CN115342804A - 一种生成工作地图的方法、装置和自移动设备 - Google Patents
一种生成工作地图的方法、装置和自移动设备 Download PDFInfo
- Publication number
- CN115342804A CN115342804A CN202210521613.4A CN202210521613A CN115342804A CN 115342804 A CN115342804 A CN 115342804A CN 202210521613 A CN202210521613 A CN 202210521613A CN 115342804 A CN115342804 A CN 115342804A
- Authority
- CN
- China
- Prior art keywords
- positioning data
- area
- map
- boundary
- determining
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000005070 sampling Methods 0.000 claims abstract description 231
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 230000003416 augmentation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010408 sweeping Methods 0.000 description 3
- 238000011217 control strategy Methods 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
- 238000011161 development Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- 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
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Computer Networks & Wireless Communication (AREA)
- Navigation (AREA)
Abstract
本公开涉及一种生成工作地图的方法、装置和自移动设备。包括:获取工作区域边界的定位数据,所述定位数据至少包括惯导传感器定位数据及卫星定位数据;获取阴影区域内采样点的个数及其位置顺序,所述阴影区域为卫星定位信号不满足质量要求的区域;根据所述采样点的个数及其位置顺序、所述定位数据,确定阴影区域内采样点的预估误差;根据所述定位数据、所述预估误差,确定所述工作区域的地图边界,所述工作区域地图边界上的卫星定位信号满足质量要求。通过本公开提供的生成工作地图的方法,可以生成完全不包含阴影区域的工作地图,从而可行走设备在该工作地图工作时,将不会发生越过工作区域边界的情况。
Description
技术领域
本公开涉及自移动设备数据处理技术领域,特别是涉及一种生成工作地图的方法、装置和自移动设备。
背景技术
随着科学技术的发展,越来越多的自移动设备走进了人们的生活。例如,自动割草机、自动扫地机器人、自动送货机等。这些自移动设备给人们的生产和生活带来了极大地便利。
自移动设备在进行工作的时候,需要基于工作区域的地图,即工作地图,在工作地图上进行路径规划,以完成工作任务。相关技术中,自移动设备利用卫星定位技术获取工作地图的边界数据,生成工作地图,然而,卫星定位信号在有建筑物或树木遮挡的地方(阴影区域)信号质量较弱,不能进行准确的定位,而利用此时产生的定位数据绘制的工作地图不够准确,若自移动设备根据该工作地图进行行走工作的话,易发生越过实际工作区域边界的情况,存在安全隐患。
因此,亟需一种生成更加准确的工作地图的方法。
发明内容
基于此,有必要针对上述技术问题,提供一种生成工作地图的方法、装置和自移动设备。
根据本公开实施例的第一方面,提供一种生成工作地图的方法,包括:
获取工作区域边界的定位数据,所述定位数据至少包括惯导传感器定位数据及卫星定位数据;
获取阴影区域内采样点的个数及其位置顺序,所述阴影区域为卫星定位信号不满足质量要求的区域;
根据所述采样点的个数及其位置顺序、所述定位数据,确定阴影区域内采样点的预估误差;
根据所述定位数据、所述预估误差,确定所述工作区域的地图边界。
在一种可能的实现方式中,根据所述采样点的个数及其位置顺序、所述定位数据,确定阴影区域内采样点的预估误差,包括:
从所述定位数据中获取出阴影区域前最后一个采样点的卫星定位数据以及出阴影区域后第一个采样点的卫星定位数据之间的差值;
根据所述采样点的个数及其位置顺序,所述差值,确定阴影区域内采样点的预估误差。
在一种可能的实现方式中,所述定位数据还包括里程计数据,根据所述采样点的个数及其位置顺序、所述定位数据,确定阴影区域内采样点的预估误差,包括:
获取出阴影区域后第一个采样点的卫星定位数据与所述第一个采样点惯导传感器定位数据的差值,或者获取出阴影区域后第一个采样点的卫星定位数据与所述第一个采样点惯导传感器数里程计数据的第二差值;
根据所述采样点的个数及其位置顺序,所述第一差值或所述第二差值,确定阴影区域内采样点的预估误差。
在一种可能的实现方式中,所述根据所述定位数据、所述预估误差,确定所述工作区域的地图边界,包括:
对所述工作区域边界上的阴影区域内各个采样点的定位数据进行补偿,得到补偿后的定位数据;
根据所述补偿后的定位数据、所述预估误差,确定所述工作区域的地图边界。
在一种可能的实现方式中,所述对所述工作区域边界上的阴影区域内各个采样点的定位数据进行补偿,包括:
获取出阴影区域后第一个采样点的卫星定位数据与所述第一个采样点传感器数据的差值;
基于所述差值、所述采样点的个数及其位置顺序,对阴影区域内各个采样点的惯导传感器定位数据进行补偿。
在一种可能的实现方式中,所述根据所述定位数据、所述预估误差,确定所述工作区域的地图边界,包括:
根据所述定位数据,确定所述工作区域的初始地图边界;
以阴影区域内各采样点为圆心,以所述预估误差为半径,确定所述采样点的误差区域;
在所述初始边界地图中剔除所述误差区域,得到所述工作区域的地图边界。
在一种可能的实现方式中,所述根据所述定位数据,确定所述工作区域的初始边界地图,包括:
将所述定位数据采用四舍五入的方式转换到栅格坐标中,得到所述工作区域的初始边界地图,其中所述栅格坐标中每个栅格的大小被设置为根据所述定位数据中横纵坐标的最值确定。
在一种可能的实现方式中,在所述以阴影区域内各采样点为圆心,以所述预估误差为半径,确定所述采样点的误差区域,之后还包括:
连接各采样点的误差区域得到所述阴影区域的地图边界。
根据本公开实施例的第二方面,提供了一种生成工作地图的装置,包括:
第一获取模块,用于获取工作区域边界的定位数据,所述定位数据包括惯导传感器定位数据及卫星定位数据;
第二获取模块,获取阴影区域内采样点的个数及其位置顺序,所述阴影区域为卫星定位信号不满足质量要求的区域;
第一确定模块,用于根据所述采样点的个数及其位置顺序、所述定位数据,确定阴影区域内采样点的预估误差;
第二确定模块,用于根据所述定位数据、所述预估误差,确定所述工作区域的地图边界。
在一种可能的实现方式中,所述第一确定模块包括:
第一获取子模块,用于从所述定位数据中获取出阴影区域前最后一个采样点的卫星定位数据以及出阴影区域后第一个采样点的卫星定位数据之间的差值;
第一确定子模块,用于根据所述采样点的个数及其位置顺序,所述差值,确定阴影区域内采样点的预估误差。
在一种可能的实现方式中,所述定位数据还包括传感器定位数据,所述传感器定位数据包括惯导传感器定位数据或里程计数据,所述第一确定模块包括:
第二获取子模块,用于获取出阴影区域后第一个采样点的卫星定位数据与所述第一个采样点传感器数据的差值;
第二确定子模块,用于根据所述采样点的个数及其位置顺序,所述差值,确定阴影区域内采样点的预估误差。
在一种可能的实现方式中,所述第二确定模块包括:
补偿子模块,用于对所述工作区域边界上的阴影区域内各个采样点的定位数据进行补偿,得到补偿后的定位数据;
第三确定子模块,用于根据所述补偿后的定位数据、所述预估误差,确定所述工作区域的地图边界。
在一种可能的实现方式中,所述补偿子模块包括;
获取单元,用于获取出阴影区域后第一个采样点的卫星定位数据与所述第一个采样点传感器数据的差值;
补偿单元,用于基于所述差值、所述采样点的个数及其位置顺序,对阴影区域内各个采样点的传感器数据进行补偿。
在一种可能的实现方式中,所述第二确定模块包括:
第四确定子模块,用于根据所述定位数据,确定所述工作区域的初始地图边界;
第五确定子模块,用于以阴影区域内各采样点为圆心,以所述预估误差为半径,确定所述采样点的误差区域;
生成子模块,用于在所述初始边界地图中剔除所述误差区域,得到所述工作区域的地图边界。
在一种可能的实现方式中,所述第四确定子模块包括:
转换单元,用于将所述定位数据采用四舍五入的方式转换到栅格坐标中,得到所述工作区域的初始边界地图,其中所述栅格坐标中每个栅格的大小被设置为根据所述定位数据中横纵坐标的最值确定。
在一种可能的实现方式中,所述第二确定模块还包括:
处理子模块,用于连接各采样点的误差区域得到所述阴影区域的地图边界。
根据本公开实施例的第三方面,提供了一种自移动设备,包括:
主体,
定位传感器,用于获取关于工作区域边界的定位数据,所述定位数据至少包括卫星定位数据和惯导传感器定位数据;
存储器,用于存储计算机程序;
处理器,设置于所述主体内部,与所述定位传感器和所述存储器电性连接,用于执行所述计算机程序时实现本公开实施例任一项所述的方法的步骤。
根据本公开实施例的第五方面,提供了一种计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行本公开实施例任一项所述的方法。
本公开实施例,对工作区域边界阴影区域和非阴影区域采用不同的工作地图的生成方法,对于阴影区域内的采样点剔除各自的预估误差,即将阴影区域的误差剔除,确保得到的数据为非阴影区域的定位数据,因此,通过本公开生成工作地图的方法,可以生成不包含阴影区域的工作地图,从而可行走设备在该工作地图工作时,将不会发生越过工作区域边界的情况,保证了自移动设备工作的安全性。
附图说明
图1是根据一示例性实施例示出的一种生成工作地图的方法的应用场景图。
图2是根据一示例性实施例示出的一种生成工作地图的方法的流程图。
图3是根据一示例性实施例示出的一种生成工作地图的方法的流程图。
图4是根据一示例性实施例示出的一种生成工作地图的方法的流程图。
图5是根据一示例性实施例示出的一种生成工作地图的方法的流程图。
图6是根据一示例性实施例示出的一种生成工作地图的方法的流程图。
图7是根据一示例性实施例示出的一种生成工作地图的方法的流程图。
图8是根据一示例性实施例示出的一种生成工作地图的装置的示意框图。
图9是根据一示例性实施例示出的一种电子设备的示意框图。
图10是根据一示例性实施例示出的一种自移动设备的结构示意图。
图11为一个实施例中卫星定位数据和惯导数据的示意图。
图12为一个实施例中卫星定位数据和惯导数据的补偿示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
需要说明的是,本公开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,以便这里描述的本公开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。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开所提供的一种生成工作地图的方法,可以应用于如图1所示的应用环境中。参考图1所示,自移动设备,如割草机100,沿工作区域的边界逆时针行驶建图,所述工作区域的边界用于区分割草区域和非割草区域。在行驶的过程中,割草机100每间隔预设时间进行一次采样定位,如图1中的采样点101,割草机100在采样点处,分别利用卫星定位传感器和惯导传感器获取卫星定位数据和惯导传感器定位数据。由于卫星定位信号在高大的物体,如树木104遮挡时,会出现信号质量下降,导致定位数据不准确,卫星定位信号不满足质量要求的区域形成了阴影区域105。此时,利用惯导传感器定位数据进行位置定位,而惯导传感器定位数据容易产生误差的积累,参考图11所示,出阴影区域后,惯导传感器定位数据202在圆圈标记处发生了突变,卫星定位数据201与惯导传感器定位数据202之间具有偏差。因此,参考图12所示,可以利用出阴影区域105的第一个采样点106的卫星传感器数据与该点的惯性导航数据的差值对阴影区域105中的采样点进行补偿,并确定阴影区域内采样点的预估误差,最后,利用该预估误差及上述补偿数据303确定出无阴影区域的工作区域的边界地图。可行走设备在上述无阴影区域的边界地图工作时,将不会发生越过工作区域边界的情况,保证了自移动设备工作的安全性。可选的,所述工作区域边界可以包括通道102以及障碍物103的边界。
图2是根据一示例性实施例示出的一种生成工作地图的方法的流程图。虽然本公开提供了如下述实施例或附图所示的方法操作步骤,但基于常规或者无需创造性的劳动在所述方法中可以包括更多或者更少的操作步骤。在逻辑性上不存在必要因果关系的步骤中,这些步骤的执行顺序不限于本公开实施例提供的执行顺序。具体的,本公开提供的一种生成工作地图的方法一种实施例如图1所示,所述方法可以应用于终端或自移动设备,包括:
步骤S201,获取工作区域边界的定位数据,所述定位数据至少包括惯导传感器定位数据及卫星定位数据。
本公开实施例中,所述工作区域边界用于区分工作区域和非工作区域,以使自移动设备在工作时,位于工作区域内行驶工作。例如,对于割草机而言,工作区域边界包括割草区域和非割草区域的边界,再比如,扫地机器人,工作区域的边界包括清洁区域和非清洁区域的边界。本公开实施例中,所述定位数据至少包括卫星定位数据及惯导传感器定位数据,还可以包括里程计数据等,本公开实施例,可以人工控制自移动设备沿工作区域的边界行驶或手持其他电子设备沿工作区域的边界行走,以获取关于工作区域边界的定位数据。所述卫星定位数据可以包括利用卫星定位传感器获取的来自组合的全球导航卫星***GNSS发送的信号,又可以包括独立的导航卫星***发送的信号,如美国的GPS、俄罗斯的Glonass、欧洲的Galileo以及中国的北斗卫星导航***,还可以包括相关的增强***,如美国的WAAS(广域增强***)、欧洲的EGNOS(欧洲静地导航重叠***)和日本的MSAS(多功能运输卫星增强***)等,还可以包括在建和以后要建设的其他卫星导航***所发送的信号。所述惯导传感器如陀螺仪和加速度计,所述陀螺仪用于角速度值,通过对所述角速度值进行积分累计处理计算相对于起始方向的偏转角度,其测量值经过一次积分或两次积分可分别求出角度或位置参量。在一个示例中,所述惯导传感器定位数据可以通过捷联惯性导航***(Strap-down Inertial Navigation System,SINS)获得,所述捷联惯性导航***,能够连续地为载体的全部导航制导参数(位置、线速度、角速度、姿态角)。在一个示例中,所述定位数据还可以包括里程计数据。需要说明的是,所述定位数据的设置方式不限于上述举例,例如,旋转接收器也可以作为所述定位数据,所属领域技术人员在本申请技术精髓的启示下,还可能做出其它变更,但只要其实现的功能和效果与本申请相同或相似,均应涵盖于本申请保护范围内。
步骤S203,获取阴影区域内采样点的个数及其位置顺序,所述阴影区域为卫星定位信号不满足质量要求的区域。
本公开实施例中,所述阴影区域为卫星定位信号不满足质量要求的区域,卫星定位传感器可以接收卫星定位数据,也可以显示卫星信号的强弱,当卫星信号较弱的情况下,表示进入了阴影区域。本公开实施例中,在工作区域的边界上,每间隔预设时间进行一次定位,定位时的位置点即为采样点。在一个示例中,由于阴影区域内,卫星定位信号不准确,此时其他的定位数据,例如惯导传感器数据、里程计数据等,误差会随时间累积,因此,需要估计工作区域边界上的阴影区域内各采样点的定位数据的误差。
步骤S205,根据所述采样点的个数及其位置顺序、所述定位数据,确定阴影区域内采样点的预估误差。
本公开实施例中,所述采样点的预估误差包括经过补偿后的采样点的定位数据与真实位置数据的预估误差。为了获得不包含阴影区域的工作区域边界地图,在一个示例中,从所述定位数据中获取出阴影区域前最后一个采样点的卫星定位数据以及出阴影区域后第一个采样点的卫星定位数据之间的差值;根据所述采样点的个数及其位置顺序,所述差值,确定阴影区域内采样点的预估误差。在另一个示例中,获取出阴影区域后第一个采样点的卫星定位数据与所述第一个采样点传感器数据的差值;根据所述采样点的个数及其位置顺序,所述差值,确定阴影区域内采样点的预估误差。所述根据所述采样点的个数及其位置顺序,所述差值,确定阴影区域内采样点的预估误差,可以包括:将所述差值根据采样点的位置顺序,例如,位于多个连续的采样点两端的预估误差分配较小的权重,位于中间的采样点的预估误差分配较大的权重,根据该权重,将总的预估误差分配至每个采样点,得到阴影区域内采样点的预估误差。
步骤S207,根据所述定位数据、所述预估误差,确定所述工作区域的地图边界。
本公开实施例中,所述定位数据可以包括工作区域边界非阴影区域的卫星定位数据,非阴影区域的卫星定位数据较为准确。所述定位数据还可以包括阴影区域内采样点的卫星定位数据、惯导传感器定位数据或里程计数据。所述根据所述定位数据、所述预估误差,确定所述工作区域边界地图,可以包括:所述工作区域边界非阴影区域定位数据为准确的定位数据,可以直接用来绘制工作区域边界地图。阴影区域内各采样点的定位数据需减去各自的预估误差,利用减去预估误差之后的定位数据绘制阴影区域附近工作区域的边界地图。
本公开实施例,对工作区域边界阴影区域和非阴影区域采用不同的工作地图的生成方法,对于阴影区域内的采样点剔除各自的预估误差,即将阴影区域的误差剔除,确保得到的数据为非阴影区域的定位数据,因此,通过本公开生成工作地图的方法,可以生成不包含阴影区域的工作地图,从而可行走设备在该工作地图工作时,将不会发生越过工作区域边界的情况,保证了自移动设备工作的安全性。
在一种可能的实现方式中,根据所述采样点的个数及其位置顺序、所述定位数据,确定阴影区域内采样点的预估误差,包括:
从所述定位数据中获取出阴影区域前最后一个采样点的卫星定位数据以及出阴影区域后第一个采样点的卫星定位数据之间的差值;
根据所述采样点的个数及其位置顺序,所述差值,确定阴影区域内采样点的预估误差。
本公开实施例,当定位数据仅包括卫星定位数据时,获取出阴影区域前最后一个采样点的卫星定位数据以及出阴影区域后第一个采样点的卫星定位数据之间的差值,该差值可以表示为d。在一个示例中,由于出阴影区域前最后一个采样点的卫星定位数据与出阴影区域后第一个采样点的卫星定位数据不在同一个采样点上,还可以对该差值进行校正,例如,令差值d减去两采样点之间的距离,该距离可以通过割草机的时速以及到达两采样点的时差进行估算,得到校正后的差值d。阴影区域内采样点的个数可以表示为n,采样点的位置顺序表示为i(i=1,…n),可以通过下述公式确定阴影区域内采样点的预估误差ei:
本公开实施例中,所述出阴影区域前最后一个采样点的卫星定位数据,由于仍然在阴影区域中,定位数据仍然存在误差,并且为误差积累最多的采样点。所述出阴影区域后第一个采样点的卫星定位数据,则为准确的定位数据。出阴影区域前最后一个采样点的卫星定位数据以及出阴影区域后第一个采样点的卫星定位数据的差值能够确定总的预估误差。将预估误差分配至各采样点,得到采样点的预估误差。本公开实施例,在定位数据仅包含卫星定位数据的情况下,也能够准确的得到每个采样点的预估误差。
在一种可能的实现方式中,所述定位数据还包括里程计数据,根据所述采样点的个数及其位置顺序、所述定位数据,确定阴影区域内采样点的预估误差,包括:
获取出阴影区域后第一个采样点的卫星定位数据与所述第一个采样点惯导传感器定位数据的第一差值,或者获取出阴影区域后第一个采样点的卫星定位数据与所述第一个采样点惯导传感器数里程计数据的第二差值;
根据所述采样点的个数及其位置顺序,所述第一差值或所述第二差值,确定阴影区域内采样点的预估误差。
本公开实施例中,当定位数据还包括里程计数据,出阴影区域后第一个采样点的卫星定位数据为准确的定位数据。由于传感器定位数据与阴影区域没有关系,因此,出阴影区域后第一个采样点的仍然是该阴影区域误差积累最多的采样点。出阴影区域后第一个采样点的卫星定位数据与所述第一个采样点惯导传感器数据的第一差值,或者出阴影区域后第一个采样点的卫星定位数据与所述第一个采样点惯导传感器数里程计数据的第二差值,均可以表示为d。阴影区域内采样点的个数可以表示为n,采样点的位置顺序表示为i(i=1,…n),可以通过下述公式确定阴影区域内采样点的预估误差ei。预估误差ei的计算方法可以如式(3)。
本公开实施例,利用出阴影区域后第一个采样点的卫星定位数据与所述第一个采样点惯导传感器定位数据的第一差值或者出阴影区域后第一个采样点的卫星定位数据与所述第一个采样点惯导传感器数里程计数据的第二差值,能够准确的确定每个采样点的预估误差。
在一种可能的实现方式中,所述根据所述定位数据、所述预估误差,确定所述工作区域的地图边界,包括:
对所述工作区域边界上的阴影区域内各个采样点的定位数据进行补偿,得到补偿后的定位数据;
根据所述补偿后的定位数据、所述预估误差,确定所述工作区域的地图边界。
本公开实施例中,对所述工作区域边界上的阴影区域内各个采样点的定位数据进行补偿,补偿的具体方法可以包括:利用走出阴影区域后的采样点的卫星定位数据与惯导定位数据,确定两数据的差值,该差值可以看作为惯导传感器在阴影区域内误差叠加导致,因此,将该差值补偿到阴影区域内各个采样点的定位数据上。需要说明的是,所述补偿方法设置方式不限于上述举例,例如,基于卡尔曼滤波的组合导航误差补偿,所属领域技术人员在本申请技术精髓的启示下,还可能做出其它变更,但只要其实现的功能和效果与本申请相同或相似,均应涵盖于本申请保护范围内。
本公开实施例中,所述定位数据可以包括工作区域边界非阴影区域的卫星定位数据,非阴影区域的卫星定位数据较为准确。所述定位数据还可以包括阴影区域内采样点的卫星定位数据、惯导定位数据或里程计数据。所述根据所述补偿后的定位数据、所述预估误差,确定所述工作区域边界地图,可以包括:所述工作区域边界非阴影区域定位数据为准确的定位数据,可以直接用来绘制工作区域边界地图。阴影区域内各采样点的补偿后的定位数据需减去各自的预估误差,利用减去预估误差之后的定位数据绘制阴影区域附近工作区域的边界地图。
本公开实施例,由于阴影区域内个采样点的定位数据可能出现误差,因此,对该采样点的定位数据进行补偿,能够得到较为准确的补偿后的定位数据,进一步对补偿后的定位数据进行预估误差的处理,能够更加准确的保证得到的地图边界不包含阴影区域的工作地图的边界。
所述对所述工作区域边界上的阴影区域内各个采样点的定位数据进行补偿,包括:
获取出阴影区域后第一个采样点的卫星定位数据与所述第一个采样点惯导传感器数据的差值;
基于所述差值、所述采样点的个数及其位置顺序,对阴影区域内各个采样点的惯导传感器定位数据进行补偿。
本公开实施例中,不论是自移动设备还是人工手持电子设备沿工作区域的边界进行建图的过程中,可能会遇到阴影区域,在进入阴影区域后,卫星定位传感器的定位坐标精度会发生变化。利用出阴影区域后第一个采样点的卫星定位数据和传感器定位数据的差值d,该差值d可以理解为阴影区域内各个采样点累计的总误差,在一个示例中,可以根据所述采样点的个数及其位置顺序、所述差值,确定阴影区域内采样点的补偿误差;将所述阴影区域内各个采样点的定位数据减去各自对应的补偿误差。例如,进入阴影区域的时间比较短,差值d与位置顺序i呈线性关系,阴影区域内共产生了n个采样点,将此差值d补偿给每个采样点,每个采样点的补偿误差为:
按照下述公式对阴影区域内的采样点进行定位坐标的修正:
Bi=Ai-di,i=1,2,...n (2)
其中,Bi表示建图过程中阴影区域采样点修正后的位置,Ai表示建图过程中阴影区域内采样点传感器的定位位置。在另一个示例中,所述将所述卫星定位数据与所述传感器定位数据的差值补偿至所述阴影区域内各个采样点,包括:获取阴影区域内采样点的个数;将所述卫星定位数据与所述传感器定位数据的差值平均补偿至所述采样点的惯导定位数据上。
通过本公开实施例的补偿方法,能够得到较为准确的采样点位置。
图3至图7是根据一示例性实施例示出的一种生成工作地图的方法的流程图。所述根据所述定位数据、所述预估误差,确定所述工作区域的地图边界,包括:
根据所述定位数据,确定所述工作区域的初始地图边界;
以阴影区域内各采样点为圆心,以所述预估误差为半径,确定所述采样点的误差区域;
在所述初始边界地图中剔除所述误差区域,得到所述工作区域的地图边界。
本公开实施例中,参考图3所示,图3中有数字的黑色栅格表示根据阴影区域内补偿后的定位数据,确定的初始边界地图;图3中没有数据的黑色栅格表示根据工作区域边界上非阴影区域的定位数据确定的初始边界地图。本公开实施例中,以阴影区域内各采样点为圆心,以所述预估误差为半径,确定所述采样点的误差区域,参考图4所示,本公开实施例可以采用上述任一忠预估误差的确定方法得到采样点的预估误差,以所述采样点为圆心,所述预估误差为半径,确定了圆形的误差区域。参考图5所示,各个采样点的误差区域如图5中的灰色栅格所示。参考图6所示,在所述初始边界地图中剔除所述误差区域,得到所述工作区域的边界地图。本公开实施例,在所述初始边界地图中剔除所述误差区域,得到所述工作区域的边界地图。所述工作区域的边界地图如图6中黑色栅格所组成的边界地图。需要说明的是,所述工作区域边界地图的生成方式不限于上述图1至图6中的栅格地图,还可以包括如利用实际采样数据得到的尺度地图,所属领域技术人员在本申请技术精髓的启示下,还可能做出其它变更,但只要其实现的功能和效果与本申请相同或相似,均应涵盖于本申请保护范围内。
在一种可能的实现方式中,所述根据所述补偿后的定位数据、所述预估误差,确定所述阴影区域的地图,其中所述阴影区域位于所述工作区域边界的预设距离范围以内。
本公开实施例中,所述补偿后的定位数据例如:A(x1,y1)、B(x2,y2)、C(x3,y3)、D(x4,y4)、E(x5,y5),所述阴影区域内采样的预估误差,例如:A点的预估误差,B点的预估误差,C点的预估误差,D点的预估误差,E点的预估误差。在一个示例中,根据所述补偿后的定位数据、所述预估误差,确定所述阴影区域的地图可以包括:将定位数据的横纵坐标加减相应的预估误差,例如:A点的误差区域为A’(x1±,y1±),B点的误差区域为B’(x2±,y2±),C点的误差区域为C’(x3±,y3±),D点的误差区域为D’(x4±,y4±),E点的误差区域为E’(x5±,y5±),所述阴影区域的地图,为各个采样点的误差区域的并集。在另一个示例中,根据所述补偿后的定位数据、所述预估误差,确定所述阴影区域的地图可以包括:以定位数据为圆心,预估误差为半径,确定各个采样点的误差区域,所述阴影区域的地图,为各个采样点的误差区域的并集。
在一种可能的实现方式中,所述根据所述定位数据,确定所述工作区域的初始边界地图,包括:
将所述定位数据采用四舍五入的方式转换到栅格坐标中,得到所述工作区域的初始边界地图,其中所述栅格坐标中每个栅格的大小被设置为根据所述定位数据中横纵坐标的最值确定。
本公开实施例中,参考图3所示,为了节省定位数据的存储及运算,将定位数据采用四舍五入的方式转换到栅格坐标中。具体转换的方式可以包括:根据所述定位数据中横纵坐标的最大值最小值,如xmax,xmin,ymax,ymin,确定地图的高度和宽度,并确定地图的起始点,以及分辨率,即栅格地图中每个栅格的大小。在一个示例中,每个栅格地图的大小为0.05m,也就是1m长的距离用20个栅格表示。在世界坐标系下的定位数据(1,1),对应的栅格坐标系(20,20)。将定位数据采用四舍五入的方式依次匹配到对应的栅格序号,即完成了定位数据的转换。例如,定位数据(0.953,0.953)末尾数字3小于5舍去,对应的栅格坐标为(19,19);定位数据(0.956,0.956)末尾大于5,对应的栅格坐标为(20,20)。
在一种可能的实现方式中,所述根据所述补偿后的定位数据、所述预估误差,确定所述阴影区域,包括:
根据补偿后的定位数据,确定所述工作区域的初始边界地图;
以阴影区域内各采样点为圆心,以所述预估误差为半径,确定所述采样点的误差区域;
连接各采样点的误差区域得到所述阴影区域的地图。
参考图4至图6所示,本公开实施例中,可以根据上述实施例中任一种方法根据补偿后的定位数据,确定所述工作区域的初始边界地图。参考图4所示,图4中带有数字的黑色栅格表示阴影区域内的采样点,以所述采样点为圆心,以预先确定的预估误差为半径,确定所述采样点的误差区域,所述误差区域如图5和图6的灰色栅格区域。连接各采样点的误差区域,得到阴影区域的地图,即图6中的灰色栅格区域。
图7是根据一示例性实施例示出的一种生成工作地图的方法的流程图,参考图7所示,所述工作区域的边界包括工作区域的***边界、工作区域内通道的边界、工作区域内障碍物的边界。在处理完工作地图边界,障碍物和通道后,将地图中剩余区域按照属性进行填充。比如,工作区域边界内均表示工作区域,图7用黑色栅格表示。灰色区域表示阴影区域,白色区域表示位置区域。在一个示例中,该工作地图数据结构为二维数组形式,还可以在地图中标记多个属性,如位置区域、工作区域、障碍物、通道和阴影区域等。控制割草机在黑色区域中按照规划路径行驶工作。
图8是根据一示例性实施例示出的一种生成工作地图的装置的示意框图。参考图8所示,一种生成工作地图的装置800,包括:
第一获取模块801,用于获取工作区域边界的定位数据,所述定位数据至少包括惯导传感器定位数据及卫星定位数据;
第二获取模块802,获取阴影区域内采样点的个数及其位置顺序,所述阴影区域为卫星定位信号不满足质量要求的区域;
第一确定模块803,用于根据所述采样点的个数及其位置顺序、所述定位数据,确定阴影区域内采样点的预估误差;
第二确定模块804,用于根据所述定位数据、所述预估误差,确定所述工作区域的地图边界。
在一种可能的实现方式中,所述第一确定模块包括:
第一获取子模块,用于从所述定位数据中获取出阴影区域前最后一个采样点的卫星定位数据以及出阴影区域后第一个采样点的卫星定位数据之间的差值;
第一确定子模块,用于根据所述采样点的个数及其位置顺序,所述差值,确定阴影区域内采样点的预估误差。
在一种可能的实现方式中,所述定位数据还包括传感器定位数据,所述传感器定位数据包括惯导传感器定位数据或里程计数据,所述第一确定模块包括:
第二获取子模块,用于获取出阴影区域后第一个采样点的卫星定位数据与所述第一个采样点传感器数据的差值;
第二确定子模块,用于根据所述采样点的个数及其位置顺序,所述差值,确定阴影区域内采样点的预估误差。
在一种可能的实现方式中,所述第二确定模块包括:
补偿子模块,用于对所述工作区域边界上的阴影区域内各个采样点的定位数据进行补偿,得到补偿后的定位数据;
第三确定子模块,用于根据所述补偿后的定位数据、所述预估误差,确定所述工作区域的地图边界。
在一种可能的实现方式中,所述补偿子模块包括;
获取单元,用于获取出阴影区域后第一个采样点的卫星定位数据与所述第一个采样点传感器数据的差值;
补偿单元,用于基于所述差值、所述采样点的个数及其位置顺序,对阴影区域内各个采样点的传感器数据进行补偿。
在一种可能的实现方式中,所述第二确定模块包括:
第四确定子模块,用于根据所述定位数据,确定所述工作区域的初始地图边界;
第五确定子模块,用于以阴影区域内各采样点为圆心,以所述预估误差为半径,确定所述采样点的误差区域;
生成子模块,用于在所述初始边界地图中剔除所述误差区域,得到所述工作区域的地图边界。
在一种可能的实现方式中,所述第四确定子模块包括:
转换单元,用于将所述定位数据采用四舍五入的方式转换到栅格坐标中,得到所述工作区域的初始边界地图,其中所述栅格坐标中每个栅格的大小被设置为根据所述定位数据中横纵坐标的最值确定。
在一种可能的实现方式中,所述第二确定模块还包括:
处理子模块,用于连接各采样点的误差区域得到所述阴影区域的地图边界。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图9是根据一示例性实施例示出的一种电子设备的示意框图。参照图7,该电子设备900包括:
存储器901,用于存储处理器可执行的指令;
处理器902,执行所述指令时实现本公开任一实施例所述的生成工作地图的方法;
卫星信号接收器903,用于接收卫星定位数据;
显示器905,用于显示生成的工作区域的边界地图。
通信模块906,用于将生成的工作区域的边界地图发送出去。
本公开实施例中,电子设备900可以包括智能电话机、平板个人计算机、移动电话机、视频电话机、电子书籍阅读器、桌面PC、膝上PC、上网本计算机、工作站、服务器、个人数字助力(PDA)、便携多媒体播放器(PMP)、音频层3(MP3)播放器、移动医疗设备、相机、或可穿戴设备中的至少一个。其中,可穿戴设备可以包括首饰型(例如,手表、戒指、手镯、脚镯、项链、眼镜、隐形眼镜、或头戴式设备(HDM))、织物或衣物型(如,电子服装)、物理附件型(如,皮肤垫或纹身)、或身体植入性(如,可植入电路)中的至少一个,电子设备900可以是上述设备之一或其组合,根据实施例的电子设备900可以不限于上述电子设备,且可以包括其他电子设备和根据技术的发展的新电子设备。
本公开实施例中,所述卫星信号接收器903、惯导传感器908、存储器901、处理器902、定位传感器904、显示器905、通信模块906,可以通过总线97进行连接。所述总线907包括用于在上述组件之间传达通信(如控制消息和/或数据)的电路。所述处理器902可以包括中央处理单元(CPU)、应用处理器(AP)、或通信处理器(CP)中的一个或多个,所述卫星信号接收器903和所述惯导传感器908分别用于接收卫星定位数据和惯导传感器定位数据,所述处理器902可以执行执行所述指令时实现本公开任一实施例所述的工作地图的生成方法,所述工作地图通过显示器905显示出来。
图10是根据一示例性实施例示出的一种自移动设备的结构示意图。参考图10所示,所述自移动设备可以包括:
主体1000;
定位传感器1001,用于获取关于工作区域边界的定位数据,所述定位数据至少包括卫星定位数据和惯导传感器定位数据;
存储器1002,用于存储计算机程序;
定位传感器1001,用于获取关于工作区域边界的定位数据,所述定位数据至少包括卫星定位数据和惯导传感器定位数据;
处理器1004,设置于所述主体1000内部,与所述定位传感器和所述存储器电性连接,用于执行所述计算机程序时实现根据本公开实施例任一项所述的生成地图方法的步骤。所述处理器1004可以具有数据处理能力,也可以同时具有有线或无线的通信能力。例如处理器1004可以是或者包括微控制单元(Microcontroller Unit,MCU)。处理器1004可以对所述工作区域边界上的阴影区域内各个采样点的定位数据进行补偿;根据所述定位数据,确定阴影区域内采样点的预估误差;根据补偿后的定位数据、所述预估误差,确定所述工作区域边界地图。本实施例中,所述的自移动设备通常可以包括能够按照预定的行进路线和控制策略进行移动的设备,可以包括智能割草机、扫地机器人、自动送货机等。自移动设备通常可以无需人为干预。本说明书实施例中的自移动设备可以与人接触设备或外接设备,例如自移动设备可以有扶手,作业人员可以跟随在自移动设备后面并握住自移动设备的扶手。但该情况下,自移动设备的行进路线和控制策略仍然是出自于自移动设备自身的控制逻辑,即使作业人员握住扶手或者可以通过扶手主动改变自移动设备的行进方向或速度等,这种设备仍然属于本说明书实施例中所述的自移动设备。类似的,还可以包括载人的自移动设备。
在自移动设备中,所述的主体通常可以包括驱动设备(如电源等)、行进装置(如行进滚轮或履带等)、转向设备(齿轮齿条式转向器、蜗杆曲柄指销式转向器等)以及相应的作业工具(如割草装置、清洁装置等)等。
在示例性实施例中,还提供了一种包括指令的存储介质,例如包括指令的存储器上述指令可由设备的处理器执行以完成上述方法。存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。以及其它实现方式的可读存储介质,例如量子存储、石墨烯存储等等。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其它实施例的不同之处。
需要说明的,上述所述的方法、自移动设备、存储介质等根据方法或设备实施例的描述还可以包括其它的实施方式,具体的实现方式可以参照相关方法或设备实施例的描述。同时各个方法以及设备、存储介质实施例之间特征的相互组合组成的新的实施例仍然属于本公开所涵盖的实施范围之内,在此不作一一赘述。
为了描述的方便,描述以上自移动设备时以功能分为各种模块分别描述。当然,在实施本说明书一个或多个时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的设备实施例仅仅是示意性的,例如,能量波传感器、拍摄装置的划分,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,自移动设备中所显示或描述的装置或单元相互之间的耦合、通信连接等可以是直接和/或间接耦合/连接的方式实现,可以是通过一些标准或自定义的接口、协议等,是电性,机械或其它的形式实现。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。
Claims (10)
1.一种生成工作地图的方法,其特征在于,包括:
获取工作区域边界的定位数据,所述定位数据包括惯导传感器定位数据及卫星定位数据;
获取阴影区域内采样点的个数及其位置顺序,所述阴影区域为卫星定位信号不满足质量要求的区域;
根据所述采样点的个数及其位置顺序、所述定位数据,确定阴影区域内采样点的预估误差;
根据所述定位数据、所述预估误差,确定所述工作区域的地图边界。
2.根据权利要求1所述的方法,其特征在于,根据所述采样点的个数及其位置顺序、所述定位数据,确定阴影区域内采样点的预估误差,包括:
从所述定位数据中获取出阴影区域前最后一个采样点的卫星定位数据以及出阴影区域后第一个采样点的卫星定位数据之间的差值;
根据所述采样点的个数及其位置顺序,所述差值,确定阴影区域内采样点的预估误差。
3.根据权利要求1所述的方法,其特征在于,所述定位数据还包括里程计数据,根据所述采样点的个数及其位置顺序、所述定位数据,确定阴影区域内采样点的预估误差,包括:
获取出阴影区域后第一个采样点的卫星定位数据与所述第一个采样点惯导传感器数据的差值,或者获取出阴影区域后第一个采样点的卫星定位数据与所述第一个采样点惯导传感器数里程计数据的差值;
根据所述采样点的个数及其位置顺序,所述差值,确定阴影区域内采样点的预估误差。
4.根据权利要求1所述的方法,其特征在于,所述根据所述定位数据、所述预估误差,确定所述工作区域的地图边界,包括:
对所述工作区域边界上的阴影区域内各个采样点的定位数据进行补偿,得到补偿后的定位数据;
根据所述补偿后的定位数据、所述预估误差,确定所述工作区域的地图边界。
5.根据权利要求4所述的方法,其特征在于,所述对所述工作区域边界上的阴影区域内各个采样点的定位数据进行补偿,包括:
获取出阴影区域后第一个采样点的卫星定位数据与所述第一个采样点惯导传感器数据的差值;
基于所述差值、所述采样点的个数及其位置顺序,对阴影区域内各个采样点的定位数据进行补偿。
6.根据权利要求1所述的方法,其特征在于,所述根据所述定位数据、所述预估误差,确定所述工作区域的地图边界,包括:
根据所述定位数据,确定所述工作区域的初始地图边界;
以阴影区域内各采样点为圆心,以所述预估误差为半径,确定所述采样点的误差区域;
在所述初始边界地图中剔除所述误差区域,得到所述工作区域的地图边界。
7.根据权利要求6所述的方法,其特征在于,所述根据所述定位数据,确定所述工作区域的初始边界地图,包括:
将所述定位数据采用四舍五入的方式转换到栅格坐标中,得到所述工作区域的初始边界地图,其中所述栅格坐标中每个栅格的大小被设置为根据所述定位数据中横纵坐标的最值确定。
8.根据权利要求6所述的方法,其特征在于,在所述以阴影区域内各采样点为圆心,以所述预估误差为半径,确定所述采样点的误差区域,之后还包括:
连接各采样点的误差区域得到所述阴影区域的地图边界。
9.一种生成工作地图的装置,其特征在于,包括:
第一获取模块,用于获取工作区域边界的定位数据,所述定位数据包括惯导传感器定位数据及卫星定位数据;
第二获取模块,获取阴影区域内采样点的个数及其位置顺序,所述阴影区域为卫星定位信号不满足质量要求的区域;
第一确定模块,用于根据所述采样点的个数及其位置顺序、所述定位数据,确定阴影区域内采样点的预估误差;
第二确定模块,用于根据所述定位数据、所述预估误差,确定所述工作区域的地图边界。
10.一种自移动设备,其特征在于,包括:
主体,
定位传感器,用于获取工作区域边界的定位数据,所述定位数据至少包括卫星定位数据和惯导传感器定位数据;
存储器,用于存储计算机程序;
处理器,设置于所述主体内部,与所述定位传感器和所述存储器电性连接,用于执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110528271 | 2021-05-14 | ||
CN2021105282714 | 2021-05-14 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115342804A true CN115342804A (zh) | 2022-11-15 |
Family
ID=83947581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210521613.4A Withdrawn CN115342804A (zh) | 2021-05-14 | 2022-05-13 | 一种生成工作地图的方法、装置和自移动设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115342804A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024141023A1 (zh) * | 2022-12-30 | 2024-07-04 | 苏州宝时得电动工具有限公司 | 作业设备的工作边界的确定方法、装置、存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108228741A (zh) * | 2016-12-15 | 2018-06-29 | 苏州宝时得电动工具有限公司 | 自动工作***的地图生成方法、装置和自动工作*** |
CN110197519A (zh) * | 2018-02-26 | 2019-09-03 | 苏州宝时得电动工具有限公司 | 地图生成过程中的信号补偿方法、装置及存储介质 |
CN111562602A (zh) * | 2019-02-14 | 2020-08-21 | 斯蒂佳股份有限公司 | 用于土壤耕作的机器人车辆 |
CN112578779A (zh) * | 2019-09-29 | 2021-03-30 | 苏州宝时得电动工具有限公司 | 地图建立方法、自移动设备、自动工作*** |
US20210123742A1 (en) * | 2019-10-29 | 2021-04-29 | Ursrobot Inc. | Method of movement tracking, processing module and lawn mower |
-
2022
- 2022-05-13 CN CN202210521613.4A patent/CN115342804A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108228741A (zh) * | 2016-12-15 | 2018-06-29 | 苏州宝时得电动工具有限公司 | 自动工作***的地图生成方法、装置和自动工作*** |
CN110197519A (zh) * | 2018-02-26 | 2019-09-03 | 苏州宝时得电动工具有限公司 | 地图生成过程中的信号补偿方法、装置及存储介质 |
CN111562602A (zh) * | 2019-02-14 | 2020-08-21 | 斯蒂佳股份有限公司 | 用于土壤耕作的机器人车辆 |
CN112578779A (zh) * | 2019-09-29 | 2021-03-30 | 苏州宝时得电动工具有限公司 | 地图建立方法、自移动设备、自动工作*** |
US20210123742A1 (en) * | 2019-10-29 | 2021-04-29 | Ursrobot Inc. | Method of movement tracking, processing module and lawn mower |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024141023A1 (zh) * | 2022-12-30 | 2024-07-04 | 苏州宝时得电动工具有限公司 | 作业设备的工作边界的确定方法、装置、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110673115B (zh) | 雷达与组合导航***的联合标定方法、装置、设备及介质 | |
CN106647765B (zh) | 一种基于割草机器人的规划平台 | |
CN112183133B (zh) | 一种基于ArUco码引导的移动机器人自主充电方法 | |
KR101739996B1 (ko) | 이동 로봇 및 이동 로봇의 위치 인식 및 지도 작성 방법 | |
US10139234B2 (en) | Path planning based on obstruction mapping | |
CN111123911B (zh) | 一种腿足式智能星表探测机器人感知***及其工作方法 | |
EP4043984A1 (en) | Map building method, self-moving device, and automatic working system | |
CN109240284A (zh) | 一种无人驾驶农机的自主路径规划方法及装置 | |
CN203275971U (zh) | 一种室外地面群机器人控制*** | |
CN103235595A (zh) | 一种室外微小型地面群机器人控制***及控制方法 | |
US20210165109A1 (en) | Positioning apparatus and method and self-moving device | |
CN110806215A (zh) | 车辆定位的方法、装置、设备及存储介质 | |
Wang et al. | Autonomous maneuvers of a robotic tractor for farming | |
CN106546239B (zh) | 一种基于多种外部导航设备的导航显示控制***和方法 | |
CN110160545B (zh) | 一种激光雷达与gps的增强定位***及方法 | |
US11859980B2 (en) | Method of movement tracking, processing module and lawn mower | |
CN115342804A (zh) | 一种生成工作地图的方法、装置和自移动设备 | |
CN107255446B (zh) | 一种矮化密植果树冠层三维地图构建***和方法 | |
CN104833343B (zh) | 基于多旋翼飞行器的复杂地形边界与面积估计***与方法 | |
Gohring et al. | Multi robot object tracking and self localization using visual percept relations | |
CN109975848B (zh) | 基于rtk技术的移动测量***精度优化方法 | |
CN112823322A (zh) | 航线规划方法、设备及存储介质 | |
CN112824937B (zh) | 一种路线生成方法、装置和割草机 | |
Rovira-Más | Global-referenced navigation grids for off-road vehicles and environments | |
CN115016488B (zh) | 一种智慧农机整平轨迹绘制方法、***、农机及存储介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20221115 |