【技术实现步骤摘要】
栅格地图优化方法、存储介质和移动机器人
本专利技术属于同步定位与地图构建应用
,具体涉及一种栅格地图优化方法、存储介质和移动机器人。
技术介绍
移动机器人,特别是扫地机器人的核心算法模块包括建图定位以及路径规划,其中,路径规划严格依赖定位与建图,因此,定位与建图的准确性非常重要,从根本上决定了扫地机器人的智能程度。当前,商业型扫地机器人的定位与建图一般使用激光雷达传感器作为外界信息输入的传感器,激光雷达信号直接根据实时返回击中目标的距离,使得建图和定位更高效。然而,在建图过程中,由于扫地机需要持续性的处理激光并进行建图,并且传感器的误差随着时间及运动的增多越来越大,会导致建图过程中构建的栅格地图中墙的厚度越来越大,而依赖该栅格地图进行定位就会越来越不准,误差也会越来越大;另外,墙厚也会使栅格地图看上去不美观,对栅格地图美化会造成比较大的困难。在现有技术中,在很多情况下不能通过完全不建图来避免累计误差,因为在实际的环境当中,环境本身因为各种因素也会不停的变化,而阻止栅格地图的构建会造成更严重的问题。现在亟须一种栅格地图优化方法、存储介质和移动机器人。
技术实现思路
本专利技术所要解决的技术问题是如何在栅格地图构建过程中以及构建完成后,通过消除建图误差来提高栅格地图的准确度。针对上述问题,本专利技术提供了一种栅格地图优化方法、存储介质和移动机器人。第一方面,本专利技术提供了一种栅格地图优化方法,包括以下步骤:在栅格地图构建过程中,实时采集用于构建栅 ...
【技术保护点】
1.一种栅格地图优化方法,其特征在于,包括以下步骤:/n在栅格地图构建过程中,实时采集用于构建栅格地图的激光数据;/n判断所述激光数据是否符合指定要求:/n当所述激光数据不符合指定要求时,删除该激光数据,并返回实时采集用于构建栅格地图的激光数据的步骤;/n当所述激光数据符合指定要求时,根据该激光数据构建栅格地图。/n
【技术特征摘要】
1.一种栅格地图优化方法,其特征在于,包括以下步骤:
在栅格地图构建过程中,实时采集用于构建栅格地图的激光数据;
判断所述激光数据是否符合指定要求:
当所述激光数据不符合指定要求时,删除该激光数据,并返回实时采集用于构建栅格地图的激光数据的步骤;
当所述激光数据符合指定要求时,根据该激光数据构建栅格地图。
2.根据权利要求1所述的方法,其特征在于,判断所述激光数据是否符合指定要求,包括:
对比当前采集的激光数据与所述栅格地图的栅格数据;
判断当前采集的激光数据与所述栅格地图的栅格数据是否一致:
在当前采集的激光数据与所述栅格地图的栅格数据不一致时,判定所述激光数据不符合指定要求。
3.根据权利要求2所述的方法,其特征在于,判断当前采集的激光数据与所述栅格地图的栅格数据是否一致,包括:
当所述激光数据构建的新的障碍物区域与激光雷达的位置之间存在已有障碍物区域时,判定当前采集的激光数据与所述栅格地图的栅格数据不一致。
4.根据权利要求2所述的方法,其特征在于,判断当前采集的激光数据与所述栅格地图的栅格数据是否一致,包括:
当所述激光数据构建的新的障碍物区域与所述栅格地图中已有障碍物区域的形状相同而存在位置不一致情况时,判定当前采集的激光数据与所述栅格地图的栅格数据不一致。
5.根据权利要求1所述的方法,其特征在于,判断所述激光数据是否符合指定要求,包括:
实时监测采集所述激光数据时激光雷达的运动角速度;
判断所述运动角速度是否超过预设角速度阈值:
当所述运动角速度超过预设阈值时,判定所述激光数据不符合指定要求。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在栅格地图构建完成后,将构建完成的栅格地图转换为点阵式图片,其中,所述点阵式图片被分割为空闲区域、障碍物区域和未知区域;
判断所述点阵式图片上的空闲区域、障碍物区域和未知区域是否符合预设要求:
当所述点阵式图片上的空闲区域、障碍物区域和未知区域任意一个区域不符合预设要求时,对不符合预设要求的区域进行调整,使得调整后区域符合预设要求;
当所述点阵式图片上的空闲区域、障碍物区域和未知区域均符合预设要求时,对所述障碍物区域进行优化处理,得到优化后点阵式图片;
将优化后点阵式图片转换为栅格地图,作为优化后栅格地图,以基于该优化后栅格地图进行定位或后续构建...
【专利技术属性】
技术研发人员:檀冲,王颖,李文治,孟庆业,张振奎,侯双,
申请(专利权)人:北京小狗吸尘器集团股份有限公司,
类型:发明
国别省市:北京;11
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。