一种机器人建图方法、装置，机器人及存储介质制造方法及图纸

本申请提供一种机器人建图方法、装置，机器人及存储介质。该方法包括：获取通过激光雷达扫描得到的点云数据、通过定位模块获取的机器人的定位数据以及通过惯性测量单元获取的机器人的姿态数据；基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标；基于所述点云数据中的各个激光点的实际坐标，生成第一地图。本申请实施例所提供的机器人建图方法，无需进行回环检测。此外，通过定位模块得到的机器人的位置数据和通过惯性测量单元得到的机器人的姿态数据，相较于通过点云数据反向确定出的机器人的位置数据和姿态数据更加准确，进而使得所构建的地图更加准确，也使得通过激光进行建图的方式可以适用于室外强光环境。

【技术实现步骤摘要】
一种机器人建图方法、装置，机器人及存储介质
本申请涉及机器人
，具体而言，涉及一种机器人建图方法、装置，机器人及存储介质。
技术介绍
目前，机器人构建地图的方法有很多，SLAM(SimultaneousLocalizationAndMapping，即时定位与地图构建)为最常用的方法，其通常是指在机器人上，通过对各种传感器数据进行采集和计算，生成对其自身位置姿态的定位和场景地图信息的系统。而目前最常见的SLAM为激光SLAM。激光SLAM的核心是通过不同时刻激光雷达扫描得到的两片点云数据的匹配与比对，计算激光雷达相对运动的距离和姿态的改变，以实现对机器人自身的定位，进而完成定位与地图的构建。但是该方式，存在以下缺点：1.在强光环境下，通过点云数据所得到的机器人的定位数据不准确。2.在建图时必须进行回环检测，但是在环境中存在的动态障碍物较多时，定位与建图效果差。
技术实现思路
本申请实施例的目的在于提供一种机器人建图方法、装置，机器人及存储介质，以改善“目前基于激光SLAM的建图方式，在强光环境下，得到的机器人的定位数据不本文档来自技高网...

【技术保护点】
1.一种机器人建图方法，其特征在于，应用于机器人，所述机器人上设置有激光雷达、定位模块和惯性测量单元，所述方法包括：/n获取通过所述激光雷达扫描得到的点云数据、通过所述定位模块获取的所述机器人的定位数据以及通过所述惯性测量单元获取的所述机器人的姿态数据；/n基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标；/n基于所述点云数据中的各个激光点的实际坐标，生成第一地图。/n

【技术特征摘要】
1.一种机器人建图方法，其特征在于，应用于机器人，所述机器人上设置有激光雷达、定位模块和惯性测量单元，所述方法包括：
获取通过所述激光雷达扫描得到的点云数据、通过所述定位模块获取的所述机器人的定位数据以及通过所述惯性测量单元获取的所述机器人的姿态数据；
基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标；
基于所述点云数据中的各个激光点的实际坐标，生成第一地图。


2.根据权利要求1所述的机器人建图方法，其特征在于，所述点云数据中的各个激光点的坐标是以所述激光雷达的位置作为坐标原点所生成的第一空间坐标系中的坐标；
所述基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标，包括：
将所述第一空间坐标系中的各个激光点的坐标转换到以所述机器人作为坐标原点的本体空间坐标系中；其中，坐标转换是基于所述激光雷达在所述机器人上的设置位置进行的转换；
将所述定位数据中的经度、纬度和高程转换到第二空间坐标系中，以使所述第二空间坐标系中的每个坐标点包含经度、纬度和高程这三个物理量；其中，所述第二空间坐标系以所述定位模块的位置作为坐标原点；
基于所述机器人的姿态数据以及所述定位模块在所述机器人上的设置位置，将所述第二空间坐标系中的坐标转换到包含所述激光点的本体空间坐标系中，进而得到所述点云数据中各个激光点的实际坐标。


3.根据权利要求1所述的机器人建图方法，其特征在于，所述基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标，包括：
将所述定位数据以及所述姿态数据进行卡尔曼滤波，生成滤波后的定位数据以及滤波后的姿态数据；
基于所述滤波后的定位数据以及所述滤波后的姿态数据，获取所述点云数据中的各个激光点的实际坐标。


4.根据权利要求1所述的机器人建图方法，其特征在于，所述基于所述定位数据以及所述姿态数据，获取所述点云数据中的各个激光点的实际坐标，包括：
将所述定位数据以及所述姿态数据与所述点云数据进行时间同步对准，得到相同时刻下的定位数据、姿态数据以及点云数据；
基于所述相同时刻下的定位数据、姿态数据以及点云数据获取所述点云数据中的各个激光点的实际坐标。


5.根据权利要...

【专利技术属性】
技术研发人员：李耀宗，支涛，
申请(专利权)人：北京云迹科技有限公司，
类型：发明
国别省市：北京;11