CN112102151A - 栅格地图的生成方法、装置、移动智慧设备和存储介质 - Google Patents
栅格地图的生成方法、装置、移动智慧设备和存储介质 Download PDFInfo
- Publication number
- CN112102151A CN112102151A CN202010730977.4A CN202010730977A CN112102151A CN 112102151 A CN112102151 A CN 112102151A CN 202010730977 A CN202010730977 A CN 202010730977A CN 112102151 A CN112102151 A CN 112102151A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- dimensional
- dimensional point
- grid
- 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 64
- 238000013507 mapping Methods 0.000 claims abstract description 27
- 230000004888 barrier function Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012216 screening Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 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
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
- G06T3/067—Reshaping or unfolding 3D tree structures onto 2D planes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
- B25J9/1676—Avoiding collision or forbidden zones
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种栅格地图的生成方法、装置、移动智慧设备和存储介质。包括：获取移动智慧设备所在环境的三维点云数据；确定移动智慧设备在预设的二维平面中的状态信息，状态信息包括位置信息和朝向信息；二维平面为用于生成栅格地图的平面；根据状态信息，将三维点云数据映射到二维平面，得到二维点云数据；根据移动智慧设备的状态信息以及二维点云数据，生成移动智慧设备所在环境的栅格地图；栅格地图中包括栅格状态为未知状态的盲区范围；盲区范围根据移动智慧设备中激光扫描仪在采集三维点云数据时的扫描盲区确定。采用本方法能够栅格地图生成过程中盲区范围识别，避免将盲区内的栅格设置为空闲状态而导致机器人与障碍物碰撞。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及栅格地图的生成方法、装置、移动智慧设备和存储介质。
背景技术
随着科技发展，移动机器人因其智能化、自主化等优点，在世界范围内有着越来越广泛的应用需求。在机器人的移动过程中，可以采用栅格地图为机器人进行导航，栅格地图是一种映射机器人周围环境情况的二维地图，地图中可以划分为若干个格子，每个格子可以用一个概率值表示被障碍物占据的可能性。
在现有技术中，还可以采用三维激光构建针对三维环境的栅格地图。三维激光在扫描周围环境时，栅格地图中映射的激光扫描线段的终点因与障碍物触碰，被确定为Occupied(占据)状态，而激光扫描线段的起点至终点则因没有扫描到障碍物而被确认为Free(空闲)状态。
然而，三维激光存在扫描盲区，因盲区内的障碍物未被识别，导致生成的栅格地图中对应的栅格被错误确认为Free状态。
发明内容
基于此，有必要针对上述技术问题，提供一种栅格地图的生成方法、装置、移动智慧设备和存储介质。
一种栅格地图的生成方法，所述方法包括：
获取移动智慧设备所在环境的三维点云数据；
确定所述移动智慧设备在预设的二维平面中的状态信息，所述状态信息包括位置信息和朝向信息；所述二维平面为用于生成栅格地图的平面；
根据所述状态信息，将所述三维点云数据映射到所述二维平面，得到二维点云数据；
根据所述移动智慧设备的所述状态信息以及所述二维点云数据，生成所述移动智慧设备所在环境的栅格地图；所述栅格地图中包括栅格状态为未知状态的盲区范围；所述盲区范围根据所述移动智慧设备中激光扫描仪在采集所述三维点云数据时的扫描盲区确定。
可选地，所述三维点云数据中包括障碍物的点云数据，所述方法还包括：
在所述移动智慧设备的移动过程中，根据当前采集的三维点云数据，确定所述障碍物与所述移动智慧设备在所述二维平面中的当前距离；
根据所述当前距离，判断所述障碍物在所述栅格地图中的位置是否从所述盲区范围外切换为所述盲区范围内；
若是，确定在所述盲区范围内与所述障碍物对应的目标栅格；
将所述目标栅格的栅格状态从所述未知状态更新为占用状态。
可选地，所述栅格状态对应一占用概率区间，所述将所述目标栅格的栅格状态从所述未知状态更新为占用状态，包括：
确定所述目标栅格对应的第一占用概率；所述第一占用概率属于所述未知状态对应的第一占用概率区间；
对所述第一占用概率进行调增处理，得到第二占用概率；所述第二占用概率属于占用状态对应的第二占用概率区间。
可选地，所述根据所述移动智慧设备的所述状态信息以及所述二维点云数据，生成所述移动智慧设备所在环境的栅格地图，包括：
获取所述激光扫描仪的高度信息和垂直视场角信息；
根据所述高度信息和所述垂直视场角信息，确定所述激光扫描仪的扫描盲区；
根据所述扫描盲区、所述移动智慧设备的所述状态信息和所述二维点云数据，生成所述移动智慧设备所在环境的栅格地图。
可选地，所述根据所述扫描盲区、所述移动智慧设备的所述状态信息和所述二维点云数据，生成所述移动智慧设备所在环境的栅格地图，包括：
在所述二维平面中，确定所述移动智慧设备的位置信息对应的第一位置点，并根据所述第一位置点和所述扫描盲区，生成栅格地图以及栅格地图的盲区范围；
确定各个二维点云数据在所述栅格地图中对应的目标栅格，将所述栅格的栅格状态更新为占用状态；
在所述栅格地图中，获取所述第一位置点与各个二维点云数据对应的第二位置点的连线；
将所述盲区范围内与所述连线对应的栅格的栅格状态确定为未知状态，将盲区范围外与所述连线对应的栅格的栅格状态更新为空闲状态。
可选地，所述根据所述状态信息，将所述三维点云数据映射到所述二维平面，得到二维点云数据，包括：
获取所述三维点云数据中各个三维点云相对于所述移动智慧设备的相对位置信息；
采用所述相对位置信息和所述状态信息，将所述三维点云数据映射到所述二维平面，得到二维点云数据。
可选地，所述获取所述三维点云数据中各个三维点云相对于所述移动智慧设备的相对位置信息，包括：
对所述三维点云数据进行筛选，得到非地面点云数据，并获取所述非地面点云数据对应的三维坐标信息；
在三维坐标系中，采用所述三维坐标信息，确定所述非地面点云数据中各个非地面点云相对于所述移动智慧设备的投影夹角以及投影距离；
采用所述投影距离和所述投影夹角，获取所述三维点云数据中各个三维点云相对于所述移动智慧设备的相对位置信息。
可选地，所述对所述三维点云数据进行筛选，得到非地面点云数据，包括：
获取所述三维点云数据的二维投影数据，并确定所述二维投影数据对应的投影范围；
对所述投影范围进行分割，得到多个子区域以及与所述多个子区域对应的多个第一数据容器；
将所述三维点云数据分别添加至匹配的第一数据容器，得到多个第二数据容器；
针对每个第二数据容器，获取所述第二数据容器中的三维点云数据对应的高度差，若所述高度差大于预设高度阈值，确定所述第二数据容器中的三维点云数据为非地面点云数据。
可选地，所述确定所述非地面点云数据中各个非地面点云相对于所述移动智慧设备的投影夹角以及投影距离，包括：
确定所述激光扫描仪的多个预设扫描角；所述多个预设扫描角分别与多个扫描距离对应；所述多个扫描距离与非地面点对应；
采用所述三维坐标信息，确定所述非地面点相对于所述移动智慧设备的投影夹角，以及水平距离；
从所述多个预设扫描角中，获取与所述投影夹角匹配的目标扫描角，并确定所述目标扫描角对应的扫描距离；
若所述目标扫描角对应的扫描距离大于所述水平距离，确定所述水平距离为所述投影夹角对应的投影距离。
一种栅格地图的生成装置，所述装置包括：
三维点云数据获取模块，用于获取移动智慧设备所在环境的三维点云数据；
状态信息确定模块，用于确定所述移动智慧设备在预设的二维平面中的状态信息，所述状态信息包括位置信息和朝向信息；所述二维平面为用于生成栅格地图的平面；
二维点云数据获取模块，用于根据所述状态信息，将所述三维点云数据映射到所述二维平面，得到二维点云数据；
地图生成模块，用于根据所述移动智慧设备的所述状态信息以及所述二维点云数据，生成所述移动智慧设备所在环境的栅格地图；所述栅格地图中包括栅格状态为未知状态的盲区范围；所述盲区范围根据所述移动智慧设备中激光扫描仪在采集所述三维点云数据时的扫描盲区确定。
一种移动智慧设备，包括激光扫描仪、存储器和处理器，所述存储器存储有计算机程序，所述激光扫描仪用于采集所述移动智慧设备所在环境的三维点云数据，所述处理器执行所述计算机程序时实现如上所述的栅格地图的生成方法的步骤。
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如上所述的栅格地图的生成方法的步骤。
在本申请实施例中，通过获取移动智慧设备所在环境的三维点云数据，确定移动智慧设备在预设的二维平面中的状态信息，根据状态信息，将三维点云数据映射到二维平面，得到二维点云数据，并根据移动智慧设备的状态信息以及二维点云数据，生成移动智慧设备所在环境的栅格地图，栅格地图中可以包括栅格状态为未知状态的盲区范围，盲区范围可以是根据移动智慧设备中激光扫描仪在采集三维点云数据时的扫描盲区确定，实现了栅格地图生成过程中盲区范围识别，可以在栅格地图中为盲区范围设置适当的栅格状态，避免将盲区内的栅格设置为空闲状态而导致机器人与障碍物碰撞。
附图说明
图1为一个实施例中一种栅格地图的生成方法的流程示意图；
图2为一个实施例中一种激光扫描示意图；
图3为一个实施例中另一种栅格地图的生成方法的流程示意图；
图4为一个实施例中栅格地图的生成步骤的流程示意图；
图5为一个实施例中栅格地图中栅格状态确定步骤的流程示意图；
图6为一个实施例中栅格地图示例的示意图；
图7为一个实施例中相对位置信息确定步骤的流程示意图；
图8为一个实施例中非地面点云数据筛选步骤的流程示意图；
图9为一个实施例中点云的侧视图；
图10为一个实施例中点云的水平投影；
图11为一个实施例中投影夹角和投影距离确定步骤的流程示意图；
图12为一个实施例中激光扫描的俯视图；
图13为一个实施例中一种栅格地图的生成装置的结构框图；
图14为一个实施例中移动智慧设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种栅格地图的生成方法，本实施例以该方法应用于移动智慧设备进行举例说明，例如机器人，可以理解的是，该方法也可应用于其他具有移动作业能力的设备。本实施例中，该方法包括以下步骤：
步骤101，获取移动智慧设备所在环境的三维点云数据；
作为一示例，移动智慧设备可以是具有移动作业能力的设备，例如机器人。点云(Point Cloud)可以是表示物体对象表面的离散点集合，三维点云数据可以是用于描述三维空间中的点云的点的数据，例如离散点的三维坐标信息。
在实际应用中，可以获取移动智慧设备所在环境的三维点云数据，三维点云数据可以是由设置于移动智慧设备中的激光扫描仪采集。
具体而言，激光扫描仪也可以称为激光雷达，是一种以发射激光束探测目标的三维坐标信息、速度等特征信息的雷达系统。在本申请一实施例中，激光雷达可以是三维激光雷达。激光扫描仪通过对周围环境进行扫描，结合激光测量原理，可以得到三维点云数据：当一束激光照射到物体表面时，所反射的激光会携带方位信息、距离信息。
若将激光线按照预设轨迹对周围环境进行扫描，当激光线与周围环境中的物体相接触时，可以记录到激光线终点(即周围环境中的物体上的点)的信息，得到针对该终点的三维点云数据。通过激光扫描，可以得到大量的激光点，因而能够形成描述物体外观的原始点云数据。其中，由于激光线与物体相接触后即发射，可以将激光线的终点也可以定义为障碍点。
步骤102，确定所述移动智慧设备在预设的二维平面中的状态信息，所述状态信息包括位置信息和朝向信息；所述二维平面为用于生成栅格地图的平面；
作为一示例，栅格地图可以是移动智慧设备在移动过程中用于确定移动路线(导航)的二维地图。
在获取移动智慧设备所在环境的三维点云数据，可以进一步确定移动智慧设备在预设的二维平面中的状态信息，其中，状态信息可以包括位置信息和朝向信息，该二维平面可以是用于生成栅格地图的平面，即可以基于该二维平面中各个点的坐标信息，生成栅格地图
在具体实现中，可以由slam(即时定位与地图构建，simultaneous localizationand mapping)算法确定移动智慧设备在二维平面中的位置信息和朝向信息，其中，位置信息可以采用二维坐标(x,y)表示，朝向信息可以采用一角度表示，则移动智慧设备的状态信息可以表示为(x,y,θ)。
步骤103，根据所述状态信息，将所述三维点云数据映射到所述二维平面，得到二维点云数据；
作为一示例，二维点云数据可以是用于描述二维空间中的点云的数据，例如离散点的二维坐标信息。
在获取移动智慧设备的状态信息后，可以采用移动智慧设备的状态信息，将三维点云数据映射至二维平面，得到障碍物的点在二维平面中的二维点云数据。
步骤104，根据所述移动智慧设备的所述状态信息以及所述二维点云数据，生成所述移动智慧设备所在环境的栅格地图；所述栅格地图中包括栅格状态为未知状态的盲区范围；所述盲区范围根据所述移动智慧设备中激光扫描仪在采集所述三维点云数据时的扫描盲区确定。
在获取二维点云数据后，可以根据移动智慧设备的状态信息和二维点云数据，生成移动智慧设备所在环境的栅格地图，在栅格地图中，可以包含栅格状态为未知状态的盲区范围，该盲区范围可以是根据激光扫描仪在采集三维点云数据时的扫描盲区确定的。
具体的，栅格地图可以是结合点云数据和slam算法生成的地图，在运行slam算法的过程中，可以确定移动智慧设备当前的状态信息，并确定生成栅格地图。其中，栅格地图将移动智慧设备所在的环境映射在二维平面中，并等分成预设数量的格子，针对每个格子，可以用概率值表示栅格状态，确定栅格被障碍物占据的可能性。
在实际应用中，如图2所示，设置于移动智慧设备201上的激光扫描仪202，受限于垂直视场角的最大范围，在采集周围环境的三维点云数据时，存在三维盲区203，在不对三维盲区203进行扫描时，可以将扫描盲区映射在栅格地图中的区域确定为未知状态的盲区范围。
在本申请实施例中，通过获取激光扫描仪采集的移动智慧设备所在环境的三维点云数据，确定移动智慧设备在预设的二维平面中的状态信息，根据状态信息，将三维点云数据映射到二维平面，得到二维点云数据，并根据移动智慧设备的状态信息以及二维点云数据，生成移动智慧设备所在环境的栅格地图，栅格地图中可以包括栅格状态为未知状态的盲区范围，盲区范围可以是根据激光扫描仪在采集三维点云数据时的扫描盲区确定，实现了栅格地图生成过程中盲区范围识别，可以在栅格地图中为盲区范围设置适当的栅格状态，避免将盲区内的栅格设置为空闲状态而导致机器人与障碍物碰撞。
在本申请一实施例中，三维点云数据中包括障碍物的点云数据，如图3所示，该方法还可以包括如下步骤：
步骤105，在所述移动智慧设备的移动过程中，根据当前采集的三维点云数据，确定所述障碍物与所述移动智慧设备在所述二维平面中的当前距离；
在生成移动智慧设备所在环境的栅格地图后，移动智慧设备可以采用栅格地图确定移动路线，在所在环境中进行移动。在移动智慧设备的移动过程中，可以采用激光扫描仪不断采集移动设备所在环境的三维点云数据。由于激光线的终点可以确定为障碍物的点，则三维点云数据可以包括障碍物的点云数据，进而可以根据当前采集的三维点云数据，确定障碍物与移动智慧设备在二维平面中的当前距离。
步骤106，根据所述当前距离，判断所述障碍物在所述栅格地图中的位置是否从所述盲区范围外切换为所述盲区范围内；
在确定障碍物与移动智慧设备的当前距离后，可以根据当前距离判断当前的障碍物在栅格地图中的位置是否由盲区范围外切换为盲区范围内。
具体的，可以在二维平面中，判断障碍物与移动智慧设备的当前距离，是否小于或等于盲区范围，若是，则可以确定当前的障碍物在栅格地图中的位置有盲区范围外切换为盲区范围内；若否，则可以确定当前的障碍物在栅格地图中仍然在盲区范围外。
在实际应用中，当障碍物进行如激光扫描仪的扫描盲区时，可以通过障碍物的高度判断障碍物在扫描盲区中是否能给激光扫描仪检测得到。如图2所示，在移动智慧设备的移动方向上存在障碍物204和障碍物205。其中，障碍物204位于激光扫描仪的三维盲区203中(对应于二维的扫描盲区r)，由于此时障碍物204的高度小于该位置(障碍物204所在的位置)上激光线扫描高度的下限，则此时障碍物204在三维盲区203中无法被检测得到。
在移动设备的移动过程中，当障碍物205在开始进入三维盲区203时，若障碍物205的高度大于对应位置上激光线扫描高度的下限，激光扫描仪202最下方的激光线此时可以检测到障碍物205的点，则即使障碍物205进入三维盲区203(也即从盲区范围r外切换为盲区范围r内)，激光扫描仪202仍然可以获取障碍物与移动智慧设备的当前距离，并判断障碍物与移动智慧设备的距离。
步骤107，若是，确定在所述盲区范围内与所述障碍物对应的目标栅格；
若是，则可以确定在栅格地图盲区范围内与障碍物对应的目标栅格。
步骤108，将所述目标栅格的栅格状态从所述未知状态更新为占用状态。
在确定目标栅格后，由于该栅格对应的点为障碍物的点，则针对盲区范围内的目标栅格，可以将栅格状态从位置状态更新为占用状态。
通过确定障碍物在栅格地图中的位置从盲区范围外切换为盲区范围内，并确定目标栅格，将目标栅格的状态更新为占用状态，能够在障碍物进入盲区范围时，及时更新栅格地图，并且，针对盲区内的低矮障碍物，可以将其对应栅格的栅格状态设置为未知状态，降低移动智慧设备与低矮障碍物碰撞的几率。
在本申请一实施例中，栅格状态可以对应一占用概率区间，所述将所述目标栅格的栅格状态从所述未知状态更新为占用状态，可以包括如下步骤：
确定所述目标栅格对应的第一占用概率；所述第一占用概率属于所述未知状态对应的第一占用概率区间；对所述第一占用概率进行调增处理，得到第二占用概率；所述第二占用概率属于占用状态对应的第二占用概率区间。
在实际应用中，可以采用占用概率表征栅格地图中的栅格状态，每一栅格状态可以对应一占用概率区间。具体的，当栅格状态为未知状态时，可以采用属于第一占用概率区间内的占用概率表征栅格当前为未知状态；当栅格为占用状态时，可以采用属于第二占用概率区间内的占用概率表征栅格当前为占用状态；当栅格状态为空闲状态时，可以采用属于第三占用概率区间内的占用概率表征栅格当前为未知状态，其中，第一占用概率区间中的占用概率小于第二占用概率区间中的占用概率，且第一占用概率区间中的占用概率大于第三占用概率区间中的占用概率。例如，可以采用[0,1]区间中的数值表示占用概率，未知状态对应的第一占用概率区间可以是0.5，也可以是其他根据实际需要设置的区间范围；占用状态对应的第二概率区间可以是(0.5,1]，空闲状态对应的第三概率区间可以是[0,0.5)。
基于此，在确定目标栅格后，可以进一步确定目标栅格对应的第一占用概率，由于目标栅格位于栅格状态为未知状态的盲区范围内，第一占用概率可以属于未知状态对应的第一占用概率区间。在确定第一占用概率后，由于在当前的盲区范围内存在障碍点，可以对第一占用概率进行调增处理，得到第二占用概率，第二占用概率可以属于占用状态对应的第二占用概率区间。例如，当未知状态对应的第一占用概率为0.5，若盲区范围内存在障碍物时，可以将第一占用概率调增为第二占用概率0.6。
通过采用占用概率表示栅格的栅格状态，并对占用概率进行调整以修改栅格状态，使得在判断栅格状态时，可以采用累计多次调整后的占用概率表征当前的栅格状态，避免基于一次判断直接确定栅格的栅格状态。
在本申请一实施例中，如图4所示，所述根据所述移动智慧设备的所述状态信息以及所述二维点云数据，生成所述移动智慧设备所在环境的栅格地图，可以包括如下步骤：
步骤401，获取所述激光扫描仪的高度信息和垂直视场角信息；
在实际应用中，可以预先存储激光扫描仪高度信息和垂直视场角信息，其中，高度信息可以是激光扫描仪的安装高度。
步骤402，根据所述高度信息和所述垂直视场角信息，确定所述激光扫描仪的扫描盲区；
在确定高度信息和垂直视场角信息后，可以确定激光扫描仪的扫描盲区。具体的，可以采用如下公式计算扫描盲区：
r＝h*cot(φ/2)
步骤403，根据所述扫描盲区、所述移动智慧设备的所述状态信息和所述二维点云数据，生成所述移动智慧设备所在环境的栅格地图。
在确定扫描盲区后，可以结合扫描盲区、移动智慧设备的状态信息和二维点云数据，生成移动智慧设备所在环境的栅格地图。
通过获取高度信息和垂直视场角信息，可以确定激光扫描仪客观存在的扫描盲区，并结合扫描盲区生成栅格地图，使得可以基于移动智慧设备的位置，在栅格地图中将盲区范围对应栅格的栅格状态调整为位置状态，为移动智慧设备提供更精准的导航参考。
在本申请一实施例中，如图5所示，所述根据所述扫描盲区、所述移动智慧设备的所述状态信息和所述二维点云数据，生成所述移动智慧设备所在环境的栅格地图，可以包括如下步骤：
步骤501，在所述二维平面中，确定所述移动智慧设备的位置信息对应的第一位置点，并根据所述第一位置点和所述扫描盲区，生成栅格地图以及栅格地图的盲区范围；
在实际应用中，可以确定移动智慧设备的位置信息对应的第一位置点，例如，采用二维坐标信息确定第一位置点。
在确定第一位置点后，可以基于二维平面生成栅格地图，并采用第一位置点和扫描盲区，生成栅格地图的盲区范围，其中，栅格地图可以是初始化的栅格地图，盲区范围可以是以第一位置点为圆心，扫描盲区为半径的圆形区域。在本申请一实施例中，初始化的栅格地图中，栅格的占用概率可以属于未知状态对应的第一占用概率区间，例如，可以采用占用概率0.5表示初始化的栅格地图中栅格的栅格状态。
步骤502，确定各个二维点云数据在所述栅格地图中对应的目标栅格，将所述目标栅格的栅格状态更新为占用状态；
具体而言，在栅格结构中，点可以用一个栅格表示，则在栅格地图二维平面上的点可以具有对应的栅格。在获取二维点云数据后，可以确定各个二维点云数据在栅格地图中对应的多个目标栅格，由于激光线的终点为障碍物所在的点，在确定二维点云数据对应的目标栅格后，可以将第目标栅格的栅格状态设置为占用状态。
步骤503，在所述栅格地图中，获取所述第一位置点与所述各个二维点云数据对应的连线；
在确定第二位置点后，可以在栅格地图中，获取第一位置点与各个二维点云数据对应的第二位置点的连线。
步骤504，将所述盲区范围内的与所述连线对应的栅格的栅格状态确定为未知状态，将盲区范围外与所述连线对应的栅格的栅格状态更新为空闲状态。
在获取连线后，可以确定连线上的点集合，针对位于盲区范围内的连线的栅格，可以将其栅格状态确定为未知状态，如保持原有的占用概率；针对盲区范围外连线对应的栅格，可以将其对应的栅格状态更新为空闲状态，在将状态更新为空闲状态时，由于更新前栅格的占用概率可以属于未知状态对应第一占用概率区间，可以对占用概率进行调减处理，例如将占用概率0.5调减为0.4。
在实际应用中，可以使用Bresenham算法(布雷森汉姆直线算法)确定连线上的点。如图6所示，在确定连线上的点后，可以确定在栅格地图中对应的栅格，其中，移动智慧设备的第一位置点在栅格地图中对应的栅格为栅格601，基于第一位置点，可以确定盲区范围在栅格地图中对应的栅格为圆形602范围内的栅格，第二位置点对应于栅格605，在连接第一位置点和第二位置点后，针对盲区范围内的连线点对应的栅格(即范围603中的栅格)，状态为未知状态；第二位置点对应的栅格605状态为占用(Occupied)状态；盲区范围外与第二位置点间的连线点对应的栅格对应于范围604中的栅格，状态为空闲(free)状态。
通过令盲区范围内栅格的栅格状态确定为未知状态，令第二位置点对应的栅格的栅格状态为占用状态，以及将盲区范围与第二位置点之间连线点对应的栅格的栅格状态设置为空闲状态，可以解决三维点云数据映射为二维点云数据时产生盲区范围的问题，避免将盲区范围内的栅格也确定为空闲状态，减少了为移动智慧设备导航过程中信息误导的情况发生，可以构建更加准确的栅格地图。
在本申请一实施例中，所述根据所述状态信息，将所述三维点云数据映射到所述二维平面，得到二维点云数据，可以包括如下步骤：
获取所述三维点云数据中各个三维点云相对于所述移动智慧设备的相对位置信息；采用所述相对位置信息和所述状态信息，将所述三维点云数据映射到所述二维平面，得到二维点云数据。
在具体实现中，在获取三维点云数据后，可以获取三维点云数据对应的各个三维点云相对于移动智慧设备的相对位置信息，在确定相对位置信息后，可以采用相对位置信息和状态信息，将三维点云数据映射至二维平面，得到二维点云数据。
具体的，相对位置信息可以是以移动智慧设备所在的位置为中心(移动智慧设备坐标系)所确定障碍物的点云相对于移动智慧设备的位置，即以移动智慧设备为原点，确定周围环境中障碍物表面离散点的位置。相对位置信息可以包括在移动智慧设备坐标系中的投影距离和投影夹角。而二维平面可以采用栅格地图对应的坐标系，该坐标不以移动智慧设备的位置为中心。
在实际应用中，在确定投影距离d、投影夹角α，以及移动智慧设备的状态信息(x，y，θ)后，可以采用如下公式确定二维点云数据(x0，y0)：
x0＝dcos(θ+α)+x
y0＝dsin(θ+α)+y
通过将三维点云数据映射至二维平面，得到二维点云数据，能够采用三维激光获取不同高度的障碍物，避免了采用二维激光生成栅格地图时只能观测激光扫描平面的情况，采集不同高度的障碍物的点云数据，例如低矮障碍物、悬空障碍物，为构建栅格地图补充更多的环境信息，降低移动智慧设备导航过程中的碰撞几率。
在本申请一实施例中，如图7所示，所述获取所述三维点云数据中各个三维点云相对于所述移动智慧设备的相对位置信息，可以包括如下步骤：
步骤701，对所述三维点云数据进行筛选，得到非地面点云数据，并获取所述非地面点云数据对应的三维坐标信息；
在实际应用中，三维点云数据中可以包括地面点云的数据，而地面是可行驶区域，可以确定地面点云不是障碍物的点，基于此，可以对三维点云数据进行筛选，得到非地面点云数据，并获取非地面点云数据的三维坐标信息。
步骤702，在三维坐标系中，采用所述三维坐标信息，确定所述非地面点云数据中各个非地面点云相对于所述移动智慧设备的投影夹角以及投影距离；
在进行删选后，可以采用非地面点云数据的三维坐标信息，确定非店面点云数据中的各个非地面点云，相对于移动智慧设备的投影夹角和投影距离。
步骤703，采用所述投影距离和所述投影夹角，获取所述三维点云数据中各个三维点云相对于所述移动智慧设备的相对位置信息。
在获取投影距离和投影夹角后，可以采用投影距离和投影夹角，生成三维点云数据中各个三维点云相对于移动智慧设备的相对位置信息。
通过对三维点云数据进行筛选，获取非地面点云数据，可以从原始的三维点云数据中分割属于地面点的数据，避免错误地将可行驶区域的点云确定为障碍物的点云，导致对移动智慧设备的导航产生干扰。
在本申请一实施例中，如图8所示，所述对所述三维点云数据进行筛选，得到非地面点云数据，可以包括如下步骤：
步骤801，获取所述三维点云数据的二维投影数据，并确定所述二维投影数据对应的投影范围；
在对三维点云数据进行筛选，获取非地面点云时(即地面分割处理)，可以将三维点云数据投影到以移动智慧设备为中心的二维(x-y)平面中，得到二维投影数据，并针对二维投影数据确定投影范围，该投影范围可以是囊括投影点的矩形区域。
例如，如图9所示，为三维点云数据对应的点云的侧视图，在进行投影后，可以获得如图10所示的投影。
步骤802，对所述投影范围进行分割，得到多个子区域以及与所述多个子区域对应的多个第一数据容器；
在确定投影范围后，可以按照预设的分辨率将投影范围分割为多个子区域，如图10所示，在二维平面上具有多个方格，即本申请中的子区域。在实际应用中，可以针对多个子区域建立对应的第一数据容器(container)，并针对每一个第一数据容器建立方格索引。例如，当投影范围被划分为m*n个子区域后，可以建立m*n个第一数据容器，并针对每一个第一数据容器，建立索引container[m][n]。
步骤803，将所述三维点云数据分别添加至匹配的第一数据容器，得到多个第二数据容器；
针对投影范围内的点，可以从二维投影数据中确定投影点对应的横坐标信息和纵坐标信息，并确定与横坐标信息和纵坐标信息匹配的子区域，即横坐标信息和纵坐标信息落入子区域的坐标范围。在确定二维投影对应的子区域后，可以将二维投影数据对应的三维点云数据添加至该子区域对应的第一数据容器中，得到多个第二数据容器。
步骤804，针对每个第二数据容器，获取所述第二数据容器中的三维点云数据对应的高度差，若所述高度差大于预设高度阈值，确定所述第二数据容器中的三维点云数据为非地面点云数据。
在将三维点云数据添加至第一数据容器并获取多个第二数据容器后，可以遍历每个第二数据容器，针对每个第二数据容器，可以采用三维点云数据的纵坐标信息确定第二数据容器中的最高点与最低点，并计算最高点与最高点的高度差值。
在具体实现中，地面上的点属于同一平面，则地面点之间的高度差值小。基于此，在确定高度差值信息后，可以获取预设的高度阈值，并采用该高度阈值与高度差值信息进行比较，判断高度差值是否小于高度阈值，若是，则确定该第二数据容器中的点云数据为地面点云数据；若否，则确定该第二数据容器中的点云数据为非地面点云数据。
通过对三维点云数据进行筛选，获取非地面点云数据，可以从原始的三维点云数据中分割属于地面点的数据，避免错误地将可行驶区域的点云确定为障碍物的点云，导致对移动智慧设备的导航产生干扰。
在本申请一实施例中，如图11所示，所述确定所述非地面点云数据中各个非地面点云相对于所述移动智慧设备的投影夹角以及投影距离，可以包括如下步骤：
步骤1101，确定所述激光扫描仪的多个预设扫描角；所述多个预设扫描角分别与多个扫描距离对应；所述多个扫描距离与非地面点对应；
在实际应用中，获取非地面点云相对于移动智慧设备投影夹角与投影距离的过程，也可以称为生成二维激光数据的过程，二维激光数据可以是由ranges和scan angle(扫描角)组成。其中，ranges是一个N*1的数组，可以记录N个发射角度下激光传感器的读数，该读数表征移动智慧设备与障碍点的扫描距离，即发射角度、该发射角度下的激光线、扫描距离以及该激光线对应的障碍点四者之间的对应关系，可以通过ranges记录。具体而言，ranges[i]可理解为激光扫描仪在某一角度下发射的一条线段，起点为激光扫描仪的激光发射中心，终点为障碍物，因此线段长度表示距离障碍物距离
scan angle可以是结构体数据，通过scan angle可以确定ranges的起始角度(即ranges[0]线段与移动智慧设备朝向的夹角)，以及两个相邻ranges数组ranges[i]和ranges[i+1]的夹角大小(即激光扫描仪的水平角分辨率)。
在本申请中，可以采用激光扫描仪的水平视场角和水平角分辨率确定激光扫描仪的多个预设扫描角(即scan angle)，在每一个预设扫描角下，激光扫描仪可以发出激光线确定对应的非地面点云，并获取该预设扫描角下，非地面点与移动智慧设备之间的扫描距离。
具体而言，激光扫描仪与移动智慧设备朝向的夹角为α，水平视场角为k，分辨率为m时，则相邻两条激光线的夹角为k/m，通过α和k/m，可以得到多个预设扫描角。如图12所示，圆形表示激光扫描仪，多条线段为不同角度下发射的激光线，即ranges[i]。
步骤1102，采用所述三维坐标信息，确定所述非地面点云相对于所述移动智慧设备的投影夹角，以及水平距离；
在实际应用中，可以采用三维坐标信息，确定非地面点云相对于移动智慧设备的投影夹角和在水平面上的水平距离。
例如，非地面点云的三维坐标信息为(x,y,z)，则投影夹角为：
β＝arctan(y/x)
水平距离为：
步骤1103，从所述多个预设扫描角中，获取与所述投影夹角匹配的目标扫描角，并确定所述目标扫描角对应的扫描距离；
在确定投影夹角后，可以从多个预设扫描角中，获取与投影夹角匹配的目标扫描角，并确定目标扫描角的扫描距离。例如，可以从多个预设扫描角中，将角度大小与投影夹角相等的预设扫描角确定为目标扫描角，并且，结合预设扫描角与扫描距离的对应关系，确目标扫描角下的扫描距离。
步骤1104，若所述目标扫描角对应的扫描距离大于所述水平距离，确定所述水平距离为所述投影夹角对应的投影距离。
在确定扫描距离后，若目标扫描角的扫描距离大于水平距离，则可以确定水平距离为该投影夹角下的投影距离。依次遍历非地面点云，则可以得到二维点云数据。
通过确定非地面点云相对于移动智慧设备的投影夹角和投影距离，可以采用三维点云数据生成二维点云数据，即二维激光数据，在采用三维点云数据补充了周围环境中的多种环境信息(例如不同高度障碍物的点云数据)后，可以基于映射后得到的二维激光数据，构建出三维环境的栅格地图。
在本申请一实施例中，所述根据当前采集的三维点云数据，确定所述障碍物与所述移动智慧设备在所述二维平面中的当前距离，可以包括如下步骤：
将当前采集的三维点云数据映射至所述二维平面，得到所述障碍物的点云数据在所述二维平面中对应的二维障碍点；采用所述二维障碍点和所述移动智慧设备的位置信息，确定所述障碍物与所述移动智慧设备在所述二维平面中的当前距离。
所述确定在所述盲区范围内与所述障碍物对应的目标栅格，可以包括如下步骤：
将所述二维障碍点在所述栅格地图中对应的栅格，确定为所述盲区范围内，与所述障碍物对应的目标栅格。
在实际应用中，可以将当前采集的三维点云数据映射至二维平面，得到障碍物的点在二维平面中的二维障碍点。具体的，在将当前采集的三维点云数据映射到二维平面时，可以采用slam算法确定当前移动智慧设备在二维平面中当前的状态信息，并结合移动智慧设备与障碍物的点的相对位置信息，确定二维平面中的二维平面点，具体映射过程可以参考上述获取非地面点云相对于移动智慧设备的相对位置信息的过程，在此不再赘述。在确定二维平面中的二维障碍点后，可以采用二维障碍点和移动智慧设备在二维平面中的位置信息，确定障碍物与移动智慧设备的当前距离。
并且，由于障碍点可以与栅格地图中的栅格对应，在确定二维障碍点后，可以将二维障碍点在栅格地图中对应的栅格，确定为盲区范围内障碍物对应的目标栅格。
通过将障碍物的点映射至二维平面中，可以在移动智慧设备的移动过程中，不断根据二维障碍点的位置，更新盲区范围内匹配的目标栅格的栅格状态。
应该理解的是，虽然图1-12的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-12中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图13所示，提供了一种栅格地图的生成装置，包括：
三维点云数据获取模块1301，用于获取移动智慧设备所在环境的三维点云数据；
状态信息确定模块1302，用于确定所述移动智慧设备在预设的二维平面中的状态信息，所述状态信息包括位置信息和朝向信息；所述二维平面为用于生成栅格地图的平面；
二维点云数据获取模块1303，用于根据所述状态信息，将所述三维点云数据映射到所述二维平面，得到二维点云数据；
地图生成模块1304，用于根据所述移动智慧设备的所述状态信息以及所述二维点云数据，生成所述移动智慧设备所在环境的栅格地图；所述栅格地图中包括栅格状态为未知状态的盲区范围；所述盲区范围根据所述移动智慧设备中激光扫描仪在采集所述三维点云数据时的扫描盲区确定。
在本申请一实施例中，所述三维点云数据中包括障碍物的点云数据，所述装置还包括：
当前距离确定模块，用于在所述移动智慧设备的移动过程中，根据当前采集的三维点云数据，确定所述障碍物与所述移动智慧设备在所述二维平面中的当前距离；
判断模块，用于根据所述当前距离，判断所述障碍物在所述栅格地图中的位置是否从所述盲区范围外切换为所述盲区范围内；若是，调用目标栅格确定模块；
目标栅格确定模块，用于确定在所述盲区范围内与所述障碍物对应的目标栅格；
状态更新模块，用于将所述目标栅格的栅格状态从所述未知状态更新为占用状态。
在本申请一实施例中，所述栅格状态对应一占用概率区间，所述状态更新模块，包括：
第一占用概率确定子模块，用于确定所述目标栅格对应的第一占用概率；所述第一占用概率属于所述未知状态对应的第一占用概率区间；
调增子模块，用于对所述第一占用概率进行调增处理，得到第二占用概率；所述第二占用概率属于占用状态对应的第二占用概率区间。
在本申请一实施例中，所述当前距离确定模块，包括：
二维障碍点确定子模块，用于将当前采集的三维点云数据映射至所述二维平面，得到所述障碍物的点云数据在所述二维平面中对应的二维障碍点；
当前距离计算子模块，用于采用所述二维障碍点和所述移动智慧设备的位置信息，确定所述障碍物与所述移动智慧设备在所述二维平面中的当前距离；
所述目标栅格确定模块，包括：
盲区栅格确定子模块，用于将所述二维障碍点在所述栅格地图中对应的栅格，确定为所述盲区范围内，与所述障碍物对应的目标栅格。
在本申请一实施例中，所述地图生成模块1304，包括：
预设信息获取子模块，用于获取所述激光扫描仪的高度信息和垂直视场角信息；
扫描盲区确定子模块，用于根据所述高度信息和所述垂直视场角信息，确定所述激光扫描仪的扫描盲区；
栅格地图获取子模块，用于根据所述扫描盲区、所述移动智慧设备的所述状态信息和所述二维点云数据，生成所述移动智慧设备所在环境的栅格地图。
在本申请一实施例中，所述栅格地图获取子模块，包括：
第一位置点确定单元，用于在所述二维平面中，确定所述移动智慧设备的位置信息对应的第一位置点，并根据所述第一位置点和所述扫描盲区，生成栅格地图以及栅格地图的盲区范围；
第二位置点确定单元，用于确定各个二维点云数据在所述栅格地图中对应的目标栅格，将所述目标栅格的栅格状态更新为占用状态；
连线获取单元，用于在所述栅格地图中，获取所述第一位置点与各个二维点云数据对应的第二位置点的连线；
状态确定单元，用于将所述盲区范围内与所述连线对应的栅格的栅格状态确定为未知状态，将盲区范围外与所述连线对应的栅格的栅格状态更新为空闲状态。
在本申请一实施例中，所述二维点云数据获取模块1303，包括：
相对位置信息获取子模块，用于获取所述三维点云数据中各个三维点云相对于所述移动智慧设备的相对位置信息；
三维点云映射子模块，用于采用所述相对位置信息和所述状态信息，将所述三维点云数据映射到所述二维平面，得到二维点云数据。
在本申请一实施例中，所述相对位置信息获取子模块，包括：
筛选单元，用于对所述三维点云数据进行筛选，得到非地面点云数据，并获取所述非地面点云数据对应的三维坐标信息；
投影信息确定单元，用于在三维坐标系中，采用所述三维坐标信息，确定所述非地面点云数据中各个非地面点云相对于所述移动智慧设备的投影夹角以及投影距离；
相对位置信息生成单元，用于采用所述投影距离和所述投影夹角，获取所述三维点云数据中各个三维点云相对于所述移动智慧设备的相对位置信息。
在本申请一实施例中，所述筛选单元，包括：
投影范围确定子单元，用于获取所述三维点云数据的二维投影数据，并确定所述二维投影数据对应的投影范围；
分割子单元，用于对所述投影范围进行分割，得到多个子区域以及与所述多个子区域对应的多个第一数据容器；
第二数据容器生成子单元，用于将所述三维点云数据分别添加至匹配的第一数据容器，得到多个第二数据容器；
高度差获取子单元，用于针对每个第二数据容器，获取所述第二数据容器中的三维点云数据对应的高度差，若所述高度差大于预设高度阈值，确定所述第二数据容器中的三维点云数据为非地面点云数据。
在本申请一实施例中，所述相对位置信息生成单元，包括：
预设扫描角确定子单元，用于确定所述激光扫描仪的多个预设扫描角；所述多个预设扫描角分别与多个扫描距离对应；所述多个扫描距离与非地面点对应；
水平距离确定子单元，用于采用所述三维坐标信息，确定所述非地面点相对于所述移动智慧设备的投影夹角，以及水平距离；
扫描距离获取子单元，用于从所述多个预设扫描角中，获取与所述投影夹角匹配的目标扫描角，并确定所述目标扫描角对应的扫描距离；
比较子单元，用于若所述目标扫描角对应的扫描距离大于所述水平距离，确定所述水平距离为所述投影夹角对应的投影距离。
在本申请实施例中，通过获取激光扫描仪采集的移动智慧设备所在环境的三维点云数据，确定移动智慧设备在预设的二维平面中的状态信息，根据状态信息，将三维点云数据映射到二维平面，得到二维点云数据，并根据移动智慧设备的状态信息以及二维点云数据，生成移动智慧设备所在环境的栅格地图，栅格地图中可以包括栅格状态为未知状态的盲区范围，盲区范围可以是根据激光扫描仪在采集三维点云数据时的扫描盲区确定，实现了栅格地图生成过程中盲区范围识别，可以在栅格地图中为盲区范围设置适当的栅格状态，避免将盲区内的栅格设置为空闲状态而导致机器人与障碍物碰撞。
关于一种栅格地图的生成装置的具体限定可以参见上文中对于一种栅格地图的生成方法的限定，在此不再赘述。上述一种栅格地图的生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种移动智慧设备，该移动智慧设备内部结构图可以如图14所示。该移动智慧设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏、激光扫描仪和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该激光扫描仪用于采集移动智慧设备所在环境的三维点云数据。该计算机程序被处理器执行时以实现一种栅格地图的生成方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图14中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种移动智慧设备，包括激光扫描仪、存储器和处理器，存储器中存储有计算机程序，所述激光扫描仪用于采集所述移动智慧设备所在环境的三维点云数据，该处理器执行计算机程序时实现以下步骤：
一种栅格地图的生成方法，所述方法包括：
获取激光扫描仪采集的移动智慧设备所在环境的三维点云数据；所述激光扫描仪设置于所述移动智慧设备中；
确定所述移动智慧设备在预设的二维平面中的状态信息，所述状态信息包括位置信息和朝向信息；所述二维平面为用于生成栅格地图的平面；
根据所述状态信息，将所述三维点云数据映射到所述二维平面，得到二维点云数据；
根据所述移动智慧设备的所述状态信息以及所述二维点云数据，生成所述移动智慧设备所在环境的栅格地图；所述栅格地图中包括栅格状态为未知状态的盲区范围；所述盲区范围根据所述激光扫描仪在采集所述三维点云数据时的扫描盲区确定。
在一个实施例中，处理器执行计算机程序时还实现上述其他实施例中的栅格地图的生成方法步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
一种栅格地图的生成方法，所述方法包括：
获取激光扫描仪采集的移动智慧设备所在环境的三维点云数据；所述激光扫描仪设置于所述移动智慧设备中；
确定所述移动智慧设备在预设的二维平面中的状态信息，所述状态信息包括位置信息和朝向信息；所述二维平面为用于生成栅格地图的平面；
根据所述状态信息，将所述三维点云数据映射到所述二维平面，得到二维点云数据；
根据所述移动智慧设备的所述状态信息以及所述二维点云数据，生成所述移动智慧设备所在环境的栅格地图；所述栅格地图中包括栅格状态为未知状态的盲区范围；所述盲区范围根据所述激光扫描仪在采集所述三维点云数据时的扫描盲区确定。
在一个实施例中，计算机程序被处理器执行时还实现上述其他实施例中的栅格地图的生成方法步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种栅格地图的生成方法，其特征在于，所述方法包括：
获取移动智慧设备所在环境的三维点云数据；
确定所述移动智慧设备在预设的二维平面中的状态信息，所述状态信息包括位置信息和朝向信息；所述二维平面为用于生成栅格地图的平面；
根据所述状态信息，将所述三维点云数据映射到所述二维平面，得到二维点云数据；
根据所述移动智慧设备的所述状态信息以及所述二维点云数据，生成所述移动智慧设备所在环境的栅格地图；所述栅格地图中包括栅格状态为未知状态的盲区范围；所述盲区范围根据所述移动智慧设备中激光扫描仪在采集所述三维点云数据时的扫描盲区确定。
2.根据权利要求1所述的方法，其特征在于，所述三维点云数据中包括障碍物的点云数据，所述方法还包括：
在所述移动智慧设备的移动过程中，根据当前采集的三维点云数据，确定所述障碍物与所述移动智慧设备在所述二维平面中的当前距离；
根据所述当前距离，判断所述障碍物在所述栅格地图中的位置是否从所述盲区范围外切换为所述盲区范围内；
若是，确定在所述盲区范围内与所述障碍物对应的目标栅格；
将所述目标栅格的栅格状态从所述未知状态更新为占用状态。
3.根据权利要求2所述的方法，其特征在于，所述栅格状态对应一占用概率区间，所述将所述目标栅格的栅格状态从所述未知状态更新为占用状态，包括：
确定所述目标栅格对应的第一占用概率；所述第一占用概率属于所述未知状态对应的第一占用概率区间；
对所述第一占用概率进行调增处理，得到第二占用概率；所述第二占用概率属于占用状态对应的第二占用概率区间。
4.根据权利要求1所述的方法，其特征在于，所述根据所述移动智慧设备的所述状态信息以及所述二维点云数据，生成所述移动智慧设备所在环境的栅格地图，包括：
获取所述激光扫描仪的高度信息和垂直视场角信息；
根据所述高度信息和所述垂直视场角信息，确定所述激光扫描仪的扫描盲区；
根据所述扫描盲区、所述移动智慧设备的所述状态信息和所述二维点云数据，生成所述移动智慧设备所在环境的栅格地图。
5.根据权利要求4所述的方法，其特征在于，所述根据所述扫描盲区、所述移动智慧设备的所述状态信息和所述二维点云数据，生成所述移动智慧设备所在环境的栅格地图，包括：
在所述二维平面中，确定所述移动智慧设备的位置信息对应的第一位置点，并根据所述第一位置点和所述扫描盲区，生成栅格地图以及栅格地图的盲区范围；
确定各个二维点云数据在所述栅格地图中对应的目标栅格，将所述目标栅格的栅格状态更新为占用状态；
在所述栅格地图中，获取所述第一位置点与各个二维点云数据对应的第二位置点的连线；
将所述盲区范围内与所述连线对应的栅格的栅格状态确定为未知状态，将盲区范围外与所述连线对应的栅格的栅格状态更新为空闲状态。
6.根据权利要求1所述的方法，其特征在于，所述根据所述状态信息，将所述三维点云数据映射到所述二维平面，得到二维点云数据，包括：
获取所述三维点云数据中各个三维点云相对于所述移动智慧设备的相对位置信息；
采用所述相对位置信息和所述状态信息，将所述三维点云数据映射到所述二维平面，得到二维点云数据。
7.根据权利要求6所述的方法，其特征在于，所述获取所述三维点云数据中各个三维点云相对于所述移动智慧设备的相对位置信息，包括：
对所述三维点云数据进行筛选，得到非地面点云数据，并获取所述非地面点云数据对应的三维坐标信息；
在三维坐标系中，采用所述三维坐标信息，确定所述非地面点云数据中各个非地面点云相对于所述移动智慧设备的投影夹角以及投影距离；
采用所述投影距离和所述投影夹角，获取所述三维点云数据中各个三维点云相对于所述移动智慧设备的相对位置信息。
8.根据权利要求7所述的方法，其特征在于，所述对所述三维点云数据进行筛选，得到非地面点云数据，包括：
获取所述三维点云数据的二维投影数据，并确定所述二维投影数据对应的投影范围；
对所述投影范围进行分割，得到多个子区域以及与所述多个子区域对应的多个第一数据容器；
将所述三维点云数据分别添加至匹配的第一数据容器，得到多个第二数据容器；
针对每个第二数据容器，获取所述第二数据容器中的三维点云数据对应的高度差，若所述高度差大于预设高度阈值，确定所述第二数据容器中的三维点云数据为非地面点云数据。
9.根据权利要求7所述的方法，其特征在于，所述确定所述非地面点云数据中各个非地面点云相对于所述移动智慧设备的投影夹角以及投影距离，包括：
确定所述激光扫描仪的多个预设扫描角；所述多个预设扫描角分别与多个扫描距离对应；所述多个扫描距离与非地面点对应；
采用所述三维坐标信息，确定所述非地面点相对于所述移动智慧设备的投影夹角，以及水平距离；
从所述多个预设扫描角中，获取与所述投影夹角匹配的目标扫描角，并确定所述目标扫描角对应的扫描距离；
若所述目标扫描角对应的扫描距离大于所述水平距离，确定所述水平距离为所述投影夹角对应的投影距离。
10.一种栅格地图的生成装置，其特征在于，所述装置包括：
三维点云数据获取模块，用于获取移动智慧设备所在环境的三维点云数据；状态信息确定模块，用于确定所述移动智慧设备在预设的二维平面中的状态信息，所述状态信息包括位置信息和朝向信息；所述二维平面为用于生成栅格地图的平面；
二维点云数据获取模块，用于根据所述状态信息，将所述三维点云数据映射到所述二维平面，得到二维点云数据；
地图生成模块，用于根据所述移动智慧设备的所述状态信息以及所述二维点云数据，生成所述移动智慧设备所在环境的栅格地图；所述栅格地图中包括栅格状态为未知状态的盲区范围；所述盲区范围根据所述移动智慧设备中激光扫描仪在采集所述三维点云数据时的扫描盲区确定。
11.一种移动智慧设备，包括激光扫描仪、存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述激光扫描仪用于采集所述移动智慧设备所在环境的三维点云数据，所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的栅格地图的生成方法的步骤。
12.一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9中任一项所述的栅格地图的生成方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010730977.4A CN112102151B (zh) | 2020-07-27 | 2020-07-27 | 栅格地图的生成方法、装置、移动智慧设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010730977.4A CN112102151B (zh) | 2020-07-27 | 2020-07-27 | 栅格地图的生成方法、装置、移动智慧设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112102151A true CN112102151A (zh) | 2020-12-18 |
| CN112102151B CN112102151B (zh) | 2024-05-14 |
Family
ID=73750476
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010730977.4A Active CN112102151B (zh) | 2020-07-27 | 2020-07-27 | 栅格地图的生成方法、装置、移动智慧设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112102151B (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112712595A (zh) * | 2021-01-19 | 2021-04-27 | 北京三快在线科技有限公司 | 一种生成仿真环境的方法及装置 |
| CN112859859A (zh) * | 2021-01-13 | 2021-05-28 | 中南大学 | 一种基于三维障碍物体素对象映射的动态栅格地图更新方法 |
| CN112904365A (zh) * | 2021-02-10 | 2021-06-04 | 广州视源电子科技股份有限公司 | 地图的更新方法及装置 |
| CN113287969A (zh) * | 2021-04-12 | 2021-08-24 | 安克创新科技股份有限公司 | 清扫表面类型的判断方法、清扫模式调整方法及清扫设备 |
| CN113358110A (zh) * | 2021-06-15 | 2021-09-07 | 云鲸智能(深圳)有限公司 | 机器人障碍物地图的构建方法、装置、机器人及存储介质 |
| CN113393423A (zh) * | 2021-05-18 | 2021-09-14 | 深圳拓邦股份有限公司 | 一种基于点云的悬崖检测方法、装置及移动机器人 |
| CN113607166A (zh) * | 2021-10-08 | 2021-11-05 | 广东省科学院智能制造研究所 | 基于多传感融合的自主移动机器人室内外定位方法及装置 |
| CN113686883A (zh) * | 2021-09-28 | 2021-11-23 | 江汉大学 | 用于巷道盲区检测的设备及方法 |
| CN113778109A (zh) * | 2021-11-05 | 2021-12-10 | 深圳市普渡科技有限公司 | 机器人的禁行路径设置方法、装置、机器人及存储介质 |
| CN113808142A (zh) * | 2021-08-19 | 2021-12-17 | 高德软件有限公司 | 一种地面标识的识别方法、装置、电子设备 |
| CN114326718A (zh) * | 2021-12-14 | 2022-04-12 | 科沃斯商用机器人有限公司 | 地图构建方法、自移动机器人和存储介质 |
| CN114383622A (zh) * | 2021-12-27 | 2022-04-22 | 广州视源电子科技股份有限公司 | 机器人定位方法、机器人及计算机可读存储介质 |
| CN115381354A (zh) * | 2022-07-28 | 2022-11-25 | 广州宝乐软件科技有限公司 | 清洁机器人的避障方法、避障装置、存储介质和设备 |
| CN115509216A (zh) * | 2021-06-21 | 2022-12-23 | 广州视源电子科技股份有限公司 | 路径规划方法、装置、计算机设备和存储介质 |
| CN117788593A (zh) * | 2024-02-26 | 2024-03-29 | 苏州艾吉威机器人有限公司 | 剔除三维激光数据中动态点的方法、装置、介质及设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104374376A (zh) * | 2014-11-05 | 2015-02-25 | 北京大学 | 一种车载三维测量系统装置及其应用 |
| CN106570454A (zh) * | 2016-10-10 | 2017-04-19 | 同济大学 | 基于移动激光扫描的行人交通参数提取方法 |
| CN107239746A (zh) * | 2017-05-16 | 2017-10-10 | 东南大学 | 一种面向道路救援安全监控的障碍物识别跟踪方法 |
| CN110286389A (zh) * | 2019-07-15 | 2019-09-27 | 北京智行者科技有限公司 | 一种用于障碍物识别的栅格管理方法 |
-
2020
- 2020-07-27 CN CN202010730977.4A patent/CN112102151B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104374376A (zh) * | 2014-11-05 | 2015-02-25 | 北京大学 | 一种车载三维测量系统装置及其应用 |
| CN106570454A (zh) * | 2016-10-10 | 2017-04-19 | 同济大学 | 基于移动激光扫描的行人交通参数提取方法 |
| CN107239746A (zh) * | 2017-05-16 | 2017-10-10 | 东南大学 | 一种面向道路救援安全监控的障碍物识别跟踪方法 |
| CN110286389A (zh) * | 2019-07-15 | 2019-09-27 | 北京智行者科技有限公司 | 一种用于障碍物识别的栅格管理方法 |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112859859A (zh) * | 2021-01-13 | 2021-05-28 | 中南大学 | 一种基于三维障碍物体素对象映射的动态栅格地图更新方法 |
| CN112712595A (zh) * | 2021-01-19 | 2021-04-27 | 北京三快在线科技有限公司 | 一种生成仿真环境的方法及装置 |
| CN112904365A (zh) * | 2021-02-10 | 2021-06-04 | 广州视源电子科技股份有限公司 | 地图的更新方法及装置 |
| CN112904365B (zh) * | 2021-02-10 | 2024-05-10 | 广州视源电子科技股份有限公司 | 地图的更新方法及装置 |
| CN113287969B (zh) * | 2021-04-12 | 2022-07-01 | 安克创新科技股份有限公司 | 清扫表面类型的判断方法、清扫模式调整方法及清扫设备 |
| CN113287969A (zh) * | 2021-04-12 | 2021-08-24 | 安克创新科技股份有限公司 | 清扫表面类型的判断方法、清扫模式调整方法及清扫设备 |
| CN113393423A (zh) * | 2021-05-18 | 2021-09-14 | 深圳拓邦股份有限公司 | 一种基于点云的悬崖检测方法、装置及移动机器人 |
| CN113358110A (zh) * | 2021-06-15 | 2021-09-07 | 云鲸智能(深圳)有限公司 | 机器人障碍物地图的构建方法、装置、机器人及存储介质 |
| CN113358110B (zh) * | 2021-06-15 | 2024-05-24 | 云鲸智能(深圳)有限公司 | 机器人障碍物地图的构建方法、装置、机器人及存储介质 |
| CN115509216A (zh) * | 2021-06-21 | 2022-12-23 | 广州视源电子科技股份有限公司 | 路径规划方法、装置、计算机设备和存储介质 |
| CN113808142A (zh) * | 2021-08-19 | 2021-12-17 | 高德软件有限公司 | 一种地面标识的识别方法、装置、电子设备 |
| CN113808142B (zh) * | 2021-08-19 | 2024-04-26 | 高德软件有限公司 | 一种地面标识的识别方法、装置、电子设备 |
| CN113686883A (zh) * | 2021-09-28 | 2021-11-23 | 江汉大学 | 用于巷道盲区检测的设备及方法 |
| CN113607166B (zh) * | 2021-10-08 | 2022-01-07 | 广东省科学院智能制造研究所 | 基于多传感融合的自主移动机器人室内外定位方法及装置 |
| CN113607166A (zh) * | 2021-10-08 | 2021-11-05 | 广东省科学院智能制造研究所 | 基于多传感融合的自主移动机器人室内外定位方法及装置 |
| US12019453B2 (en) | 2021-10-08 | 2024-06-25 | Institute Of Intelligent Manufacturing, Gdas | Multi-sensor-fusion-based autonomous mobile robot indoor and outdoor positioning method and robot |
| CN113778109A (zh) * | 2021-11-05 | 2021-12-10 | 深圳市普渡科技有限公司 | 机器人的禁行路径设置方法、装置、机器人及存储介质 |
| CN114326718A (zh) * | 2021-12-14 | 2022-04-12 | 科沃斯商用机器人有限公司 | 地图构建方法、自移动机器人和存储介质 |
| CN114383622A (zh) * | 2021-12-27 | 2022-04-22 | 广州视源电子科技股份有限公司 | 机器人定位方法、机器人及计算机可读存储介质 |
| CN114383622B (zh) * | 2021-12-27 | 2024-04-19 | 广州视源电子科技股份有限公司 | 机器人定位方法、机器人及计算机可读存储介质 |
| CN115381354A (zh) * | 2022-07-28 | 2022-11-25 | 广州宝乐软件科技有限公司 | 清洁机器人的避障方法、避障装置、存储介质和设备 |
| CN117788593A (zh) * | 2024-02-26 | 2024-03-29 | 苏州艾吉威机器人有限公司 | 剔除三维激光数据中动态点的方法、装置、介质及设备 |
| CN117788593B (zh) * | 2024-02-26 | 2024-06-04 | 苏州艾吉威机器人有限公司 | 剔除三维激光数据中动态点的方法、装置、介质及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112102151B (zh) | 2024-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112102151B (zh) | 栅格地图的生成方法、装置、移动智慧设备和存储介质 | |
| CN110031824B (zh) | 激光雷达联合标定方法及装置 | |
| CN106997049B (zh) | 一种基于激光点云数据的检测障碍物的方法和装置 | |
| CN111881239B (zh) | 构建方法、构建装置、智能机器人及可读存储介质 | |
| CN111258320B (zh) | 一种机器人避障的方法及装置、机器人、可读存储介质 | |
| CN110008941B (zh) | 可行驶区域检测方法、装置、计算机设备和存储介质 | |
| CN112526993A (zh) | 栅格地图更新方法、装置、机器人及存储介质 | |
| CN110135278B (zh) | 一种障碍物检测方法、装置及电子设备 | |
| JP6736931B2 (ja) | 立体物検出方法及び立体物検出装置 | |
| CN111595356B (zh) | 一种激光导航机器人的工作区域构建方法 | |
| CN112782721A (zh) | 一种可通行区域检测方法、装置、电子设备和存储介质 | |
| CN112102375B (zh) | 一种点云配准可靠性检测的方法、装置、移动智慧设备 | |
| CN110736456A (zh) | 稀疏环境下基于特征提取的二维激光实时定位方法 | |
| CN114694106A (zh) | 道路检测区域的提取方法、装置、计算机设备和存储介质 | |
| CN114610032A (zh) | 目标对象跟随方法、装置、电子设备和可读存储介质 | |
| CN114371484A (zh) | 车辆定位方法、装置、计算机设备和存储介质 | |
| CN113985894A (zh) | 一种自主避障路径规划方法、装置、设备及存储介质 | |
| US8483478B1 (en) | Grammar-based, cueing method of object recognition, and a system for performing same | |
| CN113093218A (zh) | 斜坡检测方法及驱动设备、存储介质 | |
| US20230290055A1 (en) | Surveying assistance system, information display terminal, surveying assistance method, and storage medium storing surveying assistance program | |
| CN111742242A (zh) | 点云处理方法、系统、设备及存储介质 | |
| CN112365606B (zh) | 设备位置的标注方法、装置、计算机设备和存储介质 | |
| CN113762310B (zh) | 一种点云数据分类方法、装置、计算机存储介质及系统 | |
| CN114509778A (zh) | 自升造楼系统、三维矢量地图数据获取方法、装置和介质 | |
| CN117115407B (zh) | 斜坡检测方法、装置、计算机设备和存储介质 |
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 |