CN115933681A - 基于激光和视觉方案的工作区域圈定方法及室外机器人 - Google Patents

Abstract

本申请提供一种基于激光和视觉方案的工作区域圈定方法及室外机器人。本申请在室外机器人行走过程中，同时利用机器人上的视觉传感器和激光传感器进行视觉SLAM识别和激光SLAM识别，进而根据视觉SLAM对边界位置的识别，触发室外机器人根据激光SLAM定位获取机器人当前所处的准确边界坐标。由此，本申请可在无先验信息的状态下，在激光SLAM以墙体等实体边界建图的基础上，配合机器视觉对草地边界的识别，自动分割出草地作业边界，并对边界线所处坐标位置获得更为精准的识别数据。本申请能够在无需人工设置的前提下为新的草地作业区规划遍历路径实现精准作业，克服视觉SLAM技术、激光SLAM技术固有缺陷，提高室外机器人定位精度及准确度，获得更佳作业效果。

Description

基于激光和视觉方案的工作区域圈定方法及室外机器人

技术领域

本申请涉及花园工具领域，具体而言涉及一种基于激光和视觉方案的工作区域圈定方法及室外机器人。

背景技术

现有的SLAM同步定位与地图构建技术中，可采用相机作为视觉传感器，以根据运动过程中，外界环境图像建立环境模型，同时实现对设备自身运动方位的估计。但是自动割草机器人等自动行走设备的工作场景中，视觉特征较为单一。自动割草机所工作的草坪区域，仅在距离草坪边界较远区域可以提取到区别于草地纹理的视觉特征。自动行走设备在草地内部运行时，可供识别的特征点很少，会导致视觉定位和建图的精度较低，很难实现准确定位。进而导致自动行走设备按规划的路径行走时无法准确定位，容易出现行走错误(比如漏割草或重复割草)，进而导致自动行走设备工作效率较低。此外，相机等视觉传感器，其采集效果受光照变化，环境特征、纹理丰富程度等影响较大。双目相机或深度相机等成本较高。

当采用激光雷达作为激光传感器进行定位与地图构建时，激光传感器对工作区域域周边可以探测到的轮廓长度有较高要求。即，激光SLAM技术对激光雷达的探测距离有较高要求。同时由于激光雷达不能很好的区分草地与空旷地面，所以在建图时，激光SLAM技术构建的地图中可能包含空旷的非草地路面。

基于此，现有技术中尝尝将上述激光传感技术或视觉传感技术与全球卫星定位系统相结合，通过载波相位差分技术（RTK，Real Time Kinematic)实时处理两个卫星接收站载波相位观测量实现对设备的精准定位。但是卫星定位的方式在房屋和乔木密集区域会因为卫星信号被遮挡，导致机器卫星定位失败。实际使用中常因定位精度偏差和卫星信号的延时或干扰导致设备运行路径出线偏移，影响作业效果。

发明内容

本申请针对现有技术的不足，提供一种基于激光和视觉方案的工作区域圈定方法及室外机器人，本申请通过视觉传感单元与激光传感单元之间的协同配合，能够在无需外界响应信号的状态下，准确构建工作区域边界地图并为室外机器人提供高精度定位。本申请具体采用如下技术方案。

首先，为实现上述目的，提出一种基于激光和视觉方案的工作区域圈定方法，其步骤包括：在室外机器人行走过程中，通过视觉传感单元获取视觉参照数据，并通过激光传感单元获取激光参照数据；在视觉参照数据符合边界特征时，记录当前位置下根据激光参照数据所确定的边界坐标；满足建图要求时，根据各定边界坐标圈定室外机器人的工作区域。

可选的，如上任一所述的基于激光和视觉方案的工作区域圈定方法，其中，建图要求为满足以下任意条件，或其组合：室外机器人行走过程中，边界坐标所对应的地图栅格不再增加；各边界坐标之间能够拟合形成封闭图形；室外机器人确定边界坐标的行走时长到达预设时长；室外机器人沿视觉参照数据所确定的边界行走一周。

可选的，如上任一所述的基于激光和视觉方案的工作区域圈定方法，其中，室外机器人行走过程中，随机选择行走方向，并在视觉参照数据符合边界特征时，执行转向动作。

可选的，如上任一所述的基于激光和视觉方案的工作区域圈定方法，其中，室外机器人行走过程中，先行走至视觉参照数据符合边界特征的位置，然后在该位置执行转向动作，沿视觉参照数据所确定的边界行走一周。

可选的，如上任一所述的基于激光和视觉方案的工作区域圈定方法，其中，沿视觉参照数据所确定的边界行走一周的过程中，按照预设的时间间隔或距离间隔，记录当前位置下根据激光参照数据所确定的边界坐标。

可选的，如上任一所述的基于激光和视觉方案的工作区域圈定方法，其中，室外机器人行走过程中，先按照以下任意方式行走至视觉参照数据符合边界特征的位置：在室外机器人的基站设置于位于工作区域边界上时，设置室外机器人行走出站后先后退转弯，行走至基站侧方视觉参照数据符合边界特征的位置；设置室外机器人行走出站后先选择一方向直线行走，直至行走至视觉参照数据符合边界特征的位置。

可选的，如上任一所述的基于激光和视觉方案的工作区域圈定方法，其中，室外机器人行走过程中，按照以下步骤执行转向动作：根据视觉传感单元采集获得的环境图片中左右两侧非草地区域占比之差，在占比之差超出预设比例时向非草地区域占比较小一侧转向；在占比之差未超出预设标准时按照预设规则转向；预设规则包括以下任意转向方式：按照预先设定的固定方向转向，或，随机转向。

可选的，如上任一所述的基于激光和视觉方案的工作区域圈定方法，其中，转向角度设置为90°-270°之间。

同时，为实现上述目的，本申请还提供一种室外机器人，其包括：视觉传感单元，用于获取视觉参照数据；激光传感单元，用于获取激光参照数据；第一存储单元，用于存储计算机程序或指令；控制单元，用于执行存储单元中的计算机程序或指令，使所述室外机器人执行如上任一所述的基于激光和视觉方案的工作区域圈定方法。

可选的，如上任一所述的室外机器人，其还包括第二存储单元，用于存储室外机器人的工作区域边界；室外机器人作业过程中，所述控制单元还用于比对激光参照数据所确定的位置坐标是否到达工作区域边界和/或比对视觉参照数据是否符合边界特征，在位置坐标到达工作区域边界和/或比对视觉参照数据符合边界特征时，触发室外机器人执行转向动作。

有益效果

本申请所提供的基于激光和视觉方案的工作区域圈定方法及室外机器人，其在室外机器人行走过程中，同时利用机器人上的视觉传感器和激光传感器进行视觉SLAM识别和激光SLAM识别，进而根据视觉SLAM对室外机器人运行至边界位置的识别，触发根据激光SLAM定位获取机器人当前所处的准确边界坐标。由此，通过在室外机器人行走过程中圈定各边界坐标范围，本申请可在无先验信息的状态下，在激光SLAM以墙体等实体边界建图的基础上，配合机器视觉对草地边界的识别，自动分割出草地作业边界，并对边界线所处坐标位置获得更为精准的识别数据，从而在无需人工设置的前提下为新的草地作业区规划遍历路径实现精准作业。本申请能够克服视觉SLAM技术受环境特征而产生的误差，利用激光SLAM技术增强机器人在工作区域中心位置的定位精度，并同时避免建图过程中激光SLAM对工作区域周围地面的误识别，提高室外机器人定位精度及准确度，获得更佳作业效果。

本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。

附图说明

附图用来提供对本申请的进一步理解，并且构成说明书的一部分，并与本申请的实施例一起，用于解释本申请，并不构成对本申请的限制。在附图中：

图1是本申请的基于激光和视觉方案的工作区域圈定方法的步骤流程图；

图2是本申请第一实施例中工作区域俯视图；

图3是本申请第一实施例中根据激光参照数据所确定的边界坐标示意图；

图4是本申请第一实施例中激光参照数据所对应的地图栅格示意图；

图5是本申请第一实施例中第一种转向状态所对应的环境图片示意图；

图6是本申请第一实施例中第二种转向状态所对应的环境图片示意图；

图7是本申请第一实施例中第三种转向状态所对应的环境图片示意图；

图8是本申请第二实施例中工作区域的俯视图；

图9是本申请第二实施例中根据激光参照数据所确定的边界坐标示意图。

具体实施方式

为使本申请实施例的目的和技术方案更加清楚，下面将结合本申请实施例的附图，对本申请实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于所描述的本申请的实施例，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，都属于本申请保护的范围。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语（包括技术术语和科学术语）具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

本申请中所述的“和/或”的含义指的是各自单独存在或两者同时存在的情况均包括在内。

本申请中所述的“内、外”的含义指的是相对于室外机器人工作区域范围本身而言，由工作区域边界线以外指向工作区域边界线内侧包围区域的方向为内，反之为外；而非对本申请的装置机构的特定限定。

本申请中所述的“左、右”的含义指的是使用者正对室外机器前进方向时，室外机器人拍摄获得的环境图像中，使用者的左边即为左，使用者的右边即为右，而非对本申请的装置机构的特定限定。

本申请中所述的“连接”的含义可以是部件之间的直接连接也可以是部件间通过其它部件的间接连接。

本申请中所述的“上、下”的含义指的是使用者正对转向架组件前进方向时，由轨道系统指向转向架的方向即为上，由转向架指向轨道系统的方向即为下，而非对本申请的装置机构的特定限定。

本申请提供一种室外机器人，其在特定的工作区域范围内遍历作业。该室外机器人上设置有：

视觉传感单元，用于获取视觉参照数据进行视觉SLAM处理；

激光传感单元，用于获取激光参照数据进行激光SLAM处理；

程序存储单元，用于存储计算机程序或指令，以供控制单元调用，使得室外机器人的控制单元在室外机器人行走圈定工作区域的过程中，通过视觉传感单元获取视觉参照数据，通过激光传感单元获取激光参照数据，并在视觉参照数据符合边界特征时，记录当前位置下根据激光参照数据所确定的边界坐标，从而最终在获得满足建图要求的边界坐标后根据各定边界坐标圈定室外机器人的工作区域。

由此，本申请的室外机器人能够通过自身搭载的视觉传感SLAM单元和激光传感SLAM单元，在无先验信息的状态下，在激光SLAM以墙体等实体边界建图的基础上，通过机器视觉对草地边界的识别，自动分割出草地作业边界。由此，本申请的室外机器人能够在圈定室外机器人的工作区域之后，以激光定位为基础，在新的草地作业区内规划遍历路径进行有规划的割草作业。

具体而言，在本申请的第一实施例中，上述室外机器人可按照如下方式在图2所示的区域中运行以实现对相应工作区域的圈定。

本实施例中的室外机器人可设置为具有自动行走功能的割草机，也可以是其他具有自行走驱动模块的可移动作业设备。为实现对设备的供电，一般会在设备作业区域附近设置基站。非作业状态下，设备进入基站对接充电，由基站提供遮挡避免杂物干扰设备；需要作业时，设备出站，行走至其预先圈定的作业其区域中按照一定的遍历路径对工作区域内地面杂草进行割草、吹吸等等作业、

为确定设备的工作区域范围，避免设备运行过程中走出边界线，本申请可通过自动行走设备自身的控制单元，在设备进入新的工作区域或需要更新工作区域地图时，执行以下步骤获得准确的工作区域地图：

步骤1、 机器人在基站内启动，执行出站运行程序，使机器人出站运行；

步骤2、 机器人在出站后随机行走，并在此过程中，同时开启激光SLAM功能和视觉VSLAM功能，以便在机器人通过视觉VSLAM识别模块识别到设备当前行走至草地等工作区域的边界时，触发记录设备此时通过激光SLAM所获得的当前位置的坐标点，将此坐标点标记为一个边界点记录在设备的存储单元中；

步骤3、 反复以不同的随机行走方向驱动机器人执行上述步骤2，直至满足以下条件其中之一时，机器完成建图：

3-a、边界点可以拟合为图3中间黑线所示的封闭图形；

3-b、激光slam地图下栅格不再有类似图4左下角所示的由虚线边界向外扩充边界点所形成的增量；

图4中各点为根据激光SLAM所获得的各次运行至边界线位置的坐标点，各点之间年限形成虚拟边界线，当设备再次随机转向并运行至图4左下位置后，通过视觉SLAM未识别到符合边界特征的视觉参照数据，此时可继续驱动机器人向前行走直至通过视觉参照数据在图4左下角位置检测到符合边界特征，此时可将该位置坐标扩充至原先的边界线位置坐标列表中，将该位置坐标与其他边界点位连接，扩充更大运行区域范围；

3-c  机器人在出站后随机行走走时长到达预设时长，例如，一小时或两小时，或根据已获得的边界区域面积按照一定比例推算的相应时长；

3-d  机器人在出站后通过人工引导或其他识别算法等任意方式沿视觉参照数据所确定的边界行走遍历完一周。

至此，室外机器人能够通过其在上述行走运行遍历过程中所记录的激光Slam建图下的各边界点坐标位置，而根据各边界位置坐标相应进行图形拟合，获得以类似图3中间区域的封闭图形作为机器人设备工作区域的运行范围边界线。

上述设备在步骤2，出站后随机行走确认边界坐标的过程中还可进一步设置为：出站后随机行走，并在此过程中，同时开启激光SLAM功能 和视觉VSLAM功能，以便在机器人通过视觉VSLAM识别模块识别到设备当前行走至草地等工作区域的边界时，触发记录设备此时通过激光SLAM所获得的当前位置的坐标点，将此坐标点标记为一个边界点记录在设备的存储单元中，并同时执行转向动作，将设备调整为按照其他随机方向行走，或按照图5至图7中不同视觉环境特征转向相应方向。由此，通过触发室外机器人在行走至边界位置时调整行进方向而在经过足够长时间的运行试探后，逐步完成对工作区域边界数据的积累。

具体的，本申请可在机器运行至边界位置时，通过视觉传感单元最后记录的包含地面信息的照片确定优选的转向方向。对于自行走割草机器人而言，其工作区域的地面为草地，可通过照片肌理、像素色彩范围等特征识别出照片中属于工作区域的草地地面。由此，在机器运行过程中，可根据机器接近草地边界的姿态，按照草地区域占视觉传感单元所采集环境图片中是位置区域，设置如下转向机制：

第一种姿态：机器正向接近，视觉传感单元采集获得图5所示的环境图片，通过对图像进行滤波、识别等处理后，可确定环境图片中草地区域位于照片下方，此时机器以近似垂直的方向向草地边界位置运行，接近边界。针对该处理过之后的拍摄图片，可在运算过程中，对图片下部草地部分以及上部的非草地部分进行栅格化处理，分别计算出图片左侧边和右侧壁上方空白部分（非草地部分）所占据的栅格数。如下图5所示，当两侧栅格数相差不超过两侧栅格数之和的10%时，即可判断机器处于第一种正对边界线的姿态。此时机器运行至边界位置时可触发机器朝向预设方向旋转预设角度，切换至以另一方向继续运行以确认其他方向上的边界线坐标位置。转向时机器人所旋转的预设方向可以是人为设定的固定角度，例如人为设定好的顺时针方向或者逆时针方向，也可以是程序自动选择的随机方向，例如，可在设备运行至边界线位置时触发方向选择程序，在该程序中随机选取1和2之间随机取数，以在转向时根据取数结果，在数值为1时，控制机器顺时针转向，在取数结果为2时，控制机器逆时针转向。每次具体转向的角度可设置为固定值也可在预设角度范围90°-270°之间随机选取。

第二种姿态：机器斜向接近，视觉传感单元采集获得图6所示的环境图片，其草地区域分布偏向图片右侧下部较多。通过对图像进行滤波、识别等处理后，可确定环境图片中草地区域位于照片下方偏右位置，此时机器以机身左侧更接近边界线的角度向草地边界位置运行，接近边界。针对该处理过之后的拍摄图片，可在运算过程中，对图片下部草地部分以及上部的非草地部分进行栅格化处理，分别计算出图片左侧边和右侧壁上方空白部分（非草地部分）所占据的栅格数。如下图6所示，当两侧栅格数相差超过两侧栅格数之和的10%时，即可判断机器处于第二种一侧偏向于边界线的姿态。此时可根据比较两侧栅格数的大小，在机器运行至边界位置时，可触发机器朝向空白（非草地部分）栅格数较少一侧（即，朝向草地较多、远离边界较远方向）旋转预设角度，切换至以另一方向继续运行以确认其他方向上的边界线坐标位置。转向时机器人所旋转的具体角度可以是人为设定的固定角度，例如人为设定好的90°、70°等固定角度，也可以是根据图片左右两侧非草地部分栅格数量之差而按照一定的比例或算法规则计算出的一个适配角度，还可以是程序自动选择的随机方向，例如，可在设备运行至边界线位置时触发方向选择程序，在该程序中随机选取90°-270°之间随机取数，以在转向时根据取数结果，控制机器顺时针向前进方向右侧转向该随机角度。

第三种姿态：机器斜向接近，视觉传感单元采集获得图7所示的环境图片，其草地区域分布偏向图片左侧下部较多。通过对图像进行滤波、识别等处理后，可确定环境图片中草地区域位于照片下方偏左位置，此时机器以机身右侧更接近边界线的角度向草地边界位置运行，接近边界。针对该处理过之后的拍摄图片，可在运算过程中，对图片下部草地部分以及上部的非草地部分进行栅格化处理，分别计算出图片左侧边和右侧壁上方空白部分（非草地部分）所占据的栅格数。如下图7所示，当两侧栅格数相差超过两侧栅格数之和的10%时，即可判断机器处于第三种一侧偏向于边界线的姿态。此时可根据比较两侧栅格数的大小，在机器运行至边界位置时，可触发机器朝向空白（非草地部分）栅格数较少一侧（即，朝向草地较多、远离边界较远方向）旋转预设角度，切换至以另一方向继续运行以确认其他方向上的边界线坐标位置。转向时机器人所旋转的具体角度可以是人为设定的固定角度，例如人为设定好的90°、70°等固定角度，也可以是根据图片左右两侧非草地部分栅格数量之比而按照一定的比例或算法规则计算出的一个适配角度，还可以是程序自动选择的随机方向，例如，可在设备运行至边界线位置时触发方向选择程序，在该程序中随机选取90°-270°之间随机取数，以在转向时根据取数结果，控制机器顺时针向前进方向左侧转向该随机角度。

以上任意的转向方式均能够避免设备运行出界，还能通过不同运行角度逐步探查不同角度下设备的运行范围边界点位置，从而逐步探查获得作业边界范围的具体坐标。

在本申请的第二实施例中，室外机器人还可按照如下方式在图8所示的环境中实现对相应工作区域的圈定。该实施方式对设备处理器、存储器的算力要求相比于前一实施例更高，并且，一般会对视觉Vslam模块有更高要求。

本实施例在设备进入新的工作区域或需要更新工作区域地图时，执行以下步骤获得准确的工作区域地图：

步骤1、 机器人在基站内启动，执行出站运行程序，使机器人出站运行；

步骤2、 机器人在出站后沿箭头方向随机行走，同时开启激光SLAM功能和视觉VSLAM功能，以便在机器人先行走至视觉参照数据符合边界特征的位置，然后在该位置执行转向动作，沿视觉参照数据所确定的边界行走一周，并沿视觉参照数据所确定的边界行走一周的过程中，按照预设的时间间隔或距离间隔，触发记录设备此时通过激光SLAM所获得的当前位置的坐标点，将此坐标点标记为一个边界点记录在设备的存储单元中；

步骤3、 在机器人沿视觉参照数据所确定的边界行走一周或返回值基站位置后完成建图。此时，机器作业边界的坐标点将被完整统计下来，此时可将各边界点位置坐标拟合或直接顺序连接形成图9所示的闭合的作业地图。图9中白色区域为激光雷达探测到的地图范围，其中间线条部分为工作区域边界。作业地图上边界坐标均为激光Slam建图下的坐标。地图完成后可设置机器人在地图中工作区域所圈定的范围内遍历运行进行作业。

上述设备在步骤2，出站后除采用随机行走的方式行走至视觉参照数据符合边界特征的位置外，还可进一步设置为：在激光SLAM功能开启后，手动遥控机器沿着草地边界走一圈，并在此期间内按照预设的时间间隔或距离间隔，记录当前位置下根据激光参照数据所确定的边界坐标，建立一个只包含草地的作业地图，以便在后续的作业过程中让机器在激光雷达定位的定位下，根据地图圈定的边界范围在草地内规划路径，遍历割草。

此外，还可在将将室外机器人的基站设置于位于工作区域边界上的情形下，将设备设置为在步骤2出站后，先后退向基站左侧后右侧转弯，或设置室外机器人行走出站后先选择单一方向直线行走，主动行走至基站侧方视觉参照数据符合边界特征的位置。然后再根据视觉SLAM校准设备行走方向使其沿边界线环绕行走一圈，同时以10cm间隔记录机器在激光SLAM下的坐标点。

由此，待机器沿着草地边界运行一圈，再次运行到充电站位置时，可将其作业草地边界的坐标点完整统计下来。此时将可以形成一个闭合的作业地图。此后的运行过程中，设置机器人在闭合作业地图内进行作业路径的规划，并通过激光定位，对机器的运行轨迹进行控制，严格按照规划路径运行即可提升设备对其工作区域的作业效果。

综上，本申请基于激光雷达和机器视觉能够通过激光SLAM与视觉SLAM之间的协同，高效、准确地实现对室外自移动机器人工作区域范围边界的自动获取，以提高机器执行路径规划功能的准确率，提升其割草作业效果。

本申请通过视觉SLAM实现对边界区域的准确判定，并由此触发激光SLAM提供边界点位置的精确坐标，使得本申请能够克服视觉SLAM的定位偏差，避免激光SLAM因无法识别地面具体情况而将工作区域外平整路面错误地划入边界范围内，还能有效避免其他外源定位方式下传感信号的偏差、卫星信号的延时或干扰。

本申请可根据工作区域特性以及设备运行要求而灵活选择建图过程中查找定位边界位置坐标的具体方式。通过随机遍历的方式避免路径规划出现盲区，通过沿边界线运行的方式提高建图效率，通过对机器转向方式的设置直接利用视觉SLAM采集的图像信息避免机器在特定行走角度下走出工作区域范围。

相较于目前主流的导航方式，如，GPS，激光Slam，vslam等， GPS导航精度最高，但对设备要求高，成本高，需要网络或者卫星信号，在通讯条件不佳的情况下精度较差，因此要求使用环境空旷，在城市环境中，树木，高楼较多，会影响GPS精度；激光slam和视觉Vslam对设备要求低，成本较低，且不存在网络通讯的问题，机器在不联网情况下依旧可以运行，城市环境下精度相对较高。但上述主流导航方式的组合相比于本申请前述方案存在如下缺陷：

激光slam+GPS的组合方式：虽然其定位精度最高，能保证各种条件下可以有良好的定位精度，但是其不具备草地边界的识别能力，需要人为设定边界线，无法自动获取边界线；

视觉slam+GPS的组合方式：虽然GPS定位精度高，且可以通过视觉slam完成边界识别，但在城市环境下，容易存在GPS信号丢失或者弱状态，此时会导致定位精度大幅下降，同时视觉slam在非边界区域（例如完全的草地区域中），定位精度较差，因此其实际应用中尝尝出现无法准确定位导航走偏的状况；

而本申请所采用的激光slam+视觉slam：其可利用激光slam提供高定位精度，基本保证在城市条件下全时段精准定位效果，并且还能相对于GPS获得更低成本。当设备运行到工作区域边界时，视觉slam可主动在检测到边界特征后触发激光slam进行精准定位并激励边界点位置坐标。由此，本申请能够自动形成更为精准的工作地图，确保设备后续运行作业可靠，不易出界运行，保障设备及人员财物安全。

以上仅为本申请的实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些均属于本申请的保护范围。

Claims (10)

1.一种基于激光和视觉方案的工作区域圈定方法，其特征在于，步骤包括：

在室外机器人行走过程中，通过视觉传感单元获取视觉参照数据，并通过激光传感单元获取激光参照数据；

在视觉参照数据符合边界特征时，记录当前位置下根据激光参照数据所确定的边界坐标；

满足建图要求时，根据各定边界坐标圈定室外机器人的工作区域。

2.如权利要求1所述的基于激光和视觉方案的工作区域圈定方法，其特征在于，建图要求为满足以下任意条件，或其组合：

室外机器人行走过程中，边界坐标所对应的地图栅格不再增加；

各边界坐标之间能够拟合形成封闭图形；

室外机器人确定边界坐标的行走时长到达预设时长；

室外机器人沿视觉参照数据所确定的边界行走一周。

3.如权利要求1所述的基于激光和视觉方案的工作区域圈定方法，其特征在于，室外机器人行走过程中，随机选择行走方向，并在视觉参照数据符合边界特征时，执行转向动作。

4.如权利要求1所述的基于激光和视觉方案的工作区域圈定方法，其特征在于，室外机器人行走过程中，先行走至视觉参照数据符合边界特征的位置，然后在该位置执行转向动作，沿视觉参照数据所确定的边界行走一周。

5.如权利要求4所述的基于激光和视觉方案的工作区域圈定方法，其特征在于，沿视觉参照数据所确定的边界行走一周的过程中，按照预设的时间间隔或距离间隔，记录当前位置下根据激光参照数据所确定的边界坐标。

6.如权利要求4所述的基于激光和视觉方案的工作区域圈定方法，其特征在于，室外机器人行走过程中，先按照以下任意方式行走至视觉参照数据符合边界特征的位置：

在室外机器人的基站设置于位于工作区域边界上时，设置室外机器人行走出站后先后退转弯，行走至基站侧方视觉参照数据符合边界特征的位置；

设置室外机器人行走出站后先选择一方向直线行走，直至行走至视觉参照数据符合边界特征的位置。

7.如权利要求3所述的基于激光和视觉方案的工作区域圈定方法，其特征在于，室外机器人行走过程中，按照以下步骤执行转向动作：

根据视觉传感单元采集获得的环境图片中左右两侧非草地区域占比之差，在占比之差超出预设比例时向非草地区域占比较小一侧转向；在占比之差未超出预设标准时按照预设规则转向；

预设规则包括以下任意转向方式：

按照预先设定的固定方向转向，或，随机转向。

8.如权利要求7所述的基于激光和视觉方案的工作区域圈定方法，其特征在于，转向角度设置为90°-270°之间。

9.一种室外机器人，其特征在于，包括：

视觉传感单元，用于获取视觉参照数据；

激光传感单元，用于获取激光参照数据；

第一存储单元，用于存储计算机程序或指令；

控制单元，用于执行存储单元中的计算机程序或指令，使所述室外机器人执行权利要求1-8任一所述的基于激光和视觉方案的工作区域圈定方法。

10.如权利要求9所述的室外机器人，其特征在于，还包括第二存储单元，用于存储室外机器人的工作区域边界；

室外机器人作业过程中，所述控制单元还用于比对激光参照数据所确定的位置坐标是否到达工作区域边界和/或比对视觉参照数据是否符合边界特征，在位置坐标到达工作区域边界和/或比对视觉参照数据符合边界特征时，触发室外机器人执行转向动作。

Images