CN112578798B - 机器人地图获取方法、装置、处理器和电子装置 - Google Patents
机器人地图获取方法、装置、处理器和电子装置 Download PDFInfo
- Publication number
- CN112578798B CN112578798B CN202011507819.9A CN202011507819A CN112578798B CN 112578798 B CN112578798 B CN 112578798B CN 202011507819 A CN202011507819 A CN 202011507819A CN 112578798 B CN112578798 B CN 112578798B
- Authority
- CN
- China
- Prior art keywords
- map
- obstacle
- probability
- robot
- grid
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000009826 distribution Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 230000033001 locomotion Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 9
- 230000007257 malfunction Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种机器人地图获取方法、装置、处理器和电子装置。其中,该方法包括:创建初始地图,其中,初始地图为栅格地图,栅格地图包括:多个栅格,多个栅格;控制机器人按照预设路径在初始地图中行走,获取数据信息,其中,数据信息用于描述多个栅格中的每个栅格被障碍物占据的概率;利用预先设置的多个等级的概率阈值和数据信息获取第一目标地图和第二目标地图,其中,机器人在第一目标地图中的可活动空间大于机器人在第二目标地图中的可活动空间。本发明解决了由于栅格地图不准确导致机器人易发生碰撞进而导致故障的技术问题。
Description
技术领域
本发明涉及智能控制领域,具体而言,涉及一种机器人地图获取方法、装置、处理器和电子装置。
背景技术
随着人工智能技术的不断发展,机器人的控制技术不断成熟,在汽车工业、家电制造、电商仓储物流、烟草等领域得到了广泛应用。在实际应用中,可预先设置机器人的导航路径,然后机器人沿规定的导航路径行驶,整个过程无需人的参与。
目前,同步定位和建图(Simultaneous Localization and Mapping,SLAM)是机器人在未知的环境下,通过运动过程中重复检测到的周围环境特征来定位自身位置和姿态,然后再根据自身位置增量式地构建地图,从而达到同时定位和地图构建的目的。
其中,上述地图可以为栅格地图,而栅格地图的创建需要在机器人上安装的激光雷达,通过感测与障碍物的距离来产生栅格的占有率,通过预设的阈值判定栅格是否存在障碍物,最终形成完整的栅格地图。
但是,由于激光扫描误差导致栅格地图不够准确,进而导致机器人在移动过程中容易碰撞障碍物,造成机器人毁坏和故障。
针对上述的问题,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机器人地图获取方法、装置、处理器和电子装置,以至少解决由于栅格地图不准确导致机器人易发生碰撞进而导致故障的技术问题。
根据本发明实施例的一个方面,提供了一种机器人地图获取方法,包括:创建初始地图,其中,初始地图为栅格地图,栅格地图包括:多个栅格,多个栅格;控制机器人按照预设路径在初始地图中行走,获取数据信息,其中,数据信息用于描述多个栅格中的每个栅格被障碍物占据的概率;利用预先设置的多个等级的概率阈值和数据信息获取第一目标地图和第二目标地图,其中,机器人在第一目标地图中的可活动空间大于机器人在第二目标地图中的可活动空间。
进一步地,多个等级的概率阈值包括:第一概率阈值和第二概率阈值,其中,第一概率阈值大于第二概率阈值。
进一步地,机器人地图获取方法还包括:判断多个栅格中的每个栅格被障碍物占据的概率是否大于或等于第一概率阈值;将多个栅格中被障碍物占据的概率大于或等于第一概率阈值的栅格判定为存在障碍物的栅格,以及将多个栅格中被障碍物占据的概率小于第一概率阈值的栅格判定为未存在障碍物的栅格,得到第一障碍物分布信息;基于障碍物分布信息获取第一目标地图。
进一步地,机器人地图获取方法还包括:判断多个栅格中的每个栅格被障碍物占据的概率是否大于或等于第二概率阈值;将多个栅格中被障碍物占据的概率大于或等于第二概率阈值的栅格判定为存在障碍物的栅格,以及将多个栅格中被障碍物占据的概率小于第二概率阈值的栅格判定为未存在障碍物的栅格,得到第二障碍物分布信息;基于第二障碍物分布信息获取第二目标地图。
进一步地,机器人地图获取方法还包括:获取机器人的当前移动速度;从第一目标地图和第二目标地图调用与当前移动速度匹配的目标地图。
进一步地,机器人地图获取方法还包括:判断当前移动速度是否小于预设速度阈值;当当前移动速度小于预设速度阈值时,调用第一目标地图;当当前移动速度大于或等于预设速度阈值时,调用第二目标地图。
进一步地,机器人地图获取方法还包括:获取规划路径;当规划路径中部分路段所对应的地图区域单独存在于第一目标地图时,在第一速度范围内确定第一目标速度,以及当规划路径中部分路段所对应的地图区域共同存在于第一目标地图和第二目标地图时,在第二速度范围内确定第二目标速度,得到速度分布信息,其中,第一速度范围和第二速度范围利用预设速度阈值划分得到,第一速度范围中包含的速度值小于预设速度阈值,第二速度范围中包含的速度值大于或等于预设速度阈值;基于速度分布信息控制机器人在规划路径上行走。
进一步地,机器人地图获取方法还包括:在控制机器人按照预设路径行走的过程中,通过机器人上设置的激光雷达进行环境扫描,根据激光的反射采集机器人与障碍物之间的距离信息;利用距离信息计算数据信息。
根据本发明实施例的另一方面,还提供了一种机器人地图获取装置,包括:创建模块,用于创建初始地图,其中,初始地图为栅格地图,栅格地图包括:多个栅格,多个栅格;第一获取模块,用于控制机器人按照预设路径在初始地图中行走,获取数据信息,其中,数据信息用于描述多个栅格中的每个栅格被障碍物占据的概率;第二获取模块,用于利用预先设置的多个等级的概率阈值和数据信息获取第一目标地图和第二目标地图,其中,机器人在第一目标地图中的可活动空间大于机器人在第二目标地图中的可活动空间。
根据本发明实施例的另一方面,还提供了一种非易失性存储介质,该非易失性存储介质中存储有计算机程序,其中,计算机程序被设置为运行时执行上述的机器人地图获取方法。
根据本发明实施例的另一方面,还提供了一种处理器,该处理器用于运行程序,其中,程序被设置为运行时执行上述的机器人地图获取方法。
根据本发明实施例的另一方面,还提供了一种电子装置,包括存储器和处理器,存储器中存储有计算机程序,处理器被设置为运行计算机程序以执行上述的机器人地图获取方法。
在本发明实施例中,采用根据不同等级的概率阈值设置不同的栅格地图的方式,通过创建初始地图,并控制机器人按照预设路径在初始地图中行走,以获取数据信息,然后利用预先设置的多个等级的概率阈值和数据信息获取第一目标地图和第二目标地图,其中,初始地图为栅格地图,栅格地图包括:多个栅格,多个栅格,数据信息用于描述多个栅格中的每个栅格被障碍物占据的概率,机器人在第一目标地图中的可活动空间大于机器人在第二目标地图中的可活动空间。
在上述过程中,设置了多个等级的概率阈值,根据不同的概率阈值生成不同的目标地图,由于不同的目标地图之间的概率阈值不同,机器人在该目标地图中的可活动空间中移动时碰撞障碍物的风险也不同,其中,目标地图中的可活动空间表征了机器人在该目标地图中移动时发生与障碍物碰撞的风险的等级,在实际应用中,机器人可根据场景需求来选择合适的目标地图,减少机器人在目标地图中移动时所发生的碰撞,提升了机器人移动的安全性。
由此可见,本申请所提供的方案达到了减少机器人移动时发生碰撞的目的,从而实现了提高机器人移动的安全性的技术效果,进而解决了由于栅格地图不准确导致机器人易发生碰撞进而导致故障的技术问题。
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是根据本发明实施例的一种机器人地图获取方法的流程图;
图2是根据本发明实施例的一种可选的栅格地图的示意图;
图3是根据本发明实施例的一种可选的第一目标地图的示意图;
图4是根据本发明实施例的一种可选的第二目标地图的示意图;
图5是根据本发明实施例的一种可选的基于不同等级的概率阈值生成目标地图的流程图;
图6是根据本发明实施例的一种可选的机器人地图获取方法的流程图;
图7是根据本发明实施例的一种可选的根据机器人的移动速度调用目标地图的流程图;
图8是根据本发明实施例的一种可选的规划机器人移动速度的流程图;
图9是根据本发明实施例的一种机器人地图获取装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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他实施例,都应当属于本发明保护的范围。
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。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种机器人地图获取方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的机器人地图获取方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,创建初始地图,其中,初始地图为栅格地图,栅格地图包括:多个栅格,多个栅格。
可选的,在步骤S102中,可首先获取将机器人所要行驶的环境图像,然后将该环境划图像分成相等分辨率的平面栅格,得到栅格地图,例如,图2示出了一种可选的栅格地图的示意图,在图2所示的栅格地图中包括300个栅格,每个栅格的大小相等。
步骤S104,控制机器人按照预设路径在初始地图中行走,获取数据信息,其中,数据信息用于描述多个栅格中的每个栅格被障碍物占据的概率。
可选的,机器人上安装有激光雷达,机器人按照预设路径在初始地图上行走时,激光雷达对周围环境进行360°的扫描,以采集障碍物与机器人之间的距离,机器人根据该距离来确定栅格被障碍物占据的概率。例如,在图2所示的栅格地图的示意图中,不同的颜色表示不同的概率范围,例如,第一栅格概率范围表示栅格被障碍物占据的概率大于等于90%,并且小于等于100%的栅格;第二栅格概率范围表示栅格被障碍物占据的概率大于等于80%,并且小于90%的栅格;第三栅格概率范围表示栅格被障碍物占据的概率大于等于0%,并且小于80%的栅格。
步骤S106,利用预先设置的多个等级的概率阈值和数据信息获取第一目标地图和第二目标地图,其中,机器人在第一目标地图中的可活动空间大于机器人在第二目标地图中的可活动空间。
在步骤S106中,概率阈值包括两个等级,多个等级的概率阈值包括:第一概率阈值和第二概率阈值,其中,第一概率阈值大于第二概率阈值,例如,第一概率阈值可以为90%,第二概率阈值为80%。可选的,第一目标地图和第二目标地图对应的概率阈值不同,第一目标地图对应第一概率阈值,第二目标地图对应第二概率阈值,由于第一概率阈值大于第二概率阈值,因此,机器人在第一目标地图中的可活动空间大于机器人在第二目标地图中的可活动空间,例如,图3为第一目标地图的示意图,图4为第二目标地图的示意图,在图3和图4中,黑色区域表示被障碍物占据的栅格所在的区域,白色区域表示未被障碍物占据的栅格所在的区域,由图3和图4可知,机器人在第一目标地图中的可活动空间(图3中的白色区域)大于机器人在第二目标地图中的可活动空间(图4中的白色区域)。
可选的,在获取到每个栅格被障碍物占据的概率之后,根据每个栅格被障碍物占据的概率来确定该栅格是否存在障碍物,例如,在第一目标地图中,栅格A被障碍物占据的概率大于或等于90%,则确定栅格A被障碍物占据;又例如,在第一目标地图中,栅格B被障碍物占据的概率小于90%,则确定栅格B未被障碍物占据。而在第二目标地图中,栅格C被障碍物占据的概率大于或等于80%,则确定栅格C被障碍物占据;又例如,在第二目标地图中,栅格D被障碍物占据的概率小于80%,则确定栅格D未被障碍物占据。
需要说明的是,在实际应用中,机器人可机器人的移动速度来选取匹配的目标地图,以降低机器人在目标地图中移动时与障碍物发生碰撞的风险,进而提高机器人移动时的安全性。
此外,还需要说明的是,概率阈值的等级不限于上述的两个,具体数量可根据实际需求进行设定,在此不作限定。
基于上述步骤S102至步骤S106所限定的方案,可以获知,在本发明实施例中,采用根据不同等级的概率阈值设置不同的栅格地图的方式,通过创建初始地图,并控制机器人按照预设路径在初始地图中行走,以获取数据信息,然后利用预先设置的多个等级的概率阈值和数据信息获取第一目标地图和第二目标地图,其中,初始地图为栅格地图,栅格地图包括:多个栅格,多个栅格,数据信息用于描述多个栅格中的每个栅格被障碍物占据的概率,机器人在第一目标地图中的可活动空间大于机器人在第二目标地图中的可活动空间。
容易注意到的是,在上述过程中,设置了多个等级的概率阈值,根据不同的概率阈值生成不同的目标地图,由于不同的目标地图之间的概率阈值不同,机器人在该目标地图中的可活动空间中移动时碰撞障碍物的风险也不同,其中,目标地图中的可活动空间表征了机器人在该目标地图中移动时发生与障碍物碰撞的风险的等级,在实际应用中,机器人可根据场景需求来选择合适的目标地图,减少机器人在目标地图中移动时所发生的碰撞,提升了机器人移动的安全性。
由此可见,本申请所提供的方案达到了减少机器人移动时发生碰撞的目的,从而实现了提高机器人移动的安全性的技术效果,进而解决了由于栅格地图不准确导致机器人易发生碰撞进而导致故障的技术问题。
在一种可选的实施例中,在创建初始地图之后,控制机器人按照预设路径在初始地图中行走,以获取数据信息。具体的,在控制机器人按照预设路径行走的过程中,通过机器人上设置的激光雷达进行环境扫描,根据激光的反射采集机器人与障碍物之间的距离信息,然后,利用距离信息计算数据信息。
需要说明的是,上述计算得到每个栅格被障碍物占据的概率(即数据信息)可以是每个栅格的中心点被障碍物占据的概率。
在一种可选的实施例中,在实际应用中,机器人可根据实际需求来调取对应的目标地图,可选的,机器人内部保存有多幅目标地图,该目标地图为栅格地图。可选的,为保存多幅不同风险程度的目标地图,可设定多个不同等级的概率阈值,其中,概率阈值越大,生成目标地图的机器人可活动空间就越宽阔,机器人碰撞障碍物的风险就高。可选的,图5示出了一种可选的基于不同等级的概率阈值生成目标地图的流程图,其中,图5设置了两个不同级别的概率阈值,其中,第一概率阈值为90%,第二概率阈值为80%。
具体的,判断多个栅格中的每个栅格被障碍物占据的概率是否大于或等于第一概率阈值,将多个栅格中被障碍物占据的概率大于或等于第一概率阈值的栅格判定为存在障碍物的栅格,以及将多个栅格中被障碍物占据的概率小于第一概率阈值的栅格判定为未存在障碍物的栅格,得到第一障碍物分布信息,并基于障碍物分布信息获取第一目标地图。
可选的,在图5中,通过获取激光雷达扫描周围环境地图后生成概率图,将被障碍物占据的概率大于等于90%(第一概率阈值)的栅格判定为存在障碍物;将被障碍物占据的概率小于90%(第一概率阈值)的栅格判定为不存在障碍物,最终生成高风险的第一目标地图,并将第一目标地图储存于机器人。
同理,对于第二目标地图,首先判断多个栅格中的每个栅格被障碍物占据的概率是否大于或等于第二概率阈值,然后将多个栅格中被障碍物占据的概率大于或等于第二概率阈值的栅格判定为存在障碍物的栅格,以及将多个栅格中被障碍物占据的概率小于第二概率阈值的栅格判定为未存在障碍物的栅格,得到第二障碍物分布信息,并基于第二障碍物分布信息获取第二目标地图。
可选的,在图5中,通过获取激光雷达扫描周围环境地图后生成概率图,将被障碍物占据的概率大于等于80%(第二概率阈值)的栅格判定为存在障碍物;将被障碍物占据的概率小于80%(第二概率阈值)的栅格判定为不存在障碍物,最终生成高风险的第二目标地图,并将第二目标地图储存于机器人。
在一种可选的实施例中,在激光扫描周围环境时,由于扫描物体的材质不同,反光程度不同,导致最终生成的栅格地图存在误差,对障碍物的标定无法达到100%准确,机器人在建好的目标地图中行走存在碰撞的风险。为减少机器人碰撞损坏,在机器人运行过程中实时读取机器人的移动速度。具体的,首先获取机器人的当前移动速度,并从第一目标地图和第二目标地图调用与当前移动速度匹配的目标地图。
可选的,图6示出了一种可选的机器人地图获取方法的流程图,由图6可知,在设定不同的概率阈值之后,获取栅格地图中每个栅格被障碍物占据的概率,然后根据不同的概率阈值生成对应的目标地图,并将目标地图存储值机器人中。在实际应用中,机器人在获取到当前移动速度之后,根据机器人的当前移动速度来匹配对应的目标地图。
具体的,判断当前移动速度是否小于预设速度阈值,其中,当当前移动速度小于预设速度阈值时,调用第一目标地图;当当前移动速度大于或等于预设速度阈值时,调用第二目标地图。
可选的,图7示出了一种可选的根据机器人的移动速度调用目标地图的流程图,由图7可知,在获取机器人的当前移动速度之后,当机器人的当前移动速度小于2cm/s(即预设速度阈值)时,判定机器人处于低速移动状态,由于低速碰撞对机器人损坏较小,此时可调用风险较大的第一目标地图供机器人使用,机器人可在较大的空间内移动;当机器人的当前移动速度大于或等于2cm/s(即预设速度阈值)时,判定机器人处于高速移动状态,由于机器人高速碰撞造成的损坏较大,此时应调用风险较低的第二目标地图使用,使得机器在尽可能安全的较小空间内运行。
在一种可选的实施例中,机器人还可根据机器人的规划路径来规划机器人的移动速度。具体的,在获取规划路径之后,当规划路径中部分路段所对应的地图区域单独存在于第一目标地图时,在第一速度范围内确定第一目标速度,以及当规划路径中部分路段所对应的地图区域共同存在于第一目标地图和第二目标地图时,在第二速度范围内确定第二目标速度,得到速度分布信息,并基于速度分布信息控制机器人在规划路径上行走。其中,第一速度范围和第二速度范围利用预设速度阈值划分得到,第一速度范围中包含的速度值小于预设速度阈值,第二速度范围中包含的速度值大于或等于预设速度阈值。
可选的,图8示出了一种可选的规划机器人移动速度的流程图,由图8可知,机器人首先读取所有存储的目标地图(即第一目标地图和第二目标地图),并在两幅目标地图中所有可行动的活动区域内规划路径。然后根据规划路径对应的目标地图进行速度匹配,例如,当规划的路径中仅存在于高风险的第一目标地图的活动区域时,在速度小于2cm/s的范围(即第一速度范围)内规划机器人的速度;当规划的路径可存在于低风险的第一目标地图的活动区域时,为提高机器人工作效率,可在速度大于或等于2cm/s的范围(即第二速度范围)内规划机器人的速度。最后,机器人结合路径规划和各分段路径对应的速度,完成最终的运行任务规划。
由上可知,本申请可储存不同风险程度的目标地图,通过机器人移动速度的高低适配不同风险程度的目标地图,使得机器人在高速移动过程中不发生碰撞,在低速移动过程中减少碰撞的撞击力度,保证了机器人安全。另外,本申请还可根据路径规划来规划机器人的移动速度,同样可降低机器人与障碍物的碰撞风险,保证机器人的移动安全。
实施例2
根据本发明实施例,还提供了一种机器人地图获取方法的实施例,其中,图9是根据本发明实施例的机器人地图获取装置的示意图,如图9所示,该装置包括:创建模块901、第一获取模块903以及第二获取模块905。
其中,创建模块901,用于创建初始地图,其中,初始地图为栅格地图,栅格地图包括:多个栅格,多个栅格;第一获取模块903,用于控制机器人按照预设路径在初始地图中行走,获取数据信息,其中,数据信息用于描述多个栅格中的每个栅格被障碍物占据的概率;第二获取模块905,用于利用预先设置的多个等级的概率阈值和数据信息获取第一目标地图和第二目标地图,其中,机器人在第一目标地图中的可活动空间大于机器人在第二目标地图中的可活动空间。
需要说明的是,上述创建模块901、第一获取模块903以及第二获取模块905对应于上述实施例中的步骤S102至步骤S106,三个模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。
可选的,多个等级的概率阈值包括:第一概率阈值和第二概率阈值,其中,第一概率阈值大于第二概率阈值。
可选的,第二获取模块包括:第一判断模块、第一确定模块以及第三获取模块。其中,第一判断模块,用于判断多个栅格中的每个栅格被障碍物占据的概率是否大于或等于第一概率阈值;第一确定模块,用于将多个栅格中被障碍物占据的概率大于或等于第一概率阈值的栅格判定为存在障碍物的栅格,以及将多个栅格中被障碍物占据的概率小于第一概率阈值的栅格判定为未存在障碍物的栅格,得到第一障碍物分布信息;第三获取模块,用于基于障碍物分布信息获取第一目标地图。
可选的,第二获取模块包括:第二判断模块、第二确定模块以及第四获取模块。其中,第二判断模块,用于判断多个栅格中的每个栅格被障碍物占据的概率是否大于或等于第二概率阈值;第二确定模块,用于将多个栅格中被障碍物占据的概率大于或等于第二概率阈值的栅格判定为存在障碍物的栅格,以及将多个栅格中被障碍物占据的概率小于第二概率阈值的栅格判定为未存在障碍物的栅格,得到第二障碍物分布信息;第四获取模块,用于基于第二障碍物分布信息获取第二目标地图。
可选的,机器人地图获取装置还包括:第五获取模块以及调用模块。其中,第五获取模块,用于获取机器人的当前移动速度;调用模块,用于从第一目标地图和第二目标地图调用与当前移动速度匹配的目标地图。
可选的,调用模块包括:第三判断模块、第一调用模块以及第二调用模块。其中,第三判断模块,用于判断当前移动速度是否小于预设速度阈值;第一调用模块,用于当当前移动速度小于预设速度阈值时,调用第一目标地图;第二调用模块,用于当当前移动速度大于或等于预设速度阈值时,调用第二目标地图。
可选的,机器人地图获取装置还包括:第六获取模块、第三确定模块以及控制模块。其中,第六获取模块,用于获取规划路径;第三确定模块,用于当规划路径中部分路段所对应的地图区域单独存在于第一目标地图时,在第一速度范围内确定第一目标速度,以及当规划路径中部分路段所对应的地图区域共同存在于第一目标地图和第二目标地图时,在第二速度范围内确定第二目标速度,得到速度分布信息,其中,第一速度范围和第二速度范围利用预设速度阈值划分得到,第一速度范围中包含的速度值小于预设速度阈值,第二速度范围中包含的速度值大于或等于预设速度阈值;控制模块,用于基于速度分布信息控制机器人在规划路径上行走。
可选的,第一获取模块包括:采集模块以及计算模块。其中,采集模块,用于在控制机器人按照预设路径行走的过程中,通过机器人上设置的激光雷达进行环境扫描,根据激光的反射采集机器人与障碍物之间的距离信息;计算模块,用于利用距离信息计算数据信息。
实施例3
根据本发明实施例的另一方面,还提供了一种非易失性存储介质,该非易失性存储介质中存储有计算机程序,其中,计算机程序被设置为运行时执行上述实施例1中的机器人地图获取方法。
实施例4
根据本发明实施例的另一方面,还提供了一种处理器,该处理器用于运行程序,其中,程序被设置为运行时执行上述实施例1中的机器人地图获取方法。
实施例5
根据本发明实施例的另一方面,还提供了一种电子装置,包括存储器和处理器,存储器中存储有计算机程序,处理器被设置为运行计算机程序以执行上述实施例1中的机器人地图获取方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,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,可以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,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (11)
1.一种机器人地图获取方法,其特征在于,包括:
创建初始地图,其中,所述初始地图为栅格地图,所述栅格地图包括:多个栅格,所述多个栅格;
控制机器人按照预设路径在所述初始地图中行走,获取数据信息,其中,所述数据信息用于描述所述多个栅格中的每个栅格被障碍物占据的概率;
利用预先设置的多个等级的概率阈值和所述数据信息获取第一目标地图和第二目标地图,其中,所述机器人在所述第一目标地图中的可活动空间大于所述机器人在所述第二目标地图中的可活动空间,所述多个等级的概率阈值包括:第一概率阈值和第二概率阈值,所述第一概率阈值大于所述第二概率阈值,所述第一目标地图由第一障碍物分布信息确定,所述第一障碍物分布信息包括:多个栅格中被障碍物占据的概率大于或等于所述第一概率阈值的栅格、多个栅格中被障碍物占据的概率小于所述第一概率阈值的栅格,所述第二目标地图由第二障碍物分布信息确定,所述第二障碍物分布信息包括:多个栅格中被障碍物占据的概率大于或等于所述第二概率阈值的栅格、多个栅格中被障碍物占据的概率小于所述第二概率阈值的栅格。
2.根据权利要求1所述的机器人地图获取方法,其特征在于,利用所述多个等级的概率阈值和所述数据信息获取所述第一目标地图包括:
判断所述多个栅格中的每个栅格被所述障碍物占据的概率是否大于或等于所述第一概率阈值;
将所述多个栅格中被所述障碍物占据的概率大于或等于所述第一概率阈值的栅格判定为存在所述障碍物的栅格,以及将所述多个栅格中被所述障碍物占据的概率小于所述第一概率阈值的栅格判定为未存在所述障碍物的栅格,得到第一障碍物分布信息;
基于所述第一障碍物分布信息获取所述第一目标地图。
3.根据权利要求1所述的机器人地图获取方法,其特征在于,利用所述多个等级的概率阈值和所述数据信息获取所述第二目标地图包括:
判断所述多个栅格中的每个栅格被所述障碍物占据的概率是否大于或等于所述第二概率阈值;
将所述多个栅格中被所述障碍物占据的概率大于或等于所述第二概率阈值的栅格判定为存在所述障碍物的栅格,以及将所述多个栅格中被所述障碍物占据的概率小于所述第二概率阈值的栅格判定为未存在所述障碍物的栅格,得到第二障碍物分布信息;
基于所述第二障碍物分布信息获取所述第二目标地图。
4.根据权利要求1所述的机器人地图获取方法,其特征在于,所述方法还包括:
获取所述机器人的当前移动速度;
从所述第一目标地图和所述第二目标地图调用与所述当前移动速度匹配的目标地图。
5.根据权利要求4所述的机器人地图获取方法,其特征在于,从所述第一目标地图和所述第二目标地图调用与所述当前移动速度匹配的目标地图包括:
判断所述当前移动速度是否小于预设速度阈值;
当所述当前移动速度小于所述预设速度阈值时,调用所述第一目标地图;
当所述当前移动速度大于或等于所述预设速度阈值时,调用所述第二目标地图。
6.根据权利要求1所述的机器人地图获取方法,其特征在于,所述方法还包括:
获取规划路径;
当所述规划路径中部分路段所对应的地图区域单独存在于所述第一目标地图时,在第一速度范围内确定第一目标速度,以及当所述规划路径中部分路段所对应的地图区域共同存在于所述第一目标地图和所述第二目标地图时,在第二速度范围内确定第二目标速度,得到速度分布信息,其中,所述第一速度范围和所述第二速度范围利用预设速度阈值划分得到,所述第一速度范围中包含的速度值小于所述预设速度阈值,所述第二速度范围中包含的速度值大于或等于所述预设速度阈值;
基于所述速度分布信息控制所述机器人在所述规划路径上行走。
7.根据权利要求1所述的机器人地图获取方法,其特征在于,控制所述机器人按照所述预设路径在所述初始地图中行走,获取所述数据信息包括:
在控制所述机器人按照所述预设路径行走的过程中,通过所述机器人上设置的激光雷达进行环境扫描,根据激光的反射采集所述机器人与所述障碍物之间的距离信息;
利用所述距离信息计算所述数据信息。
8.一种机器人地图获取装置,其特征在于,包括:
创建模块,用于创建初始地图,其中,所述初始地图为栅格地图,所述栅格地图包括:多个栅格,所述多个栅格;
第一获取模块,用于控制机器人按照预设路径在所述初始地图中行走,获取数据信息,其中,所述数据信息用于描述所述多个栅格中的每个栅格被障碍物占据的概率;
第二获取模块,用于利用预先设置的多个等级的概率阈值和所述数据信息获取第一目标地图和第二目标地图,其中,所述机器人在所述第一目标地图中的可活动空间大于所述机器人在所述第二目标地图中的可活动空间,所述多个等级的概率阈值包括:第一概率阈值和第二概率阈值,所述第一概率阈值大于所述第二概率阈值,所述第一目标地图由第一障碍物分布信息确定,所述第一障碍物分布信息包括:多个栅格中被障碍物占据的概率大于或等于所述第一概率阈值的栅格、多个栅格中被障碍物占据的概率小于所述第一概率阈值的栅格,所述第二目标地图由第二障碍物分布信息确定,所述第二障碍物分布信息包括:多个栅格中被障碍物占据的概率大于或等于所述第二概率阈值的栅格、多个栅格中被障碍物占据的概率小于所述第二概率阈值的栅格。
9.一种非易失性存储介质,其特征在于,所述非易失性存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的机器人地图获取方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序被设置为运行时执行所述权利要求1至7任一项中所述的机器人地图获取方法。
11.一种电子装置,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运行所述计算机程序以执行所述权利要求1至7任一项中所述的机器人地图获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011507819.9A CN112578798B (zh) | 2020-12-18 | 2020-12-18 | 机器人地图获取方法、装置、处理器和电子装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011507819.9A CN112578798B (zh) | 2020-12-18 | 2020-12-18 | 机器人地图获取方法、装置、处理器和电子装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112578798A CN112578798A (zh) | 2021-03-30 |
CN112578798B true CN112578798B (zh) | 2024-02-27 |
Family
ID=75136139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011507819.9A Active CN112578798B (zh) | 2020-12-18 | 2020-12-18 | 机器人地图获取方法、装置、处理器和电子装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112578798B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113093221A (zh) * | 2021-03-31 | 2021-07-09 | 东软睿驰汽车技术(沈阳)有限公司 | 占据栅格地图的生成方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007041656A (ja) * | 2005-07-29 | 2007-02-15 | Sony Corp | 移動体制御方法および移動体 |
CN108709562A (zh) * | 2018-04-28 | 2018-10-26 | 北京机械设备研究所 | 一种移动机器人滚动栅格地图构建方法 |
CN109376212A (zh) * | 2018-11-22 | 2019-02-22 | 上海木木聚枞机器人科技有限公司 | 一种计算行人出现概率的地图的生成方法及*** |
CN110645974A (zh) * | 2019-09-26 | 2020-01-03 | 西南科技大学 | 一种融合多传感器的移动机器人室内地图构建方法 |
CN110858076A (zh) * | 2018-08-22 | 2020-03-03 | 杭州海康机器人技术有限公司 | 一种设备定位、栅格地图构建方法及移动机器人 |
DE102019104245A1 (de) * | 2019-02-20 | 2020-08-20 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und System zum Modellieren einer Radarerfassung einer Umgebung eines Fahrzeugs |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5206752B2 (ja) * | 2010-08-30 | 2013-06-12 | 株式会社デンソー | 走行環境認識装置 |
-
2020
- 2020-12-18 CN CN202011507819.9A patent/CN112578798B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007041656A (ja) * | 2005-07-29 | 2007-02-15 | Sony Corp | 移動体制御方法および移動体 |
CN108709562A (zh) * | 2018-04-28 | 2018-10-26 | 北京机械设备研究所 | 一种移动机器人滚动栅格地图构建方法 |
CN110858076A (zh) * | 2018-08-22 | 2020-03-03 | 杭州海康机器人技术有限公司 | 一种设备定位、栅格地图构建方法及移动机器人 |
CN109376212A (zh) * | 2018-11-22 | 2019-02-22 | 上海木木聚枞机器人科技有限公司 | 一种计算行人出现概率的地图的生成方法及*** |
DE102019104245A1 (de) * | 2019-02-20 | 2020-08-20 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und System zum Modellieren einer Radarerfassung einer Umgebung eines Fahrzeugs |
CN110645974A (zh) * | 2019-09-26 | 2020-01-03 | 西南科技大学 | 一种融合多传感器的移动机器人室内地图构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112578798A (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11709058B2 (en) | Path planning method and device and mobile device | |
CN110632921B (zh) | 机器人路径规划方法、装置、电子设备和存储介质 | |
CN112526993B (zh) | 栅格地图更新方法、装置、机器人及存储介质 | |
EP2256574B1 (en) | Autonomous mobile robot, self-position estimation method, environment map generation method, environment map generating device, and environment map generating computer program | |
CN111680673B (zh) | 一种栅格地图中动态物体的检测方法、装置及设备 | |
CN108628318B (zh) | 拥堵环境检测方法、装置、机器人及存储介质 | |
CN111258320A (zh) | 一种机器人避障的方法及装置、机器人、可读存储介质 | |
CN110286389A (zh) | 一种用于障碍物识别的栅格管理方法 | |
CN111469127B (zh) | 代价地图更新方法、装置、机器人及存储介质 | |
CN113432533B (zh) | 一种机器人定位方法、装置、机器人及存储介质 | |
CN115268443A (zh) | 一种机器人避障路径规划方法 | |
CN110705385B (zh) | 一种障碍物角度的检测方法、装置、设备及介质 | |
CN112667924B (zh) | 机器人地图获取方法、装置、处理器和电子装置 | |
CN112578798B (zh) | 机器人地图获取方法、装置、处理器和电子装置 | |
WO2024093989A1 (zh) | 机器人的避障方法和*** | |
CN117360546A (zh) | 一种车辆控制方法、车辆、电子设备及存储介质 | |
CN116300876A (zh) | 一种多智能体未知环境自主协同探索方法、***、装置及存储介质 | |
Steinke et al. | Groundgrid: Lidar point cloud ground segmentation and terrain estimation | |
CN115755935A (zh) | 一种室内地图障碍物填充方法 | |
Berlin | Spirit of berlin: An autonomous car for the DARPA urban challenge hardware and software architecture | |
Vatavu et al. | Environment perception using dynamic polylines and particle based occupancy grids | |
CN114019977B (zh) | 移动机器人的路径控制方法、装置、存储介质及电子设备 | |
CN113031006B (zh) | 一种定位信息的确定方法、装置及设备 | |
CN114440855B (zh) | 一种动态场景下定位和地图更新的方法及*** | |
CN116382308B (zh) | 智能化移动机械自主寻径与避障方法、装置、设备及介质 |
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 |