CN111399507A - 确定栅格地图中边界线的方法、划分栅格地图的方法 - Google Patents

确定栅格地图中边界线的方法、划分栅格地图的方法 Download PDF

Info

Publication number
CN111399507A
CN111399507A CN202010197325.9A CN202010197325A CN111399507A CN 111399507 A CN111399507 A CN 111399507A CN 202010197325 A CN202010197325 A CN 202010197325A CN 111399507 A CN111399507 A CN 111399507A
Authority
CN
China
Prior art keywords
area
pixel points
grid map
boundary
obstacle
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
Application number
CN202010197325.9A
Other languages
English (en)
Other versions
CN111399507B (zh
Inventor
檀冲
王颖
张书新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Puppy Vacuum Cleaner Group Co Ltd
Original Assignee
Xiaogou Electric Internet Technology Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xiaogou Electric Internet Technology Beijing Co Ltd filed Critical Xiaogou Electric Internet Technology Beijing Co Ltd
Priority to CN202010197325.9A priority Critical patent/CN111399507B/zh
Publication of CN111399507A publication Critical patent/CN111399507A/zh
Application granted granted Critical
Publication of CN111399507B publication Critical patent/CN111399507B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
    • G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons 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
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • 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
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • 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
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Optics & Photonics (AREA)
  • Electromagnetism (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种确定栅格地图中边界线的方法、划分栅格地图的方法、存储介质以及移动机器人，所述确定栅格地图中边界线的方法，包括：获取被划分为障碍物边界区域、可视区域和不可见区域的栅格地图；遍历所述栅格地图，提取出障碍物边界区域中与可视区域的像素点相邻的像素点，并将障碍物边界区域中未被提取的像素点并入不可见区域；根据障碍物边界区域中被提取的像素点形成障碍物边界线，以按照所述障碍物边界线将所述栅格地图重新划分为新的可视区域和不可见区域，能够将障碍物边界区域划分为不可见区域和障碍物边界线，实现了在栅格地图中有效快速地提取出符合要求的边界线的目的。

Description

确定栅格地图中边界线的方法、划分栅格地图的方法
技术领域
本发明属于同步定位与地图构建技术领域，具体涉及一种确定栅格地图中边界线的方法、划分栅格地图的方法、存储介质以及移动机器人。
背景技术
对很多移动机器人来说，其所处的环境基本是未知的，构建地图需要机器人从未知环境的未知地点出发，其中，扫地机器人作为一种移动型机器人，在运动过程中通过重复观测到的地图特征(比如墙角、柱子等)定位自身位置和姿态，再根据自身位置增量式的构建地图，从而达到同时定位和地图构建的目的，确定自己在室内的位置以及周围信息，从而实现室内的空间划分、完整清扫以及自动回充等功能。
机器人构建的环境地图大致分为三种：拓扑地图、几何地图、栅格地图。栅格地图是一种对现实中真实地图数字栅格化的产物。它将环境分解成一系列离散的栅格，每个栅格有一个值，栅格包含了坐标、是否障碍两类基本信息，用每一个栅格被占据的概率值来表示环境信息，一般标识为是否是障碍物。每个地图栅格都与实际环境中的一个小块区域对应，反映出环境的信息，易于机器人进行地图信息的存储。
由于机器人的传感器例如激光雷达等的扫描精度不够或者后台数据处理能力有限等原因，机器人构建的栅格地图噪点较多，使得栅格地图中可清扫区域与障碍物区域之间的边界模糊，例如边界线过宽或者粗细不匀等，导致栅格地图上的可清扫区域与障碍物区域之间并没有完全被严格划分，无法进一步细致提取地图的可清扫区域；另外，无法精确地按空间分配可清扫区域和障碍物区域，导致无法辅助室内空间的有效划分。
现在亟须一种确定栅格地图中边界线的方法、划分栅格地图的方法、存储介质以及移动机器人。
发明内容
本发明所要解决的技术问题是如何通过在栅格地图中有效快速地提取出符合要求的边界线，提高栅格地图上的可清扫区域与障碍物区域之间的划分精度，实现室内空间的有效划分。
针对上述问题，本发明提供了一种确定栅格地图中边界线的方法、划分栅格地图的方法、存储介质以及移动机器人。
第一方面，本发明提供了一种确定栅格地图中边界线的方法，包括以下步骤：
获取被划分为障碍物边界区域、可视区域和不可见区域的栅格地图，其中，所述障碍物边界区域用于隔开所述可视区域与所述不可见区域；
遍历所述栅格地图，提取出障碍物边界区域中与可视区域的像素点相邻的像素点，并将障碍物边界区域中未被提取的像素点并入不可见区域；
根据障碍物边界区域中被提取的像素点形成障碍物边界线，以按照所述障碍物边界线将所述栅格地图重新划分为新的可视区域和不可见区域。
根据本发明的实施例，优选地，遍历所述栅格地图，提取出障碍物边界区域中与可视区域的像素点相邻的像素点，包括：
当遍历到所述栅格地图中可视区域的像素点时，判断与所述可视区域的像素点相邻的像素点中是否存在障碍物边界区域的像素点；
当与所述可视区域的像素点相邻的像素点中存在障碍物边界区域的像素点时，提取所述障碍物边界区域中与可视区域的像素点相邻的像素点。
根据本发明的实施例，优选地，遍历所述栅格地图，提取出障碍物边界区域中与可视区域的像素点相邻的像素点，包括：
当遍历到所述栅格地图中不可见区域的像素点时，判断与所述不可见区域的像素点相邻的像素点中是否存在障碍物边界区域的像素点；
当与所述不可见区域的像素点相邻的像素点中存在障碍物边界区域的像素点时，对于每一个所述障碍物边界区域的像素点，进一步判断所述障碍物边界区域的像素点是否与可视区域的像素点相邻；
当所述障碍物边界区域的像素点与可视区域的像素点相邻时，提取所述障碍物边界区域中与可视区域的像素点相邻的像素点。
根据本发明的实施例，优选地，所述被划分为障碍物边界区域、可视区域和不可见区域的栅格地图通过以下步骤构建：
通过移动机器人的激光雷达采集视角内的环境信息，利用同步定位与地图构建算法对环境信息进行处理，得到被划分为障碍物边界区域、可视区域和不可见区域的栅格地图。
根据本发明的实施例，优选地，所述将障碍物边界区域中未被提取的像素点并入不可见区域，包括：
当所述障碍物边界区域、所述可视区域和所述不可见区域上分别标记不同的颜色时，对障碍物边界区域中未被提取的像素点赋予不可见区域的像素点的颜色值，以将障碍物边界区域中未被提取的像素点处理为不可见区域的像素点，从而保留障碍物边界区域中被提取的像素点。
根据本发明的实施例，优选地，
对保留在障碍物边界区域中被提取的像素点进行连线，形成障碍物边界线。
根据本发明的实施例，优选地，遍历所述栅格地图包括按行遍历所述栅格地图和按列遍历所述栅格地图。
第二方面，本发明提供了一种划分栅格地图的方法，包括以下步骤：
按照上述确定栅格地图中边界线的方法确定障碍物边界线；
根据所述障碍物边界线将栅格地图划分为新的可视区域和不可见区域。
第三方面，本发明提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述确定栅格地图中边界线的方法或者划分栅格地图的方法的步骤。
第四方面，本发明提供了一种移动机器人，其包括存储器和处理器，该存储器上存储有计算机程序，所述计算机程序被处理器执行时实现上述确定栅格地图中边界线的方法或者划分栅格地图的方法的步骤。
与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：
应用本发明的确定栅格地图中边界线的方法，获取被划分为障碍物边界区域、可视区域和不可见区域的栅格地图，其中，所述障碍物边界区域用于隔开所述可视区域与所述不可见区域；遍历所述栅格地图，提取出障碍物边界区域中与可视区域的像素点相邻的像素点，并将障碍物边界区域中未被提取的像素点并入不可见区域；根据障碍物边界区域中被提取的像素点形成障碍物边界线，以按照所述障碍物边界线将所述栅格地图重新划分为新的可视区域和不可见区域，能够将障碍物边界区域划分为不可见区域和障碍物边界线，实现了在栅格地图中有效快速地提取出符合要求的边界线的目的。
本发明的其它特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
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，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：
图1示出了本发明实施例一确定栅格地图中边界线的方法的流程图；
图2示出了本发明实施例二确定栅格地图中边界线的方法的流程图；
图3示出了本发明实施例三未被处理的栅格地图的示意图；
图4示出了本发明实施例三已经通过确定栅格地图中边界线的方法处理过的栅格地图的示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。
实施例一
为解决现有技术中存在的上述技术问题，本发明实施例提供了一种确定栅格地图中边界线的方法。
图1示出了本实施例确定栅格地图中边界线的方法的流程图，参照图1，本实施例的方法，包括以下步骤：
S1，获取被划分为障碍物边界区域、可视区域和不可见区域的栅格地图，其中，所述障碍物边界区域用于隔开所述可视区域与所述不可见区域；
具体地，所述被划分为障碍物边界区域、可视区域和不可见区域的栅格地图通过以下步骤构建：
通过移动机器人的激光雷达采集视角内的环境信息，利用同步定位与地图构建算法对环境信息进行处理，构建得到被划分为障碍物边界区域、可视区域和不可见区域的栅格地图。
其中，可视区域表示没有障碍物的区域，不可见区域表示有障碍物的区域，障碍物边界区域表示有障碍物的区域与没有障碍物的区域之间的区域，可以通过不同的图案或者不同的颜色将栅格地图划分(标识)为障碍物边界区域、可视区域和不可见区域。
S2，遍历所述栅格地图，提取出障碍物边界区域中与可视区域的像素点相邻的像素点，并将障碍物边界区域中未被提取的像素点并入不可见区域；
具体地，遍历所述栅格地图包括按行遍历所述栅格地图和按列遍历所述栅格地图。
在遍历栅格地图的实际过程中，具体实现原理如下：
第一步，栅格地图中任意选取一个像素点，以该像素点为搜索起始点，先以该像素点所在行为搜索对象，搜索可视区域以及不可见区域的像素点，将与可视区域的像素点相邻的、障碍物边界区域的像素点提取出来，并将不可见区域的像素点与可视区域的像素点之间的、未被提取的障碍物边界区域的像素点并入不可见区域；
第二步，以该像素点所在列的每一个像素点为搜索起始点，以所述每一个像素点所在行为搜索对象，搜索可视区域以及不可见区域的像素点，将与可视区域的像素点相邻的、障碍物边界区域的像素点提取出来，并将不可见区域的像素点与可视区域的像素点之间的、未被提取的障碍物边界区域的像素点并入不可见区域，以完成整个栅格地图的按行遍历；
第三步，以该像素点所在行的每一个像素点为搜索起始点，以所述每一个像素点所在列为搜索对象，搜索可视区域以及不可见区域的像素点，将与可视区域的像素点相邻的、障碍物边界区域的像素点提取出来，并将不可见区域的像素点与可视区域的像素点之间的、未被提取的障碍物边界区域的像素点并入不可见区域，以完成整个栅格地图的按列遍历。
其中，第二步与第三步之间的顺序还可以是先执行第三步再执行第二步。
具体地，将障碍物边界区域中未被提取的像素点并入不可见区域，实现过程如下：
当通过不同的图案划分障碍物边界区域、可视区域和不可见区域时，将障碍物边界区域中未被提取的像素点所对应的区域的图案置换为不可见区域的图案；
当通过不同的颜色划分障碍物边界区域、可视区域和不可见区域时，将障碍物边界区域中未被提取的像素点所对应的颜色置换为不可见区域的颜色。
S3，根据障碍物边界区域中被提取的像素点形成障碍物边界线，以按照所述障碍物边界线将所述栅格地图重新划分为新的可视区域和不可见区域。
其中，新的可视区域与划分前的栅格地图中的可视区域相同，新的不可见区域与划分前的栅格地图中的不可见区域相比，加入了划分前的栅格地图中的障碍物边界区域中、未被提取的像素点。
在本实施例中，提取出障碍物边界区域中与可视区域的像素点相邻的像素点，并将障碍物边界区域中未被提取的像素点并入不可见区域，将模糊的障碍物边界区域处理为清晰的边界线，实现了栅格地图中可视区域与不可见区域之间的严格划分，使得处理后的栅格地图更精确。
实施例二
为解决现有技术中存在的上述技术问题，本发明实施例提供了一种确定栅格地图中边界线的方法，其中，所述障碍物边界区域、所述可视区域和所述不可见区域上分别标记不同的颜色，以将障碍物边界区域、所述可视区域和所述不可见区域区分开。
图2示出了本实施例确定栅格地图中边界线的方法的流程图，参照图1，本实施例的方法，包括以下步骤：
S21，获取被划分为障碍物边界区域、可视区域和不可见区域的栅格地图，其中，所述障碍物边界区域用于隔开所述可视区域与所述不可见区域；
S22，遍历所述栅格地图：
S221，当遍历到所述栅格地图中可视区域的像素点时，判断与所述可视区域的像素点相邻的像素点中是否存在障碍物边界区域的像素点：
若是，则执行步骤S3；
若否，则不予响应；
S222，当遍历到所述栅格地图中不可见区域的像素点时，判断与所述不可见区域的像素点相邻的像素点中是否存在障碍物边界区域的像素点；
若是，则对于每一个所述障碍物边界区域的像素点，进一步判断所述障碍物边界区域的像素点是否与可视区域的像素点相邻：
若是，则执行步骤S223；
若否，则不予响应；
若否，则不予响应；
S223，提取所述障碍物边界区域中与可视区域的像素点相邻的像素点；
S23，对障碍物边界区域中未被提取的像素点赋予不可见区域的像素点的颜色值，以将障碍物边界区域中未被提取的像素点处理为不可见区域的像素点，从而保留障碍物边界区域中被提取的像素点；
S24，对保留在障碍物边界区域中被提取的像素点进行连线，形成障碍物边界线，以按照所述障碍物边界线将所述栅格地图重新划分为新的可视区域和不可见区域。
在本实施例中，实时监测是否遍历到所述栅格地图中可视区域或不可见区域的像素点，并在遍历到可视区域的像素点或者不可见区域的像素点时，开始进行整个栅格地图的像素点处理运算，并提供遍历到可视区域的像素点和遍历到不可见区域的像素点两种情况的像素点处理运算，提高了像素点处理速度，从而达到快速提取边界线的目的。
实施例三
为解决现有技术中存在的上述技术问题，本发明实施例还提供了一种确定栅格地图中边界线的方法，其中，所述障碍物边界区域、所述可视区域和所述不可见区域上分别标记黑色、白色和灰色，以将障碍物边界区域、所述可视区域和所述不可见区域区分开。
本实施例的确定栅格地图中边界线的方法，包括：
第一步，将栅格地图中的各部分根据激光雷达扫描结果使用三种颜色进行标记，其中，障碍物边界为黑色(颜色值为255)，激光雷达可视范围为白色(颜色值为0)，而不可见区域为灰色(颜色值为128)，在这里，以斜线区域表示灰色区域，具体参见图3；
第二步，在地图内将相邻两个像素间的值进行对比，如果相邻两个像素的像素值分别为255和0，则代表该黑色点为与可视区域的边界障碍，保留该黑色像素点，若相邻两个像素间的颜色分别为黑色和黑色、黑色和灰色，则按照设定的逻辑将两像素中的一个设定为灰色，另一个保留；
其中，设定的逻辑包括以下两种情况：
第一种，按行遍历的情况，具体实现如下：
当按行从左往右遍历时，当左右相邻两个像素中左边的像素的颜色是灰色，右边的像素的颜色是黑色，即左边是灰色像素，右边是黑色像素。判断该黑色像素的右边是白色像素还是其他像素，所述其他像素包括黑色像素和灰色像素，当该黑色像素的右边是白色像素时，则保留该黑色像素；当该黑色像素的右边是其他像素时，则将该黑色像素设定为灰色，以实现以下目的：仅保留与白色像素相邻的黑色像素，并将未被保留的黑色像素都设置成灰色，以将未被保留的黑色像素并入不可见区域，使得最终的栅格地图仅包括被保留的黑色像素、可视范围和不可见区域；
当按行从右往左遍历时，当左右相邻两个像素中右边的像素的颜色是灰色，左边的像素的颜色是黑色，即右边是灰色像素，左边是黑色像素。判断该黑色像素的左边是白色像素还是其他像素，所述其他像素包括黑色像素和灰色像素，当该黑色像素的左边是白色像素时，则保留该黑色像素；当该黑色像素的左边是其他像素时，则将该黑色像素设定为灰色，以实现以下目的：仅保留与白色像素相邻的黑色像素，并将未被保留的黑色像素都设置成灰色，以将未被保留的黑色像素并入不可见区域，使得最终的栅格地图仅包括被保留的黑色像素、可视范围和不可见区域；
第二种，按列遍历的情况，具体实现如下：
当按列从上往下遍历时，当上下相邻两个像素中上边的像素的颜色是灰色，下边的像素的颜色是黑色，即上边是灰色像素，下边是黑色像素。判断该黑色像素的下边是白色像素还是其他像素，所述其他像素包括黑色像素和灰色像素，当该黑色像素的下边是白色像素时，则保留该黑色像素；当该黑色像素的下边是其他像素时，则将该黑色像素设定为灰色，以实现以下目的：仅保留与白色像素相邻的黑色像素，并将未被保留的黑色像素都设置成灰色，以将未被保留的黑色像素并入不可见区域，使得最终的栅格地图仅包括被保留的黑色像素、可视范围和不可见区域；
当按列从下往上遍历时，当上下相邻两个像素中下边的像素的颜色是灰色，上边的像素的颜色是黑色，即下边是灰色像素，上边是黑色像素。判断该黑色像素的上边是白色像素还是其他像素，所述其他像素包括黑色像素和灰色像素，当该黑色像素的上边是白色像素时，则保留该黑色像素；当该黑色像素的上边是其他像素时，则将该黑色像素设定为灰色，以实现以下目的：仅保留与白色像素相邻的黑色像素，并将未被保留的黑色像素都设置成灰色，以将未被保留的黑色像素并入不可见区域，使得最终的栅格地图仅包括被保留的黑色像素、可视范围和不可见区域；
第三步，将第二步的逻辑按照从上到下和从左到右的顺序全部覆盖遍历整张地图，使得所有像素的前后左右关系均被检测且被判别；
其中，这里的从上到下表示按行从上到下，这里的从左到右表示按列从左到右，在实际的遍历过程中，遍历整张地图的顺序包括但不限于从上到下和从左到右的顺序。
第四步，将地图中剩下的黑色像素提取出来得到的边界线即为想要的边界线，以得到仅包括边界线、可视范围和不可见区域的栅格地图，具体如图4所示。
本实施例通过将如图3所示的障碍物边界(黑色区域)处理成如图4所示的边界线(黑色线条)，使得栅格地图上的可视范围(白色区域)与不可见区域(灰色区域，即斜线区域)之间被严格划分，能够进一步细致提取地图的可清扫区域，从而精确地按空间分配可清扫区域和障碍物区域，以辅助室内空间的有效划分。
实施例四
为解决现有技术中存在的上述技术问题，本发明实施例提供了一种划分栅格地图的方法。
本发明实施例提供的划分栅格地图的方法，包括以下步骤：
按照上述确定栅格地图中边界线的方法确定障碍物边界线；
根据所述障碍物边界线将栅格地图划分为新的可视区域和不可见区域。
实施例五
为解决现有技术中存在的上述技术问题，本发明实施例提供了一种存储介质。
本发明实施例提供的存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述确定栅格地图中边界线的方法或者划分栅格地图的方法的步骤。
实施例六
为解决现有技术中存在的上述技术问题，本发明实施例提供了一种移动机器人。
本发明实施例提供的移动机器人包括存储器和处理器，该存储器上存储有计算机程序，所述计算机程序被处理器执行时实现上述确定栅格地图中边界线的方法或者划分栅格地图的方法的步骤。
虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种确定栅格地图中边界线的方法，其特征在于，包括以下步骤：
获取被划分为障碍物边界区域、可视区域和不可见区域的栅格地图，其中，所述障碍物边界区域用于隔开所述可视区域与所述不可见区域；
遍历所述栅格地图，提取出障碍物边界区域中与可视区域的像素点相邻的像素点，并将障碍物边界区域中未被提取的像素点并入不可见区域；
根据障碍物边界区域中被提取的像素点形成障碍物边界线，以按照所述障碍物边界线将所述栅格地图重新划分为新的可视区域和不可见区域。
2.根据权利要求1所述的方法，其特征在于，遍历所述栅格地图，提取出障碍物边界区域中与可视区域的像素点相邻的像素点，包括：
当遍历到所述栅格地图中可视区域的像素点时，判断与所述可视区域的像素点相邻的像素点中是否存在障碍物边界区域的像素点；
当与所述可视区域的像素点相邻的像素点中存在障碍物边界区域的像素点时，提取所述障碍物边界区域中与可视区域的像素点相邻的像素点。
3.根据权利要求1所述的方法，其特征在于，遍历所述栅格地图，提取出障碍物边界区域中与可视区域的像素点相邻的像素点，包括：
当遍历到所述栅格地图中不可见区域的像素点时，判断与所述不可见区域的像素点相邻的像素点中是否存在障碍物边界区域的像素点；
当与所述不可见区域的像素点相邻的像素点中存在障碍物边界区域的像素点时，对于每一个所述障碍物边界区域的像素点，进一步判断所述障碍物边界区域的像素点是否与可视区域的像素点相邻；
当所述障碍物边界区域的像素点与可视区域的像素点相邻时，提取所述障碍物边界区域中与可视区域的像素点相邻的像素点。
4.根据权利要求1所述的方法，其特征在于，所述被划分为障碍物边界区域、可视区域和不可见区域的栅格地图通过以下步骤构建：
通过移动机器人的激光雷达采集视角内的环境信息，利用同步定位与地图构建算法对环境信息进行处理，得到被划分为障碍物边界区域、可视区域和不可见区域的栅格地图。
5.根据权利要求1所述的方法，其特征在于，所述将障碍物边界区域中未被提取的像素点并入不可见区域，包括：
当所述障碍物边界区域、所述可视区域和所述不可见区域上分别标记不同的颜色时，对障碍物边界区域中未被提取的像素点赋予不可见区域的像素点的颜色值，以将障碍物边界区域中未被提取的像素点处理为不可见区域的像素点，从而保留障碍物边界区域中被提取的像素点。
6.根据权利要求5所述的方法，其特征在于，
对保留在障碍物边界区域中被提取的像素点进行连线，形成障碍物边界线。
7.根据权利要求1所述的方法，其特征在于，遍历所述栅格地图包括按行遍历所述栅格地图和按列遍历所述栅格地图。
8.一种划分栅格地图的方法，其特征在于，包括以下步骤：
按照权利要求1至7任一项所述的方法确定障碍物边界线；
根据所述障碍物边界线将栅格地图划分为新的可视区域和不可见区域。
9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法或者如权利要求8所述方法的步骤。
10.一种移动机器人，其包括存储器和处理器，其特征在于，该存储器上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法或者如权利要求8所述方法的步骤。
CN202010197325.9A 2020-03-19 2020-03-19 确定栅格地图中边界线的方法、划分栅格地图的方法 Active CN111399507B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010197325.9A CN111399507B (zh) 2020-03-19 2020-03-19 确定栅格地图中边界线的方法、划分栅格地图的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010197325.9A CN111399507B (zh) 2020-03-19 2020-03-19 确定栅格地图中边界线的方法、划分栅格地图的方法

Publications (2)

Publication Number Publication Date
CN111399507A true CN111399507A (zh) 2020-07-10
CN111399507B CN111399507B (zh) 2024-04-02

Family

ID=71434389

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010197325.9A Active CN111399507B (zh) 2020-03-19 2020-03-19 确定栅格地图中边界线的方法、划分栅格地图的方法

Country Status (1)

Country Link
CN (1) CN111399507B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111568312A (zh) * 2020-05-06 2020-08-25 小狗电器互联网科技（北京）股份有限公司 一种物体边界提取方法及装置
CN112107257A (zh) * 2020-09-30 2020-12-22 小狗电器互联网科技（北京）股份有限公司 智能清扫设备及其避障路径规划方法和装置
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
CN112396698A (zh) * 2020-11-20 2021-02-23 上海莉莉丝网络科技有限公司 游戏地图内地图区域边界的划定方法、系统及计算机可读存储介质
CN113064431A (zh) * 2021-03-19 2021-07-02 北京小狗吸尘器集团股份有限公司 栅格地图优化方法、存储介质和移动机器人
CN113110418A (zh) * 2021-03-19 2021-07-13 北京小狗吸尘器集团股份有限公司 栅格地图优化方法、存储介质和移动机器人
CN113324558A (zh) * 2021-05-17 2021-08-31 亿嘉和科技股份有限公司 一种基于rrt的栅格地图遍历算法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05224747A (ja) * 1992-02-14 1993-09-03 Tokimec Inc 移動体
CN105511485A (zh) * 2014-09-25 2016-04-20 科沃斯机器人有限公司 用于自移动机器人栅格地图的创建方法
CN106052674A (zh) * 2016-05-20 2016-10-26 青岛克路德机器人有限公司 一种室内机器人的slam方法和系统
CN106092102A (zh) * 2016-07-20 2016-11-09 广州极飞电子科技有限公司 一种无人机路径规划方法及装置
CN107016706A (zh) * 2017-02-28 2017-08-04 北京航空航天大学 一种应用Visual Graph算法提取障碍物边界的方法
CN107357293A (zh) * 2017-07-31 2017-11-17 上海应用技术大学 移动机器人路径规划方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05224747A (ja) * 1992-02-14 1993-09-03 Tokimec Inc 移動体
CN105511485A (zh) * 2014-09-25 2016-04-20 科沃斯机器人有限公司 用于自移动机器人栅格地图的创建方法
CN106052674A (zh) * 2016-05-20 2016-10-26 青岛克路德机器人有限公司 一种室内机器人的slam方法和系统
CN106092102A (zh) * 2016-07-20 2016-11-09 广州极飞电子科技有限公司 一种无人机路径规划方法及装置
CN107016706A (zh) * 2017-02-28 2017-08-04 北京航空航天大学 一种应用Visual Graph算法提取障碍物边界的方法
CN107357293A (zh) * 2017-07-31 2017-11-17 上海应用技术大学 移动机器人路径规划方法和系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111568312A (zh) * 2020-05-06 2020-08-25 小狗电器互联网科技（北京）股份有限公司 一种物体边界提取方法及装置
CN112107257A (zh) * 2020-09-30 2020-12-22 小狗电器互联网科技（北京）股份有限公司 智能清扫设备及其避障路径规划方法和装置
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
CN112396698A (zh) * 2020-11-20 2021-02-23 上海莉莉丝网络科技有限公司 游戏地图内地图区域边界的划定方法、系统及计算机可读存储介质
CN112396698B (zh) * 2020-11-20 2023-03-28 上海莉莉丝网络科技有限公司 游戏地图内地图区域边界的划定方法、系统及计算机可读存储介质
CN113064431A (zh) * 2021-03-19 2021-07-02 北京小狗吸尘器集团股份有限公司 栅格地图优化方法、存储介质和移动机器人
CN113110418A (zh) * 2021-03-19 2021-07-13 北京小狗吸尘器集团股份有限公司 栅格地图优化方法、存储介质和移动机器人
CN113110418B (zh) * 2021-03-19 2023-11-28 北京小狗吸尘器集团股份有限公司 栅格地图优化方法、存储介质和移动机器人
CN113324558A (zh) * 2021-05-17 2021-08-31 亿嘉和科技股份有限公司 一种基于rrt的栅格地图遍历算法

Also Published As

Publication number Publication date
CN111399507B (zh) 2024-04-02

Similar Documents

Publication Publication Date Title
CN111399507A (zh) 确定栅格地图中边界线的方法、划分栅格地图的方法
CN109541634B (zh) 一种路径规划方法、装置和移动设备
CN110531760B (zh) 基于曲线拟合和目标点邻域规划的边界探索自主建图方法
JP6321106B2 (ja) 現実環境内にバーチャルオブジェクトを描写する方法および装置
CN114417489B (zh) 一种基于实景三维模型的建筑基底轮廓精细化提取方法
CN112785643A (zh) 一种基于机器人平台的室内墙角二维语义地图构建方法
Quintana et al. Semantic scan planning for indoor structural elements of buildings
CN112526993A (zh) 栅格地图更新方法、装置、机器人及存储介质
JPH07104943B2 (ja) 物体認識装置
CN114365974B (zh) 一种室内清洁分区方法、装置和扫地机器人
CN113925390B (zh) 一种基于地图图像的跨区域通道识别方法、机器人及芯片
US11734883B2 (en) Generating mappings of physical spaces from point cloud data
CN110764513B (zh) 一种地图盲区识别方法
CN110702120A (zh) 地图边界处理方法、系统、机器人和存储介质
CN115311172A (zh) 地图区域分割方法以及相关设备
CN114677388A (zh) 基于单元分解与空间分割的房间布局划分方法
Kaufmann et al. ScaleBIM: Introducing a scalable modular framework to transfer point clouds into semantically rich building information models
CN114911228A (zh) 机器人路径规划方法、装置及机器人
CN112967384A (zh) 识别建筑测绘构件的点云智能化切分方法
CN114839981A (zh) 基于室内三维场景的机器人运动轨迹生成方法及存储介质
CN112578798A (zh) 机器人地图获取方法、装置、处理器和电子装置
CN114677505A (zh) 基于墙约束的房间自动分割方法
Zakiev et al. Path planning for Indoor Partially Unknown Environment Exploration and Mapping
CN116540685A (zh) 基于障碍像素点的边界配置方法、芯片及机器人
CN115145270B (zh) 自主探索建图目标选取方法及系统

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
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 7-605, 6th floor, building 1, yard a, Guanghua Road, Chaoyang District, Beijing 100026

Patentee after: Beijing dog vacuum cleaner Group Co.,Ltd.

Country or region after: China

Address before: 7-605, 6th floor, building 1, yard a, Guanghua Road, Chaoyang District, Beijing 100026

Patentee before: PUPPY ELECTRONIC APPLIANCES INTERNET TECHNOLOGY (BEIJING) Co.,Ltd.

Country or region before: China