地图构建方法、装置、存储介质及计算机设备制造方法及图纸

本申请涉及一种地图构建方法、装置、存储介质及计算机设备，该方法包括：构建当前位置对应的栅格地图；根据栅格地图获取目标点；制定从当前位置到目标点的路径规划；沿路径规划朝目标点运行。通过本申请实现了高效全自主探索建图，不需要人为干预，且探索建图过程中通过自主规划路径避开了容易触发碰撞的难以通行区域，保证了机器人所经过的区域的安全性和可行性，提高自主探索建图的效率。

【技术实现步骤摘要】
地图构建方法、装置、存储介质及计算机设备
本申请涉及人工智能
，尤其涉及一种地图构建方法、装置、存储介质及计算机设备。
技术介绍
随着同步地图构建和定位技术(即SLAM)的快速发展，自主移动机器人越来越受到工程界和学术界的关注。SLAM技术主要实现移动机器人自身在未知环境中的位置定位从而实现自主移动。但是，传统的移动机器人建图主要是依赖于人工干预的方式，通过人工设置一些导航目标点或者使用键盘直接控制移动机器人进行移动，从而实现地图构建，在面对大而复杂的室内环境时会浪费时间、人力、物力；而扫地机器人不需要通过人工干预，而是通过弓字形全局清扫的方式构建地图，这种方式也需要浪费大量的时间，而且无法在执行清扫任务前设置环境属性，也就无法执行局部清扫等任务。目前已经提出的一些自主探测建图方法中，多为需要人工干预的半自主探测建图，而一些全自主探测建图方法中也存在一些问题。如，未考虑到机器人从当前位置到达边界点所经过的区域的安全性和可行性的问题。通常，全局规划器会优先选择最短路径，而在复杂区域下最短路径通常不是最优的，那么全局规划器能规划出通过室内环境的凳子脚、桌子脚等细长障碍物的区域，或者狭小的通道，但移动机器人实际在这些区域中行走时容易触发碰撞并长期被困在这些区域中，这将严重影响建图、导航的效率，也就无法实现高效自主探测建图的目的。
技术实现思路
为了解决上述现有技术中探测建图大多为需要人工干预的半自主探测建图，建图时间长，且未考虑到机器人从当前位置到达目标点所经过的区域的安全性和可行性的问题的技术问题，本申请实施例提供了一种地图构建方法、装置、存储介质及计算机设备。第一方面，本申请实施例提供了一种地图构建方法，应用于机器人，该方法包括：构建当前位置对应的栅格地图；根据栅格地图获取目标点；制定从当前位置到目标点的路径规划；沿路径规划朝目标点运行。可选地，根据栅格地图确定目标点，包括：根据栅格地图获取当前搜索区域；搜索当前搜索区域的边界点；根据当前搜索区域的边界点获取目标点。可选地，该方法还包括：若根据栅格地图未获取到目标点，则根据当前位置对应的栅格地图和当前位置之前获取到的栅格地图构建全局地图；当前位置为机器人在当前任务分配时刻的位置；在沿路径规划朝目标点运行之后，方法还包括：在运行过程中获取下一任务分配时刻对应的下一位置；将下一个位置作为当前位置，执行构建当前位置对应的栅格地图。可选地，根据栅格地图获取当前搜索区域，包括：获取栅格地图的外接矩形以确定栅格地图对应的当前搜索区域。可选地，搜索当前搜索区域的边界点，包括：分别通过全局边界点探测器和局部边界点探测器探测以搜索当前搜索区域的边界点。可选地，在根据栅格地图获取当前搜索区域之前，方法还包括：对栅格地图进行预处理；其中，预处理依次包括膨胀处理、腐蚀处理。可选地，根据当前搜索区域的边界点获取目标点，包括：通过聚类获取边界点的边界点聚类中心；对边界点聚类中心进行过滤得到有效边界点聚类中心；获取每个有效边界点聚类中心的收益值；将收益值最大的有效边界点聚类中心作为目标点。可选地，对边界点聚类中心进行过滤得到有效边界点聚类中心，包括：获取每个边界点聚类中心的信息增益；获取机器人从当前位置分别到达每个边界点聚类中心的全局路径；根据机器人的机身大小判断每个全局路径中是否存在难以通行的区域得到判断结果；根据判断结果和边界点聚类中心的信息增益，对边界点聚类中心进行过滤以得到有效边界点聚类中心。可选地，栅格地图中的每个地图栅格的状态为占有、空闲、未知中的一种；方法还包括：将难以通行的区域所对应的地图栅格的状态设置为占有。可选地，获取每个边界点聚类中心的信息增益，包括：以边界点聚类中心为圆心、预设半径为半径获取第一目标圆；其中，预设半径大于机器人半径且不超过感知传感器所能测量到的范围；判断第一目标圆所对应的地图栅格中是否存在状态为占有的地图栅格；若不存在状态为占有的地图栅格，则以边界点聚类中心为圆心、信息增益半径为半径获取第二目标圆，其中，信息增益半径不超过感知传感器所能测量到的范围，将第二目标圆中状态为未知的地图栅格的面积与第二目标圆中状态为占有的地图栅格的面积的差作为边界点聚类中心的信息增益；若存在状态为占有的地图栅格，则将边界点聚类中心的信息增益设置为预设值。可选地，根据判断结果和边界点聚类中心的信息增益，对边界点聚类中心进行过滤以得到有效边界点聚类中心，包括：将边界点聚类中心中信息增益小于阈值的边界点聚类中心去除，和/或，将判断结果为存在难以通行的区域所对应的边界点聚类中心去除；将保留下来的边界点聚类中心作为有效边界点聚类中心。可选地，获取机器人从当前位置分别到达每个边界点聚类中心的全局路径，包括：通过A*算法规划机器人从当前位置分别到达每个边界点聚类中心的全局路径。第二方面，本申请实施例提供了一种地图构建装置，该装置包括：栅格模块，用于构建当前位置对应的栅格地图；探测模块，用于根据栅格地图获取目标点；路径规划模块，用于制定从当前位置到目标点的路径规划；移动控制模块，用于沿路径规划朝目标点运行。第三方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行如前面所述任一项的方法的步骤。第四方面，本申请实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，处理器执行程序时执行如如前面所述任一项的方法的步骤。本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请实施例自主构建当前位置对应的栅格地图，根据栅格地图确定目标点，制定从当前位置到目标点的路径规划，沿路径规划朝目标点运行实现了自主规划运行路径，不需要人工干预牵引；考虑机器人从当前位置到达边界点所经过的区域的安全性和可行性，实现通过自主路径规划优先地将机器人牵引到不存在不可通行区域的简单环境下进行探测建图，以实现复杂环境下高效自主探测建图的目的；机器人不再需要通过固定且低效率的弓字形全局清扫的方式完成构建地图后，提高了建图效率。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。为了更清楚地说明本专利技术实施例或现有技术中的技术方案，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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为一个实施例中地图构建方法的流程示意图；图2为一个实施本文档来自技高网...

【技术保护点】
1.一种地图构建方法，应用于机器人，其特征在于，所述方法包括：/n构建当前位置对应的栅格地图；/n根据所述栅格地图获取目标点；/n制定从所述当前位置到所述目标点的路径规划；/n沿所述路径规划朝所述目标点运行。/n

【技术特征摘要】
1.一种地图构建方法，应用于机器人，其特征在于，所述方法包括：
构建当前位置对应的栅格地图；
根据所述栅格地图获取目标点；
制定从所述当前位置到所述目标点的路径规划；
沿所述路径规划朝所述目标点运行。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若根据所述栅格地图未获取到目标点，则根据当前位置对应的栅格地图和当前位置之前获取到的栅格地图构建全局地图；
所述当前位置为所述机器人在当前任务分配时刻的位置；
在沿所述路径规划朝所述目标点运行之后，所述方法还包括：
在运行过程中获取下一任务分配时刻对应的下一位置，
将所述下一个位置作为当前位置，执行所述构建当前位置对应的栅格地图。


3.根据权利要求1或2所述的方法，其特征在于，根据所述栅格地图确定目标点，包括：
根据所述栅格地图获取当前搜索区域；
搜索所述当前搜索区域的边界点；
根据所述当前搜索区域的边界点获取目标点。


4.根据权利要求3所述的方法，其特征在于，搜索所述当前搜索区域的边界点，包括：
分别通过全局边界点探测器和局部边界点探测器探测以搜索所述当前搜索区域的边界点。


5.根据权利要求3所述的方法，其特征在于，根据所述当前搜索区域的边界点获取目标点，包括：
通过聚类获取所述边界点的边界点聚类中心；
对所述边界点聚类中心进行过滤得到有效边界点聚类中心；
获取每个所述有效边界点聚类中心的收益值；
将收益值最大的有效边界点聚类中心作为目标点。


6.根据权利要求5所述的方法，其特征在于，对所述边界点聚类中心进行过滤得到有效边界点聚类中心，包括：
获取每个边界点聚类中心的信息增益；
获取所述机器人从所述当前位置分别到达每个所述边界点聚类中心的全局路径；
根据所述机器人的机身大小判断每个所述全局路径中是否存在难以通行的区域得到判断结果；
根据所述判断结果和所述边界点聚类中心的信息增益，对所述边界点聚类中心进行过滤以得到有...

【专利技术属性】
技术研发人员：邝英兰，陈彦宇，马雅奇，
申请(专利权)人：珠海格力电器股份有限公司，珠海联云科技有限公司，
类型：发明
国别省市：广东;44