CN112700497B - 回环检测方法、装置、设备及计算机可读存储介质 - Google Patents
回环检测方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112700497B CN112700497B CN202110010343.6A CN202110010343A CN112700497B CN 112700497 B CN112700497 B CN 112700497B CN 202110010343 A CN202110010343 A CN 202110010343A CN 112700497 B CN112700497 B CN 112700497B
- Authority
- CN
- China
- Prior art keywords
- subgraph
- constructed
- partial
- local
- occupancy state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
Abstract
本发明公开了一种回环检测方法、装置、设备及计算机可读存储介质,包括:创建多层级待比对局部子图,按层级将多层级待比对局部子图依次与对应的已构建局部子图进行占用状态对比,获得各个层级的占用状态匹配度;若各个层级的占用状态匹配度均大于预设匹配度,则将正在构建的局部子图与对应的已构建局部子图进行占用状态匹配;若正在构建的局部子图与对应的已构建局部子图的在相同位置的占用状态完全匹配则判定回环成功。由此在多层级待比对局部子图的占用状态匹配成功后,再将正在构建的局部子图与对应的已构建局部子图进行状态匹配,提高回环的准确性和地图构建的成功率。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种回环检测方法、装置、设备及计算机可读存储介质。
背景技术
在利用2D(two-dimensional,二维)激光基于SLAM(Simultaneous Localizationand Mapping,同步定位绘图)算法绘制地图时,地图误差会逐步累积、传递,对于大型地图则会产生较大的累积误差。
当前减小累积误差的主要方式是scan to map(激光返回数据与地图匹配),也即将激光雷达扫描数据直接与地图进行匹配,得到实际位置坐标。一边计算位置,一边把新扫描到的数据及时加入到已构建的地图中,但是这种方式在特征激光返回数据比较少的情况下可能会在任何一处进行回环,导致地图不准确。
发明内容
本发明提供一种回环检测方法、装置、设备及计算机可读存储介质,旨在提高回环的准确性和地图构建的成功率。
为实现上述目的,本发明提供一种回环检测方法,方法包括:
创建多层级待比对局部子图,按层级将多层级待比对局部子图依次与对应的已构建局部子图进行占用状态对比,获得各个层级的占用状态匹配度;
若各个层级的占用状态匹配度均大于预设匹配度,则将正在构建的局部子图与对应的已构建局部子图进行占用状态匹配;
若正在构建的局部子图与对应的已构建局部子图的在相同位置的占用状态完全匹配则判定回环成功。
可选地,创建多层级待比对局部子图,包括:
将已构建局部子图按预设分辨率进行压缩,获得多个不同分辨率的层级压缩局部子图,预设分辨率包括第一预设分辨率、第二预设分辨率、第三预设分辨率,对应的层级压缩局部子图分别是第一层级压缩局部子图,第二层级压缩局部子图和第三层级压缩局部子图;
将机器人接收到的激光信号数据分别转换至层级压缩局部子图,获得待比对局部子图。
可选地,按层级将多层级待比对局部子图依次与对应的已构建局部子图进行占用状态对比,获得各个层级的占用状态匹配度,包括:
将第一层级压缩局部子图中各个位置的第一占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行对比,获得第一占用状态匹配度;
若第一占用状态匹配度大于预设第一匹配度,则将第二层级压缩局部子图中各个位置的第二占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行对比,获得第二占用状态匹配度,第二预设分辨率高于第一预设分辨率;
若第二占用状态匹配度大于预设第二匹配度,则将第三层级压缩局部子图中各个位置的第三占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行对比,获得第三占用状态匹配度,第三预设分辨率高于第二预设分辨率。
可选地,将第一层级压缩局部子图中各个位置的第一占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行对比,获得第一占用状态匹配度,之后还包括:
若第一占用状态匹配度小于或等于预设第一匹配度,则基于机器人接收到的激光信号数据对已构建局部子图进行纠错更新。
可选地,创建多层级待比对局部子图,按层级将多层级待比对局部子图依次与对应的已构建局部子图进行占用状态对比,获得各个层级的占用状态匹配度,之前还包括:
以机器人所在位置为中心创建空白子图;
将机器人收集到的激光返回数据转换至预先构建的空白子图中,在空白子图中标记各个位置的占用状态,获得局部子图;
将多个连续的局部子图拼接成已构建局部子图。
可选地,将正在构建的局部子图与对应的已构建局部子图进行占用状态匹配,包括:
将正在构建的局部子图中各个位置的当前占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行匹配。
可选地,若正在构建的局部子图与对应的已构建局部子图的在相同位置的占用状态完全匹配则判定回环成功,之后还包括:
将已构建局部子图进行优化,以降低已构建局部子图的累积误差。
此外,为实现上述目的,本发明还提供一种回环检测装置,回环检测装置包括:
创建模块,用于创建多层级待比对局部子图,按层级将多层级待比对局部子图依次与对应的已构建局部子图进行占用状态对比,获得各个层级的占用状态匹配度;
对比模块,用于若各个层级的占用状态匹配度均大于预设匹配度,则将正在构建的局部子图与对应的已构建局部子图进行占用状态匹配;
判定模块,用于若正在构建的局部子图与对应的已构建局部子图的在相同位置的占用状态完全匹配则判定回环成功。
此外,为实现上述目的,本发明还提供一种回环检测设备,回环检测设备包括处理器,存储器以及存储在存储器中的回环检测程序,回环检测程序被处理器运行时,实现如上的回环检测方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,计算机可读存储介质上存储有回环检测程序,回环检测程序被处理器运行时实现如上回环检测方法的步骤。
相比现有技术,本发明提出的一种回环检测方法、装置、设备及计算机可读存储介质,创建多层级待比对局部子图,按层级将多层级待比对局部子图依次与对应的已构建局部子图进行占用状态对比,获得各个层级的占用状态匹配度;若各个层级的占用状态匹配度均大于预设匹配度,则将正在构建的局部子图与对应的已构建局部子图进行占用状态匹配;若正在构建的局部子图与对应的已构建局部子图的在相同位置的占用状态完全匹配则判定回环成功。由此在多层级待比对局部子图的占用状态匹配成功后,再将正在构建的局部子图与对应的已构建局部子图进行状态匹配,提高回环的准确性和地图构建的成功率。
附图说明
图1是本发明各实施例涉及的回环检测设备的硬件结构示意图;
图2是本发明回环检测方法第一实施例的流程示意图;
图3是本发明回环检测装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例主要涉及的回环检测设备是指能够实现网络连接的网络连接设备,回环检测设备可以是服务器、云平台等。
参照图1,图1是本发明各实施例涉及的回环检测设备的硬件结构示意图。本发明实施例中,回环检测设备可以包括处理器1001(例如中央处理器Central ProcessingUnit、CPU),通信总线1002,输入端口1003,输出端口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信;输入端口1003用于数据输入;输出端口1004用于数据输出,存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器,存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解,图1中示出的硬件结构并不构成对本发明的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
继续参照图1,图1中作为一种可读计算机可读存储介质的存储器1005可以包括操作系统、网络通信模块、应用程序模块以及回环检测程序。在图1中,网络通信模块主要用于连接服务器,与服务器进行数据通信;而处理器1001可以调用存储器1005中存储的回环检测程序,并执行本发明实施例提供的回环检测方法。
本发明实施例提供了一种回环检测方法。
参照图2,图2是本发明回环检测方法第一实施例的流程示意图。
本实施例中,回环检测方法应用于回环检测设备,方法包括:
步骤S101,创建多层级待比对局部子图,按层级将多层级待比对局部子图依次与对应的已构建局部子图进行占用状态对比,获得各个层级的占用状态匹配度;
回环检测,又称闭环检测,是指机器人识别曾到达某场景,使得地图闭环的能力。说的简单点,就是机器人在左转一下,右转一下建图的时候能意识到某个地方是曾经来过的,然后把此刻生成的地图与先前生成的地图做匹配。
本实施例基于SLAM(Simultaneous Localization and Mapping,同步定位绘图)绘制地图。SLAM主要用于解决移动机器人在未知环境中运行时定位导航与地图构建的问题。通过SLAM构建局部子图的流程包括::
以机器人所在位置为中心创建空白子图;
机器人配置有激光传感器,激光传感器可以发射激光并接收激光返回数据,用于测量障碍物到激发传感器的距离。例如,该激光传感器可以是2D激光传感器,2D激光传感器发射一帧激光后,接收各个方向的返回激光返回数据,并根据返回的时间确定障碍物的距离。基于激光从发射到收到返回激光返回数据的时间差,乘以速度再除以二就得到了传感器到对应方向上最近障碍物的距离。
在构建地图的过程中,机器人会不断地移动,并且可以在各个位置发射激光并接收返回数据。本实施例中,以机器人发射激光并接收返回数据的所在位置为中心,创建空白子图。空白子图的尺寸大小可以基于实际场景确定。
将机器人收集到的激光返回数据转换至预先构建的空白子图中,在空白子图中标记各个位置的占用状态,获得局部子图;将多个连续的局部子图拼接成已构建局部子图。
本实施例中,将机器人及其激光返回数据所在的坐标系标记为世界坐标系,在世界坐标系中将收集到的激光返回数据标记为scan points,将机器人所在的位置标记为origin,将机器人所在的位置以及激光返回数据表示为H={origin,scan points}。在空白子图中创建地图坐标系,将世界坐标系与地图坐标系的转换矩阵表示为Tξ,如此通过Tξ即可将机器人所在的位置以及激光返回数据H转换至空白子图中。在空白子图中将有障碍物的坐标对应位置处的占用状态标记为占用。
本实施例中,空白子图及转换后获得的局部子图(submap)可以是栅格地图,其大小可以是5cm×5cm,将每个局部子图的中心称为grid point(网格点),局部子图中的其他点称为corresponding pixel(相关像素点)。将将多个连续的局部子图基于SLAM算法进行拼接最终获得的就是一个包含很多子图的已构建局部地图。
局部子图可以看做栅格概率地图,但是如果把局部子图看成特征点,那么整个已构建局部地图可以看成拓扑地图,局部子图为特征点,局部子图之间的相对位置的约束关系为线。局部子图跟局部子图之间通过中心点相对位置保持关系,但是这个相对位置误差在位置相近的局部子图之间比较低,随着局部子图数量的增加、机器人运动距离的变大、各种随机因素等等,误差会越来越大,举个例子,假设临近局部子图有1cm的误差,当最终构建的地图中包含100张局部子图时,最后一个局部子图跟第一张局部子图之间的误差就达到1m之多,所以要进行回环检测来纠正这些误。
此外,在拼接已构建局部地图时,通过PL-ICP(piont line-iterative closestpoint,点线迭代最近点)来纠正机器人在小范围运动过程中造成的累积误差,然后根据纠正好的机器人位姿,将基于新的机器人位姿及其激光返回数据转换至局部子图中。当局部子图中存储的激光返回数据达到预设数量时,即可完成局部子图的构建。
本实施例中,多层级待比对局部子图是指分辨率不同的待对比局部子图。
创建多层级待比对局部子图,包括:
将已构建局部子图按预设分辨率进行压缩,获得多个不同分辨率的层级压缩局部子图,预设分辨率包括第一预设分辨率、第二预设分辨率、第三预设分辨率,对应的层级压缩局部子图分别是第一层级压缩局部子图,第二层级压缩局部子图和第三层级压缩局部子图;将机器人接收到的激光信号数据分别转换至层级压缩局部子图,获得待比对局部子图。本实施例中基于SLAM算法将激光信号数据分别转换至层级压缩局部子图。
一般地,压缩后的层级压缩局部子图的分辨率低于对应的已构建局部子图。高分辨率的已构建局部子图经过压缩后,分辨率降低,像素点减少。例如若已构建局部子图A的面积为1平方米,当分辨率为5cm每像素时,对应有400个像素点;若压缩为50cm每像素,则对应有4个像素点。对于同样大小的已构建局部子图,像素点减少,进行匹配时所需要的计算量就大大减少了。例如可以设置3层,每一层分别对应于第一预设分辨率、第二预设分辨率、第三预设分辨率,例如第一预设分辨率为5cm每像素、第二预设分辨率为10cm每像素、第三预设分辨率为50cm。
具体地,将第一层级压缩局部子图中各个位置的第一占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行对比,获得第一占用状态匹配度;本实施例中述第一层级压缩局部子图的分辨率为第一分辨率。获取第一层级压缩局部子图中各个像素点对应位置的第一占用状态,同时获取已构建局部子图中对应于各个像素点位置的待对比占用状态。并将各个位置的第一占用状态与待对比占用状态进行对比,获得第一占用状态匹配度。第一层级压缩局部子图的分辨率较低,像素点比较少,需要对比的位置不多,计算量小,如此可以筛选有明显区别的局部子图。
若第一占用状态匹配度大于预设第一匹配度,则将第二层级压缩局部子图中各个位置的第二占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行对比,获得第二占用状态匹配度,第二预设分辨率高于第一预设分辨率;预设第一匹配度可以根据需要具体设置,例如将预设第一匹配度设置为80%、85%或90%。由于第二层级压缩局部子图的分辨率高于第一层级压缩局部子图,具有更多的像素点,可以进行更精准的匹配。
若第二占用状态匹配度大于预设第二匹配度,则将第三层级压缩局部子图中各个位置的第三占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行对比,获得第三占用状态匹配度,第三预设分辨率高于第二预设分辨率。预设第二匹配度可以根据需要具体设置,例如将预设第二匹配度设置为85%或90%。
此外,若第一占用状态匹配度小于或等于预设第一匹配度,则基于机器人接收到的激光信号数据对已构建局部子图进行纠错更新;
若第二占用状态匹配度小于或等预设第二匹配度,则基于机器人接收到的激光信号数据对已构建局部子图进行纠错更新。
若第一占用状态匹配度和/或第二占用状态匹配度较低,则说明已构建局部子图可能存在差错,因此需要及时进行纠错更新,以保证构图的准确性。
步骤S102,若各个层级的占用状态匹配度均大于预设匹配度,则将正在构建的局部子图与对应的已构建局部子图进行占用状态匹配;
若第一占用状态匹配度、第二占用状态匹配度和第三占用状态匹配度均大于对应的预设匹配度,则说明正在构建的局部子图与对应的已构建局部子图的相似度较高,则说明已构建局部子图的正确性比较高,也即激光返回信号匹配成功,并进一步进行回环判定。
具体地,将正在构建的局部子图中各个位置的当前占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行匹配。
步骤S103,若正在构建的局部子图与对应的已构建局部子图的在相同位置的占用状态完全匹配则判定回环成功。
将正在构建的局部子图放到之前激光匹配成功的位置,经过坐标转换,如果正在构建的局部子图和这次匹配上的已构建局部子图,在相同坐标上,占用状态都相同,则认为回环成功。
如果回环检测成功,可以显著地减小累积误差,帮助机器人更精准、快速的进行避障导航工作。而错误的检测结果可能使地图变得很糟糕。因此,回环检测在大面积、大场景地图构建上是非常有必要的。
当激光匹配成功后,将正在构建的局部子图与对应的已构建局部子图,因此本申请中的回环检测方法实际是一种map_to_map(地图到地图)的方法。map_to_map回环检测方法就是在每次进行回环检测时不仅使用单帧激光,还要使用尚未完成的局部子图submap,之所以采用这种方法就是因为单帧激光所包含的信息太少,在缺乏特征的环境下非常容易误匹配,但是局部子图包含了一段时间的地图信息,所描述的环境特征也更多,所以能大大降低误匹配的可能。激光匹配成功以后,然后进行局部子图和已构建子图比对,进行第二次判定,如果依然判定匹配,才认为回环匹配成功。这样做不仅不会影响算法的实时性,还可以提高算法输出的可靠性。算法的前端和后端一般是两个进程同时运算,本方案可以保证算法整体保持实时性。
进一步地,步骤S103之后还包括:将已构建局部子图进行优化,以降低已构建局部子图的累积误差。
本实施例中,可以基于已构建局部子图中相邻子图的误差进行优化,使最终的误差最小,并将误差最小的已构建局部子图保存为最终的已构建局部子图。
本实施例通过上述方案,创建多层级待比对局部子图,按层级将多层级待比对局部子图依次与对应的已构建局部子图进行占用状态对比,获得各个层级的占用状态匹配度;若各个层级的占用状态匹配度均大于预设匹配度,则将正在构建的局部子图与对应的已构建局部子图进行占用状态匹配;若正在构建的局部子图与对应的已构建局部子图的在相同位置的占用状态完全匹配则判定回环成功。由此在多层级待比对局部子图的占用状态匹配成功后,再将正在构建的局部子图与对应的已构建局部子图进行状态匹配,提高回环的准确性和地图构建的成功率。
此外,本实施例还提供一种回环检测装置。参照图3,图3为本发明回环检测装置第一实施例的功能模块示意图。
本实施例中,回环检测装置为虚拟装置,存储于图1所示的回环检测设备的存储器1005中,以实现回环检测程序的所有功能:用于创建多层级待比对局部子图,按层级将多层级待比对局部子图依次与对应的已构建局部子图进行占用状态对比,获得各个层级的占用状态匹配度;用于若各个层级的占用状态匹配度均大于预设匹配度,则将正在构建的局部子图与对应的已构建局部子图进行占用状态匹配;用于若正在构建的局部子图与对应的已构建局部子图的在相同位置的占用状态完全匹配则判定回环成功。
具体地,回环检测装置包括:
创建模块10,用于创建多层级待比对局部子图,按层级将多层级待比对局部子图依次与对应的已构建局部子图进行占用状态对比,获得各个层级的占用状态匹配度;
对比模块20,用于若各个层级的占用状态匹配度均大于预设匹配度,则将正在构建的局部子图与对应的已构建局部子图进行占用状态匹配;
判定模块30,用于若正在构建的局部子图与对应的已构建局部子图的在相同位置的占用状态完全匹配则判定回环成功。
进一步地,创建模块还用于:
将已构建局部子图按预设分辨率进行压缩,获得多个不同分辨率的层级压缩局部子图,预设分辨率包括第一预设分辨率、第二预设分辨率、第三预设分辨率,对应的层级压缩局部子图分别是第一层级压缩局部子图,第二层级压缩局部子图和第三层级压缩局部子图;
将机器人接收到的激光信号数据分别转换至层级压缩局部子图,获得待比对局部子图。
进一步地,创建模块还用于:
将第一层级压缩局部子图中各个位置的第一占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行对比,获得第一占用状态匹配度;
若第一占用状态匹配度大于预设第一匹配度,则将第二层级压缩局部子图中各个位置的第二占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行对比,获得第二占用状态匹配度,第二预设分辨率高于第一预设分辨率;
若第二占用状态匹配度大于预设第二匹配度,则将第三层级压缩局部子图中各个位置的第三占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行对比,获得第三占用状态匹配度,第三预设分辨率高于第二预设分辨率。
进一步地,创建模块还用于:
若第一占用状态匹配度小于或等于预设第一匹配度,则基于机器人接收到的激光信号数据对已构建局部子图进行纠错更新。
进一步地,创建模块还用于:
以机器人所在位置为中心创建空白子图;
将机器人收集到的激光返回数据转换至预先构建的空白子图中,在空白子图中标记各个位置的占用状态,获得局部子图;
将多个连续的局部子图拼接成已构建局部子图。
进一步地,对比模块还用于:
将正在构建的局部子图中各个位置的当前占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行匹配。
进一步地,对比模块还用于:
将已构建局部子图进行优化,以降低已构建局部子图的累积误差。
此外,本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有回环检测程序,回环检测程序被处理器运行时实现如上回环检测方法的步骤。
相比现有技术,本发明提出的一种回环检测方法、装置、设备及计算机可读存储介质,创建多层级待比对局部子图,按层级将多层级待比对局部子图依次与对应的已构建局部子图进行占用状态对比,获得各个层级的占用状态匹配度;若各个层级的占用状态匹配度均大于预设匹配度,则将正在构建的局部子图与对应的已构建局部子图进行占用状态匹配;若正在构建的局部子图与对应的已构建局部子图的在相同位置的占用状态完全匹配则判定回环成功。由此在多层级待比对局部子图的占用状态匹配成功后,再将正在构建的局部子图与对应的已构建局部子图进行状态匹配,提高回环的准确性和地图构建的成功率。
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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。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、物品或者系统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如上所述的一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备执行本发明各个实施例所述的方法。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种回环检测方法,其特征在于,应用于构建指导机器人进行避障导航工作的目标地图,所述方法包括:
创建多层级待比对局部子图,按层级将所述多层级待比对局部子图依次与对应的已构建局部子图进行占用状态对比,获得各个层级的占用状态匹配度,其中,在构建所述地图过程中,将有障碍物的坐标对应位置处的占用状态标记为占用;
若各个层级的占用状态匹配度均大于预设匹配度,则将正在构建的局部子图与对应的已构建局部子图进行占用状态匹配;
若所述正在构建的局部子图与对应的已构建局部子图的在相同位置的占用状态完全匹配则判定回环成功;
所述创建多层级待比对局部子图,包括:
将已构建局部子图按预设分辨率进行压缩,获得多个不同分辨率的层级压缩局部子图,所述预设分辨率包括第一预设分辨率、第二预设分辨率、第三预设分辨率,对应的层级压缩局部子图分别是第一层级压缩局部子图,第二层级压缩局部子图和第三层级压缩局部子图;
将机器人接收到的激光信号数据分别转换至所述层级压缩局部子图,获得待比对局部子图;
所述按层级将所述多层级待比对局部子图依次与对应的已构建局部子图进行占用状态对比,获得各个层级的占用状态匹配度,包括:
将所述第一层级压缩局部子图中各个位置的第一占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行对比,获得第一占用状态匹配度;
若所述第一占用状态匹配度大于预设第一匹配度,则将所述第二层级压缩局部子图中各个位置的第二占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行对比,获得第二占用状态匹配度,所述第二预设分辨率高于所述第一预设分辨率;
若所述第二占用状态匹配度大于预设第二匹配度,则将所述第三层级压缩局部子图中各个位置的第三占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行对比,获得第三占用状态匹配度,所述第三预设分辨率高于所述第二预设分辨率。
2.根据权利要求1所述的方法,其特征在于,所述将所述第一层级压缩局部子图中各个位置的第一占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行对比,获得第一占用状态匹配度,之后还包括:
若所述第一占用状态匹配度小于或等于所述预设第一匹配度,则基于所述机器人接收到的激光信号数据对所述已构建局部子图进行纠错更新。
3.根据权利要求1所述的方法,其特征在于,所述创建多层级待比对局部子图,按层级将所述多层级待比对局部子图依次与对应的已构建局部子图进行占用状态对比,获得各个层级的占用状态匹配度,之前还包括:
以机器人所在位置为中心创建空白子图;
将机器人收集到的激光返回数据转换至预先构建的空白子图中,在所述空白子图中标记各个位置的占用状态,获得局部子图;
将多个连续的局部子图拼接成所述已构建局部子图。
4.根据权利要求1所述的方法,其特征在于,所述将正在构建的局部子图与对应的已构建局部子图进行占用状态匹配,包括:
将所述正在构建的局部子图中各个位置的当前占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行匹配。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述若所述正在构建的局部子图与对应的已构建局部子图的在相同位置的占用状态完全匹配则判定回环成功,之后还包括:
将已构建局部子图进行优化,以降低所述已构建局部子图的累积误差。
6.一种回环检测装置,其特征在于,应用于构建指导机器人进行避障导航工作的目标地图,所述回环检测装置包括:
创建模块,用于创建多层级待比对局部子图,按层级将所述多层级待比对局部子图依次与对应的已构建局部子图进行占用状态对比,获得各个层级的占用状态匹配度,其中,在构建所述地图过程中,将有障碍物的坐标对应位置处的占用状态标记为占用;
对比模块,用于若各个层级的占用状态匹配度均大于预设匹配度,则将正在构建的局部子图与对应的已构建局部子图进行占用状态匹配;
判定模块,用于若所述正在构建的局部子图与对应的已构建局部子图的在相同位置的占用状态完全匹配则判定回环成功;
所述创建模块,还用于将已构建局部子图按预设分辨率进行压缩,获得多个不同分辨率的层级压缩局部子图,所述预设分辨率包括第一预设分辨率、第二预设分辨率、第三预设分辨率,对应的层级压缩局部子图分别是第一层级压缩局部子图,第二层级压缩局部子图和第三层级压缩局部子图;
将机器人接收到的激光信号数据分别转换至所述层级压缩局部子图,获得待比对局部子图;
所述创建模块,还用于将所述第一层级压缩局部子图中各个位置的第一占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行对比,获得第一占用状态匹配度;
若所述第一占用状态匹配度大于预设第一匹配度,则将所述第二层级压缩局部子图中各个位置的第二占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行对比,获得第二占用状态匹配度,所述第二预设分辨率高于所述第一预设分辨率;
若所述第二占用状态匹配度大于预设第二匹配度,则将所述第三层级压缩局部子图中各个位置的第三占用状态与对应的已构建局部子图中各个对应位置的待对比占用状态进行对比,获得第三占用状态匹配度,所述第三预设分辨率高于所述第二预设分辨率。
7.一种回环检测设备,其特征在于,所述回环检测设备包括处理器,存储器以及存储在所述存储器中的回环检测程序,所述回环检测程序被所述处理器运行时,实现如权利要求1-5中任一项所述的回环检测方法的步骤。
8.一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回环检测程序,所述回环检测程序被处理器运行时实现如权利要求1-5中任一项所述回环检测方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110010343.6A CN112700497B (zh) | 2021-01-04 | 2021-01-04 | 回环检测方法、装置、设备及计算机可读存储介质 |
PCT/CN2021/129493 WO2022142744A1 (zh) | 2021-01-04 | 2021-11-09 | 回环检测方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110010343.6A CN112700497B (zh) | 2021-01-04 | 2021-01-04 | 回环检测方法、装置、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112700497A CN112700497A (zh) | 2021-04-23 |
CN112700497B true CN112700497B (zh) | 2023-06-09 |
Family
ID=75514786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110010343.6A Active CN112700497B (zh) | 2021-01-04 | 2021-01-04 | 回环检测方法、装置、设备及计算机可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112700497B (zh) |
WO (1) | WO2022142744A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112700497B (zh) * | 2021-01-04 | 2023-06-09 | 歌尔股份有限公司 | 回环检测方法、装置、设备及计算机可读存储介质 |
CN116105721B (zh) * | 2023-04-11 | 2023-06-09 | 深圳市其域创新科技有限公司 | 地图构建的回环优化方法、装置、设备及存储介质 |
CN117173247B (zh) * | 2023-11-02 | 2024-02-02 | 中国海洋大学 | 基于2D激光雷达与LightGBM的室外定位与构图方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111402413A (zh) * | 2020-06-04 | 2020-07-10 | 浙江欣奕华智能科技有限公司 | 三维视觉定位方法、装置及计算设备、存储介质 |
CN111540027A (zh) * | 2020-04-23 | 2020-08-14 | 上海高仙自动化科技发展有限公司 | 一种检测方法、装置、电子设备及存储介质 |
CN111795687A (zh) * | 2020-06-29 | 2020-10-20 | 深圳市优必选科技股份有限公司 | 一种机器人地图更新方法、装置、可读存储介质及机器人 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9125019B1 (en) * | 2014-05-01 | 2015-09-01 | Glopos Fzc | Positioning arrangement, method, mobile device and computer program |
CN109978925B (zh) * | 2017-12-27 | 2021-04-20 | 深圳市优必选科技有限公司 | 一种机器人位姿的识别方法及其机器人 |
US11243081B2 (en) * | 2019-03-29 | 2022-02-08 | Trimble Inc. | Slam assisted INS |
CN110531766B (zh) * | 2019-08-27 | 2022-06-28 | 熵智科技(深圳)有限公司 | 基于已知占据栅格地图的持续激光slam构图定位方法 |
CN111060113B (zh) * | 2019-12-31 | 2022-04-08 | 歌尔股份有限公司 | 一种地图更新方法及装置 |
CN111192364A (zh) * | 2020-01-09 | 2020-05-22 | 北京科技大学 | 一种低成本移动多机器人视觉同时定位和地图创建方法 |
CN111209978B (zh) * | 2020-04-20 | 2020-07-10 | 浙江欣奕华智能科技有限公司 | 三维视觉重定位方法、装置及计算设备、存储介质 |
CN111680747B (zh) * | 2020-06-08 | 2023-09-01 | 北京百度网讯科技有限公司 | 用于占据栅格子图的闭环检测的方法和装置 |
CN111932600B (zh) * | 2020-07-31 | 2023-10-03 | 杭州电子科技大学 | 一种基于局部子图的实时回环检测方法 |
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 |
CN112700497B (zh) * | 2021-01-04 | 2023-06-09 | 歌尔股份有限公司 | 回环检测方法、装置、设备及计算机可读存储介质 |
-
2021
- 2021-01-04 CN CN202110010343.6A patent/CN112700497B/zh active Active
- 2021-11-09 WO PCT/CN2021/129493 patent/WO2022142744A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111540027A (zh) * | 2020-04-23 | 2020-08-14 | 上海高仙自动化科技发展有限公司 | 一种检测方法、装置、电子设备及存储介质 |
CN111402413A (zh) * | 2020-06-04 | 2020-07-10 | 浙江欣奕华智能科技有限公司 | 三维视觉定位方法、装置及计算设备、存储介质 |
CN111795687A (zh) * | 2020-06-29 | 2020-10-20 | 深圳市优必选科技股份有限公司 | 一种机器人地图更新方法、装置、可读存储介质及机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN112700497A (zh) | 2021-04-23 |
WO2022142744A1 (zh) | 2022-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112700497B (zh) | 回环检测方法、装置、设备及计算机可读存储介质 | |
KR102235827B1 (ko) | 격자 지도를 생성하는 방법 및 장치 | |
CN108198145B (zh) | 用于点云数据修复的方法和装置 | |
CN105160702B (zh) | 基于LiDAR点云辅助的立体影像密集匹配方法及系统 | |
CN110109134B (zh) | 一种基于2d激光雷达测距的折线提取极大似然估计的方法 | |
CN110009718B (zh) | 一种三维高精度地图生成方法及装置 | |
CN109407073B (zh) | 反射值地图构建方法和装置 | |
US20220198688A1 (en) | Laser coarse registration method, device, mobile terminal and storage medium | |
CN109931942A (zh) | 机器人路径生成方法、装置、机器人和存储介质 | |
CN111795687B (zh) | 一种机器人地图更新方法、装置、可读存储介质及机器人 | |
CN113409459B (zh) | 高精地图的生产方法、装置、设备和计算机存储介质 | |
CN111680747B (zh) | 用于占据栅格子图的闭环检测的方法和装置 | |
CN111207762B (zh) | 地图生成方法、装置、计算机设备和存储介质 | |
CN112799096B (zh) | 基于低成本车载二维激光雷达的地图构建方法 | |
WO2020237516A1 (zh) | 点云的处理方法、设备和计算机可读存储介质 | |
CN114140592A (zh) | 高精地图生成方法、装置、设备、介质及自动驾驶车辆 | |
CN113325389A (zh) | 一种无人车激光雷达定位方法、系统及存储介质 | |
CN111982124A (zh) | 基于深度学习的玻璃场景下三维激光雷达导航方法及设备 | |
CN117590362B (zh) | 一种多激光雷达外参标定方法、装置和设备 | |
CN116010641B (zh) | 基于gis的智慧城市建设用大数据实时获取装置及方法 | |
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 | |
CN104112293A (zh) | 一种用于隧道环境的射线追踪加速算法 | |
CN117078873A (zh) | 一种三维高精度地图生成方法、系统及云平台 | |
CN116642490A (zh) | 基于混合地图的视觉定位导航方法、机器人及存储介质 | |
CN113781569A (zh) | 一种回环检测方法和装置 |
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 |