CN111145634A - 一种校正地图的方法及装置 - Google Patents
一种校正地图的方法及装置 Download PDFInfo
- Publication number
- CN111145634A CN111145634A CN201911421126.5A CN201911421126A CN111145634A CN 111145634 A CN111145634 A CN 111145634A CN 201911421126 A CN201911421126 A CN 201911421126A CN 111145634 A CN111145634 A CN 111145634A
- Authority
- CN
- China
- Prior art keywords
- map
- detection
- loop
- correcting
- detection range
- 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
Links
Images
Classifications
-
- 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
- G09B29/005—Map projections or methods associated specifically therewith
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请适用于构建地图的技术领域,提供了一种校正地图的方法及装置,包括:根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测;根据所述首次回环检测的结果,校正所述第一预设地图,得到第二地图;根据所述第二地图行进,当到达第二位置时,在所述第二位置的第二检测范围内进行第二次回环检测,其中所述第二检测范围小于所述第一检测范围;根据所述第二次回环检测的结果,校正所述第二地图,得到校正地图。上述方式通过在预设条件下,缩小下一次回环检测的检测范围,以减小数据处理量,提高了回环检测效率。
Description
技术领域
本申请属于构建地图的技术领域,尤其涉及一种校正地图的方法、装置、机器人以及计算机可读存储介质。
背景技术
随着最近几年机器人、无人机、无人驾驶、虚拟现实技术以及增强现实技术的火爆,同步定位与地图构建(Simultaneous Localization and Mapping,SLAM)得到大量应用。SLAM技术是根据自身位置构建周围环境的增量式地图,从而达到同时定位和地图构建的目的。
而SLAM中包括回环检测技术,又称闭环检测,是指机器人识别曾到达某场景,使得地图闭环的能力。在传统技术中,为了提高地图的准确性,机器人可通过多次回环检测以达到校正地图的目的。而传统技术在多次回环检测中,往往需要将当前帧和固定距离内的多个历史帧进行特征匹配,处理的数据量巨大,导致回环检测的效率较低。
发明内容
有鉴于此,本申请实施例提供了一种校正地图的方法及装置,可以解决在传统技术在多次回环检测中,往往需要将当前帧和固定距离内的多个历史帧进行特征匹配,处理的数据量巨大,导致回环检测的效率较低的技术问题。
本申请实施例的第一方面提供了一种校正地图的方法,包括:
根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测;
根据所述首次回环检测的结果,校正所述第一预设地图,得到第二地图;
根据所述第二地图行进,当到达第二位置时,在所述第二位置的第二检测范围内进行第二次回环检测,其中所述第二检测范围小于所述第一检测范围;
根据所述第二次回环检测的结果,校正所述第二地图,得到校正地图。
本申请实施例的第二方面提供了一种校正地图的装置,包括:
第一检测单元,用于根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测;
第一计算单元,用于根据所述首次回环检测的结果,校正所述第一预设地图,得到第二地图;
第二检测单元,用于根据所述第二地图行进,当到达第二位置时,在所述第二位置的第二检测范围内进行第二次回环检测,其中所述第二检测范围小于所述第一检测范围;
第二计算单元,用于根据所述第二次回环检测的结果,校正所述第二地图,得到校正地图。
本申请实施例的第三方面提供了一种机器人,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,所述处理器操作所述计算机程序时实现上述第一方面所述方法的步骤。
本申请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操作时实现上述第一方面所述方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:在本申请中,通过根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测;根据所述首次回环检测的结果,校正所述第一预设地图,得到第二地图;根据所述第二地图行进,当到达第二位置时,在所述第二位置的第二检测范围内进行第二次回环检测,其中所述第二检测范围小于所述第一检测范围;根据所述第二次回环检测的结果,校正所述第二地图,得到校正地图。上述方式通过在预设条件下,缩小下一次回环检测的检测范围,以减小数据处理量,提高了回环检测效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或相关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申请的一些实施例,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它的附图。
图1示出了本申请提供的一种校正地图的方法的示意性流程图;
图2示出了本申请提供的一种校正地图的方法中机器人移动轨迹示意图;
图3示出了本申请提供的一种校正地图的方法中步骤101的具体示意性流程图;
图4示出了本申请提供的一种校正地图的方法中步骤102的具体示意性流程图;
图5示出了本申请提供的一种校正地图的方法中步骤104的具体示意性流程图;
图6示出了本申请提供的另一种校正地图的方法的示意性流程图;
图7示出了本申请提供的另一种校正地图的方法的示意性流程图;
图8示出了本申请提供的另一种校正地图的方法的示意性流程图;
图9示出了本申请提供的一种校正地图的装置的示意图;
图10示出了本申请一实施例提供的一种机器人的示意图。
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,以便透彻理解本申请实施例。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申请。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申请的描述。
随着最近几年机器人、无人机、无人驾驶、虚拟现实技术以及增强现实技术的火爆,同步定位与地图构建(Simultaneous Localization and Mapping,SLAM)得到大量应用。SLAM技术是根据自身位置构建周围环境的增量式地图,从而达到同时定位和地图构建的目的。
而SLAM中包括回环检测技术,又称闭环检测,是指机器人识别曾到达某场景,使得地图闭环的能力。在传统技术中,为了提高地图的准确性,机器人可通过多次回环检测以达到校正地图的目的。而传统技术在多次回环检测中,往往需要将当前帧和固定距离内的多个历史帧进行特征匹配,处理的数据量巨大,导致回环检测的效率较低。
有鉴于此,本申请实施例提供了一种校正地图的方法、装置、机器人以及计算机可读存储介质,可以解决在传统技术在多次回环检测中,往往需要将当前帧和固定距离内的多个历史帧进行特征匹配,处理的数据量巨大,导致回环检测的效率较低的技术问题。
请参见图1,图1示出了本申请提供的一种校正地图的方法的示意性流程图。
如图1所示,该方法可以包括如下步骤:
步骤101,根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测。
SLAM技术主要分如下部分:数据采集、后端优化、建图以及闭环检测。其中,在机器人在建图的过程中,由于路径的不断延伸,机器人在建图过程中会存在一些累计误差,而这些累计误差可通过回环检测进行校正。
首先,机器人通过上述建图技术得到所述第一预设地图,并根据所述第一预设地图行进,当机器人到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测。
其中,所述第一位置为机器人根据第一预设地图达到的第一个“历史位置”,由于第一预设地图可能存在误差,故第一个历史位置可能存在偏差。
当机器人到达所述第一位置时,则触发回环检测。请参见图2,图2示出了本申请提供的一种校正地图的方法中机器人移动轨迹示意图,例如图2所示,机器人根据第一预设地图由O点出发,沿着箭头方向运动,到达曾经路过的历史位置P,此时触发首次回环检测,所述回环检测的检测范围为所述第一检测范围。而所述检测范围是指所述第一位置在历史轨迹上,一定范围内的多个历史帧。例如,当前检测范围为2m(米),则需要获取在历史轨迹上,距离所述第一位置前方1m(米)和后方1m(米)内的历史帧。其中,所述历史帧是机器人通过传感器在行进的过程中以一定的采样周期,采集的多个历史帧,并将所述历史帧存储至数据库中。
具体地,所述在所述第一位置的第一检测范围内进行首次回环检测,包括以下步骤,请参见图3,图3示出了本申请提供的一种校正地图的方法中步骤101的具体示意性流程图。
步骤1011,获取传感器当前采集的当前帧,获取所述第一检测范围内多个预存的历史帧。
所述传感器包括但不限于激光传感器和视觉传感器等。当机器人到达第一位置时,传感器采集第一位置的当前帧。例如,当传感器为激光传感器时,激光传感器采集当前的一组激光数据,根据所述激光数据形成当前帧;当传感器为视觉激光传感器时,通过视觉传感器采集当前画面,将所述画面作为所述当前帧。
机器人获取数据库中所述第一检测范围内多个预存的历史帧。
步骤1012,计算所述当前帧和每个历史帧的相似度。
提取所述当前帧多个特征和每个所述历史帧的多个特征,将所述当前帧多个特征和每个所述历史帧的多个特征进行特征匹配,得到所述相似度。
步骤1013,若多个所述相似度不都小于第三阈值,则将相似度最大的历史帧在第一预设地图中所处的位置作为第一回环位置。
当所述相似度大于或等于第三阈值时,表示当前帧和历史帧为同一个位置,可将所述相似度大于或等于第三阈值的历史帧对应的位置作为所述第一回环位置。
步骤1014,若多个所述相似度都小于第三阈值,则确定所述第一检测范围内不存在所述第一回环位置。
步骤102,根据所述首次回环检测的结果,校正所述第一预设地图,得到第二地图。
根据首次回环检测中所述当前帧和每个历史帧的相似度,匹配第一回环位置,并根据所述第一回环位置校正所述第一预设地图,得到第二地图。
具体地,所述根据所述首次回环检测的结果,校正所述第一预设地图,得到第二地图,包括以下步骤,请参见图4,图4示出了本申请提供的一种校正地图的方法中步骤102的具体示意性流程图。
步骤1021,若所述首次回环检测的结果包括第一回环位置,则根据所述第一回环位置以及所述第一位置校正所述第一预设地图,得到第二地图。
所述首次回环检测的结果包括但不限于第一回环位置。当所述首次回环检测的结果包括第一回环位置,则表示首次回环检测成功。并在回环检测成功时,根据所述第一回环位置以及所述第一位置校正所述第一预设地图,得到第二地图。例如,根据所述第一回环位置以及所述第一位置之间坐标值的差值,调整所述第一预设地图中所有像素点的坐标值。
步骤1022,若所述首次回环检测的结果未包括第一回环位置,则返回执行所述根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测的步骤以及后续步骤。
若所述首次回环检测的结果未包括第一回环位置,则表示首次回环检测失败,需重新执行步骤101以及后续步骤,直至得到第一回环位置。
步骤103,根据所述第二地图行进,当到达第二位置时,在所述第二位置的第二检测范围内进行第二次回环检测,其中所述第二检测范围小于所述第一检测范围。
当得到所述第二地图时,需要进行第二次回环检测,以不断优化地图的精准度。
其中,机器人根据所述第二地图行进,当到达第二位置时,在所述第二位置的第二检测范围内进行第二次回环检测。所述第二位置为机器人根据第一预设地图达到的第二个“历史位置”,由于第二地图可能存在误差,故第二个历史位置可能存在偏差,需通过第二次回环检测进行校正。
其中,在回环检测中,检测范围越大历史帧越多,也就意味着计算量越大。而第二地图经过了首次回环检测,所述第二地图的误差已经控制在较小的范围内,故无需采用较大的检测范围进行回环检测。故本实施例,采用较小的检测范围进行回环检测,以减少数据量。所述第二检索范围可根据实际的误差精度进行设定。
步骤104,根据所述第二次回环检测的结果,校正所述第二地图,得到校正地图。
根据第二回环检测中所述当前帧和每个历史帧的相似度,获取所述第二回环位置,并根据所述第二回环位置校正所述第二预设地图,得到校正地图。
具体地,所述根据所述第二次回环检测的结果,校正所述第二地图,得到校正地图,包括以下步骤,请参见图5,图5示出了本申请提供的一种校正地图的方法中步骤104的具体示意性流程图。
步骤1041,若第二次回环检测的结果包括第二回环位置时,则根据所述第二回环位置以及所述第二位置,校正所述第二地图,得到校正地图。
所述第二次回环检测的结果包括但不限于第二回环位置。当所述第二次回环检测的结果包括第二回环位置,则表示第二次回环检测成功。并在回环检测成功时,根据所述第二回环位置以及所述第二位置,校正所述第二预设地图。
步骤1042,若第二次回环检测的结果未包括第二回环位置时,则返回执行所述根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测的步骤以及后续步骤。
若所述第二次回环检测的结果未包括第二回环位置,则表示第二次回环检测失败,需重新执行步骤101以及后续步骤,直至得到第二回环位置。
在本实施例中,通过根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测;根据所述首次回环检测的结果,校正所述第一预设地图,得到第二地图;根据所述第二地图行进,当到达第二位置时,在所述第二位置的第二检测范围内进行第二次回环检测,其中所述第二检测范围小于所述第一检测范围;根据所述第二次回环检测的结果,校正所述第二地图,得到校正地图。上述方式通过在预设条件下,缩小下一次回环检测的检测范围,以减小数据处理量,提高了回环检测效率。
可选地,在图1所示实施例的基础上,在所述根据所述第二地图行进之后,还包括如下步骤,请参见图6,图6示出了本申请提供的另一种校正地图的方法的示意性流程图。其中,本实施例中步骤601、步骤602以及步骤608,与图1所示实施例中步骤101、步骤102以及步骤104相同,具体请参阅图1所示实施例中步骤101、步骤102以及步骤104的相关描述,此处不赘述。
步骤601,根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测。
步骤602,根据所述首次回环检测的结果,校正所述第一预设地图,得到第二地图。
步骤603,根据所述第二地图行进,获取以第一回环位置为起点,在所述第一预设时间间隔内到达的第一检测位置。
由于在实际应用过程中,传感器往往容易受到光照或特征匹配的局限性等因素的影响,导致在回环检测时,回环检测误差较大。故在本实施中,通过对第二地图进行再次检测,以验证首次回环检测是否准确。
获取机器人以第一回环位置为起点,在所述第一预设时间间隔内到达的第一检测位置。例如,图2所示,假设P点为回环优化后的位置,机器人在回环优化后,在第一预设时间间隔内由P运动至A,A点即为所述第一检测位置。
步骤604,基于第一预设地图,获取以第一回环位置为起点,在第一预设时间间隔内到达的第二检测位置。
获取机器人以第一回环位置为起点,在第一预设时间间隔内到达的第二检测位置。例如,图2所示,机器人在回环优化前,在第一预设时间间隔内由P运动至B,B点即为所述第二检测位置。
步骤605,计算所述第一检测位置和第二检测位置的第一距离。
将第一回环位置记为P点,第一检测位置记为A点,第二检测位置记为B点,通过如下公式得到所述第一距离:
步骤606,若所述第一距离大于第一阈值,则返回执行所述根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测的步骤以及后续步骤。
若所述第一距离大于第一阈值,表示回环检测失败,需重新执行步骤101以及后续步骤。
步骤607,若所述第一距离小于或等于第一阈值,则执行所述当到达第二位置时,在所述第二位置的第二检测范围内进行第二次回环检测的步骤以及后续步骤。
若所述第一距离小于或等于第一阈值,判定首次回环检测准确,可进行第二次回环检测。
步骤608,根据所述第二次回环检测的结果,校正所述第二地图,得到校正地图。
在本实施例中,通过基于第一预设地图,获取以第一回环位置为起点,在第一预设时间间隔内到达的第一检测位置;基于第二地图,获取以第一回环位置为起点,在所述第一预设时间间隔内到达的第二检测位置;计算所述第一检测位置和第二检测位置的第一距离;若所述第一距离小于或等于第一阈值,则执行所述当到达第二位置时,在所述第二位置的第二检测范围内进行第二次回环检测的步骤以及后续步骤;若所述第一距离大于第一阈值,则返回执行所述根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测的步骤以及后续步骤。上述方式通过以第一回环位置为起点,在首次回环检测前后分别获取第一检测位置和第二检测位置之间的距离,进而判断首次回环检测是否准确,提高了回环检测的准确率。
可选地,在上述图1所示实施例的基础上,在所述根据所述第二次回环检测的结果,校正所述第二地图,得到校正地图之后,还包括如下步骤,请参见图7,图7示出了本申请提供的另一种校正地图的方法的示意性流程图。其中,本实施例中步骤701和步骤702,与图1所示实施例中步骤101和步骤102相同,具体请参阅图1所示实施例中步骤101和步骤102的相关描述,此处不赘述。
步骤701,根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测。
步骤702,根据所述首次回环检测的结果,校正所述第一预设地图,得到第二地图。
步骤703,基于第二地图,获取以第二回环位置为起点,在第二预设时间间隔内到达的第三检测位置。
其中,在第二地图的历史轨迹中,获取机器人以第二回环位置为起点,在所述第二预设时间间隔内到达的第三检测位置。
步骤704,基于校正地图,获取以第二回环位置为起点,在所述第二预设时间间隔内到达的第四检测位置。
在校正地图的当前轨迹中,获取机器人以第二回环位置为起点,在第二预设时间间隔内到达的第四检测位置。
步骤705,计算所述第三检测位置和第四检测位置的第二距离。
步骤706,若所述第二距离大于第二阈值,则返回执行所述根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测的步骤以及后续步骤。
在本实施例中,通过基于第二地图,获取以第二回环位置为起点,在第二预设时间间隔内到达的第三检测位置;基于校正地图,获取以第二回环位置为起点,在所述第二预设时间间隔内到达的第四检测位置;计算所述第三检测位置和第四检测位置的第二距离;若所述第二距离大于第二阈值,则返回执行所述根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测的步骤以及后续步骤。上述方式通过以第二回环位置为起点,在第二次回环检测前后分别获取第三检测位置和第四检测位置之间的距离,进而判断第二次回环检测是否准确,提高了回环检测的准确率。
可选地,在上述图7所示实施例的基础上,在所述计算所述第三检测位置和第四检测位置的第二距离之后,还包括如下步骤,请参见图8,图8示出了本申请提供的另一种校正地图的方法的示意性流程图。其中,本实施例中步骤801至步骤806,与图7所示实施例中步骤701至步骤706相同,具体请参阅图7所示实施例中步骤701至步骤706的相关描述,此处不赘述。
步骤801,根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测。
步骤802,根据所述首次回环检测的结果,校正所述第一预设地图,得到第二地图。
步骤803,基于第二地图,获取以第二回环位置为起点,在第二预设时间间隔内到达的第三检测位置。
步骤804,基于校正地图,获取以第二回环位置为起点,在所述第二预设时间间隔内到达的第四检测位置。
步骤805,计算所述第三检测位置和第四检测位置的第二距离。
步骤806,若所述第二距离大于第二阈值,则返回执行所述根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测的步骤以及后续步骤。
步骤807,若所述第二距离小于或等于第二阈值,则根据校正地图行进,当到达第三位置时,在所述第三位置的第三检测范围内进行第三次回环检测。
在本实施中通过第三次回环检测,以检测校正地图的精确度。若所述第二距离小于或等于第二阈值,判定第二次回环检测成功,可进行第三次回环检测。其中,所述第三检测范围小于第二检测范围。
步骤808,若第三次回环检测的结果包括第三回环位置,则返回执行所述根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测的步骤以及后续步骤。
若第三次回环检测的结果包括第三回环位置,表示前两次回环检测的精度较低,需重新执行步骤101。
可以理解的是,第三次回环检测并不是为了调整所述校正地图,而是为了检测校正地图的精确度是否符合预设标准,其中,所述第三检测范围可根据误差精度设定。
在本实施例中,通过在所述第二距离小于或等于第二阈值时,根据校正地图行进,当到达第三位置时,在所述第三位置的第三检测范围内进行第三次回环检测。通过第三次回环检测,以保证所述校正地图的精准度。
如图9本申请提供了一种校正地图的装置9,请参见图9,图9示出了本申请提供的一种校正地图的装置的示意图,如图9所示一种校正地图的装置包括:
第一检测单元91,用于根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测;
第一计算单元92,用于根据所述首次回环检测的结果,校正所述第一预设地图,得到第二地图;
第二检测单元93,用于根据所述第二地图行进,当到达第二位置时,在所述第二位置的第二检测范围内进行第二次回环检测,其中所述第二检测范围小于所述第一检测范围;
第二计算单元94,用于根据所述第二次回环检测的结果,校正所述第二地图,得到校正地图。
本申请实施例与现有技术相比存在的有益效果是:在本申请中,通过根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测;根据所述首次回环检测的结果,校正所述第一预设地图,得到第二地图;根据所述第二地图行进,当到达第二位置时,在所述第二位置的第二检测范围内进行第二次回环检测,其中所述第二检测范围小于所述第一检测范围;根据所述第二次回环检测的结果,校正所述第二地图,得到校正地图。上述方式通过在预设条件下,缩小下一次回环检测的检测范围,以减小数据处理量,提高了回环检测效率。
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,而不应对本申请实施例的实施过程构成任何限定。
图10示出了本申请一实施例提供的一种机器人的示意图。如图10所示,该实施例的一种机器人100包括:处理器1000、存储器1001以及存储在所述存储器1001中并可在所述处理器1000上运行的计算机程序1002,例如一种校正地图的程序。所述处理器1000执行所述计算机程序1002时实现上述各个一种校正地图的方法实施例中的步骤,例如图1所示的步1001至步骤1004。或者,所述处理器1000执行所述计算机程序1002时实现上述各装置实施例中各单元的功能,例如图9所示单元91至94。
示例性的,所述计算机程序1002可以被分割成一个或多个单元,所述一个或者多个单元被存储在所述存储器1001中,并由所述处理器1000执行,以完成本申请。所述一个或多个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1002在所述一种机器人100中的执行过程。例如,所述计算机程序1002可以被分割成获取单元和计算单元各单元具体功能如下:
根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测;
根据所述首次回环检测的结果,校正所述第一预设地图,得到第二地图;
根据所述第二地图行进,当到达第二位置时,在所述第二位置的第二检测范围内进行第二次回环检测,其中所述第二检测范围小于所述第一检测范围;
根据所述第二次回环检测的结果,校正所述第二地图,得到校正地图。
所述一种机器人100可以是机器人、桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述一种机器人可包括,但不仅限于,处理器1000、存储器1001。本领域技术人员可以理解,图10仅仅是一种机器人100的示例,并不构成对一种机器人100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,例如所述一种机器人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1000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)、现成可编程门阵列(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1001可以是所述一种机器人100的内部存储单元,例如一种机器人100的硬盘或内存。所述存储器1001也可以是所述一种机器人100的外部存储设备,例如所述一种机器人100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1001还可以既包括所述一种机器人100的内部存储单元也包括外部存储设备。所述存储器1001用于存储所述计算机程序以及所述一种机器人所需的其他程序和数据。所述存储器1001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申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的机器人和方法,可以通过其它的方式实现。例如,以上所描述的机器人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,在本申请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,本申请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(Read-Only Memory,ROM)、随机存取存储器(Random AccessMemory,RAM)、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申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之间。
Claims (10)
1.一种校正地图的方法,其特征在于,所述方法包括:
根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测;
根据所述首次回环检测的结果,校正所述第一预设地图,得到第二地图;
根据所述第二地图行进,当到达第二位置时,在所述第二位置的第二检测范围内进行第二次回环检测,其中所述第二检测范围小于所述第一检测范围;
根据所述第二次回环检测的结果,校正所述第二地图,得到校正地图。
2.如权利要求1所述的方法,其特征在于,所述根据所述首次回环检测的结果,校正所述第一预设地图,得到第二地图,包括:
若所述首次回环检测的结果包括第一回环位置,则根据所述第一回环位置以及所述第一位置校正所述第一预设地图,得到第二地图;
若所述首次回环检测的结果未包括第一回环位置,则返回执行所述根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测的步骤以及后续步骤。
3.如权利要求2所述的方法,其特征在于,在所述根据所述第二地图行进之后,还包括:
基于第二地图,获取以第一回环位置为起点,在所述第一预设时间间隔内到达的第一检测位置;
基于第一预设地图,获取以第一回环位置为起点,在第一预设时间间隔内到达的第二检测位置;
计算所述第一检测位置和第二检测位置的第一距离;
若所述第一距离小于或等于第一阈值,则执行所述当到达第二位置时,在所述第二位置的第二检测范围内进行第二次回环检测的步骤以及后续步骤;
若所述第一距离大于第一阈值,则返回执行所述根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测的步骤以及后续步骤。
4.如权利要求1所述的方法,其特征在于,所述根据所述第二次回环检测的结果,校正所述第二地图,得到校正地图,包括:
若第二次回环检测的结果包括第二回环位置时,则根据所述第二回环位置以及所述第二位置,校正所述第二地图,得到校正地图;
若第二次回环检测的结果未包括第二回环位置时,则返回执行所述根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测的步骤以及后续步骤。
5.如权利要求4所述的方法,其特征在于,在所述根据所述第二次回环检测的结果,校正所述第二地图,得到校正地图之后,还包括:
基于第二地图,获取以第二回环位置为起点,在第二预设时间间隔内到达的第三检测位置;
基于校正地图,获取以第二回环位置为起点,在所述第二预设时间间隔内到达的第四检测位置;
计算所述第三检测位置和第四检测位置的第二距离;
若所述第二距离大于第二阈值,则返回执行所述根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测的步骤以及后续步骤。
6.如权利要求5所述的方法,其特征在于,在所述计算所述第三检测位置和第四检测位置的第二距离之后,还包括:
若所述第二距离小于或等于第二阈值,则根据校正地图行进,当到达第三位置时,在所述第三位置的第三检测范围内进行第三次回环检测;
若第三次回环检测的结果包括第三回环位置,则返回执行所述根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测的步骤以及后续步骤。
7.如权利要求1所述的方法,其特征在于,所述在所述第一位置的第一检测范围内进行首次回环检测,包括:
获取传感器当前采集的当前帧,获取所述第一检测范围内多个预存的历史帧;
计算所述当前帧和每个历史帧的相似度;
若多个所述相似度不都小于第三阈值,则将相似度最大的历史帧在第一预设地图中所处的位置作为第一回环位置;
若多个所述相似度都小于第三阈值,则确定所述第一检测范围内不存在所述第一回环位置。
8.一种校正地图的装置,其特征在于,所述装置包括:
第一检测单元,用于根据第一预设地图行进,当到达第一位置时,在所述第一位置的第一检测范围内进行首次回环检测;
第一计算单元,用于根据所述首次回环检测的结果,校正所述第一预设地图,得到第二地图;
第二检测单元,用于根据所述第二地图行进,当到达第二位置时,在所述第二位置的第二检测范围内进行第二次回环检测,其中所述第二检测范围小于所述第一检测范围;
第二计算单元,用于根据所述第二次回环检测的结果,校正所述第二地图,得到校正地图。
9.一种机器人,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,所述处理器操作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操作时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911421126.5A CN111145634B (zh) | 2019-12-31 | 2019-12-31 | 一种校正地图的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911421126.5A CN111145634B (zh) | 2019-12-31 | 2019-12-31 | 一种校正地图的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111145634A true CN111145634A (zh) | 2020-05-12 |
CN111145634B CN111145634B (zh) | 2022-02-22 |
Family
ID=70522912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911421126.5A Active CN111145634B (zh) | 2019-12-31 | 2019-12-31 | 一种校正地图的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111145634B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112833912A (zh) * | 2020-12-31 | 2021-05-25 | 杭州海康机器人技术有限公司 | 一种v-slam地图校验方法、装置及设备 |
CN113297259A (zh) * | 2021-05-31 | 2021-08-24 | 深圳市优必选科技股份有限公司 | 机器人及其环境地图构建方法和装置 |
WO2024007807A1 (zh) * | 2022-07-06 | 2024-01-11 | 杭州萤石软件有限公司 | 一种误差校正方法、装置及移动设备 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001051890A1 (en) * | 2000-01-12 | 2001-07-19 | American Gnc Corporation | Micro inertial measurement unit |
CN103776439A (zh) * | 2012-10-22 | 2014-05-07 | 联想(北京)有限公司 | 一种构建地图的方法及装置 |
CN104457765A (zh) * | 2013-09-25 | 2015-03-25 | 联想(北京)有限公司 | 定位方法、电子设备和服务器 |
CN105953788A (zh) * | 2016-04-28 | 2016-09-21 | 上海慧流云计算科技有限公司 | 一种目标对象的定位方法及系统 |
CN106979783A (zh) * | 2016-01-16 | 2017-07-25 | 鸿富锦精密工业(深圳)有限公司 | 一种室内定位方法以及室内定位系统 |
CN108168560A (zh) * | 2017-12-27 | 2018-06-15 | 沈阳智远弘业机器人有限公司 | 一种用于全向agv的复合导航控制方法 |
CN108571960A (zh) * | 2017-03-09 | 2018-09-25 | 深圳市朗驰欣创科技股份有限公司 | 一种定位方法和定位设备 |
CN108961811A (zh) * | 2017-05-25 | 2018-12-07 | 纵目科技(上海)股份有限公司 | 停车场车辆定位方法、系统、移动终端及存储介质 |
CN108959321A (zh) * | 2017-05-25 | 2018-12-07 | 纵目科技(上海)股份有限公司 | 停车场地图构建方法、系统、移动终端及存储介质 |
CN109141395A (zh) * | 2018-07-10 | 2019-01-04 | 深圳市沃特沃德股份有限公司 | 一种基于视觉回环校准陀螺仪的扫地机定位方法及装置 |
KR101948728B1 (ko) * | 2018-09-28 | 2019-02-15 | 네이버랩스 주식회사 | 데이터 수집 방법 및 시스템 |
CN109556596A (zh) * | 2018-10-19 | 2019-04-02 | 北京极智嘉科技有限公司 | 基于地面纹理图像的导航方法、装置、设备及存储介质 |
CN109612474A (zh) * | 2018-12-26 | 2019-04-12 | 腾讯科技(深圳)有限公司 | 一种地图道路匹配方法、装置、服务器及存储介质 |
CN109959381A (zh) * | 2017-12-22 | 2019-07-02 | 深圳市优必选科技有限公司 | 一种定位方法、装置、机器人及计算机可读存储介质 |
CN110057370A (zh) * | 2019-06-13 | 2019-07-26 | 浙江智玲机器人科技有限公司 | 机器人的定位方法和装置 |
CN110132306A (zh) * | 2019-05-20 | 2019-08-16 | 广州小鹏汽车科技有限公司 | 车辆定位误差的纠正方法及系统 |
CN110268354A (zh) * | 2019-05-09 | 2019-09-20 | 珊口(深圳)智能科技有限公司 | 更新地图的方法及移动机器人 |
US20190310104A1 (en) * | 2011-10-10 | 2019-10-10 | Texas Instruments Incorporated | Robust step detection using low cost mems accelerometer in mobile applications, and processing methods, apparatus and systems |
CN110587597A (zh) * | 2019-08-01 | 2019-12-20 | 深圳市银星智能科技股份有限公司 | 一种基于激光雷达的slam闭环检测方法及检测系统 |
-
2019
- 2019-12-31 CN CN201911421126.5A patent/CN111145634B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001051890A1 (en) * | 2000-01-12 | 2001-07-19 | American Gnc Corporation | Micro inertial measurement unit |
US20190310104A1 (en) * | 2011-10-10 | 2019-10-10 | Texas Instruments Incorporated | Robust step detection using low cost mems accelerometer in mobile applications, and processing methods, apparatus and systems |
CN103776439A (zh) * | 2012-10-22 | 2014-05-07 | 联想(北京)有限公司 | 一种构建地图的方法及装置 |
CN104457765A (zh) * | 2013-09-25 | 2015-03-25 | 联想(北京)有限公司 | 定位方法、电子设备和服务器 |
CN106979783A (zh) * | 2016-01-16 | 2017-07-25 | 鸿富锦精密工业(深圳)有限公司 | 一种室内定位方法以及室内定位系统 |
CN105953788A (zh) * | 2016-04-28 | 2016-09-21 | 上海慧流云计算科技有限公司 | 一种目标对象的定位方法及系统 |
CN108571960A (zh) * | 2017-03-09 | 2018-09-25 | 深圳市朗驰欣创科技股份有限公司 | 一种定位方法和定位设备 |
CN108959321A (zh) * | 2017-05-25 | 2018-12-07 | 纵目科技(上海)股份有限公司 | 停车场地图构建方法、系统、移动终端及存储介质 |
CN108961811A (zh) * | 2017-05-25 | 2018-12-07 | 纵目科技(上海)股份有限公司 | 停车场车辆定位方法、系统、移动终端及存储介质 |
CN109959381A (zh) * | 2017-12-22 | 2019-07-02 | 深圳市优必选科技有限公司 | 一种定位方法、装置、机器人及计算机可读存储介质 |
CN108168560A (zh) * | 2017-12-27 | 2018-06-15 | 沈阳智远弘业机器人有限公司 | 一种用于全向agv的复合导航控制方法 |
CN109141395A (zh) * | 2018-07-10 | 2019-01-04 | 深圳市沃特沃德股份有限公司 | 一种基于视觉回环校准陀螺仪的扫地机定位方法及装置 |
KR101948728B1 (ko) * | 2018-09-28 | 2019-02-15 | 네이버랩스 주식회사 | 데이터 수집 방법 및 시스템 |
CN109556596A (zh) * | 2018-10-19 | 2019-04-02 | 北京极智嘉科技有限公司 | 基于地面纹理图像的导航方法、装置、设备及存储介质 |
CN109612474A (zh) * | 2018-12-26 | 2019-04-12 | 腾讯科技(深圳)有限公司 | 一种地图道路匹配方法、装置、服务器及存储介质 |
CN110268354A (zh) * | 2019-05-09 | 2019-09-20 | 珊口(深圳)智能科技有限公司 | 更新地图的方法及移动机器人 |
CN110132306A (zh) * | 2019-05-20 | 2019-08-16 | 广州小鹏汽车科技有限公司 | 车辆定位误差的纠正方法及系统 |
CN110057370A (zh) * | 2019-06-13 | 2019-07-26 | 浙江智玲机器人科技有限公司 | 机器人的定位方法和装置 |
CN110587597A (zh) * | 2019-08-01 | 2019-12-20 | 深圳市银星智能科技股份有限公司 | 一种基于激光雷达的slam闭环检测方法及检测系统 |
Non-Patent Citations (2)
Title |
---|
MOSKALENKO: ""The Model and Training Algorithm of Compact"", 《DATA 》 * |
徐彬彬: ""基于特征地图的改进回环检测算法"", 《兵工自动化》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112833912A (zh) * | 2020-12-31 | 2021-05-25 | 杭州海康机器人技术有限公司 | 一种v-slam地图校验方法、装置及设备 |
CN112833912B (zh) * | 2020-12-31 | 2024-03-05 | 杭州海康机器人股份有限公司 | 一种v-slam地图校验方法、装置及设备 |
CN113297259A (zh) * | 2021-05-31 | 2021-08-24 | 深圳市优必选科技股份有限公司 | 机器人及其环境地图构建方法和装置 |
WO2024007807A1 (zh) * | 2022-07-06 | 2024-01-11 | 杭州萤石软件有限公司 | 一种误差校正方法、装置及移动设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111145634B (zh) | 2022-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11002840B2 (en) | Multi-sensor calibration method, multi-sensor calibration device, computer device, medium and vehicle | |
CN111354042B (zh) | 机器人视觉图像的特征提取方法、装置、机器人及介质 | |
CN111145634B (zh) | 一种校正地图的方法及装置 | |
CN111815754B (zh) | 一种三维信息确定方法、三维信息确定装置及终端设备 | |
CN111950555B (zh) | 文本识别方法、装置、可读介质及电子设备 | |
CN112880687B (zh) | 一种室内定位方法、装置、设备和计算机可读存储介质 | |
CN108496059B (zh) | 一种惯量传感器的校正方法、装置、终端设备和存储介质 | |
CN110471409B (zh) | 机器人巡检方法、装置、计算机可读存储介质及机器人 | |
CN110222641B (zh) | 用于识别图像的方法和装置 | |
US11034028B2 (en) | Pose determining method for mobile robot and apparatus and mobile robot thereof | |
CN110930444B (zh) | 一种基于双边优化的点云匹配方法、介质、终端和装置 | |
CN113554712B (zh) | 自动驾驶车辆的配准方法、装置、电子设备和车辆 | |
CN110673607A (zh) | 动态场景下的特征点提取方法、装置、及终端设备 | |
CN111488762A (zh) | 一种车道级定位方法、装置及定位设备 | |
CN112212851B (zh) | 一种位姿确定方法、装置、存储介质及移动机器人 | |
CN111157012B (zh) | 一种机器人导航方法、装置、可读存储介质及机器人 | |
EP3598388A1 (en) | Method and apparatus for visual odometry, and non-transitory computer-readable recording medium | |
CN113635299B (zh) | 一种机械臂的校正方法、终端设备及存储介质 | |
CN115375774A (zh) | 确定相机外参的方法、装置、设备及存储介质 | |
CN114415129A (zh) | 基于多项式模型的视觉与毫米波雷达联合标定方法及装置 | |
CN113297259A (zh) | 机器人及其环境地图构建方法和装置 | |
CN113112551A (zh) | 相机参数的确定方法、装置、路侧设备和云控平台 | |
CN113227708B (zh) | 确定俯仰角的方法、装置及终端设备 | |
CN112711965B (zh) | 一种绘本识别方法、装置及设备 | |
CN117506919B (zh) | 一种手眼标定方法、装置、终端设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |