CN111158384B - 机器人建图方法、设备及存储介质 - Google Patents
机器人建图方法、设备及存储介质 Download PDFInfo
- Publication number
- CN111158384B CN111158384B CN202010270499.3A CN202010270499A CN111158384B CN 111158384 B CN111158384 B CN 111158384B CN 202010270499 A CN202010270499 A CN 202010270499A CN 111158384 B CN111158384 B CN 111158384B
- Authority
- CN
- China
- Prior art keywords
- waypoint
- waypoints
- path
- robot
- topological
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000013507 mapping Methods 0.000 title claims description 50
- 238000005457 optimization Methods 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 41
- 238000010586 diagram Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种机器人建图方法、设备及存储介质,通过机器人管理系统接收机器人录入的机器人自身在行驶建图过程中所记录的路点,并将机器人录入的所述路点按照机器人行驶的先后顺序进行编号;在机器人运行完所有可行驶的通道时,根据所述路点对应编号的先后顺序依次连接相邻路点,得到拓扑地图对应的初步路径;按照预设路点间距和最小路径角,合并满足优化规则的路点和初步路径,得到对应的拓扑地图;实现了自动化、批量化进行路点和路径录入的目的,节约了拓扑地图录入的人力成本和时间成本,降低了错误率。
Description
技术领域
本发明涉及机器人技术领域,特别涉及一种机器人建图方法、设备及存储介质。
背景技术
基于激光slam(simultaneous localization and mapping,定位与地图构建)导航的自主移动机器人的导航层分为两层,分别是路由规划层(也称路径规划层)和运动规划层(也称自由导航层)。其中,路由规划层解决的是路线问题,例如,到达目标点有左中右三条路径,路由规划层决定选择采取哪一条路径;而运动规划层则处理在沿着该路径行驶时的障碍规避以及如何采取最短行进距离等。在机器人部署过程中,操作人员需要向机器人管理系统中录入拓扑地图。拓扑地图录入的传统方法是,在建立完成激光点云地图后,操作人员手动在已完成的激光点云地图上取点作为路点,并将之连线作为路径,以此完成拓扑地图的录入。这种方法需要消耗大量的人力成本和时间成本,同时人工手动录入在一定程度上很可能发生错误;另外,由于这种拓扑地图的建立依赖于已有的激光点云地图,因此,拓扑地图的这种建立方式必须先建立激光点云地图,在时间上也造成了一定的浪费。
发明内容
本本发明提供一种机器人建图方法、设备及存储介质,用以在机器人建立激光点云地图的同时,自动录入拓扑地图。
第一方面,本发明提供了一种机器人建图方法,所述机器人建图方法包括:
机器人管理系统接收机器人录入的机器人自身在行驶建图过程中所记录的路点,并将机器人录入的所述路点按照机器人行驶的先后顺序进行编号;
机器人管理系统在机器人运行完所有可行驶的通道时,根据所述路点对应编号的先后顺序依次连接相邻路点,得到拓扑地图对应的初步路径;
机器人管理系统按照预设路点间距和最小路径角,合并满足优化规则的路点和初步路径,得到对应的拓扑地图。
第二方面,本发明提供了一种机器人建图装置,所述机器人建图装置包括:
数据处理模块,用于接收机器人录入的机器人自身在行驶建图过程中所记录的路点,并将机器人录入的所述路点按照机器人行驶的先后顺序进行编号;
地图初建模块,用于在机器人运行完所有可行驶的通道时,根据所述路点对应编号的先后顺序依次连接相邻路点,得到拓扑地图对应的初步路径;
地图优化模块,用于按照预设路点间距和最小路径角,合并满足优化规则的路点和初步路径,得到对应的拓扑地图。
第三方面,本发明提供了一种电子设备,所述电子设备包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的机器人建图程序,所述机器人建图程序被所述处理器运行时,执行所述的机器人建图方法。
第四方面,本发明提供了一种计算机存储介质,所述存储介质上存储有机器人建图程序,所述机器人建图程序可以被一个或者多个处理器执行,以实现所述的机器人建图方法的步骤。
本发明一种机器人建图方法、设备及存储介质,通过机器人管理系统接收机器人录入的机器人自身在行驶建图过程中所记录的路点,并将机器人录入的所述路点按照机器人行驶的先后顺序进行编号;在机器人运行完所有可行驶的通道时,根据所述路点对应编号的先后顺序依次连接相邻路点,得到拓扑地图对应的初步路径;按照预设路点间距和最小路径角,合并满足优化规则的路点和初步路径,得到对应的拓扑地图;实现了自动化、批量化进行路点和路径录入的目的,节约了拓扑地图录入的人力成本和时间成本,降低了错误率。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明机器人建图方法的一种实施方式的流程示意图;
图2是本发明机器人建图方法中图1所述实施例中步骤S30的一种实施方式的流程示意图;
图3是本发明机器人建图方法中机器人建立地图时行驶轨迹的一种实施方式的轨迹示意图;
图4是本发明机器人建图方法中图3的行驶轨迹对应的包含初步路点和初步路径的一种实施方式的轨迹示意图;
图5.1是本发明机器人建图方法中合并路点的一种实施方式的路点示意图;
图5.2是本发明机器人建图方法中合并路点的另一种实施方式的路点示意图;
图5.3是本发明机器人建图方法中合并路点的又一种实施方式的路点示意图;
图5.4是本发明机器人建图方法中合并路点的再一种实施方式的路点示意图;
图6.1是本发明机器人建图方法中优化路径的一种实施方式的路径示意图;
图6.2是本发明机器人建图方法中优化路径的另一种实施方式的路径示意图;
图6.3是本发明机器人建图方法中优化路径的又一种实施方式的路径示意图;
图6.4是本发明机器人建图方法中优化路径的又一种实施方式的路径示意图;
图6.5是本发明机器人建图方法中优化路径的再一种实施方式的路径示意图;
图7是本发明机器人建图方法中经优化后的拓扑路径的一种实施方式的路径局部细节示意图;
图8是本发明机器人建图方法中图3所示的初步路径经优化后得到的最终拓扑路径的示意图;
图9是本发明机器人建图装置的一种实施方式的功能模块示意图;
图10是本发明电子设备的一种实施方式的内部结构示意图。
具体实施方式
以下结合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。
本发明提供了一种机器人建图方法、设备及存储介质,通过记录机器人行驶建图的轨迹,然后进行图形优化处理来获得拓扑地图,实现了自动化、批量化地进行路点和路径录入,且与激光点云地图同时绘制,大幅度节省了拓扑地图录入的人力成本和时间成本,降低了错误率。
如图1所示,图1是本发明机器人建图方法的一种实施方式的流程示意图;本发明一种机器人建图方法可以实施为如下描述的步骤S10-S30:
步骤S10、机器人管理系统接收机器人录入的机器人自身在行驶建图过程中所记录的路点,并将机器人录入的所述路点按照机器人行驶的先后顺序进行编号;
本发明实施例中,机器人管理系统中获取对应路点的方式是由机器人录入的,机器人在行驶建图的过程中,按照预设距离记录机器人的当前坐标,比如,机器人根据预设距离,每隔一定的预设距离就记录自身的坐标,并将记录的坐标保存为路点,同时,机器人将保存的路点录入所述机器人管理系统。比如,在一个具体的应用场景中,在机器人建图的过程中,机器人在当前环境中基于引导(比如,操作人员基于控制端下发的控制指令,或者由操作人员直接控制机器人)行驶建图,从而机器人能够知晓如何行驶以及可运行的通道,从而完成拓扑地图的创建。
本发明实施例中,为了能够进行路由规划,需要在激光点云地图上建立大量路点,并将其连接成路径。这些路径需要覆盖所有可以行驶的通道,路点需要覆盖所有分岔路口,这些路点和路径是物理世界中的通道,即机器人在业务运行中可以调用的行驶资源的抽象描述;由路点和路径构成的地图叫做拓扑地图,机器人的运动规划是基于激光点云地图进行的,而机器人的路由规划则是依据拓扑地图进行的。
机器人管理系统接收到机器人录入的该机器人行驶建图过程中记录的路点时,将接收到的上述路点按照机器人行驶的先后顺序进行编号。在一个实施例中,机器人在记录路点的同时,可以直接按照行驶的先后顺序由机器人自身对记录的路点进行编号后,一并录入机器人管理系统;机器人管理系统直接接收并保存机器人录入的路点信息,该路点信息包括但不限于:路点对应的坐标、路点编号以及路点记录时间戳等信息。
步骤S20、机器人管理系统在机器人运行完所有可行驶的通道时,根据所述路点对应编号的先后顺序依次连接相邻路点,得到拓扑地图对应的初步路径;
本发明实施例中,当机器人行驶建图结束时,机器人管理系统根据机器人录入的路点先后顺序和/或路点对应编号的先后顺序,依次连接相邻路点,构成对应的路径,即可得到包含路点和初步路径的初始拓扑地图。
其中,机器人行驶建图的行驶轨迹应当经过该环境对应的所有拓扑地图所需要覆盖的所有路径轨迹。
步骤S30、机器人管理系统按照预设路点间距和最小路径角,合并满足优化规则的路点和初步路径,得到对应的拓扑地图。
机器人管理系统基于上述记录的初步路点和初步路径,按照一定的优化规则,对上述记录的初步路点和初步路径进行优化;比如,删除或者合并不必要的路点的同时,针对删除或者合并不必要路点后余下的其他路点,重新连线得到余下的其他路点对应的拓扑路径,从而得到优化后的拓扑地图。
进一步地,在一个实施例中,在机器人首次执行地图创建之前,机器人管理系统可以预先配置该建图环境中拓扑地图对应的预设路点间距和最小路径角。该预设路点间距和最小路径角也可以由操作人员在机器人行驶建图之前触发设置指令进行配置。上述预设路点间距的距离应当根据具体的建图环境来配置,使得该预设路点间距适中,因为该预设路点间距过大可能使得路径覆盖住障碍物,给机器人自由导航避障带来一定的问题;该预设路点间距过小可能会使得机器人建图时因行驶轨迹抖动对路径造成干扰;比如,在一个具体的应用场景中,设置上述预设路点间距为一米,最小路径角为135°。
进一步地,在一个实施例中,基于预先配置的该建图环境中拓扑地图对应的预设路点间距和最小路径角,机器人管理系统按照预设路点间距和最小路径角,合并满足优化规则的路点和初步路径,得到对应的拓扑地图,可以实施为如图2所描述的步骤S31-S33:
步骤S31、机器人管理系统根据预先配置的该拓扑地图对应的预设路点间距,将路点之间的距离小于所述预设路点间距的相邻路点及其对应的路径一起合并,得到合并后的拓扑路径;
本发明实施例中,机器人管理系统根据预先配置的预设路点间距,逐一检查机器人行驶建图过程中录入的各个路点之间的距离,将各个路点之间的距离与预设路点间距进行比较,一旦发现相邻路点之间的距离小于预设路点间距,则直接将小于预设路点间距的相邻路点进行合并。在执行相邻路点合并操作的同时,一并合并上述相邻路点之间对应的路径,得到合并后的拓扑路径;基于首次合并后的路点,再次检查各个路点,判断各个路点之间的距离是否小于上述预设路点间距,若仍存在小于预设路点间距的相邻路点,则再次对满足上述条件的路点进行合并,直至所有路点之间的距离均大于等于上述预设路点间距为止。
步骤S32、根据预先配置的该拓扑地图对应的最小路径角,依次检查合并后拓扑路径对应的相邻路径间夹角;
步骤S33、根据所述拓扑路径中相邻路径间夹角与最小路径角之间的大小关系,并结合相邻路径中包含的路点所对应的路点特征,再次优化对应的路点和拓扑路径,得到优化后的拓扑地图。
针对步骤S31进行路点合并后剩余的路点以及合并后得到的拓扑路径,机器人管理系统利用预先配置的该拓扑地图对应的最小路径角,依次检查合并后拓扑路径对应的相邻路径间夹角。根据所述拓扑路径中相邻路径间夹角与最小路径角之间的大小关系,比如,针对相邻路径间夹角大于该最小路径角的相邻路径,判断该相邻路径满足路径合并的条件,同时检查满足路径合并条件的该相邻路径中所包含的路点,根据该路点的路点特征,判断该路点是否为必要路点,比如该路点是否为交叉口或者岔道口的路点;若该路点为必要路点,则不进行相邻路径的合并;若该路点为普通路点,则对上述相邻路径执行合并操作,从而再次优化对应的路点和拓扑路径;依次检查各拓扑路径,直至包含普通路点的相邻路径之间的夹角均小于或者等于上述最小路径夹角,从而得到优化后的拓扑地图。
进一步地,基于上述实施例的描述,对于图2所述实施例中,“步骤S31、机器人管理系统根据预先配置的该拓扑地图对应的预设路点间距,将路点之间的距离小于所述预设路点间距的相邻路点及其对应的路径一起合并,得到合并后的拓扑路径”,可以按照如下方式实施:
根据预先配置的该拓扑地图对应的预设路点间距,所述机器人管理系统识别出路点之间的距离小于所述预设路点间距时,将小于所述预设路点间距对应的多个路点及其路径进行合并,得到合并后的一个新路点及其合并后的拓扑路径;基于合并后的新路点和合并后的拓扑路径,继续比较合并后的所述新路点与其他原路点之间的距离是否小于所述预设路点间距;若所述新路点与其他原路点之间的距离仍小于所述预设路点间距,则继续将新路点与对应的原路点及其相关路径一起合并,直至所有路点之间的距离均大于或者等于所述预设路点间距。
比如,在一个具体的应用场景中,如图3所示,机器人建立地图时,从建图起点时开始建图,并到建图终点时结束建图所对应的行驶轨迹。在建图起点和建图终点之间,是该机器人运行时的行驶轨迹。图3所示的建图行驶轨迹示意图中,机器人的行驶轨迹所包含的路点和路径如图4所示。利用预先配置的该拓扑地图对应的预设路点间距,所述机器人管理系统识别出路点之间的距离小于所述预设路点间距时,将小于所述预设路点间距对应的多个路点及其路径进行合并,得到合并后的一个新路点及其合并后的拓扑路径;如图5.1所示,图5.1中纵向路径和横向路径这两条路径互不连通。假设在该具体的应用场景中,上述预设路点间距设置的具体取值为一米,则图5.1中,路点B和路点C处于路点A的路点半径一米内,如图5.1所示的圆形即为:以路点A为圆心、以预设路点间距一米为半径的圆。因此,需要将ABC三个路点进行合并成一个路点。进一步地,在一个实施例中,将小于所述预设路点间距对应的多个路点合并成一个新路点时,获取所述多个路点所组成的平面图形的几何中心点;将所述多个路点所组成的平面图形的几何中心点,作为合并后形成的新路点;基于确定的新路点,将所述新路点和与所述新路点相邻的其他原路点,按照合并前拓扑路径所对应的逻辑进行连线,得到合并后的拓扑路径。进一步地,在一个实施例中,上述平面图形包括线段;比如,针对两个路点进行优化时,优化后的路点即位于优化前上述两个路点所组成的线段的中点位置处。
比如,将图5.1中所示的ABC三个路点合并于这三个路点所组成的平面三角形所对应的三角形的中心,即如图5.2所示的路点D。此时,纵横交错时图5.1中互不连通的路径经合并后连通为一个十字路口。
基于合并后的新路点和合并后的拓扑路径,继续比较合并后的所述新路点与其他原路点之间的距离是否小于所述预设路点间距;若所述新路点与其他原路点之间的距离仍小于所述预设路点间距,则继续将新路点与对应的原路点及其相关路径一起合并,直至所有路点之间的距离均大于或者等于所述预设路点间距。比如,合并后得到图5.2中,继续比较合并后的新路点D与原路点E之间的距离小于上述预设路点间距。如图5.3所示,以路点D为圆心,以预设路点间距为半径得到路点D对应的路点圆,此时,该路点圆D中存在路点E,因此,也需要将路点D和路点E这两个路点进行再次合并,合并后得到如图5.4所示的路点F。再次进行路点检查,以路点F为圆心,以预设路点间距为半径得到路点F对应的路点圆,此时,路点F对应的路点圆内没有覆盖到其他路点,则本次局部路点的优化结束。每次进行路点优化时,均基于确定的新路点,将所述新路点和与所述新路点相邻的其他原路点,按照合并前拓扑路径所对应的逻辑进行连线,得到合并后的拓扑路径。依据上述原理和操作步骤,继续优化图4中的其他路点。机器人管理系统自动合并相邻路点之间的距离小于预设路点间距的路点,使得发生交汇的路径所属路点连同其所属路径一起合并,从而使得交汇的路径连通并优化局部路点的分布。
进一步地,基于上述实施例的描述,对于图2所述实施例中,“步骤S33、
根据所述拓扑路径中相邻路径间夹角与最小路径角之间的大小关系,并结合相邻路径中包含的路点所对应的路点特征,再次优化对应的路点和拓扑路径,得到优化后的拓扑地图”,可以按照如下方式实施:
在所述拓扑路径中相邻路径间夹角大于所述最小路径角时,获取该相邻路径的中间路点,同时获取所述中间路点的路点特征;根据所述中间路点的路点特征,判断所述中间路点是否同属于不同方向上多条路径的共有路点;若所述中间路点不属于不同方向上多条路径的共有路点,则删除所述中间路点,连接所述相邻路径中包含的前一个路径的路径起点和后一个路径的路径终点,建立新路径;基于建立的新路径,在满足拓扑路径中相邻路径间夹角大于所述最小路径角时,继续执行删除中间路点并建立新路径的操作,直至所述拓扑路径中所有相邻路径间夹角均小于或者等于所述最小路径角;若所述中间路点属于不同方向上多条路径的共有路点,则保留所述中间路点,继续优化其他拓扑路径。本发明实施例中,所述属于不同方向上多条路径的共有路点中,该多条路径为三条或者三条以上的路径,此时,该共有路点为必要路点,比如岔道连接点或者十字路口对应的路点,则该路点不可删除。
如图6.1所示,假设在图6对应的具体应用场景中,预先配置的最小路径角为135°,如图6.1所示,图6.1中是一条直角转折轨迹,由多个路点和路径组成。路点A前后两条路径的夹角大于135°,即大于预先配置的最小路径角,因此删除路点A,连通前后两个路点构成新路径。删除路点A后,同样地,路点B前后两条相邻路径的夹角大于最小路径角,如图6.2所示,因此删除路点B,连通前后两个路点构成新路径。删除路点B后,基于同样的路径优化规则,即在所述拓扑路径中相邻路径间夹角大于所述最小路径角时,则删除对应的普通路点,如图6.3所示,路点C前后两条相邻路径的夹角大于最小路径角,则同样删除路点C。删除路点C后,基于同样的路径优化规则,如图6.4所示,路点D前后两条相邻路径的夹角小于最小路径角,则不删除路点D。同样地原理,如图6.5所示,路点E前后两条相邻路径的夹角大于最小路径角,则同样删除路点E。如图7所示,经过上述路径优化处理,图6.1的局部路径即图7所示的线路1经优化后,得到对应的优化路径即如图7所示的线路2。按照上述优化规则,对图4包含初步路点和初步路径的地图进行全部优化后,得到优化后最终的拓扑地图如图8所示,图8所示的拓扑地图中,包括7条拓扑路径和7个路点即路点A、B、C、D、E、F、G。
本发明机器人建图方法,通过机器人管理系统接收机器人录入的机器人自身在行驶建图过程中所记录的路点,并将机器人录入的所述路点按照机器人行驶的先后顺序进行编号;在机器人运行完所有可行驶的通道时,根据所述路点对应编号的先后顺序依次连接相邻路点,得到拓扑地图对应的初步路径;按照预设路点间距和最小路径角,合并满足优化规则的路点和初步路径,得到对应的拓扑地图;实现了自动化、批量化进行路点和路径录入的目的,节约了拓扑地图录入的人力成本和时间成本,降低了错误率。
基于上述实施例描述的一种机器人建图方法,本发明实施例还公开了一种机器人建图装置,如图9所示,图9是本发明机器人建图装置的一种实施方式的功能模块示意图,图9所述实施例仅仅从功能上对该机器人建图装置进行描述。
在图9所示的实施例中,所述机器人建图装置在功能上包括如下几个功能模块:
数据处理模块100,用于接收机器人录入的机器人自身在行驶建图过程中所记录的路点,并将机器人录入的所述路点按照机器人行驶的先后顺序进行编号;
地图初建模块200,用于在机器人运行完所有可行驶的通道时,根据所述路点对应编号的先后顺序依次连接相邻路点,得到拓扑地图对应的初步路径;
地图优化模块300,用于按照预设路点间距和最小路径角,合并满足优化规则的路点和初步路径,得到对应的拓扑地图。
在一个实施例中,所述数据处理模块100用于:
在机器人首次运行建图之前,预先配置该建图环境中拓扑地图对应的所述预设路点间距和最小路径角。
在一个实施例中,所述数据处理模块100用于:
与机器人通信,以供机器人:
在行驶建图的过程中,按照预设距离记录机器人当前坐标,并将记录的坐标保存为路点,同时将保存的路点录入所述机器人管理系统。
在一个实施例中,所述地图优化模块300用于:
根据预先配置的该拓扑地图对应的所述预设路点间距,将路点之间的距离小于所述预设路点间距的相邻路点及其对应的路径一起合并,得到合并后的拓扑路径;
根据预先配置的该拓扑地图对应的所述最小路径角,依次检查合并后拓扑路径对应的相邻路径间夹角;
根据所述拓扑路径中相邻路径间夹角与所述最小路径角之间的大小关系,并结合相邻路径中包含的路点所对应的路点特征,再次优化对应的路点和拓扑路径,得到优化后的拓扑地图。
在一个实施例中,所述地图优化模块300用于:
根据预先配置的该拓扑地图对应的所述预设路点间距,所述机器人管理系统识别出路点之间的距离小于所述预设路点间距时,将小于所述预设路点间距对应的多个路点及其路径进行合并,得到合并后的一个新路点及其合并后的拓扑路径;
基于合并后的新路点和合并后的拓扑路径,继续比较合并后的所述新路点与其他原路点之间的距离是否小于所述预设路点间距;
若所述新路点与其他原路点之间的距离仍小于所述预设路点间距,则继续将新路点与对应的原路点及其相关路径一起合并,直至所有路点之间的距离均大于或者等于所述预设路点间距。
在一个实施例中,所述地图优化模块300用于:
将小于所述预设路点间距对应的多个路点合并成一个新路点时,获取所述多个路点所组成的平面图形的几何中心点;其中,所述平面图形包括线段;
将所述多个路点所组成的平面图形的几何中心点,作为合并后形成的新路点;
基于确定的新路点,将所述新路点和与所述新路点相邻的其他原路点,按照合并前拓扑路径所对应的逻辑进行连线,得到合并后的拓扑路径。
在一个实施例中,所述地图优化模块300用于:
在所述拓扑路径中相邻路径间夹角大于所述最小路径角时,获取该相邻路径的中间路点,同时获取所述中间路点的路点特征;
根据所述中间路点的路点特征,判断所述中间路点是否同属于不同方向上多条路径的共有路点;
若所述中间路点不属于不同方向上多条路径的共有路点,则删除所述中间路点,连接所述相邻路径中包含的前一个路径的路径起点和后一个路径的路径终点,建立新路径;基于建立的新路径,在满足拓扑路径中相邻路径间夹角大于所述最小路径角时,继续执行删除中间路点并建立新路径的操作,直至所述拓扑路径中所有相邻路径间夹角均小于或者等于所述最小路径角;
若所述中间路点属于不同方向上多条路径的共有路点,则保留所述中间路点,继续优化其他拓扑路径。
本发明机器人建图装置,通过机器人管理系统接收机器人录入的机器人自身在行驶建图过程中所记录的路点,并将机器人录入的所述路点按照机器人行驶的先后顺序进行编号;在机器人运行完所有可行驶的通道时,根据所述路点对应编号的先后顺序依次连接相邻路点,得到拓扑地图对应的初步路径;按照预设路点间距和最小路径角,合并满足优化规则的路点和初步路径,得到对应的拓扑地图;实现了自动化、批量化进行路点和路径录入的目的,节约了拓扑地图录入的人力成本和时间成本,降低了错误率。
本发明还提供了一种电子设备,所述电子设备可以按照上述实施例所描述的机器人建图方法来建立拓扑地图。如图10所示,图10是本发明电子设备的一种实施方式的内部结构示意图。
在本实施例中,电子设备1可以是PC(Personal Computer,个人电脑),也可以是智能手机、平板电脑、便携计算机等终端设备。该电子设备1至少包括存储器11、处理器12,通信总线13,以及网络接口14。
其中,存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的硬盘。存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1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,存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如机器人建图程序01的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片,用于运行存储器11中存储的程序代码或处理数据,例如执行机器人建图程序01等。
通信总线13用于实现这些组件之间的连接通信。
网络接口14可选的可以包括标准的有线接口、无线接口(如WI-FI接口),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard),可选的用户接口还可以包括标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
图10仅示出了具有组件11-14以及机器人建图程序01的电子设备1,本领域技术人员可以理解的是,图10示出的结构并不构成对电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
基于图1至图9所述实施例的描述,在图10所示的电子设备1实施例中,存储器11中存储有机器人建图程序01;所述存储器11上存储的机器人建图程序01可在所述处理器12上运行,所述机器人建图程序01被所述处理器12运行时实现如下步骤:
机器人管理系统接收机器人录入的机器人自身在行驶建图过程中所记录的路点,并将机器人录入的所述路点按照机器人行驶的先后顺序进行编号;
机器人管理系统在机器人运行完所有可行驶的通道时,根据所述路点对应编号的先后顺序依次连接相邻路点,得到拓扑地图对应的初步路径;
机器人管理系统按照预设路点间距和最小路径角,合并满足优化规则的路点和初步路径,得到对应的拓扑地图。
在一个实施例中,所述机器人建图程序01还可以被所述处理器12运行,以实现如下步骤:
在机器人首次运行建图之前,机器人管理系统预先配置该建图环境中拓扑地图对应的所述预设路点间距和最小路径角。
在一个实施例中,所述机器人建图程序01还可以被所述处理器12运行,以实现如下步骤:
与机器人进行数据交互,以供机器人:
在行驶建图的过程中,按照预设距离记录机器人当前坐标,并将记录的坐标保存为路点,同时将保存的路点录入所述机器人管理系统。
在一个实施例中,所述机器人建图程序01还可以被所述处理器12运行,以所述机器人管理系统按照预设路点间距和最小路径角,合并满足优化规则的路点和初步路径,得到对应的拓扑地图,包括:
机器人管理系统根据预先配置的该拓扑地图对应的所述预设路点间距,将路点之间的距离小于所述预设路点间距的相邻路点及其对应的路径一起合并,得到合并后的拓扑路径;
根据预先配置的该拓扑地图对应的所述最小路径角,依次检查合并后拓扑路径对应的相邻路径间夹角;
根据所述拓扑路径中相邻路径间夹角与所述最小路径角之间的大小关系,并结合相邻路径中包含的路点所对应的路点特征,再次优化对应的路点和拓扑路径,得到优化后的拓扑地图。
在一个实施例中,所述机器人建图程序01还可以被所述处理器12运行,以所述机器人管理系统根据预先配置的该拓扑地图对应的所述预设路点间距,将路点之间的距离小于所述预设路点间距的相邻路点及其对应的路径一起合并,得到合并后的拓扑路径,包括:
根据预先配置的该拓扑地图对应的所述预设路点间距,所述机器人管理系统识别出路点之间的距离小于所述预设路点间距时,将小于所述预设路点间距对应的多个路点及其路径进行合并,得到合并后的一个新路点及其合并后的拓扑路径;
基于合并后的新路点和合并后的拓扑路径,继续比较合并后的所述新路点与其他原路点之间的距离是否小于所述预设路点间距;
若所述新路点与其他原路点之间的距离仍小于所述预设路点间距,则继续将新路点与对应的原路点及其相关路径一起合并,直至所有路点之间的距离均大于或者等于所述预设路点间距。
在一个实施例中,所述机器人建图程序01还可以被所述处理器12运行,以所述将小于所述预设路点间距对应的多个路点及其路径进行合并,得到合并后的一个新路点及其合并后的拓扑路径,包括:
将小于所述预设路点间距对应的多个路点合并成一个新路点时,获取所述多个路点所组成的平面图形的几何中心点;其中,所述平面图形包括线段;
将所述多个路点所组成的平面图形的几何中心点,作为合并后形成的新路点;
基于确定的新路点,将所述新路点和与所述新路点相邻的其他原路点,按照合并前拓扑路径所对应的逻辑进行连线,得到合并后的拓扑路径。
在一个实施例中,所述机器人建图程序01还可以被所述处理器12运行,以所述根据所述拓扑路径中相邻路径间夹角与所述最小路径角之间的大小关系,并结合相邻路径中包含的路点所对应的路点特征,再次优化对应的路点和拓扑路径,得到优化后的拓扑地图,包括:
在所述拓扑路径中相邻路径间夹角大于所述最小路径角时,获取该相邻路径的中间路点,同时获取所述中间路点的路点特征;
根据所述中间路点的路点特征,判断所述中间路点是否同属于不同方向上多条路径的共有路点;
若所述中间路点不属于不同方向上多条路径的共有路点,则删除所述中间路点,连接所述相邻路径中包含的前一个路径的路径起点和后一个路径的路径终点,建立新路径;基于建立的新路径,在满足拓扑路径中相邻路径间夹角大于所述最小路径角时,继续执行删除中间路点并建立新路径的操作,直至所述拓扑路径中所有相邻路径间夹角均小于或者等于所述最小路径角;
若所述中间路点属于不同方向上多条路径的共有路点,则保留所述中间路点,继续优化其他拓扑路径。
本发明电子设备,通过机器人管理系统接收机器人录入的机器人自身在行驶建图过程中所记录的路点,并将机器人录入的所述路点按照机器人行驶的先后顺序进行编号;在机器人运行完所有可行驶的通道时,根据所述路点对应编号的先后顺序依次连接相邻路点,得到拓扑地图对应的初步路径;按照预设路点间距和最小路径角,合并满足优化规则的路点和初步路径,得到对应的拓扑地图;实现了自动化、批量化进行路点和路径录入的目的,节约了拓扑地图录入的人力成本和时间成本,降低了错误率。
此外,本发明实施例还提供了一种计算机存储介质,所述计算机存储介质上存储有机器人建图程序,所述机器人建图程序可以被一个或者多个处理器执行,以实现下操作:
机器人管理系统接收机器人录入的机器人自身在行驶建图过程中所记录的路点,并将机器人录入的所述路点按照机器人行驶的先后顺序进行编号;
机器人管理系统在机器人运行完所有可行驶的通道时,根据所述路点对应编号的先后顺序依次连接相邻路点,得到拓扑地图对应的初步路径;
机器人管理系统按照预设路点间距和最小路径角,合并满足优化规则的路点和初步路径,得到对应的拓扑地图。
本发明计算机可读存储介质具体实施方式与上述机器人建图方法、装置和电子设备对应的各实施例的实施原理基本相同,在此不作累述。
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。
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 (8)
1.一种机器人建图方法,其特征在于,所述机器人建图方法包括:
机器人管理系统接收机器人录入的机器人自身在行驶建图过程中所记录的路点,并将机器人录入的所述路点按照机器人行驶的先后顺序进行编号;
机器人管理系统在机器人运行完所有可行驶的通道时,根据所述路点对应编号的先后顺序依次连接相邻路点,得到拓扑地图对应的初步路径;
机器人管理系统按照预设路点间距和最小路径角,合并满足优化规则的路点和初步路径,得到对应的拓扑地图;
其中,所述机器人管理系统按照预设路点间距和最小路径角,合并满足优化规则的路点和初步路径,得到对应的拓扑地图,包括:
机器人管理系统根据预先配置的该拓扑地图对应的所述预设路点间距,将路点之间的距离小于所述预设路点间距的相邻路点及其对应的路径一起合并,得到合并后的拓扑路径;
根据预先配置的该拓扑地图对应的所述最小路径角,依次检查合并后拓扑路径对应的相邻路径间夹角;
根据所述拓扑路径中相邻路径间夹角与所述最小路径角之间的大小关系,并结合相邻路径中包含的路点所对应的路点特征,再次优化对应的路点和拓扑路径,得到优化后的拓扑地图;
其中,所述根据所述拓扑路径中相邻路径间夹角与所述最小路径角之间的大小关系,并结合相邻路径中包含的路点所对应的路点特征,再次优化对应的路点和拓扑路径,得到优化后的拓扑地图,包括:
在所述拓扑路径中相邻路径间夹角大于所述最小路径角时,获取该相邻路径的中间路点,同时获取所述中间路点的路点特征;
根据所述中间路点的路点特征,判断所述中间路点是否同属于不同方向上多条路径的共有路点;
若所述中间路点不属于不同方向上多条路径的共有路点,则删除所述中间路点,连接所述相邻路径中包含的前一个路径的路径起点和后一个路径的路径终点,建立新路径;基于建立的新路径,在满足拓扑路径中相邻路径间夹角大于所述最小路径角时,继续执行删除中间路点并建立新路径的操作,直至所述拓扑路径中所有相邻路径间夹角均小于或者等于所述最小路径角;
若所述中间路点属于不同方向上多条路径的共有路点,则保留所述中间路点,继续优化其他拓扑路径。
2.如权利要求1所述的机器人建图方法,其特征在于,所述机器人建图方法还包括:
在机器人首次运行建图之前,机器人管理系统预先配置建图环境中拓扑地图对应的所述预设路点间距和最小路径角。
3.如权利要求1所述的机器人建图方法,其特征在于,所述机器人建图方法还包括:
机器人在行驶建图的过程中,按照预设距离记录机器人当前坐标,并将记录的坐标保存为路点,同时将保存的路点录入所述机器人管理系统。
4.如权利要求1所述的机器人建图方法,其特征在于,所述机器人管理系统根据预先配置的该拓扑地图对应的所述预设路点间距,将路点之间的距离小于所述预设路点间距的相邻路点及其对应的路径一起合并,得到合并后的拓扑路径,包括:
根据预先配置的该拓扑地图对应的所述预设路点间距,所述机器人管理系统识别出路点之间的距离小于所述预设路点间距时,将小于所述预设路点间距对应的多个路点及其路径进行合并,得到合并后的一个新路点及其合并后的拓扑路径;
基于合并后的新路点和合并后的拓扑路径,继续比较合并后的所述新路点与其他原路点之间的距离是否小于所述预设路点间距;
若所述新路点与其他原路点之间的距离仍小于所述预设路点间距,则继续将新路点与对应的原路点及其相关路径一起合并,直至所有路点之间的距离均大于或者等于所述预设路点间距。
5.如权利要求4所述的机器人建图方法,其特征在于,所述将小于所述预设路点间距对应的多个路点及其路径进行合并,得到合并后的一个新路点及其合并后的拓扑路径,包括:
将小于所述预设路点间距对应的多个路点合并成一个新路点时,获取所述多个路点所组成的平面图形的几何中心点;其中,所述平面图形包括线段;
将所述多个路点所组成的平面图形的几何中心点,作为合并后形成的新路点;
基于确定的新路点,将所述新路点和与所述新路点相邻的其他原路点,按照合并前拓扑路径所对应的逻辑进行连线,得到合并后的拓扑路径。
6.一种机器人建图装置,其特征在于,所述机器人建图装置包括:
数据处理模块,用于接收机器人录入的机器人自身在行驶建图过程中所记录的路点,并将机器人录入的所述路点按照机器人行驶的先后顺序进行编号;
地图初建模块,用于在机器人运行完所有可行驶的通道时,根据所述路点对应编号的先后顺序依次连接相邻路点,得到拓扑地图对应的初步路径;
地图优化模块,用于按照预设路点间距和最小路径角,合并满足优化规则的路点和初步路径,得到对应的拓扑地图;
其中,所述地图优化模块还用于:
根据预先配置的该拓扑地图对应的所述预设路点间距,将路点之间的距离小于所述预设路点间距的相邻路点及其对应的路径一起合并,得到合并后的拓扑路径;
根据预先配置的该拓扑地图对应的所述最小路径角,依次检查合并后拓扑路径对应的相邻路径间夹角;
根据所述拓扑路径中相邻路径间夹角与所述最小路径角之间的大小关系,并结合相邻路径中包含的路点所对应的路点特征,再次优化对应的路点和拓扑路径,得到优化后的拓扑地图;
其中,所述地图优化模块还用于:
在所述拓扑路径中相邻路径间夹角大于所述最小路径角时,获取该相邻路径的中间路点,同时获取所述中间路点的路点特征;
根据所述中间路点的路点特征,判断所述中间路点是否同属于不同方向上多条路径的共有路点;
若所述中间路点不属于不同方向上多条路径的共有路点,则删除所述中间路点,连接所述相邻路径中包含的前一个路径的路径起点和后一个路径的路径终点,建立新路径;基于建立的新路径,在满足拓扑路径中相邻路径间夹角大于所述最小路径角时,继续执行删除中间路点并建立新路径的操作,直至所述拓扑路径中所有相邻路径间夹角均小于或者等于所述最小路径角;
若所述中间路点属于不同方向上多条路径的共有路点,则保留所述中间路点,继续优化其他拓扑路径。
7.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的机器人建图程序,所述机器人建图程序被所述处理器运行时,执行如权利要求1至5中任一项所述的机器人建图方法。
8.一种计算机存储介质,其特征在于,所述存储介质上存储有机器人建图程序,所述机器人建图程序可以被一个或者多个处理器执行,以实现如权利要求1至5中任一项所述的机器人建图方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010270499.3A CN111158384B (zh) | 2020-04-08 | 2020-04-08 | 机器人建图方法、设备及存储介质 |
PCT/CN2021/077345 WO2021203852A1 (zh) | 2020-04-08 | 2021-02-23 | 机器人建图方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010270499.3A CN111158384B (zh) | 2020-04-08 | 2020-04-08 | 机器人建图方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111158384A CN111158384A (zh) | 2020-05-15 |
CN111158384B true CN111158384B (zh) | 2020-08-04 |
Family
ID=70567796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010270499.3A Active CN111158384B (zh) | 2020-04-08 | 2020-04-08 | 机器人建图方法、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111158384B (zh) |
WO (1) | WO2021203852A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111158384B (zh) * | 2020-04-08 | 2020-08-04 | 炬星科技(深圳)有限公司 | 机器人建图方法、设备及存储介质 |
CN112015179A (zh) * | 2020-08-21 | 2020-12-01 | 苏州三六零机器人科技有限公司 | 清扫设备的运行轨迹规划方法、装置、系统及存储介质 |
CN112146662B (zh) * | 2020-09-29 | 2022-06-10 | 炬星科技(深圳)有限公司 | 一种引导建图方法、设备及计算机可读存储介质 |
CN113029168B (zh) * | 2021-02-26 | 2023-04-07 | 杭州海康机器人股份有限公司 | 基于地面纹理信息的地图构建方法和系统及移动机器人 |
CN113124895B (zh) * | 2021-04-19 | 2023-06-09 | 武汉齐物科技有限公司 | 一种码表导航路线生成方法及码表 |
CN113724384A (zh) * | 2021-07-30 | 2021-11-30 | 深圳市普渡科技有限公司 | 机器人拓扑地图生成系统、方法、计算机设备及存储介质 |
CN113724385A (zh) * | 2021-07-30 | 2021-11-30 | 深圳市普渡科技有限公司 | 机器人拓扑地图生成系统、方法、计算机设备及存储介质 |
CN113741422B (zh) * | 2021-07-30 | 2024-04-12 | 深圳市普渡科技有限公司 | 机器人拓扑地图生成系统、方法、计算机设备及存储介质 |
WO2023240577A1 (zh) * | 2022-06-17 | 2023-12-21 | 深圳市正浩创新科技股份有限公司 | 路径规划方法、计算机设备及存储介质 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7634336B2 (en) * | 2005-12-08 | 2009-12-15 | Electronics And Telecommunications Research Institute | Localization system and method of mobile robot based on camera and landmarks |
CN102087530B (zh) * | 2010-12-07 | 2012-06-13 | 东南大学 | 基于手绘地图和路径的移动机器人视觉导航方法 |
CN102853830A (zh) * | 2012-09-03 | 2013-01-02 | 东南大学 | 一种基于一般物体识别的机器人视觉导航方法 |
CN106094834A (zh) * | 2016-07-19 | 2016-11-09 | 芜湖哈特机器人产业技术研究院有限公司 | 基于已知环境下的移动机器人路径规划方法 |
CN106643721B (zh) * | 2016-10-11 | 2020-04-03 | 北京工业大学 | 一种环境拓扑地图的构建方法 |
CN106599108B (zh) * | 2016-11-30 | 2019-12-31 | 浙江大学 | 一种三维环境中多模态环境地图构建方法 |
US10921816B2 (en) * | 2017-04-21 | 2021-02-16 | Korea Advanced Institute Of Science And Technology | Method and apparatus for producing map based on hierarchical structure using 2D laser scanner |
CN108592912A (zh) * | 2018-03-24 | 2018-09-28 | 北京工业大学 | 一种基于激光雷达的室内移动机器人自主探索方法 |
CN109240290B (zh) * | 2018-09-04 | 2021-09-03 | 南京理工大学 | 一种电力巡检机器人返航路径确定方法 |
CN110221600B (zh) * | 2019-04-25 | 2022-05-31 | 深圳一清创新科技有限公司 | 路径规划方法、装置、计算机设备和存储介质 |
CN110174108B (zh) * | 2019-05-13 | 2021-01-01 | 杭州蓝芯科技有限公司 | 一种仿人的基于拓扑地图的agv自主定位导航方法 |
CN110568846A (zh) * | 2019-08-28 | 2019-12-13 | 佛山市兴颂机器人科技有限公司 | 一种agv的智能导航方法及系统 |
CN110730096B (zh) * | 2019-09-26 | 2022-04-29 | 中国人民解放军空军工程大学 | 分布式系统中基于拓扑机器人的网络拓扑优化方法 |
CN110645991B (zh) * | 2019-10-30 | 2020-09-22 | 深圳市银星智能科技股份有限公司 | 一种基于节点调节的路径规划方法、装置及服务器 |
CN111158384B (zh) * | 2020-04-08 | 2020-08-04 | 炬星科技(深圳)有限公司 | 机器人建图方法、设备及存储介质 |
-
2020
- 2020-04-08 CN CN202010270499.3A patent/CN111158384B/zh active Active
-
2021
- 2021-02-23 WO PCT/CN2021/077345 patent/WO2021203852A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2021203852A1 (zh) | 2021-10-14 |
CN111158384A (zh) | 2020-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111158384B (zh) | 机器人建图方法、设备及存储介质 | |
CN109947100B (zh) | 路径规划方法、系统及终端设备 | |
US11455809B2 (en) | Method and apparatus for determining lane centerline | |
CN113190768B (zh) | 路径处理方法及装置 | |
CN105606114B (zh) | 一种车载导航方法、交互系统服务器、终端以及系统 | |
CN111750862A (zh) | 基于多区域的机器人路径规划方法、机器人及终端设备 | |
US11048262B2 (en) | Robot movement control method and apparatus and robot using the same | |
CN110162058B (zh) | Agv规划方法及装置 | |
JP2023511878A (ja) | 自動運転車両の通行を判定する方法及び関連機器 | |
CN113033925B (zh) | 用于控制自动驾驶车辆行驶、装置、电子设备和介质 | |
CN106840169B (zh) | 用于机器人路径规划的改进方法 | |
CN110494815A (zh) | 一种路径规划方法及装置 | |
CN115585816B (zh) | 车道级地图匹配方法和装置 | |
US20200356911A1 (en) | Dynamic routing of vehicles through established corridors | |
CN111736606A (zh) | 移动机器人行驶方法、装置及存储介质 | |
CN106092085A (zh) | 导航方法和装置 | |
WO2020024226A1 (zh) | 地块作业的路线规划和作业方法、装置、设备以及介质 | |
CN109579857A (zh) | 一种用于更新地图的方法与设备 | |
CN109827584A (zh) | 路径规划方法、装置、电子设备与存储介质 | |
CN111595340B (zh) | 路径确定方法、装置及电子设备 | |
CN112113579A (zh) | 路径生成方法、装置、计算设备、介质与导航系统 | |
CN111486859B (zh) | 导航引导线的生成方法和装置以及电子设备 | |
WO2023108523A1 (zh) | 一种更新地图的方法和装置 | |
CN113469398A (zh) | 一种路径规划方法、装置、电子设备及存储介质 | |
CN114440905B (zh) | 中间图层的构建方法、装置、电子设备及存储介质 |
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 | ||
CP02 | Change in the address of a patent holder | ||
CP02 | Change in the address of a patent holder |
Address after: 518055 Room 401, block D, building 7, Shenzhen International Innovation Valley, Dashi Road, Xili community, Xili street, Nanshan District, Shenzhen, Guangdong Patentee after: JUXING TECHNOLOGY (SHENZHEN) Co.,Ltd. Address before: 518000 building 101, building R3b, Gaoxin industrial village, No.018, Gaoxin South 7th Road, community, high tech Zone, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province Patentee before: JUXING TECHNOLOGY (SHENZHEN) Co.,Ltd. |