CN111947670A - 机器人建图方法、装置、智能设备和存储介质 - Google Patents
机器人建图方法、装置、智能设备和存储介质 Download PDFInfo
- Publication number
- CN111947670A CN111947670A CN202010664555.1A CN202010664555A CN111947670A CN 111947670 A CN111947670 A CN 111947670A CN 202010664555 A CN202010664555 A CN 202010664555A CN 111947670 A CN111947670 A CN 111947670A
- Authority
- CN
- China
- Prior art keywords
- vibration
- information
- map
- path
- robot
- 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.)
- Granted
Links
Images
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明适用于机器人技术领域,提供了一种机器人建图方法、装置、智能设备和存储介质,机器人建图方法包括:获取环境信息、机器人的位姿信息以及所述机器人的振动信息;根据所述环境信息与所述机器人的位姿信息,构建地图;根据所述振动信息,确定所述地图中路径的振动评价信息;根据所述路径的振动评价信息,更新所述地图。本发明构建的地图的地图信息更为全面,有利于机器人后续进行正确有效的路径规划和导航。
Description
技术领域
本发明涉及机器人技术领域,尤其涉及一种机器人建图方法、装置、智能设备和存储介质。
背景技术
随着信息技术的发展和经济水平的提高,机器人在日常生活中越来越普及,特别是移动服务类的机器人,在很多场所都得到应用,例如餐厅送餐、写字楼送外卖、医院递送医疗物品等等。在机器人的实际使用中,工作环境一般是未知的。在未知的环境中,机器人需通过构建地图,为机器人的定位和导航提供有效依据。
在机器人实际应用过程中,由于运送的物品不同,对行驶道路的要求也会不一样,例如,运送易损、易碎物品时,对于可通行但是较颠簸的路径就不太适合。然而,现有技术中,机器人构建的地图,主要是为机器人提供是否可以通行的信息,未提供实际路况信息,地图信息不够全面,不利于机器人后续进行正确有效的路径规划和导航。
发明内容
本发明实施例提供了一种机器人建图方法、装置、智能设备和存储介质,可以解决现有技术中存在地图信息不够全面,不利于机器人后续进行正确有效的路径规划和导航的问题。
第一方面,本发明实施例提供了一种机器人建图方法,包括:
获取环境信息、机器人的位姿信息以及所述机器人的振动信息;
根据所述环境信息与所述机器人的位姿信息,构建地图;
根据所述振动信息,确定所述地图中路径的振动评价信息;
根据所述路径的振动评价信息,更新所述地图。
在第一方面的一种可能的实现方式中,所述振动信息包括振动加速度信号;所述根据所述振动信息,确定所述地图中路径的振动评价信息,包括:
根据预设信号处理算法对所述振动加速度信号进行处理,得到所述地图中振动采样点的振动评价值,所述振动采样点为所述地图中满足预定义标准的位置点;
根据所述地图中振动采样点的振动评价值,确定所述地图中路径的振动评价信息。
在第一方面的一种可能的实现方式中,所述根据预设信号处理算法对所述振动加速度信号进行处理,得到所述地图中振动采样点的振动评价值,包括:
获取所述振动加速度信号的频率分布;
根据以下公式计算所述机器人的振动强度V:
其中,V表示振动强度,F(s)为所述振动加速度信号的频率分布,s表示时间,T为设定时长;
根据所述振动强度与预设强度指标对照表,确定所述振动采样点的振动评价值。
在第一方面的一种可能的实现方式中,所述根据预设信号处理算法对所述振动加速度信号进行处理,得到所述地图中振动采样点的振动评价值,包括:
获取所述振动加速度信号的频率分布;
将所述频率分布的频率区间均匀分割成若干段分割频率分布区间,并获取每一段分割频率分布区间的中心频率;
根据所述分割频率分布区间的中心频率,计算所述机器人在所述振动采样点的振动强度;
根据所述振动强度与预设强度指标对照表,确定所述振动采样点的振动评价值。
在第一方面的一种可能的实现方式中,所述地图中的路径由路径点组成;所述根据所述地图中振动采样点的振动评价值,确定所述地图中路径的振动评价信息,包括:
获取所述路径点的空间坐标,以及所述地图中振动采样点的空间坐标;
根据所述路径点的空间坐标与所述振动采样点的空间坐标,计算所述路径点与所述振动采样点的空间距离;
将与所述路径点的空间距离最小的振动采样点,确定为所述路径点对应的振动采样点;
根据所述路径点对应的振动采样点的振动评价值,确定所述地图中路径的振动评价信息。
在第一方面的一种可能的实现方式中,所述根据所述路径点对应的振动采样点的振动评价值,确定所述地图中路径的振动评价信息,包括:
遍历计算所述地图中相邻两个路径点对应的振动评价值的振动差值;
若所述振动差值在预设阈值范围内,则确定所述相邻两个路径点对应同一振动级别;
获取所述地图中路径段的振动评价值,其中,所述地图中连续且对应同一振动级别的路径点构成一个路径段;
根据所述路径段的振动评价值,确定所述地图中路径的振动评价信息。
在第一方面的一种可能的实现方式中,所述获取环境信息,包括:
获取激光雷达扫描的激光扫描信息;
根据所述激光扫描信息,确定环境信息;和/或,
获取摄像头拍摄的图像信息;
根据所述摄像头拍摄的图像信息,确定环境信息。
在第一方面的一种可能的实现方式中,根据所述环境信息与所述机器人的位姿信息构建的地图包括度量信息层;所述根据所述路径的振动评价信息,更新所述地图,包括:
根据所述振动评价信息,为所述地图添加振动信息语义层;其中,所述振动信息语义层对应记录所述地图中位置点上的机器人位姿与振动信息的关联信息。
第二方面,本发明实施例提供了一种机器人建图装置,包括:
信息获取单元,用于获取环境信息、机器人的位姿信息以及所述机器人的振动信息;
地图构建单元,用于根据所述环境信息与所述机器人的位姿信息,构建地图;
振动信息确定单元,用于根据所述振动信息,确定所述地图中路径的振动评价信息;
地图更新单元,用于根据所述路径的振动评价信息,更新所述地图。
第三方面,本发明实施例提供了一种智能设备,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如上述第一方面所述的机器人建图方法。
第四方面,本发明实施例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如上述第一方面所述的机器人建图方法。
第五方面,本发明实施例提供了一种计算机程序产品,当计算机程序产品在智能设备上运行时,使得智能设备执行如上述第一方面所述的机器人建图方法。
本发明实施例中,通过获取环境信息、机器人的位姿信息以及所述机器人的振动信息,然后根据所述环境信息与所述机器人的位姿信息,构建地图,再根据所述振动信息,确定所述地图中路径的振动评价信息,最后根据所述路径的振动评价信息,更新所述地图。本方案中构建的地图包含机器人的振动信息,地图信息更为全面,有利于机器人后续进行正确有效的路径规划、导航和运动控制。
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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的机器人建图方法的实现流程图;
图2是本发明实施例提供的机器人建图方法步骤S30的具体实现流程图;
图3是本发明实施例提供的确定地图中路径的振动评价信息的具体实现流程图;
图4是本发明实施例提供的确定地图中路径的振动评价信息的另一种具体实现流程图;
图5是本发明实施例提供的机器人建图装置的结构框图;
图6是本发明实施例提供的智能设备的示意图。
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,当在本发明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。
如在本发明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]”。
另外,在本发明说明书和所附权利要求书的描述中,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。
在本发明说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本发明的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本发明实施例提供的器人建图方法可以应用于智能机器人。
图1示出了本发明实施例提供的机器人建图方法的实现流程,该方法流程包括步骤S10至S40。各步骤的具体实现原理如下:
S10,获取环境信息、机器人的位姿信息以及所述机器人的振动信息。
在本发明实施例中,当机器人在构建地图时,机器人在起点位置行驶,行驶过程中实时获取环境信息、机器人的位姿信息以及机器人的振动信息。
在一种实施方式中,上述获取环境信息的步骤具体包括:
获取激光雷达扫描的激光扫描信息;根据所述激光扫描信息,确定环境信息。
具体地,机器人设有激光雷达,通过读取激光雷达的数据得到激光扫描信息。在本发明实施例中,通过机器人的激光雷达进行扫描,确定机器人行驶过程中的环境信息,所述环境信息用于反映机器人行驶过程中的环境,为构建地图提供依据。
和/或,在另一种实施方式中,上述获取环境信息的步骤,具体包括:
获取摄像头拍摄的图像信息;根据所述摄像头拍摄的图像信息,确定环境信息。
具体地,机器人设有摄像头,摄像头拍摄机器人的周边环境,以作为图像信息。在本发明实施例中,通过获取机器人的摄像头拍摄的图像信息,对图像信息进行深度信息提取,确定机器人行驶过程中的环境信息。
在另一种实施方式中,上述获取环境信息可根据激光雷达的激光扫描信息和摄像头拍摄的图像信息确定。
在本发明实施例中,机器人设有振动传感器,在机器人采集环境信息的同时,利用上述振动传感器采集机器人的振动信息。
S20,根据所述环境信息与所述机器人的位姿信息,构建地图。
在本发明实施例中,将所述环境信息与所述机器人的位姿信息转换为栅格地图,进而构建实际场景的全局地图。
可选地,在本发明实施例中,机器人还设有里程计和惯性传感器,通过读取里程计的数据得到里程计信息,读取惯性传感器的数据得到惯性信息,进而根据里程计信息与惯性信息,对上述机器人进行运动推测,获取机器人的位姿信息。
在一些实施方式中,根据预先训练好的机器运动模型,获取机器人的位姿信息。上述机器运动模型参见现有技术,在此不再赘述。
在本发明实施例中,将上述机器人在同时刻的位姿信息与振动信息关联记录。
在本发明实施例中,采用激光SLAM(Simultaneous Localization And Mapping,同步定位与建图)方法构建地图。具体可采用基于粒子滤波的激光雷达SLAM建图方法构建地图。具体的地图构建过程参见现有的SLAM建图方法,在此不再赘述。
S30,根据所述振动信息,确定所述地图中路径的振动评价信息。
在本发明实施例中,在机器人行驶过程中实时采集振动信息,根据该振动信息,确定构建的地图中路径的振动评价信息,从而扩展构建的地图的属性信息。上述振动评价信息用于标识机器人行驶在所述路径时的振动强度,根据该振动强度可反映地图中路径的崎岖程度,方便机器人根据需运送的物品选择合适的路径或者速度控制策略,有利于机器人后续进行正确有效的路径规划和导航。
作为本发明一种可能的实施方式,所述振动信息包括振动加速度信号,图2示出了本发明实施例提供的机器人建图方法步骤S30,根据所述振动信息,确定所述地图中路径的振动评价信息的具体实现流程,详述如下:
S31,根据预设信号处理算法对所述振动加速度信号进行处理,得到所述地图中振动采样点的振动评价值,所述振动采样点为所述地图中满足预定义标准的位置点。具体地,满足预定义标准的位置点是指地图中存在位姿信息与振动信息关联记录的位置点。上述振动评价值用于标识机器人在上述振动采样点时的振动强度。
在一种可能的实施方式中,上述步骤S31,根据预设信号处理算法对所述振动加速度信号进行处理,得到所述地图中振动采样点的振动评价值的步骤,具体包括:
获取所述振动加速度信号的频率分布;
根据以下公式(1)计算所述机器人的振动强度V:
其中,V表示振动强度,F(s)为所述振动加速度信号的频率分布,s表示时间,T为设定时长;
根据所述振动强度与预设强度指标对照表,确定所述振动采样点的振动评价值。
具体地,对上述振动加速度信号做傅里叶变换处理,并根据预设的频率下限和频率上限做频域加窗滤波,从而得到上述振动加速度信号的频率分布。
在一些实施方式中,在获取振动加速度信号的频率分布之前,对采集的振动加速度信号进行均值滤波处理,去除噪声,再对去除噪声后的振动加速度信号进行傅里叶变换处理,得到振动加速度信号的频率分布。
在本发明实施例中,通过计算所有频率分量的能量总和的均方根值,确定机器人的振动强度。
上述预设强度指标对照表包括预设的振动强度与振动评价值的映射关系,根据上述确定的振动强度与上述映射关系,即可确定所述振动采样点的振动评价值。
可以理解地是,若在上述公式(1)中积分在频率域只有离散频点的情况,则用求和公式代替。
在另一种可能的实施方式中,上述步骤S31,根据预设信号处理算法对所述振动加速度信号进行处理,得到所述地图中振动采样点的振动评价值的步骤,具体包括:
获取所述振动加速度信号的频率分布;
将所述频率分布的频率区间均匀分割成若干段分割频率分布区间,并获取每一段分割频率分布区间的中心频率;
根据所述分割频率分布区间的中心频率,计算所述机器人在所述振动采样点的振动强度;
根据所述振动强度与预设强度指标对照表,确定所述振动采样点的振动评价值。
具体地,对上述振动加速度信号做傅里叶变换处理,并根据预设的频率下限和频率上限做频域加窗滤波,从而得到上述振动加速度信号的频率分布。
根据上述预设的频率下限和频率上限确定的所述频率分布的频率区间进行均匀分割,得到若干段分割频率分布区间,分割比例可以预定义。
示例性地,把频率区间[p,q]均匀分割,每一分段内的分量做能量累积,作为该段中心频率的值。具体地,分割步长均匀分割(0,100],记第i个分割频率分布区间(fi l,fi r],其中,fi l表示左临界值,fi r表示右临界值。第i个分割频率分布区间的中心频率si=(fi l+fi r)/2,因为采用分割步长为1,所以有fi r=fi l+1,如在i=1对应区间为(0,1],该分割频率分布区间的中心频率为0.5。
具体地,根据以下公式(2)计算所述机器人的振动强度V:
其中,V表示振动强度,i为正整数,表示第i个分割频率分布区间,si为第i个分割频率分布区间的中心频率,F(si)为第i个分割频率分布区间中心频率的对应能量值,w为第i个分割频率分布区间对应的权值,T为设定时长。
在本发明实施例中,不同频率对应的权值也不相同。作为一种可能的实施方式,设计一种振动试验台,把机器人放置在振动台上,启动振动台,设置同样幅度不同频率振动,得到不同测试频率的影响度,按预设评分方法对振动影响度进行打分,打分按照事先设定的级别,例如设为5级,越高表示影响越大,根据影响度确定权值,进而构建一个包括频率与权值隐射关系的频率振动影响度对照表。
S32,根据所述地图中振动采样点的振动评价值,确定所述地图中路径的振动评价信息。
作为本发明一种可能的实施方式,所述地图中的路径由路径点组成,如图3所示,上述步骤S32,根据所述地图中振动采样点的振动评价值,确定所述地图中路径的振动评价信息,具体包括:
S321,获取所述路径点的空间坐标,以及所述地图中振动采样点的空间坐标。
本发明实施例中,机器人构建的所述地图为度量地图,例如,栅格地图,按照度量地图数字化精度离散化,得到地图中路径的一系列路径点。获取地图中路径点的空间坐标,以及振动采样点的空间坐标。其中,路径点与振动采样点可能存在重叠。
在一些实施方式中,当构建三维地图时,上述空间坐标为三维坐标,当构建二维地图时,上述空间坐标为二维坐标。
S322,根据所述路径点的空间坐标与所述振动采样点的空间坐标,计算所述路径点与所述振动采样点的空间距离。
具体地,通过计算所述路径点的空间坐标与所述振动采样点的空间坐标的坐标差值,确定所述路径点与所述振动采样点的空间距离。
在本发明实施例中,当地图中路径点与振动采样点重叠时,重叠的路径点与振动采样点的空间距离为零。
S323,将与所述路径点的空间距离最小的振动采样点,确定为所述路径点对应的振动采样点。
进一步地,如果路径点与振动采样点的空间距离的最小距离大于或等于预设阈值,则表示所述路径点没有对应的振动采样点。
在本发明实施例中,选择与路径点最近的振动采样点作为该路径点对应的振动采样点,将路径点对应的振动采样点的振动评价值确定为该路径点的振动评价值。需说明的是,一般情形下,地图中同一路径点对应且只对应一个振动采样点,而同一振动采样点可对应不止一个路径点。
在一些实施方式中,当与路径点的空间距离最小的振动采样点不止一个时,获取与路径点的空间距离最小的振动采样点的振动评价值均值,将所述振动评价值均值确定为所述路径点的振动评价值。
S324,根据所述路径点对应的振动采样点的振动评价值,确定所述地图中路径的振动评价信息。
在本发明实施例中,根据路径点的振动评价值,确定地图中路径的振动评价信息。
在一种可能的实施方式中,如图4所示,上述步骤S324,根据所述路径点对应的振动采样点的振动评价值,确定所述地图中路径的振动评价信息,具体包括:
S3241,遍历计算所述地图中相邻两个路径点对应的振动评价值的振动差值。示例性地,若地图中路径由N个路径点组成,相邻两个路径点构成一组,例如,路径点1和路径点2为一组,路径点2和路径点3为一组…路径点N-1与路径点N为一组,分别计算每一组路径点的振动评价值的振动差值。
S3242,若所述振动差值在预设阈值范围内,则确定所述相邻两个路径点对应同一振动级别。
可选地,上述振动评价值的振动差值采用绝对值表示。
在本发明实施例中,若相邻两个路径点的振动差值在预设阈值范围内,则确定所述相邻两个路径点对应同一振动级别。
S3243,获取所述地图中路径段的振动评价值,其中,所述地图中连续且对应同一振动级别的路径点构成一个路径段。
具体地,将构成路径段的同一振动级别的路径点的振动评价值均值确定为上述路径段的振动评价值。
示例性,若路径点1到路径点n中任意相邻的两个路径点的振动差值在预设阈值范围内,且路径点1至路径点n对应的振动级别相同,路径点n和路径点n+1的振动差值不在预设阈值范围内,路径点n和路径点n+1对应的振动级别不相同,则路径点1至路径点n构成一个路径段,该路径段的振动评价值为上述1至n个路径点的振动评价值均值。
S3244,根据所述路径段的振动评价值,确定所述地图中路径的振动评价信息。
具体地,所述路径包括一段一段的路径段,根据各个路径段的振动评价值,确定所述地图中路径的振动评价信息。
S40,根据所述路径的振动评价信息,更新所述地图。
具体地,根据上述步骤S20构建的地图包括度量信息。在本发明实施例中,根据所述路径的振动评价信息,更新所述地图,增加路径的振动评价信息。
在一种实施方式中,根据上述步骤S20构建的地图包括度量信息层,根据上述振动评价信息,为上述地图添加振动信息语义层。其中,该振动信息语义层对应记录地图中位置点上机器人位姿与振动信息的关联信息。
由上可见,在本发明实施例中,通过获取环境信息、机器人的位姿信息以及所述机器人的振动信息,然后根据所述环境信息与所述机器人的位姿信息,构建地图,再根据所述振动信息,确定所述地图中路径的振动评价信息,最后根据所述路径的振动评价信息,更新所述地图。本方案中构建的地图包含机器人的振动信息,地图信息更为全面,有利于机器人后续进行正确有效的路径规划、导航和运动控制。
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,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的机器人建图方法,图5示出了本发明实施例提供的机器人建图装置的结构框图,为了便于说明,仅示出了与本发明实施例相关的部分。
参照图5,该机器人建图装置包括:信息获取单元51、地图构建单元52,振动信息确定单元53,地图更新单元54,其中:
信息获取单元51,用于获取环境信息、机器人的位姿信息以及所述机器人的振动信息;
地图构建单元52,用于根据所述环境信息与所述机器人的位姿信息,构建地图;
振动信息确定单元53,用于根据所述振动信息,确定所述地图中路径的振动评价信息;
地图更新单元54,用于根据所述路径的振动评价信息,更新所述地图。
在一种可能的实施方式中,所述信息获取单元51包括:
激光信息获取模块,用于获取激光雷达扫描的激光扫描信息;
第一信息确定模块,用于根据所述激光扫描信息,确定环境信息;和/或,图像信息获取模块,用于获取摄像头拍摄的图像信息;
第二信息确定模块,用于根据所述摄像头拍摄的图像信息,确定环境信息。
在一种可能的实施方式中,所述振动信息包括振动加速度信号;所述振动信息确定单元53包括:
采样点评价值获取模块,用于根据预设信号处理算法对所述振动加速度信号进行处理,得到所述地图中振动采样点的振动评价值,所述振动采样点为所述地图中满足预定义标准的位置点;
振动评价信息确定模块,用于根据所述地图中振动采样点的振动评价值,确定所述地图中路径的振动评价信息。
在一种可能的实施方式中,所述采样点评价值获取模块具体用于:
获取所述振动加速度信号的频率分布;
根据以下公式计算所述机器人的振动强度V:
其中,V表示振动强度,F(s)为所述振动加速度信号的频率分布,s表示时间,T为设定时长;
根据所述振动强度与预设强度指标对照表,确定所述振动采样点的振动评价值。
在一种可能的实施方式中,所述采样点评价值获取模块还具体用于:
获取所述振动加速度信号的频率分布区间;
将所述频率分布的频率区间均匀分割成若干段分割频率分布区间,并获取每一段分割频率分布区间的中心频率;
根据所述分割频率分布区间的中心频率,计算所述机器人在所述振动采样点的振动强度;
根据所述振动强度与预设强度指标对照表,确定所述振动采样点的振动评价值。
在一种可能的实施方式中,所述地图中的路径由路径点组成;所述振动评价信息确定模块具体包括:
坐标获取子模块,用于获取所述路径点的空间坐标,以及所述地图中振动采样点的空间坐标;
距离计算子模块,用于根据所述路径点的空间坐标与所述振动采样点的空间坐标,计算所述路径点与所述振动采样点的空间距离;
映射对应子模块,用于将与所述路径点的空间距离最小的振动采样点,确定为所述路径点对应的振动采样点;
评价信息确定子模块,用于根据所述路径点对应的振动采样点的振动评价值,确定所述地图中路径的振动评价信息。
在一种可能的实施方式中,所述评价信息确定子模块具体用于:
遍历计算所述地图中相邻两个路径点对应的振动评价值的振动差值;
若所述振动差值在预设阈值范围内,则确定所述相邻两个路径点对应同一振动级别;
获取所述地图中路径段的振动评价值,其中,所述地图中连续且对应同一振动级别的路径点构成一个路径段;
根据所述路径段的振动评价值,确定所述地图中路径的振动评价信息。
在一种可能的实施方式中,根据所述环境信息与所述机器人的位姿信息构建的地图包括度量信息层;所述地图更新单元54包括:
信息更新模块,用于根据所述振动评价信息,为所述地图添加振动信息语义层;其中,所述振动信息语义层对应记录所述地图中位置点上的机器人位姿与振动信息的关联信息。
由上可见,在本发明实施例中,通过获取环境信息、机器人的位姿信息以及所述机器人的振动信息,然后根据所述环境信息与所述机器人的位姿信息,构建地图,再根据所述振动信息,确定所述地图中路径的振动评价信息,最后根据所述路径的振动评价信息,更新所述地图,本方案中构建的地图包含机器人的振动信息,地图信息更为全面,有利于机器人后续进行正确有效的路径规划、导航和运动控制。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
本发明实施例还提供一种智能设备,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如图1至图4表示的任意一种机器人建图方法的步骤。
本发明实施例还提供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如图1至图4表示的任意一种机器人建图方法的步骤。
本发明实施例还提供一种计算机程序产品,当该计算机程序产品在服务器上运行时,使得服务器执行实现如图1至图4表示的任意一种机器人建图方法的步骤。
图6是本发明一实施例提供的智能设备的示意图。如图6所示,该实施例的智能设备6包括:处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62。所述处理器60执行所述计算机程序62时实现上述各个机器人建图方法实施例中的步骤,例如图1所示的步骤S10至S40。或者,所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能,例如图5所示单元51至54的功能。
示例性的,所述计算机程序62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61中,并由所述处理器60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可读指令段,该指令段用于描述所述计算机程序62在所述智能设备6中的执行过程。
所述智能设备6可以为智能机器人。所述智能设备6可包括,但不仅限于,处理器60、存储器61。本领域技术人员可以理解,图6仅仅是智能设备6的示例,并不构成对智能设备6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,例如所述智能设备6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60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61可以是所述智能设备6的内部存储单元,例如智能设备6的硬盘或内存。所述存储器61也可以是所述智能设备6的外部存储设备,例如所述智能设备6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61还可以既包括所述智能设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述智能设备所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
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,并不用于限制本发明的保护范围。上述***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。
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,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至少可以包括:能够将计算机程序代码携带到装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
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。
以上所述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,均应包含在本发明的保护范围之内。
Claims (11)
1.一种机器人建图方法,其特征在于,包括:
获取环境信息、机器人的位姿信息以及所述机器人的振动信息;
根据所述环境信息与所述机器人的位姿信息,构建地图;
根据所述振动信息,确定所述地图中路径的振动评价信息;
根据所述路径的振动评价信息,更新所述地图。
2.根据权利要求1所述的机器人建图方法,其特征在于,所述振动信息包括振动加速度信号;所述根据所述振动信息,确定所述地图中路径的振动评价信息,包括:
根据预设信号处理算法对所述振动加速度信号进行处理,得到所述地图中振动采样点的振动评价值,所述振动采样点为所述地图中满足预定义标准的位置点;
根据所述地图中振动采样点的振动评价值,确定所述地图中路径的振动评价信息。
4.根据权利要求2所述的机器人建图方法,其特征在于,所述根据预设信号处理算法对所述振动加速度信号进行处理,得到所述地图中振动采样点的振动评价值,包括:
获取所述振动加速度信号的频率分布;
将所述频率分布的频率区间均匀分割成若干段分割频率分布区间,并获取每一段分割频率分布区间的中心频率;
根据所述分割频率分布区间的中心频率,计算所述机器人在所述振动采样点的振动强度;
根据所述振动强度与预设强度指标对照表,确定所述振动采样点的振动评价值。
5.根据权利要求2所述的机器人建图方法,其特征在于,所述地图中的路径由路径点组成;所述根据所述地图中振动采样点的振动评价值,确定所述地图中路径的振动评价信息,包括:
获取所述路径点的空间坐标,以及所述地图中振动采样点的空间坐标;
根据所述路径点的空间坐标与所述振动采样点的空间坐标,计算所述路径点与所述振动采样点的空间距离;
将与所述路径点的空间距离最小的振动采样点,确定为所述路径点对应的振动采样点;
根据所述路径点对应的振动采样点的振动评价值,确定所述地图中路径的振动评价信息。
6.根据权利要求5所述的机器人建图方法,其特征在于,所述根据所述路径点对应的振动采样点的振动评价值,确定所述地图中路径的振动评价信息,包括:
遍历计算所述地图中相邻两个路径点对应的振动评价值的振动差值;
若所述振动差值在预设阈值范围内,则确定所述相邻两个路径点对应同一振动级别;
获取所述地图中路径段的振动评价值,其中,所述地图中连续且对应同一振动级别的路径点构成一个路径段;
根据所述路径段的振动评价值,确定所述地图中路径的振动评价信息。
7.根据权利要求1至6任一项所述的机器人建图方法,其特征在于,所述获取环境信息,包括:
获取激光雷达扫描的激光扫描信息;
根据所述激光扫描信息,确定环境信息;和/或,
获取摄像头拍摄的图像信息;
根据所述摄像头拍摄的图像信息,确定环境信息。
8.根据权利要求1至7任一项所述的机器人建图方法,其特征在于,根据所述环境信息与所述机器人的位姿信息构建的地图包括度量信息层;所述根据所述路径的振动评价信息,更新所述地图,包括:
根据所述振动评价信息,为所述地图添加振动信息语义层;其中,所述振动信息语义层对应记录所述地图中位置点上的机器人位姿与振动信息的关联信息。
9.一种机器人建图装置,其特征在于,包括:
信息获取单元,用于获取环境信息、机器人的位姿信息以及所述机器人的振动信息;
地图构建单元,用于根据所述环境信息与所述机器人的位姿信息,构建地图;
振动信息确定单元,用于根据所述振动信息,确定所述地图中路径的振动评价信息;
地图更新单元,用于根据所述路径的振动评价信息,更新所述地图。
10.一种智能设备,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8任一项所述的机器人建图方法。
11.一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8任一项所述的机器人建图方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010664555.1A CN111947670B (zh) | 2020-07-10 | 2020-07-10 | 机器人建图方法、装置、智能设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010664555.1A CN111947670B (zh) | 2020-07-10 | 2020-07-10 | 机器人建图方法、装置、智能设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111947670A true CN111947670A (zh) | 2020-11-17 |
CN111947670B CN111947670B (zh) | 2022-07-05 |
Family
ID=73340460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010664555.1A Active CN111947670B (zh) | 2020-07-10 | 2020-07-10 | 机器人建图方法、装置、智能设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111947670B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104864878A (zh) * | 2015-05-22 | 2015-08-26 | 汪军 | 基于电子地图的路况物理信息绘制及查询方法 |
CN106441318A (zh) * | 2016-09-20 | 2017-02-22 | 百度在线网络技术(北京)有限公司 | 一种地图展示方法和装置 |
CN106950047A (zh) * | 2017-03-09 | 2017-07-14 | 西安交通大学 | 振动加速度信号频谱的可视化分析方法 |
CN108680247A (zh) * | 2018-05-16 | 2018-10-19 | 江苏大学镇江流体工程装备技术研究院 | 基于振动烈度低频滤波修正的振动信号转换方法 |
CN109934452A (zh) * | 2019-01-21 | 2019-06-25 | 上海同济检测技术有限公司 | 基于多源数据的道路舒适度评价方法 |
CN111240331A (zh) * | 2020-01-17 | 2020-06-05 | 仲恺农业工程学院 | 基于激光雷达和里程计slam的智能小车定位导航方法及*** |
-
2020
- 2020-07-10 CN CN202010664555.1A patent/CN111947670B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104864878A (zh) * | 2015-05-22 | 2015-08-26 | 汪军 | 基于电子地图的路况物理信息绘制及查询方法 |
CN106441318A (zh) * | 2016-09-20 | 2017-02-22 | 百度在线网络技术(北京)有限公司 | 一种地图展示方法和装置 |
CN106950047A (zh) * | 2017-03-09 | 2017-07-14 | 西安交通大学 | 振动加速度信号频谱的可视化分析方法 |
CN108680247A (zh) * | 2018-05-16 | 2018-10-19 | 江苏大学镇江流体工程装备技术研究院 | 基于振动烈度低频滤波修正的振动信号转换方法 |
CN109934452A (zh) * | 2019-01-21 | 2019-06-25 | 上海同济检测技术有限公司 | 基于多源数据的道路舒适度评价方法 |
CN111240331A (zh) * | 2020-01-17 | 2020-06-05 | 仲恺农业工程学院 | 基于激光雷达和里程计slam的智能小车定位导航方法及*** |
Non-Patent Citations (3)
Title |
---|
刘俊山: "基于路面振动和光电容积脉搏波的骑行效果评价研究", 《中国优秀硕士学位论文全文数据库》 * |
刘庆华 等: "基于加速度传感器的路面不平度采集***", 《江苏科技大学学报》 * |
黄国会: "车载式路面平整度测量***设计", 《中国优秀硕士学位论文全文数据库》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111947670B (zh) | 2022-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7186607B2 (ja) | 電子地図を更新する方法、装置、およびコンピュータ読み取り可能な記憶媒体 | |
EP3506212A1 (en) | Method and apparatus for generating raster map | |
JP4409035B2 (ja) | 画像処理装置、特異箇所検出方法、及び特異箇所検出プログラムを記録した記録媒体 | |
CN111209978B (zh) | 三维视觉重定位方法、装置及计算设备、存储介质 | |
CN108734780B (zh) | 用于生成地图的方法、装置和设备 | |
CN111582054B (zh) | 点云数据处理方法及装置、障碍物检测方法及装置 | |
EP3885866A1 (en) | High-precision localization method and system based on shared slam map | |
CN109059941B (zh) | 特征地图构建方法、视觉定位方法及对应装置 | |
CN111402413B (zh) | 三维视觉定位方法、装置及计算设备、存储介质 | |
CN110197615A (zh) | 用于生成地图的方法及装置 | |
CN110967019A (zh) | 一种规划机器人局部路径的方法及机器人 | |
CN112198878B (zh) | 一种即时地图构建方法、装置、机器人及存储介质 | |
CN111709988A (zh) | 一种物体的特征信息的确定方法、装置、电子设备及存储介质 | |
JP2008020225A (ja) | 自己位置推定プログラム、自己位置推定方法および自己位置推定装置 | |
CN106240454B (zh) | 提供车辆碰撞预警的***及车载设备 | |
CN110110678A (zh) | 道路边界的确定方法和装置、存储介质及电子装置 | |
CN111947670B (zh) | 机器人建图方法、装置、智能设备和存储介质 | |
CN113932790A (zh) | 一种地图更新方法、装置、***、电子设备及存储介质 | |
CN116823942A (zh) | 三维点云的目标标注方法和点云连续帧中目标跟踪方法 | |
CN116385999A (zh) | 一种停车位的识别方法、装置及设备 | |
CN115507840A (zh) | 一种栅格地图构建方法、栅格地图构建装置及电子设备 | |
CN112229396B (zh) | 无人车重定位方法、装置、设备及存储介质 | |
CN113440054A (zh) | 扫地机器人充电基座范围的确定方法和装置 | |
CN114677284A (zh) | 地图构建方法、装置、电子设备及存储介质 | |
CN110823225A (zh) | 室内动态情景下的定位方法和装置 |
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 |