CN113390427A - 机器人建图方法、装置、机器人及计算机可读存储介质 - Google Patents
机器人建图方法、装置、机器人及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113390427A CN113390427A CN202110645968.XA CN202110645968A CN113390427A CN 113390427 A CN113390427 A CN 113390427A CN 202110645968 A CN202110645968 A CN 202110645968A CN 113390427 A CN113390427 A CN 113390427A
- Authority
- CN
- China
- Prior art keywords
- robot
- map
- laser data
- laser
- laser radar
- 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 58
- 238000013507 mapping Methods 0.000 title claims abstract description 44
- 238000004590 computer program Methods 0.000 claims description 19
- 230000004888 barrier function Effects 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; 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
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3844—Data obtained from position sensors only, e.g. from inertial navigation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请适用于机器人技术领域，尤其涉及机器人建图方法、装置、机器人及计算机可读存储介质。该方法控制机器人在目标区域旋转，获取第一激光雷达采集的第一激光数据和第二激光雷达采集的第二激光数据，并根据第一激光数据和第二激光数据生成目标区域的初始地图。随后基于初始地图控制机器人向目标位置移动，并根据第二激光雷达采集的第三激光数据更新初始地图，得到目标地图。由于第一激光雷达的位置较高，不受障碍物遮挡，因此初始地图可构建出目标区域的轮廓，降低探索难度，并在机器人向目标位置移动时，可提供稳定的定位结果，使得通过第二激光雷达可将障碍物准确刷新至初始地图上，提高机器人建图的效率、稳定性和鲁棒性。
Description
技术领域
本申请属于机器人技术领域，尤其涉及一种机器人建图方法、装置、机器人及计算机可读存储介质。
背景技术
同时定位与建图(simultaneous localization and mapping，SLAM)技术是机器人根据激光数据创建导航地图的重要方法，可以为机器人后续导航中的实时定位和导航规划提供重要基础。目前，机器人一般是通过SLAM技术一边建图一边自主探索未知区域，即需要同时解决建图和探索两大难点才可以完成建图，导致机器人建图的稳定性较差。
发明内容
本申请实施例提供了一种机器人建图方法、装置、机器人及计算机可读存储介质，可以有效提高机器人建图的稳定性。
第一方面，本申请实施例提供了一种机器人建图方法，应用于包含第一激光雷达和第二激光雷达的机器人，所述第一激光雷达在所述机器人中的位置高于所述第二激光雷达在所述机器人中的位置，所述方法可以包括：
获取第一激光数据和第二激光数据，所述第一激光数据为所述机器人在目标区域旋转时，所述第一激光雷达采集的激光数据，所述第二激光数据为所述机器人在所述目标区域旋转时，所述第二激光雷达采集的激光数据；
根据所述第一激光数据，生成所述第一激光雷达对应的第一地图；
根据所述第一激光数据和所述第二激光数据，生成所述第二激光雷达对应的第二地图；
根据所述第一地图和所述第二地图，生成所述目标区域的初始地图；
获取第三激光数据，所述第三激光数据为所述机器人向所述初始地图中的目标位置移动时，所述第二激光雷达采集的激光数据；
根据所述第三激光数据更新所述初始地图，得到所述目标区域的目标地图。
示例性的，所述根据所述第一激光数据，生成所述第一激光雷达对应的第一地图，可以包括：
根据所述第一激光数据确定所述机器人的第一位姿；
根据所述第一位姿和所述第一激光数据，生成所述第一激光雷达对应的第一地图。
示例性的，所述根据所述第一激光数据和所述第二激光数据，生成所述第二激光雷达对应的第二地图，可以包括：
根据所述第一激光数据确定所述机器人的第一位姿；
根据所述第一位姿和所述第二激光数据，生成所述第二激光雷达对应的第二地图。
在第一方面的一种可能的实现方式中，所述根据所述第一地图和所述第二地图，生成所述目标区域的初始地图，可以包括：
获取所述第一地图对应的第一原点在像素坐标系的第一坐标和所述第二地图对应的第二原点在像素坐标系的第二坐标，所述第一原点为所述第一地图对应的世界坐标系的原点，所述第二原点为所述第二地图对应的世界坐标系的原点；
根据所述第一坐标和所述第二坐标，对齐所述第一地图和所述第二地图；
将对齐后的第一地图和第二地图进行合并，得到所述目标区域的初始地图。
在第一方面的一种可能的实现方式中，所述方法还可以包括：
利用预设的路径覆盖算法确定所述机器人在所述初始地图中的第一移动路径；
获取所述第一移动路径中的拐点，并将所述拐点确定为所述初始地图中的目标位置。
可选地，所述目标位置包括多个，所述方法还可以包括：
获取各所述目标位置与所述机器人之间的第一距离以及各所述目标位置之间的第二距离；
根据各所述第一距离和各所述第二距离，确定各所述目标位置对应的移动顺序；
根据所述移动顺序，控制所述机器人向各所述目标位置移动。
具体地，所述控制所述机器人向各所述目标位置移动，可以包括：
获取所述第一激光雷达采集的第四激光数据，并根据所述第四激光数据确定所述机器人的第二位姿；
根据所述第二位姿和所述目标位置，确定所述机器人的第二移动路径；
根据所述第二移动路径，控制所述机器人向所述目标位置移动。
第二方面，本申请实施例提供了一种机器人建图装置，应用于包含第一激光雷达和第二激光雷达的机器人，所述第一激光雷达在所述机器人中的位置高于所述第二激光雷达在所述机器人中的位置，所述装置可以包括：
第一激光数据获取模块，用于获取第一激光数据和第二激光数据，所述第一激光数据为所述机器人在目标区域旋转时，所述第一激光雷达采集的激光数据，所述第二激光数据为所述机器人在所述目标区域旋转时，所述第二激光雷达采集的激光数据；
第一地图生成模块，用于根据所述第一激光数据，生成所述第一激光雷达对应的第一地图；
第二地图生成模块，用于根据所述第一激光数据和所述第二激光数据，生成所述第二激光雷达对应的第二地图；
初始地图生成模块，用于根据所述第一地图和所述第二地图，生成所述目标区域的初始地图；
第三激光数据获取模块，用于获取第三激光数据，所述第三激光数据为所述机器人向所述初始地图中的目标位置移动时，所述第二激光雷达采集的激光数据；
初始地图更新模块，用于根据所述第三激光数据更新所述初始地图，得到所述目标区域的目标地图。
第三方面，本申请实施例提供了一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面中任一项所述的机器人建图方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面中任一项所述的机器人建图方法。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在机器人上运行时，使得机器人执行上述第一方面中任一项所述的机器人建图方法。
本申请实施例与现有技术相比存在的有益效果是：
本申请实施例中，可以先控制机器人在目标区域旋转，并获取第一激光雷达采集的第一激光数据和第二激光雷达采集的第二激光数据，从而可以根据第一激光数据和第二激光数据生成目标区域的初始地图。然后，在初始地图的基础上可以控制机器人向目标位置移动，并可以同时根据较低位置的第二激光雷达采集的第三激光数据更新初始地图，以将目标区域内的障碍物刷新至初始地图，得到目标区域的目标地图。由于第一激光雷达的位置较高，可以不受障碍物遮挡，因此结合第一激光雷达采集的第一激光数据构建的初始地图可以把目标区域的轮廓构建出来，减少待探索的目标位置的数量，降低机器人的探索难度，并且可以提供稳定的定位结果，从而使得机器人向目标位置移动时，较低位置的第二激光雷达可以将障碍物准确刷新至初始地图上，以有效提高机器人自主建图的效率、稳定性和鲁棒性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的机器人建图方法的流程示意图；
图2是本申请一实施例提供的第一地图与第二地图合并的场景示意图；
图3是本申请一实施例提供的机器人向目标位置移动的场景示意图；
图4是本申请一实施例提供的机器人建图装置的结构示意图；
图5是本申请一实施例提供的机器人的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
在防疫消杀机器人或者扫地机器人等领域，都需要让机器人在房间内自主建图，以根据所构建的地图进行实时定位和导航规划，来完成相应的消杀或者清扫等任务。其中，传统的机器人都是单激光雷达，机器人可以通过SLAM技术一边建图一边自主探索未知区域，这需要同时解决建图和探索这两个难点才可以完成建图。
现有的自主建图技术主要解决的是探索问题，例如边界探索法和基于快速扩展随机树(rapidly exploring random tree，RRT)的全局检测法。边界探索法基于图像分割技术提取局部栅格地图中已知区域和未知区域之间的边界，然后控制机器人向边界区域运动，以获取新环境信息，来扩大地图创建。RRT全局检测法是利用RRT算法计算未知区域点，如果RRT计算的某点在未知区域则将该点发布出去，再通过全局的未知区域点获取聚类中心，所获取的聚类中心即为机器人要去探索的目标位置。即现有的机器人自主建图中，未知区域的探索难度较大，机器人需要探索的目标位置较多，机器人建图的稳定性较差，导致机器人后续的定位效果较差，影响用户体验。
为了解决上述技术问题，本申请实施例提供了一种机器人建图方法，该方法可以先控制机器人在目标区域内旋转，并获取第一激光雷达采集的第一激光数据和第二激光雷达采集的第二激光数据，从而可以根据第一激光数据和第二激光数据生成目标区域的初始地图。然后，在初始地图的基础上可以控制机器人向目标位置移动，并可以同时根据较低位置的第二激光雷达采集的第三激光数据更新初始地图，以将目标区域内的障碍物刷新至初始地图，得到目标区域的目标地图。由于第一激光雷达的位置较高，可以不受障碍物遮挡，因此结合第一激光雷达采集的第一激光数据构建的初始地图可以把目标区域的轮廓构建出来，有效减少待探索的目标位置的数量，降低机器人的探索难度，并可以提供稳定的定位结果，使得机器人向目标位置移动时，较低位置的第二激光雷达可以将障碍物准确刷新至初始地图，可以有效提高机器人自主建图的效率、稳定性和鲁棒性，提高用户体验，具有较强的易用性和实用性。
应理解，本申请实施例中的目标区域可以为房间、病房等封闭区域。
本申请实施例提供的机器人可以包括第一激光雷达和第二激光雷达，第一激光雷达在机器人中的位置可以高于第二激光雷达在机器人中的位置，且第一激光雷达的扫描距离可远于第二激光雷达的扫描距离。例如，第一激光雷达可以安装于距离机器人的底部1.7米左右的位置，第二激光雷达可以安装于距离机器人的底部1.2米左右的位置。由于目标区域中的床、桌椅等可移动物体通常是在1.5米以下，即位于较高位置的第一激光雷达可以不受这些可移动物体的遮挡，且由于第一激光雷达具有较长的扫描距离，因此根据第一激光雷达采集的第一激光数据可以将目标区域的整体轮廓构建出来，从而可以减少机器人对目标区域的探索难度，减少机器人需要探索的目标位置的数量，提高机器人自主建图的效率、稳定性和鲁棒性。而位于较低位置的第二激光雷达可以准确地将这些可移动物体更新至初始地图上，以使得在目标区域进行导航时能绕开这些可移动物体，极大提高了定位导航的稳定性。
请参阅图1，图1示出了本申请实施例提供的机器人建图方法的示意性流程图。所述机器人建图方法可以应用于上述所述的包括第一激光雷达和第二激光雷达的机器人。如图1所示，所述机器人建图方法可以包括：
S101、获取第一激光数据和第二激光数据，所述第一激光数据为所述机器人在目标区域旋转时，所述第一激光雷达采集的激光数据，所述第二激光数据为所述机器人在所述目标区域旋转时，所述第二激光雷达采集的激光数据。
本申请实施例中，当机器人接收到自主建图指令时，机器人可以开启自动建图模式，并可以在目标区域内旋转，例如，可以在目标区域的中央位置旋转一圈。在旋转过程中，机器人可以获取第一激光雷达采集的第一激光数据和第二激光雷达采集的第二激光数据。可选地，机器人可以按照预先设定的数据采集频率来进行激光数据的采集，即可以每隔一定的时间间隔采集一帧第一激光数据和一帧第二激光数据。具体的数据采集频率可以根据实际情况设置，本申请实施例对此不作限定。
应理解，所述自主建图指令可以基于用户点击或者触摸机器人显示界面中的特定按钮生成，也可以基于用户语音输入“建图”等关键词生成，还可以为其他终端设备向机器人发送的，等等。
需要说明的是，上述所述的“在目标区域的中央位置旋转一圈”仅作示意性解释，不应理解为对本申请实施例的限制，本申请实施例中，可以控制机器人在目标区域内的任意位置旋转。同时，本申请实施例也可以根据激光雷达所具有的扫描角度，来控制机器人的旋转程度，例如可以控制机器人仅旋转半圈或者旋转90度，等等。
S102、根据所述第一激光数据，生成所述第一激光雷达对应的第一地图。
本申请实施例中，机器人可以通过第一激光雷达进行同时定位与建图，即机器人可以实时获取第一激光雷达采集的第一激光数据，并根据第一激光数据实时确定机器人的第一位姿，并可以根据第一位姿和第一激光数据，生成第一激光雷达对应的第一地图。由于第一激光雷达的扫描距离较长，且第一激光雷达处于较高的位置，因此，第一地图基本上可以把目标区域的整个轮廓扫描出来。其中，本申请实施例中可以通过现有的任一方式来基于第一激光数据确定机器人的第一位姿，例如可以基于粒子滤波算法或者卡尔曼滤波算法等任一算法来确定。
S103、根据所述第一激光数据和所述第二激光数据，生成所述第二激光雷达对应的第二地图。
具体地，机器人可以以第一激光雷达定位的第一位姿为基准，来构建第二激光雷达对应的第二地图。即机器人可以根据第一激光数据确定机器人的第一位姿，并可以根据第一位姿和第二激光数据，生成第二激光雷达对应的第二地图。由于第二激光雷达处于较低的位置，因此第二地图上可以将机器人附近的床、桌椅等障碍物构建出来。
需要说明的是，由于第一激光雷达和第二激光雷达的时间不同步，因此第一激光雷达和第二激光雷达进行激光数据采集时，也会存在不同步的问题。例如，在第一激光雷达采集第10秒的第一激光数据时，第二激光雷达可能采集第10.1秒的第二激光数据，即基于第一激光雷达确定的机器人的第一位姿为第10秒的位姿，而生成第二激光雷达对应的第二地图所需要的位姿为机器人处于第10.1秒的位姿，此时，机器人可以结合里程计和第一位姿来确定第二激光雷达采集第二激光数据时机器人的第三位姿，即可以根据这两时刻的里程计差和第一位姿来确定机器人的第三位姿。第三位姿的具体确定方式可以为现有的任一确定方式，本申请实施例对此不作限定。
例如，在第一激光雷达采集的第一激光数据为第10秒的激光数据，第二激光雷达采集的第二激光数据为第10.1秒的激光数据时，基于第一激光雷达得到的机器人的定位是第10秒的，此时机器人可以通过里程计在第10秒和第10.1秒之间的差，再加上机器人在第10秒的位姿，来得到第10.1秒时机器人的第三位姿，即获得第二激光雷达采集第二激光数据时机器人的定位，以根据第三位姿和第二激光数据，生成第二激光雷达对应的第二地图。
S104、根据所述第一地图和所述第二地图，生成所述目标区域的初始地图。
可选地，机器人可以获取第一地图对应的第一原点在像素坐标系的第一坐标和第二地图对应的第二原点在像素坐标系的第二坐标。其中，第一原点为第一地图对应的世界坐标系的原点，第二原点为第二地图对应的世界坐标系的原点。然后，机器人可以根据第一坐标和第二坐标，对齐第一地图和第二地图，并可以将对齐后的第一地图和第二地图进行合并，以此得到目标区域的初始地图。例如，请参阅图2，图2示出了本申请实施例提供的第一地图与第二地图合并的场景示意图。如图2所示，机器人可以将第一地图和第二地图合并得到如图2所示的初始地图。
可以理解的是，第一地图和第二地图均可以为栅格地图，因此，初始地图也可以为栅格地图。在建图过程中，第一激光雷达和第二激光雷达所在的世界坐标系(或者称物理坐标系)的原点是一样的，即第一地图对应的第一原点与第二地图对应的第二原点应该是重合的，但在地图坐标系(或者称像素坐标系)上他们的原点可能分别在不同的位置，例如，第一原点可能为(300,200)，第二原点可能为(200,100)。此时，机器人可以通过第一原点与第二原点之间的重合关系对第二地图中障碍物的信息进行平移，并可以将平移后的第二地图中的障碍物的信息投射到第一地图上，以得到目标区域的初始地图。其中，横轴的平移距离x和纵轴的平移距离y可以根据第一原点对应的第一坐标和第二原点对应的第二坐标来确定。例如，在第一原点为(300,200)，第二原点为(200,100)时，横轴的平移距离x可以根据x:300-200＝100来确定，纵轴的平移距离y可以根据y:200-100＝100来确定。
S105、获取第三激光数据，所述第三激光数据为所述机器人向所述初始地图中的目标位置移动时，所述第二激光雷达采集的激光数据。
本申请实施例中，目标区域的初始地图为一个粗略地图，为提高机器人所构建的地图的准确性，在生成初始地图后，机器人可以保存并发布该初始地图。同时，机器人还可以开启导航建图模式，即可以生成该初始地图对应的目标位置，并控制机器人向目标位置移动，以根据机器人移动过程中，第二激光雷达采集的第三激光数据更新初始地图，得到目标区域的目标地图。其中，目标位置为机器人需要去探索的位置。
具体地，机器人可以利用预设的路径覆盖算法确定机器人在初始地图中的第一移动路径。然后，机器人可以获取第一移动路径中的拐点，并可以将拐点确定为初始地图中的目标位置。其中，路径覆盖算法可以为现有的任一路径覆盖算法，本申请实施例对此不作具体限定。在利用预设的路径覆盖算法确定机器人在初始地图中的第一移动路径时，可以扩大机器人在初始地图中的大小以及扩大障碍物的膨胀面积，使得第一移动路径不会很密集，同时也可以离障碍物较远，减少目标位置的数量，有效提高机器人自主建图的效率和鲁棒性。在此，机器人的扩大大小和障碍物的膨胀面积可以根据实际情况具体确定，本申请实施例对此不作具体限定。
可以理解的是，在导航建图模式中，机器人可以使用第一激光雷达在初始地图上进行定位，并使用第二激光雷达采集的第三激光数据来进行初始地图的更新，以将第二激光雷达扫描到的障碍物注册到初始地图上。也就是说，在机器人向任一目标位置移动的过程中，机器人可以获取第一激光雷达采集的第四激光数据，并可以根据第四激光数据确定机器人的第二位姿；然后，机器人可以根据第二位姿和该目标位置，确定机器人的第二移动路径，以控制机器人根据第二移动路径向该目标位置移动，与此同时，机器人可以获取第二激光雷达采集的第三激光数据。
在一种可能的实现方式中，机器人需要探索的目标位置可以包括多个，此时为提高机器人的探索效率，机器人可以获取各目标位置与机器人之间的第一距离以及各目标位置之间的第二距离，并根据各第一距离和各第二距离，确定各目标位置对应的移动顺序，从而可以根据移动顺序，控制机器人依次向各目标位置移动。
例如，机器人可以将距离机器人最近的目标位置确定为第一目标位置，将距离第一目标位置最近的目标位置确定为第二目标位置，将距离第二目标位置最近的除第一目标位置之外的目标位置确定为第三目标位置，将距离第三目标位置最近的除第一目标位置、第二目标位置之外的目标位置确定为第四目标位置，以此类推，直至得到所有目标位置的移动顺序，以根据移动顺序控制机器人有序地向各目标位置移动，例如，机器人可以根据图3所示的移动顺序向各目标位置移动。
需要说明的是，在机器人导航至某一目标位置时，若该目标位置不可达(例如在第二激光雷达刷新障碍物后，有的目标位置可能和障碍物重合)，或者移动路径无法生成(例如目标位置被障碍物挡住时)，机器人则可以略过该目标位置并继续导航至下一目标位置，直至所有的目标位置遍历完毕，得到包含所有地面障碍物信息的目标地图，此时机器人可以保存目标地图，并回到最初旋转建图的初始位置，结束自主建图过程。
S106、根据所述第三激光数据更新所述初始地图，得到所述目标区域的目标地图。
可以理解的是，在机器人向目标位置移动的过程中，机器人可以获取较低位置的第二激光雷达采集的第三激光数据，并可以根据第三激光数据更新初始地图，以将第二激光雷达扫描到的床、桌椅等障碍物注册到初始地图上，得到目标区域的目标地图，从而使得机器人在目标区域内导航时可以绕开这些障碍物，极大提高了机器人定位导航的稳定性。
本申请实施例中，可以先控制机器人在目标区域旋转，并获取第一激光雷达采集的第一激光数据和第二激光雷达采集的第二激光数据，从而可以根据第一激光数据和第二激光数据生成目标区域的初始地图。然后，在初始地图的基础上控制机器人向目标点移动，并同时根据较低位置的第二激光雷达采集的第三激光数据更新初始地图，以将目标区域内的障碍物刷新至初始地图，得到目标区域的目标地图。由于第一激光雷达的位置较高，可以不受障碍物遮挡，因此结合第一激光雷达采集的第一激光数据构建的初始地图可以把目标区域的轮廓构建出来，可以减少待探索的目标点的数量，降低机器人的探索难度，并且可以提供稳定的定位结果，使得在机器人向目标位置移动时，较低位置的第二激光雷达可以将障碍物准确刷新至初始地图上，以有效提高机器人自主建图的效率、稳定性和鲁棒性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的机器人建图方法，图4示出了本申请实施例提供的机器人建图装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图4，所述机器人建图装置，应用于包含第一激光雷达和第二激光雷达的机器人，所述第一激光雷达在所述机器人中的位置高于所述第二激光雷达在所述机器人中的位置，所述机器人建图装置可以包括：
第一激光数据获取模块401，用于获取第一激光数据和第二激光数据，所述第一激光数据为所述机器人在目标区域旋转时，所述第一激光雷达采集的激光数据，所述第二激光数据为所述机器人在所述目标区域旋转时，所述第二激光雷达采集的激光数据；
第一地图生成模块402，用于根据所述第一激光数据，生成所述第一激光雷达对应的第一地图；
第二地图生成模块403，用于根据所述第一激光数据和所述第二激光数据，生成所述第二激光雷达对应的第二地图；
初始地图生成模块404，用于根据所述第一地图和所述第二地图，生成所述目标区域的初始地图；
第三激光数据获取模块405，用于获取第三激光数据，所述第三激光数据为所述机器人向所述初始地图中的目标位置移动时，所述第二激光雷达采集的激光数据；
初始地图更新模块406，用于根据所述第三激光数据更新所述初始地图，得到所述目标区域的目标地图。
示例性的，所述第一地图生成模块402，可以包括：
第一位姿确定单元，用于根据所述第一激光数据确定所述机器人的第一位姿；
第一地图生成单元，用于根据所述第一位姿和所述第一激光数据，生成所述第一激光雷达对应的第一地图。
示例性的，所述第二地图生成模块403，可以包括：
第一位姿确定单元，用于根据所述第一激光数据确定所述机器人的第一位姿；
第二地图生成单元，用于根据所述第一位姿和所述第二激光数据，生成所述第二激光雷达对应的第二地图。
在一种可能的实现方式中，所述初始地图生成模块504，可以包括：
坐标获取单元，用于获取所述第一地图对应的第一原点在像素坐标系的第一坐标和所述第二地图对应的第二原点在像素坐标系的第二坐标，所述第一原点为所述第一地图对应的世界坐标系的原点，所述第二原点为所述第二地图对应的世界坐标系的原点；
地图对齐单元，用于根据所述第一坐标和所述第二坐标，对齐所述第一地图和所述第二地图；
初始地图生成单元，用于将对齐后的第一地图和第二地图进行合并，得到所述目标区域的初始地图。
在一种可能的实现方式中，所述机器人建图装置还可以包括：
第一路径确定模块，用于利用预设的路径覆盖算法确定所述机器人在所述初始地图中的第一移动路径；
目标位置确定模块，用于获取所述第一移动路径中的拐点，并将所述拐点确定为所述初始地图中的目标位置。
可选地，所述目标位置包括多个，所述装置还可以包括：
距离获取模块，用于获取各所述目标位置与所述机器人之间的第一距离以及各所述目标位置之间的第二距离；
移动顺序确定模块，用于根据各所述第一距离和各所述第二距离，确定各所述目标位置对应的移动顺序；
移动模块，用于根据所述移动顺序，控制所述机器人向各所述目标位置移动。
具体地，所述移动模块，可以包括：
第二位姿确定单元，用于获取所述第一激光雷达采集的第四激光数据，并根据所述第四激光数据确定所述机器人的第二位姿；
第一路径确定单元，用于根据所述第二位姿和所述目标位置，确定所述机器人的第二移动路径；
移动单元，用于根据所述第二移动路径，控制所述机器人向所述目标位置移动。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
图5为本申请一实施例提供的机器人的结构示意图。如图5所示，该实施例的机器人5包括：至少一个处理器50(图5中仅示出一个)、存储器51、存储在所述存储器51中并可在所述至少一个处理器50上运行的计算机程序52以及第一激光雷达53和第二激光雷达54，所述处理器50执行所述计算机程序52时实现上述任意各个机器人建图方法实施例中的步骤。
该机器人可以包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是机器人5的举例，并不构成对机器人5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，例如还可以包括输入输出设备、网络接入设备等。
所述处理器50可以是中央处理单元(central processing unit，CPU)，该处理器50还可以是其他通用处理器、数字信号处理器(digital signal processor，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现场可编程门阵列(field-programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。
所述存储器51在一些实施例中可以是所述机器人5的内部存储单元，例如机器人5的硬盘或内存。所述存储器51在另一些实施例中也可以是所述机器人5的外部存储设备，例如所述机器人5上配备的插接式硬盘，智能存储卡(smart media card，SMC)，安全数字(secure digital，SD)卡，闪存卡(flash card)等。进一步地，所述存储器51还可以既包括所述机器人5的内部存储单元也包括外部存储设备。所述存储器51用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现上述各个机器人建图方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在机器人上运行时，使得机器人执行时可实现上述各个机器人建图方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质至少可以包括：能够将计算机程序代码携带到装置/机器人的任何实体或装置、记录介质、计算机存储器、只读存储器(read-only memory，ROM，)、随机存取存储器(random accessmemory，RAM，)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/机器人和方法，可以通过其它的方式实现。例如，以上所描述的装置/机器人实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种机器人建图方法，其特征在于，应用于包含第一激光雷达和第二激光雷达的机器人，所述第一激光雷达在所述机器人中的位置高于所述第二激光雷达在所述机器人中的位置，所述方法包括：
获取第一激光数据和第二激光数据，所述第一激光数据为所述机器人在目标区域旋转时，所述第一激光雷达采集的激光数据，所述第二激光数据为所述机器人在所述目标区域旋转时，所述第二激光雷达采集的激光数据；
根据所述第一激光数据，生成所述第一激光雷达对应的第一地图；
根据所述第一激光数据和所述第二激光数据，生成所述第二激光雷达对应的第二地图；
根据所述第一地图和所述第二地图，生成所述目标区域的初始地图；
获取第三激光数据，所述第三激光数据为所述机器人向所述初始地图中的目标位置移动时，所述第二激光雷达采集的激光数据；
根据所述第三激光数据更新所述初始地图，得到所述目标区域的目标地图。
2.如权利要求1所述的方法，其特征在于，所述根据所述第一激光数据，生成所述第一激光雷达对应的第一地图，包括：
根据所述第一激光数据确定所述机器人的第一位姿；
根据所述第一位姿和所述第一激光数据，生成所述第一激光雷达对应的第一地图。
3.如权利要求1所述的方法，其特征在于，所述根据所述第一激光数据和所述第二激光数据，生成所述第二激光雷达对应的第二地图，包括：
根据所述第一激光数据确定所述机器人的第一位姿；
根据所述第一位姿和所述第二激光数据，生成所述第二激光雷达对应的第二地图。
4.如权利要求1所述的方法，其特征在于，所述根据所述第一地图和所述第二地图，生成所述目标区域的初始地图，包括：
获取所述第一地图对应的第一原点在像素坐标系的第一坐标和所述第二地图对应的第二原点在像素坐标系的第二坐标，所述第一原点为所述第一地图对应的世界坐标系的原点，所述第二原点为所述第二地图对应的世界坐标系的原点；
根据所述第一坐标和所述第二坐标，对齐所述第一地图和所述第二地图；
将对齐后的第一地图和第二地图进行合并，得到所述目标区域的初始地图。
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
利用预设的路径覆盖算法确定所述机器人在所述初始地图中的第一移动路径；
获取所述第一移动路径中的拐点，并将所述拐点确定为所述初始地图中的目标位置。
6.如权利要求1至5中任一项所述的方法，其特征在于，所述目标位置包括多个，所述方法还包括：
获取各所述目标位置与所述机器人之间的第一距离以及各所述目标位置之间的第二距离；
根据各所述第一距离和各所述第二距离，确定各所述目标位置对应的移动顺序；
根据所述移动顺序，控制所述机器人向各所述目标位置移动。
7.如权利要求6所述的方法，其特征在于，所述控制所述机器人向各所述目标位置移动，包括：
获取所述第一激光雷达采集的第四激光数据，并根据所述第四激光数据确定所述机器人的第二位姿；
根据所述第二位姿和所述目标位置，确定所述机器人的第二移动路径；
根据所述第二移动路径，控制所述机器人向所述目标位置移动。
8.一种机器人建图装置，其特征在于，应用于包含第一激光雷达和第二激光雷达的机器人，所述第一激光雷达在所述机器人中的位置高于所述第二激光雷达在所述机器人中的位置，所述装置包括：
第一激光数据获取模块，用于获取第一激光数据和第二激光数据，所述第一激光数据为所述机器人在目标区域旋转时，所述第一激光雷达采集的激光数据，所述第二激光数据为所述机器人在所述目标区域旋转时，所述第二激光雷达采集的激光数据；
第一地图生成模块，用于根据所述第一激光数据，生成所述第一激光雷达对应的第一地图；
第二地图生成模块，用于根据所述第一激光数据和所述第二激光数据，生成所述第二激光雷达对应的第二地图；
初始地图生成模块，用于根据所述第一地图和所述第二地图，生成所述目标区域的初始地图；
第三激光数据获取模块，用于获取第三激光数据，所述第三激光数据为所述机器人向所述初始地图中的目标位置移动时，所述第二激光雷达采集的激光数据；
初始地图更新模块，用于根据所述第三激光数据更新所述初始地图，得到所述目标区域的目标地图。
9.一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的机器人建图方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的机器人建图方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110645968.XA CN113390427B (zh) | 2021-06-09 | 2021-06-09 | 机器人建图方法、装置、机器人及计算机可读存储介质 |
| PCT/CN2021/126707 WO2022257332A1 (zh) | 2021-06-09 | 2021-10-27 | 机器人建图方法、装置、机器人及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110645968.XA CN113390427B (zh) | 2021-06-09 | 2021-06-09 | 机器人建图方法、装置、机器人及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113390427A true CN113390427A (zh) | 2021-09-14 |
| CN113390427B CN113390427B (zh) | 2023-03-24 |
Family
ID=77620174
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110645968.XA Active CN113390427B (zh) | 2021-06-09 | 2021-06-09 | 机器人建图方法、装置、机器人及计算机可读存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113390427B (zh) |
| WO (1) | WO2022257332A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114609646A (zh) * | 2022-03-16 | 2022-06-10 | 上海擎朗智能科技有限公司 | 激光建图方法、装置、介质及电子设备 |
| WO2022257332A1 (zh) * | 2021-06-09 | 2022-12-15 | 深圳市优必选科技股份有限公司 | 机器人建图方法、装置、机器人及计算机可读存储介质 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116182840B (zh) * | 2023-04-28 | 2023-07-25 | 科大讯飞股份有限公司 | 地图构建方法、装置、设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105928505A (zh) * | 2016-04-19 | 2016-09-07 | 深圳市神州云海智能科技有限公司 | 移动机器人的位姿确定方法和设备 |
| CN106681320A (zh) * | 2016-12-15 | 2017-05-17 | 浙江大学 | 一种基于激光数据的移动机器人导航控制方法 |
| US20180364045A1 (en) * | 2015-01-06 | 2018-12-20 | Discovery Robotics | Robotic platform with mapping facility |
| CN110861087A (zh) * | 2019-11-22 | 2020-03-06 | 深圳市优必选科技股份有限公司 | 机器人初始化定位方法、装置、移动机器人及存储介质 |
| CN112015187A (zh) * | 2020-09-11 | 2020-12-01 | 北京洛必德科技有限公司 | 一种用于智能移动机器人的语义地图构建方法及系统 |
| CN112462758A (zh) * | 2020-11-06 | 2021-03-09 | 深圳市优必选科技股份有限公司 | 一种建图方法、装置、计算机可读存储介质及机器人 |
| CN112731337A (zh) * | 2020-12-30 | 2021-04-30 | 杭州海康机器人技术有限公司 | 地图构建方法、装置和设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113390427B (zh) * | 2021-06-09 | 2023-03-24 | 深圳市优必选科技股份有限公司 | 机器人建图方法、装置、机器人及计算机可读存储介质 |
-
2021
- 2021-06-09 CN CN202110645968.XA patent/CN113390427B/zh active Active
- 2021-10-27 WO PCT/CN2021/126707 patent/WO2022257332A1/zh active Application Filing
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180364045A1 (en) * | 2015-01-06 | 2018-12-20 | Discovery Robotics | Robotic platform with mapping facility |
| CN105928505A (zh) * | 2016-04-19 | 2016-09-07 | 深圳市神州云海智能科技有限公司 | 移动机器人的位姿确定方法和设备 |
| CN106681320A (zh) * | 2016-12-15 | 2017-05-17 | 浙江大学 | 一种基于激光数据的移动机器人导航控制方法 |
| CN110861087A (zh) * | 2019-11-22 | 2020-03-06 | 深圳市优必选科技股份有限公司 | 机器人初始化定位方法、装置、移动机器人及存储介质 |
| CN112015187A (zh) * | 2020-09-11 | 2020-12-01 | 北京洛必德科技有限公司 | 一种用于智能移动机器人的语义地图构建方法及系统 |
| CN112462758A (zh) * | 2020-11-06 | 2021-03-09 | 深圳市优必选科技股份有限公司 | 一种建图方法、装置、计算机可读存储介质及机器人 |
| CN112731337A (zh) * | 2020-12-30 | 2021-04-30 | 杭州海康机器人技术有限公司 | 地图构建方法、装置和设备 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022257332A1 (zh) * | 2021-06-09 | 2022-12-15 | 深圳市优必选科技股份有限公司 | 机器人建图方法、装置、机器人及计算机可读存储介质 |
| CN114609646A (zh) * | 2022-03-16 | 2022-06-10 | 上海擎朗智能科技有限公司 | 激光建图方法、装置、介质及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113390427B (zh) | 2023-03-24 |
| WO2022257332A1 (zh) | 2022-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113390427B (zh) | 机器人建图方法、装置、机器人及计算机可读存储介质 | |
| Yousif et al. | An overview to visual odometry and visual SLAM: Applications to mobile robotics | |
| Bosché | Plane-based registration of construction laser scans with 3D/4D building models | |
| Budroni et al. | Automated 3D reconstruction of interiors from point clouds | |
| US7643966B2 (en) | Identification of 3D surface points using context-based hypothesis testing | |
| Fioraio et al. | Large-scale and drift-free surface reconstruction using online subvolume registration | |
| CN110717983A (zh) | 一种基于背包式三维激光点云数据的建筑物立面三维重建方法 | |
| CN108921947A (zh) | 生成电子地图的方法、装置、设备、存储介质以及采集实体 | |
| CN101093503A (zh) | 在移动机器人中建立网格地图的方法、设备和介质 | |
| CN111176301A (zh) | 地图构建方法以及扫地机器人的清扫方法 | |
| CN110363849A (zh) | 一种室内三维建模方法及系统 | |
| Murphy et al. | Developing historic building information modelling guidelines and procedures for architectural heritage in Ireland | |
| CN112462758B (zh) | 一种建图方法、装置、计算机可读存储介质及机器人 | |
| CN109872350A (zh) | 一种新的点云自动配准方法 | |
| Kim et al. | Interactive acquisition of residential floor plans | |
| Scherer et al. | From the conventional total station to the prospective image assisted photogrammetric scanning total station: Comprehensive review | |
| CN112904369A (zh) | 机器人重定位方法、装置、机器人和计算机可读存储介质 | |
| CN111609853A (zh) | 三维地图构建方法、扫地机器人及电子设备 | |
| Shufelt | Geometric constraints for object detection and delineation | |
| WO2004023394A1 (en) | Environmental reasoning using geometric data structure | |
| CN114937130A (zh) | 一种地形图测绘方法、装置、设备及存储介质 | |
| CN112419482B (zh) | 深度点云融合的矿井液压支架群位姿三维重建方法 | |
| Elkhrachy | Feature extraction of laser scan data based on geometric properties | |
| CN111609854A (zh) | 基于多个深度相机的三维地图构建方法及扫地机器人 | |
| Wolf et al. | Combined visual exploration of 2d ground radar and 3d point cloud data for road environments |
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 |