CN108550318A - 一种构建地图的方法及装置 - Google Patents

Abstract

本发明提供一种构建地图的方法及装置，用于解决现有SLAM方案构建地图精确度低的技术问题。该方法包括：在控制AGV移动过程中，在不同的位置使用激光雷达对该AGV的周围环境进行扫描测距，获得包含有障碍物信息的点云数据帧；其中，该障碍物信息包括多个障碍点以及各障碍点与该AGV的相对位置信息；在扫描到的点云数据帧的数量达到预设帧数N时，基于扫描到的N帧点云数据帧生成局部地图；在确定该AGV重复经过同一位置时，计算该AGV首次经过该同一位置时生成的第一局部地图与该AGV第二次经过该同一位置时生成的第二局部地图的差异值；根据该第一局部地图与该第二局部地图的差异值对已生成的所有局部地图进行优化。

Description

一种构建地图的方法及装置

技术领域

本发明涉及导航技术领域，特别涉及一种构建地图的方法及装置。

背景技术

即时定位与地图构建(Simultaneous Localization and Mapping，SLAM)是一种真正实现全自主移动机器人的关键技术。现有SLAM构建地图的原理为：将每一次扫描到的点云数据帧与已观测信息进行匹配，增量式地生成地图。这种增量式方法构建出的地图的精确度与每一次点云数据帧的匹配精度密切相关。

然而，在实际应用中，点云数据帧与已观测信息的匹配不可能完全精确，不可避免地会存在误差，且随着时间的推移，这些误差还会被持续累积，导致最终生成的地图的精确度低。

发明内容

本发明提供一种构建地图的方法及装置，用于解决现有SLAM方案构建地图精确度低的技术问题。

第一方面，本发明实施例提供一种构建地图的方法，包括：

在控制AGV移动过程中，在不同的位置使用激光雷达对所述AGV的周围环境进行扫描测距，获得包含有障碍物信息的点云数据帧；其中，所述障碍物信息包括多个障碍点以及各障碍点与所述AGV的相对位置信息；

在扫描到的点云数据帧的数量达到预设帧数N时，基于扫描到的N帧点云数据帧生成局部地图；

在确定所述AGV重复经过同一位置时，计算所述AGV首次经过所述同一位置时生成的第一局部地图与所述AGV第二次经过所述同一位置时生成的第二局部地图的差异值；

根据所述第一局部地图与所述第二局部地图的差异值对已生成的所有局部地图进行优化。

在上述方案中，AGV在构建地图的过程中，还检测AGV是否重复经过了同一位置，如果确定AGV重复经过了同一位置，则计算AGV首次经过该同一位置时生成的局部地图与AGV第二次经过该同一位置时生成的局部地图的差异值，并根据计算得到的差异值对已生成的各个局部地图进行优化，以此实现对地图构建过程中所累积的误差的调整，提高了AGV构建地图的精确度。

可选的，所述基于扫描到的N帧点云数据帧生成局部地图，包括：按照采集时间的先后顺序，依次对所述N帧点云数据帧中的每一帧点云数据帧执行如下操作：根据历史点云数据帧的位姿，估计当前点云数据帧的M个可能位姿，所述历史点云数据帧为所述AGV在采集所述当前点云数据帧之前的预设时间范围内所采集的连续多帧点云数据帧，所述位姿包括所述AGV采集点云数据帧时的位置相对于所述AGV的初始位置的距离、偏向角；基于所述M个可能位姿，将所述当前点云数据帧映射到栅格地图M次，获得M个初始映射图；计算各个初始映射图与所述历史点云数据帧在所述栅格地图上的映射图的重合度；确定重合度最高的初始映射图所对应的可能位姿为所述当前点云数据帧的位姿；以及，根据确定出的所述N帧点云数据帧中各个点云数据帧的位姿，将所述各个点云数据帧映射到所述栅格地图上，共获得N个映射图，将所述N个映射图作为所述局部地图。

本方式通过持续生成局部地图的方式实现增量式构建地图，计算量小，能够提高构建地图的效率。

可选的，在使用激光雷达进行扫描测距时，还包括：检测地面是否有路标；在检测到路标时，将检测到的路标的相关信息添加到同时扫描到的点云数据帧中，其中所述相关信息包括检测到的路标的编号；确定所述AGV重复经过同一位置，包括：从已生成的所有局部地图中的点云数据帧中获取路标的编号；在确定任一局部地图中的点云数据帧与另一局部地图中的点云数据帧均包含有同一路标的编号时，确定所述AGV重复经过所述同一路标所在的位置。

本方式通过检测AGV是否经过相同路标确定AGV是否重复经过同一位置，提高了地图构建的效率。

可选的，所述相关信息还包括检测到的路标与所述AGV的相对位置信息；在根据所述差异值对已生成的所有局部地图进行优化之后，还包括：在确定所述AGV已检测到所有路标时，根据各个路标与所述AGV的相对位置信息，将各个路标添加到各个路标对应的局部地图中。

通过本方式，可以生成包含有路标信息的地图，提高了用户体验。

可选的，所述路标具体为二维码图像，以使得AGV可通过检测是否经过相同二维码确定是否重复经过同一位置，提高了地图构建的效率。

可选的，在基于扫描到的N帧点云数据帧生成局部地图之后，所述方法还包括：将所述N帧点云数据帧中的预设帧的位姿作为所述局部地图的整体位姿；基于所述N帧点云数据帧中各个点云数据帧的位姿、所述局部地图的整体位姿，确定所述N帧点云数据帧中各个点云数据帧与所述局部地图的相对位姿；基于所述N帧点云数据帧中各个点云数据帧与所述局部地图的相对位姿，计算所述N帧点云数据帧中各个点云数据帧与所述局部地图的误差约束项对所述N帧点云数据帧中所有点云数据帧与所述局部地图的误差约束项进行求和将作为所述局部地图的整体误差约束项；

所述计算所述第一局部地图与所述第二局部地图的差异值，包括：计算所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿；基于所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿，计算所述AGV采集所述第二局部地图中各个点云数据帧与所述第一局部地图的误差约束项对所述第二局部地图中所有点云数据帧与所述第一局部地图的误差约束项进行求和将作为所述第一局部地图与所述第二局部地图的差异值；

所述根据所述第一局部地图与所述第二局部地图的差异值对已生成的所有局部地图进行优化，包括：求所有局部地图的整体位姿误差约束项与所述差异值的总和：采用梯度下降法调整已生成的所有局部地图中的点云数据帧的位姿，使达到最小值。

本方式采用梯度下降法调整所有局部地图点云数据帧的位姿，使达到最小，实现了对增量式构建地图过程中所累积的匹配误差的调整，提高了AGV构建地图的精确度。

可选的，所述计算所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿，包括：对所述第二局部地图中的每一点云数据帧均执行如下操作：根据所述第一局部地图的位姿，估计所述第二局部地图中的任一点云数据帧的K个可能位姿；基于所述K个可能位姿，将所述任一点云数据帧映射到栅格地图K次，获得K个初始映射图；计算所述K个初始映射图中各个初始映射图与所述第一局部地图的重合度；确定重合度最高的初始映射图所对应的可能位姿为所述任一点云数据帧的新位姿；根据所述任一点云数据帧的新位姿与所述第一局部地图的整体位姿，确定所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿。

本方式基于第一局部地图位姿重新计算第二局部地图中各帧点云数据帧的位姿，然后基于重新计算的各帧点云数据帧的位姿确定第二局部地图中各个点云数据帧与第一局部地图的相对位姿，使得第一局部地图与第二局部地图的差异值的计算更加准确可靠，保证优化效果，进一步提高了AGV构建地图的精确度。

第二方面，本发明实施例提供一种构建地图的装置，包括：扫描单元，用于在控制AGV移动过程中，在不同的位置使用激光雷达对所述AGV的周围环境进行扫描测距，获得包含有障碍物信息的点云数据帧；其中，所述障碍物信息包括多个障碍点以及各障碍点与所述AGV的相对位置信息；处理单元，用于在扫描到的点云数据帧的数量达到预设帧数N时，基于扫描到的N帧点云数据帧生成局部地图；在确定所述AGV重复经过同一位置时，计算所述AGV首次经过所述同一位置时生成的第一局部地图与所述AGV第二次经过所述同一位置时生成的第二局部地图的差异值；根据所述第一局部地图与所述第二局部地图的差异值对已生成的所有局部地图进行优化。

可选的，所述处理单元用于基于扫描到的N帧点云数据帧生成局部地图，包括：按照采集时间的先后顺序，依次对所述N帧点云数据帧中的每一帧点云数据帧执行如下操作：根据历史点云数据帧的位姿，估计当前点云数据帧的M个可能位姿，所述历史点云数据帧为所述AGV在采集所述当前点云数据帧之前的预设时间范围内所采集的连续多帧点云数据帧，所述位姿包括所述AGV采集点云数据帧时的位置相对于所述AGV的初始位置的距离、偏向角；基于所述M个可能位姿，将所述当前点云数据帧映射到栅格地图M次，获得M个初始映射图；计算各个初始映射图与所述历史点云数据帧在所述栅格地图上的映射图的重合度；确定重合度最高的初始映射图所对应的可能位姿为所述当前点云数据帧的位姿；以及，根据确定出的所述N帧点云数据帧中各个点云数据帧的位姿，将所述各个点云数据帧映射到所述栅格地图上，共获得N个映射图，将所述N个映射图作为所述局部地图。

可选的，所述扫描单元还用于：检测地面是否有路标；在检测到路标时，将检测到的路标的相关信息添加到同时扫描到的点云数据帧中，其中所述相关信息包括检测到的路标的编号；所述处理单元用于确定所述AGV重复经过同一位置，包括：从已生成的所有局部地图中的点云数据帧中获取路标的编号；在确定任一局部地图中的点云数据帧与另一局部地图中的点云数据帧均包含有同一路标的编号时，确定所述AGV重复经过所述同一路标所在的位置。

可选的，所述相关信息还包括检测到的路标与所述AGV的相对位置信息；所述处理单元还用于：在根据所述差异值对已生成的所有局部地图进行优化之后，在确定所述AGV已检测到所有路标时，根据各个路标与所述AGV的相对位置信息，将各个路标添加到各个路标对应的局部地图中。

可选的，所述路标具体为二维码图像。

可选的，所述处理单元还用于：在基于扫描到的N帧点云数据帧生成局部地图之后，将所述N帧点云数据帧中的预设帧的位姿作为所述局部地图的整体位姿；基于所述N帧点云数据帧中各个点云数据帧的位姿、所述局部地图的整体位姿，确定所述N帧点云数据帧中各个点云数据帧与所述局部地图的相对位姿；基于所述N帧点云数据帧中各个点云数据帧与所述局部地图的相对位姿，计算所述N帧点云数据帧中各个点云数据帧与所述局部地图的误差约束项对所述N帧点云数据帧中所有点云数据帧与所述局部地图的误差约束项进行求和将作为所述局部地图的整体误差约束项；

所述处理单元用于计算所述第一局部地图与所述第二局部地图的差异值，包括：计算所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿；基于所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿，计算所述AGV采集所述第二局部地图中各个点云数据帧与所述第一局部地图的误差约束项对所述第二局部地图中所有点云数据帧与所述第一局部地图的误差约束项进行求和将作为所述第一局部地图与所述第二局部地图的差异值；

所述处理单元用于根据所述第一局部地图与所述第二局部地图的差异值对已生成的所有局部地图进行优化，包括：求所有局部地图的整体位姿误差约束项与所述差异值的总和：采用梯度下降法调整已生成的所有局部地图中的点云数据帧的位姿，使达到最小值。

可选的，所述处理单元用于计算所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿，包括：对所述第二局部地图中的每一点云数据帧均执行如下操作：根据所述第一局部地图的位姿，估计所述第二局部地图中的任一点云数据帧的K个可能位姿；基于所述K个可能位姿，将所述任一点云数据帧映射到栅格地图K次，获得K个初始映射图；计算所述K个初始映射图中各个初始映射图与所述第一局部地图的重合度；确定重合度最高的初始映射图所对应的可能位姿为所述任一点云数据帧的新位姿；根据所述任一点云数据帧的新位姿与所述第一局部地图的整体位姿，确定所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿。

第三方面，本发明实施例提供一种构建地图的设备，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令执行本发明实施例第一方面或第一方面的任一种可选的实施方式所述的方法。

第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行本发明实施例第一方面或第一方面的任一种可选的实施方式所述的方法。

本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

AGV在构建地图的过程中，还检测AGV是否重复经过了同一位置，如果确定AGV重复经过了同一位置，则计算AGV首次经过该同一位置时生成的局部地图与AGV第二次经过该同一位置时生成的局部地图的差异值，并根据计算得到的差异值对已生成的各个局部地图进行优化，以此实现对地图构建过程中所累积的误差的调整，提高了AGV构建地图的精确度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中构建地图的方法的流程示意图；

图2为本发明实施例中AGV的结构示意图；

图3为本发明实施例中仓储环境的示意图；

图4为本发明实施例中栅格地图的示意图；

图5为本发明实施例中位姿图模型的示意图；

图6为本发明实施例中栅格地图的示意图；

图7为本发明实施例中构建地图的装置的结构示意图；

图8为本发明实施例中构建地图的设备的结构示意图。

具体实施方式

下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。

需要理解的是，在本发明实施例的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。在本发明实施例的描述中“多个”，是指两个或两个以上。

本发明实施例中的术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

SLAM是指机器人在未知环境中，从一个未知位置开始移动，在移动过程中根据位置估计和地图进行自身定位，同时在自身定位的基础上建造增量式地图，实现机器人的自主定位和导航。

现有的SLAM方案一般都是依赖于将点云数据帧与已观测信息进行匹配，并以增量的方式生成地图。

例如，专利CN201710504910.7公开了采用2D激光雷达对周围环境进行扫描，并采用占据栅格地图表示环境信息，在自动导引运输车(Automated Guided Vehicle，AGV)每一次对环境扫描得到扫描点云后，以AGV上一时刻位姿为中心遍历一定范围的位移和旋转角得到一系列虚拟位姿，并根据各个虚拟位姿以及当前占据栅格地图计算得到一系列虚拟扫描点云；将所有虚拟扫描点云与当前占据栅格地图的实际扫描点云匹配，找出匹配度最高的一组虚拟扫描点云，以其对应的虚拟位姿作为当前AGV的最优位姿；最后基于该最优位姿将当前实际扫描点云叠加至占据栅格地图中，从而实现增量式构建地图。

这种方法构建出的地图的精确度和点云数据帧的匹配精度密切相关。在实际应用中，扫描点云与已观测信息的匹配不可能完全精确，不可避免地会存在误差，且随着时间的推移，这些误差还将会持续累积。因此，现有技术存在构建地图精确度低的问题。

为了解决现有技术存在的技术问题，本发明实施例提供一种构建地图的方法，该方法可以应用于任意类型的可移动电子设备中，例如机器人、AGV、无人机、无人汽车等，本发明实施例不做具体限制。接下来本发明实施例主要以AGV为例进行详细介绍。

参照图1，本发明实施例构建地图的方法包括：

步骤101：在控制AGV移动过程中，在不同的位置使用激光雷达对所述AGV的周围环境进行扫描测距，获得包含有障碍物信息的点云数据帧。

其中，所述障碍物信息包括多个障碍点以及各障碍点与AGV的相对位置信息。该相对位置信息具体可以包括各个障碍点相对于AGV的距离和偏向角。

其中，在使用激光雷达进行扫描测距时，还可以进一步包括：检测地面是否有路标；在检测到路标时，将检测到的路标的相关信息添加到同时扫描到的点云数据帧中。所述路标的具体实现方式可以有多种，如二维码图像、数字路标等，本发明实施例不做具体限制。在本发明实施例接下来的描述中，主要以二维码图像路标为例说明。二维码图像的相关信息包括二维码的编号、二维码与AGV的相对位置信息(包括距离、偏向角)。

步骤102：在扫描到的点云数据帧的数量达到预设帧数N时，基于扫描到的N帧点云数据帧生成局部地图。

具体的，确定所述N帧点云数据帧中的每一帧点云数据帧的位姿；根据确定出的所述N帧点云数据帧中各个点云数据帧的位姿，将所述各个点云数据帧映射到所述栅格地图上，共获得N个映射图，将所述N个映射图作为所述局部地图。其中，所述位姿为AGV采集点云数据帧时的位置相对于所述AGV的初始位置的距离及偏向角。

其中，确定所述N帧点云数据帧中的每一帧点云数据帧的位姿，包括：按照采集时间的先后顺序，依次针对所述N帧点云数据帧中的每一帧点云数据帧，根据历史点云数据帧的位姿估计当前点云数据帧的M个可能位姿，所述历史点云数据帧为所述AGV在采集所述当前点云数据帧之前的预设时间范围内所采集的连续多帧点云数据帧；基于所述M个可能位姿，将所述当前点云数据帧映射到栅格地图M次，获得M个初始映射图；计算各个初始映射图与所述历史点云数据帧在所述栅格地图上的映射图的重合度；确定重合度最高的初始映射图所对应的可能位姿为所述当前点云数据帧的位姿。

其中，预设帧数N的选取原则可以为：使得AGV在获得N帧点云数据帧的过程中最多只扫描到一个路标(一个路标可被扫描到多次)。如果生成的局部地图对应的点云数据帧中包含有路标的编号，则采用该编号对局部地图进行标记，比如将该编号作为该局部地图的编号。

在基于扫描到的N帧点云数据帧生成局部地图之后，还可以进一步包括：将所述N帧点云数据帧中的预设帧的位姿作为所述局部地图的整体位姿；基于所述N帧点云数据帧中各个点云数据帧的位姿、所述局部地图的整体位姿，确定所述N帧点云数据帧中各个点云数据帧与所述局部地图的相对位姿；基于所述N帧点云数据帧中各个点云数据帧与所述局部地图的相对位姿，计算所述N帧点云数据帧中各个点云数据帧与所述局部地图的误差约束项：对所述N帧点云数据帧中所有点云数据帧与所述局部地图的误差约束项进行求和：将作为所述局部地图的整体误差约束项。其中ξ_F，i为该局部地图中的第i帧点云数据帧的位姿，ξ_S，j为该局部地图的整体位姿，ξ_i，j为该局部地图中的第i帧点云数据帧与该局部地图整体的相对位姿，e(ξ_F，i，ξ_S，j，ξ_i，j)为相对位姿的误差函数，∑_i，j为F_i与S_j之间的相对位姿ξ_i，j的协方差矩阵。所述预设帧可以为N帧点云数据帧中的任意指定帧，例如第N/2帧，本发明实施例不做具体限制。

步骤103：在确定所述AGV重复经过同一位置时，计算所述AGV首次经过所述同一位置时生成的第一局部地图与所述AGV第二次经过所述同一位置时生成的第二局部地图的差异值。

其中，所述确定所述AGV重复经过同一位置，具体可以包括：从已生成的所有局部地图中的点云数据帧中获取路标的编号；在确定任一局部地图中的点云数据帧与另一局部地图中的点云数据帧均包含有同一路标的编号时，确定所述AGV重复经过所述同一路标所在的位置。对应步骤102具体实施方式，在各个局部地图均被标记时，所述确定所述AGV重复经过同一位置的具体实现方式还可以为：获取所有局部地图的的编号；在确定任一局部地图与另一局部地图的编号相同时，确定所述AGV重复经过该编号的路标所在的位置。

其中，计算所述第一局部地图与所述第二局部地图的差异值的具体实施方式包括：

步骤一：计算所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿。

具体的，针对所述第二局部地图中的每一点云数据帧，根据所述第一局部地图的位姿，估计所述第二局部地图中的任一点云数据帧的K个可能位姿；基于所述K个可能位姿，将所述任一点云数据帧映射到栅格地图K次，获得K个初始映射图；计算所述K个初始映射图中各个初始映射图与所述第一局部地图的重合度；确定重合度最高的初始映射图所对应的可能位姿为所述任一点云数据帧的新位姿；根据所述任一点云数据帧的新位姿与所述第一局部地图的整体位姿，确定所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿。

步骤二：基于所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿，计算所述AGV采集所述第二局部地图中各个点云数据帧与所述第一局部地图的误差约束项

其中，ξ_F，i为第二局部地图中的第i帧点云数据帧的位姿，ξ_S，m为第一局部地图的整体位姿，ξ_i，m为所述第二局部地图中的第i帧点云数据帧与第一局部地图的相对位姿，∑_i，m为估算F_i与S_m之间的相对位姿ξ_i，m的协方差矩阵，e(ξ_F，i，ξ_S，m，ξ_i，m)为相对位姿误差函数。

步骤三：对所述第二局部地图中所有点云数据帧与所述第一局部地图的误差约束项进行求和将作为所述第一局部地图与所述第二局部地图的差异值。

步骤104：根据所述第一局部地图与所述第二局部地图的差异值对已生成的所有局部地图进行优化。

具体的，求所有局部地图的整体位姿误差约束项与所述差异值的总和，即然后采用梯度下降法调整已生成的所有局部地图中的点云数据帧的位姿，使得达到最小值为止。

在具体实施过程中，在根据所述差异值对已生成的所有局部地图进行优化之后，如果所述AGV已检测到所有路标，则可以进一步根据各个路标与所述AGV的相对位置信息，将各个路标添加到各个路标对应的局部地图中，获得包含有路标信息的全局地图；如果所述AGV未检测到所有路标，则可重复执行上述步骤101至104，直到所有路标均被检测到为止，然后生成包含有路标信息的全局地图。

在上述方案中，AGV在构建地图的过程中，还进行闭环检测，即检测AGV是否重复经过了同一位置，如果确定AGV重复经过了同一位置，则计算AGV首次经过该同一位置时生成的局部地图与AGV第二次经过该同一位置时生成的局部地图的差异值，并根据计算得到的差异值对已生成的各个局部地图进行优化，以此实现对增量式构建地图过程中所累积的匹配误差的调整，提高了AGV构建地图的精确度。并且，上述方案在构建地图、闭环检测以及地图优化等过程中，均是以局部地图为基本计算单位，计算量小，提高了AGV构建地图的效率。

为了便于本领域技术人员更加清楚地理解本发明实施例技术方案，接下来，例举本发明的一种可能的应用场景，并在该场景下对本发明实施例技术方案的具体实施方式进行详细说明：

参照图2，本例中的AGV包括移动底盘(包括电机、控制器、嵌入式计算机)、2D激光雷达、二维码扫描装置(由朝下扫描的摄像头与预置了二维码识别程序的嵌入式计算设备组成)。

参照图3，该AGV可用于仓储环境下的二维码地图构建。该仓储环境包括货架、工作台等仓储功能部件，仓储环境地面上按一定间距铺设有二维码，每个二维码对应唯一的身份标识编号(identification，ID)。AGV使用2D激光雷达扫描环境轮廓，如图3虚线条所示，同时二维码扫描装置扫描地上的二维码信息。AGV沿着箭头方向前进，覆盖所有二维码，在重复经过至少一个二维码时形成闭环。AGV行进过程中对仓储环境充分扫描，最终生成一张包含了所有二维码位姿信息的占据栅格地图。

AGV在该仓储环境下构建地图的具体过程包括：

步骤(一)：获取点云数据帧。

AGV前进过程中，使用2D激光雷达持续不断地扫描周围环境，得到点云数据帧。与此同时，AGV上的二维码扫描转置不断地扫描地面检查是否存在二维码，若恰好扫描到一个二维码，则记录其信息Q_i＝{id,ξ_Q，i}，其中id为二维码编号，ξ_Q，i为二维码在点云坐标系中的位姿，ξq_i＝[x_Q，iy_Q，iθ_Q，i]^T，x_Q，i、y_Q，i为障碍点相对于AGV的2D位移，θ_Q，i为2D旋转角；

点云数据帧可表示为F_i＝{P_i,Q_i,ξ_F，i}，其中P_i＝{p_i，1,p_i，2,…,p_i，k}为2D点云，p_i，k＝[x_i，ky_i，k]^T为一个2D障碍点的坐标，Q_i为二维码信息，ξ_F，i表示该点云数据帧的位姿。若扫描得到某点云数据帧时，AGV的二维码扫描装置扫描得到二维码信息，则Q_i为二维码信息，否则F_i中Q_i为空。

步骤(二)：生成局部地图。

当点云数据帧达到预设帧数N时，将最近的N帧点云数据帧进行匹配，以生成局部地图。其中，N帧点云数据帧的匹配过程包括步骤(a)至步骤(h)：

(a)初始化。对占据栅格地图的每一个栅格，初始化设置其概率值为0；

(b)将一帧点云数据帧做模拟投影。设当前点云数据帧的位姿初始值为设当前其估计的位姿为其中初始值与历史帧的位姿相关，比如初始值可以为上一帧点云数据帧的位姿。参照图4，将点云投影至占据栅格地图：

其中，表示从第i帧点云数据帧对应的点云坐标系映射到世界坐标系(即栅格地图)的位姿变换矩阵，不同帧点云的点云坐标可以不同，所有点云数据帧的世界坐标系相同。d_i，k表示该点云帧内第k个障碍点与AGV的距离值，θ_i，k表示该障碍点相对于AGV的偏移角度，r表示栅格地图的分辨率， 即为第k个障碍点在点云坐标系中的横纵坐标，u_i，k和v_i，k分别表示该障碍点对应在栅格地图上的横纵坐标；图4中黑色填充的栅格表征历史帧的投影，斜线图案填充的栅格表征当前帧点云数据帧的投影；

(c)计算模拟投影对应的得分值。将该帧点云数据帧投影至占据栅格地图后，得到一系列栅格集合G_i＝{(u_i，1，v_i，1)，(u_i，2，v_i，2)，...，(u_i，k，v_i，k)}，则可以计算该投影对应得分值如下：

其中f(u_i，k，v_i，k)为栅格(u_i，k，v_i，k)被障碍物占据的概率值，K为栅格集合内栅格的总数，Δx、Δy、Δθ分别为与三个分量的差值，w_T为平移权重，w_R为旋转权重；

f(u_i，k，v_i，k)的计算方式为：

其中，f_occupy为预设值,f′(u_i，k，v_i，k)为本次投影前的栅格的概率值；

(e)更新占据栅格地图的概率值。根据(d)中得到的ξ_F，i将点云数据帧重新投影至占据栅格地图，得到栅格集合G_i＝{(u_i，1，v_i，1)，(u_i，2，v_i，2)，...，(u_i，k，v_i，k)}。遍历G_i，按以下方式更新每个栅格的概率值：

其中，f_occupy为预设值,f′(u_i，k，v_i，k)为更新前栅格的概率值，f(u_i，k，v_i，k)为更新后栅格的概率值；

(f)重复(b)～(e)过程，直到N帧点云数据帧处理完毕；

(g)更新局部地图的二维码信息。局部地图用S_j＝{F₁，F₂，...，F_N，Q_j，ξ_S，j}表示。其中取第N/2帧点云数据帧的位姿作为局部地图的位姿，即ξ_S，j＝ξ_F，N/2；同时局部地图的二维码信息Q_j的取值方法为：若N帧点云数据帧对应的二维码信息均为空，则令Q_j为空，否则在扫描到二维码信息的点云数据帧集合中选取预设帧(比如距离ξ_S，j最近的点云数据帧)，以该数据帧包含的二维码信息Q_i作为局部地图的二维码信息Q_j的值；

(h)更新位姿图。计算S_j内所有点云数据帧位姿相对于局部地图的位姿误差约束项，并添加到所有局部地图的整体位姿误差约束项中，即其中表示所有局部地图的整体位姿误差约束项，初始为0，随着局部地图数量的增加不断累加。表示局部地图S_j中的第i帧点云数据帧F_i相对于S_j的位姿误差约束项，表示为其中e(ξ_F，i,ξ_S，j，ξ_i，j)为相对位姿误差函数，∑_i，j为F_i与S_j之间的相对位姿ξ_i，j的协方差矩阵。

步骤(三)，查找闭环。

设已生成的局部地图集合为{S₁，S₂，...，S_j-1}，当生成S_j后进行闭环查找，其方法为：遍历{S₁，S₂，...，S_j-1}，查找是否存在与S_j包含同一个二维码id的局部地图；

若不存，则重复上述步骤(一)、(二)；

若存在，假设与S_j包含同一个二维码id的局部地图为S_m，则遍历S_j内的N帧点云数据帧，对S_j内每一帧执行操作：计算第i帧点云数据帧F_i位姿与S_m位姿之间的平移量，在确定其小于一定阈值时，计算F_i与S_m之间的相对位姿ξ_i，m。参照图5所示，在位姿图模型中待优化节点ξ_F，i与ξ_S，m构成的边表征误差约束项其中∑_i，m为估算F_i与S_m之间的相对位姿ξ_i，m的协方差矩阵，e(ξ_F，i，ξ_S，m，ξ_i，m)为相对位姿误差函数。计算之后，将其加入到位姿图的整体误差中，即

步骤(四)，优化位姿。采用梯度下降法不断调整所有局部地图的以及各局部地图中的点云数据帧的位姿，直到总体误差达到最小。

步骤(五)，优化完成后，判断AGV是否已覆盖所有二维码；否为否，则重复步骤(一)至(四)；若为是，则生成二维码地图。

其中，生成二维码地图的具体实现过程包括：遍历占据栅格地图的所有栅格，若栅格的概率值大于一定阈值则将该栅格设置为障碍物属性，否则设置为可通行属性，同时根据优化后的二维码位姿在栅格地图中标记二维码位置，例如图6所示。

在本实施例中，AGV在仓储环境中构建地图时，通过检测是否重复经过同一二维码位置确定已生成的局部地图是否构成闭环，并在确定生成的局部地图构成闭环时，计算AGV首次经过该同一二维码位置时生成的局部地图与AGV第二次经过该同一二维码位置时生成的局部地图的差异值，并根据计算得到的差异值对已生成的局部地图进行优化，以此实现对增量式构建地图过程中所累积的匹配误差的调整，提高了AGV构建地图的精确度。并且，上述实施例在构建地图、闭环检测以及地图优化等过程中，均是以局部地图为基本计算单位，计算量小，提高了AGV构建地图的效率。

基于同一发明构思，本发明实施例还提供一种构建地图的装置，参照图7，该装置包括：

扫描单元201，用于在控制AGV移动过程中，在不同的位置使用激光雷达对所述AGV的周围环境进行扫描测距，获得包含有障碍物信息的点云数据帧；其中，所述障碍物信息包括多个障碍点以及各障碍点与所述AGV的相对位置信息；

处理单元202，用于在扫描到的点云数据帧的数量达到预设帧数N时，基于扫描到的N帧点云数据帧生成局部地图；在确定所述AGV重复经过同一位置时，计算所述AGV首次经过所述同一位置时生成的第一局部地图与所述AGV第二次经过所述同一位置时生成的第二局部地图的差异值；根据所述第一局部地图与所述第二局部地图的差异值对已生成的所有局部地图进行优化。

可选的，所述处理单元202用于基于扫描到的N帧点云数据帧生成局部地图，包括：

按照采集时间的先后顺序，依次对所述N帧点云数据帧中的每一帧点云数据帧执行如下操作：根据历史点云数据帧的位姿，估计当前点云数据帧的M个可能位姿，所述历史点云数据帧为所述AGV在采集所述当前点云数据帧之前的预设时间范围内所采集的连续多帧点云数据帧，所述位姿包括所述AGV采集点云数据帧时的位置相对于所述AGV的初始位置的距离、偏向角；基于所述M个可能位姿，将所述当前点云数据帧映射到栅格地图M次，获得M个初始映射图；计算各个初始映射图与所述历史点云数据帧在所述栅格地图上的映射图的重合度；确定重合度最高的初始映射图所对应的可能位姿为所述当前点云数据帧的位姿；

根据确定出的所述N帧点云数据帧中各个点云数据帧的位姿，将所述各个点云数据帧映射到所述栅格地图上，共获得N个映射图，将所述N个映射图作为所述局部地图。

可选的，所述扫描单元201还用于：检测地面是否有路标；在检测到路标时，将检测到的路标的相关信息添加到同时扫描到的点云数据帧中，其中所述相关信息包括检测到的路标的编号；所述处理单元202用于确定所述AGV重复经过同一位置，包括：从已生成的所有局部地图中的点云数据帧中获取路标的编号；在确定任一局部地图中的点云数据帧与另一局部地图中的点云数据帧均包含有同一路标的编号时，确定所述AGV重复经过所述同一路标所在的位置。

可选的，所述相关信息还包括检测到的路标与所述AGV的相对位置信息；所述处理单元202还用于：在根据所述差异值对已生成的所有局部地图进行优化之后，在确定所述AGV已检测到所有路标时，根据各个路标与所述AGV的相对位置信息，将各个路标添加到各个路标对应的局部地图中。

可选的，所述路标具体为二维码图像。

可选的，所述处理单元202还用于：在基于扫描到的N帧点云数据帧生成局部地图之后，将所述N帧点云数据帧中的预设帧的位姿作为所述局部地图的整体位姿；基于所述N帧点云数据帧中各个点云数据帧的位姿、所述局部地图的整体位姿，确定所述N帧点云数据帧中各个点云数据帧与所述局部地图的相对位姿；基于所述N帧点云数据帧中各个点云数据帧与所述局部地图的相对位姿，计算所述N帧点云数据帧中各个点云数据帧与所述局部地图的误差约束项对所述N帧点云数据帧中所有点云数据帧与所述局部地图的误差约束项进行求和将作为所述局部地图的整体误差约束项；

所述处理单元202用于计算所述第一局部地图与所述第二局部地图的差异值，包括：计算所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿；基于所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿，计算所述AGV采集所述第二局部地图中各个点云数据帧与所述第一局部地图的误差约束项对所述第二局部地图中所有点云数据帧与所述第一局部地图的误差约束项进行求和将作为所述第一局部地图与所述第二局部地图的差异值；

所述处理单元202用于根据所述第一局部地图与所述第二局部地图的差异值对已生成的所有局部地图进行优化，包括：求所有局部地图的整体位姿误差约束项与所述差异值的总和：采用梯度下降法调整已生成的所有局部地图中的点云数据帧的位姿，使达到最小值。

可选的，所述处理单元202用于计算所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿，包括：对所述第二局部地图中的每一点云数据帧均执行如下操作：根据所述第一局部地图的位姿，估计所述第二局部地图中的任一点云数据帧的K个可能位姿；基于所述K个可能位姿，将所述任一点云数据帧映射到栅格地图K次，获得K个初始映射图；计算所述K个初始映射图中各个初始映射图与所述第一局部地图的重合度；确定重合度最高的初始映射图所对应的可能位姿为所述任一点云数据帧的新位姿；根据所述任一点云数据帧的新位姿与所述第一局部地图的整体位姿，确定所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿。

以上各单元所执行操作的具体实现方式可以参照本发明实施例上述构建地图的方法中对应步骤的具体实现方式，本发明实施例不再赘述。

基于同一发明构思，本发明实施例还提供一种构建地图的设备，参照图8，该设备包括：至少一个处理器301，以及与所述至少一个处理器301通信连接的存储器302；其中，所述存储器302存储有可被所述至少一个处理器301执行的指令，所述至少一个处理器301通过执行所述存储器302存储的指令执行本发明实施例上述构建地图的方法。

基于同一发明构思，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行本发明实施例上述构建地图的方法。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (16)

1.一种构建地图的方法，其特征在于，包括：

在控制自动导引运输车AGV移动过程中，在不同的位置使用激光雷达对所述AGV的周围环境进行扫描测距，获得包含有障碍物信息的点云数据帧；其中，所述障碍物信息包括多个障碍点以及各障碍点与所述AGV的相对位置信息；

在扫描到的点云数据帧的数量达到预设帧数N时，基于扫描到的N帧点云数据帧生成局部地图；

在确定所述AGV重复经过同一位置时，计算所述AGV首次经过所述同一位置时生成的第一局部地图与所述AGV第二次经过所述同一位置时生成的第二局部地图的差异值；

根据所述第一局部地图与所述第二局部地图的差异值对已生成的所有局部地图进行优化。

2.如权利要求1所述的方法，其特征在于，所述基于扫描到的N帧点云数据帧生成局部地图，包括：

按照采集时间的先后顺序，依次对所述N帧点云数据帧中的每一帧点云数据帧执行如下操作：根据历史点云数据帧的位姿，估计当前点云数据帧的M个可能位姿，所述历史点云数据帧为所述AGV在采集所述当前点云数据帧之前的预设时间范围内所采集的连续多帧点云数据帧，所述位姿包括所述AGV采集点云数据帧时的位置相对于所述AGV的初始位置的距离、偏向角；基于所述M个可能位姿，将所述当前点云数据帧映射到栅格地图M次，获得M个初始映射图；计算各个初始映射图与所述历史点云数据帧在所述栅格地图上的映射图的重合度；确定重合度最高的初始映射图所对应的可能位姿为所述当前点云数据帧的位姿；

根据确定出的所述N帧点云数据帧中各个点云数据帧的位姿，将所述各个点云数据帧映射到所述栅格地图上，共获得N个映射图，将所述N个映射图作为所述局部地图。

3.如权利要求1或2所述的方法，其特征在于，在使用激光雷达进行扫描测距时，还包括：

检测地面是否有路标；在检测到路标时，将检测到的路标的相关信息添加到同时扫描到的点云数据帧中，其中所述相关信息包括检测到的路标的编号；

确定所述AGV重复经过同一位置，包括：

从已生成的所有局部地图中的点云数据帧中获取路标的编号；在确定任一局部地图中的点云数据帧与另一局部地图中的点云数据帧均包含有同一路标的编号时，确定所述AGV重复经过所述同一路标所在的位置。

4.如权利要求3所述的方法，其特征在于，所述相关信息还包括检测到的路标与所述AGV的相对位置信息；在根据所述差异值对已生成的所有局部地图进行优化之后，还包括：

在确定所述AGV已检测到所有路标时，根据各个路标与所述AGV的相对位置信息，将各个路标添加到各个路标对应的局部地图中。

5.如权利要求3所述的方法，其特征在于，所述路标具体为二维码图像。

6.如权利要求1或2所述的方法，其特征在于，在基于扫描到的N帧点云数据帧生成局部地图之后，所述方法还包括：

将所述N帧点云数据帧中的预设帧的位姿作为所述局部地图的整体位姿；基于所述N帧点云数据帧中各个点云数据帧的位姿、所述局部地图的整体位姿，确定所述N帧点云数据帧中各个点云数据帧与所述局部地图的相对位姿；基于所述N帧点云数据帧中各个点云数据帧与所述局部地图的相对位姿，计算所述N帧点云数据帧中各个点云数据帧与所述局部地图的误差约束项对所述N帧点云数据帧中所有点云数据帧与所述局部地图的误差约束项进行求和将作为所述局部地图的整体误差约束项；

所述计算所述第一局部地图与所述第二局部地图的差异值，包括：

计算所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿；基于所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿，计算所述AGV采集所述第二局部地图中各个点云数据帧与所述第一局部地图的误差约束项对所述第二局部地图中所有点云数据帧与所述第一局部地图的误差约束项进行求和将作为所述第一局部地图与所述第二局部地图的差异值；

所述根据所述第一局部地图与所述第二局部地图的差异值对已生成的所有局部地图进行优化，包括：

求所有局部地图的整体位姿误差约束项与所述差异值的总和：采用梯度下降法调整已生成的所有局部地图中的点云数据帧的位姿，使达到最小值。

7.如权利要求6所述的方法，其特征在于，所述计算所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿，包括：

对所述第二局部地图中的每一点云数据帧均执行如下操作：根据所述第一局部地图的位姿，估计所述第二局部地图中的任一点云数据帧的K个可能位姿；基于所述K个可能位姿，将所述任一点云数据帧映射到栅格地图K次，获得K个初始映射图；计算所述K个初始映射图中各个初始映射图与所述第一局部地图的重合度；确定重合度最高的初始映射图所对应的可能位姿为所述任一点云数据帧的新位姿；根据所述任一点云数据帧的新位姿与所述第一局部地图的整体位姿，确定所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿。

8.一种构建地图的装置，其特征在于，包括：

扫描单元，用于在控制AGV移动过程中，在不同的位置使用激光雷达对所述AGV的周围环境进行扫描测距，获得包含有障碍物信息的点云数据帧；其中，所述障碍物信息包括多个障碍点以及各障碍点与所述AGV的相对位置信息；

处理单元，用于在扫描到的点云数据帧的数量达到预设帧数N时，基于扫描到的N帧点云数据帧生成局部地图；在确定所述AGV重复经过同一位置时，计算所述AGV首次经过所述同一位置时生成的第一局部地图与所述AGV第二次经过所述同一位置时生成的第二局部地图的差异值；根据所述第一局部地图与所述第二局部地图的差异值对已生成的所有局部地图进行优化。

9.如权利要求8所述的装置，其特征在于，所述处理单元用于基于扫描到的N帧点云数据帧生成局部地图，包括：

按照采集时间的先后顺序，依次对所述N帧点云数据帧中的每一帧点云数据帧执行如下操作：根据历史点云数据帧的位姿，估计当前点云数据帧的M个可能位姿，所述历史点云数据帧为所述AGV在采集所述当前点云数据帧之前的预设时间范围内所采集的连续多帧点云数据帧，所述位姿包括所述AGV采集点云数据帧时的位置相对于所述AGV的初始位置的距离、偏向角；基于所述M个可能位姿，将所述当前点云数据帧映射到栅格地图M次，获得M个初始映射图；计算各个初始映射图与所述历史点云数据帧在所述栅格地图上的映射图的重合度；确定重合度最高的初始映射图所对应的可能位姿为所述当前点云数据帧的位姿；

根据确定出的所述N帧点云数据帧中各个点云数据帧的位姿，将所述各个点云数据帧映射到所述栅格地图上，共获得N个映射图，将所述N个映射图作为所述局部地图。

10.如权利要求8或9所述的装置，其特征在于，所述扫描单元还用于：检测地面是否有路标；在检测到路标时，将检测到的路标的相关信息添加到同时扫描到的点云数据帧中，其中所述相关信息包括检测到的路标的编号；

所述处理单元用于确定所述AGV重复经过同一位置，包括：从已生成的所有局部地图中的点云数据帧中获取路标的编号；在确定任一局部地图中的点云数据帧与另一局部地图中的点云数据帧均包含有同一路标的编号时，确定所述AGV重复经过所述同一路标所在的位置。

11.如权利要求10所述的装置，其特征在于，所述相关信息还包括检测到的路标与所述AGV的相对位置信息；

所述处理单元还用于：在根据所述差异值对已生成的所有局部地图进行优化之后，在确定所述AGV已检测到所有路标时，根据各个路标与所述AGV的相对位置信息，将各个路标添加到各个路标对应的局部地图中。

12.如权利要求10所述的装置，其特征在于，所述路标具体为二维码图像。

13.如权利要求8或9所述的装置，其特征在于，所述处理单元还用于：

在基于扫描到的N帧点云数据帧生成局部地图之后，将所述N帧点云数据帧中的预设帧的位姿作为所述局部地图的整体位姿；基于所述N帧点云数据帧中各个点云数据帧的位姿、所述局部地图的整体位姿，确定所述N帧点云数据帧中各个点云数据帧与所述局部地图的相对位姿；基于所述N帧点云数据帧中各个点云数据帧与所述局部地图的相对位姿，计算所述N帧点云数据帧中各个点云数据帧与所述局部地图的误差约束项对所述N帧点云数据帧中所有点云数据帧与所述局部地图的误差约束项进行求和将作为所述局部地图的整体误差约束项；

所述处理单元用于计算所述第一局部地图与所述第二局部地图的差异值，包括：计算所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿；基于所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿，计算所述AGV采集所述第二局部地图中各个点云数据帧与所述第一局部地图的误差约束项对所述第二局部地图中所有点云数据帧与所述第一局部地图的误差约束项进行求和将作为所述第一局部地图与所述第二局部地图的差异值；

所述处理单元用于根据所述第一局部地图与所述第二局部地图的差异值对已生成的所有局部地图进行优化，包括：求所有局部地图的整体位姿误差约束项与所述差异值的总和：采用梯度下降法调整已生成的所有局部地图中的点云数据帧的位姿，使达到最小值。

14.如权利要求13所述的装置，其特征在于，所述处理单元用于计算所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿，包括：

对所述第二局部地图中的每一点云数据帧均执行如下操作：根据所述第一局部地图的位姿，估计所述第二局部地图中的任一点云数据帧的K个可能位姿；基于所述K个可能位姿，将所述任一点云数据帧映射到栅格地图K次，获得K个初始映射图；计算所述K个初始映射图中各个初始映射图与所述第一局部地图的重合度；确定重合度最高的初始映射图所对应的可能位姿为所述任一点云数据帧的新位姿；根据所述任一点云数据帧的新位姿与所述第一局部地图的整体位姿，确定所述第二局部地图中各个点云数据帧与所述第一局部地图的相对位姿。

15.一种构建地图的设备，其特征在于，包括：

至少一个处理器，以及

与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令执行权利要求1至8中任一项所述的方法。

16.一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存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行权利要求1至8中任一项所述的方法。