CN113589813A - 机器人构建房间户型图的控制方法 - Google Patents
机器人构建房间户型图的控制方法 Download PDFInfo
- Publication number
- CN113589813A CN113589813A CN202110868578.9A CN202110868578A CN113589813A CN 113589813 A CN113589813 A CN 113589813A CN 202110868578 A CN202110868578 A CN 202110868578A CN 113589813 A CN113589813 A CN 113589813A
- Authority
- CN
- China
- Prior art keywords
- robot
- information
- ceiling
- straight line
- map
- 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 20
- 239000000284 extract Substances 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Multimedia (AREA)
- Manipulator (AREA)
Abstract
本发明公开一种机器人构建房子户型图的控制方法,该控制方法包括以下步骤:S1:机器人获取环境信息,然后根据环境信息构建具有障碍物信息的二维平面地图;S2:机器人通过深度相机获取天花板的深度信息,然后从深度信息中提取三维点云信息;S3:机器人从三维点云信息中确定天花板与墙面相交处的直线,并保存直线信息;S4:机器人将直线的端点投影到二维平面地图中,然后将直线的端点相连来得到具有地图信息的户型图。机器人通过获取天花板的轮廓来得到准确的房间轮廓,不会被现实中的障碍物影响,实用性高;通过合并天花板轮廓和二维平面地图来得到具有地图信息的户型图,提高用户的使用体验。
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构建房间户型图的控制方法。
背景技术
随着技术的发展,现在机器人可以通过传感器融合计算,实现对物理空间的建图和探索,实现更高一层次的智能。目前主流的建图技术有视觉、激光等,在一些低端应用,地图的轮廓采用二维激光来实现,可以扫出来开阔空间的地图,而对于房子的户型就无能为力了,因为在房子中的家具等,会阻挡激光,使机器人获取到的轮廓不是真正的房子轮廓,影响用户对地图的观感。
发明内容
为解决上述问题,本发明公开一种机器人构建房间户型图的控制方法,通过将天花板轮廓和二维地图进行结合来获取房间的户型图,获取到的户型图不仅准确,还可以给用户更直观的感觉的户型图。具体技术方案如下:
一种机器人构建房子户型图的控制方法,该控制方法包括以下步骤:S1:机器人获取环境信息,然后根据环境信息构建具有障碍物信息的二维平面地图;S2:机器人通过深度相机获取天花板的深度信息,然后从深度信息中提取三维点云信息;S3:机器人从三维点云信息中确定天花板与墙面相交处的直线,并保存直线信息;S4:机器人将直线的端点投影到二维平面地图中,然后将直线的端点相连来得到具有地图信息的户型图。与现有技术相比,机器人通过获取天花板的轮廓来得到准确的房间轮廓,不会被现实中的障碍物影响,实用性高;通过合并天花板轮廓和二维平面地图来得到具有地图信息的户型图,提高用户的使用体验。
进一步地,步骤S1中,机器人进行全覆盖行走,并通过激光检测装置来获取环境信息。机器人采用全覆盖行走,使机器人获取到的数据更加全面。
进一步地,步骤S2中,机器人通过深度相机获取天花板的深度信息包括以下步骤:S21:机器人基于二维平面地图进行定位;S22:机器人移动到房子其中一个房间中,然后获取天花板的三维点云信息;S23:机器人从不同方向获取房间的天花板的图像;S24:机器人重复步骤S22至S23,直至获取房子所有房间的边缘信息的图像。
进一步地,步骤S22中,机器人移动到房间的中心位置来获取天花板的三维点云信息。
进一步地,步骤S22中,机器人在不同位置,通过针孔模型,计算出来天花板的三维点云信息,然后从三维点云信息中获取天花板与地面之间的高度。
进一步地,机器人获取若干个天花板与地面之间的高度的计算数值,然后将若干个计算数值的平均值作为天花板与地面之间的高度。通过取平均值得方式来得到天花板与地面之间的高度,使结果更加准确。
进一步地,步骤S23中,机器人先通过摄像头随机获取一张图像,然后随机移动到不同的位置获取两张图片。获取多张图片进行计算,使计算结果更加准确。
进一步地,步骤S3中,从三维点云信息中确定天花板与墙面相交处的直线包括以下步骤:S31:机器人通过拟合直线的方式将所有图像中的三维点云拟合为直线,然后保存直线信息;其中,包括直线的端点信息;S32:机器人将端点的高度低于天花板与地面之间的高度的直线去除;S33:机器人将剩下的直线中位于图像最外圈的直线作为天花板与墙面相交处的直线。
进一步地,步骤S4中,机器人将直线的端点投影到二维平面地图包括以下步骤:机器人获取直线的端点的三维坐标,然后将三维坐标变换到二维地图上。
进一步地,步骤S4中,将位于同一直线的端点相连后得到的天花板轮廓与二维平面地图进行合并,得到具有地图信息的户型图,将户型图中天花板轮廓与二维平面地图不重叠部分标注为障碍物。使获得的户型图的信息更加完整和准确。
附图说明
图1为本发明一种实施例中所述的机器人构建房间户型图的控制方法的流程图;
图2为本发明一种实例例中所述的户型图的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
参照图1可知,一种机器人构建房子户型图的控制方法,该控制方法包括以下步骤:S1:机器人获取环境信息,然后根据环境信息构建具有障碍物信息的二维平面地图;S2:机器人通过深度相机获取天花板的深度信息,然后从深度信息中提取三维点云信息;S3:机器人从三维点云信息中确定天花板与墙面相交处的直线,并保存直线信息;S4:机器人将直线的端点投影到二维平面地图中,然后将直线的端点相连来得到具有地图信息的户型图。与现有技术相比,机器人通过获取天花板的轮廓来得到准确的房间轮廓,不会被现实中的障碍物影响,实用性高;通过合并天花板轮廓和二维平面地图来得到具有地图信息的户型图,提高用户的使用体验。
作为其中一种实施例,步骤S1中,机器人进行全覆盖行走,并通过激光检测装置来获取环境信息。机器人采用全覆盖行走,使机器人获取到的数据更加全面。机器人可以才用弓字形行走方法来进行全覆盖行走。激光检测装置可以为激光雷达。
作为其中一种实施例,步骤S2中,机器人通过深度相机获取天花板的深度信息包括以下步骤:S21:机器人基于二维平面地图进行定位;S22:机器人移动到房子其中一个房间中,然后获取天花板的三维点云信息;S23:机器人从不同方向获取房间的天花板的图像;S24:机器人重复步骤S22至S23,直至获取房子所有房间的边缘信息的图像。
作为其中一种实施例,步骤S22中,机器人移动到房间的中心位置来获取天花板的三维点云信息。机器人也可以移动到开阔区域,没有障碍物阻挡即可,并不一定是房间的中心位置,只是房间的中心位置一般没有障碍物或障碍物较少。机器人根据自身与周围障碍物之间的距离来判断该区域是否为开阔区域,在判断是否位于开阔区域时,机器人获取环境中的障碍物之间的距离,若机器人自身与最近的障碍物之间的距离大于设定的距离,则判断自身位于开阔区域,这时机器人可以直接进行下一步骤的工作,或者轻微调整一下位置,远离最近的障碍物一定的距离。
作为其中一种实施例,步骤S22中,机器人在不同位置,通过针孔模型,计算出来天花板的三维点云信息,然后从三维点云信息中获取天花板与地面之间的高度。通过针孔成像模型来获取获取天花板与地面之间的高度包括以下步骤:机器人移动设定的直线距离,然后根据直线距离L和两组像素坐标(u1,v1),(u2,v2)通过深度数据计算公式:
其中,f为焦距,Z为深度数据;获取若干深度数据Z,然后对获取的深度数据进行排序,选取设定长度的序列来获取序列中深度数据之间的最大差值,若最大差值在设定范围内,则将该序列中深度数据Z的平均值作为天花板与地面之间的高度。深度数据计算公式根据针孔成像模块的基本公式获得:
其中,f为焦距,X,Y,Z是全局坐标,c是相机的中心点,u和v是成像的像素坐标。
作为其中一种实施例,机器人获取若干个天花板与地面之间的高度的计算数值,然后将若干个计算数值的平均值作为天花板与地面之间的高度。通过取平均值得方式来得到天花板与地面之间的高度,使结果更加准确。步骤S23中,机器人先通过摄像头随机获取一张图像,然后摄像头竖直向上随机获取两张图片。获取多张图片进行计算,使计算结果更加准确。步骤S3中,从三维点云信息中确定天花板与墙面相交处的直线包括以下步骤:S31:机器人通过拟合直线的方式将所有图像中的三维点云拟合为直线,然后保存直线信息;其中,包括直线的端点信息;S32:机器人将端点的高度低于天花板与地面之间的高度的直线去除;S33:机器人将剩下的直线中位于图像最外圈的直线作为天花板与墙面相交处的直线。步骤S4中,机器人将位于同一直线的端点投影到二维平面地图包括以下步骤:机器人获取直线的端点的三维坐标,然后将三维坐标变换到二维地图上,机器人在获取三维点云信息时,会先在二维地图上进行定位,三维坐标是在二维地图上建立的,所以将三维坐标中的高度坐标去除,就可以得到由三维坐标变换来的位于二维地图上的二维坐标。步骤S4中,将直线的端点相连后得到的天花板轮廓与二维平面地图进行合并,得到具有地图信息的户型图,将户型图中天花板轮廓与二维平面地图不重叠部分标注为障碍物。使获得的户型图的信息更加完整和准确。
如图2所示,101为房子的环境结构示意图,102为机器人通过二维激光探索出来的地图,103为具有地图信息的户型图,增加了天花板轮廓识别,可以将户型图框出来,可以识别出来网格区域不是显示边界,而是有物体占据,这样给用户更为直观的体验。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上各实施例仅表达了本发明的几种实施例,其描述较为具体和详细,但并不能因此而理解为发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。
Claims (10)
1.一种机器人构建房子户型图的控制方法,其特征在于,该控制方法包括以下步骤:
S1:机器人获取环境信息,然后根据环境信息构建具有障碍物信息的二维平面地图;
S2:机器人通过深度相机获取天花板的深度信息,然后从深度信息中提取三维点云信息;
S3:机器人从三维点云信息中确定天花板与墙面相交处的直线,并保存直线信息;
S4:机器人将直线的端点投影到二维平面地图中,然后将投影在二维平面地图中的直线的端点相连得到具有地图信息的户型图。
2.根据权利要求1所述的机器人构建房间户型图的控制方法,其特征在于,步骤S1中,机器人进行全覆盖行走,并通过激光检测装置来获取环境信息。
3.根据权利要求1所述的机器人构建房间户型图的控制方法,其特征在于,步骤S2中,机器人通过深度相机获取天花板的深度信息包括以下步骤:
S21:机器人基于二维平面地图进行定位;
S22:机器人移动到房子其中一个房间中,然后获取天花板的三维点云信息;
S23:机器人从不同方向获取房间的天花板的图像;
S24:机器人重复步骤S22至S23,直至获取房子所有房间的边缘信息的图像。
4.根据权利要求3所述的机器人构建房间户型图的控制方法,其特征在于,步骤S22中,机器人移动到房间的中心位置来获取天花板的三维点云信息。
5.根据权利要求3所述的机器人构建房间户型图的控制方法,其特征在于,步骤S22中,机器人在不同位置,通过针孔模型,计算出来天花板的三维点云信息,然后从三维点云信息中获取天花板与地面之间的高度。
6.根据权利要求5所述的机器人构建房间户型图的控制方法,其特征在于,机器人获取若干个天花板与地面之间的高度的计算数值,然后将若干个计算数值的平均值作为天花板与地面之间的高度。
7.根据权利要求3所述的机器人构建房间户型图的控制方法,其特征在于,步骤S23中,机器人先通过摄像头随机获取一张图像,然后随机移动到不同的位置分别获取两张图片。
8.根据权利要求3所述的机器人构建房间户型图的控制方法,其特征在于,步骤S3中,从三维点云信息中确定天花板与墙面相交处的直线包括以下步骤:
S31:机器人通过拟合直线的方式将所有图像中的三维点云拟合为直线,然后保存直线信息;其中,包括直线的端点信息;
S32:机器人将端点的高度低于天花板与地面之间的高度的直线去除;
S33:机器人将剩下的直线中位于图像最外圈的直线作为天花板与墙面相交处的直线。
9.根据权利要求1所述的机器人构建房间户型图的控制方法,其特征在于,步骤S4中,机器人将直线的端点投影到二维平面地图包括以下步骤:机器人获取直线的端点的三维坐标,然后将三维坐标变换到二维地图上。
10.根据权利要求1所述的机器人构建房间户型图的控制方法,其特征在于,步骤S4中,将位于同一直线的端点相连后得到的天花板轮廓与二维平面地图进行合并,得到具有地图信息的户型图,将户型图中天花板轮廓与二维平面地图不重叠部分标注为障碍物。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110868578.9A CN113589813A (zh) | 2021-07-30 | 2021-07-30 | 机器人构建房间户型图的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110868578.9A CN113589813A (zh) | 2021-07-30 | 2021-07-30 | 机器人构建房间户型图的控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113589813A true CN113589813A (zh) | 2021-11-02 |
Family
ID=78252202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110868578.9A Pending CN113589813A (zh) | 2021-07-30 | 2021-07-30 | 机器人构建房间户型图的控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113589813A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115330939A (zh) * | 2022-08-08 | 2022-11-11 | 如你所视(北京)科技有限公司 | 户型图生成方法、装置、电子设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107862738A (zh) * | 2017-11-28 | 2018-03-30 | 武汉大学 | 一种基于移动激光测量点云进行室内结构化三维重建方法 |
CN111127655A (zh) * | 2019-12-18 | 2020-05-08 | 北京城市网邻信息技术有限公司 | 房屋户型图的构建方法及构建装置、存储介质 |
CN111932666A (zh) * | 2020-07-17 | 2020-11-13 | 北京字节跳动网络技术有限公司 | 房屋三维虚拟图像的重建方法、装置和电子设备 |
CN112200916A (zh) * | 2020-12-08 | 2021-01-08 | 深圳市房多多网络科技有限公司 | 房屋户型图的生成方法、装置、计算设备和存储介质 |
-
2021
- 2021-07-30 CN CN202110868578.9A patent/CN113589813A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107862738A (zh) * | 2017-11-28 | 2018-03-30 | 武汉大学 | 一种基于移动激光测量点云进行室内结构化三维重建方法 |
CN111127655A (zh) * | 2019-12-18 | 2020-05-08 | 北京城市网邻信息技术有限公司 | 房屋户型图的构建方法及构建装置、存储介质 |
CN111932666A (zh) * | 2020-07-17 | 2020-11-13 | 北京字节跳动网络技术有限公司 | 房屋三维虚拟图像的重建方法、装置和电子设备 |
CN112200916A (zh) * | 2020-12-08 | 2021-01-08 | 深圳市房多多网络科技有限公司 | 房屋户型图的生成方法、装置、计算设备和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115330939A (zh) * | 2022-08-08 | 2022-11-11 | 如你所视(北京)科技有限公司 | 户型图生成方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11200734B2 (en) | Method for reconstructing three-dimensional space scene based on photographing | |
CN110801180B (zh) | 清洁机器人的运行方法及装置 | |
US9886774B2 (en) | Photogrammetric methods and devices related thereto | |
US8896660B2 (en) | Method and apparatus for computing error-bounded position and orientation of panoramic cameras in real-world environments | |
CN112525202A (zh) | 一种基于多传感器融合的slam定位导航方法及系统 | |
JP6423435B2 (ja) | 物理的光景を表すための方法および装置 | |
US8036775B2 (en) | Obstacle avoidance system for a user guided mobile robot | |
JP7273927B2 (ja) | 画像ベースの測位方法及びシステム | |
KR20120014925A (ko) | 가변 자세를 포함하는 이미지를 컴퓨터를 사용하여 실시간으로 분석하는 방법 | |
CN109416843A (zh) | 实时高度映射 | |
Yue et al. | Fast 3D modeling in complex environments using a single Kinect sensor | |
KR102404867B1 (ko) | 3차원 거리정보를 이용한 랩어라운드뷰 영상제공장치 및 방법 | |
Pirker et al. | GPSlam: Marrying Sparse Geometric and Dense Probabilistic Visual Mapping. | |
Saxena et al. | 3-d reconstruction from sparse views using monocular vision | |
CN114529585A (zh) | 基于深度视觉和惯性测量的移动设备自主定位方法 | |
CN113589813A (zh) | 机器人构建房间户型图的控制方法 | |
Lobo et al. | World feature detection and mapping using stereovision and inertial sensors | |
WO2023159668A1 (en) | System and method of capturing large scale scenes using wearable inertial measurement devices and light detection and ranging sensors | |
JPH0814860A (ja) | モデル作成装置 | |
JP7422361B2 (ja) | 追跡装置、及び追跡プログラム | |
KR102516450B1 (ko) | 맵 생성 방법 및 이를 이용한 이미지 기반 측위 시스템 | |
Martinez et al. | Map-based lane identification and prediction for autonomous vehicles | |
CN113643344A (zh) | 机器人获取天花板轮廓的方法 | |
Atman et al. | Laser-camera based 3D reconstruction of indoor environments | |
JP7266128B2 (ja) | 3次元マップ生成方法及びシステム |
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 |