CN114983272A - 场景地图处理方法和装置、清洁组件和清洁设备 - Google Patents
场景地图处理方法和装置、清洁组件和清洁设备 Download PDFInfo
- Publication number
- CN114983272A CN114983272A CN202210600043.8A CN202210600043A CN114983272A CN 114983272 A CN114983272 A CN 114983272A CN 202210600043 A CN202210600043 A CN 202210600043A CN 114983272 A CN114983272 A CN 114983272A
- Authority
- CN
- China
- Prior art keywords
- line
- contour line
- region
- target
- scene 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
- 238000004140 cleaning Methods 0.000 title claims abstract description 118
- 238000003672 processing method Methods 0.000 title claims abstract description 58
- 230000011218 segmentation Effects 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims description 45
- 230000015654 memory Effects 0.000 claims description 11
- 238000005192 partition Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims 1
- 230000003044 adaptive effect Effects 0.000 abstract 1
- 230000004888 barrier function Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 16
- 238000010408 sweeping Methods 0.000 description 15
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 238000000926 separation method Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/24—Floor-sweeping machines, motor-driven
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
- A47L11/4002—Installations of electric equipment
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
- A47L11/4061—Steering means; Means for avoiding obstacles; Details related to the place where the driver is accommodated
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L2201/00—Robotic cleaning machines, i.e. with automatic control of the travelling movement or the cleaning operation
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L2201/00—Robotic cleaning machines, i.e. with automatic control of the travelling movement or the cleaning operation
- A47L2201/04—Automatic control of the travelling movement; Automatic obstacle detection
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L2201/00—Robotic cleaning machines, i.e. with automatic control of the travelling movement or the cleaning operation
- A47L2201/06—Control of the cleaning action for autonomous devices; Automatic detection of the surface condition before, during or after cleaning
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Instructional Devices (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提出了一种场景地图处理方法和装置、清洁组件和清洁设备。其中,场景地图处理方法包括:确定原始场景地图的外轮廓线和内轮廓线;通过目标模板遍历外轮廓线;根据目标模板与外轮廓线和/或内轮廓线的包围区域的区域信息,确定至少一条目标分割线;根据至少一条目标分割线将原始场景地图分割为多个目标区域,以得到目标场景地图。本发明提出的场景地图处理方法,兼顾分割区域的区域面积和轮廓长度对场景地图进行划分,使得场景地图分割结果与房屋实际情况相适应,且能够考虑房屋内的障碍物信息,保证了对场景地图划分的合理性和准确性,进而保证了后续清扫机器人工作控制的准确性。
Description
技术领域
本发明涉及机器人技术领域,具体而言,涉及一种场景地图处理方法和装置、清洁组件和清洁设备。
背景技术
在扫地机器人领域,地图信息是一种重要的环境特征来源,当机器人根据激光雷达建立好栅格地图后,需要将栅格地图切割成一个或一个以上区域,使得机器人能够按照分割好的区域进行准确的清扫。
然而,现有的栅格地图分割方法对各区域的分割不够合理,容易出现过度分割或漏分等问题,且忽略了内部障碍物信息,从而降低了场景地图划分结果的准确性,进而降低了后续扫地机器人工作控制的准确性。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此,本发明的第一个方面在于提出一种场景地图处理方法。
本发明的第二个方面在于提出一种场景地图处理装置。
本发明的第三个方面在于提出一种清洁组件。
本发明的第四个方面在于提出一种清洁组件。
本发明的第五个方面在于提出一种清洁设备。
本发明的第六个方面在于提出一种可读存储介质。
有鉴于此,根据本发明的一个方面,提出了一种场景地图处理方法,包括:确定原始场景地图的外轮廓线和内轮廓线;通过目标模板遍历外轮廓线;根据目标模板与外轮廓线和/或内轮廓线的包围区域的区域信息,确定至少一条目标分割线;根据至少一条目标分割线将原始场景地图分割为多个目标区域,以得到目标场景地图。
本发明提供的场景地图处理方法的技术方案的执行主体可以为场景地图处理装置,还可以根据实际使用需求进行确定,在此不作具体限定。为了更加清楚地描述本发明提供的场景地图处理方法,下面以场景地图处理方法的执行主体为场景地图处理装置进行说明。
本发明提供的场景地图处理方法,用于对房屋或目标场景的栅格地图进行分割,以将房屋或目标场景的原始栅格地图(即原始场景地图)划分为多个子区域,从而得到划分后的目标栅格地图(即目标场景地图)。在此基础上,可将上述划分好的目标栅格地图反馈至扫地机器人等清洁设备的控制装置或处理装置中,以使扫地机器人等清洁设备能够根据划分好的目标栅格地图对房屋或目标场景的各区域进行清扫工作,保证了扫地机器人等清洁设备工作控制的准确性。
其中,上述清洁设备中可设置有激光雷达扫描装置,上述原始栅格地图,也即上述原始场景地图,可通过清洁设备中的激光雷达扫描装置对房屋或目标场景进行扫描得到相应的激光雷达扫描数据,进而再通过低扫描得到的激光雷达数据进行处理得到上述原始栅格地图。另外,在实际的应用过程中,上述原始栅格地图还可为用户从第三方上传或导入清洁设备中的房屋或目标场景的栅格地图。对于上述原始栅格地图即原始场景的获取来源及获取方式,用户可根据实际情况进行选择,在此不作具体限制。
进一步地,本发明所提供的场景地图处理方法,在获取到房屋或目标场景的原始栅格地图之后,对该原始栅格地图进行识别,以对该原始栅格地图的内部轮廓线以及外部轮廓线进行识别确定。在此基础上,确定一个起始点位,并通过用户自定义设置的目标模板按照预设方向对识别确定的原始栅格地图的外部轮廓线进行遍历。在遍历过程中,对目标模板与原始栅格地图的外部轮廓线和/或内部轮廓线包围形成的包围区域的区域信息进行确定,并根据该区域信息与预设阈值的比较结果,确定至少一条目标分割线。进一步地,根据确定好的至少一条目标分割线,将房屋或目标场景的原始栅格地图划分为多个目标区域,从而得到房屋或目标场景的分割后的目标场景地图。这样,兼顾分割区域的实际区域信息(如区域面积和区域轮廓长度)对原始场景地图进行划分,使得原始场景地图的分割结果能够与房屋实际情况相适应,且能够考虑房屋内的障碍物信息,保证了对场景地图划分的合理性和准确性,从而避免了对原始场景地图的过度分割或漏分等问题,保证了后续清扫机器人工作控制的准确性。
其中,上述原始场景地图为二值图像,也即上述原始场景地图为图像像素仅有两个灰度级的栅格地图,在生成原始场景地图时,将房屋或目标场景中的实体部分(如墙体、障碍物等)与中空部分所对应的地图区域分别设置为两个不同的灰度级,从而得到房屋或目标场景的二值图像。
在此基础上,上述外部轮廓线以及内部轮廓线均为二值图像中两个灰度级区域的边界线。其中,上述外部轮廓线为原始场景地图的边缘轮廓线,也即位于上述二值图像中两个灰度级区域的全部边界线中的最外围的一周边界线,而上述内部轮廓线则为原始场景地图的全部轮廓线中除外部轮廓线之外的其他轮廓线,内部轮廓线和外部轮廓线相互独立,二者不存在相交区域。
在实际的应用过程中,上述目标模板具体可为正十字型模板、具备一定倾斜角度的十字型模板、T字型模板、一字型模板、L型模板等,对于上述目标模板的具体形式,用户可根据实际情况进行选择,在此不作具体限制。
综上所述,在本发明所提出的场景地图处理方法中,通过包括至少一条标定线段以及一个移动点位的目标模板对房屋或目标场景的原始栅格地图的外部轮廓线进行遍历,并根据目标模板与原始栅格地图的外部轮廓线和/或内部轮廓线包围形成的包围区域的区域信息,确定至少一条目标分割线,进而根据确定好的至少一条目标分割线,将房屋或目标场景的原始栅格地图划分为多个目标区域,从而得到房屋或目标场景的分割后的目标场景地图。这样,兼顾分割区域的实际区域信息(如区域面积和区域轮廓长度)对原始场景地图进行划分,使得原始场景地图的分割结果能够与房屋实际情况相适应,且能够考虑房屋内的障碍物信息,保证了对场景地图划分的合理性和准确性,从而避免了对原始场景地图的过度分割或漏分等问题,保证了后续清扫机器人工作控制的准确性。
根据本发明的上述场景地图处理方法,还可以具有以下附加技术特征:
在上述技术方案中,目标模板包括一个移动点位和至少一条标定线段,移动点位用于遍历外轮廓线,标定线段靠近移动点位的端点与移动点位间隔第一长度,标定线段的长度为第二长度。
在该技术方案中,对上述目标模板的具体形式进行了限定。具体地,上述目标模板由至少一条标定线段以及一个移动点位组成。在实际的应用过程中,目标模板的移动点位设置在原始栅格地图的外部轮廓线上,该移动点位用于遍历上述外轮廓线。在此基础上,目标模板中的各个标定线段靠近上述移动点位的一个端点与移动点位之间间隔第一长度,且各个标定线段的长度均为第二长度。
其中,对于上述第一长度以及第二长度的具体取值,用户可根据房屋或目标场景中的缺口(或窄口)的实际情况,对其进行设置,以使最终的地图分割结果能够与房屋或目标场景的实际情况相适配,从而保证了对场景地图划分的合理性和准确性,避免了对原始场景地图的过度分割或漏分等问题,保证了后续清扫机器人工作控制的准确性。
具体地,上述目标模板具体可为正十字型模板(此时标定线段的数量为4个)、具备一定倾斜角度的十字型模板(此时标定线段的数量为4个)、T字型模(此时标定线段的数量为3个)板、一字型模板(此时标定线段的数量为1个或2个)、L型模板(此时标定线段的数量为2个)等,对于上述目标模板的具体形式,用户可根据实际情况进行选择,在此不作具体限制。
在实际的应用过程中,上述移动点位在原始场景地图的外部轮廓线上按照预设方向进行移动,实现对外部轮廓线上各点位的遍历,同时带动上述至少一条标定线段按照预设方向移动,以使上述至少一条标定线段能够与外部轮廓线和/或内部轮廓线相交从而形成包围区域。在此基础上,可根据形成的包围区域的实际区域信息(如区域面积和区域遍历长度),对目标分割线进行确定,以实现分割原始场景地图的目的。
在上述任一技术方案中,至少一条标定线段中的第一标定线段沿移动点位方向上的延长线与外轮廓线相交。
在该技术方案中,对上述目标模板的具体形式作了进一步限定。具体地,上述至少一条标定线段中的第一标定线段朝向上述移动点位方向上的延长线能够与原始场景地图的外部轮廓线相交。也即,在遍历外部轮廓线的过程中,上述第一标定线段与移动点位所在的外部轮廓线不会共线,也即上述第一标定线段能够与外部轮廓线和/或内部轮廓线相交并产生至少一个交点,且该至少一个交点与移动点位之间的连线以及外部轮廓线和/或内部轮廓线能够形成一个包围区域。
具体地,上述目标模板具体可为正十字型模板(此时标定线段的数量为4个)、具备一定倾斜角度的十字型模板(此时标定线段的数量为4个)、T字型模(此时标定线段的数量为3个)板、一字型模板(此时标定线段的数量为1个或2个)、L型模板(此时标定线段的数量为2个)等,对于上述目标模板的具体形式,用户可根据实际情况进行选择,在此不作具体限制。
在实际的应用过程中,上述移动点位在原始场景地图的外部轮廓线上按照预设方向进行移动,实现对外部轮廓线上各点位的遍历,同时带动上述第一标定线段按照预设方向移动,以使上述第一标定线段能够与外部轮廓线和/或内部轮廓线相交从而形成包围区域。在此基础上,可根据形成的包围区域的实际区域信息(如区域面积和区域遍历长度),对目标分割线进行确定,以实现分割原始场景地图的目的。
在上述任一技术方案中,根据目标模板与外轮廓线和/或内轮廓线的包围区域的区域信息,确定至少一条目标分割线,具体包括:根据第一标定线段、移动点位、外轮廓线和/或内轮廓线,确定包围区域;根据包围区域的区域信息与预设阈值的比较结果,确定目标分割线。
在该技术方案中,对上述通过目标模板与原始栅格地图的外部轮廓线和/或内部轮廓线包围形成的包围区域的区域信息确定目标分割线的具体方式作了具体限定。具体地,上述目标模板中包括第一标定线段,在遍历外部轮廓线的过程中,上述第一标定线段与移动点位所在的外部轮廓线不会共线。也即上述第一标定线段能够与外部轮廓线和/或内部轮廓线相交并产生至少一个交点,且该至少一个交点与移动点位之间的连线以及外部轮廓线和/或内部轮廓线能够形成一个包围区域。
因此,在该技术方案中,在对目标分割线进行确定时,具体根据上述第一标定线段和外部轮廓线和/或内部轮廓线的交点与上述移动点位之间的连线,以及原始栅格地图的外部轮廓线和/或内部轮廓线,确定相应的包围区域,进而根据该包围区域的区域信息(如区域面积和区域遍历长度)与预设阈值的比较结果,对目标分割线进行确定。这样,兼顾分割区域的实际区域信息(如区域面积和区域轮廓长度)对原始场景地图进行划分,使得原始场景地图的分割结果能够与房屋实际情况相适应,且能够考虑房屋内的障碍物信息,保证了对场景地图划分的合理性和准确性,从而避免了对原始场景地图的过度分割或漏分等问题,保证了后续清扫机器人工作控制的准确性。
在上述任一技术方案中,根据第一标定线段、移动点位、外轮廓线和/或内轮廓线,确定包围区域,具体包括:基于第一标定线段与外轮廓线相交,确定第一标定线段与外轮廓线的第一交点;根据第一交点和移动点位确定第一连线,第一连线将原始场景地图划分为第一区域和第二区域;将第一区域和第二区域中区域面积较小的一者确定为包围区域。
在该技术方案中,对上述根据第一标定线段和外部轮廓线和/或内部轮廓线的交点与上述移动点位之间的连线,以及原始栅格地图的外部轮廓线和/或内部轮廓线,确定相应的包围区域的具体方式作了具体限定。具体地,在上述第一标定线段与原始栅格地图的外部轮廓线相交的情况下,对上述第一标定线段与原始栅格地图的外部轮廓线之间的交点(即第一交点)进行确定,进而确定该第一交点与上述移动点位之间的连线(即第一连线)。其中,上述第一连线可将原始栅格地图整体划分为两个区域(即第一区域以及第二区域),在此基础上,将上述第一区域以及第二区域中区域面积较小的一者确定上述包围区域,进而可根据该确定的包围区域的实际区域信息(如区域面积和区域遍历长度)对目标分割线进行确定。
在上述任一技术方案中,在第一标定线段与内轮廓线相交的情况下,根据第一标定线段、移动点位、外轮廓线和/或内轮廓线,确定包围区域,具体包括:基于移动点位在外轮廓线上的第一点位处,确定第一标定线段与内轮廓线的第二交点;基于移动点位在外轮廓线上的第二点位处,确定第一标定线段与内轮廓线的第三交点;根据第二交点和第一点位确定第二连线,以及根据第三交点和第二点位确定第三连线,第二连线和第三连线将原始场景地图划分为第三区域和第四区域;将第三区域和第四区域中区域面积较小的一者确定为包围区域;其中,在第一点位处移动点位和内轮廓线之间的距离最小,第二连线与第三连线平行。
在该技术方案中,对上述根据第一标定线段和外部轮廓线和/或内部轮廓线的交点与上述移动点位之间的连线,以及原始栅格地图的外部轮廓线和/或内部轮廓线,确定相应的包围区域的具体方式作了具体限定。具体地,在上述第一标定线段与原始栅格地图的内部轮廓线相交的情况下,在上述移动点位处于原始栅格地图的外部轮廓线的第一点位处时,对此时上述第一标定线段与原始栅格地图的内部轮廓线之间的交点(即第二交点)进行确定,进而确定该第二交点与上述移动点位之间的连线(即第二连线)。其中,在上述第一点位处,上述移动点位与原始栅格图像中相应的内部轮廓线之间的距离最小。
进一步地,在确定上述第二交点以及第二连线之后,将确定好的第二交点以及第二连线进行保存记录,并对原始栅格地图的外部轮廓线与上述第一点位相对的位置(即第二点位)处,上述第一标定线段能否与该内部轮廓线相交进行判断。在上述移动点位处于原始栅格地图的外部轮廓线的第二点位处上述第一标定线段能够与内部轮廓线相交的情况下,对此时上述第一标定线段与原始栅格地图的内部轮廓线之间的交点(即第三交点)进行确定,进而确定该第三交点与上述移动点位之间的连线(即第三连线)。其中,上述第一点位与上述第二点位处于原始栅格地图的外部轮廓线中的相对方位,具体地,上述第二连线与上述第三连线之间相互平行。
进一步地,在确定好上述第二连线以及第三连线之后,上述第二连线、第三连线以及相应的内部轮廓线可将原始栅格地图整体划分为两个区域(即第三区域以及第四区域)。在此基础上,将上述第三区域以及第四区域中区域面积较小的一者确定上述包围区域,进而可根据该确定的包围区域的实际区域信息(如区域面积和区域遍历长度)对目标分割线进行确定。
另外,需要说明的是,在实际的应用过程中,上述第二连线与上述第三连线之间的位置关系不限于平行,两者之间的位置关系可根据目标模板的具体形式以及原始栅格地图的具体结构进行确定。
在上述任一技术方案中,区域信息包括区域面积和区域遍历长度,根据包围区域的区域信息与预设阈值的比较结果,确定目标分割线,具体包括:基于区域面积大于等于第一预设阈值,且区域遍历长度大于等于第二预设阈值,将第一标定线段和外轮廓线或内轮廓线的交点,与移动点位之间的连线确定为目标分割线;其中,区域遍历长度为包围区域中的外轮廓线的长度。
在该技术方案中,上述包围区域的区域信息具体包括区域面积以及区域遍历长度,其中,上述区域遍历长度为该包围区域中的外部轮廓线的长度。在此基础上,该技术方案对上述通过目标模板与原始栅格地图的外部轮廓线和/或内部轮廓线包围形成的包围区域的区域信息与预设阈值的比较结果确定目标分割线的具体方式作了进一步限定。具体地,在确定好上述包围区域之后,对该包围区域的区域面积以及区域遍历长度进行确定,进而将确定的区域面积与第一预设阈值进行比较,以及将确定好的区域遍历长度与第二预设阈值进行比较。
在此基础上,在上述第一预设阈值小于等于包围区域的区域面积,并且上述第二预设阈值小于等于包围区域的区域遍历长度的情况下,将该包围区域中第一标定线段与外部轮廓线或内部轮廓线之间的交点,与上述移动点位之间的连线(即上述第一连线或第二连线或第三连线),确定为目标分割线。这样,兼顾分割区域的实际区域信息(如区域面积和区域轮廓长度)对原始场景地图进行划分,使得原始场景地图的分割结果能够与房屋实际情况相适应,且能够考虑房屋内的障碍物信息,保证了对场景地图划分的合理性和准确性,从而避免了对原始场景地图的过度分割或漏分等问题,保证了后续清扫机器人工作控制的准确性。
具体地,在上述第一标定线段与外部轮廓线相交,且上述第一预设阈值小于等于包围区域的区域面积,上述第二预设阈值小于等于包围区域的区域遍历长度的情况下,将上述第一连线确定为目标分割线。在上述第一标定线段与内部轮廓线相交,且在上述第一预设阈值小于等于包围区域的区域面积,上述第二预设阈值小于等于包围区域的区域遍历长度的情况下,将上述第二连线以及第三连线确定为目标分割线。
另外,需要说明的是,在实际的应用过程中,对于上述第一预设阈值以及上述第二预设阈值的具体取值,用户可根据房屋或目标场景的具体情况进行设置,在此不作具体限制。
在上述任一技术方案中,在确定任一目标分割线后,将与目标分割线相对应的包围区域确定为已遍历区域,对除包围区域中的外轮廓线之外的外轮廓线进行遍历。
在该技术方案中,在通过上述目标模板对原始场景地图的外部分隔线进行遍历的过程中,每确定一条目标分割线后,便将该目标分割线与外部轮廓线和/或内部轮廓线形成的包围区域确定为已遍历区域。在后续的处理过程中,不再对该包围区域中的外轮廓线进行遍历,而是将上述确定好的目标分割线看作外部轮廓线,并确定一个新的起始点位,通过上述目标模板继续对除包围区域中的外轮廓线之外的其他外轮廓线以及上述目标分割线进行遍历。这样,对已确定好的包围区域中的外部轮廓线不再重复遍历,节约了计算资源,同时提升了对原始场景地图的分割速度。
根据本发明的第二个方面,提出了一种场景地图处理装置,包括:处理单元,用于确定原始场景地图的外轮廓线和内轮廓线;处理单元还用于,通过目标模板遍历外轮廓线;处理单元还用于,根据目标模板与外轮廓线和/或内轮廓线的包围区域的区域信息,确定至少一条目标分割线;处理单元还用于,根据至少一条目标分割线将原始场景地图分割为多个目标区域,以得到目标场景地图。
本发明提供的场景地图处理装置,用于对房屋或目标场景的栅格地图进行分割,以将房屋或目标场景的原始栅格地图(即原始场景地图)划分为多个子区域,从而得到划分后的目标栅格地图(即目标场景地图)。在此基础上,可将上述划分好的目标栅格地图反馈至扫地机器人等清洁设备的控制装置或处理装置中,以使扫地机器人等清洁设备能够根据划分好的目标栅格地图对房屋或目标场景的各区域进行清扫工作,保证了扫地机器人等清洁设备工作控制的准确性。
其中,上述清洁设备中可设置有激光雷达扫描装置,上述原始栅格地图,也即上述原始场景地图,可通过清洁设备中的激光雷达扫描装置对房屋或目标场景进行扫描得到相应的激光雷达扫描数据,进而再通过低扫描得到的激光雷达数据进行处理得到上述原始栅格地图。另外,在实际的应用过程中,上述原始栅格地图还可为用户从第三方上传或导入清洁设备中的房屋或目标场景的栅格地图。对于上述原始栅格地图即原始场景的获取来源及获取方式,用户可根据实际情况进行选择,在此不作具体限制。
进一步地,本发明所提供的场景地图处理装置包括处理单元,通过处理单元对获取到的原始栅格地图进行识别,以对该原始栅格地图的内部轮廓线以及外部轮廓线进行识别确定。在此基础上,确定一个起始点位,并通过用户自定义设置的目标模板按照预设方向对识别确定的原始栅格地图的外部轮廓线进行遍历。在遍历过程中,对目标模板与原始栅格地图的外部轮廓线和/或内部轮廓线包围形成的包围区域的区域信息进行确定,并根据该区域信息与预设阈值的比较结果,确定至少一条目标分割线。进一步地,根据确定好的至少一条目标分割线,将房屋或目标场景的原始栅格地图划分为多个目标区域,从而得到房屋或目标场景的分割后的目标场景地图。这样,兼顾分割区域的实际区域信息(如区域面积和区域轮廓长度)对原始场景地图进行划分,使得原始场景地图的分割结果能够与房屋实际情况相适应,且能够考虑房屋内的障碍物信息,保证了对场景地图划分的合理性和准确性,从而避免了对原始场景地图的过度分割或漏分等问题,保证了后续清扫机器人工作控制的准确性。
其中,上述原始场景地图为二值图像,也即上述原始场景地图为图像像素仅有两个灰度级的栅格地图,在生成原始场景地图时,将房屋或目标场景中的实体部分(如墙体、障碍物等)与中空部分所对应的地图区域分别设置为两个不同的灰度级,从而得到房屋或目标场景的二值图像。
在此基础上,上述外部轮廓线以及内部轮廓线均为二值图像中两个灰度级区域的边界线。其中,上述外部轮廓线为原始场景地图的边缘轮廓线,也即位于上述二值图像中两个灰度级区域的全部边界线中的最外围的一周边界线,而上述内部轮廓线则为原始场景地图的全部轮廓线中除外部轮廓线之外的其他轮廓线,内部轮廓线和外部轮廓线相互独立,二者不存在相交区域。
在实际的应用过程中,上述目标模板具体可为正十字型模板、具备一定倾斜角度的十字型模板、T字型模板、一字型模板、L型模板等,对于上述目标模板的具体形式,用户可根据实际情况进行选择,在此不作具体限制。
综上所述,在本发明所提出的场景地图处理装置中,通过包括至少一条标定线段以及一个移动点位的目标模板对房屋或目标场景的原始栅格地图的外部轮廓线进行遍历,并根据目标模板与原始栅格地图的外部轮廓线和/或内部轮廓线包围形成的包围区域的区域信息,确定至少一条目标分割线,进而根据确定好的至少一条目标分割线,将房屋或目标场景的原始栅格地图划分为多个目标区域,从而得到房屋或目标场景的分割后的目标场景地图。这样,兼顾分割区域的实际区域信息(如区域面积和区域轮廓长度)对原始场景地图进行划分,使得原始场景地图的分割结果能够与房屋实际情况相适应,且能够考虑房屋内的障碍物信息,保证了对场景地图划分的合理性和准确性,从而避免了对原始场景地图的过度分割或漏分等问题,保证了后续清扫机器人工作控制的准确性。
根据本发明的第三个方面,提出了一种清洁组件,包括:存储器,存储有程序或指令;处理器,处理器执行程序或指令时实现如上述任一技术方案中的场景地图处理方法的步骤。因此,本发明第三个方面所提出的清洁组件具备上述第一个方面任一技术方案中的场景地图处理方法的全部有益效果,在此不再赘述。
根据本发明的第四个方面,提出了一种清洁组件,包括:上述技术方案中的场景地图处理装置。
本发明第四方面提出的清洁组件包括上述第二方面技术方案中的场景地图处理装置,因此,其具备上述第二个方面技术方案中的场景地图处理装置的全部有益效果,在此不再赘述。
根据本发明的上述清洁组件,还可以具有以下附加技术特征:
在上述技术方案中,清洁组件还包括:激光雷达扫描装置,用于对目标房屋进行激光雷达扫描,生成原始场景地图。
在该技术方案中,上述清洁组件还包括激光雷达扫描装置。在清洁组件的移动工作过程中,通过设置在其上的激光雷达扫描装置对目标房屋进行激光雷达扫描,从而得到目标房屋的激光雷达扫描数据。在此基础上,根据上述扫描数据构建目标房屋的原始栅格地图(即原始场景地图),以便上述场景地图处理装置对该原始场景地图进行调用,并将该原始场景地图划分为多个目标区域,从而得到分割后的目标场景地图,以使清洁组件能够根据该目标场景地图对目标房屋的各个区域进行清扫。
根据本发明的第五个方面,提出了一种清洁设备,包括上述第三个方面技术方案中的清洁组件,或者上述第四个方面技术方案中的清洁组件。因此,本发明第五个方面所提出的清洁设备具备上述第三个方面技术方案中的清洁组件的全部有益效果,或者该清洁设备具备上述第四个方面技术方案中的清洁组件的全部有益效果,在此不再赘述。
进一步地,上述清洁设备还包括供电组件,用于为清洁组件供电。
本发明提供的清洁设备还包括供电组件,用于为其中的清洁组件供电,以保证清洁组件的正常运行。在清洁设备的工作过程中,供电组件可设置在房屋内的一个固定位置,清洁组件能够与供电组件相连接,在清洁组件执行清扫任务时,清洁组件与供电组件分离,并根据清扫指令进行清扫工作,清扫完成后,清洁组件返回供电组件,并通过供电组件为其充电,以保证下一次清扫任务的顺利进行。
根据本发明的第六个方面,提出了一种可读存储介质,其上存储有程序或指令,该程序或指令被处理器执行时实现如上述任一技术方案中的场景地图处理方法。因此,本发明第六个方面所提出的可读存储介质具备上述第一个方面任一技术方案中的场景地图处理方法的全部有益效果,在此不再赘述。
本发明的附加方面和优点将在下面的描述部分中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了本发明实施例的场景地图处理方法的流程示意图之一;
图2示出了本发明实施例的场景地图处理方法的流程示意图之二;
图3示出了本发明实施例的场景地图处理方法的流程示意图之三;
图4示出了本发明实施例的场景地图处理方法的流程示意图之四;
图5示出了本发明实施例的场景地图处理方法的流程示意图之五;
图6示出了本发明实施例的场景地图处理方法的流程示意图之六;
图7示出了本发明实施例的场景地图处理方法的原理图之一;
图8示出了本发明实施例的场景地图处理方法的原理图之二;
图9示出了本发明实施例的场景地图处理方法的原理图之三;
图10示出了本发明实施例的场景地图处理方法的原理图之四;
图11示出了本发明实施例的场景地图处理方法的原理图之五;
图12示出了本发明实施例的场景地图处理方法的原理图之六;
图13示出了本发明实施例的场景地图处理装置的结构框图;
图14示出了本发明实施例的清洁组件的结构框图之一;
图15示出了本发明实施例的清洁组件的结构框图之二;
图16示出了本发明实施例的清洁设备的结构框图之一;
图17示出了本发明实施例的清洁设备的结构框图之二。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不限于下面公开的具体实施例的限制。
下面结合图1至图17,通过具体的实施例及其应用场景对本申请实施例提供的场景地图处理方法和装置、清洁组件和清洁设备进行详细地说明。
实施例一,图1示出了本发明实施例的场景地图处理方法的流程示意图之一。其中,该处理方法包括下述的步骤S102至步骤S108:
步骤S102,确定原始场景地图的外轮廓线和内轮廓线;
步骤S104,通过目标模板遍历外轮廓线;
步骤S106,根据目标模板与外轮廓线和/或内轮廓线的包围区域的区域信息,确定至少一条目标分割线;
步骤S108,根据至少一条目标分割线将原始场景地图分割为多个目标区域,以得到目标场景地图。
本发明提供的场景地图处理方法的技术方案的执行主体可以为场景地图处理装置,还可以根据实际使用需求进行确定,在此不作具体限定。为了更加清楚地描述本发明提供的场景地图处理方法,下面以场景地图处理方法的执行主体为场景地图处理装置进行说明。
本发明提供的场景地图处理方法,用于对房屋或目标场景的栅格地图进行分割,以将房屋或目标场景的原始栅格地图(即原始场景地图)划分为多个子区域,从而得到划分后的目标栅格地图(即目标场景地图)。在此基础上,可将上述划分好的目标栅格地图反馈至扫地机器人等清洁设备的控制装置或处理装置中,以使扫地机器人等清洁设备能够根据划分好的目标栅格地图对房屋或目标场景的各区域进行清扫工作,保证了扫地机器人等清洁设备工作控制的准确性。
其中,上述清洁设备中可设置有激光雷达扫描装置,上述原始栅格地图,也即上述原始场景地图,可通过清洁设备中的激光雷达扫描装置对房屋或目标场景进行扫描得到相应的激光雷达扫描数据,进而再通过低扫描得到的激光雷达数据进行处理得到上述原始栅格地图。另外,在实际的应用过程中,上述原始栅格地图还可为用户从第三方上传或导入清洁设备中的房屋或目标场景的栅格地图。对于上述原始栅格地图即原始场景的获取来源及获取方式,用户可根据实际情况进行选择,在此不作具体限制。
进一步地,本发明所提供的场景地图处理方法,在获取到房屋或目标场景的原始栅格地图之后,对该原始栅格地图进行识别,以对该原始栅格地图的内部轮廓线以及外部轮廓线进行识别确定。在此基础上,确定一个起始点位,并通过用户自定义设置的目标模板按照预设方向对识别确定的原始栅格地图的外部轮廓线进行遍历。在遍历过程中,对目标模板与原始栅格地图的外部轮廓线和/或内部轮廓线包围形成的包围区域的区域信息进行确定,并根据该区域信息与预设阈值的比较结果,确定至少一条目标分割线。进一步地,根据确定好的至少一条目标分割线,将房屋或目标场景的原始栅格地图划分为多个目标区域,从而得到房屋或目标场景的分割后的目标场景地图。这样,兼顾分割区域的实际区域信息(如区域面积和区域轮廓长度)对原始场景地图进行划分,使得原始场景地图的分割结果能够与房屋实际情况相适应,且能够考虑房屋内的障碍物信息,保证了对场景地图划分的合理性和准确性,从而避免了对原始场景地图的过度分割或漏分等问题,保证了后续清扫机器人工作控制的准确性。
其中,如图7至图12所示,上述原始场景地图为二值图像,也即上述原始场景地图为图像像素仅有两个灰度级的栅格地图,在生成原始场景地图时,将房屋或目标场景中的实体部分(如墙体、障碍物等)与中空部分所对应的地图区域分别设置为两个不同的灰度级,从而得到房屋或目标场景的二值图像。
在此基础上,上述外部轮廓线以及内部轮廓线均为二值图像中两个灰度级区域的边界线。其中,如图7、图10和图11所示,外部轮廓线702为原始场景地图的边缘轮廓线,也即位于上述二值图像中两个灰度级区域的全部边界线中的最外围的一周边界线,而上述内部轮廓线704则为原始场景地图的全部轮廓线中除外部轮廓线之外的其他轮廓线,内部轮廓线704和外部轮廓线702相互独立,二者不存在相交区域。
进一步地,如图7所示,上述目标模板由至少一条标定线段708以及一个移动点位706组成。在实际的应用过程中,目标模板的移动点位706设置在原始栅格地图的外部轮廓线702上,该移动点位706用于遍历上述外部轮廓线702。在此基础上,目标模板中的各个标定线段708靠近上述移动点位706的一个端点与移动点位706之间间隔第一长度,且各个标定线段708的长度均为第二长度。
其中,对于上述第一长度以及第二长度的具体取值,用户可根据房屋或目标场景中的缺口(或窄口)的实际情况,对其进行设置,以使最终的地图分割结果能够与房屋或目标场景的实际情况相适配,从而保证了对场景地图划分的合理性和准确性,避免了对原始场景地图的过度分割或漏分等问题,保证了后续清扫机器人工作控制的准确性。
进一步地,如图7至图9所示,上述至少一条标定线段708中的第一标定线段710朝向上述移动点位706方向上的延长线能够与原始场景地图的外部轮廓线702相交。也即,在遍历外部轮廓线702的过程中,上述第一标定线段710与移动点位706所在的外部轮廓线702不会共线,也即上述第一标定线段710能够与外部轮廓线702和/或内部轮廓线704相交并产生至少一个交点712,且该至少一个交点712与移动点位706之间的连线以及外部轮廓线702和/或内部轮廓线704能够形成一个包围区域。
具体地,上述目标模板具体可为正十字型模板(此时标定线段的数量为4个)、具备一定倾斜角度的十字型模板(此时标定线段的数量为4个)、T字型模(此时标定线段的数量为3个)板、一字型模板(此时标定线段的数量为1个或2个)、L型模板(此时标定线段的数量为2个)等,对于上述目标模板的具体形式,用户可根据实际情况进行选择,在此不作具体限制。
在实际的应用过程中,上述移动点位在原始场景地图的外部轮廓线上按照预设方向进行移动,实现对外部轮廓线上各点位的遍历,同时带动上述第一标定线段按照预设方向移动,以使上述第一标定线段能够与外部轮廓线和/或内部轮廓线相交从而形成包围区域。在此基础上,可根据形成的包围区域的实际区域信息(如区域面积和区域遍历长度),对目标分割线进行确定,以实现分割原始场景地图的目的。
另外,需要说明的是,在通过上述目标模板对原始场景地图的外部分隔线进行遍历的过程中,每确定一条目标分割线后,便将该目标分割线与外部轮廓线和/或内部轮廓线形成的包围区域确定为已遍历区域。在后续的处理过程中,不再对该包围区域中的外轮廓线进行遍历,而是将上述确定好的目标分割线看作外部轮廓线,并确定一个新的起始点位,通过上述目标模板继续对除包围区域中的外轮廓线之外的其他外轮廓线以及上述目标分割线进行遍历。这样,对已确定好的包围区域中的外部轮廓线不再重复遍历,节约了计算资源,同时提升了对原始场景地图的分割速度。
综上所述,在本发明所提出的场景地图处理方法中,通过包括至少一条标定线段以及一个移动点位的目标模板对房屋或目标场景的原始栅格地图的外部轮廓线进行遍历,并根据目标模板与原始栅格地图的外部轮廓线和/或内部轮廓线包围形成的包围区域的区域信息,确定至少一条目标分割线,进而根据确定好的至少一条目标分割线,将房屋或目标场景的原始栅格地图划分为多个目标区域,从而得到房屋或目标场景的分割后的目标场景地图。这样,兼顾分割区域的实际区域信息(如区域面积和区域轮廓长度)对原始场景地图进行划分,使得原始场景地图的分割结果能够与房屋实际情况相适应,且能够考虑房屋内的障碍物信息,保证了对场景地图划分的合理性和准确性,从而避免了对原始场景地图的过度分割或漏分等问题,保证了后续清扫机器人工作控制的准确性。
实施例二,图2示出了本发明实施例的场景地图处理方法的流程示意图之二。其中,该处理方法包括下述的步骤S202至步骤S210:
步骤S202,确定原始场景地图的外轮廓线和内轮廓线;
步骤S204,通过目标模板遍历外轮廓线;
步骤S206,根据目标模板中的第一标定线段和移动点位、外轮廓线和/或内轮廓线,确定包围区域;
步骤S208,根据包围区域的区域信息与预设阈值的比较结果,确定目标分割线;
步骤S210,根据至少一条目标分割线将原始场景地图分割为多个目标区域,以得到目标场景地图。
在该实施例中,对上述通过目标模板与原始栅格地图的外部轮廓线和/或内部轮廓线包围形成的包围区域的区域信息确定目标分割线的具体方式作了具体限定。具体地,上述目标模板中包括第一标定线段,在遍历外部轮廓线的过程中,上述第一标定线段与移动点位所在的外部轮廓线不会共线。也即上述第一标定线段能够与外部轮廓线和/或内部轮廓线相交并产生至少一个交点,且该至少一个交点与移动点位之间的连线以及外部轮廓线和/或内部轮廓线能够形成一个包围区域。
因此,在该技术方案中,在对目标分割线进行确定时,具体根据上述第一标定线段和外部轮廓线和/或内部轮廓线的交点与上述移动点位之间的连线,以及原始栅格地图的外部轮廓线和/或内部轮廓线,确定相应的包围区域,进而根据该包围区域的区域信息(如区域面积和区域遍历长度)与预设阈值的比较结果,对目标分割线进行确定。这样,兼顾分割区域的实际区域信息(如区域面积和区域轮廓长度)对原始场景地图进行划分,使得原始场景地图的分割结果能够与房屋实际情况相适应,且能够考虑房屋内的障碍物信息,保证了对场景地图划分的合理性和准确性,从而避免了对原始场景地图的过度分割或漏分等问题,保证了后续清扫机器人工作控制的准确性。
实施例三,图3示出了本发明实施例的场景地图处理方法的流程示意图之三。其中,该处理方法包括下述的步骤S302至步骤S314:
步骤S302,确定原始场景地图的外轮廓线和内轮廓线;
步骤S304,通过目标模板遍历外轮廓线;
步骤S306,在第一标定线段与外轮廓线相交的情况下,确定第一标定线段与外轮廓线的第一交点;
步骤S308,根据第一交点和移动点位确定第一连线,第一连线将原始场景地图划分为第一区域和第二区域;
步骤S310,将第一区域和第二区域中区域面积较小的一者确定为包围区域;
步骤S312,根据包围区域的区域信息与预设阈值的比较结果,确定目标分割线;
步骤S314,根据至少一条目标分割线将原始场景地图分割为多个目标区域,以得到目标场景地图。
在该实施例中,对上述根据第一标定线段和外部轮廓线和/或内部轮廓线的交点与上述移动点位之间的连线,以及原始栅格地图的外部轮廓线和/或内部轮廓线,确定相应的包围区域的具体方式作了具体限定。具体地,在上述第一标定线段与原始栅格地图的外部轮廓线相交的情况下,对上述第一标定线段与原始栅格地图的外部轮廓线之间的交点(即第一交点)进行确定,进而确定该第一交点与上述移动点位之间的连线(即第一连线)。其中,上述第一连线可将原始栅格地图整体划分为两个区域(即第一区域以及第二区域),在此基础上,将上述第一区域以及第二区域中区域面积较小的一者确定上述包围区域,进而可根据该确定的包围区域的实际区域信息(如区域面积和区域遍历长度)对目标分割线进行确定。
实施例四,图4示出了本发明实施例的场景地图处理方法的流程示意图之四。其中,该处理方法包括下述的步骤S402至步骤S416:
步骤S402,确定原始场景地图的外轮廓线和内轮廓线;
步骤S404,通过目标模板遍历外轮廓线;
步骤S406,在第一标定线段与内轮廓线相交的情况下,基于移动点位在外轮廓线上的第一点位处,确定第一标定线段与内轮廓线的第二交点;
步骤S408,基于移动点位在外轮廓线上的第二点位处,确定第一标定线段与内轮廓线的第三交点;
步骤S410,根据第二交点和第一点位确定第二连线,以及根据第三交点和第二点位确定第三连线,第二连线和第三连线将原始场景地图划分为第三区域和第四区域;
步骤S412,将第三区域和第四区域中区域面积较小的一者确定为包围区域;
步骤S414,根据包围区域的区域信息与预设阈值的比较结果,确定目标分割线;
步骤S416,根据至少一条目标分割线将原始场景地图分割为多个目标区域,以得到目标场景地图;
其中,在第一点位处移动点位和内轮廓线之间的距离最小,第二连线与第三连线平行。
在该实施例中,对上述根据第一标定线段和外部轮廓线和/或内部轮廓线的交点与上述移动点位之间的连线,以及原始栅格地图的外部轮廓线和/或内部轮廓线,确定相应的包围区域的具体方式作了具体限定。具体地,在上述第一标定线段与原始栅格地图的内部轮廓线相交的情况下,在上述移动点位处于原始栅格地图的外部轮廓线的第一点位处时,对此时上述第一标定线段与原始栅格地图的内部轮廓线之间的交点(即第二交点)进行确定,进而确定该第二交点与上述移动点位之间的连线(即第二连线)。其中,在上述第一点位处,上述移动点位与原始栅格图像中相应的内部轮廓线之间的距离最小。
进一步地,在确定上述第二交点以及第二连线之后,将确定好的第二交点以及第二连线进行保存记录,并对原始栅格地图的外部轮廓线与上述第一点位相对的位置(即第二点位)处,上述第一标定线段能否与该内部轮廓线相交进行判断。在上述移动点位处于原始栅格地图的外部轮廓线的第二点位处上述第一标定线段能够与内部轮廓线相交的情况下,对此时上述第一标定线段与原始栅格地图的内部轮廓线之间的交点(即第三交点)进行确定,进而确定该第三交点与上述移动点位之间的连线(即第三连线)。其中,上述第一点位与上述第二点位处于原始栅格地图的外部轮廓线中的相对方位,具体地,上述第二连线与上述第三连线之间相互平行。
进一步地,在确定好上述第二连线以及第三连线之后,上述第二连线、第三连线以及相应的内部轮廓线可将原始栅格地图整体划分为两个区域(即第三区域以及第四区域)。在此基础上,将上述第三区域以及第四区域中区域面积较小的一者确定上述包围区域,进而可根据该确定的包围区域的实际区域信息(如区域面积和区域遍历长度)对目标分割线进行确定。
另外,需要说明的是,在实际的应用过程中,上述第二连线与上述第三连线之间的位置关系不限于平行,两者之间的位置关系可根据目标模板的具体形式以及原始栅格地图的具体结构进行确定。
实施例五,图5示出了本发明实施例的场景地图处理方法的流程示意图之五。在该实施例中,上述区域信息包括区域面积和区域遍历长度,上述处理方法包括下述的步骤S502和步骤S510:
步骤S502,确定原始场景地图的外轮廓线和内轮廓线;
步骤S504,通过目标模板遍历外轮廓线;
步骤S506,根据目标模板中的第一标定线段和移动点位、外轮廓线和/或内轮廓线,确定包围区域;
步骤S508,在包围区域的区域面积大于等于第一预设阈值,且区域遍历长度大于等于第二预设阈值的情况下,将第一标定线段和外轮廓线或内轮廓线的交点,与移动点位之间的连线确定为目标分割线;
步骤S510,根据至少一条目标分割线将原始场景地图分割为多个目标区域,以得到目标场景地图;
其中,区域遍历长度为包围区域中的外轮廓线的长度。
在该实施例中,上述包围区域的区域信息具体包括区域面积以及区域遍历长度,其中,上述区域遍历长度为该包围区域中的外部轮廓线的长度。在此基础上,该实施例对上述通过目标模板与原始栅格地图的外部轮廓线和/或内部轮廓线包围形成的包围区域的区域信息与预设阈值的比较结果确定目标分割线的具体方式作了进一步限定。具体地,在确定好上述包围区域之后,对该包围区域的区域面积以及区域遍历长度进行确定,进而将确定的区域面积与第一预设阈值进行比较,以及将确定好的区域遍历长度与第二预设阈值进行比较。
在此基础上,在上述第一预设阈值小于等于包围区域的区域面积,并且上述第二预设阈值小于等于包围区域的区域遍历长度的情况下,将该包围区域中第一标定线段与外部轮廓线或内部轮廓线之间的交点,与上述移动点位之间的连线(即上述第一连线或第二连线或第三连线),确定为目标分割线。这样,兼顾分割区域的实际区域信息(如区域面积和区域轮廓长度)对原始场景地图进行划分,使得原始场景地图的分割结果能够与房屋实际情况相适应,且能够考虑房屋内的障碍物信息,保证了对场景地图划分的合理性和准确性,从而避免了对原始场景地图的过度分割或漏分等问题,保证了后续清扫机器人工作控制的准确性。
具体地,在上述第一标定线段与外部轮廓线相交,且上述第一预设阈值小于等于包围区域的区域面积,上述第二预设阈值小于等于包围区域的区域遍历长度的情况下,将上述第一连线确定为目标分割线。在上述第一标定线段与内部轮廓线相交,且在上述第一预设阈值小于等于包围区域的区域面积,上述第二预设阈值小于等于包围区域的区域遍历长度的情况下,将上述第二连线以及第三连线确定为目标分割线。
另外,需要说明的是,在实际的应用过程中,对于上述第一预设阈值以及上述第二预设阈值的具体取值,用户可根据房屋或目标场景的具体情况进行设置,在此不作具体限制。
实施例六,图6示出了本发明实施例的场景地图处理方法的流程示意图之六。其中,该处理方法包括下述的步骤S602至步骤S612:
步骤S602,遍历外轮廓线;
步骤S604,十字模板匹配;
步骤S606,判断是否匹配成功,若是,则执行步骤S608,若否,则执行步骤S602;
步骤S608,计算区域面积和遍历长度;
步骤S610,判断是否满足:区域面积和遍历长度均大于预设阈值,若是,则执行步骤S612,若否,则执行步骤S602;
步骤S612,删除掉分割好的地图区域;
步骤S614,判断是否存在可分割区域,若否,则结束流程,若是,则执行步骤S602。
在该实施例中,在获取目标房屋的原始栅格地图之后,通过十字模板(即上述目标模板)对原始栅格地图的外轮廓线进行遍历。具体地,将该十字模板的中心点(即上述移动点位)与外轮廓线上的各点位进行匹配,以判断十字模板的中心点在各点位处时十字模板与外轮廓线是否相交。在某一点位处,若十字模板与外轮廓线不相交,则判定该点位与十字模板的中心点匹配未成功,继续对外轮廓线进行遍历。而在十字模板与外轮廓线相交时,判断该点位与十字模板的中心点匹配成功,此时,对十字模板与外轮廓线形成的包围区域的区域面积以及区域遍历长度进行计算,并判断包围区域的区域面积以及区域遍历长度是否均大于相应的预设阈值。若否,继续对外轮廓线进行遍历,若是,则删除掉分割好的地图区域,也即将上述形成的包围区域确定已遍历区域,并确定相应的分割线。在此基础上,判定当前地图中是否还存在可分割区域,若否,则结束分割流程。若是,则继续对外轮廓线进行遍历,并根据遍历结果对分割线进行确定。此时,外轮廓线包括上述确定好的分割线,且不包括上述已遍历区域中的外轮廓线,以节约计算资源,提升分割速度。
这样,兼顾分割区域的实际区域信息(如区域面积和区域轮廓长度)对原始场景地图进行划分,使得原始场景地图的分割结果能够与房屋实际情况相适应,且能够考虑房屋内的障碍物信息,保证了对场景地图划分的合理性和准确性,从而避免了对原始场景地图的过度分割或漏分等问题,保证了后续清扫机器人工作控制的准确性。
示例性地,如图12所示,在原始栅格地图中,通过上述处理方式确定得到四条目标分割线1210、1212、1214、以及1216,在此基础上,通过上述四条目标分割线对原始栅格地图进行分割,将原始栅格地图分为四个目标区域1202、1204、1206以及1208,从而得到分割后的目标场景地图,以便后续扫地机器人根据该目标场景地图对目标房屋或目标场景的各个区域进行清扫。
实施例七,图13示出了本发明实施例的场景地图处理装置1300的结构框图。其中,该场景地图处理装置1300包括处理单元1302:
处理单元1302,用于确定原始场景地图的外轮廓线和内轮廓线;
处理单元1302还用于,通过目标模板遍历外轮廓线;
处理单元1302还用于,根据目标模板与外轮廓线和/或内轮廓线的包围区域的区域信息,确定至少一条目标分割线;
处理单元1302还用于,根据至少一条目标分割线将原始场景地图分割为多个目标区域,以得到目标场景地图。
本发明提供的场景地图处理装置1300,用于对房屋或目标场景的栅格地图进行分割,以将房屋或目标场景的原始栅格地图(即原始场景地图)划分为多个子区域,从而得到划分后的目标栅格地图(即目标场景地图)。在此基础上,可将上述划分好的目标栅格地图反馈至扫地机器人等清洁设备的控制装置或处理装置中,以使扫地机器人等清洁设备能够根据划分好的目标栅格地图对房屋或目标场景的各区域进行清扫工作,保证了扫地机器人等清洁设备工作控制的准确性。
其中,上述清洁设备中可设置有激光雷达扫描装置,上述原始栅格地图,也即上述原始场景地图,可通过清洁设备中的激光雷达扫描装置对房屋或目标场景进行扫描得到相应的激光雷达扫描数据,进而再通过低扫描得到的激光雷达数据进行处理得到上述原始栅格地图。另外,在实际的应用过程中,上述原始栅格地图还可为用户从第三方上传或导入清洁设备中的房屋或目标场景的栅格地图。对于上述原始栅格地图即原始场景的获取来源及获取方式,用户可根据实际情况进行选择,在此不作具体限制。
进一步地,本发明所提供的场景地图处理装置1300包括处理单元1302,通过处理单元1302对获取到的原始栅格地图进行识别,以对该原始栅格地图的内部轮廓线以及外部轮廓线进行识别确定。在此基础上,确定一个起始点位,并通过用户自定义设置的目标模板按照预设方向对识别确定的原始栅格地图的外部轮廓线进行遍历。在遍历过程中,对目标模板与原始栅格地图的外部轮廓线和/或内部轮廓线包围形成的包围区域的区域信息进行确定,并根据该区域信息与预设阈值的比较结果,确定至少一条目标分割线。进一步地,根据确定好的至少一条目标分割线,将房屋或目标场景的原始栅格地图划分为多个目标区域,从而得到房屋或目标场景的分割后的目标场景地图。这样,兼顾分割区域的实际区域信息(如区域面积和区域轮廓长度)对原始场景地图进行划分,使得原始场景地图的分割结果能够与房屋实际情况相适应,且能够考虑房屋内的障碍物信息,保证了对场景地图划分的合理性和准确性,从而避免了对原始场景地图的过度分割或漏分等问题,保证了后续清扫机器人工作控制的准确性。
其中,上述原始场景地图为二值图像,也即上述原始场景地图为图像像素仅有两个灰度级的栅格地图,在生成原始场景地图时,将房屋或目标场景中的实体部分(如墙体、障碍物等)与中空部分所对应的地图区域分别设置为两个不同的灰度级,从而得到房屋或目标场景的二值图像。
在此基础上,上述外部轮廓线以及内部轮廓线均为二值图像中两个灰度级区域的边界线。其中,上述外部轮廓线为原始场景地图的边缘轮廓线,也即位于上述二值图像中两个灰度级区域的全部边界线中的最外围的一周边界线,而上述内部轮廓线则为原始场景地图的全部轮廓线中除外部轮廓线之外的其他轮廓线,内部轮廓线和外部轮廓线相互独立,二者不存在相交区域。
在实际的应用过程中,上述目标模板具体可为正十字型模板、具备一定倾斜角度的十字型模板、T字型模板、一字型模板、L型模板等,对于上述目标模板的具体形式,用户可根据实际情况进行选择,在此不作具体限制。
综上所述,在本发明所提出的场景地图处理装置1300中,通过包括至少一条标定线段以及一个移动点位的目标模板对房屋或目标场景的原始栅格地图的外部轮廓线进行遍历,并根据目标模板与原始栅格地图的外部轮廓线和/或内部轮廓线包围形成的包围区域的区域信息,确定至少一条目标分割线,进而根据确定好的至少一条目标分割线,将房屋或目标场景的原始栅格地图划分为多个目标区域,从而得到房屋或目标场景的分割后的目标场景地图。这样,兼顾分割区域的实际区域信息(如区域面积和区域轮廓长度)对原始场景地图进行划分,使得原始场景地图的分割结果能够与房屋实际情况相适应,且能够考虑房屋内的障碍物信息,保证了对场景地图划分的合理性和准确性,从而避免了对原始场景地图的过度分割或漏分等问题,保证了后续清扫机器人工作控制的准确性。
在该实施例中,进一步地,目标模板包括一个移动点位和至少一条标定线段,移动点位用于遍历外轮廓线,标定线段靠近移动点位的端点与移动点位间隔第一长度,标定线段的长度为第二长度。
在该实施例中,进一步地,至少一条标定线段中的第一标定线段沿移动点位方向上的延长线与外轮廓线相交。
在该实施例中,进一步地,处理单元1302具体可用于:根据第一标定线段、移动点位、外轮廓线和/或内轮廓线,确定包围区域;根据包围区域的区域信息与预设阈值的比较结果,确定目标分割线。
在该实施例中,进一步地,处理单元1302具体可用于:在第一标定线段与外轮廓线相交的情况下,确定第一标定线段与外轮廓线的第一交点;根据第一交点和移动点位确定第一连线,第一连线将原始场景地图划分为第一区域和第二区域;将第一区域和第二区域中区域面积较小的一者确定为包围区域。
在该实施例中,进一步地,处理单元1302具体可用于:在第一标定线段与内轮廓线相交的情况下,基于移动点位在外轮廓线上的第一点位处,确定第一标定线段与内轮廓线的第二交点;基于移动点位在外轮廓线上的第二点位处,确定第一标定线段与内轮廓线的第三交点;根据第二交点和第一点位确定第二连线,以及根据第三交点和第二点位确定第三连线,第二连线和第三连线将原始场景地图划分为第三区域和第四区域;将第三区域和第四区域中区域面积较小的一者确定为包围区域;其中,在第一点位处移动点位和内轮廓线之间的距离最小,第二连线与第三连线平行。
在该实施例中,进一步地,区域信息包括区域面积和区域遍历长度,处理单元1302具体用于:在第一预设阈值小于等于区域面积,且第二预设阈值小于等于区域遍历长度的情况下,将第一标定线段和外轮廓线或内轮廓线的交点,与移动点位之间的连线确定为目标分割线;其中,区域遍历长度为包围区域中的外轮廓线的长度。
在该实施例中,进一步地,在确定任一目标分割线后,将与目标分割线相对应的包围区域确定为已遍历区域,对除包围区域中的外轮廓线之外的外轮廓线进行遍历。
实施例八,图14示出了本发明实施例提供的清洁组件1400的结构框图。其中,该清洁组件1400包括:
存储器1402,存储器1402上存储有程序或指令;
处理器1404,处理器1404执行上述程序或指令时实现如上述任一实施例中的场景地图处理方法的步骤。
本实施例提供的清洁组件1400包括存储器1402和处理器1404,存储器1402中的程序或指令被处理器1404执行时实现如上述任一实施例中的场景地图处理方法的步骤,因此该清洁组件1400具备上述任一实施例中的场景地图处理方法的全部有益效果,在此不再赘述。
具体地,存储器1402和处理器1404可以通过总线或者其它方式连接。处理器1404可包括一个或多个处理单元,处理器1404可以为中央处理器(Central Processing Unit,CPU)、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、现场可编程门阵列(Field Programmable GateArray,FPGA)等芯片。
实施例九,图15示出了本发明实施例提供的清洁组件1500的结构示意图,其中,该清洁组件1500包括上述实施例中的场景地图处理装置1300,因此,该清洁组件1500具备上述任一实施例中的场景地图处理装置1300的全部有益效果,在此不再赘述。
在该实施例中,进一步地,上述清洁组件1500还包括激光雷达扫描装置。在清洁组件1500的移动工作过程中,通过设置在其上的激光雷达扫描装置对目标房屋进行激光雷达扫描,从而得到目标房屋的激光雷达扫描数据。在此基础上,根据上述扫描数据构建目标房屋的原始栅格地图(即原始场景地图),以便上述场景地图处理装置1300对该原始场景地图进行调用,并将该原始场景地图划分为多个目标区域,从而得到分割后的目标场景地图,以使清洁组件能够根据该目标场景地图对目标房屋的各个区域进行清扫。
实施例十,图16示出了本发明实施例提供的清洁设备1600的结构框图。其中,清洁设备1600包括:上述实施例中的清洁组件1400。因此,该清洁设备1600具备上述实施例中的清洁组件1400的全部技术效果,在此不再赘述。
实施例十一,图17示出了本发明实施例提供的清洁设备1700的结构框图。其中,清洁设备1700包括:上述实施例中的清洁组件1500。因此,该清洁设备1700具备上述实施例中的清洁组件1500的全部技术效果,在此不再赘述。
本发明实施例提供的上述清洁设备,进一步地,清洁设备还包括供电组件,用于为其中的清洁组件供电,以保证清洁组件的正常运行。在清洁设备的工作过程中,供电组件可设置在房屋内的一个固定位置,清洁组件能够与供电组件相连接,在清洁组件执行清扫任务时,清洁组件与供电组件分离,并根据清扫指令进行清扫工作,清扫完成后,清洁组件返回供电组件,并通过供电组件为其充电,以保证下一次清扫任务的顺利进行。
实施例十三,本发明第六方面的实施例,提出了一种可读存储介质。其上存储有程序或指令,程序或指令被处理器执行时实现如上述任一实施例中的场景地图处理方法的步骤。
本发明实施例提供的可读存储介质,其存储的程序或指令被处理器执行时,可实现如上述任一实施例中的场景地图处理方法的步骤。因此,该可读存储介质具备上述任一实施例中的场景地图处理方法的全部有益效果,在此不再赘述。具体地,上述可读存储介质可以包括能够存储或传输信息的任何介质。可读存储介质的例子包括电子电路、半导体存储器设备、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random AccessMemory,RAM)、光盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、闪存、可擦除ROM(EROM)、磁带、软盘、光盘、硬盘、光纤介质、射频(RF)链路、光数据存储设备等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
在本说明书的描述中,术语“第一”、“第二”仅用于描述的目的,而不能理解为指示或暗示相对重要性,除非另有明确的规定和限定;术语“连接”、“安装”、“固定”等均应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连。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。
在本说明书的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。另外,本发明各个实施例之间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。
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。凡在本发明的精神和原则之内,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 (15)
1.一种场景地图处理方法,其特征在于,所述方法包括:
确定原始场景地图的外轮廓线和内轮廓线;
通过目标模板遍历所述外轮廓线;
根据所述目标模板与所述外轮廓线和/或所述内轮廓线的包围区域的区域信息,确定至少一条目标分割线;
根据所述至少一条目标分割线将所述原始场景地图分割为多个目标区域,以得到目标场景地图。
2.根据权利要求1所述的场景地图处理方法,其特征在于,所述目标模板包括一个移动点位和至少一条标定线段,所述移动点位用于遍历所述外轮廓线,所述标定线段靠近所述移动点位的端点与所述移动点位间隔第一长度,所述标定线段的长度为第二长度。
3.根据权利要求2所述的场景地图处理方法,其特征在于,所述至少一条标定线段中的第一标定线段沿所述移动点位方向上的延长线与所述外轮廓线相交。
4.根据权利要求3所述的场景地图处理方法,其特征在于,所述根据所述目标模板与所述外轮廓线和/或所述内轮廓线的包围区域的区域信息,确定至少一条目标分割线,具体包括:
根据所述第一标定线段、所述移动点位、所述外轮廓线和/或所述内轮廓线,确定所述包围区域;
根据所述包围区域的区域信息与预设阈值的比较结果,确定所述目标分割线。
5.根据权利要求4所述的场景地图处理方法,其特征在于,所述根据所述第一标定线段、所述移动点位、所述外轮廓线和/或所述内轮廓线,确定所述包围区域,具体包括:
基于所述第一标定线段与所述外轮廓线相交,确定所述第一标定线段与所述外轮廓线的第一交点;
根据所述第一交点和所述移动点位确定第一连线,所述第一连线将所述原始场景地图划分为第一区域和第二区域;
将所述第一区域和所述第二区域中区域面积较小的一者确定为所述包围区域。
6.根据权利要求4所述的场景地图处理方法,其特征在于,在所述第一标定线段与所述内轮廓线相交的情况下,所述根据所述第一标定线段、所述移动点位、所述外轮廓线和/或所述内轮廓线,确定所述包围区域,具体包括:
基于所述移动点位在所述外轮廓线上的第一点位处,确定所述第一标定线段与所述内轮廓线的第二交点;
基于所述移动点位在所述外轮廓线上的第二点位处,确定所述第一标定线段与所述内轮廓线的第三交点;
根据所述第二交点和所述第一点位确定第二连线,以及根据所述第三交点和所述第二点位确定第三连线,所述第二连线和所述第三连线将所述原始场景地图划分为第三区域和第四区域;
将所述第三区域和所述第四区域中区域面积较小的一者确定为所述包围区域;
其中,在所述第一点位处所述移动点位和所述内轮廓线之间的距离最小,所述第二连线与所述第三连线平行。
7.根据权利要求4至6中任一项所述的场景地图处理方法,其特征在于,所述区域信息包括区域面积和区域遍历长度,所述根据所述包围区域的区域信息与预设阈值的比较结果,确定所述目标分割线,具体包括:
基于所述区域面积大于等于第一预设阈值,且所述区域遍历长度大于等于第二预设阈值,将所述第一标定线段和所述外轮廓线或所述内轮廓线的交点,与所述移动点位之间的连线确定为所述目标分割线;
其中,所述区域遍历长度为所述包围区域中的外轮廓线的长度。
8.根据权利要求1至6中任一项所述的场景地图处理方法,其特征在于,在确定任一所述目标分割线后,将与所述目标分割线相对应的包围区域确定为已遍历区域,对除所述包围区域中的外轮廓线之外的所述外轮廓线进行遍历。
9.一种场景地图处理装置,其特征在于,包括:
处理单元,用于确定原始场景地图的外轮廓线和内轮廓线;
所述处理单元,还用于通过目标模板遍历所述外轮廓线;
所述处理单元,还用于根据所述目标模板与所述外轮廓线和/或所述内轮廓线的包围区域的区域信息,确定至少一条目标分割线;
所述处理单元,还用于根据所述至少一条目标分割线将所述原始场景地图分割为多个目标区域,以得到目标场景地图。
10.一种清洁组件,其特征在于,包括:
存储器,存储有程序或指令;
处理器,所述处理器执行所述程序或指令时实现如权利要求1至8中任一项所述的场景地图处理方法的步骤。
11.一种清洁组件,其特征在于,包括:
如权利要求9所述的场景地图处理装置。
12.根据权利要求11所述的清洁组件,其特征在于,还包括:
激光雷达扫描装置,用于对目标房屋进行激光雷达扫描,生成原始场景地图。
13.一种清洁设备,其特征在于,包括:
如权利要求10至12中任一项所述的清洁组件。
14.根据权利要求13所述的清洁设备,其特征在于,还包括:
供电组件,用于为所述清洁组件供电。
15.一种可读存储介质,其上存储有程序或指令,其特征在于,所述程序或指令被处理器执行时实现如权利要求1至8中任一项所述的场景地图处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210600043.8A CN114983272B (zh) | 2022-05-30 | 2022-05-30 | 场景地图处理方法和装置、清洁组件和清洁设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210600043.8A CN114983272B (zh) | 2022-05-30 | 2022-05-30 | 场景地图处理方法和装置、清洁组件和清洁设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114983272A true CN114983272A (zh) | 2022-09-02 |
CN114983272B CN114983272B (zh) | 2024-05-14 |
Family
ID=83029745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210600043.8A Active CN114983272B (zh) | 2022-05-30 | 2022-05-30 | 场景地图处理方法和装置、清洁组件和清洁设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114983272B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US20190179325A1 (en) * | 2017-12-12 | 2019-06-13 | Shenzhen Silver Star Intelligent Technology Co., Ltd. | Cleaning Robot and Shortest Path Planning Method Based on Cleaning Robot |
US20190325234A1 (en) * | 2018-04-18 | 2019-10-24 | Baidu Usa Llc | Lane post-processing in an autonomous driving vehicle |
CN110888960A (zh) * | 2019-11-29 | 2020-03-17 | 深圳市银星智能科技股份有限公司 | 一种室内空间分区方法、装置及移动机器人 |
CN111202472A (zh) * | 2020-02-18 | 2020-05-29 | 深圳市愚公科技有限公司 | 一种扫地机器人的终端地图构建方法、终端设备及清扫系统 |
WO2020107772A1 (zh) * | 2018-11-30 | 2020-06-04 | 上海肇观电子科技有限公司 | 机器人地图构建和定位 |
US20200345192A1 (en) * | 2017-12-26 | 2020-11-05 | Hangzhou Ezviz Software Co., Ltd. | Cleaning method and cleaning robot |
CN112180931A (zh) * | 2020-09-30 | 2021-01-05 | 小狗电器互联网科技(北京)股份有限公司 | 扫地机的清扫路径规划方法、装置及可读存储介质 |
US20210007572A1 (en) * | 2019-07-11 | 2021-01-14 | Lg Electronics Inc. | Mobile robot using artificial intelligence and controlling method thereof |
WO2021248846A1 (zh) * | 2020-06-12 | 2021-12-16 | 珠海一微半导体股份有限公司 | 一种机器人沿边行走的区域清扫规划方法、芯片及机器人 |
WO2022027869A1 (zh) * | 2020-08-02 | 2022-02-10 | 珠海一微半导体股份有限公司 | 一种基于边界的机器人区域划分方法、芯片及机器人 |
CN114764239A (zh) * | 2020-12-31 | 2022-07-19 | 深圳市普渡科技有限公司 | 清扫机器人控制方法、装置、计算机设备及存储介质 |
-
2022
- 2022-05-30 CN CN202210600043.8A patent/CN114983272B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US20200359867A1 (en) * | 2017-11-08 | 2020-11-19 | Hangzhou Ezviz Software Co., Ltd. | Determining Region Attribute |
US20190179325A1 (en) * | 2017-12-12 | 2019-06-13 | Shenzhen Silver Star Intelligent Technology Co., Ltd. | Cleaning Robot and Shortest Path Planning Method Based on Cleaning Robot |
US20200345192A1 (en) * | 2017-12-26 | 2020-11-05 | Hangzhou Ezviz Software Co., Ltd. | Cleaning method and cleaning robot |
US20190325234A1 (en) * | 2018-04-18 | 2019-10-24 | Baidu Usa Llc | Lane post-processing in an autonomous driving vehicle |
WO2020107772A1 (zh) * | 2018-11-30 | 2020-06-04 | 上海肇观电子科技有限公司 | 机器人地图构建和定位 |
US20210007572A1 (en) * | 2019-07-11 | 2021-01-14 | Lg Electronics Inc. | Mobile robot using artificial intelligence and controlling method thereof |
CN110888960A (zh) * | 2019-11-29 | 2020-03-17 | 深圳市银星智能科技股份有限公司 | 一种室内空间分区方法、装置及移动机器人 |
CN111202472A (zh) * | 2020-02-18 | 2020-05-29 | 深圳市愚公科技有限公司 | 一种扫地机器人的终端地图构建方法、终端设备及清扫系统 |
WO2021248846A1 (zh) * | 2020-06-12 | 2021-12-16 | 珠海一微半导体股份有限公司 | 一种机器人沿边行走的区域清扫规划方法、芯片及机器人 |
WO2022027869A1 (zh) * | 2020-08-02 | 2022-02-10 | 珠海一微半导体股份有限公司 | 一种基于边界的机器人区域划分方法、芯片及机器人 |
CN112180931A (zh) * | 2020-09-30 | 2021-01-05 | 小狗电器互联网科技(北京)股份有限公司 | 扫地机的清扫路径规划方法、装置及可读存储介质 |
CN114764239A (zh) * | 2020-12-31 | 2022-07-19 | 深圳市普渡科技有限公司 | 清扫机器人控制方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114983272B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7462244B2 (ja) | ロボットの縁沿い走行中の清掃区画領域の計画方法、チップ及びロボット | |
CN108335302B (zh) | 一种区域分割方法及装置 | |
CN112102151B (zh) | 栅格地图的生成方法、装置、移动智慧设备和存储介质 | |
WO2020077850A1 (zh) | 一种室内区域划分和识别方法、装置及终端设备 | |
CN111728535B (zh) | 一种生成清扫路径的方法、装置、电子设备及存储介质 | |
CN111766871B (zh) | 一种行走机器人及应用于行走机器人的地图处理方法 | |
CN111736616A (zh) | 扫地机器人的避障方法、装置、扫地机器人及可读介质 | |
CN110412619B (zh) | 激光机器人的区域遍历方法和激光主控芯片 | |
CN111329398A (zh) | 机器人控制方法、机器人、电子设备和可读存储介质 | |
CN111681246A (zh) | 一种激光地图的区域分割方法 | |
CN114387585B (zh) | 障碍物检测方法、检测装置及行驶装置 | |
CN111802978A (zh) | 清扫控制方法、存储介质及扫地机器人 | |
CN112130165A (zh) | 一种定位方法、装置、介质及无人设备 | |
CN111681250B (zh) | 一种基于激光栅格地图的分割方法 | |
CN113759342A (zh) | 一种激光雷达的扫描方法、装置、计算机设备和存储介质 | |
CN114365974B (zh) | 一种室内清洁分区方法、装置和扫地机器人 | |
CN111505652A (zh) | 一种地图建立方法、装置及作业设备 | |
CN114983272A (zh) | 场景地图处理方法和装置、清洁组件和清洁设备 | |
CN112258517A (zh) | 激光雷达栅格地图的自动修图方法和装置 | |
CN112180914A (zh) | 地图处理方法、装置、存储介质和机器人 | |
CN113763308B (zh) | 一种地面检测方法、装置、服务器及介质 | |
CN110599569B (zh) | 一种建筑物内部二维平面图的生成方法、存储设备及终端 | |
CN113776520A (zh) | 地图构建、使用方法、装置、机器人和介质 | |
CN111481108A (zh) | 扫地机重定位方法及装置 | |
CN112947465B (zh) | 一种防止栅格概率地图持续恶化的方法、芯片和机器人 |
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 |