地图生成和分区方法、装置及终端设备制造方法及图纸

本发明专利技术适用于机器人技术领域，提供了地图生成和分区方法、装置及终端设备，包括：采集目标区域的属性信息，根据所述属性信息构建所述目标区域的属性分布地图；将所述属性分布地图与原始电子地图进行合成，得到智能导航地图；将所述智能导航地图进行区域划分。本发明专利技术实施例能够提高机器人在导航地图中对目标区域的区域划分的准确性。

Map Generation and Zoning Method, Device and Terminal Equipment

The invention is applicable to the field of robot technology, and provides map generation and partitioning methods, devices and terminal equipment, including: collecting attribute information of the target area, constructing attribute distribution map of the target area according to the attribute information, synthesizing the attribute distribution map with the original electronic map, and obtaining intelligent navigation map; and zoning the intelligent navigation map. Domain division. The embodiment of the invention can improve the accuracy of the region division of the target area in the navigation map of the robot.

【技术实现步骤摘要】
地图生成和分区方法、装置及终端设备
本专利技术属于机器人
，尤其涉及一种地图生成和分区方法、装置及终端设备。
技术介绍
现有的清洁机器人一般是清洁机器人在运动时通过同步定位与地图构建(Simultaneouslocalizationandmapping,SLAM)技术构建目标清洁区域的原始电子地图，该原始电子地图只具有目标区域的几何特征信息，即目标清洁区域的边界轮廓、目标区域内立体障碍物的投影平面轮廓信息或者立体障碍物的立体几何轮廓信息，清洁机器人通过几何特征信息在原始电子地图中对目标清洁区域进行区域划分及显示，以便清洁机器人对划分的区域进行识别执行对应的动作，例如识别哪些是可清洁区域哪些是不可清洁的清洁禁区。然而，仅仅根据原始电子地图显示的目标清洁区域的几何特征信息来进行区域划分，准确性不高。
技术实现思路
有鉴于此，本专利技术实施例提供了地图生成和分区方法、装置及终端设备，以解决机器人在导航地图中对目标区域的区域划分准确性和精确度低的问题。本专利技术实施例的第一方面提供了一种地图生成和分区方法，包括：采集目标区域的属性信息，根据所述属性信息构建所述目标区域的属性分布地图；将所述属性分布地图与原始电子地图进行合成，得到智能导航地图；将所述智能导航地图进行区域划分。本专利技术实施例的第二方面提供了一种地图生成和分区装置，包括：采集单元，用于采集目标区域的属性信息，根据所述属性信息构建所述目标区域的属性分布地图；合成单元，用于将所述属性分布地图与原始电子地图进行合成，得到智能导航地图；划分单元，用于将所述智能导航地图进行区域划分。本专利技术实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如所述地图生成和分区方法的步骤。本专利技术实施例的第四方面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有计算机程序，所述计算机程序被处理器执行时实现如所述地图生成和分区方法的步骤。本专利技术实施例与现有技术相比存在的有益效果是：本专利技术实施例中，由于最终构建的智能导航地图除了具有目标区域的几何特征信息外还具有目标区域的属性信息，综合目标区域的几何特征信息及属性信息这两种特征信息进行区域的划分，因此能够使得清洁机器人的导航地图中对区域的划分更加精确化、准确化。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本专利技术的一些实施例，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是本专利技术实施例提供的第一种地图生成和分区方法的实现流程示意图；图2是本专利技术实施例提供的第二种地图生成和分区方法的实现流程示意图；图3是本专利技术实施例提供的一种地图生成和分区装置的示意图；图4是本专利技术实施例提供的终端设备的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。另外，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。实施例一：图1示出了本申请实施例提供的第一种地图生成和分区方法的流程示意图，该方法的执行主体为机器人，优选为清洁机器人，该机器人内置了各种传感器，详述如下：在S101中，采集目标区域的属性信息，根据所述属性信息构建所述目标区域的属性分布地图。目标区域为机器人的工作场地范围，可以为接收用户指令设定好的一个区域范围，或者机器人所能探寻到的区域范围，例如，若机器人在一个封闭的房间内，目标区域默认为该房间内的区域；若机器人在一层各个房间都彼此连通(房门不紧闭)的房子里，那么目标区域默认为该房子内(包括每个房间)的所有区域。机器人按照一定的模式移动遍历目标区域，例如按照随机碰撞模式进行探寻从而遍历整个目标区域。在移动遍历目标区域时，机器人通过自身的传感器，采集经过的地面或者墙面或者立于地面的物品的属性信息，属性信息指的是地面、墙面或者物品的固有物理属性。可选地，所述属性信息包括颜色、粗糙度、阻力、形状、图案、光学特质、材质中的任意一项或者一项以上的组合。颜色信息可以由机器人内置的颜色传感器、光流传感器、图像传感器等任一项光学传感器采集得到；粗糙度信息由光学传感器采集分析得到，或者通过分析机器人在地面工作时主动轮电流、滚刷电流得出，一般机器人在经过比较粗糙的区域时所需耗费的电流较大；阻力信息可以由主动轮电流及滚刷电流得出；形状信息及图案信息可以由图像传感器获取，例如地板获取地板砖的形状、图案等信息；光学特性包括反光率、折射率等光学信息，可以由光流传感器、图像传感器、地检传感器或者防坠落传感器采集获得；材质信息由毫米波雷达、光流传感器等采集分析获得。属性信息可以为这几种信息中的其中一项，或者其中的任意多项组合。根据采集的属性信息，构建所述目标区域的属性分布地图，例如若采集的属性信息为粗糙度信息，则构建目标区域的粗糙度分布地图，可以通过在地图上标示上不同的图案来显示目标区域内的不同粗糙度，从该地图中可以直观地看出目标区域的粗糙度分布。若采集的属性信息为“颜色+粗糙度”信息，则构建目标区域的“颜色+粗糙度”分布地图，在目标区域内，颜色属于同一预设范围且粗糙度属于同一预设范围的区域标示上同样的图案，即将颜色和粗糙度的结合视为一个整体属性，把颜色相近同时粗糙度相近的区域视为具有同一属性信息的区域，构建目标区域的“颜色+粗糙度”属性分布地图。在S102中，将所述属性分布地图与原始电子地图进行合成，得到智能导航地图。原始电子地图为只包含目标区域几何特征信息的二维地图或者三维地图等，原始电子地图可以预先存储在机器人中，或者在遍历目标区域采集属性信息的同时通过激光扫描探测及SLAM技术构建得到本文档来自技高网...

【技术保护点】
1.一种地图生成和分区方法，其特征在于，包括：采集目标区域的属性信息，根据所述属性信息构建所述目标区域的属性分布地图；将所述属性分布地图与原始电子地图进行合成，得到智能导航地图；将所述智能导航地图进行区域划分。

【技术特征摘要】
1.一种地图生成和分区方法，其特征在于，包括：采集目标区域的属性信息，根据所述属性信息构建所述目标区域的属性分布地图；将所述属性分布地图与原始电子地图进行合成，得到智能导航地图；将所述智能导航地图进行区域划分。2.如权利要求1所述的地图生成和分区方法，其特征在于，所述属性信息包括颜色、粗糙度、阻力、形状、图案、光学特性、材质中的任意一项或者一项以上的组合。3.如权利要求1所述的地图生成和分区方法，其特征在于，若所述目标区域由单元区域组成，则所述采集目标区域的属性信息，根据所述属性信息构建所述目标区域的属性分布地图，包括：采集目标区域中每一个单元区域的属性信息；根据所述目标区域中每一个单元区域的属性信息及单元区域之间的位置关系，构建所述目标区域的属性分布地图。4.如权利要求1所述的地图生成和分区方法，其特征在于，所述原始电子地图由第一最小单元组成，此时所述将所述属性分布地图与原始电子地图进行合成，得到智能导航地图，包括：根据所述原始电子地图，将所述属性分布地图对应划分为由第二最小单元组成的地图，其中所述第二最小单元的大小等于所述第一最小单元的大小；根据所述属性分布地图上的第二最小单元与所述原始电子地图上的第一最小单元的对应关系，在所述原始电子地图上的每一个所述第一最小单元对应添加属性信息，得到智能导航地图。5.如权利要求1所述的地图生成...

【专利技术属性】
技术研发人员：刘翔高，谌鎏，郭盖华，
申请(专利权)人：深圳乐动机器人有限公司，
类型：发明
国别省市：广东,44