CN117086868B - 机器人及其控制方法、装置、存储介质 - Google Patents

机器人及其控制方法、装置、存储介质 Download PDF

Info

Publication number
CN117086868B
CN117086868B CN202311000821.0A CN202311000821A CN117086868B CN 117086868 B CN117086868 B CN 117086868B CN 202311000821 A CN202311000821 A CN 202311000821A CN 117086868 B CN117086868 B CN 117086868B
Authority
CN
China
Prior art keywords
map
robot
target
maps
information
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.)
Active
Application number
CN202311000821.0A
Other languages
English (en)
Other versions
CN117086868A (zh
Inventor
尚子涵
杜坤
刘凯
文林风
丁松
易鹏
白忠星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaomi Robot Technology Co ltd
Original Assignee
Beijing Xiaomi Robot Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Xiaomi Robot Technology Co ltd filed Critical Beijing Xiaomi Robot Technology Co ltd
Priority to CN202311000821.0A priority Critical patent/CN117086868B/zh
Publication of CN117086868A publication Critical patent/CN117086868A/zh
Application granted granted Critical
Publication of CN117086868B publication Critical patent/CN117086868B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/20—Control system inputs
    • G05D1/24—Arrangements for determining position or orientation
    • G05D1/246—Arrangements for determining position or orientation using environment maps, e.g. simultaneous localisation and mapping [SLAM]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G01C21/32—Structuring or formatting of map data
    • 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
    • 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
    • G01C21/3863—Structures of map data
    • G01C21/387—Organisation of map data, e.g. version management or database structures
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2105/00—Specific applications of the controlled vehicles
    • G05D2105/80—Specific applications of the controlled vehicles for information gathering, e.g. for academic research
    • G05D2105/85—Specific applications of the controlled vehicles for information gathering, e.g. for academic research for patrolling or reconnaissance for police, security or military applications
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2109/00—Types of controlled vehicles
    • G05D2109/10—Land vehicles
    • G05D2109/12—Land vehicles with legs

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本公开涉及仿生机器人技术领域，具体提供了一种机器人及其控制方法、装置、存储介质。一种机器人控制方法，包括根据机器人当前作业的目标位置信息确定目标作业地图，基于预先建立的地图连接关系确定机器人移动的中转位置，并控制机器人移动至中转位置切换地图，直至机器人移动至目标作业地图，根据目标作业地图的地图信息和目标位置信息控制机器人移动至作业目的地。本公开实施方式中，通过将大环境作业范围进行划分，机器人基于小地图作业，降低机器人单次建图和作业压力，降低单机成本，提高机器人导航精度和稳定性。同时，机器人可以实现跨地图连续作业，单个机器人即可实现全区域的连续作业，降低机器人部署成本，提高作业稳定性。

Description

机器人及其控制方法、装置、存储介质
技术领域
本公开涉及仿生机器人技术领域，具体涉及一种机器人及其控制方法、装置、存储介质。
背景技术
随着机器人技术的发展，机器人在越来越多的场景中替代人工，实现相应场景下的作业。但是，对于工业园区、户外街道等大环境作业场景，由于作业区域范围很大，机器人受限于自身算力，难以完成全区域的制图和连续作业，导致机器人大环境场景下作业能力受限。
发明内容
为实现机器人跨地图连续作业，提高机器人在大环境场景下的作业能力和效果，本公开实施方式提供了一种机器人及其控制方法、装置、存储介质。
第一方面，本公开实施方式提供了一种机器人控制方法，应用于机器人，所述方法包括：
根据机器人当前作业的目标位置信息，从预先构建的多张作业地图中确定包含所述目标位置信息的目标作业地图，所述目标位置信息是机器人作业目的地对应的位置信息；
基于预先建立的地图连接关系，确定机器人从当前位置移动至所述目标作业地图的中转位置，所述中转位置为两张相邻作业地图的公共区域中的位置；
控制机器人移动至所述中转位置并切换地图，直至机器人移动至所述目标作业地图；
根据所述目标作业地图的地图信息以及所述目标位置信息，控制机器人移动至所述作业目的地。
在一些实施方式中，所述根据机器人当前作业的目标位置信息，从预先构建的多张作业地图中确定包含所述目标位置信息的目标作业地图，包括：
获取机器人当前作业地图的地图信息以及所述目标位置信息；
在当前作业地图的地图信息不包含所述目标位置信息的情况下，根据所述目标位置信息遍历其它作业地图，确定包含所述目标位置信息的所述目标作业地图。
在一些实施方式中，所述地图连接关系包括所述多张作业地图之间的关联关系，以及相关联的作业地图之间的公共区域；所述基于预先建立的地图连接关系，确定机器人从当前位置移动至所述目标作业地图的中转位置，包括：
根据所述多张作业地图之间的关联关系，确定机器人从当前位置所在的当前作业地图移动至所述目标作业地图的地图路径；
对于所述地图路径上相关联的两张作业地图，根据所述两张作业地图之间的公共区域的特征点，确定所述两张作业地图之间的中转位置。
在一些实施方式中，所述根据所述两张作业地图之间的公共区域的特征点，确定所述两张作业地图之间的中转位置，包括：
获取所述公共区域中包括的特征点的置信度，将所述置信度最高的特征点对应的位置确定为所述中转位置；所述置信度表示所述特征点是所述两张作业地图上同一点的概率。
在一些实施方式中，所述控制机器人移动至所述中转位置并切换地图，直至机器人移动至所述目标作业地图，包括：
基于所述地图路径依次移动至每个中转位置，并在每个中转位置处，将当前作业地图切换至与所述当前作业地图相关联的作业地图，直至机器人移动至所述目标作业地图。
在一些实施方式中，所述根据所述目标作业地图的地图信息以及所述目标位置信息，控制机器人移动至所述作业目的地，包括：
将所述目标位置信息转换为地图坐标系下的目标坐标信息；
根据所述目标作业地图的地图信息及所述目标坐标信息，控制所述机器人移动至所述目标坐标信息对应的所述作业目的地。
在一些实施方式中，预先建立所述地图连接关系的过程，包括：
构建得到所述多张作业地图，其中，每张作业地图包括地图坐标信息以及作业地图上的多个特征点信息；
对于每任意两张作业地图，根据所述两张作业地图各自包括的特征点信息进行特征匹配，并在匹配到至少一组特征点的情况下，将所述两张作业地图确定为相关联的两张作业地图；
对于所述相关联的两张作业地图，根据匹配到的特征点确定所述两张作业地图之间的公共区域。
第二方面，本公开实施方式提供了一种机器人控制装置，应用于机器人，所述装置包括：
地图确定模块，被配置为根据机器人当前作业的目标位置信息，从预先构建的多张作业地图中确定包含所述目标位置信息的目标作业地图，所述目标位置信息是机器人作业目的地对应的位置信息；
中转位置模块，被配置为基于预先建立的地图连接关系，确定机器人从当前位置移动至所述目标作业地图的中转位置，所述中转位置为两张相邻作业地图的公共区域中的位置；
地图切换模块，被配置为控制机器人移动至所述中转位置并切换地图，直至机器人移动至所述目标作业地图；
导航模块，被配置为根据所述目标作业地图的地图信息以及所述目标位置信息，控制机器人移动至所述作业目的地。
在一些实施方式中，所述地图确定模块被配置为：
获取机器人当前作业地图的地图信息以及所述目标位置信息；
在当前作业地图的地图信息不包含所述目标位置信息的情况下，根据所述目标位置信息遍历其它作业地图，确定包含所述目标位置信息的所述目标作业地图。
在一些实施方式中，所述地图连接关系包括所述多张作业地图之间的关联关系，以及相关联的作业地图之间的公共区域，所述中转位置模块被配置为：
根据所述多张作业地图之间的关联关系，确定机器人从当前位置所在的当前作业地图移动至所述目标作业地图的地图路径；
对于所述地图路径上相关联的两张作业地图，根据所述两张作业地图之间的公共区域的特征点，确定所述两张作业地图之间的中转位置。
在一些实施方式中，所述中转位置模块被配置为：
获取所述公共区域中包括的特征点的置信度，将所述置信度最高的特征点对应的位置确定为所述中转位置；所述置信度表示所述特征点是所述两张作业地图上同一点的概率。
在一些实施方式中，所述地图切换模块被配置为：
基于所述地图路径依次移动至每个中转位置，并在每个中转位置处，将当前作业地图切换至与所述当前作业地图相关联的作业地图，直至机器人移动至所述目标作业地图。
在一些实施方式中，所述导航模块被配置为：
将所述目标位置信息转换为地图坐标系下的目标坐标信息；
根据所述目标作业地图的地图信息及所述目标坐标信息，控制所述机器人移动至所述目标坐标信息对应的所述作业目的地。
在一些实施方式中，所述中转位置模块被配置为：
构建得到所述多张作业地图，其中，每张作业地图包括地图坐标信息以及作业地图上的多个特征点信息；
对于每任意两张作业地图，根据所述两张作业地图各自包括的特征点信息进行特征匹配，并在匹配到至少一组特征点的情况下，将所述两张作业地图确定为相关联的两张作业地图；
对于所述相关联的两张作业地图，根据匹配到的特征点确定所述两张作业地图之间的公共区域。
第三方面，本公开实施方式提供了一种机器人，包括：
处理器；
存储器，存储有计算机指令，所述计算机指令用于使处理器执行根据第一方面任意实施方式所述的方法。
第四方面，本公开实施方式提供了一种存储介质，存储有计算机指令，所述计算机指令用于使计算机执行根据第一方面任意实施方式所述的方法。
本公开实施方式的机器人控制方法，包括根据机器人当前作业的目标位置信息从多张作业地图中确定目标作业地图，基于预先建立的地图连接关系确定机器人移动的中转位置，并控制机器人移动至中转位置切换地图，直至机器人移动至目标作业地图，根据目标作业地图的地图信息和目标位置信息控制机器人移动至作业目的地。本公开实施方式中，通过将大环境作业范围进行划分，机器人基于小地图作业，降低机器人单次建图和作业压力，降低单机成本，提高机器人导航精度和稳定性。同时，机器人可以实现跨地图连续作业，单个机器人即可实现全区域的连续作业，降低机器人部署成本，提高作业稳定性。
附图说明
为了更清楚地说明本公开具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本公开的一些实施方式，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。
图1是根据本公开一些实施方式中机器人示意图。
图2是根据本公开一些实施方式中机器人控制方法的流程图。
图3是根据本公开一些实施方式中机器人控制方法的原理示意图。
图4是根据本公开一些实施方式中机器人控制方法的原理示意图。
图5是根据本公开一些实施方式中机器人控制方法的流程图。
图6是根据本公开一些实施方式中机器人控制方法的流程图。
图7是根据本公开一些实施方式中机器人控制方法的流程图。
图8是根据本公开一些实施方式中机器人控制方法的流程图。
图9是根据本公开一些实施方式中机器人控制装置的结构框图。
图10是根据本公开一些实施方式中机器人的结构框图。
具体实施方式
下面将结合附图对本公开的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本公开一部分实施方式，而不是全部的实施方式。基于本公开中的实施方式，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他实施方式，都属于本公开保护的范围。此外，下面所描述的本公开不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
随着SLAM(Simultaneous Localization and Mapping，同步定位与建图)技术的越来越发展成熟，机器人的自主定位和导航能力也越来越强，现如今机器人已经能够在很多领域取代人工进行作业。
例如以家庭场景常用的扫地机器人为例，扫地机器人在首次进入新环境时，通过SLAM技术进行地图构建得到地图信息。从而在后续工作过程中，可以加载地图信息实现自主导航完成全屋清扫作业。
在室内作业场景中，由于机器人的作业范围较小，机器人性能可以满足全区域的制图和作业。但是对于户外作业的机器人，例如以巡逻作业的仿生机器人为例，机器人的作业区域往往是工业园区、户外街道、开阔场景中，作业区域长度动辄几公里甚至十几公里，这种大环境的作业场景为机器人的地图构建和连续作业能力提出了更高的要求。
相关技术中，对于大环境作业场景，一般是人为对作业区域分割为多个小区域，利用多个机器人分区作业，也即每个机器人负责其中一小块区域的作业。这种方式中，机器人仅负责其中一块区域，不具有跨区域作业的能力，从而在某个区域的机器人出现故障时，其他区域的机器人无法直接进入该区域进行作业。
另外一些相关技术中，通过分区建图的方式分别构建多张小地图，然后利用地图拼接算法得到全区域的大地图，机器人在作业时即可基于大地图实现全区域的连续作业。
但是这种方式对机器人硬件性能要求很高，机器人在每次作业时都需要加载全量的地图数据，机器人内存和算力成本极高，导致机器人成本剧增。更为重要的是，机器人作业时的地图越大，定位漂移的程度也越严重，在长时间的连续作业时，随着定位误差的累积，很可能导致机器人导航失效，并且地图越大出现相似环境的概率越大，作业过程出现意外的可能性越高，机器人作业稳定性差。
通过上述可以看到，传统方案中，机器人在大环境场景下的作业精度和稳定性较差，并且对硬件要求较高，整机成本高。
基于此，本公开实施方式提供了一种机器人及其控制方法、装置、存储介质，旨在实现机器人跨地图的连续作业，从而提高机器人在大环境场景下的作业能力和稳定性。
图1示出了本公开实施方式中的机器人的一些示例图，下面结合图1进行说明。如图1所示，本公开所述的机器人可以是任何具有移动能力的机器人，例如仿生机器人、清扫机器人、移动机器人等。
以仿生机器人为例，仿生机器人具有优秀的运动平衡能力和丰富的可操作性。仿生机器人主要包括双足机器人和四足机器人，双足机器人即为仿人体的机器人，其下肢可以像人类一样摆动实现诸如行走、奔跑、下蹲、跳跃等操作，同时上肢可以模仿人类手臂实现摆臂、抓取等操作。四足机器人为模仿四足动物的机器人，其四肢可以像动物一样摆动实现诸如行走、奔跑、跳跃等操作，四足机器人往往具有很好的运动平衡能力。
由于仿生机器人具有很好的运动性能和越障能力，因此仿生机器人更加适合大环境范围的作业场景，本公开实施方式的机器人，即可以仿生机器人为例。
在一些实施方式中，本公开提供了一种机器人控制方法，该方法即可应用于前述任意形式的机器人中，控制方法过程可由机器人执行处理。
可以理解，机器人在自主导航作业时，需要预先完成对所在环境的地图构建，从而得到所处环境的地图信息，依据地图信息实现地图内任意位置的导航移动。
本公开实施方式中，对于大环境作业场景，可以将整个作业范围划分为多个地图区域，从而在构建地图时，针对每个地图区域构建得到对应的作业地图，也即，将整个作业区域的地图范围划分为多张作业地图。
而且，每张作业地图至少与其它一张作业地图具有公共区域，公共区域可以理解为两张或多张地图的重叠区域，从而公共区域中的每个特征点，同时属于两张相关联的作业地图。
在完成这些地图区域的建图得到多张作业地图之后，还需要针对这多张作业地图进行关联，建立这些作业地图之间的地图连接关系。地图连接关系是指这多张作业地图之间的拓扑关系，用于记录每一张作业地图与其他作业地图之间的关联关系，以及相关联的作业地图之间的公共区域。
在机器人实际作业过程中，当需要跨地图作业时，即可移动到当前作业地图与其相关联的作业地图之间的公共区域内，然后将当前作业地图切换至关联作业地图，机器人即可继续在关联作业地图进行作业，实现跨地图作业能力。
通过上述可以看到，本公开实施方式中的机器人控制方法主要包括两个阶段：一是准备阶段，该阶段主要实现对划分的每个地图区域的地图构建，以及地图连接关系的建立；二是作业阶段，该阶段即可依据前面得到的多张作业地图及地图连接关系实现跨地图连续作业。
为便于理解和说明，本公开下文中将先对准备阶段的方法过程进行说明，然后对作业阶段的方法过程进行说明。
1)准备阶段
如图2所示，在一些实施方式中，本公开示例的机器人控制方法中，预先建立地图连接关系的过程，包括：
S210、构建得到多张作业地图。
结合前述可知，本公开实施方式中，需要将整个作业范围划分为多个地图区域，然后分别构建得到每个地图区域对应的作业地图，并且相邻地图区域之间需要具有公共区域。
例如图3示例中，整个作业范围如图3所示，可以将整个作业范围划分为3个地图区域，也即图3所示中的粗实线区域、细实线区域、虚线区域。其中，虚线区域与细实线区域具有公共区域D1，细实线区域与粗实线区域具有公共区域D2，虚线区域与粗实线区域无公共区域。
可以理解，对于地图区域的划分方式，可以由工作人员基于人工经验或结合具体的场景进行划分，例如，地图区域的划分依据包括但不限于机器人作业内容、环境特征、障碍物分布等，本公开对此不再赘述。
在完成地图区域的划分之后，即可利用机器人对每个地图区域进行地图构建，得到每个地图区域对应的作业地图。
值得说明的是，地图构建的过程可以由同一个机器人依次在每个地图区域进行建图，也可以利用多个机器人各自对一个地图区域进行建图。例如图3示例中，可以利用一个机器人依次对每个地图区域进行建图，依次得到3张作业地图；也可以利用3个机器人各自对一个地图区域进行建图，共得到3张作业地图，本公开对此不作限制。
可以理解，机器人进行地图构建的过程，可以采用相关技术中的SLAM算法实现，通过相机、雷达、惯导系统等硬件结合相应算法完成地图构建，得到对应的作业地图，本领域技术人员参照相关技术即可理解，本公开对此不再赘述。
本公开实施方式中，在建图得到的每张作业地图中，其包括地图坐标信息以及作业地图上的多个特征点信息。
地图坐标信息是指用于直接或间接记录地图上每个点的坐标的信息，例如一个示例中，地图坐标信息包括作业地图左下角点的坐标以及地图比例尺，从而可以计算得到作业地图上每个点的坐标信息。
另外可以理解，对于机器人定位和导航，预先标定有地图坐标系与世界坐标系的映射关系，从而根据该映射关系，可以实现地图上每个点的世界坐标系与地图坐标系的相互转换。
换言之，根据作业地图的地图坐标信息，可以计算得到作业地图上的每个点在世界坐标系下的坐标信息，也可以计算得到每个点在地图坐标系下的坐标信息。
特征点信息是指地图上具有较明显特征的特征点的坐标信息，可以理解，机器人建图过程中，激光雷达或视觉系统可以感知到周围环境的物体及障碍物，从而，从物体或障碍物上提取得到的特征点所对应的坐标信息，即为本公开实施方式所述的特征点信息。可以理解，一般可以选取作业地图上特征较为明显的点作为特征点，例如路牌、垃圾箱等。
在图3示例场景中，通过前述的地图构建过程，分别对3个地图区域进行地图构建之后，即可得到3张作业地图，分别为：虚线区域对应的作业地图“地图A”、细实线区域对应的作业地图“地图B”以及粗实线对应的作业地图“地图C”。
当然，本领域技术人员可以理解，图3仅作为本公开实施方式的一种示例，在其他实施场景中，作业地图的形状及数量也可以是其他形式，本公开对此不再赘述。
S220、对于每任意两张作业地图，根据两张作业地图各自包括的特征点信息进行特征匹配，并在匹配到至少一组特征点的情况下，将两张作业地图确定为相关联的两张作业地图。
本公开实施方式中，在通过前述过程构建得到多张作业地图之后，需要确定这些作业地图之间的关联关系，该关联关系即为本公开所述的地图连接关系。
在一些实施方式中，可以通过人工关联的方式来确定地图连接关系。例如图3示例场景中，人工通过观察发现地图A与地图B存在公共区域D1，地图B与地图C存在公共区域D2，因此即可确定地图A与地图B关联，地图B还与地图C关联，得到的地图连接关系可如图4所示。
但是，人工关联的方式存在效率低下、错误率高的问题。可以理解，在确定两张地图是否关联时，需要人工去寻找两张地图是否存在相同的公共区域，整个过程效率十分低下，并且对于作业地图数量较多(例如几十张地图)的情况下，地图上可能存在较多相似的物体，人工错误关联的风险较大。
基于此，本公开一些实施方式中，可以由机器人自主实现作业地图关联，得到对应的地图连接关系，确定地图连接关系的依据即为作业地图之间的公共区域
结合图3示例，地图A与地图B之间具有公共区域D1，对于公共区域D1中的每个点，其既属于地图A，也属于地图B。由此可知，对于任意两张作业地图，如果两者之间存在相同的特征点，即可说明两张作业地图包含同样的物体，也即说明两者作业地图存在公共区域，是相关联的两张作业地图。
基于此原理，前述得到的多张作业地图中，可以每任意两张作业地图进行特征点匹配，如果匹配到至少一组特征点的情况下，说明两张作业地图相关联。
例如一个示例中，以图3中地图A和地图B为例，可以根据地图A上的每个特征点信息和地图B上每个特征点信息，计算地图A上的每个特征点与地图B上的每个特征点之间的距离，如果存在至少一组特征点距离小于预设距离阈值，即说明地图A上的特征点与地图B上的特征点对应的是相同的物体，从而说明地图A与地图B具有公共区域，两者相关联。
预设距离阈值的具体取值可以根据机器人定位误差进行设置，例如可以为0.1m～0.5m。
通过上述过程，分别计算每张作业地图与其他作业地图之间是否存在关联，即可得到最终的地图连接关系，例如图3示例中，得到的地图连接关系可如图4所示。
S230、对于相关联的两张作业地图，根据匹配到的特征点确定两张作业地图之间的公共区域。
可以理解，通过前述S220过程，确定匹配到至少一组特征点的两张作业地图相关联，但是并不知道两者的公共区域范围。因此，本公开实施方式中，在确定地图连接关系之后，对于相关联的两张作业地图，还需要进一步确定两者之间的公共区域范围。
例如一些实施方式中，仍以图3中地图A和地图B为例，可以通过前述的特征点匹配过程，获取得到地图A与地图B所有匹配到的特征点组，这些特征点组对应的位置，即为同属于地图A和地图B的公共位置。从而本公开实施方式中，即可根据地图A和地图B所有匹配到的特征点进行区域拟合，得到地图A与地图B之间的公共区域，例如图3中的公共区域D1。
通过上述可知，本公开实施方式中，通过将大环境作业范围进行划分，降低机器人单次建图压力，满足低算力机器人的能力要求，而且由于单次建图的地图范围小，从而定位漂移的风险较低，地图精度更高。另外，机器人自动完成作业地图的关联，无需人工手动建立地图连接关系，提高地图关联效率和准确性，为后续的机器人作业打下数据基础。
2)作业阶段
如图5所示，在一些实施方式中，本公开示例的机器人控制方法包括：
S510、根据机器人当前作业的目标位置信息，从预先构建的多张作业地图中确定包含目标位置信息的目标作业地图。
本公开实施方式中，目标位置信息是指机器人作业目的地对应的位置信息，可以理解，机器人的作业目的地可能在当前作业地图范围内，也可能不再当前作业地图范围内。
例如图3示例中，假设机器人当前位置为P点，P点位于地图A的范围内，而机器人的作业目的地为Q点，Q点不位于地图A的范围内，而是位于地图C的范围内。
本公开实施方式中，目标位置信息可以是由工作人员直接输入的信息，例如工作人员可以通过移动终端、服务器等设备，向机器人发送作业目的地的目标位置信息。目标位置信息也可以是由机器人自主确定的信息，例如机器人根据作业内容确定当前需要去到的作业目的地的目标位置信息。本公开对此不再赘述。
在一些实施方式中，目标位置信息是指作业目的地在世界坐标系下的坐标。
本公开实施方式中，首先可以根据作业目的地的目标位置信息，以及机器人当前作业地图的地图信息，确定目标位置信息是否位于当前作业地图的地图信息内。
若是，则说明机器人的当前作业地图包含作业目的地，从而机器人无需进行地图切换，即可直接根据目标位置信息完成导航和移动。
若否，则说明机器人的当前作业地图不包含作业目的地，换言之，作业目的地可能在其他作业地图范围中。因此，则需要根据目标位置信息确定作业目的地位于哪张作业地图上，包含作业目的地的作业地图也即本公开所述的目标作业地图。
结合前述可知，基于准备阶段预先构建的作业地图，可以计算得到地图上每个点的位置坐标。因此本公开实施方式中，可以根据目标位置信息依次遍历所有的作业地图，直至确定包含目标位置信息的作业地图，也即目标作业地图。
在一些实施方式中，可以当前作业地图为起点，按照地图连接关系依次遍历每张作业地图，直至找到包含目标位置信息的作业地图，并将其确定为目标作业地图，这样，可以避免作业目的地位于公共区域时的冗余计算。
例如图3示例中，假设机器人当前位置为P点，作业目的地为S2点，S2点位于地图B和地图C的公共区域D2。在确定目标作业地图时，首先根据目标位置信息确定当前地图A不是目标作业地图，然后根据图4所示的连接关系确定与当前地图A关联的为地图B，然后根据地图B的地图信息及目标位置信息确定S2点位于地图B上，从而将地图B确定为目标作业地图即可，不再计算地图C与S2点的位置关系，减少冗余计算。
S520、基于预先建立的地图连接关系，确定机器人从当前位置移动至目标作业地图的中转位置。
可以理解，机器人在当前作业地图作业时，所依据的地图信息即为当前作业地图的地图信息，如果想要实现跨区域作业，则需要在进入其他地图区域时，将当前作业地图切换为其他地图区域的作业地图。
而机器人切换地图的位置，是在两张相关联地图的公共区域内，这是因为公共区域具有两张作业地图的共有特征，从而机器人在切换地图之后仍然可以准确定位自身在地图中的位置，保证导航正常进行。
为了使机器人能够移动到作业目的地，首先需要保证机器人移动到目标作业地图的地图范围，然后根据目标作业地图的地图信息很容易就可以移动到作业目的地。
因此，本公开实施方式中，在确定目标作业地图之后，首先可以确定机器人从当前位置移动到目标作业地图的一个或多个中转位置，中转位置是指两张相邻作业地图的公共区域中的位置。
例如图3示例中，假设机器人当前位置为P点，作业目的地为Q点，作业目的地Q点位于地图C上。
为了使机器人能够从P点移动至Q点，首先需要确定机器人从P点移动至地图C的中转位置，例如中转位置包括S1点和S2点。S1点位于地图A和地图B的公共区域D1中，从而机器人在S1点可以将作业地图由地图A切换为地图B。S2点位于地图B和地图C的公共区域D2中，从而机器人在S2点可以将作业地图由地图B切换至地图C，由此即可使得机器人正确移动至目标作业地图(地图C)的范围内。
本公开实施方式中，机器人从当前位置能否移动到目标作业地图，需要根据前述建立的地图连接关系确定。
如果在地图连接关系中，当前作业地图与目标作业地图之间存在直接或间接的关联关系，则说明机器人可以从当前位置移动至目标作业地图范围。例如图4示例的地图连接关系中，地图A和地图B、地图B和地图C均是直接的关联关系，而地图A和地图C之间为间接的关联关系。
反之，如果在地图连接关系中，当前作业地图与目标作业地图之间不存在任何直接或间接的关联关系，则说明机器人无法从当前位置移动至目标作业地图范围，机器人直接报错提示工作人员即可，本案对此情况不作讨论。
本公开实施方式中，在根据地图连接关系确定机器人能够从当前位置移动到目标作业地图的情况下，则可以根据地图连接关系依次确定机器人从当前位置移动到目标作业地图的路径上的各个中转位置，中转位置必须位于公共区域内。
但是可以理解，公共区域往往是一个较大的范围，其内部会包含很多位置。在一些实施方式中，机器人可以选择公共区域内与当前位置路径最短的位置作为中转位置。在另一些实施方式中，机器人可以选择公共区域内特征点的置信度最大的位置作为中转位置。本公开下文中对中转位置的选取过程进行说明，在此暂不详述。
例如一个示例中，如图3所示，机器人由当前位置P点移动至目标作业地图(地图C)的路径上，共确定2个中转位置，分别为中转位置S1点和中转位置S2点。
S530、控制机器人移动至中转位置并切换地图，直至机器人移动至目标作业地图。
本公开实施方式中，在确定机器人移动路径上的中转位置之后，机器人即可依次移动到每个中转位置处完成地图切换，直至机器人移动至目标作业地图的范围内。
仍以前文图3示例为例，机器人由当前位置P点移动至目标作业地图(地图C)的路径上，共确定2个中转位置，分别为中转位置S1点和中转位置S2点。
机器人首先可以根据当前作业地图“地图A”的地图信息，以及中转位置S1的坐标信息，自主移动至中转位置S1处。在中转位置S1处可以将作业地图由“地图A”切换为“地图B”，由于中转位置S1同属于地图A和地图B，因此在切换地图B之后，机器人仍然可以精准确定自身所处位置，完成在地图B范围内的导航移动。
然后，机器人可以根据切换后的“地图B”的地图信息，以及中转位置S2的坐标信息，自主移动至中转位置S2处。在中转位置S2处可以将作业地图由“地图B”切换为“地图C”，由于中转位置S2同属于地图B和地图C，因此在切换地图C之后，机器人仍然可以精准确定自身所处位置，完成在地图C范围内的导航移动。
在本示例中，地图C即为目标作业地图，从而在机器人移动至中转位置S2并将作业地图切换为“地图C”之后，机器人即可确定进入目标作业地图。
S540、根据目标作业地图的地图信息以及目标位置信息，控制机器人移动至作业目的地。
本公开实施方式中，由于机器人已经进入目标作业地图的范围内，同时作业目的地的目标位置信息也位于目标作业地图的范围内，因此，机器人根据目标作业地图的地图信息和作业目的地的目标位置信息，直接移动至作业目的地即可。
在一些实施方式中，目标位置信息是指作业目的地在世界坐标系下的坐标信息，从而可以先将目标位置信息转换到地图坐标系下，然后根据转换后的坐标信息及目标作业地图的地图信息，控制机器人规划路径并完成导航移动即可。
可以理解，本公开的机器人控制方法，通过将大环境作业范围进行划分，降低机器人单次建图压力，并且机器人作业时是基于小地图进行作业，数据量较少，从而对机器人内存及算力要求更低，降低机器人成本，同时基于小地图进行导航定位时，发生定位漂移的风险更低，从而机器人导航精度和稳定性更高。
另外，通过地图切换可以实现机器人跨地图连续作业，相较于传统的分区作业方式，所需要的机器人数量更少，理论上一台机器人即可完成全区域的连续作业，降低机器人部署成本。而且在某个区域的机器人出现故障时，其他区域的机器人可以直接跨区域接替故障机器人继续作业，作业稳定性更高。
通过上述可知，本公开实施方式中，通过将大环境作业范围进行划分，机器人基于小地图作业，降低机器人单次建图和作业压力，降低单机成本，提高机器人导航精度和稳定性。同时，机器人可以实现跨地图连续作业，单个机器人即可实现全区域的连续作业，降低机器人部署成本，提高作业稳定性。
如图6所示，在一些实施方式中，本公开示例的机器人控制方法，根据机器人目标位置信息确定目标作业地图的过程，包括：
S511、获取机器人当前作业地图的地图信息以及目标位置信息。
S512、在当前作业地图的地图信息不包含目标位置信息的情况下，根据目标位置信息遍历其它作业地图，确定包含目标位置信息的目标作业地图。
本公开实施方式中，结合前述可知，目标位置信息是指机器人作业目的地的位置信息，当前作业地图的地图信息是指机器人当前所处位置的地图信息。
从而，首先可以根据当前作业地图的地图信息和目标位置信息，确定机器人的作业目的地是否位于当前作业地图的范围内。具体而言，可以根据目标位置信息的坐标，确定当前作业地图的地图信息中是否包含目标位置信息。
若是，则说明作业目的地位于当前作业地图范围内，从而机器人无需进行地图切换，即可直接根据目标位置信息完成导航和移动，本公开对此情况不在讨论。
若否，则说明作业目的地不位于当前作业地图范围内，可能是位于其它作业地图的范围内，从而即可根据目标位置信息遍历除当前作业地图之外的其它作业地图，根据目标位置信息确定作业目的地位于哪张作业地图上，包含作业目的地的作业地图也即本公开所述的目标作业地图。
如图7所示，在一些实施方式中，本公开示例的机器人控制方法，确定机器人移动的中转位置的过程，包括：
S710、根据多张作业地图之间的关联关系，确定机器人从当前位置所在的当前作业地图移动至目标作业地图的地图路径。
S720、对于地图路径上相关联的两张作业地图，根据两张作业地图之间的公共区域的特征点，确定两张作业地图之间的中转位置。
结合前述可知，在准备阶段预先构建的地图连接关系，包括多张作业地图之间的关联关系，关联关系可以通过例如图4所示的拓扑图表示。
结合图3、图4示例，假设机器人当前位置为P点，当前作业地图为地图A，作业目的地为Q点，作业目的地Q点位于地图C上，从而目标作业地图为地图C。也即，机器人需要从地图A移动至地图C。
在本公开实施方式中，首先可以根据例如图4所示的地图连接关系，确定当前作业地图(地图A)到目标作业地图(地图C)之间的地图路径，也即“地图A—地图B—地图C”的地图路径。
在确定地图路径之后，依次确定地图路径上相关联的两张作业地图之间的中转位置。
例如对于相关联的地图A和地图B，两者具有公共区域D1，需要从公共区域D1中确定一个中转位置，用于实现地图A到地图B的切换。
在一些实施方式中，可以根据公共区域D1中包括的各个特征点的置信度，将置信度最高的特征点对应的位置确定为中转为例。
结合前述准备阶段的方法可知，每张作业地图上包括很多特征点，公共区域D1中包括的特征点即为地图A和地图B相匹配的特征点，某个特征点的置信度即可以表示该特征点在地图A和地图B上是同一点的概率，置信度越高，说明该特征点在地图A和地图B上是同一点的概率越高。
例如一些实施方式中，可以根据地图A上特征点的特征信息，以及地图B上特征点的特征信息计算两者之间的距离，该距离即可表示特征点的置信度。从而，根据公共区域D1中每个特征点的置信度，将置信度最高的特征点对应的位置确定为中转位置。例如图3示例中，公共区域D1中的特征点S1的置信度最高，从而即可将S1点确定为地图A和地图B之间的中转位置。
对于地图路径上相关联的地图B和地图C，其中转位置S2点的确定过程与前述相同，本领域技术人员参照执行即可，本公开不再赘述。
在确定中转位置之后，即可控制机器人沿地图路径依次移动到每个中转位置处，并且在中转位置处将当前作业地图切换至相关联的作业地图，直至机器人移动至目标作业地图。
例如在图3示例中，机器人即可按照“地图A—地图B—地图C”的地图路径，首先移动至中转位置S1处，在中转位置S1处可以将作业地图由“地图A”切换为“地图B”。然后，机器人可以根据切换后的“地图B”的地图信息，移动至中转位置S2处，在中转位置S2处可以将作业地图由“地图B”切换为“地图C”，到达目标作业地图。
如图8所示，在一些实施方式中，本公开示例的机器人控制方法，控制机器人移动至作业目的地的过程包括：
S541、将目标位置信息转换为地图坐标系下的目标坐标信息。
S542、根据目标作业地图的地图信息及目标坐标信息，控制机器人移动至目标坐标信息对应的作业目的地。
本公开实施方式中，目标位置信息是指作业目的地在世界坐标系下的坐标信息，从而可以先将目标位置信息转换到地图坐标系下，得到作业目的地在地图坐标系下的目标坐标信息。
由于通过前述方法过程，机器人已经进入目标作业地图的范围，而且已经将当前作业地图切换至目标作业地图，从而只需要根据目标坐标信息和目标作业地图的地图信息规划移动路径，然后控制机器人按照规划路径移动至作业目的地即可。
通过上述可知，本公开实施方式中，通过将大环境作业范围进行划分，机器人基于小地图作业，降低机器人单次建图和作业压力，降低单机成本，提高机器人导航精度和稳定性。同时，机器人可以实现跨地图连续作业，单个机器人即可实现全区域的连续作业，降低机器人部署成本，提高作业稳定性。
在一些实施方式中，本公开提供了一种机器人控制装置，该装置可应用于前述任意形式的机器人中，如图9所示，控制装置包括：
地图确定模块10，被配置为根据机器人当前作业的目标位置信息，从预先构建的多张作业地图中确定包含所述目标位置信息的目标作业地图，所述目标位置信息是机器人作业目的地对应的位置信息；
中转位置模块20，被配置为基于预先建立的地图连接关系，确定机器人从当前位置移动至所述目标作业地图的中转位置，所述中转位置为两张相邻作业地图的公共区域中的位置；
地图切换模块30，被配置为控制机器人移动至每个中转位置并切换地图，直至机器人移动至所述目标作业地图；
导航模块40，被配置为根据所述目标作业地图的地图信息以及所述目标位置信息，控制机器人移动至所述作业目的地。
通过上述可知，本公开实施方式中，通过将大环境作业范围进行划分，机器人基于小地图作业，降低机器人单次建图和作业压力，降低单机成本，提高机器人导航精度和稳定性。同时，机器人可以实现跨地图连续作业，单个机器人即可实现全区域的连续作业，降低机器人部署成本，提高作业稳定性。
在一些实施方式中，所述地图确定模块10被配置为：
获取机器人当前作业地图的地图信息以及所述目标位置信息；
在当前作业地图的地图信息不包含所述目标位置信息的情况下，根据所述目标位置信息遍历其它作业地图，确定包含所述目标位置信息的所述目标作业地图。
在一些实施方式中，所述地图连接关系包括所述多张作业地图之间的关联关系，以及相关联的作业地图之间的公共区域，所述中转位置模块20被配置为：
根据所述多张作业地图之间的关联关系，确定机器人从当前位置所在的当前作业地图移动至所述目标作业地图的地图路径；
对于所述地图路径上相关联的两张作业地图，根据所述两张作业地图之间的公共区域的特征点，确定所述两张作业地图之间的中转位置。
在一些实施方式中，所述中转位置模块20被配置为：
获取所述公共区域中包括的特征点的置信度，将所述置信度最高的特征点对应的位置确定为所述中转位置；所述置信度表示所述特征点是所述两张作业地图上同一点的概率。
在一些实施方式中，所述地图切换模块30被配置为：
基于所述地图路径依次移动至每个中转位置，并在每个中转位置处，将当前作业地图切换至与所述当前作业地图相关联的作业地图，直至机器人移动至所述目标作业地图。
在一些实施方式中，所述导航模块40被配置为：
将所述目标位置信息转换为地图坐标系下的目标坐标信息；
根据所述目标作业地图的地图信息及所述目标坐标信息，控制所述机器人移动至所述目标坐标信息对应的所述作业目的地。
在一些实施方式中，所述中转位置模块20被配置为：
构建得到所述多张作业地图，其中，每张作业地图包括地图坐标信息以及作业地图上的多个特征点信息；
对于每任意两张作业地图，根据所述两张作业地图各自包括的特征点信息进行特征匹配，并在匹配到至少一组特征点的情况下，将所述两张作业地图确定为相关联的两张作业地图；
对于所述相关联的两张作业地图，根据匹配到的特征点确定所述两张作业地图之间的公共区域。
在一些实施方式中，本公开示例提供了一种机器人，包括：
处理器；
存储器，存储有计算机指令，所述计算机指令用于使处理器执行上述任意实施方式所述的方法。
在一些实施方式中，本公开示例提供了一种存储介质，存储有计算机指令，所述计算机指令用于使计算机执行上述任意实施方式所述的方法。
具体而言，图10示出了适于用来实现本公开方法的机器人600的结构示意图，通过图10所示机器人，可实现上述处理器及存储介质相应功能。
如图10所示，机器人600包括处理器601，其可以根据存储在存储器602中的程序或者从存储部分608加载到存储器602中的程序而执行各种适当的动作和处理。在存储器602中，还存储有机器人600操作所需的各种程序和数据。处理器601和存储器602通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本公开的实施方式，上文方法过程可以被实现为计算机软件程序。例如，本公开的实施方式包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，计算机程序包含用于执行上述方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。
附图中的流程图和框图，图示了按照本公开各种实施方式的系统、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。也应当注意，在有些作为替换的实现中，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，两个接连地表示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操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。
显然，上述实施方式仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本公开创造的保护范围之中。

Claims (8)

1.一种机器人控制方法，其特征在于，所述方法包括：
根据机器人当前作业的目标位置信息，从预先构建的多张作业地图中确定包含所述目标位置信息的目标作业地图，所述目标位置信息是机器人作业目的地对应的位置信息；
基于预先建立的地图连接关系，确定机器人从当前位置移动至所述目标作业地图的中转位置，所述中转位置为两张相邻作业地图的公共区域中的位置；
控制机器人移动至所述中转位置并切换地图，直至机器人移动至所述目标作业地图；
根据所述目标作业地图的地图信息以及所述目标位置信息，控制机器人移动至所述作业目的地；
所述基于预先建立的地图连接关系，确定机器人从当前位置移动至所述目标作业地图的中转位置，包括：
根据所述多张作业地图之间的关联关系，确定机器人从当前位置所在的当前作业地图移动至所述目标作业地图的地图路径；
对于所述地图路径上相关联的两张作业地图，获取所述公共区域中包括的特征点的置信度，将所述置信度最高的特征点对应的位置确定为所述中转位置；所述置信度表示所述特征点是所述两张作业地图上同一点的概率。
2.根据权利要求1所述的方法，其特征在于，所述根据机器人当前作业的目标位置信息，从预先构建的多张作业地图中确定包含所述目标位置信息的目标作业地图，包括：
获取机器人当前作业地图的地图信息以及所述目标位置信息；
在当前作业地图的地图信息不包含所述目标位置信息的情况下，根据所述目标位置信息遍历其它作业地图，确定包含所述目标位置信息的所述目标作业地图。
3.根据权利要求1所述的方法，其特征在于，所述控制机器人移动至所述中转位置并切换地图，直至机器人移动至所述目标作业地图，包括：
基于所述地图路径依次移动至每个中转位置，并在每个中转位置处，将当前作业地图切换至与所述当前作业地图相关联的作业地图，直至机器人移动至所述目标作业地图。
4.根据权利要求1所述的方法，其特征在于，所述根据所述目标作业地图的地图信息以及所述目标位置信息，控制机器人移动至所述作业目的地，包括：
将所述目标位置信息转换为地图坐标系下的目标坐标信息；
根据所述目标作业地图的地图信息及所述目标坐标信息，控制所述机器人移动至所述目标坐标信息对应的所述作业目的地。
5.根据权利要求1至4任一项所述的方法，其特征在于，预先建立所述地图连接关系的过程，包括：
构建得到所述多张作业地图，其中，每张作业地图包括地图坐标信息以及作业地图上的多个特征点信息；
对于每任意两张作业地图，根据所述两张作业地图各自包括的特征点信息进行特征匹配，并在匹配到至少一组特征点的情况下，将所述两张作业地图确定为相关联的两张作业地图；
对于所述相关联的两张作业地图，根据匹配到的特征点确定所述两张作业地图之间的公共区域。
6.一种机器人控制装置，其特征在于，所述装置包括：
地图确定模块，被配置为根据机器人当前作业的目标位置信息，从预先构建的多张作业地图中确定包含所述目标位置信息的目标作业地图，所述目标位置信息是机器人作业目的地对应的位置信息；
中转位置模块，被配置为基于预先建立的地图连接关系，确定机器人从当前位置移动至所述目标作业地图的中转位置，所述中转位置为两张相邻作业地图的公共区域中的位置；
地图切换模块，被配置为控制机器人移动至所述中转位置并切换地图，直至机器人移动至所述目标作业地图；
导航模块，被配置为根据所述目标作业地图的地图信息以及所述目标位置信息，控制机器人移动至所述作业目的地；
所述中转位置模块被配置为：
根据所述多张作业地图之间的关联关系，确定机器人从当前位置所在的当前作业地图移动至所述目标作业地图的地图路径；
对于所述地图路径上相关联的两张作业地图，获取所述公共区域中包括的特征点的置信度，将所述置信度最高的特征点对应的位置确定为所述中转位置；所述置信度表示所述特征点是所述两张作业地图上同一点的概率。
7.一种机器人，其特征在于，包括：
处理器；
存储器，存储有计算机指令，所述计算机指令用于使处理器执行根据权利要求1至5任一项所述的方法。
8.一种存储介质，其特征在于，存储有计算机指令，所述计算机指令用于使计算机执行根据权利要求1至5任一项所述的方法。
CN202311000821.0A 2023-08-09 2023-08-09 机器人及其控制方法、装置、存储介质 Active CN117086868B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311000821.0A CN117086868B (zh) 2023-08-09 2023-08-09 机器人及其控制方法、装置、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311000821.0A CN117086868B (zh) 2023-08-09 2023-08-09 机器人及其控制方法、装置、存储介质

Publications (2)

Publication Number Publication Date
CN117086868A CN117086868A (zh) 2023-11-21
CN117086868B true CN117086868B (zh) 2024-04-09

Family

ID=88778023

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311000821.0A Active CN117086868B (zh) 2023-08-09 2023-08-09 机器人及其控制方法、装置、存储介质

Country Status (1)

Country Link
CN (1) CN117086868B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107436148A (zh) * 2016-05-25 2017-12-05 深圳市朗驰欣创科技股份有限公司 一种基于多地图的机器人导航方法及装置
CN110858075A (zh) * 2018-08-15 2020-03-03 杭州海康机器人技术有限公司 一种移动机器人跨区域方法、装置、调度系统
CN112147995A (zh) * 2019-06-28 2020-12-29 深圳市创客工场科技有限公司 机器人的运动控制方法及装置、机器人、存储介质
CN112833890A (zh) * 2020-12-30 2021-05-25 深圳市海柔创新科技有限公司 地图构建方法、装置、设备、机器人及存储介质
CN113167592A (zh) * 2018-10-30 2021-07-23 索尼集团公司 信息处理设备、信息处理方法和信息处理程序

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10474162B2 (en) * 2016-07-01 2019-11-12 Uatc, Llc Autonomous vehicle localization using passive image data

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107436148A (zh) * 2016-05-25 2017-12-05 深圳市朗驰欣创科技股份有限公司 一种基于多地图的机器人导航方法及装置
CN110858075A (zh) * 2018-08-15 2020-03-03 杭州海康机器人技术有限公司 一种移动机器人跨区域方法、装置、调度系统
CN113167592A (zh) * 2018-10-30 2021-07-23 索尼集团公司 信息处理设备、信息处理方法和信息处理程序
CN112147995A (zh) * 2019-06-28 2020-12-29 深圳市创客工场科技有限公司 机器人的运动控制方法及装置、机器人、存储介质
CN112833890A (zh) * 2020-12-30 2021-05-25 深圳市海柔创新科技有限公司 地图构建方法、装置、设备、机器人及存储介质

Also Published As

Publication number Publication date
CN117086868A (zh) 2023-11-21

Similar Documents

Publication Publication Date Title
CN109059924B (zh) 基于a*算法的伴随机器人增量路径规划方法及系统
CN113110457B (zh) 在室内复杂动态环境中智能机器人的自主覆盖巡检方法
CN109813319B (zh) 一种基于slam建图的开环优化方法及系统
CN110858075B (zh) 一种移动机器人跨区域方法、装置、调度系统
JP5429901B2 (ja) ロボット及び情報処理装置のプログラム
CN103576686A (zh) 一种机器人自主导引及避障的方法
WO2001038945A1 (en) Autonomous multi-platform robot system
WO2021135813A1 (zh) 机器人联合建图方法、设备及计算机可读存储介质
JP2011210121A (ja) ロボットのプログラム及び情報処理装置のプログラム
CN112146668A (zh) 基于ros的无人车自主导航方法
CN113566808A (zh) 一种导航路径规划方法、装置、设备以及可读存储介质
CN113674351A (zh) 一种机器人的建图方法及机器人
CN117086868B (zh) 机器人及其控制方法、装置、存储介质
Lankenau et al. Self-localization in large-scale environments for the bremen autonomous wheelchair
CN113296504A (zh) 基于rgbd深度相机的移动机器人建图与路径规划方法
KR20110050971A (ko) 이동로봇의 혼합환경지도 작성방법
CN111267102A (zh) 机器人初始位置的获取方法、装置、机器人及存储介质
CN111366163B (zh) 一种拓扑地图的处理方法、装置及存储介质
CN113485378A (zh) 基于交通规则的移动机器人路径规划方法、系统及存储介质
Neuman et al. Anytime policy planning in large dynamic environments with interactive uncertainty
JP7036269B1 (ja) 経路作成装置、経路管理システム、経路作成プログラムおよび経路作成方法
Bräunl Localization and navigation
CN113985881B (zh) 一种基于双向爬虫的移动机器人路径规划方法
CN117128975B (zh) 一种开关柜巡检作业机器人导航方法、系统、介质及设备
KR102530521B1 (ko) 드론과 로봇의 협업 기반 컨텍스트 맵 구축 방법

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
GR01 Patent grant
GR01 Patent grant