CN111127500A - 一种空间分区方法、装置及移动机器人 - Google Patents
一种空间分区方法、装置及移动机器人 Download PDFInfo
- Publication number
- CN111127500A CN111127500A CN201911328932.8A CN201911328932A CN111127500A CN 111127500 A CN111127500 A CN 111127500A CN 201911328932 A CN201911328932 A CN 201911328932A CN 111127500 A CN111127500 A CN 111127500A
- Authority
- CN
- China
- Prior art keywords
- map
- grid map
- door
- suspected
- partition
- 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 68
- 238000000638 solvent extraction Methods 0.000 title claims abstract description 43
- 238000005192 partition Methods 0.000 claims abstract description 112
- 238000012545 processing Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 238000013316 zoning Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 23
- 238000010408 sweeping Methods 0.000 description 13
- 230000002159 abnormal effect Effects 0.000 description 10
- 238000010801 machine learning Methods 0.000 description 10
- 238000004140 cleaning Methods 0.000 description 8
- 238000001914 filtration Methods 0.000 description 7
- 238000003708 edge detection Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 238000005260 corrosion Methods 0.000 description 4
- 230000007797 corrosion Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 241001417527 Pempheridae Species 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及移动机器人技术领域，公开了一种空间分区方法、装置及移动机器人，所述空间分区方法包括：建立目标空间的栅格地图，提取所述栅格地图的轮廓获得轮廓地图；基于预设间距搜索所述栅格地图中的疑似门位置，并确定门位置；根据所述门位置确定封闭区域，通过所述封闭区域获取分区边界；通过所述分区边界更新所述栅格地图，获得分区地图；按照预设梯度增大所述预设间距，重复上述步骤，遍历所述栅格地图，直至所述预设间距大于预设间距阈值，获得所述分区地图。通过梯度设置预设间距搜索栅格地图中的疑似门位置，本发明能够提高空间分区的效率。
Description
技术领域
本发明实施方式涉及移动机器人技术领域，特别是涉及一种室内空间分区方法、装置及移动机器人。
背景技术
随着技术的发展和人们生活水平的提高，诸如清洁机器人、服务机器人、远程监控机器人、扫地机器人等移动机器人逐渐进入人们的生活中。而移动机器人，例如扫地机器人在对空间进行清扫的时候，如果能够按区域进行清扫，既可以提高扫地的效率，也可以避免对用户的打扰，提高用户体验，因此有必要对清扫区域进行分区。
目前，常用的分区技术包括非机器学习的方法和机器学习的方法，对于复杂家居环境，非机器学习的方法得到的结果往往不太理想，也比较耗时，机器学习方法的效果相对好点，但需要好的训练数据集，但模型占用内存较大，计算较复杂，不太适合扫地机这类嵌入式设备，并且当实际环境跟模型相差太大，其分区也不尽如人意。
基于此，目前亟需一种更好的空间分区方法，以提高空间分区的效率。
发明内容
为了解决上述技术问题，本发明实施例提供一种空间分区方法、装置及移动机器人，解决目前移动机器人的空间分区效率低的技术问题，提高空间分区的效率。
为了解决上述技术问题，本发明实施例提供以下技术方案：
第一方面，本发明实施例提供一种空间分区方法，应用于移动机器人，包括：
建立目标空间的栅格地图，提取所述栅格地图的轮廓获得轮廓地图；
基于预设间距搜索所述栅格地图中的疑似门位置，并确定门位置；
根据所述门位置确定封闭区域，通过所述封闭区域获取分区边界；
通过所述分区边界更新所述栅格地图，获得分区地图；
按照预设梯度增大所述预设间距，重复上述步骤，遍历所述栅格地图，直至所述预设间距大于预设间距阈值，获得所述分区地图。
在一些实施例中，所述栅格地图包括第一栅格地图和第二栅格地图，所述第一栅格地图和第二栅格地图的初始信息相同，所述方法还包括：
基于预设间距搜索所述第一栅格地图中的疑似门位置并确定门位置，根据所述门位置确定封闭区域，获取所述分区边界；
剔除所述第一栅格地图中的封闭区域获得二次栅格地图，所述分区边界为所述封闭区域与所述二次栅格地图的交集部分。
在一些实施例中，所述方法还包括：
将所述第二栅格地图中与所述分区边界对应部分进行处理，获得所述分区地图。
在一些实施例中，所述基于预设间距搜索所述栅格地图中的疑似门位置，并确定门位置，包括：
判断所述疑似门位置是否满足门参数条件；
若满足所述门参数条件则确定所述疑似门位置为门位置；
其中，所述门参数条件包括：所述疑似门位置的长度等于所述预设间距，且所述疑似门位置的宽度不超过宽度阈值。
在一些实施例中，所述方法还包括：
当疑似门位置满足门参数条件，判断所述疑似门位置对应的区域的面积是否大于预设面积阈值，若是，则将所述疑似门位置进行填充形成所述封闭区域，获取所述分区边界。
在一些实施例中，所述方法还包括：
所述预设间距的初始值为70，所述预设间距阈值为100，所述预设梯度为不超过10的正整数。
在一些实施例中，所述方法包括：
根据所述分区边界对所述分区地图进行编号，生成所述目标空间的每一房间区域的区域序号。
在一些实施例中，所述移动机器人与用户终端建立通信连接，所述方法还包括：
接收用户终端发送的区域序号选择指令，控制所述移动机器人对所述房间区域进行清扫，其中，所述区域序号选择指令由用户通过用户端界面选择区域序号生成。
第二方面，本发明实施例提供一种空间分区装置，包括：
栅格地图单元，用于建立目标空间的栅格地图；
轮廓地图单元，用于提取所述栅格地图的轮廓获得轮廓地图；
门位置单元，用于基于预设间距搜索所述栅格地图中的疑似门位置，并确定门位置；
分区边界单元，用于根据所述门位置确定封闭区域，通过所述封闭区域获取分区边界；
分区地图单元，用于通过所述分区边界更新所述栅格地图，获得分区地图，按照预设梯度增大所述预设间距，重复上述步骤，遍历所述栅格地图，直至所述预设间距大于预设间距阈值，获得所述分区地图。
第三方面，本发明实施例提供一种移动机器人，包括：
至少一个处理器；和
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，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的空间分区方法。
第四方面，本发明实施例提供一种非易失性计算机可读存储介质，所述非易失性计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使移动机器人执行上述的空间分区方法。
本发明实施方式的有益效果是：区别于现有技术的情况，本发明实施方式提供一种空间分区方法、装置及移动机器人，所述室内空间分区方法包括：建立目标空间的栅格地图，提取所述栅格地图的轮廓获得轮廓地图；基于预设间距搜索所述栅格地图中的疑似门位置，并确定门位置；根据所述门位置确定封闭区域，通过所述封闭区域获取分区边界；通过所述分区边界更新所述栅格地图，获得分区地图；按照预设梯度增大所述预设间距，重复上述步骤，遍历所述栅格地图，直至所述预设间距大于预设间距阈值，获得所述分区地图。通过梯度设置预设间距搜索栅格地图中的疑似门位置，本发明能够提高空间分区的效率。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1是本发明实施例提供的一种应用环境的示意图；
图2是本发明实施例提供的一种空间分区方法的流程示意图；
图3是本发明实施例提供的一种目标空间的栅格地图的示意图；
图4是本发明实施例提供的一种二值化图像的示意图；
图5是本发明实施例提供的一种轮廓图的示意图；
图6是本发明实施例提供的一种疑似门位置的示意图；
图7是图2中的步骤S20的细化流程图；
图8是本发明实施例提供的一种门位置的示意图；
图9是本发明实施例提供的一种封闭区域的示意图；
图10是本发明实施例提供的一种分区地图的示意图；
图11是本发明实施例提供的一种空间分区方法的细化流程示意图；
图12是本发明实施例提供的一种空间分区方法的另一流程示意图；
图13是本发明实施例提供的一种空间分区装置的示意图；
图14是本发明实施例提供的一种移动机器人的结构示意图。
具体实施方式
为了便于理解本发明，下面结合附图和具体实施方式，对本发明进行更详细的说明。需要说明的是，当元件被表述“固定于”另一个元件，它可以直接在另一个元件上、或者其间可以存在一个或多个居中的元件。当一个元件被表述“连接”另一个元件，它可以是直接连接到另一个元件、或者其间可以存在一个或多个居中的元件。本说明书所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义，本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本说明书中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是用于限制本发明。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
目前，移动机器人，包括：清洁机器人、服务机器人、远程监控机器人、扫地机器人等机器人，而移动机器人，例如扫地机器人在对空间进行清扫的时候，如果能够按区域进行清扫，既可以提高扫地的效率，也可以避免对用户的打扰，提高用户体验，因此有必要对清扫区域进行分区。
目前，常用的分区技术包括非机器学习的方法和机器学习的方法。
其中，非机器学习的方法包括基于距离变换的方法、基于Voronoi图的方法，其中，基于距离变换的方法通过对图像进行距离变换，即计算每个白色像素点到最近黑色像素点的距离，得到一个距离变化图，通过在距离变换图上设置阈值，来实现区域的划分；基于Voronoi图的方法通过对地图创建Voronoi图，找到所谓的临界线，将地图进行划分。
其中，基于机器学习的方法通过带有标注的数据集，训练出一个模型，该模型能根据每个白色像素处的特征，对其进行分类，从而实现区域划分。
但是，对于复杂家居环境，非机器学习的方法得到的结果往往不太理想，也比较耗时。机器学习方法的效果相对好点，但需要好的训练数据集，但模型占用内存较大，计算较复杂，不太适合扫地机这类嵌入式设备，并且当实际环境跟模型相差太大，其分区也不尽如人意。
基于此，本发明实施例提供一种空间分区方法、装置及移动机器人，解决目前移动机器人的空间分区效率低的技术问题，提高空间分区的效率。
对本发明进行详细说明之前，对本发明实施例中涉及的名词和术语进行说明，本发明实施例中涉及的名词和术语适用于如下的解释。
1)栅格地图(Grid-based map)，表示的是一种二维空间描述方法，将二维空间以一个最小的分辨率划分为一个个子单元，如1m*1m的二维空间，经过分辨率5cm划分后的二维空间描述为20*20的栅格矩阵，栅格矩阵中每一个元素对应实际物理尺寸的大小是5cm*5cm。
2)自由栅格，指的是栅格地图中没有被障碍物占据的栅格。
3)障碍栅格，指的是栅格地图中被障碍物占据的栅格。
4)机器人半径，指的是假设机器人为圆形，机器人的半径。
5)栅格模型，指的是用于确定某一栅格是障碍栅格或自由栅格的模型。
请参阅图1，图1是本发明实施例提供的一种应用环境的示意图；
如图1所示，该应用环境500，包括：移动机器人100、用户终端200、服务器300以及网络400，其中，
所述移动机器人100、用户终端200以及服务器300通过网络400通信连接，其中，所述网络400包括有线网络和/或无线网络，其中，所述移动机器人100获取目标空间的栅格地图，并根据所述目标空间的栅格地图，对所述栅格地图进行相应的处理，生成分区后的栅格地图，并将所述分区后的栅格地图发送到所述用户终端200；
或者，所述移动机器人100将所述目标空间的栅格地图发送到所述服务器300，以使所述服务器300获取所述目标空间的栅格地图，并根据所述目标空间的栅格地图，对所述栅格地图进行处理后，对所述目标空间进行分区，并将分区地图发送到所述用户终端200，以使所述用户终端200在获取到分区地图后，向所述移动机器人100发送操作指令，以使所述移动机器人100基于所述分区地图，执行所述操作指令对应的操作，例如：清扫、寻物等操作，在本发明实施例中，所述服务器300还用于获取所述移动机器人100的当前位置，并结合所述分区地图，将所述移动机器人100的实时位置发送到所述用户终端200，以使用户通过所述用户终端200确认所述移动机器人100的位置，可以理解的是，所述用户终端可以安装有应用程序APP(Application)，所述应用程序APP用于接收所述服务器300发送的分区地图以及移动机器人100的位置信息，以使用户通过所述应用程序APP实时确认所述移动机器人100的位置。
在本发明实施例中，所述移动机器人100设置有摄像头以及激光雷达，所述摄像头设置于所述移动机器人100的机身，所述摄像头用于获取目标空间的监控区域内的图像数据和/或视频数据，所述激光雷达设置于所述移动机器人100的机身，例如设置于所述移动机器人100的移动底盘，所述激光雷达用于获取激光点云数据，例如：获取目标空间的监控范围内的激光点云数据，所述移动机器人根据所述激光雷达获取的激光点云数据，通过激光SLAM算法(SLAM，Simultaneous Localization and Mapping)对目标空间的监控范围内的激光点云数据进行运算，构建栅格地图，所述激光SLAM算法包括卡尔曼滤波、粒子滤波、图优化等方法。
在本发明实施例中，所述摄像头包括红外摄像头、夜视摄像头、网络摄像头、数字摄像头、高清摄像头、4K摄像头、8K高清摄像头等摄像装置，所述移动底盘包括全能型通用底盘、拱腰式移动底盘等机器人移动底盘，所述激光雷达包括脉冲激光雷达、连续波激光雷达等雷达。
可以理解的是，所述移动机器人100包括但不限于清洁机器人、服务机器人、远程监控机器人、扫地机器人等机器人。
可以理解的是，所述用户终端200包括但不限于：移动通信设备、移动个人计算机设备、便携式娱乐设备以及其他具有视频播放功能和上网功能的电子设备。
可以理解的是，所述服务器300包括但不限于：塔式服务器、机架式服务器、刀片式服务器以及云服务器。
可以理解的是，所述网络400包括2G、3G、4G、5G、无线局域网、蓝牙等无线网络，也可以包括串口线、网线等有线网络。
请再参阅图2，图2是本发明实施例提供的一种室内空间分区方法的流程示意图；
如图2所示，该空间分区方法，应用于移动机器人，所述方法包括：
步骤S10：建立目标空间的栅格地图，提取所述栅格地图的轮廓获得轮廓地图；
具体的，所述移动机器人，例如扫地机器人通过对目标空间进行全覆盖清扫，通过全覆盖清扫获取目标空间的栅格地图，请参阅图3，图3是本发明实施例提供的一种目标空间的栅格地图的示意图。
在建立目标空间的栅格地图后，所述方法还包括：对所述栅格地图进行二值化处理，生成所述目标空间的二值化图像；
具体的，所述移动机器人对所述目标空间的栅格地图进行二值化处理，或者，所述移动机器人将所述空间地图发送到服务器，所述服务器通过移动机器人获取目标空间的栅格地图，并将所述目标空间的栅格地图进行二值化处理，即进行黑白处理，黑色像素值为0，表示该栅格被占据，即该栅格为障碍栅格，白色像素值为255，表示该栅格没有被占据，即该栅格为自由栅格，通过确定所述栅格地图中的全部栅格的像素值，生成所述目标空间的二值化图像，即所述目标空间的栅格地图的二值化图像。
在本发明实施例中，通过栅格模型确定所述空间地图中的每一栅格为自由栅格或障碍栅格，栅格模型表示如下式(1)所示：
其中，map[i][j]表示栅格地图中坐标为i,j的栅格，并且，若Occ函数的返回值为1，则表示该栅格被占据，该栅格是障碍栅格，若Occ函数的返回值为0，则表示为该栅格未被占据，该栅格是自由栅格。
在本发明实施例中，通过设定像素阈值，若所述栅格地图的某一栅格的像素值小于所述像素阈值，则对该栅格进行处理，即将该栅格的像素值变为0，实现将栅格地图中的墙内区域和墙外区域分离。可以理解的是，墙外区域包括墙体部分，请参阅图4，图4是本发明实施例提供的一种二值化图像的示意图。
具体的，所述提取所述栅格地图的轮廓获得轮廓地图，包括：提取所述二值化图像的外轮廓，获得目标空间的轮廓图；
具体的，通过对所述二值化图像进行边缘检测，其中，通过边缘检测算法提取所述二值化图像中的对象与背景间的交界线，在本发明实施例中，所述边缘检测算法包括：Sober算法、Laplacian算法、Prewitt算法、Roberts算法以及Canny算法等，优选地，本发明实施例采用Canny算法，以提高对图像边缘的敏感性。其中，所述边缘检测包括滤波、边界轮廓增强、边缘点检测等步骤。具体的，通过OpenCV自带函数findContours进行轮廓查找，提取所述二值化图像的外轮廓，通过提取所述二值化图像的外轮廓，从而去除所述目标空间的墙体，得到去除墙体的轮廓图，请参阅图5，图5是本发明实施例提供的一种轮廓图的示意图。
在本发明实施例中，在提取所述二值化图像的外轮廓之前，所述方法还包括：
对所述二值化图像进行预处理，所述预处理包括：高斯滤波、中值滤波以及形态学滤波，通过对所述二值化图像进行预处理，能够消除二值化图像中的噪声，使图像更为清晰。
步骤S20：基于预设间距搜索所述栅格地图中的疑似门位置，并确定门位置；
具体的，基于预设间距，对所述轮廓图进行膨胀和腐蚀操作，生成轮廓线之间的线段，所述轮廓线之间的线段为所述栅格地图中的疑似门位置，其中，所述预设间距可以理解为门的宽度，所述轮廓图包括多个轮廓线，通过对所述轮廓图进行膨胀和腐蚀操作，其中，先对所述轮廓图进行腐蚀操作，再对所述轮廓图进行膨胀操作，即对所述轮廓图进行开运算，获取经过开运算之后的轮廓图，对经过开运算之后的轮廓图和原始的轮廓图进行相减操作，可以理解的是，在经过开运算之后的轮廓图相比原始的轮廓图而言，会增加多条线段，通过对经过开运算之后的轮廓图和原始的轮廓图进行相减操作，将经过开运算之后的轮廓图减去原始的轮廓图，得到线段图，从而得到轮廓线之间的线段，即疑似门位置。
在本发明实施例中，所述方法还包括：在生成多条所述轮廓线之间的线段之后，对所述线段进行筛选，确定所述多条线段中的异常线段，删除所述多条线段中的异常线段。可以理解的是，在一个轮廓附近，可能存在多条线段，但其中有更符合人们划分的线段，有的则是异常线段，因此需要对异常线段进行去除，通过对所述多条线段进行筛选，生成筛选后的连接线，包括：确定所述多条线段中的异常线段，删除所述多条连接线中的异常线段。
具体的，所述确定所述多条线段中的异常线段，包括：判断任意两条线段是否存在交叉，若是，则确定所述交叉的线段中的若干条为异常线段，并保留其中一条为正常线段，或者，预设最小面积阈值，判断是否存在多条交界面积小于预设最小面积阈值的线段，若是，则将将至少两条交界面积小于预设最小面积阈值的线段进行合并，或者，合并形状相似的线段，例如：去掉异常线段，比如交叉的线段，或者，去掉不符合人类划分的线段，或者，将至少两条交界面积小于预设最小面积阈值的线段进行合并，或者，合并形状相似的线段。在本发明实施例中，通过对所述多条线段进行筛选，生成筛选后的线段，能够更好地确定数量更少的线段，通过对线段进行筛选或者处理后，生成筛选或处理后的线段，基于筛选或处理后的线段，有利于直观地对空间区域进行分区。
其中，所述栅格地图包括第一栅格地图和第二栅格地图，所述第一栅格地图和第二栅格地图的初始信息相同，所述基于预设间距搜索所述栅格地图中的疑似门位置，并确定门位置包括：
基于预设间距搜索所述第一栅格地图中的疑似门位置并确定门位置，根据所述门位置确定封闭区域，获取所述分区边界；
剔除所述第一栅格地图中的封闭区域获得二次栅格地图，所述分区边界为所述封闭区域与所述二次栅格地图的交集部分。
具体的，所述第一栅格地图和第二栅格地图的初始信息相同，相当于在初始状态下，所述第二栅格地图和第二栅格地图的参数相同，通过基于预设间距，对所述轮廓图进行开运算，获取所述轮廓图的轮廓线之间的多条线段，并确定每一所述线段为疑似门位置，生成至少一个疑似门位置，通过所述至少一个疑似门位置进行搜索，确定门位置，请参阅图6，图6是本发明实施例提供的一种疑似门位置的示意图。
具体的，请再参阅图7，图7是图2中的步骤S20的细化流程图；
如图7所示，所述步骤S20：基于预设间距搜索所述栅格地图中的疑似门位置，并确定门位置，包括：
步骤S21：判断所述疑似门位置是否满足门参数条件；
具体的，所述门参数条件包括：所述疑似门位置的长度等于所述预设间距，且所述疑似门位置的宽度不超过宽度阈值，例如：所述预设间距为70，所述宽度阈值为10。
步骤S22：确定所述疑似门位置为门位置；
请参阅图8，图8是本发明实施例提供的一种门位置的示意图。
具体的，若确定所述疑似门位置为门位置，则进一步将所述门位置对应的线段保留在所述栅格地图中。
在本发明实施例中，所述方法还包括：当疑似门位置满足门参数条件，判断所述疑似门位置对应的区域的面积是否大于预设面积阈值，若是，则将所述疑似门位置进行填充形成所述封闭区域，获取所述分区边界，请参阅图9，图9是本发明实施例提供的一种封闭区域的示意图。
具体的，当所述疑似门位置满足门参数条件时，判断所述疑似门位置对应的区域的面积是否大于预设面积阈值，若是，则确定所述疑似门位置为门位置，具体的，判断所述疑似门位置的线段连接到所述轮廓图后形成的轮廓的区域面积是否大于预设面积阈值，所述预设面积阈值可以人为设置，例如：所述预设面积阈值可以设置为3㎡，若所述待连接线段连接到所述轮廓图后形成的轮廓的区域面积＞3㎡，则认为该轮廓所在位置为房间区域。
并且，在确定所述疑似门位置对应的区域的面积大于预设面积阈值后，进一步将所述疑似门位置对应的区域进行填充，以形成封闭区域，并获取分区边界，例如：对所述疑似门位置对应的区域填充黑色，以形成封闭区域，请参阅图9，图9是本发明实施例提供的一种封闭区域的示意图。
步骤S23：确定所述疑似门位置不为门位置；
具体的，若确定所述疑似门位置不为门位置，则将所述疑似门位置对应的线段从所述栅格地图中删除。
步骤S30：根据所述门位置确定封闭区域，通过所述封闭区域获取分区边界；
具体的，根据所述门位置，将所述门位置进行连线，确定所述门位置连线后形成的区域为封闭区域，可以理解的是，可以由至少一个门位置进行连线以获取一个封闭区域。
其中，所述通过所述封闭区域获取分区边界，包括：
其中，通过剔除所述第一栅格地图中的封闭区域获得二次栅格地图，所述分区边界为所述封闭区域与所述二次栅格地图的交集部分，具体的，将所述封闭区域从所述第一栅格地图中剔除，获取二次栅格地图，对所述封闭区域和所述二次栅格地图进行求交集操作，获取所述封闭区域与所述二次栅格地图的交集部分，从而确定所述分区边界，或者，通过对所述第一栅格地图的封闭区域进行轮廓提取，确定所述封闭区域的轮廓，将所述封闭区域的轮廓确定为所述分区边界，可以理解的是，当存在多个封闭区域时，确定多个封闭区域的至少一个交界线，将所述交界线作为所述分区边界。
步骤S40：通过所述分区边界更新所述栅格地图，获得分区地图；
具体的，在确定所述封闭区域的分区边界后，将所述分区边界保留到所述栅格地图中，以更新所述栅格地图，获得分区地图。
在本发明实施例中，所述方法还包括：
将所述第二栅格地图中与所述分区边界对应部分进行处理，获得所述分区地图。
具体的，由于所述第二栅格地图与所述第一栅格地图的初始信息相同，当确定了第一栅格地图中的分区边界后，将所述第二栅格地图中与分区边界对应的位置进行处理，例如：对所述分区边界对应的位置进行填充，填充白色或灰色，例如将该连接线的像素点的像素值修改为255，从而对所述第二栅格地图进行更新，将更新后的第二栅格地图作为所述分区地图，请参阅图10，图10是本发明实施例提供的一种分区地图的示意图。
步骤S50：按照预设梯度增大所述预设间距，重复上述步骤，遍历所述栅格地图，直至所述预设间距大于预设间距阈值，获得所述分区地图。
具体的，所述预设间距的初始值为70，所述预设间距阈值为100，所述预设梯度为不超过10的正整数。
具体的，请再参阅图11，图11是本发明实施例提供的一种空间分区方法的细化流程示意图；
如图11所示，该空间分区方法，包括：
步骤S111：建立目标空间的栅格地图；
具体的，移动机器人，例如扫地机器人通过对目标空间进行全覆盖清扫，通过全覆盖清扫获取目标空间的栅格地图。
步骤S112：提取所述栅格地图的轮廓获得轮廓地图；
具体的，在建立目标空间的栅格地图后，对所述栅格地图进行二值化处理，生成所述目标空间的二值化图像，对所述二值化图像进行边缘检测，提取所述栅格地图的二值化图像的轮廓，获得轮廓地图。
步骤S113：基于预设间距搜索所述栅格地图中的疑似门位置，并确定门位置；
具体的，基于预设间距，对所述轮廓图进行膨胀和腐蚀操作，生成轮廓线之间的线段，所述轮廓线之间的线段为所述栅格地图中的疑似门位置，根据所述疑似门位置，确定门位置，包括：判断所述疑似门位置是否满足门参数条件，若是，则确定该疑似门位置为门位置，其中，所述门参数条件包括：所述疑似门位置的长度等于所述预设间距，且所述疑似门位置的宽度不超过宽度阈值，例如：所述预设间距为70，所述宽度阈值为10。其中，所述根据所述疑似门位置，确定门位置，还包括：判断所述疑似门位置对应的区域的面积是否大于预设面积阈值，若是，则将所述疑似门位置确定为门位置，并对所述疑似门位置对应的区域进行填充形成封闭区域。
步骤S114：根据所述门位置确定封闭区域，通过所述封闭区域获取分区边界；
具体的，通过剔除所述第一栅格地图中的封闭区域获得二次栅格地图，所述分区边界为所述封闭区域与所述二次栅格地图的交集部分，具体的，将所述封闭区域从所述第一栅格地图中剔除，获取二次栅格地图，对所述封闭区域和所述二次栅格地图进行求交集操作，获取所述封闭区域与所述二次栅格地图的交集部分，从而确定所述分区边界，或者，通过对所述第一栅格地图的封闭区域进行轮廓提取，确定所述封闭区域的轮廓，将所述封闭区域的轮廓确定为所述分区边界，可以理解的是，当存在多个封闭区域时，确定多个封闭区域的至少一个交界线，将所述交界线作为所述分区边界。
步骤S115：通过所述分区边界更新所述栅格地图，获得更新后的分区地图；
具体的，在当前的预设间距下，获取当前的预设间距下的分区边界，更新所述栅格地图，获得更新后的分区地图。
步骤S116：判断所述预设间距是否大于预设间距阈值；
可以理解的是，所述预设间距可以认为是门的宽度，即通过预设间距，对门所在的位置进行确认。通过判断所述预设间距是否大于预设间距阈值，确定是否停止遍历所述栅格地图，若所述预设间距大于预设间距阈值，则停止遍历所述栅格地图，并将最后更新后的分区地图作为分区地图。在本发明实施例中，所述预设间距的初始值设置为70，所述预设间距阈值设置为100，可以理解的是，所述预设间距的初始值和预设间距阈值可以根据实际情况进行调整，在此不作具体限制。
当所述预设间距小于预设间距阈值时，则按照预设梯度增大所述预设间距，即预设间距＝预设间距+预设梯度，并返回步骤S113：基于预设间距搜索所述栅格地图中的疑似门位置，并确定门位置。
例如：所述预设间距的初始值为70，所述预设梯度为10，所述预设间距阈值为110，所述预设间距、预设梯度以及预设间距阈值的单位均为厘米，则所述预设间距梯度增加，分别为70、80、90、100，分别对70、80、90、100的预设间距下确定对应的疑似门位置，通过遍历所述目标空间的栅格地图，确定多个疑似门位置，将所述多个疑似门位置的线段与所述目标空间的栅格地图进行合成，生成分区地图。
步骤S117：获得所述分区地图；
在本发明实施例中，所述方法还包括：在搜索出所有满足条件的疑似门位置后，对所述栅格地图进行处理，即对所有的疑似门位置对应的区域进行区域填充，生成多个封闭区域。
在本发明实施例中，所述方法还包括：根据所述分区边界对所述分区地图进行编号，生成所述目标空间的每一房间区域的区域序号。
具体的，根据所述分区边界，确定所述分区地图的每一房间区域，对所述分区地图的每一房间区域进行编号，生成所述目标空间的每一房间区域的区域序号，其中，在对每一预设间距下，确定连接线连接到轮廓图后形成的每一轮廓后，则确定该轮廓为房间区域，此时对所述房间区域进行编号，例如：从顺序1开始编号。或者，在全部遍历完整个目标空间的栅格地图后，对所述目标空间的多个房间区域同时进行编号，或者，用户通过在用户终端的应用程序APP中对所述房间区域进行编号，并将编号后的栅格地图发送到移动机器人，以使所述移动机器人保存每一房间区域的编号。
请再参阅图12，图12是本发明实施例提供的一种空间分区方法的另一流程示意图；
如图12所示，该空间分区方法，包括：
步骤S121：向用户终端发送所述分区地图；
具体的，移动机器人或服务器向用户终端发送分区后的栅格地图，其中，所述用户终端安装有应用程序APP，通过所述应用程序APP呈现所述分区地图，可以理解的是，所述用户终端在接收到所述分区地图后，将对所述分区地图进行处理，以更好地将所述分区地图进行呈现，例如：对所述栅格地图的每一个房间区域进行编号。
步骤S122：接收用户终端发送的区域选择指令，控制所述移动机器人对所述房间区域进行清扫，其中，所述区域选择指令由用户通过用户端界面选择区域序号生成。
具体的，用户通过所述用户终端的应用程序APP选择指定区域，即确定待清扫的区域，所述应用程序APP生成区域选择指令，所述应用程序APP向所述移动机器人发送所述区域选择指令，所述移动机器人接收所述用户终端发送的区域选择指令，根据所述区域选择指令，获取指定区域，控制所述移动机器人对所述指定区域进行清扫。
具体的，所述移动机器人的控制器解析所述区域选择指令，确定所述区域选择指令中的指定区域，即待清扫区域，以使所述控制器控制所述移动机器人对所述指定区域进行清扫。
在本发明实施例中，通过提供一种空间分区方法，应用于移动机器人，包括：建立目标空间的栅格地图，提取所述栅格地图的轮廓获得轮廓地图；基于预设间距搜索所述栅格地图中的疑似门位置，并确定门位置；根据所述门位置确定封闭区域，通过所述封闭区域获取分区边界；通过所述分区边界更新所述栅格地图，获得分区地图；按照预设梯度增大所述预设间距，重复上述步骤，遍历所述栅格地图，直至所述预设间距大于预设间距阈值，获得所述分区地图。通过梯度设置预设间距以搜索栅格地图中的疑似门位置，并确定门位置，进而生成分区地图，本发明能够提高空间分区的效率。
请再参阅图13，图13是本发明实施例提供的一种空间分区装置的结构示意图；
如图13所示，该空间分区装置130，应用于移动机器人，所述装置包括：
栅格地图单元131，用于建立目标空间的栅格地图；
轮廓地图单元132，用于提取所述栅格地图的轮廓获得轮廓地图；
门位置单元133，用于基于预设间距搜索所述栅格地图中的疑似门位置，并确定门位置；
分区边界单元134，用于根据所述门位置确定封闭区域，通过所述封闭区域获取分区边界；
分区地图单元135，用于通过所述分区边界更新所述栅格地图，获得分区地图，按照预设梯度增大所述预设间距，重复上述步骤，遍历所述栅格地图，直至所述预设间距大于预设间距阈值，获得所述分区地图。
在本发明实施例中，所述栅格地图包括第一栅格地图和第二栅格地图，所述第一栅格地图和第二栅格地图的初始信息相同，所述装置还包括：
交集单元，用于基于预设间距搜索所述第一栅格地图中的疑似门位置并确定门位置，根据所述门位置确定封闭区域，获取所述分区边界；
剔除所述第一栅格地图中的封闭区域获得二次栅格地图，所述分区边界为所述封闭区域与所述二次栅格地图的交集部分。
在本发明实施例中，所述门位置单元133，具体用于：
判断所述疑似门位置是否满足门参数条件；
若满足所述门参数条件则确定所述疑似门位置为门位置；
其中，所述门参数条件包括：所述疑似门位置的长度等于所述预设间距，且所述疑似门位置的宽度不超过宽度阈值。
在本发明实施例中，所述门位置单元133，具体还用于：
当疑似门位置满足门参数条件，判断所述疑似门位置对应的区域的面积是否大于预设面积阈值，若是，则将所述疑似门位置进行填充形成所述封闭区域，获取所述分区边界。
在本发明实施例中，所述预设间距的初始值为70，所述预设间距阈值为100，所述预设梯度为不超过10的正整数。
在本发明实施例中，通过提供一种空间分区装置，应用于移动机器人，所述装置包括：栅格地图单元，用于建立目标空间的栅格地图；轮廓地图单元，用于提取所述栅格地图的轮廓获得轮廓地图；门位置单元，用于基于预设间距搜索所述栅格地图中的疑似门位置，并确定门位置；分区边界单元，用于根据所述门位置确定封闭区域，通过所述封闭区域获取分区边界；分区地图单元，用于通过所述分区边界更新所述栅格地图，获得分区地图，按照预设梯度增大所述预设间距，重复上述步骤，遍历所述栅格地图，直至所述预设间距大于预设间距阈值，获得所述分区地图。通过梯度设置预设间距搜索栅格地图中的疑似门位置，本发明能够提高空间分区的效率。
请再参阅图14，图14是本发明实施例提供的一种移动机器人的结构示意图；
如图14所示，该移动机器人140包括一个或多个处理器141以及存储器142。其中，图14中以一个处理器141为例。
处理器141和存储器142可以通过总线或者其他方式连接，图14中以通过总线连接为例。
存储器142作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的一种空间分区方法对应的单元(例如，图13所述的各个单元)。处理器141通过运行存储在存储器142中的非易失性软件程序、指令以及模块，从而执行空间分区方法的各种功能应用以及数据处理，即实现上述方法实施例的空间分区方法以及上述装置实施例的各个模块和单元的功能。
存储器142可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器142可选包括相对于处理器141远程设置的存储器，这些远程存储器可以通过网络连接至处理器141。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述模块存储在所述存储器142中，当被所述一个或者多个处理器141执行时，执行上述任意方法实施例中的空间分区方法，例如，执行以上描述的图2所示的各个步骤；也可实现图13所述的各个模块或单元的功能。
本申请实施例的移动机器人以多种形式存在，在执行以上描述的图2所示的各个步骤；也可实现图13所述的各个单元的功能时，包括但不限于：清洁机器人、服务机器人、远程监控机器人、扫地机器人等机器人。
需要说明的是，本发明的说明书及其附图中给出了本发明的较佳的实施方式，但是，本发明可以通过许多不同的形式来实现，并不限于本说明书所描述的实施方式，这些实施方式不作为对本发明内容的额外限制，提供这些实施方式的目的是使对本发明的公开内容的理解更加透彻全面。并且，上述各技术特征继续相互组合，形成未在上面列举的各种实施方式，均视为本发明说明书记载的范围；进一步地，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种空间分区方法，应用于移动机器人，其特征在于，包括：
建立目标空间的栅格地图，提取所述栅格地图的轮廓获得轮廓地图；
基于预设间距搜索所述栅格地图中的疑似门位置，并确定门位置；
根据所述门位置确定封闭区域，通过所述封闭区域获取分区边界；
通过所述分区边界更新所述栅格地图，获得分区地图；
按照预设梯度增大所述预设间距，重复上述步骤，遍历所述栅格地图，直至所述预设间距大于预设间距阈值，获得所述分区地图。
2.根据权利要求1所述的方法，其特征在于，所述栅格地图包括第一栅格地图和第二栅格地图，所述第一栅格地图和第二栅格地图的初始信息相同，所述方法还包括：
基于预设间距搜索所述第一栅格地图中的疑似门位置并确定门位置，根据所述门位置确定封闭区域，获取所述分区边界；
剔除所述第一栅格地图中的封闭区域获得二次栅格地图，所述分区边界为所述封闭区域与所述二次栅格地图的交集部分。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
将所述第二栅格地图中与所述分区边界对应部分进行处理，获得所述分区地图。
4.根据权利要求1所述的方法，其特征在于，所述基于预设间距搜索所述栅格地图中的疑似门位置，并确定门位置，包括：
判断所述疑似门位置是否满足门参数条件；
若满足所述门参数条件则确定所述疑似门位置为门位置；
其中，所述门参数条件包括：所述疑似门位置的长度等于所述预设间距，且所述疑似门位置的宽度不超过宽度阈值。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
当疑似门位置满足门参数条件，判断所述疑似门位置对应的区域的面积是否大于预设面积阈值，若是，则将所述疑似门位置进行填充形成所述封闭区域，获取所述分区边界。
6.根据权利要求1至5任一项所述的方法，其特征在于，所述方法还包括：
所述预设间距的初始值为70，所述预设间距阈值为100，所述预设梯度为不超过10的正整数。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述分区边界对所述分区地图进行编号，生成所述目标空间的每一房间区域的区域序号。
8.根据权利要求7所述的方法，其特征在于，所述移动机器人与用户终端建立通信连接，所述方法还包括：
向用户终端发送所述分区地图；
接收用户终端发送的区域选择指令，控制所述移动机器人对所述房间区域进行清扫，其中，所述区域选择指令由用户通过用户端界面选择区域序号生成。
9.一种空间分区装置，其特征在于，包括：
栅格地图单元，用于建立目标空间的栅格地图；
轮廓地图单元，用于提取所述栅格地图的轮廓获得轮廓地图；
门位置单元，用于基于预设间距搜索所述栅格地图中的疑似门位置，并确定门位置；
分区边界单元，用于根据所述门位置确定封闭区域，通过所述封闭区域获取分区边界；
分区地图单元，用于通过所述分区边界更新所述栅格地图，获得分区地图，按照预设梯度增大所述预设间距，重复上述步骤，遍历所述栅格地图，直至所述预设间距大于预设间距阈值，获得所述分区地图。
10.一种移动机器人，其特征在于，包括：
至少一个处理器；和
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，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-8任一项所述的空间分区方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911328932.8A CN111127500A (zh) | 2019-12-20 | 2019-12-20 | 一种空间分区方法、装置及移动机器人 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911328932.8A CN111127500A (zh) | 2019-12-20 | 2019-12-20 | 一种空间分区方法、装置及移动机器人 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111127500A true CN111127500A (zh) | 2020-05-08 |
Family
ID=70500825
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911328932.8A Pending CN111127500A (zh) | 2019-12-20 | 2019-12-20 | 一种空间分区方法、装置及移动机器人 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111127500A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112015175A (zh) * | 2020-08-12 | 2020-12-01 | 深圳华芯信息技术股份有限公司 | 用于移动机器人的房间分割方法、系统、终端以及介质 |
| CN112150390A (zh) * | 2020-09-30 | 2020-12-29 | 小狗电器互联网科技（北京）股份有限公司 | 图像去噪方法、装置、计算机可读存储介质及电子设备 |
| CN112182279A (zh) * | 2020-12-03 | 2021-01-05 | 武大吉奥信息技术有限公司 | 一种基于离散网格与影像匹配的室内自定位方法及设备 |
| CN113885486A (zh) * | 2020-07-02 | 2022-01-04 | 尚科宁家(中国)科技有限公司 | 移动机器人的自主分区方法和移动机器人 |
| CN114365974A (zh) * | 2022-01-26 | 2022-04-19 | 微思机器人(深圳)有限公司 | 一种室内清洁分区方法、装置和扫地机器人 |
| CN114557635A (zh) * | 2020-11-27 | 2022-05-31 | 尚科宁家(中国)科技有限公司 | 清洁机器人及其分区识别方法 |
| CN115407777A (zh) * | 2022-08-31 | 2022-11-29 | 深圳银星智能集团股份有限公司 | 分区优化方法及清洁机器人 |
| CN115399699A (zh) * | 2022-08-31 | 2022-11-29 | 深圳银星智能集团股份有限公司 | 门口区域的确定方法、存储介质及清洁机器人 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106802655A (zh) * | 2016-11-30 | 2017-06-06 | 北京贝虎机器人技术有限公司 | 室内地图生成方法及装置 |
| CN107833230A (zh) * | 2017-11-09 | 2018-03-23 | 北京进化者机器人科技有限公司 | 室内环境地图的生成方法及装置 |
| US20190129433A1 (en) * | 2016-12-29 | 2019-05-02 | Amicro Semiconductor Corporation | A path planning method of intelligent robot |
| CN110269550A (zh) * | 2019-06-13 | 2019-09-24 | 深圳市银星智能科技股份有限公司 | 一种门位置识别方法以及移动机器人 |
-
2019
- 2019-12-20 CN CN201911328932.8A patent/CN111127500A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106802655A (zh) * | 2016-11-30 | 2017-06-06 | 北京贝虎机器人技术有限公司 | 室内地图生成方法及装置 |
| US20190129433A1 (en) * | 2016-12-29 | 2019-05-02 | Amicro Semiconductor Corporation | A path planning method of intelligent robot |
| CN107833230A (zh) * | 2017-11-09 | 2018-03-23 | 北京进化者机器人科技有限公司 | 室内环境地图的生成方法及装置 |
| CN110269550A (zh) * | 2019-06-13 | 2019-09-24 | 深圳市银星智能科技股份有限公司 | 一种门位置识别方法以及移动机器人 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113885486A (zh) * | 2020-07-02 | 2022-01-04 | 尚科宁家(中国)科技有限公司 | 移动机器人的自主分区方法和移动机器人 |
| CN112015175A (zh) * | 2020-08-12 | 2020-12-01 | 深圳华芯信息技术股份有限公司 | 用于移动机器人的房间分割方法、系统、终端以及介质 |
| CN112150390A (zh) * | 2020-09-30 | 2020-12-29 | 小狗电器互联网科技（北京）股份有限公司 | 图像去噪方法、装置、计算机可读存储介质及电子设备 |
| CN114557635A (zh) * | 2020-11-27 | 2022-05-31 | 尚科宁家(中国)科技有限公司 | 清洁机器人及其分区识别方法 |
| CN114557635B (zh) * | 2020-11-27 | 2023-11-03 | 尚科宁家(中国)科技有限公司 | 清洁机器人及其分区识别方法 |
| CN112182279A (zh) * | 2020-12-03 | 2021-01-05 | 武大吉奥信息技术有限公司 | 一种基于离散网格与影像匹配的室内自定位方法及设备 |
| CN114365974A (zh) * | 2022-01-26 | 2022-04-19 | 微思机器人(深圳)有限公司 | 一种室内清洁分区方法、装置和扫地机器人 |
| CN115407777A (zh) * | 2022-08-31 | 2022-11-29 | 深圳银星智能集团股份有限公司 | 分区优化方法及清洁机器人 |
| CN115399699A (zh) * | 2022-08-31 | 2022-11-29 | 深圳银星智能集团股份有限公司 | 门口区域的确定方法、存储介质及清洁机器人 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111127500A (zh) | 一种空间分区方法、装置及移动机器人 | |
| CN110888960B (zh) | 一种室内空间分区方法、装置及移动机器人 | |
| CN103375872B (zh) | 空调设备运行状态的控制方法及空调设备 | |
| CN106527444B (zh) | 清洁机器人的控制方法及清洁机器人 | |
| CN111609852A (zh) | 语义地图构建方法、扫地机器人及电子设备 | |
| JP2019532369A (ja) | エリア分類に基づくロボットの構成可能な動作のためのシステム及び方法 | |
| CN107981790A (zh) | 室内区域划分方法及扫地机器人 | |
| CN110262487B (zh) | 一种障碍物检测方法、终端及计算机可读存储介质 | |
| CN111679661A (zh) | 基于深度相机的语义地图构建方法及扫地机器人 | |
| CN109984691A (zh) | 一种扫地机器人控制方法 | |
| CN111381590A (zh) | 一种扫地机器人及其路线规划方法 | |
| WO2020215910A1 (zh) | 封闭空间的区域分割方法、装置和可移动设备 | |
| CN111679664A (zh) | 基于深度相机的三维地图构建方法及扫地机器人 | |
| CN111973068A (zh) | 一种智能机器人的控制方法、装置及控制系统 | |
| CN113985866A (zh) | 扫地机器人路径规划方法、装置、电子设备、存储介质 | |
| CN111609853A (zh) | 三维地图构建方法、扫地机器人及电子设备 | |
| CN110742557B (zh) | 一种摄像头的控制方法、装置及电子设备 | |
| GB2584839A (en) | Mapping of an environment | |
| CN111309011A (zh) | 一种自主探索目标的决策方法、系统、设备及存储介质 | |
| US20240085212A1 (en) | Map zone dividing method, apparatus, autonomous mobile device and storage medium | |
| CN113744329A (zh) | 区域自动划分、机器人行走控制方法、系统、设备和介质 | |
| CN112748721A (zh) | 视觉机器人及其清洁控制方法、系统和芯片 | |
| CN111358359B (zh) | 机器人的避线方法、装置、芯片及扫地机器人 | |
| CN112155476B (zh) | 一种机器人的控制方法、装置、电子设备及存储介质 | |
| CN116700228A (zh) | 机器人路径规划方法、电子设备及可读存储介质 |
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 | ||
| CB02 | Change of applicant information |
Address after: 518000 1701, building 2, Yinxing Zhijie, No. 1301-72, sightseeing Road, Xinlan community, Guanlan street, Longhua District, Shenzhen, Guangdong Province Applicant after: Shenzhen Yinxing Intelligent Group Co.,Ltd. Address before: 518000 building A1, Yinxing hi tech Industrial Park, Guanlan street, Longhua District, Shenzhen City, Guangdong Province Applicant before: Shenzhen Silver Star Intelligent Technology Co.,Ltd. |
|
| CB02 | Change of applicant information |