CN112325873B - 一种环境地图自主更新方法、设备及计算机可读存储介质 - Google Patents

一种环境地图自主更新方法、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN112325873B
CN112325873B CN202110001149.1A CN202110001149A CN112325873B CN 112325873 B CN112325873 B CN 112325873B CN 202110001149 A CN202110001149 A CN 202110001149A CN 112325873 B CN112325873 B CN 112325873B
Authority
CN
China
Prior art keywords
map
robot
point cloud
pose
historical
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110001149.1A
Other languages
English (en)
Other versions
CN112325873A (zh
Inventor
张米令
刘俊斌
穆星元
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.)
Syrius Technology Shenzhen Co Ltd
Original Assignee
Syrius Technology Shenzhen 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 Syrius Technology Shenzhen Co Ltd filed Critical Syrius Technology Shenzhen Co Ltd
Priority to CN202110001149.1A priority Critical patent/CN112325873B/zh
Publication of CN112325873A publication Critical patent/CN112325873A/zh
Application granted granted Critical
Publication of CN112325873B publication Critical patent/CN112325873B/zh
Priority to PCT/CN2021/140658 priority patent/WO2022143360A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种环境地图自主更新方法、设备及计算机可读存储介质，其中，该方法包括：当机器人运行至历史位置时，对当前时刻点云和历史时刻点云进行拼接，构建回环约束，以得到位姿图；对所述位姿图进行优化，得到最优的机器人位姿；然后，在所述最优的机器人位姿下采集传感器数据，以生成更新后的地图；最后，在所述更新后的地图中，对所述传感器数据中包含的点云与所述历史时刻点云进行拼接，以得到所述机器人的当前位姿。实现了一种能够进行环境地图自主更新的方案，提高了机器人在动态环境下运行的稳定性和准确性，避免了老旧地图对定位和导航的影响，也避免了重新建图所带来的额外成本，提高了生产效率。

Description

一种环境地图自主更新方法、设备及计算机可读存储介质
技术领域
本发明涉及机器人技术领域，尤其涉及一种环境地图自主更新方法、设备及计算机可读存储介质。
背景技术
现有技术中，针对移动机器人的实际应用，通常需要对机器人运行的环境进行地图构建。由此，机器人在已构建地图的场景中运行时，会基于构建的环境地图进行定位以及导航。理论上，大多数机器人应用的过程中，常假设机器人运行的环境是静态的，不变的。然而，在实际机器人的部署应用过程中，其所处的环境常常是动态改变的。
如上所述，若机器人运行的环境发生了变化，那么机器人先前构建的地图并不能完全描述机器人当前所处的运行环境。此时，如果继续利用旧的环境地图进行定位，可能会影响到机器人定位精度以及导航效率，而若重新建，则又会较大的增加系统的维护成本，增加了人力物力，降低了生产效率。
发明内容
为了解决现有技术中的上述技术缺陷，本发明提出了一种环境地图自主更新方法，该方法包括：
当机器人运行至历史位置时，对当前时刻点云和历史时刻点云进行拼接，构建回环约束，以得到位姿图；
对所述位姿图进行优化，得到最优的机器人位姿；
在所述最优的机器人位姿下采集传感器数据，以生成更新后的地图；
在所述更新后的地图中，对所述传感器数据中包含的点云与所述历史时刻点云进行拼接，以得到所述机器人的当前位姿。
可选地，所述当机器人运行至历史位置时，对当前时刻点云和历史时刻点云进行拼接，构建回环约束，以得到位姿图之前，包括：
确定所述机器人的运行环境；
在所述运行环境下执行地图构建的过程中，保存所述机器人的历史位姿以及所述历史位姿下的传感器数据。
可选地，所述当机器人运行至历史位置时，对当前时刻点云和历史时刻点云进行拼接，构建回环约束，以得到位姿图之前，还包括：
识别所述机器人的所述运行环境是否已完成地图构建；
若所述运行环境已完成地图构建，则确定在所述运行环境下执行图优化的同时定位与地图构建。
可选地，所述当机器人运行至历史位置时，对当前时刻点云和历史时刻点云进行拼接，构建回环约束，以得到位姿图，包括：
当所述机器人再次运行于所述运行环境时，持续地获取新的所述传感器数据；
连续地对前、后时刻获取到的新的所述传感器数据进行拼接，以构建约束边。
可选地，所述当机器人运行至历史位置时，对当前时刻点云和历史时刻点云进行拼接，构建回环约束，以得到位姿图，还包括：
当所述机器人运行至历史地图的历史位置时，对当前时刻点云和历史时刻点云进行拼接，以构建所述回环约束；
生成包含所述约束边和所述回环约束的所述位姿图。
可选地，所述在所述更新后的地图中，对所述传感器数据中包含的点云与所述历史时刻点云进行拼接，以得到所述机器人的当前位姿之后，包括：
预设用于判定新旧地图更新的重叠阈值；
获取所述机器人的当前的多个位姿节点的地图。
可选地，所述在所述更新后的地图中，对所述传感器数据中包含的点云与所述历史时刻点云进行拼接，以得到所述机器人的当前位姿之后，还包括：
依次获取所述机器人的当前的第一位姿节点渲染的第一网格地图、第二位姿节点渲染的第二网格地图、以及第三位姿节点渲染的第三网格地图；
获取所述第一网格地图与所述第三网格地图的第一非重合区域，获取所述第二网格地图与所述第三网格地图的第二非重合区域，获取所述第一非重合区域与所述第二非重合区域的重合区域的面积。
可选地，所述在所述更新后的地图中，对所述传感器数据中包含的点云与所述历史时刻点云进行拼接，以得到所述机器人的当前位姿之后，还包括：
判断所述面积是否小于所述重叠阈值；
若所述面积小于所述重叠阈值，则将所述第三网格地图从所述更新后的地图中删除。
本发明还提出了一种环境地图自主更新设备，该设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上任一项所述的环境地图自主更新方法的步骤。
本发明还提出了一种计算机可读存储介质，该计算机可读存储介质上存储有环境地图自主更新程序，环境地图自主更新程序被处理器执行时实现如上述任一项所述的环境地图自主更新方法的步骤。
实施本发明的环境地图自主更新方法、设备及计算机可读存储介质，当机器人运行至历史位置时，对当前时刻点云和历史时刻点云进行拼接，构建回环约束，以得到位姿图；对所述位姿图进行优化，得到最优的机器人位姿；然后，在所述最优的机器人位姿下采集传感器数据，以生成更新后的地图；最后，在所述更新后的地图中，对所述传感器数据中包含的点云与所述历史时刻点云进行拼接，以得到所述机器人的当前位姿。实现了一种能够进行环境地图自主更新的方案，提高了机器人在动态环境下运行的稳定性和准确性，避免了老旧地图对定位和导航的影响，也避免了重新建图所带来的额外成本，提高了生产效率。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明环境地图自主更新方法第一实施例的流程图；
图2是本发明环境地图自主更新方法第二实施例的流程图；
图3是本发明环境地图自主更新方法第三实施例的流程图；
图4是本发明环境地图自主更新方法第四实施例的流程图；
图5是本发明环境地图自主更新方法第五实施例的流程图；
图6是本发明环境地图自主更新方法第六实施例的流程图；
图7是本发明环境地图自主更新方法第七实施例的流程图；
图8是本发明环境地图自主更新方法第八实施例的流程图；
图9是本发明环境地图自主更新方法第一实施例的环境地图自主更新流程示意图；
图10是本发明环境地图自主更新方法第一实施例的环境地图自主更新定位示意图；
图11是本发明环境地图自主更新方法第七实施例的环境地图自主更新的位姿示意图。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
实施例一
图1是本发明环境地图自主更新方法第一实施例的流程图。一种环境地图自主更新方法，该方法包括：
S1、当机器人运行至历史位置时，对当前时刻点云和历史时刻点云进行拼接，构建回环约束，以得到位姿图；
S2、对所述位姿图进行优化，得到最优的机器人位姿；
S3、在所述最优的机器人位姿下采集传感器数据，以生成更新后的地图；
S4、在所述更新后的地图中，对所述传感器数据中包含的点云与所述历史时刻点云进行拼接，以得到所述机器人的当前位姿。
可选地，为了有效应对机器人运行场景发生变化的情况，在本实施例中，提出了一种基于已有地图的地图更新方案，通过对环境变化进行自主更新，以确保机器人在动态环境中仍然可以正常运行，避免出现影响机器人定位以及导航的问题；
可选地，在本实施例中，参考图9示出的环境地图自主更新流程示意图，在机器人运行前，已存在构建的地图，在机器人再次运行过程中，首先，对周围环境进行地图更新，期间，不断地感知周围最新的环境，以获取当前环境的最新信息，可选地，为了减小资源占用，将替换掉老旧地图中的信息，最后，将最新的地图保存，之后机器人将采用最新的地图进行定位导航；
可选地，在本实施例中，具体的，机器人在部署过程中，首先，可由工厂应用工程师对机器人运行周围环境进行地图构建，在地图构建过程中，本实施例采用基于图优化的同时定位与地图构建技术。其中，构建的地图中保存了机器人的位姿以及该位姿下机器人的传感器数据。其中，传感器数据包含激光雷达，惯性测量单元（imu）以及编码器。然后，在建图环节采用经典的图优化同步定位与建图（slam）框架，在前端利用迭代最近点法（ICP，Iterative Closest Points Algorithm）算法进行数据关联，以构建位姿图（pose graph），最后，在后端进行回环检测，非线性最小二乘优化机器人的位姿。
可选地，在本实施例中，参考图10示出的环境地图自主更新定位示意图，在定位阶段，将当前的位姿图（pose graph）与已经保存的历史的位姿图（pose graph进行匹配，以获取当前机器人最新位置。
本实施例的有益效果在于，通过识别到当机器人运行至历史位置时，对当前时刻点云和历史时刻点云进行拼接，构建回环约束，以得到位姿图；对所述位姿图进行优化，得到最优的机器人位姿；然后，在所述最优的机器人位姿下采集传感器数据，以生成更新后的地图；最后，在所述更新后的地图中，对所述传感器数据中包含的点云与所述历史时刻点云进行拼接，以得到所述机器人的当前位姿。实现了一种能够进行环境地图自主更新的方案，提高了机器人在动态环境下运行的稳定性和准确性，避免了老旧地图对定位和导航的影响，也避免了重新建图所带来的额外成本，提高了生产效率。
实施例二
图2是本发明环境地图自主更新方法第二实施例的流程图，基于上述实施例，所述当机器人运行至历史位置时，对当前时刻点云和历史时刻点云进行拼接，构建回环约束，以得到位姿图之前，包括：
S01、确定所述机器人的运行环境；
S02、在所述运行环境下执行地图构建的过程中，保存所述机器人的历史位姿以及所述历史位姿下的传感器数据。
可选地，在本实施例中，当所述机器人的运行环境为未建图环境时，在所述运行环境下执行地图构建的过程；
可选地，在本实施例中，在所述运行环境下执行地图构建的过程中，保存所述机器人的历史位姿以及所述历史位姿下的传感器数据；
可选地，在本实施例中，通过所述传感器数据构建运行环境的地图。
本实施例的有益效果在于，通过确定所述机器人的运行环境；然后，在所述运行环境下执行地图构建的过程中，保存所述机器人的历史位姿以及所述历史位姿下的传感器数据。实现了一种能够进行环境地图自主更新的方案，提供了运行环境的地图信息基础，提高了机器人在动态环境下运行的稳定性和准确性，避免了老旧地图对定位和导航的影响，也避免了重新建图所带来的额外成本，提高了生产效率。
实施例三
图3是本发明环境地图自主更新方法第三实施例的流程图，基于上述实施例，所述当机器人运行至历史位置时，对当前时刻点云和历史时刻点云进行拼接，构建回环约束，以得到位姿图之前，还包括：
S03、识别所述机器人的所述运行环境是否已完成地图构建；
S04、若所述运行环境已完成地图构建，则确定在所述运行环境下执行图优化的同时定位与地图构建。
可选地，在本实施例中，若所述运行环境已完成地图构建，则在任一机器人进入该运行环境时，即可确定在所述运行环境下执行图优化的同时定位与地图构建；
可选地，在本实施例中，多个机器人进入该运行环境时，可同时在所述运行环境下执行图优化的同时定位与地图构建；
可选地，在本实施例中，同一机器人多次进入该运行环境时，即可多次在所述运行环境下执行图优化的同时定位与地图构建，从而保持该环境下的地图与该环境的动态更新保持一致。
本实施例的有益效果在于，通过识别所述机器人的所述运行环境是否已完成地图构建；若所述运行环境已完成地图构建，则确定在所述运行环境下执行图优化的同时定位与地图构建。实现了一种能够进行环境地图自主更新的方案，提供了运行环境的地图信息更新途径，提高了机器人在动态环境下运行的稳定性和准确性，避免了老旧地图对定位和导航的影响，也避免了重新建图所带来的额外成本，提高了生产效率。
实施例四
图4是本发明环境地图自主更新方法第四实施例的流程图，基于上述实施例，所述当机器人运行至历史位置时，对当前时刻点云和历史时刻点云进行拼接，构建回环约束，以得到位姿图，包括：
S11、当所述机器人再次运行于所述运行环境时，持续地获取新的所述传感器数据；
S12、连续地对前、后时刻获取到的新的所述传感器数据进行拼接，以构建约束边。
可选地，在本实施例中，利用迭代最近点法（ICP，Iterative Closest PointsAlgorithm）算法对不同时刻机器人激光传感器采集到的激光点云进行拼接，得到两时刻机器人的位姿变化；
可选地，在本实施例中，上述位姿包括旋转矩阵R和已经平移向量t；
可选地，在本实施例中，一次成功的激光数据拼接，构建了机器人不同时刻间的一个位姿约束，也即，可看作是构建了位姿图的一条边；
可选地，在本实施例中，针对不同时刻机器人的位姿构成了位姿图中的各个节点；
可选地，在本实施例中，机器人在建图过程中，不断地跟上一个时刻的激光数据，进行拼接，用以构建类似于里程计式的约束边。
本实施例的有益效果在于，通过识别到当所述机器人再次运行于所述运行环境时，持续地获取新的所述传感器数据；然后，连续地对前、后时刻获取到的新的所述传感器数据进行拼接，以构建约束边。实现了一种能够进行环境地图自主更新的方案，提供了约束边的确定基础，提高了机器人在动态环境下运行的稳定性和准确性，避免了老旧地图对定位和导航的影响，也避免了重新建图所带来的额外成本，提高了生产效率。
实施例五
图5是本发明环境地图自主更新方法第五实施例的流程图，基于上述实施例，所述当机器人运行至历史位置时，对当前时刻点云和历史时刻点云进行拼接，构建回环约束，以得到位姿图，还包括：
S13、当所述机器人运行至历史地图的历史位置时，对当前时刻点云和历史时刻点云进行拼接，以构建所述回环约束；
S14、生成包含所述约束边和所述回环约束的所述位姿图。
可选地，在本实施例中，当机器人到达先前已经到达的位置时，可以跟较早时刻的点云进行拼接，构建回环约束；
可选地，在本实施例中，根据上述约束得到包含里程计边以及回环边的位姿图。
本实施例的有益效果在于，通过识别到当所述机器人运行至历史地图的历史位置时，对当前时刻点云和历史时刻点云进行拼接，以构建所述回环约束；然后，生成包含所述约束边和所述回环约束的所述位姿图。实现了一种能够进行环境地图自主更新的方案，提供了位姿图的生成方案，提高了机器人在动态环境下运行的稳定性和准确性，避免了老旧地图对定位和导航的影响，也避免了重新建图所带来的额外成本，提高了生产效率。
实施例六
图6是本发明环境地图自主更新方法第六实施例的流程图，基于上述实施例，所述在所述更新后的地图中，对所述传感器数据中包含的点云与所述历史时刻点云进行拼接，以得到所述机器人的当前位姿之后，包括：
S51、预设用于判定新旧地图更新的重叠阈值；
S52、获取所述机器人的当前的多个位姿节点的地图。
可选地，在本实施例中，在此步骤之前，利用最小二乘优化算法，对上述位姿图进行优化，得到最优的机器人位姿；
可选地，在本实施例中，得到最优的机器人位姿之后，利用最优的机器人位姿以及该位姿下采集到的机器人激光传感器数据，得到运行环境的2D的栅格地图；
可选地，在本实施例中，为了避免重复的老旧地图占用过多的内存，将预设用于判定新旧地图更新的重叠阈值，然后，通过该重叠阈值进行多个位姿节点的地图的重叠度判定。
本实施例的有益效果在于，通过预设用于判定新旧地图更新的重叠阈值；然后，获取所述机器人的当前的多个位姿节点的地图。实现了一种能够进行环境地图自主更新的方案，提供了用于判定新旧地图更新的重叠阈值，提高了机器人在动态环境下运行的稳定性和准确性，避免了老旧地图对定位和导航的影响，也避免了重新建图所带来的额外成本，提高了生产效率。
实施例七
图7是本发明环境地图自主更新方法第七实施例的流程图，基于上述实施例，所述在所述更新后的地图中，对所述传感器数据中包含的点云与所述历史时刻点云进行拼接，以得到所述机器人的当前位姿之后，还包括：
S53、依次获取所述机器人的当前的第一位姿节点渲染的第一网格地图、第二位姿节点渲染的第二网格地图、以及第三位姿节点渲染的第三网格地图；
S54、获取所述第一网格地图与所述第三网格地图的第一非重合区域，获取所述第二网格地图与所述第三网格地图的第二非重合区域，获取所述第一非重合区域与所述第二非重合区域的重合区域的面积。
可选地，在本实施例中，如图11示出的环境地图自主更新的位姿示意图，具体的，在地图更新过程中，为了减小更新后地图的大小，需要对旧的地图进行剔除；
可选地，在本实施例中，根据机器人位姿之间的重叠区域大小来对旧的激光节点进行剔除；
可选地，在本实施例中，如图11所示，依次获取所述机器人的当前的第一位姿节点node1渲染的第一网格地图、第二位姿节点node2渲染的第二网格地图、以及第三位姿节点node3渲染的第三网格地图，
可选地，在本实施例中，获取所述第一网格地图与所述第三网格地图的第一非重合区域，获取所述第二网格地图与所述第三网格地图的第二非重合区域，获取所述第一非重合区域与所述第二非重合区域的重合区域的面积，也即，图11示出的黑色块状区域的面积，以根据该面积判断多个位姿节点的地图的重叠度。
本实施例的有益效果在于，通过依次获取所述机器人的当前的第一位姿节点渲染的第一网格地图、第二位姿节点渲染的第二网格地图、以及第三位姿节点渲染的第三网格地图；然后，获取所述第一网格地图、所述第二网格地图共同与所述第三网格地图的非重合区域的面积。实现了一种能够进行环境地图自主更新的方案，提供了重叠度的判断方式，提高了机器人在动态环境下运行的稳定性和准确性，避免了老旧地图对定位和导航的影响，也避免了重新建图所带来的额外成本，提高了生产效率。
实施例八
图8是本发明环境地图自主更新方法第八实施例的流程图，基于上述实施例，所述在所述更新后的地图中，对所述传感器数据中包含的点云与所述历史时刻点云进行拼接，以得到所述机器人的当前位姿之后，还包括：
S55、判断所述面积是否小于所述重叠阈值；
S56、若所述面积小于所述重叠阈值，则将所述第三网格地图从所述更新后的地图中删除。
可选地，在本实施例中，若所述面积小于所述重叠阈值，则确定重叠度较高，此时，将新获取的所述第三网格地图从所述更新后的地图中删除，由此保持地图的内存占用相对稳定；
可选地，在本实施例中，根据不同的动态环境确定相应的重叠阈值，当动态环境的变化量较高时，为了提高地图更新效率，可以设定较高的重叠阈值；
可选地，在本实施例中，根据不同的导航或定位的精准度需求确定相应的重叠阈值，当导航或定位的精准度需求较高时，可以设定较低的重叠阈值；
可选地，在本实施例中，根据不同的内存占用限值确定相应的重叠阈值，当内存占用限值较高时，可以设定较低的重叠阈值。
本实施例的有益效果在于，通过判断所述面积是否小于所述重叠阈值；然后，若所述面积小于所述重叠阈值，则将所述第三网格地图从所述更新后的地图中删除。实现了一种能够进行环境地图自主更新的方案，提供了不同的重叠度选用方案，提高了机器人在动态环境下运行的稳定性和准确性，避免了老旧地图对定位和导航的影响，也避免了重新建图所带来的额外成本，提高了生产效率。
实施例九
基于上述实施例，本发明还提出了一种环境地图自主更新设备，该设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上任一项所述的环境地图自主更新方法的步骤。
需要说明的是，上述设备实施例与方法实施例属于同一构思，其具体实现过程详细见方法实施例，且方法实施例中的技术特征在设备实施例中均对应适用，这里不再赘述。
实施例十
基于上述实施例，本发明还提出了一种计算机可读存储介质，该计算机可读存储介质上存储有环境地图自主更新程序，环境地图自主更新程序被处理器执行时实现如上述任一项所述的环境地图自主更新方法的步骤。
需要说明的是，上述介质实施例与方法实施例属于同一构思，其具体实现过程详细见方法实施例，且方法实施例中的技术特征在介质实施例中均对应适用，这里不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端（可以是手机，计算机，服务器，空调器，或者网络设备等）执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (7)

1.一种环境地图自主更新方法，其特征在于，所述方法包括：
当机器人运行至历史位置时，对当前时刻点云和历史时刻点云进行拼接，构建回环约束，以得到位姿图；
对所述位姿图进行优化，得到最优的机器人位姿；
在所述最优的机器人位姿下采集传感器数据，以生成更新后的地图；
在所述更新后的地图中，对所述传感器数据中包含的点云与所述历史时刻点云进行拼接，以得到所述机器人的当前位姿；
所述以得到所述机器人的当前位姿之后，还包括：
预设用于判定新旧地图更新的重叠阈值；
获取所述机器人的当前的多个位姿节点的地图；
依次获取所述机器人的当前的第一位姿节点渲染的第一网格地图、第二位姿节点渲染的第二网格地图、以及第三位姿节点渲染的第三网格地图；
获取所述第一网格地图与所述第三网格地图的第一非重合区域，获取所述第二网格地图与所述第三网格地图的第二非重合区域，获取所述第一非重合区域与所述第二非重合区域的重合区域的面积；
判断所述面积是否小于所述重叠阈值；
若所述面积小于所述重叠阈值，则将所述第三网格地图从所述更新后的地图中删除。
2.根据权利要求1所述的环境地图自主更新方法，其特征在于，所述当机器人运行至历史位置时，对当前时刻点云和历史时刻点云进行拼接，构建回环约束，以得到位姿图之前，包括：
确定所述机器人的运行环境；
在所述运行环境下执行地图构建的过程中，保存所述机器人的历史位姿以及所述历史位姿下的传感器数据。
3.根据权利要求2所述的环境地图自主更新方法，其特征在于，所述当机器人运行至历史位置时，对当前时刻点云和历史时刻点云进行拼接，构建回环约束，以得到位姿图之前，还包括：
识别所述机器人的所述运行环境是否已完成地图构建；
若所述运行环境已完成地图构建，则确定在所述运行环境下执行图优化的同时定位与地图构建。
4.根据权利要求3所述的环境地图自主更新方法，其特征在于，所述当机器人运行至历史位置时，对当前时刻点云和历史时刻点云进行拼接，构建回环约束，以得到位姿图，包括：
当所述机器人再次运行于所述运行环境时，持续地获取新的所述传感器数据；
连续地对前、后时刻获取到的新的所述传感器数据进行拼接，以构建约束边。
5.根据权利要求4所述的环境地图自主更新方法，其特征在于，所述当机器人运行至历史位置时，对当前时刻点云和历史时刻点云进行拼接，构建回环约束，以得到位姿图，还包括：
当所述机器人运行至历史地图的历史位置时，对当前时刻点云和历史时刻点云进行拼接，以构建所述回环约束；
生成包含所述约束边和所述回环约束的所述位姿图。
6.一种环境地图自主更新设备，其特征在于，所述设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的环境地图自主更新方法的步骤。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有环境地图自主更新程序，所述环境地图自主更新程序被处理器执行时实现如权利要求1至5中任一项所述的环境地图自主更新方法的步骤。
CN202110001149.1A 2021-01-04 2021-01-04 一种环境地图自主更新方法、设备及计算机可读存储介质 Active CN112325873B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110001149.1A CN112325873B (zh) 2021-01-04 2021-01-04 一种环境地图自主更新方法、设备及计算机可读存储介质
PCT/CN2021/140658 WO2022143360A1 (zh) 2021-01-04 2021-12-23 一种环境地图自主更新方法、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110001149.1A CN112325873B (zh) 2021-01-04 2021-01-04 一种环境地图自主更新方法、设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN112325873A CN112325873A (zh) 2021-02-05
CN112325873B true CN112325873B (zh) 2021-04-06

Family

ID=74302093

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110001149.1A Active CN112325873B (zh) 2021-01-04 2021-01-04 一种环境地图自主更新方法、设备及计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN112325873B (zh)
WO (1) WO2022143360A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112325873B (zh) * 2021-01-04 2021-04-06 炬星科技（深圳）有限公司 一种环境地图自主更新方法、设备及计算机可读存储介质
CN116019562A (zh) * 2021-03-09 2023-04-28 武汉联影智融医疗科技有限公司 机器人控制系统和方法
CN114445359B (zh) * 2022-01-24 2023-09-08 上海歆广数据科技有限公司 一种网格数据体系中电子地图质量控制系统及方法
CN114474065A (zh) * 2022-03-04 2022-05-13 美智纵横科技有限责任公司 机器人控制方法及其装置、机器人和存储介质
CN115200572B (zh) * 2022-09-19 2022-12-09 季华实验室 三维点云地图构建方法、装置、电子设备及存储介质
CN115685223B (zh) * 2022-12-15 2023-03-21 深圳市智绘科技有限公司 位置识别方法、装置、电子设备及可读存储介质
CN117576200B (zh) * 2024-01-15 2024-05-03 山东大学 一种长周期移动机器人定位方法、系统、设备及介质
CN118037823B (zh) * 2024-01-23 2024-08-02 中科南京智能技术研究院 一种机器人建图方法及相关装置
CN118392160B (zh) * 2024-06-28 2024-09-24 杭州智元研究院有限公司 一种能够在线运行的多机器人协同地图构建方法及系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107796397B (zh) * 2017-09-14 2020-05-15 杭州迦智科技有限公司 一种机器人双目视觉定位方法、装置和存储介质
KR101988555B1 (ko) * 2017-12-05 2019-06-12 충북대학교 산학협력단 조명 불변 영상을 사용한 slam 시스템 및 점구름 지도 생성 방법
CN110575653A (zh) * 2018-06-08 2019-12-17 北京眸视科技有限公司 一种智能捡网球机器人
CN108898630B (zh) * 2018-06-27 2020-12-15 清华-伯克利深圳学院筹备办公室 一种三维重建方法、装置、设备和存储介质
CN109074085B (zh) * 2018-07-26 2021-11-09 达闼机器人有限公司 一种自主定位和地图建立方法、装置和机器人
CN109709801B (zh) * 2018-12-11 2024-02-02 智灵飞（北京）科技有限公司 一种基于激光雷达的室内无人机定位系统及方法
CN110689622B (zh) * 2019-07-05 2021-08-27 电子科技大学 一种基于点云分割匹配闭环校正的同步定位与构图方法
CN111444852A (zh) * 2020-03-27 2020-07-24 深圳市银星智能科技股份有限公司 一种回环检测方法、装置及机器人
CN111553844B (zh) * 2020-04-29 2023-08-29 阿波罗智能技术(北京)有限公司 用于更新点云的方法及装置
CN112014857B (zh) * 2020-08-31 2023-04-07 上海宇航系统工程研究所 用于智能巡检的三维激光雷达定位导航方法及巡检机器人
CN112068154B (zh) * 2020-09-14 2022-12-13 中科院软件研究所南京软件技术研究院 一种激光建图定位方法、装置、存储介质及电子设备
CN112102400B (zh) * 2020-09-15 2022-08-02 上海云绅智能科技有限公司 基于距离的闭环检测方法、装置、电子设备和存储介质
CN112325873B (zh) * 2021-01-04 2021-04-06 炬星科技（深圳）有限公司 一种环境地图自主更新方法、设备及计算机可读存储介质

Also Published As

Publication number Publication date
CN112325873A (zh) 2021-02-05
WO2022143360A1 (zh) 2022-07-07

Similar Documents

Publication Publication Date Title
CN112325873B (zh) 一种环境地图自主更新方法、设备及计算机可读存储介质
CN108827249B (zh) 一种地图构建方法和装置
KR102113068B1 (ko) 수치지도 및 도로정밀지도 구축 자동화를 위한 방법
WO2023273169A1 (zh) 一种融合视觉与激光的2.5d地图构建方法
CN111680747A (zh) 用于占据栅格子图的闭环检测的方法和装置
JP2022541977A (ja) 画像のラベリング方法、装置、電子機器及び記憶媒体
CN111681172A (zh) 协同构建点云地图的方法、设备和系统
CN113724388B (zh) 高精地图的生成方法、装置、设备以及存储介质
WO2024087962A1 (zh) 车厢姿态识别系统、方法、电子设备及存储介质
CN113052761B (zh) 激光点云地图融合方法、设备以及计算机可读存储介质
CN112700497A (zh) 回环检测方法、装置、设备及计算机可读存储介质
US8564607B2 (en) Apparatus and method for creating textures of building
CN114690769B (zh) 路径规划方法、电子设备及存储介质、计算机程序产品
CN112287746A (zh) 使用对象的几何模板的鲁棒的对象识别
CN112344935B (zh) 机器人地图管理方法、装置、设备及存储介质
CN113126120A (zh) 数据标注方法、装置、设备、存储介质以及计算机程序产品
CN109668572B (zh) 一种基于floyd算法的激光叉车路径搜索方法
CN116907471A (zh) 基于slam的多元联合地图表示与更新方法和装置
CN111708283A (zh) 一种机器人仿真方法、设备以及计算机可读存储介质
CN115855026A (zh) 一种大型场景图元地图切换方法、系统、装置及存储介质
CN115619954A (zh) 稀疏语义地图的构建方法、装置、设备及存储介质
CN113362005B (zh) 一种基于环境感知的无人仓库货品智能盘点方法及系统
KR102438490B1 (ko) 단일 체커보드를 이용하는 이종 센서 캘리브레이션 방법 및 장치
CN111708046A (zh) 一种障碍物的平面数据的处理方法、装置、电子设备及存储介质
CN115371664B (zh) 一种基于几何尺度密度和信息熵的移动机器人地图动态维护方法及系统

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
CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: 518000 Room 401, block D, building 7, Shenzhen International Innovation Valley, Dashi 1st Road, Xili community, Xili street, Nanshan District, Shenzhen, Guangdong

Patentee after: JUXING TECHNOLOGY (SHENZHEN) Co.,Ltd.

Address before: 518000 building 101, building R3b, Gaoxin industrial village, No.018, Gaoxin South 7th Road, community, high tech Zone, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province

Patentee before: JUXING TECHNOLOGY (SHENZHEN) Co.,Ltd.