CN110705519A - 自主移动机器人及其地图拼接方法、装置和可读存储介质 - Google Patents

Abstract

本发明公开了一种地图拼接方法，该方法包括：获取存在重叠区域的第一子地图和第二子地图；确定第一子地图在重叠区域的第一特征点，确定第二子地图在重叠区域的第二特征点；分别对第一特征点和第二特征点执行光线追踪算法，得到第一激光数据和第二激光数据；根据第一激光数据和第二激光数据的匹配结果，确定位置变换关系；根据位置变换关系将第一子地图和第二子地图拼接。本发明还公开了一种地图拼接装置、自主移动机器人和可读存储介质。本发明旨在提高地图拼接的准确率和成功率。

Description

自主移动机器人及其地图拼接方法、装置和可读存储介质

技术领域

本发明涉及地图构建技术领域，尤其涉及地图拼接方法、地图拼接装置、自主移动机器人和可读存储介质。

背景技术

目前，使用激光导航的自主移动机器人得到广泛应用。其应用的过程中，在某些场景中需要将构建的两个或多个激光地图融合为一个更大的激光地图，以保证机器人的运行需求。

在进行地图拼接时，一般需要找到两个地图之间的转换关系。目前，有的采用暴力搜索方法找到两个地图的匹配结果，但是这样的方法的准确率不高，而且不一定能找到最优解，容易导致拼接失败；另外，还有些采用SURF特征提取，通过特征匹配找到两个地图的转换关系，然后在长走廊、空旷区域等场景下，无法提取出有效的特征，导致无法实现地图拼接。由此可见，当前的地图拼接方式存在准确率和成功率较低的问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种地图拼接方法，旨在提高地图拼接的准确率和成功率。

为实现上述目的，本发明提供一种地图拼接方法，所述地图拼接方法包括以下步骤：

获取存在重叠区域的第一子地图和第二子地图；

确定所述第一子地图在所述重叠区域的第一特征点，确定所述第二子地图在所述重叠区域的第二特征点；

分别对所述第一特征点和所述第二特征点执行光线追踪算法，得到第一激光数据和第二激光数据；

根据所述第一激光数据和所述第二激光数据的匹配结果，确定位置变换关系；

根据所述位置变换关系将所述第一子地图和所述第二子地图拼接。

可选地，所述根据所述第一激光数据和所述第二激光数据的匹配结果，确定位置变换关系的步骤包括：

采用相关性扫描匹配算法，将所述第一激光数据和所述第二激光数据的进行匹配，得到所述匹配结果；

根据所述匹配结果确定所述位置变换关系。

可选地，所述确定所述第一子地图在所述重叠区域的第一特征点，确定所述第二子地图在所述重叠区域的第二特征点的步骤包括：

基于所述重叠区域，确定所述第一子地图的第一搜索区域，以及确定所述第二子地图的第二搜索区域；

根据所述第一搜索区域确定所述第一特征点，根据所述第二搜索区域确定所述第二特征点。

可选地，所述根据所述第一搜索区域确定所述第一特征点，根据所述第二搜索区域确定所述第二特征点的步骤包括：

将所述第一搜索区域的中心点作为所述第一特征点，将所述第二搜索区域的中心点作为所在第二特征点。

可选地，所述根据所述匹配结果确定所述位置变换关系的步骤包括：

将所述第一搜索区域中的像素点作为第一像素点，将所述第二搜索区域中的像素点作为第二像素点；

根据所述匹配结果确定激光数据的匹配度大于或等于预设阈值的第一像素点和第二像素点，作为目标点对；

根据所述目标点对确定所述位置变换关系。

可选地，所述获取存在重叠区域的第一子地图和第二子地图的步骤之前，还包括：

构建所述第一子地图；

确定所述第一子地图构建的结束位置；

根据所述结束位置和预设距离确定所述第二子地图构建的起始位置；

基于所述起始位置，构建所述第二子地图，以形成所述重叠区域；

所述预设距离小于或等于预设值。

可选地，所述基于所述重叠区域，确定所述第一子地图的第一搜索区域、以及确定所述第二子地图的第二搜索区域的步骤包括：

根据所述起始位置与所述结束位置的间距，确定所述第一搜索区域和所述第二搜索区域的大小特征参数；

在所述重叠区域内，根据所述大小特征参数确定所述第一搜索区域和所述第二搜索区域。

此外，为了实现上述目的，本申请还提出一种地图拼接装置，所述地图拼接装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的地图拼接程序，所述地图拼接程序被所述处理器执行时实现如上任一项所述的地图拼接方法的步骤。

此外，为了实现上述目的，本申请还提出一种自主移动机器人，所述自主移动机器人包括上所述的地图拼接装置。

此外，为了实现上述目的，本申请还提出一种可读存储介质，所述可读存储介质上存储有地图拼接程序，所述地图拼接程序被处理器执行时实现如上任一项所述的地图拼接方法的步骤。

本发明提出的一种地图拼接方法，该方法在两个存在重叠区域的子地图中，在重叠区域内分别确定两个子地图的特征点，对两个确定的特征点进行光线跟踪得到两组激光数据，依据两组激光数据的匹配结果确定两个子地图之间的位置变换关系实现两个子地图的拼接。在此方法中，重叠区域的形成为位置变换关系的确定提供了一个初始位置关系，进一步对重叠区域中的特征点进行光线跟踪得到的激光数据，两组激光数据可准确反映两个子地图在重叠区域中所采集到的相同的环境要素，因此基于两组激光数据的匹配结果所确定的两个子地图的位置变换关系相较于使用局部子图的方法精准度高，并且此过程无需在子地图中进行特征提取和特征搜索，可保证子地图100％拼接成功，从而提高地图拼接准确率和成功率。

附图说明

图1是本发明地图拼接装置一实施例运行涉及的硬件结构示意图；

图2为本发明地图拼接方法第一实施例的第一流程示意图；

图3为本发明地图拼接方法第一实施例的第二流程示意图；

图4为本发明地图拼接方法第二实施例的流程示意图；

图5为本发明地图拼接方法第三实施例的流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例的主要解决方案是：获取存在重叠区域的第一子地图和第二子地图；确定所述第一子地图在所述重叠区域的第一特征点，确定所述第二子地图在所述重叠区域的第二特征点；分别对所述第一特征点和所述第二特征点执行光线追踪算法，得到第一激光数据和第二激光数据；根据所述第一激光数据和所述第二激光数据的匹配结果，确定位置变换关系；根据所述位置变换关系将所述第一子地图和所述第二子地图拼接。

由于现有技术中，当前的地图拼接方式准确率和成功率较低。

本发明提供上述的解决方案，旨在提高地图拼接的准确率和成功率。

本发明提出一种地图拼接装置，应用于将至少两个子地图拼接生成拼接地图，拼接地图包括每个子地图中所体现的环境特征信息，拼接地图可作为自主移动机器人的导航地图。这里，自主移动机器人指的是装备有电磁或光学等自动导引装置，能够沿规定的导引路径行驶的设备。

在本发明实施例中，参照图1，地图拼接装置包括：处理器1001，例如CPU，存储器1002等。存储器1002可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1002可选的还可以是独立于前述处理器1001的存储装置。

处理器1001与存储器1002连接，可用于读取存储器1002中的数据或根据需要将数据保存至存储器1002中。此外，要生成拼接地图首先需要通过检测装置采集至少两个相邻区域的环境特征信息，并基于检测数据构建至少两个子地图，在本实施例中，采用激光雷达1003作为检测装置，子地图可基于激光雷达检测的激光数据等进行构建。由此，处理器1002还与激光雷达1003连接，获取激光雷达的检测数据，以应用于地图拼接。

本领域技术人员可以理解，图1中示出的装置结构并不构成对装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种可读存储介质的存储器1002中可以包括地图拼接程序。在图1所示的装置中，处理器1001可以用于调用存储器1002中存储的地图拼接程序，并执行以下实施例中地图拼接方法的相关步骤操作。

本发明还提供一种地图拼接方法。

参照图2，提出本发明地图拼接方法第一实施例，所述地图拼接方法包括：

步骤S10，获取存在重叠区域的第一子地图和第二子地图；

第一子地图具体为包含第一预设区域内环境要素的图像，第二子地图具体为包括第二预设区域内环境要素的图像。第一预设区域与第二预设区域为相邻接的空间区域。第一子地图与第二子地图存在重叠区域指的是，第一子地图与第二子地图中包含相同范围内的环境要素，重叠区域比第一预设区域小，重叠区域比第二预设区域小，为了保证第一子地图和第二子地图中包含足够多不同的环境要素，重叠区域的大小(图像面积或空间大小等)一般小于或等于预设大小阈值。

在本实施例中，激光雷达可安装于自主移动机器人上，通过机器人移动过程中激光雷达对第一预设区域和第二预设区域中的环境要素进行扫描，基于激光雷达采集的数据构建第一子地图和第二子地图。

第一子地图和第二子地图的构建方法可根据实际需求进行选择。例如可采用图优化方法、粒子滤波法等进行构建。其中，为了保证第一子地图和第二子地图拼接的精度，第一子地图和第二子地图具体为栅格地图。

具体的，参照图3，在步骤S10之前，还包括：

步骤S01，构建所述第一子地图；

具体的，在构建第一子地图时，激光雷达沿第一路径移动并向第一预设区域发出探测信号，以采集第一预设区域内的环境要素。在激光雷达沿第一路径移动并将第一预设区域扫描完毕后，便可根据激光雷达在其移动路径上检测到的所有激光数据，构建第一子地图。

具体的，采用粒子滤波算法或图优化方法构建所述第一子地图。

步骤S02，确定所述第一子地图构建的结束位置；

上述第一路径的末端为这里的结束位置。

步骤S03，根据所述结束位置和预设距离确定所述第二子地图构建的起始位置；

第二子地图构建的起始位置与第一子地图构建的结束位置之间间隔的预设距离。预设距离可根据实际情况进行设置，例如可设置为±1m，从而保证第二子地图构建的起始位置在第一子地图构建的结束位置附近，以使机器人的激光雷达在第二子地图构建的起始位置和第一子地图构建的结束位置可采集到同一范围内相同的环境要素，从而保证所构建的第一子地图和第二子地图存在重叠区域。

步骤S04，基于所述起始位置，构建所述第二子地图，以形成所述重叠区域。

在构建第二子地图时，激光雷达沿第二路径移动并向第二预设区域发出探测信号，以采集第一预设区域内的环境要素。其中，起始位置作为第二路径的起始端。在激光雷达沿第二路径移动并将第二预设区域扫描完毕后，便可根据激光雷达在其移动路径上检测到的所有激光数据，构建第二子地图。

具体的，采用粒子滤波算法或图优化方法构建所述第二子地图。

在本实施例中，通过步骤S01至步骤S04构建第一子地图和第二子地图，可保证第一子地图和第二子地图重叠区域的形成，并且形成第一子地图和第二子地图的初始位置约束关系，以实现后续有效、准确地实现地图拼接。

进一步的，上述的预设距离小于或等于预设值，例如预设值可设置为5m，保证重叠区域形成的同时，避免重叠区域过大，从而保证后续地图拼接时的拼接效率和拼接精度。

步骤S20，确定所述第一子地图在所述重叠区域的第一特征点，确定所述第二子地图在所述重叠区域的第二特征点；

第一特征点具体为第一子地图在重叠区域内选取的位置特征点，第二特征点具为第二子地图在重叠区域内选取的位置特征点。根据具体需求，第一子地图位于重叠区域内的任意一点均可作为第一特征点，第二子地图位于重叠区域内与第一特征点位于同一位置的点均可作为第二特征点。

其中，为了保证所确定的第一特征点和第二特征点位置的对应性，可根据第一子地图构建的结束位置和第二子地图构建的起始位置确定第一特征点和第二特征点。

步骤S30，分别对所述第一特征点和所述第二特征点执行光线追踪算法，得到第一激光数据和第二激光数据；

第一激光数据为对第一特征点执行光线跟踪算法所得到的计算结果，第二激光数据为对第二特征点执行光线跟踪算法所得到的计算结果。具体的，第一激光数据和第二激光数据为基于各自对应的特征点提取的、激光雷达基于环境要素生成的数据采集点的集合。

具体的，可预先设置光线跟踪算法的参数。这里的参数可根据所需提取的激光雷达数据点数进行确定。其中，激光雷达数据点数越多，表明光线跟踪的效果越好，则后续基于第一激光数据和第二激光数据确定的位置转换关系便更为准确。基于此，光线跟踪算法的参数中，最大距离可设置为30m，角增量可设置为0.5，扫描范围为360度。

步骤S40，根据所述第一激光数据和所述第二激光数据的匹配结果，确定位置变换关系；

这里的位置变换关系指的是可将基于不同图像坐标系构建的第一子地图和第二子地图转换到同一坐标系中进行表征的对应关系。将第一激光数据和第二激光数据进行匹配，根据两组激光数据的匹配结果确定第一子地图和第二子地图之间的位置变换关系。在两组激光数据中，各子图中每个像素点对应的激光数据的匹配程度表明该像素点所表征的环境要素的相关性，匹配程度越高，表明相关性越高，表征相同环境要素的可能性越大，因此依据两个参数的匹配结果可以实现位置变换关系的准确确定。

具体的，为了提高匹配结果的准确性和基于匹配结果快速得到位置变换关系，步骤S40包括：采用相关性扫描匹配算法，将所述第一激光数据和所述第二激光数据的进行匹配，得到所述匹配结果；根据所述匹配结果确定位置变换关系。而在其他实施例中，也可根据实际情况选择其他的匹配方式对第一激光数据和第二激光数据进行处理。

步骤S50，根据所述位置变换关系将所述第一子地图和所述第二子地图拼接。

可直接将第一子地图的所有像素点在其所在的图像坐标系中，经过位置变换关系进行坐标转换，映射到第二子地图所在的图像坐标系，与第二子地图的所有像素点拟合形成拼接地图。

本发明实施例提出的一种地图拼接方法，该方法在两个存在重叠区域的子地图中，在重叠区域内分别确定两个子地图的特征点，对两个确定的特征点进行光线跟踪得到两组激光数据，依据两组激光数据的匹配结果确定两个子地图之间的位置变换关系实现两个子地图的拼接。在此方法中，重叠区域的形成为位置变换关系的确定提供了一个初始位置关系，进一步对重叠区域中的特征点进行光线跟踪得到的激光数据，两组激光数据可准确反映两个子地图在重叠区域中所采集到的相同的环境要素，因此基于两组激光数据的匹配结果所确定的两个子地图的位置变换关系相较于使用局部子图的方法精准度高，并且此过程无需在子地图中进行特征提取和特征搜索，可保证子地图100％拼接成功，从而提高地图拼接准确率和成功率。

进一步的，基于上述第一实施例，提出本申请地图拼接方法第二实施例。参照图4，所述步骤S20包括：

步骤S21，基于所述重叠区域，确定所述第一子地图的第一搜索区域，以及确定所述第二子地图的第二搜索区域；

第一搜索区域和第二搜索区域具体为重叠区域中采集到相同环境要素的区域，可用于后续建立第一子地图和第二子地图之间的位置转换关系。具体的，可根据需求选取第一子地图在重叠区域中的部分图像区域或全部图像区域作为第一搜索区域，同样，可根据需求选取第二子地图在重叠区域中的部分图像区域或全部图像区域作为第二搜索区域。

具体的，可获取重叠区域的区域特征参数(如宽度、面积、形成重叠区域的位置参数等)，根据区域特征参数确定第一搜索区域的第一子区域特征参数，根据区域特征参数确定第二搜索区域的第二子区域特征参数。根据第一子区域特征参数在第一子地图中，选取位于重叠区域的部分区域作为第一搜索区域；根据第二子区域特征参数在第二子地图中，选取位于重叠区域的部分区域作为第二搜索区域。

为了保证后续地图拼接的精准性，第一搜索区域和第二搜索区域为位于重叠区域的同一位置的大小相同的两个区域。在其他实施例中，还可根据需要将重叠区域内分别在第一子地图和第二子地图上的两个不同大小的区域作为第一搜索区域和第二搜索区域，但需均包括有重叠区域内相同位置的图像区域。

步骤S22，根据所述第一搜索区域确定所述第一特征点，根据所述第二搜索区域确定所述第二特征点。

第一特征点具体为表征第一搜索区域在第一子地图所在坐标系中位置的特征点，第二特征点具体为标准第二搜索区域在第二子地区所在坐标系中位置的特征点。具体的，可将第一搜索区域中任意一点作为第一特征点，可将第二搜索区域中在重叠区域中与第一特征点重叠的点作为第二特征点。第一特征点和第二特征点可用于表征第一子地图和第二子地图基于重叠区域的存在所形成的初始约束关系，以保证后续基于两个特征点得到的两帧激光数据具有初始约束关系，从而依据两组激光数据可得到的精准的位置转换关系。

其中，为了保证第一特征点和第二特征点所构成的初始位置关系更为准确，保证后续基于两个特征点得到的激光数据，可基于两个搜索区域的每个像素点进行有效的遍历匹配，以提高所确定的位置转换关系的精准性，可将所述第一搜索区域的中心点作为所述第一特征点，将所述第二搜索区域的中心点作为所在第二特征点。

在本实施例中，在两个子地图中基于重叠区域确定对应的搜索区域，再在所确定的搜索区域中确定特征点，保证基于两个特征点所得到的激光数据可基于两个搜索区域的关联性具有初始约束关系，并基于两个搜索区域的像素点所对应的激光数据的匹配关系，得到两个子地图之间精准的位置约束关系，从而进一步提高两个子地图拼接的成功率和准确率。其中，采用搜索区域的中心作为特征点，从而使基于特征点进行光线跟踪算法所得到的结果可包含搜素区域内所有像素点所对应的激光数据，保证两个激光数据进行匹配时，是基于两个子地图中采集到相同的环境要素的所有特征信息进行匹配，从而进一步提高所确定位置转换关系的准确性。

进一步的，在第二实施例中，第一子地图与第二子地图所采集到的相同范围内的相同环境要素定义为目标环境要素，为了保证所确定的搜索区域可准确全面的标准第一子地图和第二子地图各自所采集到的目标环境要素的特征信息，因此，步骤S20可具体包括：根据所述起始位置与所述结束位置的间距，确定所述第一搜索区域和所述第二搜索区域的大小特征参数；在所述重叠区域内，根据所述大小特征参数确定所述第一搜索区域和所述第二搜索区域。

大小特征参数可具体包括边长、宽度、面积等用于表征区域大小的参数。具体的，为了保证第一激光数据和第二激光数据匹配的准确性，第一搜索区域和第二搜索区域可具体为正方形区域，可将第一子地图结束位置与第二子地图结束位置之间的间距作为第一搜索区域和第二搜索区域的边长，在第一子地图位于重叠区域的图像区域内，提取边长为上述间距的正方形区域作为第一搜索区域，将第二子地图与第一搜索区域重叠的图像区域，作为第二搜索区域。其中，第一搜索区域和第二搜索区域可在重叠区域的任意位置选取。

在本实施例中，基于第一子地图构建的结束位置和第二子地图构建的起始位置的间距确定搜索区域的大小，从而保证所对应的两个搜索区域可表征两个子地图之间的初始约束关系，实现所得到的两组激光数据基于初始约束关系再进一步得到精准的位置变换关系。其中，搜索区域的大小比重叠区域的大小要小，保证基于两个搜索区域的激光数据进行匹配时，可快速地得到位置变换关系，并由于搜索区域确定时受到两个子地图构建时初始位置约束，可保证基于搜索区域得到的位置变换关系的精确性，从而保证地图拼接精准性的同时提高地图拼接的效率。

此外，在其他实施例中，还可先识别第一子地图位于重叠区域内灰度值大于或等于预设阈值的图像区域作为目标区域，在目标区域内提取第一搜索区域，进而再基于第一搜索区域在重叠区域中的位置确定在第二子地图中确定第二搜索区域。灰度值大于或等于预设阈值的图像区域可表征采集到环境中的障碍物，因此在灰度值大于或等于预设阈值的图像区域中确定第一搜索区域和第二搜索区域，可保证后续的地图拼接可基于有效的环境特征进行拼接，进一步保证地图拼接的准确性，并可保证所得到的拼接地图可包含所有障碍物信息。

进一步的，基于第二实施例，提出本申请地图拼接方法第三实施例。在第三实施例中，参照图5，步骤S40包括：

步骤S41，将所述第一搜索区域中的像素点作为第一像素点，将所述第二搜索区域中的像素点作为第二像素点；

步骤S42，根据所述匹配结果确定激光数据的匹配度大于或等于预设阈值的第一像素点和第二像素点，作为目标点对；

具体的，采用相关性扫描匹配算法，将每个第一像素点所对应的第一激光数据分别与每个第二像素点所对应的第二激光数据逐一进行匹配，以确定各第一像素点所对应的第一激光数据与各第二像素点所对应的第二激光数据之间的匹配程度。第一激光数据和第二激光数据匹配度大于或等于预设阈值的所对应的第一像素点和第二像素点，作为目标点对。也就是说，目标点对中两个像素点各自对应的激光数据的匹配度大于或等于预设阈值。其中，预设阈值的大小可根据情况进行设置。其中，为了提高得到的拼接地图的拼接精度，将匹配度最高的第一激光数据和第二激光数据所对应的第一像素点和第二像素点，作为目标点对。

步骤S43，根据所述目标点对确定所述位置变换关系。

具体的，可获取目标点对中每个像素点在各自坐标系对应的位置参数(向量坐标等)，计算两个位置参数之间的坐标转换矩阵，作为位置变换关系。此外，在采用相关性扫描匹配算法对两个激光数据进行匹配处理时，可无需另外获取两个目标像素点各自对应的位置参数，直接依据相关性扫描匹配算法对目标点对所对应的激光数据匹配后的输出结果，提取得到位置变换关系，可提高位置变换关系的计算效率，从而进一步实现地图拼接效率的提高。

在本实施例中，像素点所对应的激光数据的匹配度越高，表明像素点越可能表征的是相同的环境要素，因此通过上述方式，确定两个子地图构建过程中采集到相同环境要素的两个像素点，依据所确定的两个像素点确定位置变换关系，从而保证所得到的位置变换关系的准确性。其中，将匹配度最高的激光数据所对应的两个像素点作为确定位置变换关系的依据，可保证所得到的位置变换关系的精确度最高。通过上述方式，在保证地图拼接效率的同时，可保证地图拼接的精准度。

此外，本发明实施例还提出一种自主移动机器人，所述自主移动机器人包括激光雷达和如上所述的地图拼接装置。自动移动机器人可在其移动的过程中基于激光雷达检测的数据构建地图，地图拼接装置可通过上述任一实施例中的地图拼接方法将构建的子地图进行拼接。

此外，本发明实施例还提出一种可读存储介质，所述可读存储介质上存储有地图拼接程序，所述地图拼接程序被处理器执行时实现如上地图拼接方法任一实施例的相关步骤。

需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种地图拼接方法，其特征在于，所述地图拼接方法包括以下步骤：

获取存在重叠区域的第一子地图和第二子地图；

确定所述第一子地图在所述重叠区域的第一特征点，确定所述第二子地图在所述重叠区域的第二特征点；

分别对所述第一特征点和所述第二特征点执行光线追踪算法，得到第一激光数据和第二激光数据；

根据所述第一激光数据和所述第二激光数据的匹配结果，确定位置变换关系；

根据所述位置变换关系将所述第一子地图和所述第二子地图拼接。

2.如权利要求1所述的地图拼接方法，其特征在于，所述根据所述第一激光数据和所述第二激光数据的匹配结果，确定位置变换关系的步骤包括：

采用相关性扫描匹配算法，将所述第一激光数据和所述第二激光数据的进行匹配，得到所述匹配结果；

根据所述匹配结果确定所述位置变换关系。

3.如权利要求2所述的地图拼接方法，其特征在于，所述确定所述第一子地图在所述重叠区域的第一特征点，确定所述第二子地图在所述重叠区域的第二特征点的步骤包括：

基于所述重叠区域，确定所述第一子地图的第一搜索区域，以及确定所述第二子地图的第二搜索区域；

根据所述第一搜索区域确定所述第一特征点，根据所述第二搜索区域确定所述第二特征点。

4.如权利要求3所述的地图拼接方法，其特征在于，所述根据所述第一搜索区域确定所述第一特征点，根据所述第二搜索区域确定所述第二特征点的步骤包括：

将所述第一搜索区域的中心点作为所述第一特征点，将所述第二搜索区域的中心点作为所在第二特征点。

5.如权利要求4所述的地图拼接方法，其特征在于，所述根据所述匹配结果确定所述位置变换关系的步骤包括：

将所述第一搜索区域中的像素点作为第一像素点，将所述第二搜索区域中的像素点作为第二像素点；

根据所述匹配结果确定激光数据的匹配度大于或等于预设阈值的第一像素点和第二像素点，作为目标点对；

根据所述目标点对确定所述位置变换关系。

6.如权利要求3至5中任一项所述的地图拼接方法，其特征在于，所述获取存在重叠区域的第一子地图和第二子地图的步骤之前，还包括：

构建所述第一子地图；

确定所述第一子地图构建的结束位置；

根据所述结束位置和预设距离确定所述第二子地图构建的起始位置；

基于所述起始位置，构建所述第二子地图，以形成所述重叠区域；

所述预设距离小于或等于预设值。

7.如权利要求6所述的地图拼接方法，其特征在于，所述基于所述重叠区域，确定所述第一子地图的第一搜索区域、以及确定所述第二子地图的第二搜索区域的步骤包括：

根据所述起始位置与所述结束位置的间距，确定所述第一搜索区域和所述第二搜索区域的大小特征参数；

在所述重叠区域内，根据所述大小特征参数确定所述第一搜索区域和所述第二搜索区域。

8.一种地图拼接装置，其特征在于，所述地图拼接装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的地图拼接程序，所述地图拼接程序被所述处理器执行时实现如权利要求1至7中任一项所述的地图拼接方法的步骤。

9.一种自主移动机器人，其特征在于，所述自主移动机器人包括如权利要求8所述的地图拼接装置。

10.一种可读存储介质，其特征在于，所述可读存储介质上存储有地图拼接程序，所述地图拼接程序被处理器执行时实现如权利要求1至7中任一项所述的地图拼接方法的步骤。

Images