CN113806455A - 地图构建方法、设备及存储介质 - Google Patents
地图构建方法、设备及存储介质 Download PDFInfo
- Publication number
- CN113806455A CN113806455A CN202010533286.5A CN202010533286A CN113806455A CN 113806455 A CN113806455 A CN 113806455A CN 202010533286 A CN202010533286 A CN 202010533286A CN 113806455 A CN113806455 A CN 113806455A
- Authority
- CN
- China
- Prior art keywords
- coordinate points
- coordinate
- boundary
- working area
- 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.)
- Granted
Links
- 238000010276 construction Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 claims abstract description 62
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 6
- 244000025254 Cannabis sativa Species 0.000 description 36
- 238000009333 weeding Methods 0.000 description 22
- 230000006870 function Effects 0.000 description 15
- 238000004140 cleaning Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 8
- 238000010408 sweeping Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000001360 synchronised effect Effects 0.000 description 6
- 206010063385 Intellectualisation Diseases 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 241000196324 Embryophyta Species 0.000 description 4
- 239000002699 waste material Substances 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
- 230000003287 optical effect Effects 0.000 description 3
- 239000004575 stone Substances 0.000 description 3
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请实施例公开了一种地图构建方法、设备及计算机存储介质,其中,所述方法包括:获得至少一个工作区域中各个工作区域的边界的坐标点;依据坐标点所表示的地理位置,识别各工作区域;获得不同工作区域之间的通道数据;依据识别出的各工作区域及不同工作区域之间的通道数据,构建地图。
Description
技术领域
本申请涉及机器人技术,具体涉及一种应用于机器人设备的地图构建方法、设备及计算机存储介质。
背景技术
传统割草机器人采用如下方案对需要割草的区域进行识别:预先在实际需要割草的区域进行埋导线,并在机器人设备设置专门用于识别在需要割草的区域埋下的导线的传感器如车载磁传感器,在使用时,通过车载磁传感器对导线的识别来确定哪个区域是有草区域,由此来区分哪个地方需要除草哪个地方不需要除草。这种埋设导线、使用车载磁传感器进行割草区域的识别的方案,不仅需要大量的导线部署,对部署人员的专业性要求较强;而且耗费成本高、工作量大,无法满足机器人设备的智能性要求。
发明内容
为解决现有存在的技术问题,本申请实施例提供一种地图构建方法、设备及计算机存储介质。
本申请实施例的技术方案是这样实现的:
第一方面,本申请实施例提供了一种地图构建方法,包括:
获得至少一个工作区域中各个工作区域的边界的坐标点;依据坐标点所表示的地理位置,识别各工作区域;获得不同工作区域之间的通道数据;依据识别出的各工作区域及不同工作区域之间的通道数据,构建地图。
第二方面,本申请实施例提供了一种地图构建设备,包括:
第一获得单元,用于获得至少一个工作区域中各个工作区域的边界的坐标点;
识别单元,用于依据坐标点所表示的地理位置,识别各工作区域;
第二获得单元,用于获得不同工作区域之间的通道数据;
构建单元,用于依据识别出的各工作区域及不同工作区域之间的通道数据,构建地图。
第三方面,本申请实施例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前述方法的步骤。
第四方面,本申请实施例提供了一种地图构建设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述方法的步骤。
本申请实施例提供了一种地图构建方法、设备及计算机存储介质,其中,所述方法包括:获得至少一个工作区域中各个工作区域的边界的坐标点;依据坐标点所表示的地理位置,识别各工作区域;获得不同工作区域之间的通道数据;依据识别出的各工作区域及不同工作区域之间的通道数据,构建地图。
本申请实施例中,依据获得的工作区域的边界的坐标点和不同工作区域之间的通道数据即可实现对机器人设备所处的工作环境的地图进行构建,实现了反映工作区域的环境的地图的自动构建,突显了机器人设备的智能化,无需人工构建。本申请实施例中仅需工作区域数据和通道数据即可实现地图的构建,避免了相关技术中需要获得很多信息如过多坐标点而带来的浪费数据处理资源的问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,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,还可以根据提供的附图获得其他的附图。
图1为本申请实施例中地图构建方法的实现流程示意图一;
图2为本申请实施例中地图构建方法的实现流程示意图二;
图3为本申请实施例中地图构建方法的实现流程示意图三;
图4为本申请实施例中地图构建方法的实现流程示意图四;
图5为本申请实施例中构建出的地图的示意图一;
图6为本申请实施例中构建出的地图的示意图二;
图7为本申请实施例中地图构建设备的组成结构示意图;
图8为本申请实施例中地图构建设备的硬件构成示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动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。在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在介绍本申请实施例之前,先对本申请实施例中可能使用到的术语进行说明。
1)工作区域,指的是需要机器人设备进行工作的区域。以机器人设备为除草机器人为例,工作区域为院子或厂子内长草的区域,需要进行除草(或割草)。以机器人设备为扫地机器人,则工作区域为房子内存在有垃圾的地方,需要进行垃圾清扫。
2)通道数据,指的是从机器人设备一个工作区域到达另一个工作区域的路线。
3)数据清洗,指的是从多个数据中将不符合一定要求或标准的数据删除掉,保留下符合要求或标准的数据。
本申请实施例提供一种地图构建方法,是一种为机器人设备构建工作环境的地图的方案,该方法可应用于机器人设备中。如果机器人设备为除草机器人,则通过该方法为其构建的地图是需要机器人设备除草或割草环境的地图。如果机器人设备为扫地机器人,则通过该方法为其构建的地图是垃圾清扫环境的地图。可以理解,以除草的应用场景为例,实际应用中,存在这样一种应用场景,院子中长草的地方可以是成片分布的,也可以是独立分布的。可以理解,在割完相邻两片长草区域中的其中一个长草区域之后,还需要行进至另一个长草区域,将另一长草区域内的草进行清除。针对该应用场景进行割草环境地图的自动构建成为了迫在眉睫之事。
图1为本申请实施例提供的地图构建方法的实现流程示意图一,如图1所示,所述方法包括:
S(步骤)101:获得至少一个工作区域中各个工作区域的边界的坐标点;
在实际应用中,每个工作区域占据一定的区域面积,工作区域的边界即为占据的区域的边界。采集各工作区域的边界的坐标点。
S102:依据坐标点所表示的地理位置,识别各工作区域;
S103:获得不同工作区域之间的通道数据;
本步骤中,采集不同工作区域之间的通道数据。在具体实现上,通道数据可由坐标的轨迹来表示,如此本步骤可视为采集构成通道数据的坐标点,这些坐标点的轨迹即为通道数据。
S104:依据识别出的各工作区域及不同工作区域之间的通道数据,构建地图。
执行S101~S104的主体为机器人设备或能够与机器人设备进行通信的服务设备。优选为机器人设备。如果执行S101~S104的主体为与机器人设备进行通信的服务设备,则在服务设备执行S101~S104之后,将构建的地图直接发送至机器人设备,以使得机器人设备依据构建的地图进行除草,或者是在机器人设备向服务设备请求地图的情况下,向机器人设备发送构建的地图。对此不做具体限定。S101和S103无严格的先后顺序,还可以同时进行。
从前述的S101~S104的方案可以看出,本申请实施例中想要构建地图,需要两种数据:工作区域数据(如边界坐标点)和从用于指示从一个工作区域行进到另一个工作区域的通道数据。相当于,仅依据获得的工作区域的边界的坐标点和不同工作区域之间的通道数据即可实现对机器人设备所处的工作环境的地图进行构建,实现了反映工作区域的环境的地图的自动构建,突显了机器人设备的智能化,无需人工构建。本申请实施例中仅需工作区域数据和通道数据即可实现地图的构建,避免了相关技术中需要获得很多信息如过多坐标点而带来的浪费数据处理资源的问题。
以S101~S104的执行主体为机器人设备为例。本申请实施例中的机器人设备通过预先设置的传感器如方位传感器、全球定位系统(GPS)模块等可以获得自身的位姿信息,该位姿信息包括位置和姿态(可认为是机器人设备的脸部朝向)。在实际应用中,机器人设备可采集各个工作区域的边界的坐标点和不同工作区域之间的坐标,并将在不同工作区域之间的坐标集合为坐标轨迹,作为通道数据。可以理解,机器人设备采集到的坐标点可以是相对坐标,还可以是绝对坐标。本实施例中优选为相对坐标。选取一个合适的点作为参考点,定位出该参考点的地理位置,机器人设备在院子中可行进处的位置相对于该参考点的位置即为相对坐标。其中,该参考点可以是为方便机器人设备的入网,预先选取的可为机器人设备入网提供服务的服务器或基站在院子中所处的位置。机器人设备入网后可通过传感器获得自身所在位置相对于参考点的位置(相对位置)。本申请实施例中,如没有特殊说明,所采集到的坐标均为相对于参考点的相对位置。
本申请实施例中,机器人设备采集各工作区域的边界的坐标点和采集构成通道数据的坐标点的方案可通过如下几种方案来实现。
第一种方式,机器人设备通过接收终端设备发送的不同采集指令并响应,对相应类型的坐标点进行采集。也即,针对不同类型的坐标点的采集指令,来实现对坐标点类型的区分也即区分出工作区域的边界的坐标点和构成通道数据的坐标点。
本申请实施例中,用户可通过终端如手机安装的软件App对机器人设备进行控制。例如,通过App的遥控可使得机器人设备按照用户指示的路线进行行进。App上具有能够令机器人设备采集工作区域的边界的坐标点的(第一)按键,具有令机器人设备采集工作区域间的通道数据的(第三)按键。可以理解,第一按键和第三按键可以为同一按键,也可以为不同的按键。在其为不同的按键的情况下可通过一定的功能切换操作实现对不同功能的切换即可。
用户准备手推机器人设备沿着院子中的长草区域(工作区域)的(外)边界进行行进、或利用手机对机器设备的路线遥控功能控制机器人设备沿着院子中的长草区域(工作区域的)的外边界进行行进,用户对(第一)按键产生触控操作,手机检测到触控操作,产生用于对工作区域的边界的坐标点进行采集的指令(第一采集指令)并发送至机器人设备,机器人设备接收该指令。在机器人设备检测到自身产生移动,也即用户已开始手推机器人设备沿着院子中的长草区域(工作区域)的边界进行行进或利用手机对机器设备进行路线遥控的情况下,机器人设备响应该指令,采集其所行进至的各处(该各处相对于参考点)的坐标,作为工作区域的边界的坐标点。其中,可以将行进处的所有位置的坐标进行采集,也可以按照一定的采集频率进行采集,如每行进半米采集10个行进处的坐标,具体视实际情况而灵活设定。在工作区域的边界的坐标点采集完成的情况下如用户手推机器人设备沿着院子中的长草区域的边界走完一个整圈或几个整圈的情况下,用户在App上对用于提示机器人设备的工作区域的边界的坐标点已采集完成的按键的操作,手机检测到操作,并发送采集完成命令,机器人设备响应该命令存储已经采集的信息并标识这些采集到的坐标点为工作区域的边界的坐标点。
同理,用户手推机器人设备沿着一个工作区域的出口到另一工作区域的入口进行行进,或利用手机对机器设备的路线遥控功能控制机器人设备沿着一个工作区域的出口到另一工作区域的入口进行行进,用户对(第三)按键产生触控操作,手机检测到触控操作,产生用于对工作区域间的通道数据进行采集的指令并发送至机器人设备,机器人设备接收该指令。在机器人设备检测到自身产生移动,也即用户已开始手推机器人设备沿着一个工作区域的出口到另一工作区域的入口进行行进或手机对机器设备的路线遥控功能控制机器人设备沿着一个工作区域的出口到另一工作区域的入口进行行进的情况下,机器人设备响应该指令,采集其从一个工作区域的出口到另一工作区域的入口过程中的每处(该各处相对于参考点)的坐标,这些坐标的集合即为该两个工作区域间的通道数据。可以理解,通道数据为两个工作区域间从一个工作区域的出口出发行进至另一工作区域的入口的路线上采集的各坐标点的轨迹集合。在实际应用中,同一工作区域的入口和/或出口的数量可以为一个,也可以为两个或两个以上,该同一工作区域到其他一工作区域间的通道数据可以是一个,也可以是多个。
第二种方式,采集多个坐标点,依据所述多个坐标点中各坐标点所表示的地理位置信息,进行工作区域的边界的坐标点和构成通道数据的坐标点的识别。
第二种方式相当于从采集的坐标点中区分哪些坐标点是工作区域的边界的坐标点、哪些坐标点是表征为通道数据的坐标点。在技术层面上,从采集的多个坐标点中,依据各坐标点所表示的地理位置信息,从各坐标点中筛选出能够形成不同闭环区域的坐标点;能够形成闭环区域的坐标点即为工作区域的坐标点;在地理位置上位于工作区域之间的坐标点的集合构成了通道数据。可以理解,在实际应用中,工作区域通常为一区域,其边界能够构成一闭环或近似闭环(为方便描述将近似闭环看成闭环的一种)。从采集的多个坐标点中,识别出哪些坐标点是能够构成闭环区域的坐标点,这些坐标点即为工作区域的边界的坐标点。在识别出了工作区域的边界坐标点的基础上,由能够形成各个闭环区域的坐标点所围成的区域即为各工作区域。示例地,假定采集到多个坐标点中包括六个坐标点,坐标点1~坐标点5,坐标点1的地理位置为相对于参考点位置的北偏西1m处,坐标点2的地理位置为相对于参考点位置的北偏东2m处,坐标点3的地理位置为相对于参考点位置的正北0.5m处;坐标点4的地理位置为相对于参考点位置的偏东0.5m处;坐标点5的地理位置为相对于参考点位置的偏西0.5m处。坐标点1~坐标点5的地理位置能够构成一闭环区域,则视坐标点1~坐标点5为工作区域的边界坐标点。由坐标点1~5所围成的区域即为一个工作区域,如此便可识别出各工作区域。采集的多个坐标点中在地理位置上位于两个工作区域之间的坐标点即为构成通道数据的坐标点。假定坐标点1、2为工作区域1的边界的坐标点,坐标点6、7为与工作区域1相邻的工作区域2的边界的坐标点,坐标点8-10在地理位置上位于工作区域1与工作区域2之间,则坐标点8-10为构成通道数据的坐标点。相当于说从工作区域1的出口出来,沿着坐标点8-10构成的轨迹即可到达工作区域2。如此识别出了工作区域的边界的坐标点、各工作区域和通道数据。在实际应用中,在所有的工作区域中,可以仅部分工作区域之间需要具有可通行性,也可以任意两个工作区域之间均具有可通行性。也即,可以仅部分工作区域之间具有通道数据,也可以任意两个工作区域之间均具有通道数据,根据实际使用情况而定。
如上两种采集各工作区域的边界的坐标点和采集不同工作区域之间的通道数据的方案,可行性高,易于实现,准确性高。还可方便实现对地图的自动构建。
在前述的第二种方式中,在采集到多个坐标点的情况下,为避免坐标点采集的不够准确而造成的地图构建不准确的问题,从采集到的多个坐标点中,筛选出符合要求的坐标点,依据所述多个坐标点中符合要求的坐标点所表示的地理位置信息,进行工作区域的边界的坐标点和通道数据的识别。符合要求的坐标点可以是一定数量的坐标点的密度小于密度阈值、和/或相邻两坐标点之间的距离需小于距离阈值的坐标点。其中,关于如何筛选出符合要求的坐标点的方案详见后续相关说明。
在另一种应用场景中,不论院子中长草的地方是成片分布的,还是独立分布的,在一片长草的地方里可能存在有不需要除草的地方如一片长草的地方里长有一棵树或具有一块大石头,在这种情况下,机器人设备在这片长草的区域内进行除草时需要绕行长树的地方或长大石头的地方。为方便理解,将一片长草的地方里存在的树木、石头或其他不需要除草的东西均统称为在除草时会遇到的障碍物。本申请实施例提供的地图构建方法,考虑到了障碍物对除草工作的影响,在构建地图之后,所述方法还包括:识别工作区域内的障碍物位置信息,在所述地图中标识出所述障碍物所处的位置;或者,在使用所述地图进行行进的情况下,根据历史行进路径或者识别出的障碍物,对所述地图进行更新。相当于,将障碍物所在的位置在创建的地图中或更新后的地图中体现出,如此,便可方便对障碍物的绕行。在具体实现上,S101~S104可视为构建初始地图,在构建初始地图之后,还可以按照与前述的采集工作区域的边界点的坐标的方案同理的方案来采集障碍物的边界点的坐标点,在这些坐标点中能够构成一闭合区域的坐标点、其所围成的区域即为一障碍物区域,按照坐标点所表示的地理位置,将能够围成障碍物区域的坐标点映射到初始地图中,即可在初始地图中将障碍物区域标识出。或者,在利用初始地图进行机器人设备除草的过程中,利用机器人设备安装的碰撞传感器和/或超声传感器可检测到障碍物,其中碰撞传感器和/或超声传感器检测障碍物的原理请参见相关描述,此处不赘述。机器人设备行进至检测到的障碍物的几个边界处,采集各处所处位置的坐标,将采集的坐标映射到初始地图中,以实现对初始地图的更新。或者,可以理解,利用初始地图在工作区域内进行机器人设备除草的过程中,本申请实施例中的机器人设备遇到障碍物会绕行,如此,其在该工作区域内的行进之处即为该工作区域内的长草之处,该工作区域内的未行进之处即为视为障碍物所处之处。将每次除草过程中在同一工作区域内的各行进之处进行坐标点采集,并记录为历史行进路径。结合机器人设备的在一工作区域内的历史行进路径和该工作区域的边界的坐标点,工作区域的边界的坐标点所围成的区域减去历史行进路径中的各坐标点所围成的区域,即为障碍物区域,将障碍物区域的边界的坐标点映射到初始地图中即可实现对初始地图的更新。更新后的地图不仅标识出了各工作区域所处的位置、通道数据所处的位置,还标识出了各工作区域内的障碍物所处的位置。前述方案,可在利用初始地图进行除草的过程中,边识别障碍物边对初始地图进行更新,以在更新后的地图中将障碍物标识出来。本申请实施例提供的地图构建方法,考虑到了障碍物对除草工作的影响,更适合实际使用,推广性强。
图2为本申请实施例提供的地图构建方法的实现流程示意图二,如图2所示,所述方法包括:
S(步骤)201:获得至少一个工作区域中各个工作区域的边界的坐标点;
本步骤中,采集各个工作区域的边界的坐标点。
S202:依据坐标点所表示的地理位置,识别各工作区域;
S203:获得位于各工作区域内的障碍物的边界的坐标点;
本步骤中,采集各个工作区域的各障碍物的边界的坐标点。
S204:获得不同工作区域之间的通道数据;
本步骤中,采集构成不同工作区域之间的通道数据的坐标点。
S205:依据识别出的各工作区域、障碍物的边界的坐标点及不同工作区域之间的通道数据,构建地图。
执行S201~S205的主体为机器人设备或能够与机器人设备进行通信的服务设备。优选为机器人设备。其中,S201、S203和S204无严格的先后顺序,还可以同时进行。
本申请实施例中,依据获得的工作区域的边界的坐标点和障碍物的边界的坐标点、以及通道数据即可实现对机器人设备所处的工作环境的地图进行构建,实现了反映工作区域的环境的地图的自动构建,突显了机器人设备的智能化,无需人工构建。
可以理解,本申请实施例中之所以在构建地图时还需要依据障碍物的边界信息,是考虑到在实际应用中,机器人设备在一片长草的地方进行除草如果遇到树木、花坛等障碍物则需要绕行,不对其进行除草。相当于本申请实施例构建出的地图,将长草的区域以及区域内的障碍物分别在地图上标识出来,以便机器人设备在长草的区域内需要除草的地方进行除草,不需要除草的地方如障碍物所在的地方进行绕行。
本申请实施例中,机器人设备采集各工作区域的边界的坐标点、采集各个工作区域的各障碍物的边界的坐标点、以及采集构成不同工作区域之间的通道数据的坐标点的方案可通过如下几种方案来实现。
第一种方式,机器人设备通过接收终端设备发送的不同采集指令并响应,对相应类型的坐标点进行采集。也即,针对不同类型的坐标点的采集指令,来实现对坐标点类型的区分也即区分出工作区域的边界的坐标点、构成通道数据的坐标点、及障碍物的边界的坐标点。
第二种方式,采集多个坐标点,依据所述多个坐标点中各坐标点所表示的地理位置信息,进行工作区域的边界的坐标点、障碍物的边界的坐标点以及构成通道数据的坐标点的识别。
如上两种实现方案,可行性高,易于实现,准确性高。还可方便实现对地图的自动构建。如上方案的具体实现过程请参见后续对图3的相关说明,不赘述。
在一个可选的方案中,基于前述的图1和/或图2所示的方案,为避免坐标点获得不准确而导致的地图构建不够准确的问题,本可选实施例中,在获得工作区域的边界的坐标点、障碍物的边界的坐标点及构成不同工作区域之间的通道数据的坐标点之后,对这些获得数据进行数据清洗,筛选出工作区域的边界的坐标点、障碍物的边界的坐标点和/或构成不同工作区域之间的通道数据的坐标点中符合要求的坐标点;依据符合要求的工作区域的边界的坐标点和障碍物的边界的坐标点,对地图进行构建。相当于,依据符合要求的三个信息(符合要求的工作区域的边界坐标、障碍物的边界的坐标点以及通道数据)进行地图的构建。如此可提高对实际工作环境的构建准确性。其中,在工作区域的边界的坐标点、障碍物的边界的坐标点中,符合要求的坐标点可以是一定数量的坐标点的密度小于密度阈值的坐标点。通道数据实质上是从一个工作区域到另一工作区域的坐标点的轨迹,符合要求的通道数据可以是坐标点轨迹中相邻两坐标点之间的距离小于距离阈值的坐标点。其中,密度阈值和距离阈值可根据机器人的实际环境中工作区域的大小和相邻工作区域间的距离而灵活设定。
本申请实施例提供的地图构建方法,在整体上的流程如图3所示,采集多个坐标点(S301);清洗坐标点数据(S302);在从清洗后的坐标点数据中识别出属于工作区域的边界线的坐标点、障碍物的边界线的坐标点、以及构成通道数据的坐标点。依据识别结果进行工作区域的地图的构建(S304),构建出的地图可反映工作区域的边界、内部障碍物的边界等,相当于反映出了工作区域的环境。识别坐标点为何种类型的坐标点,如为工作区域的边界线的坐标点、障碍物的边界线的坐标点、或为构成通道数据的坐标点的实现流程具体可通过如下两种方式来实现:
第一种方式:在接收到针对所述各个工作区域中的任意一个工作区域的第一采集指令的情况下,所述第一采集指令用于对工作区域的边界的坐标点进行采集,响应第一采集指令,对所述任意一个工作区域的边界的坐标点进行采集;在接收到针对所述各个工作区域中的任意一个工作区域的第二采集指令的情况下,所述第二采集指令用于对障碍物的边界的坐标点进行采集,响应第二采集指令,对所述任意一个工作区域内的障碍物的边界的坐标点进行采集。
可以理解,本申请实施例中的机器人设备通过预先设置的传感器如方位传感器、全球定位系统(GPS)模块等可以获得自身的位姿信息,该位姿信息包括位置和姿态(可认为是机器人设备的脸部朝向)。在实际应用中,机器人设备采集到的坐标点可以是相对坐标,还可以是绝对坐标。本实施例中优选为相对坐标。选取一个合适的点作为参考点,定位出该参考点的地理位置,机器人设备在院子中可行进处的位置相对于该参考点的位置即为相对坐标。为方便机器人设备的入网,选取可为机器人设备入网提供服务的服务器或基站所处的位置为参考点位置。机器人设备入网后可通过传感器获得自身所在位置处相对于参考点的位置(相对位置)。本申请实施例中,如没有特殊说明,所采集到的坐标均为相对于参考点的坐标。
本申请实施例中,用户可通过终端如手机安装的软件App对机器人设备进行控制。例如,通过App的遥控可使得机器人设备按照用户指示的路线进行行进。App上具有能够令机器人设备采集工作区域的边界的坐标点的(第一)按键,具有能够令机器人设备采集工作区域内的障碍物的边界的坐标点的(第二)按键,具有令机器人设备采集工作区域间的通道数据的(第三)按键。可以理解,第一按键、第二按键和第三按键可以为同一按键,也可以为不同的按键。在其为不同的按键的情况下可通过一定的功能切换操作实现对不同功能的切换即可。
用户准备手推机器人设备沿着院子中的长草区域(工作区域)的(外)边界进行行进、或利用手机对机器设备的路线遥控功能控制机器人设备沿着院子中的长草区域(工作区域的)的外边界进行行进,用户对(第一)按键产生触控操作,手机检测到触控操作,产生用于对工作区域的边界的坐标点进行采集的指令(第一采集指令)并发送至机器人设备,机器人设备接收该指令。在机器人设备检测到自身产生移动,也即用户已开始手推机器人设备沿着院子中的长草区域(工作区域)的边界进行行进或利用手机对机器设备进行路线遥控的情况下,机器人设备响应该指令,采集其所行进至的各处(该各处相对于参考点)的坐标,作为工作区域的边界的坐标点。其中,可以将行进处的所有位置的位置信息进行采集,也可以按照一定的采集频率进行采集,如每行进半米采集10个行进处的地理位置,具体视实际情况而灵活设定。在工作区域的边界的坐标点采集完成的情况下如用户手推机器人设备沿着院子中的长草区域的边界走完一个整圈或几个整圈的情况下,用户在App上对用于提示机器人设备的工作区域的边界的坐标点已采集完成的按键的操作,手机检测到操作,并发送采集完成命令,机器人设备响应该命令存储已经采集的信息。
用户准备手推机器人设备沿着院子中的长草区域(工作区域)内的任意一个障碍物的边界进行行进、或利用手机对机器设备的路线遥控功能控制机器人设备沿着院子中的长草区域内的任意一个障碍物的外边界进行行进,用户对(第二)按键产生触控操作,手机检测到触控操作,产生用于对工作区域内的障碍物的边界的坐标点进行采集的指令(第二采集指令)并发送至机器人设备,机器人设备接收该指令。在机器人设备检测到自身产生移动,也即用户已开始手推机器人设备沿着院子中的长草区域(工作区域)内的障碍物的边界进行行进或利用手机对机器设备进行路线遥控的情况下,机器人设备响应该指令,采集其所行进至的各处(该各处相对于参考点)的坐标,作为工作区域内的障碍物的边界的坐标点。该位置信息的采集也可按照一定的频率进行采集。在采集完成后,机器人设备可在提示下进行采集的数据的存储。
在采集完工作区域的边界的坐标点的情况下,用户准备手推机器人设备沿着一个工作区域的出口到另一工作区域的入口进行行进,或利用手机对机器设备的路线遥控功能控制机器人设备沿着一个工作区域的出口到另一工作区域的入口进行行进,用户对(第三)按键产生触控操作,手机检测到触控操作,产生用于对工作区域间的通道数据进行采集的指令(第三采集指令)并发送至机器人设备,机器人设备接收该指令。在机器人设备检测到自身产生移动,也即用户已开始手推机器人设备沿着一个工作区域的出口到另一工作区域的入口进行行进或手机对机器设备的路线遥控功能控制机器人设备沿着一个工作区域的出口到另一工作区域的入口进行行进的情况下,机器人设备响应该指令,采集其所行进至的各处(该各处相对于参考点)的坐标,将这些坐标的轨迹集合作为该两个工作区域间的通道数据。
以上对工作区域的边界的坐标点,障碍物的边界的坐标点以及构成通道数据的坐标等三个信息的采集可以基于各自的采集指令进行。每采集一个信息使用一个相应的采集指令,并在该信息采集完成后提示机器人设备进行存储,这种方案可在一定程度上提示机器人设备当前所采集的信息为工作区域的边界的坐标点、是工作区域内的障碍物的边界的坐标点,还是通道数据。
可以理解,针对同一工作区域的边界的坐标点,该工作区域内的障碍物的边界的坐标点以及该工作区域与其他工作区域之间的通道数据等三个信息的采用一个采集指令。此外,也可以所有工作区域共用同一个采集指令,机器人设备响应该同一采集指令,对所有工作区域的边界的坐标点、所有工作区域内的所有障碍物的边界的坐标点以及所有通道数据等进行采集。这种同一工作区域的三个信息的采集使用一个采集指令或者所有工作区域的三个信息的采集使用同一采集指令的方案,需要在任意一个信息采集完成的情况下提示机器人设备进行存储。这种情况下,针对每次存储的数据,可通过人工输入标识的方式对存储的数据是属于三个信息中的何种信息进行标识。例如,在存储工作区域的边界的坐标点后,用户通过App输入表示这些坐标点为工作区域的边界的坐标点的标识,如用数字1表示采集到的坐标点为工作区域的边界点的坐标,数字2表示采集到的坐标为障碍物的边界点的坐标。该标识可以是任何合理的标识如数字、文字、字母的组合等,不一一枚举。这种人工输入标识的方式可以是标识出采集到的坐标点为三个信息中属于哪个信息的坐标点,还可以标识出采集到的坐标点是针对哪个工作区域的何种信息的坐标点、如工作区域1的障碍物1的边界坐标点,可构成工作区域1和2之间的通道数据的坐标点。
可以理解,以上方案可视为通过不同的采集指令或人工输入标识的方式实现对采集到的坐标点属于三种信息中的哪种信息的坐标点的区分或分类的方案。
由上可见,本申请实施例中的机器人设备可实现对工作区域的边界的坐标点、障碍物的边界的坐标点以及构成通道数据的坐标点等三个信息的自动采集,具有一定的智能性。其中,用于提醒机器人设备数据已采集完成以存储的按键可以是与前述的第一至第三按键不同的按键,也可以是同一按键的不同功能的复用。
实际应用中,工作区域的数量可能为一个,还可能为两个或两个以上。同一工作区域内的障碍物的数量可能为一个,也可能为两个或两个以上。同一工作区域到另一工作区域的通道数据可能为一个,也可能为两个或两个以上。对院子中的工作区域间的采集顺序、以及同一工作区域内该工作区域的边界点、障碍物的边界坐标点以及通道数据的采集顺序的一种具体实例可以如图3所示。在图4中,以所有工作区域共用一个采集指令为例,以工作区域为单位,关于工作区域间的采集,逐一进行各个工作区域的采集。在一个工作区域内,机器人设备先采集该工作区域的边界的坐标点,然后采集该工作区域内的各个障碍物的边界的坐标点,最后采集该工作区域与其他工作工作间的通道数据。例如,采集工作区域1的边界的坐标点,然后采集工作区域1内的各个障碍物的边界的坐标点,在工作区域1内的所有障碍物采集完成的情况下,采集工作区域1与其他工作工作间的通道数据。在与工作区域1有关的以上三个信息都采集完成的情况下,采集工作区域2的边界的坐标点,然后采集工作区域2内的各个障碍物的边界的坐标点,在工作区域2内的所有障碍物采集完成的情况下,采集工作区域2与其他工作工作间的通道数据。依此类推,直至完成各个工作区域的边界点的坐标、障碍物的边界的坐标以及通道数据的采集。
当然,对以上三个信息的采集顺序,还可以是先采集完所有工作区域的边界点坐标,再采集所有工作区域内的所有障碍物的边界点的坐标,最后采集所有工作区域间的通道数据。工作区域间的采集顺序以及同一工作区域内的三个信息的采集顺序可以是任何合理的顺序,在此不做一一赘述。可以理解,由于机器人设备需要接入服务器或基站进行坐标点的采集,网络环境、服务器或基站等网络设备不稳定均会导致坐标点采集的不够准确。为避免坐标点采集的不够准确而导致的地图构建不准确的问题,在利用第一种方式采集完以上信息之后,本申请实施例中需要对采集的信息进行数据清洗。进一步的,针对工作区域的边界点的坐标和障碍物的边界点的坐标,计算一定数量的坐标点的密度是否小于或等于设定的密度阈值,如果小于则认为采集到的这些坐标点为正常的坐标点。如果大于密度阈值则认为为不正常坐标点。举个例子,针对工作区域的边界点的坐标,计算先采集到的第1至第10个坐标点的密度,如果计算出的密度小于或等于密度阈值则认为这10个坐标点为正常的坐标点。再计算第1至第11个坐标点的密度,如果计算出的密度大于密度阈值则认为这11个坐标点中存在不正常的坐标点,由于第1至第10个坐标点为正常的坐标点,这11个坐标点中存在的不正常的坐标点为第11个坐标点。或者,计算相邻两个坐标点之间的平均密度,如果坐标点A与位于其之前的一个坐标点B之间的平均密度大于平均密度阈值,而坐标点B与位于坐标点B之前的坐标点C之间的平均密度小于等于平均密度阈值,则可认为坐标点A为采集到的不正常的坐标点。
对通道数据(坐标轨迹的集合)的清洗,可以是计算坐标轨迹中相邻两坐标点之间的距离,计算出的距离小于距离阈值,则认为是采集到的坐标点为正常的坐标点,如果大于距离阈值,则认为采集到的坐标点为不正常的坐标点。计算相邻两个坐标点之间的平均距离,如果坐标点1与位于其之前的一个坐标点2之间的平均距离大于距离阈值,而坐标点2与位于坐标点2之前的坐标点3之间的平均密度小于等于距离阈值,则可认为坐标点1为采集到的不正常的坐标点。其中,密度阈值、平均密度阈值以及距离阈值可根据实际情况而灵活设定。
通过前述的数据清洗,可删除掉采集到的不正常的坐标点,保留采集到的正常的坐标点。机器人设备建立坐标系,将保留下来的坐标点映射到建立的坐标系中,再通过数据的拟合得到关于机器人设备如扫地机器人所处的地图。或者,机器人设备利用地理信息系统(GIS)工具构建出机器人设备的地图。在机器人设备如扫地机器人进行除草时,按照地图的指示行进至工作区域进行除草,并依据地图上该工作区域内的障碍物的边界的坐标点的指示,实现对该工作区域内的障碍物的自动绕行。在该工作区域内的草清除干净之后,按照地图的指示、具体是该工作区域与其他工作区域间的通道数据的指示,行进至其他工作区域,以继续对其他工作区域内的杂草进行清除。
前述方案中,依据获得的工作区域的边界的坐标点、障碍物的边界的坐标点和构成通道数据的坐标点即可实现对机器人设备所处的工作环境的地图进行构建,实现了地图的自动构建,辅助自主除草或清扫的功能实现,突显了机器人设备的智能化,无需人工构建地图。本申请实施例中无需获得工作区域和障碍物的所有坐标,仅需(工作区域和障碍物)边界的坐标点即可实现地图的构建,避免了由于获得过多坐标点而带来的浪费数据处理资源的问题。
第二种方式:采集多个坐标点;依据各坐标点所表示的地理位置信息,从多个坐标点中筛选出能够形成闭环区域的坐标点,将筛选出的能够形成闭环区域的坐标点集合为坐标集;确定不存在相同坐标点的坐标集;从不存在相同坐标点的坐标点集中,确定在地理位置上坐标点具有包含关系的坐标集;在地理位置上坐标点具有包含关系的坐标集中表示地理范围大的坐标集中的坐标点构成工作区域;在地理位置上坐标点具有包含关系的坐标集中的表示地理范围小的坐标集为表示地理范围大的坐标集所构成的工作区域内的障碍物的边界。在地理位置上,坐标点具有包含关系的坐标集中表示地理范围大的坐标集中的坐标点构成一工作区域。
可以理解,第二种方式所示的方案可视为一种依据采集的各坐标点所表示的地理位置信息,识别出各工作区域的边界的坐标点以及各工作区域内各障碍物的边界的坐标点的方案。在这种方案中,需要手推或遥控机器人设备沿着各个工作区域的边界、工作区域内的障碍物的边界以及两个工作区域间的路线进行行进。机器人边行进边采集自身所处的位置信息,将采集到的位置信息视为采集到的坐标点数据。在采集到坐标点数据的基础上,为避免坐标点采集不准确而导致的地图构建不准确的问题,对采集的坐标点数据进行清洗,保留下采集到的正常的坐标点,删除采集到的不正常的坐标点。具体清洗过程请参见前述相关说明,不赘述。
与第一种方式中通过不同的采集指令或人工输入标识的方式实现对采集到的坐标点属于三种信息中的哪种信息的坐标点的区分或分类的方案不同,第二种方式中在采集多个坐标点的情况下,机器人设备可根据清洗后的各个坐标点所代表的地理位置来实现坐标点属于三种信息中的哪种信息的坐标点的区分。以下具体阐述。
可以理解,在实际应用中,院子中长草的地方可能是连续的,也可能是不连续(各自独立)的。本申请实施例中,将每片独立的长草区域视为一个工作区域。对坐标点的采集,多数情况下是手推机器人设备或遥控机器人设备进行工作区域的边界或障碍物的边界的整圈的行进,如此,采集到的坐标是针对工作区域或障碍物的整个外边界的坐标。如果将整个外边界视为一个闭环或近似闭环(允许有几处开口),那么不同工作区域的边界是相互独立的,不存在交集。工作区域内的障碍物的边界是必要落入于该工作区域的边界内,为一种包含关系。基于这种特性,采集到的多个坐标点中是必存在有能够形成闭环区域的坐标点。从采集到的多个坐标点中筛选出能够形成闭环区域的坐标点。例如在采集到的其中100个坐标点中,坐标点1-10能够形成一个闭环区域,坐标点10-35能够形成另一闭环区域,坐标点36-50能够形成一闭环区域。将筛选出的能够形成闭环区域的坐标点集合为坐标集,集合坐标点1-15为坐标集1,集合坐标点10-35为坐标集2,集合坐标点36-50为坐标集3,集合坐标点37-67为坐标集4。能够形成闭环区域的坐标点的集合可能是工作区域的边界的坐标点的集合,也可能是障碍物的边界的坐标点的集合。具体是何种边界的坐标点的集合可通过如下方案来实现:识别三个坐标集中的各个坐标点所代表的地理位置,判断是否存在有表示为相同地理位置的坐标点,如果判定这50个坐标点中不存在有表示为相同地理位置的坐标点,则依据各坐标点表示的地理位置,判断三个坐标集中是否存在有这样的坐标集:由一个坐标集中的所有坐标点构成的地理(区域)范围落入于另一坐标集中的所有坐标点构成的地理范围,如果存在则视这两个坐标集为具有包含关系的坐标集。依据这两个坐标集中的坐标构成的地理范围,识别出哪个坐标集中的坐标构成的地理范围大,哪个坐标集中的坐标构成的地理范围小。表示地理范围大的坐标集中的坐标点可构成工作区域的边界,也即这样坐标集中的坐标点为构成工作区域的边界的坐标点。表示地理范围小的坐标集中的坐标点可构成表示地理范围大的坐标集构成的工作区域内的障碍物的边界,也即这样坐标集中的坐标点为构成前述工作区域内的障碍物的边界的坐标点。如此,就可以基于采集到的坐标点,区分出哪些坐标点为属于工作区域的边界的坐标点,哪些坐标点为属于障碍物的边界的坐标点。例如,前述的坐标集2形成的闭环区域落入于坐标集1构成的闭环区域内,则坐标集1中的坐标点可构成一工作区域的边界,坐标集2中的坐标点可构成坐标集1构成的工作区域内的一障碍物的边界。前述的坐标集3形成的闭环区域落入于坐标集4构成的闭环区域内,则坐标集4中的坐标点可构成另一工作区域(坐标集4和坐标集2中不存在相同的坐标点)的边界,坐标集3中的坐标点可构成坐标集4构成的工作区域内的一障碍物的边界。
在地理位置上,坐标点具有包含关系的坐标集中表示地理范围大的坐标集中的坐标点构成一工作区域。进一步的,不存在相同坐标点的坐标集中两个表示地理范围大的坐标集中的坐标即可构成两个不同工作区域的边界,例如坐标集4和坐标集2中不存在相同的坐标点,各自可构成一个工作区域的边界。地理位置位于表示地理范围大的两个坐标集之间的坐标点的轨迹即为这两个表示地理范围大的坐标集构成的两个工作区域(的边界)之间的通道数据,例如100个坐标点中除了坐标点1-67之外的其他坐标点如坐标点68-100,在地理位置上位于坐标集4和坐标集2构成的工作区域之间,形成了位于两个工作区域间的坐标轨迹,则形成的坐标轨迹即可视为这两个工作区域之间的通道数据。前述方案中,从采集到的坐标点所表示的地理位置的角度,区分工作区域的边界、障碍物边界以及通道数据,可保证边界区分的准确性,进而实现对地图的自主且准确地构建,无需人工构建。
在区分哪些坐标点为属于工作区域的边界的坐标点,哪些坐标点为属于障碍物的边界的坐标点以及哪些坐标点为属于通道数据的坐标点的基础上,将识别出的结果映射到建立的坐标系中,通过数据的拟合得到关于机器人设备如扫地机器人所处的工作区域的地图。或者,机器人设备利用地理信息系统(GIS)工具构建出机器人设备的工作区域的地图。在机器人设备如扫地机器人进行除草时,按照构建出的地图的指示行进至各工作区域进行除草,并依据地图上该工作区域内的障碍物的边界的坐标点的指示,实现对该工作区域内的障碍物的自动绕行。在该工作区域内的草清除干净之后,按照地图的指示、具体是该工作区域与其他工作区域间的通道数据的指示,行进至其他工作区域,以继续对其他工作区域内的杂草进行清除。
前述方案中,依据获得的工作区域的边界的坐标点、障碍物的边界的坐标点和构成通道数据的坐标点即可实现对机器人设备所处的工作环境的地图进行构建,实现了地图的自动构建,辅助自主除草或清扫的功能实现,突显了机器人设备的智能化,无需人工构建地图。本申请实施例中无需获得工作区域和障碍物的所有坐标,仅需(工作区域和障碍物)边界的坐标点即可实现地图的构建,避免了由于获得过多坐标点而带来的浪费数据处理资源的问题。
前述的第一种方式和第二种方式可独立使用,也可结合使用,结合使用会得到更为准确的反映工作区域的环境的地图。其中,对于结合使用的过程中对于出现不同区分结果的情况,机器人设备可对这种情况进行及时输出,以让用户去处理。
图5为按照本申请实施例的方案构建出的地图的示意图一。图6为按照本申请实施例的方案构建出的地图的示意图二。在图5和图6所示的地图中,包括二个工作区域(工作区域A、B)为例,其中,线1中的每个点(每个点代表一个坐标点)表示工作区域的边界的坐标点;线2中的每个点表示障碍物的边界的坐标点。在图6中,线3中的每个点表示从工作区域A行进到工作区域B需要行进的坐标点,这些坐标点的轨迹集合构成了工作区域A和B之间的通道数据。可以理解,这种地图相当于绘制出了每个长草区域(工作区域)在地图上的位置以及障碍物在地图上的位置、以及从一个工作区域到达另一个工作区域的行进路线。这种地图构建方案能够清晰的表明哪个地方是除草区域,哪个地方是障碍物,大大完善了机器人设备的功能,体现了其智能性。
本申请实施例还提供一种地图构建设备,该设备位于机器人设备内或为机器人设备。如图7所示,设备包括:第一获得单元601、识别单元602、第二获得单元603及构建单元604;
其中,
第一获得单元601,用于获得至少一个工作区域中各个工作区域的边界的坐标点;
识别单元602,用于依据坐标点所表示的地理位置,识别各工作区域;
第二获得单元603,用于获得不同工作区域之间的通道数据;
构建单元604,用于依据识别出的各工作区域及不同工作区域之间的通道数据,构建地图。
在一个可选的方案中,还包括标识单元和更新单元;其中,标识单元,用于:识别工作区域内的障碍物位置信息,在所述地图中标识出所述障碍物所处的位置;
更新单元,用于在使用所述地图进行行进的情况下,根据历史行进路径或者识别出的障碍物,对所述地图进行更新。
在一个可选的方案中,识别单元602,用于依据各坐标点所表示的地理位置信息,从所述各坐标点中筛选出能够形成不同闭环区域的坐标点;由能够形成各个闭环区域的坐标点所围成的区域为各工作区域。
在一个可选的方案中,第一获得单元601,用于采集多个坐标点;从采集的多个坐标点中,识别出工作区域的边界的坐标点和障碍物的边界的坐标点;识别单元602,用于依据坐标点所表示的地理位置,识别各工作区域和各障碍物;构建单元604,用于依据识别出的各工作区域、不同工作区域之间的通道数据以及各障碍物,构建地图。
在一个可选的方案中,第一获得单元601,用于依据所述多个坐标点中各坐标点所表示的地理位置信息,从所述多个坐标点中筛选出能够形成闭环区域的坐标点,将筛选出的能够形成闭环区域的坐标点集合为坐标集;
确定不存在相同坐标点的坐标集;
从不存在相同坐标点的坐标点集中,确定在地理位置上坐标点具有包含关系的坐标集;
在地理位置上坐标点具有包含关系的坐标集中表示地理范围大的坐标集中的坐标点构成工作区域的边界;
在地理位置上坐标点具有包含关系的坐标集中的表示地理范围小的坐标集为表示地理范围大的坐标集所构成的工作区域内的障碍物的边界。
在一个可选的方案中,第一获得单元601,用于在地理位置上,坐标点具有包含关系的坐标集中表示地理范围大的坐标集中的坐标点构成一工作区域。
在一个可选的方案中,第二获得单元603,用于采集位于两个不同工作区域的边界之间的坐标点;集合采集到的坐标点的轨迹为所述两个不同工作区域之间的通道数据。
在一个可选的方案中,还包括数据清洗单元,用于:从采集的多个坐标点中,筛选出符合要求的坐标点;从符合要求的坐标点中,识别出工作区域的边界的坐标点和障碍物的边界的坐标点。
需要说明的是,本申请实施例的地图构建设备,由于该设备解决问题的原理与前述地图构建方法相似,因此,设备的实施过程及实施原理均可以参见前述方法的实施过程及实施原理描述,重复之处不再赘述。
本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时至少用于执行图1至图6任一所示方法的步骤。所述计算机可读存储介质具体可以为存储器。所述存储器可以为如图8所示的存储器62。
图8为本申请实施例的地图构建设备的硬件结构示意图,如图8所示,包括:用于进行数据传输的通信组件63、至少一个处理器61和用于存储能够在处理器61上运行的计算机程序的存储器62。终端中的各个组件通过总线系统64耦合在一起。可理解,总线系统64用于实现这些组件之间的连接通信。总线系统64除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图8中将各种总线都标为总线系统64。
其中,所述处理器61执行所述计算机程序时至少执行图1至图6任一所示方法的步骤。
可以理解,存储器62可以是易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM,Read Only Memory)、可编程只读存储器(PROM,Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM,Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM,Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM,ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM,Compact Disc Read-Only Memory);磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM,Random AccessMemory),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(SRAM,Static Random Access Memory)、同步静态随机存取存储器(SSRAM,Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM,Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM,SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM,Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM,Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM,SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM,Direct Rambus Random Access Memory)。本申请实施例描述的存储器62旨在包括但不限于这些和任意其它适合类型的存储器。
上述本申请实施例揭示的方法可以应用于处理器61中,或者由处理器61实现。处理器61可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器61中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器61可以是通用处理器、DSP,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。处理器61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任何常规的处理器等。结合本申请实施例所公开的方法的步骤,可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中,该存储介质位于存储器62,处理器61读取存储器62中的信息,结合其硬件完成前述方法的步骤。
在示例性实施例中,地图构建设备可以被一个或多个应用专用集成电路(ASIC,Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD,ProgrammableLogic Device)、复杂可编程逻辑器件(CPLD,Complex Programmable Logic Device)、FPGA、通用处理器、控制器、MCU、微处理器(Microprocessor)、或其他电子元件实现,用于执行前述的地图构建方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,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,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,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全部单元来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,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,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请所提供的几个方法实施例中所揭露的方法,在不冲突的情况下可以任意组合,得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的方法实施例或设备实施例。
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以所述权利要求的保护范围为准。
Claims (11)
1.一种地图构建方法,其特征在于,所述方法包括:
获得至少一个工作区域中各个工作区域的边界的坐标点;
依据坐标点所表示的地理位置,识别各工作区域;
获得不同工作区域之间的通道数据;
依据识别出的各工作区域及不同工作区域之间的通道数据,构建地图。
2.根据权利要求1所述的方法,其特征在于,在所述构建地图之后,所述方法还包括:
识别工作区域内的障碍物位置信息,在所述地图中标识出所述障碍物所处的位置;
或者,在使用所述地图进行行进的情况下,根据历史行进路径或者识别出的障碍物,对所述地图进行更新。
3.根据权利要求1或2所述的方法,其特征在于,所述依据坐标点所表示的地理位置,识别各工作区域,包括:
依据各坐标点所表示的地理位置信息,从所述各坐标点中筛选出能够形成不同闭环区域的坐标点;
由能够形成各个闭环区域的坐标点所围成的区域为各工作区域。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
采集多个坐标点;
相应的,所述获得至少一个工作区域中各个工作区域的边界的坐标点,包括:
从采集的多个坐标点中,识别出工作区域的边界的坐标点和障碍物的边界的坐标点;
依据坐标点所表示的地理位置,识别各工作区域和各障碍物;
相应的,所述依据识别出的各工作区域及不同工作区域之间的通道数据,构建地图,包括:
依据识别出的各工作区域、不同工作区域之间的通道数据以及各障碍物,构建地图。
5.根据权利要求4所述的方法,其特征在于,所述从采集的多个坐标点中,识别出工作区域的边界的坐标点和障碍物的边界的坐标点,包括:
依据所述多个坐标点中各坐标点所表示的地理位置信息,从所述多个坐标点中筛选出能够形成闭环区域的坐标点,将筛选出的能够形成闭环区域的坐标点集合为坐标集;
确定不存在相同坐标点的坐标集;
从不存在相同坐标点的坐标点集中,确定在地理位置上坐标点具有包含关系的坐标集;
在地理位置上坐标点具有包含关系的坐标集中表示地理范围大的坐标集中的坐标点构成工作区域的边界;
在地理位置上坐标点具有包含关系的坐标集中的表示地理范围小的坐标集为表示地理范围大的坐标集所构成的工作区域内的障碍物的边界。
6.根据权利要求5所述的方法,其特征在于,所述依据坐标点所表示的地理位置,识别各工作区域,包括:
在地理位置上,坐标点具有包含关系的坐标集中表示地理范围大的坐标集中的坐标点构成一工作区域。
7.根据权利要求1所述的方法,其特征在于,所述获得工作区域之间的通道数据,包括:
采集位于两个不同工作区域的边界之间的坐标点;
集合采集到的坐标点的轨迹为所述两个不同工作区域之间的通道数据。
8.根据权利要求4至6任一项所述的方法,其特征在于,在采集多个坐标点之后,所述方法还包括:
从采集的多个坐标点中,筛选出符合要求的坐标点;
从符合要求的坐标点中,识别出工作区域的边界的坐标点和障碍物的边界的坐标点。
9.一种地图构建设备,其特征在于,包括:
第一获得单元,用于获得至少一个工作区域中各个工作区域的边界的坐标点;
识别单元,用于依据坐标点所表示的地理位置,识别各工作区域;
第二获得单元,用于获得不同工作区域之间的通道数据;
构建单元,用于依据识别出的各工作区域及不同工作区域之间的通道数据,构建地图。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至8任一所述方法的步骤。
11.一种地图构建设备,包括存储器、处理器及存储在存储器上并可在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程序时实现权利要求1至8任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010533286.5A CN113806455B (zh) | 2020-06-12 | 2020-06-12 | 地图构建方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010533286.5A CN113806455B (zh) | 2020-06-12 | 2020-06-12 | 地图构建方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113806455A true CN113806455A (zh) | 2021-12-17 |
CN113806455B CN113806455B (zh) | 2024-03-29 |
Family
ID=78943898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010533286.5A Active CN113806455B (zh) | 2020-06-12 | 2020-06-12 | 地图构建方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113806455B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114296463A (zh) * | 2021-12-31 | 2022-04-08 | 南京苏美达智能技术有限公司 | 一种作业区域间路径生成方法及园林系统 |
WO2024045353A1 (zh) * | 2022-08-30 | 2024-03-07 | 深圳市正浩创新科技股份有限公司 | 地图传输方法、地图构建方法以及地图构建系统 |
WO2024179487A1 (zh) * | 2023-02-28 | 2024-09-06 | 苏州宝时得电动工具有限公司 | 建图方法、设备、计算机存储介质及自移动机器人的控制方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106527424A (zh) * | 2016-09-20 | 2017-03-22 | 深圳市银星智能科技股份有限公司 | 移动机器人及移动机器人的导航方法 |
CN106782029A (zh) * | 2016-11-30 | 2017-05-31 | 北京贝虎机器人技术有限公司 | 室内地图生成方法及装置 |
CN107145578A (zh) * | 2017-05-08 | 2017-09-08 | 深圳地平线机器人科技有限公司 | 地图构建方法、装置、设备和系统 |
US20180055312A1 (en) * | 2016-08-30 | 2018-03-01 | Lg Electronics Inc. | Robot cleaner, method of operating the same, and augmented reality system |
WO2018074903A1 (ko) * | 2016-10-20 | 2018-04-26 | 엘지전자 주식회사 | 이동 로봇의 제어방법 |
CN108507578A (zh) * | 2018-04-03 | 2018-09-07 | 珠海市微半导体有限公司 | 一种全局边界地图的构建方法及其导航方法 |
CN108931983A (zh) * | 2018-09-07 | 2018-12-04 | 深圳市银星智能科技股份有限公司 | 地图构建方法及其机器人 |
CN109744945A (zh) * | 2017-11-08 | 2019-05-14 | 杭州萤石网络有限公司 | 一种区域属性确定方法、装置、系统及电子设备 |
CN110567467A (zh) * | 2019-09-11 | 2019-12-13 | 北京云迹科技有限公司 | 基于多传感器的地图构建方法、装置及存储介质 |
WO2020024234A1 (zh) * | 2018-08-02 | 2020-02-06 | 深圳前海达闼云端智能科技有限公司 | 路径导航方法、相关装置及计算机可读存储介质 |
US10611028B1 (en) * | 2018-11-30 | 2020-04-07 | NextVPU (Shanghai) Co., Ltd. | Map building and positioning of robot |
CN111242994A (zh) * | 2019-12-31 | 2020-06-05 | 深圳优地科技有限公司 | 一种语义地图构建方法、装置、机器人及存储介质 |
-
2020
- 2020-06-12 CN CN202010533286.5A patent/CN113806455B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180055312A1 (en) * | 2016-08-30 | 2018-03-01 | Lg Electronics Inc. | Robot cleaner, method of operating the same, and augmented reality system |
CN106527424A (zh) * | 2016-09-20 | 2017-03-22 | 深圳市银星智能科技股份有限公司 | 移动机器人及移动机器人的导航方法 |
WO2018074903A1 (ko) * | 2016-10-20 | 2018-04-26 | 엘지전자 주식회사 | 이동 로봇의 제어방법 |
CN106782029A (zh) * | 2016-11-30 | 2017-05-31 | 北京贝虎机器人技术有限公司 | 室内地图生成方法及装置 |
CN107145578A (zh) * | 2017-05-08 | 2017-09-08 | 深圳地平线机器人科技有限公司 | 地图构建方法、装置、设备和系统 |
CN109744945A (zh) * | 2017-11-08 | 2019-05-14 | 杭州萤石网络有限公司 | 一种区域属性确定方法、装置、系统及电子设备 |
CN108507578A (zh) * | 2018-04-03 | 2018-09-07 | 珠海市微半导体有限公司 | 一种全局边界地图的构建方法及其导航方法 |
WO2020024234A1 (zh) * | 2018-08-02 | 2020-02-06 | 深圳前海达闼云端智能科技有限公司 | 路径导航方法、相关装置及计算机可读存储介质 |
CN108931983A (zh) * | 2018-09-07 | 2018-12-04 | 深圳市银星智能科技股份有限公司 | 地图构建方法及其机器人 |
US10611028B1 (en) * | 2018-11-30 | 2020-04-07 | NextVPU (Shanghai) Co., Ltd. | Map building and positioning of robot |
CN110567467A (zh) * | 2019-09-11 | 2019-12-13 | 北京云迹科技有限公司 | 基于多传感器的地图构建方法、装置及存储介质 |
CN111242994A (zh) * | 2019-12-31 | 2020-06-05 | 深圳优地科技有限公司 | 一种语义地图构建方法、装置、机器人及存储介质 |
Non-Patent Citations (1)
Title |
---|
黄宜庆;王正刚;王徽;葛愿;: "基于边缘梯度算法的多移动机器人协作地图构建", 信息与控制, no. 01 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114296463A (zh) * | 2021-12-31 | 2022-04-08 | 南京苏美达智能技术有限公司 | 一种作业区域间路径生成方法及园林系统 |
WO2024045353A1 (zh) * | 2022-08-30 | 2024-03-07 | 深圳市正浩创新科技股份有限公司 | 地图传输方法、地图构建方法以及地图构建系统 |
WO2024179487A1 (zh) * | 2023-02-28 | 2024-09-06 | 苏州宝时得电动工具有限公司 | 建图方法、设备、计算机存储介质及自移动机器人的控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113806455B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113806455A (zh) | 地图构建方法、设备及存储介质 | |
CN113670292B (zh) | 地图的绘制方法和装置、扫地机、存储介质、电子装置 | |
CN106843230B (zh) | 应用于移动设备的虚拟墙系统及其实现方法 | |
CN113296495B (zh) | 自移动设备的路径形成方法、装置和自动工作系统 | |
US11493923B2 (en) | Path planning method and system for lawn mower | |
CN108762273B (zh) | 一种清扫方法 | |
CN108733061B (zh) | 一种清扫作业的路径修正方法 | |
CN113128747B (zh) | 智能割草系统及其自主建图方法 | |
WO2011115563A1 (en) | Method and system for navigating a robotic garden tool | |
CN112578779A (zh) | 地图建立方法、自移动设备、自动工作系统 | |
CN113115621B (zh) | 智能割草系统及其自主建图方法 | |
CN108776479B (zh) | 一种协同清扫作业方法 | |
WO2023005377A1 (zh) | 一种机器人的建图方法及机器人 | |
CN112013840A (zh) | 扫地机器人及其地图构建方法和装置 | |
EP3695701B1 (en) | Robotic vehicle for boundaries determination | |
CN112395376A (zh) | 地图的构建方法和装置、存储介质及电子装置 | |
CN111367271A (zh) | 机器人清扫路径的规划方法、系统及芯片 | |
CN112799389B (zh) | 自动行走区域路径规划方法及自动行走设备 | |
CN113806377A (zh) | 地图更新方法、设备及存储介质 | |
CN111144788A (zh) | 混合作业方法和相关装置 | |
CN113867329A (zh) | 一种确定行进路线的方法、设备及存储介质 | |
CN116736865A (zh) | 信息确定方法、远程终端、设备、割草机及存储介质 | |
CN115053690A (zh) | 割草方法、装置、割草机器人以及存储介质 | |
CN116430838A (zh) | 自移动设备、及其控制方法 | |
CN116763205A (zh) | 清扫区域的确定方法及装置、存储介质及电子装置 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220211 Address after: 100192 203, floor 2, building A-1, North Territory, Dongsheng Science Park, Zhongguancun, No. 66, xixiaokou Road, Haidian District, Beijing Applicant after: Weilan continental (Beijing) Technology Co.,Ltd. Address before: 100192 Room 101, building A-1, Northern Territory, Dongsheng Science Park, Zhongguancun, 66 xixiaokou Road, Haidian District, Beijing Applicant before: NINEBOT (BEIJING) TECH Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |