CN110796598A - 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
自主移动机器人及其地图拼接方法、装置和可读存储介质 Download PDFInfo
- Publication number
- CN110796598A CN110796598A CN201910968213.6A CN201910968213A CN110796598A CN 110796598 A CN110796598 A CN 110796598A CN 201910968213 A CN201910968213 A CN 201910968213A CN 110796598 A CN110796598 A CN 110796598A
- Authority
- CN
- China
- Prior art keywords
- map
- sub
- laser data
- determining
- point
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000009466 transformation Effects 0.000 claims abstract description 36
- 238000006243 chemical reaction Methods 0.000 claims abstract description 9
- 238000010276 construction Methods 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 8
- 239000002245 particle Substances 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 description 15
- 238000001514 detection method Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/003—Maps
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Traffic Control Systems (AREA)
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跟踪算法,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,生成拼接地图。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
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跟踪算法,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,生成拼接地图。
可选地,所述根据所述第一激光数据和所述第二激光数据确定位置变换关系的步骤包括:
采用迭代最近点算法,将所述第一激光数据和所述第二激光数据进行配准得到坐标变换矩阵,作为所述位置变换关系。
可选地,所述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,生成拼接地图的步骤之前,还包括:
根据所述位置变换关系将所述第二子地图中各像素点映射到所述第一子地图所在的坐标系中,形成第一像素点,将所述第一子地图中各像素点定义为第二像素点;
基于所述坐标系,根据所述第一像素点和所述第二像素点生成所述拼接地图。
可选地,所述基于所述坐标系,根据所述第一像素点和所述第二像素点生成所述拼接地图的步骤包括:
在所述坐标系中,将除位置重叠的第一像素点和第二像素点以外的像素点定义为第一目标像素点;
在位置重叠的第一像素点和第二像素点中,将灰度值最大或被障碍物占据的概率最大的像素点确定为第二目标像素点;
根据所述第一目标像素点和所述第二目标像素点生成所述拼接地图。
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。
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:
将所述结束位置作为所述第一特征点,将所述起始位置作为所述第二特征点。
可选地,所述构建第一子地图的步骤包括:
采用粒子滤波算法或图优化方法构建所述第一子地图;且/或,
所述构建第二子地图的步骤包括:
采用粒子滤波算法或图优化方法构建所述第二子地图。
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激光雷达和如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三实施例的流程示意图;
图5为本发明地图拼接方法第四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跟踪算法,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,生成拼接地图。
由于现有技术中,当前的地图拼接方式存在成功率较低的问题。
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。
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。
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不重叠的任意一点均可作为第二特征点。
具体的,为了可快速准确表征第一子地图与第二子地图之间的初始约束关系,可将结束位置作为第一特征点,将起始位置作为第二特征点。
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跟踪算法,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确定位置变换关系;
具体的,可将第一激光数据和第二激光数据进行配准得到位置变换关系。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。
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,生成拼接地图。
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,基于第一实施例,提出本申请地图拼接方法第二实施例。在第二实施例中,所述步骤S40包括:采用迭代最近点算法,将所述第一激光数据和所述第二激光数据进行配准得到坐标变换矩阵,作为所述位置变换关系。迭代最近点算法(ICP算法能够使不同的坐标下的点云数据合并到同一个坐标系统中,配准操作实际是要找到从第一激光数据所在的坐标系到第二激光数据所在的坐标系的一个刚性变换。
具体的,可假设待求的坐标变换矩阵为R,ICP配准可建模为一个最优化问题:cost=∑‖Rpi-qi‖2,其中pi为第一激光数据中的点,qi为第二激光数据中的点,通过迭代使cost的值最小,就得到坐标变换矩阵R。
在本实施例,通过将两组激光数据进行ICP配准得到的坐标变换矩阵作为第一子地图与第二子地图的位置变换关系,由于光线跟踪得到的激光数据中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,再进一步结合ICP配准,从而使所得到的位置变换关系更为的精确,进一步提高地图拼接的准确率。
进一步的,基于上述任一实施例,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4,所述步骤S50包括:
步骤S51,根据所述位置变换关系将所述第二子地图中各像素点映射到所述第一子地图所在的坐标系中,形成第一像素点,将所述第一子地图中各像素点定义为第二像素点;
将第二子地图中每个像素点经过位置变换关系进行坐标转换,拟合第一子地图的坐标系中得到第一像素点。
步骤S52,基于所述坐标系,根据所述第一像素点和所述第二像素点生成所述拼接地图。
其中,当第一像素点与第二像素点在坐标系中的位置重叠时,可选择第一像素点作为拼接地图中在该位置的像素点,也可选择第二像素点作为拼接地图中在该位置的像素点,也可将第一像素点和第二像素点对应的像素特征值(如灰度、亮度等)按预设规则进行叠加后作为拼接地图中在该位置的像素点。
在本实施例中,通过上述方式可基于位置变换关系将不同位姿的第一子地图和第二子地图拟合到同一个坐标系中,从而实现地图的有效拼接。
进一步的,基于上述任一实施例,提出本申请地图拼接方法第四实施例。在第四实施例中,参照图5,所述步骤S52包括:
步骤S521,在所述坐标系中,将除位置重叠的第一像素点和第二像素点以外的像素点定义为第一目标像素点;
第一子地图和第二子地图在重叠区域以外的像素点包含的不同区域中不同的环境要素,因此,两个子地图拟合到同一坐标系后,重叠区域以外的像素点不会发生重叠,则均作为第一目标像素点。
步骤S522,在位置重叠的第一像素点和第二像素点中,将灰度值最大或被障碍物占据的概率最大的像素点确定为第二目标像素点;
第一子地图和第二子地图在重叠区域以内的像素点包含的相同范围内相同的环境要素,两个子地图拟合到同一坐标系后,两个子地图位于重叠区域中的像素点会在坐标系中发生重叠。
其中,第一子地图和第二子地图均为栅格地图时,每个栅格均可作为一个像素点,栅格除了自身的位置参数(即坐标系中的坐标)外还有一个参数P标识栅格被障碍物占用的概率,其中0<P<1,P=0表示对应栅格无障碍,P=1表示对应栅格有障碍。因此,在位置重叠的第一像素点和第二像素点中将概率最大的像素点作为第二目标像素点,用以生成拼接地图,可保证拼接地图中可包括环境中所有的障碍物信息。此外,当环境中存在障碍物时,所得到的子地图中相应位置所对应的灰度值便越大,因此在位置重叠的第一像素点和第二像素点中将灰度值最大的像素点作为第二目标像素点,用以生成拼接地图,可保证拼接地图中可包括环境中所有的障碍物信息。
步骤S523,根据所述第一目标像素点和所述第二目标像素点生成所述拼接地图。
在本实施例中,通过上述方式,可保证所生成的拼接地图中可准确包含所扫描的区域中所有的障碍物信息,从而保证所得到拼接地图的精准性。
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,机器人,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跟踪算法,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,生成拼接地图。
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确定位置变换关系的步骤包括:
采用迭代最近点算法,将所述第一激光数据和所述第二激光数据进行配准得到坐标变换矩阵,作为所述位置变换关系。
3.如权利要求1所述的地图拼接方法,其特征在于,所述根据所述位置变换关系将所述第一子地图和所述第二子地图拼接,生成拼接地图的步骤之前,还包括:
根据所述位置变换关系将所述第二子地图中各像素点映射到所述第一子地图所在的坐标系中,形成第一像素点,将所述第一子地图中各像素点定义为第二像素点;
基于所述坐标系,根据所述第一像素点和所述第二像素点生成所述拼接地图。
4.如权利要求3所述的地图拼接方法,其特征在于,所述基于所述坐标系,根据所述第一像素点和所述第二像素点生成所述拼接地图的步骤包括:
在所述坐标系中,将除位置重叠的第一像素点和第二像素点以外的像素点定义为第一目标像素点;
在位置重叠的第一像素点和第二像素点中,将灰度值最大或被障碍物占据的概率最大的像素点确定为第二目标像素点;
根据所述第一目标像素点和所述第二目标像素点生成所述拼接地图。
5.如权利要求1至4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。
6.如权利要求5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:
将所述结束位置作为所述第一特征点,将所述起始位置作为所述第二特征点。
7.如权利要求5所述的地图拼接方法,其特征在于,所述构建第一子地图的步骤包括:
采用粒子滤波算法或图优化方法构建所述第一子地图;且/或,
所述构建第二子地图的步骤包括:
采用粒子滤波算法或图优化方法构建所述第二子地图。
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激光雷达和如权利要求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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910968213.6A CN110796598A (zh) | 2019-10-12 | 2019-10-12 | 自主移动机器人及其地图拼接方法、装置和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910968213.6A CN110796598A (zh) | 2019-10-12 | 2019-10-12 | 自主移动机器人及其地图拼接方法、装置和可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110796598A true CN110796598A (zh) | 2020-02-14 |
Family
ID=69440187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910968213.6A Pending CN110796598A (zh) | 2019-10-12 | 2019-10-12 | 自主移动机器人及其地图拼接方法、装置和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110796598A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110705519A (zh) * | 2019-10-21 | 2020-01-17 | 劢微机器人科技(深圳)有限公司 | 自主移动机器人及其地图拼接方法、装置和可读存储介质 |
CN111784835A (zh) * | 2020-06-28 | 2020-10-16 | 北京百度网讯科技有限公司 | 制图方法、装置、电子设备及可读存储介质 |
CN112285739A (zh) * | 2020-11-19 | 2021-01-29 | 福勤智能科技(昆山)有限公司 | 一种数据处理方法、装置、设备及存储介质 |
CN112433529A (zh) * | 2020-11-30 | 2021-03-02 | 东软睿驰汽车技术(沈阳)有限公司 | 运动物体确定方法、装置及设备 |
CN112927256A (zh) * | 2021-03-16 | 2021-06-08 | 杭州萤石软件有限公司 | 一种分割区域的边界融合方法、装置、移动机器人 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198501A (zh) * | 2013-04-09 | 2013-07-10 | 上海理工大学 | 一种牙齿全景图像自动重构方法 |
CN104822033A (zh) * | 2015-05-05 | 2015-08-05 | 太原理工大学 | 一种红外与可见光图像融合的视觉传感器及其使用方法 |
CN104835117A (zh) * | 2015-05-11 | 2015-08-12 | 合肥工业大学 | 基于重叠方式的球面全景图生成方法 |
CN105806344A (zh) * | 2016-05-17 | 2016-07-27 | 杭州申昊科技股份有限公司 | 一种基于局部地图拼接的栅格地图创建方法 |
CN106647774A (zh) * | 2017-02-14 | 2017-05-10 | 南京罗普森智能科技有限公司 | 实现室内扫地机器人自主探索建图及自主路径覆盖的方法 |
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 |
CN109946715A (zh) * | 2019-04-09 | 2019-06-28 | 云鲸智能科技(东莞)有限公司 | 探测方法、装置、移动机器人及存储介质 |
CN110211076A (zh) * | 2019-05-09 | 2019-09-06 | 上海联影智能医疗科技有限公司 | 图像拼接方法、图像拼接设备和可读存储介质 |
-
2019
- 2019-10-12 CN CN201910968213.6A patent/CN110796598A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198501A (zh) * | 2013-04-09 | 2013-07-10 | 上海理工大学 | 一种牙齿全景图像自动重构方法 |
CN104822033A (zh) * | 2015-05-05 | 2015-08-05 | 太原理工大学 | 一种红外与可见光图像融合的视觉传感器及其使用方法 |
CN104835117A (zh) * | 2015-05-11 | 2015-08-12 | 合肥工业大学 | 基于重叠方式的球面全景图生成方法 |
CN105806344A (zh) * | 2016-05-17 | 2016-07-27 | 杭州申昊科技股份有限公司 | 一种基于局部地图拼接的栅格地图创建方法 |
CN106647774A (zh) * | 2017-02-14 | 2017-05-10 | 南京罗普森智能科技有限公司 | 实现室内扫地机器人自主探索建图及自主路径覆盖的方法 |
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 |
CN109946715A (zh) * | 2019-04-09 | 2019-06-28 | 云鲸智能科技(东莞)有限公司 | 探测方法、装置、移动机器人及存储介质 |
CN110211076A (zh) * | 2019-05-09 | 2019-09-06 | 上海联影智能医疗科技有限公司 | 图像拼接方法、图像拼接设备和可读存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110705519A (zh) * | 2019-10-21 | 2020-01-17 | 劢微机器人科技(深圳)有限公司 | 自主移动机器人及其地图拼接方法、装置和可读存储介质 |
CN111784835A (zh) * | 2020-06-28 | 2020-10-16 | 北京百度网讯科技有限公司 | 制图方法、装置、电子设备及可读存储介质 |
CN111784835B (zh) * | 2020-06-28 | 2024-04-12 | 北京百度网讯科技有限公司 | 制图方法、装置、电子设备及可读存储介质 |
CN112285739A (zh) * | 2020-11-19 | 2021-01-29 | 福勤智能科技(昆山)有限公司 | 一种数据处理方法、装置、设备及存储介质 |
CN112433529A (zh) * | 2020-11-30 | 2021-03-02 | 东软睿驰汽车技术(沈阳)有限公司 | 运动物体确定方法、装置及设备 |
CN112927256A (zh) * | 2021-03-16 | 2021-06-08 | 杭州萤石软件有限公司 | 一种分割区域的边界融合方法、装置、移动机器人 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110796598A (zh) | 自主移动机器人及其地图拼接方法、装置和可读存储介质 | |
CN110749901B (zh) | 自主移动机器人及其地图拼接方法、装置和可读存储介质 | |
US11422261B2 (en) | Robot relocalization method and apparatus and robot using the same | |
US20210190513A1 (en) | Navigation map updating method and apparatus and robot using the same | |
CN107578427B (zh) | 动态障碍物的检测方法、装置及计算机可读存储介质 | |
CN113989450B (zh) | 图像处理方法、装置、电子设备和介质 | |
CN108297115B (zh) | 一种机器人的自主重定位方法 | |
US20210229280A1 (en) | Positioning method and device, path determination method and device, robot and storage medium | |
CN109636842B (zh) | 车道线修正方法、装置、设备及存储介质 | |
CN112414403B (zh) | 一种机器人的定位定姿方法、设备及存储介质 | |
CN111426312A (zh) | 定位地图的更新方法、装置、设备及存储介质 | |
US20220277478A1 (en) | Positioning Method and Apparatus | |
CN111121805A (zh) | 基于道路交通标线标志的局部定位修正方法、设备及介质 | |
CN115205391A (zh) | 一种三维激光雷达和视觉融合的目标预测方法 | |
CN113091736A (zh) | 机器人定位方法、装置、机器人及存储介质 | |
CN114488183A (zh) | 障碍物点云的处理方法、装置、设备以及可读存储介质 | |
CN109635641B (zh) | 道路边界线的确定方法、装置、设备和存储介质 | |
CN111750888B (zh) | 信息交互方法、装置、电子设备和计算机可读存储介质 | |
CN110705519B (zh) | 自主移动机器人及其地图拼接方法、装置和可读存储介质 | |
CN113298715A (zh) | 机器人栅格地图构建方法、装置、机器人及存储介质 | |
CN110390252B (zh) | 基于先验地图信息的障碍物检测方法、装置和存储介质 | |
CN115235478A (zh) | 基于视觉标签和激光slam的智能汽车定位方法及系统 | |
CN110763243B (zh) | 一种滑动地图更新方法和装置 | |
CN112433193A (zh) | 一种基于多传感器的模位置定位方法及系统 | |
CN113391318B (zh) | 一种移动机器人定位方法及系统 |
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 |