一种导航地图更新方法、装置、可读存储介质及机器人
阅读：77发布：2020-05-11
专利汇可以提供一种导航地图更新方法、装置、可读存储介质及机器人专利检索，专利查询，专利分析的服务。并且本 申请 属于 机器人 技术领域，尤其涉及一种导航地图更新方法、装置、计算机可读存储介质及机器人。所述方法在机器人重 定位 成功后，控制所述机器人沿 指定 路径行进，并记录所述指定路径上的各 帧 关键帧数据以及对应的 位姿 ；创建新的导航地图，并将原始的导航地图中的信息复制到所述新的导航地图中；将所述指定路径上的各帧关键帧数据 覆盖 到所述新的导航地图中，得到更新后的导航地图。无需工作人员操控机器人在机器人工作场地重新建图，节省了大量的时间和人 力 。，下面是一种导航地图更新方法、装置、可读存储介质及机器人专利的具体信息内容。
1.一种导航地图更新方法，其特征在于，包括：
在机器人重定位成功后，控制所述机器人沿指定路径行进，并记录所述指定路径上的各帧关键帧数据以及对应的位姿；
创建新的导航地图，并将原始的导航地图中的信息复制到所述新的导航地图中；
将所述指定路径上的各帧关键帧数据覆盖到所述新的导航地图中，得到更新后的导航地图。
2.根据权利要求1所述的导航地图更新方法，其特征在于，所述记录所述指定路径上的各帧关键帧数据以及对应的位姿包括：
采集第一帧关键帧数据，并确定所述第一帧关键帧数据的位姿和里程计值，所述第一帧关键帧数据为重定位成功后的第一帧激光数据；
按照预设的数据采集频率采集当前帧激光数据，并确定所述当前帧激光数据的里程计值；
根据所述当前帧激光数据的里程计值，以及所述当前帧激光数据的前一帧激光数据的位姿和里程计值，计算所述当前帧激光数据的估计位姿；
根据所述当前帧激光数据的估计位姿和参照关键帧数据的位姿判断所述当前帧激光数据是否为新的一帧关键帧数据，所述参照关键帧数据为所述当前帧激光数据的上一帧关键帧数据；
若所述当前帧激光数据为新的一帧关键帧数据，则将所述当前帧激光数据的估计位姿与预设的概率栅格地图进行匹配，得到所述当前帧激光数据的精确位姿。
3.根据权利要求2所述的导航地图更新方法，其特征在于，所述根据所述当前帧激光数据的估计位姿和参照关键帧数据的位姿判断所述当前帧激光数据是否为新的一帧关键帧数据包括：
计算所述当前帧激光数据的估计位姿和所述参照关键帧数据的位姿之间的距离差和角度差；
若所述距离差大于预设的距离阈值或者所述角度差大于预设的角度阈值，则判定所述当前帧激光数据为新的一帧关键帧数据。
4.根据权利要求2所述的导航地图更新方法，其特征在于，所述将所述当前帧激光数据的估计位姿与预设的概率栅格地图进行匹配，得到所述当前帧激光数据的精确位姿包括：
若所述机器人的里程计精度高于预设的精度阈值，则以所述当前帧激光数据的估计位姿作为初始坐标，与所述概率栅格地图进行优化法匹配，得到所述当前帧激光数据的精确位姿。
5.根据权利要求2所述的导航地图更新方法，其特征在于，所述将所述当前帧激光数据的估计位姿与预设的概率栅格地图进行匹配，得到所述当前帧激光数据的精确位姿包括：
若所述机器人的里程计精度小于或等于预设的精度阈值，则以所述当前帧激光数据的估计位姿作为初始坐标，与所述概率栅格地图进行ICP匹配或模板匹配，得到所述当前帧激光数据的第一精坐标；
以所述当前帧激光数据的第一精坐标作为初始坐标，与所述概率栅格地图进行优化法匹配，得到所述当前帧激光数据的精确位姿。
6.根据权利要求1所述的导航地图更新方法，其特征在于，在将所述指定路径上的各帧关键帧数据覆盖到所述新的导航地图中之后，还包括：
若激光束外侧的像素点不是第一类像素点，则将所述激光束外侧的像素点覆盖为第一类像素点，所述第一类像素点为表示未知区域的像素点。
7.根据权利要求1至6中任一项所述的导航地图更新方法，其特征在于，在将所述指定路径上的各帧关键帧数据覆盖到所述新的导航地图中之后，还包括：
创建新的概率栅格地图，并将原始的概率栅格地图中的信息复制到所述新的概率栅格地图中；
将所述指定路径上的各帧关键帧数据覆盖到所述新的概率栅格地图中，得到更新后的概率栅格地图；
根据所述更新后的概率栅格地图对所述更新后的导航地图进行去噪处理，得到去噪后的导航地图。
8.一种导航地图更新装置，其特征在于，包括：
关键帧数据记录模块，用于在机器人重定位成功后，控制所述机器人沿指定路径行进，并记录所述指定路径上的各帧关键帧数据以及对应的位姿；
导航地图复制模块，用于创建新的导航地图，并将原始的导航地图中的信息复制到所述新的导航地图中；
关键帧数据覆盖模块，用于将所述指定路径上的各帧关键帧数据覆盖到所述新的导航地图中，得到更新后的导航地图。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的导航地图更新方法的步骤。
10.一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的导航地图更新方法的步骤。
一种导航地图更新方法、装置、可读存储介质及机器人
技术领域
背景技术
[0002] 基于激光雷达定位的机器人如果需要在一个场地进行导航，一般需要先使用激光雷达建立该场地的栅格导航地图。有了导航地图以后，机器人可以使用底盘里程计和激光雷达等传感器，用AMCL方法进行定位。
[0003] 随着时间推移，机器人运行的场地的物体摆放、陈设材质、门窗位置与开关等逐渐变化，原先建立的激光雷达地图跟实际场景的差异越来越大，机器人导航时的定位稳定性和精度随之下降。这种情况下，导航时受到人流和动态物体干扰时，容易产生定位漂移和错误。导航时定位错误，会导致导航失败，甚至会产生跌落和碰撞等事故，导致严重后果。
[0004] 针对上述机器人导航场景发生变化后，导航可靠性降低的问题，可以通过更新导航地图的方法来解决。但在现有技术中，出现场景变化后，需要工作人员操控机器人在机器人工作场地重新建图，生成新的导航地图，重新建图的过程会耗费比较多的时间和人力。发明内容
[0005] 有鉴于此，本申请实施例提供了一种导航地图更新方法、装置、计算机可读存储介质及机器人，以解决现有的导航地图更新方法会耗费比较多的时间和人力的问题。
[0006] 本申请实施例的第一方面提供了一种导航地图更新方法，可以包括：
[0008] 创建新的导航地图，并将原始的导航地图中的信息复制到所述新的导航地图中；
[0009] 将所述指定路径上的各帧关键帧数据覆盖到所述新的导航地图中，得到更新后的导航地图。
[0010] 进一步地，所述记录所述指定路径上的各帧关键帧数据以及对应的位姿包括：
[0011] 采集第一帧关键帧数据，并确定所述第一帧关键帧数据的位姿和里程计值，所述第一帧关键帧数据为重定位成功后的第一帧激光数据；
[0013] 根据所述当前帧激光数据的里程计值，以及所述当前帧激光数据的前一帧激光数据的位姿和里程计值，计算所述当前帧激光数据的估计位姿；
[0014] 根据所述当前帧激光数据的估计位姿和参照关键帧数据的位姿判断所述当前帧激光数据是否为新的一帧关键帧数据，所述参照关键帧数据为所述当前帧激光数据的上一帧关键帧数据；
[0015] 若所述当前帧激光数据为新的一帧关键帧数据，则将所述当前帧激光数据的估计位姿与预设的概率栅格地图进行匹配，得到所述当前帧激光数据的精确位姿。
[0016] 进一步地，所述根据所述当前帧激光数据的估计位姿和参照关键帧数据的位姿判断所述当前帧激光数据是否为新的一帧关键帧数据包括：
[0017] 计算所述当前帧激光数据的估计位姿和所述参照关键帧数据的位姿之间的距离差和角度差；
[0018] 若所述距离差大于预设的距离阈值或者所述角度差大于预设的角度阈值，则判定所述当前帧激光数据为新的一帧关键帧数据。
[0019] 进一步地，所述将所述当前帧激光数据的估计位姿与预设的概率栅格地图进行匹配，得到所述当前帧激光数据的精确位姿包括：
[0020] 若所述机器人的里程计精度高于预设的精度阈值，则以所述当前帧激光数据的估计位姿作为初始坐标，与所述概率栅格地图进行优化法匹配，得到所述当前帧激光数据的精确位姿。
[0021] 进一步地，所述将所述当前帧激光数据的估计位姿与预设的概率栅格地图进行匹配，得到所述当前帧激光数据的精确位姿包括：
[0022] 若所述机器人的里程计精度小于或等于预设的精度阈值，则以所述当前帧激光数据的估计位姿作为初始坐标，与所述概率栅格地图进行ICP匹配或模板匹配，得到所述当前帧激光数据的第一精坐标；
[0023] 以所述当前帧激光数据的第一精坐标作为初始坐标，与所述概率栅格地图进行优化法匹配，得到所述当前帧激光数据的精确位姿。
[0024] 进一步地，在将所述指定路径上的各帧关键帧数据覆盖到所述新的导航地图中之后，还包括：
[0026] 进一步地，在将所述指定路径上的各帧关键帧数据覆盖到所述新的导航地图中之后，还包括：
[0027] 创建新的概率栅格地图，并将原始的概率栅格地图中的信息复制到所述新的概率栅格地图中；
[0028] 将所述指定路径上的各帧关键帧数据覆盖到所述新的概率栅格地图中，得到更新后的概率栅格地图；
[0029] 根据所述更新后的概率栅格地图对所述更新后的导航地图进行去噪处理，得到去噪后的导航地图。
[0030] 本申请实施例的第二方面提供了一种导航地图更新装置，可以包括：
[0031] 关键帧数据记录模块，用于在机器人重定位成功后，控制所述机器人沿指定路径行进，并记录所述指定路径上的各帧关键帧数据以及对应的位姿；
[0032] 导航地图复制模块，用于创建新的导航地图，并将原始的导航地图中的信息复制到所述新的导航地图中；
[0033] 关键帧数据覆盖模块，用于将所述指定路径上的各帧关键帧数据覆盖到所述新的导航地图中，得到更新后的导航地图。
[0034] 进一步地，所述关键帧数据记录模块可以包括：
[0035] 第一采集单元，用于采集第一帧关键帧数据，并确定所述第一帧关键帧数据的位姿和里程计值，所述第一帧关键帧数据为重定位成功后的第一帧激光数据；
[0036] 第二采集单元，用于按照预设的数据采集频率采集当前帧激光数据，并确定所述当前帧激光数据的里程计值；
[0037] 位姿估计单元，用于根据所述当前帧激光数据的里程计值，以及所述当前帧激光数据的前一帧激光数据的位姿和里程计值，计算所述当前帧激光数据的估计位姿；
[0038] 关键帧判断单元，用于根据所述当前帧激光数据的估计位姿和参照关键帧数据的位姿判断所述当前帧激光数据是否为新的一帧关键帧数据，所述参照关键帧数据为所述当前帧激光数据的上一帧关键帧数据；
[0039] 地图匹配单元，用于若所述当前帧激光数据为新的一帧关键帧数据，则将所述当前帧激光数据的估计位姿与预设的概率栅格地图进行匹配，得到所述当前帧激光数据的精确位姿。
[0040] 进一步地，所述关键帧判断单元可以包括：
[0041] 差值计算子单元，用于计算所述当前帧激光数据的估计位姿和所述参照关键帧数据的位姿之间的距离差和角度差；
[0042] 关键帧判定子单元，用于若所述距离差大于预设的距离阈值或者所述角度差大于预设的角度阈值，则判定所述当前帧激光数据为新的一帧关键帧数据。
[0043] 进一步地，所述地图匹配单元可以包括：
[0044] 第一匹配子单元，用于若所述机器人的里程计精度高于预设的精度阈值，则以所述当前帧激光数据的估计位姿作为初始坐标，与所述概率栅格地图进行优化法匹配，得到所述当前帧激光数据的精确位姿。
[0045] 第二匹配子单元，用于若所述机器人的里程计精度小于或等于预设的精度阈值，则以所述当前帧激光数据的估计位姿作为初始坐标，与所述概率栅格地图进行ICP匹配或模板匹配，得到所述当前帧激光数据的第一精坐标；
[0046] 第三匹配子单元，用于以所述当前帧激光数据的第一精坐标作为初始坐标，与所述概率栅格地图进行优化法匹配，得到所述当前帧激光数据的精确位姿。
[0047] 进一步地，所述导航地图更新装置还可以包括：
[0048] 外侧覆盖模块，用于若激光束外侧的像素点不是第一类像素点，则将所述激光束外侧的像素点覆盖为第一类像素点，所述第一类像素点为表示未知区域的像素点。
[0049] 进一步地，所述导航地图更新装置还可以包括：
[0050] 概率栅格地图复制模块，用于创建新的概率栅格地图，并将原始的概率栅格地图中的信息复制到所述新的概率栅格地图中；
[0051] 概率栅格地图覆盖模块，用于将所述指定路径上的各帧关键帧数据覆盖到所述新的概率栅格地图中，得到更新后的概率栅格地图；
[0052] 去噪处理模块，用于根据所述更新后的概率栅格地图对所述更新后的导航地图进行去噪处理，得到去噪后的导航地图。
[0053] 本申请实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一种导航地图更新方法的步骤。
[0054] 本申请实施例的第四方面提供了一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一种导航地图更新方法的步骤。
[0055] 本申请实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在机器人上运行时，使得机器人执行上述任一种导航地图更新方法的步骤。
[0056] 本申请实施例与现有技术相比存在的有益效果是：本申请实施例在机器人重定位成功后，控制所述机器人沿指定路径行进，并记录所述指定路径上的各帧关键帧数据以及对应的位姿；创建新的导航地图，并将原始的导航地图中的信息复制到所述新的导航地图中；将所述指定路径上的各帧关键帧数据覆盖到所述新的导航地图中，得到更新后的导航地图。无需工作人员操控机器人在机器人工作场地重新建图，节省了大量的时间和人力。附图说明
[0057] 为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，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它的附图。
[0058] 图1为本申请实施例中一种导航地图更新方法的一个实施例流程图；
[0059] 图2为记录指定路径上的各帧关键帧数据以及对应的位姿的示意流程图；
[0060] 图3为将指定路径上的各帧关键帧数据覆盖到新的导航地图中的示意图；
[0061] 图4为本申请实施例中一种导航地图更新装置的一个实施例结构图；
[0062] 图5为本申请实施例中一种机器人的示意框图。
具体实施方式
[0063] 为使得本申请的发明目的、特征、优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本申请一部分实施例，而非全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
[0064] 应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0065] 还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0066] 还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0067] 如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0068] 另外，在本申请的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0069] 请参阅图1，本申请实施例中一种导航地图更新方法的一个实施例可以包括：
[0070] 步骤S101、在机器人重定位成功后，控制所述机器人沿指定路径行进，并记录所述指定路径上的各帧关键帧数据以及对应的位姿。
[0072] 在机器人重定位成功后，控制所述机器人沿指定路径行进，所述指定路径即为需要更新的场景中的路径，该路径经过部分的导航地图将会被更新。在本申请实施例的一种具体实现中，所述指定路径可以由工作人员事先规划并导入所述机器人的存储介质中，在重定位成功后，所述机器人可以直接读取所述指定路径，并自动沿着所述指定路径行进。在本申请实施例的另一种具体实现中，所述指定路径可以不进行事先规划，在重定位成功后，工作人员可以根据当前实际情况，人工控制所述机器人经过需要更新的场景，则所述机器人实际走过的路径即为所述指定路径。
[0073] 如图2所示，所述记录所述指定路径上的各帧关键帧数据以及对应的位姿具体可以包括如下步骤：
[0074] 步骤S1011、采集第一帧关键帧数据，并确定所述第一帧关键帧数据的位姿和里程计值。
[0075] 所述第一帧关键帧数据为重定位成功后的第一帧激光数据，其位姿即为重定位过程计算得到的位姿。
[0076] 在本申请实施例中，可以根据所述机器人的底盘(包括轮式底盘或足式底盘)数据进行里程计值的估计，也可以根据所述机器人的惯性导航单元(Inertial Measurement Unit，IMU)的积分数据进行里程计值的估计，还可以将所述机器人的底盘数据和惯性导航单元的积分数据进行融合计算，得到融合后的里程计值。
[0077] 步骤S1012、按照预设的数据采集频率采集当前帧激光数据，并确定所述当前帧激光数据的里程计值。
[0078] 一般地，所述机器人可以按照预先设定的一个数据采集频率来进行激光数据的采集，每隔一定的时间间隔即采集一帧激光数据。具体的数据采集频率可以根据实际情况进行设置，本申请实施例对此不作具体限定。每一帧激光数据的里程计值的估计过程均与步骤S1011中的类似，具体可以参见前述内容，此处不再赘述。
[0079] 步骤S1013、根据所述当前帧激光数据的里程计值，以及所述当前帧激光数据的前一帧激光数据的位姿和里程计值，计算所述当前帧激光数据的估计位姿。
[0080] 即每一帧激光数据的位姿均以其前一帧激光数据为基础，辅以两帧激光数据的里程计值来进行估计。在本申请实施例中，可以采用现有技术中任意一种位姿估计方法进行计算，包括但不限于航迹推算(Dead Reckoning)等。
[0081] 步骤S1014、根据所述当前帧激光数据的估计位姿和参照关键帧数据的位姿判断所述当前帧激光数据是否为新的一帧关键帧数据。
[0082] 所述参照关键帧数据为所述当前帧激光数据的上一帧关键帧数据。
[0083] 在本申请实施例中，在计算得到所述当前帧激光数据的估计位姿之后，可以计算所述当前帧激光数据的估计位姿和所述参照关键帧数据的位姿之间的距离差和角度差，若所述距离差大于预设的距离阈值或者所述角度差大于预设的角度阈值，则判定所述当前帧激光数据为新的一帧关键帧数据，反之，若所述距离差小于等于所述距离阈值且所述角度差小于等于所述角度阈值，则判定所述当前帧激光数据不是新的一帧关键帧数据。所述距离阈值及所述角度阈值的具体取值可以根据实际情况进行设置，本申请实施例对此不作具体限定。
[0084] 优选地，若所述当前帧激光数据的采集时刻与所述参照关键帧数据的采集时刻之间的时间差大于预设的时间阈值，则也可以判定所述当前帧激光数据为新的一帧关键帧数据。所述时间阈值的具体取值可以根据实际情况进行设置，本申请实施例对此不作具体限定。
[0085] 若所述当前帧激光数据不是新的一帧关键帧数据，则返回执行步骤S1012及其后续步骤，即重新采集新的当前帧激光数据，而参照关键帧数据保持不变，直至当前帧激光数据为新的一帧关键帧数据为止。若所述当前帧激光数据为新的一帧关键帧数据，则执行步骤S1015。
[0086] 步骤S1015、将所述当前帧激光数据的估计位姿与预设的概率栅格地图进行匹配，得到所述当前帧激光数据的精确位姿。
[0087] 若所述机器人的里程计精度高于预设的精度阈值，则以所述当前帧激光数据的估计位姿作为初始坐标，与所述概率栅格地图进行优化法匹配，得到所述当前帧激光数据的精确位姿。所述精度阈值的具体取值可以根据实际情况进行设置，本申请实施例对此不作具体限定。
[0088] 若所述机器人的里程计精度小于或等于所述精度阈值，则首先以所述当前帧激光数据的估计位姿作为初始坐标，与所述概率栅格地图进行ICP匹配或模板匹配，得到所述当前帧激光数据的第一精坐标；然后以所述当前帧激光数据的第一精坐标作为初始坐标，与所述概率栅格地图进行优化法匹配，得到所述当前帧激光数据的精确位姿。
[0089] 需要注意的是，图2所示的过程是一个循环迭代的过程，在步骤S1015执行完成之后，将重新返回执行步骤S1012及其后续步骤，即重新采集新的当前帧激光数据，将新的一帧关键帧数据作为参照关键帧，并重复以上过程，直至遍历完所述指定路径上的各帧激光数据为止。
[0090] 步骤S102、创建新的导航地图，并将原始的导航地图中的信息复制到所述新的导航地图中。
[0091] 若新的导航地图和原始的导航地图存在分辨率的差异，则需要在地图复制的过程中，进行分辨率的转化，以适应新的导航地图。
[0092] 步骤S103、将所述指定路径上的各帧关键帧数据覆盖到所述新的导航地图中，得到更新后的导航地图。
[0093] 导航地图是普通图片格式的栅格地图，地图中每个像素点有3种可能的值，分别代表有物体、没有物体和未知，一般分别用黑色、白色和灰色表示。在进行覆盖时，将激光束经过的区域(即空旷区域)覆盖为白色，将激光点(即障碍物)覆盖为黑色。
[0094] 优选地，若激光束外侧的像素点不是第一类像素点，则可以将所述激光束外侧的像素点覆盖为第一类像素点，所述第一类像素点为表示未知区域的像素点。
[0095] 根据激光束传播的原理，激光束在被障碍物遮挡之后，其外侧的区域均是未知的，即应该是灰色像素点，如果激光束外侧的像素点是黑色像素点或者白色像素点，则并不符合激光束传播的原理，因此可以沿着激光束的方向向其外侧搜索，将出现的黑色像素点或者白色像素点均覆盖为灰色像素点，直至搜索到灰色像素点为止。
[0096] 如图3所示，左侧为复制得到的导航地图，中间为无需进行激光束外侧搜索覆盖的情况，即直接将关键帧数据覆盖后得到的导航地图，右侧为需要进行激光束外侧搜索覆盖的情况，相较于左侧的导航地图，激光束外侧出现的黑色像素点或者白色像素点均被覆盖为灰色像素点。
[0097] 进一步地，为了提高导航地图的精确度，还可以在步骤S103之后，继续进行去噪处理。
[0098] 具体地，可以创建新的概率栅格地图，将原始的概率栅格地图中的信息复制到所述新的概率栅格地图中，并将所述指定路径上的各帧关键帧数据覆盖到所述新的概率栅格地图中，得到更新后的概率栅格地图。其中，概率栅格地图中每个像素点的值代表该像素点被占据和未被占据的概率。
[0099] 在得到所述更新后的概率栅格地图，即可根据所述更新后的概率栅格地图对所述更新后的导航地图进行去噪处理，具体的去噪处理方式包括但不限于以下几种：
[0100] 方式一：识别所述更新后的导航地图中黑色区域的面积小于N1的区域。如果区域内的黑点在所述更新后的概率栅格地图中的概率小于P，该点可能是动态物体留下的残影，将其修改成白色。其中，N1为预设的面积阈值，P为预设的概率阈值，其具体取值均可以根据实际情况进行设置，本申请实施例对此不作具体限定。
[0101] 方式二：识别所述更新后的导航地图中黑色区域的像素点总数小于K个像素点的区域，该区域中的点可能是噪点，将其均修改成白色。其中，K为预设的个数阈值，在本申请实施例中优选将其设置为2，当然，也可以根据实际情况对其进行设置，本申请实施例对此不作具体限定。
[0102] 方式三：识别所述更新后的导航地图上的灰色区域，如果灰色区域的面积小于N2，且其周围一圈的颜色都是白色，则将该区域全部填充成白色。其中，N2为预设的面积阈值，其具体取值均可以根据实际情况进行设置，本申请实施例对此不作具体限定。
[0103] 通过以上处理过程，即可得到去噪后的导航地图。
[0104] 本申请实施例中的导航地图更新方法可以在手动、半自动以及自动等多种场景中进行调用，以下对在这几种场景中导航地图更新方法的具体调用方式进行说明：
[0105] 场景一：手动更新导航地图。
[0106] 在某个地点开始手工启动更新导航地图功能；机器人重定位，获取机器人在导航地图上的位姿；控制机器人移动，经过想要更新的场景的路径，记录过程中的关键帧的激光数据和对应的坐标；机器人到达某个位置停止，手工启动开始更新导航地图；完成更新导航地图后，进行人工确认，若地图更新后效果好，确认后代替原来的导航地图，若效果不好，取消本次更新。
[0107] 场景二：半自动更新导航地图。
[0108] 在导航地图上人工规划更新地图的导航轨道，该路径经过部分的导航地图将会被更新；手动启动机器人更新导航地图；机器人重定位获取在地图上的位姿；机器人沿着划好的导航轨道前进，直到终点，导航过程中，记录关键帧的激光数据和对应的坐标；到达终点后，机器人自动开始更新导航地图；完成更新导航地图后，进行人工确认，若地图更新后效果好，确认后代替原来的导航地图，若效果不好，取消本次更新。
[0109] 场景三：自动更新导航地图。
[0110] 在导航地图上人工规划更新地图的导航轨道；手动启动机器人更新导航地图；机器人重定位获取在地图上的位姿；设定计划任务让机器人在场景人少的时候定时启动，或者远程人工启动机器人自动更新导航地图；机器人开始沿着划好的导航轨道前进，直到终点，导航过程中，记录关键帧的激光数据和对应的坐标。到达终点后，机器人自动开始更新导航地图；完成更新导航地图后，机器人把第一次人工建图的导航地图和后面自动更新前后的导航地图发送到远程服务器端，由工作人员在服务器端确认地图更新的效果，若地图更新后效果好，确认后代替原来的导航地图，若效果不好，取消本次更新。
[0111] 综上所述，本申请实施例在机器人重定位成功后，控制所述机器人沿指定路径行进，并记录所述指定路径上的各帧关键帧数据以及对应的位姿；创建新的导航地图，并将原始的导航地图中的信息复制到所述新的导航地图中；将所述指定路径上的各帧关键帧数据覆盖到所述新的导航地图中，得到更新后的导航地图。无需工作人员操控机器人在机器人工作场地重新建图，节省了大量的时间和人力。
[0112] 应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
[0113] 对应于上文实施例所述的一种导航地图更新方法，图4示出了本申请实施例提供的一种导航地图更新装置的一个实施例结构图。
[0114] 本实施例中，一种导航地图更新装置可以包括：
[0115] 关键帧数据记录模块401，用于在机器人重定位成功后，控制所述机器人沿指定路径行进，并记录所述指定路径上的各帧关键帧数据以及对应的位姿；
[0116] 导航地图复制模块402，用于创建新的导航地图，并将原始的导航地图中的信息复制到所述新的导航地图中；
[0117] 关键帧数据覆盖模块403，用于将所述指定路径上的各帧关键帧数据覆盖到所述新的导航地图中，得到更新后的导航地图。
[0118] 进一步地，所述关键帧数据记录模块可以包括：
[0119] 第一采集单元，用于采集第一帧关键帧数据，并确定所述第一帧关键帧数据的位姿和里程计值，所述第一帧关键帧数据为重定位成功后的第一帧激光数据；
[0120] 第二采集单元，用于按照预设的数据采集频率采集当前帧激光数据，并确定所述当前帧激光数据的里程计值；
[0121] 位姿估计单元，用于根据所述当前帧激光数据的里程计值，以及所述当前帧激光数据的前一帧激光数据的位姿和里程计值，计算所述当前帧激光数据的估计位姿；
[0122] 关键帧判断单元，用于根据所述当前帧激光数据的估计位姿和参照关键帧数据的位姿判断所述当前帧激光数据是否为新的一帧关键帧数据，所述参照关键帧数据为所述当前帧激光数据的上一帧关键帧数据；
[0123] 地图匹配单元，用于若所述当前帧激光数据为新的一帧关键帧数据，则将所述当前帧激光数据的估计位姿与预设的概率栅格地图进行匹配，得到所述当前帧激光数据的精确位姿。
[0124] 进一步地，所述关键帧判断单元可以包括：
[0125] 差值计算子单元，用于计算所述当前帧激光数据的估计位姿和所述参照关键帧数据的位姿之间的距离差和角度差；
[0126] 关键帧判定子单元，用于若所述距离差大于预设的距离阈值或者所述角度差大于预设的角度阈值，则判定所述当前帧激光数据为新的一帧关键帧数据。
[0127] 进一步地，所述地图匹配单元可以包括：
[0128] 第一匹配子单元，用于若所述机器人的里程计精度高于预设的精度阈值，则以所述当前帧激光数据的估计位姿作为初始坐标，与所述概率栅格地图进行优化法匹配，得到所述当前帧激光数据的精确位姿。
[0129] 第二匹配子单元，用于若所述机器人的里程计精度小于或等于预设的精度阈值，则以所述当前帧激光数据的估计位姿作为初始坐标，与所述概率栅格地图进行ICP匹配或模板匹配，得到所述当前帧激光数据的第一精坐标；
[0130] 第三匹配子单元，用于以所述当前帧激光数据的第一精坐标作为初始坐标，与所述概率栅格地图进行优化法匹配，得到所述当前帧激光数据的精确位姿。
[0131] 进一步地，所述导航地图更新装置还可以包括：
[0132] 外侧覆盖模块，用于若激光束外侧的像素点不是第一类像素点，则将所述激光束外侧的像素点覆盖为第一类像素点，所述第一类像素点为表示未知区域的像素点。
[0133] 进一步地，所述导航地图更新装置还可以包括：
[0134] 概率栅格地图复制模块，用于创建新的概率栅格地图，并将原始的概率栅格地图中的信息复制到所述新的概率栅格地图中；
[0135] 概率栅格地图覆盖模块，用于将所述指定路径上的各帧关键帧数据覆盖到所述新的概率栅格地图中，得到更新后的概率栅格地图；
[0136] 去噪处理模块，用于根据所述更新后的概率栅格地图对所述更新后的导航地图进行去噪处理，得到去噪后的导航地图。
[0137] 所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置，模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0138] 在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0139] 图5示出了本申请实施例提供的一种机器人的示意框图，为了便于说明，仅示出了与本申请实施例相关的部分。
[0140] 如图5所示，该实施例的机器人5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述各个导航地图更新方法实施例中的步骤，例如图1所示的步骤S101至步骤S103。或者，所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能，例如图4所示模块401至模块403的功能。
[0141] 示例性的，所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述机器人5中的执行过程。
[0142] 本领域技术人员可以理解，图5仅仅是机器人5的示例，并不构成对机器人5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述机器人5还可以包括输入输出设备、网络接入设备、总线等。
[0143] 所述处理器50可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0144] 所述存储器51可以是所述机器人5的内部存储单元，例如机器人5的硬盘或内存。所述存储器51也可以是所述机器人5的外部存储设备，例如所述机器人5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述机器人5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述机器人5所需的其它程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
[0145] 所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0146] 在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0147] 本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
[0148] 在本申请所提供的实施例中，应该理解到，所揭露的装置/机器人和方法，可以通过其它的方式实现。例如，以上所描述的装置/机器人实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0149] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0150] 另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0151] 所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0152] 以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于区域地图标识的机器人巡逻方法及机器人设备 | 2020-05-08 | 345 |
| 探测相机及其菜单设置方法 | 2020-05-08 | 827 |
| 一种卫星导航信息自动化监测评估方法 | 2020-05-11 | 513 |
| 具有跟踪标记的手术机器人自动化 | 2020-05-11 | 794 |
| 一种解剖数据处理方法、装置及系统 | 2020-05-11 | 924 |
| 一种具有防堵塞功能的防尘型车载导航设备 | 2020-05-11 | 549 |
| 一种车辆在途电池预热方法、系统及汽车 | 2020-05-11 | 184 |
| 一种具备多导航源信息融合功能的导航系统 | 2020-05-11 | 788 |
| 一种车载导航mcu自适应学习方控的方法和电路 | 2020-05-11 | 882 |
| 一种具有钟表装饰的钥匙扣 | 2020-05-11 | 152 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈