CN113848943B - 栅格地图的修正方法及装置、存储介质及电子装置 - Google Patents

Abstract

本发明公开了一种栅格地图的修正方法及装置、存储介质及电子装置，其中，上述方法包括：控制移动机器人在目标区域行进的过程中，基于目标组件采集的第一点云数据构建所述目标区域的栅格地图；根据图像采集组件采集的图像数据和线激光组件采集的第二点云数据建立所述目标区域的障碍物地图；其中，所述障碍物地图至少包括所述目标区域中障碍物的类型和障碍物的位置；根据所述障碍物地图对所述栅格地图进行修正，得到修正后的栅格地图。采用上述技术方案，解决了移动机器人构建好的房屋地图与真实户型不一致的问题。

Description

栅格地图的修正方法及装置、存储介质及电子装置

【技术领域】

本发明涉及通信领域，具体而言，涉及一种栅格地图的修正方法及装置、存储介质及电子装置。

【背景技术】

随着科技的发展，扫地机器人在日常生活中变得越来越普遍，但扫地机器人在使用的过程中，会存在很多问题，不够智能，例如移动机器人在构建家庭的地图的过程中，会通过基于激光测距传感器来进行构建，但只能构建移动机器人行进路径中没有障碍物的空间区域，形成栅格地图。但会将房间内部的家具视为未到达区域，如茶几、贴墙放置的床、衣柜等，导致地图内部缺失，并且由于在落地窗等透明玻璃处会产生测距误差，导致形成虚假区域，使得移动机器人最终构建的地图和真实户型不一致。

针对相关技术，移动机器人构建好的房屋地图与真实户型不一致的问题，目前尚未提出有效的解决方案。

【发明内容】

本发明实施例提供了一种栅格地图的修正方法及装置、存储介质及电子装置，以至少解决移动机器人构建好的房屋地图与真实户型不一致的问题。

根据本发明实施例的一方面，提供一种栅格地图的修正方法，包括：控制移动机器人在目标区域行进的过程中，基于目标组件采集的第一点云数据构建所述目标区域的栅格地图；根据图像采集组件采集的图像数据和线激光组件采集的第二点云数据建立所述目标区域的障碍物地图；其中，所述障碍物地图至少包括所述目标区域中障碍物的类型和障碍物的位置；根据所述障碍物地图对所述栅格地图进行修正，得到修正后的栅格地图。

进一步地，根据图像采集组件采集的图像数据和线激光组件采集的第二点云数据建立所述目标区域的障碍物地图，包括：根据所述图像数据确定所述目标区域中障碍物的物体类型；根据所述第二点云数据确定所述障碍物的第一位置信息和所述障碍物的三维信息；根据所述障碍物的物体类型、所述障碍物的第一位置信息和所述障碍物的三维信息建立所述目标区域的障碍物地图；其中，所述障碍物地图还包括障碍物的三维信息。

进一步地，根据所述第二点云数据确定所述障碍物的第一位置信息，包括：根据所述第二点云数据计算所述障碍物距离所述移动机器人的目标距离；通过所述目标组件采集的第一点云数据确定所述移动机器人的第二位置信息；根据所述目标距离和所述第二位置信息确定所述障碍物的第一位置信息。

进一步地，根据所述障碍物的物体类型、所述障碍物的第一位置信息和所述障碍物的三维信息建立所述目标区域的障碍物地图，包括：创建具有平面坐标系的第一地图；根据所述第一位置信息确定所述障碍物在所述第一地图中的位置；在所述位置上标记所述障碍物的物体类型以及所述障碍物的三维信息，得到所述障碍物地图。

进一步地，根据所述障碍物地图对所述栅格地图进行修正，得到修正后的栅格地图，包括：从所述障碍物地图中确定目标障碍物，其中，所述目标障碍物的空间体积为大于预设阈值的封闭空间体积；在所述栅格地图中确定与所述目标障碍物的位置信息对应的第一区域；将所述第一区域中的每一个栅格的值均设置预设阈值，得到修正后的栅格地图。

进一步地，根据所述障碍物地图对所述栅格地图进行修正，得到修正后的栅格地图，包括：在所述障碍物地图的物体类型中存在落地窗的情况下，在所述障碍物地图中确定所述落地窗的位置信息；在所述栅格地图中确定与所述落地窗的位置信息对应的第二区域；将所述第二区域中的每一个栅格的值设置为零，得到修正后的栅格地图。

根据本发明实施例的另一方面，还提供一种栅格地图的修正装置，所述装置包括：目标组件，用于在移动机器人在目标区域行进的过程中采集所述目标区域的第一点云数据；图像采集组件，用于采集所述目标区域的图像数据；线激光组件，用于采集所述目标区域的第二点云数据；控制组件，用于控制移动机器人在目标区域行进的过程中，基于目标组件采集的第一点云数据构建所述目标区域的栅格地图；根据图像采集组件采集的图像数据和线激光组件采集的第二点云数据建立所述目标区域的障碍物地图；其中，所述障碍物地图至少包括所述目标区域中障碍物的类型和障碍物的位置；根据所述障碍物地图对所述栅格地图进行修正，得到修正后的栅格地图。

根据本发明实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述栅格地图的修正方法。

根据本发明实施例的又一方面，还提供了一种电子装置，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，其中，上述处理器通过计算机程序执行上述栅格地图的修正方法。

通过本发明，在移动机器人在目标区域行进的过程中，先根据目标组件采集的第一点云数据构建栅格地图，再利用图像采集组件采集的图像数据和线激光组件采集的第二点云数据建立的障碍物地图对栅格地图进行修正，得到修正后的栅格地图，使得障碍物地图可以原有的栅格地图进行校正，解决了移动机器人构建好的房屋地图与真实户型不一致的问题，使得移动机器人在房屋行进的过程中，最终构建的地图和真实户型一致。

【附图说明】

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示例性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例的栅格地图的修正方法的移动机器人的硬件结构框图；

图2是根据本发明实施例的栅格地图的修正方法的流程图(一)；

图3是根据本发明实施例的移动机器人的示意图(一)；

图4是根据本发明实施例的移动机器人的示意图(二)；

图5是根据本发明实施例的栅格地图的修正方法的流程图(二)；

图6是根据本发明实施例的栅格地图的修正方法的障碍物地图示意图(一)；

图7是根据本发明实施例的栅格地图的修正方法的障碍物地图示意图(二)；

图8是根据本发明实施例的栅格地图的修正方法的地图补全示意图；

图9是根据本发明实施例的栅格地图的修正装置的结构框图(一)；

图10是根据本发明实施例的栅格地图的修正方法的地图补全示意图(二)。

【具体实施方式】

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本申请实施例中所提供的方法实施例可以在移动机器人或者类似的运算装置中执行。以运行在移动机器人上为例，图1是本发明实施例的栅格地图的修正方法的移动机器人的硬件结构框图。如图1所示，移动机器人可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器(Microprocessor Unit，简称是MPU)或可编程逻辑器件(Programmable logic device，简称是PLD))和用于存储数据的存储器104，在一个示例性实施例中，上述移动机器人还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动机器人的结构造成限定。例如，移动机器人还可包括比图1中所示更多或者更少的组件，或者具有与图1所示等同功能或比图1所示功能更多的不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的栅格地图的修正方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动机器人。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。

传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动机器人的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

需要说明的是，本申请实施例的技术方案可以应用在移动机器人上，尤其是一种扫地机器人，即扫地机器人采用本申请实施例的技术方案，可以使得最终构建的地图和真实户型一致。

在本实施例中提供了一种栅格地图的修正方法，图2是根据本发明实施例的栅格地图的修正方法的流程图(一)，该流程包括如下步骤：

步骤S202，控制移动机器人在目标区域行进的过程中，基于目标组件采集的第一点云数据构建所述目标区域的栅格地图；

需要说明的是，目标组件包括但不限于激光雷达，视觉传感器。在一个示例性的实施例中，上述移动机器人可以是扫地机器人。移动机器人可以通过目标组件对目标区域进行测量，以获取目标区域的第一点云数据。在一个优选的实施例中，移动机器人可以采用激光雷达向目标区域发射激光，在激光被目标区域内的物体反射后，重新被激光雷达接收，进而移动机器人可以通过将发射的激光和接收的激光进行对比，进而得到目标区域的第一点云数据。

步骤S204，根据图像采集组件采集的图像数据和线激光组件采集的第二点云数据建立所述目标区域的障碍物地图；其中，所述障碍物地图至少包括所述目标区域中障碍物的类型和障碍物的位置；

需要说明的是，移动机器人通过目标组件只能构建行进路径中没有障碍物的空间区域，并且将房间内部的家具视为未到达区域，如茶几、贴墙放置的床、衣柜等，进而上述步骤S202构建的栅格地图会与目标区域的真实环境不符合。进而本申请实施例通过在移动机器人上设置一个图像采集组件和线激光组件，使得移动机器人在行进的过程中，获取目标区域地图像数据和第二点云数据，并根据图像数据与第二点云数据构建目标区域的障碍物地图。需要说明的是，线激光组件采集第二点云数据的原理与目标组件采集第一点云数据的原理类似，在此不进行赘述。

步骤S206，根据所述障碍物地图对所述栅格地图进行修正，得到修正后的栅格地图。

也就是说，移动机器人会在清扫完目标区域以后，通过构建好的障碍物地图对栅格地图进行修正，进而得到一个最终版的地图，使得构建好的房屋地图与真实户型保持一致。

需要说明的是，本申请的方法可以应用在移动机器人上，具体可以通过移动机器人的控制装置来执行。

通过上述步骤，在移动机器人在目标区域行进的过程中，先根据目标组件采集的第一点云数据构建栅格地图，再利用图像采集组件采集的图像数据和线激光组件采集的第二点云数据建立的障碍物地图对栅格地图进行修正，得到修正后的栅格地图，使得障碍物地图可以原有的栅格地图进行校正，解决了移动机器人构建好的房屋地图与真实户型不一致的问题，使得移动机器人在房屋行进的过程中，最终构建的地图和真实户型一致。

为了更好的理解上述目标组件和线激光组件，图3是根据本发明实施例的移动机器人的示意图(一)；图4是根据本发明实施例的移动机器人的示意图(二)，如图3所示，目标组件为激光雷达，激光雷达设置在移动机器人的顶部，用于构建栅格地图以及确定移动机器人的坐标；线激光组件通常设置在机身的侧面，通常用于测量障碍物的三维信息，以及测量机器人与障碍物的距离，根据该距离和机器人的坐标从而可以确定障碍物的坐标。如图4所示，目标组件为视觉传感器，视觉传感器位于移动机器人的顶部，线激光组件位于移动机器人的侧面。

在本实施例中，移动机器人在行进过程中，通过激光雷达返回的数据来建立栅格地图，通过线激光组件返回的数据来测量障碍物的三维信息和障碍物的坐标，通过图像采集组件来识别障碍物的类别。

需要说明的是，在一个可选的实施例中，根据图像采集组件采集的图像数据和线激光组件采集的第二点云数据建立所述目标区域的障碍物地图，可以通过以下方式实现：根据所述图像数据确定所述目标区域中障碍物的物体类型；根据所述第二点云数据确定所述障碍物的第一位置信息和所述障碍物的三维信息；根据所述障碍物的物体类型、所述障碍物的第一位置信息和所述障碍物的三维信息建立所述目标区域的障碍物地图；其中，所述障碍物地图还包括障碍物的三维信息。

也就是说，移动机器人的控制装置会将图像采集组件采集到的图像数据输入到物体分类模型中，进而物体分类模型会对图像数据进行智能识别，判断出图像数据中包含的多种物体的物体类型。例如，图像数据中包含：沙发、床、茶几等。移动机器人在获取到图像数据中多个物体的物体类型以后，会根据第二点云数据确定图像数据中包含的障碍物的第一位置信息和三维信息。例如床的第一位置信息和三维信息，沙发的第一位置信息和三维信息等，随后根据障碍物的物体类型、障碍物的第一位置信息和障碍物的三维信息建立目标区域的障碍物地图。需要说明的是，图像数据至少包括以下之一：图片、视频。采用上述技术方案，可以使得移动机器人确定目标区域内具有哪些障碍物，不会将障碍物所在区域直接认定为不存在的区域。

进一步地，为了更好的理解移动机器人如何根据第二点云数据确定障碍物的第一位置信息，在一个可选的实施例中，可以通过以下方式实现：根据所述第二点云数据计算所述障碍物距离所述移动机器人的目标距离；通过所述目标组件采集的第一点云数据确定所述移动机器人的第二位置信息；根据所述目标距离和所述第二位置信息确定所述障碍物的第一位置信息。

需要说明的是，假如有A、B两个物体，则只有知道其中一个物体的位置以及两者之间的距离，就可以确定另一个物体的位置。进而移动机器人的控制装置可以先根据第二点云数据确定移动机器人和目标障碍物的距离，再根据移动机器人自身的第二位置信息和距离障碍物的距离来确定障碍物的第一位置信息。需要说明的是，第一位置信息和第二位置信息具体可以通过坐标来表现。

进一步地，根据所述障碍物的物体类型、所述障碍物的第一位置信息和所述障碍物的三维信息建立所述目标区域的障碍物地图，可以通过以下方式实现：创建具有平面坐标系的第一地图；根据所述第一位置信息确定所述障碍物在所述第一地图中的位置；在所述位置上标记所述障碍物的物体类型以及所述障碍物的三维信息，得到所述障碍物地图。

也就是说，移动机器人会创建一个和栅格地图具有同等平面坐标系的空白地图，此地图中不具有任何物体标记信息，进而移动机器人会根据图像数据中障碍物的第一位置信息在第一地图中确定障碍物的位置，并将此位置标记障碍物的物体类型以及障碍物的三维信息，例如，移动机器人在获取到图像数据中存在沙发的情况下，会根据第一点云数据和第二点云数据得到沙发的位置信息，进而将第一地图中对应的位置标记上沙发和沙发的三维信息，最后空白地图的不同位置就会具有不同物体的标识和三维信息，进而得到目标区域的障碍物地图。采用上述技术方案，可以让构建好的障碍物地图与栅格地图的坐标相对应，方便进行对比。

需要说明的是，由于移动机器人通过激光传感器构建的栅格地图会将房间内部的家具视为未到达区域，如茶几、贴墙放置的床、衣柜等，导致栅格地图内部缺失，进而需要通过构建好的障碍物地图对栅格地图进行修正。在一个可选的实施例中，可以通过以下方式实现：从所述障碍物地图中确定目标障碍物，其中，所述目标障碍物的空间体积为大于预设阈值的封闭空间体积；在所述栅格地图中确定与所述目标障碍物的位置信息对应的第一区域；将所述第一区域中的每一个栅格的值均设置预设阈值，得到修正后的栅格地图。

需要说明的是，为了避免物体识别模块识别有误，并将一些细小的物体确定为家具，则需要从障碍物地图中存在的多个障碍物中确定空间体积大于预设阈值的目标障碍物，具体的，可以通过障碍物的三维信息来确定障碍物的空间体积，进而将栅格地图中与目标障碍物的位置信息对应的第一区域进行填充，具体的，将栅格地图的第一区域中的每一个栅格的值均设置预设阈值，进而得到修正后的栅格地图。采用上述技术方案，使得移动机器人可以将目标区域中具有障碍物的区域不视为不存在的区域，使得构建的栅格地图更加接近真实的户型。

进一步地，移动机器人在构建栅格地图的过程中，由于在落地窗等透明玻璃处会产生测距误差，导致形成虚假区域，使得最终构建的地图和真实户型不一致。为了解决上述问题，可以通过以下方式实现：在所述障碍物地图的物体类型中存在落地窗的情况下，在所述障碍物地图中确定所述落地窗的位置信息；在所述栅格地图中确定与所述落地窗的位置信息对应的第二区域；将所述第二区域中的每一个栅格的值设置为零，得到修正后的栅格地图。

也就是说，移动机器人会判断障碍物地图中是否存在落地窗，在确定存在落地窗的情况下，从障碍物地图中确定落地窗的位置信息，并在栅格地图中确定与落地窗的位置信息对应的第二区域，将第二区域从栅格地图中删除，具体的，可以将第二区域中的每一个栅格的值设置为零。进而使得修正后的栅格地图与真实户型一致。

显然，上述所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。为了更好的理解上述栅格地图的修正方法，以下结合实施例对上述过程进行说明，但不用于限定本发明实施例的技术方案，具体地：

在一个可选的实施例中，图5是根据本发明实施例的栅格地图的修正方法的流程图(二)，该流程包括如下步骤：

步骤S502：移动机器人在执行任务过程中，根据激光测距单元(相当于上述实施例中的目标组件)和里程计等，实时定位并构建栅格地图；

步骤S504：移动机器人在执行任务过程中，实时拍摄机器行进前方的场景图片(相当于上述实施例中的图像数据)，输入到训练好的AI分类模型中，识别图片中包含的物体类别，构建障碍物地图；

具体的，移动机器人在执行任务过程中，线激光模块(相当于上述实施例中的线激光组件)对机身附近的物体进行精确测距，如机身1米的圆内或正方形框内，包括障碍物的高度和坐标信息，并提取地面到激光测距单元高度范围内的栅格点，进而将障碍物信息转换到与AI识别时相同的坐标系下，并提取AI检测框内的点云，构建障碍物地图，包括累积的障碍物栅格地图和物体类别信息。

步骤S506：结束任务后，通过障碍物地图对栅格地图进行地图补全；

具体的，具体的，图6是根据本发明实施例的栅格地图的修正方法的障碍物地图示意图(一)，图7是根据本发明实施例的栅格地图的修正方法的障碍物地图示意图(二)，该地图可显示家具或障碍物的部分轮廓，使用图像处理方法提取障碍物地图中障碍物栅格地图的轮廓信息，常见的方法是先进行阈值分割，然后查找边缘，如canny边缘检测，在边缘检测前，需要对离散的障碍物点进行聚类或膨胀等操作，使得边缘连续。图8是根据本发明实施例的栅格地图的修正方法的地图补全示意图，分别对是否形成封闭轮廓的场景进行补全：对具有相同物体类别的封闭轮廓的内部进行填充，如客厅中间的茶几；对未封闭的轮廓需要结合步骤S502中栅格地图的外边界和物体形状等进行轮廓预判，如贴墙放置的床，可扫描得到两条侧边和床尾，两条侧边连线可定位封闭轮廓边界的可能位置p0，向远离床尾的方向搜索与p0相同方向的外边界，若能找到外边界p1，则将p0设为p1，然后对封闭轮廓进行内部填充，具体详见图8。

步骤S508：结束任务后，通过障碍物地图对栅格地图进行虚假区域删除。

具体的，根据镶嵌玻璃的框架或窗帘等训练数据，AI模型可识别出落地窗，从障碍物地图中提取落地窗对应的障碍物栅格地图，以机器为中心，向外删除落地窗栅格位置外的栅格地图。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例的方法。

在本实施例中还提供了一种栅格地图的修正装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的设备较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图9是根据本发明实施例的栅格地图的修正装置的结构框图(一)，该装置包括：

目标组件90，用于在移动机器人在目标区域行进的过程中采集所述目标区域的第一点云数据；需要说明的是目标组件90包括但不限于激光传感器、视觉传感器。

图像采集组件92，用于采集所述目标区域的图像数据；

线激光组件94，用于采集所述目标区域的第二点云数据；

控制组件96，用于控制移动机器人在目标区域行进的过程中，基于目标组件90采集的第一点云数据构建所述目标区域的栅格地图；根据图像采集组件92采集的图像数据和线激光组件94采集的第二点云数据建立所述目标区域的障碍物地图；其中，所述障碍物地图至少包括所述目标区域中障碍物的类型和障碍物的位置；根据所述障碍物地图对所述栅格地图进行修正，得到修正后的栅格地图。

通过上述装置，在移动机器人在目标区域行进的过程中，目标组件90采集的目标区域的第一点云数据，图像采集组件采集92采集目标区域的图像数据，线激光组件94采集目标区域的第二点云数据，最后控制组件96根据图像数据和第二点云数据构建好的栅格地图对第一点云数据构建好的栅格地图进行修正，解决了移动机器人构建好的房屋地图与真实户型不一致的问题，使得移动机器人在房屋行进的过程中，最终构建的地图和真实户型一致。

可选的，控制组件96还用于根据所述图像数据确定所述目标区域中障碍物的物体类型；根据所述第二点云数据确定所述障碍物的第一位置信息和所述障碍物的三维信息；根据所述障碍物的物体类型、所述障碍物的第一位置信息和所述障碍物的三维信息建立所述目标区域的障碍物地图；其中，所述障碍物地图还包括障碍物的三维信息。

可选的，控制组件96还用于根据所述第二点云数据计算所述障碍物距离所述移动机器人的目标距离；通过所述目标组件采集的第一点云数据确定所述移动机器人的第二位置信息；根据所述目标距离和所述第二位置信息确定所述障碍物的第一位置信息。

可选的，控制组件96还用于创建具有平面坐标系的第一地图；根据所述第一位置信息确定所述障碍物在所述第一地图中的位置；在所述位置上标记所述障碍物的物体类型以及所述障碍物的三维信息，得到所述障碍物地图。

可选的，控制组件96还用于从所述障碍物地图中确定目标障碍物，其中，所述目标障碍物的空间体积为大于预设阈值的封闭空间体积；在所述栅格地图中确定与所述目标障碍物的位置信息对应的第一区域；将所述第一区域中的每一个栅格的值均设置预设阈值，得到修正后的栅格地图。

可选的，控制组件96还用于在所述障碍物地图的物体类型中存在落地窗的情况下，在所述障碍物地图中确定所述落地窗的位置信息；在所述栅格地图中确定与所述落地窗的位置信息对应的第二区域；将所述第二区域中的每一个栅格的值设置为零，得到修正后的栅格地图。

图10是根据本发明实施例的栅格地图的修正装置的结构框图(二)，该装置包括：

第一构建模块12，用于控制移动机器人在目标区域行进的过程中，基于目标组件采集的第一点云数据构建所述目标区域的栅格地图；

第二构建模块14，用于根据图像采集组件采集的图像数据和线激光组件采集的第二点云数据建立所述目标区域的障碍物地图；其中，所述障碍物地图至少包括所述目标区域中障碍物的类型和障碍物的位置；

修正模块16，用于根据所述障碍物地图对所述栅格地图进行修正，得到修正后的栅格地图。

通过上述模块，在移动机器人在目标区域行进的过程中，先根据目标组件采集的第一点云数据构建栅格地图，再利用图像采集组件采集的图像数据和线激光组件采集的第二点云数据建立的障碍物地图对栅格地图进行修正，得到修正后的栅格地图，使得障碍物地图可以原有的栅格地图进行校正，解决了移动机器人构建好的房屋地图与真实户型不一致的问题，使得移动机器人在房屋行进的过程中，最终构建的地图和真实户型一致。

本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，控制移动机器人在目标区域行进的过程中，基于目标组件采集的第一点云数据构建所述目标区域的栅格地图；

S2，根据图像采集组件采集的图像数据和线激光组件采集的第二点云数据建立所述目标区域的障碍物地图；其中，所述障碍物地图至少包括所述目标区域中障碍物的类型和障碍物的位置；

S3，根据所述障碍物地图对所述栅格地图进行修正，得到修正后的栅格地图。

在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。

本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，控制移动机器人在目标区域行进的过程中，基于目标组件采集的第一点云数据构建所述目标区域的栅格地图；

S2，根据图像采集组件采集的图像数据和线激光组件采集的第二点云数据建立所述目标区域的障碍物地图；其中，所述障碍物地图至少包括所述目标区域中障碍物的类型和障碍物的位置；

S3，根据所述障碍物地图对所述栅格地图进行修正，得到修正后的栅格地图。

在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种栅格地图的修正方法，其特征在于，所述方法包括：

控制移动机器人在目标区域行进的过程中，基于目标组件采集的第一点云数据构建所述目标区域的栅格地图；

根据图像采集组件采集的图像数据和线激光组件采集的第二点云数据建立所述目标区域的障碍物地图；其中，所述障碍物地图至少包括所述目标区域中障碍物的类型和障碍物的位置；

根据所述障碍物地图对所述栅格地图进行修正，得到修正后的栅格地图；

其中，根据所述障碍物地图对所述栅格地图进行修正，得到修正后的栅格地图，包括：

在所述障碍物地图的物体类型中存在落地窗的情况下，在所述障碍物地图中确定所述落地窗的位置信息；

在所述栅格地图中确定与所述落地窗的位置信息对应的第二区域；

将所述第二区域中的每一个栅格的值设置为零，得到修正后的栅格地图。

2.根据权利要求1所述的方法，其特征在于，根据图像采集组件采集的图像数据和线激光组件采集的第二点云数据建立所述目标区域的障碍物地图，包括：

根据所述图像数据确定所述目标区域中障碍物的物体类型；

根据所述第二点云数据确定所述障碍物的第一位置信息和所述障碍物的三维信息；

根据所述障碍物的物体类型、所述障碍物的第一位置信息和所述障碍物的三维信息建立所述目标区域的障碍物地图；其中，所述障碍物地图还包括障碍物的三维信息。

3.根据权利要求2所述的方法，其特征在于，根据所述第二点云数据确定所述障碍物的第一位置信息，包括：

根据所述第二点云数据计算所述障碍物距离所述移动机器人的目标距离；

通过所述目标组件采集的第一点云数据确定所述移动机器人的第二位置信息；

根据所述目标距离和所述第二位置信息确定所述障碍物的第一位置信息。

4.根据权利要求2所述的方法，其特征在于，根据所述障碍物的物体类型、所述障碍物的第一位置信息和所述障碍物的三维信息建立所述目标区域的障碍物地图，包括：

创建具有平面坐标系的第一地图；

根据所述第一位置信息确定所述障碍物在所述第一地图中的位置；

在所述位置上标记所述障碍物的物体类型以及所述障碍物的三维信息，得到所述障碍物地图。

5.根据权利要求1所述的方法，其特征在于，根据所述障碍物地图对所述栅格地图进行修正，得到修正后的栅格地图，包括：

从所述障碍物地图中确定目标障碍物，其中，所述目标障碍物的空间体积为大于预设阈值的封闭空间体积；

在所述栅格地图中确定与所述目标障碍物的位置信息对应的第一区域；

将所述第一区域中的每一个栅格的值均设置预设阈值，得到修正后的栅格地图。

6.一种栅格地图的修正装置，其特征在于，所述装置包括：

目标组件，用于在移动机器人在目标区域行进的过程中采集所述目标区域的第一点云数据；

图像采集组件，用于采集所述目标区域的图像数据；

线激光组件，用于采集所述目标区域的第二点云数据；

控制组件，用于控制移动机器人在目标区域行进的过程中，基于目标组件采集的第一点云数据构建所述目标区域的栅格地图；根据图像采集组件采集的图像数据和线激光组件采集的第二点云数据建立所述目标区域的障碍物地图；其中，所述障碍物地图至少包括所述目标区域中障碍物的类型和障碍物的位置；根据所述障碍物地图对所述栅格地图进行修正，得到修正后的栅格地图；

其中，所述控制组件，还用于在所述障碍物地图的物体类型中存在落地窗的情况下，在所述障碍物地图中确定所述落地窗的位置信息；在所述栅格地图中确定与所述落地窗的位置信息对应的第二区域；将所述第二区域中的每一个栅格的值设置为零，得到修正后的栅格地图。

7.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至5任一项中所述的方法。

8.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至5任一项中所述的方法。