CN111345735A - 扫地机的地图构建的方法和装置 - Google Patents

Abstract

本发明实施例提出一种扫地机的地图构建的方法和装置。该方法包括：获取扫地机所处空间的环境信息；根据所述环境信息，确定所述空间中物体的空间位置；根据所述环境信息，确定所述空间中物体的属性信息；以及根据所述空间位置和所述属性信息，生成所述空间的地图。通过本发明实施例，可以将扫地机所处空间中的物体的空间位置和物体的属性信息相结合，生成地图。该地图不仅具有三维空间，而且地图中的物体还可以其特殊的属性显示。

Description

扫地机的地图构建的方法和装置

技术领域

本发明涉及智能家电领域，尤其涉及一种扫地机的地图构建的方法和装置。

背景技术

随着近年来人工智能的快速发展，即时定位和构建地图技术在扫地机等智能家电中有着广泛的应用。

目前的即时定位和构建地图技术主要基于激光传感器和基于视觉传感器。其中，基于激光传感器的即时定位和构建地图技术，由于激光只能获取两个维度的信息，所以只能构建二维地图。而基于视觉传感器的即时定位和构建地图技术是通过图像中的特征点(如角点)或像素点的匹配来实现定位和构建地图。然而，这些特征点只包含图像中很少一部分信息，而诸如图像中物体的属性，当前所处场景等高级语义信息不能利用。

通过现有即时定位和构建地图技术，扫地机不能结合空间特征和物体属性来构建地图。

发明内容

本发明实施例提供一种扫地机的地图构建的方法和装置，以解决或缓解现有技术中的一个或多个技术问题。

第一方面，本发明实施例提供了一种扫地机的地图构建的方法，其特征在于，包括：

获取扫地机所处空间的环境信息；

根据所述环境信息，确定所述空间中物体的空间位置；

根据所述环境信息，确定所述空间中物体的属性信息；以及

根据所述空间位置和所述属性信息，生成所述空间的地图。

在一种实施方式中，根据所述环境信息，确定所述空间中物体的空间位置，包括：

根据所述环境信息，提取所述空间中物体的中心；

确定所述扫地机相对于所述物体的中心的相对位置；以及

根据所述相对位置，确定所述空间中物体的空间位置。

在一种实施方式中，在确定所述扫地机相对于所述物体的中心的相对位置之前，根据所述环境信息，确定所述空间中物体的空间位置，还包括：

修正所提取的物体的中心。

在一种实施方式中，确定所述扫地机相对于所述物体的中心的相对位置，包括：

根据极几何和交错矩阵算法，计算所述扫地机相对于所述物体的中心的相对位置。

在一种实施方式中，根据所述相对位置，确定所述空间中物体的空间位置，包括：

根据所述相对位置，基于神经网络算法，匹配预存的空间模型，以确定所述空间中物体的空间位置。

在一种实施方式中，根据所述环境信息，确定所述空间中物体的属性信息，包括：

根据所述环境信息，检测出所述空间中的物体；以及

根据所检测到的物体，基于神经网络算法，匹配预存的物体识别模型，以确定所述物体的所述属性信息。

在一种实施方式中，存储所生成的地图。

在一种实施方式中，将所存储的地图发送至云端或移动端。

在一种实施方式中，根据所生成的地图，确定所述扫地机的工作路径和工作模式。

第二方面，本发明实施例提供了一种扫地机的地图构建的装置，其特征在于，包括：

获取模块，用于获取扫地机所处空间的环境信息；

位置模块，用于根据所述环境信息，确定所述空间中物体的空间位置；

属性模块，用于根据所述环境信息，确定所述空间中物体的属性信息；以及

地图模块，用于根据所述空间位置和所述属性信息，生成所述空间的地图。

在一种实施方式中，位置模块包括：

物体提取模块，用于根据所述环境信息，提取所述空间中物体的中心；

相对位置确定模块，用于确定所述扫地机相对于所述物体的中心的相对位置；以及

空间位置确定模块，用于根据所述相对位置，确定所述空间中物体的空间位置。

在一种实施方式中，位置模块还包括：

提取修正模块，用于在确定所述扫地机相对于所述物体的中心的相对位置之前，修正所提取的物体的中心。

在一种实施方式中，所述空间位置确定模块，还用于根据所述相对位置，基于神经网络算法，匹配预存的空间模型，以确定所述空间中物体的空间位置。

在一种实施方式中，属性模块包括：

物体检测模块，用于根据所述环境信息，检测出所述空间中的物体；以及

属性信息确定模块，用于根据所检测到的物体，基于神经网络算法，匹配预存的物体识别模型，以确定所述物体的所述属性信息。

在一种实施方式中，该装置还包括：

存储模块，用于存储所生成的地图。

在一种实施方式中，该装置还包括：

发送模块，用于将所存储的地图发送至云端或移动端。

在一种实施方式中，该装置还包括：

控制模块，用于根据所生成的地图，确定所述扫地机的工作路径和工作模式。

上述技术方案中的一个技术方案具有如下优点或有益效果：可以将扫地机所处空间中的物体的空间位置和物体的属性信息相结合，生成地图。该地图不仅具有三维空间，而且地图中的物体还可以其特殊的属性显示。

上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本发明进一步的方面、实施方式和特征将会是容易明白的。

附图说明

在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本发明公开的一些实施方式，而不应将其视为是对本发明范围的限制。

图1示出根据本发明实施例的扫地机的地图构建的方法100的流程图。

图2示出根据本发明实施例的扫地机的地图构建的方法200的流程图。

图3示出根据本发明实施例的扫地机的地图构建的方法300的流程图。

图4示出根据本发明实施例的扫地机的地图构建的方法400的流程图。

图5示出根据本发明实施例的扫地机的地图构建的方法500的流程图。

图6示出根据本发明实施例的扫地机的地图构建的装置600的结构框图。

图7示出根据本发明实施例的扫地机的地图构建的装置700的结构框图。

图8示出根据本发明实施例的扫地机的地图构建的装置800的结构框图。

图9示出根据本发明实施例的扫地机的地图构建的装置900的结构框图。

图10示出根据本发明实施例的扫地机的地图构建的装置1000的结构框图。

具体实施方式

在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。

图1示出根据本发明实施例的扫地机的地图构建的方法100的流程图。如图1所示，该方法100可以包括以下步骤S101至步骤S104。

在步骤S101中，获取扫地机所处空间的环境信息。在一种实施例，可以通过扫地机的摄像头拍摄空间内的图像，从而，得到图像中所呈现出的环境信息。其中，环境信息包括但不限于空间的边界、空间中的物体、以及物体的位置和属性等。

在步骤S102中，根据环境信息，确定空间中物体的空间位置。其中，物体的空间位置包括但不限于各个物体相对于整体空间所处的位置，以及物体的布置方式等。

在步骤S103中，根据环境信息，确定空间中物体的属性信息。其中，物体的属性信息包括但不限于物体所处的类别，物体的制成材料，以及物体的材质等。

在步骤S104中，根据所确定的空间位置和属性信息，生成空间的地图。

通过本发明实施例的方法100，可以将扫地机所处空间中的物体的空间位置和物体的属性信息相结合，生成地图。该地图不仅具有三维空间，而且地图中的物体还可以其特殊的属性显示。并且，该方法100能够同时将空间位置和属性信息，可以更高效的生成地图。

图2示出根据本发明实施例的扫地机的地图构建的方法200的流程图。如图2所示，该方法200在上述方法100的基础上，步骤S102包括以下步骤S1021至步骤S1023。

在步骤S1021中，根据环境信息，提取空间中物体的中心。在一种实施例中，可以在环境信息中提取物体的中心。

在步骤S1022中，可以确定扫地机相对于物体的中心的相对位置。

优选地，在一种实施例中，可以根据极几何和交错矩阵算法，计算出扫地机相对于物体的中心的相对位置。

在步骤S1023中，根据相对位置，确定空间中物体的空间位置。

在一种实施例中，在确定扫地机相对于物体的中心的相对位置后，可以将相对坐标进行转换，以扫地机为坐标的原点，从而，可以得到空间中各个物体相对于扫地机的位置。进一步地，可以基于神经网络算法，例如卷积神经网络算法等，匹配预存的空间模型。这样，根据匹配的空间模型，可以确定空间中的物体的位置和布置等，从而，确定物体的空间位置。其中，空间模型可以根据深度学习算法得到，并预存在应用该方法的装置或系统中。

优选地，在进行步骤S1022之前，还可以进行步骤S1021’。在步骤S1021’中，可以修正所提取的物体的中心。这样，可以以修正后的物体的中心做为确定扫地机的相对位置的基准。

图3示出根据本发明实施例的扫地机的地图构建的方法300的流程图。如图3所示，该方法300在上述方法100或方法200的基础上，步骤S103包括以下步骤S1031至步骤S1032。

在步骤S1031中，可以根据环境信息，检测出空间中的物体。

接着，在步骤S1032中，可以根据所检测到的物体，基于神经网络算法，例如卷积神经网络算法等，匹配预存的物体识别模型。这样，根据匹配的空间模型，可以确定物体所处的类别，物体的制成材料，以及物体的材质等，从而，确定物体的属性信息。其中，物体识别模型可以根据深度学习算法得到，并预存在应用该方法的装置或系统中。

图4示出根据本发明实施例的扫地机的地图构建的方法400的流程图。如图4所示，该方法400在上述方法100或方法200或方法300的基础上，还包括步骤S105。

在步骤S105中，可以存储步骤104中所生成的地图。

优选地，可以将所存储的地图发送至云端或移动端。这样，当多台扫地机联接到同一云端或移动端时，可以实现地图在多台扫地机中共享。

图5示出根据本发明实施例的扫地机的地图构建的方法500的流程图。如图5所示，该方法500在上述方法100或方法200或方法300或方法400的基础上，还包括步骤S106。

在步骤S106中，根据所生成的地图，确定扫地机的工作路径和工作模式。

通过地图，扫地机可以获知空间内各物体的位置和布置等，以便规划相应的清扫路径。

通过地图，扫地机还可以获知空间内各物体的属性，例如，物体所处的类别，物体的制成材料，以及物体的材质等。这时，扫地机可以根据物体的属性调整其工作模式。例如，当地图中有显示物体为地毯或窗帘，那么，扫地机可以在到达地毯或窗帘时，切换至与清洗地毯或窗帘相对应的清洁模式；当地图中显示地毯为细毛材质，那么，扫地机可以在到达地毯时，切换至轻柔的清洁模式。

图6示出根据本发明实施例的扫地机的地图构建的装置600的流程图。如图6所示，该装置600包括获取模块601、位置模块602、属性模块603和地图模块604。

获取模块601用于获取扫地机空间的环境信息。在一种实施例，可以通过扫地机的摄像头拍摄空间内的图像，从而，获取模块601可以得到图像中所呈现出的环境信息。其中，环境信息包括但不限于空间的边界、空间中的物体、以及物体的位置和属性等。

位置模块602用于根据环境信息，确定空间中物体的空间位置。其中，物体的空间位置包括但不限于各个物体相对于整体空间所处的位置，以及物体的布置方式等。

属性模块603用于根据环境信息，确定空间中物体的属性信息。其中，物体的属性信息包括但不限于物体所处的类别，物体的制成材料，以及物体的材质等。

地图模块604用于根据空间位置和属性信息，生成空间的地图。

通过本发明实施例的装置600，可以将扫地机所处空间中的物体的空间位置和物体的属性信息相结合，生成地图。该地图不仅具有三维空间，而且地图中的物体还可以其特殊的属性显示。并且，该装置600能够同时将空间位置和属性信息，可以更高效的生成地图。

图7示出根据本发明实施例的扫地机的地图构建的装置700的流程图。如图7所示，该装置700在装置600的基础上，位置模块602包括物体提取模块6021、相对位置确定模块6022和空间位置确定模块6023。

物体提取模块6021用于根据所述环境信息，提取所述空间中物体的中心。

相对位置确定模块6022用于确定所述扫地机相对于所述物体的中心的相对位置。

空间位置确定模块6023用于根据所述相对位置，确定所述空间中物体的空间位置。

进一步地，空间位置确定模块6023还用于根据所述相对位置，基于神经网络算法，匹配预存的空间模型，以确定所述空间中物体的空间位置。

优选地，位置模块602还包括提取修正模块6021’。其中，提取修正模块6021’用于在确定所述扫地机相对于所述物体的中心的相对位置之前，修正所提取的物体的中心。

具体地，图7所示的扫地机的地图构建的装置700与图2所示的扫地机的地图构建的方法200相对应。图7所示的装置的具体实现方式参照图2所示的方法的实施例中的描述。

图8示出根据本发明实施例的扫地机的地图构建的装置800的流程图。如图8所示，该装置800在装置600或装置700的基础上，属性模块603包括物体检测模块6031和属性信息确定模块6032。

物体检测模块6031用于根据环境信息，检测出空间中的物体。

属性信息确定模块6032用于根据所检测到的物体，基于神经网络算法，匹配预存的物体识别模型，以确定物体的所述属性信息。

具体地，图8所示的扫地机的地图构建的装置800与图3所示的扫地机的地图构建的方法300相对应。图8所示的装置的具体实现方式参照图3所示的方法的实施例中的描述。

图9示出根据本发明实施例的扫地机的地图构建的装置900的流程图。如图9所示，该装置900在装置600或装置700或装置800的基础上，还包括存储模块605。其中，存储模块605用于存储所生成的地图。

优选地，该装置900还包括发送模块606。其中，发送模块606用于将所存储的地图发送至云端或移动端。

具体地，图9所示的扫地机的地图构建的装置900与图4所示的扫地机的地图构建的方法400相对应。图9所示的装置的具体实现方式参照图4所示的方法的实施例中的描述。

图10示出根据本发明实施例的扫地机的地图构建的装置1000的流程图。如图10所示，该装置900在装置600或装置700或装置800或装置900的基础上，还包括控制模块607。其中，控制模块607用于根据所生成的地图，确定扫地机的工作路径和工作模式。

具体地，图10所示的扫地机的地图构建的装置1000与图5所示的扫地机的地图构建的方法500相对应。图10所示的装置的具体实现方式参照图5所示的方法的实施例中的描述。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器，磁盘或光盘等。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (17)

1.一种扫地机的地图构建的方法，其特征在于，包括：

获取扫地机所处空间的环境信息；

根据所述环境信息，确定所述空间中物体的空间位置；

根据所述环境信息，确定所述空间中物体的属性信息；以及

根据所述空间位置和所述属性信息，生成所述空间的地图。

2.根据权利要求1所述的方法，其特征在于，根据所述环境信息，确定所述空间中物体的空间位置，包括：

根据所述环境信息，提取所述空间中物体的中心；

确定所述扫地机相对于所述物体的中心的相对位置；以及

根据所述相对位置，确定所述空间中物体的空间位置。

3.根据权利要求2所述的方法，其特征在于，在确定所述扫地机相对于所述物体的中心的相对位置之前，根据所述环境信息，确定所述空间中物体的空间位置，还包括：

修正所提取的物体的中心。

4.根据权利要求2所述的方法，其特征在于，确定所述扫地机相对于所述物体的中心的相对位置，包括：

根据极几何和交错矩阵算法，计算所述扫地机相对于所述物体的中心的相对位置。

5.根据权利要求2所述的方法，其特征在于，根据所述相对位置，确定所述空间中物体的空间位置，包括：

根据所述相对位置，基于神经网络算法，匹配预存的空间模型，以确定所述空间中物体的空间位置。

6.根据权利要求5所述的方法，其特征在于，根据所述环境信息，确定所述空间中物体的属性信息，包括：

根据所述环境信息，检测出所述空间中的物体；以及

根据所检测到的物体，基于神经网络算法，匹配预存的物体识别模型，以确定所述物体的所述属性信息。

7.根据权利要求1所述的方法，其特征在于，包括：

存储所生成的地图。

8.根据权利要求7所述的方法，其特征在于，包括：

将所存储的地图发送至云端或移动端。

9.根据权利要求1至7中任一项所述的方法，其特征在于，还包括：

根据所生成的地图，确定所述扫地机的工作路径和工作模式。

10.一种扫地机的地图构建的装置，其特征在于，包括：

获取模块，用于获取扫地机所处空间的环境信息；

位置模块，用于根据所述环境信息，确定所述空间中物体的空间位置；

属性模块，用于根据所述环境信息，确定所述空间中物体的属性信息；以及

地图模块，用于根据所述空间位置和所述属性信息，生成所述空间的地图。

11.根据权利要求10所述的装置，其特征在于，位置模块包括：

物体提取模块，用于根据所述环境信息，提取所述空间中物体的中心；

相对位置确定模块，用于确定所述扫地机相对于所述物体的中心的相对位置；以及

空间位置确定模块，用于根据所述相对位置，确定所述空间中物体的空间位置。

12.根据权利要求11所述的装置，其特征在于，位置模块还包括：

提取修正模块，用于在确定所述扫地机相对于所述物体的中心的相对位置之前，修正所提取的物体的中心。

13.根据权利要求10所述的装置，其特征在于，所述空间位置确定模块，还用于根据所述相对位置，基于神经网络算法，匹配预存的空间模型，以确定所述空间中物体的空间位置。

14.根据权利要求10所述的装置，其特征在于，属性模块包括：

物体检测模块，用于根据所述环境信息，检测出所述空间中的物体；以及属性信息确定模块，用于根据所检测到的物体，基于神经网络算法，匹配预存的物体识别模型，以确定所述物体的所述属性信息。

15.根据权利要求10所述的装置，其特征在于，还包括：

存储模块，用于存储所生成的地图。

16.根据权利要求15所述的装置，其特征在于，还包括：

发送模块，用于将所存储的地图发送至云端或移动端。

17.根据权利要求10至16中任一项所述的装置，其特征在于，还包括：

控制模块，用于根据所生成的地图，确定所述扫地机的工作路径和工作模式。

Images