CN113344263B - 沿边行走过程的轨迹闭合判断方法、装置及计算机设备 - Google Patents
沿边行走过程的轨迹闭合判断方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN113344263B CN113344263B CN202110592934.9A CN202110592934A CN113344263B CN 113344263 B CN113344263 B CN 113344263B CN 202110592934 A CN202110592934 A CN 202110592934A CN 113344263 B CN113344263 B CN 113344263B
- Authority
- CN
- China
- Prior art keywords
- map
- point
- suspected
- closing
- current time
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Geometry (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Computer Graphics (AREA)
- Game Theory and Decision Science (AREA)
- Remote Sensing (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请揭示一种沿边行走过程的轨迹闭合判断方法,在沿边行走过程中,通过距离计算来找到疑似闭合点;再通过地图相似性对比结果判断疑似闭合点的真伪,从而精确判断沿边行走过程的轨迹闭合与否,避免了因环境相似而误判的情况。上述方案经由两种判断,实现了对疑似闭合点的寻找和确认,结果更为精确。
Description
技术领域
本发明涉及智能设备运行规则领域,特别涉及一种沿边行走过程的轨迹闭合判断方法、装置及计算机设备。
背景技术
目前,智能设备的应用越来越广泛,如应答服务的机器人、巡逻安检的机器人或者扫地清洁机器人。上述的智能设备常需要进行类似巡逻的沿边行走过程。上述的沿边行走过程所指的“边”为智能设备行走轨迹的边,而并非一定是真实存在的边界(如墙体)。
如扫地机器人对指定区域的清扫过程中,一般包括区域内的弓字形扫描和区域内的沿墙行走。常规模式下,先进行弓字形扫描过程再进行沿墙行走过程。在沿墙行走过程中,沿墙运行轨迹的闭合是沿墙行走过程的重要的结束条件之一。现有技术判定轨迹是否闭合的一般标准为,计算当前扫地机器人的位置是否跟沿墙行走过程的起点附近的环境是否重合(如符合重合条件的点位之间的相距5-10cm之间)。
然而,由于扫地机器人对于当前位置坐标判定的出现偏差或者应用环境的复杂性等因素都可能造成,只通过当前位置与起点位置之间的距离的判定条件来判断沿边行走过程的轨迹是否闭合,可能形成误判的问题。
发明内容
本发明的主要目的为提供一种沿边行走过程的轨迹闭合判断方法、装置及计算机设备,旨在解决沿边行走过程中智能设备对轨迹是否闭合错误判断的问题。
为了实现上述目的,本发明提供一种沿边行走过程的轨迹闭合判断方法,应用于智能设备,包括:
在所述沿边行走过程中,每经历一设定间隔记录当前时间的点位上所述智能设备的信息,其中,所述信息至少包括当前时间下所述智能设备的坐标信息;
若当前时间前的一历史点位与当前时间的点位之间的距离值小于第一判定距离,则判定当前时间的点位为沿边行走过的疑似闭合点,以及判定所述历史点位为疑似起点;
根据所述沿边行走过程中所有点位的坐标获得第二地图;
根据所述第二地图与第一地图的相似性对比结果判断所述沿边行走过程的轨迹是否闭合于所述疑似闭合点,其中,所述第一地图为所述沿边行走过程针对的目标区域的形状地图。
进一步地,所述根据所述第二地图与第一地图的相似性对比结果判断所述沿边行走过程的轨迹是否闭合于所述疑似闭合点的步骤包括:
计算第一地图和所述第二地图的面积分别为第一面积值和第二面积值;
获得所述第一面积值与所述第二面积值的大小差异;
若所述大小差异落入第一判定范围,则判定所述沿边行走过程的轨迹闭合于所述疑似闭合点。
进一步地,所述根据所述第二地图与第一地图的相似性对比结果判断所述沿边行走过程的轨迹是否闭合于所述疑似闭合点的步骤包括:
将第一地图和所述第二地图均以相同的分割方式分割为由多个像素块区域组成的第一像素地图和第二像素地图;
获得所述第一像素地图与所述第二像素地图中包含的所述像素块区域的数量差异;
若所述数量差异落入第二判定范围,则判定所述沿边行走过程的轨迹闭合于所述疑似闭合点。
进一步地,所述根据所述第二地图与第一地图的相似性对比结果判断所述沿边行走过程的轨迹是否闭合于所述疑似闭合点的步骤包括:
计算第一地图与所述第二地图的交并比值;
若所述交并比值落入第三判定范围,则判定所述沿边行走过程的轨迹闭合于所述疑似闭合点。
进一步地,所述信息还包括所述智能设备的速度方向,所述若当前时间前的一历史点位与当前时间的点位之间的距离值小于第一判定距离,则判定当前时间的点位为沿边行走过的疑似闭合点,以及判定所述历史点位为疑似起点的步骤之后包括:
计算所述智能设备在所述疑似闭合点的速度方向与所述智能设备在所述疑似起点的速度方向的方向夹角;
若所述方向夹角小于第一预设判定角度,则维持所述当前点位为所述疑似闭合点的判定;
若所述方向夹角大于第一预设判定角度,则抛弃所述当前点位为所述疑似闭合点的判定,并重新执行所述轨迹闭合判断方法。
进一步地,所述若当前时间前的一历史点位与当前时间的点位之间的距离值小于第一判定距离,则判定当前时间的点位为沿边行走过的疑似闭合点,以及判定所述历史点位为疑似起点的步骤之前包括:
计算获得实时判定距离DT,其中DT=(a+bT),a为距离基数,其单位为长度,b为距离增加系数,其单位为长度/时间,T为所述沿边行走过程中当前的运行时间,其单位为时间;
取所述实时判定距离DT与Dc之间的较小值为第一判定距离,其中DC为极限距离。
进一步地,所述设定间隔为距离间隔或时间间隔。
进一步地,所述若当前时间前的一历史点位与当前时间的点位之间的距离值小于第一判定距离,则判定当前时间的点位为沿边行走过的疑似闭合点,以及判定所述历史点位为疑似起点的步骤之后包括:
判断所述疑似闭合点与沿边行走过程的疑似起点之间存在的所述设定间隔的数量是否大于第一预设判定数量;
若是,则维持当前时间的点位为沿边行走过的疑似闭合点的判定;
若否,则否定当前时间的点位为沿边行走过的疑似闭合点的判定,并重新执行所述轨迹闭合判断方法。
本发明还提供了一种运行沿边行走过程的轨迹闭合判断方法的装置,包括:
第一获取单元,用于在所述沿边行走过程中,每经历一设定间隔记录当前时间的点位上所述智能设备的信息,其中,所述信息至少包括当前时间下所述智能设备的坐标信息;
第一比较确认单元,用于确认若当前时间前的一历史点位与当前时间的点位之间的距离值小于第一判定距离,则判定当前时间的点位为沿边行走过的疑似闭合点,以及判定所述历史点位为疑似起点;
第二获取单元,用于根据所述沿边行走过程中所有点位的坐标获得第二地图;
第一计算确认单元,用于根据所述第二地图与第一地图的相似性对比结果判断所述沿边行走过程的轨迹是否闭合于所述疑似闭合点,其中,所述第一地图为所述沿边行走过程针对的目标区域的形状地图。
本发明还提供了一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现上述轨迹闭合判断方法的步骤。
综上所述,本申请揭示一种沿边行走过程的轨迹闭合判断方法,在沿边行走过程中,通过距离计算来找到疑似闭合点;再通过地图相似性对比结果判断疑似闭合点的真伪,从而精确判断沿边行走过程的轨迹闭合与否,避免了因环境相似而误判的情况。上述方案经由两种判断,实现了对疑似闭合点的寻找和确认,结果更为精确。
附图说明
图1是本发明一实施例的沿边行走过程的轨迹闭合判断方法流程示意图;
图2是本发明一实施例的沿边行走过程的轨迹闭合判断方法中第二地图与第一地图的相似性对比示意图;
图3是本发明一实施例的运行沿边行走过程的轨迹闭合判断方法的装置的结构示意图;
图4是本发明一实施例的计算机设备的示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”“上述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件、单元、模块和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、单元、模块、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
参照图1,本发明一实施例中,一种沿边行走过程的轨迹闭合判断方法,应用于智能设备,包括:
S1、在所述沿边行走过程中,每经历一设定间隔记录当前时间的点位上所述智能设备的信息,其中,所述信息至少包括当前时间下所述智能设备的坐标信息;
S2、若当前时间前的一历史点位与当前时间的点位之间的距离值小于第一判定距离,则判定当前时间的点位为沿边行走过的疑似闭合点,以及判定所述历史点位为疑似起点;
S3、根据所述沿边行走过程中所有点位的坐标获得第二地图;
S4、根据所述第二地图与第一地图的相似性对比结果判断所述沿边行走过程的轨迹是否闭合于所述疑似闭合点,其中,所述第一地图为所述沿边行走过程针对的目标区域的形状地图。
上述智能设备为扫地机器人或巡逻机器人等自走智能装置。本实施方式中,智能设备为扫地机器人,此时上述的沿边行走过程为扫地机器人的沿边清扫过程。上述S1步骤中,在沿边行走过程中,每经历一设定间隔记录当前时间的点位上智能设备的坐标,从而对整个沿边行走过程中智能设备的点位形成完整记录。其中,智能设备在当前时间的点位通过设置于智能设备的位置采集单元实现,如视觉/惯性导航的数据。当然根据需要还可以要求智能设备记录当前时间的速度方向。
上述S2步骤中,通过智能设备在当前时间的点位与当前时间的点位之前的历史点位之间的距离计算寻找疑似闭合点。在S2步骤中,疑似闭合点的判定,可以排除与沿边行走过程的起点位置间隔若干个设定间隔的点位,以避免靠近起点位置的点位满足步骤S2中的判定条件而被误判为疑似闭合点,而显然上述疑似闭合点为伪(当然也可以自起点位置后第一个设定间隔后开始计算实时距离)。
上述S3-S4的步骤中,根据沿边行走过程中所有点位的坐标获得第二地图,比如顺序连接所有点位的坐标获得一个封闭的轨迹。通过第二地图与第一地图的相似性对比来验证疑似闭合点是否为真,即第二地图与第一地图较为接近,则判定沿边行走过程的轨迹闭合于疑似闭合点。第一地图为沿边行走过程针对的目标区域的形状地图,第一地图可以通过用户手动输入或者通过智能设备自行获得,在一个实施例中,智能设备对目标区域的扫描包括全局扫描过程和沿边行走过程;经过全局扫描过程后,通过其上的雷达组件或红外感应元件或其他组件,提取全局扫描过程中获得的目标区域图形为第一地图。通过上述方法,在沿边行走过程中,先找到疑似闭合点;再通过地图相似性对比结果判断疑似闭合点的真伪,从而精确判断沿边行走过程的轨迹闭合与否。
需要指出的是,若第二地图与第一地图的相似性对比结果差异较大时,智能设备可以发出警告信息,从而用户能进行检查维护。若第一地图是由智能设备自行获得的,那么可能需要对目标区域进行一定的修整后重新让智能设备自行获得,以便得到正确的第一地图;若第一地图是由用户手动输入的,那么可能需要用户对第一地图进行检查、更改。用户还可以监控智能设备的沿边行走过程,以确认沿边行走过程是否异常,造成了第一地图的获取异常。
值得一提的是,在一个实施例中,第一地图一般由机器人在清扫区域内做“弓字型清扫”获得,在做完“弓字型清扫”后,才会进行沿边清扫(即沿边行走),并获得第二地图。其中,若“第二地图是由智能设备自行获得的”,为了使作为比对对象/比对样本的第一地图本身就足够准确,优选的,在S1步骤的沿边清扫之前,做如下验证。
S1.1、对清扫区域做弓字型清扫时,同时获得弓字型清扫下记录的清扫面积,最后累计该清扫区域的清扫总面积A;
S1.2、对该清扫区域的弓字型清扫完成后,基于弓字型轨迹获得整个清扫区域的第一地图;
S1.3、对第一地图采用轮廓提取的方式,获得第一地图轮廓内的总面积B;
S1.4、比对总面积A和总面积B;
S1.5、当总面积A和总面积B的比值/差值在容错范围内时,则认为提取的第一地图的轮廓准确度较高,该第一地图可用于与后续步骤中的第二地图进行比对;
若总面积A和总面积B的比值/差值相差较大,则认为提取的第一地图的轮廓准确度可能较低;可对前述过程进行自检,并重新提取轮廓和面积比对的步骤,或对用户输出“第一地图轮廓可能不准确”的提示,并根据用户指示进行操作,比如,看用户是否在后续步骤中采用该第一地图数据,或用户是否要求对第一地图进行处理后再进行利用。
如此,在“弓字型清扫”清扫模式下,利用两种方式获得该清扫区域的面积,并根据两个面积数据的比对情况,对“弓字型清扫”模式下获得第一地图进行检验,有利于用一个更为准确的第一地图,来执行S3-S4的步骤中的地图比对,有利于更准确的判断出沿边行走是否实现了轨迹闭合。需要说明的是,现有技术中,只通过扫地机器人当前点位与沿边行走过程起点之间的距离是否小于预设值(5-10cm)来判定轨迹是否闭合。由于采用视觉/惯性导航的扫地机器人的定位功能不够精确,导致扫地机器人进行沿边行走过程中,扫地机器人无法判断其当前点位与沿边行走过程起点之间的距离是否小于预设值,从而导致沿边行走过程无法正常判定闭合结束;或者扫地机器人的行走路线有一定的偏差,使得扫地机器人的沿边行走过程其实已经闭合,但是当前点位与沿边行走过程起点之间的距离没有落入预设值范围,从而导致沿边行走过程无法正常判定闭合结。而在本实施例中,若将第一判定距离放大(如在30-200cm或100-200cm等范围内选取),通过上述S3到S4步骤,即使在智能设备的位置采集单元精度不够或者沿边行走过程针对的目标区域复杂的情况下,也较易找到疑似闭合点;通过上述S3到S4步骤,对第二地图与第一地图的相似性对比来验证疑似闭合点是否为真,从而精确判断沿边行走过程的轨迹闭合与否。
综上所述,本申请揭示一种沿边行走过程的轨迹闭合判断方法,在沿边行走过程中,通过距离计算来找到疑似闭合点;再通过地图相似性对比结果判断疑似闭合点的真伪,从而精确判断沿边行走过程的轨迹闭合与否,避免了因环境相似而误判的情况。上述方案经由两种判断,实现了对疑似闭合点的寻找和确认,结果更为精确。
在一个实施中,所述根据所述第二地图与第一地图的相似性对比结果判断所述沿边行走过程的轨迹是否闭合于所述疑似闭合点的步骤包括:
J1、计算第一地图和所述第二地图的面积分别为第一面积值和第二面积值;
J2、获得所述第一面积值与所述第二面积值的大小差异;
J3、若所述大小差异落入第一判定范围,则判定所述沿边行走过程的轨迹闭合于所述疑似闭合点。
上述J1至J3步骤中,直接通过第一地图和第二地图的面积比较来表征第一地图与第二地图的相似性,上述相似性表征方法最为直接。第一地图的面积可以是由用户直接输入的或者由智能设备在其他模式下自行计算获得的。本实施例中,第一面积值与第二面积值的大小差异的计算方法为:计算第一面积值与第二面积值的比值,第一判定范围为0.8-1.2。若第一面积值与第二面积值的比值在0.8-1.2之间,则判定疑似闭合点为真。
参照图2,在一个实施中,所述根据所述第二地图与第一地图的相似性对比结果判断所述沿边行走过程的轨迹是否闭合于所述疑似闭合点的步骤包括:
K1、将第一地图和所述第二地图均以相同的分割方式分割为由多个像素块区域组成的第一像素地图和第二像素地图;
K2、获得所述第一像素地图与所述第二像素地图中包含的所述像素块区域的数量差异;
K3、若所述数量差异落入第二判定范围,则判定所述沿边行走过程的轨迹闭合于所述疑似闭合点。
在上述K1至K3步骤中,先将第一地图和第二地图均以相同的分割方式分割为由多个像素块区域组成的第一像素地图和第二像素地图;进而通过对第一像素地图和第二像素地图中像素块区域的数量差异来表征第一地图与第二地图的相似性,上述相似性表征方法运算简洁、快速。参照图2,外层的矩形框线代表为第一地图,内层的弯曲折线代表为第二地图,矩形框线与弯曲折线分别包围了若干像素块区域。本实施例中,像素块区域的数量差异的计算方法可以为:计算第一像素地图中包含的像素块区域的数量与第二像素地图中包含的像素块区域的数量的比值,第二判定范围为0.8-1.2。当然,该包含像素块区域的数量差异的计算方法,也可以是计算像素块区域数量差值。
在一个实施例中,所述根据所述第二地图与第一地图的相似性对比结果判断所述沿边行走过程的轨迹是否闭合于所述疑似闭合点的步骤包括:
L1、计算第一地图与所述第二地图的交并比值;
L2、若所述交并比值落入第三判定范围,则判定所述沿边行走过程的轨迹闭合于所述疑似闭合点。
即通过第一地图与第二地图的重合度的高低来判定第一地图与第二地图的相似性,进而验证疑似闭合点的真伪。
在一个实施例中,所述根据所述第二地图与第一地图的相似性对比结果判断所述沿边行走过程的轨迹是否闭合于所述疑似闭合点的步骤包括:
M1、计算所述第一地图和所述第二地图的面积分别为第一面积值和第二面积值;
M2、获得所述第一面积值与所述第二面积值的大小差异;
M3、若所述大小差异落入第一判定范围,则计算所述第一地图与所述第二地图的交并比值;
M4、若所述交并比值落入第三判定范围,则判定所述沿边行走过程的轨迹闭合于所述疑似闭合点。
在上述M1至M2步骤中,通过第一地图和第二地图的面积比较来表征第一地图与第二地图的相似性。而在上述M3至M4的步骤中,若大小差异落入第一判定范围,则计算获取第一地图与第二地图的交并比值,精确表征第二地图与第一地图的相似性对比结果。在本实施例中,通过执行运算速度快的步骤M1与步骤M2初步判定第二地图与第一地图的相似性对比结果;若大小差异落入第一判定范围,则继续执行运算速度较慢的M3步骤与M4步骤来精确表征第二地图与第一地图的相似性对比结果,与前述直接执行L1-L2步骤的实施例而言,快速的M1至M2步骤直接剔除一部分伪闭合点数据,当闭合点可信度较高时,才进入后续M3-M4的精确复判,可以更为省时、精确。
在一个实施例中,所述根据所述第二地图与第一地图的相似性对比结果判断所述沿边行走过程的轨迹是否闭合于所述疑似闭合点的步骤包括:
P1、将所述第一地图和所述第二地图均以相同的分割方式分割为由多个像素块区域组成的第一像素地图和第二像素地图;
P2、获得所述第一像素地图与所述第二像素地图中包含的所述像素块区域的数量差异;
P3、若所述数量差异落入第二判定范围,则计算所述第一地图与所述第二地图的交并比值;
P4、若所述交并比值落入第三判定范围,则判定所述沿边行走过程的轨迹闭合于所述疑似闭合点。
在上述P1至P2的步骤中,先将第一地图和第二地图均以相同的分割方式分割为由多个像素块区域组成的第一像素地图和第二像素地图;进而通过对第一像素地图和第二像素地图中像素块区域的数量差异来表征第一地图与第二地图的相似性,上述相似性表征方法运算简洁、快速。而在上述P3至P4的步骤中,若数量差异落入第二判定范围,则计算获取第一地图与第二地图的交并比值,精确表征第二地图与第一地图的相似性对比结果。在本实施例中,通过执行运算速度快的步骤P1与步骤P2初步判定第二地图与第一地图的相似性对比结果;若数量差异落入第二判定范围,则才继续执行运算速度较慢的P3步骤与P4步骤来精确表征第二地图与第一地图的相似性对比结果,与前述具有L1至L2的实施例而言,将像素块区域的数量差异与地图区域交并比进行结合运算,即先经由前期较为简单、快速的P1至P2步骤直接剔除一部分伪闭合点数据,当闭合点可信度较高时,才进入后续P3-P4的精确复判,可以更为省时、精确。
在一个实施例中,所述信息还包括所述智能设备的速度方向,所述若当前时间前的一历史点位与当前时间的点位之间的距离值小于第一判定距离,则判定当前时间的点位为沿边行走过的疑似闭合点,以及判定所述历史点位为疑似起点的步骤之后包括:
SP1、计算所述智能设备在所述疑似闭合点的速度方向与所述智能设备在所述疑似起点的速度方向的方向夹角;
SP2、若所述方向夹角小于第一预设判定角度,则维持所述当前点位为所述疑似闭合点的判定;
SP3、若所述方向夹角大于第一预设判定角度,则抛弃所述当前点位为所述疑似闭合点的判定,并重新执行所述轨迹闭合判断方法。
上述SP1到SP3步骤中,当沿边行走过程的轨迹闭合时,也即是沿边行走过程循环重复;此时,不只是智能设备的点位的坐标重复,智能设备的速度方向也应当重复。通过疑似闭合点的速度方向与智能设备在疑似起点的速度方向的比较,辅助判断疑似闭合点的真伪;从而无需对每个疑似闭合点都形成第二地图且与第一地图比较,减少了计算量。本实施例中,若智能设备在疑似闭合点的速度方向与智能设备在起点位置的速度方向的夹角小于30度,则维持当前点位为疑似闭合点的判定,否则抛弃当前点位为疑似闭合点的判定,并重新执行轨迹闭合判断方法。
在一个实施例中,所述若当前时间前的一历史点位与当前时间的点位之间的距离值小于第一判定距离,则判定当前时间的点位为沿边行走过的疑似闭合点,以及判定所述历史点位为疑似起点的步骤之前包括:
计算获得实时判定距离DT,其中DT=(a+bT),a为距离基数,其单位为长度,b为距离增加系数,其单位为长度/时间,T为所述沿边行走过程中当前的运行时间,其单位为时间;
取所述实时判定距离DT与Dc之间的较小值为第一判定距离,其中DC为极限距离。
本实施例中,a=10cm,b=5cm/min,Dc=200cm,即表示预设判定距离的初始值为10cm,且预设判定距离每过1分钟增加5cm直到预设判定距离增加到200cm后不再增加。由于沿边行走过程刚开始时,若预设判定距离较大则容易判定出很多疑似闭合点,而上述疑似闭合点绝大多数情况下为伪;而在沿边行走过程的后期轨迹闭合的概率较大,此时第一判定距离较大,则利于找到疑似闭合点。本步骤中,第一判定距离为一先逐渐增大、然后为一常数的值,前期第一判定距离值小,屏蔽了在沿边行走过程初期的无意义计算;后期第一判定距离值大,提升了在沿边行走过程的后期正确判定轨迹闭合的概率。
需要说明的是,上述的沿边行走过程所指的“边”为智能设备行走轨迹的边,而并非一定是真实存在的边界(如墙体)。
在一个实施中,所述设定间隔为距离间隔或时间间隔。
实施中,以距离间隔为设定间隔时,记录当前时间的点位上智能设备的坐标形成的点群非常均匀,这对于后续获取第二地图是有利的。如通过智能设备的运动轮转过的圈数,来计算智能设备运动的距离,设定间隔设置为10厘米,当然,在别的一些实施例中,设定间隔可在10-20cm之间进行选取。
实施中,以时间间隔为设定间隔时,这对于智能设备在复杂区域的坐标提取是有利的,也便于对于后续获取第二地图是有利的。因为在复杂区域智能设备的运动会有较多的转向或者碰撞等,必然耗费的时间也会更多,此时以时间间隔为设定间隔可以在复杂区域提取多个坐标。
在一个实施中,所述若当前时间前的一历史点位与当前时间的点位之间的距离值小于第一判定距离,则判定当前时间的点位为沿边行走过的疑似闭合点,以及判定所述历史点位为疑似起点的步骤之后包括:
判断所述疑似闭合点与沿边行走过程的疑似起点之间存在的所述设定间隔的数量是否大于第一预设判定数量;
若是,则维持当前时间的点位为沿边行走过的疑似闭合点的判定;
若否,则否定当前时间的点位为沿边行走过的疑似闭合点的判定,并重新执行所述轨迹闭合判断方法。
在上述步骤中,疑似闭合点的判定,排除与沿边行走过程的起点位置间隔若干个设定间隔的点位,以避免靠近起点位置的点位满足步骤S2中的判定条件而被误判为疑似闭合点,而显然上述疑似闭合点为伪。
参照图3,本发明一实施例中,一种运行沿边行走过程的轨迹闭合判断方法的装置,包括:
第一获取单元10,用于在所述沿边行走过程中,每经历一设定间隔记录当前时间的点位上所述智能设备的信息,其中,所述信息至少包括当前时间下所述智能设备的坐标信息;
第一比较确认单元20,用于确认若当前时间前的一历史点位与当前时间的点位之间的距离值小于第一判定距离,则判定当前时间的点位为沿边行走过的疑似闭合点,以及判定所述历史点位为疑似起点;
第二获取单元30,用于根据所述沿边行走过程中所有点位的坐标获得第二地图;
第一计算确认单元40,用于根据所述第二地图与第一地图的相似性对比结果判断所述沿边行走过程的轨迹是否闭合于所述疑似闭合点,其中,所述第一地图为所述沿边行走过程针对的目标区域的形状地图。
在一个实施例中,所述第一计算确认单元40包括:
第一计算单元,用于计算第一地图和所述第二地图的面积分别为第一面积值和第二面积值;
第三获取单元,用于获得所述第一面积值与所述第二面积值的大小差异;
第二比较确认单元,若所述大小差异落入第一判定范围,第三比较确认单元则判定所述沿边行走过程的轨迹闭合于所述疑似闭合点。
在本实施例中,上述各个单元的具体实现请参照对应的方法实施例中所述,在此不再进行赘述。
在一个实施例中,所述第一计算确认单元40包括:
第二计算单元,用于将所述第一地图和所述第二地图均以相同的分割方式分割为由多个像素块区域组成的第一像素地图和第二像素地图;
第四获取单元,用于获得所述第一像素地图与所述第二像素地图中包含的所述像素块区域的数量差异;
第三比较确认单元,若所述数量差异落入第二判定范围,第三比较确认单元则判定所述沿边行走过程的轨迹闭合于所述疑似闭合点。
在本实施例中,上述各个单元的具体实现请参照对应的方法实施例中所述,在此不再进行赘述。
在一个实施例中,所述第一计算确认单元40包括:
第三计算单元,用于计算第一地图与所述第二地图的交并比值;
第四比较确认单元,若所述交并比值落入第三判定范围,则第四比较确认单元判定所述沿边行走过程的轨迹闭合于所述疑似闭合点。
在本实施例中,上述各个单元的具体实现请参照对应的方法实施例中所述,在此不再进行赘述。
在一个实施例中,第一计算确认单元40包括:
第四计算单元,用于计算所述第一地图和所述第二地图的面积分别为第一面积值和第二面积值;
第五获取单元,用于获得所述第一面积值与所述第二面积值的大小差异;
第五比较确认单元,若所述大小差异落入第一判定范围,第五比较确认单元则计算所述第一地图与所述第二地图的交并比值;
第六比较确认单元,若所述交并比值落入第三判定范围,第六比较确认单元则判定所述沿边行走过程的轨迹闭合于所述疑似闭合点。
在本实施例中,上述各个单元的具体实现请参照对应的方法实施例中所述,在此不再进行赘述。
在一个实施例中,第一计算确认单元40包括:
第五计算单元,用于将所述第一地图和所述第二地图均以相同的分割方式分割为由多个像素块区域组成的第一像素地图和第二像素地图;
第六获取单元,用于获得所述第一像素地图与所述第二像素地图中包含的所述像素块区域的数量差异;
第七比较计算单元,若所述数量差异落入第二判定范围,第七比较计算单元则计算所述第一地图与所述第二地图的交并比值;
第八比较确认单元,若所述交并比值落入第三判定范围,第八比较确认单元则判定所述沿边行走过程的轨迹闭合于所述疑似闭合点。
在本实施例中,上述各个单元的具体实现请参照对应的方法实施例中所述,在此不再进行赘述。
在一个实施例中,运行沿边行走过程的轨迹闭合判断方法的装置还包括:
第七获取单元,获取所述智能设备在所述疑似闭合点的速度方向与所述智能设备在所述疑似起点位置的速度方向夹角;
第九比较确认单元,用于判断所述方向夹与第一预设判定角度的大小关系,并确认所述疑似闭合点的真伪。
在本实施例中,上述各个单元的具体实现请参照对应的方法实施例中所述,在此不再进行赘述。
在一个实施例中,运行沿边行走过程的轨迹闭合判断方法的装置还包括:
第五计算单元,用于计算获得实时判定距离DT,其中DT=(a+bT),a为距离基数,其单位为长度,b为距离增加系数,其单位为长度/时间,T为所述沿边行走过程中当前的运行时间,其单位为时间;
第十比较确认单元,用于取所述实时判定距离DT与Dc之间的较小值为第一判定距离,其中DC为极限距离。
在本实施例中,上述各个单元的具体实现请参照对应的方法实施例中所述,在此不再进行赘述。
在一个实施例中,运行沿边行走过程的轨迹闭合判断方法的装置还包括:
第八获取单元,用于判断所述疑似闭合点与沿边行走过程的疑似起点之间存在的所述设定间隔的数量是否大于第一预设判定数量;
第十一比较确认单元,用于维持当前时间的点位为沿边行走过的疑似闭合点的判定;
第十一比较确认单元,用于否定当前时间的点位为沿边行走过的疑似闭合点的判定,并重新执行所述轨迹闭合判断方法。
在本实施例中,上述各个单元的具体实现请参照对应的方法实施例中所述,在此不再进行赘述。
参照图4,本发明一实施例,一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现上述轨迹闭合判断方法的步骤。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (5)
1.一种沿边行走过程的轨迹闭合判断方法,应用于智能设备,其特征在于,包括:
在所述沿边行走过程中,每经历一设定间隔记录当前时间的点位上所述智能设备的信息,其中,所述信息至少包括当前时间下所述智能设备的坐标信息;
取所述实时判定距离DT与Dc之间的较小值为第一判定距离,其中Dc为极限距离;
若当前时间前的一历史点位与当前时间的点位之间的距离值小于第一判定距离,则判定当前时间的点位为沿边行走过的疑似闭合点,以及判定所述历史点位为疑似起点;
根据所述沿边行走过程中所有点位的坐标获得第二地图;
根据所述第二地图与第一地图的相似性对比结果判断所述沿边行走过程的轨迹是否闭合于所述疑似闭合点,其中,所述第一地图为所述沿边行走过程针对的目标区域的形状地图;
根据所述第二地图与第一地图的相似性对比结果判断所述沿边行走过程的轨迹是否闭合于所述疑似闭合点的步骤包括:
计算第一地图和所述第二地图的面积分别为第一面积值和第二面积值;
获得所述第一面积值与所述第二面积值的大小差异;
若所述大小差异落入第一判定范围,则判定所述沿边行走过程的轨迹闭合于所述疑似闭合点;
将第一地图和所述第二地图均以相同的分割方式分割为由多个像素块区域组成的第一像素地图和第二像素地图;
获得所述第一像素地图与所述第二像素地图中包含的所述像素块区域的数量差异;
若所述数量差异落入第二判定范围,则判定所述沿边行走过程的轨迹闭合于所述疑似闭合点;
计算第一地图与所述第二地图的交并比值;
若所述交并比值落入第三判定范围,则判定所述沿边行走过程的轨迹闭合于所述疑似闭合点。
2.根据权利要求1所述的沿边行走过程的轨迹闭合判断方法,其特征在于,所述信息还包括所述智能设备的速度方向,所述若当前时间前的一历史点位与当前时间的点位之间的距离值小于第一判定距离,则判定当前时间的点位为沿边行走过的疑似闭合点,以及判定所述历史点位为疑似起点的步骤之后包括:
计算所述智能设备在所述疑似闭合点的速度方向与所述智能设备在所述疑似起点的速度方向的方向夹角;
若所述方向夹角小于第一预设判定角度,则维持所述疑似闭合点为疑似闭合点的判定;
若所述方向夹角大于第一预设判定角度,则抛弃所述疑似闭合点为疑似闭合点的判定,并重新执行所述轨迹闭合判断方法。
3.根据权利要求1所述的沿边行走过程的轨迹闭合判断方法,其特征在于,所述若当前时间前的一历史点位与当前时间的点位之间的距离值小于第一判定距离,则判定当前时间的点位为沿边行走过的疑似闭合点,以及判定所述历史点位为疑似起点的步骤之后包括:
判断所述疑似闭合点与沿边行走过程的疑似起点之间存在的所述设定间隔的数量是否大于第一预设判定数量;
若是,则维持当前时间的点位为沿边行走过的疑似闭合点的判定;
若否,则否定当前时间的点位为沿边行走过的疑似闭合点的判定,并重新执行所述轨迹闭合判断方法。
4.一种运行沿边行走过程的轨迹闭合判断方法的装置,其特征在于,包括:
第一获取单元,用于在所述沿边行走过程中,每经历一设定间隔记录当前时间的点位上智能设备的信息,其中,所述信息至少包括当前时间下所述智能设备的坐标信息;
第一比较确认单元,用于确认若当前时间前的一历史点位与当前时间的点位之间的距离值小于第一判定距离,则判定当前时间的点位为沿边行走过的疑似闭合点,以及判定所述历史点位为疑似起点;
第二获取单元,用于根据所述沿边行走过程中所有点位的坐标获得第二地图;
第一计算确认单元,用于根据所述第二地图与第一地图的相似性对比结果判断所述沿边行走过程的轨迹是否闭合于所述疑似闭合点,其中,所述第一地图为所述沿边行走过程针对的目标区域的形状地图。
5.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至3中任意一项所述轨迹闭合判断方法的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110592934.9A CN113344263B (zh) | 2021-05-28 | 2021-05-28 | 沿边行走过程的轨迹闭合判断方法、装置及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110592934.9A CN113344263B (zh) | 2021-05-28 | 2021-05-28 | 沿边行走过程的轨迹闭合判断方法、装置及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113344263A CN113344263A (zh) | 2021-09-03 |
CN113344263B true CN113344263B (zh) | 2022-12-27 |
Family
ID=77472001
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110592934.9A Active CN113344263B (zh) | 2021-05-28 | 2021-05-28 | 沿边行走过程的轨迹闭合判断方法、装置及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113344263B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102039595A (zh) * | 2009-10-09 | 2011-05-04 | 泰怡凯电器(苏州)有限公司 | 自移动地面处理机器人及其贴边地面处理的控制方法 |
JP2017142866A (ja) * | 2017-05-25 | 2017-08-17 | 株式会社日立産機システム | 位置同定装置 |
CN108196555A (zh) * | 2018-03-09 | 2018-06-22 | 珠海市微半导体有限公司 | 自主移动机器人沿边行走的控制方法 |
CN108508891A (zh) * | 2018-03-19 | 2018-09-07 | 珠海市微半导体有限公司 | 一种机器人重定位的方法 |
CN109394095A (zh) * | 2018-10-23 | 2019-03-01 | 珠海市微半导体有限公司 | 一种机器人运动地毯偏移的控制方法、芯片及清洁机器人 |
CN111158353A (zh) * | 2018-10-19 | 2020-05-15 | 广达电脑股份有限公司 | 用于多个机器人的移动控制方法以及其*** |
CN111580525A (zh) * | 2020-05-26 | 2020-08-25 | 珠海市一微半导体有限公司 | 沿边行走中返回起点的判断方法、芯片及视觉机器人 |
-
2021
- 2021-05-28 CN CN202110592934.9A patent/CN113344263B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102039595A (zh) * | 2009-10-09 | 2011-05-04 | 泰怡凯电器(苏州)有限公司 | 自移动地面处理机器人及其贴边地面处理的控制方法 |
US20120232696A1 (en) * | 2009-10-09 | 2012-09-13 | Ecovacs Robotics (Suzhou) Co., Ltd. | Autonomous Moving Floor-Treating Robot and Control Method Thereof for Edge-Following Floor-Treating |
JP2017142866A (ja) * | 2017-05-25 | 2017-08-17 | 株式会社日立産機システム | 位置同定装置 |
CN108196555A (zh) * | 2018-03-09 | 2018-06-22 | 珠海市微半导体有限公司 | 自主移动机器人沿边行走的控制方法 |
CN108508891A (zh) * | 2018-03-19 | 2018-09-07 | 珠海市微半导体有限公司 | 一种机器人重定位的方法 |
CN111158353A (zh) * | 2018-10-19 | 2020-05-15 | 广达电脑股份有限公司 | 用于多个机器人的移动控制方法以及其*** |
CN109394095A (zh) * | 2018-10-23 | 2019-03-01 | 珠海市微半导体有限公司 | 一种机器人运动地毯偏移的控制方法、芯片及清洁机器人 |
CN111580525A (zh) * | 2020-05-26 | 2020-08-25 | 珠海市一微半导体有限公司 | 沿边行走中返回起点的判断方法、芯片及视觉机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN113344263A (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105405154B (zh) | 基于颜色-结构特征的目标对象跟踪方法 | |
CN112102369B (zh) | 水面漂浮目标自主巡检方法、装置、设备及存储介质 | |
Williams et al. | A comparison of loop closing techniques in monocular SLAM | |
CN111220153B (zh) | 基于视觉拓扑节点和惯性导航的定位方法 | |
WO2020253010A1 (zh) | 一种泊车定位中的停车场入口定位方法、装置及车载终端 | |
CN109459047A (zh) | 车辆高精度定位数据与导航地图精确匹配及变道行为探测方法 | |
Heo et al. | Consistent EKF-based visual-inertial navigation using points and lines | |
CN112347817B (zh) | 一种视频目标检测与跟踪方法及装置 | |
CN104143197A (zh) | 一种航拍场景下运动车辆的检测方法 | |
CN112215887B (zh) | 一种位姿确定方法、装置、存储介质及移动机器人 | |
CN113344263B (zh) | 沿边行走过程的轨迹闭合判断方法、装置及计算机设备 | |
CN109720353A (zh) | 一种基于智能手机的驾驶行为检测方法 | |
Zhao et al. | A fault-tolerant architecture for mobile robot localization | |
CN115392407B (zh) | 基于无监督学习的危险源预警方法、装置、设备及介质 | |
Kong et al. | Simultaneous viewpoint-and condition-invariant loop closure detection based on LiDAR descriptor for outdoor large-scale environments | |
WO2021138372A1 (en) | Feature coverage analysis | |
US20230304802A1 (en) | Passive combined indoor positioning system and method based on intelligent terminal sensor | |
CN111951341A (zh) | 一种基于rgb-d slam的闭环检测改进方法 | |
CN117146795A (zh) | 视觉激光双重校验的回环检测方法、***、设备及介质 | |
CN106096554A (zh) | 一种停车位遮挡判定方法和*** | |
Habib et al. | Line-based modified iterated Hough transform for autonomous single-photo resection | |
CN113554705B (zh) | 一种变化场景下的激光雷达鲁棒定位方法 | |
CN112802095B (zh) | 定位方法、装置及设备、以及自动驾驶定位*** | |
Kim et al. | Semiautomatic building line extraction from Ikonos images through monoscopic line analysis | |
CN112053571A (zh) | 一种高速公路车辆轨迹跟踪方法及跟踪*** |
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 |