CN108334089B - 地图构建方法和装置、控制机器人的方法、装置及芯片 - Google Patents

地图构建方法和装置、控制机器人的方法、装置及芯片 Download PDF

Info

Publication number
CN108334089B
CN108334089B CN201810129336.6A CN201810129336A CN108334089B CN 108334089 B CN108334089 B CN 108334089B CN 201810129336 A CN201810129336 A CN 201810129336A CN 108334089 B CN108334089 B CN 108334089B
Authority
CN
China
Prior art keywords
preset
map
information
region
robot
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
CN201810129336.6A
Other languages
English (en)
Other versions
CN108334089A (zh
Inventor
任明仑
姜佳弟
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN201810129336.6A priority Critical patent/CN108334089B/zh
Publication of CN108334089A publication Critical patent/CN108334089A/zh
Application granted granted Critical
Publication of CN108334089B publication Critical patent/CN108334089B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
    • 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
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G01C21/32—Structuring or formatting of map data
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Manipulator (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明实施例提供了一种地图构建方法和装置、控制机器人的方法、装置及芯片，构建出包含事件信息和任务信息的地图，基于该地图，机器人能够结合实际场景中实时发生的事件，确定相应的目标任务，进而执行该目标任务，实现了任务的自主执行，提高了机器人的智能化程度。

Description

地图构建方法和装置、控制机器人的方法、装置及芯片
技术领域
本发明涉及机器人技术领域，尤其涉及一种地图构建方法和装置、控制机器人的方法、装置及芯片。
背景技术
传统的机器人地图构建方法所构建的地图(例如：几何地图、栅格地图、拓扑地图以及栅格-拓扑混合地图等)，仅能表示目标环境的空间几何结构以及机器人的可活动范围，仅限于实现机器人的定位、导航等基本功能，机器人只能被动地按照用户发出的命令，完成用户指定的任务，因而机器人的智能化程度较低。
发明内容
本发明实施例提供了一种地图构建方法和装置、控制机器人的方法、装置及芯片，以提高机器人的智能化程度。
第一方面，本发明实施例提供了一种地图构建方法，包括：
根据预设范围内各个区域的环境信息，确定所述各个区域分别与事件信息之间的第一对应关系；
根据预设推理规则，确定所述事件信息与机器人的任务信息之间的第二对应关系；
根据所述第一对应关系、所述第二对应关系以及预设地图，构建包含事件信息和任务信息的地图。
第二方面，本发明实施例提供了一种控制机器人的方法，包括：
控制机器人检测当前是否发生预设事件；
在检测到当前发生所述预设事件时，根据采用上述第一方面所述的地图构建方法所构建的地图，确定所述预设事件的预设事件信息对应的目标任务信息；
控制所述机器人执行所述目标任务信息表征的目标任务。
第三方面，本发明实施例提供了一种地图构建装置，包括：
第一确定模块，被配置为根据预设范围内各个区域的环境信息，确定所述各个区域分别与事件信息之间的第一对应关系；
第二确定模块，被配置为根据预设推理规则，确定所述事件信息与机器人的任务信息之间的第二对应关系；
构建模块，被配置为根据所述第一对应关系、所述第二对应关系以及预设地图，构建包含事件信息和任务信息的地图。
第四方面，本发明实施例提供了一种控制机器人的装置，包括：
第一控制模块，被配置为控制机器人检测当前是否发生预设事件；
确定模块，被配置为在检测到当前发生所述预设事件时，根据上述第一方面所述的地图构建方法所构建的地图，确定所述预设事件的预设事件信息对应的目标任务信息；
第二控制模块，被配置为控制所述机器人执行所述目标任务信息表征的目标任务。
第五方面，本发明实施例提供了一种控制机器人的芯片，包括：
传感器，处理器，存储器，
所述存储器与所述处理器藕接，用于存储采用上述第一方面所述的地图构建方法所构建的地图；
所述传感器与所述处理器藕接，用于检测当前是否发生预设事件；
所述处理器用于在所述传感器检测到当前发生所述预设事件时，根据所述存储器存储的地图，确定所述预设事件的预设事件信息对应的目标任务信息，并控制所述机器人执行所述目标任务信息表征的目标任务。
第六方面，本发明实施例提供了一种机器人，所述机器人上配置有上述第五方面所述的控制机器人的芯片。
第七方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现如上述第一方面所述的方法。
采用本发明实施例提供的地图构建方法和装置、控制机器人的方法、装置及芯片，构建出包含事件信息和任务信息的地图，基于该地图，机器人能够结合实际场景中实时发生的事件，确定相应的目标任务，进而执行该目标任务，实现了任务的自主执行，提高了机器人的智能化程度。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，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是本发明实施例提供的地图构建方法的流程图。
图2是本发明实施例提供的地图构建方法的示意图。
图3是本发明实施例提供的地图构建方法的另一示意图。
图4是本发明实施例提供的控制机器人的方法的流程图。
图5是本发明实施例提供的地图构建装置的示意图。
图6是本发明实施例提供的控制机器人的装置的示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
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……”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。
本发明实施例提供了一种地图构建方法。图1是本发明实施例提供的地图构建方法的流程图，如图1所示，该方法包括以下步骤：
在步骤S11中，根据预设范围内各个区域的环境信息，确定所述各个区域分别与事件信息之间的第一对应关系；
在步骤S12中，根据预设推理规则，确定所述事件信息与机器人的任务信息之间的第二对应关系；
在步骤S13中，根据所述第一对应关系、所述第二对应关系以及预设地图，构建包含事件信息和任务信息的地图。
本发明实施例中，一个区域的环境信息包括：该区域的空间几何结构以及机器人的可活动范围。例如：该区域中的房间概念、物品概念、房间之间的拓扑连通关系、物品之间的空间位置关系、房间与物品之间的关联归属关系等，使机器人以人类的方式感知与理解环境信息，实现更高精度、更高效率的路径规划。
本发明实施例中，以预设范围内各个区域中的任一区域为目标区域为例，目标区域的环境信息符合以下公式：
EI＝<EIID,Area,Entity,Relation>
EI表示所述环境信息，EIID表示目标区域的标识，Area表示所述目标区域中的有界区域，Entity表示所述目标区域中的实体，Relation表示所述目标区域中的关联关系，所述目标区域为所述各个区域中的任一区域。
其中，所述目标区域中的有界区域符合以下公式：
Area＝<AreaID,Name,Range>
其中，Area表示所述目标区域中的有界区域，AreaID表示所述目标区域中的有界区域的标识，Name表示所述目标区域中的有界区域的名称，Range表示所述目标区域中的有界区域在所述预设地图上对应的范围；
所述目标区域中的实体符合以下公式：
Entity＝<EntityID,Name,Location>
其中，Entity表示所述目标区域中的实体，EntityID表示所述目标区域中实体的标识，Name表示所述目标区域中实体的名称，Location表示所述目标区域中实体的位置；
所述目标区域中的关联关系符合以下公式：
Relation＝<RelationID,Relation_A,Relation_E,Relation_AE>
其中，Relation表示所述目标区域中的关联关系，RelationID表示所述目标区域中关联关系的标识，Relation_A表示所述目标区域中各个有界区域之间的拓扑连通关系，Relation_E表示所述目标区域中各个实体之间的空间位置关系，Relation_AE表示所述目标区域中一个有界区域与一个实体之间的关联归属关系。
根据每个区域的环境信息，可以确定在每个区域可能发生哪些事件，如果在一个区域可能发生一个事件，则确定该区域与该事件的事件信息之间的对应关系，由此得到第一对应关系。
示例地，厨房里有燃气灶，因而可以确定厨房里可能发生火灾，因此确定厨房与火灾的火灾信息之间的对应关系，该对应关系即为第一对应关系。
本发明实施例中，预设推理规则是模拟人类处理事件的推理过程而得到的，是处理一个事件应当执行何种任务的规则，例如：处理火灾，应当首先确定火灾区域，然后唤醒用户。因此，通过模拟人类处理事件的推理过程，可以确定第二对应关系。
在确定第一对应关系和第二对应关系之后，在预设地图的基础上，即可构建出包含事件信息和任务信息的地图。也就是说，地图不仅仅表征了预设范围内各个区域，还表征了预设范围内每个区域的事件信息和任务信息，即每个区域可能发生何种事件以及发生该事件时应当执行何种任务。因而，根据本发明实施例提供的地图构建方法构建出的地图，机器人能够在自身所在的区域利用自身的传感器检测该区域是否发生了可能发生的事件，并在检测到该区域发生了事件时，执行所发生的事件对应的任务，由此，机器人能够自主识别事件并主动完成该事件对应的任务，提高了自身的智能化程度，无需用户发出命令，改善了用户体验。
可选地，在一种实施方式中，步骤S13包括：
根据所述第一对应关系和所述第二对应关系，在所述预设地图上添加所述各个区域各自对应的事件信息和任务信息。
可选地，在另一种实施方式中，步骤S13包括：
获得所述各个区域中当前发生的预设事件的预设事件信息；
根据所述第二对应关系，确定所述预设事件信息对应的目标任务信息；
确定所述机器人执行所述目标任务信息表征的目标任务所涉及的目标区域；
根据所述第一对应关系和所述第二对应关系，在所述预设地图上添加所述目标区域对应的事件信息和任务信息。
本发明实施例中，根据第一对应关系和第二对应关系，可以在预设地图上添加各个区域各自对应的事件信息和任务信息，以构建出包含各个区域对应的事件信息和任务信息的地图。这样，机器人在预设范围内的任一区域行走时，都可以利用该地图实现自主识别并执行任务。
或者，根据第一对应关系和第二对应关系，可以仅在预设地图上添加目标区域的事件信息和任务信息，以构建出包含目标区域对应的事件信息和任务信息的地图。其中，目标区域是根据当前发生的预设事件确定的。
具体地，首先根据预设事件的预设事件信息确定对应的目标任务信息，然后将目标任务信息表征的目标任务所涉及的区域确定为目标区域。也就是说，在此情况下，预设地图上包含的事件信息和任务信息仅是为了机器人执行目标任务而添加在预设地图上，并不需要在预设地图上添加其他区域对应的事件信息和任务信息，以减少信息冗余。采用该实施方式，根据当前发生的事件，实时构建包含事件信息和任务信息的地图，便于机器人执行与该事件对应的任务。
示例地，以R表示区域，各个区域的集合表示为
Figure BDA0001574436980000061
其中n表示机器人所能完成的任务类型的数量，m表示机器人在发生任务类型i的预设事件时，需要标注语义信息的区域数量，也即目标区域的数量。
可选地，所述预设地图表征的区域范围包括所述预设范围；在执行步骤S11之前，所述方法还包括：
从所述预设地图上提取所述各个区域的环境信息。
本发明实施例中，各个区域的环境信息可以是预先获取的，也可以是从预设地图上提取的。以预设地图是栅格地图为例，本发明实施例提供的地图构建方法是把任务信息和事件信息关联到栅格地图的不同栅格上，使得机器人在不同的栅格位置上能够获取相关事件的语用价值信息，从而进行基于位置和事件的自主决策。
在一种实施方式中，如图2所示，图2是本发明实施例中构建地图的示意图。栅格地图表示目标环境的空间布局状态，主要包含坐标、是否存在障碍物两类信息，用于实现机器人较高精度的自定位和局部路径规划功能；知识库中主要存储两类语义知识，一类是指环境信息；另一类是标定区域信息，指针对不同的任务类型，分别在栅格地图中添加的区域信息(即区域对应的事件信息和任务信息)。基于该语义地图，机器人在运行过程中，实时感知环境的变化信息和事件发生信息，主动识别需要执行的服务任务，并根据知识库中的环境信息和区域信息实现服务任务的自主执行，完成更高自主性、智能性的服务任务。
可选地，在一种实施方式中，上述语义信息符合以下公式：
SK＝<SKID,EI,RI>
SK表示所述语义信息，SKID表示所述语义信息的标识，EI表示环境信息，RI表示标注区域信息，
其中，所述环境信息符合以下公式：
EI＝<EIID,Area,Entity,Relation>
EI表示所述环境信息，EIID表示所述目标环境的标识，Area表示所述目标环境中的有界区域，Entity表示所述目标环境中的实体，Relation表示所述目标环境中的关联关系；
所述标注区域信息符合以下公式：
RI＝<RIID,Range,Object,Task>
RI表示所述标注区域信息，RIID表示标注区域的标识，Range表示标注区域在用于表征所述目标环境的地图上对应的范围，Object表示标注区域对应的任务所针对的操作对象，Task表示标注区域对应的任务。
示例地，以目标环境为家庭环境，机器人为家用服务机器人。机器人基于传感器实时感知目标环境中的环境变化信息和事件信息。当机器人感知如下情境信息：夜晚家中成员都处于睡眠状态，传感器感知环境温度升高，二氧化碳浓度升高，有烟雾。机器人自主识别发生火灾，然后根据本发明实施例提供的构建地图的方法所构建的地图，自主识别需要执行的任务，即确定发生火灾的区域，并通知用户。针对火灾情境模式下，机器人实时在栅格地图中标注的区域如图3所示。标注区域的语义信息如表1所示。
表1 火灾情境下标注区域信息
Figure BDA0001574436980000081
基于同一发明构思，本发明实施例还提供一种控制机器人的方法。图4是本发明实施例提供的控制机器人的方法的流程图。如图4所示，该方法包括：
步骤S41：控制机器人检测当前是否发生预设事件；
步骤S42：在检测到当前发生所述预设事件时，根据采用本发明实施例提供的地图构建方法所构建的地图，确定所述预设事件的预设事件信息对应的目标任务信息；
步骤S43：控制所述机器人执行所述目标任务信息表征的目标任务。
根据本发明实施例提供的地图构建方法构建出的地图，机器人能够在自身所在的区域利用自身的传感器检测该区域是否发生了可能发生的事件，并在检测到该区域发生了事件时，执行所发生的事件对应的任务，由此，机器人能够自主识别事件并主动完成该事件对应的任务，提高了自身的智能化程度，无需用户发出命令，改善了用户体验。
基于同一发明构思，本发明实施例还提供一种地图构建装置。图5是本发明实施例提供的地图构建装置的示意图。如图5所示，该地图构建装置500包括：
第一确定模块501，被配置为根据预设范围内各个区域的环境信息，确定所述各个区域分别与事件信息之间的第一对应关系；
第二确定模块502，被配置为根据预设推理规则，确定所述事件信息与机器人的任务信息之间的第二对应关系；
构建模块503，被配置为根据所述第一对应关系、所述第二对应关系以及预设地图，构建包含事件信息和任务信息的地图。
可选地，所述构建模块包括：
第一构建子模块，被配置为根据所述第一对应关系和所述第二对应关系，在所述预设地图上添加所述各个区域各自对应的事件信息和任务信息。
可选地，所述构建模块包括：
获得子模块，被配置为获得所述各个区域中当前发生的预设事件的预设事件信息；
第一确定子模块，被配置为根据所述第二对应关系，确定所述预设事件信息对应的目标任务信息；
第二确定子模块，被配置为确定所述机器人执行所述目标任务信息表征的目标任务所涉及的目标区域；
第二构建子模块，被配置为根据所述第一对应关系和所述第二对应关系，在所述预设地图上添加所述目标区域对应的事件信息和任务信息。
可选地，所述预设地图表征的区域范围包括所述预设范围；在根据预设范围内各个区域的环境信息，所述装置还包括：
提取模块，被配置为从所述预设地图上提取所述各个区域的环境信息。
基于同一发明构思，本发明实施例还提供一种控制机器人的装置。图6是本发明实施例提供的控制机器人的装置的示意图。如图6所示，控制机器人的装置600包括：
第一控制模块601，被配置为控制机器人检测当前是否发生预设事件；
确定模块602，被配置为在检测到当前发生所述预设事件时，根据本发明实施例提供的地图构建方法所构建的地图，确定所述预设事件的预设事件信息对应的目标任务信息；
第二控制模块603，被配置为控制所述机器人执行所述目标任务信息表征的目标任务。
基于同一发明构思，本发明实施例提供了一种控制机器人的芯片，包括：
传感器，处理器，存储器，
所述存储器与所述处理器藕接，用于存储采用本发明实施例提供的地图构建方法所构建的地图；
所述传感器与所述处理器藕接，用于检测当前是否发生预设事件；
所述处理器用于在所述传感器检测到当前发生所述预设事件时，根据所述存储器存储的地图，确定所述预设事件的预设事件信息对应的目标任务信息，并控制所述机器人执行所述目标任务信息表征的目标任务。
本发明实施例还提供一种机器人，所述机器人上配置有上述的控制机器人的芯片。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序指令，当所述计算机程序指令被处理器执行时实现本发明实施例提供的地图构建方法或控制机器人的方法。
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明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发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种地图构建方法，其特征在于，包括：
根据预设范围内各个区域的环境信息，确定所述各个区域分别与事件信息之间的第一对应关系；
所述环境信息包括：预设范围内各个区域的标识、区域中的有界区域、实体以及区域中的关联关系；其中，
所述有界区域包括：有界区域的标识、名称以及在预设地图上对应的范围；
所述实体包括：实体的标识、名称和位置；
所述区域中的关联关系包括：区域中的关联关系的标识、区域中各个有界区域之间的拓扑连通关系、区域中各个实体之间的空间位置关系、区域中一个有界区域与一个实体之间的关联归属关系；
根据预设推理规则，确定所述事件信息与机器人的任务信息之间的第二对应关系；
根据所述第一对应关系、所述第二对应关系以及预设地图，构建包含事件信息和任务信息的地图。
2.根据权利要求1所述的地图构建方法，其特征在于，根据所述第一对应关系、所述第二对应关系以及预设地图，构建包含事件信息和任务信息的地图，包括：
根据所述第一对应关系和所述第二对应关系，在所述预设地图上添加所述各个区域各自对应的事件信息和任务信息。
3.根据权利要求1所述的地图构建方法，其特征在于，根据所述第一对应关系、所述第二对应关系以及预设地图，构建包含事件信息和任务信息的地图，包括：
获得所述各个区域中当前发生的预设事件的预设事件信息；
根据所述第二对应关系，确定所述预设事件信息对应的目标任务信息；
确定所述机器人执行所述目标任务信息表征的目标任务所涉及的目标区域；
根据所述第一对应关系和所述第二对应关系，在所述预设地图上添加所述目标区域对应的事件信息和任务信息。
4.根据权利要求1所述的地图构建方法，其特征在于，所述预设地图表征的区域范围包括所述预设范围；在根据预设范围内各个区域的环境信息，确定所述各个区域分别与事件信息之间的第一对应关系之前，所述方法还包括：
从所述预设地图上提取所述各个区域的环境信息。
5.一种控制机器人的方法，其特征在于，包括：
控制机器人检测当前是否发生预设事件；
在检测到当前发生所述预设事件时，根据采用权利要求1-4任一所述的地图构建方法所构建的地图，确定所述预设事件的预设事件信息对应的目标任务信息；
控制所述机器人执行所述目标任务信息表征的目标任务。
6.一种地图构建装置，其特征在于，包括：
第一确定模块，被配置为根据预设范围内各个区域的环境信息，确定所述各个区域分别与事件信息之间的第一对应关系；
所述环境信息包括：预设范围内各个区域的标识、区域中的有界区域、实体以及区域中的关联关系；其中，
所述有界区域包括：有界区域的标识、名称以及在预设地图上对应的范围；
所述实体包括：实体的标识、名称和位置；
所述区域中的关联关系包括：区域中的关联关系的标识、区域中各个有界区域之间的拓扑连通关系、区域中各个实体之间的空间位置关系、区域中一个有界区域与一个实体之间的关联归属关系；
第二确定模块，被配置为根据预设推理规则，确定所述事件信息与机器人的任务信息之间的第二对应关系；
构建模块，被配置为根据所述第一对应关系、所述第二对应关系以及预设地图，构建包含事件信息和任务信息的地图。
7.一种控制机器人的装置，其特征在于，包括：
第一控制模块，被配置为控制机器人检测当前是否发生预设事件；
确定模块，被配置为在检测到当前发生所述预设事件时，根据采用权利要求1-4任一所述的地图构建方法所构建的地图，确定所述预设事件的预设事件信息对应的目标任务信息；
第二控制模块，被配置为控制所述机器人执行所述目标任务信息表征的目标任务。
8.一种控制机器人的芯片，其特征在于，包括：
传感器，处理器，存储器，
所述存储器与所述处理器藕接，用于存储采用权利要求1-4任一所述的地图构建方法所构建的地图；
所述传感器与所述处理器藕接，用于检测当前是否发生预设事件；
所述处理器用于在所述传感器检测到当前发生所述预设事件时，根据所述存储器存储的地图，确定所述预设事件的预设事件信息对应的目标任务信息，并控制所述机器人执行所述目标任务信息表征的目标任务。
9.一种机器人，其特征在于，所述机器人上配置有权利要求8所述的控制机器人的芯片。
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现如权利要求1-5中任一项所述的方法。
CN201810129336.6A 2018-02-08 2018-02-08 地图构建方法和装置、控制机器人的方法、装置及芯片 Active CN108334089B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810129336.6A CN108334089B (zh) 2018-02-08 2018-02-08 地图构建方法和装置、控制机器人的方法、装置及芯片

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810129336.6A CN108334089B (zh) 2018-02-08 2018-02-08 地图构建方法和装置、控制机器人的方法、装置及芯片

Publications (2)

Publication Number Publication Date
CN108334089A CN108334089A (zh) 2018-07-27
CN108334089B true CN108334089B (zh) 2021-05-18

Family

ID=62927285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810129336.6A Active CN108334089B (zh) 2018-02-08 2018-02-08 地图构建方法和装置、控制机器人的方法、装置及芯片

Country Status (1)

Country Link
CN (1) CN108334089B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103576683A (zh) * 2012-08-03 2014-02-12 中国科学院深圳先进技术研究院 多巡逻机器人的调度方法和系统
CN104834309A (zh) * 2015-04-10 2015-08-12 浙江工业大学 基于目标跟踪控制策略的单移动机器人最优巡回控制方法
CN105904468A (zh) * 2016-06-13 2016-08-31 北京科技大学 一种具有自主地图构建和无线充电的多功能巡逻机器人
CN107193280A (zh) * 2017-05-18 2017-09-22 深圳市微付充科技有限公司 地面感应控制方法、地面感应装置和地面感应控制系统
CN107667394A (zh) * 2015-05-13 2018-02-06 德国福维克控股公司 用于操作自行式清洁设备的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10387476B2 (en) * 2015-11-24 2019-08-20 International Business Machines Corporation Semantic mapping of topic map meta-models identifying assets and events to include modeled reactive actions

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103576683A (zh) * 2012-08-03 2014-02-12 中国科学院深圳先进技术研究院 多巡逻机器人的调度方法和系统
CN104834309A (zh) * 2015-04-10 2015-08-12 浙江工业大学 基于目标跟踪控制策略的单移动机器人最优巡回控制方法
CN107667394A (zh) * 2015-05-13 2018-02-06 德国福维克控股公司 用于操作自行式清洁设备的方法
CN105904468A (zh) * 2016-06-13 2016-08-31 北京科技大学 一种具有自主地图构建和无线充电的多功能巡逻机器人
CN107193280A (zh) * 2017-05-18 2017-09-22 深圳市微付充科技有限公司 地面感应控制方法、地面感应装置和地面感应控制系统

Also Published As

Publication number Publication date
CN108334089A (zh) 2018-07-27

Similar Documents

Publication Publication Date Title
KR102433743B1 (ko) 로봇의 지도 구축 및 위치 추적
US9845164B2 (en) System and method of monitoring an industrial plant
Klančar et al. Mobile-robot pose estimation and environment mapping using an extended Kalman filter
Morioka et al. Control of human‐following robot based on cooperative positioning with an intelligent space
JP2008165275A (ja) 自己位置同定装置を備えた移動体
CN113111144A (zh) 一种房间标记方法、装置和机器人的运动方法
Marjovi et al. Multi-robot topological exploration using olfactory cues
CN110672102B (zh) 视觉辅助机器人初始化定位方法、机器人及可读存储介质
Marjovi et al. Multi-robot fire searching in unknown environment
Gionata et al. An inertial and QR code landmarks-based navigation system for impaired wheelchair users
CN108334089B (zh) 地图构建方法和装置、控制机器人的方法、装置及芯片
Wolf et al. Towards mapping dynamic environments
CN113375657A (zh) 电子地图的更新方法、装置和电子设备
JP2008294593A (ja) 位置推定システム、位置推定装置及びそれらに用いる位置推定方法並びにそのプログラム
KR20190041788A (ko) 격자화된 지도를 이용하는 사용자 위치 정보를 제공하는 방법 및 시스템
CN109668565B (zh) 目标对象的定位方法和装置
CN113761091B (zh) 闭环检测方法、装置、电子设备、系统和存储介质
CN110308978B (zh) 一种自动驾驶软件部署方法、装置、终端及服务器
JP7281451B2 (ja) 訪問先推定装置および訪問先推定方法
CN113325415A (zh) 车辆雷达数据和相机数据的融合方法及系统
Kumar et al. Self-localization of IoT devices using noisy anchor positions and RSSI measurements
Chella et al. Automatic place detection and localization in autonomous robotics
CN112284403A (zh) 定位方法、装置、电子设备和存储介质
CN111814114A (zh) 车道定位校验的方法、设备、电子设备、车辆及存储介质
CN112533137B (zh) 设备的定位方法、装置、电子设备及计算机存储介质

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