CN109871420A - 地图生成和分区方法、装置及终端设备 - Google Patents

Abstract

本发明适用于机器人技术领域，提供了地图生成和分区方法、装置及终端设备，包括：采集目标区域的属性信息，根据所述属性信息构建所述目标区域的属性分布地图；将所述属性分布地图与原始电子地图进行合成，得到智能导航地图；将所述智能导航地图进行区域划分。本发明实施例能够提高机器人在导航地图中对目标区域的区域划分的准确性。

Description

地图生成和分区方法、装置及终端设备

技术领域

本发明属于机器人技术领域，尤其涉及一种地图生成和分区方法、装置及终端设备。

背景技术

现有的清洁机器人一般是清洁机器人在运动时通过同步定位与地图构建(Simultaneous localization and mapping,SLAM)技术构建目标清洁区域的原始电子地图，该原始电子地图只具有目标区域的几何特征信息，即目标清洁区域的边界轮廓、目标区域内立体障碍物的投影平面轮廓信息或者立体障碍物的立体几何轮廓信息，清洁机器人通过几何特征信息在原始电子地图中对目标清洁区域进行区域划分及显示，以便清洁机器人对划分的区域进行识别执行对应的动作，例如识别哪些是可清洁区域哪些是不可清洁的清洁禁区。

然而，仅仅根据原始电子地图显示的目标清洁区域的几何特征信息来进行区域划分，准确性不高。

发明内容

有鉴于此，本发明实施例提供了地图生成和分区方法、装置及终端设备，以解决机器人在导航地图中对目标区域的区域划分准确性和精确度低的问题。

本发明实施例的第一方面提供了一种地图生成和分区方法，包括：

采集目标区域的属性信息，根据所述属性信息构建所述目标区域的属性分布地图；

将所述属性分布地图与原始电子地图进行合成，得到智能导航地图；

将所述智能导航地图进行区域划分。

本发明实施例的第二方面提供了一种地图生成和分区装置，包括：

采集单元，用于采集目标区域的属性信息，根据所述属性信息构建所述目标区域的属性分布地图；

合成单元，用于将所述属性分布地图与原始电子地图进行合成，得到智能导航地图；

划分单元，用于将所述智能导航地图进行区域划分。

本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如所述地图生成和分区方法的步骤。

本发明实施例的第四方面提供了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程序，所述计算机程序被处理器执行时实现如所述地图生成和分区方法的步骤。

本发明实施例与现有技术相比存在的有益效果是：本发明实施例中，由于最终构建的智能导航地图除了具有目标区域的几何特征信息外还具有目标区域的属性信息，综合目标区域的几何特征信息及属性信息这两种特征信息进行区域的划分，因此能够使得清洁机器人的导航地图中对区域的划分更加精确化、准确化。

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，下面描述中的附图仅仅是本发明的一些实施例，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是本发明实施例提供的第一种地图生成和分区方法的实现流程示意图；

图2是本发明实施例提供的第二种地图生成和分区方法的实现流程示意图；

图3是本发明实施例提供的一种地图生成和分区装置的示意图；

图4是本发明实施例提供的终端设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

实施例一：

图1示出了本申请实施例提供的第一种地图生成和分区方法的流程示意图，该方法的执行主体为机器人，优选为清洁机器人，该机器人内置了各种传感器，详述如下：

在S101中，采集目标区域的属性信息，根据所述属性信息构建所述目标区域的属性分布地图。

目标区域为机器人的工作场地范围，可以为接收用户指令设定好的一个区域范围，或者机器人所能探寻到的区域范围，例如，若机器人在一个封闭的房间内，目标区域默认为该房间内的区域；若机器人在一层各个房间都彼此连通(房门不紧闭)的房子里，那么目标区域默认为该房子内(包括每个房间)的所有区域。

机器人按照一定的模式移动遍历目标区域，例如按照随机碰撞模式进行探寻从而遍历整个目标区域。在移动遍历目标区域时，机器人通过自身的传感器，采集经过的地面或者墙面或者立于地面的物品的属性信息，属性信息指的是地面、墙面或者物品的固有物理属性。

可选地，所述属性信息包括颜色、粗糙度、阻力、形状、图案、光学特质、材质中的任意一项或者一项以上的组合。

颜色信息可以由机器人内置的颜色传感器、光流传感器、图像传感器等任一项光学传感器采集得到；粗糙度信息由光学传感器采集分析得到，或者通过分析机器人在地面工作时主动轮电流、滚刷电流得出，一般机器人在经过比较粗糙的区域时所需耗费的电流较大；阻力信息可以由主动轮电流及滚刷电流得出；形状信息及图案信息可以由图像传感器获取，例如地板获取地板砖的形状、图案等信息；光学特性包括反光率、折射率等光学信息，可以由光流传感器、图像传感器、地检传感器或者防坠落传感器采集获得；材质信息由毫米波雷达、光流传感器等采集分析获得。属性信息可以为这几种信息中的其中一项，或者其中的任意多项组合。

根据采集的属性信息，构建所述目标区域的属性分布地图，例如若采集的属性信息为粗糙度信息，则构建目标区域的粗糙度分布地图，可以通过在地图上标示上不同的图案来显示目标区域内的不同粗糙度，从该地图中可以直观地看出目标区域的粗糙度分布。若采集的属性信息为“颜色+粗糙度”信息，则构建目标区域的“颜色+粗糙度”分布地图，在目标区域内，颜色属于同一预设范围且粗糙度属于同一预设范围的区域标示上同样的图案，即将颜色和粗糙度的结合视为一个整体属性，把颜色相近同时粗糙度相近的区域视为具有同一属性信息的区域，构建目标区域的“颜色+粗糙度”属性分布地图。

在S102中，将所述属性分布地图与原始电子地图进行合成，得到智能导航地图。

原始电子地图为只包含目标区域几何特征信息的二维地图或者三维地图等，原始电子地图可以预先存储在机器人中，或者在遍历目标区域采集属性信息的同时通过激光扫描探测及SLAM技术构建得到。原始电子地图包含了目标区域的几何特征信息，即目标区域内的整体布局轮廓情况。如果原始电子地图为二维地图，则该地图包括目标区域的边界轮廓以及目标区域内立体障碍物的投影平面轮廓图；如果原始地图为三维地图，则该地图包括目标区域的里所有立体障碍物的几何轮廓。例如，在一个房间内，地面上摆放着桌子、椅子、及地毯，则在构建原始电子地图时通过激光扫描方式可以绘制出桌子、椅子的投影平面轮廓图，而地毯由于是平面物体，无法在原始电子地图中绘制，即放置地毯的区域与原地面无法区分显示。目标区域的几何特征信息可以通过颜色块或者线条勾勒显示。

将属性分布地图与原始电子地图进行合成，得到智能导航地图。

将携带目标区域属性信息的属性分布地图与携带目标区域的几何特征信息的原始电子地图进行融合，得到既具有属性信息又具有几何特征信息的智能导航地图。

在S103中，将所述智能导航地图进行区域划分。

根据合成的智能导航地图中携带的属性信息及几何特征信息，将属于同一几何图形且具有相同属性信息的区域划分为同一区域，完成所述智能导航地图的区域划分。例如上述的摆放着桌子、椅子、及地毯的房间内，地图上桌子所占的区域属于一个几何图形且具有相同属性信息，因此在智能导航地图上划分为一个独立完整区域，同样地，椅子所占的区域也划分为一个独立完整的区域，而地毯虽然和未放置地毯的区域属于同一几何图形内，但由于地毯放置的区域上的属性信息(例如颜色、粗糙度等)与地面的属性信息不一致，因此地毯所占的区域也能够在智能导航地图上被划分为一个独立完整区域。可选地，通过不一样的颜色或者图案或者线条勾勒，标示出不同的区域，显示智能导航地图上的区域划分结果。

可选地，在所述智能导航地图进行区域划分之后，将所述智能导航地图进行存储，以便下次进行机器人在下次工作时直接调用该智能导航地图。机器人可以每隔预设时间更新该存储的智能导航地图；或者在每次移动时自动重新采集目标区域的属性信息及几何特征信息，若检测到目标区域的属性信息或者几何特征信息发生变化时，重新进行区域划分，实时更新智能导航地图。

本发明实施例中，由于最终构建的智能导航地图除了具有目标区域的几何特征信息外还具有目标区域的属性信息，综合目标区域的几何特征信息及属性信息这两种特征信息进行区域的划分，因此能够使得清洁机器人的导航地图中对区域的划分更加精确化、准确化。

实施例二：

图2示出了本申请实施例提供的第二种地图生成和分区方法的流程示意图，该方法的执行主体为清洁机器人，该清洁机器人内置了各种传感器，详述如下：

在S201中，采集目标区域的属性信息，根据所述属性信息构建所述目标区域的属性分布地图。

可选地，所述目标区域由单元区域组成，此时步骤S201具体包括：

S201A:采集目标区域中每一个单元区域的属性信息。

单元区域为预设的一个小区域范围，机器人各种传感器的一次采集工作，能够完整地采集到该单元区域范围内的相关传感信息。机器人每次采集一个或多个单元区域的属性信息，通过不断地移动、采集，最终采集到目标区域中每一个单元区域的属性信息。例如，机器人可以从目标区域内的一个边角角落作为起始点，通过走“Z”字型的方式移动，遍历目标区域内的每个单元区域，从而采集到每一个单元区域的属性信息。

S201B:根据所述目标区域中每一个单元区域的属性信息及单元区域之间的位置关系，构建所述目标区域的属性分布地图。

根据每一个单元区域的属性信息及每一个单元区域之间的位置关系，构建目标区域的属性分布地图。可以通过在目标区域内建立笛卡尔坐标，获取每一个单元区域的中心坐标，根据每个单元区域的中心坐标及每个单元区域的属性信息，对应地构建出目标区域的属性分布地图。可选地，若相邻的若干个单元区域的属性信息在误差范围内相同，则这几个单元区域融合为同一个区域显示于属性分布地图中。

在S202中，根据由第一最小单元组成的原始电子地图，将所述属性分布地图对应划分为由第二最小单元组成的地图，其中所述第二最小单元的大小等于所述第一最小单元的大小。

在本发明实施例中，原始电子地图为栅格地图，由多个第一最小单元组成。根据原始电子地图，将属性分布地图对应划分为由多个第二最小单元组成的地图。其中，原始电子地图与属性分布地图的比例大小相同，第二最小单元的大小与第一最小单元的大小相同，属性分布地图中每个第二最小单元的位置与原始电子地图中每个第一最小单元的位置一一映射。

在S203中，根据所述属性分布地图上的第二最小单元与所述原始电子地图上的第一最小单元的对应关系，在所述原始电子地图上的每一个所述第一最小单元对应添加属性信息，得到智能导航地图。

根据属性分布地图上的第二最小单元与原始电子地图上的第一最小单元的映射关系，对应地在原始电子地图上的每一个第一最小单元添加属性信息，例如先获取属性分布地图左上角的一个第二最小单元所携带的属性信息，再在原始电子地图左上角的第一最小单元对应添加上该属性信息。第一最小单元与第二最小单元一一对应，属性分布地图上每个第二最小单元携带的属性信息一一对应添加到原始电子地图的第一最小单元上，从而得到既具有目标区域的属性信息又具有几何特征信息的智能导航地图。

在S204中，将所述智能导航地图进行区域划分。

本实施例中S204与上一实施例中的S103相同，具体请参阅上一实施例中S103的相关描述，此处不赘述。

可选地，所述将所述智能导航地图进行区域划分，包括：

根据预设指标，自动将智能导航地图进行区域划分。

预设指标为预先设置的与属性信息相关的阈值，区域划分可以包括清洁禁区划分、清洁区域的划分，重点清洁区域的划分、有杂物区域的划分、无杂物区域的划分等。以禁区划分为例，假设智能导航地图上的属性信息为粗糙度，预设指标为25个单位，此时智能导航地图上粗糙度大于或等于25个单位的区域自动设置为清洁禁区。之后，清洁机器人在目标区域内执行清洁工作时，会自动避开该清洁禁区。

由于根据预设指标自动划分智能导航地图上的区域，因此能够让清洁机器人自动避开不适宜或者无需清洁的区域，或者根据需要重点打扫特定的区域等，提高了清洁机器人的清洁效率。

可选地，在所述根据预设指标，自动将智能导航地图进行区域划分之前，还包括：

接收设置指令，设置所述预设指标。

预设指标可以根据实际需要具体设定。例如当属性信息为粗糙度时，预设指标为预设粗糙度，地面实际摆放的地毯的粗糙度为10个单位，根据需要的清洁模式，对应设置预设粗糙度。当需要的清洁模式为日常吸尘模式时，可以将预设粗糙度设置为25个单位，此时智能导航地图上粗糙度大于或等于25个单位的区域自动设置为清洁禁区，即此时的清洁禁区不包括地毯区域，清洁机器人在目标区域内执行吸尘工作时地毯也属于清洁对象。当需要的清洁模式为拖地模式时，可以将预设粗糙度设置为5个单位，此时智能导航地图上粗糙度大于或等于5个单位的区域自动设置为清洁禁区，即此时的清洁禁区包括地毯区域，清洁机器人在目标区域内执行拖地工作时避开地毯区域。

由于预设指标可以根据实际需要灵活设定，因此进一步提高了智能导航地图的智能化，提高了清洁机器人的灵活性及智能性。

可选地，在所述将所述智能导航地图进行区域划分之后，还包括：

接收设置指令，根据所述设置指令进行区域划分。

当对于某一属性区域，机器人无法自动判断该区域应划分为哪种区域类型(包括清洁禁区、清洁区域，重点清洁区域、有杂物区域、无杂物区域)或者用户发现机器自动划分错误时，可以接收用户触发的设置指令，按用户的意愿进行区域划分。

由于可以由用户手动选择设定清洁禁区，因此进一步优化了清洁机器人的功能设置，提高用户体验。

可选地，在所述将所述智能导航地图进行区域划分之后，还包括：

显示所述智能导航地图。

智能导航地图进行区域划分后，不同的区域用不同的颜色或者图案或者线条勾勒加以区分，并将最终的智能导航地图进行显示。智能导航地图可以显示在集成于机器人的某一显示器件上，或者显示于控制机器人的控制设备上，或者其它远程监控机器人的终端设备上，或者其它任何有显示功能的终端设备上，此处不作限定。

可选地，在所述将所述智能导航地图进行区域划分之后，还包括：

根据预设的物品特征信息表，将所述智能导航地图中与所述物品特征信息表中的特征信息相符合的区域标示对应的物品名称，其中所述特征信息包括几何特征信息及属性信息。

在清洁机器人中预设物品特征信息表，该物品特征信息表包括物品名称及对应的特征信息，所述特征信息包括几何特征信息及属性信息，例如物品的投影平面轮廓图信息及粗糙度信息。智能导航地图进行区域划分后，每个区域都携带着对应的几何特征信息及属性信息这两种特征信息。将智能导航地图上每个区域携带的特征信息与预设物品特征信息表中的特征信息进行比对，如果发现某一区域上的特征信息与预设物品特征信息表中的其中一个特征信息相符合，则查询该特征信息对应的物品名称，在该区域标示上该对应的物品名称。

由于智能导航地图进行区域划分之后，自动检测判断区域对应放置的是哪种物品，因此进一步扩大了智能导航地图的信息量，使得智能导航地图更加直观形象。

本发明实施例中，由于最终构建的智能导航地图除了具有目标区域的几何特征信息外还具有目标区域的属性信息，综合目标区域的几何特征信息及属性信息这两种特征信息进行区域的划分，因此能够使得清洁机器人的导航地图中对区域的划分更加精确化、准确化。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

实施例三：

图3示出了本申请实施例提供的一种地图生成和分区装置的结构示意图，该装置可以集成于机器人中。为了便于说明，仅示出了与本申请实施例相关的部分：

该智能设备控制指令的生成装置包括：采集单元31、合成单元32、划分单元33。其中：

采集单元31，用于采集目标区域的属性信息，根据所述属性信息构建所述目标区域的属性分布地图。

目标区域为机器人的工作场地范围，可以为接收用户指令设定好的一个区域范围，或者机器人所能探寻到的区域范围，例如，若机器人在一个封闭的房间内，目标区域默认为该房间内的区域；若机器人在一层各个房间都彼此连通(房门不紧闭)的房子里，那么目标区域默认为该房子内(包括每个房间)的所有区域。

机器人按照一定的模式移动遍历目标区域，例如按照随机碰撞模式进行探寻从而遍历整个目标区域。在移动遍历目标区域时，机器人通过自身的传感器，采集经过的地面或者墙面或者立于地面的物品的属性信息，属性信息指的是地面、墙面或者物品的固有物理属性。

可选地，所述属性信息包括颜色、粗糙度、阻力、形状、图案、光学特性、材质中的任意一项或者一项以上的组合。

颜色信息可以由机器人内置的颜色传感器、光流传感器、图像传感器等任一项光学传感器采集得到；粗糙度信息由光学传感器采集分析得到，或者通过分析机器人在地面工作时的主动轮电流、滚刷电流得出，一般机器人在经过比较粗糙的区域时所需耗费的电流较大；阻力信息可以由主动轮电流及滚刷电流得出；形状信息及图案信息可以由图像传感器获取，例如地板获取地板砖的形状、图案等信息；光学特性包括反光率、折射率等光学信息，可以由光流传感器、图像传感器、地检传感器或者防坠落传感器采集获得；材质信息由毫米波雷达、光流传感器等采集分析获得。属性信息可以为这几种信息中的其中一项，或者其中的任意多项组合。

根据采集的属性信息，构建所述目标区域的属性分布地图，例如若采集的属性信息为粗糙度信息，则构建目标区域的粗糙度分布地图，可以通过在地图上标示上不同的图案来显示目标区域内的不同粗糙度，从该地图中可以直观地看出目标区域的粗糙度分布。若采集的属性信息为“颜色+粗糙度”信息，则构建目标区域的“颜色+粗糙度”分布地图，在目标区域内，颜色属于同一预设范围且粗糙度属于同一预设范围的区域标示上同样的图案，即将颜色和粗糙度的结合视为一个整体属性，把颜色相近同时粗糙度相近的区域视为具有同一属性信息的区域，构建目标区域的“颜色+粗糙度”属性分布地图。

可选地，若所述目标区域由单元区域组成，则所述采集单元31包括第一采集模块及构建模块：

所述第一采集模块，用于采集目标区域中每一个单元区域的属性信息。

所述构建模块，用于根据所述目标区域中每一个单元区域的属性信息及单元区域之间的位置关系，构建所述目标区域的属性分布地图。

合成单元32，用于将所述属性分布地图与原始电子地图进行合成，得到智能导航地图。

原始电子地图可以为机器人预先存储的目标区域的地图，或者在遍历目标区域采集属性信息的同时通过激光扫描探测及SLAM技术构建得到。原始电子地图包含了目标区域的几何特征信息，即目标区域内的整体布局轮廓情况，包括目标清洁区域的边界轮廓以及目标区域内立体障碍物的投影平面轮廓图。例如，在一个房间内，地面上摆放着桌子、椅子、及地毯，则在构建原始电子地图时通过激光扫描方式可以绘制出桌子、椅子的投影平面轮廓图，而地毯由于是平面物体，无法在原始电子地图中绘制，即放置地毯的区域与原地面无法区分显示。目标区域的几何特征信息可以通过颜色块或者线条勾勒显示。

将属性分布地图与原始电子地图进行合成，得到智能导航地图。

将携带目标区域属性信息的属性分布地图与携带目标区域的几何特征信息的原始电子地图进行融合，得到既具有属性信息又具有几何特征信息的智能导航地图。

可选地，所述原始电子地图由第一最小单元组成，此时所述合成单元包括最小单元划分模块及融合模块：

所述最小单元划分模块，用于根据所述原始电子地图，将所述属性分布地图对应划分为由第二最小单元组成的地图，其中所述第二最小单元的大小等于所述第一最小单元的大小。

所述融合模块，用于根据所述属性分布地图上的第二最小单元与所述原始电子地图上的第一最小单元的对应关系，在所述原始电子地图上的每一个所述第一最小单元对应添加属性信息，得到智能导航地图。

划分单元33，用于将所述智能导航地图进行区域划分。

根据合成的智能导航地图中携带的属性信息及几何特征信息，将属于同一几何图形且具有相同属性信息的区域划分为同一区域，完成所述智能导航地图的区域划分。例如上述的摆放着桌子、椅子、及地毯的房间内，地图上桌子所占的区域属于一个几何图形且具有相同属性信息，因此在智能导航地图上划分为一个独立完整区域，同样地，椅子所占的区域也划分为一个独立完整的区域，而地毯虽然和未放置地毯的区域属于同一几何图形内，但由于地毯放置的区域上的属性信息(例如颜色、粗糙度等)与地面的属性信息不一致，因此地毯所占的区域也能够在智能导航地图上被划分为一个独立完整区域。可选地，通过不一样的颜色或者图案或者线条勾勒，标示出不同的区域，显示智能导航地图上的区域划分结果。

可选地，在所述智能导航地图进行区域划分之后，将所述智能导航地图进行存储，以便下次进行机器人在下次工作时直接调用该智能导航地图。机器人可以每隔预设时间更新该存储的智能导航地图；或者在每次移动时自动重新采集目标区域的属性信息及几何特征信息，若检测到目标区域的属性信息或者几何特征信息发生变化时，重新进行区域划分，实时更新智能导航地图。

可选地，所述划分单元33包括：

第一划分模块，用于根据预设指标，自动将智能导航地图进行区域划分。

可选地，所述划分单元33包括：

第二划分模块，用于接收设置指令，根据所述设置指令进行区域划分。

可选地，所述地图生成和分区装置还包括：

显示单元，用于显示所述智能导航地图。

可选地，所述地图生成和分区装置还包括：

标示单元，用于根据预设的物品特征信息表，将所述智能导航地图中与所述物品特征信息表中的特征信息相符合的区域标示对应的物品名称，其中所述特征信息包括几何特征信息及属性信息。

本发明实施例中，由于最终构建的智能导航地图除了具有目标区域的几何特征信息外还具有目标区域的属性信息，综合目标区域的几何特征信息及属性信息这两种特征信息进行区域的划分，因此能够使得清洁机器人的导航地图中对区域的划分更加精确化、准确化。

实施例四：

图4是本发明一实施例提供的终端设备的示意图。如图4所示，该实施例的终端设备4包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42，例如地图生成和分区程序。所述处理器40执行所述计算机程序42时实现上述各个地图生成和分区方法实施例中的步骤，例如图1所示的步骤S101至S103。或者，所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能，例如图3所示单元31至33的功能。

示例性的，所述计算机程序42可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器41中，并由所述处理器40执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序42在所述终端设备4中的执行过程。例如，所述计算机程序42可以被分割成采集单元、合成单元、划分单元，各单元具体功能如下：

采集单元，用于采集目标区域的属性信息，根据所述属性信息构建所述目标区域的属性分布地图。

合成单元，用于将所述属性分布地图与原始电子地图进行合成，得到智能导航地图。

划分单元，用于将所述智能导航地图进行区域划分。

所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是终端设备4的示例，并不构成对终端设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器41可以是所述终端设备4的内部存储单元，例如终端设备4的硬盘或内存。所述存储器41也可以是所述终端设备4的外部存储设备，例如所述终端设备4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器41还可以既包括所述终端设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。

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，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；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：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种地图生成和分区方法，其特征在于，包括：

采集目标区域的属性信息，根据所述属性信息构建所述目标区域的属性分布地图；

将所述属性分布地图与原始电子地图进行合成，得到智能导航地图；

将所述智能导航地图进行区域划分。

2.如权利要求1所述的地图生成和分区方法，其特征在于，所述属性信息包括颜色、粗糙度、阻力、形状、图案、光学特性、材质中的任意一项或者一项以上的组合。

3.如权利要求1所述的地图生成和分区方法，其特征在于，若所述目标区域由单元区域组成，则所述采集目标区域的属性信息，根据所述属性信息构建所述目标区域的属性分布地图，包括：

采集目标区域中每一个单元区域的属性信息；

根据所述目标区域中每一个单元区域的属性信息及单元区域之间的位置关系，构建所述目标区域的属性分布地图。

4.如权利要求1所述的地图生成和分区方法，其特征在于，所述原始电子地图由第一最小单元组成，此时所述将所述属性分布地图与原始电子地图进行合成，得到智能导航地图，包括：

根据所述原始电子地图，将所述属性分布地图对应划分为由第二最小单元组成的地图，其中所述第二最小单元的大小等于所述第一最小单元的大小；

根据所述属性分布地图上的第二最小单元与所述原始电子地图上的第一最小单元的对应关系，在所述原始电子地图上的每一个所述第一最小单元对应添加属性信息，得到智能导航地图。

5.如权利要求1所述的地图生成和分区方法，其特征在于，所述将所述智能导航地图进行区域划分，包括：

根据预设指标，自动将智能导航地图进行区域划分；

或者，接收设置指令，根据所述设置指令进行区域划分。

6.如权利要求1至5任意一项所述的地图生成和分区方法，其特征在于，在所述将所述智能导航地图进行区域划分之后，还包括：

显示所述智能导航地图。

7.如权利要求1至5任意一项所述的地图生成和分区方法，其特征在于，在所述将所述智能导航地图进行区域划分之后，还包括：

根据预设的物品特征信息表，将所述智能导航地图中与所述物品特征信息表中的特征信息相符合的区域标示对应的物品名称，其中所述特征信息包括几何特征信息及属性信息。

8.一种地图生成和分区装置，其特征在于，包括：

采集单元，用于采集目标区域的属性信息，根据所述属性信息构建所述目标区域的属性分布地图；

合成单元，用于将所述属性分布地图与原始电子地图进行合成，得到智能导航地图；

划分单元，用于将所述智能导航地图进行区域划分。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。

10.一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程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。