CN111709965B - 扫地机器人的地图的优化方法及装置 - Google Patents
扫地机器人的地图的优化方法及装置 Download PDFInfo
- Publication number
- CN111709965B CN111709965B CN202010839741.4A CN202010839741A CN111709965B CN 111709965 B CN111709965 B CN 111709965B CN 202010839741 A CN202010839741 A CN 202010839741A CN 111709965 B CN111709965 B CN 111709965B
- Authority
- CN
- China
- Prior art keywords
- region
- area
- map
- sweeping robot
- pixel points
- 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
- 238000010408 sweeping Methods 0.000 title claims abstract description 119
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000005457 optimization Methods 0.000 title claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 238000005260 corrosion Methods 0.000 claims abstract description 14
- 230000007797 corrosion Effects 0.000 claims abstract description 14
- 238000004891 communication Methods 0.000 claims description 66
- 238000003860 storage Methods 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 16
- 230000004888 barrier function Effects 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 230000003628 erosive effect Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000003708 edge detection Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/24—Floor-sweeping machines, motor-driven
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
- A47L11/4061—Steering means; Means for avoiding obstacles; Details related to the place where the driver is accommodated
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L2201/00—Robotic cleaning machines, i.e. with automatic control of the travelling movement or the cleaning operation
- A47L2201/04—Automatic control of the travelling movement; Automatic obstacle detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种扫地机器人的地图的优化方法及装置，所述方法包括：获取所述扫地机器人探测的原始地图和所述扫地机器人的当前位置坐标；对所述原始地图进行连通域分析，确定所述原始地图中的各连通区域；根据所述扫地机器人的当前位置坐标，查找所述扫地机器人所在的连通区域作为目标区域，将所述目标区域之外的各连通区域中的各像素点的区域标识均设置为与所述未知区域相同的区域标识；对所述目标区域中的所述障碍物区域进行腐蚀处理，得到优化后的地图。由此，解决了现有技术中由于激光雷达生成的二维栅格地图易受环境影响，会存在一些噪点或地图边缘不平滑的情况从而导致显示效果不佳的问题。
Description
技术领域
本发明涉及图像处理技术领域，特别涉及一种扫地机器人的地图的优化方法及装置。
背景技术
目前，扫地机器人在个人及家用服务机器人的销售量中占据主要部分，可见扫地机器人的发展速度较快。而激光雷达作为扫地机器人不可缺少的传感器，其应用也越来越广泛。为了用户方便使用，几乎所有的扫地机器人都配备了计算机应用程序（Application,App），以便于用户对扫地机器人进行可视化远程控制。
扫地机器人借助激光雷达可创建可视化实时地图，但是鉴于激光雷达生成的二维栅格地图受环境影响，会存在一些噪点或地图边缘不平滑的情况从而导致显示效果不佳。
现有技术中，通过统计地图中黑色像素点的周围邻域内的白色像素点和灰色像素点的比例，若统计的比例大于或等于预设的比例阈值，则过滤所述地图中被白色区域包围的黑色区域，以此来实现地图的去噪。此方法需要对预设的比例阈值进行多次测试，并且比例阈值会影响去噪的效果。由此，急需一种新的方法来解决由于激光雷达生成的二维栅格地图易受环境影响，显示效果不佳，会存在一些噪点或地图边缘不平滑的问题。
发明内容
本发明示例性的实施方式中提供一种扫地机器人的地图的优化方法及装置，以解决现有技术中由于激光雷达生成的二维栅格地图易受环境影响，会存在一些噪点或地图边缘不平滑的情况从而导致显示效果不佳的问题。
本发明的第一方面提供一种扫地机器人的地图的优化方法，所述方法包括：
获取所述扫地机器人探测的原始地图和所述扫地机器人的当前位置坐标；其中，所述原始地图中包括可行区域、障碍物区域和未知区域；
对所述原始地图进行连通域分析，确定所述原始地图中的各连通区域；
根据所述扫地机器人的当前位置坐标，查找所述扫地机器人所在的连通区域作为目标区域，其中所述目标区域包括包含所述扫地机器人的所述当前位置坐标的可行区域以及包裹所述可行区域的障碍物区域；
将所述目标区域之外的各连通区域中的各像素点的区域标识均设置为与所述未知区域相同的区域标识；
并，对所述目标区域中的所述障碍物区域进行腐蚀处理，得到优化后的地图。
可选地，所述对所述原始地图进行连通域分析，确定所述原始地图中的各连通区域，包括：
从所述原始地图中查找属于所述可行区域的像素点作为种子像素点；
以所述种子像素点为基准，进行区域生长得到属于所述可行区域的所述连通区域。
可选地，所述从所述原始地图中查找属于所述可行区域的像素点作为种子像素点，包括：
按照指定顺序依次逐一遍历所述原始地图中的各像素点的区域标识；
当遍历到区域标识为所述可行区域对应的区域标识的像素点时，将所述像素点作为所述种子像素点；
所述以所述种子像素点为基准，进行区域生长得到属于所述可行区域的所述连通区域，包括：
为所述种子像素点分配新的区域标识；
执行循环过程直至满足结束条件，所述循环过程包括：
遍历所述种子像素点的四邻域内的像素点，若从所述四邻域内查找到属于所述可行区域的邻域像素点，则为所述邻域像素点分配与所述种子像素点相同的区域标识；并将所述邻域像素点重置为新的种子像素点；
其中，所述结束条件为确定出所述种子像素点的四邻域内的各像素点均不属于所述可行区域。
可选地，根据所述扫地机器人的当前位置坐标，查找所述扫地机器人所在的连通区域作为目标区域，包括：
确定所述当前位置坐标中的像素点对应的区域标识，将与所述区域标识对应的连通区域以及包裹所述连通区域的障碍物区域确定为所述目标区域。
可选地，所述对所述原始地图进行连通域分析，确定所述原始地图中的各连通区域，包括：
对所述原始地图进行边缘检测，得到所述原始地图中的轮廓信息，每个轮廓信息对应一个连通区域；
所述根据所述扫地机器人的当前位置坐标，查找所述扫地机器人所在的连通区域作为目标区域，包括：
根据轮廓信息确定各连通区域的边缘像素点的位置坐标；
将所述扫地机器人的当前位置坐标与所述各连通区域的边缘坐标进行比对，确定所述扫地机器人所在的连通区域，并将所述连通区域以及包裹所述连通区域的障碍物区域作为所述目标区域。
可选地，所述对所述目标区域中的所述障碍物区域进行腐蚀处理，包括：
针对所述障碍物区域中的任一像素点，若所述像素点的八邻域内不存在属于所述目标区域内的可行区域的像素点，则将所述像素点的区域标识设置为与所述未知区域相同的区域标识。
可选地，所述对所述目标区域中的所述障碍物区域进行腐蚀处理，得到优化后的所述地图之后，所述方法还包括：
对所述优化后的地图进行格式转换，得到指定格式的地图；
输出所述指定格式的地图进行显示。
本发明第二方面提供一种扫地机器人的地图的优化装置，所述装置包括：
获取模块，用于获取所述扫地机器人探测的原始地图和所述扫地机器人的当前位置坐标；其中，所述原始地图中包括可行区域、障碍物区域和未知区域；
连通域分析模块，用于对所述原始地图进行连通域分析，确定所述原始地图中的各连通区域；
目标区域确定模块，用于根据所述扫地机器人的当前位置坐标，查找所述扫地机器人所在的连通区域作为目标区域，其中所述目标区域包括包含所述扫地机器人的所述当前位置坐标的可行区域以及包裹所述可行区域的障碍物区域；
设置模块，用于将所述目标区域之外的各连通区域中的各像素点的区域标识均设置为与所述未知区域相同的区域标识；
腐蚀处理模块，用于对所述目标区域中的所述障碍物区域进行腐蚀处理，得到优化后的地图。
可选地，所述连通域分析模块，具体用于：
从所述原始地图中查找属于所述可行区域的像素点作为种子像素点；
以所述种子像素点为基准，进行区域生长得到属于所述可行区域的所述连通区域。
可选地，所述连通域分析模块在执行所述从所述原始地图中查找属于所述可行区域的像素点作为种子像素点时，用于：
按照指定顺序依次逐一遍历所述原始地图中的各像素点的区域标识；
当遍历到区域标识为所述可行区域对应的区域标识的像素点时，将所述像素点作为所述种子像素点；
所述连通域分析模块在执行所述以所述种子像素点为基准，进行区域生长得到属于所述可行区域的所述连通区域时，用于：
为所述种子像素点分配新的区域标识；
执行循环过程直至满足结束条件，所述循环过程包括：
遍历所述种子像素点的四邻域内的像素点，若从所述四邻域内查找到属于所述可行区域的邻域像素点，则为所述邻域像素点分配与所述种子像素点相同的区域标识；并将所述邻域像素点重置为新的种子像素点；
其中，所述结束条件为确定出所述种子像素点的四邻域内的各像素点均不属于所述可行区域。
可选地，所述目标区域确定模块，具体用于：
确定所述当前位置坐标中的像素点对应的区域标识，将与所述区域标识对应的连通区域以及包裹所述连通区域的障碍物区域确定为所述目标区域。
可选地，所述连通域分析模块，具体用于：
对所述原始地图进行边缘检测，得到所述原始地图中的轮廓信息，每个轮廓信息对应一个连通区域；
所述目标区域确定模块，具体用于：
根据轮廓信息确定各连通区域的边缘像素点的位置坐标；
将所述扫地机器人的当前位置坐标与所述各连通区域的边缘坐标进行比对，确定所述扫地机器人所在的连通区域，并将所述连通区域以及包裹所述连通区域的障碍物区域作为所述目标区域。
可选地，所述腐蚀处理模块，具体用于：
针对所述障碍物区域中的任一像素点，若所述像素点的八邻域内不存在属于所述目标区域内的可行区域的像素点，则将所述像素点的区域标识设置为与所述未知区域相同的区域标识。
可选地，所述装置还包括：
格式转换模块，用于所述对所述目标区域中的所述障碍物区域进行腐蚀处理，得到优化后的所述地图之后，对所述优化后的地图进行格式转换，得到指定格式的地图；
显示模块，用于输出所述指定格式的地图进行显示。
本发明第三方面提供一种电子设备，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令；所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明第一方面提供的所述的方法。
本发明第四方面提供一种计算机可读存储介质，计算机程序用于执行时实现本发明第一方面提供的所述的方法。
本发明的实施例提供的技术方案至少带来以下有益效果：
本发明提供扫地机器人的地图的优化方法及装置。该方法包括：获取所述扫地机器人探测的原始地图和所述扫地机器人的当前位置坐标；其中，所述原始地图中包括可行区域、障碍物区域和未知区域；对所述原始地图进行连通域分析，确定所述原始地图中的各连通区域；根据所述扫地机器人的当前位置坐标，查找所述扫地机器人所在的连通区域作为目标区域，其中所述目标区域包括包含所述扫地机器人的所述当前位置坐标的可行区域以及包裹所述可行区域的障碍物区域；将所述目标区域之外的各连通区域中的各像素点的区域标识均设置为与所述未知区域相同的区域标识；并，对所述目标区域中的所述障碍物区域进行腐蚀处理，得到优化后的地图。由此通过连通域分析和将目标区域之外设置为未知区域，相当于实现了去噪处理，并通过对目标区域的边界进行腐蚀处理能够得到边界平滑的目标区域，由此处理结果不受激光雷达生成的二维栅格地图受环境影响，能够有效实现去噪和保证地图边缘平滑从而提高地图的质量。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施的应用场景示意图；
图2为本发明实施例的一种扫地机器人的地图的优化方法的流程示意图之一；
图3为本发明实施例的一种扫地机器人的地图的优化方法中的地图区域示例图；
图4为本发明实施例的一种扫地机器人的地图的优化方法的流程示意图之二；
图5为本发明实施例的一种扫地机器人的地图的优化方法的流程示意图之三；
图6A-6D为本发明实施例的一种扫地机器人的地图的优化方法的确定各连通区域方法的示意图；
图7为本发明实施例的一种扫地机器人的地图的优化方法的各连通区域的示意图；
图8为本发明实施例的一种扫地机器人的地图的优化的方法的优化后的地图示意图；
图9为本发明实施例的一种扫地机器人的地图的优化方法的流程示意图之四；
图10为本发明实施例的扫地机器人的地图的优化装置；
图11为根据本发明一个实施例的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例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作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。
本发明实施例中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本发明实施例描述的应用场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定，本领域普通技术人员可知，随着新应用场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。其中，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
发明人研究发现，扫地机器人借助激光雷达可创建可视化实时地图，但是鉴于激光雷达生成的二维栅格地图受环境影响，显示效果不佳，会存在一些噪点或地图边缘不平滑的情况。并且现有技术中的通过统计地图中黑色像素点的周围邻域内的白色像素点和灰色像素点的比例，若统计的比例大于或等于预设的比例阈值，则过滤所述地图中被白色区域包围的黑色区域，以此来实现去噪。但是此方法并未对白色区域的边缘进行平滑处理。所以还是会出现地图边缘不平滑的问题。并且此方法需要对预设的比例阈值进行多次测试，并且比例阈值会影响去噪的效果。
由此，本发明提出一种扫地机器人的地图的优化方法及装置，首先是通过扫地机器人探测的地图对所述地图进行连通域分析，得到连通区域。并确定出扫地机器人所在的连通区域，并根据所述连通区域进行去噪。然后使用边缘腐蚀算法对地图进行平滑优化，最后转化为可在指定平台上进行显示格式的图片并进行显示。由此通过连通域分析和将目标区域之外设置为未知区域，相当于实现了去噪处理，并通过对目标区域的边界进行腐蚀处理能够得到边界平滑的目标区域，由此处理结果不受激光雷达生成的二维栅格地图受环境影响，能够有效实现去噪和保证地图边缘平滑从而提高地图的质量。下面，结合附图对本发明进行详细的介绍。
如图1所示，为本发明实施例的一种扫地机器人的地图的优化的应用场景，该应用场景中包括多个终端设备110、服务器130、扫地机器人140和激光传感器150，图1中是以三个终端设备110为例，实际上不限制终端设备110的数量。终端设备110中安装有用于展示网络资源信息的客户端120（例如用于优化和展示所述扫地机器人的地图的客户端）。客户端120和服务器130之间可以通过通信网络进行通信。终端设备110例如手机、平板电脑和个人计算机等。服务器130可以通过单个服务器实现，也可以通过多个服务器实现。服务器130可以通过实体服务器实现，也可以通过虚拟服务器实现。
在一种可能的应用场景中，扫地机器人140通过激光传感器150探测原始地图和扫地机器人140的当前位置坐标。并通过服务器130将所述原始地图和当前位置坐标进行转发，以便于终端设备110中的客户端120获取所述扫地机器人的原始地图和所述扫地机器人的当前位置坐标，并对所述原始地图进行连通域分析，确定所述原始地图中的各连通区域；然后根据所述扫地机器人的当前位置坐标，查找所述扫地机器人所在的连通区域作为目标区域，其中所述目标区域包括包含所述扫地机器人的所述当前位置坐标的可行区域以及包裹所述可行区域的障碍物区域；将所述目标区域之外的各连通区域中的各像素点的区域标识均设置为与所述未知区域相同的区域标识；并，对所述目标区域中的所述障碍物区域进行腐蚀处理，得到优化后的地图并将优化后的地图进行格式转化并显示在终端设备110中。
需要说明的是，本发明实施例中的应用场景中仅用于说明本发明实施例，并不用于限定本发明实施例，在实际的应用中，扫地机器人的地图的优化方法的应用主体可包括：服务器、扫地机器人、终端设备中的任意一种，本发明在此不做限定。
本发明实施例提供一种扫地机器人的地图的优化方法，如图2所示，为一种扫地机器人的地图的优化的流程示意图，包括如下步骤：
步骤S201：获取所述扫地机器人探测的原始地图和所述扫地机器人的当前位置坐标；其中，所述原始地图中包括可行区域、障碍物区域和未知区域；
如图3所示，其中白色区域代表可行区域。黑色区域代表障碍物区域，灰色区域代表未知区域。
并且当此方法的执行主体为终端设备时，获取的方法可通过订阅服务器上的指定的主题来获取扫地机器人探测的原始地图和所述扫地机器人的当前位置。如图4所示，例如，用户通过终端订阅了服务器上的地图主题1，当扫地机器人探测到原始地图和当前位置坐标时，则发送到服务器上的地图主题1。当服务器接收到扫地机器人发送的原始地图和当前位置坐标，则将其转发给终端。
步骤S202：对所述原始地图进行连通域分析，确定所述原始地图中的各连通区域；
其中，该步骤的具体实施方式可包括以下两种方式：
方式一：对所述原始地图进行边缘检测，得到所述原始地图中的轮廓信息，每个轮廓信息对应一个连通区域；
本发明实施例中是基于计算机视觉库opencv图像处理技术对原始地图进行边缘检测，得到所述原始地图中的轮廓信息。
方式二：如图5所示，可包括以下步骤：
步骤S501：从所述原始地图中查找属于所述可行区域的像素点作为种子像素点；
在一个实施例中，步骤S501可具体实施为：按照指定顺序依次逐一遍历所述原始地图中的各像素点的区域标识；当遍历到区域标识为所述可行区域对应的区域标识的像素点时，将所述像素点作为所述种子像素点；
例如，若地图中包括像素点A、像素点B、像素点C。若像素点A的区域标识和像素点B的区域标识为可行区域对应的区域标识的像素点，则将像素点A和像素点B确定为种子像素点。
步骤S502：以所述种子像素点为基准，进行区域生长得到属于所述可行区域的所述连通区域。
在一个实施例中，步骤S502可具体实施为：为所述种子像素点分配区域标识；执行循环过程直至满足结束条件，所述循环过程包括：遍历所述种子像素点的四邻域内的像素点，若从所述四邻域内查找到属于所述可行区域的邻域像素点，则为所述邻域像素点分配与所述种子像素点相同的区域标识；并将所述邻域像素点重置为新的种子像素点；其中，所述结束条件为确定出所述种子像素点的四邻域内的各像素点均不属于所述可行区域。
例如，如图6A，图6A中的位置坐标为（3,1）的像素点为种子像素点，则为该像素点分配区域标识，如区域标识为1。然后遍历该像素点的四邻域像素点。若确定出位置坐标为（3,1）的像素点的四邻域内的存在属于可行区域的邻域像素点，其中邻域像素点的坐标为（3,2）。则为位置坐标为（3,2）的邻域像素点分配与种子像素点相同的区域标识。然后则将位置坐标为（3,2）的像素点更新为新的像素点继续按照四邻域进行遍历，直到确定出种子像素点的四邻域内的像素点不存在属于可行区域内的像素点，则遍历结束，遍历结果如图6B所示，区域标识为1的各像素点组成的区域为连通区域。
如图6A所示，位置坐标为（6,1）的像素点也为种子像素点时。则为该种子像素点分配区域标识，如区域标识2。然后确定其四邻域内的像素点是否存在属于可行区域的像素点，若确定出位置坐标为（6,2）的像素点为属于可行区域的像素点，则为位置坐标为（6,2）的像素点分配区域标识2。如图6C所示，位置坐标为（6,1）的像素点和位置坐标为（6,2）的像素点的区域标识被更新后的图像。然后则将位置坐标为（6,2）的像素点作为当前像素点继续遍历其四邻域的坐标。遍历结束后，遍历结果如图6D所示，则区域标识为2的像素点组成的区域为另一指定区域。
由此，本发明通过上述两种方式来确定出地图中各连通区域，以便于从各连通区域中确定出扫地机器人的目标区域。
步骤S203：根据所述扫地机器人的当前位置坐标，查找所述扫地机器人所在的连通区域作为目标区域，其中所述目标区域包括包含所述扫地机器人的所述当前位置坐标的可行区域以及包裹所述可行区域的障碍物区域；
其中，步骤S203可被实施为两种方式：
方式一：当各连通区域是通过对原始图像进行边缘检测来确定的，步骤S503可具体实施为：根据轮廓信息确定各连通区域的边缘像素点的位置坐标；
将所述扫地机器人的当前位置坐标与所述各连通区域的边缘坐标进行比对，确定所述扫地机器人所在的连通区域，并将所述连通区域以及包裹所述连通区域的障碍物区域作为所述目标区域。
方式二：确定所述当前位置坐标中的像素点对应的区域标识，将与所述区域标识对应的连通区域以及包裹所述连通区域的障碍物区域确定为所述目标区域。
例如，确定出当前位置坐标中的像素点对应的区域标识为A,则确定出与区域标识A对应的连通区域1以及包裹所述连通区域1的障碍物区域确定为所述目标区域。
由此，可通过上述两种方式来确定出目标区域，以便于对目标区域中的障碍物区域的边缘进行腐蚀处理，以此得到平滑的边缘。
步骤S204：将所述目标区域之外的各连通区域中的各像素点的区域标识均设置为与所述未知区域相同的区域标识；
例如，如图7所示，若确定出各连通区域包括区域1，区域2，区域3和区域4。确定区域4为目标区域，则分别将目标区域1和目标区域2中各像素点的区域标识设置为与未知区域相同的区域标识。
步骤S205：对所述目标区域中的所述障碍物区域进行腐蚀处理，得到优化后的地图。
在一个实施例中，步骤S205可具体实施为：针对所述障碍物区域中的任一像素点，若所述像素点的八邻域内不存在属于所述目标区域内的可行区域的像素点，则将所述像素点的区域标识设置为与所述未知区域相同的区域标识。
例如，如图3所示，其中白色区域为目标区域内的可行区域，黑色区域为包裹可行区域的障碍物区域，则针对该障碍物区域中的任一像素点，针对所述障碍物区域中的任一像素点，若所述像素点的八邻域内不存在属于所述目标区域内的可行区域的像素点，则将所述像素点的区域标识设置为与所述未知区域相同的区域标识。其中，未知区域为图3中的灰色区域。其中，图8为对图3进行优化后的地图。
由此，本发明通过对目标区域中的障碍物区域进行腐蚀处理，以此来得到平滑的边缘。
为了使优化后的地图能够进行显示，在一个实施例中，对所述优化后的地图进行格式转换，得到指定格式的地图；输出所述指定格式的地图进行显示。
例如，若显示的终端设备为安卓设备，则将原始地图转化为可在安卓设备上进行显示的RGB_565格式的栅格图片。
由此，可针对不同的终端设备设置格式转换，以便于优化后的地图能够在终端设备上进行显示。
如图9所示，为一种扫地机器人的地图的优化方法的完整流程图，可包括以下步骤：
步骤S901：获取所述扫地机器人探测的原始地图和所述扫地机器人的当前位置坐标；其中，所述原始地图中包括可行区域、障碍物区域和未知区域；
步骤S902：按照指定顺序依次逐一遍历所述原始地图中的各像素点的区域标识；
步骤S903：当遍历到区域标识为所述可行区域对应的区域标识的像素点时，将所述像素点作为所述种子像素点；
步骤S904：为所述种子像素点分配新的区域标识；
步骤S905：执行循环过程直至满足结束条件，所述循环过程包括：遍历所述种子像素点的四邻域内的像素点，若从所述四邻域内查找到属于所述可行区域的邻域像素点，则为所述邻域像素点分配与所述种子像素点相同的区域标识；并将所述邻域像素点重置为新的种子像素点；其中，所述结束条件为确定出所述种子像素点的四邻域内的各像素点均不属于所述可行区域。
步骤S906：确定所述当前位置坐标中的像素点对应的区域标识，将与所述区域标识对应的连通区域以及包裹所述连通区域的障碍物区域确定为所述目标区域；
步骤S907：针对所述障碍物区域中的任一像素点，若所述像素点的八邻域内不存在属于所述目标区域内的可行区域的像素点，则将所述像素点的区域标识设置为与所述未知区域相同的区域标识；
步骤S908：对所述优化后的地图进行格式转换，得到指定格式的地图；
步骤S909：输出所述指定格式的地图进行显示。
利用本申请提供的方法，通过确定出扫地机器人所在的目标区域，并将目标区域之外的各连通区域中的各像素点的区域标识均设置为与所述未知区域相同的区域标识，以此来实现对地图进行去噪处理。并且对目标区域中的障碍区域进行腐蚀处理，以此来实现地图边缘的平滑。由此，解决了现有技术中由于激光雷达生成的二维栅格地图易受环境影响，会存在一些噪点或地图边缘不平滑的情况从而导致显示效果不佳的问题。
基于相同的发明构思，本发明如上所述的扫地机器人的地图的优化方法还可以由一种扫地机器人的地图的优化装置实现。该装置的效果与前述方法的效果相似，在此不再赘述。
图10为根据本发明一个实施例的扫地机器人的地图的优化装置的结构示意图。
如图10所示，本发明的扫地机器人的地图的优化装置1000可以包括获取模块1010、连通域分析模块1020、目标区域确定模块1030、设置模块1040和腐蚀处理模块1050。
获取模块1010，用于获取所述扫地机器人探测的原始地图和所述扫地机器人的当前位置坐标；其中，所述原始地图中包括可行区域、障碍物区域和未知区域；
连通域分析模块1020，用于对所述原始地图进行连通域分析，确定所述原始地图中的各连通区域；
目标区域确定模块1030，用于根据所述扫地机器人的当前位置坐标，查找所述扫地机器人所在的连通区域作为目标区域，其中所述目标区域包括包含所述扫地机器人的所述当前位置坐标的可行区域以及包裹所述可行区域的障碍物区域；
设置模块1040，用于将所述目标区域之外的各连通区域中的各像素点的区域标识均设置为与所述未知区域相同的区域标识；
腐蚀处理模块1050，用于对所述目标区域中的所述障碍物区域进行腐蚀处理，得到优化后的地图。
可选地，所述连通域分析模块1020，具体用于：
从所述原始地图中查找属于所述可行区域的像素点作为种子像素点；
以所述种子像素点为基准，进行区域生长得到属于所述可行区域的所述连通区域。
可选地，所述连通域分析模块1020在执行所述从所述原始地图中查找属于所述可行区域的像素点作为种子像素点时，用于：
按照指定顺序依次逐一遍历所述原始地图中的各像素点的区域标识；
当遍历到区域标识为所述可行区域对应的区域标识的像素点时，将所述像素点作为所述种子像素点；
所述连通域分析模块1020在执行所述以所述种子像素点为基准，进行区域生长得到属于所述可行区域的所述连通区域时，用于：
为所述种子像素点分配新的区域标识；
执行循环过程直至满足结束条件，所述循环过程包括：
遍历所述种子像素点的四邻域内的像素点，若从所述四邻域内查找到属于所述可行区域的邻域像素点，则为所述邻域像素点分配与所述种子像素点相同的区域标识；并将所述邻域像素点重置为新的种子像素点；
其中，所述结束条件为确定出所述种子像素点的四邻域内的各像素点均不属于所述可行区域。
可选地，所述目标区域确定模块1030，具体用于：
确定所述当前位置坐标中的像素点对应的区域标识，将与所述区域标识对应的连通区域以及包裹所述连通区域的障碍物区域确定为所述目标区域。
可选地，所述连通域分析模块1020，具体用于：
对所述原始地图进行边缘检测，得到所述原始地图中的轮廓信息，每个轮廓信息对应一个连通区域；
所述目标区域确定模块1030，具体用于：
根据轮廓信息确定各连通区域的边缘像素点的位置坐标；
将所述扫地机器人的当前位置坐标与所述各连通区域的边缘坐标进行比对，确定所述扫地机器人所在的连通区域，并将所述连通区域以及包裹所述连通区域的障碍物区域作为所述目标区域。
可选地，所述腐蚀处理模块1050，具体用于：
针对所述障碍物区域中的任一像素点，若所述像素点的八邻域内不存在属于所述目标区域内的可行区域的像素点，则将所述像素点的区域标识设置为与所述未知区域相同的区域标识。
可选地，所述装置还包括：
格式转换模块1060，用于所述对所述目标区域中的所述障碍物区域进行腐蚀处理，得到优化后的所述地图之后，对所述优化后的地图进行格式转换，得到指定格式的地图；
显示模块1070，用于输出所述指定格式的地图进行显示。
在介绍了本申请示例性实施方式的一种扫地机器人的地图的优化方法和装置之后，接下来，介绍根据本申请的另一示例性实施方式的电子设备。
所属技术领域的技术人员能够理解，本申请的各个方面可以实现为系统、方法或程序产品。因此，本申请的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式（包括固件、微代码等），或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
在一些可能的实施方式中，根据本申请的电子设备可以至少包括至少一个处理器、以及至少一个计算机存储介质。其中，计算机存储介质存储有程序代码，当程序代码被处理器执行时，使得处理器执行本说明书上述描述的根据本申请各种示例性实施方式的扫地机器人的地图的优化方法中的步骤。例如，处理器可以执行如图2中所示的步骤S201-S205。
下面参照图11来描述根据本申请的这种实施方式的电子设备1100。图11显示的电子设备1100仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图11所示，电子设备1100以通用电子设备的形式表现。电子设备1100的组件可以包括但不限于：上述至少一个处理器1101、上述至少一个计算机存储介质1102、连接不同系统组件（包括计算机存储介质1102和处理器1101）的总线1103。
总线1103表示几类总线结构中的一种或多种，包括计算机存储介质总线或者计算机存储介质控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
计算机存储介质1102可以包括易失性计算机存储介质形式的可读介质，例如随机存取计算机存储介质（RAM）1121和/或高速缓存存储介质1122，还可以进一步包括只读计算机存储介质（ROM）1123。
计算机存储介质1102还可以包括具有一组（至少一个）程序模块1124的程序/实用工具1125，这样的程序模块1124包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
电子设备1100也可以与一个或多个外部设备1104（例如键盘、指向设备等）通信，还可与一个或者多个使得用户能与电子设备1100交互的设备通信，和/或与使得该电子设备1100能与一个或多个其它电子设备进行通信的任何设备（例如路由器、调制解调器等等）通信。这种通信可以通过输入/输出（I/O）接口1105进行。并且，电子设备1100还可以通过网络适配器1106与一个或者多个网络（例如局域网（LAN），广域网（WAN）和/或公共网络，例如因特网）通信。如图11所示，网络适配器1106通过总线1103与用于电子设备1100的其它模块通信。应当理解，尽管图11中未示出，可以结合电子设备1100使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
在一些可能的实施方式中，本申请提供的一种扫地机器人的地图的优化方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在计算机设备上运行时，程序代码用于使计算机设备执行本说明书上述描述的根据本申请各种示例性实施方式的一种扫地机器人的地图的优化方法中的步骤。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取计算机存储介质（RAM）、只读计算机存储介质（ROM）、可擦式可编程只读计算机存储介质（EPROM或闪存）、光纤、便携式紧凑盘只读计算机存储介质(CD-ROM)、光计算机存储介质件、磁计算机存储介质件、或者上述的任意合适的组合。
本申请的实施方式的用于扫地机器人的地图的优化的程序产品可以采用便携式紧凑盘只读计算机存储介质(CD-ROM)并包括程序代码，并可以在电子设备上运行。然而，本申请的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务器上执行。在涉及远程电子设备的情形中，远程电子设备可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）—连接到用户电子设备，或者，可以连接到外部电子设备（例如利用因特网服务提供商来通过因特网连接）。
应当注意，尽管在上文详细描述中提及了装置的若干模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之，上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
此外，尽管在附图中以特定顺序描述了本申请方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘计算机存储介质、CD-ROM、光学计算机存储介质等）上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读计算机存储介质中，使得存储在该计算机可读计算机存储介质中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (14)
1.一种扫地机器人的地图的优化方法，其特征在于，所述方法包括：
获取所述扫地机器人探测的原始地图和所述扫地机器人的当前位置坐标；其中，所述原始地图中包括可行区域、障碍物区域和未知区域；
对所述原始地图进行连通域分析，确定所述原始地图中的各连通区域；
根据所述扫地机器人的当前位置坐标，查找所述扫地机器人所在的连通区域作为目标区域，其中所述目标区域包括包含所述扫地机器人的所述当前位置坐标的可行区域以及包裹所述可行区域的障碍物区域；
将所述目标区域之外的各连通区域中的各像素点的区域标识均设置为与所述未知区域相同的区域标识；并，
对所述目标区域中的所述障碍物区域进行腐蚀处理，得到优化后的地图，具体包括：
针对所述障碍物区域中的任一像素点，若所述像素点的八邻域内不存在属于所述目标区域内的可行区域的像素点，则将所述像素点的区域标识设置为与所述未知区域相同的区域标识。
2.根据权利要求1所述的方法，其特征在于，所述对所述原始地图进行连通域分析，确定所述原始地图中的各连通区域，包括：
从所述原始地图中查找属于所述可行区域的像素点作为种子像素点；
以所述种子像素点为基准，进行区域生长得到属于所述可行区域的所述连通区域。
3.根据权利要求2所述的方法，其特征在于，所述从所述原始地图中查找属于所述可行区域的像素点作为种子像素点，包括：
按照指定顺序依次逐一遍历所述原始地图中的各像素点的区域标识；
当遍历到区域标识为所述可行区域对应的区域标识的像素点时，将所述像素点作为所述种子像素点；
所述以所述种子像素点为基准，进行区域生长得到属于所述可行区域的所述连通区域，包括：
为所述种子像素点分配新的区域标识；
执行循环过程直至满足结束条件，所述循环过程包括：
遍历所述种子像素点的四邻域内的像素点，若从所述四邻域内查找到属于所述可行区域的邻域像素点，则为所述邻域像素点分配与所述种子像素点相同的区域标识；并将所述邻域像素点重置为新的种子像素点；
其中，所述结束条件为确定出所述种子像素点的四邻域内的各像素点均不属于所述可行区域。
4.根据权利要求3所述的方法，其特征在于，根据所述扫地机器人的当前位置坐标，查找所述扫地机器人所在的连通区域作为目标区域，包括：
确定所述当前位置坐标中的像素点对应的区域标识，将与所述区域标识对应的连通区域以及包裹所述连通区域的障碍物区域确定为所述目标区域。
5.根据权利要求1所述的方法，其特征在于，所述对所述原始地图进行连通域分析，确定所述原始地图中的各连通区域，包括：
对所述原始地图进行边缘检测，得到所述原始地图中的轮廓信息，每个轮廓信息对应一个连通区域；
所述根据所述扫地机器人的当前位置坐标，查找所述扫地机器人所在的连通区域作为目标区域，包括：
根据轮廓信息确定各连通区域的边缘像素点的位置坐标；
将所述扫地机器人的当前位置坐标与所述各连通区域的边缘坐标进行比对，确定所述扫地机器人所在的连通区域，并将所述连通区域以及包裹所述连通区域的障碍物区域作为所述目标区域。
6.根据权利要求1所述的方法，其特征在于，所述对所述目标区域中的所述障碍物区域进行腐蚀处理，得到优化后的所述地图之后，所述方法还包括：
对所述优化后的地图进行格式转换，得到指定格式的地图；
输出所述指定格式的地图进行显示。
7.一种扫地机器人的地图的优化装置，其特征在于，所述装置包括：
获取模块，用于获取所述扫地机器人探测的原始地图和所述扫地机器人的当前位置坐标；其中，所述原始地图中包括可行区域、障碍物区域和未知区域；
连通域分析模块，用于对所述原始地图进行连通域分析，确定所述原始地图中的各连通区域；
目标区域确定模块，用于根据所述扫地机器人的当前位置坐标，查找所述扫地机器人所在的连通区域作为目标区域，其中所述目标区域包括包含所述扫地机器人的所述当前位置坐标的可行区域以及包裹所述可行区域的障碍物区域；
设置模块，用于将所述目标区域之外的各连通区域中的各像素点的区域标识均设置为与所述未知区域相同的区域标识；
腐蚀处理模块，用于对所述目标区域中的所述障碍物区域进行腐蚀处理，得到优化后的地图；具体用于：
针对所述障碍物区域中的任一像素点，若所述像素点的八邻域内不存在属于所述目标区域内的可行区域的像素点，则将所述像素点的区域标识设置为与所述未知区域相同的区域标识。
8.根据权利要求7所述的装置，其特征在于，所述连通域分析模块，具体用于：
从所述原始地图中查找属于所述可行区域的像素点作为种子像素点；
以所述种子像素点为基准，进行区域生长得到属于所述可行区域的所述连通区域。
9.根据权利要求8所述的装置，其特征在于，所述连通域分析模块在执行所述从所述原始地图中查找属于所述可行区域的像素点作为种子像素点时，用于：
按照指定顺序依次逐一遍历所述原始地图中的各像素点的区域标识；
当遍历到区域标识为所述可行区域对应的区域标识的像素点时，将所述像素点作为所述种子像素点；
所述连通域分析模块在执行所述以所述种子像素点为基准，进行区域生长得到属于所述可行区域的所述连通区域时，用于：
为所述种子像素点分配新的区域标识；
执行循环过程直至满足结束条件，所述循环过程包括：
遍历所述种子像素点的四邻域内的像素点，若从所述四邻域内查找到属于所述可行区域的邻域像素点，则为所述邻域像素点分配与所述种子像素点相同的区域标识；并将所述邻域像素点重置为新的种子像素点；
其中，所述结束条件为确定出所述种子像素点的四邻域内的各像素点均不属于所述可行区域。
10.根据权利要求7所述的装置，其特征在于，所述目标区域确定模块，具体用于：
确定所述当前位置坐标中的像素点对应的区域标识，将与所述区域标识对应的连通区域以及包裹所述连通区域的障碍物区域确定为所述目标区域。
11.根据权利要求7所述的装置，其特征在于，所述连通域分析模块，具体用于：
对所述原始地图进行边缘检测，得到所述原始地图中的轮廓信息，每个轮廓信息对应一个连通区域；
所述目标区域确定模块，具体用于：
根据轮廓信息确定各连通区域的边缘像素点的位置坐标；
将所述扫地机器人的当前位置坐标与所述各连通区域的边缘坐标进行比对，确定所述扫地机器人所在的连通区域，并将所述连通区域以及包裹所述连通区域的障碍物区域作为所述目标区域。
12.根据权利要求7所述的装置，其特征在于，所述装置还包括：
格式转换模块，用于所述对所述目标区域中的所述障碍物区域进行腐蚀处理，得到优化后的所述地图之后，对所述优化后的地图进行格式转换，得到指定格式的地图；
显示模块，用于输出所述指定格式的地图进行显示。
13.一种电子设备，其特征在于，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令；所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行根据权利要求1-6中任一项所述的方法。
14.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序用于执行根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010839741.4A CN111709965B (zh) | 2020-08-19 | 2020-08-19 | 扫地机器人的地图的优化方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010839741.4A CN111709965B (zh) | 2020-08-19 | 2020-08-19 | 扫地机器人的地图的优化方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111709965A CN111709965A (zh) | 2020-09-25 |
| CN111709965B true CN111709965B (zh) | 2020-12-22 |
Family
ID=72547262
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010839741.4A Active CN111709965B (zh) | 2020-08-19 | 2020-08-19 | 扫地机器人的地图的优化方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111709965B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112750180A (zh) * | 2020-12-17 | 2021-05-04 | 深圳市银星智能科技股份有限公司 | 一种地图优化方法及清洁机器人 |
| CN112634402A (zh) * | 2020-12-30 | 2021-04-09 | 苏州三六零机器人科技有限公司 | 扫地机区域设置方法、装置、设备及计算机存储介质 |
| CN113110417B (zh) * | 2021-03-19 | 2023-06-16 | 北京小狗吸尘器集团股份有限公司 | 扫地机器人的地图的优化方法、装置、设备及存储介质 |
| 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 |
| CN113532450B (zh) * | 2021-06-29 | 2024-04-30 | 广州小鹏汽车科技有限公司 | 一种虚拟停车地图数据处理方法和系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6693291B2 (ja) * | 2016-06-20 | 2020-05-13 | トヨタ自動車株式会社 | 移動ロボットの移動経路計画方法 |
| CN109358619A (zh) * | 2018-09-28 | 2019-02-19 | 北京奇虎科技有限公司 | 一种机器人清扫方法、装置及电子设备 |
| CN110260856A (zh) * | 2019-06-26 | 2019-09-20 | 北京海益同展信息科技有限公司 | 一种建图方法和装置 |
-
2020
- 2020-08-19 CN CN202010839741.4A patent/CN111709965B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111709965A (zh) | 2020-09-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111709965B (zh) | 扫地机器人的地图的优化方法及装置 | |
| CN109191553B (zh) | 点云渲染方法、装置、终端及存储介质 | |
| CN110458772B (zh) | 一种基于图像处理的点云滤波方法、装置和存储介质 | |
| US8872848B1 (en) | Rendering vector data as tiles | |
| CN111744199B (zh) | 图像处理方法及装置、计算机可读存储介质、电子设备 | |
| CN114627239B (zh) | 包围盒生成方法、装置、设备及存储介质 | |
| CN114063858B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN115294268A (zh) | 一种物体的三维模型重建方法及电子设备 | |
| CN110782504A (zh) | 曲线确定方法、装置、计算机可读存储介质及设备 | |
| CN113657518B (zh) | 训练方法、目标图像检测方法、装置、电子设备以及介质 | |
| CN114494046A (zh) | 触摸轨迹处理方法、装置、终端、存储介质及程序产品 | |
| CN112598687B (zh) | 图像分割方法和装置、存储介质、电子设备 | |
| CN113837194A (zh) | 图像处理方法、图像处理装置、电子设备以及存储介质 | |
| CN114004972A (zh) | 一种图像语义分割方法、装置、设备和存储介质 | |
| CN109816726B (zh) | 一种基于深度滤波器的视觉里程计地图更新方法和系统 | |
| EP4290452A1 (en) | Data generation method and apparatus, and electronic device | |
| CN114723894B (zh) | 一种三维坐标获取方法、装置及电子设备 | |
| CN112527943B (zh) | 地图渲染方法、装置、设备和存储介质 | |
| CN113190150B (zh) | 覆盖物的展示方法、设备和存储介质 | |
| CN113160258B (zh) | 建筑物矢量多边形的提取方法、系统、服务器及存储介质 | |
| CN112435274B (zh) | 一种基于面向对象分割的遥感影像面状地物提取方法 | |
| CN114078097A (zh) | 图像去雾模型的获取方法、装置和电子设备 | |
| CN109613553B (zh) | 基于激光雷达确定场景中物体数量的方法、装置及系统 | |
| CN114419070A (zh) | 一种图像场景分割方法、装置、设备及存储介质 | |
| CN114612976A (zh) | 关键点检测方法及装置、计算机可读介质和电子设备 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230411 Address after: 314400 floor 3, building 5, No. 17, Caohejing Road, Haining Economic Development Zone, Haining City, Jiaxing City, Zhejiang Province Patentee after: ZHEJIANG SINEVA INTELLIGENT TECHNOLOGY Co.,Ltd. Patentee after: Zhejiang Mile Technology Co.,Ltd. Address before: Room 375, 3 / F, main office building, 118 Longxing Road, Haining Economic Development Zone, Haining City, Jiaxing City, Zhejiang Province Patentee before: ZHEJIANG SINEVA INTELLIGENT TECHNOLOGY Co.,Ltd. |