CN108008409B - 区域轮廓绘制方法及装置 - Google Patents

区域轮廓绘制方法及装置 Download PDF

Info

Publication number
CN108008409B
CN108008409B CN201711214737.3A CN201711214737A CN108008409B CN 108008409 B CN108008409 B CN 108008409B CN 201711214737 A CN201711214737 A CN 201711214737A CN 108008409 B CN108008409 B CN 108008409B
Authority
CN
China
Prior art keywords
contour map
area
matched
region
original
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
CN201711214737.3A
Other languages
English (en)
Other versions
CN108008409A (zh
Inventor
杨勇
李崇国
吴泽晓
郑志帆
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.)
Shenzhen City Shan Chuan Robot Co Ltd
Original Assignee
Shenzhen City Shan Chuan 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 Shenzhen City Shan Chuan Robot Co Ltd filed Critical Shenzhen City Shan Chuan Robot Co Ltd
Priority to CN201711214737.3A priority Critical patent/CN108008409B/zh
Priority to PCT/CN2018/075158 priority patent/WO2019104866A1/zh
Priority to JP2020531502A priority patent/JP6830176B2/ja
Priority to US16/767,353 priority patent/US11275178B2/en
Priority to EP18883150.7A priority patent/EP3719538B1/en
Publication of CN108008409A publication Critical patent/CN108008409A/zh
Application granted granted Critical
Publication of CN108008409B publication Critical patent/CN108008409B/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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Traffic Control Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请提供了一种区域轮廓绘制方法及装置，根据第一预定算法对原始区域轮廓图进行更新，获得第一区域轮廓图；根据第二预定算法对所述原始区域轮廓图进行更新，获得第二区域轮廓图；获取并处理激光雷达获得的第一距离数据，生成第一待匹配轮廓图；将所述第一待匹配轮廓图分别与所述第一区域轮廓图以及第二区域轮廓图进行比较；若所述第一区域轮廓图与第一待匹配轮廓图的相似度高于所述第二区域轮廓图与第一待匹配轮廓图的相似度，则以所述第一区域轮廓图替换所述第二区域轮廓图。

Description

区域轮廓绘制方法及装置
技术领域
本申请涉及智能家居领域，具体而言，涉及一种区域轮廓绘制方法及装置。
背景技术
移动机器人技术在人工智能、计算机技术和传感器技术的推动下获得了飞速的发展，并因具有可移动性和自主能力被广泛应用于物流、探测、服务等领域。移动机器人SLAM建图定位技术作为移动机器人的核心技术之一，一直是人们研究的重点。
对于扫地机器人而言，SLAM建图定位技术变得较为重要，由于家庭环境复杂多样，环境动态变化，SLAM建图在复杂环境中容易出现搭建错误的可能，会直接导致机器人定位不精确以及出错，无法正常的执行任务。
申请内容
有鉴于此，本申请实施例提供了一种区域轮廓绘制方法及装置。
一方面，本申请实施例提供了一种区域轮廓绘制方法，所述方法包括：根据第一预定算法对原始区域轮廓图进行更新，获得第一区域轮廓图；根据第二预定算法对所述原始区域轮廓图进行更新，获得第二区域轮廓图；获取并处理激光雷达获得的第一距离数据，生成第一待匹配轮廓图；将所述第一待匹配轮廓图分别与所述第一区域轮廓图以及第二区域轮廓图进行比较；若所述第一区域轮廓图与第一待匹配轮廓图的相似度高于所述第二区域轮廓图与第一待匹配轮廓图的相似度，则以所述第一区域轮廓图替换所述第二区域轮廓图。
在一个可能的设计中，所述根据第一预定算法对原始区域轮廓图进行更新，获得第一区域轮廓图，包括：获取并处理所述激光雷达获得的第二距离数据，生成第二待匹配轮廓图；将所述第二待匹配轮廓图与所述原始区域轮廓图进行比较，判断所述第二待匹配轮廓图中与所述原始区域轮廓图相对应的位置是否包含有未出现在所述原始区域轮廓图中的障碍物；若是，判断所述障碍物的尺寸是否超过预设尺寸；若是，则将所述原始区域轮廓图作为所述第一区域轮廓图；若否，则以所述第二待匹配轮廓图替换所述原始区域轮廓图中相对应的位置，并将其作为所述第一区域轮廓图。
在一个可能的设计中，所述根据第二预定算法对所述原始区域轮廓图进行更新，获得第二区域轮廓图，包括：获取并处理所述激光雷达获得的第三距离数据，生成第三待匹配轮廓图；以所述第三待匹配轮廓图替换所述原始区域轮廓图中相对应的位置，并将其作为所述第二区域轮廓图。
在一个可能的设计中，所述方法还包括：若所述第一区域轮廓图与第一待匹配轮廓图的相似度低于所述第二区域轮廓图与第一待匹配轮廓图的相似度，则保留所述第二区域轮廓图。
在一个可能的设计中，所述方法还包括：判断是否存在所述原始区域轮廓图；若是，则执行步骤“根据第一预定算法对原始区域轮廓图进行更新，获得第一区域轮廓图”。
在一个可能的设计中，所述判断是否存在所述原始区域轮廓图之后，所述方法还包括：若不存在所述原始区域轮廓图，获取并处理激光雷达获得的第四距离数据，生成第四区域轮廓图；根据所述第四区域轮廓图获得所述原始区域轮廓图。
另一方面，本申请实施例还提供了一种区域轮廓绘制装置，所述装置包括：第一区域轮廓模块，用于根据第一预定算法对原始区域轮廓图进行更新，获得第一区域轮廓图；第二区域轮廓模块，用于根据第二预定算法对所述原始区域轮廓图进行更新，获得第二区域轮廓图；待匹配轮廓模块，用于获取并处理激光雷达获得的第一距离数据，生成第一待匹配轮廓图；比较模块，用于将所述第一待匹配轮廓图分别与所述第一区域轮廓图以及第二区域轮廓图进行比较；轮廓替换模块，用于若所述第一区域轮廓图与第一待匹配轮廓图的相似度高于所述第二区域轮廓图与第一待匹配轮廓图的相似度，则以所述第一区域轮廓图替换所述第二区域轮廓图。
在一个可能的设计中，所述第一区域轮廓模块包括：第一距离数据子模块，用于获取并处理所述激光雷达获得的第二距离数据，生成第二待匹配轮廓图；障碍物判断子模块，用于将所述第二待匹配轮廓图与所述原始区域轮廓图进行比较，判断所述第二待匹配轮廓图中与所述原始区域轮廓图相对应的位置是否包含有未出现在所述原始区域轮廓图中的障碍物；预设尺寸子模块，用于判断所述障碍物的尺寸是否超过预设尺寸；第一选项子模块，用于将所述原始区域轮廓图作为所述第一区域轮廓图；第二选项子模块，用于以所述第二待匹配轮廓图替换所述原始区域轮廓图中相对应的位置，并将其作为所述第一区域轮廓图。
在一个可能的设计中，所述第二区域轮廓模块包括：第二距离数据子模块，获取并处理所述激光雷达获得的第三距离数据，生成第三待匹配轮廓图；第二轮廓获取子模块，用于以所述第三待匹配轮廓图替换所述原始区域轮廓图中相对应的位置，并将其作为所述第二区域轮廓图。
在一个可能的设计中，所述装置还包括：第二区域保留模块，用于若所述第一区域轮廓图与第一待匹配轮廓图的相似度低于所述第二区域轮廓图与第一待匹配轮廓图的相似度，则保留所述第二区域轮廓图。
在一个可能的设计中，所述装置还包括：原始轮廓判断模块，用于判断是否存在所述原始区域轮廓图；步骤跳转模块，用于执行步骤“根据第一预定算法对原始区域轮廓图进行更新，获得第一区域轮廓图”。
在一个可能的设计中，所述装置还包括：第四区域生成模块，用于若不存在所述原始区域轮廓图，获取并处理激光雷达获得的第四距离数据，生成第四区域轮廓图；原始区域获得模块，用于根据所述第四区域轮廓图获得所述原始区域轮廓图。
再一方面，本发明实施例提供了一种计算机可读存储介质，用于存储计算机指令，该计算机指令包含用于执行上述方法所对应的程序。
本申请实施例提供的区域轮廓绘制方法及装置中，根据第一预定算法对原始区域轮廓图进行更新，获得第一区域轮廓图；根据第二预定算法对所述原始区域轮廓图进行更新，获得第二区域轮廓图；获取并处理激光雷达获得的第一距离数据，生成第一待匹配轮廓图；将所述第一待匹配轮廓图分别与所述第一区域轮廓图以及第二区域轮廓图进行比较；若所述第一区域轮廓图与第一待匹配轮廓图的相似度高于所述第二区域轮廓图与第一待匹配轮廓图的相似度，则以所述第一区域轮廓图替换所述第二区域轮廓图。对原始区域轮廓图分别进行第一预定算法以及第二预定算法处理获得第一区域轮廓图以及第二区域轮廓图，然后实时获得第一待匹配轮廓图，以第一待匹配轮廓图分别与上述两者进行比较，当前者与第一待匹配轮廓图的相似度高于后者时，以第一区域轮廓图替换第二区域轮廓图，从而做到对区域轮廓图的实时更新，改善了现有的机器人定位不精确的技术问题。
附图说明
为了更清楚的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的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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，还可以根据这些附图获得其他的附图。
图1是本申请第一实施例提供的区域轮廓绘制方法的流程示意图；
图2是图1中步骤S110的具体步骤示意图；
图3是图1中步骤S120的具体步骤示意图；
图4是本申请第一实施例提供的区域轮廓绘制方法的一种具体实施方式的流程示意图；
图5是本申请第二实施例提供的区域轮廓绘制装置的结构框图。
具体实施方式
第一实施例
请参见图1，图1示出了本申请提供的区域轮廓绘制方法的流程示意图，具体包括如下步骤：
步骤S110，根据第一预定算法对原始区域轮廓图进行更新，获得第一区域轮廓图。
原始区域轮廓图指的是扫地机器人在第一次对房间扫描绘制地图时所绘制的房间地形图，第一区域轮廓图可以为原始区域轮廓图的副本，然后利用第一预定算法对原始区域轮廓图的副本进行更新，从而获得第一区域轮廓图。
以下内容具体说明第一区域轮廓图的具体获得过程：
请参见图2，图2示出了步骤S110的具体步骤示意图，步骤S110具体包括如下步骤：
步骤S111，获取并处理所述激光雷达获得的第二距离数据，生成第二待匹配轮廓图。
激光雷达为扫地机器人的一个重要组件，通过扫描房间边缘与扫地机器人的距离，可以绘制该房间的轮廓图。具体地，激光雷达还可以与里程计相配合来完成房间的轮廓绘制。里程计是用来计算机器人位置的传感器，可以通过编码器记录小车轮子的行驶位移，然后根据小车的两轮差速模型来推算小车实际的位置。
激光雷达可以实时采集房间边缘与扫地机器人之间的距离，也可以每个预定时间段采集一次房间边缘与扫地机器人之间的距离。扫地机器人根据第二距离数据生成第二待匹配轮廓图。第二待匹配轮廓图可以为房间的局部轮廓图。
步骤S112，将所述第二待匹配轮廓图与所述原始区域轮廓图进行比较，判断所述第二待匹配轮廓图中与所述原始区域轮廓图相对应的位置是否包含有未出现在所述原始区域轮廓图中的障碍物，若是，则执行步骤S113。
障碍物可能是因房间物品摆动位置变动而出现在原先未出现的位置的，也可能是因扫地机器人轮廓图建立错误而导致在原先未出现的位置出现障碍物。
若第二待匹配轮廓图中出现了在原始区域轮廓图中未出现的障碍物，则可以执行步骤S113。
步骤S113，判断所述障碍物的尺寸是否超过预设尺寸，若是，则执行步骤S114；若否，则执行步骤S115。
为了区别障碍物是由于房间物品摆动位置变动而出现在原先未出现的位置的，还是由于扫地机器人轮廓图建立错误而导致在原先未出现的位置出现，激光雷达可以获得障碍物的尺寸，若尺寸超过预设尺寸，则可以判定为是由于扫地机器人轮廓图建立错误而导致在原先未出现的位置出现，执行步骤S114；若尺寸未超过预设尺寸，则可以判定为由于房间物品摆动位置变动而出现在原先未出现的位置的，执行步骤S115。
步骤S114，将所述原始区域轮廓图作为所述第一区域轮廓图。
由于是扫地机器人的轮廓图建立错误而生成的第二待匹配轮廓图，所以并不对扫地机器人当前采集的第二待匹配轮廓图进行保存，以原先的原始区域轮廓图作为第一区域轮廓图。
步骤S115，以所述第二待匹配轮廓图替换所述原始区域轮廓图中相对应的位置，并将其作为所述第一区域轮廓图。
若是由于房间物品摆动位置变动而出现在原先未出现的位置的，则扫地机器人应该对第二待匹配轮廓图进行记录，以对房间的地形图进行更新。
通过上述方式来获得第一区域轮廓图。
步骤S120，根据第二预定算法对所述原始区域轮廓图进行更新，获得第二区域轮廓图。
第二区域轮廓图是对原始区域轮廓图进行第二预定算法更新时获得的第二区域轮廓图。第二区域轮廓图的具体获得方式请参见如下步骤：
请参见图3，图3示出了步骤S120的具体步骤示意图，具体包括如下步骤：
步骤S121，获取并处理所述激光雷达获得的第三距离数据，生成第三待匹配轮廓图。
第三待匹配轮廓图是扫地机器人根据激光雷达实时获得的第三距离数据生成的。接收激光雷达获得的第三距离数据，并根据该第三距离数据来生成第三待匹配轮廓图。
步骤S122，以所述第三待匹配轮廓图替换所述原始区域轮廓图中相对应的位置，并将其作为所述第二区域轮廓图。
此时，扫地机器人的激光雷达接收第三距离数据，并根据距离数据绘制相应的第三待匹配轮廓图，无论第三待匹配轮廓图绘制正确与错误，均会由第三待匹配轮廓图替换原始区域轮廓图。
步骤S130，获取并处理激光雷达获得的第一距离数据，生成第一待匹配轮廓图。
激光雷达获得第一距离数据，并根据获得的距离数据绘制相应的第一待匹配轮廓图。此处获得的第一待匹配轮廓图比生成的第一区域轮廓图或第二区域轮廓图晚一帧，为最新获取的。
步骤S140，将所述第一待匹配轮廓图分别与所述第一区域轮廓图以及第二区域轮廓图进行比较。
将根据最新获取的距离数据生成的第一待匹配轮廓图分别与第一区域轮廓图以及第二区域轮廓图相比较，从而判断最新获得的距离数据与上述两者哪个更加接近。
步骤S150，若所述第一区域轮廓图与第一待匹配轮廓图的相似度高于所述第二区域轮廓图与第一待匹配轮廓图的相似度，则以所述第一区域轮廓图替换所述第二区域轮廓图。
若第一区域轮廓图与第一待匹配轮廓图的相似度高于所述第二区域轮廓图与第一待匹配轮廓图的相似度，则说明第一区域轮廓图更接近真实的房间分布情况，因此，对第一区域轮廓图进行保留。
请参见图4，图4示出了本申请第一实施例提供的区域轮廓绘制方法的一种具体实施方式，包括如下步骤：
步骤S101，判断是否存在所述原始区域轮廓图，若是，则执行步骤S110；若否，则执行步骤A102。
在步骤S110之前，还可以先判断一下是否存在原始区域轮廓图，若存在，则可以按照上述的步骤进行处理；若不存在，则说明扫地机器人中一开始未存储有原始区域轮廓图，则说明扫地机器人第一次在一个陌生的环境中绘制地形图。
步骤S102，获取并处理激光雷达获得的第四距离数据，生成第四区域轮廓图。
由于是在完全陌生的环境中来绘制，则扫地机器人可以通过激光雷达来采集第四距离数据，并生成第四区域轮廓图。
步骤S103，根据所述第四区域轮廓图获得所述原始区域轮廓图。
生成第四区域轮廓图后，直接将其作为原始区域轮廓图。
步骤S110，根据第一预定算法对原始区域轮廓图进行更新，获得第一区域轮廓图。
步骤S120，根据第二预定算法对所述原始区域轮廓图进行更新，获得第二区域轮廓图。
步骤S130，获取并处理激光雷达获得的第一距离数据，生成第一待匹配轮廓图。
步骤S140，将所述第一待匹配轮廓图分别与所述第一区域轮廓图以及第二区域轮廓图进行比较。
步骤S150，若所述第一区域轮廓图与第一待匹配轮廓图的相似度高于所述第二区域轮廓图与第一待匹配轮廓图的相似度，则以所述第一区域轮廓图替换所述第二区域轮廓图。
图4中的步骤S110至步骤S150与图1中的步骤S110至步骤S150相同，在此便不做赘述。
对原始区域轮廓图分别进行第一预定算法以及第二预定算法处理获得第一区域轮廓图以及第二区域轮廓图，然后实时获得第一待匹配轮廓图，以第一待匹配轮廓图分别与上述两者进行比较，当前者与第一待匹配轮廓图的相似度高于后者时，以第一区域轮廓图替换第二区域轮廓图，从而做到对区域轮廓图的实时更新，改善了现有的机器人定位不精确的技术问题。
第二实施例
请参见图5，图5示出了本申请第二实施例提供的区域轮廓绘制装置，该装置300包括：
第一区域轮廓模块310，用于根据第一预定算法对原始区域轮廓图进行更新，获得第一区域轮廓图。
其中，所述第一区域轮廓模块310包括：第一距离数据子模块，用于获取并处理所述激光雷达获得的第二距离数据，生成第二待匹配轮廓图。障碍物判断子模块，用于将所述第二待匹配轮廓图与所述原始区域轮廓图进行比较，判断所述第二待匹配轮廓图中与所述原始区域轮廓图相对应的位置是否包含有未出现在所述原始区域轮廓图中的障碍物。预设尺寸子模块，用于判断所述障碍物的尺寸是否超过预设尺寸。第一选项子模块，用于将所述原始区域轮廓图作为所述第一区域轮廓图。第二选项子模块，用于以所述第二待匹配轮廓图替换所述原始区域轮廓图中相对应的位置，并将其作为所述第一区域轮廓图。
第二区域轮廓模块320，用于根据第二预定算法对所述原始区域轮廓图进行更新，获得第二区域轮廓图。
所述第二区域轮廓模块320包括：第二距离数据子模块，获取并处理所述激光雷达获得的第三距离数据，生成第三待匹配轮廓图；第二轮廓获取子模块，用于以所述第三待匹配轮廓图替换所述原始区域轮廓图中相对应的位置，并将其作为所述第二区域轮廓图。
待匹配轮廓模块330，用于获取并处理激光雷达获得的第一距离数据，生成第一待匹配轮廓图。
比较模块340，用于将所述第一待匹配轮廓图分别与所述第一区域轮廓图以及第二区域轮廓图进行比较。
轮廓替换模块350，用于若所述第一区域轮廓图与第一待匹配轮廓图的相似度高于所述第二区域轮廓图与第一待匹配轮廓图的相似度，则以所述第一区域轮廓图替换所述第二区域轮廓图。
所述装置还包括：第二区域保留模块，用于若所述第一区域轮廓图与第一待匹配轮廓图的相似度低于所述第二区域轮廓图与第一待匹配轮廓图的相似度，则保留所述第二区域轮廓图。
原始轮廓判断模块，用于判断是否存在所述原始区域轮廓图。
步骤跳转模块，用于执行步骤“根据第一预定算法对原始区域轮廓图进行更新，获得第一区域轮廓图”。
第四区域生成模块，用于若不存在所述原始区域轮廓图，获取并处理激光雷达获得的第四距离数据，生成第四区域轮廓图。
原始区域获得模块，用于根据所述第四区域轮廓图获得所述原始区域轮廓图。
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，上述描述的装置的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。
本申请实施例提供的区域轮廓绘制方法及装置中，根据第一预定算法对原始区域轮廓图进行更新，获得第一区域轮廓图；根据第二预定算法对所述原始区域轮廓图进行更新，获得第二区域轮廓图；获取并处理激光雷达获得的第一距离数据，生成第一待匹配轮廓图；将所述第一待匹配轮廓图分别与所述第一区域轮廓图以及第二区域轮廓图进行比较；若所述第一区域轮廓图与第一待匹配轮廓图的相似度高于所述第二区域轮廓图与第一待匹配轮廓图的相似度，则以所述第一区域轮廓图替换所述第二区域轮廓图。对原始区域轮廓图分别进行第一预定算法以及第二预定算法处理获得第一区域轮廓图以及第二区域轮廓图，然后实时获得第一待匹配轮廓图，以第一待匹配轮廓图分别与上述两者进行比较，当前者与第一待匹配轮廓图的相似度高于后者时，以第一区域轮廓图替换第二区域轮廓图，从而做到对区域轮廓图的实时更新，改善了现有的机器人定位不精确的技术问题。
需要说明的是，本说明书中的各个实施例均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的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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，本申请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)执行本申请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。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。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (9)

1.一种区域轮廓绘制方法，其特征在于，所述方法包括：
根据第一预定算法对原始区域轮廓图进行更新，获得第一区域轮廓图；
根据第二预定算法对所述原始区域轮廓图进行更新，获得第二区域轮廓图；
获取并处理激光雷达获得的第一距离数据，生成第一待匹配轮廓图；
将所述第一待匹配轮廓图分别与所述第一区域轮廓图以及第二区域轮廓图进行比较；
若所述第一区域轮廓图与第一待匹配轮廓图的相似度高于所述第二区域轮廓图与第一待匹配轮廓图的相似度，则以所述第一区域轮廓图替换所述第二区域轮廓图；
其中，所述根据第一预定算法对原始区域轮廓图进行更新，获得第一区域轮廓图，包括：
获取并处理所述激光雷达获得的第二距离数据，生成第二待匹配轮廓图；
将所述第二待匹配轮廓图与所述原始区域轮廓图进行比较，判断所述第二待匹配轮廓图中与所述原始区域轮廓图相对应的位置是否包含有未出现在所述原始区域轮廓图中的障碍物；
若是，判断所述障碍物的尺寸是否超过预设尺寸；
若是，则将所述原始区域轮廓图作为所述第一区域轮廓图；
若否，则以所述第二待匹配轮廓图替换所述原始区域轮廓图中相对应的位置，并将其作为所述第一区域轮廓图；
所述根据第二预定算法对所述原始区域轮廓图进行更新，获得第二区域轮廓图，包括：
获取并处理所述激光雷达获得的第三距离数据，生成第三待匹配轮廓图；
以所述第三待匹配轮廓图替换所述原始区域轮廓图中相对应的位置，并将其作为所述第二区域轮廓图。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述第一区域轮廓图与第一待匹配轮廓图的相似度低于所述第二区域轮廓图与第一待匹配轮廓图的相似度，则保留所述第二区域轮廓图。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
判断是否存在所述原始区域轮廓图；
若是，则执行步骤“根据第一预定算法对原始区域轮廓图进行更新，获得第一区域轮廓图”。
4.根据权利要求3所述的方法，其特征在于，所述判断是否存在所述原始区域轮廓图之后，所述方法还包括：
若不存在所述原始区域轮廓图，获取并处理激光雷达获得的第四距离数据，生成第四区域轮廓图；
根据所述第四区域轮廓图获得所述原始区域轮廓图。
5.一种区域轮廓绘制装置，其特征在于，所述装置包括：
第一区域轮廓模块，用于根据第一预定算法对原始区域轮廓图进行更新，获得第一区域轮廓图；
第二区域轮廓模块，用于根据第二预定算法对所述原始区域轮廓图进行更新，获得第二区域轮廓图；
待匹配轮廓模块，用于获取并处理激光雷达获得的第一距离数据，生成第一待匹配轮廓图；
比较模块，用于将所述第一待匹配轮廓图分别与所述第一区域轮廓图以及第二区域轮廓图进行比较；
轮廓替换模块，用于若所述第一区域轮廓图与第一待匹配轮廓图的相似度高于所述第二区域轮廓图与第一待匹配轮廓图的相似度，则以所述第一区域轮廓图替换所述第二区域轮廓图；
其中，所述第一区域轮廓模块包括：
第一距离数据子模块，用于获取并处理所述激光雷达获得的第二距离数据，生成第二待匹配轮廓图；
障碍物判断子模块，用于将所述第二待匹配轮廓图与所述原始区域轮廓图进行比较，判断所述第二待匹配轮廓图中与所述原始区域轮廓图相对应的位置是否包含有未出现在所述原始区域轮廓图中的障碍物；
预设尺寸子模块，用于判断所述障碍物的尺寸是否超过预设尺寸；
第一选项子模块，用于将所述原始区域轮廓图作为所述第一区域轮廓图；
第二选项子模块，用于以所述第二待匹配轮廓图替换所述原始区域轮廓图中相对应的位置，并将其作为所述第一区域轮廓图；
所述第二区域轮廓模块包括：
第二距离数据子模块，获取并处理所述激光雷达获得的第三距离数据，生成第三待匹配轮廓图；
第二轮廓获取子模块，用于以所述第三待匹配轮廓图替换所述原始区域轮廓图中相对应的位置，并将其作为所述第二区域轮廓图。
6.根据权利要求5所述的装置，其特征在于，所述装置还包括：
第二区域保留模块，用于若所述第一区域轮廓图与第一待匹配轮廓图的相似度低于所述第二区域轮廓图与第一待匹配轮廓图的相似度，则保留所述第二区域轮廓图。
7.根据权利要求5所述的装置，其特征在于，所述装置还包括：
原始轮廓判断模块，用于判断是否存在所述原始区域轮廓图；
步骤跳转模块，用于执行步骤“根据第一预定算法对原始区域轮廓图进行更新，获得第一区域轮廓图”。
8.根据权利要求5所述的装置，其特征在于，所述装置还包括：
第四区域生成模块，用于若不存在所述原始区域轮廓图，获取并处理激光雷达获得的第四距离数据，生成第四区域轮廓图；
原始区域获得模块，用于根据所述第四区域轮廓图获得所述原始区域轮廓图。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机指令，所述计算机指令在被运行时，执行如权利要求1-4中任一权项所述的方法。
CN201711214737.3A 2017-11-28 2017-11-28 区域轮廓绘制方法及装置 Active CN108008409B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201711214737.3A CN108008409B (zh) 2017-11-28 2017-11-28 区域轮廓绘制方法及装置
PCT/CN2018/075158 WO2019104866A1 (zh) 2017-11-28 2018-02-02 区域轮廓绘制方法、装置及计算机可读存储介质
JP2020531502A JP6830176B2 (ja) 2017-11-28 2018-02-02 領域輪郭作成の方法、装置及びコンピュータ読取可能な記憶媒体
US16/767,353 US11275178B2 (en) 2017-11-28 2018-02-02 Method and device for drawing region outline and computer readable storage medium
EP18883150.7A EP3719538B1 (en) 2017-11-28 2018-02-02 Method and device for drawing region outline and computer readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711214737.3A CN108008409B (zh) 2017-11-28 2017-11-28 区域轮廓绘制方法及装置

Publications (2)

Publication Number Publication Date
CN108008409A CN108008409A (zh) 2018-05-08
CN108008409B true CN108008409B (zh) 2019-12-10

Family

ID=62054194

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711214737.3A Active CN108008409B (zh) 2017-11-28 2017-11-28 区域轮廓绘制方法及装置

Country Status (5)

Country Link
US (1) US11275178B2 (zh)
EP (1) EP3719538B1 (zh)
JP (1) JP6830176B2 (zh)
CN (1) CN108008409B (zh)
WO (1) WO2019104866A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BE1026002B1 (nl) * 2018-02-12 2019-09-09 Niko Nv Elektrische of elektronische apparaatmodule die tenminste één radar sensor omvat
CN110084306B (zh) * 2019-04-30 2022-03-29 北京字节跳动网络技术有限公司 用于生成动态图像的方法和装置
CN111079826B (zh) * 2019-12-13 2023-09-29 武汉科技大学 融合slam和图像处理的施工进度实时识别方法
CN112157352A (zh) * 2020-09-03 2021-01-01 烟台大东钢板有限公司 激光切割机控制方法、装置、计算机设备及存储介质
CN113693493B (zh) * 2021-02-10 2023-03-10 北京石头创新科技有限公司 区域地图绘制方法及装置、介质及电子设备
US11269060B1 (en) * 2021-07-09 2022-03-08 Locometric Limited Determination of whether a boundary includes an interruption

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101093503A (zh) * 2006-06-20 2007-12-26 三星电子株式会社 在移动机器人中建立网格地图的方法、设备和介质
CN201573208U (zh) * 2009-06-16 2010-09-08 泰怡凯电器(苏州)有限公司 实现室内服务机器人同时定位和地图创建的装置及机器人
JP2011209845A (ja) * 2010-03-29 2011-10-20 Toyota Motor Corp 自律移動体、自己位置推定方法、地図情報作成システム
CN103674015A (zh) * 2013-12-13 2014-03-26 国家电网公司 一种无轨化定位导航方法及装置
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
CN107167141A (zh) * 2017-06-15 2017-09-15 同济大学 基于双一线激光雷达的机器人自主导航系统
CN107239076A (zh) * 2017-06-28 2017-10-10 仲训昱 基于虚拟扫描与测距匹配的agv激光slam方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10258794A1 (de) 2002-12-16 2004-06-24 Ibeo Automobile Sensor Gmbh Verfahren zur Erkennung und Verfolgung von Objekten
WO2004059900A2 (en) * 2002-12-17 2004-07-15 Evolution Robotics, Inc. Systems and methods for visual simultaneous localization and mapping
JP4999734B2 (ja) * 2008-03-07 2012-08-15 株式会社日立製作所 環境地図生成装置、方法及びプログラム
US8229663B2 (en) * 2009-02-03 2012-07-24 GM Global Technology Operations LLC Combined vehicle-to-vehicle communication and object detection sensing
AU2011305154B2 (en) * 2010-09-24 2015-02-05 Irobot Corporation Systems and methods for VSLAM optimization
JP5924862B2 (ja) * 2010-12-15 2016-05-25 キヤノン株式会社 情報処理装置、情報処理方法及びプログラム
CN103717995B (zh) 2011-08-29 2016-05-11 株式会社日立制作所 监视装置、监视系统及监视方法
WO2013029675A1 (en) * 2011-08-31 2013-03-07 Metaio Gmbh Method for estimating a camera motion and for determining a three-dimensional model of a real environment
US8798840B2 (en) 2011-09-30 2014-08-05 Irobot Corporation Adaptive mapping with spatial summaries of sensor data
JP6032163B2 (ja) 2013-09-11 2016-11-24 トヨタ自動車株式会社 三次元物体認識装置、三次元物体認識方法、及び移動体
US10068373B2 (en) * 2014-07-01 2018-09-04 Samsung Electronics Co., Ltd. Electronic device for providing map information
DE102014223363B4 (de) * 2014-11-17 2021-04-29 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zur Lokalisation eines Kraftfahrzeugs in einer ortsfesten Referenzkarte
JP6656886B2 (ja) * 2015-11-10 2020-03-04 パイオニア株式会社 情報処理装置、制御方法、プログラム及び記憶媒体
US10816654B2 (en) 2016-04-22 2020-10-27 Huawei Technologies Co., Ltd. Systems and methods for radar-based localization
JP2017198517A (ja) * 2016-04-27 2017-11-02 株式会社国際電気通信基礎技術研究所 ３次元地図生成システム
US11157016B2 (en) * 2018-07-10 2021-10-26 Neato Robotics, Inc. Automatic recognition of multiple floorplans by cleaning robot

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101093503A (zh) * 2006-06-20 2007-12-26 三星电子株式会社 在移动机器人中建立网格地图的方法、设备和介质
CN201573208U (zh) * 2009-06-16 2010-09-08 泰怡凯电器(苏州)有限公司 实现室内服务机器人同时定位和地图创建的装置及机器人
JP2011209845A (ja) * 2010-03-29 2011-10-20 Toyota Motor Corp 自律移動体、自己位置推定方法、地図情報作成システム
CN103674015A (zh) * 2013-12-13 2014-03-26 国家电网公司 一种无轨化定位导航方法及装置
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
CN107167141A (zh) * 2017-06-15 2017-09-15 同济大学 基于双一线激光雷达的机器人自主导航系统
CN107239076A (zh) * 2017-06-28 2017-10-10 仲训昱 基于虚拟扫描与测距匹配的agv激光slam方法

Also Published As

Publication number Publication date
EP3719538A1 (en) 2020-10-07
US20200379115A1 (en) 2020-12-03
CN108008409A (zh) 2018-05-08
EP3719538A4 (en) 2021-01-20
WO2019104866A1 (zh) 2019-06-06
US11275178B2 (en) 2022-03-15
EP3719538B1 (en) 2022-11-30
JP6830176B2 (ja) 2021-02-17
JP2021504715A (ja) 2021-02-15

Similar Documents

Publication Publication Date Title
CN108008409B (zh) 区域轮廓绘制方法及装置
CN106796434B (zh) 地图生成方法、自身位置推定方法、机器人系统和机器人
US20180225515A1 (en) Method and apparatus for urban road recognition based on laser point cloud, storage medium, and device
US20190087666A1 (en) Method and apparatus for identifying static obstacle
US20160062359A1 (en) Methods and Systems for Mobile-Agent Navigation
CN105973265B (zh) 一种基于激光扫描传感器的里程估计方法
JP6681682B2 (ja) 移動体計測システム及び移動体計測方法
Han et al. Parking Space Recognition for Autonomous Valet Parking Using Height and Salient‐Line Probability Maps
US20220398856A1 (en) Method for reconstruction of a feature in an environmental scene of a road
CN112466147B (zh) 一种基于多传感器的库位检测方法及相关装置
US20200363809A1 (en) Method and system for fusing occupancy maps
CN112817026A (zh) 运动对象的位姿确定方法、装置、设备及存储介质
Schwendner et al. Using embodied data for localization and mapping
JP2019191498A (ja) 地図作成装置
Parsley et al. Towards the exploitation of prior information in SLAM
CN112132951B (zh) 一种基于视觉的网格语义地图的构建方法
CN110084825A (zh) 一种基于图像边缘信息导航的方法及系统
Kumar Rath et al. Real‐time moving object detection and removal from 3D pointcloud data for humanoid navigation in dense GPS‐denied environments
CN110509293B (zh) 工作环境分析方法、装置及机器人
CN112308917A (zh) 一种基于视觉的移动机器人定位方法
CN110688439A (zh) 一种基于区域地理编码自动识别企业信息和分析的方法
CN113325415B (zh) 车辆雷达数据和相机数据的融合方法及系统
CN111814114B (zh) 车道定位校验的方法、设备、电子设备、车辆及存储介质
CN112686324A (zh) 自动驾驶车辆的感知方法及装置
CN109613553B (zh) 基于激光雷达确定场景中物体数量的方法、装置及系统

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Region contour drawing method and device

Effective date of registration: 20200313

Granted publication date: 20191210

Pledgee: Shenzhen SME financing Company limited by guarantee

Pledgor: SHEN ZHEN 3IROBOTICS Co.,Ltd.

Registration number: Y2020990000175

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20220526

Granted publication date: 20191210

Pledgee: Shenzhen SME financing Company limited by guarantee

Pledgor: SHENZHEN 3IROBOTIX Co.,Ltd.

Registration number: Y2020990000175