WO2023179207A1 - 地图的处理方法、装置、清洁设备、存储介质及电子装置 - Google Patents

地图的处理方法、装置、清洁设备、存储介质及电子装置 Download PDF

Info

Publication number
WO2023179207A1
WO2023179207A1 PCT/CN2023/074116 CN2023074116W WO2023179207A1 WO 2023179207 A1 WO2023179207 A1 WO 2023179207A1 CN 2023074116 W CN2023074116 W CN 2023074116W WO 2023179207 A1 WO2023179207 A1 WO 2023179207A1
Authority
WO
WIPO (PCT)
Prior art keywords
point cloud
target
line segment
cloud map
map
Prior art date
Application number
PCT/CN2023/074116
Other languages
English (en)
French (fr)
Inventor
曹蒙
张陆涵
张新静
Original Assignee
追觅创新科技(苏州)有限公司
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 追觅创新科技(苏州)有限公司 filed Critical 追觅创新科技(苏州)有限公司
Publication of WO2023179207A1 publication Critical patent/WO2023179207A1/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/42—Document-oriented image-based pattern recognition based on the type of document
    • G06V30/422—Technical drawings; Geographical maps

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例提供了一种地图的处理方法、装置、清洁设备、存储介质及电子装置，其中，该方法包括：对获取的第一点云地图和第二点云地图进行比对，确定第一点云地图和第二点云地图之间的公共点云区域，其中，第一点云地图和第二点云地图均是对目标空间进行扫描后所生成的不同的点云地图；基于公共区域对第一点云地图和第二点云地图进行拼接，得到目标点云地图；对公共区域中进行障碍物检测，并基于检测结果在目标点云地图中填充检测到的障碍物。通过本发明，有效解决相关技术中存在的由于无法确认区域内的具体障碍物状态，从而导致区域漏扫的问题，实现了清扫的全面性，达到了提高清扫效率的效果。

Description

地图的处理方法、装置、清洁设备、存储介质及电子装置
本公开要求如下专利申请的优先权：于2022年03月22日提交中国专利局、申请号为202210284364.1、发明名称为“地图的处理方法、装置、清洁设备、存储介质及电子装置”的中国专利申请；上述专利申请的全部内容通过引用结合在本公开中。
【技术领域】
本发明涉及通信领域，具体而言，涉及一种地图的处理方法、装置、清洁设备、存储介质及电子装置。
【背景技术】
随着人工智能的快速发展，越来越多的智能机器人进入人们的生活，使得人们的生活越来越便利。
随着机器人的普及，人们在使用机器人的过程中所遇到的问题也越来越多。例如，清洁设备在工作时，会基于预先扫描得到的地图进行清扫，但是，预先可能会扫描得到多张地图，且各地图可能不是完整的区域地图，因此，在基于多张不完整的地图进行清扫时，可能会导致无法获知区域的具体障碍物状态而导致漏扫的问题。
针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。
【发明内容】
本发明实施例提供了一种地图的处理方法、装置、清洁设备、存储介质及电子装置，以至少解决相关技术中存在的区域漏扫的问题。
根据本发明的一个方面，提供了一种地图的处理方法，包括：对获取的第一点云地图和第二点云地图进行比对，确定所述第一点云地图和所述第二点云地图之间的公共点云区域，其中，所述第一点云地图和所述第二点云地图均是对目标空间进行扫描后所生成的不同的点云地图；基于所述公共区域对所述第一点云地图和所述第二点云地图进行拼接，得到目标点云地图；对所述公共区域中进行障碍物检测，并基于检测结果在所述目标 点云地图中填充检测到的障碍物。
在一个示例性实施例中，对所述公共区域中进行障碍物检测，并基于检测结果在所述目标点云地图中填充检测到的障碍物包括：在所述公共区域中进行对目标线段的线段检测，所述目标线段用于指示静态障碍物；在检测出所述目标线段的情况下，确定所述第一点云地图中的第一线段和所述第二点云地图中的第二线段之间的第一关系，其中，所述第一线段中包括所述目标线段且所述第二线段中包括所述目标线段；基于所述第一关系在所述目标点云地图填充所述目标线段。
在一个示例性实施例中，所述确定所述第一点云地图中的第一线段和所述第二点云地图中的第二线段之间的第一关系，包括：确定所述第一线段和所述第二线段的之间的第一相似度，并将所述第一相似度与第一相似度阈值之间的关系确定为所述第一关系；所述基于所述第一关系在所述目标点云地图填充用于指示所述静态障碍物的目标线段，包括：在所述第一关系指示所述第一相似度大于或等于所述第一相似度阈值的情况下，将所述第一线段和所述第二线段的并集确定为所述目标线段，将所述目标线段填充至所述目标点云地图中；在所述第一关系指示所述第一相似度小于所述第一相似度阈值的情况下，将所述第一线段和所述第二线段的交集确定为所述目标线段，将所述目标线段填充至所述目标点云地图中。
在一个示例性实施例中，确定所述第一线段和所述第二线段的之间的第一相似度包括：确定所述第一线段所对应的第一长度和所述第一线段中所包括的多个点的第一坐标，以及，确定所述第二线段所对应的第二长度和所述第二线段中所包括的多个点的第二坐标；对所述第一长度和所述第二长度进行比较，得到第一比较结果，以及，对所述第一坐标和所述第二坐标进行比较，得到第二比较结果；基于所述第一比较结果和所述第二比较结果确定所述第一相似度。
在一个示例性实施例中，在所述公共区域中进行用于指示静态障碍物的线段检测之后，所述方法还包括：在确定所述公共区域中不存在所述目标线段的情况下，在所述第一点云地图中包括的所述公共区域中进行障碍物聚类，得到第一聚类结果，以及，在所述第二点云地图中包括的所述公 共区域中进行障碍物聚类，得到第二聚类结果；确定所述第一聚类结果和所述第二聚类结果之间的第二关系；基于所述第二关系在所述目标点云地图填充目标信息。
在一个示例性实施例中，所述确定所述第一聚类结果和所述第二聚类结果之间的第二关系，包括：确定所述第一聚类结果中包括的第一目标聚类结果和所述第二聚类结果中包括的第二目标聚类结果的第二相似度，并将所述第二相似度与第二相似度阈值之间的关系确定为所述第二关系，其中，所述第一聚类结果的中心位置和所述第二聚类结果的中心位置相差小于预定阈值；所述基于所述第二关系在所述目标点云地图填充目标信息，包括：在所述第二关系指示所述第二相似度大于或等于所述第二相似度阈值的情况下，将所述目标点云地图中包括目标聚类结果的区域填充为已知障碍物区域；在所述第二关系指示所述第二相似度小于所述第二相似度阈值的情况下，将所述目标点云地图中包括目标聚类结果的区域填充为未知障碍物区域；其中，所述目标聚类结果为所述第一目标聚类结果和所述第二目标聚类结果的交集。
在一个示例性实施例中，确定所述第一聚类结果中包括的第一目标聚类结果和所述第二聚类结果中包括的第二目标聚类结果的第二相似度包括：确定所述第一目标聚类结果所对应的第一区域的面积和所述第一目标聚类结果中所包括的多个点的第三坐标，以及，确定所述第二目标聚类结果所对应的第二区域的面积和所述第二目标聚类结果中所包括的多个点的第四坐标；对所述第一区域的面积和所述第二区域的面积进行比较，得到第三比较结果，以及，对所述第三坐标和所述第四坐标进行比较，得到第四比较结果；基于所述第三比较结果和所述第四比较结果确定所述第二相似度。
根据本发明的另一个方面，还提供了一种地图的处理装置，包括：第一确定模块，用于对获取的第一点云地图和第二点云地图进行比对，确定所述第一点云地图和所述第二点云地图之间的公共点云区域，其中，所述第一点云地图和所述第二点云地图均是对目标空间进行扫描后所生成的不同的点云地图；第一拼接模块，用于基于所述公共区域对所述第一点云地 图和所述第二点云地图进行拼接，得到目标点云地图；第一填充模块，用于对所述公共区域中进行障碍物检测，并基于检测结果在所述目标点云地图中填充检测到的障碍物。
根据本发明的另一个实施例，还提供了一种计算机可读的存储介质，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行上述任一项实施例中所述的方法。
根据本发明的另一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行上述任一项实施例中所述的方法。
根据本发明的另一个方面，还提供了一种清洁设备，包括上述装置实施例中所述的地图处理装置。
通过本发明，可以对获取到的第一点云地图和第二点云地图进行比对，进而可以基于比对结果确定出所述第一点云地图和所述第二点云地图之间的公共点云区域，从而可以基于所述公共点云区域对所述第一点云地图和所述第二点云地图进行拼接，得到目标点云地图，继而，在对所述公共区域中进行障碍物检测之后，可以基于检测结果在所述目标点云地图中填充检测到的障碍物。采用本发明方法，可以对至少两个点云地图的公共点云区域进行障碍物检测，进而在目标点云地图中填充检测到的障碍物，从而实现准确确认区域内的障碍物的状态，基于障碍物的状态来进行清扫，实现了清扫的全面性，有效解决相关技术中存在的区域漏扫的问题，达到了提高清洁效率的效果。
【附图说明】
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明实施例的一种地图的处理方法的硬件结构框图；
图2是本发明实施例的地图的处理方法的流程图；
图3是根据本发明实施例的地图的处理装置的结构框图。
【具体实施方式】
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
本申请实施例所提供的方法实施例可以在移动机器人，或者类似的运算装置中执行。以运行在移动机器人上为例，图1是本发明实施例的一种地图的处理方法的硬件结构框图。如图1所示，移动机器人可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，在一个示例性实施例中，上述移动机器人还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动机器人的结构造成限定。例如，移动机器人还可包括比图1中所示更多或者更少的组件，或者具有与图1所示等同功能或比图1所示功能更多的不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的地图的处理方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动机器人。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动机器人的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，简称为NIC)， 其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。
下面结合实施例对本发明进行说明：
在本实施例中提供了一种地图的处理方法，如图2所示，该方法包括如下步骤：
S202，对获取的第一点云地图和第二点云地图进行比对，确定所述第一点云地图和所述第二点云地图之间的公共点云区域，其中，所述第一点云地图和所述第二点云地图均是对目标空间进行扫描后所生成的不同的点云地图；
S204，基于所述公共区域对所述第一点云地图和所述第二点云地图进行拼接，得到目标点云地图；
S206，对所述公共区域中进行障碍物检测，并基于检测结果在所述目标点云地图中填充检测到的障碍物。
其中，执行上述操作的执行主体可以是控制器，或者是具备扫描、拼图能力的设备(例如，智能机器人等)，或者是智能设备内设置的处理器，或者其他的具备类似处理能力的处理设备或处理单元等。
在上述实施例中，目标空间可以有多个，而不同的目标空间的大小也不尽相同，继而，可以根据实际应用，针对不同大小的目标空间进行扫描后生成至少两个不同数量的点云地图，例如，当目标空间较大时，可能无法实现单次扫描整个目标空间，因此，需要对目标空间进行多次扫描，例如，对该目标空间进行扫描之后，可以生成五个点云地图、六个点云地图、七个点云地图等等，当目标空间较小时，对该目标空间进行扫描之后，可以生成两个点云地图、三个点云地图、四个点云地图等等，需要说明的是，上述目标空间的大小的设定仅是一个示例性实施例，目标空间的大小的设定可以根据实际应用情况进行调整。在生成多个点云地图的情况下，可以针对该多个点云地图依次进行地图拼接以及在拼接后的地图上进行障碍物填充，具体拼接以及障碍物填充方式如图2所示。此外，障碍物的类型可以有多种，可以包括静态障碍物，例如，墙壁、柜体、沙发等，还可以包括 动态障碍物，例如，桌椅、儿童车等等，当然，还可以按照已知障碍物和未知障碍物进行分配，例如，静态障碍物可以划分为已知障碍物，动态障碍物可以划分为未知障碍物。
在上述实施例中，可以对获取到的第一点云地图和第二点云地图进行比对，进而可以基于比对结果确定出所述第一点云地图和所述第二点云地图之间的公共点云区域，从而可以基于所述公共点云区域对所述第一点云地图和所述第二点云地图进行拼接，得到目标点云地图，继而，在对所述公共区域中进行障碍物检测之后，可以基于检测结果在所述目标点云地图中填充检测到的障碍物。采用本发明方法，可以对至少两个点云地图的公共点云区域进行障碍物检测，进而在目标点云地图中填充检测到的障碍物，从而实现准确确认区域内的障碍物的状态，基于障碍物的状态来进行清扫，实现了清扫的全面性，有效解决相关技术中存在的区域漏扫的问题，达到了提高清洁效率的效果。
在一个示例性实施例中，对所述公共区域中进行障碍物检测，并基于检测结果在所述目标点云地图中填充检测到的障碍物包括：在所述公共区域中进行对目标线段的线段检测，所述目标线段用于指示静态障碍物；在检测出所述目标线段的情况下，确定所述第一点云地图中的第一线段和所述第二点云地图中的第二线段之间的第一关系，其中，所述第一线段中包括所述目标线段且所述第二线段中包括所述目标线段；基于所述第一关系在所述目标点云地图填充用于指示所述静态障碍物的所述目标线段。在本实施例中，在点云地图张检测到的线段一般表示静态的墙体、柜体等等，如果检测到多张点云地图中都存在同样的线段的话，则说明该线段为墙体或柜体的一部分，进而可以基于线段检测来确定出静态障碍图。此外，在本实施例中，还可以将已填充目标线段的目标点云地图存储到后台的存储单元中，进而在下一次需要对上述目标空间进行清扫时，可直接调用存储单元内的目标点云地图，无需再次执行对上述目标空间进行扫描并生成所述第一点云地图和所述第二点云地图之后的确定所述第一关系等操作，进一步提高了清洁效率。
在一个示例性实施例中，所述确定所述第一点云地图中的第一线段和 所述第二点云地图中的第二线段之间的第一关系，包括：确定所述第一线段和所述第二线段的之间的第一相似度，并将所述第一相似度与第一相似度阈值之间的关系确定为所述第一关系；所述基于所述第一关系在所述目标点云地图填充用于指示所述静态障碍物的目标线段，包括：在所述第一关系指示所述第一相似度大于或等于所述第一相似度阈值的情况下，将所述第一线段和所述第二线段的并集确定为所述目标线段，将所述目标线段填充至所述目标点云地图中；在所述第一关系指示所述第一相似度小于所述第一相似度阈值的情况下，将所述第一线段和所述第二线段的交集确定为所述目标线段，将所述目标线段填充至所述目标点云地图中。在本实施例中，第一相似度阈值是可以预先设定的值，可以设为80％、90％、95％等等，例如，当第一相似度阈值为90％时，在所述第一关系指示所述第一相似度大于或等于90％的情况下，将所述第一线段和所述第二线段的并集确定为所述目标线段，在所述第一关系指示所述第一相似度小于90％的情况下，将所述第一线段和所述第二线段的交集确定为所述目标线段，需要说明的是，上述第一相似度阈值的设定仅是一个示例性实施例，第一相似度阈值的设定可以根据实际应用情况进行调整。
在一个示例性实施例中，确定所述第一线段和所述第二线段的之间的第一相似度包括：确定所述第一线段所对应的第一长度和所述第一线段中所包括的多个点的第一坐标，以及，确定所述第二线段所对应的第二长度和所述第二线段中所包括的多个点的第二坐标；对所述第一长度和所述第二长度进行比较，得到第一比较结果，以及，对所述第一坐标和所述第二坐标进行比较，得到第二比较结果；基于所述第一比较结果和所述第二比较结果确定所述第一相似度。在本实施例中，可以基于第一比较结果确定所述第一长度与所述第二长度是否一致，基于第二比较结果确定所述第一坐标与第二坐标的方向是否一致，在确定所述第一长度与所述第二长度一致且所述第一坐标与第二坐标的方向一致的情况下，可以认为所述第一线段及所述第二线段为静态障碍物，在确定所述第一长度与所述第二长度不一致且所述第一坐标与第二坐标的方向不一致的情况下，可以认为所述第一线段及所述第二线段为动态障碍物。在本实施例中，所述第一长度及所 述的第二长度可以是所述第一线段及所述第二线段本身的长度，也可以是所述第一线段及所述第二线段所对应的实际场景中的障碍物的长度。
在一个示例性实施例中，在所述公共区域中进行用于指示静态障碍物的线段检测之后，所述方法还包括：在确定所述公共区域中不存在所述目标线段的情况下，在所述第一点云地图中包括的所述公共区域中进行障碍物聚类，得到第一聚类结果，以及，在所述第二点云地图中包括的所述公共区域中进行障碍物聚类，得到第二聚类结果；确定所述第一聚类结果和所述第二聚类结果之间的第二关系；基于所述第二关系在所述目标点云地图填充目标信息。在本实施例中，对于某种类型的障碍物，在点云地图中是不会呈现为线段的，例如，对于懒人沙发、摇摇椅等不规则的障碍物，其在点云地图中呈现为一片点状，因此，需要通过聚类的方式将属于同一个障碍物的点聚类至一起，进而基于聚类结果来确定点云地图中是否存在该类障碍物。此外，在本实施例中，还可以将已填充目标信息的目标点云地图存储到后台的存储单元中，进而在下一需要对上述目标空间进行清扫时，可直接调用存储单元内的目标点云地图无需再次执行对上述目标空间进行扫描并生成所述第一点云地图和所述第二点云地图之后的确定所述第二关系等操作，进一步提高了清洁效率。
在一个示例性实施例中，所述确定所述第一聚类结果和所述第二聚类结果之间的第二关系，包括：确定所述第一聚类结果中包括的第一目标聚类结果和所述第二聚类结果中包括的第二目标聚类结果的第二相似度，并将所述第二相似度与第二相似度阈值之间的关系确定为所述第二关系，其中，所述第一聚类结果的中心位置和所述第二聚类结果的中心位置相差小于预定阈值；所述基于所述第二关系在所述目标点云地图填充目标信息，包括：在所述第二关系指示所述第二相似度大于或等于所述第二相似度阈值的情况下，将所述目标点云地图中包括目标聚类结果的区域填充为已知障碍物区域；在所述第二关系指示所述第二相似度小于所述第二相似度阈值的情况下，将所述目标点云地图中包括目标聚类结果的区域填充为未知障碍物区域；其中，所述目标聚类结果为所述第一目标聚类结果和所述第二目标聚类结果的交集。在本实施例中，第二相似度阈值是可以预先设定 的值，可以设为80％、90％、95％等等，例如，当第二相似度阈值为90％时，在所述第二关系指示所述第二相似度大于或等于90％的情况下，将所述目标点云地图中包括目标聚类结果的区域填充为已知障碍物区域，在所述第二关系指示所述第二相似度小于90％的情况下，将所述目标点云地图中包括目标聚类结果的区域填充为未知障碍物区域，需要说明的是，上述第二相似度阈值的设定仅是一个示例性实施例，第二相似度阈值的设定可以根据实际应用情况进行调整。
在上述实施例中，预定阈值是可以预先设定的值，第一聚类结果的中心位置和所述第二聚类结果的中心位置均可以是实际的坐标位置，可以设为5厘米、10厘米、15厘米等等，另外，预定阈值的设定也可以根据实际应用情况进行调整。
在一个示例性实施例中，确定所述第一聚类结果中包括的第一目标聚类结果和所述第二聚类结果中包括的第二目标聚类结果的第二相似度包括：确定所述第一目标聚类结果所对应的第一区域的面积和所述第一目标聚类结果中所包括的多个点的第三坐标，以及，确定所述第二目标聚类结果所对应的第二区域的面积和所述第二目标聚类结果中所包括的多个点的第四坐标；对所述第一区域的面积和所述第二区域的面积进行比较，得到第三比较结果，以及，对所述第三坐标和所述第四坐标进行比较，得到第四比较结果；基于所述第三比较结果和所述第四比较结果确定所述第二相似度。在本实施例中，可以基于第三比较结果确定所述第一区域的面积的大小与所述第二区域的面积的大小是否一致，基于第四比较结果确定所述第三坐标与所述第四坐标的方向是否一致，在确定所述第一区域的面积的大小与所述第二区域的面积的大小一致且所述第三坐标与所述第四坐标的方向一致的情况下，可以认为所述第一目标聚类结果及所述第二目标聚类结果为同一个障碍物(即，静态障碍物)，在确定所述第一区域的面积的大小与所述第二区域的面积的大小不一致且所述第三坐标与所述第四坐标的方向不一致的情况下，可以认为所述第一目标聚类结果及所述第二目标聚类结果为动态障碍物。
在上述实施例中，所述第一聚类结果中可能会包括多个聚类结果，同 样，所述第二聚类结果中可能会包括多个聚类结果，因此，可以根据每个聚类结果的优先级确定对应的第二相似度，例如，当所述第一聚类结果中包括的第一目标聚类结果的优先级高于当所述第一聚类结果中包括的其他聚类结果时，可以优先确认该第一目标聚类结果和第二聚类结果中包括的各聚类结果之间的相似度，进而确认是否存在与第一目标聚类结果相似的聚类结果，此外，在进行相似度比较时，也可以按照聚类结果所处的位置依次对第一聚类结果中包括的聚类结果和第二聚类结果中包括的聚类结果进行相似度比较。
显然，上述所描述的实施例仅仅是本发明一部分的实施例，而不是全部实施例，下面结合实施例对本发明进行具体说明。
步骤一：
导入需要拼接的多张地图，进而可以通过地图间的相似性找出两张地图间的公共区域，计算得出两张地图的变换关系；
步骤二：
以一张地图(对应上述第一点云地图)为基础，将另一张地图(对应上述第二点云地图)映射到该地图上，并选取出两张地图的公共区域(对应上述公共点云区域)；
步骤三：
以一张地图为基础，将其与多张地图通过步骤一拼接，得出拼接后的点云地图；
步骤四：
选取出两张地图的公共ROI区域(对应上述公共点云区域)，对区域内的障碍物进行分类；
1、分别对两个公共ROI区域内的地图进行线段检测(对应于上述障碍物检测)，检测出的线段代表墙等静态信息，对比两张地图检测出的线段信息(对应于上述第一线段及上述第二线段)，若满足阈值(对应于上述第一相似度阈值，即，第一线段长度和方向与第二线段长度和方向对比一致)，则认为在两张地图上的该障碍物为静态墙(对应于上述静态障碍物)，进而取两条线段的并集填充到新的融合地图(对应于上述目标点云地图) 上，若不满足阈值，则认为该疑似墙的障碍物属于动态障碍物，进而取两条线段的交集填充到新的融合地图上；
2、对于无法提取出线段的障碍物(对应于上述不存在所述目标线段的情况下)，进行聚类，将障碍物通过距离(对应于上述预定距离)聚集成N类，对比两张地图的公共ROI区域内的聚类信息，决策是否融合：
若在地图A(对应于上述第一点云地图)上的一个聚类结果N11的中心位置上能够在地图B(对应于上述第二点云地图)上找到相同的聚类结果N21，则对比两个聚类结果的大小，若大小满足阈值(对应上述第二相似度阈值)，则认为是同一障碍物(即，静态障碍物)，该区域在融合地图C(对应上述目标点云区域)上填充为已知障碍物区域，若不满足阈值，则认为是动态障碍物，该区域在融合地图C上填充为未知区域。
步骤五：
完成公共区域的地图遍历，融合出所需地图C。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
在本实施例中还提供了一种地图的处理装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图3是根据本发明实施例的地图的处理装置的结构框图，如图3所示，该装置包括：
第一确定模块32，用于对获取的第一点云地图和第二点云地图进行比 对，确定所述第一点云地图和所述第二点云地图之间的公共点云区域，其中，所述第一点云地图和所述第二点云地图均是对目标空间进行扫描后所生成的不同的点云地图；
第一拼接模块34，用于基于所述公共区域对所述第一点云地图和所述第二点云地图进行拼接，得到目标点云地图；
第一填充模块36，用于对所述公共区域中进行障碍物检测，并基于检测结果在所述目标点云地图中填充检测到的障碍物。
在一个可选的实施例中，上述第一填充模块36包括：
检测子模块，用于在所述公共区域中进行对目标线段的线段检测，所述目标线段用于指示静态障碍物；第一确定子模块，用于在检测出所述目标线段的情况下，确定所述第一点云地图中的第一线段和所述第二点云地图中的第二线段之间的第一关系，其中，所述第一线段中包括所述目标线段且所述第二线段中包括所述目标线段；第一填充子模块，用于基于所述第一关系在所述目标点云地图填充用于指示所述静态障碍物的所述目标线段。
在一个可选的实施例中，上述第一确定子模块包括：第一确定单元，用于确定所述第一线段和所述第二线段的之间的第一相似度，并将所述第一相似度与第一相似度阈值之间的关系确定为所述第一关系；上述第一填充子模块包括：第二确定单元，用于在所述第一关系指示所述第一相似度大于或等于所述第一相似度阈值的情况下，将所述第一线段和所述第二线段的并集确定为所述目标线段，将所述目标线段填充至所述目标点云地图中；第三确定单元，用于在所述第一关系指示所述第一相似度小于所述第一相似度阈值的情况下，将所述第一线段和所述第二线段的交集确定为所述目标线段，将所述目标线段填充至所述目标点云地图中。
在一个可选的实施例中，上述第一确定单元包括：第一确定子单元，用于确定所述第一线段所对应的第一长度和所述第一线段中所包括的多个点的第一坐标，以及，确定所述第二线段所对应的第二长度和所述第二线段中所包括的多个点的第二坐标；比较子单元，用于对所述第一长度和所述第二长度进行比较，得到第一比较结果，以及，对所述第一坐标和所述 第二坐标进行比较，得到第二比较结果；第二确定子单元，用于基于所述第一比较结果和所述第二比较结果确定所述第一相似度。
在一个可选的实施例中，上述装置还包括：第一聚类模块，用于在所述公共区域中进行用于指示静态障碍物的线段检测之后，在确定所述公共区域中不存在所述目标线段的情况下，在所述第一点云地图中包括的所述公共区域中进行障碍物聚类，得到第一聚类结果，以及，在所述第二点云地图中包括的所述公共区域中进行障碍物聚类，得到第二聚类结果；第二确定模块，用于确定所述第一聚类结果和所述第二聚类结果之间的第二关系；第二填充模块，用于基于所述第二关系在所述目标点云地图填充目标信息。
在一个可选的实施例中，上述第二确定模块包括：第二确定子模块，用于确定所述第一聚类结果中包括的第一目标聚类结果和所述第二聚类结果中包括的第二目标聚类结果的第二相似度，并将所述第二相似度与第二相似度阈值之间的关系确定为所述第二关系，其中，所述第一聚类结果的中心位置和所述第二聚类结果的中心位置相差小于预定阈值；上述第二填充模块包括：第二填充子模块，用于在所述第二关系指示所述第二相似度大于或等于所述第二相似度阈值的情况下，将所述目标点云地图中包括目标聚类结果的区域填充为已知障碍物区域；第三填充子模块，用于在所述第二关系指示所述第二相似度小于所述第二相似度阈值的情况下，将所述目标点云地图中包括目标聚类结果的区域填充为未知障碍物区域；其中，所述目标聚类结果为所述第一目标聚类结果和所述第二目标聚类结果的交集。
在一个可选的实施例中，上述第二确定子模块包括：第四确定单元，用于确定所述第一目标聚类结果所对应的第一区域的面积和所述第一目标聚类结果中所包括的多个点的第三坐标，以及，确定所述第二目标聚类结果所对应的第二区域的面积和所述第二目标聚类结果中所包括的多个点的第四坐标；比较单元，用于对所述第一区域的面积和所述第二区域的面积进行比较，得到第三比较结果，以及，对所述第三坐标和所述第四坐标进行比较，得到第四比较结果；第五确定单元，用于基于所述第三比较结果 和所述第四比较结果确定所述第二相似度。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
在本实施例中，上述计算机可读存储介质可以被设置为存储用于执行以下步骤的计算机程序：
S1，对获取的第一点云地图和第二点云地图进行比对，确定所述第一点云地图和所述第二点云地图之间的公共点云区域，其中，所述第一点云地图和所述第二点云地图均是对目标空间进行扫描后所生成的不同的点云地图；
S2，基于所述公共区域对所述第一点云地图和所述第二点云地图进行拼接，得到目标点云地图；
S3，对所述公共区域中进行障碍物检测，并基于检测结果在所述目标点云地图中填充检测到的障碍物。
在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
在一个示例性实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，对获取的第一点云地图和第二点云地图进行比对，确定所述第一点云地图和所述第二点云地图之间的公共点云区域，其中，所述第一点云地图和所述第二点云地图均是对目标空间进行扫描后所生成的不同的点云地图；
S2，基于所述公共区域对所述第一点云地图和所述第二点云地图进行拼接，得到目标点云地图；
S3，对所述公共区域中进行障碍物检测，并基于检测结果在所述目标点云地图中填充检测到的障碍物。
在本实施例中还提供了一种清洁设备，该清洁设备可以包括上述任一项所述的地图的处理装置。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (11)

  1. 一种地图的处理方法，其特征在于，包括：
    对获取的第一点云地图和第二点云地图进行比对，确定所述第一点云地图和所述第二点云地图之间的公共点云区域，其中，所述第一点云地图和所述第二点云地图均是对目标空间进行扫描后所生成的不同的点云地图；
    基于所述公共点云区域对所述第一点云地图和所述第二点云地图进行拼接，得到目标点云地图；
    对所述公共点云区域中进行障碍物检测，并基于检测结果在所述目标点云地图中填充检测到的障碍物。
  2. 根据权利要求1所述的地图的处理方法，其特征在于，对所述公共区域中进行障碍物检测，并基于检测结果在所述目标点云地图中填充检测到的障碍物包括：
    在所述公共区域中进行对目标线段的线段检测，所述目标线段用于指示静态障碍物；
    在检测出所述目标线段的情况下，确定所述第一点云地图中的第一线段和所述第二点云地图中的第二线段之间的第一关系，其中，所述第一线段中包括所述目标线段且所述第二线段中包括所述目标线段；
    基于所述第一关系在所述目标点云地图填充所述目标线段。
  3. 根据权利要求2所述的地图的处理方法，其特征在于，
    所述确定所述第一点云地图中的第一线段和所述第二点云地图中的第二线段之间的第一关系，包括：
    确定所述第一线段和所述第二线段的之间的第一相似度，并将所述第一相似度与第一相似度阈值之间的关系确定为所述第一关系；
    所述基于所述第一关系在所述目标点云地图填充用于指示所述静态障碍物的目标线段，包括：
    在所述第一关系指示所述第一相似度大于或等于所述第一相似度阈值的情况下，将所述第一线段和所述第二线段的并集确定为所述目标线段，将所述目标线段填充至所述目标点云地图中；在所述第一关系指示所述第一相似度小于所述第一相似度阈值的情况下，将所述第一线段和所述第二 线段的交集确定为所述目标线段，将所述目标线段填充至所述目标点云地图中。
  4. 根据权利要求3所述的地图的处理方法，其特征在于，确定所述第一线段和所述第二线段的之间的第一相似度包括：
    确定所述第一线段所对应的第一长度和所述第一线段中所包括的多个点的第一坐标，以及，确定所述第二线段所对应的第二长度和所述第二线段中所包括的多个点的第二坐标；
    对所述第一长度和所述第二长度进行比较，得到第一比较结果，以及，对所述第一坐标和所述第二坐标进行比较，得到第二比较结果；
    基于所述第一比较结果和所述第二比较结果确定所述第一相似度。
  5. 根据权利要求2所述的地图的处理方法，其特征在于，在所述公共区域中进行用于指示静态障碍物的线段检测之后，所述方法还包括：
    在确定所述公共区域中不存在所述目标线段的情况下，在所述第一点云地图中包括的所述公共区域中进行障碍物聚类，得到第一聚类结果，以及，在所述第二点云地图中包括的所述公共区域中进行障碍物聚类，得到第二聚类结果；
    确定所述第一聚类结果和所述第二聚类结果之间的第二关系；
    基于所述第二关系在所述目标点云地图填充目标信息。
  6. 根据权利要求5所述的地图的处理方法，其特征在于，
    所述确定所述第一聚类结果和所述第二聚类结果之间的第二关系，包括：
    确定所述第一聚类结果中包括的第一目标聚类结果和所述第二聚类结果中包括的第二目标聚类结果的第二相似度，并将所述第二相似度与第二相似度阈值之间的关系确定为所述第二关系，其中，所述第一聚类结果的中心位置和所述第二聚类结果的中心位置相差小于预定阈值；
    所述基于所述第二关系在所述目标点云地图填充目标信息，包括：
    在所述第二关系指示所述第二相似度大于或等于所述第二相似度阈值的情况下，将所述目标点云地图中包括目标聚类结果的区域填充为已知障碍物区域；在所述第二关系指示所述第二相似度小于所述第二相似度阈值 的情况下，将所述目标点云地图中包括目标聚类结果的区域填充为未知障碍物区域；
    其中，所述目标聚类结果为所述第一目标聚类结果和所述第二目标聚类结果的交集。
  7. 根据权利要求6所述的地图的处理方法，其特征在于，确定所述第一聚类结果中包括的第一目标聚类结果和所述第二聚类结果中包括的第二目标聚类结果的第二相似度包括：
    确定所述第一目标聚类结果所对应的第一区域的面积和所述第一目标聚类结果中所包括的多个点的第三坐标，以及，确定所述第二目标聚类结果所对应的第二区域的面积和所述第二目标聚类结果中所包括的多个点的第四坐标；
    对所述第一区域的面积和所述第二区域的面积进行比较，得到第三比较结果，以及，对所述第三坐标和所述第四坐标进行比较，得到第四比较结果；
    基于所述第三比较结果和所述第四比较结果确定所述第二相似度。
  8. 一种地图的处理装置，其特征在于，包括：
    第一确定模块，用于对获取的第一点云地图和第二点云地图进行比对，确定所述第一点云地图和所述第二点云地图之间的公共点云区域，其中，所述第一点云地图和所述第二点云地图均是对目标空间进行扫描后所生成的不同的点云地图；
    第一拼接模块，用于基于所述公共区域对所述第一点云地图和所述第二点云地图进行拼接，得到目标点云地图；
    第一填充模块，用于对所述公共区域中进行障碍物检测，并基于检测结果在所述目标点云地图中填充检测到的障碍物。
  9. 一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行上述权利要求1至7任一项中所述的方法。
  10. 一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述 权利要求1至7任一项中所述的方法。
  11. 一种清洁设备，其特征在于，包括权利要求8所述的地图的处理装置。
PCT/CN2023/074116 2022-03-22 2023-02-01 地图的处理方法、装置、清洁设备、存储介质及电子装置 WO2023179207A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210284364.1 2022-03-22
CN202210284364.1A CN116863165A (zh) 2022-03-22 2022-03-22 地图的处理方法、装置、清洁设备、存储介质及电子装置

Publications (1)

Publication Number Publication Date
WO2023179207A1 true WO2023179207A1 (zh) 2023-09-28

Family

ID=88099821

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2023/074116 WO2023179207A1 (zh) 2022-03-22 2023-02-01 地图的处理方法、装置、清洁设备、存储介质及电子装置

Country Status (2)

Country Link
CN (1) CN116863165A (zh)
WO (1) WO2023179207A1 (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108827249A (zh) * 2018-06-06 2018-11-16 歌尔股份有限公司 一种地图构建方法和装置
US20200401816A1 (en) * 2019-06-24 2020-12-24 DeepMap Inc. Identifying dynamic objects in a point cloud
CN112348000A (zh) * 2021-01-07 2021-02-09 知行汽车科技（苏州）有限公司 障碍物识别方法、装置、系统及存储介质
CN113397437A (zh) * 2021-07-12 2021-09-17 丁杨 一种扫地机器人及扫地机器人的避障方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108827249A (zh) * 2018-06-06 2018-11-16 歌尔股份有限公司 一种地图构建方法和装置
US20200401816A1 (en) * 2019-06-24 2020-12-24 DeepMap Inc. Identifying dynamic objects in a point cloud
CN112348000A (zh) * 2021-01-07 2021-02-09 知行汽车科技（苏州）有限公司 障碍物识别方法、装置、系统及存储介质
CN113397437A (zh) * 2021-07-12 2021-09-17 丁杨 一种扫地机器人及扫地机器人的避障方法

Also Published As

Publication number Publication date
CN116863165A (zh) 2023-10-10

Similar Documents

Publication Publication Date Title
WO2020119684A1 (zh) 一种3d导航语义地图更新方法、装置及设备
WO2023016188A1 (zh) 地图的绘制方法和装置、扫地机、存储介质、电子装置
CN112990098B (zh) 区域划分方法和装置、存储介质、电子装置
CN112802204A (zh) 未知环境下三维空间场景先验的目标语义导航方法及系统
CN110648397A (zh) 场景地图生成方法、装置、存储介质及电子设备
WO2023045798A1 (zh) 一种过道区域识别方法及装置
CN111737800A (zh) 图元选择方法、装置及电子设备
CN111476894A (zh) 三维语义地图构建方法、装置、存储介质及电子设备
CN114925295A (zh) 确定兴趣点的引导点的方法、相关装置及计算机程序产品
CN105517148A (zh) 一种定位方法及装置
CN110769369B (zh) 位置判断方法、判断装置、服务器和计算机可读存储介质
WO2023179207A1 (zh) 地图的处理方法、装置、清洁设备、存储介质及电子装置
WO2024007807A1 (zh) 一种误差校正方法、装置及移动设备
CN112286185A (zh) 扫地机器人及其三维建图方法、系统及计算机可读存储介质
CN115779424A (zh) 一种导航网格寻路方法、装置、设备及介质
CN113656418A (zh) 语义地图的保存方法和装置、存储介质、电子装置
CN110480651B (zh) 一种基于交互式陪伴机器人搜索系统的建云方法和系统
CN111481108B (zh) 扫地机重定位方法及装置
WO2018205872A1 (zh) 目标对象的处理方法、装置、存储介质及电子装置
WO2023179398A1 (zh) 地图的显示方法、装置、存储介质及电子装置
WO2023197796A1 (zh) 边刷转动的控制方法、装置、存储介质及电子装置
WO2023207610A1 (zh) 建图方法、装置、存储介质及电子装置
WO2023155732A1 (zh) 区域信息的处理方法及装置、存储介质及电子装置
US20210042947A1 (en) Method and apparatus for processing data, electronic device and storage medium
US20230162368A1 (en) Method and system for optimizing sampling in spot time-of-flight (tof) sensor

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23773458

Country of ref document: EP

Kind code of ref document: A1