The invention discloses a navigation map generation method, device and robot. The method includes: acquiring the first image captured by the robot at the first position; inputting the first image into the depth learning network model, predicting the first obstacle that the robot will pass through and the first relative pose data of the first obstacle relative to the robot; and according to the method mentioned above. The first IMU data and the first relative pose data of the robot are used to determine the first global pose data of the first obstacle; the third global pose data of the first obstacle is determined according to the first global pose data of the first obstacle and the second global pose data of the first obstacle; and the second global pose data of the first obstacle is determined according to the first global pose data of the first obstacle. The navigation map is updated according to the third global pose data of the first obstacle.
【技术实现步骤摘要】
一种导航地图的生成方法、装置及机器人
本专利技术涉及机器人
,尤指一种导航地图的生成方法、装置及机器人。
技术介绍
随着科技的发展,机器人的用途越来越广泛,给生活带来了极大的便利。但是,机器人在行进的路径上通常会遇到各种不同的障碍物,如果机器人不能及时检测到前方区域的障碍物,就有可能会发生机器人与障碍物相撞的情况出现,此时不仅会损坏机器人,在障碍物为贵重物品时也会对贵重物品造成损坏,给生产和生活带来了损失。那么,如何提高机器人的导航能力,是本领域技术人员亟待解决的技术问题。
技术实现思路
本专利技术实施例提供了一种导航地图的生成方法、装置及机器人,用以提高机器人的导航能力。第一方面,本专利技术实施例提供了一种导航地图的生成方法,包括:获取机器人在第一位置采集的第一图像;将所述第一图像输入到深度学习网络模型中,预测所述机器人即将经过的第一障碍物及所述第一障碍物相对所述机器人的第一相对位姿数据;根据所述机器人的第一惯性测量单元(Inertialmeasurementunit,IMU)数据和所述第一相对位姿数据,确定所述第一障碍物的第一全局位姿数据;根据所述第一障碍物的第一全局位姿数据和所述第一障碍物的第二全局位姿数据,确定所述第一障碍物的第三全局位姿数据;所述第一障碍物的第二全局位姿数据为根据所述机器人在历史位置采集的图像确定的;根据所述第一障碍物的第三全局位姿数据,更新导航地图。本专利技术实施例,机器人在移动过程中通过采集的图像确定出的障碍物相对机器人的位置来获得障碍物的全局位姿数据,进而确定导航地图,从而更新全局轨道的布局,其中,通过采集的图像确定出的障 ...
【技术保护点】
1.一种导航地图的生成方法,其特征在于,包括:获取机器人在第一位置采集的第一图像;将所述第一图像输入到深度学习网络模型中,预测所述机器人即将经过的第一障碍物及所述第一障碍物相对所述机器人的第一相对位姿数据;根据所述机器人的第一惯性测量单元IMU数据和所述第一相对位姿数据,确定所述第一障碍物的第一全局位姿数据;根据所述第一障碍物的第一全局位姿数据和所述第一障碍物的第二全局位姿数据,确定所述第一障碍物的第三全局位姿数据;所述第一障碍物的第二全局位姿数据为根据所述机器人在历史位置采集的图像确定的;根据所述第一障碍物的第三全局位姿数据,更新导航地图。
【技术特征摘要】
1.一种导航地图的生成方法,其特征在于,包括:获取机器人在第一位置采集的第一图像;将所述第一图像输入到深度学习网络模型中,预测所述机器人即将经过的第一障碍物及所述第一障碍物相对所述机器人的第一相对位姿数据;根据所述机器人的第一惯性测量单元IMU数据和所述第一相对位姿数据,确定所述第一障碍物的第一全局位姿数据;根据所述第一障碍物的第一全局位姿数据和所述第一障碍物的第二全局位姿数据,确定所述第一障碍物的第三全局位姿数据;所述第一障碍物的第二全局位姿数据为根据所述机器人在历史位置采集的图像确定的;根据所述第一障碍物的第三全局位姿数据,更新导航地图。2.如权利要求1所述的方法,其特征在于,所述根据所述第一障碍物的第一全局位姿数据和所述第一障碍物的第二全局位姿数据,确定所述第一障碍物的第三全局位姿数据,包括:通过扩展卡尔曼滤波方法,将所述第一障碍物的第一全局位姿数据和所述第一障碍物的第二全局位姿数据作平滑处理,确定出所述第一障碍物的第三全局位姿数据。3.如权利要求1所述的方法,其特征在于,所述确定所述第一障碍物的第一全局位姿数据之前,还包括:若从所述机器人在历史位置采集的图像中确定出第二图像,则将所述第一IMU数据修正为所述第二图像对应的第二IMU数据;所述第二图像与所述第一图像满足图像相似性要求且所述机器人在采集所述第二图像的历史位置信息与所述第一IMU数据满足距离相似性要求。4.如权利要求1所述的方法,其特征在于,所述根据所述第一障碍物的第一全局位姿数据和所述第一障碍物的第二全局位姿数据,确定所述第一障碍物的第三全局位姿数据之前,还包括:确定在所述导航地图上所述机器人的第四全局位姿数据;确定在所述导航地图上距离所述机器人最近的第二障碍物;所述根据所述第一障碍物的第三全局位姿数据,更新导航地图,包括:若确定所述第一障碍物与所述第二障碍物为同一障碍物,则将所述第三全局位姿数据,更新为所述第一障碍物的在所述导航地图上的全局位姿数据;并将所述机器人的第四全局位姿数据更新至所述导航地图中;若确定所述第一障碍物与所述第二障碍物为不同的障碍物,则将所述第二障碍物确定为所述机器人即将经过的障碍物,并将所述第二障碍物的全局...
【专利技术属性】
技术研发人员:陈海波,
申请(专利权)人:深兰科技上海有限公司,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。