CN115191886A - 一种快速建图的方法、装置、及清洁机器人 - Google Patents
一种快速建图的方法、装置、及清洁机器人 Download PDFInfo
- Publication number
- CN115191886A CN115191886A CN202210816810.9A CN202210816810A CN115191886A CN 115191886 A CN115191886 A CN 115191886A CN 202210816810 A CN202210816810 A CN 202210816810A CN 115191886 A CN115191886 A CN 115191886A
- Authority
- CN
- China
- Prior art keywords
- point
- boundary
- area
- contour
- reachable
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000004140 cleaning Methods 0.000 title claims abstract description 37
- 230000004888 barrier function Effects 0.000 claims abstract description 15
- 238000013507 mapping Methods 0.000 claims description 18
- 239000000428 dust Substances 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 abstract description 5
- 239000011521 glass Substances 0.000 description 16
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 230000003628 erosive effect Effects 0.000 description 3
- 238000010408 sweeping Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008602 contraction Effects 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002699 waste material 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
- A47L11/40—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
- A47L11/4011—Regulation of the cleaning machine by electric means; Control systems and remote control systems therefor
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
- B25J11/008—Manipulators for service tasks
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种快速建图的方法、装置、及清洁机器人,属于清洁机器人技术领域。方法包括:以移动机器人当前位置作为初始点,获取移动机器人可到达的已知区域及已知区域的轮廓边界,并实时更新地图;获取用于探索未知区域的可达点,可达点设于已知区域内或已知区域与未知区域的分界线上;移动机器人移动至可达点,更新已知区域及已知区域的轮廓边界,并以上述可达点作为初始点,继续获取下一可达点,直至无法获取下一可达点时,地图更新完毕。由于已知区域的环境信息已知,可达点位于已知区域或已知区域与未知区域的分界线上,可以保证移动机器人从当前位置到可达点的探索路径已知且没有障碍物,减少探索过程中不必要的碰撞。
Description
技术领域
本发明涉及清洁机器人技术领域,具体地说,涉及一种快速建图的方法、装置、及清洁机器人。
背景技术
移动机器人技术在各行各业得到了广泛的应用,特别是服务机器人,包括餐厅的送餐机器人,家庭的扫地机器人。而完整的环境地图是移动机器人高效工作的基础,在移动机器人第一次在陌生的环境工作时,可以通过机器人自带的传感器(如激光雷达、红外、摄像头)快速扫描环境,构建环境地图。
但由于移动机器人在地图完全构建完整前,视野是有限的,在对视野之外的未知环境进行探索时容易发生碰撞,影响移动机器人的建图效率。
发明内容
本发明的目的是提供一种快速建图的方法、装置、及清洁机器人,使机器人能够在有限的时间内完整、精确的构建环境地图,为机器人完成其他工作奠定基础。
为了实现上述目的,第一方面,本发明提供的快速建图的方法,包括:
以移动机器人当前位置作为初始点,获取移动机器人可到达的已知区域及所述已知区域的轮廓边界,并实时更新地图,所述轮廓边界包括障碍物边界、以及所述已知区域与未知区域的分界线;
获取用于探索所述未知区域的可达点,所述可达点设于所述已知区域内或所述已知区域与未知区域的分界线上;
移动机器人移动至所述可达点,更新已知区域及所述已知区域的轮廓边界,并以上述可达点作为初始点,继续获取下一可达点,直至无法获取下一可达点时,地图更新完毕。
可选地,在一个实施例中,所述获取用于探索所述未知区域的可达点的步骤包括:
对所述已知区域的轮廓边界进行内缩处理;
获取内缩后的已知区域的轮廓线,并滤除所述轮廓线在一定范围内存在障碍物边界的部分,得到探索轮廓;
对所述探索轮廓进行聚类处理,得到若干目标点;
根据移动机器人当前位置,从若干目标点中确认所述可达点。
可选地,在一个实施例中,滤除所述外轮廓在一定范围内存在障碍物边界的部分,得到探索轮廓,包括:
将所述障碍物边界各像素点的像素值设定为区别于已知区域和未知区域的定值A;
获取所述轮廓线各像素点的坐标值,并判断各坐标值在一定范围内是否存在像素值为A的像素点;
若存在,则滤除该坐标值对应的轮廓线部分,得到探索轮廓。
可选地,在一个实施例中,所述根据移动机器人当前位置,从若干目标点中确认所述可达点,包括:
获取移动机器人当前位置与各目标点的路径;选取路径长度最短的目标点作为所述可达点。
可选地,在一个实施例中,所述获取用于探索所述未知区域的可达点的步骤包括:
去除已知区域的轮廓边界中的障碍物边界,得到未知区域边界轮廓;
对未知区域边界轮廓进行聚类处理,得到若干中间点;
以所述中间点为中心划定一个规则区域,并以该区域与已知区域重叠部分中距离所述未知区域边界轮廓最远的点作为目标点;
根据移动机器人当前位置,从若干目标点中确认所述可达点。
可选地,在一个实施例中,获取用于探索所述未知区域的可达点之后,对移动机器人进行路径规划,若无法规划路径,则对当前可达点进行标记,并获取下一可达点。
可选地,在一个实施例中,所述方法还包括:
在所述移动机器人移动至所述可达点的过程中,若发生碰撞,则标记碰撞点,并在所述碰撞点处重新获取可达点。
第二方面,本发明提供的快速建图的装置,包括:
建图模块,获取移动机器人可到达的已知区域及所述已知区域的轮廓边界,并实时更新地图,所述轮廓边界包括障碍物边界、以及所述已知区域与未知区域的分界线;
获取模块,以移动机器人当前位置作为初始点,获取用于探索所述未知区域的可达点,所述可达点设于所述已知区域内或所述已知区域与未知区域的分界线上;并在移动机器人移动至可达点时更新已知区域及所述已知区域的轮廓边界;
控制模块,控制移动机器人移动至所述可达点,并以所述可达点作为初始点,获取下一可达点,直至无法获取下一可达点时,地图更新完毕。
第三方面,本发明提供的清洁机器人,包括:
设于机身上的激光雷达;
处理器;
用于存储处理器可执行指令的存储器;
其中,所述激光雷达被配置为扫描并获取所述清洁机器人可到达的已知区域及所述已知区域的轮廓边界;所述处理器被配置为根据所述激光雷达数据执行上述的快速建图的方法。
可选地,在一个实施例中,所述清洁机器人还设有拖擦单元和吸尘单元,所述处理器在执行快速建图的过程中,所述拖擦单元和/或所述吸尘单元处于停止工作的状态。
第四方面,本发明提供的计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序可由处理器执行以完成上述的快速建图的方法。
与现有技术相比,本发明的有益之处在于:
本申请中移动机器人根据当前实时环境地图提取已知区域及已知区域的轮廓边界,并获取用于探索未知区域的可达点,控制移动机器人移动至可达点,并利用激光雷达扫描环境以更新环境地图。其中,用于探索未知区域的可达点位于已知区域内或已知区域与未知区域的分界线上,由于已知区域的环境信息已知,可达点位于已知区域内或已知区域与未知区域的分界线上,可以保证移动机器人从当前位置到可达点的探索路径已知且没有障碍物,减少探索过程中不必要的碰撞。使移动机器人能够在有限的时间内获取最完整、最精确的地图,且无需人工干预,大大提高了建图效率。
本申请中清洁机器人在执行快速建图的过程中,拖擦单元和/或吸尘单元处于停止工作状态,可避免清洁机器人在建图过程中电量的浪费。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍:
图1为本发明一实施例提供的移动机器人的结构示意图;
图2为本发明一实施例提供的移动机器人的快速建图的方法的流程示意图;
图3为本发明一实施例提供的获取用于探索未知区域的可达点的流程示意图;
图4为本发明一实施例提供的移动机器人在滤除轮廓线在一定范围内存在障碍物边界的部分得到探索轮廓时的流程示意图;
图5为本发明一实施例提供的获取用于探索未知区域的可达点的流程示意图;
图6为本发明一实施例提供的清洁机器人的结构示意图;
图7为本发明一实施例提供的清洁机器人的快速建图的方法的流程示意图;
图8-图13为本发明中清洁机器人针对图7中快速建图的方法的地图处理示意图;
图14为本发明清洁机器人执行快速建图方法的动态过程示意图;
图15为本发明中快速建图的动态过程图。
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,以下结合实施例及其附图对本发明作进一步说明。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的实施例,本领域普通技术人员在无需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。
除非另外定义,本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
实施例
参见图1,为本申请提供的一种移动机器人1,包括:至少一个处理器11和存储器12,图1中以一个处理器11为例。处理器11和存储器12通过总线10连接,存储器12存储有可被处理器11执行的指令,指令被处理器11执行,以使移动机器人1可执行下述的快速建图的方法。
存储器12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,如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read Only Memory,简称EPROM),可编程只读存储器(Programmable Red-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。
具体的,本申请中的移动机器人1可以是清洁机器人,如扫地机器人、拖地机器人、扫拖一体机器人,还可以是服务机器人等。
参见图2,其为本申请一实施例提供的移动机器人1的快速建图的方法的流程示意图。如图2所示,该方法包括如下步骤S100-步骤S300。
步骤S100:以移动机器人当前位置作为初始点,获取移动机器人可到达的已知区域及已知区域的轮廓边界,并实时更新地图,轮廓边界包括障碍物边界、以及已知区域与未知区域的分界线。
移动机器人首次在陌生的工作环境中工作时,可以通过其自带的传感器(如激光雷达、红外、摄像头)快速扫描环境,构建环境地图。在扫描过程中,实时获取周围环境信息,并根据当前地图提取已知区域及已知区域的轮廓边界,将移动机器人当前视野内可到达的区域作为已知区域,已知区域的轮廓边界包括障碍物边界,如墙体,以及非障碍物边界,非障碍物边界即已知区域与未知区域的分界线。
可以理解的是,移动机器人所构建的地图为三色栅格地图,地图上未获知的未知区域以背景色进行显示,已知区域以第一色进行显示,障碍物以第二色进行显示,如此,背景色与第一色的交界处为已知区域和未知区域的分界线。
步骤S200:获取用于探索未知区域的可达点,可达点设于已知区域内或所述已知区域与未知区域的分界线上。
未知区域为移动机器人在当前视野内无法获知环境信息的区域,需要移动机器人进一步靠近以探索获知该区域的环境信息。移动机器人在当前位置处获取探索未知区域的可达点,可以理解的是,可达点应靠近未知区域,便于移动机器人进一步的探索未知区域,同时,可达点位于已知区域或已知区域与未知区域的分界线上,可以保证探索路径已知且没有障碍物,减少探索过程中不必要的碰撞。
其中,可达点位于已知区域时,既可以保证移动机器人从当前位置移动到可达点时路径已知,又可保证可达点位置周围环境已知。可达点位于已知区域与未知区域的分界线上时,可以确保移动机器人从当前位置移动到可达点时路径已知,并可确保可达点在位于已知区域一侧环境已知,在一定程度上减少了探索过程中不必要的碰撞。
可以理解的是,移动机器人不管是在移动过程中,还是位于初始点或可达点处时,都在实时获取已知区域及已知区域的轮廓边界,并将获取的已知区域的环境信息和已知区域的轮廓边界实时更新到地图上。
步骤S300:移动机器人移动至可达点,更新已知区域及已知区域的轮廓边界,并以上述可达点作为初始点,继续获取下一可达点,直至无法获取下一可达点时,地图更新完毕。
本步骤中,移动机器人将可达点发送给导航模块,导航模块在接收到可达点后,首先进行路径规划,若无法规划路径,则判断此可达点探索结束,并对当前可达点进行标记,获取下一可达点。
其中,当至少存在以下情况的其中一种时,移动机器人无法获取下一可达点。
情况一:已知区域的轮廓边界均为连续的障碍物边界,或不连续的障碍物边界,此时,移动机器人的工作环境为一个完整封闭的区域,已不存在未知区域。可以理解的是,不连续的障碍物边界中不连续部分可以是由若干轮廓点组成,且各轮廓点的紧密度较高。比如,当房间的墙角下放置了较多杂物时,移动机器人扫描到的可能是不连续且紧密度较高的若干轮廓点。此外,不连续的障碍物边界也可能是断续的轮廓线,同样,相邻轮廓线之间的紧密度也较高。
情况二:获取到的可达点位于移动机器人无法靠近的位置。比如,当环境中存在玻璃障碍物,比如玻璃门时,移动机器人可能无法探测到玻璃门信息,而可达点位于玻璃障碍物后,当移动机器人靠近时,会被玻璃门阻挡并发生碰撞,由于无法跨越玻璃门而无法到达可达点。
可以理解的是,该情况并不是指只要移动机器人因玻璃障碍物无法靠近可达点后,就认为无法获取可达点。此时,移动机器人会将与玻璃障碍物的碰撞点位置进行标记,并在碰撞点位置重新探索下一可达点,在探索下一可达点时,可达点可能仍然位于玻璃障碍物之后,并重复上述过程,直至将玻璃障碍物标记完并确认玻璃障碍物的后方为无法到达的区域,且其他区域也无法获取到可达点,则认为移动机器人无法获取下一可达点。
或者,当移动机器人第一次碰撞到玻璃障碍物后,先沿玻璃障碍物进行探索直至将整个玻璃障碍物标记完,并确定无法到达可达点处,且无其他可达点时,则认为移动机器人无法获取下一可达点。
为了避免移动机器人重复获取同一个可达点,移动机器人会对已经到达过的可达点或不能到达的可达点进行标记,标记方式可以是以该点为中心划定1-1.5个移动机器人机身作为半径,圈定并标记该范围内为不可达范围。这样,移动机器人在后续的探索过程中,不会重复选择由于玻璃障碍物的阻碍而不能到达的可达点,以及该可达点一定范围内均不会被选择,提高了移动机器人的工作效率。
可以看出,本申请中,移动机器人根据当前实时环境地图提取已知区域及已知区域的轮廓边界,并获取用于探索未知区域的可达点,控制移动机器人移动至可达点,并利用激光雷达扫描环境以更新环境地图。其中,用于探索未知区域的可达点位于已知区域内或已知区域与未知区域的分界线上,由于已知区域的环境信息已知,可达点位于已知区域内或已知区域与未知区域的分界线上,可以保证移动机器人从当前位置到可达点的探索路径已知且没有障碍物,减少探索过程中不必要的碰撞。同时,使移动机器人能够在有限的时间内获取最完整、最精确的地图,且无需人工干预,大大提高了建图效率。
参见图3,其为本申请一实施例提供的获取用于探索未知区域的可达点的流程示意图,如图3所示,本申请中,移动机器人在获取用于探索未知区域的可达点时,会执行如下步骤S110-步骤S140。
步骤S110:对已知区域的轮廓边界进行内缩处理。
本步骤中,对已知区域的轮廓边界进行内缩处理后,得到的内缩后的已知区域的边界必定位于已知区域内,这样,在后续根据已知区域的边界获取的可达点也位于已知区域内,减少了探索过程中不必要的碰撞。
步骤S120:获取内缩后的已知区域的轮廓线,并滤除轮廓线在一定范围内存在障碍物边界的部分,得到探索轮廓。
本步骤中,由于已知区域的轮廓边界也包括障碍物边界,为了使可达点更接近未知区域,需要避免可达点位于障碍物边界处。因此,若内缩后的已知区域的轮廓线在一定范围内存在障碍物边界,则需要将该部分轮廓线剔除掉,最终得到的均为已知区域与未知区域分界线的内缩部分,这样,移动机器人在根据已知区域的轮廓线得到可达点时,可达点更靠近于未知区域。
基于此,如图4所示,本申请中,移动机器人在滤除轮廓线在一定范围内存在障碍物边界的部分,得到探索轮廓时,会执行如下步骤S121-步骤S123。
步骤S121:将障碍物边界各像素点的像素值设定为区别于已知区域和未知区域的定值A。
步骤S122:获取轮廓线各像素点的坐标值,并判断各坐标值在一定范围内是否存在像素值为A的像素点。
步骤S123:若存在,则滤除该坐标值对应的轮廓线部分,得到探索轮廓。
通过上述步骤S121-步骤S123,由于移动机器人构建的地图为三色栅格地图,其中,未知区域以背景色进行显示,已知区域以第一色进行显示,障碍物以第二色进行显示,可设定第二色的像素值为A。通过判断轮廓线各像素点附近是否存在像素值为A的像素点,进而可以判断轮廓线附近是否存在障碍物轮廓,若存在,则说明该处轮廓线为由障碍物边界内缩而得到,可对该处轮廓线滤除。最终得到由已知区域与未知区域的分界线内缩而成的轮廓线部分,以作为探索轮廓。
步骤S130:对探索轮廓进行聚类处理,得到若干目标点。
在得到了移动机器人当前视角中未知区域的探索轮廓后,需要将其转换为具体的目标点提供给移动机器人让其导航探索。在构建当前区域地图的前期阶段,探索轮廓一般呈现为直线特征,后期阶段一般呈现为散点特征,为了保证地图构建的完整性,同时对探索轮廓进行两种聚类方式。
第一种聚类方式:HOUGH聚类,先对探索轮廓进行直线提取,再计算得到直线的中点作为聚类点。
第二种聚类方式:DBSCAN聚类,DBSCAN是一种基于密度的聚类算法,可以通过探索轮廓点分布的紧密程度决定样本是否属于同一类别,再对同一类别的所有轮廓点求平均值得到DBSCAN聚类点。
在通过HOUGH和DBSCAN聚类之后,就可以得到当前地图下的所有目标点,且目标点均位于已知区域,可以减少碰撞风险,提高探索效率。
步骤S140:根据移动机器人当前位置,从若干目标点中确认可达点。
本步骤中,移动机器人按照特定规则选取在步骤S130中获得的目标点作为可达点,为了能够高效的构建环境地图,在得到所有目标点之后,选取距离机器人当前最近(路径最短)的目标点进行探索。利用Jump Point Search(JPS)算法遍历求解机器人与各目标点的路径,选取路径长度最短的目标点作为当前探索可达点发送给导航模块,对移动机器人进行导航以构建该区域的环境地图。
参见图5,其为本申请另一实施例提供的获取用于探索未知区域的可达点的流程示意图,如图5所示,本申请中,移动机器人在获取用于探索未知区域的可达点时,会执行如下步骤S210-步骤S240。
步骤S210:去除已知区域的轮廓边界中的障碍物边界,得到未知区域边界轮廓;
步骤S220:对未知区域边界轮廓进行聚类处理,得到若干中间点;
步骤S230:以中间点为中心划定一个规则区域,并以该区域与已知区域重叠部分中距离未知区域边界轮廓最远的点作为目标点;
步骤S240:根据移动机器人当前位置,从若干目标点中确认可达点。
本实施例中,首先将已知区域的轮廓边界中的障碍物边界删除,得到的为已知区域与未知区域的分界线,即未知区域的边界轮廓。然后对未知区域的边界轮廓进行聚类处理,可以理解的是,本实施例中对未知区域的边界轮廓进行聚类处理同样采用以下两种聚类方式。
第一种聚类方式:HOUGH聚类,先对未知区域的边界轮廓进行直线提取,再计算得到直线的中点作为聚类点。
第二种聚类方式:DBSCAN聚类,通过探索未知区域的边界轮廓点分布的紧密程度决定样本是否属于同一类别,再对同一类别的所有轮廓点求平均值得到DBSCAN聚类点。
在通过HOUGH和DBSCAN聚类之后,得到若干中间点。由于开始并未对已知区域的轮廓边界进行内缩处理,此时中间点位于已知区域与未知区域的交界处,由于此时不能获取未知区域的环境信息,若未知区域在边界处存在障碍物,移动机器人导航到该处时很可能发生碰撞。因此,需将中间点朝向已知区域的内部移动一定距离,得到目标点,以使目标点处于环境信息可见的已知区域内。
本实施例中,通过以中间点为中心划定一个规则区域,比如正方形区域或圆形区域,并以该区域与已知区域重叠部分中距离未知区域边界轮廓最远的点作为目标点。如此,得到的目标点应当位于已知区域内,可减少碰撞风险,提高探索效率。进而,根据移动机器人当前位置,从若干目标点中确认可达点。
在步骤S240中,移动机器人按照特定规则选取获得的目标点作为可达点,为了能够高效的构建环境地图,在得到所有目标点之后,选取距离机器人当前最近(路径最短)的目标点进行探索。利用Jump Point Search(JPS)算法遍历求解机器人与各目标点的路径,选取路径长度最短的目标点作为当前探索可达点发送给导航模块,对移动机器人进行导航以构建该区域的环境地图。
为便于理解,下面以清洁机器人为例,针对具体工况对本申请中的快速建图的方法的具体工作流程进行讲解。
参见图6,本实施例中,清洁机器人2包括机身21和设于机身21上的激光雷达22,还包括处理器和用于存储处理器可执行指令的存储器;其中,激光雷达22被配置为扫描并获取清洁机器人2可到达的已知区域及已知区域的轮廓边界;处理器被配置为根据激光雷达2的数据执行以下快速建图的方法。
清洁机器人2还包括位于机身21底部的拖擦单元和吸尘单元,其中,拖擦单元包括用于对地面进行拖擦清洁的拖擦件23和用于驱动拖擦件转动的驱动件(图中未示出);吸尘单元包括对地面灰尘进行扰动的辊刷、驱动辊刷的驱动件、和将被辊刷扬起的灰尘吸入尘盒的吸尘风机(图中均为示出)。
为了节省电量,处理器在执行快速建图的过程中,清洁机器人2的拖擦单元和/或吸尘单元处于停止工作的状态。
参见图7,其为本申请一实施例提供的清洁机器人的快速建图的方法的流程示意图。如图7所示,该方法包括如下步骤S310-步骤S370。
步骤S310:以清洁机器人开始工作的位置作为初始点,通过激光雷达获取清洁机器人可到达的已知区域及已知区域的轮廓边界,并实时更新地图,轮廓边界包括障碍物边界、以及已知区域与未知区域的分界线。
本步骤下,陌生环境中,在具有建图功能的移动机器人上运行建图算法(如gmapping、cartographer),以清洁机器人开始工作的地点作为地图坐标原点,此时机器人会得到视野范围内的三色栅格地图,如图8所示,地图上未获知的未知区域以灰色进行显示,已知区域以白色进行显示,障碍物以黑色进行显示,如此,灰色与白色的交界处为已知区域和未知区域的分界线。
步骤S320:对已知区域的轮廓边界进行内缩处理,获取内缩后的已知区域的轮廓线。
本步骤中,首先对图8的栅格化地图依次进行二值化、腐蚀处理,二值化即将像素值大于阈值的像素设置为255(白色),否则设置为0(黑色)。腐蚀是将像素值为0的区域向外扩展,使白色区域收缩变小,即对已知区域进行内缩处理。对图8所示的地图依次进行二值化、腐蚀处理后得到图9。然后对图9中的二值地图进行外轮廓查找,得到图10的轮廓线。
步骤S330:滤除轮廓线在一定范围内存在障碍物边界的部分,得到探索轮廓。
本步骤中,将图10的轮廓线坐标保存下来,与图8进行对比,滤除当前坐标周围存在像素值为0(黑色障碍物)的轮廓坐标,得到图8的已知区域与未知区域交界处,如图11所示。通过步骤S320中的腐蚀操作,可以保证图11中的探索轮廓是已知且没有障碍物的区域,以减少探索过程中不必要的碰撞。
步骤S340:对探索轮廓进行聚类处理,得到若干目标点;
本步骤中,在得到清洁机器人当前视角的探索轮廓后,需要将其转换为具体的目标点提供给清洁机器人让其导航探索。在构建当前区域地图的前期阶段,探索轮廓一般显现为直线特征,后期阶段一般显现为散点特征,为了保证地图构建的完整性,同时对探索轮廓进行以下两种聚类方式。
第一种聚类方法:HOUGH聚类,先对探索轮廓进行直线提取,再计算得到直线的中点作为聚类点,如图12所示,(a)为探索轮廓的示意图,(b)为对探索轮廓进行HOUGH聚类后得到的目标点的示意图。
第二种聚类方法:DBSCAN聚类,DBSCAN是一种基于密度的聚类算法,可以通过探索轮廓点分布的紧密程度决定样本是否属于同一类别,再对同一类别的所有轮廓点求平均值得到DBSCAN聚类点,如图13所示,(a)为探索轮廓的示意图,(b)为对探索轮廓进行DBSCAN聚类后得到的目标点的示意图。
步骤S350:根据清洁机器人当前位置,从若干目标点中确认可达点。
本步骤中,在通过HOUGH和DBSCAN聚类之后,得到当前地图下的所有目标点,且目标点均位于已知区域内,可以减少碰撞风险,提高探索效率。随后按照特定规则选取目标点,进行导航就可以构建该区域的环境地图。
为了能够高效的构建环境地图,在得到所有目标点之后,选取距离机器人当前最近(路径最短)的目标点作为可达点进行探索。利用Jump Point Search(JPS)算法遍历求解清洁机器人与所有目标点的路径,选取路径长度最短的目标点(即可达点)作为当前探索导航点发送给导航模块,并将此可达点进行记录,确保下次不会给该点一定范围之内的导航点。
步骤S360:清洁机器人移动至可达点,并以可达点作为初始点,对地图进行更新。
导航模块在接收到具体的可达点之后,首先进行路径规划,若无法规划路径,则判断此可达点探索结束,获取下一个可达点。若有路径则则进行路径跟踪,若中途发生碰撞,标记碰撞点重新获取导航点进行路径规划,直到到达可达点或无路径,当机器人到达目标点后,原地旋转一定角度进行环境扫描,尽可能减少建图盲区,最后结束此可达点的探索。具体流程如图14所示。
步骤S370:循环步骤S310-步骤S360,直至无法获取下一可达点时,地图更新完毕。
如图15所示,为快速建图的动态过程,其中,图中横向表示清洁机器人的探索次数,纵向表示每次探索时获取可达点的过程,直至第四次探索时无法获取可达点,结束快速建图过程。
在本申请所提供的实施例中,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
功能如果以软件功能模块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、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种快速建图的方法,其特征在于,包括:
以移动机器人当前位置作为初始点,获取移动机器人可到达的已知区域及所述已知区域的轮廓边界,并实时更新地图,所述轮廓边界包括障碍物边界、以及所述已知区域与未知区域的分界线;
获取用于探索所述未知区域的可达点,所述可达点设于所述已知区域内或所述已知区域与未知区域的分界线上;
移动机器人移动至所述可达点,更新已知区域及所述已知区域的轮廓边界,并以上述可达点作为初始点,继续获取下一可达点,直至无法获取下一可达点时,地图更新完毕。
2.根据权利要求1所述的快速建图的方法,其特征在于,所述获取用于探索所述未知区域的可达点的步骤包括:
对所述已知区域的轮廓边界进行内缩处理;
获取内缩后的已知区域的轮廓线,并滤除所述轮廓线在一定范围内存在障碍物边界的部分,得到探索轮廓;
对所述探索轮廓进行聚类处理,得到若干目标点;
根据移动机器人当前位置,从若干目标点中确认所述可达点。
3.根据权利要求2所述的快速建图的方法,其特征在于,滤除所述外轮廓在一定范围内存在障碍物边界的部分,得到探索轮廓,包括:
将所述障碍物边界各像素点的像素值设定为区别于已知区域和未知区域的定值A;
获取所述轮廓线各像素点的坐标值,并判断各坐标值在一定范围内是否存在像素值为A的像素点;
若存在,则滤除该坐标值对应的轮廓线部分,得到探索轮廓。
4.根据权利要求2所述的快速建图的方法,其特征在于,所述根据移动机器人当前位置,从若干目标点中确认所述可达点,包括:
获取移动机器人当前位置与各目标点的路径;选取路径长度最短的目标点作为所述可达点。
5.根据权利要求1所述的快速建图的方法,其特征在于,所述获取用于探索所述未知区域的可达点的步骤包括:
去除已知区域的轮廓边界中的障碍物边界,得到未知区域边界轮廓;
对未知区域边界轮廓进行聚类处理,得到若干中间点;
以所述中间点为中心划定一个规则区域,并以该区域与已知区域重叠部分中距离所述未知区域边界轮廓最远的点作为目标点;
根据移动机器人当前位置,从若干目标点中确认所述可达点。
6.根据权利要求1所述的快速建图的方法,其特征在于,获取用于探索所述未知区域的可达点之后,对移动机器人进行路径规划,若无法规划路径,则对当前可达点进行标记,并获取下一可达点。
7.根据权利要求1所述的快速建图的方法,其特征在于,所述方法还包括:
在所述移动机器人移动至所述可达点的过程中,若发生碰撞,则标记碰撞点,并在所述碰撞点处重新获取可达点。
8.一种快速建图的装置,其特征在于,包括:
建图模块,获取移动机器人可到达的已知区域及所述已知区域的轮廓边界,并实时更新地图,所述轮廓边界包括障碍物边界、以及所述已知区域与未知区域的分界线;并在移动机器人移动至可达点时更新已知区域及所述已知区域的轮廓边界;
获取模块,获取用于探索所述未知区域的可达点,所述可达点设于所述已知区域内或所述已知区域与未知区域的分界线上;
控制模块,控制移动机器人移动至所述可达点,并以所述可达点作为初始点,获取下一可达点,直至无法获取下一可达点时,地图更新完毕。
9.一种清洁机器人,其特征在于,所述清洁机器人包括:
设于机身上的激光雷达;
处理器;
用于存储处理器可执行指令的存储器;
其中,所述激光雷达被配置为扫描并获取所述清洁机器人可到达的已知区域及所述已知区域的轮廓边界;所述处理器被配置为根据激光雷达数据执行权利要求1-7任意一项所述的快速建图的方法。
10.根据权利要求9所述的清洁机器人,其特征在于,所述清洁机器人还设有拖擦单元和吸尘单元,所述处理器在执行快速建图的过程中,所述拖擦单元和/或所述吸尘单元处于停止工作的状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210816810.9A CN115191886A (zh) | 2022-07-12 | 2022-07-12 | 一种快速建图的方法、装置、及清洁机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210816810.9A CN115191886A (zh) | 2022-07-12 | 2022-07-12 | 一种快速建图的方法、装置、及清洁机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115191886A true CN115191886A (zh) | 2022-10-18 |
Family
ID=83579663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210816810.9A Pending CN115191886A (zh) | 2022-07-12 | 2022-07-12 | 一种快速建图的方法、装置、及清洁机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115191886A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106197421A (zh) * | 2016-06-24 | 2016-12-07 | 北京工业大学 | 一种用于移动机器人自主探索的前沿目标点生成方法 |
CN109974699A (zh) * | 2017-12-27 | 2019-07-05 | 深圳市优必选科技有限公司 | 一种机器人及其地图自主探索方法和装置 |
CN110174112A (zh) * | 2019-07-01 | 2019-08-27 | 北京洛必德科技有限公司 | 一种用于移动机器人自动建图任务的路径优化方法 |
CN110465089A (zh) * | 2019-07-29 | 2019-11-19 | 腾讯科技(深圳)有限公司 | 基于图像识别的地图探索方法、装置、介质及电子设备 |
CN110488809A (zh) * | 2019-07-19 | 2019-11-22 | 上海景吾智能科技有限公司 | 一种室内移动机器人的自主建图方法和装置 |
CN110531760A (zh) * | 2019-08-16 | 2019-12-03 | 广东工业大学 | 基于曲线拟合和目标点邻域规划的边界探索自主建图方法 |
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 |
CN112033410A (zh) * | 2020-09-03 | 2020-12-04 | 中南大学 | 移动机器人环境地图构建方法、系统及存储介质 |
CN113050632A (zh) * | 2021-03-11 | 2021-06-29 | 珠海市一微半导体有限公司 | 用于机器人探索未知区域的地图探索方法、芯片及机器人 |
CN113805590A (zh) * | 2021-09-23 | 2021-12-17 | 云南民族大学 | 一种基于边界驱动的室内机器人自主探索方法及系统 |
-
2022
- 2022-07-12 CN CN202210816810.9A patent/CN115191886A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106197421A (zh) * | 2016-06-24 | 2016-12-07 | 北京工业大学 | 一种用于移动机器人自主探索的前沿目标点生成方法 |
CN109974699A (zh) * | 2017-12-27 | 2019-07-05 | 深圳市优必选科技有限公司 | 一种机器人及其地图自主探索方法和装置 |
CN110174112A (zh) * | 2019-07-01 | 2019-08-27 | 北京洛必德科技有限公司 | 一种用于移动机器人自动建图任务的路径优化方法 |
CN110488809A (zh) * | 2019-07-19 | 2019-11-22 | 上海景吾智能科技有限公司 | 一种室内移动机器人的自主建图方法和装置 |
CN110465089A (zh) * | 2019-07-29 | 2019-11-19 | 腾讯科技(深圳)有限公司 | 基于图像识别的地图探索方法、装置、介质及电子设备 |
CN110531760A (zh) * | 2019-08-16 | 2019-12-03 | 广东工业大学 | 基于曲线拟合和目标点邻域规划的边界探索自主建图方法 |
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 |
CN112033410A (zh) * | 2020-09-03 | 2020-12-04 | 中南大学 | 移动机器人环境地图构建方法、系统及存储介质 |
CN113050632A (zh) * | 2021-03-11 | 2021-06-29 | 珠海市一微半导体有限公司 | 用于机器人探索未知区域的地图探索方法、芯片及机器人 |
CN113805590A (zh) * | 2021-09-23 | 2021-12-17 | 云南民族大学 | 一种基于边界驱动的室内机器人自主探索方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110531760B (zh) | 基于曲线拟合和目标点邻域规划的边界探索自主建图方法 | |
CN109961440B (zh) | 一种基于深度图的三维激光雷达点云目标分割方法 | |
Lundeen et al. | Scene understanding for adaptive manipulation in robotized construction work | |
CN113467456A (zh) | 一种未知环境下用于特定目标搜索的路径规划方法 | |
JP4971369B2 (ja) | 旋回可能なセンサ装置を用いた物体検出方法 | |
CN111609852A (zh) | 语义地图构建方法、扫地机器人及电子设备 | |
WO2022188663A1 (zh) | 一种目标检测方法及装置 | |
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 | |
CN110874101B (zh) | 一种机器人清扫路径的生成方法及装置 | |
CN113568415B (zh) | 一种移动机器人及其沿边移动方法、计算机存储介质 | |
CN111198378B (zh) | 基于边界的自主探索方法和装置 | |
CN111595356B (zh) | 一种激光导航机器人的工作区域构建方法 | |
CN111399507A (zh) | 确定栅格地图中边界线的方法、划分栅格地图的方法 | |
CN111679661A (zh) | 基于深度相机的语义地图构建方法及扫地机器人 | |
US20230334778A1 (en) | Generating mappings of physical spaces from point cloud data | |
Beinschob et al. | Advances in 3d data acquisition, mapping and localization in modern large-scale warehouses | |
CN111609853A (zh) | 三维地图构建方法、扫地机器人及电子设备 | |
CN114365974B (zh) | 一种室内清洁分区方法、装置和扫地机器人 | |
CN112987735B (zh) | 一种基于Delaunay三角形的移动机器人安全路径规划方法 | |
CN115191886A (zh) | 一种快速建图的方法、装置、及清洁机器人 | |
CN112967384A (zh) | 识别建筑测绘构件的点云智能化切分方法 | |
CN112258517A (zh) | 激光雷达栅格地图的自动修图方法和装置 | |
CN113446971B (zh) | 空间识别方法,电子装置和非暂态计算机可读存储介质 | |
KR102293526B1 (ko) | 3d 스캐닝 장비를 이용한 시설물 유지관리 시스템 및 그 방법 | |
CN115393234A (zh) | 地图区域融合方法、装置、自主移动设备和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221018 |