CN110315538B - 一种在电子地图上显示障碍物的方法、装置及机器人 - Google Patents

Abstract

本发明适用于机器人技术领域，提供了一种在电子地图上显示障碍物的方法、装置及机器人，其中，在电子地图上显示障碍物的方法包括采集障碍物的信息，判断采集的所述信息中障碍物的类型，根据所述障碍物的类型，确定所述障碍物在电子地图上的显示方式，将所述障碍物按照确定的所述显示方式显示在所述电子地图上。本发明通过根据障碍物的类型确定障碍物的显示方式，可以仅将部分障碍物显示在电子地图上，有利于减少机器人避让障碍物次数，从而降低机器人出现漏扫的可能性，进而提高机器人的清洁效率。

Description

一种在电子地图上显示障碍物的方法、装置及机器人

技术领域

本发明涉及机器人领域，尤其涉及一种在电子地图上显示障碍物的方法、装置、机器人及计算机可读存储介质。

背景技术

由于现有技术中的机器人往往是根据已有的电子地图进行室内的清洁，因而当该电子地图上显示有室内全部的障碍物时，可能会增加机器人避让障碍物的次数，从而出现漏扫某些障碍物所在区域的情形，例如漏扫家具的边缘区域或者漏扫宠物的边缘区域。

故有必要提出一种新的技术方案，以解决上述技术问题。

发明内容

鉴于此，本发明实施例提供了一种在电子地图上显示障碍物的方法、装置及机器人，通过根据障碍物的类型确定障碍物的显示方式，可以仅将部分障碍物显示在电子地图上，有利于减少机器人避让障碍物次数，从而降低机器人出现漏扫的可能性，进而提高机器人的清洁效率。

本发明实施例的第一方面提供了一种在电子地图上显示障碍物的方法，包括：

采集障碍物的信息；

判断采集的所述信息中障碍物的类型；

根据所述障碍物的类型，确定所述障碍物在电子地图上的显示方式；

将所述障碍物按照确定的所述显示方式显示在所述电子地图上。

本发明实施例的第二方面提供了一种在电子地图上显示障碍物的装置，包括：

采集模块，用于采集障碍物的信息；

判断模块，用于判断采集的所述信息中障碍物的类型；

确定模块，用于根据所述障碍物的类型，确定所述障碍物在电子地图上的显示方式；

显示模块，用于将所述障碍物按照确定的所述显示方式显示在所述电子地图上。

本发明实施例的第三方面提供了一种机器人，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现上述第一方面提及的方法。

本发明实施例的第四方面提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，上述计算机程序被处理器执行时实现上述第一方面提及的方法。

本发明实施例与现有技术相比存在的有益效果是：在本实施例中，首先采集障碍物的信息，然后判断采集的所述信息中障碍物的类型，再根据所述障碍物的类型，确定所述障碍物在电子地图上的显示方式，最后将所述障碍物按照确定的所述显示方式显示在所述电子地图上。与现有技术相比，本发明通过根据障碍物的类型确定障碍物的显示方式，可以仅将部分障碍物显示在电子地图上，有利于减少机器人避让障碍物次数，从而降低机器人出现漏扫的可能性，进而提高机器人的清洁效率，具有较强的易用性和实用性。

附图说明

为了更清楚地说明本发明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发明的一些实施例，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。

图1为本发明实施例一提供的在电子地图上显示障碍物的方法的流程示意图；

图2为本发明实施例二提供的在电子地图上显示障碍物的方的流程示意图；

图3为本发明实施例三提供的在电子地图上显示障碍物的装置的结构示意图；

图4为本发明实施例四提供的机器人的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

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。

还应当理解，在此本发明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发明。如在本发明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。

还应当进一步理解，在本发明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。

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]”。

应理解，本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，而不应对本发明实施例的实施过程构成任何限定。

需要说明的是，本实施例中的“第一”、“第二”等描述，是用于区分不同的区域、模块等，不代表先后顺序，也不限定“第一”和“第二”为不同的类型。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

实施例一

图1是本发明实施例一提供的在电子地图上显示障碍物的方法的流程示意图，该方法的执行主体可以为机器人，具体可以包括以下步骤：

S101：采集障碍物的信息。

其中，所述电子地图包括但不限于栅格地图、拓扑地图和矢量地图；所述障碍物是指能够阻挡机器人运动的物体，例如桌子、椅子或地毯；所述机器人为智能家用电器中的一种，包括扫地机器人、拖地机器人和清洁机器人，它们能够凭借一定的人工智能自动在房间内完成地板的清洁任务。

在一个实施例中，所述障碍物的信息为所述机器人通过视觉传感器或光学传感器采集到的障碍物的信息，包括所述机器人在前方、后方、侧方遇到的障碍物的信息。

S102：判断采集的所述信息中障碍物的类型。

所述障碍物的类型包括但不限于静态障碍物、动态障碍物以及半静态障碍物，其中静态障碍物是指该障碍物在一段时间内处于静止状态的时长比处于其它状态的时长要长，例如墙壁；动态障碍物是指该障碍物的在一段时间内处于运动状态的时长比处于其它状态的时长要长，例如室内的宠物；而半静态障碍物是指处于静态与动态间的一种障碍物，该障碍物在一段时间内处于静止状态的时长与处于运动状态的时长基本相同，例如门或衣柜。

在一个实施例中，在判断采集的所述信息中障碍物的类型之前，可以先对所述信息进行预处理，例如对其进行平滑、滤波和降噪等。

S103：根据所述障碍物的类型，确定所述障碍物在电子地图上的显示方式。

所述显示方式包括但不限于正常显示、突出显示、隐藏或删除。

S104：将所述障碍物按照确定的所述显示方式显示在所述电子地图上。

在一个实施例中，可以在将所述障碍物按照确定的所述显示方式显示在所述电子地图上之后，将其在本地或云端进行相应的存储。

需要说明的是，所述方法可应用于所述机器人在构建电子地图过程中，例如沿边过程，或对已有电子地图进行更新的过程中，例如机器人在进行清洁过程中或机器人在进行回充探索过程中。

由上可见，在本发明实施例中通过根据障碍物的类型确定障碍物的显示方式，可以减少显示在电子地图上的障碍物的数量，从而降低机器人避让障碍物次数，进而降低机器人出现漏扫的可能性，有利于提高机器人的清洁效率，具有较强的易用性和实用性。

实施例二

图2为本发明实施例二提供的在电子地图上显示障碍物的方法的流程示意图，是对上述实施例一中的步骤S101和S103的进一步细化和说明，该方法可以包括以下步骤：

S201：采集包含障碍物的图像信息。

在一个实施例中，可以通过所述机器人上安装的视觉传感器或光学传感器来采集所述图像信息，例如摄像头、激光雷达或红外传感器。

在一个实施例中，可以控制所述机器人通过视觉传感器或光学传感器来实时采集所述图像信息。

在一个实施例中，所述图像信息可以为若干幅深度图。

S202：判断采集的所述图像信息中障碍物的类型。

在一个实施例中，判断采集的所述图像信息中障碍物的类型可以包括：

判断采集的所述图像信息中是否包含预设形状的障碍物和/或预设状态的障碍物。

在一个实施例中，判断采集的所述图像信息中是否包含预设形状的障碍物和/或预设状态的障碍物可以包括：

A1：根据预设的机器学习模型，判断采集的所述图像信息中是否包含预设形状的障碍物。

在一个实施例中，所述机器学习模型可以为现有的或未来可能用到的机器学习模型。

在一个实施例中，上述步骤A1具体可以包括：

B1：获取包含不同形状障碍物的图片。

B2：将获取的所述图片输入预设的机器学习模型中进行训练。

B3：将采集的所述图像信息输入预设的机器学习模型中进行分类，识别所述图像信息包含的障碍物的形状。

B4：根据识别的所述障碍物的形状，确定所述障碍物的类型。

在一个实施例中，可以将采集的所述图像信息逐帧的输入所述机器学习模型中，也可以将采集的所述图像信息按照视频流的格式输入所述机器学习模型。

在一个实施例中，为了提高判断障碍物类型的准确率，还可进一步确定所述图像信息中障碍物的高度和/或尺寸，例如当通过预设的机器学习模型识别出障碍物的形状为方形时，若所述障碍物的高度较高且尺寸较大，则可基本确定所述障碍物为墙壁，此时所述障碍物对应的类型属于静态障碍物。

A2：根据采集的所述图像信息，判断同一障碍物的位置在相邻两帧图像中是否发生改变。

在一个实施例中，可以通过判断所述障碍物在预设时间内位置发生改变的次数是否超过预设值来确定所述障碍物的类型，例如若在预设时间内某一障碍物的位置前后发生改变的次数超过5次，则可基本确定所述障碍物的类型为动态障碍物；若在预设时间内某一障碍物的位置前后发生改变的次数远小于5次，则可基本确定所述障碍物的类型为静态障碍物；若在预设时间内某一障碍物的位置前后发生改变的次数接近5次，则可基本确定所述障碍物的类型为半静态障碍物。

应理解，通过直接判断采集的所述图像信息中是否包含预设状态的障碍物来确定所述障碍物的类型，或者先通过判断采集的所述图像信息中是否包含预设形状的障碍物来确定所述障碍物具体是什么，再通过具体的障碍物来确定所述障碍物的类型，有利于从多个维度来确定所述障碍物的类型。

S203：若所述障碍物的类型为静态障碍物或半静态障碍物，则将所述障碍物的当前位置显示在所述电子地图上，若所述障碍物的类型为动态障碍物，则将所述障碍物的当前位置隐藏在所述电子地图上。

在一个实施例中，为了将电子地图上显示的静态障碍物和半静态障碍物区分开来，可以将静态障碍物和半静态障碍物按照不同的方式显示在所述电子地图，例如将静态障碍物正常显示在所述电子地图上，并将半静态障碍物突出显示在所述电子地图上。

由于半静态障碍物的位置仅在一段时间内是固定不变的，因而若将半静态障碍物在不同时刻的位置信息均显示在电子地图上，则难以减少电子地图上显示的障碍物的数量。因此，在一个实施例中，可以仅将同一个半静态障碍物的当前位置显示在电子地图上，具体可以为：判断所述电子地图上是否已显示有所述半静态障碍物的位置，若所述电子地图上已显示有所述半静态障碍物的位置，则隐藏或删除所述半静态障碍物在所述电子地图上已显示的位置，并将所述半静态障碍物当前的位置显示在所述电子地图上。

S204：将所述障碍物按照确定的所述显示方式显示在所述电子地图上。

其中，上述步骤S204与实施例一中的步骤S104相同，其具体实施过程可参见步骤S104的描述，在此不作重复赘述。

S205：控制所述机器人根据当前的电子地图进行路径规划。

其中，所述当前的电子地图是指仅显示有静态障碍物和/或半静态障碍物的电子地图；所述路径规划可用于机器人的区域清洁或沿边探索。

由上可见，本发明实施例二相比于实施例一，可以仅将静态障碍物和/或半静态障碍物显示在电子地图上，能够减少显示在电子地图上的障碍物的数量，有利于降低机器人避让障碍物的次数，从而提高机器人进行全局清扫的效率；此外，通过控制所述机器人根据当前的电子地图进行路径规划，有利于机器人进行最优的路径规划，具有较强的易用性和实用性。

实施例三

图3是本发明实施例三提供的在电子地图上显示障碍物的装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分。

该在电子地图上显示障碍物的装置可以是内置于机器人内的软件单元、硬件单元或者软硬结合的单元，也可以作为独立的挂件集成到所述机器人中。

所述在电子地图上显示障碍物的装置，包括：

采集模块31，用于采集障碍物的信息；

判断模块32，用于判断采集的所述信息中障碍物的类型；

确定模块33，用于根据所述障碍物的类型，确定所述障碍物在电子地图上的显示方式；

显示模块34，用于将所述障碍物按照确定的所述显示方式显示在所述电子地图上。

在一个实施例中，所述判断模块32具体用于：

判断采集的所述图像信息中是否包含预设形状的障碍物和/或预设状态的障碍物。

在一个实施例中，所述判断模块32具体用于：

根据预设的机器学习模型，判断采集的所述图像信息中是否包含预设形状的障碍物；和/或，

根据采集的所述图像信息，判断同一障碍物的位置在相邻两帧图像中是否发生改变。

在一个实施例中，所述确定模块33具体用于：

若所述障碍物的类型为静态障碍物或半静态障碍物，则将所述障碍物的当前位置显示在所述电子地图上；

若所述障碍物的类型为动态障碍物，则将所述障碍物的当前位置隐藏在所述电子地图上。

在一个实施例中，所述装置还包括：

隐藏或删除模块，用于判断所述电子地图上是否已显示有所述半静态障碍物的位置，若所述电子地图上已显示有所述半静态障碍物的位置，则隐藏或删除所述半静态障碍物在所述电子地图上已显示的位置。

在一个实施例中，所述装置还包括：

路径规划模块，用于控制所述机器人根据当前的电子地图进行路径规划。

实施例四

图4是本发明实施例四提供的机器人的结构示意图。如图4所示，该实施例的机器人4包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42。所述处理器40执行所述计算机程序42时实现上述方法实施例一中的步骤，例如图1所示的步骤S101至S104。或者，实现上述方法实施例二中的步骤，例如图2所示的步骤S201至S205。所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能，例如图3所示模块31至34的功能。

示例性的，所述计算机程序42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41中，并由所述处理器40执行，以完成本发明。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42在所述机器人4中的执行过程。例如，所述计算机程序42可以被分割成采集模块、判断模块、确定模块和显示模块，各模块具体功能如下：

采集模块，用于采集障碍物的信息；

判断模块，用于判断采集的所述信息中障碍物的类型；

确定模块，用于根据所述障碍物的类型，确定所述障碍物在电子地图上的显示方式；

显示模块，用于将所述障碍物按照确定的所述显示方式显示在所述电子地图上。

所述机器人可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是机器人4的示例，并不构成对机器人4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，例如所述机器人还可以包括输入输出设备、网络接入设备、总线等。

所述处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、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。

所述存储器41可以是所述机器人4的内部存储单元，例如机器人4的硬盘或内存。所述存储器41也可以是所述机器人4的外部存储设备，例如所述机器人4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41还可以既包括所述机器人4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述机器人所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。

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。

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。

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实施例的模块、单元和/或方法步骤，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发明的范围。

在本发明所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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***，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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。

另外，在本发明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。

所述集成的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取存储介质中。基于这样的理解，本发明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，RandomAccess 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。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围。

Claims (9)

1.一种在电子地图上显示障碍物的方法，其特征在于，包括：

采集障碍物的信息；

判断采集的所述信息中障碍物的类型；

根据所述障碍物的类型，确定所述障碍物在电子地图上的显示方式，所述显示方式包括正常显示、突出显示、隐藏或删除；

将所述障碍物按照确定的所述显示方式显示在所述电子地图上；

所述根据所述障碍物的类型，确定所述障碍物在电子地图上的显示方式包括：

判断所述电子地图上是否已显示有半静态障碍物的位置；

若所述电子地图上已显示有所述半静态障碍物的位置，则隐藏或删除所述半静态障碍物在所述电子地图上已显示的位置，将所述半静态障碍物的当前位置显示在所述电子地图上，所述半静态障碍物为处于静态与动态间的一种障碍物。

2.根据权利要求1所述的方法，其特征在于，所述信息为包含障碍物的图像信息；

相应的，所述判断采集的所述信息中障碍物的类型包括：

判断采集的所述图像信息中是否包含预设形状的障碍物和/或预设状态的障碍物。

3.根据权利要求2所述的方法，其特征在于，所述判断采集的所述图像信息中是否包含预设形状的障碍物和/或预设状态的障碍物包括：

根据预设的机器学习模型，判断采集的所述图像信息中是否包含预设形状的障碍物；和/或，

根据采集的所述图像信息，判断同一障碍物的位置在相邻两帧图像中是否发生改变。

4.根据权利要求1所述的方法，其特征在于，根据所述障碍物的类型，确定所述障碍物在电子地图上的显示方式包括：

若所述障碍物的类型为静态障碍物，则将所述障碍物的当前位置显示在所述电子地图上；

若所述障碍物的类型为动态障碍物，则将所述障碍物的当前位置隐藏在所述电子地图上。

5.根据权利要求1至4任一项所述的方法，其特征在于，在将所述障碍物按照确定的所述显示方式显示在所述电子地图上之后，还包括：

控制机器人根据当前的电子地图进行路径规划。

6.一种在电子地图上显示障碍物的装置，其特征在于，包括：

采集模块，用于采集障碍物的信息；

判断模块，用于判断采集的所述信息中障碍物的类型；

确定模块，用于根据所述障碍物的类型，确定所述障碍物在电子地图上的显示方式，所述显示方式包括正常显示、突出显示、隐藏或删除；

显示模块，用于将所述障碍物按照确定的所述显示方式显示在所述电子地图上；

隐藏或删除模块，用于判断所述电子地图上是否已显示有半静态障碍物的位置，若所述电子地图上已显示有所述半静态障碍物的位置，则隐藏或删除所述半静态障碍物在所述电子地图上已显示的位置，将所述半静态障碍物的当前位置显示在所述电子地图上，所述半静态障碍物为处于静态与动态间的一种障碍物。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

路径规划模块，用于控制机器人根据当前的电子地图进行路径规划。

8.一种机器人，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5任一项所述方法的步骤。

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5任一项所述方法的步骤。

Images