CN113225090A - 一种压缩方法、装置、电子设备和存储介质 - Google Patents
一种压缩方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113225090A CN113225090A CN202110545654.2A CN202110545654A CN113225090A CN 113225090 A CN113225090 A CN 113225090A CN 202110545654 A CN202110545654 A CN 202110545654A CN 113225090 A CN113225090 A CN 113225090A
- Authority
- CN
- China
- Prior art keywords
- grid
- information
- target
- obstacle
- target 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 134
- 238000007906 compression Methods 0.000 title claims abstract description 66
- 230000006835 compression Effects 0.000 title claims abstract description 66
- 230000008569 process Effects 0.000 claims abstract description 82
- 230000008447 perception Effects 0.000 claims abstract description 22
- 230000001965 increasing effect Effects 0.000 claims description 17
- 238000013507 mapping Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 7
- 230000004888 barrier function Effects 0.000 abstract description 21
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 239000003086 colorant Substances 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000010408 sweeping Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
Abstract
本发明公开了一种压缩方法、装置、电子设备和存储介质。该方法包括:确定运动过程中已设定的运动栅格地图内匹配的目标栅格以及所述目标栅格的当前障碍物信息,所述目标栅格与所述运动过程中感知的当前区域匹配;根据所述目标栅格的当前障碍物信息,分别对所述运动栅格地图内每一栅格已知的行程编码信息进行编码更新,以压缩所述运动栅格地图。上述方案通过分析在导航栅格地图内的运动过程中当前感知的目标栅格的当前障碍物信息,实现运动栅格地图内每一栅格的行程编码更新,且采用行程编码方式,无需真实存储每一栅格在运动过程中每一感知时刻下的障碍物信息,从而降低地图压缩更新时占用的存储空间,增强导航栅格地图的压缩的高效性。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种压缩方法、装置、电子设备和存储介质。
背景技术
目前,移动机器人广泛应用在各行各业中,例如清洁机器人、医疗机器人、安防机器人以及助残机器人等。智能化移动机器人的一个重要标志是自主导航,而避障功能是自主导航的一个基本要求。
为了实现移动机器人在运动过程中的障碍物定位,通常需要按照移动机器人实时感知的周边环境信息,不断对所处运动区域的地图进行压缩更新,例如每隔1秒更新压缩一次所处导航区域的地图等。此时,由于在对移动机器人的运动路径进行性能维护时,需要参考移动机器人在整个运动过程中的地图信息,使得对移动机器人所处运动区域的地图不断进行压缩更新时,传统的地图压缩方式,会随着运动时间变化,而不断记录地图内每一像素点上更新后的像素值,从而占用过多的压缩存储空间,降低移动机器人所处运动区域的地图压缩效率。
发明内容
本发明实施例提供一种压缩方法、装置、电子设备和存储介质,利用运动过程中感知的当前区域在运动栅格地图内匹配的各个目标栅格的当前障碍物信息,实现运动栅格地图内每一栅格的行程编码更新,降低地图压缩更新时占用的存储空间,增强运动栅格地图的压缩高效性。
第一方面,本发明实施例提供了一种压缩方法,该方法包括:
确定运动过程中已设定的运动栅格地图内匹配的目标栅格以及所述目标栅格的当前障碍物信息,所述目标栅格与所述运动过程中感知的当前区域匹配;
根据所述目标栅格的当前障碍物信息,分别对所述运动栅格地图内每一栅格已知的行程编码信息进行编码更新,以压缩所述运动栅格地图。
可选的,所述根据所述目标栅格的当前障碍物信息,分别对所述运动栅格地图内每一栅格已知的行程编码信息进行编码更新,包括:
针对所述运动栅格地图内的目标栅格,确定所述目标栅格已知的行程编码信息内的最新障碍物信息,并根据所述目标栅格的当前障碍物信息与最新障碍物信息的比对结果,更新所述目标栅格的行程编码信息;
针对所述运动栅格地图内的非目标栅格,控制所述非目标栅格已知的行程编码信息内的最新障碍物信息不变,并递增所述非目标栅格的最新障碍物信息的编码重复次数,以更新所述非目标栅格的行程编码信息。
对运动栅格地图内的目标栅格和非目标栅格分别采用不同的行程编码更新方式,提高目标栅格和非目标栅格的压缩精度。
可选的,所述根据所述目标栅格的当前障碍物信息与最新障碍物信息的比对结果,更新所述目标栅格的行程编码信息,包括:
如果所述目标栅格的当前障碍物信息与所述目标栅格的最新障碍物信息相同,则递增所述目标栅格已知的行程编码信息内最新障碍物信息的编码重复次数;
如果所述目标栅格的当前障碍物信息与所述目标栅格的最新障碍物信息不同,则在所述目标栅格已知的行程编码信息后端增加所述目标栅格的当前障碍物信息和初始编码重复次数。
按照目标栅格的当前障碍物信息与最新障碍物信息的不同比对结果,设定不同的行程编码更新方式,提高目标栅格行程编码的更新准确性。
可选的,所述目标栅格的当前障碍物信息包括如下信息中的至少一项:
1)表示所述目标栅格内是否存在障碍物的障碍物标识;
2)表示所述目标栅格与所述当前区域内感知到的障碍物之间的距离参数。
采用障碍物标识和/或栅格与障碍物间的距离参数来表示目标栅格的当前障碍物信息,增加目标栅格对于障碍物描述的多样性,而且通过距离参数能够便于后续快速确定电子设备所处栅格与障碍物间的距离,提高避障高效性。
可选的,所述确定运动过程中已设定的运动栅格地图内的目标栅格以及所述目标栅格的当前障碍物信息,包括:
将运动过程中感知的当前区域映射至所述运动栅格地图内,根据映射结果从所述运动栅格地图内的各栅格中确定所述目标栅格;
根据所述当前区域内感知到的障碍物位置以及所述目标栅格的位置,确定所述目标栅格的当前障碍物信息。
通过细化运动过程中感知的当前区域在运动栅格地图内的目标栅格的确定步骤和障碍物感知步骤,保证目标栅格的当前障碍物信息的准确性。
可选的,在根据所述目标栅格的当前障碍物信息,分别对所述运动栅格地图内每一栅格已知的行程编码信息进行编码更新之后,还包括:
根据所述运动栅格地图内每一栅格更新后的行程编码信息,确定每一栅格的当前障碍物信息,并根据每一栅格的当前障碍物信息规划对应的运动路径。
通过运动栅格地图内每一栅格更新后的行程编码信息,分析每一栅格的当前障碍物信息,来规划对应的运动路径,实现运动过程中的避障。
可选的,在根据所述目标栅格的当前障碍物信息,分别对所述运动栅格地图内每一栅格已知的行程编码信息进行编码更新之后,还包括:
对所述运动栅格地图内每一栅格最新的行程编码信息进行解码,得到每一栅格的障碍物序列,所述每一栅格的障碍物序列包括该栅格在运动过程中每一感知时刻下的障碍物信息;
基于所述每一栅格的障碍物序列,生成在所述运动栅格地图内的运动过程中的障碍物感知视频流。
利用每一栅格在运动过程中的每一感知时刻下的障碍物信息,生成电子设备在整个运动过程中的障碍物感知视频流,以便直观分析运动避障性能。
第二方面,本发明实施例提供了一种压缩装置,该装置包括:
栅格确定模块,用于确定运动过程中已设定的运动栅格地图内的目标栅格以及所述目标栅格的当前障碍物信息,所述目标栅格与所述运动过程中感知的当前区域匹配;
地图压缩模块,用于根据所述目标栅格的当前障碍物信息,分别对所述运动栅格地图内每一栅格已知的行程编码信息进行编码更新,以压缩所述运动栅格地图。
可选的,所述地图压缩模块,包括:
目标栅格压缩单元,用于针对所述运动栅格地图内的目标栅格,确定所述目标栅格已知的行程编码信息内的最新障碍物信息,并根据所述目标栅格的当前障碍物信息与所述最新障碍物信息的比对结果,更新所述目标栅格的行程编码信息;
非目标栅格压缩单元,用于针对所述运动栅格地图内的非目标栅格,控制所述非目标栅格已知的行程编码信息内的最新障碍物信息不变,并递增所述非目标栅格的最新障碍物信息的编码重复次数,以更新所述非目标栅格的行程编码信息。
可选的,所述目标栅格压缩单元,具体用于:
如果所述目标栅格的当前障碍物信息与所述目标栅格的最新障碍物信息相同,则递增所述目标栅格已知的行程编码信息内最新障碍物信息的编码重复次数;
如果所述目标栅格的当前障碍物信息与所述目标栅格的最新障碍物信息不同,则在所述目标栅格已知的行程编码信息后端增加所述目标栅格的当前障碍物信息和初始编码重复次数。
可选的,所述目标栅格的当前障碍物信息包括如下信息中的至少一项:
1)表示所述目标栅格内是否存在障碍物的障碍物标识;
2)表示所述目标栅格与所述当前区域内感知到的障碍物之间的距离参数。
可选的,所述栅格确定模块,具体用于:
将运动过程中感知的当前区域映射至所述运动栅格地图内,根据映射结果从所述运动栅格地图内的各栅格中确定所述目标栅格;
根据所述当前区域内感知到的障碍物位置以及所述目标栅格的位置,确定所述目标栅格的当前障碍物信息。
可选的,上述装置,还包括:
路径规划模块,用于根据所述运动栅格地图内每一栅格更新后的行程编码信息,确定每一栅格的当前障碍物信息,并根据每一栅格的当前障碍物信息规划对应的运动路径。
可选的,上述装置,还包括:
解码模块,用于对所述运动栅格地图内每一栅格最新的行程编码信息进行解码,得到每一栅格的障碍物序列,所述每一栅格的障碍物序列包括该栅格在运动过程中每一感知时刻下的障碍物信息;
障碍物视频流生成模块,用于基于所述每一栅格的障碍物序列,生成在所述运动栅格地图内的运动过程中的障碍物感知视频流。
第三方面,本发明实施例还提供了一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述处理器实现如第一方面所述的压缩方法。
可选的,上述电子设备,还包括:
还包括:雷达和/或传感器,用于感知在运动栅格地图内的运动过程中的障碍物。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的压缩方法。
本发明实施例提供一种压缩方法、装置、电子设备和存储介质,确定运动过程中感知的当前区域在已设定的运动栅格地图内匹配的目标栅格以及目标栅格的当前障碍物信息,然后根据目标栅格的当前障碍物信息,分别对运动栅格地图内每一栅格已知的行程编码信息进行编码更新,以压缩运动栅格地图。通过分析在导航栅格地图内的运动过程中当前感知的目标栅格的当前障碍物信息,实现运动栅格地图内每一栅格的行程编码更新,且采用行程编码方式,无需真实存储每一栅格在运动过程中每一感知时刻下的障碍物信息,从而降低地图压缩更新时占用的存储空间,增强导航栅格地图的压缩高效性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明实施例提供的一种压缩方法的流程图;
图2为本发明实施例提供的方法中在运动栅格地图内感知障碍物的示意图;
图3A为本发明实施例提供的另一种压缩方法的流程图;
图3B为本发明实施例提供的一种运动过程中生成障碍物视频流方法的流程图;
图4为本发明实施例提供的一种压缩装置的结构图;
图5为本发明实施例提供的一种电子设备的结构图;
图6为本发明实施例提供的一种计算机可读存储介质与处理器的交互示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。此外,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。此外,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
本发明使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”。
图1为本发明实施例提供的一种压缩方法的流程图,本实施例可适用于在运动过程中需要不断刷新电子设备所处的运动栅格地图的压缩信息的情况中。该方法可以由压缩装置来执行,该装置可以采用硬件和/或软件的方式实现,并可集成在电子设备中,其中,该电子设备可以是智能移动机器人、智能购物车等具备数据处理功能的智能移动设备,可以应用在酒店、商场、餐厅、机场和车站等公共场所。参考图1,该方法可以包括如下步骤:
S110,确定运动过程中已设定的运动栅格地图内的目标栅格以及所述目标栅格的当前障碍物信息。
其中,目标栅格与运动过程中感知的当前区域匹配。
可选的,移动机器人和智能购物车等电子设备在自主导航工作时,通常会预先划分出一个相应的工作范围,以支持电子设备能够在该工作范围内自主运动,以提供相应的便捷服务。其中,本实施例中电子设备会预先录入与所划分后的工作范围所匹配的地图,然后按照预定的栅格大小,可以对所录入的原始地图进行划分,从而得到本实施例中已设定的运动栅格地图。例如,扫地机器人在机场广场执行清扫任务时,运动栅格地图可以为机场广场地图进行栅格划分后得到的栅格地图,支持扫地机器人在整个运动栅格地图内进行运动。
也就是说,运动栅格地图是由若干个栅格拼成的二维地图,如图2所示,运动栅格地图内的每一个栅格分别可以对应真实世界内特定大小的正方形区域,每一个栅格可以通过特定参数来表示相应的障碍物状态,用于描述该栅格内是否存在障碍物或者与障碍物之间的距离等相关的障碍物信息。
具体的,用于提供便捷智能服务的移动机器人、智能购物车等电子设备在已设定的运动栅格地图内进行运动时,为了实现运动避障,通常会在电子设备上配置雷达和激光传感器等传感设备,用于在电子设备的运动过程中不断感知所遇到的障碍物。
在本实施例中,由于电子设备在运动过程中无法感知到整个运动栅格地图的范围,因此为了对运动过程中遇到的障碍物准确定位,需要电子设备在运动过程中不断感知周边的环境信息,以此不断刷新其上存储的运动栅格地图的压缩数据。电子设备在运动过程中通过分析当前感知到的周边环境信息,可以确定出感知到所处的当前区域,如图2所示,当前区域位于运动栅格地图内部,大致处于当前区域中心位置的五边形代表本实施例中的电子设备。在确定出运动过程中感知的当前区域后,通过判断当前区域与运动栅格地图重合的范围,可以从该运动栅格地图内的各个栅格中,确定出当前区域内存在的目标栅格。然后,通过分析当前区域内感知到的障碍物情况,来设定各个目标栅格的当前障碍物信息。
需要说明的是,本实施例中目标栅格的当前障碍物信息可以包括如下信息中的至少一项:
1)表示目标栅格内是否存在障碍物的障碍物标识。
首先分析当前区域内是否存在障碍物,若存在则继续判断每一障碍物处于当前区域内的哪一目标栅格内,进而按照各个目标栅格内是否存在障碍物,来为每一目标栅格分别设定对应的障碍物标识;例如,存在障碍物的目标栅格对应的障碍物标识采用1表示,不存在障碍物的目标栅格对应的障碍物标识采用0表示。
2)表示目标栅格与当前区域内感知到的障碍物之间的距离参数。
分析当前区域内所感知到的各个障碍物的位置,以当前区域内存在的一个目标栅格为例来介绍表示该目标栅格与当前区域内感知到的障碍物之间的距离参数的具体计算过程:首先计算出该目标栅格与当前区域内所感知到的每一障碍物之间的实际距离,以确定出该目标栅格的最近障碍物距离,然后采用预先设定的实际距离与距离参数之间的转换关系,来计算该目标栅格的最近障碍物距离转换后的距离参数,并将该距离参数作为该目标栅格的当前障碍物信息。例如,如果在运动栅格地图中通过每一栅格的显示颜色来代表该栅格与障碍物的距离时,每一栅格的距离参数可以采用代表各个显示颜色的像素值(如0和255等),此时如果某一栅格的最近障碍物距离大于等于设定距离阈值(如50cm),可以将该栅格的距离参数设置为255,也就是对于距离障碍物较远的栅格可以全部显示为255像素值表示的颜色。然而,对于最近障碍物距离小于设定距离阈值的栅格,可以设置各个栅格的距离参数随着该栅格的最近障碍物距离的减小而逐渐较小,如在某一栅格的最近障碍物距离为0(该栅格存在障碍物)时,该栅格的距离参数设置为0。
按照上述相同的步骤,可以计算出当前区域内存在的每一目标栅格的距离参数,以表示该目标栅格的当前障碍物信息。此时,采用障碍物标识和/或栅格与障碍物间的距离参数来表示目标栅格的当前障碍物信息,可以增加目标栅格对于障碍物描述的多样性。
而且,电子设备在当前区域内规划运动路径时,可以直接根据各个目标栅格记录的距离参数,来分析各个目标栅格距离障碍物的实际距离,从而规划出准确的避障路径,无需采用感知到的各项传感数据来计算电子设备与障碍物的距离和障碍物位置、方向等信息,极大降低了路径规划时的计算开销,提高避障运动的高效性。
S120,根据目标栅格的当前障碍物信息,分别对运动栅格地图内每一栅格已知的行程编码信息进行编码更新,以压缩运动栅格地图。
其中,行程编码(Run Length Encoding,RLE)算法是一个简单高效的无损数据压缩算法,其基本思路是把各个数据看成一个线性序列,而这些数据序列组织方式分成两种情况:一种是连续的重复数据块,另一种是连续的不重复数据块。对于连续的重复数据块采用的压缩策略是用一个字节(可以称为数据重数属性)表示数据块重复的次数,然后在这个数据重数属性的字节后面存储真正的数据字节本身,例如某一个文件有如下的数据序列AAAAA,在未压缩之前占用5个字节,采用RLE算法可以压缩为5A,只占用两个字节;而对于连续不重复的数据序列,表示方法和连续的重复数据块序列的表示方法一样,只不过前面的数据重数属性字节的内容为1。
在本实施例中,考虑到电子设备工作设定的运动栅格地图很大,而运动过程中感知的当前区域又很小,使得通过当前区域内的障碍物感知情况,来分析电子设备在运动栅格地图内的整个运动过程中可能遇到的障碍物时,运动栅格地图内大部分栅格对应的障碍物信息是没有发生变化的。因此,在不断对运动栅格地图进行压缩更新时,为了避免运动栅格地图压缩更新时占用过大的存储空间,本实施例可以对运动栅格地图内的每一栅格均采用RLE算法进行行程编码,并在按照预设的感知间隔(例如电子设备每隔1s感知一次周边的环境信息,以执行一次运动栅格地图的压缩更新),每次重新感知到当前区域后,来采用RLE算法对运动栅格地图内的每一栅格分别执行一次行程编码更新。例如,运动栅格地图内某一栅格在电子设备的运动过程中,随着感知时间变化,在每一感知时刻下该栅格的障碍物信息可以表示为:
此时,该栅格经过RLE算法压缩后的行程编码信息为:4 100 2 101。即:4个100和2个101,原始的压缩算法中,在6个感知时刻下需要存储6个数值,本实施例中6个时刻只需要存储4个数值,从而达到减少存储空间占用的作用。如果随着感知时间变化,栅格的障碍物信息变化越少,则该栅格的压缩效率越高,运动栅格地图内各个栅格压缩所占用的存储空间也就越小。
具体的,在每次感知到当前区域,并确定出当前区域内的目标栅格后,会获取到各个目标栅格在当前感知时刻下的当前障碍物信息。考虑到电子设备每次会分析各个目标栅格的当前障碍物信息来进行局部避障运动,此时运动栅格地图内除各个目标栅格外的其他栅格的障碍物信息不会对电子设备当前的避障运动造成影响,因此无需分析运动栅格地图内除各个目标栅格外的其他栅格的真实障碍物信息,可以设定运动栅格地图内除各个目标栅格外的其他栅格在当前感知时刻下的障碍物信息与前一感知时刻下的障碍物信息相同。
因此,首先获取运动栅格地图内每一栅格在历史感知过程中,已经采用RLE算法完成压缩的行程编码信息,然后分别利用每一目标栅格的当前障碍物信息,对该目标栅格已知的行程编码信息进行编码更新,而且分别利用除目标栅格外的每一其他栅格在前一感知时刻下的障碍物信息,对该其他栅格已知的行程编码信息进行编码更新,以完成运动栅格地图内每一栅格的行程编码更新,从而实现运动栅格地图的压缩更新,此时利用行程编码算法极大减少了每一栅格对于连续相同障碍物信息的存储空间占用,提高了压缩效率。
本发明实施例提供了一种压缩方法,确定运动过程中感知的当前区域在已设定的运动栅格地图内匹配的目标栅格以及目标栅格的当前障碍物信息,然后根据目标栅格的当前障碍物信息,分别对运动栅格地图内每一栅格已知的行程编码信息进行编码更新,以压缩运动栅格地图。通过分析在导航栅格地图内的运动过程中当前感知的目标栅格的当前障碍物信息,实现运动栅格地图内每一栅格的行程编码更新,且采用行程编码方式,无需真实存储每一栅格在运动过程中每一感知时刻下的障碍物信息,从而降低地图压缩更新时占用的存储空间,增强导航栅格地图的压缩高效性。
在上述实施例的基础上,在对运动栅格地图内每一栅格进行行程编码更新后,为了确保电子设备在运动过程中的准确避障,还会根据运动栅格地图内每一栅格更新后的行程编码信息,确定每一栅格的当前障碍物信息,并根据每一栅格的当前障碍物信息规划对应的运动路径。
也就是说,从运动栅格地图内每一栅格更新后的行程编码信息内,查找出在该栅格更新后的行程编码信息最后端所记载的最新障碍物信息,作为该栅格的当前障碍物信息。然后,通过分析每一栅格内的当前障碍物信息,确定运动栅格地图内各个障碍物的位置以及电子设备距离各个障碍物的距离参数,进而参考电子设备的外部轮廓在运动过程中所处的栅格,以及电子设备与各个障碍物物之间的距离,来为电子设备规划对应的运动路径,从而在每更新一次运动栅格地图内各栅格的行程编码信息后,就重新规划一次运动路径,以实现运动过程中的准确避障。
图3A为本发明实施例提供的另一种压缩方法的流程图,本实施例是在上述实施例的基础上进行优化,参考图3A,该方法可以包括如下步骤:
S310,将运动过程中感知的当前区域映射至运动栅格地图内,根据映射结果从运动栅格地图内的各栅格中确定目标栅格。
可选的,电子设备在运动过程中感知到当前区域后,可以分析当前区域的位置信息,然后按照该位置信息将当前区域映射到运动栅格地图内,可以得到运动栅格地图内与当前区域映射重合的地图范围,作为本实施例中的映射结果。然后,从运动栅格地图内的各个栅格中,筛选出与当前区域重合的地图范围内存在的栅格,作为本实施例中的目标栅格。
S320,根据当前区域内感知到的障碍物位置以及目标栅格的位置,确定目标栅格的当前障碍物信息。
可选的,在从运动栅格地图内的各个栅格中确定出当前区域内的各个目标栅格后,可以分析每一目标栅格在当前区域内所处的位置信息,而且获取当前区域内感知的各个障碍物的位置信息。进而,通过分析每一目标栅格与当前区域内各个障碍物之间的位置匹配度,可以确定出每一目标栅格内是否存在障碍物,以及每一目标栅格与当前区域内各个障碍物之间的最近障碍物距离,从而得到每一目标栅格的当前障碍物信息,此时通过分析运动过程中感知的当前区域在运动栅格地图内的目标栅格的位置和所感知的各个障碍物位置之间的相近程度,进一步保证目标栅格的当前障碍物信息的准确性。
S330,针对运动栅格地图内的目标栅格,确定目标栅格已知的行程编码信息内的最新障碍物信息,并根据目标栅格的当前障碍物信息与最新障碍物信息的比对结果,更新目标栅格的行程编码信息。
对于运动栅格地图内的每一目标栅格来说,为了保证行程编码的更新高效性,本实施例首先会从每一目标栅格已知的行程编码信息内查找出位置行程编码信息最后端记载的障碍物信息,也就是该目标栅格在前一感知时刻下的最新障碍物信息,然后比对该目标栅格的当前障碍物信息与该目标栅格的最新障碍物信息是否相同,以按照行程编码算法的特性要求,采用不同的比对结果,来相应更新该目标栅格的行程编码信息。
示例性的,目标栅格的当前障碍物信息与该目标栅格的最新障碍物信息的比对结果可以包括目标栅格的当前障碍物信息与最新障碍物信息相同,以及目标栅格的当前障碍物信息与最新障碍物信息不同两种情况:
1)如果目标栅格的当前障碍物信息与目标栅格的最新障碍物信息相同,则递增目标栅格已知的行程编码信息内最新障碍物信息的编码重复次数;
也就是说,如果目标栅格的当前障碍物信息与最新障碍物信息相同,可以认定该目标栅格的当前障碍物信息已经采用最新障碍物信息记载到该目标栅格的行程编码信息内,此时只需要递增该目标栅格已知的行程编码信息内最新障碍物信息的编码重复次数,即可完成该目标栅格的行程编码更新。例如,若该目标栅格已知的行程编码信息为:4 1002 101,且该目标栅格的当前障碍物信息为101,那么该目标栅格更新后的行程编码信息为:4 100 3 101。
2)如果目标栅格的当前障碍物信息与目标栅格的最新障碍物信息不同,则在目标栅格已知的行程编码信息后端增加目标栅格的当前障碍物信息和初始编码重复次数。
也就是说,如果目标栅格的当前障碍物信息与最新障碍物信息不同,则需要在目标栅格已知的行程编码信息的后端写入该当前障碍物信息,并且为该当前障碍物信息设定初始编码重复次数。例如,若该目标栅格已知的行程编码信息为:4 100 2 101,且该目标栅格的当前障碍物信息为100,那么该目标栅格更新后的行程编码信息为:4 100 2 101 1100。
S340,针对运动栅格地图内的非目标栅格,控制非目标栅格已知的行程编码信息内的最新障碍物信息不变,并递增非目标栅格的最新障碍物信息的编码重复次数,以更新非目标栅格的行程编码信息。
对于运动栅格地图内除各个目标栅格外的每一非目标栅格,由于电子设备每次感知到当前区域后,都会按照当前区域内各目标栅格的当前障碍物信息,来不断重新调整电子设备在当前区域内的局部运动路径,使得非目标栅格内是否存在障碍物并不影响电子设备的避障运动,因此无需获取每一非目标栅格真实的障碍物信息,可以直接在每一非目标栅格已知的行程编码信息内查找出前一感知时刻下确定的最新障碍物信息后,直接控制该最新障碍物信息不变,然后递增该最新障碍物信息的编码重复次数即可,以更新非目标栅格的行程编码信息。
本实施例通过对运动栅格地图内的目标栅格和非目标栅格分别采用不同的行程编码更新方式,可以提高目标栅格和非目标栅格的压缩精度。
需要说明的是,本实施例中的S330和S340分别为运动栅格地图内不同类型栅格的行程编码更新步骤,因此可以按照运动栅格地图内各栅格的类型选用其中一个步骤来执行该栅格的行程编码更新操作。
本发明实施例提供一种压缩方法,在上述实施例的基础上,对运动栅格地图内的目标栅格和非目标栅格分别采用不同的行程编码更新方式,提高目标栅格和非目标栅格的压缩精度,并且利用每一栅格在运动过程中的每一感知时刻下的障碍物信息,生成电子设备在整个运动过程中的障碍物感知视频流,以便直观分析运动避障性能。
在上述实施例的基础上,电子设备在运动栅格地图内运动完成后,为了对电子设备的避障性能进行优化,需要查询整个运动过程中运动栅格地图内每一栅格内所感知的障碍物信息,以判断障碍物感知是否存在误差而导致避障失败的问题。此时,图3B提供了一种运动过程中生成障碍物感知视频流方法的流程图,在完成运动栅格地图内每一栅格的行程编码更新后执行。参考图3B,该方法包括如下步骤:
S350,对运动栅格地图内每一栅格最新的行程编码信息进行解码,得到每一栅格的障碍物序列。
其中,每一栅格的障碍物序列可以包括该栅格在运动过程中每一感知时刻下的障碍物信息。
可选的,电子设备在运动栅格地图内运动完成后,为了对电子设备的避障性能进行优化,需要查询整个运动过程中运动栅格地图内每一栅格内所感知的障碍物信息,以判断障碍物感知是否存在误差而导致避障失败的问题。因此,电子设备在运动栅格地图内运动完成后,会获取运动栅格地图内每一栅格最后一次更新的行程编码信息,作为本实施例中该栅格最新的行程编码信息。然后,通过对每一栅格最新的行程编码信息进行解码,可以得到该栅格在运动过程中每一感知时刻下的障碍物信息,按照感知时刻的时序性,可以将每一栅格在运动过程中每一感知时刻下的障碍物信息,组成该栅格的障碍物序列。例如,如果运动栅格地图内某一栅格最新的行程编码信息为:4 100 2 101,那么对该行程编码信息解码后可以得到如下信息:
此时,该栅格的障碍物序列可以为(100,100,100,100,101,101)。
S360,基于每一栅格的障碍物序列,生成在运动栅格地图内的运动过程中的障碍物感知视频流。
可选的,在得到运动栅格地图内每一栅格的障碍物序列后,可以按照电子设备在运动栅格地图内的运动过程中的感知时序,在每一感知时刻下,获取每一栅格在当前感知时刻下的当前障碍物信息,然后为每一栅格内设置与当前感知时刻下的当前障碍物信息适应的颜色像素,从而获取当前感知时刻下由相应颜色填充的各个栅格所组成的运动栅格地图。此时,通过分析各个栅格在每一感知时刻下的当前障碍物信息,可以获取每一感知时刻下由相应颜色填充的各个栅格所组成的运动栅格地图,然后按照感知时序,利用不同感知时刻下由相应颜色的栅格组成的运动栅格地图,可以生成在运动栅格地图内的运动过程中的障碍物感知视频流,该障碍物感知视频流可以通过短视频、动画特效等形式展现,以便后续通过该障碍物感知视频流,直观分析运动避障性能。
图4为本发明实施例提供的一种压缩装置的结构图,该装置可以执行上述实施例的压缩方法,参考图4,该装置可以包括:
栅格确定模块410,用于确定运动过程中已设定的运动栅格地图内的目标栅格以及所述目标栅格的当前障碍物信息,所述目标栅格与所述运动过程中感知的当前区域匹配;
地图压缩模块420,用于根据所述目标栅格的当前障碍物信息,分别对所述运动栅格地图内每一栅格已知的行程编码信息进行编码更新,以压缩所述运动栅格地图。
本发明实施例提供一种压缩装置,确定运动过程中感知的当前区域在已设定的运动栅格地图内匹配的目标栅格以及目标栅格的当前障碍物信息,然后根据目标栅格的当前障碍物信息,分别对运动栅格地图内每一栅格已知的行程编码信息进行编码更新,以压缩运动栅格地图。通过分析在导航栅格地图内的运动过程中当前感知的目标栅格的当前障碍物信息,实现运动栅格地图内每一栅格的行程编码更新,且采用行程编码方式,无需真实存储每一栅格在运动过程中每一感知时刻下的障碍物信息,从而降低地图压缩更新时占用的存储空间,增强导航栅格地图的压缩高效性。
在一种示例中,所述地图压缩模块420,包括:
目标栅格压缩单元421,用于针对所述运动栅格地图内的目标栅格,确定所述目标栅格已知的行程编码信息内的最新障碍物信息,并根据所述目标栅格的当前障碍物信息与所述最新障碍物信息的比对结果,更新所述目标栅格的行程编码信息;
非目标栅格压缩单元422,用于针对所述运动栅格地图内的非目标栅格,控制所述非目标栅格已知的行程编码信息内的最新障碍物信息不变,并递增所述非目标栅格的最新障碍物信息的编码重复次数,以更新所述非目标栅格的行程编码信息。
在一种示例中,所述目标栅格压缩单元421,具体用于:
如果所述目标栅格的当前障碍物信息与所述目标栅格的最新障碍物信息相同,则递增所述目标栅格已知的行程编码信息内最新障碍物信息的编码重复次数;
如果所述目标栅格的当前障碍物信息与所述目标栅格的最新障碍物信息不同,则在所述目标栅格已知的行程编码信息后端增加所述目标栅格的当前障碍物信息和初始编码重复次数。
在一种示例中,所述目标栅格的当前障碍物信息包括如下信息中的至少一项:
1)表示所述目标栅格内是否存在障碍物的障碍物标识;
2)表示所述目标栅格与所述当前区域内感知到的障碍物之间的距离参数。
在一种示例中,所述栅格确定模块410,具体用于:
将运动过程中感知的当前区域映射至所述运动栅格地图内,根据映射结果从所述运动栅格地图内的各栅格中确定所述目标栅格;
根据所述当前区域内感知到的障碍物位置以及所述目标栅格的位置,确定所述目标栅格的当前障碍物信息。
在一种示例中,该装置还包括:
路径规划模块430,用于根据所述运动栅格地图内每一栅格更新后的行程编码信息,确定每一栅格的当前障碍物信息,并根据每一栅格的当前障碍物信息规划对应的运动路径。
在一种示例中,该装置还包括:
解码模块440,用于对所述运动栅格地图内每一栅格最新的行程编码信息进行解码,得到每一栅格的障碍物序列,所述每一栅格的障碍物序列包括该栅格在运动过程中每一感知时刻下的障碍物信息;
障碍物视频流生成模块450,用于基于所述每一栅格的障碍物序列,生成在所述运动栅格地图内的运动过程中的障碍物感知视频流。
本发明实施例提供的压缩装置可执行上述实施例中的压缩方法,具备执行方法相应的功能模块和有益效果。
图5为本发明实施例提供的一种电子设备的结构图,该电子设备可以是但不限于智能机器人,当电子设备为智能机器人时,不限定其类型,例如可以是清洁机器人、医疗机器人、安防机器人或助残机器人等。参考图5,该电子设备包括处理器51、存储器52、雷达53、传感器54、输入装置55和输出装置56,电子设备中处理器51的数量可以是一个或多个,图5以一个处理器51为例。电子设备中处理器51、存储器52、雷达53、传感器54、输入装置55和输出装置56可以通过总线或其他方式连接,图5以通过总线为例。
雷达53和传感器54用于感知电子设备在运动栅格地图内的运动过程中遇见的障碍物。具体的,电子设备运动过程中雷达53和传感器54向外发射激光束,然后将接收到的反射回来的信号与发射信号进行比较,做适当处理后即可确定周围障碍物的相关信息,例如电子设备到障碍物的距离、障碍物的方向以及高度等参数。雷达53和传感器54的类型可以根据需要选择,本实施例以2D激光雷达为例,相应的,雷达53和传感器54采集的障碍物的数据也为二维数据。
存储器52作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的压缩方法对应的程序指令/模块。处理器51通过运行存储在存储器52中的软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现上述实施例的压缩方法。
存储器52主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器52可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器52可进一步包括相对于处理器51远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置55可用于接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置56可包括显示屏等显示设备、扬声器以及蜂鸣器等音频设备。
本发明实施例提供的电子设备与上述实施例提供的压缩方法属于同一构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例具备执行压缩方法相同的有益效果。
图6为本发明实施例提供的一种计算机可读存储介质与处理器的交互示意图。计算机可读存储介质61上存储有计算机程序610,计算机程序610被处理器62执行时用于执行一种压缩方法,该方法可以包括:
确定运动过程中已设定的运动栅格地图内匹配的目标栅格以及所述目标栅格的当前障碍物信息,所述目标栅格与所述运动过程中感知的当前区域匹配;
根据所述目标栅格的当前障碍物信息,分别对所述运动栅格地图内每一栅格已知的行程编码信息进行编码更新,以压缩所述运动栅格地图。
可选的,计算机程序610被处理器62执行时还可以用于执行本发明任意实施例所提供的压缩方法。
本发明实施例的计算机可读存储介质61,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质61例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质61的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RandomAccess Memory,RAM)、只读存储器(Read Only Memory,ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。计算机可读存储介质61可以是任何包含或存储程序的有形介质,计算机程序610可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于:电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、无线电频率(Radio Frequency,RF)等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (11)
1.一种压缩方法,其特征在于,包括:
确定运动过程中已设定的运动栅格地图内的目标栅格以及所述目标栅格的当前障碍物信息,所述目标栅格与所述运动过程中感知的当前区域匹配;
根据所述目标栅格的当前障碍物信息,分别对所述运动栅格地图内每一栅格已知的行程编码信息进行编码更新,以压缩所述运动栅格地图。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标栅格的当前障碍物信息,分别对所述运动栅格地图内每一栅格已知的行程编码信息进行编码更新,包括:
针对所述运动栅格地图内的目标栅格,确定所述目标栅格已知的行程编码信息内的最新障碍物信息,并根据所述目标栅格的当前障碍物信息与所述最新障碍物信息的比对结果,更新所述目标栅格的行程编码信息;
针对所述运动栅格地图内的非目标栅格,控制所述非目标栅格已知的行程编码信息内的最新障碍物信息不变,并递增所述非目标栅格的最新障碍物信息的编码重复次数,以更新所述非目标栅格的行程编码信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标栅格的当前障碍物信息与所述最新障碍物信息的比对结果,更新所述目标栅格的行程编码信息,包括:
如果所述目标栅格的当前障碍物信息与所述目标栅格的最新障碍物信息相同,则递增所述目标栅格已知的行程编码信息内最新障碍物信息的编码重复次数;
如果所述目标栅格的当前障碍物信息与所述目标栅格的最新障碍物信息不同,则在所述目标栅格已知的行程编码信息后端增加所述目标栅格的当前障碍物信息和初始编码重复次数。
4.根据权利要求1所述的方法,其特征在于,所述目标栅格的当前障碍物信息包括如下信息中的至少一项:
1)表示所述目标栅格内是否存在障碍物的障碍物标识;
2)表示所述目标栅格与所述当前区域内感知到的障碍物之间的距离参数。
5.根据权利要求1所述的方法,其特征在于,所述确定运动过程中已设定的运动栅格地图内的目标栅格以及所述目标栅格的当前障碍物信息,包括:
将运动过程中感知的当前区域映射至所述运动栅格地图内,根据映射结果从所述运动栅格地图内的各栅格中确定所述目标栅格;
根据所述当前区域内感知到的障碍物位置以及所述目标栅格的位置,确定所述目标栅格的当前障碍物信息。
6.根据权利要求1-5任一项所述的方法,其特征在于,在根据所述目标栅格的当前障碍物信息,分别对所述运动栅格地图内每一栅格已知的行程编码信息进行编码更新之后,还包括:
根据所述运动栅格地图内每一栅格更新后的行程编码信息,确定每一栅格的当前障碍物信息,并根据每一栅格的当前障碍物信息规划对应的运动路径。
7.根据权利要求1-5任一项所述的方法,其特征在于,在根据所述目标栅格的当前障碍物信息,分别对所述运动栅格地图内每一栅格已知的行程编码信息进行编码更新之后,还包括:
对所述运动栅格地图内每一栅格最新的行程编码信息进行解码,得到每一栅格的障碍物序列,所述每一栅格的障碍物序列包括该栅格在运动过程中每一感知时刻下的障碍物信息;
基于所述每一栅格的障碍物序列,生成在所述运动栅格地图内的运动过程中的障碍物感知视频流。
8.一种压缩装置,其特征在于,包括:
栅格确定模块,用于确定运动过程中在已设定的运动栅格地图内的目标栅格以及所述目标栅格的当前障碍物信息,所述目标栅格与所述运动过程中感知的当前区域匹配;
地图压缩模块,用于根据所述目标栅格的当前障碍物信息,分别对所述运动栅格地图内每一栅格已知的行程编码信息进行编码更新,以压缩所述运动栅格地图。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述处理器实现如权利要求1-7任一项所述的压缩方法。
10.根据权利要求9所述的电子设备,其特征在于,还包括:雷达和/或传感器,用于感知在运动栅格地图内的运动过程中的障碍物。
11.一种包含计算机程序的计算机可读存储介质,其特征在于,当计算机程序被一个或多个处理器执行时,使得所述处理器执行权利要求1-7中任一项所述的地图压缩方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110545654.2A CN113225090B (zh) | 2021-05-19 | 2021-05-19 | 一种压缩方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110545654.2A CN113225090B (zh) | 2021-05-19 | 2021-05-19 | 一种压缩方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113225090A true CN113225090A (zh) | 2021-08-06 |
CN113225090B CN113225090B (zh) | 2024-03-22 |
Family
ID=77093104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110545654.2A Active CN113225090B (zh) | 2021-05-19 | 2021-05-19 | 一种压缩方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113225090B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113834494A (zh) * | 2021-10-15 | 2021-12-24 | 珠海一微半导体股份有限公司 | 一种基于模板覆盖的栅格地图处理方法及芯片 |
WO2023173898A1 (zh) * | 2022-03-16 | 2023-09-21 | 华为技术有限公司 | 一种占据栅格地图生成方法及装置 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070293985A1 (en) * | 2006-06-20 | 2007-12-20 | Samsung Electronics Co., Ltd. | Method, apparatus, and medium for building grid map in mobile robot and method, apparatus, and medium for cell decomposition that uses grid map |
US20080009966A1 (en) * | 2006-07-05 | 2008-01-10 | Battelle Energy Alliance, Llc | Occupancy Change Detection System and Method |
US20170116487A1 (en) * | 2015-10-22 | 2017-04-27 | Kabushiki Kaisha Toshiba | Apparatus, method and program for generating occupancy grid map |
CN106940704A (zh) * | 2016-11-25 | 2017-07-11 | 北京智能管家科技有限公司 | 一种基于栅格地图的定位方法及装置 |
CN107065872A (zh) * | 2017-04-11 | 2017-08-18 | 珠海市微半导体有限公司 | 智能机器人的栅格地图创建方法 |
JP2018017826A (ja) * | 2016-07-26 | 2018-02-01 | 株式会社豊田中央研究所 | 自律移動体と環境地図更新装置 |
US20190129433A1 (en) * | 2016-12-29 | 2019-05-02 | Amicro Semiconductor Corporation | A path planning method of intelligent robot |
US20200089254A1 (en) * | 2018-09-13 | 2020-03-19 | Kabushiki Kaisha Toshiba | Ogm compression circuit, ogm compression/decompression system, and mobile system |
CN111914045A (zh) * | 2020-07-09 | 2020-11-10 | 珠海云洲智能科技有限公司 | 一种数据压缩方法、装置、终端设备及存储介质 |
CN112132929A (zh) * | 2020-09-01 | 2020-12-25 | 北京布科思科技有限公司 | 一种基于深度视觉和单线激光雷达的栅格地图标记方法 |
US20210056712A1 (en) * | 2019-08-19 | 2021-02-25 | Toyota Research Institute, Inc. | Systems and methods for estimating dynamics of objects using temporal changes encoded in a difference map |
CN112527929A (zh) * | 2020-10-20 | 2021-03-19 | 深圳市银星智能科技股份有限公司 | 一种栅格地图编码方法及其装置、电子设备 |
-
2021
- 2021-05-19 CN CN202110545654.2A patent/CN113225090B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070293985A1 (en) * | 2006-06-20 | 2007-12-20 | Samsung Electronics Co., Ltd. | Method, apparatus, and medium for building grid map in mobile robot and method, apparatus, and medium for cell decomposition that uses grid map |
US20080009966A1 (en) * | 2006-07-05 | 2008-01-10 | Battelle Energy Alliance, Llc | Occupancy Change Detection System and Method |
US20170116487A1 (en) * | 2015-10-22 | 2017-04-27 | Kabushiki Kaisha Toshiba | Apparatus, method and program for generating occupancy grid map |
JP2018017826A (ja) * | 2016-07-26 | 2018-02-01 | 株式会社豊田中央研究所 | 自律移動体と環境地図更新装置 |
CN106940704A (zh) * | 2016-11-25 | 2017-07-11 | 北京智能管家科技有限公司 | 一种基于栅格地图的定位方法及装置 |
US20190129433A1 (en) * | 2016-12-29 | 2019-05-02 | Amicro Semiconductor Corporation | A path planning method of intelligent robot |
CN107065872A (zh) * | 2017-04-11 | 2017-08-18 | 珠海市微半导体有限公司 | 智能机器人的栅格地图创建方法 |
US20200089254A1 (en) * | 2018-09-13 | 2020-03-19 | Kabushiki Kaisha Toshiba | Ogm compression circuit, ogm compression/decompression system, and mobile system |
US20210056712A1 (en) * | 2019-08-19 | 2021-02-25 | Toyota Research Institute, Inc. | Systems and methods for estimating dynamics of objects using temporal changes encoded in a difference map |
CN111914045A (zh) * | 2020-07-09 | 2020-11-10 | 珠海云洲智能科技有限公司 | 一种数据压缩方法、装置、终端设备及存储介质 |
CN112132929A (zh) * | 2020-09-01 | 2020-12-25 | 北京布科思科技有限公司 | 一种基于深度视觉和单线激光雷达的栅格地图标记方法 |
CN112527929A (zh) * | 2020-10-20 | 2021-03-19 | 深圳市银星智能科技股份有限公司 | 一种栅格地图编码方法及其装置、电子设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113834494A (zh) * | 2021-10-15 | 2021-12-24 | 珠海一微半导体股份有限公司 | 一种基于模板覆盖的栅格地图处理方法及芯片 |
WO2023173898A1 (zh) * | 2022-03-16 | 2023-09-21 | 华为技术有限公司 | 一种占据栅格地图生成方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113225090B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11328429B2 (en) | Method and apparatus for detecting ground point cloud points | |
CN112270306B (zh) | 一种基于拓扑路网的无人车轨迹预测与导航方法 | |
CN113225090B (zh) | 一种压缩方法、装置、电子设备和存储介质 | |
CN111091708A (zh) | 车辆轨迹预测方法及装置 | |
KR20210114952A (ko) | 목표대상물의 검출방법, 장치, 기기 및 기억매체 | |
CN110909585B (zh) | 一种路线确定方法、可行进设备、和存储介质 | |
CN112056993B (zh) | 一种清洁方法、装置、电子设备及计算机可读存储介质 | |
CN115540893B (zh) | 车辆路径规划方法、装置、电子设备和计算机可读介质 | |
CN113837305A (zh) | 目标检测及模型训练方法、装置、设备和存储介质 | |
CN115761702B (zh) | 车辆轨迹生成方法、装置、电子设备和计算机可读介质 | |
CN114758502A (zh) | 双车联合轨迹预测方法及装置、电子设备和自动驾驶车辆 | |
CN113467875A (zh) | 训练方法、预测方法、装置、电子设备以及自动驾驶车辆 | |
CN113739811A (zh) | 关键点检测模型的训练和高精地图车道线的生成方法设备 | |
CN113753078A (zh) | 障碍物轨迹的预测方法、装置、电子设备及自动驾驶车辆 | |
CN117392181A (zh) | 运动信息的预测方法、计算机设备、存储介质及智能设备 | |
CN116164770B (zh) | 路径规划方法、装置、电子设备和计算机可读介质 | |
CN110631586A (zh) | 基于视觉slam的地图构建的方法、导航系统及装置 | |
CN109389677B (zh) | 房屋三维实景地图的实时构建方法、系统、装置及存储介质 | |
CN115583254A (zh) | 路径规划方法、装置、设备以及自动驾驶车辆 | |
KR102195354B1 (ko) | 교통정보 빅데이터를 이용한 이동시간 기반 접근성 맵 생성 방법 | |
CN114620039A (zh) | 轨迹修正方法、设备、云控平台和自动驾驶车辆 | |
CN113781569A (zh) | 一种回环检测方法和装置 | |
CN113587937A (zh) | 车辆的定位方法、装置、电子设备和存储介质 | |
CN114584949B (zh) | 车路协同确定障碍物属性值的方法、设备及自动驾驶车辆 | |
US20230285619A1 (en) | Navigation method for disinfection robot, robot and computer-readable storage medium |
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 |