CN114019953B - 地图构建方法、装置、设备及存储介质 - Google Patents
地图构建方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114019953B CN114019953B CN202111173422.5A CN202111173422A CN114019953B CN 114019953 B CN114019953 B CN 114019953B CN 202111173422 A CN202111173422 A CN 202111173422A CN 114019953 B CN114019953 B CN 114019953B
- Authority
- CN
- China
- Prior art keywords
- map
- point
- points
- agv
- map construction
- 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.)
- Active
Links
- 238000010276 construction Methods 0.000 title claims abstract description 105
- 230000000007 visual effect Effects 0.000 claims abstract description 76
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000001502 supplementing effect Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 8
- 230000000295 complement effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000009469 supplementation Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种地图构建方法、装置、设备及存储介质,涉及移动机器人技术领域,方法包括:获取视觉定位坐标及其中的标记点位;根据所述标记点位和预设的连接线属性,获得补充点位;根据所述标记点位和所述补充点位,构建拓扑地图,获得初始全局地图;根据所述初始全局地图,获得遍历所有点位的规划路径;驱动AGV按照所述规划路径行驶,进行地图构建,获得全局地图。本发明解决了现有技术中AGV在进行地图构建时存在建图效率较低的问题,实现了减少人工干预,高效率构建地图的技术效果。
Description
技术领域
本发明涉及移动机器人技术领域,尤其涉及一种地图构建方法、装置、设备及存储介质。
背景技术
AGV(Automated Guided Vehicle,自动导引运输车),又叫自动导航车、移动机器人,AGV上装备有自动导航系统,能够沿规定的导航路径行驶,具有安全保护以及各种移载功能。在AGV规划路径前,需要先构建其所在空间的地图,因此,就出现了SLAM(Simultaneous Localization And Mapping,即时定位与地图构建)技术。
目前,AGV进行地图构建的SLAM方法中,激光SLAM建图方法和视觉SLAM建图方法都存在着需要大量人工干预,建图效率较低的问题。
发明内容
本发明的主要目的在于:提供一种地图构建方法、装置、设备及存储介质,旨在解决现有技术中AGV在进行地图构建时存在建图效率较低的技术问题。
为实现上述目的,本发明采用如下技术方案:
第一方面,本发明提供了一种地图构建方法,所述方法包括:
获取视觉定位坐标及其中的标记点位;
根据所述标记点位和预设的连接线属性,获得补充点位;
根据所述标记点位和所述补充点位,构建拓扑地图,获得初始全局地图;
根据所述初始全局地图,获得遍历所有点位的规划路径;
驱动AGV按照所述规划路径行驶,进行地图构建,获得全局地图。
可选地,上述地图构建方法中,所述获取视觉定位坐标的步骤,具体包括:
获取AGV的当前位置,以所述当前位置为基准,绘制二维坐标系,获得视觉定位坐标;其中,所述基准包括原点或指定坐标的基准点。
可选地,上述地图构建方法中,所述根据所述标记点位和预设的连接线属性,获得补充点位的步骤,具体包括:
连接任意两个相邻的所述标记点位,获得对应的连接线;
根据预设的连接线属性,在所述连接线上进行补点,获得补充点位;其中,所述连接线属性包括两个相邻点位之间的最小间隔距离。
可选地,上述地图构建方法中,所述根据所述初始全局地图,获得遍历所有点位的规划路径的步骤,具体包括:
通过路径规划算法,在所述初始全局地图中进行规划,获得遍历所有点位的规划路径。
可选地,上述地图构建方法中,所述驱动AGV按照所述规划路径行驶,进行地图构建,获得全局地图的步骤,具体包括:
驱动AGV按照所述规划路径行驶,采集所有点位的视觉图像和激光数据;其中,每个点位的坐标位置与所述点位的视觉图像关联;
根据所有点位的所述视觉图像和所述激光数据,进行地图构建,获得全局地图。
可选地,上述地图构建方法中,所述根据所有点位的所述视觉图像和所述激光数据,进行地图构建,获得全局地图的步骤,具体包括:
针对每个点位,将所述点位的坐标位置与所述点位的视觉图像关联,获得所述点位的局部地图;
根据所有点位的激光数据,进行激光定位,获得全局地图轮廓;
根据所述全局地图轮廓和每个点位的局部地图,进行地图构建,获得全局地图。
可选地,上述地图构建方法中,所述驱动AGV按照所述规划路径行驶,采集所有点位的视觉图像和激光数据的步骤之后,所述方法还包括:
当所述AGV行驶到所述标记点位时,通过惯性导航技术获取所述AGV的实时位置;
根据所述标记点位的坐标位置,对所述实时位置进行误差校准。
第二方面,本发明提供了一种地图构建装置,所述装置包括:
坐标建立模块,用于获取视觉定位坐标及其中的标记点位;
自动补点模块,用于根据所述标记点位和预设的连接线属性,获得补充点位;
初始地图模块,用于根据所述标记点位和所述补充点位,构建拓扑地图,获得初始全局地图;
路径规划模块,用于根据所述初始全局地图,获得遍历所有点位的规划路径;
地图构建模块,用于驱动AGV按照所述规划路径行驶,进行地图构建,获得全局地图。
第三方面,本发明提供了一种地图构建设备,所述设备包括处理器和存储器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,实现如上述的地图构建方法。
第四方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序可被一个或多个处理器执行,以实现如上述的地图构建方法。
本发明提供的上述一个或多个技术方案,可以具有如下优点或至少实现了如下技术效果:
本发明提出的一种地图构建方法、装置、设备及存储介质,通过获取视觉定位坐标和其中的标记点位,根据标记点位和预设的连接线属性进行点位补充,获得补充点位;再根据标记点位和补充点位,构建拓扑地图,获得初始全局地图;然后,在初始全局地图基础上,规划一条遍历所有点位的规划路径,驱动AGV按照该规划路径行驶,进行地图构建,获得全局地图。只需要一次人工干预获取标记点位,后续可由AGV自动进行补点、路径规划和地图构建,减小了现场人工实施的工作量;在初始全局地图的基础上规划一条遍历所有点位的规划路径,以驱动AGV对每个点位的相关数据进行自动采集,提高了地图构建的精度。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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,还可以根据提供的这些附图获得其他的附图。
图1为本发明地图构建方法第一实施例的流程示意图;
图2为本发明涉及的地图构建设备的硬件结构示意图;
图3为本发明地图构建方法第一实施例中初始全局地图的示意图;
图4为本发明地图构建装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,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,所描述的实施例只是本发明的一部分实施例,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,都属于本发明保护的范围。
需要说明,在本发明中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。另外,在本发明中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。另外,各个实施例的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时,应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
对现有技术的分析发现,在AGV规划路径前,需要先构建其所在空间的地图,因此,就出现了SLAM技术。目前,AGV进行地图构建的SLAM方法中,常见的有激光SLAM建图方法和视觉SLAM建图方法。其中,激光SLAM建图方法是通过人工推动AGV或者手动遥控AGV行驶,进行行驶轨迹上的数据采集,这种方法不仅需要大量人为干预,还需要保证AGV行驶轨迹为闭环,否则建图精度会受到影响;视觉SLAM建图方法是通过人工将AGV推动到固定点位,对该固定点位进行视觉图像采集,通过都足够多的固定点位进行采集,来完成地图构建,这种方法也存在需要大量人为干预的问题。人为干预较多,出现的误差也多,这不仅降低了建图效率,还容易出现建图准确度差的问题。
鉴于现有技术中AGV在进行地图构建时存在建图效率较低的技术问题,本发明提供了一种地图构建方法,总体思路如下:
获取视觉定位坐标及其中的标记点位;根据所述标记点位和预设的连接线属性,获得补充点位;根据所述标记点位和所述补充点位,构建拓扑地图,获得初始全局地图;根据所述初始全局地图,获得遍历所有点位的规划路径;驱动AGV按照所述规划路径行驶,进行地图构建,获得全局地图。
通过上述技术方案,获取视觉定位坐标和其中的标记点位,根据标记点位和预设的连接线属性进行点位补充,获得补充点位;再根据标记点位和补充点位,构建拓扑地图,获得初始全局地图;然后,在初始全局地图基础上,规划一条遍历所有点位的规划路径,驱动AGV按照该规划路径行驶,进行地图构建,获得全局地图。只需要一次人工干预获取标记点位,后续可由AGV自动进行补点、路径规划和地图构建,减小了现场人工实施的工作量;在初始全局地图的基础上规划一条遍历所有点位的规划路径,以驱动AGV对每个点位的相关数据进行自动采集,提高了地图构建的精度。
实施例一
参照图1的流程示意图,提出本发明地图构建方法的第一实施例,该地图构建方法应用于地图构建设备。所述设备是指能够实现网络连接的终端设备或网络设备,所述设备可以是移动机器人(AGV)等终端设备,也可以是服务器、云平台等网络设备。
如图2所示,为地图构建设备的硬件结构示意图。所述设备可以包括:处理器1001,例如CPU(Central Processing Unit,中央处理器),通信总线1002,用户接口1003,网络接口1004,存储器1005。
本领域技术人员可以理解,图2中示出的硬件结构并不构成对本发明地图构建设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
具体的,通信总线1002用于实现这些组件之间的连接通信;
用户接口1003用于连接客户端,与客户端进行数据通信,用户接口1003可以包括输出单元,如显示屏、输入单元,如键盘,可选的,用户接口1003还可以包括其他输入/输出接口,比如标准的有线接口、无线接口;
网络接口1004用于连接后台服务器,与后台服务器进行数据通信,网络接口1004可以包括输入/输出接口,比如标准的有线接口、无线接口,如Wi-Fi接口;
存储器1005用于存储各种类型的数据,这些数据例如可以包括该地图构建设备中任何应用程序或方法的指令,以及应用程序相关的数据,存储器1005可以是高速RAM存储器,也可以是稳定的存储器,例如磁盘存储器,可选的,存储器1005还可以是独立于所述处理器1001的存储装置;
具体的,继续参照图2,存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及计算机程序,其中,网络通信模块主要用于连接服务器,与服务器进行数据通信;
处理器1001用于调用存储器1005中存储的计算机程序,并执行以下操作:
获取视觉定位坐标及其中的标记点位;
根据所述标记点位和预设的连接线属性,获得补充点位;
根据所述标记点位和所述补充点位,构建拓扑地图,获得初始全局地图;
根据所述初始全局地图,获得遍历所有点位的规划路径;
驱动AGV按照所述规划路径行驶,进行地图构建,获得全局地图。
基于上述的地图构建设备,下面结合图1所示的流程示意图,对本实施例的地图构建方法进行详细描述。所述方法可以包括以下步骤:
步骤S100:获取视觉定位坐标及其中的标记点位。
具体的,所述步骤S100可以包括:
步骤S110:获取AGV的当前位置,以所述当前位置为基准,绘制二维坐标系,获得视觉定位坐标;其中,所述基准包括原点或指定坐标的基准点。
将AGV放在待构图空间的任意位置,获取当前位置,并以当前位置为基准,比如以当前位置为原点(0,0),或以当前位置为指定坐标的基准点,比如指定AGV当前位置为(1,0),然后,基于该基准,绘制二维坐标系,即获得视觉定位坐标。本实施例中,如图3所示,以任意一个室内环境为例进行说明,以AGV当前位置为原点,获得对应的视觉定位坐标。
步骤S120:获取所述视觉定位坐标中的标记点位。
工作人员根据实际情况在视觉定位坐标中标记若干个点位,即获得若干个标记点位。本实施例中,如图3所示,标记8个点位,分别为(1,0)、(2,0)、(0,1)、(1,1)、(2,1)、(0,2)、(1,2)和(2,2)。
步骤S200:根据所述标记点位和预设的连接线属性,获得补充点位。
具体的,所述步骤S200可以包括:
步骤S210:连接任意两个相邻的所述标记点位,获得对应的连接线;
步骤S220:根据预设的连接线属性,在所述连接线上进行补点,获得补充点位;其中,所述连接线属性包括两个相邻点位之间的最小间隔距离;
步骤S300:根据所述标记点位和所述补充点位,构建拓扑地图,获得初始全局地图。
在视觉定位坐标中,连接任意两个相邻的标记点位,获得对应的连接线,设置连接线属性,基于该连接线属性,在获得的连接线上,通过AGV的惯性导航来进行自动补点,获得补充点位。对所有连接线完成补点后,根据所有标记点位和所有补充点位,即视觉定位坐标中的所有点位,构建拓扑地图,即获得初始全局地图。
本实施例中,如图3所示,连接任意两个相邻标记点位,获得对应的连接线,该连接线的长度为1,假设预设的连接线属性为0.2,则该连接线上可以获得4个补充点位,若连接线属性为0.25,则可以获得3个补充点位。
自动进行补点,而不是全部由人工标记,减少了现场实施工作量,提高了建图效率。
步骤S400:根据所述初始全局地图,获得遍历所有点位的规划路径。
具体的,所述步骤S400可以包括:
步骤S410:通过路径规划算法,在所述初始全局地图中进行规划,获得遍历所有点位的规划路径。
具体的,以AGV当前位置为起点,任意一个标记点位为终点,利用路径规划算法进行路径搜索,规划出一条遍历所有点位,即经过了所有标记点位和所有补充点位的路径,即获得规划路径。本实施例中,以原点为起点,选择终点时,以距离该原点最远的标记点位作为终点,即以(2,2)作为终点,获得规划路径。
步骤S500:驱动AGV按照所述规划路径行驶,进行地图构建,获得全局地图。
具体的,所述步骤S500可以包括:
步骤S510:驱动AGV按照所述规划路径行驶,采集所有点位的视觉图像和激光数据;其中,每个点位的坐标位置与所述点位的视觉图像关联。
获得规划路径后,驱动AGV按照该规划路径行驶,每行驶到一个点位都采集该点位的视觉图像和激光数据,具体通过摄像机采集视觉图像,通过激光雷达采集激光数据,直到行驶到终点,可采集到该规划路径中所有点位的视觉图像和激光数据。
步骤S520:根据所有点位的所述视觉图像和所述激光数据,进行地图构建,获得全局地图。
具体的,所述步骤S520可以包括:
步骤S521:针对每个点位,将所述点位的坐标位置与所述点位的视觉图像关联,获得所述点位的局部地图。
AGV行驶到任意点位时,不仅采集该点位的视觉图像和激光数据,还将该点位的坐标位置与采集到的视觉图像进行关联,获得该点位的局部纹理地图,当AGV行驶到终点后,完成所有点位和对应采集到的视觉图像的一一关联,即获得每个点位的局部地图。
步骤S522:根据所有点位的激光数据,进行激光定位,获得全局地图轮廓。
基于步骤S510采集到的所有点位的激光数据,通过激光SLAM算法进行激光定位,完成轮廓构建,获得全局地图轮廓。
无需闭环操作,避免了因为AGV没有闭环行驶导致定位误差过大的问题,AGV直接从起点行驶到终点即可,提高了算法效率和定位效率。
步骤S523:根据所述全局地图轮廓和每个点位的局部地图,进行地图构建,获得全局地图。
基于步骤S522获得的全局地图轮廓和步骤S521获得的每个点位的局部地图,在轮廓地图中赋予详细的纹理数据,将轮廓地图和局部地图结合得到详细的地图,即获得全局地图,后续AGV便可基于该地图规划任意路线进行对应的工作。
将室内环境抽象化,结合惯性导航技术、视觉SLAM定位算法和激光SLAM定位算法完成对室内环境的地图构建,即通过AGV在室内环境中按照规划的路径行驶,采集相应的纹理数据和激光数据,完成地图构建。
进一步地,所述步骤S510之后,所述方法可以包括:
步骤S511:当所述AGV行驶到所述标记点位时,通过惯性导航技术获取所述AGV的实时位置;
步骤S512:根据所述标记点位的坐标位置,对所述实时位置进行误差校准。
具体的,当AGV行驶到标记点位时,通过惯性导航技术获取此时AGV的实时位置,基于该标记点位已经确定的坐标位置,进行对比,判断该实时位置是否与预设坐标位置一致,若不一致,则进行误差校准,具体对AGV的惯性导航进行校准。以此方式,在每个标记点位都进行一次误差校准,待AGV行驶到终点时,误差便不会太大,从而提高了地图构建的准确性,而不需要进行闭环校验,无需闭环校验,提高了建图效率和建图成功率。
本实施例提供的地图构建方法,通过获取视觉定位坐标和其中的标记点位,根据标记点位和预设的连接线属性进行点位补充,获得补充点位;再根据标记点位和补充点位,构建拓扑地图,获得初始全局地图;然后,在初始全局地图基础上,规划一条遍历所有点位的规划路径,驱动AGV按照该规划路径行驶,进行地图构建,获得全局地图。只需要一次人工干预获取标记点位,后续可由AGV自动进行补点、路径规划和地图构建,减小了现场人工实施的工作量;在初始全局地图的基础上规划一条遍历所有点位的规划路径,以驱动AGV对每个点位的相关数据进行自动采集,提高了地图构建的精度。
实施例二
基于同一发明构思,参照图4,提出本发明地图构建装置的第一实施例,该地图构建装置可以为虚拟装置,应用于地图构建设备。
下面结合图4所示的功能模块示意图,对本实施例提供的地图构建装置进行详细描述,所述装置可以包括:
坐标建立模块,用于获取视觉定位坐标及其中的标记点位;
自动补点模块,用于根据所述标记点位和预设的连接线属性,获得补充点位;
初始地图模块,用于根据所述标记点位和所述补充点位,构建拓扑地图,获得初始全局地图;
路径规划模块,用于根据所述初始全局地图,获得遍历所有点位的规划路径;
地图构建模块,用于驱动AGV按照所述规划路径行驶,进行地图构建,获得全局地图。
进一步地,所述坐标建立模块可以包括:
坐标建立单元,用于获取AGV的当前位置,以所述当前位置为基准,绘制二维坐标系,获得视觉定位坐标;其中,所述基准包括原点或指定坐标的基准点;
点位标记单元,用于获取所述视觉定位坐标中的标记点位。
进一步地,所述自动补点模块可以包括:
连接线单元,用于连接任意两个相邻的所述标记点位,获得对应的连接线;
点位补充单元,用于根据预设的连接线属性,在所述连接线上进行补点,获得补充点位;其中,所述连接线属性包括两个相邻点位之间的最小间隔距离。
进一步地,所述路径规划模块具体用于:通过路径规划算法,在所述初始全局地图中进行规划,获得遍历所有点位的规划路径。
进一步地,所述地图构建模块可以包括:
数据采集单元,用于驱动AGV按照所述规划路径行驶,采集所有点位的视觉图像和激光数据;其中,每个点位的坐标位置与所述点位的视觉图像关联;
地图构建单元,用于根据所有点位的所述视觉图像和所述激光数据,进行地图构建,获得全局地图。
更进一步地,所述地图构建单元可以包括:
视觉定位子单元,用于针对每个点位,将所述点位的坐标位置与所述点位的视觉图像关联,获得所述点位的局部地图;
激光定位子单元,用于根据所有点位的激光数据,进行激光定位,获得全局地图轮廓;
全局地图子单元,用于根据所述全局地图轮廓和每个点位的局部地图,进行地图构建,获得全局地图。
进一步地,所述地图构建模块还可以包括:
误差校准单元,用于当所述AGV行驶到所述标记点位时,通过惯性导航技术获取所述AGV的实时位置;根据所述标记点位的坐标位置,对所述实时位置进行误差校准。
需要说明,本实施例提供的地图构建装置中各个模块可实现的功能和对应达到的技术效果可以参照本发明地图构建方法各个实施例中具体实施方式的描述,为了说明书的简洁,此处不再赘述。
实施例三
基于同一发明构思,参照图2,为本发明各实施例涉及的地图构建设备的硬件结构示意图。本实施例提供了一种地图构建设备,所述设备可以包括处理器和存储器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,实现本发明地图构建方法各个实施例的全部或部分步骤。
具体的,所述地图构建设备是指能够实现网络连接的终端设备或网络设备,所述设备可以是移动机器人(AGV)等终端设备,也可以是服务器、云平台等网络设备。
可以理解,所述设备还可以包括通信总线,用户接口和网络接口。
其中,通信总线用于实现这些组件之间的连接通信。
用户接口用于连接客户端,与客户端进行数据通信,用户接口可以包括输出单元,如显示屏、输入单元,如键盘,可选的,用户接口还可以包括其他输入/输出接口,比如标准的有线接口、无线接口。
网络接口用于连接后台服务器,与后台服务器进行数据通信,网络接口可以包括输入/输出接口,比如标准的有线接口、无线接口,如Wi-Fi接口。
存储器用于存储各种类型的数据,这些数据例如可以包括该地图构建设备中任何应用程序或方法的指令,以及应用程序相关的数据。存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random AccessMemory,简称SRAM),可擦除可编程只读存储器(Erasable Programmable Read-OnlyMemory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘,可选的,存储器还可以是独立于所述处理器的存储装置。
处理器用于调用存储器中存储的计算机程序,并执行如上述的地图构建方法,处理器可以是专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(Digital Signal Processor,简称DSP)、数字信号处理设备(Digital SignalProcessing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件,用于执行如上述地图构建方法各个实施例的全部或部分步骤。
实施例四
基于同一发明构思,本实施例提供了一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,所述存储介质上存储有计算机程序,所述计算机程序可被一个或多个处理器执行,所述计算机程序被处理器执行时可以实现本发明地图构建方法各个实施例的全部或部分步骤。
需要说明,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本发明的可选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均包括在本发明的专利保护范围内。
Claims (6)
1.一种地图构建方法,其特征在于,所述方法包括:
获取视觉定位坐标及其中的标记点位;
根据所述标记点位和预设的连接线属性,获得补充点位;
根据所述标记点位和所述补充点位,构建拓扑地图,获得初始全局地图;
根据所述初始全局地图,获得遍历所有点位的规划路径;
驱动AGV按照所述规划路径行驶,进行地图构建,获得全局地图;
所述根据所述标记点位和预设的连接线属性,获得补充点位的步骤,具体包括:
连接任意两个相邻的所述标记点位,获得对应的连接线;
根据预设的连接线属性,在所述连接线上进行补点,获得补充点位;其中,所述连接线属性包括两个相邻点位之间的最小间隔距离;
其中,所述根据预设的连接线属性,在所述连接线上进行补点,获得补充点位的步骤包括:根据预设的连接线属性,通过AGV的惯性导航在所述连接线上进行自动补点,获得补充点位;
所述根据所述初始全局地图,获得遍历所有点位的规划路径的步骤,具体包括:
通过路径规划算法,在所述初始全局地图中进行规划,获得遍历所有点位的规划路径;
所述驱动AGV按照所述规划路径行驶,进行地图构建,获得全局地图的步骤,具体包括:
驱动AGV按照所述规划路径行驶,采集所有点位的视觉图像和激光数据;其中,每个点位的坐标位置与所述点位的视觉图像关联;
根据所有点位的所述视觉图像和所述激光数据,进行地图构建,获得全局地图;
其中,所述根据所有点位的所述视觉图像和所述激光数据,进行地图构建,获得全局地图的步骤,具体包括:
针对每个点位,将所述点位的坐标位置与所述点位的视觉图像关联,获得所述点位的局部地图;
根据所有点位的激光数据,进行激光定位,获得全局地图轮廓;
根据所述全局地图轮廓和每个点位的局部地图,进行地图构建,获得全局地图。
2.如权利要求1所述的地图构建方法,其特征在于,所述获取视觉定位坐标的步骤,具体包括:
获取AGV的当前位置,以所述当前位置为基准,绘制二维坐标系,获得视觉定位坐标;其中,所述基准包括原点或指定坐标的基准点。
3.如权利要求1所述的地图构建方法,其特征在于,所述驱动AGV按照所述规划路径行驶,采集所有点位的视觉图像和激光数据的步骤之后,所述方法还包括:
当所述AGV行驶到所述标记点位时,通过惯性导航技术获取所述AGV的实时位置;
根据所述标记点位的坐标位置,对所述实时位置进行误差校准。
4.一种地图构建装置,其特征在于,所述装置包括:
坐标建立模块,用于获取视觉定位坐标及其中的标记点位;
自动补点模块,用于根据所述标记点位和预设的连接线属性,获得补充点位;
初始地图模块,用于根据所述标记点位和所述补充点位,构建拓扑地图,获得初始全局地图;
路径规划模块,用于根据所述初始全局地图,获得遍历所有点位的规划路径;
地图构建模块,用于驱动AGV按照所述规划路径行驶,进行地图构建,获得全局地图;
所述自动补点模块包括:
连接线单元,用于连接任意两个相邻的所述标记点位,获得对应的连接线;
点位补充单元,用于根据预设的连接线属性,在所述连接线上进行补点,获得补充点位;其中,所述连接线属性包括两个相邻点位之间的最小间隔距离;
所述点位补充单元,还用于根据预设的连接线属性,通过AGV的惯性导航在所述连接线上进行自动补点,获得补充点位;
所述路径规划模块具体用于:通过路径规划算法,在所述初始全局地图中进行规划,获得遍历所有点位的规划路径;
所述地图构建模块包括:
数据采集单元,用于驱动AGV按照所述规划路径行驶,采集所有点位的视觉图像和激光数据;其中,每个点位的坐标位置与所述点位的视觉图像关联;
地图构建单元,用于根据所有点位的所述视觉图像和所述激光数据,进行地图构建,获得全局地图;
所述地图构建单元可以包括:
视觉定位子单元,用于针对每个点位,将所述点位的坐标位置与所述点位的视觉图像关联,获得所述点位的局部地图;
激光定位子单元,用于根据所有点位的激光数据,进行激光定位,获得全局地图轮廓;
全局地图子单元,用于根据所述全局地图轮廓和每个点位的局部地图,进行地图构建,获得全局地图。
5.一种地图构建设备,其特征在于,所述设备包括存储器和处理器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现如权利要求1至3中任一项所述的地图构建方法。
6.一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,所述计算机程序可被一个或多个处理器执行,以实现如权利要求1至3中任一项所述的地图构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111173422.5A CN114019953B (zh) | 2021-10-08 | 2021-10-08 | 地图构建方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111173422.5A CN114019953B (zh) | 2021-10-08 | 2021-10-08 | 地图构建方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114019953A CN114019953A (zh) | 2022-02-08 |
CN114019953B true CN114019953B (zh) | 2024-03-19 |
Family
ID=80055579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111173422.5A Active CN114019953B (zh) | 2021-10-08 | 2021-10-08 | 地图构建方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114019953B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018121448A1 (zh) * | 2016-12-30 | 2018-07-05 | 深圳市杉川机器人有限公司 | 移动机器人的拓扑地图创建方法、导航方法、可编程设备及计算机可读介质 |
CN109900280A (zh) * | 2019-03-27 | 2019-06-18 | 浙江大学 | 一种基于自主导航的畜禽信息感知机器人与地图构建方法 |
CN110243360A (zh) * | 2018-03-08 | 2019-09-17 | 深圳市优必选科技有限公司 | 机器人在运动区域的地图构建及定位方法 |
CN110275179A (zh) * | 2019-04-09 | 2019-09-24 | 安徽理工大学 | 一种基于激光雷达以及视觉融合的构建地图方法 |
CN110823211A (zh) * | 2019-10-29 | 2020-02-21 | 珠海市一微半导体有限公司 | 基于视觉slam的多传感器地图构建的方法、装置及芯片 |
CN111413550A (zh) * | 2019-01-07 | 2020-07-14 | 中国移动通信有限公司研究院 | 基站工参的测量方法及装置 |
CN112000754A (zh) * | 2020-08-11 | 2020-11-27 | 珠海格力电器股份有限公司 | 地图构建方法、装置、存储介质及计算机设备 |
CN112306067A (zh) * | 2020-11-13 | 2021-02-02 | 湖北工业大学 | 一种全局路径规划方法及系统 |
KR20210022016A (ko) * | 2019-08-02 | 2021-03-02 | 네이버랩스 주식회사 | 라이다와 카메라를 이용하여 이미지 특징점의 깊이 정보를 향상시키는 방법 및 시스템 |
CN112704436A (zh) * | 2019-10-25 | 2021-04-27 | 德国福维克控股公司 | 为自主行进的地面处理设备创建环境地图的方法和系统 |
CN112800154A (zh) * | 2019-11-14 | 2021-05-14 | 北京三快在线科技有限公司 | 电子地图的构建方法、装置及电子地图的实现方法、装置 |
CN112967340A (zh) * | 2021-02-07 | 2021-06-15 | 咪咕文化科技有限公司 | 同时定位和地图构建方法、装置、电子设备及存储介质 |
CN113029168A (zh) * | 2021-02-26 | 2021-06-25 | 杭州海康机器人技术有限公司 | 基于地面纹理信息的地图构建方法和系统及移动机器人 |
CN113108796A (zh) * | 2021-04-19 | 2021-07-13 | 北京有竹居网络技术有限公司 | 导航方法、装置、存储介质及设备 |
CN113126618A (zh) * | 2021-03-17 | 2021-07-16 | 中国科学院合肥物质科学研究院 | 一种越野环境下的无人驾驶全局路径规划及重规划方法 |
CN113238554A (zh) * | 2021-05-08 | 2021-08-10 | 武汉科技大学 | 一种基于激光与视觉融合slam技术的室内导航方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017152390A1 (zh) * | 2016-03-09 | 2017-09-14 | 广州艾若博机器人科技有限公司 | 地图构建方法、纠正方法及装置 |
US10885666B2 (en) * | 2019-02-06 | 2021-01-05 | Ford Global Technologies, Llc | Hybrid metric-topological camera-based localization |
WO2020223974A1 (zh) * | 2019-05-09 | 2020-11-12 | 珊口(深圳)智能科技有限公司 | 更新地图的方法及移动机器人 |
-
2021
- 2021-10-08 CN CN202111173422.5A patent/CN114019953B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018121448A1 (zh) * | 2016-12-30 | 2018-07-05 | 深圳市杉川机器人有限公司 | 移动机器人的拓扑地图创建方法、导航方法、可编程设备及计算机可读介质 |
CN110243360A (zh) * | 2018-03-08 | 2019-09-17 | 深圳市优必选科技有限公司 | 机器人在运动区域的地图构建及定位方法 |
CN111413550A (zh) * | 2019-01-07 | 2020-07-14 | 中国移动通信有限公司研究院 | 基站工参的测量方法及装置 |
CN109900280A (zh) * | 2019-03-27 | 2019-06-18 | 浙江大学 | 一种基于自主导航的畜禽信息感知机器人与地图构建方法 |
CN110275179A (zh) * | 2019-04-09 | 2019-09-24 | 安徽理工大学 | 一种基于激光雷达以及视觉融合的构建地图方法 |
KR20210022016A (ko) * | 2019-08-02 | 2021-03-02 | 네이버랩스 주식회사 | 라이다와 카메라를 이용하여 이미지 특징점의 깊이 정보를 향상시키는 방법 및 시스템 |
CN112704436A (zh) * | 2019-10-25 | 2021-04-27 | 德国福维克控股公司 | 为自主行进的地面处理设备创建环境地图的方法和系统 |
CN110823211A (zh) * | 2019-10-29 | 2020-02-21 | 珠海市一微半导体有限公司 | 基于视觉slam的多传感器地图构建的方法、装置及芯片 |
CN112800154A (zh) * | 2019-11-14 | 2021-05-14 | 北京三快在线科技有限公司 | 电子地图的构建方法、装置及电子地图的实现方法、装置 |
CN112000754A (zh) * | 2020-08-11 | 2020-11-27 | 珠海格力电器股份有限公司 | 地图构建方法、装置、存储介质及计算机设备 |
CN112306067A (zh) * | 2020-11-13 | 2021-02-02 | 湖北工业大学 | 一种全局路径规划方法及系统 |
CN112967340A (zh) * | 2021-02-07 | 2021-06-15 | 咪咕文化科技有限公司 | 同时定位和地图构建方法、装置、电子设备及存储介质 |
CN113029168A (zh) * | 2021-02-26 | 2021-06-25 | 杭州海康机器人技术有限公司 | 基于地面纹理信息的地图构建方法和系统及移动机器人 |
CN113126618A (zh) * | 2021-03-17 | 2021-07-16 | 中国科学院合肥物质科学研究院 | 一种越野环境下的无人驾驶全局路径规划及重规划方法 |
CN113108796A (zh) * | 2021-04-19 | 2021-07-13 | 北京有竹居网络技术有限公司 | 导航方法、装置、存储介质及设备 |
CN113238554A (zh) * | 2021-05-08 | 2021-08-10 | 武汉科技大学 | 一种基于激光与视觉融合slam技术的室内导航方法及系统 |
Non-Patent Citations (5)
Title |
---|
基于多传感器信息融合的无人车导航系统设计;罗亚萍;尚永强;柳志博;赵耕云;李万敏;林小军;;兰州工业学院学报(02);全文 * |
基于深度学习的视觉语义地图构建;张婷;工业控制计算机;全文 * |
移动机器人基于激光测距和单目视觉的室内同时定位和地图构建;庄严, 王伟, 王珂, 徐晓东;自动化学报(06);全文 * |
面向智能车定位的道路环境视觉地图构建;李承;胡钊政;王相龙;黄刚;蔡浩;;中国公路学报(11);全文 * |
黄智刚等.无人机通信与导航.北京航空航天大学出版社,2020,(第一版),第164-165页. * |
Also Published As
Publication number | Publication date |
---|---|
CN114019953A (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180224284A1 (en) | Distributed autonomous mapping | |
CN107990877B (zh) | 一种基于互联网的无人机遥感解译外业调查系统及方法 | |
EP3032221A1 (en) | Method and system for improving accuracy of digital map data utilized by a vehicle | |
US11983010B2 (en) | Systems and methods for automated testing of autonomous vehicles | |
CN111158384B (zh) | 机器人建图方法、设备及存储介质 | |
CN110986920B (zh) | 定位导航方法、装置、设备及存储介质 | |
CN112484704A (zh) | 快速测绘方法和装置 | |
CN113135178A (zh) | 泊车路线共享方法、装置、设备以及存储介质 | |
CN110942665A (zh) | 一种车辆的定位方法、车载设备及存储介质 | |
JP2019168271A (ja) | データ構造、情報処理装置、データ通信方法、プログラム及び記憶媒体 | |
CN110567467A (zh) | 基于多传感器的地图构建方法、装置及存储介质 | |
CN112327828A (zh) | 路径规划方法、装置及计算机可读存储介质 | |
CN115127576A (zh) | 路径规划方法、装置、芯片、终端、电子设备及存储介质 | |
CN114608600A (zh) | 一种自动驾驶系统的搭建方法及终端 | |
CN114019953B (zh) | 地图构建方法、装置、设备及存储介质 | |
CN111982133A (zh) | 基于高精地图对车辆进行定位的方法、装置及电子设备 | |
CN105865482A (zh) | 一种地图导航的方法及装置 | |
EP4206849A1 (en) | Autonomous mobile device and method for controlling same | |
CN107462256A (zh) | 一种导航方法及系统 | |
CN110793532A (zh) | 路径导航方法、装置及计算机可读存储介质 | |
CN112799389A (zh) | 自动行走区域路径规划方法及自动行走设备 | |
CN111460067B (zh) | 导航路线自动更新的方法、装置和电子设备 | |
CN113741425B (zh) | 一种全覆盖路径规划方法及导航系统 | |
CN110942651B (zh) | 一种车辆失效处理方法、车载设备及存储介质 | |
CN114689061A (zh) | 自动驾驶设备的导航路线处理方法、装置及电子设备 |
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 |