机器人及地图构建方法、定位方法、电子设备、存储介质技术

本发明专利技术提供一种机器人及地图构建方法、定位方法、电子设备、存储介质。机器人的地图构建方法，包括：机器人按照预定规则遍历工作区域，根据所述机器人在遍历的过程中实时采集的图像构建初始地图，所述初始地图包括第一地图及第二地图，所述第一地图包括所述工作区域与地图坐标系的映射，所述第二地图包括基于所采集图像提取的场景特征及该场景特征的几何量。本发明专利技术无需主动信号而采用被动的视觉传感器实现地图的构建，视觉传感器功耗小、成本低，且所获得的信号量大，优化了智能机器人的地图构建。

Robot and Map Construction Method, Location Method, Electronic Equipment, Storage Media

The invention provides a robot and a map construction method, a positioning method, an electronic device and a storage medium. The method for constructing a map of a robot includes: the robot traverses the working area according to predetermined rules, and builds an initial map according to the real-time images collected by the robot during the traversal process. The initial map includes the first map and the second map, the first map includes the mapping of the working area and the map coordinate system, and the second map includes the extraction based on the collected image. The scene features and the geometric quantities of the scene features are extracted. The invention adopts passive visual sensor to realize map construction without active signal. The visual sensor has low power consumption, low cost and large signal amount, and optimizes the map construction of intelligent robot.

【技术实现步骤摘要】
机器人及地图构建方法、定位方法、电子设备、存储介质
本专利技术涉及机器人领域，尤其涉及一种机器人及地图构建方法、定位方法、电子设备、存储介质。
技术介绍
目前，可移动的机器人，例如扫地机器人已经被越来越多的家庭接收并实际使用。目前，目前常见的机器人定位及建图都是依靠主动发射信号，例如激光，红外等，来探测外部环境进而建立地图。例如，一些智能机器人即时定位与地图构建技术为FastSLAM。FastSLAM一般使用激光测距仪或者声呐来实现。FastSLAM由于使用激光、声呐等传感器，在特殊的环境下机器人无法识别，只能通过预判来估计整个环境情况。由此可见，这些方法无法在所有环境中适用，且功耗大，成本高，获取的信息量少，限制了人工智能在机器人上的应用。
技术实现思路
本专利技术为了克服上述现有技术存在的缺陷，提供一种机器人及地图构建方法、定位方法、电子设备、存储介质，无需主动信号而采用被动的视觉传感器实现地图的构建，视觉传感器功耗小、成本低，且所获得的信号量大，优化了智能机器人的地图构建。根据本专利技术的一个方面，提供一种机器人的地图构建方法，包括：机器人按照预定规则遍历工作区域，根据所述机器人在遍历的过程中实时采集的图像构建初始地图，所述初始地图包括第一地图及第二地图，所述第一地图包括所述工作区域与地图坐标系的映射，所述第二地图包括基于所采集图像提取的场景特征及该场景特征的几何量。可选地，所述机器人按照预定规则遍历工作区域的步骤包括：所述机器人沿所述工作区域的边界行驶，以构建轮廓地图；所述机器人基于所述轮廓地图，规划所述轮廓地图内的遍历路径，并按所述遍历路径行驶，以构建内部地图；以及将所述轮廓地图及所述内部地图组成所述初始地图。可选地，所述机器人沿所述工作区域的边界行驶的步骤还包括：以所述机器人采集图像的方向为正方向，所述机器人按正方向行驶；当所述机器人识别到障碍对象时，所述机器人由按所述正方向行驶转变为沿所述障碍对象的边界行驶。可选地，当所述机器人识别到障碍对象时，将所述机器人的当前位置确定为第一位置，所述机器人沿所述障碍对象的边界行驶的步骤还包括：当所述机器人再次行驶到所述第一位置时，所述机器人判断所述障碍对象为所述工作区域内的障碍物或所述工作区域的边界；若所述障碍对象为所述工作区域内的障碍物，则所述机器人由沿所述障碍对象的边界行驶转变为按所述正方向行驶；若所述障碍对象为所述工作区域的边界时，则所述机器人确定所述工作区域的边界行驶完毕。可选地，所述机器人按照预定规则遍历工作区域时，当根据所采集图像识别到所述工作区域内的特征物体时，依据所述第一地图的地图坐标系，确定所述机器人与所述特征物体之间的距离，当所述距离符合预定距离时，将所述机器人当前实时采集的图像作为场景图像，并基于场景图像提取所述场景特征。可选地，所述机器人在第一地图中的坐标及朝向作为所述机器人的位姿，所述机器人按照预定规则遍历工作区域，根据所述机器人在遍历的过程中实时采集的图像构建初始地图包括：将第二地图中的场景特征、对应该场景特征的几何量及提取该场景特征的场景图像，与所述机器人采集该场景图像时的位姿相关联地储存在场景数据库中，和/或将根据所采集图像识别到的所述工作区域内的特征物体与所述机器人采集该图像时的位姿相关联地储存在场景数据库中，以用于位姿查询。可选地，所述位姿查询包括：将从所述机器人实时采集的图像的图像特征与储存在所述场景数据库中的场景特征进行匹配，根据所匹配到的场景特征与所述机器人实时采集的图像的图像特征的比对确定所述机器人的实时位姿与所述机器人采集该场景图像时的位姿差异，从而基于所述机器人采集该场景图像时的位姿确定所述机器人的实时位姿。可选地，所述位姿查询包括：将从所述机器人实时采集的图像中的特征物体与储存在所述场景数据库中的特征物体进行匹配，根据所匹配到的特征物体与所述机器人实时采集的图像中的特征物体的比对确定所述机器人的实时位姿与所述机器人采集该特征物体时的位姿差异，从而基于储存在所述场景数据库中的所述机器人采集该特征物体时的位姿确定所述机器人的实时位姿。可选地，所述机器人按照预定规则遍历工作区域，根据所述机器人在遍历的过程中实时采集的图像构建初始地图的步骤之后包括：基于所述机器人在所述工作区域工作时实时采集的图像迭代更新所述初始地图。可选地，所述基于所述机器人在所述工作区域工作时实时采集的图像迭代更新所述初始地图包括：根据所述机器人实时采集的图像于所述场景数据库中匹配一估计位姿；根据所述机器人实时采集的图像及所述估计位姿确定所述机器人的准确位姿；根据所述准确位姿、匹配所述估计位姿的场景特征、对应该场景特征的几何量、所述机器人实时采集的图像确定更新的场景图像、更新的场景特征、对应更新的场景特征的几何量；根据所述准确位姿、更新的场景图像、更新的场景特征、对应更新的场景特征的几何量更新所述场景数据库。根据本专利技术的又一方面，还提供一种机器人定位方法，包括：基于如上所述的机器人的地图构建方法所构建的地图，及所述机器人实时采集的图像，确定所述机器人的当前位姿。根据本专利技术的又一方面，还提供一种机器人，包括：采集模块，至少用于实时采集机器人周围的图像；驱动模块，用于驱动所述机器人移动；地图构建模块，用于使机器人按照预定规则遍历工作区域，根据所述机器人在遍历的过程中实时采集的图像构建初始地图，所述初始地图包括第一地图及第二地图，所述第一地图包括所述工作区域与地图坐标系的映射，所述第二地图包括基于所采集图像提取的场景特征及该场景特征的几何量。可选地，还包括：地图更新模块，用于基于所述机器人在所述工作区域工作时实时采集的图像迭代更新所述初始地图。可选地，还包括：定位模块，用于根据所述初始地图或更新后的地图及所述机器人实时采集的图像，确定所述机器人的当前位姿。可选地，所述机器人为扫地机器人或拖地机器人。根据本专利技术的又一方面，还提供一种电子设备，所述电子设备包括：处理器；存储介质，其上存储有计算机程序，所述计算机程序被所述处理器运行时执行如上所述的步骤。根据本专利技术的又一方面，还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上所述的步骤。相比现有技术，本专利技术提供的方法和装置具有如下优势：1)无需主动信号而采用被动的视觉传感器实现地图的构建，视觉传感器功耗小、成本低，且所获得的信号量大，优化了智能机器人的地图构建；2)本专利技术地构建地图地方法，在第一地图的基础上构建第二地图，一方面，可通过第二地图，即场景地图为机器人提供更多的信息，另一方面，机器人工作时实时采集的图像，可以不断迭代更新包括第一地图和第二地图的初始地图。不论是第二地图所包括的基于所采集图像提取的场景特征及该场景特征的几何量，还是机器人工作时实时采集的图像都可以为工作中的机器人提供越来越多的信息，从而使构建地图过程中的噪声越来越小，解决了被动的视觉传感器实现地图构建的噪声问题，使得本专利技术的地图构建精度不低于主动信号的地图构建精度；3)通过机器人工作时实时采集的图像可以迭代更新初始地图，由此，机器人可以在工作中机器人能够不断熟悉环境，优化用于定位的地图，也能够持续检测环境变化，使得机器人更具智能。附图说明通过参照附图详细描述其示例实施方式，本专利技术的上述和其它特本文档来自技高网...

【技术保护点】
1.一种机器人的地图构建方法，其特征在于，包括：机器人按照预定规则遍历工作区域，根据所述机器人在遍历的过程中实时采集的图像构建初始地图，所述初始地图包括第一地图及第二地图，所述第一地图包括所述工作区域与地图坐标系的映射，所述第二地图包括基于所采集图像提取的场景特征及该场景特征的几何量。

【技术特征摘要】
1.一种机器人的地图构建方法，其特征在于，包括：机器人按照预定规则遍历工作区域，根据所述机器人在遍历的过程中实时采集的图像构建初始地图，所述初始地图包括第一地图及第二地图，所述第一地图包括所述工作区域与地图坐标系的映射，所述第二地图包括基于所采集图像提取的场景特征及该场景特征的几何量。2.如权利要求1所述的机器人的地图构建方法，其特征在于，所述机器人按照预定规则遍历工作区域，根据所述机器人在遍历的过程中实时采集的图像构建初始地图的步骤包括：所述机器人沿所述工作区域的边界行驶，以构建轮廓地图；所述机器人基于所述轮廓地图，规划所述轮廓地图内的遍历路径，并按所述遍历路径行驶，以构建内部地图；以及将所述轮廓地图及所述内部地图组成所述初始地图。3.如权利要求2所述的机器人的地图构建方法，其特征在于，所述机器人沿所述工作区域的边界行驶的步骤还包括：以所述机器人采集图像的方向为正方向，所述机器人按正方向行驶；当所述机器人识别到障碍对象时，所述机器人由按所述正方向行驶转变为沿所述障碍对象的边界行驶。4.如权利要求3所述的机器人的地图构建方法，其特征在于，当所述机器人识别到障碍对象时，将所述机器人的当前位置确定为第一位置，所述机器人沿所述障碍对象的边界行驶的步骤还包括：当所述机器人再次行驶到所述第一位置时，所述机器人判断所述障碍对象为所述工作区域内的障碍物或所述工作区域的边界；若所述障碍对象为所述工作区域内的障碍物，则所述机器人由沿所述障碍对象的边界行驶转变为按所述正方向行驶；若所述障碍对象为所述工作区域的边界时，则所述机器人确定所述工作区域的边界行驶完毕。5.如权利要求1所述的机器人的地图构建方法，其特征在于，所述机器人按照预定规则遍历工作区域时，当根据所采集图像识别到所述工作区域内的特征物体时，依据所述第一地图的地图坐标系，确定所述机器人与所述特征物体之间的距离，当所述距离符合预定距离时，将所述机器人当前实时采集的图像作为场景图像，并基于场景图像提取所述场景特征。6.如权利要求1所述的机器人的地图构建方法，其特征在于，所述机器人在第一地图中的坐标及朝向作为所述机器人的位姿，所述机器人按照预定规则遍历工作区域，根据所述机器人在遍历的过程中实时采集的图像构建初始地图包括：将第二地图中的场景特征、对应该场景特征的几何量及提取该场景特征的场景图像，与所述机器人采集该场景图像时的位姿相关联地储存在场景数据库中，和/或将根据所采集图像识别到的所述工作区域内的特征物体与所述机器人采集该图像时的位姿相关联地储存在场景数据库中，以用于位姿查询。7.如权利要求6所述的机器人的地图构建方法，其特征在于，所述位姿查询包括：将从所述机器人实时采集的图像的图像特征与储存在所述场景数据库中的场景特征进行匹配，根据所匹配到的场景特征与所述机器人实时采集的图像的图像特征的比对确定所述机器人的实时位姿与所述机器人采集该场景图像...

【专利技术属性】
技术研发人员：周骥，冯歆鹏，
申请(专利权)人：上海肇观电子科技有限公司，
类型：发明
国别省市：上海,31