CN115237115A - 机器人扫图的控制方法、装置、服务器、设备及存储介质 - Google Patents

Abstract

本发明实施例涉及控制技术领域，公开了一种机器人扫图的控制方法、装置、服务器、设备及存储介质。机器人扫图的控制方法包括：获取扫描图像，扫描图像由机器人基于当前所处位置进行扫图得到；检测扫描图像和参考图像的差异度是否超过预设阈值，参考图像为用户上传的地图；在扫描图像和参考图像的差异度不超过预设阈值的情况下，控制机器人以第一扫图模式进行扫图；在扫描图像和参考图像的差异度超过预设阈值的情况下，控制机器人以第二扫图模式进行扫图；其中，在第二扫图模式下得到的扫描图像中的地图信息多于在第一扫图模式下得到的扫描图像中的地图信息。使得在保证构建地图的准确性的情况下，能够提高扫图的效率，节约时间和资源。

Description

机器人扫图的控制方法、装置、服务器、设备及存储介质

技术领域

本发明实施例涉及控制技术领域，特别涉及一种机器人扫图的控制方法、装置、服务器、设备及存储介质。

背景技术

机器人为了完成用户下发的各种各样的任务，如地面清洁、抓取物体等，通常需要了解其所处的环境，如地面清洁需要了解室内房间和桌椅等的分布、抓取物体需要了解物体在环境中所处的位置以及前往该位置的障碍物分布等。为了准确地了解自身所处环境，机器人通常是利用内置的各种传感器，如激光雷达、摄像头等，在移动的同时不断进行扫图，逐步拼凑出整个地图，其中，拼凑地图所使用的信息都依赖于机器人扫图获取的环境信息，因此，为了保证地图的准确性，机器人需要使用尽量多的传感器以及尽量提高传感器精度，从而得到图像内容多、精度高的扫描图像。

然而，上述扫图方式，耗费的时间和资源多，成本高，用户体验差。

发明内容

本发明实施例的目的在于提供一种机器人扫图的控制方法、装置、服务器、设备及存储介质，使得在保证构建地图的准确性的情况下，能够提高扫图的效率，节约时间和资源。

为达到上述目的，本发明的实施例提供了一种机器人扫图的控制方法，包括：获取扫描图像，所述扫描图像由机器人基于当前所处位置进行扫图得到；检测所述扫描图像和参考图像的差异度是否超过预设阈值，所述参考图像为用户上传的地图；在所述扫描图像和所述参考图像的差异度不超过所述预设阈值的情况下，控制所述机器人以第一扫图模式进行扫图；在所述扫描图像和所述参考图像的差异度超过所述预设阈值的情况下，控制所述机器人以第二扫图模式进行扫图；其中，在所述第二扫图模式下得到的所述扫描图像中的地图信息多于在所述第一扫图模式下得到的所述扫描图像中的地图信息。

为达到上述目的，本发明的实施例还提供了一种机器人扫图的控制装置，包括：获取模块，用于获取扫描图像，所述扫描图像由机器人基于当前所处位置进行扫图得到；检测模块，用于检测所述扫描图像和参考图像的差异度是否超过预设阈值，所述参考图像为用户上传的地图；第一扫图模块，用于在所述扫描图像和所述参考图像的差异度不超过所述预设阈值的情况下，控制所述机器人以第一扫图模式进行扫图；第二扫图模块，用于在所述扫描图像和所述参考图像的差异度超过所述预设阈值的情况下，控制所述机器人以第二扫图模式进行扫图；其中，在所述第二扫图模式下得到的所述扫描图像中的地图信息多于在所述第一扫图模式下得到的所述扫描图像中的地图信息。

为达到上述目的，本发明的实施例还提供了一种服务器，包括如上所述的机器人扫图的控制装置。

为达到上述目的，本发明的实施例还提供了一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的机器人扫图的控制方法。

为达到上述目的，本发明的实施例还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的机器人扫图的控制方法。

本发明实施例提供的机器人扫图的控制方法，在机器人扫图过程中，通过判断扫描图像和用户上传的参考图像的差异度是否超过预设阈值来确定参考图像是否可靠，从而在扫描图像和参考图像的差异度未超过预设阈值的情况下，即参考图像与实际环境相差不大，相对可靠时，控制机器人以第一扫图模式进行扫图，由于参考图像与实际环境相差不大，因此可以信任参考图像中的信息，在构建地图的时，可以使用参考图像中的信息，扫图不需要获取全面精细的地图信息，结合参考图像和扫描图像就能够得到准确真实地反映实际环境的地图，相对于地图构建依赖于获取全面精细的地图信息的情况，此时机器人不需要牺牲扫图效率以保证地图信息较多，扫图效率可以得到提升，扫图所需时间也相应减少，扫图的功耗和成本也相应降低；在扫描图像和参考图像的差异度超过预设阈值的情况下，即参考图像与实际环境相差较大，不太可靠时，控制机器人以第二扫图模式进行扫图，由于此时参考图像与实际环境相差较大，因此，不可完全信任参考地图，在构建地图时主要使用通过扫图获取全面精细的地图信息得到准确真实地反映实际环境的地图。也就是说，在保证构建地图的准确性的情况下，根据实际得到的扫描图像灵活地调整扫图方式，能够根据参考图像中的可靠信息辅助构建地图，加快扫图速度，提升效率，降低功耗和成本。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1是本发明一实施例中提供的机器人扫图的控制方法的流程图；

图2是本发明另一实施例中提供的机器人扫图的控制装置的结构示意图；

图3是本发明另一实施例中提供的服务器的结构示意图；

图4是本发明另一实施例中提供的电子设备的结构示意图。

具体实施方式

由背景技术可知，目前通过扫图来拼凑构建地图时，拼凑地图所使用的信息都依赖于机器人扫图获取的环境信息，因此，为了保证地图的准确性，机器人需要使用尽量多的传感器以及尽量提高传感器精度，从而得到图像内容多、精度高的扫描图像，耗费的时间和资源多，成本高，用户体验差。

为解决上述问题，本发明实施例提供了一种机器人扫图的控制方法，包括：获取扫描图像，所述扫描图像由机器人基于当前所处位置进行扫图得到；检测所述扫描图像和参考图像的差异度是否超过预设阈值，所述参考图像为用户上传的地图；在所述扫描图像和所述参考图像的差异度不超过所述预设阈值的情况下，控制所述机器人以第一扫图模式进行扫图；在所述扫描图像和所述参考图像的差异度超过所述预设阈值的情况下，控制所述机器人以第二扫图模式进行扫图；其中，在所述第二扫图模式下得到的所述扫描图像中的地图信息多于在所述第一扫图模式下得到的所述扫描图像中的地图信息。

本发明实施例提供的机器人扫图的控制方法，在机器人扫图过程中，通过判断扫描图像和用户上传的参考图像的差异度是否超过预设阈值来确定参考图像是否可靠，从而在扫描图像和参考图像的差异度未超过预设阈值的情况下，即参考图像与实际环境相差不大，相对可靠时，控制机器人以第一扫图模式进行扫图，由于参考图像与实际环境相差不大，因此可以信任参考图像中的信息，在构建地图的时，可以使用参考图像中的信息，扫图不需要获取全面精细的地图信息，结合参考图像和扫描图像就能够得到准确真实地反映实际环境的地图，相对于地图构建依赖于获取全面精细的地图信息的情况，此时机器人不需要牺牲扫图效率以保证地图信息较多，扫图效率可以得到提升，扫图所需时间也相应减少，扫图的功耗和成本也相应降低；在扫描图像和参考图像的差异度超过预设阈值的情况下，即参考图像与实际环境相差较大，不太可靠时，控制机器人以第二扫图模式进行扫图，由于此时参考图像与实际环境相差较大，因此，不可完全信任参考地图，在构建地图时主要使用通过扫图获取全面精细的地图信息得到准确真实地反映实际环境的地图。也就是说，在保证构建地图的准确性的情况下，根据实际得到的扫描图像灵活地调整扫图方式，能够根据参考图像中的可靠信息辅助构建地图，加快扫图速度，提升效率，降低功耗和成本。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施例进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施例中，为了使读者更好地理解本发明而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施例的种种变化和修改，也可以实现本发明所要求保护的技术方案。

以下各个实施例的划分是为了描述方便，不应对本发明的具体实现方式构成任何限定，各个实施例在不矛盾的前提下可以相互结合相互引用。

本发明实施例一方面提供了一种机器人扫图的控制方法，应用于服务器、计算机等电子设备，其流程如图1所示。

步骤101，获取扫描图像。

本实施例中，扫描图像是由机器人基于当前所处位置进行扫图得到的，如通过机器人内置的激光雷达在一定范围内发射激光束，然后接收激光束经障碍物反射回来的波束，从而得到能够描述障碍物分布情况的图像，即激光雷达图像，将激光雷达图像作为扫描图像；或者，通过机器人内置的深度摄像头对周围环境进行拍摄，特别地，机器人还可以根据需求来调整深度摄像头的拍摄角度等，得到深度图像，将深度图像作为扫描图像；或者，机器人同时调用激光雷达和深度摄像头，对得到的深度图和激光雷达图像进行综合分析，得到一个更加准确的图像作为扫描图像等。当然，以上仅为具体的举例说明，实际扫描图像可以是机器人调用激光雷达、深度摄像头、超声传感器、视觉摄像头等中的一个或多个传感器得到的图像，此处就不再一一赘述了。

可以理解的是，机器人在扫图过程中还需要明确自身所在位置，否则会出现机器人定位丢失进而无法正常进行运动规划和地图构建等问题，因此，进一步地，在获取扫描图像之后，机器人扫图的控制方法还包括：根据扫描图像在参考图像中进行匹配；在匹配成功的情况下，将在参考图像中匹配到的位置确定为当前所在位置；在匹配不成功的情况下，提示用户在参考图像中标记当前所处位置，或者，控制机器人获取与当前扫描图像不同的新的扫描图像，以根据新的扫描图像确定当前所在位置，其中，参考图像为用户上传的地图。从而机器人能够根据当前所在位置、参考图像和扫描图像进行运动规划，确定移动方向、移动角度、移动速度、转动角速度等信息，更好地进行扫图、探索环境中墙体、桌椅等的分布情况。

在一个例子中，扫描图像为激光雷达图像，由于激光遇到障碍物会被反射，因此，激光雷达图像描述的是局部环境，而用户上传的参考图像通常是针对整个环境而言的，如整个屋子的建筑图像，因此，可以在参考图像中通过逐像素比对等的方式确定是否匹配，特别地，可以预先设置一个匹配度，当在参考图像中通过匹配找到满足预设匹配度的位置，就判定匹配成功并不再继续匹配，并将匹配到的位置作为当前所在位置，当整个参考图像匹配完成后都没有找到满足预设匹配度的位置，就判定匹配不成功，在判定匹配不成功的情况下，通过用户交互界面以弹出框、声音提示等方式提醒用户并在用户交互界面呈现出参考图像供用户标记出机器人当前所在位置，或者，对整个参考图像都进行匹配，当找到至少一个满足预设匹配度的位置，就判定匹配成功并将至少一个满足预设匹配度的位置中匹配度最高的位置作为机器人当前所处位置。

在另一个例子中，机器人基于当前位置仅开启内置的激光雷达进行扫图，将得到激光雷达图像作为扫描图像，根据扫描图像进行匹配，假设匹配不成功，可以控制机器人开启内置的深度摄像头进行扫图，将得到的深度图像作为新的扫描图像，然后根据新的扫描图像在参考图像中进行匹配，并将在参考图像中匹配到的位置作为当前所处位置，或者，根据激光雷达图像和深度图像在参考图像中进行匹配，并将在参考图像中匹配到的位置作为当前所处位置，其中，深度图像的匹配方式可以是根据障碍物的轮廓在参考图中进行初步匹配，然后深度图像中选取若干给特征点，根据这些特征点与在参考图像中初步匹配到的区域中的预测特征点进行匹配；根据激光雷达图像和深度图像在参考图像中进行匹配在上述深度图像的匹配的基础上，在特征点匹配时还需要加上激光雷达图像得到的三位点云图像一起进行匹配。需要说明的是，选取特征点可以是基于神经网络实现，即预先训练一个输入为桌椅等环境中障碍物的图像，输出为这些障碍物的特征点的神经网络，这些特征点能够用于描述出障碍物并能够从多种障碍物中唯一确定出其对应的障碍物。

特别地，当机器人接收到需要执行扫图任务时，首先需要进行定位，确定自身在参考图像中的位置，即机器人在开始移动前需要先开启激光雷达、深度摄像头、视觉摄像头、超声传感器等中的一个或多个，以获取扫描图像，然后对扫描图像和参考图像进行匹配等确定机器人的初始位置。其中，为了更好地确定初始位置，可以尽量多开启一些传感器，以得到更加准确的扫描图像。

需要说明的是，参考图像的格式可以是任何能够被服务器、机器人、计算机等电子设备处理的图像，如联合照片专家组(Joint Photo graphic Expert Group，JPEG)格式、便携式网络图形(Portable Network Graphics，PNG)格式、计算机辅助设计(Computer AidedDesign，CAD)格式等，还可以是用户手绘地图拍摄后得到的图像，此处就不再一一赘述了。

还可以理解的是，为了保证参考图像匹配，以及后续匹配能够更加准确，还可以对参考图像进行处理，使得处理后的参考图像能够更加符合机器人扫图过程中对参考图像的需求。因此，进一步地，在获取扫描图像之前，机器人扫图的控制方法还包括：接收用户上传的参考图像；检测参考图像是否满足预设图像质量要求；在参考图像不满足预设图像质量要求的情况下，根据预设图像质量要求对参考图像进行处理，得到满足预设图像质量要求的参考图像。

在一个例子中，预设图像质量要求之一为参考图像为二值图像，服务器向用户终端，如手机、平板等，发送一个上传参考图像的指示，用户终端接收到指令后，在与该服务器管理的应用程序(Application，App)的界面上跳出弹出框以供用户拖拽参考图像到弹出框进行上传，并语音提示用户上传参考图像，用户在APP界面上完成上传之后，服务器接收到上传的参考图像，然后检测参考图像是否为二值图像以判断上传的参考图像是否满足预设图像质量要求，在参考图像是二值图像，即上传的参考图像满足预设图像质量要求的情况下，后续操作可以直接使用上传的参考图像，在参考图像不是二值图像，即上传的参考图像不满足预设图像质量要求的情况下，对参考图像进行二值化，使其满足预设图像质量要求，后续操作使用二值化后的参考图像。特别地，还可以进一步约束二值图像为黑白图像，如障碍物，如墙体、桌椅等，标记为黑色，机器人可运动的区域标记为白色。

在又一个例子中，预设图像质量要求之一为参考图像中无标记干扰，此时，根据预设图像质量要求对参考图像进行处理，包括：对参考图像进行文字识别；从参考图像中去除识别出来的文字。

需要说明的是，去除识别出来的文字之前还可以根据识别出来的文字辅助理解参考图像，如上传的参考图像中可能带有“厨房”、“卧室”、“客厅”、“屏风”、“电视机”等标记，扫地机器人可以根据其预测，标记有“客厅”的区域可能有较多桌椅、茶几等的障碍物，为了更好地通过扫图了解需要清洁的区域，可以放慢扫图的速度，提高扫图的精度，或者，参考图像中可能标记有“减速带”、“地毯”等，机器人在运动规划时，需要改变运动速度，或者，参考图像中可能标记有“不可访问区域”、“卧室”等不可访问或不便访问的隐私区域，机器人在进行运动规划以及扫图时不考虑这些区域，或者，参考图像中标记有楼梯等机器人不便通过或无法通过的区域，机器人在运动规划时需要考虑不对该区域进行扫图，或者，参考图像中标记有运动方向的标记，或者，标记有门合页，则按照标记方向进行运动规划或向便于运动的区域进行运动，如通过房间门进入房间时运动规划包含向远离门合页的一侧进入房间；标记有“屏风”的区域可能会是玻璃材质，透光，激光雷达发射的波束可能会透过屏风导致激光雷达图像不太准确，因此，在逼近屏风时需要放慢速度；上传的参考图像中还可能带有尺寸标记，根据这些尺寸标记可以用于辅助运动规划，如当某个房间标记的长为10米，可以用于确定从房间的一侧前往另一侧的运动速度和运动时间，或者，当某两个房间标记的长为L1和L2时，预设的路径规划策略为优先在面积较小的区域进行扫图，根据L1和L2的大小关系确定先对哪个房间进行扫图，或者，参考图像中标记有会议室以及会议室内的各类障碍物，在运动规划时可以考虑如何避开障碍物从会议室前往茶水间以在茶水间内扫图，或者，当参考图像中标记有障碍物，预设的路径规划策略为优先在障碍物少，即干扰少的区域内进行扫图，确定出先在空旷的走廊进行扫图，然后对障碍物少的茶水间进行扫图，接着在桌椅等障碍物多的办公区域内进行扫图等。当然，以上仅为具体的举例说明，此处就不再一一赘述了。

还需要说明的是，以上仅为对预设图像质量要求的举例说明，预设图像质量要求还可以是参考图像包含比例尺，在参考图像不包含比例尺的情况下，不便于电子设备根据比例尺确定各个房间等区域的尺寸，因此，可以提示用户输入比例尺；预设图像质量要求还可以是参考图像满足一定饱和度/灰度值/尺寸要求等，在参考图像不满足的情况下，调整参考图像的饱和度/灰度值/尺寸；预设图像质量要求还可以是参考图像的标记要求，在参考图像不是按照要求标记的情况下，对参考图像的标记方式进行修改、转换；预设图像质量要求还可以是参考图像中的线条规则性要求，如参考图像为手绘存在直线存在抖动等不规则的情况需要对线条进行调整使其为规则的线条、参考图像中的存在长度标记的比例尺不同时调整各个线条的长度使其比例尺相同等，此处就不再一一赘述了。

步骤102，检测扫描图像和参考图像的差异度是否超过预设阈值，若否，执行步骤103，若是，执行步骤104。

在一个例子中，由于机器人在扫图时不断确定当前所处位置，因此，可以基于当前确定的位置在参考图像中确定扫图得到的扫描图像对应的区域，然后将确定出来的区域和参考图像进行比对，根据比对结果判断参考图像是否准确，即检测扫描图像和参考图像的差异度是否超过阈值。

在又一个例子中，机器人不需要不断确定当前所处位置，由于机器人在扫图之前至少会先确定自身所处位置，因此，通过对运动规划以及实际运动状态的结算能够通过积分等方式确定出机器人自身所处位置，进而可以基于计算出来的位置在参考图像中确定扫图得到的扫描图像对应的区域，然后将确定出来的区域和参考图像进行匹配，根据比对结果判断参考图像是否准确，即检测扫描图像和参考图像的差异度是否超过阈值。

步骤103，控制机器人以第一扫图模式进行扫图。

本实施例中，机器人内置有至少两个用于扫图的传感器。控制机器人以第一扫图模式进行扫图，包括：控制机器人将传感器中的至少一个设置为关闭状态；和/或，控制机器人降低扫图过程中的成像精度。可以理解的是，使用的传感器越少，用于成像的信息越少，成像得到的扫描图像中包含的图像内容，即地图信息也就越少；成像精度越低，得到的扫描图像中信息越不精细，包含的图像内容，即地图信息也就越少。因此，通过调整传感器的状态和/或成像精度就能够随着调整扫图图像中的地图信息的丰富度。

在一个例子中，第一扫图模式下控制机器人只保留预设数量的传感器或特定传感器进行扫图，如设定第一扫图模式只保持激光雷达处于开启状态，其他传感器处于关闭状态，或者，随机选定两个传感器保持开启状态，其他传感器处于关闭状态等，从而减少扫图时使用的传感器数量，减少了扫图时的能耗和成本，将第一扫图模式下得到的扫描图像和参考图像对应区域的信息结合起来就能够得到全面准确的地图信息，提高了扫图效率。

在又一个例子中，第一扫图模式下控制机器人在扫图时按照预设的低精度进行成像，从而减少扫图时的计算量或减少扫图时各个传感器的精度，如减少激光雷达的发射功率或增大深度摄像头的拍摄间隔等方式。

上述例子中，传感器或精度是一次性调整到期望状态，实际上还可以多次调整，因此，在又一个例子中，在多次都检测到差异度未超过预设阈值的情况下，每次从正在运行，即处于开启状态的传感器中关闭一个或两个传感器，直到深度摄像头、视觉摄像头、超声传感器或激光雷达等传感器中只有一个开启，关闭的次序可以是通过随机选取的方式确定，还可以是按照用户等预先设置的方式确定，或者，在多次都检测到差异度未超过预设阈值的情况下，每次按照预设步长降低成像精度，直到降低至预设精度阈值。

步骤104，控制机器人以第二扫图模式进行扫图；其中，在第二扫图模式下得到的扫描图像中的地图信息多于在第一扫图模式下得到的扫描图像中的地图信息。

本实施例中，控制机器人以第二扫图模式进行扫图，包括：控制机器人将当前处于关闭状态的传感器中的至少一个设置为开启状态；和/或，控制机器人提高扫图过程中的成像精度。

在一个例子中，第二扫图模式下控制机器人只关闭预设数量的传感器或特定传感器进行扫图，或者，保持所有传感器处于开启状态，如设定第二扫图模式只关闭超声传感器，其他传感器处于开启状态，或者，随机选定一个传感器保持关闭状态，其他传感器处于开启状态等，从而增加扫图时使用的传感器数量，增加用于成像的信息，保证第二扫图模式得到的扫描图像中包含了足够多的用于构建地图的地图信息，从而保证构建地图的准确性。

在又一个例子中，第二扫图模式下控制机器人在扫图时按照较高精度成像，从而保证第二扫图模式得到的扫描图像中包含了足够多的用于构建地图的地图信息，从而保证构建地图的准确性。

上述例子中，传感器或精度是一次性调整到期望状态，实际上还可以多次调整，因此，在又一个例子中，在多次都检测到差异度超过预设阈值的情况下，每次从处于关闭状态的传感器中开启一个或两个传感器，直到深度摄像头、视觉摄像头、超声传感器或激光雷达等传感器均被开启，开启的次序可以是通过随机选取的方式确定，还可以是按照用户等预先设置的方式确定，或者，在多次都检测到差异度超过预设阈值的情况下，每次按照预设步长增加成像精度，直到增加至期望精度。

进一步地，由于机器人一边移动一边进行扫图，而移动的控制取决于机器人的运动规划，运动规划有涉及到对参考图像的置信度问题，因此，在一些例子中，机器人在第一扫图模式下进行运动规划时对参考图像的置信度低于在第二扫图模式下进行运动规划时对参考图像的置信度，此时，控制机器人以第一扫图模式进行扫图，包括：控制机器人增大在运动规划时对参考图像的置信度。控制机器人以第二扫图模式进行扫图，包括：控制机器人减小在运动规划时对参考图像的置信度；控制机器人降低运动速度、转动角速度和转动角度。也就是说，以激光雷达为用户预先设置的始终保持开启的传感器为例，扫图的过程中，机器人无限逼近参考图像中的墙体等障碍物，如果扫图得到的扫描图像和参考图像之间的差异很小，则通过服务器指令机器人快速切换到低功耗、低成像模式，并增加参照参考图像的程度以及关闭超声传感器、视觉传感器、深度摄像头等中的一个或多个，生成激光雷达图像；如果扫图得到的扫描图像和参考图像之间的差异很大，则通过服务器指令机器人快速切换到高功耗、高成像模式，减少参照参考图像的程度，甚至减少在此区域内进行扫图时判断扫图得到的扫描图像和参考图像之间的差异度是否超过预设阈值的次数，并减慢机器人扫图的行走速度，减慢机器人转动的速度和角度，开启超声传感器、视觉传感器、深度摄像头等中处于关闭状态的一个或多个传感器，生成激光雷达图像。

上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。

本发明实施例另一方面还提供了一种机器人扫图的控制装置，如图2所示，包括：

获取模块201，用于获取扫描图像，扫描图像由机器人基于当前所处位置进行扫图得到。

检测模块202，用于检测扫描图像和参考图像的差异度是否超过预设阈值，参考图像为用户上传的地图。

第一扫图模块203，用于在扫描图像和参考图像的差异度不超过预设阈值的情况下，控制机器人以第一扫图模式进行扫图。

第二扫图模块204，用于在扫描图像和参考图像的差异度超过预设阈值的情况下，控制机器人以第二扫图模式进行扫图；在第二扫图模式下得到的扫描图像中的地图信息多于在第一扫图模式下得到的扫描图像中的地图信息。

不难发现，本实施例为与方法实施例相对应的装置实施例，本实施例可与方法实施例互相配合实施。方法实施例中提到的相关技术细节在本实施例中依然有效，为了减少重复，这里不再赘述。相应地，本实施例中提到的相关技术细节也可应用在方法实施例中。

值得一提的是，本实施例中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施例中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施例中不存在其它的单元。

本发明实施例另一方面还提供了一种服务器，如图3所示，服务器301包括机器人扫图的控制装置302。

其中，机器人扫图的控制装置包括获取装置，用于获取扫描图像，扫描图像由机器人基于当前所处位置进行扫图得到；检测模块，用于检测扫描图像和参考图像的差异度是否超过预设阈值，参考图像为用户上传的地图；第一扫图模块，用于在扫描图像和参考图像的差异度不超过预设阈值的情况下，控制机器人以第一扫图模式进行扫图；第二扫图模块，用于在扫描图像和参考图像的差异度超过预设阈值的情况下，控制机器人以第二扫图模式进行扫图；其中，机器人在第一扫图模式下的扫图功耗小于在第二扫图模式下的扫图功耗。

不难发现，本实施例为与方法实施例相对应的服务器实施例，本实施例可与方法实施例互相配合实施。方法实施例中提到的相关技术细节在本实施例中依然有效，为了减少重复，这里不再赘述。相应地，本实施例中提到的相关技术细节也可应用在方法实施例中。

值得一提的是，本实施例中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施例中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施例中不存在其它的单元。

本发明实施例另一方面还提供了一种电子设备，如图4所示，包括：至少一个处理器401；以及，与至少一个处理器401通信连接的存储器402；其中，存储器402存储有可被至少一个处理器401执行的指令，指令被至少一个处理器401执行，以使至少一个处理器401能够执行上述方法实施例。

其中，存储器402和处理器401采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器401和存储器402的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器401处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传输给处理器401。

处理器401负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器402可以被用于存储处理器401在执行操作时所使用的数据。

本发明实施方式另一方面还提供了一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。

即，本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本发明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、只读存储器(ROM，Read-OnlyMemory)、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。

本领域的普通技术人员可以理解，上述各实施例是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。

Claims (12)

1.一种机器人扫图的控制方法，其特征在于，包括：

获取扫描图像，所述扫描图像由机器人基于当前所处位置进行扫图得到；

检测所述扫描图像和参考图像的差异度是否超过预设阈值，所述参考图像为用户上传的地图；

在所述扫描图像和所述参考图像的差异度不超过所述预设阈值的情况下，控制所述机器人以第一扫图模式进行扫图；

在所述扫描图像和所述参考图像的差异度超过所述预设阈值的情况下，控制所述机器人以第二扫图模式进行扫图；其中，在所述第二扫图模式下得到的所述扫描图像中的地图信息多于在所述第一扫图模式下得到的所述扫描图像中的地图信息。

2.根据权利要求1所述的机器人扫图的控制方法，其特征在于，所述获取扫描图像之后，所述方法还包括：

根据所述扫描图像在所述参考图像中进行匹配；

在匹配成功的情况下，将在所述参考图像中匹配到的位置确定为所述当前所在位置，以供所述机器人根据所述当前所在位置、所述参考图像和所述扫描图像进行运动规划；

在匹配不成功的情况下，提示所述用户在所述参考图像中标记所述当前所处位置，或者，控制所述机器人获取与当前所述扫描图像不同的新的扫描图像，以根据所述新的扫描图像确定所述当前所在位置。

3.根据权利要求1所述的机器人扫图的控制方法，其特征在于，所述机器人内置有至少两个用于扫图的传感器，所述控制所述机器人以第一扫图模式进行扫图，包括：

控制所述机器人将所述传感器中的至少一个设置为关闭状态；和/或，

控制所述机器人降低扫图过程中的成像精度。

4.根据权利要求3所述的机器人扫图的控制方法，其特征在于，所述控制所述机器人以第二扫图模式进行扫图，包括：

控制所述机器人将当前处于关闭状态的所述传感器中的至少一个设置为开启状态；和/或，

控制所述机器人提高扫图过程中的成像精度。

5.根据权利要求1所述的机器人扫图的控制方法，其特征在于，所述机器人在所述第一扫图模式下进行运动规划时对所述参考图像的置信度低于在所述第二扫图模式下进行运动规划时对所述参考图像的置信度，所述控制所述机器人以第一扫图模式进行扫图，包括：

控制所述机器人增大在运动规划时对所述参考图像的置信度；

所述控制所述机器人以第二扫图模式进行扫图，包括：

控制所述机器人减小在运动规划时对所述参考图像的置信度；

控制所述机器人降低运动速度、转动角速度和转动角度。

6.根据权利要求1项所述的机器人扫图的控制方法，其特征在于，所述获取扫描图像之前，所述方法还包括：

接收所述用户上传的所述参考图像；

检测所述参考图像是否满足预设图像质量要求；

在所述参考图像不满足所述预设图像质量要求的情况下，根据所述预设图像质量要求对所述参考图像进行处理，得到满足所述预设图像质量要求的所述参考图像。

7.根据权利要求5所述的机器人扫图的控制方法，其特征在于，所述预设图像质量要求至少包括所述参考图像为二值图像，所述根据所述预设图像质量要求对所述参考图像进行处理，包括：

对所述参考图像进行二值化处理。

8.根据权利要求5所述的机器人扫图的控制方法，其特征在于，所述预设图像质量要求至少包括所述参考图像中无标记干扰，所述根据所述预设图像质量要求对所述参考图像进行处理，包括：

对所述参考图像进行文字识别；

从所述参考图像中去除识别出来的文字。

9.一种机器人扫图的控制装置，其特征在于，包括：

获取模块，用于获取扫描图像，所述扫描图像由机器人基于当前所处位置进行扫图得到；

检测模块，用于检测所述扫描图像和参考图像的差异度是否超过预设阈值，所述参考图像为用户上传的地图；

第一扫图模块，用于在所述扫描图像和所述参考图像的差异度不超过所述预设阈值的情况下，控制所述机器人以第一扫图模式进行扫图；

第二扫图模块，用于在所述扫描图像和所述参考图像的差异度超过所述预设阈值的情况下，控制所述机器人以第二扫图模式进行扫图；其中，在所述第二扫图模式下得到的所述扫描图像中的地图信息多于在所述第一扫图模式下得到的所述扫描图像中的地图信息。

10.一种服务器，其特征在于，包括如权利要求9所述的机器人扫图的控制装置。

11.一种电子设备，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至8中任一项所述的机器人扫图的控制方法。

12.一种计算机可读存储介质，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如权利要求1至8中任一项所述的机器人扫图的控制方法。

Images