色区域。因此，考虑充分利用第二探测数据。
S602、对第二探测数据中的超声波数据进行调整，得到调整后的超声波数据，其中，调整后的超声波数据与目标距离相等；
因为第二探测数据中的超声波数据存在误差，在使用第二探测数据构建环境地图时可以先对第二探测数据中的超声波数据进行调整，将第二探测数据中的超声波数据调整为目标距离，得到调整后的超声波数据。
S603、基于调整后的超声波数据和第二探测数据中的位姿数据对第一环境地图进行更新，得到环境地图，其中，环境地图为栅格地图。
在得到调整后的超声波数据后，基于调整后的超声波数据和第二探测数据中的位姿数据对第一环境地图进行更新，得到环境地图。具体的：
(1)在第一环境地图中根据调整后的超声波数据和第二探测数据中的位姿数据确定第二扇形区域；
确定第二扇形区域的过程与确定扇形区域的过程相同。第二扇形区域的圆心和中轴线由第二探测数据中的位姿数据确定，第二扇形区域的圆心角度为与超声波传感器相关的固定参数，第二扇形区域的半径为调整后的超声波数据。
(2)刷新第二扇形区域内的空白栅格，得到环境地图。
在得到第二扇形区域后，刷新第二扇形区域内的空白栅格，得到环境地图，该环境地图为栅格地图，参考图7(c)。
上述步骤S601至步骤S603的过程为构建栅格地图的过程，下面对构建特征地图的过程进行描述。
可选地，参考图8，基于第一探测数据和第二探测数据构建机器人探测环境的环境地图还包括：
S801、根据第一探测数据确定第三扇形区域；
确定第三扇形区域的过程与确定第一扇形区域的过程相同。在此不再赘述。
S802、将第三扇形区域的弧线上的障碍区域用弧线环表示，得到第二环境地图；
S803、对第二探测数据中的超声波数据进行调整，得到调整后的超声波数据，其中，调整后的超声波数据与目标距离相等；
该过程与步骤S602的过程相同，在此不再赘述。
S804、基于调整后的超声波数据和第二探测数据中的位姿数据对第二环境地图进行更新，得到环境地图，其中，环境地图为特征地图。
具体的：
(1)在第二环境地图中根据调整后的超声波数据和第二探测数据中的位姿数据确定第四扇形区域；
确定第四扇形区域的过程与确定第二扇形区域的过程相同。在此不再赘述。
(2)刷新第四扇形区域内的空白区域，得到环境地图，得到的该环境地图为特征地图，参考图7(d)。
传统基于超声波传感器构建地图的方法只是对单个超声波数据进行貌似合理的解释并用概率方法建模，在此基础上按照一定的概率规则进行迭代。这些方法未对超声波数据的有效性进行分析，把所有的数据都当做有效数据，未能充分遵从超声波传感器的物理特性，因此构建得到的环境地图效果较差，一个重要的体现是移动机器人经常会对障碍物之后的区域进行构建地图，这是严重违反超声波传感器物理特性的。
本发明实施例提出的方法，充分遵从超声波传感器的物理特性，先从大量探测数据中得到声压图，之后用声压图判断探测数据(主要是指探测数据中的超声波数据)的有效性。有效的探测数据是构建环境地图的“主力”，因为它们是正常工作、正确探测得到的数据；无效探测数据的是构建环境地图的“补充”，因为它们虽然没能测到正确障碍物，但它们包含了部分有用信息，我们用这部分有用的信息对环境地图进行补充。
结合图7(c)可以看到，这种方法构建的栅格地图障碍物准确，空白区域清晰，不需要调节任何参数，能够直接得到最符合观测的二值地图，这种栅格地图的构建方法相比传统方法，非常有助于移动机器人定位及路径规划。
实施例二：
一种环境地图的构建装置，参考图9，该装置包括：
获取模块11，用于获取移动机器人在执行环境探测任务过程中的探测数据，其中，探测数据包括：移动机器人的位姿数据和位姿数据对应的超声波数据；
第一确定模块12，用于在第一预设栅格图中确定各个栅格所对应的探测数据和超声波声压；
第二确定模块13，用于基于各个栅格所对应的探测数据和超声波声压确定各个栅格的栅格属性，得到声压分布图；
第三确定模块14，用于基于探测数据和声压分布图，确定第一探测数据和第二探测数据，其中，第一探测数据为满足超声波传感器物理特性的数据，第二探测数据为不满足超声波传感器物理特性的数据；
构建模块15，用于基于第一探测数据和第二探测数据构建机器人探测环境的环境地图。
本发明实施例提供了一种环境地图的构建装置，该装置中，先获取探测数据，该探测数据中包含移动机器人的位姿数据和位姿数据对应的超声波数据，然后，在第一预设栅格图中确定各个栅格所对应的探测数据和超声波声压，进而，确定各个栅格的栅格属性，得到声压分布图，随后，根据探测数据和声压分布图确定第一探测数据和第二探测数据，第一探测数据为满足超声波传感器物理特性的数据，第二探测数据为不满足超声波传感器物理特性的数据，最终，基于第一探测数据和第二探测数据构建机器人探测环境的环境地图。该装置中，根据探测数据和声压分布图将探测数据分为了第一探测数据和第二探测数据，也就是将满足超声波传感器物理特性的数据与不满足超声波传感器物理特性的数据进行区分，在构建环境地图时对两种数据区别使用，使得构建得到的环境地图更加准确，提高了环境地图的精度，缓解了现有技术中的环境地图构建方法准确性差，精度不好的技术问题。
可选地，第一确定模块包括：
第一确定子模块，用于在第一预设栅格图中确定探测数据所表示的扇形探测区域，其中，扇形探测区域的圆心和中轴线由位姿数据确定，扇形探测区域的圆心角度为与超声波传感器相关的固定参数，扇形探测区域的半径为超声波数据；
获取子模块，用于获取目标栅格以及目标栅格所属的扇形探测区域，其中，目标栅格为第一预设栅格图中的任意一个栅格；
第一计算子模块，用于通过超声波声压计算公式计算目标栅格的超声波声压，其中，r表示目标栅格到其所属的扇形探测区域的圆心的距离，θ表示目标栅格与其所属的扇形探测区域的中轴线之间的角度，DT(θ)表示超声波发射分量，DR(θ)表示超声波接收分量，DT(θ)和DT(θ)为超声波传感器的固有属性，目标栅格的超声波声压的数量至少为一个。
可选地，第二确定模块包括：
第二确定子模块，用于在目标栅格的多个超声波声压中确定目标超声波声压，其中，目标超声波声压为目标栅格的多个超声波声压中的最大超声波声压，超声波声压为通过对应的扇形探测区域计算得到的；
第三确定子模块，用于根据目标超声波声压确定目标扇形探测区域；
第四确定子模块，用于根据目标栅格在目标扇形探测区域的位置确定目标栅格的栅格属性，其中，栅格属性包括以下任一种：障碍栅格，空白栅格，当目标栅格在目标扇形探测区域的内部时，目标栅格的栅格属性为空白栅格，当目标栅格在目标扇形探测区域的弧线上时，目标栅格的栅格属性为障碍栅格；
第一表示子模块，用于在第一预设栅格图中表示目标栅格的栅格属性，得到声压分布图。
可选地，第三确定模块包括：
第五确定子模块，用于在声压分布图中根据探测数据确定扇形探测区域；
第二计算子模块，用于在扇形探测区域中，计算圆心到扇形探测区域内的所有障碍栅格的第一距离；
第六确定子模块，用于在第一距离中确定目标距离，其中，目标距离为第一距离中的最小距离；
判断子模块，用于判断目标距离是否与其对应的探测数据中的超声波数据相等；
第七确定子模块，用于如果相等，则确定与目标距离对应的探测数据为第一探测数据；
第八确定子模块，用于如果不相等，则确定与目标距离对应的探测数据为第二探测数据。
可选地，构建模块包括：
构建子模块，用于在第二预设栅格图中根据第一探测数据构建第一环境地图；
第一调整子模块，用于对第二探测数据中的超声波数据进行调整，得到调整后的超声波数据，其中，调整后的超声波数据与目标距离相等；
第一更新子模块，用于基于调整后的超声波数据和第二探测数据中的位姿数据对第一环境地图进行更新，得到环境地图，其中，环境地图为栅格地图。
可选地，构建子模块包括：
第一确定单元，用于在第二预设栅格图中根据第一探测数据确定第一扇形区域；
第一刷新单元，用于刷新第一扇形区域的弧线上的障碍栅格，得到障碍栅格地图；
第二刷新单元，用于在障碍栅格地图上刷新第一扇形区域内的空白栅格，得到第一环境地图。
可选地，第一更新子模块包括：
第二确定单元，用于在第一环境地图中根据调整后的超声波数据和第二探测数据中的位姿数据确定第二扇形区域；
第三刷新单元，用于刷新第二扇形区域内的空白栅格，得到环境地图。
可选地，构建模块还包括：
第九确定子模块，用于根据第一探测数据确定第三扇形区域；
第二表示子模块，用于将第三扇形区域的弧线上的障碍区域用弧线环表示，得到第二环境地图；
第二调整子模块，用于对第二探测数据中的超声波数据进行调整，得到调整后的超声波数据，其中，调整后的超声波数据与目标距离相等；
第二更新子模块，用于基于调整后的超声波数据和第二探测数据中的位姿数据对第二环境地图进行更新，得到环境地图，其中，环境地图为特征地图。
可选地，第二更新子模块包括：
第三确定单元，用于在第二环境地图中根据调整后的超声波数据和第二探测数据中的位姿数据确定第四扇形区域；
第四刷新单元，用于刷新第四扇形区域内的空白区域，得到环境地图。
本发明实施例所提供的环境地图的构建方法及装置的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种环境地图的构建方法，其特征在于，所述方法包括：
获取移动机器人在执行环境探测任务过程中的探测数据，其中，所述探测数据包括：移动机器人的位姿数据和所述位姿数据对应的超声波数据；
在第一预设栅格图中确定各个栅格所对应的探测数据和超声波声压；
基于所述各个栅格所对应的探测数据和超声波声压确定所述各个栅格的栅格属性，得到声压分布图；
基于所述探测数据和所述声压分布图，确定第一探测数据和第二探测数据，其中，所述第一探测数据为满足超声波传感器物理特性的数据，所述第二探测数据为不满足所述超声波传感器物理特性的数据；
基于所述第一探测数据和所述第二探测数据构建机器人探测环境的环境地图。
2.根据权利要求1所述的方法，其特征在于，在第一预设栅格图中确定各个栅格所对应的探测数据和超声波声压包括：
在所述第一预设栅格图中确定所述探测数据所表示的扇形探测区域，其中，所述扇形探测区域的圆心和中轴线由所述位姿数据确定，所述扇形探测区域的圆心角度为与所述超声波传感器相关的固定参数，所述扇形探测区域的半径为所述超声波数据；
获取目标栅格以及目标栅格所属的扇形探测区域，其中，所述目标栅格为所述第一预设栅格图中的任意一个栅格；
通过超声波声压计算公式计算所述目标栅格的超声波声压，其中，r表示所述目标栅格到其所属的扇形探测区域的圆心的距离，θ表示所述目标栅格与其所属的扇形探测区域的中轴线之间的角度，DT(θ)表示超声波发射分量，DR(θ)表示超声波接收分量，DT(θ)和DT(θ)为所述超声波传感器的固有属性，所述目标栅格的超声波声压的数量至少为一个。
3.根据权利要求2所述的方法，其特征在于，当所述目标栅格的超声波声压的数量为多个时，基于所述各个栅格所对应的探测数据和超声波声压确定所述各个栅格的栅格属性，得到声压分布图包括：
在所述目标栅格的多个超声波声压中确定目标超声波声压，其中，所述目标超声波声压为所述目标栅格的多个超声波声压中的最大超声波声压，超声波声压为通过对应的扇形探测区域计算得到的；
根据所述目标超声波声压确定目标扇形探测区域；
根据所述目标栅格在所述目标扇形探测区域的位置确定所述目标栅格的栅格属性，其中，所述栅格属性包括以下任一种：障碍栅格，空白栅格，当所述目标栅格在所述目标扇形探测区域的内部时，所述目标栅格的栅格属性为所述空白栅格，当所述目标栅格在所述目标扇形探测区域的弧线上时，所述目标栅格的栅格属性为所述障碍栅格；
在所述第一预设栅格图中表示所述目标栅格的栅格属性，得到所述声压分布图。
4.根据权利要求3所述的方法，其特征在于，基于所述探测数据和所述声压分布图，确定第一探测数据和第二探测数据包括：
在所述声压分布图中根据所述探测数据确定扇形探测区域；
在所述扇形探测区域中，计算圆心到所述扇形探测区域内的所有障碍栅格的第一距离；
在所述第一距离中确定目标距离，其中，所述目标距离为所述第一距离中的最小距离；
判断所述目标距离是否与其对应的探测数据中的超声波数据相等；
如果相等，则确定与所述目标距离对应的探测数据为第一探测数据；
如果不相等，则确定与所述目标距离对应的探测数据为第二探测数据。
5.根据权利要求4所述的方法，其特征在于，基于所述第一探测数据和所述第二探测数据构建机器人探测环境的环境地图包括：
在第二预设栅格图中根据所述第一探测数据构建第一环境地图；
对所述第二探测数据中的超声波数据进行调整，得到调整后的超声波数据，其中，所述调整后的超声波数据与所述目标距离相等；
基于所述调整后的超声波数据和所述第二探测数据中的位姿数据对所述第一环境地图进行更新，得到所述环境地图，其中，所述环境地图为栅格地图。
6.根据权利要求5所述的方法，其特征在于，在所述第二预设栅格图中根据所述第一探测数据构建第一环境地图包括：
在所述第二预设栅格图中根据所述第一探测数据确定第一扇形区域；
刷新所述第一扇形区域的弧线上的障碍栅格，得到障碍栅格地图；
在所述障碍栅格地图上刷新所述第一扇形区域内的空白栅格，得到所述第一环境地图。
7.根据权利要求5所述的方法，其特征在于，基于所述调整后的超声波数据和所述第二探测数据中的位姿数据对所述第一环境地图进行更新，得到所述环境地图包括：
在所述第一环境地图中根据所述调整后的超声波数据和所述第二探测数据中的位姿数据确定第二扇形区域；
刷新所述第二扇形区域内的空白栅格，得到所述环境地图。
8.根据权利要求4所述的方法，其特征在于，基于所述第一探测数据和所述第二探测数据构建机器人探测环境的环境地图包括：
根据所述第一探测数据确定第三扇形区域；
将所述第三扇形区域的弧线上的障碍区域用弧线环表示，得到第二环境地图；
对所述第二探测数据中的超声波数据进行调整，得到调整后的超声波数据，其中，所述调整后的超声波数据与所述目标距离相等；
基于所述调整后的超声波数据和所述第二探测数据中的位姿数据对所述第二环境地图进行更新，得到所述环境地图，其中，所述环境地图为特征地图。
9.根据权利要求8所述的方法，其特征在于，基于所述调整后的超声波数据和所述第二探测数据中的位姿数据对所述第二环境地图进行更新，得到所述环境地图包括：
在所述第二环境地图中根据所述调整后的超声波数据和所述第二探测数据中的位姿数据确定第四扇形区域；
刷新所述第四扇形区域内的空白区域，得到所述环境地图。
10.一种环境地图的构建装置，其特征在于，所述装置包括：
获取模块，用于获取移动机器人在执行环境探测任务过程中的探测数据，其中，所述探测数据包括：移动机器人的位姿数据和所述位姿数据对应的超声波数据；
第一确定模块，用于在第一预设栅格图中确定各个栅格所对应的探测数据和超声波声压；
第二确定模块，用于基于所述各个栅格所对应的探测数据和超声波声压确定所述各个栅格的栅格属性，得到声压分布图；
第三确定模块，用于基于所述探测数据和所述声压分布图，确定第一探测数据和第二探测数据，其中，所述第一探测数据为满足超声波传感器物理特性的数据，所述第二探测数据为不满足所述超声波传感器物理特性的数据；
构建模块，用于基于所述第一探测数据和所述第二探测数据构建机器人探测环境的环境地图。
CN201711171572.6A 2017-11-21 2017-11-21 环境地图的构建方法及装置 Active CN107966702B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711171572.6A CN107966702B (zh) 2017-11-21 2017-11-21 环境地图的构建方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711171572.6A CN107966702B (zh) 2017-11-21 2017-11-21 环境地图的构建方法及装置

Publications (2)

Publication Number Publication Date
CN107966702A true CN107966702A (zh) 2018-04-27
CN107966702B CN107966702B (zh) 2019-12-13

Family

ID=62000629

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711171572.6A Active CN107966702B (zh) 2017-11-21 2017-11-21 环境地图的构建方法及装置

Country Status (1)

Country Link
CN (1) CN107966702B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108803602A (zh) * 2018-06-01 2018-11-13 浙江亚特电器有限公司 障碍物自学习方法及新障碍物自学习方法
CN110567465A (zh) * 2018-06-06 2019-12-13 丰田研究所股份有限公司 使用精度规范定位车辆的系统和方法
CN111656137A (zh) * 2019-04-18 2020-09-11 深圳市大疆创新科技有限公司 可移动平台的导航方法、设备、计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012012819A1 (en) * 2010-07-26 2012-02-02 Commonwealth Scientific And Industrial Research Organisation Three dimensional scanning beam system and method
CN103645733A (zh) * 2013-12-02 2014-03-19 江苏建威电子科技有限公司 自寻充电机器人及其自寻充电系统和方法
CN104916216A (zh) * 2015-06-26 2015-09-16 深圳乐行天下科技有限公司 一种地图构建方法及系统
CN105043396A (zh) * 2015-08-14 2015-11-11 北京进化者机器人科技有限公司 一种移动机器人室内自建地图的方法和系统
CN105955266A (zh) * 2016-05-11 2016-09-21 深圳乐行天下科技有限公司 一种地图构建装置及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012012819A1 (en) * 2010-07-26 2012-02-02 Commonwealth Scientific And Industrial Research Organisation Three dimensional scanning beam system and method
CN103645733A (zh) * 2013-12-02 2014-03-19 江苏建威电子科技有限公司 自寻充电机器人及其自寻充电系统和方法
CN104916216A (zh) * 2015-06-26 2015-09-16 深圳乐行天下科技有限公司 一种地图构建方法及系统
CN105043396A (zh) * 2015-08-14 2015-11-11 北京进化者机器人科技有限公司 一种移动机器人室内自建地图的方法和系统
CN105955266A (zh) * 2016-05-11 2016-09-21 深圳乐行天下科技有限公司 一种地图构建装置及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
曹红玉 等: "基于改进的D_S证据理论的栅格地图构建", 《吉林大学学报（工学版）》 *
李明博: "基于超声波传感器数据关联提取的环境建模方法", 《科技尚品》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108803602A (zh) * 2018-06-01 2018-11-13 浙江亚特电器有限公司 障碍物自学习方法及新障碍物自学习方法
CN110567465A (zh) * 2018-06-06 2019-12-13 丰田研究所股份有限公司 使用精度规范定位车辆的系统和方法
CN110567465B (zh) * 2018-06-06 2023-08-18 丰田研究所股份有限公司 使用精度规范定位车辆的系统和方法
CN111656137A (zh) * 2019-04-18 2020-09-11 深圳市大疆创新科技有限公司 可移动平台的导航方法、设备、计算机可读存储介质
WO2020211055A1 (zh) * 2019-04-18 2020-10-22 深圳市大疆创新科技有限公司 可移动平台的导航方法、设备、计算机可读存储介质

Also Published As

Publication number Publication date
CN107966702B (zh) 2019-12-13

Similar Documents

Publication Publication Date Title
CN108663681B (zh) 基于双目摄像头与二维激光雷达的移动机器人导航方法
AU2008250604B2 (en) Position determination method for a geodetic measuring device
CN111060113B (zh) 一种地图更新方法及装置
CN105547305B (zh) 一种基于无线定位和激光地图匹配的位姿解算方法
US6728608B2 (en) System and method for the creation of a terrain density model
Lim et al. Mobile robot relocation from echolocation constraints
CN106979778B (zh) 一种定位方法、装置和移动终端
CN107305126A (zh) 环境地图的数据构造、其制作系统和制作方法、及其更新系统和更新方法
CN110082747A (zh) 基于多个检测点来增加确定车辆位置的可靠性的方法
CN107966702A (zh) 环境地图的构建方法及装置
CN101413806A (zh) 一种实时数据融合的移动机器人栅格地图创建方法
US20200233061A1 (en) Method and system for creating an inverse sensor model and method for detecting obstacles
CN107526085A (zh) 超声波阵列测距建模的方法及其系统
CN110411435A (zh) 机器人定位方法、装置以及机器人
CN108802741B (zh) 基于DSmT理论的移动机器人声纳数据融合方法
EP0900416A1 (en) A method for determining the positions of a plurality of anonymous fixed reference objects for mobile surface transportation and a device for determining said positions
CN106813589A (zh) 在用外浮顶储罐实时变形监测方法
CN110261825A (zh) 双基阵长基线水声定位方法及系统
CN112255616B (zh) 一种多雷达的反光柱定位方法及反光柱定位装置
JP2009198382A (ja) 環境地図取得装置
JP5698969B2 (ja) 測定装置、位置測定システム、測定方法、較正方法及びプログラム
JP2020135764A (ja) 立体物のモデリング方法、立体物のモデリング装置、サーバ、３次元モデル作成システム、およびプログラム
Barshan Directional processing of ultrasonic arc maps and its comparison with existing techniques
CN112284387A (zh) 用于清扫设备的定位方法、清扫设备和存储介质
CN117948952B (zh) 一种点云扫描方法及系统

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: Building 65, No. 17, Jiujiang Road, Tongji New Economic Zone, Jimo District, Qingdao City, Shandong Province, 266200

Patentee after: Qingdao Evolver xiaopang Robot Technology Co.,Ltd.

Address before: 1005-008, floor 1, building 27, No. 25, North Third Ring West Road, Haidian District, Beijing 100086

Patentee before: BEIJING EVOLVER ROBOTICS Co.,Ltd.