CN113219488A - 一种机器人的建图的方法 - Google Patents
一种机器人的建图的方法 Download PDFInfo
- Publication number
- CN113219488A CN113219488A CN202110502507.7A CN202110502507A CN113219488A CN 113219488 A CN113219488 A CN 113219488A CN 202110502507 A CN202110502507 A CN 202110502507A CN 113219488 A CN113219488 A CN 113219488A
- Authority
- CN
- China
- Prior art keywords
- robot
- map
- points
- information points
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000013507 mapping Methods 0.000 title claims abstract description 14
- 238000001914 filtration Methods 0.000 claims description 13
- 238000011065 in-situ storage Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 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
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种机器人的建图的方法,具体包括以下步骤:S1:机器人开始移动前通过TOF模块获取具有点云数据的全局地图;S2:机器人根据具有点云数据的全局地图规划路线,并在移动过程中建立局部地图;S3:机器人在移动过程中通过TOF模块获取信息点并记录在局部地图中;S4:机器人根据局部地图记录同一信息点的次数来决定是否将信息点更新到全局地图中。机器人通过局部地图来记录在工作过程中获取的信息点,并根据获取信息点的次数来确定信息点的可信度,然后将符合要求的信息点更新到全局地图中,使全局地图更加完善和准确。
Description
技术领域
本发明涉及智能机器人技术领域,具体涉及一种机器人的建图的方法。
背景技术
TOF是Time of flight的简写,直译为飞行时间的意思。所谓飞行时间法3D成像,是通过给目标连续发送光脉冲,然后用传感器接收从物体返回的光,通过探测光脉冲的飞行(往返)时间来得到目标物距离。视觉和惯导机器人不能像激光一样能直接获取到周围环境的信息,为在增强机器人的导航能力的同时,减少生产成本,所以机器人在开始进行工作前,会通过固定的TOF模块来获取周围环境的信息来建立全局地图,在工作过程中通过TOF模块获取周围环境信息来完善全局地图,但是机器人再在工作过程中获取的环境信息容易受到环境的影响,导致全局地图不完善。
发明内容
为解决上述问题,本发明提供了一种机器人的建图的方法,可以有效的对全局地图进行完善,使全局地图更加完善,便于机器人使用全局地图来进行路线规划。本发明的具体技术方案如下:
一种机器人的建图的方法,具体包括以下步骤:S1:机器人开始移动前通过TOF模块获取具有点云数据的全局地图;S2:机器人根据具有点云数据的全局地图规划路线,并在移动过程中建立局部地图;S3:机器人在移动过程中通过TOF模块获取信息点并记录在局部地图中;S4:机器人根据局部地图记录同一信息点的次数来决定是否将信息点更新到全局地图中。机器人通过局部地图来记录在工作过程中获取的信息点,并根据获取信息点的次数来确定信息点的可信度,然后将符合要求的信息点更新到全局地图中,使全局地图更加完善和准确。
进一步地,步骤S1中,机器人原地旋转一圈来获取周围环境的点云数据,并将点云数据添加到全局地图中。通过旋转一圈来获取周围环境的点云数据,使机器人获取的点云数据更加准确。
进一步地,步骤S2中,机器人将点云数据拟合为拟合直线,机器人根据拟合直线来规划移动路线。
进一步地,步骤S3中,机器人获取信息点后,先采用滤波对信息点进行过滤。
进一步地,步骤S3中,机器人将过滤后信息点变为栅格点设置在局部地图上,然后对栅格点设置可信度。通过对信息点进行过滤,降低环境对机器人获取信息的影响。
进一步地,机器人每次获取到同一信息点时,都会对局部地图上相对应的栅格点的可信度进行累加。
进一步地,步骤S4中,机器人获取同一信息点的次数达到预设次数后,使局部地图相对应的栅格点的可信度大于预设值,机器人将该栅格点更新到全局地图中。机器人通过设置可信度的方式来筛选信息点,使机器人获得的信息点更加可靠。
进一步地,机器人在建立局部地图时,还会建立临时地图,并将记录在局部地图中的信息点记录在临时地图上,所述临时地图用于与全局地图进行匹配。
进一步地,临时地图与全局地图进行匹配包括以下步骤:机器人将临时地图的信息点拟合为拟合直线;将与该拟合直线相对应的全局地图的数据点也拟合为拟合直线;使临时地图的拟合直线进行平移或/和旋转来与全局地图的拟合直线重合。
进一步地,机器人将匹配后的临时地图的信息点发送给局部地图,将局部地图中与信息点对应的栅格点进行可信度判定,并将可信度大于预设值的栅格点更新到全局地图中。
附图说明
图1为本发明的机器人的建图的方法的流程图;
图2为本发明的全局地图、局部地图和临时地图的示意图。
具体实施方式
下面详细描述本发明的实施例,所述的实施例示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。
在本发明的描述中,需要说明的是,对于方位词,如有术语“中心”,“横向”、“纵向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示方位和位置关系为基于附图所示的方位或位置关系,仅是为了便于叙述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定方位构造和操作,不能理解为限制本发明的具体保护范围。
此外,如有术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或隐含指明技术特征的数量。由此,限定有“第一”、“第二”特征可以明示或者隐含包括一个或者多个该特征,在本发明描述中,“至少”的含义是一个或一个以上,除非另有明确具体的限定。
在本发明中,除另有明确规定和限定,如有术语“组装”、“相连”、“连接”术语应作广义去理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;也可以是机械连接;可以是直接相连,也可以是通过中间媒介相连,可以是两个元件内部相连通。对于本领域普通技术人员而言,可以根据具体情况理解上述的术语在本发明中的具体含义。
在发明中,除非另有规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一特征和第二特征不是直接接触而是通过它们之间的另外特征接触。而且,第一特征在第二特征“之上”、“之下”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅是表示第一特征水平高度高于第二特征的高度。第一特征在第二特征 “之上”、“之下”和“下面”包括第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度低于第二特征。
下面结合说明书的附图,通过对本发明的具体实施方式作进一步的描述,使本发明的技术方案及其有益效果更加清楚、明确。下面通过参考附图描述实施例是示例性的,旨在解释本发明,而不能理解为对本发明的限制。
TOF是Time of flight的简写,直译为飞行时间的意思。所谓飞行时间法3D成像,是通过给目标连续发送光脉冲,然后用传感器接收从物体返回的光,通过探测光脉冲的飞行(往返)时间来得到目标物距离。如果单点tof放在slam机器上,此时单点tof 可以获取到远处障碍物离机器的距离,再利用slam机器在进行规划的过程中计算出机器的世界坐标以及当前机器的倾角,则可以计算出当前环境中障碍物在世界坐标下的位置。此时的障碍物只是一个点,但而tof在机器不断行走规划的过程中一直在获取这些障碍物的信息,那么这些信息就能形成一片二维点云,这就是单点tof结合slam能给slam提供的信息。
参照附图1可知,一种机器人的建图的方法,具体包括以下步骤:S1:机器人开始移动前通过TOF模块获取具有点云数据的全局地图;S2:机器人根据具有点云数据的全局地图规划路线,并在移动过程中建立局部地图;S3:机器人在移动过程中通过TOF模块获取信息点并记录在局部地图中;S4:机器人根据局部地图记录同一信息点的次数来决定是否将信息点更新到全局地图中。机器人通过局部地图来记录在工作过程中获取的信息点,并根据获取信息点的次数来确定信息点的可信度,然后将符合要求的信息点更新到全局地图中,使全局地图更加完善和准确。
进一步地,步骤S1中,机器人原地旋转一圈来获取周围环境的点云数据,并将点云数据添加到全局地图中。通过旋转一圈来获取周围环境的点云数据,使机器人获取的点云数据更加准确。步骤S2中,机器人将点云数据拟合为拟合直线,机器人根据拟合直线来规划移动路线。
进一步地,步骤S3中,机器人获取信息点后,先采用滤波对信息点进行过滤,滤波(Wave filtering)是将信号中特定波段频率滤除的操作,是抑制和防止干扰的一项重要措施,滤波分为经典滤波和现代滤波,可以在机器人的信息接装置的前端设置滤波片,使机器人只能接收TOF模块发射的激光,减少环境对机器人对机器人检测的影响。步骤S3中,机器人将过滤后信息点变为栅格点设置在局部地图上,然后对栅格点设置可信度。通过对信息点进行过滤,降低环境对机器人获取信息的影响。机器人每次获取到同一信息点时,都会对局部地图上相对应的栅格点的可信度进行累加。
进一步地,步骤S4中,机器人获取同一信息点的次数达到预设次数后,使局部地图相对应的栅格点的可信度大于预设值,机器人将该栅格点更新到全局地图中。机器人通过设置可信度的方式来筛选信息点,使机器人获得的信息点更加可靠。所述预设次数为三次。
如图2所示,机器人在建立局部地图时,还会建立临时地图,并将记录在局部地图中的信息点记录在临时地图上,所述临时地图用于与全局地图进行匹配。临时地图与全局地图进行匹配包括以下步骤:机器人将临时地图的信息点拟合为拟合直线;将与该拟合直线相对应的全局地图的数据点也拟合为拟合直线;使临时地图的拟合直线进行平移或/和旋转来与全局地图的拟合直线重合。机器人将匹配后的临时地图的信息点发送给局部地图,将局部地图中与信息点对应的栅格点进行可信度判定,并将可信度大于预设值的栅格点更新到全局地图中。
机器人开始清扫时原地转圈获取到的地图,该地图称为全局地图,第二个为机器行走时产生的局部地图。对于全局地图,因为是开始清扫时,机器人位于原点旋转所获得的,此时机器人的码盘和陀螺仪因行走而累计误差几乎为0,则该地图可以认为是可信度最大的地图,局部地图是机器在行走过程中由tof连续测距所获得的。这部分地图是用于完善全局地图的,因为全局地图是机器在原点旋转所获得的点云,因此在完整度上不够高,如一些小边角没有测出来,并且全局地图虽然可信度很高,然而并不是完全可信的,局部地图也能使全局地图变得更可信。机器在每次来回都能获得一些新的点,这些新的点通过滤波滤掉一些噪音后剩下的部分可以作为局部地图的栅格点,每一个局部地图栅格点的可信度为假如设置为10,机器在运行多个来回后,如果出现了重复扫到同一个局部地图栅格点则让该点可信度加10,当可信度大于30(即该点被扫描到了三次)则认为是局部地图的确信点,然后将该点添加到全局地图上,更新全局地图。
在说明书的描述中,参考术语“合一个实施例”、“优选地”、“示例”、“具体示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点,包含于本发明的至少一个实施例或示例中,在本说明书中对于上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或者示例中以合适方式结合。说明书的描述中连接的所述连接方式具有明显的效果和实用效力。
通过上述的结构和原理的描述,所属技术领域的技术人员应当理解,本发明不局限于上述的具体实施方式,在本发明基础上采用本领域公知技术的改进和替代均落在本发明的保护范围,应由各权利要求限定之。
Claims (10)
1.一种机器人的建图的方法,其特征在于,具体包括以下步骤:
S1:机器人开始移动前通过TOF模块获取具有点云数据的全局地图;
S2:机器人根据具有点云数据的全局地图规划路线,并在移动过程中建立局部地图;
S3:机器人在移动过程中通过TOF模块获取信息点并记录在局部地图中;
S4:机器人根据局部地图记录同一信息点的次数来决定是否将信息点更新到全局地图中。
2.根据权利要求1所述的机器人的建图的方法,其特征在于,步骤S1中,机器人原地旋转一圈来获取周围环境的点云数据,并将点云数据添加到全局地图中。
3.根据权利要求1所述的机器人的建图的方法,其特征在于,步骤S2中,机器人将点云数据拟合为拟合直线,机器人根据拟合直线来规划移动路线。
4.根据权利要求1所述的机器人的建图的方法,其特征在于,步骤S3中,机器人获取信息点后,先采用滤波对信息点进行过滤。
5.根据权利要求1或4所述的机器人的建图的方法,其特征在于,步骤S3中,机器人将过滤后信息点变为栅格点设置在局部地图上,然后对栅格点设置可信度。
6.根据权利要求5所述的机器人的建图的方法,其特征在于,机器人每次获取到同一信息点时,都对局部地图上相对应的栅格点的可信度进行累加。
7.根据权利要求6所述的机器人的建图的方法,其特征在于,步骤S4中,机器人获取同一信息点的次数达到预设次数后,使局部地图相对应的栅格点的可信度大于预设值,机器人将该栅格点更新到全局地图中。
8.根据权利要求1所述的机器人的建图的方法,其特征在于,机器人在建立局部地图时,还会建立临时地图,并将记录在局部地图中的信息点记录在临时地图上,所述临时地图用于与全局地图进行匹配。
9.根据权利要求8所述的机器人的建图的方法,其特征在于,临时地图与全局地图进行匹配包括以下步骤:
机器人将临时地图的信息点拟合为拟合直线;
将与该拟合直线相对应的全局地图的数据点也拟合为拟合直线;
使临时地图的拟合直线进行平移或/和旋转来与全局地图的拟合直线重合。
10.根据权利要求7或9所述的机器人的建图的方法,其特征在于,机器人将匹配后的临时地图的信息点发送给局部地图,将局部地图中与信息点对应的栅格点进行可信度判定,并将可信度大于预设值的栅格点更新到全局地图中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110502507.7A CN113219488A (zh) | 2021-05-08 | 2021-05-08 | 一种机器人的建图的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110502507.7A CN113219488A (zh) | 2021-05-08 | 2021-05-08 | 一种机器人的建图的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113219488A true CN113219488A (zh) | 2021-08-06 |
Family
ID=77094263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110502507.7A Pending CN113219488A (zh) | 2021-05-08 | 2021-05-08 | 一种机器人的建图的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113219488A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113787516A (zh) * | 2021-08-16 | 2021-12-14 | 深圳优地科技有限公司 | 定位方法、装置和机器人 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107065887A (zh) * | 2017-05-26 | 2017-08-18 | 重庆大学 | 全向移动机器人通道内倒行导航方法 |
CN107918391A (zh) * | 2017-11-17 | 2018-04-17 | 上海斐讯数据通信技术有限公司 | 一种移动机器人导航纠偏方法及装置 |
CN110260867A (zh) * | 2019-07-29 | 2019-09-20 | 浙江大华技术股份有限公司 | 一种机器人导航中位姿确定、纠正的方法、设备及装置 |
CN111426312A (zh) * | 2020-03-31 | 2020-07-17 | 上海擎朗智能科技有限公司 | 定位地图的更新方法、装置、设备及存储介质 |
CN111681163A (zh) * | 2020-04-23 | 2020-09-18 | 北京三快在线科技有限公司 | 构建点云地图的方法、装置、电子设备和存储介质 |
CN111897365A (zh) * | 2020-08-27 | 2020-11-06 | 中国人民解放军国防科技大学 | 一种等高线引导线的自主车三维路径规划方法 |
US20200409382A1 (en) * | 2014-11-10 | 2020-12-31 | Carnegie Mellon University | Intelligent cleaning robot |
CN112711257A (zh) * | 2020-12-25 | 2021-04-27 | 珠海市一微半导体有限公司 | 机器人基于单点tof的沿边方法、芯片和移动机器人 |
-
2021
- 2021-05-08 CN CN202110502507.7A patent/CN113219488A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200409382A1 (en) * | 2014-11-10 | 2020-12-31 | Carnegie Mellon University | Intelligent cleaning robot |
CN107065887A (zh) * | 2017-05-26 | 2017-08-18 | 重庆大学 | 全向移动机器人通道内倒行导航方法 |
CN107918391A (zh) * | 2017-11-17 | 2018-04-17 | 上海斐讯数据通信技术有限公司 | 一种移动机器人导航纠偏方法及装置 |
CN110260867A (zh) * | 2019-07-29 | 2019-09-20 | 浙江大华技术股份有限公司 | 一种机器人导航中位姿确定、纠正的方法、设备及装置 |
CN111426312A (zh) * | 2020-03-31 | 2020-07-17 | 上海擎朗智能科技有限公司 | 定位地图的更新方法、装置、设备及存储介质 |
CN111681163A (zh) * | 2020-04-23 | 2020-09-18 | 北京三快在线科技有限公司 | 构建点云地图的方法、装置、电子设备和存储介质 |
CN111897365A (zh) * | 2020-08-27 | 2020-11-06 | 中国人民解放军国防科技大学 | 一种等高线引导线的自主车三维路径规划方法 |
CN112711257A (zh) * | 2020-12-25 | 2021-04-27 | 珠海市一微半导体有限公司 | 机器人基于单点tof的沿边方法、芯片和移动机器人 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113787516A (zh) * | 2021-08-16 | 2021-12-14 | 深圳优地科技有限公司 | 定位方法、装置和机器人 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106339001B (zh) | 地图生成方法、移动机器人以及地图生成系统 | |
Philipp et al. | Mapgenie: Grammar-enhanced indoor map construction from crowd-sourced data | |
CN112857368B (zh) | 一种割草机导航方法、装置和割草机 | |
EP3354180B1 (en) | Automatic cleaner and controlling method of the same | |
TWI391874B (zh) | 地圖建置方法與裝置以及利用該地圖的定位方法 | |
KR102172602B1 (ko) | 라이다를 이용한 위치 인식 및 지도 작성에 관한 방법 및 장치 | |
JP6030405B2 (ja) | 平面検出装置およびそれを備えた自律移動装置 | |
JP7137359B2 (ja) | 情報処理装置 | |
KR20190131402A (ko) | 카메라와 라이다를 이용한 융합 센서 및 이동체 | |
KR102110813B1 (ko) | 무선 환경 변화에 강인한 slam 방법 및 장치 | |
CN108888187A (zh) | 一种基于深度相机的扫地机器人 | |
JP6589926B2 (ja) | 物体検出装置 | |
EP2133662A2 (en) | Methods and system of navigation using terrain features | |
WO2012071796A1 (zh) | 一种移动机器人定位系统及其定位方法 | |
CN111624997A (zh) | 基于tof摄像模块的机器人控制方法、系统及机器人 | |
CN114280625A (zh) | 基于无人机的三维激光雷达井下地图构建方法及装置 | |
CN108759815B (zh) | 一种用于全局视觉定位方法中的信息融合组合导航方法 | |
JP2007107962A (ja) | 測定対象物計測システム、及び送電線下離隔計測システム | |
CN113219488A (zh) | 一种机器人的建图的方法 | |
CN113110498A (zh) | 基于单点tof的机器人脱困方法 | |
US20200173784A1 (en) | Autonomous mower navigation system and method | |
CN109084804B (zh) | 机器人定位精准度判定处理方法及装置 | |
CN117169848A (zh) | 过滤玻璃噪点的方法、激光雷达及机器人 | |
CN116429090A (zh) | 基于线激光的同步定位和建图方法、装置、移动机器人 | |
CN116465393A (zh) | 基于面阵激光传感器的同步定位和建图方法及装置 |
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 | ||
CB02 | Change of applicant information |
Address after: 519000 2706, No. 3000, Huandao East Road, Hengqin new area, Zhuhai, Guangdong Applicant after: Zhuhai Yiwei Semiconductor Co.,Ltd. Address before: Room 105-514, No.6 Baohua Road, Hengqin New District, Zhuhai City, Guangdong Province Applicant before: AMICRO SEMICONDUCTOR Co.,Ltd. |
|
CB02 | Change of applicant information |