CN110146098A - 一种机器人地图扩建方法、装置、控制设备和存储介质 - Google Patents

一种机器人地图扩建方法、装置、控制设备和存储介质 Download PDF

Info

Publication number
CN110146098A
CN110146098A CN201910372234.1A CN201910372234A CN110146098A CN 110146098 A CN110146098 A CN 110146098A CN 201910372234 A CN201910372234 A CN 201910372234A CN 110146098 A CN110146098 A CN 110146098A
Authority
CN
China
Prior art keywords
robot
map
constructed
environment image
built
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
CN201910372234.1A
Other languages
English (en)
Other versions
CN110146098B (zh
Inventor
王熙
王雪松
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.)
Beijing Orion Star Technology Co Ltd
Original Assignee
Beijing Orion Star Technology 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 Beijing Orion Star Technology Co Ltd filed Critical Beijing Orion Star Technology Co Ltd
Priority to CN201910372234.1A priority Critical patent/CN110146098B/zh
Publication of CN110146098A publication Critical patent/CN110146098A/zh
Application granted granted Critical
Publication of CN110146098B publication Critical patent/CN110146098B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; 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
    • G01C21/30Map- or contour-matching
    • G01C21/32Structuring or formatting of map data

Landscapes

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

Abstract

本发明公开了一种机器人地图扩建方法、装置、控制设备和存储介质,用以在机器人已构建地图基础上实现地图扩建,提高机器人运行的可靠性,降低机器人处理资源的开销。机器人地图扩建方法,包括:在接收到地图扩建指令时,判断机器人在已构建地图区域内的定位状态是否正常;如果所述机器人定位状态正常,则控制所述机器人运动至待构建地图区域内;获取所述待构建地图区域的点云信息;将获取的点云信息拼接至已构建地图中。

Description

一种机器人地图扩建方法、装置、控制设备和存储介质
技术领域
本发明涉及人工智能技术领域,尤其涉及一种机器人地图扩建方法、装置、控制设备和存储介质。
背景技术
定位导航技术使机器人即使在无人操控的情况下,也可实现自主行走、避障及顺利到达目的地,机器人和人类绘制地图一样,在描述环境及认识环境的过程中都需要依靠地图,它主要利用地图类描述其当前环境信息,并随着使用的算法与传感器差异采用不同的地图描述形式,所以构建一张可靠的地图对机器人有着极其重要的作用。机器人在构建地图完成之后,根据构建的地图完成相应的导航巡航任务等,例如,扫地机器人将其所经过的区域绘制成地图,规划清扫路径,从而进行清扫。
现有技术中,在机器人构建地图完成之后无法进行扩建,只能使用编辑工具对机器人保存的地图进行编辑,编辑依赖于人工操作,编辑后的地图准确性依赖于编辑人员的水平,编辑误差和错误不可控制,降低了机器人存储地图的准确性,而机器人存储地图错误将导致机器人无法准确完成导航巡航任务,降低了机器人运行的可靠性,另外,如果机器人的工作空间增加或者运营区域的扩大,只能重新建图,由于重新建图需要消耗较多的处理资源,增加了机器人处理资源的开销。
发明内容
本发明实施例提供一种机器人地图扩建方法、装置、控制设备和存储介质,用以在机器人已构建地图基础上实现地图扩建,提高机器人运行的可靠性,降低机器人处理资源的开销。
第一方面,提供一种机器人地图扩建方法,包括:
在接收到地图扩建指令时,判断机器人在已构建地图区域内的定位状态是否正常;
如果所述机器人定位状态正常,则通过所述机器人获取待构建地图区域的地图数据;
将获取的地图数据拼接至已构建地图中。
在一种可能的实施例中,按照以下流程判断机器人在已构建地图区域内的定位状态是否正常:
在已构建地图区域内,控制所述机器人按照设定的周期采集第一环境图像;
判断所述第一环境图像与已构建地图是否匹配;
如果所述第一环境图像与所述已构建地图匹配,则确定机器人在已构建地图区域内的定位状态正常。
在一种可能的实施方式中,如果所述第一环境图像与所述已构建地图不匹配,则所述方法,还包括:
根据记录的所述机器人的运动信息,统计所述机器人在判断出所述第一环境图像与所述已构建地图不匹配之后的累计运动距离;
如果机器人累计运动距离大于预设的距离阈值,则确定机器人在已构建地图区域内的定位状态异常。
在一种可能的实施方式中,在判断出所述第一环境图像与所述已构建地图不匹配后,在机器人累计运动距离大于预设的距离阈值之前,还包括:
如果判断出所述第一环境图像与所述已构建地图匹配,则确定机器人在已构建地图区域内的定位状态正常。
在一种可能的实施方式中,通过所述机器人获取待构建地图区域的地图数据,具体包括:
控制所述机器人遍历待构建地图区域;
在控制所述机器人遍历待构建地图区域的过程中,按照设定的周期采集第二环境图像;
确定各周期采集的第二环境图像为所述待构建地图区域内的地图数据。
在一种可能的实施方式中,按照以下流程拼接每一周期采集的第二环境图像:
判断所述第二环境图像是否满足预设的关键帧图像条件;
如果满足,则进一步判断所述第二环境图像与已构建地图是否匹配;
如果所述第二环境图像与已构建地图匹配,则将当前周期采集的第二环境图像拼接至已构建地图中。
在一种可能实施方式中,如果确定所述机器人定位状态异常,则所述方法,还包括:
控制所述机器人进行重定位;以及
确定机器人重定位成功。
第二方面,提供一种机器人地图扩建装置,包括:
判断单元,用于在接收到地图扩建指令时,判断机器人在已构建地图区域内的定位状态是否正常;
控制单元,用于如果所述机器人定位状态正常,则通过所述机器人获取待构建地图区域的地图数据;
建图单元,用于将获取的地图数据拼接至已构建地图中。
在一种可能的实施方式中,所述判断单元,具体用于在已构建地图区域内,控制所述机器人按照设定的周期采集第一环境图像;判断所述第一环境图像与已构建地图是否匹配;如果所述第一环境图像与所述已构建地图匹配,则确定机器人在已构建地图区域内的定位状态正常。
在一种可能的实施方式中,所述判断单元,还用于如果所述第一环境图像与所述已构建地图不匹配,则根据记录的所述机器人的运动信息,统计所述机器人在判断出所述第一环境图像与所述已构建地图不匹配之后的累计运动距离;如果机器人累计运动距离大于预设的距离阈值,则确定机器人在已构建地图区域内的定位状态异常。
在一种可能的实施方式中,所述判断单元,还用于在判断出所述第一环境图像与所述已构建地图不匹配后,在机器人累计运动距离大于预设的距离阈值之前,如果判断出所述第一环境图像与所述已构建地图匹配,则确定机器人在已构建地图区域内的定位状态正常。
在一种可能的实施方式中,所述控制单元,具体用于控制所述机器人遍历待构建地图区域;在控制所述机器人遍历待构建地图区域的过程中,按照设定的周期采集第二环境图像;确定各周期采集的第二环境图像为所述待构建地图区域内的地图数据。
在一种可能的实施方式中,所述建图单元,具体用于判断所述第二环境图像是否满足预设的关键帧图像条件;如果满足,则进一步判断所述第二环境图像与已构建地图是否匹配;如果所述第二环境图像与已构建地图匹配,则将当前周期采集的第二环境图像拼接至已构建地图中。
在一种可能的实施方式中,所述控制单元,还用于如果确定所述机器人定位状态异常,则控制所述机器人进行重定位;以及确定机器人重定位成功。
第三方面,提供一种控制设备,包括至少一个处理器、以及至少一个存储器,其中,所述存储器存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行上述任一机器人地图扩建方法所述的步骤。
第四方面,提供一种计算机可读介质,其存储有可由控制设备执行的计算机程序,当所述程序在控制设备上运行时,使得所述控制设备执行上述任一机器人地图扩建方法所述的步骤。
第五方面,提供一种计算机程序产品,所述计算机程序产品包括存储在计算机存储介质上的计算机程序,所述计算机程序包括程序指令,所述程序指令被处理器执行时,实现上述任一机器人地图扩建方法。
本发明实施例提供的机器人地图扩建方法、装置、控制设备和存储介质,在接收到地图扩建指令时,首先判断机器人在已构建地图区域内的定位状态是否正常,以确保扩建地图与已构建地图基于同一坐标系建立,如果定位状态正常,则获取待构建地图区域的地图数据,由于待构建地图与已构建地图基于同一坐标系建立,因此,只需要将获取的待构建地图区域的地图数据拼接至已构建地图中即可得到扩建的地图,提高了扩建地图的准确性,从而能够保证机器人运行的可靠性,另一方面,由于上述过程中,仅针对待构建地图区域进行建图,无需对整个区域重新建图,从而减少了机器人处理资源的开销。
本发明的其它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可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1a为根据本发明实施例方式的机器人地图扩建方法的实施流程示意图;
图1b为本发明实施例中,判断机器人定位状态是否正常的实施流程示意图;
图2为根据本发明实施方式的机器人重定位方法的实施流程示意图;
图3为根据本发明实施例方式的机器人地图扩建装置的结构示意图;
图4为根据本发明实施例方式的控制设备示意图。
具体实施方式
需要说明的是,本发明实施例中的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。
在本文中提及的“多个或者若干个”是指两个或两个以上。“和/或”,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。字符“/”一般表示前后关联对象是一种“或”的关系。
以下结合说明书附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明,并且在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
发明人发现,现有技术中,在地图构建已完成的情况下,如果机器人工作空间扩大,或者运营区域增加,只能重新启动建图流程,对新增区域和原来已构建地图区域重新建图,这增加了机器人处理资源的开销。有鉴于此,本发明实施例提供了一种机器人地图扩建方法,用以实现在已构建地图的基础上仅对扩建区域进行增量更新,在保证扩建地图准确性的同时,减少了机器人处理资源的开销。
具体实施时,要实现机器人地图的增量更新,需要保证每一次构建的地图基于相同的坐标系,这样,机器人工作空间(包括原工作空间和新增工作空间)内的各物体在该坐标系中的绝对位置是不变的,由此可以保证扩建地图中物体位置的准确性,进而保证机器人运行的可靠性。本发明实施例中,在扩建地图之前,需要保证机器人在已构建地图区域内的定位状态正常,这样,再控制机器人运动至待构建地图区域中构建地图,便可以保证前后两次构建地图基于相同的坐标系实现。如图1a所示,其为本发明实施例提供的机器人地图扩建方法的实施流程示意图,包括以下步骤:
S11、在接收到地图扩建指令时,判断机器人在已构建地图区域内的定位状态是否正常,如果正常,执行步骤S12,否则,执行步骤S14。
具体实施时,如果用户需要增加机器人的工作空间或者运营区域,则需要通过交互界面向机器人控制设备发送地图扩建指令,在接收到地图扩建指令之后,判断机器人在已构建地图区域内的定位状态是否正常。如果正常,则进入地图扩建流程,如果机器人定位异常,则需要进行重定位,重定位成功之后进入地图扩建流程,如果重定位失败,则结束流程,并可以提示地图扩建失败。
具体实施时中,可以按照图1b所示的流程判断机器人在已构建地图区域内的定位状态是否正常:
S111、在已构建地图区域内,控制机器人按照设定的周期采集第一环境图像。
机器人提供的服务,例如引领服务,巡航服务等等通常是基于位置实现的,这些服务实现的前提均依赖于机器人的定位状态,本发明实施例中,如果机器存在定位,则认为机器人定位状态正常,如果机器人定位丢失,则认为机器人定位状态异常,这种情况下,无法保证机器人提供服务器的可靠性。
具体实施时,机器人在首次建图成功之后与充电桩连接时,可以记录当前机器人的位置信息作为充电桩的位置信息存储,机器人每次开始运动之前,可以利用充电桩的位置进行初始定位。机器人开始运动之后,为了保证机器人服务的可靠性,可以根据初始定位持续进行定位。
S112、判断第一环境图像与已构建地图是否匹配,如果是,执行步骤S113,如果否,执行步骤S114。
具体地,机器人可以按照设定的周期采集第一环境图像,并将采集到的第一环境图像与已构建地图进行比对,判断第一环境图像与已构建地图是否匹配,如果判断出第一环境图像与已构建地图匹配,则可以确定机器人在已构建地图区域内的定位状态正常,即机器人能够确定自身在已构建地图中的位置。
在一种可能的实施方式中,机器人采集的第一环境图像可以为激光图。这种实施方式中,可以控制机器人开启激光进行扫描以采集周围环境的激光图。在另一种可能的实施方式中,机器人采集的第一环境图像还可以为视觉图像。这种实施方式中,可以控制机器人开启摄像头按照设定的周期采集周围环境图像。
具体实施时,在机器人运动过程中,还可以通过里程计记录机器人的运动信息,该运动信息至少包括机器人的运动距离和运动方向。根据机器人记录的运动信息,也可以确定出机器人在已构建地图中的位置。具体地,可以根据机器人记录的上一时刻的第一运动信息和当前时刻的第二运动信息确定机器人在当前周期内的位移和方向;根据机器人在上一时刻的第一位置信息和确定出的位移和方向,便可以确定机器人在当前时刻的第二位置信息。机器人在已构建地图中的位置信息可以采用机器人在地图中的坐标表示。
S113、确定机器人在已构建地图区域内的定位状态正常,流程结束。
S114、根据记录的机器人的运动信息,统计机器人在判断出第一环境图像与已构建地图不匹配之后的累计运动距离。
具体实施时,可以根据里程计记录的运动信息确定出机器人在判断出第一环境图像与已构建地图不匹配之后的累计运动距离。
S115、判断机器人累计运动距离是否大于预设的距离阈值,如果是,执行步骤S116,如果否,执行步骤S112。
需要说明的是,在判断出机器人累计运动距离大于预设的距离阈值之前,如果判断出第一环境图像与已构建地图匹配,则确定机器人在已构建地图区域内的定位状态正常。
S116、确定机器人在已构建地图区域内的定位状态异常,流程结束。
具体实施时,机器人在已构建地图区域内运动过程中,重复执行步骤S111-步骤S116,可以判断出机器人在已构建地图区域内的定位状态是否正常。
S12、通过机器人获取待构建地图区域的地图数据。
具体实施中,如果步骤S11中确定机器人在已构建地图区域内的定位状态正常,则可以控制机器人运动至待构建地图区域内,例如,可以利用控制客户端或者遥控器等控制机器人运动至待构建地图区域内,也可以将机器人搬运到待构建地图区域内,本发明实施例对此不进行限定。
机器人运动至待构建地图区域内后,可以控制机器人遍历待构建地图区域,在控制机器人遍历待构建地图区域的过程中,按照设定的周期采集第二环境图像,确定各周期采集的第二环境图像为待构建地图区域内的地图数据。
在一种可能的实施方式中,机器人采集的第二环境图像可以为激光图。具体实施时,可以控制机器人开启激光扫描待构建地图区域得到待构建地图区域内的激光图。这种实施方式中,待构建区域内的地图数据包括待构建地图区域内的点云信息。机器人按照设定的周期利用激光扫描待构建地图区域,由于机器人边运动边扫描,针对同一物体,机器人在不同位置和不同方向可以获得该物体的无数点云信息,这些点云信息能够描述该物体的形状、大小及其在地图中的位置。这样,在待构建地图区域内所有物体均可采用点云信息进行描述,这些点云信息便可组成待构建地图区域的地图。
在另一种可能的实施方式中,机器人采集的第二环境图像可以为视觉图像。具体实施时,可以控制机器人开启摄像头按照设定的周期采集待构建区域图像,这种实施方式中待构建地图区域内的地图数据可以为机器人采集得到的图像数据,由于机器人边运动边采集图像,针对待构建区域内的同一物体,机器人在不同位置和不同方向可以获得该物体的图像数据,利用这些图像数据可以确定该物体的形状、大小及其在地图中的位置,由此可以构建出待构建地图区域的地图。
S13、将获取的地图数据拼接至已构建地图中,流程结束。
本步骤中,可以判断采集的第二环境图像是否满足预设的关键帧图像条件,如果满足,则进一步判断第二环境图像与已构建地图是否匹配;如果第二环境图像与已构建地图匹配,则将当前周期采集的第二环境图像拼接至已构建地图中。其中,关键帧图像条件是指图像清晰度不低于预设阈值。
具体实施时,可以根据第二环境图像和已构建地图中包含的同一物体的位置来判断两者是否匹配,需要说明的是,初始时,可以控制机器人在待构建地图区域与已构建地图区域的连接边缘处采集第二环境图像,通过采集的第二环境图像中包含的已构建地图区域内的物体位置来判断第二环境图像与已构建地图是否匹配,如果匹配,则将第二环境图像拼接到已构建地图中,这样,通过控制机器人遍历待构建地图区域,可以完成待构建地图区域的拼接。
由于对于待构建地图区域采用与已构建地图区域相同的坐标系,因此,在本步骤,可以直接将获取的地图数据拼接至已构建地图上得到机器人新的工作地图。
S14、控制机器人进行重定位。
S15、判断机器人重定位是否成功,如果是,则执行步骤S12,否则,流程结束。
具体实施时,在进入重定位流程后,机器人判断自身是否与充电桩连接,例如,可以通过判断是否检测到充电信号来判断机器人是否与充电桩连接,如果检测到充电信号则可以确定机器人与充电桩连接,否则,确定机器人与充电桩未连接。
具体实施时,机器人在首次建图成功之后,在与充电桩连接时,可以记录当前机器人的位置信息作为充电桩的位置信息存储,后续机器人在每次返回充电桩与充电桩连接后可以根据记录的充电桩的位置信息进行定位。因此,如果判断出机器人与充电桩连接,则可以直接利用充电桩的位置信息进行定位。
在一种可能的实施方式,还可以通过实时记录机器人的点位信息,记录的点位信息包括机器人的位置信息和朝向信息,这样,在进入重定位流程之后,如果判断出机器人未与充电桩连接,则可以根据记录的点位信息来确定机器人重启之前的位置和姿态,并据此进行重定位。具体实施时,可以实时记录机器人的点位信息,也可以按照设定的周期记录机器人的点位信息,还可以在机器人的位置发生变化时记录机器人的点位信息,本发明实施例对此不进行限定。其中,记录机器人点位信息的周期可以由用户设置,也可以为系统设置。
这样,在判断出机器人未与充电桩连接之后,可以按照图2所示的流程进行重定位:
S21、查找最近一次记录的、机器人的点位信息。
在判断出机器人未与充电桩连接之后,查找最近一次记录的、机器人的点位信息。
S22、根据查找到的点位信息进行重定位。
具体实施时,可以根据点位信息中包含的位置信息和朝向信息,根据查找到的点位信息中包含的位置信息确定机器人的位置,以及根据其中的朝向信息确定机器人的姿态。其中,机器人的位置信息包括可以表示机器人位置的位置坐标。
在一种可能的实施方式,如果未查找到点位信息或者根据查找到的点位信息重定位失败,则可以进一步地采用视觉重定位方式进行定位。例如可以控制机器人启动摄像头拍摄当前场景图像,并根据当前场景图像和存储的视觉文件进行重定位。机器人存储的视觉文件可以为机器人建立地图过程中建立的地图文件,也可以为机器人运动过程中所拍摄环境图像组成的环境图像文件,其中,地图文件可以为机器人通过激光雷达等相关设备扫描周围环境建立的地图文件。
实际实施时,当判断出机器人与充电桩未连接时,可以控制机器人启动摄像头,并控制机器人原地旋转拍摄当前场景图像,比较拍摄的当前场景图像与建立的地图文件和/或环境图像文件,根据比较结果进行重定位。
具体实施时,可以按照以下流程判断根据记录的点位信息进行重定位是否失败:根据查找到的点位信息和预先建立的激光图,确定查找到的点位信息在激光图中对应的第一激光图;控制机器人利用激光扫描周围环境得到第二激光图;如果第一激光图和第二激光图匹配,则确定根据查找到的点位信息重定位成功,否则,确定根据查找到的点位信息重定位失败。具体实施时,机器人在初始化过程中,会对工作空间进行激光扫描建立激光图,在激光图中,机器人工作空间的固定障碍物体现为由无数点组成的线条,不同坐标位置对应的局部激光图不同,基于此,本发明实施中,可以根据查找到的、最近一次记录的点位信息确定其对应的局部激光图,并控制机器人利用激光扫描当前的周围环境获得当前位置处的局部激光图,如果两者匹配,则可以确定重定位成功,如果两者不匹配,则说明机器人位置已经发生变化,导致根据关机前记录的点位信息重定位失败。
在一种可能的实施方式中,如果分别尝试采用点位信息进行重定位、判断机器人是否与充电桩连接以及视觉定位方式重定位均失败时,则控制机器人显示提示信息,该提示信息用于提示用户将机器人与充电桩连接以进行重定位。即可以利用页面提示功能显示提示信息,提示用户将机器人与充电桩连接,以根据充电桩的位置对机器人进行重定位。具体实施时,还可以通过语音提示方式提示用户将机器人与充电桩连接以进行重定位。
具体实施时,利用记录的点位信息进行重定位与利用存储的视觉文件进行重定位没有一定的先后执行顺序,在判断出机器人与充电桩未连接之后,可以先利用点位信息进行重定位,失败之后在利用存储的视觉文件进行重定位,也可以先利用存储的视觉文件进行重定位,失败之后再利用点位信息进行重定位,本发明实施例对此不进行限定。
本发明实施例提供的机器人地图扩建方法中,地图扩建依赖于机器人自身传感器获取到的信息,准确度高于人工编辑的地图,因此,提高了地图扩建的准确性,保证了机器人运行的可靠性;另一方面,本发明实施例提供的机器人地图扩建方法可以在已构建地图的基础上在其周围扩展地图边界,而无需重新新建整个地图,从而降低了机器人处理资源的开销。
基于同一发明构思,本发明实施例中还提供了一种机器人地图扩建装置,由于上述装置解决问题的原理与机器人地图扩建方法相似,因此上述装置的实施可以参见方法的实施,重复之处不再赘述。
如图3所示,其为本发明实施例提供的机器人地图扩建装置结构示意图,包括:
判断单元31,用于在接收到地图扩建指令时,判断机器人在已构建地图区域内的定位状态是否正常;
控制单元32,用于如果所述机器人定位状态正常,则通过所述机器人获取待构建地图区域的地图数据;
建图单元33,用于将获取的地图数据拼接至已构建地图中。
在一种可能的实施方式中,所述判断单元,具体用于在已构建地图区域内,控制所述机器人按照设定的周期采集第一环境图像;判断所述第一环境图像与已构建地图是否匹配;如果所述第一环境图像与所述已构建地图匹配,则确定机器人在已构建地图区域内的定位状态正常。
在一种可能的实施方式中,所述判断单元,还用于如果所述第一环境图像与所述已构建地图不匹配,则根据记录的所述机器人的运动信息,统计所述机器人在判断出所述第一环境图像与所述已构建地图不匹配之后的累计运动距离;如果机器人累计运动距离大于预设的距离阈值,则确定机器人在已构建地图区域内的定位状态异常。
在一种可能的实施方式中,所述判断单元,还用于在判断出所述第一环境图像与所述已构建地图不匹配后,在机器人累计运动距离大于预设的距离阈值之前,如果判断出所述第一环境图像与所述已构建地图匹配,则确定机器人在已构建地图区域内的定位状态正常。
在一种可能的实施方式中,所述控制单元,具体用于控制所述机器人遍历待构建地图区域;在控制所述机器人遍历待构建地图区域的过程中,按照设定的周期采集第二环境图像;确定各周期采集的第二环境图像为所述待构建地图区域内的地图数据。
在一种可能的实施方式中,所述建图单元,具体用于判断所述第二环境图像是否满足预设的关键帧图像条件;如果满足,则进一步判断所述第二环境图像与已构建地图是否匹配;如果所述第二环境图像与已构建地图匹配,则将当前周期采集的第二环境图像拼接至已构建地图中。
在一种可能的实施方式中,所述控制单元,还用于如果确定所述机器人定位状态异常,则控制所述机器人进行重定位;以及确定机器人重定位成功。
在一种可能的实施方式中,所述控制单元,具体用于判断所述机器人与充电桩是否连接;如果判断出所述机器人与充电桩连接,则根据充电桩的位置信息进行重定位。
在一种可能的实施方式中,所述控制单元,还用于如果判断出所述机器人与充电桩未连接,则查找最近一次记录的、所述机器人的点位信息,所述点位信息至少包括所述机器人的位置信息和朝向信息;根据查找到的点位信息进行重定位。
在一种可能的实施方式中,所述控制单元,还用于如果未查找到点位信息或者根据查找到的点位信息重定位失败,则控制所述机器人启动摄像头拍摄当前场景图像;根据所述当前场景图像和存储的视觉文件进行重定位。
在一种可能的实施方式中,所述视觉文件包括所述机器人根据扫描的周围环境建立的地图文件和/或所述机器人在运动过程中所拍摄的周围环境图像组成的环境图像文件;以及
所述控制单元,具体用于比较拍摄的当前场景图像与所述地图文件和/或环境图像文件;根据比较结果进行重定位。
在一种可能的实施方式中,所述控制单元,具体用于根据查找到的点位信息和预先建立的激光图,确定所述点位信息在所述激光图中对应的第一激光图;控制所述机器人利用激光扫描周围环境得到第二激光图;如果所述第一激光图和所述第二激光图匹配,则确定根据查找到的点位信息重定位成功,否则,确定根据查找到的点位信息重定位失败。
在一种可能的实施方式中,所述控制单元,还用于如果未查找到视觉文件或者根据所述当前场景图像和存储的视觉文件进行重定位失败,则控制所述机器人显示提示信息,所述提示信息用于提示用户将机器人与充电桩连接以进行重定位。
在一种可能的实施方式中,所述控制单元,具体用于根据查找到的、所述点位信息中包含的位置信息确定所述机器人的位置;以及根据查找到的、所述点位信息中包含的朝向信息确定所述机器人的姿态。
在一种可能的实施方式中,所述控制单元,具体用于实时记录机器人的点位信息;或者按照设定的周期记录机器人的点位信息;或者在机器人的位置信息发生变化时,记录机器人的点位信息。
为了描述的方便,以上各部分按照功能划分为各模块(或单元)分别描述。当然,在实施本发明时可以把各模块(或单元)的功能在同一个或多个软件或硬件中实现。
在介绍了本发明示例性实施方式的机器人地图扩建方法和装置之后,接下来,介绍根据本发明的另一示例性实施方式的控制设备。
本发明实施例提供的控制设备,可以为机器人内部的控制设备,也可以为机器人外部的控制设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
在一些可能的实施方式中,根据本发明的控制设备可以至少包括至少一个处理器、以及至少一个存储器。其中,所述存储器存储有程序代码,当所述程序代码被所述处理器执行时,使得所述处理器执行本说明书上述描述的根据本发明各种示例性实施方式的机器人地图扩建方法中的步骤。例如,所述处理器可以执行如图1a中所示的步骤S11、在接收到地图扩建指令时,判断机器人在已构建地图区域内的定位状态是否正常,如果正常,执行步骤S12,否则,执行步骤S15,和步骤S12、通过机器人获取待构建地图区域的地图数据;步骤S13、将获取的地图数据拼接至已构建地图中,流程结束;步骤S14、控制机器人进行重定位;步骤S15、判断机器人重定位是否成功,如果是,则执行步骤S12,否则,流程结束。
下面参照图4来描述根据本发明的这种实施方式的控制设备40。图4显示的控制设备40仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,控制设备40以通用计算设备的形式表现。控制设备40的组件可以包括但不限于:上述至少一个处理器41、上述至少一个存储器42、连接不同系统组件(包括存储器42和处理器41)的总线43。
总线43表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
存储器42可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)421和/或高速缓存存储器422,还可以进一步包括只读存储器(ROM)423。
存储器42还可以包括具有一组(至少一个)程序模块424的程序/实用工具425,这样的程序模块424包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
控制设备40也可以与一个或多个外部设备44(例如键盘、指向设备等)通信,还可与一个或者多个使得用户能与控制设备40交互的设备通信,和/或与使得该控制设备40能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口45进行。并且,控制设备40还可以通过网络适配器46与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器46通过总线43与用于控制设备40的其它模块通信。应当理解,尽管图中未示出,可以结合控制设备40使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
在一些可能的实施方式中,本发明提供的机器人地图扩建方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在控制设备上运行时,所述程序代码用于使所述控制设备执行本说明书上述描述的根据本发明各种示例性实施方式的机器人地图扩建方法中的步骤,例如,所述控制设备可以执行如图1a中所示的步骤S11、在接收到地图扩建指令时,判断机器人在已构建地图区域内的定位状态是否正常,如果正常,执行步骤S12,否则,执行步骤S15,和步骤S12、通过机器人获取待构建地图区域的地图数据;步骤S13、将获取的地图数据拼接至已构建地图中,流程结束;步骤S14、控制机器人进行重定位;步骤S15、判断机器人重定位是否成功,如果是,则执行步骤S12,否则,流程结束。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本发明的实施方式的用于机器人地图扩建的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在计算设备上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了装置的若干单元或子单元,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之,上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
此外,尽管在附图中以特定顺序描述了本发明方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
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。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置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。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供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步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
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 (10)

1.一种机器人地图扩建方法,其特征在于,包括:
在接收到地图扩建指令时,判断机器人在已构建地图区域内的定位状态是否正常;
如果所述机器人定位状态正常,则通过所述机器人获取待构建地图区域的地图数据;
将获取的地图数据拼接至已构建地图中。
2.如权利要求1所述的方法,其特征在于,按照以下流程判断机器人在已构建地图区域内的定位状态是否正常:
在已构建地图区域内,控制所述机器人按照设定的周期采集第一环境图像;
判断所述第一环境图像与已构建地图是否匹配;
如果所述第一环境图像与所述已构建地图匹配,则确定机器人在已构建地图区域内的定位状态正常。
3.如权利要求2所述的方法,其特征在于,如果所述第一环境图像与所述已构建地图不匹配,则所述方法,还包括:
根据记录的所述机器人的运动信息,统计所述机器人在判断出所述第一环境图像与所述已构建地图不匹配之后的累计运动距离;
如果机器人累计运动距离大于预设的距离阈值,则确定机器人在已构建地图区域内的定位状态异常。
4.如权利要求3所述的方法,其特征在于,在判断出所述第一环境图像与所述已构建地图不匹配后,在机器人累计运动距离大于预设的距离阈值之前,还包括:
如果判断出所述第一环境图像与所述已构建地图匹配,则确定机器人在已构建地图区域内的定位状态正常。
5.如权利要求1所述的方法,其特征在于,通过所述机器人获取待构建地图区域的地图数据,具体包括:
控制所述机器人遍历待构建地图区域;
在控制所述机器人遍历待构建地图区域的过程中,按照设定的周期采集第二环境图像;
确定各周期采集的第二环境图像为所述待构建地图区域内的地图数据。
6.如权利要求5所述的方法,其特征在于,按照以下流程拼接每一周期采集的第二环境图像:
判断所述第二环境图像是否满足预设的关键帧图像条件;
如果满足,则进一步判断所述第二环境图像与已构建地图是否匹配;
如果所述第二环境图像与已构建地图匹配,则将当前周期采集的第二环境图像拼接至已构建地图中。
7.如权利要求1-6任一权利要求所述的方法,其特征在于,如果确定所述机器人定位状态异常,则所述方法,还包括:
控制所述机器人进行重定位;以及
确定机器人重定位成功。
8.一种机器人地图扩建装置,其特征在于,包括:
判断单元,用于在接收到地图扩建指令时,判断机器人在已构建地图区域内的定位状态是否正常;
控制单元,用于如果所述机器人定位状态正常,则通过所述机器人获取待构建地图区域的地图数据;
建图单元,用于将获取的地图数据拼接至已构建地图中。
9.一种控制设备,其特征在于,包括至少一个处理器、以及至少一个存储器,其中,所述存储器存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行权利要求1~7任一权利要求所述方法的步骤。
10.一种计算机可读介质,其特征在于,其存储有可由控制设备执行的计算机程序,当所述程序在控制设备上运行时,使得所述控制设备执行权利要求1~7任一所述方法的步骤。
CN201910372234.1A 2019-05-06 2019-05-06 一种机器人地图扩建方法、装置、控制设备和存储介质 Active CN110146098B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910372234.1A CN110146098B (zh) 2019-05-06 2019-05-06 一种机器人地图扩建方法、装置、控制设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910372234.1A CN110146098B (zh) 2019-05-06 2019-05-06 一种机器人地图扩建方法、装置、控制设备和存储介质

Publications (2)

Publication Number Publication Date
CN110146098A true CN110146098A (zh) 2019-08-20
CN110146098B CN110146098B (zh) 2021-08-20

Family

ID=67594782

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910372234.1A Active CN110146098B (zh) 2019-05-06 2019-05-06 一种机器人地图扩建方法、装置、控制设备和存储介质

Country Status (1)

Country Link
CN (1) CN110146098B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110851556A (zh) * 2019-11-20 2020-02-28 苏州博众机器人有限公司 移动机器人建图方法、装置、设备及存储介质
CN111077495A (zh) * 2019-12-10 2020-04-28 亿嘉和科技股份有限公司 一种基于三维激光的定位恢复方法
CN111339228A (zh) * 2020-02-18 2020-06-26 Oppo广东移动通信有限公司 一种地图更新方法、设备、云服务器和存储介质
CN111638715A (zh) * 2020-05-29 2020-09-08 北京海益同展信息科技有限公司 机器人的控制方法、机器人、电子设备及存储介质
CN113806377A (zh) * 2020-06-12 2021-12-17 纳恩博(北京)科技有限公司 地图更新方法、设备及存储介质
CN114115250A (zh) * 2021-11-11 2022-03-01 深圳市中舟智能科技有限公司 机器人运动地图的构建方法、机器人运动方法和机器人
CN115185278A (zh) * 2022-07-15 2022-10-14 广州高新兴机器人有限公司 巡逻机器人的重定位方法、装置、介质及设备
CN116481516A (zh) * 2023-06-21 2023-07-25 深圳市普渡科技有限公司 机器人、地图创建方法和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102495712A (zh) * 2011-12-15 2012-06-13 王飞 一种基于多个显示终端的地图拼接显示方法
CN105203094A (zh) * 2015-09-10 2015-12-30 联想(北京)有限公司 构建地图的方法和设备
CN106446815A (zh) * 2016-09-14 2017-02-22 浙江大学 一种同时定位与地图构建方法
CN107990899A (zh) * 2017-11-22 2018-05-04 驭势科技(北京)有限公司 一种基于slam的定位方法和系统
CN108303099A (zh) * 2018-06-14 2018-07-20 江苏中科院智能科学技术应用研究院 基于三维视觉slam的无人机室内自主导航方法
CN109118940A (zh) * 2018-09-14 2019-01-01 杭州国辰机器人科技有限公司 一种基于地图拼接的移动机器人构图
CN109506641A (zh) * 2017-09-14 2019-03-22 深圳乐动机器人有限公司 移动机器人的位姿丢失检测与重定位系统及机器人
CN109559320A (zh) * 2018-09-18 2019-04-02 华东理工大学 基于空洞卷积深度神经网络实现视觉slam语义建图功能的方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102495712A (zh) * 2011-12-15 2012-06-13 王飞 一种基于多个显示终端的地图拼接显示方法
CN105203094A (zh) * 2015-09-10 2015-12-30 联想(北京)有限公司 构建地图的方法和设备
CN106446815A (zh) * 2016-09-14 2017-02-22 浙江大学 一种同时定位与地图构建方法
CN109506641A (zh) * 2017-09-14 2019-03-22 深圳乐动机器人有限公司 移动机器人的位姿丢失检测与重定位系统及机器人
CN107990899A (zh) * 2017-11-22 2018-05-04 驭势科技(北京)有限公司 一种基于slam的定位方法和系统
CN108303099A (zh) * 2018-06-14 2018-07-20 江苏中科院智能科学技术应用研究院 基于三维视觉slam的无人机室内自主导航方法
CN109118940A (zh) * 2018-09-14 2019-01-01 杭州国辰机器人科技有限公司 一种基于地图拼接的移动机器人构图
CN109559320A (zh) * 2018-09-18 2019-04-02 华东理工大学 基于空洞卷积深度神经网络实现视觉slam语义建图功能的方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张剑华等: "单目同时定位与建图中的地图恢复融合技术", 《中国图像图形学报》 *
张子迎: "多机器人协作及环境建模技术研究", 《中国博士学位论文全文数据库信息科技辑》 *
王巍等: "一种基于CI因子图的多机器人2D地图融合算法", 《机器人》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110851556A (zh) * 2019-11-20 2020-02-28 苏州博众机器人有限公司 移动机器人建图方法、装置、设备及存储介质
CN110851556B (zh) * 2019-11-20 2023-02-17 苏州博众智能机器人有限公司 移动机器人建图方法、装置、设备及存储介质
CN111077495A (zh) * 2019-12-10 2020-04-28 亿嘉和科技股份有限公司 一种基于三维激光的定位恢复方法
CN111077495B (zh) * 2019-12-10 2022-02-22 亿嘉和科技股份有限公司 一种基于三维激光的定位恢复方法
CN111339228B (zh) * 2020-02-18 2023-08-11 Oppo广东移动通信有限公司 一种地图更新方法、设备、云服务器和存储介质
CN111339228A (zh) * 2020-02-18 2020-06-26 Oppo广东移动通信有限公司 一种地图更新方法、设备、云服务器和存储介质
CN111638715A (zh) * 2020-05-29 2020-09-08 北京海益同展信息科技有限公司 机器人的控制方法、机器人、电子设备及存储介质
CN111638715B (zh) * 2020-05-29 2023-09-01 京东科技信息技术有限公司 机器人的控制方法、机器人、电子设备及存储介质
CN113806377A (zh) * 2020-06-12 2021-12-17 纳恩博(北京)科技有限公司 地图更新方法、设备及存储介质
CN113806377B (zh) * 2020-06-12 2023-08-18 未岚大陆(北京)科技有限公司 地图更新方法、设备及存储介质
CN114115250A (zh) * 2021-11-11 2022-03-01 深圳市中舟智能科技有限公司 机器人运动地图的构建方法、机器人运动方法和机器人
CN115185278A (zh) * 2022-07-15 2022-10-14 广州高新兴机器人有限公司 巡逻机器人的重定位方法、装置、介质及设备
CN116481516A (zh) * 2023-06-21 2023-07-25 深圳市普渡科技有限公司 机器人、地图创建方法和存储介质
CN116481516B (zh) * 2023-06-21 2023-10-13 深圳市普渡科技有限公司 机器人、地图创建方法和存储介质

Also Published As

Publication number Publication date
CN110146098B (zh) 2021-08-20

Similar Documents

Publication Publication Date Title
CN110146098A (zh) 一种机器人地图扩建方法、装置、控制设备和存储介质
US10810734B2 (en) Computer aided rebar measurement and inspection system
CN110322500A (zh) 即时定位与地图构建的优化方法及装置、介质和电子设备
US20200250890A1 (en) Active visual recognition in mobile augmented reality
CN107341442B (zh) 运动控制方法、装置、计算机设备和服务机器人
CN111094895B (zh) 用于在预构建的视觉地图中进行鲁棒自重新定位的系统和方法
CN113296495B (zh) 自移动设备的路径形成方法、装置和自动工作系统
CN111784835B (zh) 制图方法、装置、电子设备及可读存储介质
CN106292657A (zh) 可移动机器人及其巡逻路径设置方法
CN110861082B (zh) 辅助建图方法、装置、建图机器人及存储介质
KR102075844B1 (ko) 다종 센서 기반의 위치인식 결과들을 혼합한 위치 측위 시스템 및 방법
CN109993794A (zh) 一种机器人重定位方法、装置、控制设备和存储介质
CN110349212A (zh) 即时定位与地图构建的优化方法及装置、介质和电子设备
CN109986561A (zh) 一种机器人远程控制方法、装置和存储介质
US20220277523A1 (en) Vr scene and interaction method thereof, and terminal device
KR20200138074A (ko) 머신-러닝과 크라우드-소싱된 데이터 주석을 통합하기 위한 시스템 및 방법
JP2021131652A (ja) データ構造、記録媒体、プログラム、及びシステム
CN110376605A (zh) 地图构建方法、导航方法和装置
US20200209876A1 (en) Positioning method and apparatus with the same
US20230418302A1 (en) Online authoring of robot autonomy applications
CN113031588B (zh) 商场机器人导航系统
CN113776520B (zh) 地图构建、使用方法、装置、机器人和介质
CN115290066A (zh) 一种误差校正方法、装置及移动设备
CN111105480B (zh) 一种楼宇语义地图建立方法、介质、终端和装置
Rohil et al. Exploring Possible Applications of ORB SLAM 2 in Education, Healthcare, and Industry: Insights into the Challenges, Features, and Effects

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