CN114894174A - 用于长走廊环境的地图更新方法、装置、设备和存储介质 - Google Patents

用于长走廊环境的地图更新方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN114894174A
CN114894174A CN202210292916.3A CN202210292916A CN114894174A CN 114894174 A CN114894174 A CN 114894174A CN 202210292916 A CN202210292916 A CN 202210292916A CN 114894174 A CN114894174 A CN 114894174A
Authority
CN
China
Prior art keywords
distance measurement
values
ranging
axis
target
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
Application number
CN202210292916.3A
Other languages
English (en)
Inventor
易良玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Silver Star Intelligent Group Co Ltd
Original Assignee
Shenzhen Water World Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Water World Co Ltd filed Critical Shenzhen Water World Co Ltd
Priority to CN202210292916.3A priority Critical patent/CN114894174A/zh
Publication of CN114894174A publication Critical patent/CN114894174A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • 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
    • G06F16/23—Updating
    • 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)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Electromagnetism (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本申请提供了一种用于长走廊环境的地图更新方法、装置、设备和存储介质，机器人采集激光雷达数据，然后从激光雷达数据中筛选出若干个最大测距值。机器人以相邻两个最大测距值为一组，筛选出包含有无穷测距值的若干组目标测距值。机器人根据同组的两个目标测距值与参照测距值之间的测距值是否呈递减趋势识别当前场景是否为长走廊环境，并在判定当前场景为长走廊环境后，将激光雷达探测不到的区域以目标测距值进行建图，从而实现地图更新，地图上不会出现未知环境场景，有利于提高用户体验，以及建图的稳定性和鲁棒性。

Description

用于长走廊环境的地图更新方法、装置、设备和存储介质
技术领域
本申请涉及激光建图技术领域，特别涉及一种用于长走廊环境的地图更新方法、装置、设备和存储介质。
背景技术
现有机器人在长走廊环境中进行建图时，由于长走廊环境的特征较少，除机器人两侧墙体外几乎没有障碍物，而激光雷达的测距范围有限，这就导致机器人在长走廊环境中建图时，地图会出现大片未知环境场景，从而影响用户体验以及建图的稳定性、鲁棒性。
发明内容
本申请的主要目的为提供一种用于长走廊环境的地图更新方法、装置、设备和存储介质，旨在解决现有机器人处于长走廊环境进行建图时稳定性和鲁棒性较差的弊端。
为实现上述目的，本申请提供了一种用于长走廊环境的地图更新方法，包括：
采集激光雷达数据；
从所述激光雷达数据中筛选出若干个最大测距值；
以相邻两个所述最大测距值为一组，从各组所述最大测距值中筛选出包含有无穷测距值的若干组目标测距值；
以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势，其中，所述参照测距值对应的Y轴半轴与所述目标测距值对应的最大测距轴之间具有最小夹角；
若同组的两个所述目标测距值与各自对应的所述参照测距值之间的测距值呈递减趋势，则将所述无穷测距值设置为所述目标测距值，并更新当前场景的概率栅格地图。
本申请还提供了一种用于长走廊环境的地图更新装置，包括：
采集模块，用于采集激光雷达数据；
第一筛选模块，用于从所述激光雷达数据中筛选出若干个最大测距值；
第二筛选模块，用于以相邻两个所述最大测距值为一组，从各组所述最大测距值中筛选出包含有无穷测距值的若干组目标测距值；
判断模块，用于以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势，其中，所述参照测距值对应的Y轴半轴与所述目标测距值对应的最大测距轴之间具有最小夹角；
更新模块，用于若同组的两个所述目标测距值与各自对应的所述参照测距值之间的测距值呈递减趋势，则将所述无穷测距值设置为所述目标测距值，并更新当前场景的概率栅格地图。
本申请还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本申请中提供的一种用于长走廊环境的地图更新方法、装置、设备和存储介质，机器人采集激光雷达数据，然后从激光雷达数据中筛选出若干个最大测距值。机器人以相邻两个最大测距值为一组，从各组最大测距值中筛选出包含有无穷测距值的若干组目标测距值，无穷测距值位于同组的两个目标测距值之间，且无穷测距值的数量大于数量阈值。以机器人的中心为坐标轴原点，行进方向为X轴，垂直于行进方向为Y轴，分别判断同组的两个目标测距值与参照测距值之间的测距值是否呈递减趋势，其中，参照测距值对应的Y轴半轴与目标测距值对应的最大测距轴之间具有最小夹角。若同组的两个目标测距值与参照测距值之间的测距值呈递减趋势，则将无穷测距值设置为目标测距值，并更新当前场景的概率栅格地图。本申请中，机器人根据同组的两个目标测距值与参照测距值之间的测距值是否呈递减趋势识别当前场景是否为长走廊环境，并在判定当前场景为长走廊环境后，将激光雷达探测不到的区域以目标测距值进行建图，从而实现地图更新，地图上不会出现未知环境场景，有利于提高用户体验，以及建图的稳定性和鲁棒性。
附图说明
图1是本申请一实施例中用于长走廊环境的地图更新方法的步骤示意图；
图2是本申请一实施例中扫地机与长走廊环境之间的坐标示意图；
图3是本申请一实施例中用于长走廊环境的地图更新装置的整体结构框图；
图4是本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、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，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
参照图1，本申请一实施例中提供了一种用于长走廊环境的地图更新方法，包括：
S1:采集激光雷达数据；
本实施例中，机器人上部署有激光雷达，在机器人行进建图过程中，使用激光雷达逆时针(或顺时针，根据实际需要进行设置)扫描当前场景的环境一周，在激光遇到当前环境中的障碍物时即会返回激光雷达中心到(表征机器人)与障碍物之间的距离值(即测距值)，从而得到机器人一周内(即360度)内的障碍物与激光雷达中心之间的距离，这些距离值组成激光雷达扫描一周的激光雷达数据。
S2:从所述激光雷达数据中筛选出若干个最大测距值；
本实施例中，机器人的建图系统将激光雷达数据所包含的各个测距值进行一一比对，从而筛选出激光雷达数据所包含的所有最大测距值。
S3:以相邻两个所述最大测距值为一组，从各组所述最大测距值中筛选出包含有无穷测距值的若干组目标测距值；
参照图2，本实施例中，建图系统将筛选所带的的各个最大测距值按照激光雷达的扫描方向，以及各个最大测距值各自对应的测距角度，以相邻两个最大测距值为一组(比如按照逆时针方向，激光雷达依次采集的最大测距值分别为A、B、C、D(如图2中的rmax1、rmax2、rmax3、rmax4)，则将最大测距值A和最大测距值B为一组，最大测距值B和最大测距值C为一组，最大测距值C和最大测距值D为一组，最大测距值D和最大测距值A为一组，以此类推)。然后，建图系统分别检测并统计同组的两个最大测距值所对应的测距角度之间(比如最大测距值A为0度，最大测距值B为45度，即需要检测0度到45度之间测距值)所包含的无穷测距值的数量，其中，无穷测距值表征激光雷达在扫描周边环境时没有遇到障碍物，因此该测距值为无穷大(实际远处是有障碍物的，只是受限于激光雷达本身的性能没有探测到该远处的障碍物，视为没有探测到)。如果该组两个最大测距值之间所包含的无穷测距值的数量大于数量阈值，则将该组的两个最大测距值选定为目标测距值；据此，建图系统筛选出若干组目标测距值。
S4:以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势，其中，所述参照测距值对应的Y轴半轴与所述目标测距值对应的最大测距轴之间具有最小夹角；
参照图2，本实施例中，建图系统定义机器人的中心为坐标轴原点，行进方向为X轴，垂直于行进方向(即垂直于X轴)的方向为Y轴，其中，位于机器人前方的半轴为X轴正半轴，位于机器人左方的半轴为Y轴正半轴。建图系统分别对各组目标测距值与各自对应的参照测距值之间的测距值的变化趋势进行识别，参照测距值对应的Y轴半轴与目标测距值对应的最大测距轴之间具有最小夹角；以其中一组的两个目标测距值为例，假定目标测距值A位于X轴正半轴的左方，目标测距值D位于X轴正半轴的右方，则与目标测距值A所在的最大测距轴a具有最小夹角的Y轴半轴为Y轴正半轴，位于Y轴正半轴的参照测距值与目标测距值A对应；与目标测距值D所在的最大测距轴d具有最小夹角的Y轴半轴为Y轴负半轴，位于Y轴负半轴的参照测距值与目标测距值D对应。建图系统判断从目标测距值A到Y轴正半轴之间各个测距值依序是否呈递减趋势，以及判断从目标测距值D到Y轴负半轴之间各个测距值依序是否呈递减趋势。如果从目标测距值A到Y轴正半轴的参照测距值之间各个测距值依序呈递减趋势，以及从目标测距值D到Y轴负半轴的参照测距值之间各个测距值依序呈递减趋势，则说明机器人当前处于长走廊环境，即当前场景为长走廊。
S5:若同组的两个所述目标测距值与各自对应的所述参照测距值之间的测距值呈递减趋势，则将所述无穷测距值设置为所述目标测距值，并更新当前场景的概率栅格地图。
本实施例中，建图系统识别到机器人当前处于长走廊环境时(即同组的两个目标测距值与各自对应的参照测距值之间的测距值呈递减趋势)，则将同组的两个目标测距值之间的无穷测距值设置为目标测距值，以规避无穷测距值对建图的影响(即将各个不具有实际数值的无穷测距值用具有实际数值的目标测距值替代，使得各个无穷测距值具有实际意义)，使得建图系统可以根据各个目标测距值使用光线追踪策略来更新当前场景的概率栅格地图，避免无穷测距值带来的建图过程中的未知环境场景，不仅有利于提高用户体验，同时还可以提高机器人建图的稳定性和鲁棒性。
进一步的，所述激光雷达数据包括多个测距值，单个测距值对应单个测距角度；
以相邻两个所述最大测距值为一组，从各组所述最大测距值中筛选出包含有无穷测距值的若干组目标测距值的步骤中，单组所述目标测距值的筛选步骤为：
S301:沿逆时针方向选择相邻两个所述最大测距值为一组，并分别获取同组的两个所述最大测距值各自对应的第一测距角度和第二测距角度；
本实施例中，激光雷达数据所包含的各个测距值分别对应有测距角度，以单组目标测距值的筛选步骤为例(其余组的目标测距值的筛选逻辑相同)，建图系统沿逆时针方向(也可以沿顺时针，与激光雷达的扫描方向相同)选择相邻两个最大测距值为一组，然后分别获取同组的两个最大测距值各自对应的第一测距角度和第二测距角度，其中，第一测距角度和第二测距角度为两个最大测距值各自对应的测距轴与X轴之间的夹角。优选的，建图系统定义位于X轴左方(即机器人左方)的测距角度为正值，位于X轴右方的测距角度为负值。
S302:沿逆时针方向，从所述激光雷达数据中筛选出包含于所述第一测距角度和所述第二测距角度之间的各个第一测距值；
本实施例中，建图系统沿逆时针方向，按照激光雷达扫描时各个测距值各自对应的测距角度，从而中筛选出位于第一测距角度和第二测距角度之间的各个测距值作为第一测距值，其中，第一测距角度和第二测距角度之间的夹角小于180度。
S303:统计各所述第一测距值中所包含的所述无穷测距值的数量，并判断所述无穷测距值的数量是否大于数量阈值；
本实施例中，建图系统从各个第一测距值中筛选出所有的无穷测距值，并统计所有无穷测距值的数量。然后调取预先设定的数量阈值，将所有无穷测距值的数量与数量阈值进行比对，判断两者之间的大小关系。
S304:若所述无穷测距值的数量大于所述数量阈值，则选择同组的两个所述最大测距值作为单组所述目标测距值。
本实施例中，如果单组的两个最大测距值所包含的无穷测距值的数量大于数量阈值，建图系统则选择该组的两个最大测距值作为单组目标测距值，以便后续进行相应的识别处理。
进一步的，所述以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势的步骤，包括：
S401:以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，将同组所述目标测距值的其中一个所述目标测距值与所述X轴之间的夹角定义为第三测距角度，另一个所述目标测距值与所述X轴之间的夹角定义为第四测距角度，其中，所述第三测距角度和所述第四测距角度均不大于90度；
本实施例中，建图系统以机器人的中心为坐标轴原点，行进方向为X轴，垂直于行进方向的方向为Y轴；具体地，机器人的行进前端为X轴正半轴，机器人的行进后端(即机器人后退方向对应的一端)为X轴负半轴；定义机器人的左端为Y轴正半轴，右端为Y轴负半轴。建图系统将同组的两个目标测距值的其中一个目标测距值与X轴之间的夹角定义为第三测距角度，另一个目标测距值与X轴之间的夹角定义为第四测距角度，并且，第三测距角度与第四测距角度均不大于90度，即目标测距值对应的测距轴与X轴之间的夹角，是指测距轴与最近的X轴半轴之间的夹角。比如目标测距值A和目标测距值B分别位于机器人的前端左右两侧，即第三测距角度和第四测距角度是指目标测距值A和目标测距值B各自对应的测距轴与X轴正半轴之间的夹角。
S402:分别判断所述第三测距角度对应的第一测距轴到所述Y轴的第一半轴之间的各个所述测距值是否呈递减趋势，以及判断所述第四测距角度对应的第二测距轴到所述Y轴的第二半轴之间的各个所述测距值是否呈递减趋势，其中，所述第一半轴与所述第一测距轴之间的夹角最小，所述第二半轴与所述第二测距轴之间的夹角最小；
本实施例中，建图系统判断第三测距角度对应的第一测距轴到Y轴上最近的第一半轴(即Y轴与第一测距轴之间的夹角最小的半轴)之间的各个测距值依序是否呈递减趋势(比如第一测距轴位于机器人的左方，则Y轴上最近的第一半轴为Y轴正半轴)，并判断第四测距角度对应的第二测距轴到Y轴上最近的第二半轴(即Y轴与第二测距轴之间的夹角最小的半轴)之间的各个测距值依序是否呈递减趋势。
S403:若所述第三测距角度对应的第一测距轴到所述第一半轴之间的各个所述测距值呈递减趋势，且所述第四测距角度对应的第二测距轴到所述第二半轴之间的各个所述测距值呈递减趋势，则判定同组的两个所述目标测距值与最近的所述Y轴之间的测距值呈递减趋势；
本实施例中，如果第三测距角度对应的第一测距轴到Y轴上最近的第一半轴之间的各个测距值依序呈递减趋势，并且第四测距角度对应的第二测距轴到Y轴上最近的第二半轴之间的各个测距值依序呈递减趋势，则建图系统判定同组的两个目标测距值与最近的Y轴之间的测距值依序呈递减趋势，配合同组的两个目标测距值之间包含多个无穷测距值，说明机器人当前处于长走廊环境中。
S404:若所述第三测距角度对应的第一测距轴到所述第一半轴之间的各个所述测距值不是呈递减趋势，和/或所述第四测距角度对应的第二测距轴到所述第二半轴之间的各个所述测距值不是呈递减趋势，则判定同组的两个所述目标测距值与最近的所述Y轴之间的测距值不是呈递减趋势。
本实施例中，如果第三测距角度对应的第一测距轴到Y轴上最近的第一半轴之间的各个测距值依序不是呈递减趋势，和/或第四测距角度对应的第二测距轴到Y轴上最近的第二半轴之间的各个测距值依序不是呈递减趋势，则建图系统判定同组的两个目标测距值与最近的Y轴之间的测距值不是呈递减趋势，说明机器人当前所处的场景环境不属于长走廊环境。
进一步的，所述机器人上部署有激光雷达，所述采集激光雷达数据的步骤，包括：
S101:控制所述激光雷达按照逆时针方向扫描所述当前场景，得到若干个与单位扫描角度对应的测距值，所述测距值的数量与所述单位扫描角度的数量一致；
本实施例中，机器人上部署有激光雷达，机器人在行进过程中，建图系统控制激光雷达按照逆时针方向扫描当前场景，根据激光遇到障碍物后反射回来的数据得到激光雷达中心(表征机器人)与各个障碍物之间的距离，并按照预设的单位扫描角度得到与各个单位扫描角度对应的各个测距值(比如设定激光雷达扫描一周为360度，单位扫描角度为1度，则每1度对应有1个测距值)；因此，激光雷达扫描一周获得的测距值的数量与单位扫描角度的数量对应一致。
S102:汇总各所述测距值，生成所述激光雷达数据。
本实施例中，建图系统汇总各个测距值，生成单帧激光(激光雷达扫描一周)对应的激光雷达数据。
进一步的，所述汇总各所述测距值，生成所述激光雷达数据的步骤，包括：
S1021:以所述机器人的行进方向为0度，所述机器人的后退方向为-0度建立角度系，并根据所述单位扫描角度，得到各所述测距值分别对应的测距角度；
本实施例中，建图系统以机器人的行进方向为0度、机器人的后退方向为-0度建立角度系，并根据预先设定的单位扫描角度，按照激光雷达的扫描方向依次得到各个测距值分别对应的测距值。比如激光雷达的扫描方向为逆时针，则与X轴正半轴重叠的测距值a对应的测距角度为0度，依次下一个单位扫描角度的测距值b对应的测距值角度则为1度，再下一个单位扫描角度的测距值c对应的测距角度则为2度，依次类推，从而得到各个测距值分贝对应的测距角度。
S1022:将各所述测距值与各自对应的测距角度建立映射关系，依序汇总得到所述激光雷达数据。
本实施例中，建图系统将上述所获得的的各个测距角度与对应的测距值建立映射关系(比如测距值a对应测距角度0度，测距值b对应测距角度1度，依次类推)，按照激光雷达的扫描方向依序汇总得到激光雷达数据。
进一步的，所述以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势的步骤之后，包括：
S6:若同组的两个所述目标测距值与各自对应的所述参照测距值之间的测距值呈递减趋势，则获取当前位置坐标，并根据所述最大测距值和所述当前位置坐标划定走廊区域；
本实施例中，如果同组的两个目标测距值与各自对应的参照测距值之间的测距值呈递减趋势，则说明机器人当前处于长廊环境中，建图系统通过机器人上部署的gps定位功能采集得到机器人的当前位置坐标。然后以当前位置坐标为中心，以最大测距值为边界在更新后的概率栅格地图划定出走廊区域。
S7:将所述走廊区域标记为长走廊环境。
本实施例中，建图系统将地图上的走廊区域标记为长走廊环境，以便用户在看到地图时可以及时、充分了解机器人所处场景的类型。
进一步的，所述以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势的步骤之后，还包括：
S8:若同组的两个所述目标测距值与各自对应的所述参照测距值之间的测距值不是呈递减趋势，则不更新测距夹角范围内的区域对应的概率栅格地图，其中，所述测距夹角为同组的两个所述目标测距值分别对应的两个所述最大测距轴之间的夹角，所述测距夹角不大于180度。
本实施例中，如果同组的两个目标测距值与各自对应的参照测距值之间的测距值不是呈递减趋势，则说明机器人当前不是处于长走廊环境，因此不会更新该组的两个目标测距值分别对应的两个最大测距轴之间的夹角(即测距夹角)范围内的区域所对应的概率栅格地图。其中，测距角度不大于180度，即测距角度对应的区域为包含有无穷测距值的区域。
参照图3，本申请一实施例中还提供了一种用于长走廊环境的地图更新装置，包括：
采集模块1，用于采集激光雷达数据；
第一筛选模块2，用于从所述激光雷达数据中筛选出若干个最大测距值；
第二筛选模块3，用于以相邻两个所述最大测距值为一组，从各组所述最大测距值中筛选出包含有无穷测距值的若干组目标测距值；
判断模块4，用于以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势，其中，所述参照测距值对应的Y轴半轴与所述目标测距值对应的最大测距轴之间具有最小夹角；
更新模块5，用于若同组的两个所述目标测距值与各自对应的所述参照测距值之间的测距值呈递减趋势，则将所述无穷测距值设置为所述目标测距值，并更新当前场景的概率栅格地图。
进一步的，所述激光雷达数据包括多个测距值，单个测距值对应单个测距角度；
所述第二筛选模块3：
获取单元，用于沿逆时针方向选择相邻两个所述最大测距值为一组，并分别获取同组的两个所述最大测距值各自对应的第一测距角度和第二测距角度；
筛选单元，用于沿逆时针方向，从所述激光雷达数据中筛选出包含于所述第一测距角度和所述第二测距角度之间的各个第一测距值；
第一判断单元，用于统计各所述第一测距值中所包含的所述无穷测距值的数量，并判断所述无穷测距值的数量是否大于数量阈值；
选择单元，用于若所述无穷测距值的数量大于所述数量阈值，则选择同组的两个所述最大测距值作为单组所述目标测距值。
进一步的，所述判断模块4，包括：
定义单元，用于以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，将同组所述目标测距值的其中一个所述目标测距值与所述X轴之间的夹角定义为第三测距角度，另一个所述目标测距值与所述X轴之间的夹角定义为第四测距角度，其中，所述第三测距角度和所述第四测距角度均不大于90度；
第二判断单元，用于分别判断所述第三测距角度对应的第一测距轴到所述Y轴的第一半轴之间的各个所述测距值是否呈递减趋势，以及判断所述第四测距角度对应的第二测距轴到所述Y轴的第二半轴之间的各个所述测距值是否呈递减趋势，其中，所述第一半轴与所述第一测距轴之间的夹角最小，所述第二半轴与所述第二测距轴之间的夹角最小；
第一判定单元，用于若所述第三测距角度对应的第一测距轴到所述第一半轴之间的各个所述测距值呈递减趋势，且所述第四测距角度对应的第二测距轴到所述第二半轴之间的各个所述测距值呈递减趋势，则判定同组的两个所述目标测距值与最近的所述Y轴之间的测距值呈递减趋势；
第二判定单元，用于若所述第三测距角度对应的第一测距轴到所述Y轴上最近的第一半轴之间的各个所述测距值不是呈递减趋势，和/或所述第四测距角度对应的第二测距轴到所述Y轴上最近的第二半轴之间的各个所述测距值不是呈递减趋势，则判定同组的两个所述目标测距值与最近的所述Y轴之间的测距值不是呈递减趋势。
进一步的，所述机器人上部署有激光雷达，所述采集模块1，包括：
扫描单元，用于控制所述激光雷达按照逆时针方向扫描所述当前场景，得到若干个与单位扫描角度对应的测距值，所述测距值的数量与所述单位扫描角度的数量一致；
汇总单元，用于汇总各所述测距值，生成所述激光雷达数据。
进一步的，所述汇总单元，包括：
构建子单元，用于以所述机器人的行进方向为0度，所述机器人的后退方向为-0度建立角度系，并根据所述单位扫描角度，得到各所述测距值分别对应的测距角度；
映射子单元，用于将各所述测距值与各自对应的测距角度建立映射关系，依序汇总得到所述激光雷达数据。
进一步的，所述地图更新装置，还包括：
划定模块6，用于若同组的两个所述目标测距值与各自对应的所述参照测距值之间的测距值呈递减趋势，则获取当前位置坐标，并根据所述最大测距值和所述当前位置坐标划定走廊区域；
标记模块7，用于将所述走廊区域标记为长走廊环境。
进一步的，所述地图更新装置，还包括：
判定模块8，用于若同组的两个所述目标测距值与各自对应的所述参照测距值之间的测距值不是呈递减趋势，则不更新测距夹角范围内的区域对应的概率栅格地图，其中，所述测距夹角为同组的两个所述目标测距值分别对应的两个所述最大测距轴之间的夹角，所述测距夹角不大于180度。
本实施例中，用于长走廊环境的地图更新装置中各模块、单元用于对应执行与上述用于长走廊环境的地图更新方法中的各个步骤，其具体实施过程在此不做详述。
本实施例提供的一种用于长走廊环境的地图更新装置，机器人采集激光雷达数据，然后从激光雷达数据中筛选出若干个最大测距值。机器人以相邻两个最大测距值为一组，从各组最大测距值中筛选出包含有无穷测距值的若干组目标测距值，无穷测距值位于同组的两个目标测距值之间，且无穷测距值的数量大于数量阈值。以机器人的中心为坐标轴原点，行进方向为X轴，垂直于行进方向为Y轴，分别判断同组的两个目标测距值与参照测距值之间的测距值是否呈递减趋势，其中，参照测距值对应的Y轴半轴与目标测距值对应的最大测距轴之间具有最小夹角。若同组的两个目标测距值与参照测距值之间的测距值呈递减趋势，则将无穷测距值设置为目标测距值，并更新当前场景的概率栅格地图。本申请中，机器人根据同组的两个目标测距值与参照测距值之间的测距值是否呈递减趋势识别当前场景是否为长走廊环境，并在判定当前场景为长走廊环境后，将激光雷达探测不到的区域以目标测距值进行建图，从而实现地图更新，地图上不会出现未知环境场景，有利于提高用户体验，以及建图的稳定性和鲁棒性。
参照图4，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储激光雷达数据等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种用于长走廊环境的地图更新方法。
上述处理器执行上述用于长走廊环境的地图更新方法的步骤：
S1:采集激光雷达数据；
S2:从所述激光雷达数据中筛选出若干个最大测距值；
S3:以相邻两个所述最大测距值为一组，从各组所述最大测距值中筛选出包含有无穷测距值的若干组目标测距值；
S4:以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势；
S5:若同组的两个所述目标测距值与各自对应的所述参照测距值之间的测距值呈递减趋势，则将所述无穷测距值设置为所述目标测距值，并更新当前场景的概率栅格地图。
进一步的，所述激光雷达数据包括多个测距值，单个测距值对应单个测距角度；
所述以相邻两个所述最大测距值为一组，从各组所述最大测距值中筛选出包含有无穷测距值的若干组目标测距值的步骤中，单组所述目标测距值的筛选步骤为：
S301:沿逆时针方向选择相邻两个所述最大测距值为一组，并分别获取同组的两个所述最大测距值各自对应的第一测距角度和第二测距角度；
S302:沿逆时针方向，从所述激光雷达数据中筛选出包含于所述第一测距角度和所述第二测距角度之间的各个第一测距值；
S303:统计各所述第一测距值中所包含的所述无穷测距值的数量，并判断所述无穷测距值的数量是否大于数量阈值；
S304:若所述无穷测距值的数量大于所述数量阈值，则选择同组的两个所述最大测距值作为单组所述目标测距值。
进一步的，所述以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势的步骤，包括：
S401:以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，将同组所述目标测距值的其中一个所述目标测距值与所述X轴之间的夹角定义为第三测距角度，另一个所述目标测距值与所述X轴之间的夹角定义为第四测距角度，其中，所述第三测距角度和所述第四测距角度均不大于90度；
S402:分别判断所述第三测距角度对应的第一测距轴到所述Y轴的第一半轴之间的各个所述测距值是否呈递减趋势，以及判断所述第四测距角度对应的第二测距轴到所述Y轴的第二半轴之间的各个所述测距值是否呈递减趋势，其中，所述第一半轴与所述第一测距轴之间的夹角最小，所述第二半轴与所述第二测距轴之间的夹角最小；
S403:若所述第三测距角度对应的第一测距轴到所述第一半轴之间的各个所述测距值呈递减趋势，且所述第四测距角度对应的第二测距轴到所述第二半轴之间的各个所述测距值呈递减趋势，则判定同组的两个所述目标测距值与最近的所述Y轴之间的测距值呈递减趋势；
S404:若所述第三测距角度对应的第一测距轴到所述第一半轴之间的各个所述测距值不是呈递减趋势，和/或所述第四测距角度对应的第二测距轴到所述第二半轴之间的各个所述测距值不是呈递减趋势，则判定同组的两个所述目标测距值与最近的所述Y轴之间的测距值不是呈递减趋势。
进一步的，所述机器人上部署有激光雷达，所述采集激光雷达数据的步骤，包括：
S101:控制所述激光雷达按照逆时针方向扫描所述当前场景，得到若干个与单位扫描角度对应的测距值，所述测距值的数量与所述单位扫描角度的数量一致；
S102:汇总各所述测距值，生成所述激光雷达数据。
进一步的，所述汇总各所述测距值，生成所述激光雷达数据的步骤，包括：
S1021:以所述机器人的行进方向为0度，所述机器人的后退方向为-0度建立角度系，并根据所述单位扫描角度，得到各所述测距值分别对应的测距角度；
S1022:将各所述测距值与各自对应的测距角度建立映射关系，依序汇总得到所述激光雷达数据。
进一步的，所述以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势的步骤之后，包括：
S6:若同组的两个所述目标测距值与各自对应的所述参照测距值之间的测距值呈递减趋势，则获取当前位置坐标，并根据所述最大测距值和所述当前位置坐标划定走廊区域；
S7:将所述走廊区域标记为长走廊环境。
进一步的，所述以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势的步骤之后，还包括：
S8:若同组的两个所述目标测距值与各自对应的所述参照测距值之间的测距值不是呈递减趋势，则不更新测距夹角范围内的区域对应的概率栅格地图，其中，所述测距夹角为同组的两个所述目标测距值分别对应的两个所述最大测距轴之间的夹角，所述测距夹角不大于180度。
本申请一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，计算机程序被处理器执行时实现一种用于长走廊环境的地图更新方法，所述用于长走廊环境的地图更新方法具体为：
S1:采集激光雷达数据；
S2:从所述激光雷达数据中筛选出若干个最大测距值；
S3:以相邻两个所述最大测距值为一组，从各组所述最大测距值中筛选出包含有无穷测距值的若干组目标测距值；
S4:以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势；
S5:若同组的两个所述目标测距值与各自对应的所述参照测距值之间的测距值呈递减趋势，则将所述无穷测距值设置为所述目标测距值，并更新当前场景的概率栅格地图。
进一步的，所述激光雷达数据包括多个测距值，单个测距值对应单个测距角度；
所述以相邻两个所述最大测距值为一组，从各组所述最大测距值中筛选出包含有无穷测距值的若干组目标测距值的步骤中，单组所述目标测距值的筛选步骤为：
S301:沿逆时针方向选择相邻两个所述最大测距值为一组，并分别获取同组的两个所述最大测距值各自对应的第一测距角度和第二测距角度；
S302:沿逆时针方向，从所述激光雷达数据中筛选出包含于所述第一测距角度和所述第二测距角度之间的各个第一测距值；
S303:统计各所述第一测距值中所包含的所述无穷测距值的数量，并判断所述无穷测距值的数量是否大于数量阈值；
S304:若所述无穷测距值的数量大于所述数量阈值，则选择同组的两个所述最大测距值作为单组所述目标测距值。
进一步的，所述以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势的步骤，包括：
S401:以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，将同组所述目标测距值的其中一个所述目标测距值与所述X轴之间的夹角定义为第三测距角度，另一个所述目标测距值与所述X轴之间的夹角定义为第四测距角度，其中，所述第三测距角度和所述第四测距角度均不大于90度；
S402:分别判断所述第三测距角度对应的第一测距轴到所述Y轴的第一半轴之间的各个所述测距值是否呈递减趋势，以及判断所述第四测距角度对应的第二测距轴到所述Y轴的第二半轴之间的各个所述测距值是否呈递减趋势，其中，所述第一半轴与所述第一测距轴之间的夹角最小，所述第二半轴与所述第二测距轴之间的夹角最小；
S403:若所述第三测距角度对应的第一测距轴到所述第一半轴之间的各个所述测距值呈递减趋势，且所述第四测距角度对应的第二测距轴到所述第二半轴之间的各个所述测距值呈递减趋势，则判定同组的两个所述目标测距值与最近的所述Y轴之间的测距值呈递减趋势；
S404:若所述第三测距角度对应的第一测距轴到所述第一半轴之间的各个所述测距值不是呈递减趋势，和/或所述第四测距角度对应的第二测距轴到所述第二半轴之间的各个所述测距值不是呈递减趋势，则判定同组的两个所述目标测距值与最近的所述Y轴之间的测距值不是呈递减趋势。
进一步的，所述机器人上部署有激光雷达，所述采集激光雷达数据的步骤，包括：
S101:控制所述激光雷达按照逆时针方向扫描所述当前场景，得到若干个与单位扫描角度对应的测距值，所述测距值的数量与所述单位扫描角度的数量一致；
S102:汇总各所述测距值，生成所述激光雷达数据。
进一步的，所述汇总各所述测距值，生成所述激光雷达数据的步骤，包括：
S1021:以所述机器人的行进方向为0度，所述机器人的后退方向为-0度建立角度系，并根据所述单位扫描角度，得到各所述测距值分别对应的测距角度；
S1022:将各所述测距值与各自对应的测距角度建立映射关系，依序汇总得到所述激光雷达数据。
进一步的，所述以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势的步骤之后，包括：
S6:若同组的两个所述目标测距值与各自对应的所述参照测距值之间的测距值呈递减趋势，则获取当前位置坐标，并根据所述最大测距值和所述当前位置坐标划定走廊区域；
S7:将所述走廊区域标记为长走廊环境。
进一步的，所述以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势的步骤之后，还包括：
S8:若同组的两个所述目标测距值与各自对应的所述参照测距值之间的测距值不是呈递减趋势，则不更新测距夹角范围内的区域对应的概率栅格地图，其中，所述测距夹角为同组的两个所述目标测距值分别对应的两个所述最大测距轴之间的夹角，所述测距夹角不大于180度。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储与一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM通过多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它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、装置、第一物体或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、第一物体或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、第一物体或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请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它相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种用于长走廊环境的地图更新方法，其特征在于，包括：
采集激光雷达数据；
从所述激光雷达数据中筛选出若干个最大测距值；
以相邻两个所述最大测距值为一组，从各组所述最大测距值中筛选出包含有无穷测距值的若干组目标测距值；
以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势，其中，所述参照测距值对应的Y轴半轴与所述目标测距值对应的最大测距轴之间具有最小夹角；
若同组的两个所述目标测距值与各自对应的所述参照测距值之间的测距值呈递减趋势，则将所述无穷测距值设置为所述目标测距值，并更新当前场景的概率栅格地图。
2.根据权利要求1所述的用于长走廊环境的地图更新方法，其特征在于，所述激光雷达数据包括多个测距值，单个测距值对应单个测距角度；
所述以相邻两个所述最大测距值为一组，从各组所述最大测距值中筛选出包含有无穷测距值的若干组目标测距值的步骤中，单组所述目标测距值的筛选步骤为：
沿逆时针方向选择相邻两个所述最大测距值为一组，并分别获取同组的两个所述最大测距值各自对应的第一测距角度和第二测距角度；
沿逆时针方向，从所述激光雷达数据中筛选出包含于所述第一测距角度和所述第二测距角度之间的各个第一测距值；
统计各所述第一测距值中所包含的所述无穷测距值的数量，并判断所述无穷测距值的数量是否大于数量阈值；
若所述无穷测距值的数量大于所述数量阈值，则选择同组的两个所述最大测距值作为单组所述目标测距值。
3.根据权利要求1所述的用于长走廊环境的地图更新方法，其特征在于，所述以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势的步骤，包括：
以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，将同组所述目标测距值的其中一个所述目标测距值与所述X轴之间的夹角定义为第三测距角度，另一个所述目标测距值与所述X轴之间的夹角定义为第四测距角度，其中，所述第三测距角度和所述第四测距角度均不大于90度；
分别判断所述第三测距角度对应的第一测距轴到所述Y轴的第一半轴之间的各个所述测距值是否呈递减趋势，以及判断所述第四测距角度对应的第二测距轴到所述Y轴的第二半轴之间的各个所述测距值是否呈递减趋势，其中，所述第一半轴与所述第一测距轴之间的夹角最小，所述第二半轴与所述第二测距轴之间的夹角最小；
若所述第三测距角度对应的第一测距轴到所述第一半轴之间的各个所述测距值呈递减趋势，且所述第四测距角度对应的第二测距轴到所述第二半轴之间的各个所述测距值呈递减趋势，则判定同组的两个所述目标测距值与最近的所述Y轴之间的测距值呈递减趋势；
若所述第三测距角度对应的第一测距轴到所述第一半轴之间的各个所述测距值不是呈递减趋势，和/或所述第四测距角度对应的第二测距轴到所述第二半轴之间的各个所述测距值不是呈递减趋势，则判定同组的两个所述目标测距值与最近的所述Y轴之间的测距值不是呈递减趋势。
4.根据权利要求1所述的用于长走廊环境的地图更新方法，其特征在于，所述机器人上部署有激光雷达，所述采集激光雷达数据的步骤，包括：
控制所述激光雷达按照逆时针方向扫描所述当前场景，得到若干个与单位扫描角度对应的测距值，所述测距值的数量与所述单位扫描角度的数量一致；
汇总各所述测距值，生成所述激光雷达数据。
5.根据权利要求4所述的用于长走廊环境的地图更新方法，其特征在于，所述汇总各所述测距值，生成所述激光雷达数据的步骤，包括：
以所述机器人的行进方向为0度，所述机器人的后退方向为-0度建立角度系，并根据所述单位扫描角度，得到各所述测距值分别对应的测距角度；
将各所述测距值与各自对应的测距角度建立映射关系，依序汇总得到所述激光雷达数据。
6.根据权利要求1所述的用于长走廊环境的地图更新方法，其特征在于，所述以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势的步骤之后，包括：
若同组的两个所述目标测距值与各自对应的所述参照测距值之间的测距值呈递减趋势，则获取当前位置坐标，并根据所述最大测距值和所述当前位置坐标划定走廊区域；
将所述走廊区域标记为长走廊环境。
7.根据权利要求1所述的用于长走廊环境的地图更新方法，其特征在于，所述以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势的步骤之后，还包括：
若同组的两个所述目标测距值与各自对应的所述参照测距值之间的测距值不是呈递减趋势，则不更新测距夹角范围内的区域对应的概率栅格地图，其中，所述测距夹角为同组的两个所述目标测距值分别对应的两个所述最大测距轴之间的夹角，所述测距夹角不大于180度。
8.一种用于长走廊环境的地图更新装置，其特征在于，包括：
采集模块，用于采集激光雷达数据；
第一筛选模块，用于从所述激光雷达数据中筛选出若干个最大测距值；
第二筛选模块，用于以相邻两个所述最大测距值为一组，从各组所述最大测距值中筛选出包含有无穷测距值的若干组目标测距值；
判断模块，用于以机器人的中心为坐标轴原点，行进方向为X轴，垂直于所述行进方向为Y轴，分别判断同组的两个所述目标测距值与各自对应的参照测距值之间的测距值是否呈递减趋势，其中，所述参照测距值对应的Y轴半轴与所述目标测距值对应的最大测距轴之间具有最小夹角；
更新模块，用于若同组的两个所述目标测距值与各自对应的所述参照测距值之间的测距值呈递减趋势，则将所述无穷测距值设置为所述目标测距值，并更新当前场景的概率栅格地图。
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
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，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202210292916.3A 2022-03-23 2022-03-23 用于长走廊环境的地图更新方法、装置、设备和存储介质 Pending CN114894174A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210292916.3A CN114894174A (zh) 2022-03-23 2022-03-23 用于长走廊环境的地图更新方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210292916.3A CN114894174A (zh) 2022-03-23 2022-03-23 用于长走廊环境的地图更新方法、装置、设备和存储介质

Publications (1)

Publication Number Publication Date
CN114894174A true CN114894174A (zh) 2022-08-12

Family

ID=82716064

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210292916.3A Pending CN114894174A (zh) 2022-03-23 2022-03-23 用于长走廊环境的地图更新方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN114894174A (zh)

Similar Documents

Publication Publication Date Title
CN112799095B (zh) 静态地图生成方法、装置、计算机设备及存储介质
CN109931942B (zh) 机器人路径生成方法、装置、机器人和存储介质
CN111160302A (zh) 基于自动驾驶环境的障碍物信息识别方法和装置
CN110824491B (zh) 充电桩定位方法、装置、计算机设备和存储介质
CN112102151A (zh) 栅格地图的生成方法、装置、移动智慧设备和存储介质
CN111815707A (zh) 点云确定方法、点云筛选方法、装置、计算机设备
CN112348817B (zh) 车位识别方法、装置、车载终端和存储介质
CN111144228B (zh) 基于3d点云数据的障碍物识别方法和计算机设备
CN107742304A (zh) 移动轨迹的确定方法及装置、移动机器人及存储介质
CN114091561A (zh) 目标跟踪方法、装置、服务器和可读存储介质
CN111737395A (zh) 一种占据栅格地图生成方法、装置及机器人系统
CN114723830A (zh) 障碍物的识别方法、设备及存储介质
CN115880953B (zh) 无人机的管控方法及智慧路灯系统
CN115273018A (zh) 障碍物识别方法、装置及电子设备
CN115143951A (zh) 栅格地图更新系统、方法、计算机设备及存储介质
CN114894174A (zh) 用于长走廊环境的地图更新方法、装置、设备和存储介质
CN112000109B (zh) 电力巡检机器人的位置校正方法、电力巡检机器人及介质
CN117593727A (zh) 基于三维点云的障碍物检测方法、装置、介质及设备
CN115143953A (zh) 基于离线地图的快速更新方法、装置、设备和存储介质
CN109360215B (zh) 三维模型的外轮廓查找方法、装置、设备和存储介质
CN114302326A (zh) 定位区域的确定方法、定位方法、装置和定位设备
CN116097303A (zh) 三维点云聚类方法、装置、计算机设备和存储介质
CN111098334B (zh) 一种充电桩的识别方法、识别装置及机器人
CN116860904B (zh) 一种基于去中心化网络的目标追踪方法及装置
CN114234977A (zh) 一种多机器人地图建立方法、装置、设备及介质

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

Effective date of registration: 20240522

Address after: 518000 1701, building 2, Yinxing Zhijie, No. 1301-72, sightseeing Road, Xinlan community, Guanlan street, Longhua District, Shenzhen, Guangdong Province

Applicant after: Shenzhen Yinxing Intelligent Group Co.,Ltd.

Country or region after: China

Address before: 518000 1201, South Block, Yuanxing science and technology building, No. 1, songpingshan Road, songpingshan community, Xili street, Nanshan District, Shenzhen, Guangdong

Applicant before: SHENZHEN WATER WORLD Co.,Ltd.

Country or region before: China