CN111469127B - 代价地图更新方法、装置、机器人及存储介质 - Google Patents

Abstract

本申请提供一种代价地图更新方法、装置、机器人及存储介质，获取障碍物位置和障碍物通行数据，根据障碍物通行数据和机器人的通行能力参数确定机器人是否可以通过障碍物，根据判定结果和障碍物位置更新代价地图。本申请在更新代价地图时考虑障碍物对机器人通行影响，使得所生成代价地图更准确，以使机器人规划更优的路径。

Description

代价地图更新方法、装置、机器人及存储介质

技术领域

本申请涉及机器人技术领域，尤其涉及一种代价地图更新方法、装置、机器人及存储介质。

背景技术

机器人的传感器用于感知外界环境，为机器人提供导航数据。然而，直接通过对传感器采集信息处理所获得地图无法用于机器人导航，需要将该地图转换为代价地图(CostMap)。

代价地图由多个地图层合成，常见地图层为：静态地图层(StaticLayer)，障碍物层(ObstacleLayer)和膨胀层(InflationLayer)。其中，静态地图层、障碍物层和膨胀层之间映射关系。传感器扫描待采集区域获得采集数据，基于该采集数据构建静态地图层，障碍物层用于存储采集区域的障碍物信息，通过在障碍物位置周围设置缓冲区形成膨胀层。代价地图随着机器人位置变换而更新，代价地图更新过程具体为：若采用滚动窗口显示，静态地图层以机器人当前位置为中心显示一部分区域数据。再根据传感器采集障碍物位置数据，确定该障碍物在历史障碍物层的映射位置，将障碍物层中对应位置的代价值更新为表示占用状态，并将膨胀层中新增障碍物的周围区域的代价值更新为表示占用状态，完成障碍层和膨胀层更新。在更新代价地图后，机器人的控制部分根据各个位置的代价值进行路径规划，若该位置被占用，则不经过该位置，若该位置为空闲，则可以经过该位置。

然而，现有技术直接根据障碍物位置数据生成障碍物层各个位置的代价值，不考虑障碍物对机器人行驶影响，导致所生成的代价地图准确率低，进而影响机器人路径规划。

发明内容

本申请提供一种代价地图更新方法、装置、机器人及存储介质，以解决现有技术不考虑障碍物对机器人行驶影响，导致生成代价地图准确率低的问题。

第一方面，本申请提供一种代价地图更新方法，包括：获取机器人当前探测范围内障碍物的障碍物通行数据和障碍物位置；根据障碍物通行数据以及预设通行条件判定机器人是否可以通过障碍物，并生成判定结果，其中，预设通行条件根据机器人的通行能力参数进行确定；根据判定结果和障碍物位置对当前代价地图进行更新，生成更新后的代价地图。

可选地，获取机器人当前探测范围内障碍物的障碍物通行数据和障碍物位置，具体包括：获取机器人的第一传感器组采集的第一障碍物数据；对第一障碍物数据进行处理，生成障碍物通行数据和障碍物位置。

可选地，对障碍物数据进行处理，生成障碍物通行数据，具体包括：对障碍物数据进行处理，生成障碍物轮廓；根据障碍物轮廓确定障碍物内部是否存在通行通道；若是，障碍物通行数据为通行通道的高度和通行通道的宽度；若否，障碍物通行数据为障碍物的高度。

可选地，通行能力参数包括：机器人的高度和机器人的宽度；根据障碍物通行数据以及预设通行条件判定机器人是否可以通过障碍物，具体包括：判断通行通道的高度是否大于机器人的高度，并判断通行通道的宽度是否大于机器人的宽度；若通行通道的高度大于机器人的高度，且通行通道的宽度大于机器人的宽度，则确定机器人可以通过障碍物，否则，确定机器人无法通过障碍物。

可选地，通行能力参数包括：机器人的行驶机构的通行高度；根据障碍物通行数据以及预设通行条件判定机器人是否可以通过障碍物，具体包括：判断障碍物的高度是否小于行驶机构的通行高度，若是，则确定机器人可以通过障碍物，否则，确定机器人无法通过障碍物。

在上述实施例中，根据通过障碍物的方式确定障碍物的通行数据，将障碍物数据与机器人的通行能力参数进行比较得到判定结果，进而根据判定结果更新代价地图，可以提高生成代价地图的准确性，使得机器人能够规划更优行驶路径。

可选地，根据判定结果和障碍物位置对当前代价地图进行更新，生成更新后的代价地图，具体包括：根据判定结果和障碍物位置对第一障碍物层进行更新，生成第二障碍物层，其中，当前代价地图包括第一障碍物层；根据第二障碍物层生成第二膨胀层，其中，更新后的代价地图包括第二障碍物层和第二膨胀层。

可选地，根据判定结果和障碍物位置对第一障碍物层进行更新，生成第二障碍物层，具体包括：根据障碍物位置确定障碍物在第一障碍物层中的映射位置；从第一障碍物层中提取映射位置的代价值；根据映射位置的代价值和判定结果对第一障碍物层进行更新，生成第二障碍物层。

可选地，根据映射位置的代价值和判定结果对第一障碍物层进行更新，生成第二障碍物层，具体包括：若映射位置的代价值在第一范围内，且判定结果为机器人无法通过障碍物时，将映射位置的代价值设置在第二范围内；若映射位置的代价值在第一范围内，且判定结果为机器人可以通过障碍物时，将映射位置的代价值设置在第三范围内；若映射位置的代价值在第二范围内，且判定结果为机器人无法通过障碍物时，不更新映射位置的代价值；若映射位置的代价值在第二范围内，且判定结果为机器人可以通过障碍物时，将映射位置的代价值设置在第三范围内；其中，第一范围内的数值表示未进行障碍物探测，第二范围内的数值表示存在障碍物，第三范围内的数值表示不存在障碍物。

在上述实施例中，根据判定结果确定是否更新障碍物在障碍物层中映射位置的代价值，可以提高生成代价地图的准确性，使得机器人能够规划更优行驶路径。

可选地，根据第二障碍物层生成第二膨胀层，具体包括：在第二障碍物层提取出代价值在第二范围内的位置区域；根据位置区域和机器人的行驶半径确定膨胀区域；将膨胀区域的代价值设置在第二范围内，生成第二膨胀层。

可选地，在从第一障碍物层中提取映射位置的代价值之后，方法还包括：根据映射位置的代价值和判定结果对处理参数进行更新，处理参数用于对第一障碍物数据进行处理生成障碍物通行数据和障碍物位置。

在上述实施例中，根据映射位置的代价值和判定结果确定噪声位置，根据噪声位置对处理参数进行调整，可以减少噪声干扰，以提高生成代价地图的准确性，使得机器人能够规划更优行驶路径。

可选地，在根据判定结果和障碍物位置对当前代价地图进行更新，生成更新后的代价地图之前，方法还包括：对机器人的第二传感器组采集的第二障碍物数据进行处理，生成初始障碍物位置；根据初始障碍物位置和历史代价地图，生成当前代价地图。

在上述方案中，结合两组传感器采集的障碍物数据对历史代价地图进行更新，可以提高代价地图的准确性。

可选地，在根据判定结果和障碍物位置对当前代价地图进行更新，生成更新后的代价地图之后，方法还包括：根据更新后的代价地图进行路径规划。

第二方面，本申请提供一种代价地图更新装置，包括：

获取模块，用于获取机器人当前探测范围内障碍物的障碍物通行数据和障碍物位置；

判定模块，用于根据障碍物通行数据以及预设通行条件判定机器人是否可以通过障碍物，并生成判定结果，其中，预设通行条件根据机器人的通行能力参数进行确定；

更新模块，用于根据判定结果和障碍物位置对当前代价地图进行更新，生成更新后的代价地图。

第三方面，本申请提供一种机器人，包括：

第一传感器组，用于采集第一障碍物数据；

第二传感器组，用于采集第二障碍物数据；

处理器，用于执行第一方面及可选方案所涉及的代价地图更新方法。

可选地，第一传感器组包括：多个深度相机，和/或多个多线激光雷达；第二传感器组包括：多个激光雷达，和/或多个超声传感器。

第四方面，本申请提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现第一方面及可选方案所涉及的代价地图更新方法。

本申请提供一种代价地图更新方法、装置、机器人及存储介质，通过获取障碍物的障碍物通行数据和障碍物位置，将障碍物通行数据和机器人的通行能力参数比较，确定该障碍物是否影响机器人通行，再根据判定结果和障碍物位置更新代价地图，使得生成代价地图准确度更高，以使机器人可以根据该代价地图规划处更优路径。

附图说明

图1为本申请提供的机器人系统的架构图；

图2为本申请提供的代价地图更新方法的原理图；

图3为本申请提供的机器人的外观示意图；

图4为本申请实施例一提供的代价地图更新方法的流程示意图；

图5为本申请实施例二提供的代价地图更新方法中判定流程图；

图6为本申请实施例三提供的代价地图更新方法中更新流程示意图；

图7为本申请实施例四提供的障碍物数据处理装置的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请中的附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

图1为本申请提供的机器人系统的架构图，如图1所示，机器人系统由机械部分、传感部分和控制部分构成，传感部分用于感知环境，控制系统的任务是根据机器人的作业指令以及从传感部分反馈回来的环境信息，支配机器人的机械部分去完成规定的运动和功能。

根据功能分类，机器人分为：工业机器人、物流机器人、家庭机器人等。根据可移动性能分类，机器人分为：可移动机器人和不可移动机器人。针对可移动机器人，机器人的机械部分包含有行驶机构，行驶机构用于改变机器人位置。机器人移动原理为：传感器感知外界环境，为控制部分提供导航数据，控制部分根据导航数据驱动执行结构，以改变机器人的位置。然而，直接通过对传感器采集信息处理所获得地图无法用于机器人导航，需要将该地图转换为代价地图(CostMap)。

代价地图由多个地图层合成，常见地图层为：静态地图层(StaticLayer)，障碍物层(ObstacleLayer)和膨胀层(InflationLayer)。其中，静态地图层、障碍物层和膨胀层之间映射关系。传感器扫描待采集区域获得采集数据，基于该采集数据构建静态地图层，障碍物层用于存储采集区域的障碍物信息，通过在障碍物位置周围设置缓冲区形成膨胀层。膨胀层用于防止机器人与障碍物发生碰撞。代价地图的每个地图层采用网格形式，每个网格的代价值(Cell Cost)从0～255中取值，能够表示三种状态：被占用(Occupied)、自由区域(Free Space)、未知区域(Unknown)。被占用表示该网格存储障碍物，自由区域表示该位置没有障碍物，未知区域表示该位置未进行障碍物探测。

机器人位置时，机器人障碍物探测区域也随之变换，代价地图随着机器人位置变换而更新。代价地图更新过程具体为：若采用滚动窗口显示，静态地图层以机器人当前位置为中心显示一部分区域数据。再根据传感器采集障碍物位置数据，确定该障碍物在历史障碍物层的映射位置，将障碍物层中对应位置的代价值更新为表示占用状态，并将膨胀层中新增障碍物的周围区域的代价值更新为表示占用状态，完成障碍层和膨胀层更新。在更新代价地图后，机器人的控制部分根据各个位置的代价值进行路径规划，若该位置被占用，则不经过该位置，若该位置为空闲，则可以经过该位置。

然而，现有技术直接根据障碍物位置数据生成障碍物层各个位置的代价值，不考虑障碍物对机器人行驶影响，导致所生成的代价地图准确率低，进而影响机器人路径规划。

本申请提供一种代价地图更新方法、装置、机器人及存储介质，旨在解决上述问题。如图2所示，本申请的发明构思为：在机器人上设置两组传感器，从第一传感器组采集的障碍物数据中能够提取出障碍物通行数据和障碍物位置，从第二传感器组采集的障碍物数据中仅需提取障碍物位置。先根据第二传感器组采集的障碍物位置更新历史代价地图，生成当前代价地图。在当前代价地图基础之上，根据第二传感器采集的障碍物通行数据确定障碍物是否影响机器人通行，再根据通行结果和障碍物位置更新当前代价地图。

图3为本申请提供的机器人的外观示意图，如图3所示，在机器人上安装有两组传感器，分别标记为第一传感器组和第二传感器组。其中，第一传感器组包括多个深度相机、多个多线激光雷达、或者上述两种传感器组合。第一传感器组中第一传感器可以位于机器人不同侧面，以便拍摄不同方向的障碍物数据。第二传感器组包括多个激光雷达、多个超声传感器、或者上述两种传感器组合。第二传感器组中传感器也可以位于机器人的不同侧面，以便获得不同方向上的障碍物。机器人的控制部分用于执行本申请实施例提供的代价地图更新方法。具体可以参见下述代价地图更新方法实施例中的相关描述。

下面对机器人的通行能力参数和行驶半径进行说明。机器人的通行能力参数包括：机器人的高度H1、机器人的宽度W1、机器人行驶机构的高度H2。其中，如图3所示，机器人的高度H1是指从机器人轮廓上最高点距离地面的高度，机器人的宽度W1是在横向面上沿着垂直于机器人行驶方向，位于轮廓上两个距离最远的点之间距离。机器人行驶机构的高度H2表示机器人底部到地面的高度。行驶半径是指机器人在地面投影区域的半径。

图4为本申请实施例一提供的代价地图更新方法，如图4所示，本申请实施例一提供的代价地图更新方法包括如下步骤：

S101、获取机器人当前探测范围内障碍物的障碍物通行数据和障碍物位置。

其中，障碍物的障碍物通行数据是指机器人通过障碍物所具备的极限尺寸。第一传感器组采集当前探测范围内的第一障碍物数据，通过对第一障碍物数据进行处理，生成障碍物通行数据和障碍物位置。为了获得障碍物轮廓，第一传感器组中传感器能够采集整个障碍物数据，例如：深度相机或者多线激光雷达。

其中，对第一障碍物数据进行处理包括过滤处理、栅格化处理等处理。由于传感器的精度、环境因素等，传感器采集的原始数据会存在误报数据，因此，需要对原始数据进行数据过滤，滤除干扰数据。另外，由于点云过于密集，对点云向下采样，同时不破坏点云自身几何结构，获得优化后的点云。例如：对点云数据创建三维体素栅格，体素栅格内所有点用重心点表示，得到离散点云。再根据如下公式计算离散点云全局距离的均值和方差，得到离散点云的平均离散度。

S102、根据障碍物通行数据以及预设通行条件判定机器人是否可以通过障碍物，并生成判定结果。

其中，预设通行条件根据机器人的通行能力参数进行确定，通过将机器人的通行能力参数和障碍物通行数据进行比较，判定机器人是否可以通过障碍物。判定结果包括机器人可以通过障碍物和机器人无法通过障碍物。

S103、根据判定结果和障碍物位置对当前代价地图进行更新，生成更新后的代价地图。

其中，当前代价地图是根据第二传感器采集的障碍物数据生成的，生成当前代价地图过程具体为：对第二传感器组采集的第二障碍物数据进行处理，生成初始障碍物位置。根据初始障碍物位置和历史代价地图，生成当前代价地图。由于仅需从第二障碍物数据中提取障碍物位置数据，第二传感器组中传感器可以为单线激光雷达或者超声传感器。

其中，根据初始障碍物位置和历史代价地图生成当前代价地图具体为：历史代价地图包括历史静态地图层、历史障碍物层和历史膨胀层。当前代价地图包括静态地图层、第一障碍物层和第一膨胀层。任意位置的代价值的数值在第一范围内，表示该位置未进行障碍物探测。任意位置的代价值的数值在第二范围内，表示该位置有障碍物。任意位置的代价值的数值在第三范围内，表示该位置不存在障碍物。

由于静态地图层通常不更新，此处不再描述静态地图层更新。根据初始障碍物位置确定该障碍物在历史障碍物层中投影位置，并将该投影位置的代价值设置在第二范围内，获得第一障碍物层，其中，第二范围内的数值表示该位置存在障碍物。在提取第一障碍物层中代价值在第二范围内的位置区域，根据位置区域和预设机器人的行驶半径确定膨胀区域。将膨胀区域的代价值设置在第二范围内，以生成第一膨胀层。

其中，根据判定结果和障碍物位置对当前代价地图进行更新具体为：根据障碍物位置确定障碍物在第一障碍物层中的映射位置。根据判定结果和映射位置的代价值对第一障碍物层进行更新，生成第二障碍物层。再根据第二障碍物层生成第二膨胀层。

在本申请实施例一提供的代价地图更新方法，将障碍物通行数据与机器人的通行能力参数进行比较，确定机器人是否能够通过障碍物，根据判定结果更新代价地图，可以提高生成代价地图的准确性，使得机器人能够规划更优行驶路径。

下面重点描述本申请实施例二提供的代价地图更新方法，该代价地图的更新方法包括如下步骤：

S201、获取机器人当前探测范围内障碍物的障碍物通行数据和障碍物位置。

其中，该步骤已经在S101中详细说明，重复部分不再赘述。下面根据障碍物类型说明障碍物通行数据。

根据机器人通过障碍物的方式将障碍物分为从外部通过类型和从内部通过类型。从外部通过类型是指机器人从障碍物上方通过，例如：减速带等。从内部通过类型是指机器人从障碍物内部通过，例如：门、桌子等。

其中，对障碍物数据进行处理生成障碍物通行数据，具体包括：对障碍物数据进行处理生成障碍物轮廓，根据障碍物轮廓确定障碍物内部是否存在通行通道。若是，障碍物通行数据为通行通道的高度和通行通道的宽度，若否，障碍物通行数据为障碍物的高度。

S202、根据障碍物通行数据以及预设通行条件判定机器人是否可以通过障碍物，并生成判定结果。

其中，该步骤已经在S102中详细说明，重复部分不再赘述。下面结合图5，针对S201描述的两类障碍物类型说明判定过程。

当障碍物为从外部通过类型时，通行能力参数包括：机器人的行驶机构的通行高度。根据障碍物通行数据以及预设通行条件判定机器人是否可以通过障碍物，具体包括：判断障碍物的高度是否小于行驶机构的通行高度。若障碍物的高度小于行驶机构的通行高度，则确定机器人可以通过障碍物。若障碍物的高度大于行驶机构的通行高度，确定机器人无法通过障碍物。

当障碍物为从内部通过类型，通行能力参数包括：机器人的高度和机器人的宽度。根据障碍物通行数据以及预设通行条件判定机器人是否可以通过障碍物，具体包括：判断通行通道的高度是否大于机器人的高度，并判断通行通道的宽度是否大于机器人的宽度。若通行通道的高度大于机器人的高度，且通行通道的宽度大于机器人的宽度，则确定机器人可以通过障碍物。否则，确定机器人无法通过障碍物。也就是，在障碍物的高度小于机器人的高度时，机器人无法通过障碍物。在障碍物的宽度小于机器人的宽度时，机器人也无法通过障碍物。

S203、根据判定结果和障碍物位置对当前代价地图进行更新，生成更新后的代价地图。

其中，该步骤已经在S102中详细说明，重复部分不再赘述。

在本申请实施例二提供的代价地图更新方法中，当障碍物类型为外部通过类型时，根据障碍物高度和行驶机构的通行高度确定是否可以通过该障碍物。当障碍物类型为内部通过类型时，根据通行通道的宽度和高度与机器人高度和宽度，确定是否可以通过障碍物。进而根据判定结果更新代价地图，可以提高生成代价地图的准确性，使得机器人能够规划更优行驶路径。

下面重点描述本申请实施例三提供的代价地图更新方法，该地图更新方法包括如下步骤：

S301、获取机器人当前探测范围内障碍物的障碍物通行数据和障碍物位置。

其中，该步骤已经在S101和S201中详细说明，重复部分不再赘述。

S302、根据障碍物通行数据以及预设通行条件判定机器人是否可以通过障碍物，并生成判定结果。

其中，该步骤已经在S102和S202中详细说明，重复部分不再赘述。

S303、根据判定结果和障碍物位置对当前代价地图进行更新，生成更新后的代价地图。

其中，该步骤已经在S103中详细说明，重复部分不再赘述。下面结合图6，具体描述对膨胀层和障碍物层进行更新的过程。更新后的代价地图包括第二静态地图层、第二障碍物层和第二膨胀层。由于静态地图层通常情况不更新，此处不再描述静态地图层更新过程。

其中，根据判定结果和障碍物位置对当前代价地图进行更新，生成更新后的代价地图，具体包括：根据判定结果和障碍物位置对第一障碍物层进行更新生成第二障碍物层。根据第二障碍物层生成第二膨胀层。

其中，根据判定结果和障碍物位置对第一障碍物层进行更新具体包括：根据障碍物位置确定障碍物在第一障碍物层中的映射位置。障碍物位置基于大地坐标系，根据大地坐标系与地图上坐标系之间转换关系，确定障碍物在第一障碍物层中映射位置。从第一障碍物层中提取映射位置的代价值。根据映射位置的代价值和判定结果对第一障碍物层进行更新，以生成第二障碍物层。

其中，根据映射位置的代价值和判定结果对第一障碍物层进行更新具体包括：若映射位置的代价值在第一范围内，且判定结果为机器人无法通过障碍物时，将映射位置的代价值设置在第二范围内。也就是该映射位置并未进行障碍物探测，且障碍物影响机器人通行，则需要将该映射位置的代价值设置为表示存在障碍物。若映射位置的代价值在第一范围内，且判定结果为机器人可以通过障碍物时，将映射位置的代价值设置在第三范围内。也就是该映射位置并未进行障碍物探测，且机器人可以通过该障碍物，则需要将该映射位置的代价值设置为表示没有障碍物。

若映射位置的代价值在第二范围内，且判定结果为机器人无法通过障碍物时，不更新映射位置的代价值。也就是该映射位置存在障碍物，且障碍物影响机器人通行，则保持该映射位置的代价值。若映射位置的代价值在第二范围内，且判定结果为机器人可以通过障碍物时，将映射位置的代价值设置在第三范围内。也就是该映射位置存在障碍物，且机器人可以通过该障碍物，则需要将该映射位置的代价值设置为表示没有障碍物。

若映射位置的代价值在第三范围内，此种情况下，无论通行结果如何，都不更新映射位置的代价值。

在生成第二障碍物层之后，根据第二障碍物层生成第二膨胀层。具体过程为：在第二障碍物层提取出代价值在第二范围内的位置区域。也就是在障碍物层中确定障碍物所在位置区域。根据位置区域和预设机器人的行驶半径确定膨胀区域。膨胀区域为以位置区域为中心的区域，该区域边界到障碍物所在位置区域之间距离为机器人的行驶半径。将膨胀区域的代价值设置在第二范围内，以生成第二膨胀层。也就是将该膨胀区域设置为存在障碍物。

其中，对第一障碍物层的更新结果可以用于优化第一障碍物数据的处理过程。具体为：根据映射位置的代价值和判定结果对处理参数进行更新，上述处理参数为步骤S101对第一障碍物数据进行处理时用到的处理参数。若映射位置的代价值在第三范围内，也就是第二传感器组探测到该位置不存在障碍物，但第一传感器组探测到该位置存在障碍物，无论通行结果如何，都不更新映射位置的代价值。在这种情况下，需要对第一障碍物数据进行过滤处理，将该位置数据去除，避免影响到更新过程。

考虑到机器人成本，机器人上配置单线激光雷达和深度相机，单线激光雷达采集的数据生成当前代价地图，深度相机获得障碍物通行数据，当出现单线激光雷达为探测到该位置不存在障碍物，但是深度相机探测到存在障碍物时，单线激光雷达的探测精度更加准确，无论通行结果如何，都不更新映射位置的代价值。

S304、根据更新后的代价地图进行路径规划。

其中，在获得更新后的代价地图后，可以利用该代价地图进行路径规划。路径规划过程可以参考现有技术，此处不再赘述。

在本申请实施例三提供的代价地图更新方法中，根据判定结果和障碍物在障碍物层中原始代价值确定是否更新该代价值，使得生成的代价地图考虑障碍物对机器人通行影响，可以提高生成代价地图的准确性，使得机器人能够规划更优行驶路径。

图7为本申请实施例四提供的代价地图更新装置的结构示意图，如图7所示，本申请实施例提供的代价地图更新装置，包括：

获取模块401，用于获取机器人当前探测范围内障碍物的障碍物通行数据和障碍物位置；

判定模块402，用于根据障碍物通行数据以及预设通行条件判定机器人是否可以通过障碍物，并生成判定结果，其中，预设通行条件根据机器人的通行能力参数进行确定；

更新模块403，用于根据判定结果和障碍物位置对当前代价地图进行更新，生成更新后的代价地图。

可选地，获取模块401具体用于：获取机器人的第一传感器组采集的第一障碍物数据；对第一障碍物数据进行处理，生成障碍物通行数据和障碍物位置。

可选地，获取模块401具体用于：对第一障碍物数据进行处理，生成障碍物轮廓；根据障碍物轮廓确定障碍物内部是否存在通行通道；若是，障碍物通行数据为通行通道的高度和通行通道的宽度；若否，障碍物通行数据为障碍物的高度。

可选地，判定模块402具体用于：判断通行通道的高度是否大于机器人的高度，并判断通行通道的宽度是否大于机器人的宽度；通行能力参数包括：机器人的高度和机器人的宽度；若通行通道的高度大于机器人的高度，且通行通道的宽度大于机器人的宽度，则确定机器人可以通过障碍物，否则，确定机器人无法通过障碍物。

可选地，判定模块402具体用于：判断障碍物的高度是否小于行驶机构的通行高度，若是，则确定机器人可以通过障碍物，否则，确定机器人无法通过障碍物；通行能力参数包括：机器人的行驶机构的通行高度。

可选地，更新模块403具体用于：根据判定结果和障碍物位置对第一障碍物层进行更新，生成第二障碍物层，其中，当前代价地图包括第一障碍物层；根据第二障碍物层生成第二膨胀层，其中，更新后的代价地图包括第二障碍物层和第二膨胀层。

可选地，更新模块403具体用于：根据障碍物位置确定障碍物在第一障碍物层中的映射位置；从第一障碍物层中提取映射位置的代价值；根据映射位置的代价值和判定结果对第一障碍物层进行更新，生成第二障碍物层。

可选地，更新模块403具体用于：若映射位置的代价值在第一范围内，且判定结果为机器人无法通过障碍物时，将映射位置的代价值设置在第二范围内；若映射位置的代价值在第一范围内，且判定结果为机器人可以通过障碍物时，将映射位置的代价值设置在第三范围内；若映射位置的代价值在第二范围内，且判定结果为机器人无法通过障碍物时，不更新映射位置的代价值；若映射位置的代价值在第二范围内，且判定结果为机器人可以通过障碍物时，将映射位置的代价值设置在第三范围内；其中，第一范围内的数值表示未进行障碍物探测，第二范围内的数值表示存在障碍物，第三范围内的数值表示不存在障碍物。

可选地，更新模块403具体用于：在第二障碍物层提取出代价值在第二范围内的位置区域；根据位置区域和机器人的行驶半径确定膨胀区域；将膨胀区域的代价值设置在第二范围内，生成第二膨胀层。

可选地，地图更新装置还包括调参模块404，调参模块404用于：根据映射位置的代价值和判定结果对处理参数进行更新，处理参数用于对第一障碍物数据进行处理生成障碍物通行数据和障碍物位置。

可选地，地图更新装置还包括生成模块405，生成模块405用于：对机器人的第二传感器组采集的第二障碍物数据进行处理，生成初始障碍物位置；根据初始障碍物位置和历史代价地图，生成当前代价地图。

可选地，地图更新装置还包括规划模块406，规划模块406用于：根据更新后的代价地图进行路径规划。

本申请实施例五还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当处理器执行计算机执行指令时，实现如上电子设备所执行的代价地图更新方法。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。

Claims (15)

1.一种代价地图更新方法，其特征在于，包括：

获取机器人当前探测范围内障碍物的障碍物通行数据和障碍物位置；

根据所述障碍物通行数据以及预设通行条件判定所述机器人是否可以通过所述障碍物，并生成判定结果，其中，所述预设通行条件根据所述机器人的通行能力参数进行确定，所述通行能力参数包括以下至少一项：所述机器人的高度、所述机器人的宽度以及所述机器人的行驶机构的通行高度；

根据所述判定结果和所述障碍物位置对当前代价地图进行更新，生成更新后的代价地图；

所述方法还包括：

根据所述障碍物位置确定所述障碍物在第一障碍物层中的映射位置；

从所述第一障碍物层中提取所述映射位置的代价值；

根据所述映射位置的代价值和所述判定结果确定噪声位置；

根据所述噪声位置确定调整后的处理参数；

所述处理参数用于对第一障碍物数据进行处理生成所述障碍物通行数据和所述障碍物位置。

2.根据权利要求1所述的代价地图更新方法，其特征在于，所述获取机器人当前探测范围内障碍物的障碍物通行数据和障碍物位置，具体包括：

获取所述机器人的第一传感器组采集的第一障碍物数据；

对所述第一障碍物数据进行处理，生成所述障碍物通行数据和所述障碍物位置。

3.根据权利要求2所述的代价地图更新方法，其特征在于，对所述障碍物数据进行处理，生成所述障碍物通行数据，具体包括：

对所述障碍物数据进行处理，生成所述障碍物轮廓；

根据所述障碍物轮廓确定所述障碍物内部是否存在通行通道；若是，所述障碍物通行数据为所述通行通道的高度和所述通行通道的宽度；

若否，所述障碍物通行数据为所述障碍物的高度。

4.根据权利要求3所述的代价地图更新方法，其特征在于，根据所述障碍物通行数据以及预设通行条件判定所述机器人是否可以通过所述障碍物，具体包括：

判断所述通行通道的高度是否大于所述机器人的高度，并判断所述通行通道的宽度是否大于所述机器人的宽度；

若所述通行通道的高度大于所述机器人的高度，且所述通行通道的宽度大于所述机器人的宽度，则确定所述机器人可以通过所述障碍物，否则，确定所述机器人无法通过所述障碍物。

5.根据权利要求3所述的代价地图更新方法，其特征在于，根据所述障碍物通行数据以及预设通行条件判定所述机器人是否可以通过所述障碍物，具体包括：

判断所述障碍物的高度是否小于所述行驶机构的通行高度，若是，则确定所述机器人可以通过所述障碍物，否则，确定所述机器人无法通过所述障碍物。

6.根据权利要求1至5任一项所述的方法，其特征在于，根据所述判定结果和所述障碍物位置对当前代价地图进行更新，生成更新后的代价地图，具体包括：

根据所述判定结果和所述障碍物位置对第一障碍物层进行更新，生成第二障碍物层，其中，所述当前代价地图包括所述第一障碍物层；

根据所述第二障碍物层生成第二膨胀层，其中，更新后的代价地图包括所述第二障碍物层和所述第二膨胀层。

7.根据权利要求6所述的方法，其特征在于，根据所述判定结果和所述障碍物位置对第一障碍物层进行更新，生成第二障碍物层，具体包括：

根据所述障碍物位置确定所述障碍物在第一障碍物层中的映射位置；

从所述第一障碍物层中提取所述映射位置的代价值；

根据所述映射位置的代价值和所述判定结果对所述第一障碍物层进行更新，生成所述第二障碍物层。

8.根据权利要求7所述的方法，其特征在于，根据所述映射位置的代价值和所述判定结果对所述第一障碍物层进行更新，生成所述第二障碍物层，具体包括：

若所述映射位置的代价值在第一范围内，且所述判定结果为所述机器人无法通过所述障碍物时，将所述映射位置的代价值设置在第二范围内；

若所述映射位置的代价值在所述第一范围内，且所述判定结果为所述机器人可以通过所述障碍物时，将所述映射位置的代价值设置在第三范围内；

若所述映射位置的代价值在所述第二范围内，且所述判定结果为所述机器人无法通过所述障碍物时，不更新所述映射位置的代价值；

若所述映射位置的代价值在所述第二范围内，且所述判定结果为所述机器人可以通过所述障碍物时，将所述映射位置的代价值设置在所述第三范围内；

其中，所述第一范围内的数值表示未进行障碍物探测，所述第二范围内的数值表示存在障碍物，所述第三范围内的数值表示不存在障碍物。

9.根据权利要求6所述的方法，其特征在于，根据所述第二障碍物层生成第二膨胀层，具体包括：

在所述第二障碍物层提取出代价值在第二范围内的位置区域；

根据所述位置区域和机器人的行驶半径确定膨胀区域；

将所述膨胀区域的代价值设置在第二范围内，生成所述第二膨胀层。

10.根据权利要求1所述的方法，其特征在于，在根据所述判定结果和所述障碍物位置对当前代价地图进行更新，生成更新后的代价地图之前，所述方法还包括：

对所述机器人的第二传感器组采集的第二障碍物数据进行处理，生成初始障碍物位置；

根据所述初始障碍物位置和历史代价地图，生成所述当前代价地图。

11.根据权利要求1所述的方法，其特征在于，在根据所述判定结果和所述障碍物位置对当前代价地图进行更新，生成更新后的代价地图之后，所述方法还包括：

根据所述更新后的代价地图进行路径规划。

12.一种代价地图更新装置，其特征在于，包括：

获取模块，用于获取机器人当前探测范围内障碍物的障碍物通行数据和障碍物位置；

判定模块，用于根据所述障碍物通行数据以及预设通行条件判定所述机器人是否可以通过所述障碍物，并生成判定结果，其中，所述预设通行条件根据所述机器人的通行能力参数进行确定，所述通行能力参数包括以下至少一项：所述机器人的高度、所述机器人的宽度以及所述机器人的行驶机构的通行高度；

更新模块，用于根据所述判定结果和所述障碍物位置对当前代价地图进行更新，生成更新后的代价地图；

调参模块，用于根据所述障碍物位置确定所述障碍物在第一障碍物层中的映射位置，从所述第一障碍物层中提取所述映射位置的代价值，根据所述映射位置的代价值和所述判定结果确定噪声位置，根据所述噪声位置确定调整后的处理参数所述调整后的处理参数；

所述处理参数用于对第一障碍物数据进行处理生成所述障碍物通行数据和所述障碍物位置。

13.一种机器人，其特征在于，包括：

第一传感器组，用于采集第一障碍物数据；

第二传感器组，用于采集第二障碍物数据；

处理器，用于执行如权利要求1至11任一项所述的代价地图更新方法。

14.根据权利要求13所述的机器人，其特征在于，所述第一传感器组包括：多个深度相机，和/或多个多线激光雷达；所述第二传感器组包括：多个激光雷达，和/或多个超声传感器。

15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至11任一项所述的代价地图更新方法。

Images