CN112729322B - 一种构建网格地图的方法、装置及电子设备 - Google Patents

一种构建网格地图的方法、装置及电子设备 Download PDF

Info

Publication number
CN112729322B
CN112729322B CN202011610583.1A CN202011610583A CN112729322B CN 112729322 B CN112729322 B CN 112729322B CN 202011610583 A CN202011610583 A CN 202011610583A CN 112729322 B CN112729322 B CN 112729322B
Authority
CN
China
Prior art keywords
area
candidate
detection
grid map
determining
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
CN202011610583.1A
Other languages
English (en)
Other versions
CN112729322A (zh
Inventor
饶向荣
支涛
应甫臣
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.)
Beijing Yunji Technology Co Ltd
Original Assignee
Beijing Yunji Technology 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 Beijing Yunji Technology Co Ltd filed Critical Beijing Yunji Technology Co Ltd
Priority to CN202011610583.1A priority Critical patent/CN112729322B/zh
Publication of CN112729322A publication Critical patent/CN112729322A/zh
Application granted granted Critical
Publication of CN112729322B publication Critical patent/CN112729322B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30Map- or contour-matching
    • G01C21/32Structuring or formatting of map data

Abstract

本申请实施例提供一种构建网格地图的方法、装置及电子设备,该方法包括获取当前时刻已构建的原始网格地图;根据预设的单次探测区域的形状特征和所述原始网格地图上各栅格的探测状态确定目标点,其中,所述探测状态至少包括:已探测和未探测;控制探测对象移动至所述目标点,探测得到所述目标点所处的探测区域的地理情况;根据所述地理情况更新所述原始网格地图,能够自主探索构建网络地图。

Description

一种构建网格地图的方法、装置及电子设备
技术领域
本申请实施例涉及机器人领域,具体涉及一种构建网格地图的方法、装置及电子设备。
背景技术
相关技术中,探测对象移动导航使用需要用到二维的激光网格地图。采用探测对象在大型的场景下构建网格地图时,通常都是用户发送控制指令,来控制探测对象在未知环境中运动完成探测,并且在建图的过程中也是人为控制扫描现场来建立网格地图,但通过人为凭借感觉或者经验来控制探测对象完成待构建地图的区域的扫描过程会存在精准程度上的误差,也增加了人的任务量。
因此,如何使提升探测对象构建网格地图的效率和准确性成为亟待解决的问题。
发明内容
本申请实施例提供一种构建网格地图的方法、装置及电子设备,通过本申请的一些实施例至少能够实现自主探索构建网格地图,从而可以节省人工成本。
第一方面,本申请实施例提供一种构建网格地图的方法,所述方法包括:获取当前时刻已构建的原始网格地图;根据预设的单次探测区域的形状特征和所述原始网格地图上各栅格的探测状态确定目标点,其中,所述探测状态至少包括:已探测和未探测;控制探测对象移动至所述目标点,探测得到所述目标点所处的探测区域的地理情况;根据所述地理情况更新所述原始网格地图。
因此,本申请实施例通过确定所述探测对象的目标点,能够自主更新原始网格地图,从而实现对网格地图的自主探索,从而节省人工成本。
结合第一方面,在一种实施方式中,所述根据预设的单次探测区域的形状特征和所述原始网格地图上各栅格的探测状态确定目标点,包括:基于所述单次探测区域的形状划分所述原始网格地图,得到多个子区域;根据所述多个子区域中各子区域包括的所有栅格的探测状态,从所述多个子区域中选择至少一个候选移动区域;将所述至少一个候选移动区域中各候选移动区域的设定位置,作为候选移动点;根据所述候选移动点与所述探测对象的位置关系,确定所述目标点。
因此,本申请实施例通过根据候选移动点与探测对象的位置关系,能够确定目标点,从而使探测对象到达目标点进行地理情况的探测,从而自主更新原始网格地图。
结合第一方面,在一种实施方式中,所述设定位置为所述各候选移动区域的中心点所在的位置。
因此,本申请实施例通过将候选移动区域设定的位置选择在中心点,能够使探测对象快速的定位目标点,从而控制探测对象快速移动至目标点进行探测。
结合第一方面,在一种实施方式中,所述根据所述多个子区域中各子区域包括的所有栅格的探测状态,从所述多个子区域中选择至少一个候选移动区域,包括:计算所述多个子区域中各子区域的边界;分别确定所述各子区域的边界与所述原始网格地图的边界之间的距离,得到与所述多个子区域分别对应的边界距离值;根据所述边界距离值和所述多个子区域中各子区域包括的所有栅格的探测状态确定所述至少一个候选移动区域。
因此,本申请实施例通过边界距离值确定至少一个候选区域,能够准确的获得原始网格地图与多个子区域之间的位置关系,从而准确的确定候选移动区域。
结合第一方面,在一种实施方式中,所述根据所述边界距离值和所述多个子区域中各子区域包括的所有栅格的探测状态确定所述至少一个候选移动区域,包括:根据距离阈值与所述边界距离的对比结果,获得第一候选移动区域;将处于未探测状态的栅格的总面积大于设定阈值的所述第一候选移动区域,确定为所述至少一个候选移动区域。
结合第一方面,在一种实施方式中,所述根据所述边界距离值和所述多个子区域中各子区域包括的所有栅格的探测状态确定所述至少一个候选移动区域,包括:从所述多个子区域中选择至少一个目标子区域,其中,所述目标子区域包括的所有处于未探测状态栅格的总面积与相应子区域总面积的比值大于设定阈值;将所述至少一个目标子区域中各目标子区域的边界距离与距离阈值进行比较,获得对比结果;将所述对比结果为小于或者等于所述距离阈值的目标子区域,作为所述至少一个候选移动区域。
结合第一方面,在一种实施方式中,所述将所述至少一个候选移动区域中各候选移动区域的设定位置,作为候选移动点,包括:确定所述候选移动点的在所述原始网格地图坐标系下的二维坐标。
结合第一方面,在一种实施方式中,当所述单次探测区域的形状为边长为L的正方形且所述设定位置为所述正方形的中心位置时,所述二维坐标是通过如下公式确定:
{(x,y)|(x,y)=(L(p+0.5),L(q+0.5)),(p,q)∈H}
其中,x表示各候选目标点的横坐标,y表示所述各候选目标点的纵坐标,L表示各网格区域的边长,p和q表示所述候选移动区域与坐标原点的相对位置,H集合所对应的区域满足未探测的面积比值大于设定阈值并且边界距离小于或等于距离阈值。
因此,本申请实施例通过确定候选移动点的在原始网格地图坐标系下的二维坐标,能够准确的确定候选目标点。
第二方面,本申请实施例提供一种构建网格地图的装置,所述装置包括:获取模块,被配置为获取当前时刻已构建的原始网格地图;确定模块,被配置为根据预设的单次探测区域的形状特征和所述原始网格地图上各栅格的探测状态确定目标点,其中,所述探测状态至少包括:已探测和未探测;控制模块,被配置为控制探测对象移动至所述目标点,探测得到所述目标点所处的探测区域的地理情况;更新模块,被配置为根据所述地理情况更新所述原始网格地图。
结合第二方面,在一种实施方式中,确定模块被配置为,基于所述单次探测区域的形状划分所述原始网格地图,得到多个子区域;根据所述多个子区域中各子区域包括的所有栅格的探测状态,从所述多个子区域中选择至少一个候选移动区域;将所述至少一个候选移动区域中各候选移动区域的设定位置,作为候选移动点;根据所述候选移动点与所述探测对象的位置关系,确定所述目标点。
结合第二方面,在一种实施方式中,所述设定位置为所述各候选移动区域的中心点所在的位置。
结合第二方面,在一种实施方式中,确定模块被配置为,计算所述多个子区域中各子区域的边界;分别确定所述各子区域的边界与所述原始网格地图的边界之间的距离,得到与所述多个子区域分别对应的边界距离值;根据所述边界距离值和所述多个子区域中各子区域包括的所有栅格的探测状态确定所述至少一个候选移动区域。
结合第二方面,在一种实施方式中,确定模块被配置为,根据距离阈值与所述边界距离的对比结果,获得第一候选移动区域;将属于未探测状态的面积大于设定阈值的所述第一候选移动区域,确定为所述至少一个候选移动区域。
结合第二方面,在一种实施方式中,确定模块被配置为,确定所述多个子区域中各区域包括的所有未探测状态栅格的总面积与所述各子区域的面积的比值大于设定阈值;将所述比值大于设定阈值的各区域的边界距离,与距离阈值进行比较,获得对比结果;将所述对比结果为小于等于所述距离阈值的所述各区域,作为所述至少一个候选移动区域。
结合第二方面,在一种实施方式中,确定模块被配置为,确定所述候选移动点的在所述原始网格地图坐标系下的二维坐标。
结合第二方面,在一种实施方式中,当所述单次探测区域的形状为边长为L的正方形且所述设定位置为所述正方形的中心位置时,所述二维坐标是通过如下公式确定:
{(x,y)|(x,y)=(L(p+0.5),L(q+0.5)),(p,q)∈H}
其中,x表示各候选目标点的横坐标,y表示所述各候选目标点的纵坐标,L表示各网格区域的边长,p和q表示所述候选移动区域与坐标原点的相对位置,H集合所对应的区域满足未探测的面积比值大于设定阈值并且边界距离小于或等于距离阈值。
第三方面,本申请实施例提供一种电子设备,包括:处理器、存储器和总线,所述处理器通过所述总线与所述存储器相连,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,用于实现如第一方面中任一实施例所述的方法。
第四方面,本申请实施例提供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计算机程序,该计算机程序被服务器执行时,用于实现第一方面中任一实施例所述的方法。
附图说明
图1是本申请实施例示的一种构建网络地图的方法流程图;
图2是本申请实施例示的一种构建网络地图的装置内部模块图;
图3是本申请实施例示的网格地图示意;
图4是本申请实施例示的一种电子设备。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本申请的一部分实施例,而不是全部实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对附图中提供的本申请的实施例的详情描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护范围。
下面结合附图详细描述本申请实施例中的方法步骤。
本申请实施例应用于多种构建网格地图的场景,例如,这些场景中包括机器人构建网格地图的场景。本申请的发明人发现,在机器人的功能日益强大的情况下,在已经构建完成原始网格地图后(即获取当前时刻已构建的原始网格地图),需要人工根据原始网格地图继续进行探索建图,导致人力资源的浪费,因此,利用本申请一些实施例提供的一种构建网格地图的方法,对原始网格地图进行更新,进一步对节省人力资源具有重要的意义。可以理解的是,本申请实施例的应用场景不限于此。
鉴于上述问题,本申请实施例提供一种构建网格地图的方法、装置及电子设备,该方法包括获取当前时刻已构建的原始网格地图;根据预设的单次探测区域的形状特征和所述原始网格地图上各栅格的探测状态确定目标点,其中,所述探测状态至少包括:已探测和未探测;控制探测对象移动至所述目标点,探测得到所述目标点所处的探测区域的地理情况;根据所述地理情况更新所述原始网格地图,能够自主探索构建网络地图。
下面结合图1详细描述一种构建网格地图的方法实施步骤,如图1所示步骤,包括:
S110,获取当前时刻已构建的原始网格地图。
原始网格地图是根据探测对象上设置的传感器采集的数据进行位置估计生成的。例如,探测对象可以是机器人,也可以是工业探测设备等具有探测建图功能的任何设备,本申请实施例不限于此。
下文将描述根据预设的单次探测区域的形状特征和所述原始网格地图上各栅格的探测状态确定目标点的过程。
S120,根据预设的单次探测区域的形状特征和所述原始网格地图上各栅格的探测状态确定目标点。
在一种实施方式中,根据预设的单次探测区域的形状特征和所述原始网格地图上各栅格的探测状态确定目标点,其中,所述探测状态至少包括:已探测和未探测。
根据一次探测区域的形状特征,和已经获得的原始网格地图上各栅格的已探测状态或未探测状态确定目标点。
需要说明的是,在一些实施例中,单次探测区域的形状特征可以指代探测区域的具体形状类型,例如,形状特征包括:圆形、方形、三角形或者圆形等;在另一些实施例中,单次探测区域的形状特征可以指代同一形状的不同面积类型,例如,形状特征包括大小为1cm*1cm的正方形、大小为3cm*3cm的正方形等,本申请实施例不限定形状类型也不限定面积大小。
在一种实施方式中,所述根据预设的单次探测区域的形状特征和所述原始网格地图上各栅格的探测状态确定目标点,包括:基于所述单次探测区域的形状划分所述原始网格地图,得到多个子区域;根据所述多个子区域中各子区域包括的所有栅格的探测状态,从所述多个子区域中选择至少一个候选移动区域;将所述至少一个候选移动区域中各候选移动区域的设定位置,作为候选移动点;根据所述候选移动点与所述探测对象的位置关系,确定所述目标点。
在一种实施方式中,所述设定位置为所述各候选移动区域的中心点所在的位置。
在一种实施方式中,所述根据所述多个子区域中各子区域包括的所有栅格的探测状态,从所述多个子区域中选择至少一个候选移动区域,包括:计算所述多个子区域中各子区域的边界;分别确定所述各子区域的边界与所述原始网格地图的边界之间的距离,得到与所述多个子区域分别对应的边界距离值;根据所述边界距离值和所述多个子区域中各子区域包括的所有栅格的探测状态确定所述至少一个候选移动区域。
将原始网格地图根据单次探测区域的形状,划分成多个子区域,例如,将原始网格地图划分成形状为正方形的多个子区域,计算多个子区域中每个子区域的边界,同时,计算原始网格地图的边界与每个子区域之间的距离值,将计算出的边界距离值,根据所有区域的探测状态(已探测或未探测)确定至少一个候选移动区域。
在一种实施方式中,根据所述边界距离值和所述多个子区域中各子区域包括的所有栅格的探测状态确定所述至少一个候选移动区域,包括:根据距离阈值与所述边界距离的对比结果,获得第一候选移动区域;将处于未探测状态的栅格的总面积大于设定阈值的所述第一候选移动区域,确定为所述至少一个候选移动区域。
在将计算出的边界距离值,根据所有区域的探测状态确定至少一个候选移动区域的过程中,将距离阈值与计算出的边界距离相对比,获得对比结果,将对比结果为小于等于距离阈值的边界距离,所对应的多个子区域,确定为第一候选区域,计算第一候选区域中属于未探测状态的面积,该面积大于设定阈值的确定为候选移动区域。
在一种实施方式中,根据所述边界距离值和所述多个子区域中各子区域包括的所有栅格的探测状态确定所述至少一个候选移动区域,包括:从所述多个子区域中选择至少一个目标子区域,其中,所述目标子区域包括的所有处于未探测状态栅格的总面积与相应子区域总面积的比值大于设定阈值;将所述至少一个目标子区域中各目标子区域的边界距离与距离阈值进行比较,获得对比结果;将所述对比结果为小于或者等于所述距离阈值的目标子区域,作为所述至少一个候选移动区域。
在将计算出的边界距离值,根据所有区域的探测状态确定至少一个候选移动区域的过程中,还存在另外一种实施方式,先确定每个子区域中为未探测状态的总面积,确定该总面积大于设定阈值的各区域,将上述区域的边界距离与距离阈值进行对比,获得对比结果,将对比结果为小于等于距离阈值的边界距离对应的各区域,作为候选移动区域。
需要说明的是,距离阈值可以是3m,也可以是2m,根据实际情况进行设定,本申请实施例不限于此。设定阈值可以是50%,也可以是60%,根据实际情况进行设定,本申请实施例不限于此。
在一种实施例中,所述将所述至少一个候选移动区域中各候选移动区域的设定位置,作为候选移动点,包括:确定所述候选移动点的在所述原始网格地图坐标系下的二维坐标。
在一种实施例中,当所述单次探测区域的形状为边长为L的正方形且所述设定位置为所述正方形的中心位置时,所述二维坐标是通过如下公式确定:
{(x,y)|(x,y)=(L(p+0.5),L(q+0.5)),(p,q)∈H} (1)
其中,x表示各候选目标点的横坐标,y表示所述各候选目标点的纵坐标,L表示各网格区域的边长,p和q表示所述候选移动区域与坐标原点的相对位置,H集合所对应的区域满足未探测的面积比值大于设定阈值并且边界距离小于或等于距离阈值。
在确定完成候选移动区域后,当所述单次探测区域的形状为边长为L的正方形且所述设定位置为所述正方形的中心位置时,确定在候选移动区域中的候选目标点,需要使用公式(1)来计算。
p和q表示候选移动区域与坐标原点的相对位置,也就是说,使用p和q的不同取值可以表示各候选移动区域,其中,p和q属于整数,例如:当p=1,q=1,L=2的情况下,当候选移动区域的左下坐标为(Lp,Lq),右上坐标为(Lp+L,Lq+L),则该候选移动区域的左下角坐标为(2,2),右上角的坐标为(4,4),由此来表示一个候选移动区域,再例如p=2,q=2,L=2的情况下,则该候选移动区域的左下坐标为(4,4),右上角的坐标为(6,6),H集合中包含有所有P和q的取值,H集合所对应的区域满足未探测的面积比值大于设定阈值并且边界距离小于或等于距离阈值。
将至少一个候选移动区域中的中心位置作为候选移动点,选择候选移动点中与探测对象距离最近的,作为目标点。
本申请的一些实施例在选择最近距离的过程中,未采用简单的计算欧式距离,而是探测对象可以通过的最短的达到目标点的路径的长度,在本申请实施例中使用标准的全局路径计算算法。
本申请实施例基于A*算法寻找达到目标点的最短路径,A*算法是一种状态空间启发式算法,不同于传统中的深度优先搜索和广度优先搜索这样的盲目搜索。启发式搜索在搜索过程中引入启发信息,对状态空间中的每一个搜索的位置进行评估,得到最好的位置,再从这个位置进行搜索直到目标。这样可以省略大量无效的搜索路径,提高了效率。在图搜索过程中,使用估价函数f使得在任意候选目标点n上,其函数值f(n)能估算出从起点S到候选目标点n的最小代价路径的代价g(n)与从候选目标点n到某一目标点的最小代价路径的代价h(n)之总和的算法,称为A算法。如果对于所有的n存在的下界,它表示某种偏于保守的估价,采用的下界h(n)为启发式函数的A算法,称为A*算法。其中g*(n)表示从起点到候选目标点n的路径代价,h*(n)表示候选目标点n到某一目标点的路径的代价。
在实施过程中,先将起点S放入OPEN表中,判断OPEN表是否为空,若是则无法到达目标点,若不是则选取OPEN表上未设置过的具有最小f值的节点n放入CLOSED表,接着判断是否启动启发函数,若是,则找到目标点,若不是判断候选目标点n是否有相邻的节点,若是则将候选目标点n的相邻节点进入OPEN表考查后,继续执行判断OPEN表是否为空,若否则直接判断OPEN表是否为空。
下面以单次探测区域的形状为例,描述S120对应的具体实施的方式。
如图2所示,获取图2所示的原始网格地图240(图2中,中间阴影部分),通常网格地图的分辨率在2cm-5cm,将原始网格地图重新划分为3m×3m的子区域270,子区域的形状为方格,将方格划分成栅格230,根据栅格是否被探索判断目标点(方格的大小为参考值,可以实际情况进行设置,以不超过激光量程数值的半数为宜),计算每个方格的边界与原始网格地图之间的边界距离,例如:方格边界与原始网格之间的边界距离为2m,当距离阈值为3m的情况下,探测方格属于未探测状态的面积,当该面积存在50%以上为未探测状态,则判断该方格为候选移动区域220,在候选移动区域中的中间点为候选移动点210,将候选区域中离探测对象距离最近的,作为目标点,探测对象260选择距离最近的,作为目标点250。
下文将描述控制探测对象移动至所述目标点,探测得到所述目标点所处的探测区域的地理情况。
S130,控制探测对象移动至所述目标点,探测得到所述目标点所处的探测区域的地理情况。
本申请实施例中控制对象移动至目标点使用局部路径规划和避障算法,使用常规的动态窗口避障规划方法,动态窗口方法是一种选择速度的方法,结合了机器人的动力学特性,通过速度空间中采样多组速度,应对该速度空间进行缩减,模拟机器人在这些速度下一小段时间间隔内的运动轨迹,要求机器人避开可能发生碰撞的每一个障碍物,在该时间间隔内可以到达设定速度,以及快速到达终点,通过一个评价函数,生成轨迹与参考路径的距离、轨迹与参考路径终点的距离和轨迹上是否存在障碍物,对上述轨迹评价,在速度空间中搜索最优轨迹所对应的机器人最优控制速度,并通过这一速度来驱动机器人运动。
下文将描述根据地理情况更新所述原始网格地图。
S140,根据所述地理情况更新所述原始网格地图。
探测对象(例如:机器人)在到达目标点后,根据探测的地理情况(例如:障碍物位置,障碍物大小、地面是否有坡度等),更新原始网格地图。
上文描述了一种构建网格地图的方法,下文将描述一种构建网格地图的装置。
如图3所示,一种构建网格地图的装置300包括:获取模块310、确定模块320、控制模块330和更新模块340。
在一种实施方式中,本申请实施例提供一种构建网格地图的装置,所述装置包括:获取模块,被配置为获取当前时刻已构建的原始网格地图;确定模块,被配置为根据预设的单次探测区域的形状特征和所述原始网格地图上各栅格的探测状态确定目标点,其中,所述探测状态至少包括:已探测和未探测;控制模块,被配置为控制探测对象移动至所述目标点,探测得到所述目标点所处的探测区域的地理情况;更新模块,被配置为根据所述地理情况更新所述原始网格地图。
结合第二方面,在一种实施方式中,确定模块被配置为,基于所述单次探测区域的形状划分所述原始网格地图,得到多个子区域;根据所述多个子区域中各子区域包括的所有栅格的探测状态,从所述多个子区域中选择至少一个候选移动区域;将所述至少一个候选移动区域中各候选移动区域的设定位置,作为候选移动点;根据所述候选移动点与所述探测对象的位置关系,确定所述目标点。
结合第二方面,在一种实施方式中,所述设定位置为所述各候选移动区域的中心点所在的位置。
结合第二方面,在一种实施方式中,确定模块被配置为,计算所述多个子区域中各子区域的边界;分别确定所述各子区域的边界与所述原始网格地图的边界之间的距离,得到与所述多个子区域分别对应的边界距离值;根据所述边界距离值和所述多个子区域中各子区域包括的所有栅格的探测状态确定所述至少一个候选移动区域。
结合第二方面,在一种实施方式中,确定模块被配置为,根据距离阈值与所述边界距离的对比结果,获得第一候选移动区域;将处于未探测状态的栅格的总面积大于设定阈值的所述第一候选移动区域,确定为所述至少一个候选移动区域。
结合第二方面,在一种实施方式中,确定模块被配置为,从所述多个子区域中选择至少一个目标子区域,其中,所述目标子区域包括的所有处于未探测状态栅格的总面积与相应子区域总面积的比值大于设定阈值;将所述至少一个目标子区域中各目标子区域的边界距离与距离阈值进行比较,获得对比结果;将所述对比结果为小于或者等于所述距离阈值的目标子区域,作为所述至少一个候选移动区域。
结合第二方面,在一种实施方式中,确定模块被配置为,确定所述候选移动点的在所述原始网格地图坐标系下的二维坐标。
结合第二方面,在一种实施方式中,当所述单次探测区域的形状为边长为L的正方形且所述设定位置为所述正方形的中心位置时,所述二维坐标是通过如下公式确定:
{(x,y)|(x,y)=(L(p+0.5),L(q+0.5)),(p,q)∈H}
其中,x表示各候选目标点的横坐标,y表示所述各候选目标点的纵坐标,L表示各网格区域的边长,p和q表示所述候选移动区域与坐标原点的相对位置,H集合所对应的区域满足未探测的面积比值大于设定阈值并且边界距离小于或等于距离阈值。
在本申请实施例中,图3所示模块能够实现图1和图2方法实施例中的各个过程。图3中的各个模块的操作和/或功能,分别为了实现图1和图2中的方法实施例中的相应流程。具体可参见上述方法实施例中的描述,为避免重复,此处适当省略详细描述。
如图4所示,本申请实施例提供一种电子设备400,包括:处理器410、存储器420和总线430,所述处理器通过所述总线与所述存储器相连,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,用于实现如上述任一项所述的方法,具体可参见上述方法实施例中的描述,为避免重复,此处适当省略详细描述。
其中,总线用于实现这些组件直接的连接通信。其中,本申请实施例中处理器可以是一种集成电路芯片,具有信号的处理能力。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)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。可以实现或者执行本申请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该处理器也可以是任何常规的处理器等。
存储器可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。存储器中存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,可以执行上述实施例中所述的方法。
可以理解,图4所示的结构仅为示意,还可包括比图4中所示更多或者更少的组件,或者具有与图4所示不同的配置。图4中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例提供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计算机程序,该计算机程序被服务器执行时,用于实现上述任一项所述的方法,具体可参见上述方法实施例中的描述,为避免重复,此处适当省略详细描述。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。

Claims (8)

1.一种构建网格地图的方法,其特征在于,所述方法包括:
获取当前时刻已构建的原始网格地图;
根据预设的单次探测区域的形状特征和所述原始网格地图上各栅格的探测状态确定目标点,其中,所述探测状态至少包括:已探测和未探测;
控制探测对象移动至所述目标点,探测得到所述目标点所处的探测区域的地理情况;
根据所述地理情况更新所述原始网格地图;
其中,所述根据预设的单次探测区域的形状特征和所述原始网格地图上各栅格的探测状态确定目标点,包括:
基于所述单次探测区域的形状划分所述原始网格地图,得到多个子区域;计算所述多个子区域中各子区域的边界;分别确定所述各子区域的边界与所述原始网格地图的边界之间的距离,得到与所述多个子区域分别对应的边界距离值;根据所述边界距离值和所述多个子区域中各子区域包括的所有栅格的探测状态确定至少一个候选移动区域;将所述至少一个候选移动区域中各候选移动区域的设定位置,作为候选移动点;根据所述候选移动点与所述探测对象的位置关系,确定所述目标点;
其中,在将计算出的所述边界距离值,根据所有区域的探测状态确定至少一个候选移动区域的过程中,将距离阈值与计算出的边界距离相对比,获得对比结果,将对比结果为小于等于距离阈值的边界距离所对应的多个子区域,确定为第一候选区域,计算第一候选区域中属于未探测状态的面积,该面积大于设定阈值的确定为候选移动区域。
2.根据权利要求1所述的方法,其特征在于,所述设定位置为所述各候选移动区域的中心点所在的位置。
3.根据权利要求2所述的方法,其特征在于,所述根据所述边界距离值和所述多个子区域中各子区域包括的所有栅格的探测状态确定所述至少一个候选移动区域,包括:
根据距离阈值与所述边界距离的对比结果,获得第一候选移动区域;
将处于未探测状态的栅格的总面积大于设定阈值的所述第一候选移动区域,确定为所述至少一个候选移动区域。
4.根据权利要求2所述的方法,其特征在于,所述根据所述边界距离值和所述多个子区域中各子区域包括的所有栅格的探测状态确定所述至少一个候选移动区域,包括:
从所述多个子区域中选择至少一个目标子区域,其中,所述目标子区域包括的所有处于未探测状态栅格的总面积与相应子区域总面积的比值大于设定阈值;
将所述至少一个目标子区域中各目标子区域的边界距离与距离阈值进行比较,获得对比结果;
将所述对比结果为小于或者等于所述距离阈值的目标子区域,作为所述至少一个候选移动区域。
5.根据权利要求1所述的方法,其特征在于,所述将所述至少一个候选移动区域中各候选移动区域的设定位置,作为候选移动点,包括:
确定所述候选移动点的在所述原始网格地图坐标系下的二维坐标。
6.根据权利要求5所述的方法,其特征在于,当所述单次探测区域的形状为边长为L的正方形且所述设定位置为所述正方形的中心位置时,所述二维坐标是通过如下公式确定:
{ (x,y)|(x,y)=(L(p+0.5), L(q+0.5)), (p,q)∈H}
其中,x表示各候选目标点的横坐标,y表示所述各候选目标点的纵坐标,L表示各网格区域的边长,p和q表示所述候选移动区域与坐标原点的相对位置,H集合所对应的区域满足未探测的面积比值大于设定阈值并且边界距离小于或等于距离阈值。
7.一种构建网格地图的装置,其特征在于,所述装置包括:
获取模块,被配置为获取当前时刻已构建的原始网格地图;
确定模块,被配置为根据预设的单次探测区域的形状特征和所述原始网格地图上各栅格的探测状态确定目标点,其中,所述探测状态至少包括:已探测和未探测;
控制模块,被配置为控制探测对象移动至所述目标点,探测得到所述目标点所处的探测区域的地理情况;
更新模块,被配置为根据所述地理情况更新所述原始网格地图;
所述确定模块还被配置为:
基于所述单次探测区域的形状划分所述原始网格地图,得到多个子区域;计算所述多个子区域中各子区域的边界;分别确定所述各子区域的边界与所述原始网格地图的边界之间的距离,得到与所述多个子区域分别对应的边界距离值;根据所述边界距离值和所述多个子区域中各子区域包括的所有栅格的探测状态确定至少一个候选移动区域;将所述至少一个候选移动区域中各候选移动区域的设定位置,作为候选移动点;根据所述候选移动点与所述探测对象的位置关系,确定所述目标点;
其中,在将计算出的边界距离值,根据所有区域的探测状态确定至少一个候选移动区域的过程中,将距离阈值与计算出的边界距离相对比,获得对比结果,将对比结果为小于等于距离阈值的边界距离所对应的多个子区域,确定为第一候选区域,计算第一候选区域中属于未探测状态的面积,该面积大于设定阈值的确定为候选移动区域。
8.一种电子设备,其特征在于,包括:处理器、存储器和总线;
其中,所述处理器通过所述总线与所述存储器相连,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,用于实现如权利要求1-6中任一项所述的方法。
CN202011610583.1A 2020-12-30 2020-12-30 一种构建网格地图的方法、装置及电子设备 Active CN112729322B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011610583.1A CN112729322B (zh) 2020-12-30 2020-12-30 一种构建网格地图的方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011610583.1A CN112729322B (zh) 2020-12-30 2020-12-30 一种构建网格地图的方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN112729322A CN112729322A (zh) 2021-04-30
CN112729322B true CN112729322B (zh) 2023-07-28

Family

ID=75611020

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011610583.1A Active CN112729322B (zh) 2020-12-30 2020-12-30 一种构建网格地图的方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN112729322B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023219058A1 (ja) * 2022-05-13 2023-11-16 ソニーグループ株式会社 情報処理方法、情報処理装置及び情報処理システム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109522784A (zh) * 2017-09-20 2019-03-26 德尔福技术有限责任公司 用于区分可越过物体与不可越过物体的装置和方法
CN110531760A (zh) * 2019-08-16 2019-12-03 广东工业大学 基于曲线拟合和目标点邻域规划的边界探索自主建图方法
CN110806211A (zh) * 2019-11-29 2020-02-18 炬星科技(深圳)有限公司 机器人自主探索建图的方法、设备及存储介质
CN110956161A (zh) * 2019-12-17 2020-04-03 中新智擎科技有限公司 一种自主建图方法、装置及智能机器人

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009133603A1 (ja) * 2008-04-30 2009-11-05 株式会社ザナヴィ・インフォマティクス 地図表示装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109522784A (zh) * 2017-09-20 2019-03-26 德尔福技术有限责任公司 用于区分可越过物体与不可越过物体的装置和方法
CN110531760A (zh) * 2019-08-16 2019-12-03 广东工业大学 基于曲线拟合和目标点邻域规划的边界探索自主建图方法
CN110806211A (zh) * 2019-11-29 2020-02-18 炬星科技(深圳)有限公司 机器人自主探索建图的方法、设备及存储介质
CN110956161A (zh) * 2019-12-17 2020-04-03 中新智擎科技有限公司 一种自主建图方法、装置及智能机器人

Also Published As

Publication number Publication date
CN112729322A (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
US10748061B2 (en) Simultaneous localization and mapping with reinforcement learning
CN109709945B (zh) 一种基于障碍物分类的路径规划方法、装置及机器人
CN107831765B (zh) 定位方法、装置、设备及存储介质
Baltzakis et al. Fusion of laser and visual data for robot motion planning and collision avoidance
US8626443B2 (en) Method for creating a map relating to location-related data on the probability of future movement of a person
JP2021527863A (ja) 車両環境マッピング方法、ならびに、対応するシステム、車両およびコンピュータプログラム製品
CN105652876A (zh) 基于数组地图的移动机器人室内路径规划方法
Yamauchi Decentralized coordination for multirobot exploration
CN106796434A (zh) 地图生成方法、自身位置推定方法、机器人系统和机器人
CN111609852A (zh) 语义地图构建方法、扫地机器人及电子设备
CN108628318B (zh) 拥堵环境检测方法、装置、机器人及存储介质
CA2862213A1 (en) Discovery and monitoring of an environment using a plurality of robots
Kurazume et al. Automatic large-scale three dimensional modeling using cooperative multiple robots
CN111679661A (zh) 基于深度相机的语义地图构建方法及扫地机器人
Kaufman et al. Autonomous exploration by expected information gain from probabilistic occupancy grid mapping
CN111609853A (zh) 三维地图构建方法、扫地机器人及电子设备
CN112729322B (zh) 一种构建网格地图的方法、装置及电子设备
CN111709988A (zh) 一种物体的特征信息的确定方法、装置、电子设备及存储介质
JP2019191498A (ja) 地図作成装置
CN113433937A (zh) 基于启发式探索的分层导航避障系统、分层导航避障方法
CN112750161A (zh) 用于移动机器人的地图更新方法及移动机器人定位方法
CN111679663A (zh) 三维地图构建方法、扫地机器人及电子设备
JP2016177749A (ja) 移動体制御装置、プログラムおよび集積回路
Horváth et al. Probabilistic occupancy grid map building for Neobotix MP500 robot
Howard et al. Navigation using natural landmarks

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 201, building 4, courtyard 8, Dongbeiwang West Road, Haidian District, Beijing

Applicant after: Beijing Yunji Technology Co.,Ltd.

Address before: Room 201, building 4, courtyard 8, Dongbeiwang West Road, Haidian District, Beijing

Applicant before: BEIJING YUNJI TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant