CN112034830A - 一种地图信息处理方法、装置及移动设备 - Google Patents

一种地图信息处理方法、装置及移动设备 Download PDF

Info

Publication number
CN112034830A
CN112034830A CN201910477713.XA CN201910477713A CN112034830A CN 112034830 A CN112034830 A CN 112034830A CN 201910477713 A CN201910477713 A CN 201910477713A CN 112034830 A CN112034830 A CN 112034830A
Authority
CN
China
Prior art keywords
obstacle
map data
sub
determining
information
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.)
Pending
Application number
CN201910477713.XA
Other languages
English (en)
Inventor
孙淑萍
徐晓明
华润民
李九翔
金方明
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.)
Midea Robozone Technology Co Ltd
Original Assignee
Midea Group Co Ltd
Jiangsu Midea Cleaning Appliances 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 Midea Group Co Ltd, Jiangsu Midea Cleaning Appliances Co Ltd filed Critical Midea Group Co Ltd
Priority to CN201910477713.XA priority Critical patent/CN112034830A/zh
Priority to PCT/CN2019/111736 priority patent/WO2020244121A1/zh
Publication of CN112034830A publication Critical patent/CN112034830A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
    • G05D1/0263—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means using magnetic strips
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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

Abstract

本发明实施例提供一种地图信息处理方法、装置及移动设备，所述方法包括：在移动设备按照特定路径移动过程中，获取包含障碍物的第一图像和所述障碍物的位置信息；基于所述第一图像确定所述障碍物的第一类别信息，获得与所述障碍物的第一类别信息对应的第一图形标识；基于所述障碍物的位置信息及所述第一图形标识，获得目标地图数据。

Description

一种地图信息处理方法、装置及移动设备
技术领域
本发明涉及机器人技术领域，尤其涉及一种地图信息处理方法、装置及移动设备。
背景技术
随着生活水平的提高，机器人能够代替人工完成一些工作，因此得到广泛的应用，比如扫地机器人、送货机器人等。但目前机器人在工作过程中，仅能以简单的点、线或者色块显示对于行走区域(或者行走路径)以及障碍物。采用上述方式，一方面显示的地图比较抽象，不能直观形象的显示障碍物真实的样子，用户难以理解，导致用户的体验感比较差；另一方面，机器人不能准确的区分不同的工作区域，无法完成特定的语音指令。
发明内容
为解决现有存在的技术问题，本发明实施例提供一种地图信息处理方法、装置及移动设备。
为达到上述目的，本发明实施例的技术方案是这样实现的：
本发明实施例的提供一种地图信息处理方法，所述方法包括：
在移动设备按照特定路径移动过程中，获取包含障碍物的第一图像和所述障碍物的位置信息；
基于所述第一图像确定所述障碍物的第一类别信息，获得与所述障碍物的第一类别信息对应的第一图形标识；
基于所述障碍物的位置信息及所述第一图形标识，获得目标地图数据。
在上述方案中，所述在移动设备按照特定路径移动过程中，获取包含障碍物的第一图像和所述障碍物的位置信息，包括：
在移动设备按照第一初始地图数据指示的路径移动过程中，或者，在移动设备按照预设算法指示的路径移动过程中，获取包含障碍物的第一图像和所述障碍物的位置信息；
所述基于所述障碍物的位置信息及所述第一图形标识，获得目标地图数据，包括：
基于所述障碍物的位置信息，确定所述障碍物在所述第一初始地图数据中的位置坐标；
将所述第一图形标识添加在所述第一初始地图数据中的所述位置坐标处，获得目标地图数据；
或者，
基于所述障碍物的位置信息确定区域边界信息，基于所述区域边界信息获得第二初始地图数据；
基于所述障碍物的位置信息，确定所述障碍物在所述第二初始地图数据中的位置坐标；
将所述第一图形标识添加在所述第二初始地图数据中的所述位置坐标处，获得目标地图数据。
在上述方案中，在所述基于所述第一图像确定所述障碍物的第一类别信息之后，所述方法还包括：
基于所述第一初始地图数据、所述第二初始地图数据或所述目标地图数据确定所述障碍物所在的子区域；其中，所述第一初始地图数据、第二初始地图数据及目标地图数据对应的区域均包括至少一个子区域；
获得所述子区域内的至少一个障碍物的第二类别信息；
基于所述至少一个障碍物的第二类别信息，确定所述子区域的属性标识。
在上述方案中，在所述基于所述第一图像确定所述障碍物的第一类别信息之后，所述方法还包括：
基于所述第一初始地图数据、所述第二初始地图数据或所述目标地图数据确定所述障碍物所在的子区域；其中，所述第一初始地图数据、第二初始地图数据及目标地图数据对应的区域均包括至少一个子区域；
获得所述子区域内的至少一个障碍物的第二类别信息和所述子区域的尺寸数据；
基于所述至少一个障碍物的第二类别信息和所述子区域的尺寸数据，确定所述子区域的属性标识。
在上述方案中，在确定所述子区域的属性标识之后，所述方法还包括：
确定与所述属性标识对应的所述子区域的工作模式。
在上述方案中，所述方法还包括：
接收包含有第一属性标识的第一指令，基于所述第一指令控制所述移动设备移动至所述第一属性标识对应的第一子区域。
在上述方案中，所述方法还包括：
接收包含有第二属性标识的第二指令，基于所述第二指令控制所述移动设备移动至所述第二属性标志对应的第二子区域；
获得所述第二属性标识对应的工作模式，基于所述工作模式对所述第二子区域执行相应的操作；其中，所述工作模式包括清洁工作模式，所述操作包括清洁操作。
在上述方案中，所述基于所述第一图像确定所述障碍物的第一类别信息，获得与所述障碍物的第一类别信息对应的第一图形标识，包括：
基于所述第一图像和预先训练获得的神经网络模型确定所述第一图像中障碍物的第一类别信息；
基于预先存储的图形标识和类别信息的映射关系，获得与所述第一类别信息对应的第一图形标识。
本发明实施例的提供一种地图信息处理装置，所述装置应用于移动设备中；所述装置包括：第一获取单元、第二获取单元和第三获取单元，其中：
所述第一获取单元，用于在移动设备按照特定路径移动过程中，获取包含障碍物的第一图像和所述障碍物的位置信息；
所述第二获取单元，用于基于所述第一获取单元获取的所述第一图像确定所述障碍物的第一类别信息，获得与所述障碍物的第一类别信息对应的第一图形标识；
所述第三获取单元，用于基于所述第一获取单元获取的所述障碍物的位置信息和第二获取单元获取的所述第一图形标识，获得目标地图数据。
在上述方案中，所述第一获取单元，用于在移动设备按照第一初始地图数据指示的路径移动过程中，或者，在移动设备按照预设算法指示的路径移动过程中，获取包含障碍物的第一图像和所述障碍物的位置信息；
所述第三获取单元，用于基于所述障碍物的位置信息，确定所述障碍物在所述第一初始地图数据中的位置坐标；将所述第一图形标识添加在所述第一初始地图数据中的所述位置坐标处，获得目标地图数据；
或者，
用于基于所述障碍物的位置信息确定区域边界信息，基于所述区域边界信息获得第二初始地图数据；基于所述障碍物的位置信息，确定所述障碍物在所述第二初始地图数据中的位置坐标；将所述第一图形标识添加在所述第二初始地图数据中的所述位置坐标处，获得目标地图数据。
在上述方案中，所述装置还包括：第一确定单元、第四获取单元和第二确定单元，其中：
所述第一确定单元，用于在所述基于所述第一图像确定所述障碍物的第一类别信息之后，基于所述第一初始地图数据、所述第二初始地图数据或所述目标地图数据确定所述障碍物所在的子区域；其中，所述第一初始地图数据、第二初始地图数据及目标地图数据对应的区域均包括至少一个子区域；
第四获取单元，用于获得第一确定单元确定的所述子区域内的至少一个障碍物的第二类别信息；
所述第二确定单元，用于依据所述第四获取单元获取的所述第二类别信息，确定所述子区域的属性标识。
在上述方案中，所述装置还包括：第三确定单元、第五获取单元和第四确定单元，其中：
所述第三确定单元，用于在所述基于所述第一图像确定所述障碍物的第一类别信息之后，基于所述第一初始地图数据、所述第二初始地图数据或所述目标地图数据确定所述障碍物所在的子区域；其中，所述第一初始地图数据、第二初始地图数据及目标地图数据对应的区域均包括至少一个子区域；
第五获取单元，用于获得第三确定单元确定的所述子区域内的至少一个障碍物的第二类别信息和所述子区域的尺寸数据；
所述第四确定单元，用于依据第五获取单元获取的所述第二类别信息和所述子区域的尺寸数据，确定所述子区域的属性标识。
在上述方案中，所述装置还包括：第五确定单元，用于确定与所述属性标识对应的所述子区域的工作模式。
在上述方案中，所述装置还包括：第一控制单元，用于接收包含有第一属性标识的第一指令，基于所述第一指令控制所述移动设备移动至所述第一属性标识对应的第一子区域。
在上述方案中，所述装置还包括：第二控制单元和执行单元，其中：
所述第二控制单元，用于接收包含有第二属性标识的第二指令，基于所述第二指令控制所述移动设备移动至所述第二属性标志对应的第二子区域；
所述执行单元，用于基于所述第二控制单元将所述移动设备移动至所述第二子区域，获得所述第二属性标识对应的工作模式，基于所述工作模式对所述第二子区域执行相应的操作；其中，所述工作模式包括清洁工作模式，所述操作包括清洁操作。
在上述方案中，所述第二获取单元，用于基于所述第一图像和预先训练获得的神经网络模型确定所述第一图像中障碍物的第一类别信息；
基于预先存储的图形标识和类别信息的映射关系，获得与所述第一类别信息对应的第一图形标识。
本发明还提供一种计算机可读存储介质，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所述方法的任一步骤。
本发明实施例提供一种移动设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器用于运行所述计算机程序时，执行上述所述方法的任一步骤。
本发明实施例提供一种地图信息处理方法、装置及移动设备，所述方法包括：在移动设备按照特定路径移动过程中，获取包含障碍物的第一图像和所述障碍物的位置信息；基于所述第一图像确定所述障碍物的第一类别信息，获得与所述障碍物的第一类别信息对应的第一图形标识；基于所述障碍物的位置信息及所述第一图形标识，获得目标地图数据。基于此，通过采用本发明实施例所提供的地图信息处理方法、装置及移动设备，能够形象化的展现移动设备行走区域，比如，可形象化的展现行走区域中包含的障碍物，实现地图的个性化及趣味性等。此外，还可对地图中包含的各子区域进行命名，获取的每个子区域的属性标识，基于包含属性标识的语音指令，使得用户能够直接控制移动设备完成相应的操作。
附图说明
图1为本发明实施例的一种地图信息处理方法流程示意图；
图2a-图2c为本发明实施例的床的样式图形的示意图；
图3A-图3B为相关技术下第一初始地图数据的展现示意图；
图4为基于本发明实施例获得的工作区域的目标地图数据示意图；
图5为本发明实施例的一种确定子区域属性标识方法流程示意图；
图6为本发明实施例的另一种确定子区域属性标识方法流程示意图；
图7为本发明实施例的地图信息处理装置的一种结构示意图；
图8为本发明实施例的地图信息处理装置的另一种结构示意图；
图9为本发明实施例的地图信息处理装置的又一种结构示意图；
图10为本发明实施例的移动设备的一种硬件结构示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细的说明。
如图1所示，其示出一种地图信息处理方法，所述方法包括：
S101：在移动设备按照特定路径移动过程中，获取包含障碍物的第一图像和所述障碍物的位置信息；
S102：基于所述第一图像确定所述障碍物的第一类别信息，获得与所述障碍物的第一类别信息对应的第一图形标识；
S103：基于所述障碍物的位置信息及所述第一图形标识，获得目标地图数据。
这里，移动设备包括具备构建地图功能的任何可移动的设备，比如，扫地机器人、送货机器人等。所述障碍物表示在移动设备在工作区域游走过程中检测到的阻挡移动设备前进的物体，比如，桌子、床、柜子等。
在本实施例中，对于步骤S101，包括：
在移动设备按照第一初始地图数据指示的路径移动过程中，或者，在移动设备按照预设算法指示的路径移动过程中，获取包含障碍物的第一图像和所述障碍物的位置信息。
这里，第一初始地图数据用于表示移动设备中已经存储的工作区域的地图数据，也就是说，移动设备已经在工作区域进行过全覆盖游走，且形成了工作区域的初始地图；所述全覆盖游走是指移动设备在工作区域按照一定的轨迹进行游走，直到移动设备遍历工作区域的每一角落，且按照一定的规则生成工作区域的初始地图，比如，按照移动设备游走过程中遇到的障碍物的坐标生成工作区域的初始地图。
以扫地机器人为例，第一初始地图数据可在使用扫地机器人的过程中建立。比如，在使用过程中，以扫地充电桩为坐标原点，利用扫地机器人上安装的定位系统记录在清扫过程中的障碍物的坐标，然后采用扫地机器人上安装的地图构建系统，比如，即时定位与地图构建(SLAM，Simultaneous Localization and Mapping)系统，依据记录的障碍物的坐标生成房间的地图。
在本实施例中，预设算法指示的路径是指，移动设备中没有存储工作区域的初始地图，移动设备依据内置的算法(比如，即时定位与地图构建算法)在工作区域进行全覆盖游走过程中可边游走边绘制该工作区域的地图。
在实际应用中，第一图像可利用移动设备上搭载的摄像头装置进行采集；所述障碍物的位置信息可利用移动设备上安装的定位系统获得。应该理解，此处的摄像头及定位系统，可根据工作区域实际情况进行选择，可不作限定。
作为可选的一个实施例，对于步骤S102，包括：
S1021：基于所述第一图像和预先训练获得的神经网络模型确定所述第一图像中障碍物的第一类别信息；
S1022：基于预先存储的图形标识和类别信息的映射关系，获得与所述第一类别信息对应的第一图形标识。
需要说明的是，第一图像、第一类别信息及第一图形标识仅是为了区分不同的描述并不是意在限制本发明。
在本实施例中，障碍物的第一类别信息至少包括障碍物所属的种类信息，比如，桌子类、茶几类、柜子类等等；还可包括障碍物的尺寸信息等，也就是说，在障碍物属于同一种类时，根据不同尺寸再进行分类，比如，同属柜子类，根据不同尺寸大小，可将其分成大柜子和小柜子。应该理解，所述类别信息还可包括障碍物的其他的特征信息，比如，障碍物的用途信息，以更加清楚的确定障碍物的种类，通俗来讲，以使用户更加清楚的知道是什么样的障碍物。第一图形标识是对所述障碍物的图形表示，比如，障碍物类别为床，则可采用如图2a、图2b及图2c所示的几种样式的图形来表示。应该理解，所述障碍物对应的第一图形标识可根据用户的选择而灵活的配置，可不做限定。所述预先获得的神经网络模型可经神经网络训练获得，即：基于已知类型的各种障碍物图片进行学习训练，获得神经网络模型。
在本实施例中，图形标识与障碍物的类别信息已经预先存储了映射关系，也就是说，在服务器或者移动设备自身的数据库中存储有图形标识与障碍物的类别信息的映射关系，只要对移动设备采集的第一图像中包含的障碍物的第一类别信息进行识别，再依据存储的映射关系，就能获取与障碍物的第一类别信息对应的第一图形标识。
基于上述移动设备可按照第一初始地图数据指示的路径和按照预设算法指示的路径两种方式，在工作区域进行行走，因此，对于步骤S103，一种可选的实施方式，其可包括：
S1031：基于所述障碍物的位置信息，确定所述障碍物在所述第一初始地图数据中的位置坐标；
S1032：将所述第一图形标识添加在所述第一初始地图数据中的所述位置坐标处，获得目标地图数据。
在此场景中，移动设备按照第一初始地图数据指示的路径行走。其中，第一初始地图数据已经包括工作区域的轮廓线以及工作区域内的障碍物的坐标位置，其可通过应用程序(Application，APP)上展示工作区域地图和移动设备的行走路径。
以扫地机器人为例，其第一初始地图数据在APP中的展现，可如图3A和图3B所示。由图3A和图3B可知，第一初始地图数据在APP中以点、线或者色块形式，简单绘制了房屋的大致边界、障碍物及行走轨迹，用户只能看到分块的空间，非常的抽象，使得用户难以理解，进而导致用户的体验感及交互感很差。
此时，获取目标地图数据的过程，就是将工作区域内的每一障碍物及其对应的图形标识，添加在第一初始地图数据中每一障碍物所在的位置，更新第一初始地图数据成为目标地图数据的过程，也就是说，在移动设备按照第一初始地图数据指示的路径行进的过程中，移动设备获取障碍物的位置信息；然后，基于障碍物的位置信息确定障碍物在第一初始地图数据中的位置坐标；最后，将与此障碍物对应的图形标识添加在所述位置坐标处，以获得目标地图数据。应该理解，获得的目标地图数据是移动设备按照第一初始地图数据指示的路径在工作区域中全覆盖的游走，将工作区域中每一障碍物对应的图形标识均显示在第一初始地图数据上所形成的地图数据。
对于步骤S103，另一种可选的实施方式，其可包括：
S1033：基于所述障碍物的位置信息确定区域边界信息，基于所述区域边界信息获得第二初始地图数据；
S1034：基于所述障碍物的位置信息，确定所述障碍物在所述第二初始地图数据中的位置坐标；
S1035：将所述第一图形标识添加在所述第二初始地图数据中的所述位置坐标处，获得目标地图数据。
在此场景中，移动设备按照预设算法指示的路径行走。应该理解，此时，移动设备中没有表示工作区域的完整地图，也就是说，移动设备不知道工作区域中包含的障碍物分布及工作区域的尺寸信息，需要基于识别到障碍物的位置坐标信息确定所在区域的边界信息，然后基于该区域的边界信息确定一个第二初始地图数据。应该理解，第二初始地图数据可用于表示工作区域中的某区域，比如，第二初始地图数据可以表示一个房间中的卧室。
示例性的，可利用移动设备中搭载的测距元件，以所述障碍物为圆心，360度扫描周边以获取区域的边界信息，比如，以扫地机器人为例，可采用扫地机器人上携带的激光测距传感器(LDS，Laser Distance Sensor)以所述障碍物为圆心，360度扫描周边以获取区域的边界信息。获取区域边界信息的方式不限于此。
此时，获取目标地图数据的过程，就是，移动设备按照内置的算法指示的路径，在工作区域全覆盖的游走，在游走过程中，当移动设备遇到某一障碍物时，会基于此障碍物的位置信息获取障碍物所在区域的边界信息，然后基于此区域的边界信息建立第二初始地图数据；然后，再基于此障碍物的位置信息确定障碍物在第二初始地图数据中的位置坐标；最后，将与此障碍物对应的图形标识添加在所述位置坐标处，以获得目标地图数据。
应该理解，在建立整个工作区域的目标地图数据的过程中，应该有多个第二初始地图数据，也就是，移动设备在按照预设算法指示的路径移动建立整个工作区域的目标地图数据时，移动设备在工作区域中边行走边绘制第二初始地图数据，进而获得部分目标地图数据，直到移动设备在工作区域全覆盖行走一周，完成整个工作区域的目标地图数据的绘制。
在本实施例中，不论在何种场景下，获得的目标地图数据可形象化的展现各障碍物，以使用户能够直观的了解工作区域内各障碍物的分布和类型。比如，以扫地机器人为例，获得的扫地机器人工作区域的目标地图数据，如图4所示。在图4中，扫地机器人的工作区域就是这样一个房间，包括厨房、次卧、主卧、客厅、卫生间以及阳台，其包含的障碍物有墙体结构、床、沙发等，且各障碍物在工作区域的位置一目了然，清晰可见。另外，应该理解，获得的目标地图数据的颜色可根据用户的选择而设定，比如，彩色或者黑白。
通过采用上述的地图信息处理方法，获得的目标地图数据能够形象化的展现机器人行走区域及工作区域的各障碍物，能够实现地图的个性化及趣味性等。
如图5所示，其示出一种可选的确定子区域属性标识方法。在所述基于所述第一图像确定所述障碍物的第一类别信息之后，所述方法还包括：
S501：基于所述第一初始地图数据、所述第二初始地图数据或所述目标地图数据确定所述障碍物所在的子区域；其中，所述第一初始地图数据、第二初始地图数据及目标地图数据对应的区域均包括至少一个子区域；
S502：获得所述子区域内的至少一个障碍物的第二类别信息；
S503：基于所述至少一个障碍物的第二类别信息，确定所述子区域的属性标识。
应该理解，移动设备在建立第一初始地图数据、第二初始地图数据或目标地图数据时或者之后，可基于移动设备预置的分区域算法，比如，可基于激光测距传感器(LDS，Laser Distance Sensor)和SLAM建模技术构建出工作区域的布局，也就是将工作区域进行划分成多个子区域。应该理解，对于上述划分好的各子区域可存储在以下设备至少之一：移动设备、服务器、终端，且存储形式也是多种多样，可不作限定。
在本实施例中，由于根据分区域算法将工作区域划分成不同子区域，且存储形式多种多样，因此，对于步骤S501的方式也相应的有多种。可选的，当利用在第一初始地图数据、第二初始地图数据或目标地图数据中的边界位置坐标所形成的封闭区域表示子区域时，也就是，在根据分区域算法将第一初始地图数据、第二初始地图数据或目标地图数据分成多个子区域后，采集每一个子区域的边界坐标值，并且将这些边界坐标值存储在移动设备，以便移动设备识别每一子区域。基于此，步骤S501，可包括：
基于所述障碍物的位置信息，获取所述障碍物在所述第一初始地图数据、第二初始地图数据或目标地图数据中的位置坐标信息；
基于所述位置坐标信息，确定所述障碍物所在的子区域。
这里，将所述位置坐标信息与每一子区域的边界坐标值进行比较，基于比较结果判断所述位置坐标信息所处的子区域。
举例来说，假设以第一初始地图数据分成四个子区域，其中四个子区域分别为：A1＝{0<＝x<＝5，0<＝y<＝5}；A2＝{-5<＝x<＝0，0<＝y<＝5}；A3＝{-5<＝x<＝0，-5<＝y<＝0}；A4＝{0<＝x<＝5，-5<＝y<＝0}为例。此时，若所述障碍物的位置坐标为Z＝(3，4)，在判断所述障碍物所处的子区域，就要遍历所有子区域的边界坐标值，且将这些边界坐标值与所述障碍物的位置坐标信息进行比较，以判断所述障碍物的位置坐标信息处于哪个子区域内，这里，所述障碍物处于A1子区域。
另一种可选的实施方式，当采用包含的障碍物进行区分不同的子区域。利用此种方式进行区分，还可包含多种方式，比如，可利用每个子区域包含障碍物的类别信息进行区分；再比如，可利用每一子区域包含障碍物的尺寸信息进行区分。
可选的，当采用每个子区域包含障碍物的类别信息进行区分时，首先，在根据分区域算法将第一初始地图数据、第二初始地图数据或目标地图数据分成多个子区域后，获取每一个子区域中包含的障碍物的类别信息，并且将这些障碍物的类别信息存储在移动设备或者服务器的数据库中，以便移动设备后续能够识别每一子区域。基于此，步骤S501，可包括：将所述障碍物的第一类别信息与预先存储的每一子区域中包含障碍物的类别信息进行匹配；基于匹配结果确定所述障碍物所处的子区域。
举例来说，假设以第一初始地图数据分成四个子区域，其中所述四个子区域分别为：B1＝{b11，b12，b13}；B2＝{b21，b22，b23}；B3＝{b31，b32，b33}；B4＝{b41，b42，b43}，其中，b11，b12，b13用于表示B1子区域中包含障碍物的类别信息；b21，b22，b23用于表示B2子区域中包含障碍物的类别信息；b31，b32，b33用于表示B3子区域中包含障碍物的类别信息；b41，b42，b43用于表示B4子区域中包含障碍物的类别信息为例。此时，若所述障碍物的第一类别信息为b12，则将此第一类别信息b12与子区域B1、B2、B3、B4中包含的障碍物的类别信息进行比对，然后基于比对结果确定所述障碍物处于子区域B1中。
可选的，当利用每一子区域包含障碍物的尺寸信息进行区分时，首先，在根据分区域算法将第一初始地图数据、第二初始地图数据或目标地图数据分成多个子区域后，获取每一个子区域中包含的障碍物的尺寸信息，并且将这些障碍物的尺寸信息存储在移动设备或者服务器的数据库中，以便移动设备后续能够识别每一子区域。基于此，步骤S501，可包括：基于图像处理技术，对获取的包含障碍物的第一图像进行处理，获得所述障碍物的尺寸信息；将所述尺寸信息与预先存储的每一子区域中包含障碍物的尺寸信息进行比对；基于比对结果确定所述障碍物所处的子区域。
举例来说，假设以第一初始地图数据分成四个子区域，其中所述四个子区域分别为：C1＝{C11，C12}；C2＝{C21，C22，C23}；C3＝{C31，C32，C33}；C4＝{C41，C42，C43}，其中，C11，C12用于表示C1子区域中包含障碍物的尺寸信息；C21，C22，C23用于表示C2子区域中包含障碍物的尺寸信息；C31，C32，C33用于表示C3子区域中包含障碍物的尺寸信息；C41，C42，C43用于表示C4子区域中包含障碍物的尺寸信息为例。此时，若所述障碍物的尺寸信息为C23，则将此第一类别信息C23与子区域C1、C2、C3、C4中包含的障碍物的尺寸信息进行比对，然后基于比对结果确定所述障碍物处于子区域C2中。
在本实施例中，在确定所述障碍物所处的子区域后，虽然移动设备能够区分不同子区域，但移动设备不能灵活的基于用户的语音指令，在指定的子区域进行工作，因此，需要对每一个子区域进行命名，以使移动设备能够灵活的基于用户的语音指令移动到相应的子区域进行工作。
这里，所述至少一个障碍物可以包括第一图像中的包含的障碍物；也可以不包括第一图像中包含的障碍物。
应该理解，对于采用至少一个障碍物的第二类别信息，确定所述子区域的属性标识，究竟利用多少个障碍物的第二类别信息来确定某子区域的属性标识，可根据实际情况进行选择。
可选的，当仅基于某一子区域包含的一个障碍物的第二类别信息不能准确的为该子区域确定属性标识时，就需要采用此子区域中多个障碍物的第二类别信息为该子区域确定属性标识，比如，假设为一个房间确定属性标识，比如，主卧，若仅基于获取到的障碍物的第二类别信息进行分析，确定此障碍物是床，就将此房间的属性标识定义为“主卧”就不是很妥当，因为主卧与次卧中可能均包含床这种障碍物，因此，需要获取所述障碍物所处子区域中包含至少一个障碍物的第二类别信息，利用某一子区域中多个的障碍物的第二类别信息共同为此子区域确定属性标识，以更精确的确定每一子区域的属性标识。
可选的，当基于某一子区域包含的一个障碍物的第二类别信息能够准确的为该子区域确定属性标识时，就可仅基于此障碍物的第二类别信息为子区域确定属性标识，比如，假设为客厅确定属性标识，当识别到此子区域中的障碍物为茶几或者电视柜等标识性障碍物就可为此子区域的属性标识定义为“客厅”。
需要说明的是，属性标识，通俗来讲，就是对每一子区域进行角色命名，比如，某一子区域为客厅，则其属性标识就是“客厅”。应该理解，此属性标识可根据用户自己的喜好在以下设备至少之一：移动设备、服务器、终端上进行修改。
在实际应用中，对于每一子区域的属性标识的确定，如图6所示，其示出一种可选的确定子区域属性标识方法。在所述基于所述第一图像确定所述障碍物的第一类别信息之后，所述方法还包括：
S601：基于所述第一初始地图数据、所述第二初始地图数据或所述目标地图数据确定所述障碍物所在的子区域；其中，所述第一初始地图数据、第二初始地图数据及目标地图数据对应的区域均包括至少一个子区域；
S602：获得所述子区域内的至少一个障碍物的第二类别信息和所述子区域的尺寸数据；
S603：基于所述至少一个障碍物的第二类别信息和所述子区域的尺寸数据，确定所述子区域的属性标识。
这里，对于步骤S601，与上述步骤S501相同，在此不再赘述。
应该理解，对于步骤S602，可基于安装在移动设备上测量元件进行测量每一子区域的尺寸数据，比如，当移动设备为扫地机器人时，可基于安装在扫地机器人上的LDS和SLAM配合使用计算出某一子区域的尺寸数据。这里，尺寸数据可包括子区域的面积值和/或周长值。第二类别信息的识别与第一类别信息的识别方式相同，在此可不再赘述。
在本实施例中，对于步骤S603，可包括：
S6031：基于预先存储的尺寸数据和属性标识的第一映射关系，确定与所述尺寸数据对应的尺寸属性标识；
S6032：基于预先存储的类别信息与属性标识的第二映射关系，确定与所述至少一个障碍物的第二类别信息对应的类别属性标识；
S6033：将所述尺寸属性标识与所述类别属性标识进行比较，基于比较结果，确定所述子区域的属性标识。
应该理解，在确定某一子区域的属性标识之前，可预先在移动设备或者服务器中存储有各个子区域的尺寸数据与属性标识的第一映射关系；还预先存储有各个障碍物类别信息与属性标识的第二映射关系。这里，第一映射关系、第二映射关系仅用于表示不同的映射关系，并没有限制作用。
需要说明的是，此处的尺寸属性标识可能对应一个集合，也就是说，在仅基于子区域的尺寸数据确定的属性标识可能对应多个，比如，主卧和客厅的尺寸数据均为50m2时，则仅基于某一子区域的尺寸数据确定的此子区域对应的属性标识就包含“主卧”和“客厅”；同样的，类别属性标识也可能对应一个集合，也就是说，仅基于子区域中的第二类别信息确定的属性标识也可能对应对个，比如，主卧和次卧均包含床这类障碍物，则基于此障碍物的第二类别信息，确定的此子区域对应的属性标识就包含“主卧”和“次卧”。因此，需要将尺寸属性标识与类别属性标识进行比较，以确定二者共同拥有的该子区域的属性标识，比如，上述的尺寸属性标识包括：“主卧”和“客厅”；而类别属性标识包括：“主卧”和“次卧”，则此子区域的属性标识就应该是“主卧”。
在发明实施例中，在确定所述子区域的属性标识之后，所述方法还可包括：
确定与所述属性标识对应的所述子区域的工作模式。
这里，工作模式可包括任何形式，可根据实际情况而定。
以扫地机器人为例，此处的工作模式就可以为各种不同的清扫策略，也就是说，不同的子区域可对应着不同的清扫策略，如，随机清扫策略、弓形清扫策略等。
当确定了子区域的属性标识之后，用户就直接的利用包含属性标识的指令，控制移动设备移动至指定的子区域进行相关的操作。
作为可选的一个实施例，所述方法还可包括：
接收包含有第一属性标识的第一指令，基于所述第一指令控制所述移动设备移动至所述第一属性标识对应的第一子区域。
作为可选的另一个实施例，所述方法还可包括：
接收包含有第二属性标识的第二指令，基于所述第二指令控制所述移动设备移动至所述第二属性标志对应的第二子区域；
获得所述第二属性标识对应的工作模式，基于所述工作模式对所述第二子区域执行相应的操作；其中，所述工作模式包括清洁工作模式，所述操作包括清洁操作。
应该理解，这里的第一指令和第二指令可为包含属性标识的任何形式，比如，包含属性标识语音指令。
以扫地机器人为例，用户可直接利用“去清扫主卧”等语音指令，控制移动设备移动至主卧等指定的子区域进行相应的操作，比如，清扫。
在实际应用中，若对不同的子区域设置不同的工作模式，则用户在利用包含属性标识的语音指令，控制移动设备移动到相应的子区域后，可按照预先设置的工作模式进行工作。比如，以扫地机器人为例，当用户发出“去清扫主卧”时，扫地机器人就会移动到主卧，并且获取与“去清扫主卧”对应的清扫策略，比如随机清扫方式，然后按照随机清扫方式对主卧进行清扫。
本发明实施例提供的一种地图信息处理方法，不仅能够形象化的展现机器人行走区域，实现地图的个性化及趣味性；并且还可为地图中的每一子区域分配不同的属性标识，以使用户可灵活的利用语音指令控制移动设备移动至指定的子区域进行相关的操作，比如，采用上述的方法对扫地机器人的地图信息进行处理之后，用户可利用语音指令控制扫地机器人到指定的房间进行清扫。
基于相同的发明构思，本发明还提供一种地图信息处理装置，如图7所示，所述地图信息处理装置70，包括：第一获取单元71、第二获取单元72和第三获取单元73，其中：
所述第一获取单元71，用于在移动设备按照特定路径移动过程中，获取包含障碍物的第一图像和所述障碍物的位置信息；
所述第二获取单元72，用于基于所述第一获取单元71获取的所述第一图像确定所述障碍物的第一类别信息，获得与所述障碍物的第一类别信息对应的第一图形标识；
所述第三获取单元73，用于基于所述第一获取单元71获取的所述障碍物的位置信息和第二获取单元72获取的所述第一图形标识，获得目标地图数据。
可选的，所述第一获取单元71，用于在移动设备按照第一初始地图数据指示的路径移动过程中，或者，在移动设备按照预设算法指示的路径移动过程中，获取包含障碍物的第一图像和所述障碍物的位置信息；
所述第三获取单元73，用于基于所述障碍物的位置信息，确定所述障碍物在所述第一初始地图数据中的位置坐标；将所述第一图形标识添加在所述第一初始地图数据中的所述位置坐标处，获得目标地图数据；
或者，
用于基于所述障碍物的位置信息确定区域边界信息，基于所述区域边界信息获得第二初始地图数据；基于所述障碍物的位置信息，确定所述障碍物在所述第二初始地图数据中的位置坐标；将所述第一图形标识添加在所述第二初始地图数据中的所述位置坐标处，获得目标地图数据。
可选的，所述第二获取单元72，用于基于所述第一图像和预先训练获得的神经网络模型确定所述第一图像中障碍物的第一类别信息；
基于预先存储的图形标识和类别信息的映射关系，获得与所述第一类别信息对应的第一图形标识。
参见图8，其示出地图信息处理装置70的另一种结构示意图，所述装置还包括：第一确定单元74、第四获取单元75和第二确定单元76，其中：
所述第一确定单元74，用于在所述基于所述第一图像确定所述障碍物的第一类别信息之后，基于所述第一初始地图数据、所述第二初始地图数据或所述目标地图数据确定所述障碍物所在的子区域；其中，所述第一初始地图数据、第二初始地图数据及目标地图数据对应的区域均包括至少一个子区域；
第四获取单元75，用于获得第一确定单元74确定的所述子区域内的至少一个障碍物的第二类别信息；
所述第二确定单元76，用于依据所述第四获取单元75获取的所述第二类别信息，确定所述子区域的属性标识。
参见图9，其示出地图信息处理装置70的又一种结构示意图，所述装置还包括：第三确定单元77、第五获取单元78和第四确定单元79，其中：
所述第三确定单元77，用于在所述基于所述第一图像确定所述障碍物的第一类别信息之后，基于所述第一初始地图数据、所述第二初始地图数据或所述目标地图数据确定所述障碍物所在的子区域；其中，所述第一初始地图数据、第二初始地图数据及目标地图数据对应的区域均包括至少一个子区域；
第五获取单元78，用于获得第三确定单元77确定的所述子区域内的至少一个障碍物的第二类别信息和所述子区域的尺寸数据；
所述第四确定单元79，用于依据第五获取单元78获取的所述第二类别信息和所述子区域的尺寸数据，确定所述子区域的属性标识。
在实际应用时，第一确定单元和第三确定单元可由移动设备中的同一结构实现，这里仅是为了描述的方便，其具体实现可不做限定。
在本实施例中，所述装置还可包括：第五确定单元，用于确定与所述属性标识对应的所述子区域的工作模式。
可选的，所述装置还可包括：第一控制单元，用于接收包含有第一属性标识的第一指令，基于所述第一指令控制所述移动设备移动至所述第一属性标识对应的第一子区域。
可选的，所述装置还可包括：第二控制单元和执行单元，其中：
所述第二控制单元，用于接收包含有第二属性标识的第二指令，基于所述第二指令控制所述移动设备移动至所述第二属性标志对应的第二子区域；
所述执行单元，用于基于所述第二控制单元将所述移动设备移动至所述第二子区域，获得所述第二属性标识对应的工作模式，基于所述工作模式对所述第二子区域执行相应的操作；其中，所述工作模式包括清洁工作模式，所述操作包括清洁操作。
本发明实施例提供的一种地图信息处理装置，不仅能够形象化的展现机器人行走区域，实现地图的个性化及趣味性；并且还可为地图中的每一子区域分配不同的属性标识，以使用户可灵活的利用语音指令控制移动设备移动至指定的子区域进行相关的操作，比如，采用上述的方法对扫地机器人的地图信息进行处理之后，用户可利用语音指令控制扫地机器人到指定的房间进行清扫。
上述实施例中提供的地图信息处理装置在进行信息处理时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的地图信息处理装置与信息处理方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本发明提供一种计算机可读介质，其上存储有计算机程序，所述计算机程序处理器被处理器执行时实现上述方法实施例的步骤，而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种移动设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器用于运行所述计算机程序时，执行存储在存储器中的上述方法实施例的步骤。
图10是本发明实施例一种移动设备的硬件结构示意图，该移动设备100包括：至少一个处理器101和存储器102；可选地，所述移动设备100还可包括至少一个通信接口103；移动设备100中的各个组件可通过总线系统104耦合在一起，可理解，总线系统104用于实现这些组件之间的连接通信。总线系统104除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图10中将各种总线都标为总线系统104。
可以理解，存储器102可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random AccessMemory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储器102旨在包括但不限于这些和任意其它适合类型的存储器。
本发明实施例中的存储器102用于存储各种类型的数据以支持移动设备100的操作。这些数据的示例包括：用于在移动设备100上操作的任何计算机程序，如确定所述障碍物所处的子区域的程序等，实现本发明实施例方法的程序可以包含在存储器102中。
上述本发明实施例揭示的方法可以应用于处理器101中，或者由处理器101实现。处理器101可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器101中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器101可以是通用处理器、数字信号处理器(DSP，Digital Signal Processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器101可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器102，处理器101读取存储器中的信息，结合其硬件完成前述方法的步骤。
在示例性实施例中，移动设备100可以被一个或多个应用专用集成电路(ASIC，Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD，ProgrammableLogic Device)、复杂可编程逻辑器件(CPLD，Complex Programmable Logic Device)、现场可编程门阵列(FPGA，Field-Programmable Gate Array)、通用处理器、控制器、微控制器(MCU，Micro Controller Unit)、微处理器(Microprocessor)、或其他电子元件实现，用于执行上述方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述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，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元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。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (18)

1.一种地图信息处理方法，其特征在于，所述方法包括：
在移动设备按照特定路径移动过程中，获取包含障碍物的第一图像和所述障碍物的位置信息；
基于所述第一图像确定所述障碍物的第一类别信息，获得与所述障碍物的第一类别信息对应的第一图形标识；
基于所述障碍物的位置信息及所述第一图形标识，获得目标地图数据。
2.根据权利要求1所述的方法，其特征在于，所述在移动设备按照特定路径移动过程中，获取包含障碍物的第一图像和所述障碍物的位置信息，包括：
在移动设备按照第一初始地图数据指示的路径移动过程中，或者，在移动设备按照预设算法指示的路径移动过程中，获取包含障碍物的第一图像和所述障碍物的位置信息；
所述基于所述障碍物的位置信息及所述第一图形标识，获得目标地图数据，包括：
基于所述障碍物的位置信息，确定所述障碍物在所述第一初始地图数据中的位置坐标；
将所述第一图形标识添加在所述第一初始地图数据中的所述位置坐标处，获得目标地图数据；
或者，
基于所述障碍物的位置信息确定区域边界信息，基于所述区域边界信息获得第二初始地图数据；
基于所述障碍物的位置信息，确定所述障碍物在所述第二初始地图数据中的位置坐标；
将所述第一图形标识添加在所述第二初始地图数据中的所述位置坐标处，获得目标地图数据。
3.根据权利要求2所述的方法，其特征在于，在所述基于所述第一图像确定所述障碍物的第一类别信息之后，所述方法还包括：
基于所述第一初始地图数据、所述第二初始地图数据或所述目标地图数据确定所述障碍物所在的子区域；其中，所述第一初始地图数据、第二初始地图数据及目标地图数据对应的区域均包括至少一个子区域；
获得所述子区域内的至少一个障碍物的第二类别信息；
基于所述至少一个障碍物的第二类别信息，确定所述子区域的属性标识。
4.根据权利要求2所述的方法，其特征在于，在所述基于所述第一图像确定所述障碍物的第一类别信息之后，所述方法还包括：
基于所述第一初始地图数据、所述第二初始地图数据或所述目标地图数据确定所述障碍物所在的子区域；其中，所述第一初始地图数据、第二初始地图数据及目标地图数据对应的区域均包括至少一个子区域；
获得所述子区域内的至少一个障碍物的第二类别信息和所述子区域的尺寸数据；
基于所述至少一个障碍物的第二类别信息和所述子区域的尺寸数据，确定所述子区域的属性标识。
5.根据权利要求3或4所述的方法，其特征在于，在确定所述子区域的属性标识之后，所述方法还包括：
确定与所述属性标识对应的所述子区域的工作模式。
6.根据权利要求3或4所述的方法，其特征在于，所述方法还包括：
接收包含有第一属性标识的第一指令，基于所述第一指令控制所述移动设备移动至所述第一属性标识对应的第一子区域。
7.根据权利要求5所述的方法，其特征在于，所述方法还包括：
接收包含有第二属性标识的第二指令，基于所述第二指令控制所述移动设备移动至所述第二属性标志对应的第二子区域；
获得所述第二属性标识对应的工作模式，基于所述工作模式对所述第二子区域执行相应的操作；其中，所述工作模式包括清洁工作模式，所述操作包括清洁操作。
8.根据权利要求1所述的方法，其特征在于，所述基于所述第一图像确定所述障碍物的第一类别信息，获得与所述障碍物的第一类别信息对应的第一图形标识，包括：
基于所述第一图像和预先训练获得的神经网络模型确定所述第一图像中障碍物的第一类别信息；
基于预先存储的图形标识和类别信息的映射关系，获得与所述第一类别信息对应的第一图形标识。
9.一种地图信息处理装置，其特征在于，所述装置应用于移动设备中；所述装置包括：第一获取单元、第二获取单元和第三获取单元，其中：
所述第一获取单元，用于在移动设备按照特定路径移动过程中，获取包含障碍物的第一图像和所述障碍物的位置信息；
所述第二获取单元，用于基于所述第一获取单元获取的所述第一图像确定所述障碍物的第一类别信息，获得与所述障碍物的第一类别信息对应的第一图形标识；
所述第三获取单元，用于基于所述第一获取单元获取的所述障碍物的位置信息和第二获取单元获取的所述第一图形标识，获得目标地图数据。
10.根据权利要求9所述的装置，其特征在于，所述第一获取单元，用于在移动设备按照第一初始地图数据指示的路径移动过程中，或者，在移动设备按照预设算法指示的路径移动过程中，获取包含障碍物的第一图像和所述障碍物的位置信息；
所述第三获取单元，用于基于所述障碍物的位置信息，确定所述障碍物在所述第一初始地图数据中的位置坐标；将所述第一图形标识添加在所述第一初始地图数据中的所述位置坐标处，获得目标地图数据；
或者，
用于基于所述障碍物的位置信息确定区域边界信息，基于所述区域边界信息获得第二初始地图数据；基于所述障碍物的位置信息，确定所述障碍物在所述第二初始地图数据中的位置坐标；将所述第一图形标识添加在所述第二初始地图数据中的所述位置坐标处，获得目标地图数据。
11.根据权利要求10所述的装置，其特征在于，所述装置还包括：第一确定单元、第四获取单元和第二确定单元，其中：
所述第一确定单元，用于在所述基于所述第一图像确定所述障碍物的第一类别信息之后，基于所述第一初始地图数据、所述第二初始地图数据或所述目标地图数据确定所述障碍物所在的子区域；其中，所述第一初始地图数据、第二初始地图数据及目标地图数据对应的区域均包括至少一个子区域；
第四获取单元，用于获得第一确定单元确定的所述子区域内的至少一个障碍物的第二类别信息；
所述第二确定单元，用于依据所述第四获取单元获取的所述第二类别信息，确定所述子区域的属性标识。
12.根据权利要求10所述的装置，其特征在于，所述装置还包括：第三确定单元、第五获取单元和第四确定单元，其中：
所述第三确定单元，用于在所述基于所述第一图像确定所述障碍物的第一类别信息之后，基于所述第一初始地图数据、所述第二初始地图数据或所述目标地图数据确定所述障碍物所在的子区域；其中，所述第一初始地图数据、第二初始地图数据及目标地图数据对应的区域均包括至少一个子区域；
第五获取单元，用于获得第三确定单元确定的所述子区域内的至少一个障碍物的第二类别信息和所述子区域的尺寸数据；
所述第四确定单元，用于依据第五获取单元获取的所述第二类别信息和所述子区域的尺寸数据，确定所述子区域的属性标识。
13.根据权利要求11或12所述的装置，其特征在于，所述装置还包括：第五确定单元，用于确定与所述属性标识对应的所述子区域的工作模式。
14.根据权利要求11或12所述的装置，其特征在于，所述装置还包括：第一控制单元，用于接收包含有第一属性标识的第一指令，基于所述第一指令控制所述移动设备移动至所述第一属性标识对应的第一子区域。
15.根据权利要求13所述的装置，其特征在于，所述装置还包括：第二控制单元和执行单元，其中：
所述第二控制单元，用于接收包含有第二属性标识的第二指令，基于所述第二指令控制所述移动设备移动至所述第二属性标志对应的第二子区域；
所述执行单元，用于基于所述第二控制单元将所述移动设备移动至所述第二子区域，获得所述第二属性标识对应的工作模式，基于所述工作模式对所述第二子区域执行相应的操作；其中，所述工作模式包括清洁工作模式，所述操作包括清洁操作。
16.根据权利要求9所述的装置，其特征在于，所述第二获取单元，用于基于所述第一图像和预先训练获得的神经网络模型确定所述第一图像中障碍物的第一类别信息；
基于预先存储的图形标识和类别信息的映射关系，获得与所述第一类别信息对应的第一图形标识。
17.一种计算机可读存储介质，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权利要求1至8任一项所述方法的步骤。
18.一种移动设备，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器用于运行所述计算机程序时，执行权利要求1至8任一项所述方法的步骤。
CN201910477713.XA 2019-06-03 2019-06-03 一种地图信息处理方法、装置及移动设备 Pending CN112034830A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910477713.XA CN112034830A (zh) 2019-06-03 2019-06-03 一种地图信息处理方法、装置及移动设备
PCT/CN2019/111736 WO2020244121A1 (zh) 2019-06-03 2019-10-17 一种地图信息处理方法、装置及移动设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910477713.XA CN112034830A (zh) 2019-06-03 2019-06-03 一种地图信息处理方法、装置及移动设备

Publications (1)

Publication Number Publication Date
CN112034830A true CN112034830A (zh) 2020-12-04

Family

ID=73576655

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910477713.XA Pending CN112034830A (zh) 2019-06-03 2019-06-03 一种地图信息处理方法、装置及移动设备

Country Status (2)

Country Link
CN (1) CN112034830A (zh)
WO (1) WO2020244121A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112613469A (zh) * 2020-12-30 2021-04-06 深圳市优必选科技股份有限公司 目标对象的运动控制方法及相关设备
CN113143114A (zh) * 2021-03-10 2021-07-23 深圳市杉川机器人有限公司 扫地机及其清扫区域的命名方法，计算机可读存储介质
CN114360274A (zh) * 2021-12-13 2022-04-15 珠海格力智能装备有限公司 配送车导航方法、系统、计算机设备和存储介质
WO2023016188A1 (zh) * 2021-08-10 2023-02-16 追觅创新科技(苏州)有限公司 地图的绘制方法和装置、扫地机、存储介质、电子装置
WO2023160428A1 (zh) * 2022-02-28 2023-08-31 追觅创新科技(苏州)有限公司 自移动设备的地图生成方法、自移动设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106863305A (zh) * 2017-03-29 2017-06-20 赵博皓 一种扫地机器人房间地图创建方法及装置
CN107305125A (zh) * 2016-04-21 2017-10-31 中国移动通信有限公司研究院 一种地图构建方法及终端
JP2018017900A (ja) * 2016-07-28 2018-02-01 シャープ株式会社 地図作成方法及び地図作成装置
CN108445878A (zh) * 2018-02-28 2018-08-24 北京奇虎科技有限公司 一种用于扫地机器人的障碍物处理方法和扫地机器人
CN108885459A (zh) * 2018-06-08 2018-11-23 珊口（深圳）智能科技有限公司 导航方法、导航系统、移动控制系统及移动机器人

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107305125A (zh) * 2016-04-21 2017-10-31 中国移动通信有限公司研究院 一种地图构建方法及终端
JP2018017900A (ja) * 2016-07-28 2018-02-01 シャープ株式会社 地図作成方法及び地図作成装置
CN106863305A (zh) * 2017-03-29 2017-06-20 赵博皓 一种扫地机器人房间地图创建方法及装置
CN108445878A (zh) * 2018-02-28 2018-08-24 北京奇虎科技有限公司 一种用于扫地机器人的障碍物处理方法和扫地机器人
CN108885459A (zh) * 2018-06-08 2018-11-23 珊口（深圳）智能科技有限公司 导航方法、导航系统、移动控制系统及移动机器人

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112613469A (zh) * 2020-12-30 2021-04-06 深圳市优必选科技股份有限公司 目标对象的运动控制方法及相关设备
CN112613469B (zh) * 2020-12-30 2023-12-19 深圳市优必选科技股份有限公司 目标对象的运动控制方法及相关设备
CN113143114A (zh) * 2021-03-10 2021-07-23 深圳市杉川机器人有限公司 扫地机及其清扫区域的命名方法，计算机可读存储介质
WO2023016188A1 (zh) * 2021-08-10 2023-02-16 追觅创新科技(苏州)有限公司 地图的绘制方法和装置、扫地机、存储介质、电子装置
CN114360274A (zh) * 2021-12-13 2022-04-15 珠海格力智能装备有限公司 配送车导航方法、系统、计算机设备和存储介质
CN114360274B (zh) * 2021-12-13 2023-04-07 珠海格力智能装备有限公司 配送车导航方法、系统、计算机设备和存储介质
WO2023160428A1 (zh) * 2022-02-28 2023-08-31 追觅创新科技(苏州)有限公司 自移动设备的地图生成方法、自移动设备及存储介质

Also Published As

Publication number Publication date
WO2020244121A1 (zh) 2020-12-10

Similar Documents

Publication Publication Date Title
CN112034830A (zh) 一种地图信息处理方法、装置及移动设备
CN106863305B (zh) 一种扫地机器人房间地图创建方法及装置
WO2020248458A1 (zh) 一种信息处理方法、装置及存储介质
JP6469706B2 (ja) 深度センサを用いた構造のモデル化
US7139685B2 (en) Video-supported planning of equipment installation and/or room design
EP4235342A2 (de) Exploration eines robotereinsatzgebietes durch einen autonomen mobilen roboter
CN102890507B (zh) 自走机器人、清洁机器人及其定位方法
CN109242963B (zh) 一种三维场景模拟装置和设备
JP2011221980A (ja) バーチャル・モデル生成システム、バーチャル・モデル生成プログラム、および、インタラクティブ・バーチャル・コンテンツ生成システム
CN109871420A (zh) 地图生成和分区方法、装置及终端设备
CN115393386B (zh) 三维场景图的生成方法、装置、设备及可读存储介质
CN111061270B (zh) 一种全面覆盖方法、系统及作业机器人
CN114416244B (zh) 信息的显示方法、装置、电子设备及存储介质
TW201823768A (zh) 為處理設備製作環境卡之方法
WO2022028110A1 (zh) 自移动设备的地图创建方法、装置、设备及存储介质
WO2021056428A1 (zh) 智能终端、控制系统及与移动机器人的交互方法
JP2014106597A (ja) 自律移動体、物体情報取得装置、および物体情報取得方法
CN112396997B (zh) 一种光影沙盘智能交互系统
EP4300244A1 (en) Method and system for navigation of robot from one area to another area
WO2022247544A1 (zh) 地图分区方法、装置、自主移动设备和存储介质
CN111984017A (zh) 清扫设备控制方法、装置、系统及计算机可读存储介质
JP2022014002A (ja) 情報処理装置、情報処理方法、およびプログラム
CN112034849B (zh) 一种自移动设备选区处理方法及自移动设备
WO2023097897A1 (zh) 清洁机器人的控制方法、装置、电子设备及存储介质
TWI835471B (zh) 格局圖編輯方法、系統與電腦可讀取儲存媒體

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210315

Address after: No.39 Caohu Avenue, Xiangcheng Economic Development Zone, Suzhou City, Jiangsu Province

Applicant after: Meizhizongheng Technology Co.,Ltd.

Address before: 39 Caohu Avenue, Xiangcheng Economic Development Zone, Suzhou, Jiangsu Province, 215144

Applicant before: JIANGSU MIDEA CLEANING APPLIANCES Co.,Ltd.

Applicant before: MIDEA GROUP Co.,Ltd.

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination