CN117007031A - 地图处理方法、地图处理装置、介质及电子设备 - Google Patents

Abstract

本公开提供一种地图处理方法、地图处理装置、计算机可读存储介质及电子设备，方法包括：获取地图图像；所述地图图像用于表示可移动对象的可移动区域；从所述地图图像中识别出具有预设特征的目标区域；对所述目标区域进行地图优化处理。该方法可以对地图进行处理，以提高其准确性和美观性。

Description

地图处理方法、地图处理装置、介质及电子设备

技术领域

本公开涉及智能家居领域，具体而言，涉及一种地图处理方法、地图处理装置、计算机可读存储介质及电子设备。

背景技术

近年来，随着计算机技术与人工智能科学的飞速发展，智能机器人技术逐渐成为现代机器人研究领域的热点，其在家庭、商场、餐厅等不同的场景下都具有广泛的应用，例如通过清洁机器人进行清扫工作；通过巡检机器人进行仓库巡检；通过搬运机器人进行货物搬运等。

目前，机器人在进行工作前，通常会对周围环境进行感知，以构建当前场景环境的地图，进而基于该地图完成工作进程。然而，在构建地图时，往往会因为一些干扰因素，使得生成的地图不够准确，例如由于器件的固有特性，使得生成的地图中可能会包括一些不存在或无法到达的区域等，从而对机器人的工作过程造成影响，用户体验较差。

因此，如何对地图进行优化处理，以保证机器人的工作准确性，是现有技术亟待解决的问题。

发明内容

本公开的目的在于提供一种地图处理方法、地图处理装置、计算机可读存储介质及电子设备，以改善现有技术中构建的地图不准确的问题。具体方案如下：

根据本公开的具体实施方式，第一方面，本公开提供一种地图处理方法，所述方法包括：获取地图图像；所述地图图像用于表示可移动对象的可移动区域；从所述地图图像中识别出具有预设特征的目标区域；对所述目标区域进行地图优化处理。

本公开的一种示例性实施方式中，所述地图图像的像素点包括有效点、障碍点或未知点；所述目标区域包括所述可移动对象无法进入的狭窄区域；所述从所述目标地图中识别出具有预设特征的目标区域，包括：依次遍历所述地图图像的每一排列单元内的像素点；所述排列单元包括行或列；在当前排列单元内，若距离当前有效点最近的、位于所述当前有效点不同方向的两个非有效点之间的距离小于第一阈值，则将所述当前有效点添加到狭窄区域点集；当前有效点是指当前所遍历到的有效点，非有效点包括障碍点或未知点；根据所述狭窄区域点集确定狭窄区域。

本公开的一种示例性实施方式中，所述从所述目标地图中识别出具有预设特征的目标区域，还包括：在将所述当前有效点添加到狭窄区域点集时，将所述当前排列单元内距离所述当前有效点最近的、位于所述当前有效点不同方向的两个非有效点、以及所述两个非有效点之间的其他像素点也添加到所述狭窄区域点集。

本公开的一种示例性实施方式中，所述从所述目标地图中识别出具有预设特征的目标区域，还包括：在遍历所述当前排列单元内的像素点后，若所述当前排列单元内有至少一个像素点被添加到所述狭窄区域点集，则将所述狭窄区域点集的长度参数加一；当所述长度参数大于或等于第二阈值时，将所述狭窄区域点集内的像素点所形成的区域识别为狭窄区域。

本公开的一种示例性实施方式中，所述依次遍历所述地图图像的每一排列单元内的像素点，包括：沿所述地图图像的宽度方向依次遍历所述地图图像的每一列的像素点，以及沿所述地图图像的高度方向依次遍历所述地图图像的每一行的像素点。

本公开的一种示例性实施方式中，所述对所述目标区域进行地图优化处理，包括：将所述狭窄区域内的像素点调整为未知点。

本公开的一种示例性实施方式中，所述地图图像的像素点包括有效点、障碍点或未知点；所述目标区域包括溢出区域；所述从所述地图图像中识别出具有预设特征的目标区域，包括：从所述地图图像中确定一个或多个第一待判别区域；获取所述第一待判别区域的障碍点数量和有效点数量；根据所述第一待判别区域的障碍点数量确定所述第一待判别区域对应的第三阈值，所述第三阈值表示由所述第一待判别区域的障碍点作为矩形的两边所围成的矩形的最大面积；若所述第一待判别区域的有效点数量超过所述第三阈值，则确定所述第一待判别区域为溢出区域。

本公开的一种示例性实施方式中，所述根据所述第一待判别区域的障碍点数量确定所述第一待判别区域对应的第三阈值，包括：根据所述第一待判别区域的障碍点数量确定由所述障碍点作为正方形的两边所围成的所述正方形区域所能容纳的像素点数量，以作为所述第一待判别区域对应的第三阈值。

本公开的一种示例性实施方式中，所述从所述地图图像中确定一个或多个第一待判别区域，包括：将所述地图图像中的边界延伸，基于延伸后的边界从所述地图图像中确定一个或多个独立区域，以作为所述第一待判别区域；其中，延伸前的边界是由障碍点、或障碍点和未知点组成的直线。

本公开的一种示例性实施方式中，所述将所述地图图像中的边界延伸，包括：将所述边界从任一端延伸，若延伸部分的长度不超过第四阈值时，所述延伸部分连接到除所述边界外的未知点或障碍点，则保留从所述任一端延伸到连接点的部分；若延伸部分的长度达到第四阈值时，所述延伸部分未连接到除所述边界外的未知点或障碍点，则取消对所述任一端的延伸。

本公开的一种示例性实施方式中，构成所述延伸前的边界的障碍点的数量，或者障碍点和未知点的数量不少于预设数目。

本公开的一种示例性实施方式中，在将所述地图图像中的边界延伸前，所述方法还包括：若存像素点数量不超过p个的障碍点簇，其所述障碍点簇被有效点或未知点包围，则将所述相邻的障碍点修改为有效点；若存在像素点数量不超过q个的未知点簇，其所述未知点簇被有效点或障碍点包围，则将所述相邻的未知点修改为有效点；p和q为正整数。

本公开的一种示例性实施方式中，在将所述地图图像中的边界进行延伸时，所述方法还包括：生成与所述地图图像尺寸相同的边界图像，在所述边界图像中保存延伸后的边界信息，在所述地图图像中不保存延伸后的边界信息。

本公开的一种示例性实施方式中，所述对所述目标区域进行地图优化处理，包括：将所述溢出区域内的有效点调整为未知点。

本公开的一种示例性实施方式中，所述地图图像的像素点包括有效点、障碍点或未知点；所述目标区域包括孤立区域；所述从所述地图图像中识别出具有预设特征的目标区域，包括：从所述地图图像中确定一个或多个第二待判别区域；若所述第二待判别区域的障碍点数量小于第五阈值，则确定所述第二待判别区域为孤立区域。

本公开的一种示例性实施方式中，所述从所述地图图像中确定一个或多个第二待判别区域，包括：将所述地图图像中由相邻的有效点与障碍点形成的区域作为所述第二待判别区域。

本公开的一种示例性实施方式中，所述从所述地图图像中确定一个或多个第二待判别区域，包括：在对所述地图图像中的狭窄区域和/或溢出区域已进行地图优化处理的情况下，从所述地图图像中确定一个或多个第二待判别区域。

本公开的一种示例性实施方式中，所述对所述目标区域进行地图优化处理，包括：将所述孤立区域内的像素点调整为未知点。

第二方面，本公开提供一种地图处理装置，包括：地图图像获取模块，用于获取地图图像；所述地图图像用于表示可移动对象的可移动区域；目标区域识别模块，用于从所述地图图像中识别出具有预设特征的目标区域；地图优化处理模块，用于对所述目标区域进行地图优化处理。

在本公开的一种示例性实施方式中，目标区域识别模块，还包括：像素点添加单元，用于在将所述当前有效点添加到狭窄区域点集时，将所述当前排列单元内距离所述当前有效点最近的、位于所述当前有效点不同方向的两个非有效点、以及所述两个非有效点之间的其他像素点也添加到所述狭窄区域点集。

在本公开的一种示例性实施方式中，目标区域识别模块，还包括：长度参数更新单元，用于在遍历所述当前排列单元内的像素点后，若所述当前排列单元内有至少一个像素点被添加到所述狭窄区域点集，则将所述狭窄区域点集的长度参数加一；区域识别单元，用于当所述长度参数大于或等于第二阈值时，将所述狭窄区域点集内的像素点所形成的区域识别为狭窄区域。

在本公开的一种示例性实施方式中，像素点遍历单元，包括：依次遍历子单元，用于沿所述地图图像的宽度方向依次遍历所述地图图像的每一列的像素点，以及沿所述地图图像的高度方向依次遍历所述地图图像的每一行的像素点。

在本公开的一种示例性实施方式中，地图优化处理模块，包括：第一处理单元，用于将所述狭窄区域内的像素点调整为未知点。

在本公开的一种示例性实施方式中，所述地图图像的像素点包括有效点、障碍点或未知点；所述目标区域包括溢出区域；目标区域识别模块，包括：第一区域确定单元，用于从所述地图图像中确定一个或多个第一待判别区域；数量获取单元，用于获取所述第一待判别区域的障碍点数量和有效点数量；阈值确定单元，用于根据所述第一待判别区域的障碍点数量确定所述第一待判别区域对应的第三阈值，所述第三阈值表示由所述第一待判别区域的障碍点作为矩形的两边所围成的矩形的最大面积；溢出区域确定单元，用于若所述第一待判别区域的有效点数量超过所述第三阈值，则确定所述第一待判别区域为溢出区域。

在本公开的一种示例性实施方式中，阈值确定单元，包括：像素点数量等效子单元，用于根据所述第一待判别区域的障碍点数量确定由所述障碍点作为正方形的两边所围成的所述正方形区域所能容纳的像素点数量，以作为所述第一待判别区域对应的第三阈值。

在本公开的一种示例性实施方式中，第一区域确定单元，包括：边界延伸子单元，用于将所述地图图像中的边界延伸，基于延伸后的边界从所述地图图像中确定一个或多个独立区域，以作为所述第一待判别区域；其中，延伸前的边界是由障碍点、或障碍点和未知点组成的直线。

在本公开的一种示例性实施方式中，边界延伸子单元，用于将所述边界从任一端延伸，若延伸部分的长度不超过第四阈值时，所述延伸部分连接到除所述边界外的未知点或障碍点，则保留从所述任一端延伸到连接点的部分；若延伸部分的长度达到第四阈值时，所述延伸部分未连接到除所述边界外的未知点或障碍点，则取消对所述任一端的延伸。

本公开的一种示例性实施方式中，构成所述延伸前的边界的障碍点的数量，或者障碍点和未知点的数量不少于预设数目。

在本公开的一种示例性实施方式中，地图处理装置，还可以包括：第一修改模块，用于在将所述地图图像中的边界延伸前，若存在像素点数量不超过p个的障碍点簇，其所述障碍点簇被有效点或未知点包围，则将所述相邻的障碍点修改为有效点；第二修改模块，用于若存在像素点数量不超过q个的未知点簇，其所述未知点簇被有效点或障碍点包围，则将所述相邻的未知点修改为有效点；p和q为正整数。

在本公开的一种示例性实施方式中，地图处理装置，还可以包括：边界信息处理模块，用于在将所述地图图像中的边界进行延伸时，生成与所述地图图像尺寸相同的边界图像，在所述边界图像中保存延伸后的边界信息，在所述地图图像中不保存延伸后的边界信息。

在本公开的一种示例性实施方式中，地图优化处理模块，包括：第二处理单元，用于将所述溢出区域内的有效点调整为未知点。

在本公开的一种示例性实施方式中，所述地图图像的像素点包括有效点、障碍点或未知点；所述目标区域包括孤立区域；目标区域识别模块，包括：第二区域确定单元，用于从所述地图图像中确定一个或多个第二待判别区域；孤立区域确定单元，用于若所述第二待判别区域的障碍点数量小于第五阈值，则确定所述第二待判别区域为孤立区域。

在本公开的一种示例性实施方式中，第二区域确定单元，用于将所述地图图像中由相邻的有效点与障碍点形成的区域作为所述第二待判别区域。

在本公开的一种示例性实施方式中，第二区域确定单元，用于在对所述地图图像中的狭窄区域和/或溢出区域已进行地图优化处理的情况下，从所述地图图像中确定一个或多个第二待判别区域。

在本公开的一种示例性实施方式中，地图优化处理模块，包括：第三处理单元，用于将所述孤立区域内的像素点调整为未知点。

第三方面，本公开提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述的地图处理方法。

第四方面，本公开提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述的地图处理方法。

本公开的示例性实施例具有以下有益效果：

获取地图图像；地图图像用于表示可移动对象的可移动区域；从地图图像中识别出具有预设特征的目标区域；对目标区域进行地图优化处理。一方面，本示例性实施例通过对地图图像的识别，从中确定目标区域，并对目标区域进行处理，由于目标区域具有预设特征，使得在对地图进行优化处理时，具有较高的针对性，提高了地图优化处理的效率和有效性；另一方面，本示例性实施例以简单的流程，即可以实现对地图图像中目标区域的优化处理，提高地图图像美观性的同时，能够提高智能机器人在地图区域中进行移动时的工作效率，进而为用户提供良好的服务体验。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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示意性示出本示例性实施例中一种图像处理方法的流程图；

图2示意性示出本示例性实施例中一种狭窄区域的示意图；

图3示意性示出本示例性实施例中另一种狭窄区域的示意图；

图4示意性示出本示例性实施例中一种图像处理方法的子流程图；

图5示意性示出本示例性实施例中对穿墙区域进行遍历的一种示意图；

图6示意性示出本示例性实施例中对穿墙区域进行遍历的另一种示意图；

图7示意性示出本示例性实施例中多个狭窄区域点集构成的像素点区域示意图；

图8示意性示出本示例性实施例中从不同方向进行遍历确定的不同狭窄区域点集的示意图；

图9示意性示出本示例性实施例中对狭窄区域点集中的像素点进行处理后的局部地图图像示意图；

图10示意性示出本示例性实施例中对狭窄区域进行处理前后的对比示意图；

图11示意性示出本示例性实施例中对狭窄区域进行处理前后的另一对比示意图；

图12示意性示出本示例性实施例中对狭窄区域进行识别并处理的流程示意图；

图13示意性示出本示例性实施例中一种溢出区域的示意图；

图14示意性示出本示例性实施例中另一种溢出区域的示意图；

图15示意性示出本示例性实施例中一种图像处理方法的另一子流程图；

图16示意性示出本示例性实施例中像素点围成区域的示意图；

图17示意性示出本示例性实施例中进行边界点延伸的示意图；

图18示意性示出本示例性实施例中对溢出区域进行处理前后的对比示意图；

图19示意性示出本示例性实施例中一种图像处理方法的再一子流程图；

图20示意性示出本示例性实施例中对孤立区域进行处理前后的对比示意图；

图21示意性示出本示例性实施例中一种图像处理装置的结构框图；

图22示意性示出本示例性实施例中一种用于实现上述方法的电子设备。

具体实施方式

为了使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开作进一步地详细描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本公开保护的范围。

在本公开实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”、“”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种。

应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

应当理解，尽管在本公开实施例中可能采用术语第一、第二、第三等来描述……，但这些……不应限于这些术语。这些术语仅用来将……区分开。例如，在不脱离本公开实施例范围的情况下，第一……也可以被称为第二……，类似地，第二……也可以被称为第一……。

取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。

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商品或者装置不仅包括那些要素，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商品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的商品或者装置中还存在另外的相同要素。

目前，各种功能型智能机器人应用广泛，例如清洁机器人、巡检机器人、搬运机器人、无人车等等，其中，清洁机器人属于智能家用电器的一种，可以凭借一定的人工智能，自动在房间内完成地板清理工作。一般采用刷扫和真空方式，将地面杂物先吸纳进入自身的垃圾收纳盒，从而完成地面清理的功能。

智能机器人的行动轨迹一般是基于预先构建的地图确定的，当地图不准确时，例如地图中包括不存在或无法到达的区域时，可能会对智能机器人的工作效率和准确性造成影响，例如由于清洁机器人不能对地图中无法到达的区域进行清扫，可能会使得机器人在区域附近来回多次穿越，导致清扫时间的延长，或者长时间不能清扫完毕等问题。另外，地图的不准确也会对地图美观度造成影响，进而从多方面影响用户体验。

基于此，本公开示例性实施方式提供了一种地图处理方法，可应用于清洁机器人、巡检机器人、搬运机器人等多种可移动的智能终端中，该智能机器人可通过硬件和/或软件来实现该方法。参照图1，示出了本公开示例性实施方式提供的地图处理方法的流程图，该方法可以包括以下步骤S110～S130：

步骤S110，获取地图图像；地图图像用于表示可移动对象的可移动区域。

其中，可移动对象是指能够在场景中进行移动，以执行特定任务的智能机器人，例如清洁机器人、巡检机器人、搬运机器人、传菜机器人等等。地图图像是指能够反映场景位置、形状、分布等特征的二维或多维的图像，可移动对象可以基于该地图图像在场景中进行工作或定位等。地图图像可以是基于可移动对象的感知装置实时构建的地图，也可以是后期更新的地图，还可以是从地图数据源中获取的历史地图等。

通常情况下，可移动对象在第一次进入到工作区域时，可以对工作区域进行地图构建，例如清洁机器人第一次进入到待清洁区域时，会启动地图构建模式对待清洁区域的地图进行构建。构建地图的方式包括但不限于以下的方式：利用SLAM(simultaneouslocalization and mapping，即时定位与建图)地图与定位构建模块对清洁机器人进行定位，同时构建清洁机器人所处位置的地图，清洁机器人可以安装有激光发射器，激光发射器发射出激光，激光遇到障碍物时发生反射，SLAM根据发射以及反射的激光构建地图。

需要说明的是，现有的凡是能够用于构建本实施例中的可移动对象对应的地图图像的方式均包括在本公开保护的范围内。智能机器人在构建完地图图像后，可以将地图图像存储起来，以备后期进行工作或定位时使用。

步骤S120，从地图图像中识别出具有预设特征的目标区域。

其中，目标区域是指地图图像中需要执行地图优化的区域，目标区域可以是离散型，也可以是连续型，其形状可以包括多种，例如矩形、圆形等具有一定规则的形状，或者溢出状等不规则的形状等。通常，目标区域具有预设特征，例如狭窄型的目标区域的宽度较小，一般小于可移动对象能够通过的距离；或者孤立型的目标区域所在的区域，一般与其他区域无直接连接关系等等。不同的目标区域通常具有不同的预设特征，因此，本示例性实施例可以通过对地图图像进行识别，从中确定出具有预设特征的目标区域。具体的识别方式可以包括多种，例如可以对地图图像中每一像素点进行遍历，以根据遍历结果，从中识别出目标区域；也可以先从地图图像中确定疑似目标区域的子图像，并对子图像进行像素点遍历，以从中识别出具有预设特征的目标区域；还可以预先通过样本地图以及对应的特征标签训练一神经网络模型，通过训练的神经网络模型对地图图像进行处理，以得到具有预设特征的目标区域；此外，还可以采用经典的计算机视觉算法，通过一系列的变化操作，识别出目标区域等等，具体采用的方式可以根据实际场景、计算量及功耗等多方面的需求确定，本公开对此不做具体限定。

步骤S130，对目标区域进行地图优化处理。

在确定出目标区域后，本示例性实施例可以对目标区域进行处理，以实现对地图图像的优化。通常，地图图像由具有不同数值的像素点区域构成，不同的像素值可以代表不同的对象，而这些像素点可以被归为三个类别，分别是有效点、障碍点以及未知点，其中，有效点是指智能机器人可识别的，且可以抵达的点，障碍点是指智能机器人识别到的障碍物所在的点或边界所在的点，未知点是指整个地图空间上，智能机器人未识别到的点。在本示例性实施例中，目标区域在处理前一般为非未知点，在地图中进行显示具有具体含义，考虑到目标区域为冗余区域，对地图图像的整体准确性以及美观性造成了影响，因此，可以将目标区域进行去除。具体操作可以是对目标区域的像素点进行更新，例如对目标区域中像素点的像素值进行更新，或者将目标区域中像素点的类型置为未知点等等。

基于上述说明，在本示例性实施例中，获取地图图像；地图图像用于表示可移动对象的可移动区域；从地图图像中识别出具有预设特征的目标区域；对目标区域进行地图优化处理。一方面，本示例性实施例通过对地图图像的识别，从中确定目标区域，并对目标区域进行处理，由于目标区域具有预设特征，使得在对地图进行优化处理时，具有较高的针对性，提高了地图优化处理的效率和有效性；另一方面，本示例性实施例以简单的流程，即可以实现对地图图像中目标区域的优化处理，提高地图图像美观性的同时，能够提高智能机器人在地图区域中进行移动时的工作效率，进而为用户提供良好的服务体验。

在一示例性实施例中，上述地图图像的像素点包括有效点、障碍点或未知点；地图图像可以由多个像素点构成，每个像素点可以赋予不同的像素值，不同的像素值可以表示场景中的不同对象，所有的像素点可以被归为有效点、障碍点或未知点三个类别。

上述目标区域包括可移动对象无法进入的狭窄区域，例如在图2和图3所示的地图图像的局部图像示意图中，图2中的区域210和图3中的区域310均为清洁机器人无法进入的狭窄区域。在本示例性实施例中，狭窄区域可以是规则的矩形，也可以是不规则的长条形形状等，狭窄区域的大小本公开不做具体限定，只要满足狭窄区域特征的可移动对象无法进入的区域，均可以被认为是狭窄区域。

进一步的，如图4所示，上述步骤S120，可以包括以下步骤：

步骤S410，依次遍历地图图像的每一排列单元内的像素点；排列单元包括行或列；

步骤S420，在当前排列单元内，若距离当前有效点最近的、位于当前有效点不同方向的两个非有效点之间的距离小于第一阈值，则将当前有效点添加到狭窄区域点集；当前有效点是指当前所遍历到的有效点，非有效点包括障碍点或未知点；

步骤S430，根据狭窄区域点集确定狭窄区域。

本示例性实施例可以通过对地图图像中的各像素点进行遍历的方式，从中识别出狭窄区域。遍历时，可以按照预设顺序对排列单元内的像素进行遍历，排列单元可以包括行单元或者列单元，例如可以从左向右，对每一列单元内的像素点进行遍历，或者从上向下，对每一行单元内的像素点进行遍历等，本公开对具体的遍历顺序或遍历规则不做限定。

在遍历至当前排列单元内的像素点时，可以先确定其中当前被遍历的有效点，将该有效点作为识别狭窄区域的起算点，其中，该有效点的前一被遍历点为未知点，然后，判断距离该有效点最小的，位于该有效点不同方向的两个方向的两个非有效点(如障碍点或着未知点)之间的距离，当该距离小于第一阈值时，说明二者之间的距离过小，距离不足以使可移动穿越，则其所在的区域可能是狭窄区域，因此，可以将有效点，添加至狭窄区域点集中。其中，第一阈值是指用于判断像素点之间距离是否满足狭长区域特征的判定条件，可以根据实际情况进行自定义设置，例如可以根据经验设置较小的值作为第一阈值，如3个像素距离，或者5个像素距离等；也可以根据可移动对象的尺寸进行设置，例如清洁机器人的直径为25cm，一个像素点通常表示50mm，则第一阈值可以取6个像素等。狭窄区域点集用于记录可能构成狭窄区域的像素点，其可以在满足一定条件时，基于其中像素点生成狭窄区域，进而执行对狭窄区域的处理步骤。以在列单元中进行遍历进行举例说明，先在列单元中确定当前遍历的有效像素点，然后向上进行搜索，查找最近的障碍点或未知点，然后向下进行搜索，查找最近的障碍点或未知点，确定二者之间的像素距离，当像素距离小于第一阈值时，将当前的有效点，添加至狭窄区域点集中。

在本示例性实施例中，在距离当前有效点最近的、位于当前有效点不同方向的两个非有效点之间的距离小于第一阈值，将当前有效点添加到狭窄区域点集之后，可以对狭窄区域点集中的像素点直接进行处理，以实现对地图的优化处理，也可以在狭窄区域点集中的像素点数量或规格满足一定条件后，对其中的像素点进行处理，以实现对地图的优化处理，例如当狭窄区域点集中的像素点满足构成特定矩形或其他特定规格图形后，对其中的像素点进行像素值更新等。

为了节省计算资源，提高遍历效率，在一示例性实施例中，上述步骤S120，还可以包括：

在将当前有效点添加到狭窄区域点集时，将当前排列单元内距离当前有效点最近的、位于当前有效点不同方向的两个非有效点、以及两个非有效点之间的其他像素点也添加到狭窄区域点集。

即在上述步骤S410～S430的过程中，当确定将有效点添加至狭窄区域点集时，距离有效点最近的、位于有效点不同方向的两个非有效点、以及两个非有效点之间的其他像素点大概率也是需要进行处理的点，因为两个方向的非有效点之间的像素点均是可移动对象无法通过的区域，因此，可以将当前排列单元内距离当前有效点最近的、位于当前有效点不同方向的两个非有效点、以及两个非有效点之间的其他像素点也添加到狭窄区域点集内，进而根据狭窄区域点集确定狭窄区域。

在一示例性实施例中，上述步骤S120，还可以包括：

在遍历当前排列单元内的像素点后，若当前排列单元内有至少一个像素点被添加到狭窄区域点集，则将狭窄区域点集的长度参数加一；

当长度参数大于或等于第二阈值时，将狭窄区域点集内的像素点所形成的区域识别为狭窄区域。

狭窄区域点集的长度参数是指狭长区域的长度特征，其初始值可以设置为0，第二阈值是指用于判断像素区域是否满足狭长区域特征的另一判定条件，第二阈值的设置可以根据需要进行自定义设置，通常第二阈值设置大于第一阈值即可。在遍历当前排列单元内的像素点后，如果当前排列单元内有至少一个像素点被添加到狭窄区域点集中，则可以对狭窄区域点集的长度参数加一，当长度参数大于或等于第二阈值时，可以将狭窄区域点集内的像素点形成的区域识别为狭窄区域。例如图5示出了一地图图像的局部示意图，在对房间右侧的穿墙区域510进行遍历时，可以采用从左到右依次对列单元进行遍历的方式，先在当前列单元520内确定有效点，若距离当前有效点最近的、位于当前有效点不同方向的两个非有效点之间的距离m小于第一阈值，则将当前有效点，以及两个非有效点之间的其他像素点添加到狭窄区域点集，然后，遍历当前列单元520的下一列单元，并将狭窄区域点集的长度参数加一，可以表示为n＝n+1，进而，判断长度参数n+1是否大于第二阈值，在长度参数大于或等于第二阈值时，将狭窄区域点集内的像素点所形成的区域识别为狭窄区域。或者，在图6所示的另一地图图像的局部示意图中，在对房间上侧的穿墙区域610进行遍历时，先在当前行单元620内确定有效点，若距离当前有效点最近的、位于当前有效点不同方向的两个非有效点之间的距离m小于第一阈值，则将当前有效点，以及两个非有效点之间的其他像素点添加到狭窄区域点集，然后，遍历当前行单元620的下一列单元，并将狭窄区域点集的长度参数加一，可以表示为n＝n+1，进而，判断长度参数n+1是否大于第二阈值，在长度参数大于或等于第二阈值时，将狭窄区域点集内的像素点所形成的区域识别为狭窄区域。

需要说明的是，狭窄区域的确定并不一定完全与地图中的某一窄区域完全对应，只要满足上述狭窄区域的区域特征时，即可以构成狭窄区域进行区域处理，例如如图7所示，以图5所示的穿墙区域510为例，在将区域530内的像素遍历完成后，即可以确定一狭窄区域530，继续进行遍历还可以得到狭窄区域540，或者也可以对狭窄区域内的像素暂不做处理，确定整个穿墙区域510为狭窄区域后，统一进行处理等等，本公开对此不做限定。另外，图5和图6仅为示例性说明，具体在进行遍历时，由于遍历的顺序和遍历方向的不同，其所确定的狭窄区域可以是从不同方向确定的，例如如图8所示，以图5所示的穿墙区域为例，由于遍历方向不同，可以确定狭窄区域550，或狭窄区域560。

在一示例性实施例中，上述步骤S410，可以包括：

沿地图图像的宽度方向依次遍历地图图像的每一列的像素点，以及沿地图图像的高度方向依次遍历地图图像的每一行的像素点。

在本示例性实施例中，可以按照地图图像的宽度和高度方向，对地图图像中的像素点进行遍历，具体的，可以沿地图图像的宽度方向依次遍历地图图像的每一列的像素点，以及沿地图图像的高度方向依次遍历地图图像的每一行的像素点。

在一示例性实施例中，上述步骤S130可以包括：

将狭窄区域内的像素点调整为未知点。

当确定狭窄区域集内的像素点形成的区域为狭窄区域时，本示例性实施例可以将狭窄区域内的像素点的类型调整为未知点，以对地图图像进行更新，调整后，可以将狭窄区域内的像素点视为无效点，从初始地图图像中去除，以美化地图图像。例如将图8所示的狭窄区域处理后，可以得到如图9所示的示意图。

图10示出了一地图图像处理前后的对比示意图，可以将具有狭窄区域1010的地图图像a进行优化处理，得到地图图像b；图11示出了另一地图图像处理前后的对比示意图，可以将具有狭窄区域1110的地图图像a进行优化处理，得到地图图像b。

本示例性实施例，可以是在遍历的过程中实时对像素点进行调整，也可以周期性或按批次定量对像素点进行调整，例如每隔一段时间，对已确定为狭窄区域内的像素点进行未知点的调整，或者确定待调整的像素点的数量超过一定数量后，进行未知点的调整等等。

图12示出了另一种对狭窄区域进行识别并进行处理的流程示意图，具体可以包括以下步骤：

步骤S1202，获取地图图像；

步骤S1204，按照遍历顺序，获取地图图像中的当前排列单元内的当前遍历像素点；

步骤S1206，确定是否遍历结束；

如果遍历结束，则执行步骤S1208，结束遍历流程；

如果遍历未结束，则执行步骤S1210，判断当前遍历像素点是否为有效点；

如果不是有效点，则跳转至步骤S1204重新确定当前遍历像素点；

如果为有效点，则执行步骤S1212，在当前排列单元内，计算距离当前有效点最近的、位于当前有效点不同方向的两个非有效点之间的距离；

步骤S1214，判断距离是否小于等于第一阈值；

如果距离大于第一阈值，则跳转至步骤S1204重新确定当前遍历像素点；

如果距离小于等于第一阈值，则执行步骤S1216，将当前有效点，以及两个非有效点之间的其他像素点，添加到狭窄区域点集；

步骤S1218，将狭窄区域点集的长度参数加一；

步骤S1220，判断长度参数是否大于等于第二阈值；

如果小于第二阈值，则跳转至步骤S1212，确定下一排列单元进行遍历；

如果大于等于第二阈值，则执行步骤S1222，将狭窄区域点集内的像素点所形成的区域识别为狭窄区域，并将狭窄区域内的像素点调整为未知点。

在一示例性实施例中，地图图像的像素点包括有效点、障碍点或未知点；目标区域包括溢出区域。例如在图13和图14所示的地图图像的局部图像示意图中，图13中的区域1310和图14中的区域1410均为溢出区域。

如图15所示，上述步骤S120，可以包括以下步骤：

步骤S1510，从地图图像中确定一个或多个第一待判别区域；

步骤S1520，获取第一待判别区域的障碍点数量和有效点数量；

步骤S1530，根据第一待判别区域的障碍点数量确定第一待判别区域对应的第三阈值，第三阈值表示由第一待判别区域的障碍点作为矩形的两边所围成的矩形的最大面积；

步骤S1540，若第一待判别区域的有效点数量超过第三阈值，则确定第一待判别区域为溢出区域。

在本示例性实施例中，通过对地图图像的识别，可以确定其中是否包括溢出区域这一类型的目标区域。具体的，可以先从地图图像中确定一个或多个第一待判别区域，第一待判别区域是指从地图图像中划分出的，可能为溢出区域的子图像区域，也可以认为其是从地图图像中划分出的用于进行溢出区域特征判断的独立区域。通常，可以从地图图像中划分出一个或多个第一待判别区域。划分可以通过基于地图图像中边界的障碍点进行延伸的方式，将边界两侧的区域划分开，以确定出第一待判别区域。然后，可以获取第一待判别区域的障碍点数量和有效点数量，这里是指类型为障碍点类型与有效点类型的像素点的数量。通过对第一待判别区域内障碍点数量的判断，当障碍点数量大于第一待判别区域的障碍点作为矩形的两边所围成的矩形的最大面积所容纳的像素点数量时，则可以认为第一待判别区域为溢出区域。

在一示例性实施例中，上述步骤S1530可以包括：

根据第一待判别区域的障碍点数量确定由障碍点作为正方形的两边围成的正方形区域所能容纳的像素点数量，以作为第一待判别区域对应的第三阈值。

障碍点数量即为障碍点类型的像素点的数量。溢出区域一般从正常区域的一侧溢出，即溢出区域的一侧为边界，其他位置不存在边界，或者，在某些情况下，在区域的夹角处发生溢出，则区域有两侧存在边界。考虑到通常，使用某一长度做矩形的两个边时，围成正方形的面积最大，如图16所示，图16a示出X个黑色像素点围成区域1610，图16b示出X个黑色像素点围成的区域1620，其中，黑色像素点均表示障碍点。相同数量的障碍点作为矩形的两边围成的区域，分别对应图16a中的正方形区域1610，和图16b中的长方形区域1620，其中，正方形区域1610对应可以容纳的像素点数量Y1大于长方形区域1620对应可以容纳的像素点数量Y2。因此，当假设一个区域内的边界像素点数量为X个，将这些X个像素点作为正方形的两边时，可以围住的最大区域面积为(X/2)²。

在本示例性实施例中，可以基于第一待判别区域的障碍点的数量，确定障碍点作为正方形的两边所围成的区域所能容纳的像素点数量，如果区域内有效像素点的个数为Y个，当(X/2)²＜Y时，说明这X个像素点作为边界时不足以围绕区域的两侧，从而确定区域为溢出区域，也即本示例性实施例可以通过第一待判别区域中障碍点的数量确定由障碍点作为正方形的两边所围成的正方形区域所能容纳的像素点数量，以作为第一待判别区域对应的第三阈值。

在一示例性实施例中，上述步骤S1510可以包括：

将地图图像中的边界延伸，基于延伸后的边界从地图图像中确定一个或多个独立区域，以作为第一待判别区域；其中，延伸前的边界是由障碍点、或障碍点和未知点组成的直线。

考虑到，溢出区域与原正常区域之前是连通的，无法进行不同第一待判别区域的判断，因此，本示例性实施例可以通过延伸边界的方式，也即确定虚拟边界的方式，划分出各个独立的第一待判别区域。具体的，可以按照当前边界的左右或上下方向，例如按照构成当前边界的障碍点、或障碍点和未知点组成的直线向左、向右、向上或向下方向延伸预设数量个像素点，以通过延伸的像素点构成的界限将第一判别区域从地图图像中划分出来。

在一示例性实施例中，上述将地图图像中的边界延伸，包括：

将边界从任一端延伸，若延伸部分的长度不超过第四阈值时，延伸部分连接到除边界外的未知点或障碍点，则保留从任一端延伸到连接点的部分；若延伸部分的长度达到第四阈值时，延伸部分未连接到除边界外的未知点或障碍点，则取消对任一端的延伸。

在具体进行延伸的过程中，为了保证进行边界点延伸得到的第一待判别区域的有效性，避免延伸过长而划分出本就不可能是溢出区域的部分，增加区域识别的计算量，本示例性实施例可以进行延伸部分的长度判断，将边界从任一端延伸K个数量的像素点，其中K个像素点的距离即为第四阈值，当延伸部分的长度不超过第四阈值时，延伸部分连接到除边界外的未知点或障碍点，则保留从任一端延伸到连接点的部分，将其标注为新的边界点；当延伸部分的长度达到第四阈值时，延伸部分未连接到除边界外的未知点或障碍点，则取消对任一端的延伸，即不保留延伸部分。其中，第四阈值，可以根据实际情况进行自定义设置，例如可以设置为10个像素点等。

另外，为了进一步保证边界延伸的有效性，在一示例性实施例中，构成延伸前的边界的障碍点的数量，或者障碍点和未知点的数量不少于预设数目。

即构成延伸前的边界的连续像素点数量不少于预设数目。如果障碍点的数量小于预设数目，或者障碍点和未知点的总数量小于预设数目，则说明由障碍点、或障碍点和未知点组成的直线较短，不足以构成明显边界，进行边界延伸时能够成功确定独立区域的可能性较小，或者没有必要进行边界延伸。因此，可以将这类边界进行筛选，不进行边界延伸，从而提高边界延伸的准确性，避免额外无效计算资源的浪费。其中，预设数目可以根据边界延伸的具体需求设置，也可以自定义设置，例如可以设置预设数目为2或3，即当构成边界的像素点数目大于2或3时，才能够基于该边界进行延伸。

图17示出了一种边界点延伸示意图，图17中，标示框1750中的虚线为符合延伸条件的延伸边界点，因此，可以将划分出的区域1760作为第一待判定区域进行溢出区域的识别；而标识框1710、1720、1730、1740中的虚线均包括经过延伸后的边界点，但是由于不满足边界延伸条件，边界延伸不成功，可以不进行处理。其中，以标识框1730中的延伸边界点为例进行说明，直线1731为一延伸前的边界，由于构成该边界的像素点数量小于预设数目，因此，基于边界直线1731进行延伸的边界点1732将取消延伸，直线1733为另一延伸前的边界，基于该边界进行延伸时，由于其延伸边界点1734超过第四阈值，因此，也将取消延伸。

在一示例性实施例中，在将地图图像中的边界延伸前，上述地图处理方法还可以包括：

若存像素点数量不超过p个的障碍点簇，其障碍点簇被有效点或未知点包围，则将相邻的障碍点修改为有效点；

若存像素点数量不超过q个的未知点簇，其未知点簇被有效点或障碍点包围，则将相邻的未知点修改为有效点；

p和q为正整数。

考虑到，由于器件等原因，地图图像中中会存在孤立的障碍点或未知点，在进行延伸边界的过程中，如果遇到孤立点或障碍点就结束，可能会导致无法划分第一待判定区域或者无法准确划分第一待判定区域。鉴于此，本示例性实施例可以在进行边界延伸之前，可以先对孤立的点进行美化，例如将孤立的像素点更新为有效点，之后再执行延伸过程。具体过程可以包括：遍历地图图像中的每个像素点，若存在像素点数量不超过p个的障碍点簇，障碍点簇被有效点或未知点包围，例如有一个或两个障碍点，其周围均为有效点或未知点，则将这一个或两个障碍点修改为有效点；若存在像素点数量不超过q个的未知点簇，例如有紧邻的不超过4个的未知点簇，且其周围均为有效点或障碍点，则将这些未知点修改为有效点。

在一示例性实施例中，在将地图图像中的边界进行延伸时，上述地图图像方法，还可以包括：

生成与地图图像尺寸相同的边界图像，在边界图像中保存延伸后的边界信息，在地图图像中不保存延伸后的边界信息。

考虑到如果直接将这些延伸点在地图图像上更改为边界点，可能会增加错误的边界信息，因此，本示例性实施例在进行边界延伸时，可以将生成与地图图像尺寸相同的边界图像，以将边界点延伸的数据单独存储，而在地图图像中不保存延伸后的边界信息。具体存储方式可以通过其他的与地图数组对应大小的数组来存放增加的边界信息。

在一示例性实施例中，上述步骤S130，可以包括：

将溢出区域内的有效点调整为未知点。

当确定第一待判定区域为溢出区域后，本示例性实施例可以将溢出区域内的有效点的类型调整为未知点，以对地图图像进行更新。

本示例性实施例，可以是在对所有第一待判定区域进行识别完成后，统一对有效点进行未知点的调整，也可以边对第一待判定区域进行识别，边对已识别为溢出区域内的有效点进行未知点的调整等等。

图18示出了一种对溢出区域进行处理前后的对比示意图，在确定图18a地图图像中的第一待判定区域1810和1820，并识别到其为溢出区域，对其中的有效点进行调整后，可以得到图18b所示的地图图像。

在一示例性实施例中，地图图像的像素点包括有效点、障碍点或未知点；目标区域包括孤立区域；如图19所示，上述步骤S120，可以包括以下步骤：

步骤S1910，从地图图像中确定一个或多个第二待判别区域；

步骤S1920，若第二待判别区域的障碍点数量小于第五阈值，则确定第二待判别区域为孤立区域。

其中，第二待判别区域是指从地图图像中划分的用于进行孤立区域判断的图像子区域，与第一待判别区域不同，第一待判别区域一般与地图图像的其他区域是连通的，需要通过边界延伸将其划分开，而第二待判别区域与其他区域一般是不连通的。在本示例性实施例中，在从地图中确定出一个或多个第二待判别区域后，可以通过对第二待判别区域内的障碍点数量的判断，确定其是否是需要进行处理的孤立区域，当障碍点数量较多时，认为其可能是地图中有效的障碍物所在的点，仍然具有可用性，而当障碍点数量过小，小于第五阈值时，认为其是无效的孤立区域。其中，第五阈值可以根据对孤立区域的约束要求确定，例如可以设置50个障碍点数量作为第五阈值，也可以设置其他数量等，本公开对此不做具体限定。

在一示例性实施例中，从地图图像中确定一个或多个第二待判别区域，包括：

将地图图像中由相邻的有效点与障碍点形成的区域作为第二待判别区域。

本示例性实施例可以通过对地图图像中的像素点进行遍历，确定其中的有效点与障碍点，并将相邻的有效点与障碍点形成的区域作为第二待判别区域，不同的第二待判别区域之间可以由未知点间隔开。

在一示例性实施例中，上述步骤S1910，可以包括以下步骤：

在对地图图像中的狭窄区域和/或溢出区域已进行地图优化处理的情况下，从地图图像中确定一个或多个第二待判别区域。

在实际应用中，除了地图图像中本来就存在的孤立区域需要进行处理外，在某些情况下，地图图像中原本可能不存在孤立区域，但是通过对其中狭窄区域与移除区域的识别与处理后，产生了新的孤立区域，因此，本示例性实施例可以在对地图图像中的狭窄区域、溢出区域或者狭窄区域和溢出区域进行地图优化处理时，从地图图像中确定满足像素点特征条件的第二待判别区域。

在一示例性实施例中，对目标区域进行地图优化处理，包括：

将孤立区域内的像素点调整为未知点。

当确定第二待判别区域为孤立区域后，本示例性实施例可以将孤立区域内的像素点的类型调整为未知点，以对地图图像进行更新，调整后，可以将孤立区域内的像素点视为无效点，从初始地图图像中去除，以美化地图图像。

图20示出了一种对孤立区域进行处理前后的对比示意图，在确定图20a地图图像中的第一待判定区域2010和2020，并识别到其为孤立区域，对其中的像素点进行调整后，可以得到图20b所示的地图图像。

本示例性实施例，可以是边识别孤立区域，边对孤立区域中的像素点进行未知点的调整，也可以是在在识别到所有孤立区域后，统一对孤立区域内的像素点进行未知点的调整等等，本公开对此不做具体限定。

在本公开的示例性实施例中，还提供了一种地图处理装置，如图21所示，地图处理装置2100可以包括：地图图像获取模块2110、目标区域识别模块2120和地图优化处理模块2130，其中：

地图图像获取模块2110，用于获取地图图像；地图图像用于表示可移动对象的可移动区域；

目标区域识别模块2120，用于从地图图像中识别出具有预设特征的目标区域；

地图优化处理模块2130，用于对目标区域进行地图优化处理。

在本公开的一种示例性实施方式中，地图图像的像素点包括有效点、障碍点或未知点；目标区域包括可移动对象无法进入的狭窄区域；目标区域识别模块，包括：像素点遍历单元，用于依次遍历地图图像的每一排列单元内的像素点；排列单元包括行或列；有效点添加单元，用于在当前排列单元内，若距离当前有效点最近的、位于当前有效点不同方向的两个非有效点之间的距离小于第一阈值，则将当前有效点添加到狭窄区域点集；当前有效点是指当前所遍历到的有效点，非有效点包括障碍点或未知点；区域确定单元，用于根据狭窄区域点集确定狭窄区域。

在本公开的一种示例性实施方式中，目标区域识别模块，还包括：像素点添加单元，用于在将当前有效点添加到狭窄区域点集时，将当前排列单元内距离当前有效点最近的、位于当前有效点不同方向的两个非有效点、以及两个非有效点之间的其他像素点也添加到狭窄区域点集。

在本公开的一种示例性实施方式中，目标区域识别模块，还包括：长度参数更新单元，用于在遍历当前排列单元内的像素点后，若当前排列单元内有至少一个像素点被添加到狭窄区域点集，则将狭窄区域点集的长度参数加一；区域识别单元，用于当长度参数大于或等于第二阈值时，将狭窄区域点集内的像素点所形成的区域识别为狭窄区域。

在本公开的一种示例性实施方式中，像素点遍历单元，包括：依次遍历子单元，用于沿地图图像的宽度方向依次遍历地图图像的每一列的像素点，以及沿地图图像的高度方向依次遍历地图图像的每一行的像素点。

在本公开的一种示例性实施方式中，地图优化处理模块，包括：第一处理单元，用于将狭窄区域内的像素点调整为未知点。

在本公开的一种示例性实施方式中，地图图像的像素点包括有效点、障碍点或未知点；目标区域包括溢出区域；目标区域识别模块，包括：第一区域确定单元，用于从地图图像中确定一个或多个第一待判别区域；数量获取单元，用于获取第一待判别区域的障碍点数量和有效点数量；阈值确定单元，用于根据第一待判别区域的障碍点数量确定第一待判别区域对应的第三阈值，第三阈值表示由所述第一待判别区域的障碍点作为矩形的两边所围成的矩形的最大面积；溢出区域确定单元，用于若第一待判别区域的有效点数量超过第三阈值，则确定第一待判别区域为溢出区域。

在本公开的一种示例性实施方式中，阈值确定单元，包括：像素点数量等效子单元，用于根据第一待判别区域的障碍点数量确定由障碍点作为正方形的两边所围成的正方形区域所能容纳的像素点数量，以作为第一待判别区域对应的第三阈值。

在本公开的一种示例性实施方式中，第一区域确定单元，包括：边界延伸子单元，用于将地图图像中的边界延伸，基于延伸后的边界从地图图像中确定一个或多个独立区域，以作为第一待判别区域；其中，延伸前的边界是由障碍点、或障碍点和未知点组成的直线。

在本公开的一种示例性实施方式中，边界延伸子单元，用于将边界从任一端延伸，若延伸部分的长度不超过第四阈值时，延伸部分连接到除边界外的未知点或障碍点，则保留从任一端延伸到连接点的部分；若延伸部分的长度达到第四阈值时，延伸部分未连接到除边界外的未知点或障碍点，则取消对任一端的延伸。

在本公开的一种示例性实施方式中，地图处理装置，还可以包括：第一修改模块，用于在将地图图像中的边界延伸前，若存在像素点数量不超过p个障碍点簇，其障碍点簇被有效点或未知点包围，则将相邻的障碍点修改为有效点；第二修改模块，用于若存在像素点数量不超过q个的未知点簇，其未知点簇被有效点或障碍点包围，则将相邻的未知点修改为有效点；p和q为正整数。

在本公开的一种示例性实施方式中，构成延伸前的边界的障碍点的数量，或者障碍点和未知点的数量不少于预设数目。

在本公开的一种示例性实施方式中，地图处理装置，还可以包括：边界信息处理模块，用于在将地图图像中的边界进行延伸时，生成与地图图像尺寸相同的边界图像，在边界图像中保存延伸后的边界信息，在地图图像中不保存延伸后的边界信息。

在本公开的一种示例性实施方式中，地图优化处理模块，包括：第二处理单元，用于将溢出区域内的有效点调整为未知点。

在本公开的一种示例性实施方式中，地图图像的像素点包括有效点、障碍点或未知点；目标区域包括孤立区域；目标区域识别模块，包括：第二区域确定单元，用于从地图图像中确定一个或多个第二待判别区域；孤立区域确定单元，用于若第二待判别区域的障碍点数量小于第五阈值，则确定第二待判别区域为孤立区域。

在本公开的一种示例性实施方式中，第二区域确定单元，用于将地图图像中由相邻的有效点与障碍点形成的区域作为第二待判别区域。

在本公开的一种示例性实施方式中，第二区域确定单元，用于在对地图图像中的狭窄区域和/或溢出区域已进行地图优化处理的情况下，从地图图像中确定一个或多个第二待判别区域。

在本公开的一种示例性实施方式中，地图优化处理模块，包括：第三处理单元，用于将孤立区域内的像素点调整为未知点。

上述中各地图处理装置模块的具体细节已经在对应的地图处理方法中进行了详细的描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了用于执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备，例如，该电子设备可以是一种能够实现上述方法的清洁机器人。

所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图22来描述根据本公开的这种示例性实施例的电子设备2200。图22显示的电子设备2200仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图22所示，电子设备2200以通用计算设备的形式表现。电子设备2200的组件可以包括但不限于：上述至少一个处理单元2210、上述至少一个存储单元2220、连接不同系统组件(包括存储单元2220和处理单元2210)的总线2230、显示单元2240。

其中，存储单元存储有程序代码，程序代码可以被处理单元2210执行，使得处理单元2210执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，处理单元2210可以执行图1所示的步骤110～S130，图4所示的步骤S410～S430，图12所示的步骤S1202～S1222，图15所示的步骤S1510～S1540，也可以执行图19所示的步骤S1910～S1920等。

存储单元2220可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)2221和/或高速缓存存储单元2222，还可以进一步包括只读存储单元(ROM)2223。

存储单元2220还可以包括具有一组(至少一个)程序模块2225的程序/实用工具2224，这样的程序模块2225包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线2230可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备2200也可以与一个或多个外部设备2300(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备2200交互的设备通信，和/或与使得该电子设备2200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口2250进行。并且，电子设备2200还可以通过网络适配器2260与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器2260通过总线2230与电子设备2200的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备2200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开示例性实施例的方法。

本公开的示例性实施例还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。

根据本公开的实施方式的用于实现上述方法的程序产品，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (10)

1.一种地图处理方法，其特征在于，所述方法包括：

获取地图图像；所述地图图像用于表示可移动对象的可移动区域；

从所述地图图像中识别出具有预设特征的目标区域；

对所述目标区域进行地图优化处理。

2.根据权利要求1所述的方法，其特征在于，所述地图图像的像素点包括有效点、障碍点或未知点；所述目标区域包括所述可移动对象无法进入的狭窄区域；所述从所述目标地图中识别出具有预设特征的目标区域，包括：

依次遍历所述地图图像的每一排列单元内的像素点；所述排列单元包括行或列；

在当前排列单元内，若距离当前有效点最近的、位于所述当前有效点不同方向的两个非有效点之间的距离小于第一阈值，则将所述当前有效点添加到狭窄区域点集；当前有效点是指当前所遍历到的有效点，非有效点包括障碍点或未知点；

根据所述狭窄区域点集确定狭窄区域。

3.根据权利要求2所述的方法，其特征在于，所述从所述目标地图中识别出具有预设特征的目标区域，还包括：

在将所述当前有效点添加到狭窄区域点集时，将所述当前排列单元内距离所述当前有效点最近的、位于所述当前有效点不同方向的两个非有效点、以及所述两个非有效点之间的其他像素点也添加到所述狭窄区域点集。

4.根据权利要求2所述的方法，其特征在于，所述从所述目标地图中识别出具有预设特征的目标区域，还包括：

在遍历所述当前排列单元内的像素点后，若所述当前排列单元内有至少一个像素点被添加到所述狭窄区域点集，则将所述狭窄区域点集的长度参数加一；

当所述长度参数大于或等于第二阈值时，将所述狭窄区域点集内的像素点所形成的区域识别为狭窄区域。

5.根据权利要求2所述的方法，其特征在于，所述依次遍历所述地图图像的每一排列单元内的像素点，包括：

沿所述地图图像的宽度方向依次遍历所述地图图像的每一列的像素点，以及沿所述地图图像的高度方向依次遍历所述地图图像的每一行的像素点。

6.根据权利要求2所述的方法，其特征在于，所述对所述目标区域进行地图优化处理，包括：

将所述狭窄区域内的像素点调整为未知点。

7.根据权利要求1所述的方法，其特征在于，所述地图图像的像素点包括有效点、障碍点或未知点；所述目标区域包括溢出区域；所述从所述地图图像中识别出具有预设特征的目标区域，包括：

从所述地图图像中确定一个或多个第一待判别区域；

获取所述第一待判别区域的障碍点数量和有效点数量；

根据所述第一待判别区域的障碍点数量确定所述第一待判别区域对应的第三阈值，所述第三阈值表示由所述第一待判别区域的障碍点作为矩形的两边所围成的矩形的最大面积；

若所述第一待判别区域的有效点数量超过所述第三阈值，则确定所述第一待判别区域为溢出区域。

8.一种地图处理装置，其特征在于，包括：

地图图像获取模块，用于获取地图图像；所述地图图像用于表示可移动对象的可移动区域；

目标区域识别模块，用于从所述地图图像中识别出具有预设特征的目标区域；

地图优化处理模块，用于对所述目标区域进行地图优化处理。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的地图处理方法。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的地图处理方法。