CN116954208A - 地图构建方法、电子设备及自动行走设备 - Google Patents
地图构建方法、电子设备及自动行走设备 Download PDFInfo
- Publication number
- CN116954208A CN116954208A CN202210405018.4A CN202210405018A CN116954208A CN 116954208 A CN116954208 A CN 116954208A CN 202210405018 A CN202210405018 A CN 202210405018A CN 116954208 A CN116954208 A CN 116954208A
- Authority
- CN
- China
- Prior art keywords
- map
- target
- voxel
- voxel map
- position point
- 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.)
- Pending
Links
- 238000010276 construction Methods 0.000 title claims abstract description 45
- 230000008447 perception Effects 0.000 claims abstract description 33
- 238000013507 mapping Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 16
- 230000015654 memory Effects 0.000 claims description 31
- 238000001514 detection method Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 9
- 230000004927 fusion Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及路径规划技术领域,具体涉及地图构建方法、电子设备及自动行走设备,该方法包括初始化体素地图的大小以及体素地图中每个位置点在高度方向上的代价值;获取当前位置点下采集设备在体素地图中的定位数据以及采集设备的外参,以确定采集设备在体素地图中的当前位姿;获取采集设备在当前位置点的实际感知范围;根据当前位姿将实际感知范围映射至体素地图中,对体素地图中对应位置点的代价值进行更新,以确定目标体素地图;将目标体素地图与障碍物地图进行融合,确定目标路径规划地图。通过利用表征已探索信息的目标体素地图与障碍物地图进行融合,使得所得到的目标路径规划地图是基于实际已探索区域确定的,保证了自动行走设备的安全性。
Description
技术领域
本发明涉及路径规划技术领域,具体涉及地图构建方法、电子设备及自动行走设备。
背景技术
自动行走设备在自动行走过程中,根据避障地图进行路径规划。例如,机器人在执行自主导航的过程中,根据已知地图和传感器信息进行路径规划,已完成点到点导航的功能。
然而,在实际应用过程中,自动行走设备的感知范围有限,如机器人传感器的感知范围不能覆盖机器人其所有的移动空间。若直接使用路径规划算法(如A*,D*等)进行路径规划,并控制机器人依照规划路径进行移动时,将可能出现碰撞的风险,导致自动行走设备的自主行走安全性较低。
发明内容
有鉴于此,本发明实施例提供了一种地图构建方法、电子设备及自动行走设备,以解决自动行走设备的自主行走安全性较低的问题。
根据第一方面,本发明实施例提供了一种地图构建方法,包括:
初始化体素地图的大小以及所述体素地图中每个位置点在高度方向上的代价值;
获取当前位置点下采集设备在所述体素地图中的定位数据以及所述采集设备的外参,以确定所述采集设备在所述体素地图中的当前位姿;
获取所述采集设备在所述当前位置点的实际感知范围;
根据所述当前位姿将所述实际感知范围映射至所述体素地图中,对所述体素地图中对应位置点的代价值进行更新,以确定目标体素地图;
将所述目标体素地图与障碍物地图进行融合,确定目标路径规划地图。
本发明实施例提供的地图构建方法,代价值是通过实际感知范围进行更新的,基于此,该代价值表示相应位置点是否已探索,即当采集设备在当前位置点下,对于体素地图中哪些位置点在高度方向是已经探索的,通过利用表征已探索信息的目标体素地图与障碍物地图进行融合,使得所得到的目标路径规划地图是基于实际已探索区域确定的,从而使得后续规划出的路径均是在采集设备的感知范围内得到的,保证了自动行走设备的安全性。
结合第一方面,在第一方面第一实施方式中,所述实际感知范围包括实际点云,所述根据所述当前位姿将所述实际感知范围映射至所述体素地图中,对所述体素地图中对应位置点的代价值进行更新,以确定目标体素地图,包括:
基于所述当前位姿将所述实际点云映射至所述体素地图中,得到目标点云;
利用所述目标点云中的各个点与所述采集设备之间的位置关系,确定所述各个点与所述采集设备之间的线段;
基于所述线段对应于所述体素地图中的目标位置点,对所述目标位置点的代价值进行更新,以确定所述目标体素地图。
本发明实施例提供的地图构建方法,通过各个点与采集设备之间的线段即可得到该线段穿过体素地图的哪些位置,得到目标位置点,从而能够准确地对这些目标位置点的代价值进行更新,得到准确的目标体素地图。
结合第一方面,在第一方面第二实施方式中,所述获取所述采集设备在所述当前位置点的实际感知范围,包括:
获取所述采集设备的属性参数,所述属性参数包括感知角度以及有效感知距离;
基于所述属性参数确定感知区域构成的六面体的顶点,以确定所述实际感知范围。
本发明实施例提供的地图构建方法,通过采集设备的属性参数确定感知区域,由于属性参数是固定的,那么实际感知范围也是固定的,提高了实际感知范围确定的准确性。
结合第一方面第二实施方式,在第一方面第三实施方式中,所述根据所述当前位姿将所述实际感知范围映射至所述体素地图中,对所述体素地图中对应位置点的代价值进行更新,以确定目标体素地图,包括:
基于所述当前位姿将所述六面体的顶点映射到所述体素地图中,确定所述体素地图中落在所述顶点构成的六面体内的对应位置点;
对所述对应位置点的代价值进行更新,以确定所述目标体素地图。
本发明实施例提供的地图构建方法,在体素地图中,所有落在映射后的顶点构成的六面体内的位置点均为已探索的位置点,需要对这些已探索的位置点的代价值进行更新,从而得到准确的目标体素地图。
结合第一方面,在第一方面第四实施方式中,所述获取所述采集设备在所述当前位置点的实际感知范围,包括:
获取所述采集设备在所述当前位置点的测量距离;
基于所述测量距离以及所述采集设备的有效检测角度,确定所述实际感知范围。
本发明实施例提供的地图构建方法,利用测量距离以及有效检测范围所形成的实际感知范围为圆锥体,该圆锥体是与当前位置点对应的,表征出了采集设备的实际感知范围。
结合第一方面,在第一方面第五实施方式中,所述将所述目标体素地图与障碍物地图进行融合,确定目标路径规划地图,包括:
初始化二维地图的大小,所述二维地图的大小与所述体素地图在所述高度方向上的投影的大小一致;
对于所述目标体素地图各个位置点,查询所述位置点高度方向上的代价值的大小;
将所述代价值的大小的统计结果确定为所述二维地图对应位置点的值,以确定目标二维地图;
将所述目标二维地图与所述障碍物地图进行融合,确定所述目标路径规划地图。
本发明实施例提供的地图构建方法,通过对代价值的大小进行统计分析以将目标体素地图转换为二维地图,以便于与障碍物地图进行融合,得到目标路径规划地图。
结合第一方面第五实施方式,在第一方面第六实施方式中,所述将所述目标二维地图与所述障碍物地图进行融合,确定所述目标路径规划地图,包括:
比较所述目标二维地图的位置点的值与所述障碍物地图中对应位置点的值的大小;
将比较结果中的较大值确定为所述目标路径规划地图中对应位置点的值。
本发明实施例提供的地图构建方法,将目标二维地图与障碍物地图对应位置点的值进行比较,所得到的目标路径规划地图即为可用于规划的,包含已探索区域信息的障碍物地图,可直接用于路径规划。
根据第二方面,本发明实施例提供了一种电子设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行第一方面或者第一方面的任意一种实施方式中所述的地图构建方法。
根据第三方面,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计算机指令,所述计算机指令用于使所述计算机执行第一方面或者第一方面的任意一种实施方式中所述的地图构建方法。
根据第四方面,本发明实施例还提供了一种自动行走设备,包括:
采集设备;
本发明第二方面所述的电子设备,所述采集设备与所述电子设备通信连接。
需要说明的是,本发明实施例中电子设备、计算机可读存储介质以及自动行走设备的相应有益效果,请参见上文地图构建方法相应有益效果的描述,在此不在赘述。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的自动行走设备的结构框图;
图2是根据本发明实施例的电子设备的结构框图;
图3是根据本发明实施例的地图构建方法的流程图;
图4是根据本发明实施例的地图构建方法的流程图;
图5是根据本发明实施例的地图构建方法的流程图;
图6是根据本发明实施例的路径规划装置的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,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,都属于本发明保护的范围。
本发明实施例提供的地图构建方法,所构建出的目标路径规划地图为包含已探索信息的障碍物地图。具体地,目标路径规划地图是通过目标体素地图与障碍物地图的融合得到的。目标体素地图表征采集设备在当前位置点的已探索信息,即在当前位置点能够探索到的位置信息;障碍物地图包括目标行走设备的传感器实时采集到的障碍物地图,或者还包括有静态地图,该静态地图为固定的,包括建筑物、固定位置的地图等等。障碍物地图可以是基于目标行走设备中用于构建目标体素地图的采集设备的采集设备构建的,也可以是在目标行走设备中设置有另一个采集设备,用于构建障碍物地图。
自动行走设备在利用该目标规划地图进行路径规划时,就能够同时基于障碍物信息与已探索信息进行路径规划,使得路径规划的结果始终是在采集设备的实际感知范围内的,并未超出其实际感知范围。基于此,提高了路径规划结果的可靠性,保证了自动行走设备的安全。
本发明实施例提供了一种自动行走设备,如图1所示,包括采集设备10以及电子设备20,该采集设备与电子设备连接。其中,采集设备包括但不限于2D/3D激光雷达、深度相机以及超声波雷达/红外传感器;电子设备通过执行本发明实施例中的地图构建方法得到目标路径规划地图,再基于该目标路径规划地图进行路径规划,以控制该自动行走设备的自动行走。
在一些可选实施方式,该自动行走设备还包括用于进行障碍物地图规划的其他采集设备,该其他采集设备与电子设备连接。当然,也可以不设置其他采集设备,用上述的采集设备10用于进行障碍物地图规划。
请参阅图2,图2是本发明可选实施例提供的一种电子设备的结构示意图,如图2所示,该电子设备可以包括:至少一个处理器201,例如CPU(Central Processing Unit,中央处理器),至少一个通信接口203,存储器204,至少一个通信总线202。其中,通信总线202用于实现这些组件之间的连接通信。其中,通信接口203可以包括显示屏(Display)、键盘(Keyboard),可选通信接口203还可以包括标准的有线接口、无线接口。存储器204可以是高速RAM存储器(Random Access Memory,易挥发性随机存取存储器),也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器204可选的还可以是至少一个位于远离前述处理器201的存储装置。其中处理器201可以结合图6所描述的装置,存储器204中存储应用程序,且处理器201调用存储器204中存储的程序代码,以用于执行下述任一方法步骤。
其中,通信总线202可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。通信总线202可以分为地址总线、数据总线、控制总线等。为便于表示,图2中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器204可以包括易失性存储器(英文:volatile memory),例如随机存取存储器(英文:random-access memory,缩写:RAM);存储器也可以包括非易失性存储器(英文:non-volatile memory),例如快闪存储器(英文:flash memory),硬盘(英文:hard diskdrive,缩写:HDD)或固态硬盘(英文:solid-state drive,缩写:SSD);存储器204还可以包括上述种类的存储器的组合。
其中,处理器201可以是中央处理器(英文:central processing unit,缩写:CPU),网络处理器(英文:network processor,缩写:NP)或者CPU和NP的组合。
其中,处理器201还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文:application-specific integrated circuit,缩写:ASIC),可编程逻辑器件(英文:programmable logic device,缩写:PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文:complex programmable logic device,缩写:CPLD),现场可编程逻辑门阵列(英文:field-programmable gate array,缩写:FPGA),通用阵列逻辑(英文:generic arraylogic,缩写:GAL)或其任意组合。
可选地,存储器204还用于存储程序指令。处理器201可以调用程序指令,实现如本申请任一实施例中所示的地图构建方法。
作为本实施例的地图构建方法的一种可选应用场景,自动行走设备在进行货物运输时,采集设备采集数据,将采集到的数据发送至电子设备。电子设备通过执行本发明实施例中所述的地图构建方法构建目标路径规划地图,并基于该目标路径规划地图进行路径规划,以控制自动行走设备的行走,以实现准确避障,安全地将货物运输到目的地。
作为本发明实施例的地图构建方法的另一种可选应用场景,与上述的货物运输不同的是,该自动行走设备用于清扫。通过构建目标路径规划地图,并基于该目标路径规划地图进行路径规划,以控制自动行走设备的行走,以实现准确避障,从而保证在区域内进行安全地清扫。
当然,本发明实施例的地图构建方法并不限于上述应用场景,还可以应用于其他场景下,在此对其应用场景并不做任何限制,具体根据实际需求进行设置即可。
根据本发明实施例,提供了一种地图构建方法实施例,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。
在本实施例中提供了一种地图构建方法,可用于上述的电子设备,图3是根据本发明实施例的地图构建方法的流程图,如图3所示,该流程包括如下步骤:
S11,初始化体素地图的大小以及体素地图中每个位置点在高度方向上的代价值。
体素地图为三维地图,每个位置点的坐标为(xi,yi,zij),其中,在高度方向,即z方向上,同一(xi,yi)对应多个zi,即zij。在本发明实施例中对应于各个(xi,yi,zij)均对应有代价值,该代价值用于当自动行走设备经过该(xi,yi,zij)位置时,其代价值需要增加的值。体素地图的大小与下文所述的障碍物地图的大小对应,例如,体素地图的大小与障碍物地图的大小一致,或小于障碍物地图的大小。若障碍物地图的大小为w*l,分辨率为r,自动行走设备的高度为h,则体素地图的大小为w*l*h,分辨率为r;当然,自动行走设备的大小也可以小于障碍物地图的大小,后续在进行地图融合时,根据定位信息,每次将体素地图进行平移(复制平移前后相同部分,其他部分设置默认值)。其中,设置体素地图的高度最大值为自动行走设备的高度,其目的是,在路径规划时需要判断的是自动行走设备,因此避障需考虑自动行走设备的整机高度或最低的可通行高度。
在下文的描述,以体素地图的大小与障碍物地图的大小一致为例。即,体素地图的大小为w*l*h,分辨率为r。
如上文所述,体素地图上同一(xi,yi)对应多个zi,即zij,对应于每个(xi,yi,zij)的代价值均进行初始化。例如,所有的(xi,yi,zij)的代价值均为Vn,其中,Vn表示未知区域的代价值。
对于后续路径规划而言,以路径的代价值最小作为搜索目标,在起点和终点之间进行路径搜索。除设置为完全不可探索的区域(对应值设置为V0),其余范围内的均可进行搜索。Vn的值取值范围在(0,V0)之间,Vn的值设置越大,安全性越高,路径效率越低;反之,Vn的值设置越小,则路径效率越高,安全性越低。当Vn=0,表示所有区域均已探索,均可进行路径规划,则与现有的不考虑是否已探索的情况一致,因此Vn不可设置为0。当然,Vn值不可等于V0,否则在自动行走设备刚开始运行的时候,无法进行正常的路径规划。
S12,获取当前位置点下采集设备在体素地图中的定位数据以及采集设备的外参,以确定采集设备在体素地图中的当前位姿。
对于自动行走设备而言,其均有定位功能,确定出其在相机坐标系中的位置,再进行坐标映射,即可得到当前位置点下采集设备在体素地图中的定位数据。采集设备的外参是通过外参标定得到的,在此对其具体标定方式并不做任何限制,具体根据实际需求进行设置即可。
例如,根据采集设备在地图中的定位数据Tp,和采集设备的外参Tl,得到采集设备在体素地图坐标系中位置和姿态Tml。
S13,获取采集设备在当前位置点的实际感知范围。
由于采集设备的感知范围有限,在当前位置点不可能将搜索到体素地图中的所有位置点,因此就需要确定采集设备在当前位置点的实际感知范围。其中,实际感知范围的确定与采集设备的类型有关,当采集设备的类型不同时,对应的实际感知范围的确定方式不同。对于电子设备而言,其所连接的采集设备的类型可以是事先配置的,也可以是电子设备通过读取采集设备的信息确定的,等等。需要说明的是,此时的实际感知范围是相机坐标系下的感知范围。
例如,当采集设备为激光设备时,那么实际感知范围利用激光点与采集设备的连线确定;当采集设备为深度相机时,那么实际感知范围利用深度相机的属性参数确定等等。
关于该步骤具体将在下文中进行详细描述。
S14,根据当前位姿将实际感知范围映射至体素地图中,对体素地图中对应位置点的代价值进行更新,以确定目标体素地图。
电子设备利用当前位姿将实际感知范围映射至体素地图中,即,对实际感知范围进行旋转或坐标变换等处理后,将其映射至体素地图中,从而确定出其在体素地图中的位置范围。对于确定出的体素地图中的位置范围内的各个位置点的代价值进行更新,例如,如上文所述,0表示已探索,因此,可以将体素地图中对应位置点的代价值更新为0。
当然,代价值的具体数值,也可以根据实际需求进行设置,在此对其并不做任何限制。
S15,将目标体素地图与障碍物地图进行融合,确定目标路径规划地图。
目标体素地图表示的地图包括已探索区域的信息,障碍物地图包括障碍物务信息。因此,将目标体素地图与障碍物地图进行融合,使得确定出的路径规划地图是基于已探索区域的信息得到的。融合过程主要是将包含传感器已探索的区域信息的体素地图融合到障碍物地图中,用于路径规划,降低由于采集设备的盲区造成的碰撞风险。
电子设备在进行地图融合时,可以将两个地图对应位置的值进行加权,或者计算均值,或者计算最大值,等等,在此对其融合方式并不做任何限定。
关于该步骤具体将在下文中进行描述。
本实施例提供的地图构建方法,代价值是通过实际感知范围进行更新的,基于此,该代价值表示相应位置点是否已探索,即当采集设备在当前位置点下,对于体素地图中哪些位置点在高度方向是已经探索的,通过利用表征已探索信息的目标体素地图与障碍物地图进行融合,使得所得到的目标路径规划地图是基于实际已探索区域确定的,从而使得后续规划出的路径均是在采集设备的感知范围内得到的,保证了自动行走设备的安全性。
在本实施例中提供了一种地图构建方法,可用于上述的电子设备,图4是根据本发明实施例的地图构建方法的流程图,如图4所示,该流程包括如下步骤:
S21,初始化体素地图的大小以及体素地图中每个位置点在高度方向上的代价值。
详细请参见图3所示实施例的S11,在此不再赘述。
S22,获取当前位置点下采集设备在体素地图中的定位数据以及采集设备的外参,以确定采集设备在体素地图中的当前位姿。
详细请参见图3所示实施例的S12,在此不再赘述。
S23,获取采集设备在当前位置点的实际感知范围。
当采集设备为2D/3D激光雷达时,所述实际感知范围包括实际点云,该实际点云为2D/3D激光雷达采集到的。
S24,根据当前位姿将实际感知范围映射至体素地图中,对体素地图中对应位置点的代价值进行更新,以确定目标体素地图。
具体地,上述S24包括:
S241,基于当前位姿将实际点云映射至体素地图中,得到目标点云。
电子设备利用当前位姿Tml将从激光雷达获得的点云Pl转换到体素地图中,得到目标点云Pm。
S242,利用目标点云中的各个点与采集设备之间的位置关系,确定各个点与采集设备之间的线段。
对于目标点云中的各个点,电子设备通过将各个点与采集设备连接,即可得到各个点与采集设备之间的线段。即,每个点对应于一个线段。
S243,基于线段对应于体素地图中的目标位置点,对目标位置点的代价值进行更新,以确定目标体素地图。
如上文所述,目标点云为体素地图中的点云,相应地,上述S242中得到的线段也是对应于体素地图的,因此,将线段中各个点的位置与体素地图的位置点进行对比,即可确定出线段中的各个点在体素地图中的位置,从而确定出目标位置点。这些目标位置点是在激光雷达的感知范围内的,因此,需要对目标位置点的代价值进行更新,例如,将其更新为0,从而确定出目标体素地图。
S25,将目标体素地图与障碍物地图进行融合,确定目标路径规划地图。
详细请参见图3所示实施例的S15,在此不再赘述。
本实施例提供的地图构建方法,通过各个点与采集设备之间的线段即可得到该线段穿过体素地图的哪些位置,得到目标位置点,从而能够准确地对这些目标位置点的代价值进行更新,得到准确的目标体素地图。
在一些可选实施方式中,当采集设备为深度相机时,上述S23包括:
(3.1)获取采集设备的属性参数,所述属性参数包括感知角度以及有效感知距离。
(3.2)基于属性参数确定感知区域构成的六面体的顶点,以确定实际感知范围。
电子设备根据深度相机FOV(水平感知角度h,垂直感知角度v)和有效感知距离(dmin,dmax),计算得到感知区域构成的六面体的8个顶点,从而确定出实际感知范围。通过采集设备的属性参数确定感知区域,由于属性参数是固定的,那么实际感知范围也是固定的,提高了实际感知范围确定的准确性。
相应地,上述S24包括:
(4.1)基于当前位姿将六面体的顶点映射到体素地图中,确定体素地图中落在顶点构成的六面体内的对应位置点。
(4.2)对对应位置点的代价值进行更新,以确定目标体素地图。
电子设备将8个顶点根据当前位姿Tmc转换到体素地图中,并搜索体素地图中落在这8个顶点所构成的六面体内的位置点,并将这些位置点的代价值设置为0。
在体素地图中,所有落在映射后的顶点构成的六面体内的位置点均为已探索的位置点,需要对这些已探索的位置点的代价值进行更新,从而得到准确的目标体素地图。
在另一些可选实施方式中,当采集设备为超声波雷达/红外时,上述S23包括:
(3.1)获取采集设备在当前位置点的测量距离。
(3.2)基于测量距离以及采集设备的有效检测角度,确定实际感知范围。
电子设备根据采集设备得到的测量距离d(当测量距离d大于传感器有效测量距离时,将d设置为最大有效测量距离),和采集设备有效检测角度a,计算得到实际感知范围。其中,该实际感知范围为圆锥体。
利用测量距离以及有效检测范围所形成的实际感知范围为圆锥体,该圆锥体是与当前位置点对应的,表征出了采集设备的实际感知范围。
相应地,上述S24包括将上步得到圆锥体根据当前位姿Tmr转换到体素地图,并搜索体素地图中落在这个圆锥体内的位置点,将这些位置点的代价值设置为0。
在本实施例中提供了一种地图构建方法,可用于上述的电子设备,图5是根据本发明实施例的地图构建方法的流程图,如图5所示,该流程包括如下步骤:
S31,初始化体素地图的大小以及体素地图中每个位置点在高度方向上的代价值。
详细请参见图3所示实施例的S11,在此不再赘述。
S32,获取当前位置点下采集设备在体素地图中的定位数据以及采集设备的外参,以确定采集设备在体素地图中的当前位姿。
详细请参见图3所示实施例的S12,在此不再赘述。
S33,获取采集设备在当前位置点的实际感知范围。
详细请参见图4所示实施例的S23,在此不再赘述。
S34,根据当前位姿将实际感知范围映射至体素地图中,对体素地图中对应位置点的代价值进行更新,以确定目标体素地图。
详细请参见图4所示实施例的S24,在此不再赘述。
S35,将目标体素地图与障碍物地图进行融合,确定目标路径规划地图。
具体地,上述S35包括:
S351,初始化二维地图的大小。
其中,所述二维地图的大小与体素地图在高度方向上的投影的大小一致。
初始化一张二维地图M,大小为w*l,分辨率为r,其大小与体素地图的长l以及宽w一致。
S352,对于目标体素地图各个位置点,查询位置点高度方向上的代价值的大小。
对体素地图每个位置点(xi,yi,zij),对每个(xi,yi)遍历其zij,得到位置点(xi,yi)高度方向上的代价值的大小
S353,将代价值的大小的统计结果确定为二维地图对应位置点的值,以确定目标二维地图。
电子设备可以将比较每个(xi,yi)的zij,计算各个zij中的最大值,或均值等等。对于最大值:只要不是自动行走设备的高度范围内都已经探索过的,都认为是未探索的,在规划时尽量避开;对于求和或求均值:在自动行走设备的高度范围内,有部分已经探索过,那么比起完全未探索的,可以设置更小的代价值,搜索时更倾向于完全探索过的区域,其次才是在部分探索过的。
以最大值为例,电子设备将确定出zij中最大值,将最大的zij值赋予二维地图中(xi,yi),以确定出目标二维地图。
该步骤是将三维体素地图信息,压缩成二维的栅格地图信息,用于和障碍物地图融合。
S354,将目标二维地图与障碍物地图进行融合,确定目标路径规划地图。
在一些可选实施方式中,上述S354包括:
(1)比较目标二维地图的位置点的值与障碍物地图中对应位置点的值的大小。
(2)将比较结果中的较大值确定为目标路径规划地图中对应位置点的值。
将上一步得到的目标二维地图M与障碍物地图的每一个栅格进行比较,取其中最大值赋值到目标路径规划地图中的对应位置点,从而确定出目标路径规划地图。对障碍物地图和表示已探索区域的目标体素地图进行融合,结合障碍物信息和探索区域信息,进行距离规划,规划在考虑障碍物信息的同时,考虑探索信息。
将目标二维地图与障碍物地图对应位置点的值进行比较,所得到的目标路径规划地图即为可用于规划的,包含已探索区域信息的障碍物地图,可直接用于路径规划。
本实施例提供的地图构建方法,通过对代价值的大小进行统计分析以将目标体素地图转换为二维地图,以便于与障碍物地图进行融合,得到目标路径规划地图。
本发明实施例提供的地图构建方法,现有的路径规划通常没有考虑有效感知范围信息,在采集设备感知范围不能覆盖自动行走设备移动的范围时,容易出现自动行走设备在根据路径进行移动过程中发生碰撞的问题;本方法通过结合感知范围信息,对体素地图的代价值进行更新,让未完全探索的代价值提高,在规划过程中,规划算法会倾向于规划避开未探索的区域,而更多的在已探索的区域上进行规划,提高自动行走设备的安全性。
在本实施例中还提供了一种地图构建装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
本实施例提供一种地图构建装置,如图6所示,包括:
初始化模块41,用于初始化体素地图的大小以及所述体素地图中每个位置点在高度方向上的代价值;
第一获取模块42,用于获取当前位置点下采集设备在所述体素地图中的定位数据以及所述采集设备的外参,以确定所述采集设备在所述体素地图中的当前位姿;
第二获取模块43,用于获取所述采集设备在所述当前位置点的实际感知范围;
映射模块44,用于根据所述当前位姿将所述实际感知范围映射至所述体素地图中,对所述体素地图中对应位置点的代价值进行更新,以确定目标体素地图;
融合模块45,用于将所述目标体素地图与障碍物地图进行融合,确定目标路径规划地图。
在一些可选实施方式中,所述实际感知范围包括实际点云,上述映射模块44包括:
映射单元,用于基于所述当前位姿将所述实际点云映射至所述体素地图中,得到目标点云;
第一确定单元,用于利用所述目标点云中的各个点与所述采集设备之间的位置关系,确定所述各个点与所述采集设备之间的线段;
第一更新单元,用于基于所述线段对应于所述体素地图中的目标位置点,对所述目标位置点的代价值进行更新,以确定所述目标体素地图。
在一些可选实施方式中,第二获取模块43包括:
第一获取单元,用于获取所述采集设备的属性参数,所述属性参数包括感知角度以及有效感知距离;
第二确定单元,用于基于所述属性参数确定感知区域构成的六面体的顶点,以确定所述实际感知范围。
在一些可选实施方式中,映射模块44包括:
第三确定单元,用于基于所述当前位姿将所述六面体的顶点映射到所述体素地图中,确定所述体素地图中落在所述顶点构成的六面体内的对应位置点;
第二更新单元,用于对所述对应位置点的代价值进行更新,以确定所述目标体素地图。
在一些可选实施方式中,第二获取模块43包括:
第二获取单元,用于获取所述采集设备在所述当前位置点的测量距离;
第四确定单元,用于基于所述测量距离以及所述采集设备的有效检测角度,确定所述实际感知范围。
在一些可选实施方式中,融合模块45包括:
初始化单元,用于初始化二维地图的大小,所述二维地图的大小与所述体素地图在所述高度方向上的投影的大小一致;
查询单元,用于对于所述目标体素地图各个位置点,查询所述位置点高度方向上的代价值的大小;
第五确定单元,用于将所述代价值的大小的统计结果确定为所述二维地图对应位置点的值,以确定目标二维地图;
融合单元,用于将所述目标二维地图与所述障碍物地图进行融合,确定所述目标路径规划地图。
在一些可选实施方式中,融合单元包括:
比较子单元,用于比较所述目标二维地图的位置点的值与所述障碍物地图中对应位置点的值的大小;
确定子单元,用于将比较结果中的较大值确定为所述目标路径规划地图中对应位置点的值。
本实施例中的地图构建装置是以功能单元的形式来呈现,这里的单元是指ASIC电路,执行一个或多个软件或固定程序的处理器和存储器,和/或其他可以提供上述功能的器件。
上述各个模块的更进一步的功能描述与上述对应实施例相同,在此不再赘述。
本发明实施例还提供了一种非暂态计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的地图构建方法。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard DiskDrive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种地图构建方法,其特征在于,包括:
初始化体素地图的大小以及所述体素地图中每个位置点在高度方向上的代价值;
获取当前位置点下采集设备在所述体素地图中的定位数据以及所述采集设备的外参,以确定所述采集设备在所述体素地图中的当前位姿;
获取所述采集设备在所述当前位置点的实际感知范围;
根据所述当前位姿将所述实际感知范围映射至所述体素地图中,对所述体素地图中对应位置点的代价值进行更新,以确定目标体素地图;
将所述目标体素地图与障碍物地图进行融合,确定目标路径规划地图,以用于路径规划。
2.根据权利要求1所述的方法,其特征在于,所述实际感知范围包括实际点云,所述根据所述当前位姿将所述实际感知范围映射至所述体素地图中,对所述体素地图中对应位置点的代价值进行更新,以确定目标体素地图,包括:
基于所述当前位姿将所述实际点云映射至所述体素地图中,得到目标点云;
利用所述目标点云中的各个点与所述采集设备之间的位置关系,确定所述各个点与所述采集设备之间的线段;
基于所述线段对应于所述体素地图中的目标位置点,对所述目标位置点的代价值进行更新,以确定所述目标体素地图。
3.根据权利要求1所述的方法,其特征在于,所述获取所述采集设备在所述当前位置点的实际感知范围,包括:
获取所述采集设备的属性参数,所述属性参数包括感知角度以及有效感知距离;
基于所述属性参数确定感知区域构成的六面体的顶点,以确定所述实际感知范围。
4.根据权利要求3所述的方法,其特征在于,所述根据所述当前位姿将所述实际感知范围映射至所述体素地图中,对所述体素地图中对应位置点的代价值进行更新,以确定目标体素地图,包括:
基于所述当前位姿将所述六面体的顶点映射到所述体素地图中,确定所述体素地图中落在所述顶点构成的六面体内的对应位置点;
对所述对应位置点的代价值进行更新,以确定所述目标体素地图。
5.根据权利要求1所述的方法,其特征在于,所述获取所述采集设备在所述当前位置点的实际感知范围,包括:
获取所述采集设备在所述当前位置点的测量距离;
基于所述测量距离以及所述采集设备的有效检测角度,确定所述实际感知范围。
6.根据权利要求1所述的方法,其特征在于,所述将所述目标体素地图与障碍物地图进行融合,确定目标路径规划地图,包括:
初始化二维地图的大小,所述二维地图的大小与所述体素地图在所述高度方向上的投影的大小一致;
对于所述目标体素地图各个位置点,查询所述位置点高度方向上的代价值的大小;
将所述代价值的大小的统计结果确定为所述二维地图对应位置点的值,以确定目标二维地图;
将所述目标二维地图与所述障碍物地图进行融合,确定所述目标路径规划地图。
7.根据权利要求6所述的方法,其特征在于,所述将所述目标二维地图与所述障碍物地图进行融合,确定所述目标路径规划地图,包括:
比较所述目标二维地图的位置点的值与所述障碍物地图中对应位置点的值的大小;
将比较结果中的较大值确定为所述目标路径规划地图中对应位置点的值。
8.一种电子设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-7中任一项所述的地图构建方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使计算机执行权利要求1-7中任一项所述的地图构建方法。
10.一种自动行走设备,其特征在于,包括:
采集设备;
权利要求8所述的电子设备,所述采集设备与所述电子设备通信连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210405018.4A CN116954208A (zh) | 2022-04-18 | 2022-04-18 | 地图构建方法、电子设备及自动行走设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210405018.4A CN116954208A (zh) | 2022-04-18 | 2022-04-18 | 地图构建方法、电子设备及自动行走设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116954208A true CN116954208A (zh) | 2023-10-27 |
Family
ID=88451577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210405018.4A Pending CN116954208A (zh) | 2022-04-18 | 2022-04-18 | 地图构建方法、电子设备及自动行走设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116954208A (zh) |
-
2022
- 2022-04-18 CN CN202210405018.4A patent/CN116954208A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108319655B (zh) | 用于生成栅格地图的方法和装置 | |
CN110568447B (zh) | 视觉定位的方法、装置及计算机可读介质 | |
Folkesson et al. | Vision SLAM in the measurement subspace | |
CN111006676B (zh) | 地图构建方法、装置及*** | |
US8792726B2 (en) | Geometric feature extracting device, geometric feature extracting method, storage medium, three-dimensional measurement apparatus, and object recognition apparatus | |
EP3974778B1 (en) | Method and apparatus for updating working map of mobile robot, and storage medium | |
JP6632208B2 (ja) | 情報処理装置、情報処理方法、プログラム | |
CN111123242B (zh) | 一种基于激光雷达和相机的联合标定方法及计算机可读存储介质 | |
CN111198378B (zh) | 基于边界的自主探索方法和装置 | |
CN112106111A (zh) | 一种标定方法、设备、可移动平台及存储介质 | |
WO2021016803A1 (zh) | 高精度地图定位方法、***、平台及计算机可读存储介质 | |
CN112068152A (zh) | 使用3d扫描仪同时进行2d定位和2d地图创建的方法和*** | |
Khurana et al. | Extrinsic calibration methods for laser range finder and camera: A systematic review | |
JP6594008B2 (ja) | 移動体制御装置、ランドマーク、および、プログラム | |
JP2023503750A (ja) | ロボットの位置決め方法及び装置、機器、記憶媒体 | |
KR102130687B1 (ko) | 다중 센서 플랫폼 간 정보 융합을 위한 시스템 | |
CN116954208A (zh) | 地图构建方法、电子设备及自动行走设备 | |
US20220414925A1 (en) | Tracking with reference to a world coordinate system | |
CN111679663A (zh) | 三维地图构建方法、扫地机器人及电子设备 | |
KR101502071B1 (ko) | 랜드마크 기반 비전항법시스템을 위한 카메라 데이터 생성기와 그것을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 매체 | |
Manouchehri et al. | Extrinsic calibration of a camera and a 2D laser range finder using ping pong balls and the corner of a room | |
CN114051627A (zh) | 相机校准方法 | |
Taylor et al. | Parameterless automatic extrinsic calibration of vehicle mounted lidar-camera systems | |
Kowalczuk et al. | Three-dimensional mapping for data collected using variable stereo baseline | |
CN113777615B (zh) | 室内机器人的定位方法、***及清洁机器人 |
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 |