CN116539025A - 一种智能体导航地图更新方法、设备及介质 - Google Patents
一种智能体导航地图更新方法、设备及介质 Download PDFInfo
- Publication number
- CN116539025A CN116539025A CN202310647476.3A CN202310647476A CN116539025A CN 116539025 A CN116539025 A CN 116539025A CN 202310647476 A CN202310647476 A CN 202310647476A CN 116539025 A CN116539025 A CN 116539025A
- Authority
- CN
- China
- Prior art keywords
- preset
- key frame
- current
- updating
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 239000003795 chemical substances by application Substances 0.000 claims description 66
- 238000001514 detection method Methods 0.000 claims description 21
- 230000000007 visual effect Effects 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 239000013598 vector Substances 0.000 claims description 6
- 239000004973 liquid crystal related substance Substances 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000007246 mechanism Effects 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
- 230000004075 alteration Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3837—Data obtained from a single source
-
- 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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- 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
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/383—Indoor data
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本说明书公开了一种智能体导航地图更新方法、设备及介质,涉及人工智能技术领域,方法包括:采集当前场景对应的实时视频,并从所述实时视频中提取多个当前关键帧,得到当前关键帧组;基于智能体的当前位置信息和当前姿态信息,从预设地图对应的预设关键帧组中选取与各所述当前关键帧一一匹配的预设关键帧;根据所述当前关键帧和对应的所述预设关键帧,计算所述当前场景与所述预设地图的匹配程度;若所述匹配程度不满足预设条件,则进行导航地图更新。
Description
技术领域
本说明书涉及人工智能技术领域,尤其涉及一种智能体导航地图更新方法、设备及介质。
背景技术
目前的智能体大多依赖已知地图来实现室内自主导航。一些智能体(比如扫地机器人等移动机器人)通过SLAM(Simultaneous Localization and Mapping,同步建图定位技术)技术来实现自主导航,首先利用传感器(比如激光雷达、视觉传感器等)获取周围环境信息,然后构建临时局部环境地图,同时求取智能体在该环境地图中的位姿,并最终获得导航用全局地图,比如室内导航常见的二维栅格地图(见说明书附图图1)、场景信息更为丰富的三维语义地图(见说明书附图图2)等等。
然而,智能体的目标应用场景大多具有复杂多变的特点。例如一些服务机器人被规划用于大型商超、车库、展馆等场景,承担清洁、配送、导引等任务,在第一次地图构建之后,这些服务机器人的运行场景可能会发生变化,比如,商场店面、促销活动可能更换;超市货架可能有调整;车库停车情况可能发生变化(见图1橙色方框标出部分对比,车库车辆停驻情况在一天不同时间段发生了显著的变化);展馆的布局可能发生变动等。若仍采用第一次构建的地图进行导航,有可能导致智能体定位不准甚至发生较大跳变,影响导航路径规划及场景感知的准确度。
目前市面上的多数智能体尚不具备地图更新功能,其使用手册会标明,要求设备运行场景的变化不超过一个阈值,这大大降低了设备的实用性。有一些智能体可以通过手动设置的方式更新导航地图,由用户来判断场景的变化程度,人工删除现有的地图,重新进行建图,但是这种方式智能化程度低,用户主观判断准确性差,而且更新需要重新构建整个场景的地图,在一些大型场景且仅有部分区域变化的情况下,重新构建整个地图效率较低。还有一些智能体使用2D激光雷达建图定位,这种方式仅适用于栅格地图,将地图更新机制融于智能体日常运行定位中,即将不间断地场景的新变化与旧地图进行融合,得到新地图,则但是这种方式仅可以用于激光雷达建立的地图,且该算法需要在智能体运行中一直处于启动状态,对算力要求较高,单线雷达仅能捕捉其安装高度上的几何轮廓信息,无法全面充分地描述当前运行场景。
因此现有技术的智能体无法充分、准确地描述当前运行场景,无法实现精准高效地实现定位导航。
发明内容
本说明书一个或多个实施例提供了一种智能体导航地图更新方法、设备及介质,用于解决如下技术问题:现有技术的智能体无法充分、准确地描述当前运行场景,无法实现精准高效地实现定位导航。
本说明书一个或多个实施例提供一种智能体导航地图更新方法,所述方法包括:
采集当前场景对应的实时视频,并从所述实时视频中提取多个当前关键帧,得到当前关键帧组;
基于智能体的当前位置信息和当前姿态信息,从预设地图对应的预设关键帧组中选取与各所述当前关键帧一一匹配的预设关键帧;
根据所述当前关键帧和对应的所述预设关键帧,计算所述当前场景与所述预设地图的匹配程度;
若所述匹配程度不满足预设条件,则进行导航地图更新。
进一步地,所述根据所述当前关键帧和对应的所述预设关键帧,计算所述当前场景与所述预设地图的匹配程度,包括:
计算所述各当前关键帧和对应的各所述预设关键帧之间的图像相似度;
若所述图像相似度高于第一预设阈值,则确定所述当前关键帧为与对应的所述预设关键帧相似的相似关键帧;
统计所述相似关键帧在所述当前关键帧组中所占的比例,将所述比例作为所述当前场景与所述预设地图的匹配程度;
所述若所述匹配程度不满足预设条件,则进行导航地图更新,包括:
若所述比例不高于预设第二阈值,则进行导航地图更新。
进一步地,所述进行导航地图更新,包括:
若所述图像相似度低于所述第一预设阈值,则确定所述当前关键帧为区别关键帧;
基于所述区别关键帧对所述预设地图进行更新;
获取所述区别关键帧对应的区别位置信息和区别姿态信息;
根据所述区别位置信息和所述区别姿态信息,对预设导航路线进行更新。
进一步地,在所述采集当前场景对应的实时视频之前,还包括:
当达到预设检测时间要求时,触发第一检测指令;
基于所述第一检测指令,沿预设导航路线移动并执行所述权利要求1的步骤。
进一步地,还包括:
获取所述智能体的当前位置信息,并基于所述当前位置信息进行定位评分计算;
当所述定位评分低于第三预设阈值时,触发第二检测指令;
基于所述第二检测指令采集当前场景对应的当前关键帧;
计算所述当前关键帧与所述预设关键帧之间的图像相似度,并在所述预设关键帧组中查找所述图像相似度大于所述预设第一阈值时,对应的匹配关键帧;
若所述预设关键帧组中不存在所述匹配关键帧,则进行导航地图更新。
进一步地,还包括:
基于所述从预设地图对应的预设关键帧组中选取与所述当前关键帧匹配的预设关键帧;
获取所述预设关键帧对应的智能体的预设位置信息,并计算所述预设位置信息与所述当前位置信息之间的距离差;
若所述距离差大于预设第四阈值,则触发停止前进指令并触发更新导航路线。
进一步地,所述从所述实时视频中提取多个当前关键帧,得到当前关键帧组,包括:
基于所述实时视频生成视频帧组;
采用聚类算法对所述视频帧组进行聚类运算,得到多个视频帧类别;
从各所述视频帧类别中选取一个视频帧作为所述当前关键帧。
进一步地,所述计算所述各当前关键帧和对应的各所述预设关键帧之间的图像相似度,包括:
提取所述当前关键帧和所述预设关键帧的视觉特征信息,并对所述视觉特征信息进行聚类运算,得到多个特征词;
根据所述特征词生成词袋向量,并计算所述词袋向量之间的距离,作为所述图像相似度。
本说明书一个或多个实施例提供一种智能体导航地图更新方法设备,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:
采集当前场景对应的实时视频,并从所述实时视频中提取多个当前关键帧,得到当前关键帧组;
基于智能体的当前位置信息和当前姿态信息,从预设地图对应的预设关键帧组中选取与各所述当前关键帧一一匹配的预设关键帧;
根据所述当前关键帧和对应的所述预设关键帧,计算所述当前场景与所述预设地图的匹配程度;
若所述匹配程度不满足预设条件,则进行导航地图更新。
本说明书一个或多个实施例提供的一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
采集当前场景对应的实时视频,并从所述实时视频中提取多个当前关键帧,得到当前关键帧组;
基于智能体的当前位置信息和当前姿态信息,从预设地图对应的预设关键帧组中选取与各所述当前关键帧一一匹配的预设关键帧;
根据所述当前关键帧和对应的所述预设关键帧,计算所述当前场景与所述预设地图的匹配程度;
若所述匹配程度不满足预设条件,则进行导航地图更新。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
通过视觉传感器信息及算法判断场景变化,无需人为参与,智能性高、准确性高;能够判断哪个区域场景变化大,地图需要更新,从而仅于此区域进行建图,保证了智能体工作效率;创新的融入了视觉的元素,且对智能体本身建图定位算法、传感器以及地图格式均没有限制,具有更高的智能程度和灵活度;本技术无需在智能体运行中无时无刻处于启动状态,可节省算力。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本说明书实施例提供的一种智能体导航地图更新方法的流程示意图;
图2为本说明书实施例提供的一种智能体导航地图更新设备的结构示意图;
图3为本说明书实施例提供的一种常规检测模式的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
本说明书实施例提供一种智能体导航地图更新方法,需要说明的是,本说明书实施例中的执行主体一般是一种具备数据处理能力的设备,比如智能体或者通过通信手段与智能体相连接的计算设备,图1为本说明书实施例提供的一种智能体导航地图更新方法的流程示意图,如图1所示,方法主要包括如下步骤:
步骤S101,采集当前场景对应的实时视频,并从所述实时视频中提取多个当前关键帧,得到当前关键帧组。
在一些实施例中,在所述采集当前场景对应的实时视频之前,还包括:
当达到预设检测时间要求时,触发第一检测指令;
基于所述第一检测指令,沿预设导航路线移动并执行所述权利要求1的步骤。
具体地,参考图3,可以在智能体的的工作流程程序中写入固定的任务项,每天开启后或每周固定时间(根据场景变化大小的先验信息)启动在固定路线下的常规检测,对场景变化进行检测并提示是否需要进行地图更新。
此种常规检测模式的应用时机一般为智能体运行场景相对空闲的时间点,以商超为例,可为营业前和营业结束后,避免过多的动态障碍物干扰。而固定采集路线上如果出现静态障碍物,那应属于场景变化大的情形,会触发地图更新。如果智能体在进行自主导航,会进行绕障,然后继续沿路线移动。
在一些实施例中,所述从所述实时视频中提取多个当前关键帧,得到当前关键帧组,包括:
基于所述实时视频生成视频帧组;
采用聚类算法对所述视频帧组进行聚类运算,得到多个视频帧类别;
从各所述视频帧类别中选取一个视频帧作为所述当前关键帧。
步骤S102,基于智能体的当前位置信息和当前姿态信息,从预设地图对应的预设关键帧组中选取与各所述当前关键帧一一匹配的预设关键帧。
其中,在本发明方案中,位置由X-Y-Z坐标来表示(室内机器人一般可认为仅在固定X-Y平面运动,故可仅由X-Y二维坐标来表示其位置),姿态即朝向,可由四元数、欧拉角或旋转矩阵来表示。
步骤S103,根据所述当前关键帧和对应的所述预设关键帧,计算所述当前场景与所述预设地图的匹配程度;
在一些实施中,所述根据所述当前关键帧和对应的所述预设关键帧,计算所述当前场景与所述预设地图的匹配程度,包括如下步骤:
计算所述各当前关键帧和对应的各所述预设关键帧之间的图像相似度;
若所述图像相似度高于第一预设阈值,则确定所述当前关键帧为与对应的所述预设关键帧相似的相似关键帧;
统计所述相似关键帧在所述当前关键帧组中所占的比例,将所述比例作为所述当前场景与所述预设地图的匹配程度。
在一些实施例中,所述若所述匹配程度不满足预设条件,则进行导航地图更新,包括:
若所述比例不高于预设第二阈值,则进行导航地图更新。
具体地,预先定义图像相似度阈值为第一预设阈值αs,相似度高于αs的关键帧百分比阈值为第二预设阈值βs。上述阈值的取值与场景及用户需求强相关,本领域技术人员可以根据实际需要进行设置,不在本发明技术方案中进行明确规定。
当相似度高于αs的关键帧百分比高于阈值βs,说明当前场景与构建预设地图时非常相似,即场景尚未发生较大的变化,预设地图仍可较好的描述场景信息,可保证智能体较为准确的定位及场景感知。因此无需对其进行更新。反之,将反馈告知智能体,建议进行地图更新。
可以采用现有技术中中的方案计算图像相似度,比如可以采用DBoW视觉词袋技术,在一些实施例中,所述计算所述各当前关键帧和对应的各所述预设关键帧之间的图像相似度,包括:
提取所述当前关键帧和所述预设关键帧的视觉特征信息,并对所述视觉特征信息进行聚类运算,得到多个特征词;
根据所述特征词生成词袋向量,并计算所述词袋向量之间的距离,作为所述图像相似度。
步骤S104,若所述匹配程度不满足预设条件,则进行导航地图更新。
在一些实施例中,可以在智能体到达预设导航路线的终点后,对采集到的当前关键帧和预设关键帧组进行计算匹配程度等步骤,由于智能体构建地图常常希望通过回环检测,即地图终点起点重合,来给到后端优化更多信息,以保证获得全局统一的轨迹和地图。
在一些实施例中,所述进行导航地图更新,包括如下步骤:
若所述图像相似度低于所述第一预设阈值,则确定所述当前关键帧为区别关键帧;
基于所述区别关键帧对所述预设地图进行更新;
获取所述区别关键帧对应的区别位置信息和区别姿态信息;
根据所述区别位置信息和所述区别姿态信息,对预设导航路线进行更新。
值得注意的是,更新地图,并且不一定是完全重建地图。根据区别关键帧,如果只有一小部分场景变化大,仅更新这一部分即可。对于大型场景地图更新,这样可以节约算力,提高效率。
值得注意的是,在一些实施例中,智能体除了在固定路线中进行常规检测之外,还可以在日常运行过程中触发检测,具体可以包括如下步骤:
获取所述智能体的当前位置信息,并基于所述当前位置信息进行定位评分计算;
当所述定位评分低于第三预设阈值时,触发第二检测指令;
基于所述第二检测指令采集当前场景对应的当前关键帧;
计算所述当前关键帧与所述预设关键帧之间的图像相似度,并在所述预设关键帧组中查找所述图像相似度大于所述预设第一阈值时,对应的匹配关键帧;
若所述预设关键帧组中不存在所述匹配关键帧,则进行导航地图更新。
智能体一般具有定位评价机制,希望由定位评分体现定位质量。场景变化大、场景本身具有挑战性(例如重复场景、复杂动态场景)、建图定位传感器及算法性能不足,均可导致较差的定位质量。而需要说明的是,定位评分往往仅供参考,尚未能准确的反映定位质量。定位质量差亦不能一概归咎为场景发生了变化,且场景变化的程度无法度量。因此,仅凭定位评分,尚无法获得是否需要进行地图更新的准确判断。
在本发明技术中,当智能体定位评分低或定位发生跳变时,在本发明技术中,当智能体定位评分低或定位发生跳变时,即采集描述当前场景信息的视觉关键帧,从加载的对应已知地图的视觉关键帧组中查找与当前关键帧匹配的关键帧。若得到匹配关键帧,提取与之对应的智能体位姿,并与智能体当前定位进行比对。当两者距离差小于第四预设阈值δd,说明当前定位质量尚可,且场景变化较小,无需进行地图更新。反之,反馈智能体定位质量可能存在问题,需要进行重定位或中止当前导航任务。而当已保存的视觉关键帧组中,没有与当前关键帧匹配的关键帧,即说明当前场景确实发生了较大的变化,提示需要进行地图更新。
进一步地,还可以包括如下步骤:
基于所述从预设地图对应的预设关键帧组中选取与所述当前关键帧匹配的预设关键帧;
获取所述预设关键帧对应的智能体的预设位置信息,并计算所述预设位置信息与所述当前位置信息之间的距离差;
若所述距离差大于预设第四阈值,则触发停止前进指令并触发更新导航路线。
本发明技术方案通过视觉传感器信息及算法判断场景变化,无需人为参与,智能性高、准确性高;能够判断哪个区域场景变化大,地图需要更新,从而仅于此区域进行建图,保证了智能体工作效率;创新的融入了视觉的元素,且对智能体本身建图定位算法、传感器以及地图格式均没有限制,具有更高的智能程度和灵活度;本技术无需在智能体运行中无时无刻处于启动状态,可节省算力。
本说明书实施例还提供一种智能体导航地图更新方法设备,如图2所示,设备包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够:
采集当前场景对应的实时视频,并从所述实时视频中提取多个当前关键帧,得到当前关键帧组;
基于智能体的当前位置信息和当前姿态信息,从预设地图对应的预设关键帧组中选取与各所述当前关键帧一一匹配的预设关键帧;
根据所述当前关键帧和对应的所述预设关键帧,计算所述当前场景与所述预设地图的匹配程度;
若所述匹配程度不满足预设条件,则进行导航地图更新。
本说明书实施例还提供一种非易失性计算机存储介质,存储有计算机可执行指令,计算机可执行指令设置为:
采集当前场景对应的实时视频,并从所述实时视频中提取多个当前关键帧,得到当前关键帧组;
基于智能体的当前位置信息和当前姿态信息,从预设地图对应的预设关键帧组中选取与各所述当前关键帧一一匹配的预设关键帧;
根据所述当前关键帧和对应的所述预设关键帧,计算所述当前场景与所述预设地图的匹配程度;
若所述匹配程度不满足预设条件,则进行导航地图更新。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备、非易失性计算机存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书实施例提供的设备和介质与方法是一一对应的,因此,设备和介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白,本说明书的实施例可提供为方法、系统、或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他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、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本说明书的一个或多个实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种智能体导航地图更新方法,其特征在于,所述方法包括:
采集当前场景对应的实时视频,并从所述实时视频中提取多个当前关键帧,得到当前关键帧组;
基于智能体的当前位置信息和当前姿态信息,从预设地图对应的预设关键帧组中选取与各所述当前关键帧一一匹配的预设关键帧;
根据所述当前关键帧和对应的所述预设关键帧,计算所述当前场景与所述预设地图的匹配程度;
若所述匹配程度不满足预设条件,则进行导航地图更新。
2.根据权利要求1所述的一种智能体导航地图更新方法,其特征在于,所述根据所述当前关键帧和对应的所述预设关键帧,计算所述当前场景与所述预设地图的匹配程度,包括:
计算所述各当前关键帧和对应的各所述预设关键帧之间的图像相似度;
若所述图像相似度高于第一预设阈值,则确定所述当前关键帧为与对应的所述预设关键帧相似的相似关键帧;
统计所述相似关键帧在所述当前关键帧组中所占的比例,将所述比例作为所述当前场景与所述预设地图的匹配程度;
所述若所述匹配程度不满足预设条件,则进行导航地图更新,包括:
若所述比例不高于预设第二阈值,则进行导航地图更新。
3.根据权利要求2所述的一种智能体导航地图更新方法,其特征在于,所述进行导航地图更新,包括:
若所述图像相似度低于所述第一预设阈值,则确定所述当前关键帧为区别关键帧;
基于所述区别关键帧对所述预设地图进行更新;
获取所述区别关键帧对应的区别位置信息和区别姿态信息;
根据所述区别位置信息和所述区别姿态信息,对预设导航路线进行更新。
4.根据权利要求1所述的一种智能体导航地图更新方法,其特征在于,在所述采集当前场景对应的实时视频之前,还包括:
当达到预设检测时间要求时,触发第一检测指令;
基于所述第一检测指令,沿预设导航路线移动并执行所述权利要求1的步骤。
5.根据权利要求4所述的一种智能体导航地图更新方法,其特征在于,还包括:
获取所述智能体的当前位置信息,并基于所述当前位置信息进行定位评分计算;
当所述定位评分低于第三预设阈值时,触发第二检测指令;
基于所述第二检测指令采集当前场景对应的当前关键帧;
计算所述当前关键帧与所述预设关键帧之间的图像相似度,并在所述预设关键帧组中查找所述图像相似度大于所述预设第一阈值时,对应的匹配关键帧;
若所述预设关键帧组中不存在所述匹配关键帧,则进行导航地图更新。
6.根据权利要求5所述的一种智能体导航地图更新方法,其特征在于,还包括:
基于所述从预设地图对应的预设关键帧组中选取与所述当前关键帧匹配的预设关键帧;
获取所述预设关键帧对应的智能体的预设位置信息,并计算所述预设位置信息与所述当前位置信息之间的距离差;
若所述距离差大于预设第四阈值,则触发停止前进指令并触发更新导航路线。
7.根据权利要求1所述的一种智能体导航地图更新方法,其特征在于,所述从所述实时视频中提取多个当前关键帧,得到当前关键帧组,包括:
基于所述实时视频生成视频帧组;
采用聚类算法对所述视频帧组进行聚类运算,得到多个视频帧类别;
从各所述视频帧类别中选取一个视频帧作为所述当前关键帧。
8.根据权利要求2所述的一种智能体导航地图更新方法,其特征在于,所述计算所述各当前关键帧和对应的各所述预设关键帧之间的图像相似度,包括:
提取所述当前关键帧和所述预设关键帧的视觉特征信息,并对所述视觉特征信息进行聚类运算,得到多个特征词;
根据所述特征词生成词袋向量,并计算所述词袋向量之间的距离,作为所述图像相似度。
9.一种智能体导航地图更新方法设备,其特征在于,所述设备包括:
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:
采集当前场景对应的实时视频,并从所述实时视频中提取多个当前关键帧,得到当前关键帧组;
基于智能体的当前位置信息和当前姿态信息,从预设地图对应的预设关键帧组中选取与各所述当前关键帧一一匹配的预设关键帧;
根据所述当前关键帧和对应的所述预设关键帧,计算所述当前场景与所述预设地图的匹配程度;
若所述匹配程度不满足预设条件,则进行导航地图更新。
10.一种非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:
采集当前场景对应的实时视频,并从所述实时视频中提取多个当前关键帧,得到当前关键帧组;
基于智能体的当前位置信息和当前姿态信息,从预设地图对应的预设关键帧组中选取与各所述当前关键帧一一匹配的预设关键帧;
根据所述当前关键帧和对应的所述预设关键帧,计算所述当前场景与所述预设地图的匹配程度;
若所述匹配程度不满足预设条件,则进行导航地图更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310647476.3A CN116539025A (zh) | 2023-05-31 | 2023-05-31 | 一种智能体导航地图更新方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310647476.3A CN116539025A (zh) | 2023-05-31 | 2023-05-31 | 一种智能体导航地图更新方法、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116539025A true CN116539025A (zh) | 2023-08-04 |
Family
ID=87457750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310647476.3A Pending CN116539025A (zh) | 2023-05-31 | 2023-05-31 | 一种智能体导航地图更新方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116539025A (zh) |
-
2023
- 2023-05-31 CN CN202310647476.3A patent/CN116539025A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Martin-Martin et al. | Jrdb: A dataset and benchmark of egocentric robot visual perception of humans in built environments | |
US11204247B2 (en) | Method for updating a map and mobile robot | |
CN106980320B (zh) | 机器人充电方法及装置 | |
US11360216B2 (en) | Method and system for positioning of autonomously operating entities | |
CN110675307B (zh) | 基于vslam的3d稀疏点云到2d栅格图的实现方法 | |
KR20200121274A (ko) | 전자 지도를 업데이트하기 위한 방법, 장치 및 컴퓨터 판독 가능한 저장 매체 | |
CN110968083B (zh) | 栅格地图的构建方法、避障的方法、设备及介质 | |
CN108759844A (zh) | 机器人重定位与环境地图构建方法、机器人及存储介质 | |
US20200233085A1 (en) | Methods and systems for geo-referencing mapping systems | |
US11676303B2 (en) | Method and apparatus for improved location decisions based on surroundings | |
US11898849B2 (en) | Systems and methods for updating an electronic map | |
CN112075879A (zh) | 一种信息处理方法、装置及存储介质 | |
CN112161618B (zh) | 仓储机器人定位与地图构建方法、机器人及存储介质 | |
CN107644273A (zh) | 一种导航路径规划方法及设备 | |
CN110597265A (zh) | 一种扫地机器人回充方法和装置 | |
CN111182174B (zh) | 一种扫地机器人补光的方法及装置 | |
CN113116224B (zh) | 机器人及其控制方法 | |
CN109077672B (zh) | 一种扫地机器人选择区块的方法及装置 | |
CN110733033A (zh) | 机器人控制方法、机器人及存储介质 | |
US20190325379A1 (en) | Intelligent inventory management using cleaning machines | |
Platinsky et al. | Collaborative augmented reality on smartphones via life-long city-scale maps | |
CN109459048A (zh) | 用于机器人的地图加载方法及设备 | |
CN109525946A (zh) | 一种安全提醒方法及装置 | |
CN115420275A (zh) | 回环路径的预测方法及装置、非易失性存储介质、处理器 | |
CN116539025A (zh) | 一种智能体导航地图更新方法、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 |