CN114777761A - 清洁机及地图构建方法 - Google Patents

Abstract

本申请涉及一种清洁机及地图构建方法。该方法包括：从探测传感器采集的点云数据中提取第一点云数据，其中，第一点云数据包括与清洁机的距离在第一范围内的多个距离信息；基于第一点云数据构建探索地图；在探索地图构建完成后，控制清洁机按照探索地图进行清洁，并在清洁过程中，从探测传感器采集的点云数据中提取第二点云数据，其中，第二点云数据包括与清洁机的距离在第二范围内的多个距离信息，第二范围小于第一范围；利用第二点云数据修正探索地图。本申请解决了清洁机器人无法在保障建图精度的基础上提高建图效率的技术问题。

Description

清洁机及地图构建方法

技术领域

本申请涉及清洁机器人技术领域，尤其涉及一种清洁机及地图构建方法。

背景技术

清洁机器人已逐渐成为现代家庭必不可少的智能家居设备。在清洁机器人进入未知环境时，一般需要先进行地图探索，把整个未知环境的地图构建出来，然后根据构建出来的地图进行定位和导航实现全局规划和全局清扫。地图构建过程中，安装在清洁机器人上的激光雷达(LIDAR)通过向目标物体发射激光光束并接收从目标物体反射的光束来测量目标物体的位置、速度等信息，进行障碍物识别。然而，测距误差时刻存在，相对来说，距离清洁机器人越远，障碍物的测距误差越大，对于不同的障碍物，由于反射率以及测距距离不一致等因素引起的测距噪声也不一致。

目前，相关技术中，针对此问题，通常会使用滤波算法对点云进行预处理，如果滤波参数设置得较强，则可以过滤掉大部分的噪点，但是部分正常的测距点也被过滤掉，导致点云较少，导致建图效率较低。如果滤波参数设置得较弱，则可以保留大部分的点云，但是也会保留部分测距噪点，影响建图精度。

针对清洁机器人无法在保障建图精度的基础上提高建图效率的问题，目前尚未提出有效的解决方案。

发明内容

本申请提供了一种清洁机及地图构建方法，以解决清洁机器人无法在保障建图精度的基础上提高建图效率的技术问题。

根据本申请实施例的一个方面，本申请提供了一种地图构建方法，包括：

从探测传感器采集的点云数据中提取第一点云数据，其中，第一点云数据包括与清洁机的距离在第一范围内的多个距离信息；

基于第一点云数据构建探索地图；

在探索地图构建完成后，控制清洁机按照探索地图进行清洁，并在清洁过程中，从探测传感器采集的点云数据中提取第二点云数据，其中，第二点云数据包括与清洁机的距离在第二范围内的多个距离信息，第二范围小于第一范围；

利用第二点云数据修正探索地图。

可选地，基于第一点云数据构建探索地图包括：

在探索地图中存在未探索区域的情况下，控制清洁机前往未探索区域，并获取未探索区域的第一点云数据以补充探索地图，直至探索地图中不存在未探索区域。

可选地，在探索地图中存在未探索区域的情况下，控制清洁机前往未探索区域，并获取未探索区域的第一点云数据以补充探索地图包括：

将探索地图中的所有空旷位置确定为清洁机的可达位置；

在可达位置中存在未探索区域的情况下，确定清洁机的当前位置至各个未探索区域的距离；

将距离清洁机的当前位置最近的未探索区域确定为目的地；

基于探索地图上已有的可达位置规划出清洁机的当前位置至目的地的连通路径；

控制清洁机沿连通路径移动至未探索区域；

获取在未探索区域采集的第一点云数据，并基于第一点云数据构建未探索区域的地图，以补充探索地图。

可选地，点云数据包括在清洁机的移动过程中采集的多帧点云数据；其中，

基于第一点云数据构建探索地图还包括：

将当前帧第一点云数据与上一帧第一点云数据进行配准，得到当前帧第一点云数据相对于上一帧第一点云数据的清洁机的相对位姿；或者，将当前帧第一点云数据与参考地图进行配准，得到当前帧第一点云数据相对于参考地图的清洁机的相对位姿；

根据相对位姿确定第一点云数据在探索地图的坐标系下的目标位置；

将第一点云数据放置在目标位置，并将第一点云数据划分为有返回值的第一测距点和无返回值的第二测距点，其中，第一测距点以返回值作为测距值，第二测距点以探测传感器的最远测距距离作为测距值，返回值为探测传感器的发射信号在物体上反射回接收器所测量得到的，最远测距距离大于第一范围的距离；

将第一测距点的位置构建为探索地图中的障碍物位置，将障碍物位置至清洁机所在位置的连线上的点构建为空旷位置，以及将第二测距点至清洁机所在位置的连线上的点构建为空旷位置。

可选地，点云数据包括在清洁机的移动过程中采集的多帧点云数据；其中，

基于第一点云数据构建探索地图还包括：

在探测传感器采集每帧第一点云数据的过程中，记录清洁机的位姿信息，其中，位姿信息包括清洁机的位置信息和角度信息；

利用位姿信息确定采集相邻两帧第一点云数据时清洁机的位姿变化信息，其中，位姿变化信息包括位置变化信息和角度变化信息；

基于位姿变化信息将第一点云数据旋转至探索地图的地图坐标系下，以构建探索地图。

可选地，基于位姿变化信息将第一点云数据旋转至探索地图的坐标系下，以构建探索地图包括：

根据角度变化信息确定第一点云数据在地图坐标系中的旋转角度，根据位置变化信息确定第一点云数据在地图坐标系中的位移距离；

利用旋转角度和位移距离确定所述第一点云数据在地图坐标系下的目标位置；

将第一点云数据放置在目标位置，并将第一点云数据划分为有返回值的第一测距点和无返回值的第二测距点，其中，第一测距点以返回值作为测距值，第二测距点以探测传感器的最远测距距离作为测距值，返回值为探测传感器的发射信号在物体上反射回接收器所测量得到的，最远测距距离大于第一范围的距离；

将第一测距点的位置构建为探索地图中的障碍物位置，将障碍物位置至清洁机所在位置的连线上的点构建为空旷位置，以及将第二测距点至所述清洁机所在位置的连线上的点构建为空旷位置。

可选地，在清洁过程中，从探测传感器采集的点云数据中提取第二点云数据包括：

在探索完成的探索地图中规划清洁机的清洁路径；

在清洁机沿清洁路径进行清洁的过程中，控制探测传感器采集点云数据；

从点云数据中提取第二点云数据。

可选地，利用第二点云数据修正探索地图包括：

将第二点云数据划分为有返回值的第一测距点和无返回值的第二测距点，其中，第一测距点以返回值作为测距值；

在清洁机沿清洁路径进行清洁的过程中，舍弃第一测距点中测距值大于或等于距离阈值的测距点和第二测距点，并将剩余的第一测距点按照清洁机的位姿变化信息旋转至探索地图的地图坐标系下，以修正探索地图中的障碍物位置。

可选地，从探测传感器采集的点云数据中提取第一点云数据包括：按照第一滤波参数过滤点云数据中测距距离大于第一范围的测距点，得到第一点云数据。

可选地，从探测传感器采集的点云数据中提取第二点云数据包括：按照第二滤波参数过滤点云数据中测距距离大于第二范围的测距点，得到第二点云数据。

根据本申请实施例的另一方面，本申请还提供了一种清洁机，包括：

探测传感器，用于采集清洁机所在空间目标范围内的点云数据，其中，点云数据包括清洁机与障碍物之间的多个距离信息；

控制器，用于基于点云数据构建探索地图，并在探索地图构建完成后，在控制清洁机按照探索地图进行清洁的过程中利用点云数据修正探索地图；

清洁主体，用于按照探索地图进行清洁。

根据本申请实施例的另一方面，本申请还提供了一种地图构建装置，包括：

第一获取模块，用于从探测传感器采集的点云数据中提取第一点云数据，其中，第一点云数据包括与清洁机的距离在第一范围内的多个距离信息；

探索建图模块，用于基于第一点云数据构建探索地图；

第二获取模块，用于在探索地图构建完成后，控制清洁机按照探索地图进行清洁，并在清洁过程中，从探测传感器采集的点云数据中提取第二点云数据，其中，第二点云数据包括与清洁机的距离在第二范围内的多个距离信息，第二范围小于第一范围；

地图修正模块，用于利用第二点云数据修正探索地图。

根据本申请实施例的另一方面，本申请还提供了一种地图构建设备，包括存储器、处理器、通信接口及通信总线，存储器中存储有可在处理器上运行的计算机程序，存储器、处理器通过通信接口和通信总线进行通信，处理器执行计算机程序时实现上述方法的步骤。

根据本申请实施例的另一方面，本申请还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，程序代码使处理器执行上述的方法。

本申请实施例提供的上述技术方案与相关技术相比具有如下优点：

本申请技术方案为从探测传感器采集的点云数据中提取第一点云数据，其中，第一点云数据包括与清洁机的距离在第一范围内的多个距离信息；基于第一点云数据构建探索地图；在探索地图构建完成后，控制清洁机按照探索地图进行清洁，并在清洁过程中，从探测传感器采集的点云数据中提取第二点云数据，其中，第二点云数据包括与清洁机的距离在第二范围内的多个距离信息，第二范围小于第一范围；利用第二点云数据修正探索地图。本申请使用测距精度较低的点云来快速构建地图从而提高建图效率，使用测距精度较高的点云来精确修正地图从而提高建图精度，解决了清洁机器人无法在保障建图精度的基础上提高建图效率的技术问题。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

为了更清楚地说明本申请实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为根据本申请实施例提供的一种可选的地图构建方法硬件环境示意图；

图2为根据本申请实施例提供的一种可选的地图构建方法流程示意图；

图3为根据本申请实施例提供的一种可选的建图及清扫的完整流程示意图；

图4为根据本申请实施例提供的一种可选的清洁机结构示意图；

图5为根据本申请实施例提供的一种可选的地图构建装置框图；

图6为本申请实施例提供的一种可选的地图构建设备结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本申请的一部分实施例，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。

在后续的描述中，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申请的说明，其本身并没有特定的意义。因此，“模块”与“部件”可以混合地使用。

相关技术中，通常会使用滤波算法对点云进行预处理，如果滤波参数设置得较强，则可以过滤掉大部分的噪点，但是部分正常的测距点也被过滤掉，导致点云较少，导致建图效率较低。如果滤波参数设置得较弱，则可以保留大部分的点云，但是也会保留部分测距噪点，影响建图精度。

为了解决背景技术中提及的问题，根据本申请实施例的一方面，提供了一种地图构建方法的实施例。

可选地，在本申请实施例中，上述地图构建方法可以应用于如图1所示的由终端101和服务器103所构成的硬件环境中。如图1所示，服务器103通过网络与终端101进行连接，可用于为终端提供服务(如定位、点云分析、地图构建、地图修正等服务)，可在服务器上或独立于服务器设置数据库105，用于为服务器103提供数据存储服务，上述网络包括但不限于：广域网、城域网或局域网，终端101包括但不限于清洁机、扫地机、扫拖一体机以及与上述清洁机、扫地机、扫拖一体机连接的手机、电脑、平板等智能终端设备。

本申请实施例中的一种地图构建方法可以由服务器103来执行，还可以是由服务器103和终端101共同执行，如图2所示，该方法可以包括以下步骤：

步骤S202，从探测传感器采集的点云数据中提取第一点云数据，其中，第一点云数据包括与清洁机的距离在第一范围内的多个距离信息；

步骤S204，基于第一点云数据构建探索地图；

步骤S206，在探索地图构建完成后，控制清洁机按照探索地图进行清洁，并在清洁过程中，从探测传感器采集的点云数据中提取第二点云数据，其中，第二点云数据包括与清洁机的距离在第二范围内的多个距离信息，第二范围小于第一范围；

步骤S208，利用第二点云数据修正探索地图。

通过上述步骤S202至S208，本申请使用测距精度较低的点云来快速构建地图从而提高建图效率，使用测距精度较高的点云来精确修正地图，从而提高建图精度，解决了清洁机器人无法在保障建图精度的基础上提高建图效率的技术问题。

在步骤S202中，探测传感器是一种能实时地检测物体在六个自由度上相对于某个固定物体的数值，即在X、Y、Z坐标上的位置值，以及围绕X、Y、Z轴的旋转值，在本申请实施例中，固定物体是清洁机(清洁机通过探测传感器采集周围环境的点云数据的时刻相对周围环境是静止的)，所检测的物体是周围环境，尤其是清洁机前进方向上目标范围内的障碍物。探测传感器采集的点云数据是三维数据，即包含X、Y、Z坐标上的位置值，可以将扫地机作为三维坐标轴的原点，将三维数据(点云数据)一一用三维坐标表示在三维空间中，由此即可根据各个障碍物的三维坐标计算出各个障碍物到清洁机的距离信息，也即深度信息，点云数据中还可以包括颜色信息、反射强度信息等。

计算扫地机与障碍物之间的距离信息主要有两种方法，第一个很简单：激光源发出一个脉冲，该脉冲被障碍物反射后传回传感器，传感器记录该脉冲的飞行时间，并根据光速和飞行时间计算出终端和障碍物之间的距离。另一种方法是发出调制光源并检测反射光的相位变化。相位变化可以通过混合技术测量。发出调制激光源比发出短脉冲更容易，并且混合技术比时间数字转换器更易于实现。此外，LED可用作调制光源来代替激光。因此，基于调制光源的传感器系统适合于低成本传感器。探测传感器可以基于磁场、超声波、结构光以及相机阵列探测技术等实现。结构光探测技术是接收器使用激光光源投射目标物，检测反射目标物的变形，以基于几何形状计算深度图。相机阵列探测技术是使用放置在不同位置的多个摄像头来捕获同一目标的多个图像，并根据几何结构计算深度图。本申请在使用相机阵列时，需要在扫地机的不同位置设置多个相机组，从而可以获取不同位置捕获的同一目标的图像。

本申请实施例中，从探测传感器采集的点云数据中提取第一点云数据时，此时清洁机处于地图探索阶段，如初次进入未知环境，需要先进行地图探索，才能对未知区域进行清洁工作。在地图探索阶段，清洁机需要快速地建立起未知环境中的全局地图，不仅会以较快的速度移动并采集未知环境的点云数据，还可以仅过滤掉明显的噪声而保留大部分采集到的点云数据，包括距离较远、精度较低的点云来构建全局地图，从而提高建图效率，满足快速地建立起未知环境中的全局地图的需求。因此，上述第一点云数据即为探测传感器采集的点云数据中，过滤掉明显噪声后剩余的部分。该明显噪声为超出该第一范围的点云，该第一范围可以根据实际情况、实际需求以及试验调试得出。

可选地，从探测传感器采集的点云数据中提取第一点云数据包括：按照第一滤波参数过滤点云数据中测距距离大于第一范围的测距点，得到第一点云数据。

本申请实施例中，第一滤波参数可以为预先配置的弱滤波参数，目的是过滤掉超出第一范围的点云，滤波参数越弱，过滤掉的点云越少，即第一滤波参数越小，该第一范围越大。点云滤波处理可以通过点云滤波器实现，该滤波器可以使用高斯滤波器，采用加权平均的方式得到当前点的滤波值，或者使用双边滤波器，采用聚类滤波的方式计算滤波值等。

在步骤S204中，基于第一点云数据构建探索地图包括：在探索地图中存在未探索区域的情况下，控制清洁机前往未探索区域，并获取未探索区域的第一点云数据以补充探索地图，直至探索地图中不存在未探索区域。

可选地，在探索地图中存在未探索区域的情况下，控制清洁机前往未探索区域，并获取未探索区域的第一点云数据以补充探索地图包括：

步骤1，将探索地图中的所有空旷位置确定为清洁机的可达位置；

步骤2，在可达位置中存在未探索区域的情况下，确定清洁机的当前位置至各个未探索区域的距离；

步骤3，将距离清洁机的当前位置最近的未探索区域确定为目的地；

步骤4，基于探索地图上已有的可达位置规划出清洁机的当前位置至目的地的连通路径；

步骤5，控制清洁机沿连通路径移动至未探索区域；

步骤6，获取在未探索区域采集的第一点云数据，并基于第一点云数据构建未探索区域的地图，以补充探索地图。

本申请实施例中，地图构建可以基于SLAM(Simultaneous localization andmapping，同时定位与地图构建)技术，从而根据SLAM给出的地图，将空旷的位置设置为机器人的可达位置，判断机器人可达位置范围内，是否有未探索的区域，如果存在未探索的区域，则找到最近的未探索区域，设置为目的地，并通过a*等路径规划算法得到从清洁机的当前位置至目的地的连通路径，控制清洁机沿连通路径移动至未探索区域对该未探索区域采集点云并建图，从而完成对该未探索区域的探索。

本申请提供两种基于第一点云数据来构建探索地图的方法，下面对此进行说明。

第一种，在步骤S204中，探索地图的构建需要依赖于在清洁机的移动过程中采集的多帧点云数据，具体的，基于第一点云数据构建探索地图包括：

步骤1，将当前帧第一点云数据与上一帧第一点云数据进行配准，得到当前帧第一点云数据相对于上一帧第一点云数据的清洁机的相对位姿；或者，将当前帧第一点云数据与参考地图进行配准，得到当前帧第一点云数据相对于参考地图的清洁机的相对位姿；

步骤2，根据相对位姿确定第一点云数据在探索地图的坐标系下的目标位置；

步骤3，将第一点云数据放置在目标位置，并将第一点云数据划分为有返回值的第一测距点和无返回值的第二测距点，其中，第一测距点以返回值作为测距值，第二测距点以探测传感器的最远测距距离作为测距值，返回值为探测传感器的发射信号在物体上反射回接收器所测量得到的，最远测距距离大于第一范围的距离；

步骤4，将第一测距点的位置构建为探索地图中的障碍物位置，将障碍物位置至清洁机所在位置的连线上的点构建为空旷位置，以及将第二测距点至清洁机所在位置的连线上的点构建为空旷位置。

本申请实施例中，可以将当前帧第一点云数据与上一帧第一点云数据进行配准，得到当前帧第一点云数据相对于上一帧第一点云数据的清洁机的相对位姿；或者，可以将当前帧第一点云数据与参考地图进行配准，得到当前帧第一点云数据相对于参考地图的清洁机的相对位姿，由此即可根据机器人的相对位姿确定每个第一点云数据落在探索地图中的目标位置。将第一点云数据放置在目标位置之后，根据第一点云数据的分类将点云所在位置构建为障碍物位置或空旷位置，从而构建地图。

本申请实施例中，探测传感器采集的点云中，包括有返回值的测距点(即第一测距点)和无返回值的测距点(即第二测距点)。第一测距点是指激光打到物体表面能返回激光点到传感器的接收器上的点，该物体即为障碍物，利用第一测距点即可在探索地图中构建障碍物，并将障碍物位置至清洁机所在位置的连线上的点构建为空旷位置。第二测距点是指探测传感器朝某个方向发出激光，激光点发出去后，前方是空旷地区，激光点没有打到物体，所以没有返回值，对于第二测距点来说，认为该方向下测距范围内是空旷的，可将第二测距点至清洁机所在位置的连线上的点构建为空旷位置。

第二种，在步骤S204中，探索地图的构建需要依赖于在清洁机的移动过程中采集的多帧点云数据，具体的，基于第一点云数据构建探索地图还包括：

步骤1，在探测传感器采集每帧第一点云数据的过程中，记录清洁机的位姿信息，其中，位姿信息包括清洁机的位置信息和角度信息；

步骤2，利用位姿信息确定采集相邻两帧第一点云数据时清洁机的位姿变化信息，其中，位姿变化信息包括位置变化信息和角度变化信息；

步骤3，基于位姿变化信息将第一点云数据旋转至探索地图的地图坐标系下，以构建探索地图。

本申请实施例中，位姿信息包括位置和姿态，可以根据点云数据中所包含的位置信息和角度信息确定。相邻两帧点云数据是探测传感器旋转一定角度所采集到的，甚至是扫地机移动一段距离后探测传感器采集到的。对于相邻两帧点云数据中的特征点，可以得到该特征点的两组位姿信息，两组位姿信息进行比较即可得到扫地机在采集该相邻两帧点云数据的前后所产生的位姿变化信息，由此即可基于位姿变化信息将第一点云数据旋转至探索地图的地图坐标系下，以构建探索地图。

可选地，基于位姿变化信息将第一点云数据旋转至探索地图的坐标系下，以构建探索地图包括：

步骤1，根据角度变化信息确定第一点云数据在地图坐标系中的旋转角度，根据位置变化信息确定第一点云数据在地图坐标系中的位移距离；

步骤2，利用旋转角度和位移距离确定第一点云数据在地图坐标系下的目标位置；

步骤3，将第一点云数据放置在目标位置，并将第一点云数据划分为有返回值的第一测距点和无返回值的第二测距点，其中，第一测距点以返回值作为测距值，第二测距点以探测传感器的最远测距距离作为测距值，返回值为探测传感器的发射信号在物体上反射回接收器所测量得到的，最远测距距离大于第一范围的距离；

步骤4，将第一测距点的位置构建为探索地图中的障碍物位置，将障碍物位置至清洁机所在位置的连线上的点构建为空旷位置，以及将第二测距点至清洁机所在位置的连线上的点构建为空旷位置。

本申请实施例中，要基于位姿变化信息将第一点云数据旋转至探索地图的坐标系下，需要先根据角度变化信息确定第一点云数据在地图坐标系中的旋转角度，并根据位置变化信息确定第一点云数据在地图坐标系中的位移距离，由此才可确定每个第一点云数据落在探索地图中的目标位置。将第一点云数据放置在目标位置之后，根据第一点云数据的分类将点云所在位置构建为障碍物位置或空旷位置，从而构建地图。

本申请实施例中，探测传感器采集的点云中，包括有返回值的测距点(即第一测距点)和无返回值的测距点(即第二测距点)。第一测距点是指激光打到物体表面能返回激光点到传感器的接收器上的点，该物体即为障碍物，利用第一测距点即可在探索地图中构建障碍物，并将障碍物位置至清洁机所在位置的连线上的点构建为空旷位置。第二测距点是指探测传感器朝某个方向发出激光，激光点发出去后，前方是空旷地区，激光点没有打到物体，所以没有返回值，对于第二测距点来说，认为该方向下测距范围内是空旷的，可将第二测距点至清洁机所在位置的连线上的点构建为空旷位置。

可选地，本申请提供了三种确定清洁机的位姿变化信息的方法，包括：

第一种，匹配各相邻两帧点云数据中的特征点，得到各相邻两帧中清洁机的位姿变化信息。即仅根据相邻帧的点云数据确定清洁机的位姿变化信息，具体实现是通过匹配相邻帧的特征点，由特征点的位姿变化映射得到清洁机的位姿变化信息。

第二种，利用辅助传感器获取清洁机采集每帧点云数据时的位姿信息；利用位姿信息确定与任意两帧相邻的点云数据对应的清洁机的位姿变化信息，其中，辅助传感器包括加速度计、陀螺仪以及里程计中的至少一个，辅助传感器与探测传感器采集数据的时间同步。即仅使用辅助传感器确定清洁机的位姿变化信息。

第三种，将利用点云数据确定的位姿变化信息与利用辅助传感器确定的位姿变化信息的加权和作为清洁机最终的位姿变化信息。即融合第一种和第二种，采用点云数据加辅助传感器相结合的方式，最大程度减小误差。

在步骤S206中，可选地，在清洁过程中，从探测传感器采集的点云数据中提取第二点云数据包括：

步骤1，在探索完成的探索地图中规划清洁机的清洁路径；

步骤2，在清洁机沿清洁路径进行清洁的过程中，控制探测传感器采集点云数据；

步骤3，从点云数据中提取第二点云数据。

本申请实施例中，在完成快速建图后，为了保证地图的精度，需要对地图进行修正，地图修正可在清洁机基于探索地图进行清洁的过程中进行。清洁机在清洁过程中，为了保证清洁效果，需要以较低的速度移动，此时可以通过探测传感器精确地采集周围环境的点云数据，并过滤掉噪声以及疑似噪声的大部分点云，得到精度较高的第二点云数据，即可只使用距离较近、高精度的测距点来修正原使用精度较差的点构建的地图。

可选地，从探测传感器采集的点云数据中提取第二点云数据包括：按照第二滤波参数过滤点云数据中测距距离大于第二范围的测距点，得到第二点云数据。

本申请实施例中，第二滤波参数可以为预先配置的强滤波参数，目的是过滤掉超出第二范围的点云，滤波参数越强，过滤掉的点云越多，即第二滤波参数越大，该第二范围越小。点云滤波处理可以通过点云滤波器实现，该滤波器可以使用高斯滤波器，采用加权平均的方式得到当前点的滤波值，或者使用双边滤波器，采用聚类滤波的方式计算滤波值等。

在步骤S208中，可选地，利用第二点云数据修正探索地图包括：

步骤1，将第二点云数据划分为有返回值的第一测距点和无返回值的第二测距点，其中，第一测距点以返回值作为测距值；

步骤2，在清洁机沿清洁路径进行清洁的过程中，舍弃第一测距点中测距值大于或等于距离阈值的测距点和第二测距点，并将剩余的第一测距点按照清洁机的位姿变化信息旋转至探索地图的地图坐标系下，以修正探索地图中的障碍物位置。

本申请实施例中，上述第一测距点中，测距值超出预设距离阈值的测距点均视为精度不达标的点，而第二测距点则直接舍弃，因为修正过程中仅需要修正障碍物的位置。

本申请在地图探索阶段(机器人进入一个新的未知环境)，需要快速地建立起未知环境中的全局地图，更加注重地图构建的快速性而对地图构建的精确度要求没那么高，所以在这个阶段可以接受使用距离较远但是测距精度较差的测距点来提高地图构建的快速性。因此，在这个阶段可以设置较小的滤波参数，保留大部分的点云，牺牲建图精度来提高建图效率。在全局清扫的阶段中，机器人为了注重清洁的效果移动的速度较低，所以更加注重定位和地图构建的精确度，在这个阶段，我们舍弃距离较远的测距点(精度较差)，只使用距离较近的测距点，在实现较高精度的定位的同时，利用较高精度的测距点修正原使用精度较差的点构建的题图。因此，在这个阶段，为了获取高精度的点云，需要设置较强的滤波参数，过滤点大部分的噪点来保证建图的精度。

下面对本申请构建地图及修正地图的完整流程进行说明，如图3所示：

步骤S301，清洁机进入未知环境；

步骤S302，配置地图构建参数为同时使用距离远和距离近的点，配置点云滤波参数为弱滤波参数，开始进行地图探索；

步骤S303，判断是否完成地图探索，若否，则在未探索区域继续执行步骤S302，若是，则执行步骤S304；

步骤S304，配置地图构建参数为使用距离近的点，保证高精度，配置点云滤波参数为强滤波参数，开始进行高精度定位以及地图修正；

步骤S305，清扫完成，同时也完成地图修正。

根据本申请实施例的又一方面，如图4所示，提供了一种清洁机，包括：

探测传感器401，用于采集清洁机所在空间目标范围内的点云数据，其中，点云数据包括清洁机与障碍物之间的多个距离信息；

控制器403，用于基于点云数据构建探索地图，并在探索地图构建完成后，在控制清洁机按照探索地图进行清洁的过程中利用点云数据修正探索地图；

清洁主体405，用于按照探索地图进行清洁。

根据本申请实施例的又一方面，如图5所示，提供了一种地图构建装置，包括：

第一获取模块501，用于从探测传感器采集的点云数据中提取第一点云数据，其中，第一点云数据包括与清洁机的距离在第一范围内的多个距离信息；

探索建图模块503，用于基于第一点云数据构建探索地图；

第二获取模块505，用于在探索地图构建完成后，控制清洁机按照探索地图进行清洁，并在清洁过程中，从探测传感器采集的点云数据中提取第二点云数据，其中，第二点云数据包括与清洁机的距离在第二范围内的多个距离信息，第二范围小于第一范围；

地图修正模块507，用于利用第二点云数据修正探索地图。

需要说明的是，该实施例中的第一获取模块501可以用于执行本申请实施例中的步骤S202，该实施例中的探索建图模块503可以用于执行本申请实施例中的步骤S204，该实施例中的第二获取模块505可以用于执行本申请实施例中的步骤S206，该实施例中的地图修正模块507可以用于执行本申请实施例中的步骤S208。

此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在如图1所示的硬件环境中，可以通过软件实现，也可以通过硬件实现。

可选地，该探索建图模块，具体用于：

在探索地图中存在未探索区域的情况下，控制清洁机前往未探索区域，并获取未探索区域的第一点云数据以补充探索地图，直至探索地图中不存在未探索区域。

可选地，该探索建图模块，具体用于：

将探索地图中的所有空旷位置确定为清洁机的可达位置；

在可达位置中存在未探索区域的情况下，确定清洁机的当前位置至各个未探索区域的距离；

将距离清洁机的当前位置最近的未探索区域确定为目的地；

基于探索地图上已有的可达位置规划出清洁机的当前位置至目的地的连通路径；

控制清洁机沿连通路径移动至未探索区域；

获取在未探索区域采集的第一点云数据，并基于第一点云数据构建未探索区域的地图，以补充探索地图。

可选地，点云数据包括在清洁机的移动过程中采集的多帧点云数据；其中，该探索建图模块，还用于：

将当前帧第一点云数据与上一帧第一点云数据进行配准，得到当前帧第一点云数据相对于上一帧第一点云数据的清洁机的相对位姿；或者，将当前帧第一点云数据与参考地图进行配准，得到当前帧第一点云数据相对于参考地图的清洁机的相对位姿；

根据相对位姿确定第一点云数据在探索地图的坐标系下的目标位置；

将第一点云数据放置在目标位置，并将第一点云数据划分为有返回值的第一测距点和无返回值的第二测距点，其中，第一测距点以返回值作为测距值，第二测距点以探测传感器的最远测距距离作为测距值，返回值为探测传感器的发射信号在物体上反射回接收器所测量得到的，最远测距距离大于第一范围的距离；

将第一测距点的位置构建为探索地图中的障碍物位置，将障碍物位置至清洁机所在位置的连线上的点构建为空旷位置，以及将第二测距点至清洁机所在位置的连线上的点构建为空旷位置

可选地，点云数据包括在清洁机的移动过程中采集的多帧点云数据；该探索建图模块，还用于：

在探测传感器采集每帧第一点云数据的过程中，记录清洁机的位姿信息，其中，位姿信息包括清洁机的位置信息和角度信息；

利用位姿信息确定采集相邻两帧第一点云数据时清洁机的位姿变化信息，其中，位姿变化信息包括位置变化信息和角度变化信息；

基于位姿变化信息将第一点云数据旋转至探索地图的地图坐标系下，以构建探索地图。

可选地，该探索建图模块，还用于：

根据角度变化信息确定第一点云数据在地图坐标系中的旋转角度，根据位置变化信息确定第一点云数据在地图坐标系中的位移距离；

利用旋转角度和位移距离确定第一点云数据在地图坐标系下的目标位置；

将第一点云数据放置在目标位置，并将第一点云数据划分为有返回值的第一测距点和无返回值的第二测距点，其中，第一测距点以返回值作为测距值，第二测距点以探测传感器的最远测距距离作为测距值，返回值为探测传感器的发射信号在物体上反射回接收器所测量得到的，最远测距距离大于第一范围的距离；

将第一测距点的位置构建为探索地图中的障碍物位置，将障碍物位置至清洁机所在位置的连线上的点构建为空旷位置，以及将第二测距点至清洁机所在位置的连线上的点构建为空旷位置。

可选地，该第二获取模块，具体用于：

在探索完成的探索地图中规划清洁机的清洁路径；

在清洁机沿清洁路径进行清洁的过程中，控制探测传感器采集点云数据；

从点云数据中提取第二点云数据。

可选地，该地图修正模块，具体用于：

将第二点云数据划分为有返回值的第一测距点和无返回值的第二测距点，其中，第一测距点以返回值作为测距值；

在清洁机沿清洁路径进行清洁的过程中，舍弃第一测距点中测距值大于或等于距离阈值的测距点和第二测距点，并将剩余的第一测距点按照清洁机的位姿变化信息旋转至探索地图的地图坐标系下，以修正探索地图中的障碍物位置。

可选地，该第一获取模块，具体用于：按照第一滤波参数过滤点云数据中测距距离大于第一范围的测距点，得到第一点云数据。

可选地，该第二获取模块，具体用于：按照第二滤波参数过滤点云数据中测距距离大于第二范围的测距点，得到第二点云数据。

根据本申请实施例的另一方面，本申请提供了一种地图构建设备，如图6所示，包括存储器601、处理器603、通信接口605及通信总线607，存储器601中存储有可在处理器603上运行的计算机程序，存储器601、处理器603通过通信接口605和通信总线607进行通信，处理器603执行计算机程序时实现上述方法的步骤。

上述电子设备中的存储器、处理器通过通信总线和通信接口进行通信。所述通信总线可以是外设部件互连标准(Peripheral Component Interconnect，简称PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。

存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegratedCircuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称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。

根据本申请实施例的又一方面还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述任一实施例的步骤。

可选地，在本申请实施例中，计算机可读介质被设置为存储用于所述处理器执行以下步骤的程序代码：

从探测传感器采集的点云数据中提取第一点云数据，其中，第一点云数据包括与清洁机的距离在第一范围内的多个距离信息；

基于第一点云数据构建探索地图；

在探索地图构建完成后，控制清洁机按照探索地图进行清洁，并在清洁过程中，从探测传感器采集的点云数据中提取第二点云数据，其中，第二点云数据包括与清洁机的距离在第二范围内的多个距离信息，第二范围小于第一范围；

利用第二点云数据修正探索地图。

可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。

本申请实施例在具体实现时，可以参阅上述各个实施例，具有相应的技术效果。

可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital SignalProcessing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable GateArray，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。

对于软件实现，可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。

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。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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，例如多个模块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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，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。

另外，在本申请各个实施例中的各功能单元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。

所述功能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或者该技术方案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步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种地图构建方法，其特征在于，包括：

从探测传感器采集的点云数据中提取第一点云数据，其中，所述第一点云数据包括与清洁机的距离在第一范围内的多个距离信息；

基于所述第一点云数据构建探索地图；

在所述探索地图构建完成后，控制所述清洁机按照所述探索地图进行清洁，并在清洁过程中，从所述探测传感器采集的点云数据中提取第二点云数据，其中，所述第二点云数据包括与所述清洁机的距离在第二范围内的多个距离信息，所述第二范围小于所述第一范围；

利用所述第二点云数据修正所述探索地图。

2.根据权利要求1所述的方法，其特征在于，基于所述第一点云数据构建探索地图包括：

在所述探索地图中存在未探索区域的情况下，控制所述清洁机前往所述未探索区域，并获取所述未探索区域的所述第一点云数据以补充所述探索地图，直至所述探索地图中不存在所述未探索区域。

3.根据权利要求2所述的方法，其特征在于，在所述探索地图中存在未探索区域的情况下，控制所述清洁机前往所述未探索区域，并获取所述未探索区域的所述第一点云数据以补充所述探索地图包括：

将所述探索地图中的所有空旷位置确定为所述清洁机的可达位置；

在所述可达位置中存在所述未探索区域的情况下，确定所述清洁机的当前位置至各个所述未探索区域的距离；

将距离所述清洁机的当前位置最近的所述未探索区域确定为目的地；

基于所述探索地图上已有的所述可达位置规划出所述清洁机的当前位置至所述目的地的连通路径；

控制所述清洁机沿所述连通路径移动至所述未探索区域；

获取在所述未探索区域采集的所述第一点云数据，并基于所述第一点云数据构建所述未探索区域的地图，以补充所述探索地图。

4.根据权利要求1所述的方法，其特征在于，

所述点云数据包括在所述清洁机的移动过程中采集的多帧点云数据；其中，

基于所述第一点云数据构建探索地图还包括：

将当前帧第一点云数据与上一帧第一点云数据进行配准，得到所述当前帧第一点云数据相对于所述上一帧第一点云数据的所述清洁机的相对位姿；或者，将所述当前帧第一点云数据与参考地图进行配准，得到所述当前帧第一点云数据相对于所述参考地图的所述清洁机的相对位姿；

根据所述相对位姿确定所述第一点云数据在所述探索地图的坐标系下的目标位置；

将所述第一点云数据放置在所述目标位置，并将所述第一点云数据划分为有返回值的第一测距点和无返回值的第二测距点，其中，所述第一测距点以所述返回值作为测距值，所述第二测距点以所述探测传感器的最远测距距离作为测距值，所述返回值为所述探测传感器的发射信号在物体上反射回接收器所测量得到的，所述最远测距距离大于所述第一范围的距离；

将所述第一测距点的位置构建为所述探索地图中的障碍物位置，将所述障碍物位置至所述清洁机所在位置的连线上的点构建为空旷位置，以及将所述第二测距点至所述清洁机所在位置的连线上的点构建为所述空旷位置。

5.根据权利要求1所述的方法，其特征在于，

所述点云数据包括在所述清洁机的移动过程中采集的多帧点云数据；其中，

基于所述第一点云数据构建探索地图还包括：

在所述探测传感器采集每帧所述第一点云数据的过程中，记录所述清洁机的位姿信息，其中，所述位姿信息包括所述清洁机的位置信息和角度信息；

利用所述位姿信息确定采集相邻两帧所述第一点云数据时所述清洁机的位姿变化信息，其中，所述位姿变化信息包括位置变化信息和角度变化信息；

基于所述位姿变化信息将所述第一点云数据旋转至所述探索地图的地图坐标系下，以构建所述探索地图。

6.根据权利要求5所述的方法，其特征在于，基于所述位姿变化信息将所述第一点云数据旋转至所述探索地图的坐标系下，以构建所述探索地图包括：

根据所述角度变化信息确定所述第一点云数据在所述地图坐标系中的旋转角度，根据所述位置变化信息确定所述第一点云数据在所述地图坐标系中的位移距离；

利用所述旋转角度和所述位移距离确定所述第一点云数据在所述地图坐标系下的目标位置；

将所述第一点云数据放置在所述目标位置，并将所述第一点云数据划分为有返回值的第一测距点和无返回值的第二测距点，其中，所述第一测距点以所述返回值作为测距值，所述第二测距点以所述探测传感器的最远测距距离作为测距值，所述返回值为所述探测传感器的发射信号在物体上反射回接收器所测量得到的，所述最远测距距离大于所述第一范围的距离；

将所述第一测距点的位置构建为所述探索地图中的障碍物位置，将所述障碍物位置至所述清洁机所在位置的连线上的点构建为空旷位置，以及将所述第二测距点至所述清洁机所在位置的连线上的点构建为所述空旷位置。

7.根据权利要求1所述的方法，其特征在于，在清洁过程中，从所述探测传感器采集的点云数据中提取第二点云数据包括：

在探索完成的所述探索地图中规划所述清洁机的清洁路径；

在所述清洁机沿所述清洁路径进行清洁的过程中，控制所述探测传感器采集所述点云数据；

从所述点云数据中提取所述第二点云数据。

8.根据权利要求7所述的方法，其特征在于，利用所述第二点云数据修正所述探索地图包括：

将所述第二点云数据划分为有返回值的第一测距点和无返回值的第二测距点，其中，所述第一测距点以所述返回值作为测距值；

在所述清洁机沿所述清洁路径进行清洁的过程中，舍弃所述第一测距点中所述测距值大于或等于距离阈值的测距点和所述第二测距点，并将剩余的所述第一测距点按照所述清洁机的位姿变化信息旋转至所述探索地图的地图坐标系下，以修正所述探索地图中的障碍物位置。

9.根据权利要求1至8任一所述的方法，其特征在于，

从探测传感器采集的点云数据中提取第一点云数据包括：按照第一滤波参数过滤所述点云数据中测距距离大于所述第一范围的测距点，得到所述第一点云数据；

从所述探测传感器采集的点云数据中提取第二点云数据包括：按照第二滤波参数过滤所述点云数据中测距距离大于所述第二范围的测距点，得到所述第二点云数据。

10.一种清洁机，其特征在于，包括：

探测传感器，用于采集清洁机所在空间目标范围内的点云数据，其中，所述点云数据包括清洁机与障碍物之间的多个距离信息；

控制器，用于基于所述点云数据构建探索地图，并在所述探索地图构建完成后，在控制所述清洁机按照所述探索地图进行清洁的过程中利用所述点云数据修正所述探索地图；

清洁主体，用于按照所述探索地图进行清洁。

Images