CN111862133A - 封闭空间的区域分割方法、装置和可移动设备 - Google Patents
封闭空间的区域分割方法、装置和可移动设备 Download PDFInfo
- Publication number
- CN111862133A CN111862133A CN201910342612.1A CN201910342612A CN111862133A CN 111862133 A CN111862133 A CN 111862133A CN 201910342612 A CN201910342612 A CN 201910342612A CN 111862133 A CN111862133 A CN 111862133A
- Authority
- CN
- China
- Prior art keywords
- candidate
- points
- point
- line segment
- gate
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000011218 segmentation Effects 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000012216 screening Methods 0.000 claims description 32
- 230000004927 fusion Effects 0.000 claims description 14
- 230000004888 barrier function Effects 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 8
- 230000002829 reductive effect Effects 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 4
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 17
- 238000004140 cleaning Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 230000000877 morphologic effect Effects 0.000 description 8
- 238000007781 pre-processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 3
- 230000000717 retained effect Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 241001417527 Pempheridae Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/162—Segmentation; Edge detection involving graph-based methods
-
- 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
- G06T2207/30241—Trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种封闭空间的区域分割方法、装置和可移动设备,属于可移动设备领域。该方法包括:获取封闭空间的地图;获取轨迹点;对所述轨迹点进行处理,并结合所述地图识别出所述封闭空间中的正确门;采用所述正确门结合所述地图对所述封闭空间进行区域分割。本发明通过识别封闭空间中的门并通过识别出的门结合封闭空间地图对区域进行分割,更符合客观规律,能够提高区域划分的准确度和效率。
Description
技术领域
本发明涉及可移动设备领域,尤其涉及一种封闭空间的区域分割方法、装置和可移动设备。
背景技术
可移动设备是指在设定封闭空间内自主执行预设任务的设备,目前可移动设备通常包括但不限于清洁机器人(例如智能扫地机、智能擦地机、擦窗机器人)、陪伴性移动机器人(例如智能电子宠物、保姆机器人)、服务型移动机器人(例如酒店、旅馆、会晤场所的接待机器人)、工业巡检智能设备(例如电力巡检机器人、智能叉车等)、安防机器人(例如家用或商用智能警卫机器人)。
可移动设备在封闭空间中移动,为了更好地完成预设任务,通常需要分辨各个房间,比如,移动到指定房间,局域清扫等。相关技术中,通常是先识别出房间中心,再从中心向外扩展到边界处,完成房间分割。但是,这种房间分割方式会在准确度、分割效率等方面存在一定问题。
发明内容
为至少在一定程度上克服相关技术中存在的问题,本发明提供一种封闭空间的区域分割方法、装置和可移动设备。
根据本发明实施例的第一方面,提供一种封闭空间的区域分割方法,包括:
获取封闭空间的地图;
获取轨迹点;
对所述轨迹点进行处理,并结合所述地图识别出所述封闭空间中的正确门;
采用所述正确门结合所述地图对所述封闭空间进行区域分割。
优选地,所述对所述轨迹点进行处理,并结合所述地图识别出所述封闭空间中的正确门,包括:
根据所述轨迹点确定候选点;
对所述候选点进行聚类,以及确定聚类中的聚类代表点;
对所述聚类代表点进行筛选,确定候选门;
对所述候选门进行筛选得到合理门;
对所述合理门分割的区域进行区域融合,在所述合理门中筛选出正确门。
优选地,所述轨迹点包括:真实轨迹点,和/或,虚拟轨迹点,所述获取轨迹点,包括:
获取可移动设备在所述封闭空间中实际经过的真实轨迹点;和/或,
采用预设的虚拟轨迹点生成算法,在所述封闭空间的地图中生成虚拟轨迹点;
优选地,所述获取封闭空间的地图,包括:
获取原始地图,对所述原始地图进行处理,并提取轮廓;
对提取的轮廓进行筛选,并以保留的轮廓绘制封闭空间的地图。
优选地,所述根据所述轨迹点确定候选点,包括:
对应各个轨迹点,将经过所述轨迹点、且方向为可选方向的直线与所述轨迹点两侧的障碍物边界的交点构成的线段,确定为可选线段;
在所述可选线段中确定出待采用的最短线段;
将所述待采用的最短线段的中点确定为候选点;
所述在所述可选线段中确定出待采用的最短线段,包括:
在所有所述可选线段中选择出最短线段,将所述最短线段确定为待采用的最短线段;或者,
在所有所述可选线段中选择出最短线段,若所述最短线段的长度在预设长度范围内,则将所述最短线段确定为待采用的最短线段;或者,
在所有所述可选线段中选择出长度在预设长度范围内的可选线段,将所述长度在预设长度范围内的可选线段中的最短线段确定为待采用的最短线段。
优选地,所述对所述候选点进行聚类,包括:对应两个候选点,如果所述两个候选点之间的距离小于所述两个候选点所对应的半径之和,则将所述两个候选点归为同一个聚类;其中,所述候选点所对应的半径为所述候选点所在最短线段的长度的一半;
优选地,所述确定聚类中的聚类代表点,包括:在每个聚类中,将所对应的半径最小的候选点确定为相应聚类的聚类代表点;
优选地,所述对所述候选门进行筛选得到合理门,包括:遍历每个候选门,获取每个候选门所对应的封闭区域的面积,以及,所述封闭区域在预设方向上的长度与所述候选门的长度之比;如果所述面积在预设面积范围内,且所述长度之比在预设长度比的范围内,则保留所述候选门作为合理门。
优选地,所述对所述聚类代表点进行筛选,确定候选门,包括:
确定聚类代表点所在的选区区域;
在所述选区区域内选取若干点,过每个选取点作平行于聚类代表点所在最短线段的直线,计算各所述直线与其两侧的障碍物边界交点的度量值;
以所述选区区域内所选取的所述若干点构建图,其中,所构建的图包括至少两个维度,所述至少两个维度包括第一维度和第二维度,所述第一维度为所述度量值所在的维度,所述第二维度为投影距离值所在的维度,所述投影距离值为各选取点与聚类代表点的距离值在垂直于所述度量值方向上的分量;
如果若干所述选取点与所述聚类代表点之间的投影距离值与其相应的度量值呈正向关系,则将所述聚类代表点所对应的门确定为候选门,否则剔除所述聚类代表点;
所述正向关系是指,随着若干选取点与聚类代表点之间的投影距离值的下降,相应的选取点在第一维度上的度量值不变或减少。
优选地,所述确定聚类代表点所在的选区区域,包括:
以聚类代表点为中心,以聚类代表点所在最短线段的长度的N倍为宽,以度量值方向为宽度方向,以聚类代表点所在最短线段的长度的M倍为长,以第二维度方向为长度方向,确定选区矩形,其中,N和M为设置值,且N小于等于M;
所述在所述选区区域内选取若干点,包括:
在平行于所述选区矩形的长度方向选取若干点,或在所述选区矩形内任选若干选取点;
所述以所述选区区域内所选取的所述若干点构建图,包括:
以平行于所述选区矩形的长度方向和宽度方向分别作为横纵坐标值,构建二维图;以每个选取点的投影距离值和度量值分别作为所述二维图中的横坐标和纵坐标;
所述如果若干所述选取点与所述聚类代表点之间的投影距离值与其相应的度量值呈正向关系,则将所述聚类代表点所对应的门确定为候选门,包括:
如果所述二维图为谷形图,则保留所述聚类代表点,将所述聚类代表点所对应的门确定为候选门。
优选地,所述对所述合理门分割的区域进行区域融合,在所述合理门中筛选出正确门,包括:
遍历每个合理门,获取每个合理门所连接的两个区域作为第一候选区域和第二候选区域;
在所述第一候选区域和所述第二候选区域中分别确定第一线段和第二线段,所述第一线段为合理门的中点与第一交点构成的线段,所述第二线段为合理门的中点与第二交点构成的线段,所述第一交点是第一射线与第一候选区域在垂直于合理门方向上的最远处的交点,所述第二交点是第二射线与第二候选区域在垂直于合理门方向上的最远处的交点,所述第一射线是从合理门的中点出发、向第一候选区域延伸、且垂直于合理门方向的射线,所述第二射线是从合理门的中点出发、向第二候选区域延伸、且垂直于合理门方向的射线;
在所述第一线段和所述第二线段上选取数量相同的散点,并计算每个散点所对应的距离值,所述散点所对应的距离值包括:第一距离值和第二距离值,所述第一距离值为经过所述散点且与合理门平行的直线在该散点的第一侧与所述散点所在候选区域边界的交点至所述散点的距离值;所述第二距离值为经过所述散点且与合理门平行的直线在该散点的第二侧与所述散点所在候选区域边界的交点至所述散点的距离值;所述散点的第一侧与第二侧分别为经过所述散点且与合理门平行的直线相对于该散点的两个方向;
计算所述第一候选区域和所述第二候选区域内的所有散点所对应的距离值的方差,如果所述方差大于预设值,则保留所述合理门作为正确门,否则,将所述第一候选区域和所述第二候选区域融合为同一个区域。
优选地,还包括:
在区域分割得到的各区域内,分区域执行可移动设备的预定任务。
根据本发明实施例的第二方面,提供一种封闭空间的区域分割装置,包括:地图获取模块,用于获取封闭空间的地图;轨迹点获取模块,用于获取轨迹点;识别模块,用于对所述轨迹点进行处理,并结合所述地图识别出所述封闭空间中的正确门;分割模块,用于采用所述正确门结合所述地图对所述封闭空间进行区域分割。
优选地,所述识别模块包括:候选点确定单元,用于根据所述轨迹点确定候选点;聚类单元,用于对所述候选点进行聚类,以及确定聚类中的聚类代表点;候选门确定单元,用于对所述聚类代表点进行筛选,确定候选门;合理门确定单元,用于对所述候选门进行筛选得到合理门;区域融合单元,用于对所述合理门分割的区域进行区域融合,在所述合理门中筛选出正确门。
优选地,所述轨迹点包括:真实轨迹点,和/或,虚拟轨迹点,所述轨迹点获取模块具体用于:获取可移动设备在所述封闭空间中实际经过的真实轨迹点;和/或,采用预设的虚拟轨迹点生成算法,在所述封闭空间的地图中生成虚拟轨迹点。
优选地,候选点确定单元具体用于:对应各个轨迹点,将经过所述轨迹点、且方向为可选方向的直线与所述轨迹点两侧的障碍物边界的交点构成的线段,确定为可选线段;在所述可选线段中确定出待采用的最短线段;将所述待采用的最短线段的中点确定为候选点。
优选地,候选点确定单元进一步具体用于:在所有所述可选线段中选择出最短线段,将所述最短线段确定为待采用的最短线段;或者,在所有所述可选线段中选择出最短线段,若所述最短线段的长度在预设长度范围内,则将所述最短线段确定为待采用的最短线段;或者,在所有所述可选线段中选择出长度在预设长度范围内的可选线段,将所述长度在预设长度范围内的可选线段中的最短线段确定为待采用的最短线段。
优选地,聚类单元具体用于:对应两个候选点,如果所述两个候选点之间的距离小于所述两个候选点所对应的半径之和,则将所述两个候选点归为同一个聚类;其中,所述候选点所对应的半径为所述候选点所在最短线段的长度的一半。
优选地,聚类单元还具体用于:在每个聚类中,将所对应的半径最小的候选点确定为相应聚类的聚类代表点。
优选地,候选门确定单元具体用于:确定聚类代表点所在的选区区域;在所述选区区域内选取若干点,过每个选取点作平行于聚类代表点所在最短线段的直线,计算各所述直线与其两侧的障碍物边界交点的度量值;以所述选区区域内所选取的所述若干点构建图,其中,所构建的图包括至少两个维度,所述至少两个维度包括第一维度和第二维度,所述第一维度为所述度量值所在的维度,所述第二维度为投影距离值所在的维度,所述投影距离值为各选取点与聚类代表点的距离值在垂直于所述度量值方向上的分量;如果若干所述选取点与所述聚类代表点之间的投影距离值与其相应的度量值呈正向关系,则将所述聚类代表点所对应的门确定为候选门,否则剔除所述聚类代表点;所述正向关系是指,随着若干选取点与聚类代表点之间的投影距离值的下降,相应的选取点在第一维度上的度量值不变或减少。
优选地,所述门确定单元进一步具体用于:以聚类代表点为中心,以聚类代表点所在最短线段的长度的N倍为宽,以聚类代表点所在最短线段的长度的M倍为长,确定选区矩形,其中,N和M为设置值,且N小于等于M;在平行于所述选区矩形的长度方向选取若干点,过每个点作平行于聚类代表点所在最短线段的直线,计算所述直线与其两侧的障碍物边界交点的度量值;以每个点在平行于所述选区矩形的长度方向的坐标以及所述度量值分别作为横纵坐标值,构建二维图;如果所述二维图为谷形图,则保留所述聚类代表点,将所述聚类代表点所对应的门确定为候选门。
优选地,合理门确定单元具体用于:遍历每个候选门,获取每个候选门所对应的封闭区域的面积,以及,所述封闭区域在预设方向上的长度与所述候选门的长度之比;如果所述面积在预设面积范围内,且,所述长度之比在预设长度比的范围内,则保留所述候选门作为合理门。
优选地,区域融合单元具体用于:遍历每个合理门,获取每个合理门所连接的两个区域作为第一候选区域和第二候选区域;在所述第一候选区域和所述第二候选区域中分别确定第一线段和第二线段,所述第一线段为合理门的中点与第一交点构成的线段,所述第二线段为合理门的中点与第二交点构成的线段,所述第一交点是第一射线与第一候选区域在垂直于合理门方向上的最远处的交点,所述第二交点是第二射线与第二候选区域在垂直于合理门方向上的最远处的交点,所述第一射线是从合理门的中点出发、向第一候选区域延伸、且垂直于合理门方向的射线,所述第二射线是从合理门的中点出发、向第二候选区域延伸、且垂直于合理门方向的射线;在所述第一线段和所述第二线段上选取数量相同的散点,并计算每个散点所对应的距离值,所述散点所对应的距离值包括:第一距离值和第二距离值,所述第一距离值为经过所述散点且与合理门平行的直线在该散点的第一侧与所述散点所在候选区域边界的交点至所述散点的距离值;所述第二距离值为经过所述散点且与合理门平行的直线在该散点的第二侧与所述散点所在候选区域边界的交点至所述散点的距离值;所述散点的第一侧与第二侧分别为经过所述散点且与合理门平行的直线相对于该散点的两个方向;计算所述第一候选区域和所述第二候选区域内的所有散点所对应的距离值的方差,如果所述方差大于预设值,则保留所述合理门作为正确门,否则,将所述第一候选区域和所述第二候选区域融合为同一个区域。
优选地,地图获取模块具体用于:获取原始地图,对所述原始地图进行处理,并提取轮廓;
对提取的轮廓进行筛选,并以保留的轮廓绘制封闭空间的地图。
优选地,还包括:执行模块,用于在区域分割得到的各区域内,分区域执行可移动设备的预定任务。
根据本发明实施例的第三方面,提供一种非临时性计算机可读存储介质,当所述存储介质中的指令由可移动设备的处理器执行时,使得可移动设备能够执行如第一方面所述的封闭空间的区域分割方法。
根据本发明实施例的第四方面,提供一种可移动设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为读取所述存储器中的可执行指令,以执行如第一方面所述的封闭空间的区域分割方法。
优选的,可移动设备还包括:执行部件,用于在处理器的控制下,在区域分割得到的各区域内,分区域执行可移动设备的预定任务。
本发明的实施例提供的技术方案可以包括以下有益效果:
在封闭空间中识别出正确门,以及采用正确门进行区域分割,由于以门进行分割基准更符合客观规律,从而提高区域分割的准确度,进而可以利于可移动设备分区域执行任务,提高任务执行效率。进一步的,通过对轨迹点进行处理识别出门,可以降低算法复杂度,提高运算速度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是本发明一个实施例提供的封闭空间的区域分割方法的流程图。
图2a是本发明实施例中对原始地图进行预处理得到封闭空间的地图的流程示意图;
图2b是本发明实施例中提取的一种树型结构的轮廓示意图;
图2c是本发明实施例一种原始地图的示意图;
图2d是本发明实施例一种对原始地图进行预处理后得到的封闭空间的地图的示意图;
图3是本发明实施例中在封闭空间的地图中识别正确门的流程示意图;
图4a是本发明实施例中轨迹点及所对应的候选点的示意图;
图4b是本发明实施例中候选点聚类及聚类代表点的示意图;
图5a-图5d是本发明实施例中对聚类代表点进行筛选得到候选门的示意图。
图6是本发明实施例中对候选门进行筛选确定合理门的示意图;
图7是本发明实施例中对合理门进行区域融合确定正确门的示意图;
图8a-图8g是本发明实施例中从确定轨迹点到确定出正确门的仿真图;
图9是本发明一个实施例提供的封闭空间的区域分割装置的结构示意图;
图10是本发明一个实施例提供的可移动设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
本发明所说的封闭空间是指全部封闭的区域空间或者部分封闭的区域空间;相应的,本发明所说的封闭空间的地图,是指至少部分封闭的区域空间的地图,比如,该地图是全部封闭的区域空间的地图,具体如图2d或者图4b所示,如在图2d中,由完整的白色封闭边界围成的区域空间K即为所述全部封闭的区域空间;又比如,该地图包括封闭部分和非封闭部分,具体如图4a、图5a-5d或者图6所示,如在图4a中,边界w2和边界w3组成封闭部分,边界w2和边界w4以及边界w3和边界w4组成非封闭部分;又比如,该地图既包括部分或全部封闭的区域空间、又包括由该部分或全部封闭的区域空间延伸出去的开放区域空间,比如该地图是既包括部分或完整室内区域空间又包括与该室内区域空间相连的外部开放区域空间(如庭院等)的地图。
图1是本发明一个实施例提供的封闭空间的区域分割方法的流程图,如图1所示,包括以下步骤:
S11:获取封闭空间的地图。
一些实施例中,直接将待分割的封闭空间的地图输入,将输入的地图直接作为封闭空间的地图。或者,
一些实施例中,对原始地图进行预处理,将预处理后的地图作为封闭空间的地图。原始地图是可移动设备构建的,比如,可移动设备为清洁机器人,清洁机器人在执行清洁任务的过程中,可以同时构建地图,将清洁机器人构建的地图作为原始地图。
以对原始地图进行预处理获取封闭空间的地图为例,预处理过程的相关内容请参见图2a-图2d。
S12:获取轨迹点;
对于不同情况,上述步骤S11及步骤S12的顺序可以调换,即有的实施例是先执行步骤S11再执行步骤S12,而有的实施例则是先执行步骤S12再执行步骤S11;对于一些实施例,可以同时或不分顺序地执行步骤S11和S12。比如若在初始时仅有原始地图,则先执行步骤S12,通过对原始地图预处理获取封闭空间的地图,然后执行步骤S12,从封闭空间的地图中获取轨迹点;若在初始时已有轨迹点的坐标值(比如x、y值或x、y、z值),可以同时或不分顺序地执行步骤S11和S12,这些顺序的组合中自然也包括先执行步骤S12再执行S11的顺序,而对于步骤S12:可以通过直接输入轨迹点的坐标值等方式获取若干轨迹点。因此,本领域技术人员应当理解,不应以步骤S11与步骤S12的顺序对本发明的权利要求加以限制。
S13:对所述轨迹点进行处理,并结合所述地图识别出所述封闭空间中的正确门。
与通常采用的以区域中心向外扩展的方式不同的是,本发明实施例中,在区域分割时,是先识别出门,以门为基准进行区域划分。以门为基准进行区域划分更符合客观规律,从而使得区域划分的结果更为准确。
门识别是基于对轨迹点的处理,并结合封闭空间的地图得到的。
一些实施例中,轨迹点包括:真实轨迹点,和/或,虚拟轨迹点。
真实轨迹点是可移动设备在封闭空间中实际经过的轨迹点。
虚拟轨迹点是基于封闭空间的地图、采用算法得到的虚拟点,比如,通过三角剖分算法得到的虚拟点。
因此,可以通过记录可移动设备在封闭空间中实际经过的真实轨迹点,和/或,采用预设算法生成虚拟轨迹点,从而获取上述的轨迹点。
正确门识别过程的相关内容请参见图3-图7。
S14:采用所述正确门结合所述地图对所述封闭空间进行区域分割。
在识别出正确门后,将正确门划分开的不同区域作为区域分割结果。比如,以房间分割为例,则将正确门分开的各个区域分别作为一个房间。
进一步的,可移动设备对封闭空间进行区域分割后,可以分区域执行任务。比如,以可移动设备为清洁机器人为例,清洁机器人划分出各个房间后,可以进行分房间清扫,从而提高清扫效率,节约时间。
本实施例中,在封闭空间中识别出正确门,以及采用正确门进行区域分割,由于以门进行分割基准更符合客观规律,从而提高区域分割的准确度,进而可以利于可移动设备分区域执行任务,提高任务执行效率。进一步的,通过对轨迹点进行处理识别出门,可以降低算法复杂度,提高运算速度。
所述获取封闭空间的地图,可选地,可以包括:获取原始地图,对所述原始地图进行处理,并提取轮廓;对提取的轮廓进行筛选,并以保留的轮廓绘制封闭空间的地图。原始地图的具体形式不同,其处理方式可能有所不同。原始地图可以是灰度地图、彩色地图、矢量图、散点图等形式中的至少一种形式;无论哪种形式的原始地图,都可以通过处理,最后提取出其轮廓。图2a是本发明实施例中对灰度原始地图进行预处理得到封闭空间的地图的流程示意图。以灰度原始地图为例,如图2a所示,该预处理流程包括:
S21:对灰度原始地图进行阈值化,得到二值地图。
原始地图是灰度地图,则对原始地图进行阈值化是指将灰度地图转换为二值地图,比如,设置一个阈值,将灰度值大于该阈值的像素点的像素值设置为255(白色),反之设置为0(黑色),从而得到二值地图。
优选地,S22:对二值地图进行形态学处理,并提取轮廓。
形态学,即数学形态学(Mathematical Morphology),在图像处理中有广泛的应用,主要应用是从图像中提取对于表达和描绘区域形状有意义的图像分量,使后续的识别工作能够抓住目标对象最为本质(最具区分能力——most discrimination)的形状特征,像是边界、连通区域等。
形态学处理包括腐蚀、膨胀、开运算和闭运算等。
本实施例中,可以对二值图像进行形态学闭运算,从而增加地图的连通域,同时消除一些噪点。但形态学处理并非本发明的必须步骤,即使不对二值地图进行形态学处理,只要能够通过二值地图提取轮廓,依然可以通过后续步骤找到正确门从而进行区域分割。
由于彩色地图无法直接进行阈值化,所以若获取的是彩色原始地图,则可以将其转化为灰度地图,再通过上述步骤S21进行阈值化再通过步骤S22对得到的二值地图进行形态学分析;也可以对彩色原始地图直接进行形态学处理,然后提取轮廓,而不进行阈值化。提取轮廓时可以采用已有的轮廓提取算法,比如,树型结构提取轮廓,其中,面积最大的轮廓作为房间的外轮廓,面积较小的作为房间的内轮廓。
一种树型结构的轮廓可以如图2b所示。图2b中,轮廓c0(节点0)与轮廓h00(节点1)和h01(节点2)构成区域A;轮廓c000(节点3)与轮廓h0000(节点5)构成区域B;轮廓c010(节点4)与轮廓h0100(节点6)构成区域C;轮廓c01000(节点7)内为区域D;轮廓c01001(节点8)内为区域E。
S23:对提取的轮廓进行筛选,并以保留的轮廓绘制封闭空间的地图。
在提取出如图2b所示的树型结构的内外部轮廓后,可以自上而下的遍历轮廓树中的节点,一方面,在最大区域中的各子区域中仅保留面积最大子区域(如图2b所示的区域A为最大区域,而区域B、C为区域A的子区域;其中,区域C是区域A中面积最大的子区域,所以仅保留子区域C而去除子区域B);另一方面,根据面积和周长保留内部的轮廓,去除内部的轮廓噪声(例如,去除面积小于1m2的区域,可以去除类似于桌子腿等对于房间分割无用的区域)。
对于保留的所有内外部轮廓,将保留的轮廓作为地图中的各障碍物的边界,绘制得到后续处理的地图。
比如,灰度原始地图经步骤S21处理得到如图2c所示的二值地图,经过步骤S22的形态学处理并提取轮廓后,得到区域O,其中区域O包含子区域F、G、H、K,经过步骤S23筛选,保留了面积最大的子区域K(图中白色封闭边界围成的区域空间),而剔除了子区域F、G、H,得到如图2d所示的封闭空间的地图。
本实施例中,通过对原始地图进行预处理,可以过滤掉一些不需要的区域(比如图2c中的区域F、G、H),保留了需要分割的封闭空间的地图(仅保留了图2c中的区域K)。
图3是本发明实施例中对所述轨迹点进行处理,识别出所述封闭空间中的正确门的流程示意图,如图3所示,该流程包括:
S31:根据轨迹点确定候选点。
候选点是待采用的最短线段的中点;待采用的最短线段是在可选线段中确定出的;可选线段是经过轨迹点、且方向为可选方向的直线与轨迹点两侧的障碍物边界的交点构成的线段。
可选方向可以根据需要选定,比如,以某个方向为基准(比如以x轴为基准),选择平行、垂直于该基准方向的两个方向为可选方向;或者选择与该基准方向成0°(180°)、45°(225°)、90°(270°)、135°(315°)的4个方向为可选方向。
比如,参见图4a,点t为轨迹点,可选方向为三条直线L1、L2、L3的方向(在图4a中以虚线表示),直线L1与障碍物边界w1、w2分别相交于p1和p2点;直线L2与障碍物边界w1、w2分别相交于p3和p4点;直线L3与障碍物边界w3、w4分别相交于障碍物边界p5和p6点,则经过轨迹点t的可选线段分别为:线段p1-p2、线段p3-p4和线段p5-p6。
一些实施例中,待采用的最短线段是所有可选线段中的最短线段,比如,线段p1-p2、线段p3-p4和线段p5-p6中,线段p1-p2是最短线段,则将线段p1-p2确定为最短线段。
一些实施例中,待采用的最短线段不仅满足最短限定,还需要最短线段在预设长度范围内(称为“距离范围规则”),预设长度范围是与门的水平尺寸相关的参数,比如可以是0.5米至2.5米,则在线段p1-p2是最短线段时,如果线段p1-p2还在0.5米至2.5米范围内,则将线段p1-p2确定为最短线段,否则,如果最短线段(如线段p1-p2)不在0.5米至2.5米范围内,则对应当前轨迹点没有候选点,剔除该轨迹点(如轨迹点t)。
一些实施例中,待采用的最短线段是长度在预设长度范围内的可选线段中的最短线段。与上一实施例不同的是,上一实施例是先选择出最短线段,再判断最短线段是否在预设长度范围内,本实施例是在可选线段中先选择出满足预设长度范围的可选线段(也称为“距离范围规则”),再在满足预设长度范围的可选线段中确定出最短线段。比如,经过轨迹点t的所有可选线段包括:线段p1-p2、线段p3-p4和线段p5-p6,则分别将这三条线段与预设长度范围进行比较,假设线段p1-p2和线段p3-p4在预设长度范围内,线段p5-p6不在预设长度范围内,则在线段p1-p2和线段p3-p4中选择出最短线段,假设为线段p1-p2比线段p3-p4短,则待采用的最短线段是线段p1-p2。
需要说明的是,在提取轮廓后,各障碍物的边界是确定的,比如,图4a中的障碍物的边界w1至w4是位置确定的,各轨迹点也是位置确定的,可选方向是确定的,则上述的各可选线段的长度能够根据各确定的参数计算得到。
在确定出待采用的最短线段后,将其中点作为候选点,比如,参见图4a,待采用的最短线段是线段p1-p2,则将线段p1-p2的中点C1作为候选点。
需要说明的是,上述实施例设定了可选方向的数量,即可选线段的数量是确定的,此时的最短线段是这些可选线段中最短的,由于可选方向没有包括所有方向,因此,最短线段不一定是所有方向上实际上最短的线段。在其它的实施例中,可以从过轨迹点的所有方向上确定可选线段,并从所有方向的可选线段上选择最短线段,此时的最短线段就是所有方向上实际最短的线段了。
S32:对候选点进行聚类,以及确定聚类中的聚类代表点。
通过聚类规则对候选点进行聚类,以及通过聚类代表点的选取规则确定聚类中的聚类代表点;聚类规则以及聚类代表点的选取规则可以根据需要设置。
一些实施例中,聚类规则如下:
对应两个候选点,如果所述两个候选点之间的距离小于所述两个候选点所对应的半径之和,则将所述两个候选点归为同一个聚类,否则归为不同的聚类;其中,所述候选点所对应的半径为所述候选点所在最短线段的长度的一半。比如,图4a中的候选点C1,该候选点C1所在最短线段为线段p1-p2,则候选点C1所对应的半径是指线段p1-p2的长度的一半。在上述实施例中,由于C1是最短线段p1-p2的中点,所以候选点C1所对应的半径也是候选点C1至点p1的距离或C1至点p2的距离。
一些实施例中,聚类代表点的选取规则如下:
将每个聚类中,将所对应的半径最小的候选点确定为相应聚类的聚类代表点。可以理解的是,与半径等同,也可以比较候选点的直径,将直径最小的候选点作为相应聚类的聚类代表点。候选点的直径是指候选点所在最短线段的长度。
比如,参见图4b,假设候选点68和候选点72之间的距离为D68-72,候选点68和候选点72所对应的半径分别为R68和R72,若D68-72>R68+R72,则候选点68和候选点72分属两个聚类。若D68-72<R68+R72,则候选点68和候选点72属于一个聚类;此时,假设同一个聚类中仅包括两个候选点68和72,若R68<R72,则将候选点68确定为该聚类的聚类代表点。
再比如,参见图4b,可移动装置10从图中左下角出发,自左向右、自下向上沿封闭空间的地图的内部边界移动,图中黑色圆点代表轨迹点,而过黑色圆点的虚线代表过该轨迹点的最短线段,按照上述“候选点”定义,则这些虚线中间的白色圆点代表可能的候选点。设用于筛选候选点的上述“距离范围规则”将图中虚线中点分为白色圆点的候选点和白色方形的剔除候选点,即白色圆点(如62、63等)的最短线段在所述预设长度范围内,而白色方形(如61、65等)所在的最短线段超出了所述预设长度范围。
以内墙53南侧(下方)与外墙之间的点为例:首先,由于轨迹点11的最短线段和轨迹点15的最短线段都超过上述预设长度范围,则剔除其对应的白色方形点61和65,因此只有轨迹点12至14在该聚类中;然后,对比轨迹点12、13、14各自的最短线段的长度,轨迹点/候选点的最短线段由LS表示,比如轨迹点12的最短线段的长度以LS12表示,而候选点62的最短线段的长度以LS62表示,由于轨迹点12与候选点62具有同一条最短线段,因此LS12=LS62。由于LS62>LS63=LS64,则选择候选点63或候选点64代表该聚类,比如只保留候选点63,则轨迹点12、14及其相应的候选点62、64都去掉,同时以候选点63代替其轨迹点13,因此最后只保留候选点63作为聚类代表点以代表该聚类。
S33:对所述聚类代表点进行筛选,确定候选门。
通过聚类代表点的筛选规则对所述聚类代表点进行筛选,确定候选门;聚类代表点的筛选规则可以根据实际需求设置。
一些实施例中,聚类代表点的筛选规则是依据门判据进行筛选,保留满足门判据的聚类代表点,舍弃不满足门判据的聚类代表点。
门判据是指:
确定聚类代表点所在的选区区域;
在所述选区区域内选取若干点,过每个选取点作平行于聚类代表点所在最短线段的直线,计算各所述直线与其两侧的障碍物边界交点的度量值;
以选区区域内所选取的所述若干点构建图,其中,所构建的图包括至少两个维度,所述至少两个维度包括第一维度和第二维度,所述第一维度为所述度量值所在的维度(比如所构建的图中的y轴);所述第二维度为投影距离值所在的维度,所述投影距离值为各选取点与聚类代表点的距离值在垂直于所述度量值方向上的分量(比如所构建的图中的x轴)。
如果所构建的图中的若干选取点与聚类代表点之间的投影距离值与其相应的度量值呈正向关系,则将所述聚类代表点所对应的门确定为候选门,否则剔除所述聚类代表点。所述正向关系是指,在所构建的图中,随着选取点之间的投影距离值的下降(即随着选取点在所述第二维度上越来越靠近所述聚类代表点),相应的选取点在第一维度上的度量值不变或减少。
一些实施例中,采用如下方式确定选区区域:以聚类代表点为中心,以聚类代表点所在最短线段的长度的N倍为宽,以度量值方向为宽度方向,以聚类代表点所在最短线段的长度的M倍为长,以第二维度方向为长度方向,确定选区矩形,其中,N和M为设置值,且N小于等于M。
相应的,可以采用如下方式在选区区域内选取若干点,以及确定度量值:
在平行于所述选区矩形的长度方向选取若干点,过每个选取点作平行于聚类代表点所在最短线段的直线,计算所述直线与其两侧的障碍物边界交点的度量值。也可以在所述选区矩形内任取若干选取点。
在选取若干点后,所构建的图也可以是二维、三维或更多维的,以二维为例,则可以采用如下方式构建图:
以平行于所述选区矩形的长度方向和宽度方向分别作为横纵坐标值,构建二维图;以每个选取点的投影距离值和度量值分别作为所述二维图中的横坐标和纵坐标。
相应的,如果所述二维图为谷形图,则保留所述聚类代表点,将所述聚类代表点所对应的门确定为候选门,否则剔除该聚类代表点。
其中,谷形图是指在第二维度上距离聚类代表点越近的选取点(即其与聚类代表点的投影距离值越小),其度量值不变或越小,即满足上述的选取点的投影距离值与所述度量值呈正向关系,则该聚类代表点所对应的门为候选门。下面以二维空间进行说明:
比如,参见图5a,假设候选点66和候选点88属于一个聚类,候选点97、候选点98和候选点99属于一个聚类。
参见图5b,假设聚类代表点分别是候选点88和候选点98,N和M分别选为1和2,两个候选点所在最短线段分别用L1和L2表示,最短线段的长度分别用d1和d2表示,则分别得到以候选点88的选区矩形A1和以候选点98为中心的选区矩形A2。
选区矩形的长度方向分别用L3和L4表示,则分别在平行于L3和L4的方向上选取若干点,并过每个点平行于L1和L2作直线,计算所作直线与其两侧的障碍物边界交点的度量值。
本实施例中以度量值是上述的直线与其两侧的两个障碍物边界交点之间的距离值为例,比如,参见图5b,对应选区矩形A1,所选取的点按从左到右的顺序,上述的度量值分别为d1+d3,d1,d1+d3+d4。
需要说明的是,度量值不限于上述的直线与其两侧的两个障碍物边界交点之间的距离值,还可以选择为其他值,比如,过选取点且平行于图5b中的L1方向的直线上的任意数量的点到该选取点在前述直线两侧的障碍物边界的距离之和,比如在线段L1上选10个点,这些点各自到L1与上下障碍物边界的距离之和作为点88的度量值。
对应每个聚类代表点或候选点的坐标和度量值,可以构建如图5c所示的二维图,参见图5c,其中度量值即线段L1的方向为所述二维图的第一维度,垂直于度量值即线段L1方向的维度为所述二维图的第二维度。以图5b中的选区矩形A1作为选区区域,在选区区域A1中选取若干点,比如选取点q1与q2,如图5b所示,候选点88的度量值为d1,距离候选点88较远且在A1内的选取点q1与q2的度量值分别为d1+d3和d1+d3+d4,均大于d1,则该二维图为谷形图,即图形中聚类代表点或候选点附近范围的选取点的度量值小于或等于与所述度量值的方向垂直的维度距该聚类代表点或候选点较远范围的度量值,说明该聚类代表点或候选点和/或其附近位置处于选区矩形A1中的较窄区域内,很可能对应于实际的封闭空间地图中的门,因此保留候选点88;候选点88可能对应的门可能为候选点88所在的最短线段L1,则最短线段L1作为候选门。类似的,图5c中的候选点98也满足门判据,候选点98所在的最短线段L2也作为候选门。类似的,如果构建的二维图是图5d所示,在该图中,也满足门判据,候选点88和候选点98所可能代表的门分别为候选门。
需要说明的是,虽然上面以二维空间进行了说明,但是,所构建的图并不限于二维图,还可以是三维或更多维的图。比如,还可以构建三维图,三维图的三个维度所对应的值分别是:度量值,二维地图中的二维位置坐标。在所述构建的三维图中,如果聚类代表点是鞍点,即满足所述距离值与所述度量值呈正向关系,则该聚类代表点所对应的门是候选门。当然也可以是四维图,比如以三维空间坐标及一维度量值构成四维图,其中的三维空间坐标包括二维水平坐标和一维高度坐标,若选取点到聚类代表点在高度坐标上的投影距离与所述选取点的度量值呈上述的正向关系,则该聚类代表点的高度坐标有可能代表门框上沿到地面的距离小于门框两侧天花板到地面的距离值,即应该作为候选门。
有时,通过上述步骤得到的候选门在实际的封闭空间中并不对应一个真实的门。因此,在本发明的优选实施例中,还需要通过以下步骤对候选门进行筛选,去除不合理的候选门。
S34:对候选门进行筛选,得到合理门。
具体的,遍历每个候选门,获取每个候选门所对应的封闭区域的面积,以及,所述封闭区域在预设方向上的长度与所述候选门的长度之比;如果所述面积在预设面积范围内,且,所述长度之比在预设长度比的范围内,则保留所述候选门作为合理门,否则剔除该候选门。
候选门所对应的封闭区域是指候选门与地图中与候选门距离最近的边界所组成的封闭区域,所述预设方向比如是封闭区域的长轴方向。比如,参见图6,候选门分别用61和62表示,相应的候选门的长度分别用X1和X2表示,则候选门与其最近的边界构成的封闭区域分别用D1和D2表示,所述封闭区域D1和D2的面积分别用S1和S2表示,所述封闭区域D1和D2的长轴方向的长度分别用Y1和Y2表示,则对应候选门61,如果S1在预设面积范围内,且封闭区域D1在预设方向上的长度Y1与所述候选门的长度X1之比Y1/X1在预设长度比(预设长度比通常大于2)范围内,则候选门61为合理门,否则,如果S1不在预设面积范围内,和/或,Y1/X1在预设长度比范围外,则候选门61不是合理门,剔除该候选门61。候选门62的判定过程也类似,即,只有S2在预设面积范围内,且Y2/X2在预设长度比范围内,则候选门62为合理门。
在有的情况下,比如地图上的错误或误差,即使通过上述过程,仍会使可移动设备在实际地图中没有门的位置认为错误地认为有所述合理门或候选门,因此在有的优选实施例中,可以通过下述区域融合的步骤将这种虚假的门消除。
S35:对合理门划分的区域进行区域融合,确定正确门。
区域融合过程可以包括:
遍历每个合理门,获取每个合理门所连接的两个区域作为第一候选区域和第二候选区域;
在所述第一候选区域和所述第二候选区域中分别确定第一线段和第二线段,所述第一线段为合理门的中点与第一交点构成的线段,所述第二线段为合理门的中点与第二交点构成的线段,所述第一交点是第一射线与第一候选区域在垂直于合理门方向上的最远处的交点,所述第二交点是第二射线与第二候选区域在垂直于合理门方向上的最远处的交点,所述第一射线是从合理门的中点出发、向第一候选区域延伸、且垂直于合理门方向的射线,所述第二射线是从合理门的中点出发、向第二候选区域延伸、且垂直于合理门方向的射线;
在所述第一线段和所述第二线段上选取数量相同的散点,并计算每个散点所对应的距离值,所述散点所对应的距离值包括:第一距离值和第二距离值,所述第一距离值为经过所述散点且与合理门平行的直线在该散点的第一侧与所述候选区域边界的交点至所述散点的距离值;所述第二距离值为经过所述散点且与合理门平行的直线在该散点的第二侧与所述候选区域边界的交点至所述散点的距离值;所述散点的第一侧与第二侧分别为上述经过所述散点且与合理门平行的直线相对于该散点的两个方向;
计算所述第一候选区域和所述第二候选区域内的所有散点(即所述第一线段和所述第二线段上的所有散点)所对应的距离值的方差,如果所述方差大于预设值,则保留所述合理门作为正确门,否则,将所述第一候选区域和所述第二候选区域融合为同一个区域。
比如,参见图7,合理门71的右侧是第一候选区域、左侧是第二候选区域,合理门71的中点是Pc,第一交点和第二交点分别是Pi和Pj,则第一线段和第二线段分别是线段Pc-Pi和线段Pc-Pj,如图7所示,假设在第一线段和第二线段上分别依据所述第一候选区域和所述第二候选区域的尺寸分别等间距选择12个散点,则对应每个散点的距离值包括经过该散点且与合理门平行的直线在该散点的第一侧和第二侧(在图7中分别对应于该散点的上下侧)与其所在的候选区域的边界的交点至该散点的距离值,假设右侧的12个散点的距离值分别用Dai 1和Dai 2(i=1,2,...,12)表示,左侧的12个散点的距离值分别用Dbi 1和Dbi 2(i=1,2,...,12)表示,则一共可以获取到48个距离值,之后计算这48个距离值的方差,如果该方差大于预设值(比如3000),则合理门71为正确门;否则,如果该方差小于该预设值,则表明两侧区域基本相同,应该认为是同一个区域,此时剔除合理门71,使所述第一候选区域和所述第二候选区域融合为一个区域。
以区域分割是分割房间为例,从确定轨迹点到确定出正确门的仿真图可以参见图8a-图8g。其中,图8a示出了地图中的轨迹点,该轨迹点可以是真实轨迹点和/或虚拟轨迹点。图8b示出了在竖直方向上经过筛选后得到的候选点,在竖直方向上筛选是指经过轨迹点的直线的可选方向选择为竖直方向。图8c示出了聚类后的候选点。图8d示出了聚类代表点及所代表的门,所代表的门用线段表示。图8e示出了对聚类代表点进行筛选后确定的候选门,各候选门用黑粗线段表示;可以理解的是,图8e中包括了水平方向上的候选门,相应的,虽未在图中示出,类似8b,会存在水平方向上经过筛选后的候选点;可以看出,算法提取了所有正确门的位置,但保留了很多不必要的门的位置。图8f示出了对候选门进行筛选后确定的合理门的示意图,可以看出,经过候选门的筛选,剔除了不合理的房间区域,所保留的合理门所分割的区域在物理上满足一个房间的性质,即房间大小和结构是合理的。图8g示出了区域融合后确定的正确门的示意图,可以看出,经过房间融合后,走廊上冗余的门被剔除了。
图9是本发明一个实施例提供的封闭空间的区域分割装置的结构示意图。如图9所示,该装置包括地图获取模块91,轨迹点获取模块92,识别模块93和分割模块94。
地图获取模块91,用于获取封闭空间的地图;
轨迹点获取模块92,用于获取轨迹点;
识别模块93,用于对所述轨迹点进行处理,并结合所述地图识别出所述封闭空间中的正确门;
分割模块94,用于采用所述正确门结合所述地图对所述封闭空间进行区域分割。
一些实施例中,所述识别模块93包括:
候选点确定单元,用于根据所述轨迹点确定候选点;
聚类单元,用于对所述候选点进行聚类,以及确定聚类中的聚类代表点;
候选门确定单元,用于对所述聚类代表点进行筛选,确定候选门;
合理门确定单元,用于对所述候选门进行筛选得到合理门;
区域融合单元,用于对所述合理门分割的区域进行区域融合,在所述合理门中筛选出正确门。
一些实施例中,所述轨迹点包括:真实轨迹点,和/或,虚拟轨迹点,所述轨迹点获取模块具体用于:
获取可移动设备在所述封闭空间的地图中实际经过的真实轨迹点;和/或,
采用预设的虚拟轨迹点生成算法,在所述地图中生成虚拟轨迹点。
一些实施例中,候选点确定单元具体用于:
对应各个轨迹点,将经过所述轨迹点、且方向为可选方向的直线与所述轨迹点两侧的障碍物边界的交点构成的线段,确定为可选线段;
在所述可选线段中确定出待采用的最短线段;
将所述待采用的最短线段的中点确定为候选点。
一些实施例中,候选点确定单元进一步具体用于:
在所有所述可选线段中选择出最短线段,将所述最短线段确定为待采用的最短线段;或者,
在所有所述可选线段中选择出最短线段,若所述最短线段的长度在预设长度范围内,则将所述最短线段确定为待采用的最短线段;或者,
在所有所述可选线段中选择出长度在预设长度范围内的可选线段,将所述长度在预设长度范围内的可选线段中的最短线段确定为待采用的最短线段。
一些实施例中,聚类单元具体用于:
对应两个候选点,如果所述两个候选点之间的距离小于所述两个候选点所对应的半径之和,则将所述两个候选点归为同一个聚类;
其中,所述候选点所对应的半径为所述候选点所在最短线段的长度的一半。
一些实施例中,聚类单元还具体用于:
在每个聚类中,将所对应的半径最小的候选点确定为相应聚类的聚类代表点。
一些实施例中,候选门确定单元具体用于:
确定聚类代表点所在的选区区域;
在所述选区区域内选取若干点,过每个选取点作平行于聚类代表点所在最短线段的直线,计算各所述直线与其两侧的障碍物边界交点的度量值;
以所述选区区域内所选取的所述若干点构建图,其中,所构建的图包括至少两个维度,所述至少两个维度包括第一维度和第二维度,所述第一维度为所述度量值所在的维度,所述第二维度为投影距离值所在的维度,所述投影距离值为各选取点与聚类代表点的距离值在垂直于所述度量值方向上的分量;
如果若干所述选取点与所述聚类代表点之间的投影距离值与其相应的度量值呈正向关系,则将所述聚类代表点所对应的门确定为候选门,否则剔除所述聚类代表点;
所述正向关系是指,随着若干选取点与聚类代表点之间的投影距离值的下降,相应的选取点在第一维度上的度量值不变或减少。
一些实施例中,门确定单元进一步具体用于:
以聚类代表点为中心,以聚类代表点所在最短线段的长度的N倍为宽,以聚类代表点所在最短线段的长度的M倍为长,确定选区矩形,其中,N和M为设置值,且N小于M;
在平行于所述选区矩形的长度方向选取若干点,过每个点作平行于聚类代表点所在最短线段的直线,计算所述直线与其两侧的障碍物边界交点的度量值;
以每个点的坐标以及所述度量值分别作为横纵坐标值,构建二维图;
如果所述二维图为谷形图,则保留所述聚类代表点,将所述聚类代表点所对应的门确定为候选门。
一些实施例中,合理门确定单元具体用于:
遍历每个候选门,获取每个候选门所对应的封闭区域的面积,以及,所述封闭区域在预设方向上的长度与所述候选门的长度之比;
如果所述面积在预设面积范围内,且,所述长度之比在预设长度比的范围内,则保留所述候选门作为合理门。
一些实施例中,区域融合单元具体用于:
遍历每个合理门,获取每个合理门所连接的两个区域作为第一候选区域和第二候选区域;
在所述第一候选区域和所述第二候选区域中分别确定第一线段和第二线段,所述第一线段为合理门的中点与第一交点构成的线段,所述第二线段为合理门的中点与第二交点构成的线段,所述第一交点是第一射线与第一候选区域在垂直于合理门方向上的最远处的交点,所述第二交点是第二射线与第二候选区域在垂直于合理门方向上的最远处的交点,所述第一射线是从合理门的中点出发、向第一候选区域延伸、且垂直于合理门方向的射线,所述第二射线是从合理门的中点出发、向第二候选区域延伸、且垂直于合理门方向的射线;
在所述第一线段和所述第二线段上选取数量相同的散点,并计算每个散点所对应的距离值,对应每个散点,所述散点所对应的距离值包括:第一距离值和第二距离值,所述第一距离值为经过所述散点且与合理门平行的直线在该散点的第一侧与所述散点所在候选区域边界的交点至所述散点的距离值;所述第二距离值为经过所述散点且与合理门平行的直线在该散点的第二侧与所述散点所在候选区域边界的交点至所述散点的距离值;所述散点的第一侧与第二侧分别为经过所述散点且与合理门平行的直线相对于该散点的两个方向;
计算所述第一候选区域和所述第二候选区域内的所有散点所对应的距离值的方差,如果所述方差大于预设值,则保留所述合理门作为正确门,否则,将所述第一候选区域和所述第二候选区域融合为同一个区域。
一些实施例中,地图获取模块具体用于:
获取原始地图,并对所述原始地图进行处理,并提取轮廓;
对提取的轮廓进行筛选,并以保留的轮廓绘制封闭空间的地图。
一些实施例中,还包括:
执行模块,用于在区域分割得到的各区域内,分区域执行可移动设备的预定任务。
图10是本发明一个实施例提供的可移动设备的结构示意图,包括处理器101和用于存储处理器可执行指令的存储器102;所述处理器被配置为读取所述存储器中的可执行指令,以执行上述的封闭空间的区域分割方法。
一些实施例中,可移动设备还包括:执行部件,用于在处理器的控制下,在区域分割得到的各区域内,分区域执行可移动设备的预定任务。
本发明实施例还提供了一种非临时性计算机可读存储介质,当所述存储介质中的指令由可移动设备的处理器执行时,使得可移动设备能够执行如上述的封闭空间的区域分割方法。
关于上述实施例中的装置和设备,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是指至少两个。
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。
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取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
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。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (12)
1.一种封闭空间的区域分割方法,其特征在于,包括:
获取封闭空间的地图;
获取轨迹点;
对所述轨迹点进行处理,并结合所述地图识别出所述封闭空间中的正确门;
采用所述正确门结合所述地图对所述封闭空间进行区域分割。
2.根据权利要求1所述的,其特征在于,所述对所述轨迹点进行处理,并结合所述地图识别出所述封闭空间中的正确门,包括:
根据所述轨迹点确定候选点;
对所述候选点进行聚类,以及确定聚类中的聚类代表点;
对所述聚类代表点进行筛选,确定候选门;
对所述候选门进行筛选得到合理门;
对所述合理门分割的区域进行区域融合,在所述合理门中筛选出正确门。
3.根据权利要求1所述的方法,其特征在于,
所述轨迹点包括:真实轨迹点,和/或,虚拟轨迹点,所述获取轨迹点,包括:获取可移动设备在所述封闭空间中实际经过的真实轨迹点;和/或,采用预设的虚拟轨迹点生成算法,在所述封闭空间的地图中生成虚拟轨迹点;
和/或;
所述获取封闭空间的地图,包括:
获取原始地图,对所述原始地图进行处理,并提取轮廓;
对提取的轮廓进行筛选,并以保留的轮廓绘制封闭空间的地图。
4.根据权利要求2所述的方法,其特征在于,所述根据所述轨迹点确定候选点,包括:
对应各个轨迹点,将经过所述轨迹点、且方向为可选方向的直线与所述轨迹点两侧的障碍物边界的交点构成的线段,确定为可选线段;
在所述可选线段中确定出待采用的最短线段;
将所述待采用的最短线段的中点确定为候选点;和/或,
所述在所述可选线段中确定出待采用的最短线段,包括:
在所有所述可选线段中选择出最短线段,将所述最短线段确定为待采用的最短线段;或者,
在所有所述可选线段中选择出最短线段,若所述最短线段的长度在预设长度范围内,则将所述最短线段确定为待采用的最短线段;或者,
在所有所述可选线段中选择出长度在预设长度范围内的可选线段,将所述长度在预设长度范围内的可选线段中的最短线段确定为待采用的最短线段。
5.根据权利要求2所述的方法,其特征在于,
所述对所述候选点进行聚类,包括:对应两个候选点,如果所述两个候选点之间的距离小于所述两个候选点所对应的半径之和,则将所述两个候选点归为同一个聚类;其中,所述候选点所对应的半径为所述候选点所在最短线段的长度的一半;和/或,
所述确定聚类中的聚类代表点,包括:在每个聚类中,将所对应的半径最小的候选点确定为相应聚类的聚类代表点;和/或,
所述对所述候选门进行筛选得到合理门,包括:遍历每个候选门,获取每个候选门所对应的封闭区域的面积,以及,所述封闭区域在预设方向上的长度与所述候选门的长度之比;如果所述面积在预设面积范围内,且,所述长度之比在预设长度比的范围内,则保留所述候选门作为合理门。
6.根据权利要求2所述的方法,其特征在于,所述对所述聚类代表点进行筛选,确定候选门,包括:
确定聚类代表点所在的选区区域;
在所述选区区域内选取若干点,过每个选取点作平行于聚类代表点所在最短线段的直线,计算各所述直线与其两侧的障碍物边界交点的度量值;
以所述选区区域内所选取的所述若干点构建图,其中,所构建的图包括至少两个维度,所述至少两个维度包括第一维度和第二维度,所述第一维度为所述度量值所在的维度,所述第二维度为投影距离值所在的维度,所述投影距离值为各选取点与聚类代表点的距离值在垂直于所述度量值方向上的分量;
如果若干所述选取点与所述聚类代表点之间的投影距离值与其相应的度量值呈正向关系,则将所述聚类代表点所对应的门确定为候选门,否则剔除所述聚类代表点;
所述正向关系是指,随着若干选取点与聚类代表点之间的投影距离值的下降,相应的选取点在第一维度上的度量值不变或减少。
7.根据权利要求6所述的方法,其特征在于,
所述确定聚类代表点所在的选区区域,包括:
以聚类代表点为中心,以聚类代表点所在最短线段的长度的N倍为宽,以度量值方向为宽度方向,以聚类代表点所在最短线段的长度的M倍为长,以第二维度方向为长度方向,确定选区矩形,其中,N和M为设置值,且N小于等于M;
所述在所述选区区域内选取若干点,包括:
在平行于所述选区矩形的长度方向选取若干点,或在所述选区矩形内任选若干选取点;
所述以所述选区区域内所选取的所述若干点构建图,包括:
以平行于所述选区矩形的长度方向和宽度方向分别作为横纵坐标值,构建二维图;以每个选取点的投影距离值和度量值分别作为所述二维图中的横坐标和纵坐标;
所述如果若干所述选取点与所述聚类代表点之间的投影距离值与其相应的度量值呈正向关系,则将所述聚类代表点所对应的门确定为候选门,包括:
如果所述二维图为谷形图,则保留所述聚类代表点,将所述聚类代表点所对应的门确定为候选门。
8.根据权利要求2所述的方法,其特征在于,所述对所述合理门分割的区域进行区域融合,在所述合理门中筛选出正确门,包括:
遍历每个合理门,获取每个合理门所连接的两个区域作为第一候选区域和第二候选区域;
在所述第一候选区域和所述第二候选区域中分别确定第一线段和第二线段,所述第一线段为合理门的中点与第一交点构成的线段,所述第二线段为合理门的中点与第二交点构成的线段,所述第一交点是第一射线与第一候选区域在垂直于合理门方向上的最远处的交点,所述第二交点是第二射线与第二候选区域在垂直于合理门方向上的最远处的交点,所述第一射线是从合理门的中点出发、向第一候选区域延伸、且垂直于合理门方向的射线,所述第二射线是从合理门的中点出发、向第二候选区域延伸、且垂直于合理门方向的射线;
在所述第一线段和所述第二线段上选取数量相同的散点,并计算每个散点所对应的距离值,所述散点所对应的距离值包括:第一距离值和第二距离值,所述第一距离值为经过所述散点且与合理门平行的直线在该散点的第一侧与所述散点所在候选区域边界的交点至所述散点的距离值;所述第二距离值为经过所述散点且与合理门平行的直线在该散点的第二侧与所述散点所在候选区域边界的交点至所述散点的距离值;所述散点的第一侧与第二侧分别为经过所述散点且与合理门平行的直线相对于该散点的两个方向;
计算所述第一候选区域和所述第二候选区域内的所有散点所对应的距离值的方差,如果所述方差大于预设值,则保留所述合理门作为正确门,否则,将所述第一候选区域和所述第二候选区域融合为同一个区域。
9.根据权利要求1-8任一项所述的方法,其特征在于,还包括:
在区域分割得到的各区域内,分区域执行可移动设备的预定任务。
10.一种封闭空间的区域分割装置,其特征在于,包括:
地图获取模块,用于获取封闭空间的地图;
轨迹点获取模块,用于获取轨迹点;
识别模块,用于对所述轨迹点进行处理,并结合所述地图识别出所述封闭空间中的正确门;
分割模块,用于采用所述正确门结合所述地图对所述封闭空间进行区域分割。
11.一种非临时性计算机可读存储介质,当所述存储介质中的指令由可移动设备的处理器执行时,使得可移动设备能够执行如权利要求1-9任一项所述的封闭空间的区域分割方法。
12.一种可移动设备,其特征在于,包括:
处理器和用于存储处理器可执行指令的存储器;
所述处理器被配置为读取所述存储器中的可执行指令,以执行如权利要求1-9任一项所述的封闭空间的区域分割方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910342612.1A CN111862133B (zh) | 2019-04-26 | 2019-04-26 | 封闭空间的区域分割方法、装置和可移动设备 |
PCT/CN2020/078543 WO2020215910A1 (zh) | 2019-04-26 | 2020-03-10 | 封闭空间的区域分割方法、装置和可移动设备 |
US17/509,039 US20220044410A1 (en) | 2019-04-26 | 2021-10-24 | Method, apparatus for zone division of closed space and mobile device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910342612.1A CN111862133B (zh) | 2019-04-26 | 2019-04-26 | 封闭空间的区域分割方法、装置和可移动设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111862133A true CN111862133A (zh) | 2020-10-30 |
CN111862133B CN111862133B (zh) | 2023-07-21 |
Family
ID=72940740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910342612.1A Active CN111862133B (zh) | 2019-04-26 | 2019-04-26 | 封闭空间的区域分割方法、装置和可移动设备 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220044410A1 (zh) |
CN (1) | CN111862133B (zh) |
WO (1) | WO2020215910A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022247544A1 (zh) * | 2021-05-25 | 2022-12-01 | 速感科技(北京)有限公司 | 地图分区方法、装置、自主移动设备和存储介质 |
WO2022247538A1 (zh) * | 2021-05-25 | 2022-12-01 | 速感科技(北京)有限公司 | 地图区域融合方法、装置、自主移动设备和存储介质 |
WO2023071922A1 (zh) | 2021-11-01 | 2023-05-04 | 速感科技(北京)有限公司 | 地图优化方法、装置、电子设备和存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114415658A (zh) * | 2021-12-10 | 2022-04-29 | 深圳拓邦股份有限公司 | 一种房间分区缺口识别方法及室内机器人 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012048763A (ja) * | 2005-09-20 | 2012-03-08 | Fukui Computer Kk | 閉領域識別方法 |
CN104825101A (zh) * | 2014-02-12 | 2015-08-12 | Lg电子株式会社 | 机器人清洁器及其控制方法 |
CN108154516A (zh) * | 2018-01-30 | 2018-06-12 | 北京进化者机器人科技有限公司 | 面向封闭空间的点云拓扑分割方法及装置 |
CN108143364A (zh) * | 2017-12-28 | 2018-06-12 | 湖南格兰博智能科技有限责任公司 | 一种自移动清洁机器人清洁地图区域划分的方法 |
US20190025838A1 (en) * | 2015-11-11 | 2019-01-24 | RobArt GmbH | Subdivision Of Maps For Robot Navigation |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100874259B1 (ko) * | 2007-05-07 | 2008-12-16 | 에이스로봇 주식회사 | 청소로봇 유닛 및 그 청소로봇 유닛을 이용한 청소방법 |
CN107833230B (zh) * | 2017-11-09 | 2020-08-11 | 北京进化者机器人科技有限公司 | 室内环境地图的生成方法及装置 |
-
2019
- 2019-04-26 CN CN201910342612.1A patent/CN111862133B/zh active Active
-
2020
- 2020-03-10 WO PCT/CN2020/078543 patent/WO2020215910A1/zh active Application Filing
-
2021
- 2021-10-24 US US17/509,039 patent/US20220044410A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012048763A (ja) * | 2005-09-20 | 2012-03-08 | Fukui Computer Kk | 閉領域識別方法 |
CN104825101A (zh) * | 2014-02-12 | 2015-08-12 | Lg电子株式会社 | 机器人清洁器及其控制方法 |
US20190025838A1 (en) * | 2015-11-11 | 2019-01-24 | RobArt GmbH | Subdivision Of Maps For Robot Navigation |
CN108143364A (zh) * | 2017-12-28 | 2018-06-12 | 湖南格兰博智能科技有限责任公司 | 一种自移动清洁机器人清洁地图区域划分的方法 |
CN108154516A (zh) * | 2018-01-30 | 2018-06-12 | 北京进化者机器人科技有限公司 | 面向封闭空间的点云拓扑分割方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022247544A1 (zh) * | 2021-05-25 | 2022-12-01 | 速感科技(北京)有限公司 | 地图分区方法、装置、自主移动设备和存储介质 |
WO2022247538A1 (zh) * | 2021-05-25 | 2022-12-01 | 速感科技(北京)有限公司 | 地图区域融合方法、装置、自主移动设备和存储介质 |
WO2023071922A1 (zh) | 2021-11-01 | 2023-05-04 | 速感科技(北京)有限公司 | 地图优化方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111862133B (zh) | 2023-07-21 |
US20220044410A1 (en) | 2022-02-10 |
WO2020215910A1 (zh) | 2020-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111862133B (zh) | 封闭空间的区域分割方法、装置和可移动设备 | |
Mura et al. | Piecewise‐planar reconstruction of multi‐room interiors with arbitrary wall arrangements | |
Bassier et al. | Unsupervised reconstruction of Building Information Modeling wall objects from point cloud data | |
CN110503095B (zh) | 目标检测模型的定位质量评价方法、定位方法及设备 | |
Cui et al. | Automatic 3-D reconstruction of indoor environment with mobile laser scanning point clouds | |
CN105654021B (zh) | 检测人群对目标位置关注度的方法及设备 | |
Kim et al. | Automatic description of complex buildings from multiple images | |
US20180039713A1 (en) | Building scan window detection | |
CN112526993B (zh) | 栅格地图更新方法、装置、机器人及存储介质 | |
CN110502983B (zh) | 一种检测高速公路中障碍物的方法、装置及计算机设备 | |
CN110197153B (zh) | 一种户型图中墙体自动识别方法 | |
Quintana et al. | Semantic scan planning for indoor structural elements of buildings | |
CN111402160B (zh) | 一种点云数据去噪方法、装置、设备和存储介质 | |
Palou et al. | Monocular depth ordering using T-junctions and convexity occlusion cues | |
Prieto et al. | As-is building-structure reconstruction from a probabilistic next best scan approach | |
CN111784819B (zh) | 一种多楼层的地图拼接方法、系统及自移动机器人 | |
Fichtner et al. | Semantic enrichment of octree structured point clouds for multi‐story 3D pathfinding | |
CN108154516B (zh) | 面向封闭空间的点云拓扑分割方法及装置 | |
JP6781432B2 (ja) | 電波伝搬シミュレーションモデルの作成方法、作成システム、作成装置および作成プログラム | |
US20220375170A1 (en) | System for generation of floor plans and three-dimensional models | |
US11495022B2 (en) | Method for recognizing an object of a mobile unit | |
CN114365974B (zh) | 一种室内清洁分区方法、装置和扫地机器人 | |
Staats et al. | Detection of doors in a voxel model, derived from a point cloud and its scanner trajectory, to improve the segmentation of the walkable space | |
GB2584839A (en) | Mapping of an environment | |
CN114359437A (zh) | 基于点云的建筑结构二维平面图重建方法 |
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 |