一种栅格地图的校正方法、系统、电子设备及存储介质技术方案

本申请实施例提供一种栅格地图的校正方法、系统、电子设备及存储介质，涉及同时定位建图技术领域。该栅格地图的校正方法包括：获取机器人的激光雷达数据；根据所述激光雷达数据生成所述机器人在初始状态位姿下的轮廓点云数据；对所述轮廓点云数据进行预处理，获得预处理点云数据；对所述预处理点云数据进行直线信息拟合处理，获得角度调平信息；根据所述角度调平信息对栅格地图建图模型进行补偿，获得校正后的栅格地图。该栅格地图的校正方法可以避免栅格地图中锯齿状边界的产生，实现提高地图精度的技术效果。图精度的技术效果。图精度的技术效果。

【技术实现步骤摘要】
一种栅格地图的校正方法、系统、电子设备及存储介质


[0001]本申请涉及同时定位建图
，具体而言，涉及一种栅格地图的校正方法、系统、电子设备及存储介质。

技术介绍

[0002]目前，基于2D(或者3D)的SLAM(simultaneous localization and mapping，同时定位与建图)技术生成的栅格地图为机器人的2D(或者3D)定位、路径规划和运动控制提供了最基本的实现条件，常用的建图技术在工程应用上依赖2D(或者3D)激光雷达、轮式里程计和IMU(Inertial Measurement Unit，惯性测量单元)等传感器数据进行融合处理以实现机器人的同时定位与建图功能，并输出相应的地图供后续导航技术使用。
[0003]现有技术中，基于传统的SLAM技术所生成的栅格地图，当机器开始建图时的姿态朝向与环境边界不水平或者不垂直时，地图内部的边界构建就会存在相应的角度值，如此会导致在利用Bresenham画线技术生成栅格地图时传感器观测到的斜着的直线边界会变成由多条小线段堆叠起来的锯齿状边界，由于每个栅格本身的精度是由分辨率决定的，故而在处理斜着的环境边界时会不可避免的引起失真和丢失部分精度。

技术实现思路

[0004]本申请实施例的目的在于提供一种栅格地图的校正方法、系统、电子设备及存储介质，属于传统的SLAM技术中校正栅格地图的方法，可以避免栅格地图中锯齿状边界的产生，实现提高地图精度的技术效果。
[0005]第一方面，本申请实施例提供了一种栅格地图的校正方法，包括：
[0006]获取机器人的激光雷达数据；
[0007]根据所述激光雷达数据生成所述机器人在初始状态位姿下的轮廓点云数据；
[0008]对所述轮廓点云数据进行预处理，获得预处理点云数据；
[0009]对所述预处理点云数据进行直线信息拟合处理，获得角度调平信息；
[0010]根据所述角度调平信息对栅格地图建图模型进行补偿，获得校正后的栅格地图。
[0011]在上述实现过程中，该栅格地图的校正方法基于激光雷达数据，接收并处理机器人在初始状态位姿下(四周环境)的轮廓点云数据，对轮廓点云数据进行预处理后再进行直线信息拟合处理，从而获得角度调平信息，通过角度调平信息输入对同时与定位建图过程中的栅格地图构建进行补偿，从而达到在同时与定位建图过程中的栅格地图构建实现自动调平；从而，该栅格地图的校正方法在较为规整的环境中建图生成的栅格地图都是横平竖直的边界，避免锯齿状边界的产生，规避了传统的SLAM技术在处理斜着的环境边界时引起的失真和精度的丢失，实现提高地图精度的技术效果。
[0012]进一步地，所述对所述轮廓点云数据进行预处理，获得预处理点云数据的步骤，包括：
[0013]根据预设条件筛除所述轮廓点云数据的模糊点，生成筛除后轮廓点云数据；
[0014]根据所述筛除后轮廓点云数据获取符合预设墙面特征的边界点云集合，生成所述预处理点云数据。
[0015]在上述实现过程中，在进行机器人初始朝向与四周墙面的角度的计算时为了防止错误计算，首先对数据中的模糊点进行筛除，再获取符合预设墙面特征的边界点云集合，只对表征墙面特征最好的点云进行计算，可以大大提升角度计算时的鲁棒性，即使激光视野范围内有多面墙体或者其他杂物，也能有效地输出正确的需要进行矫正的角度值。
[0016]进一步地，所述根据预设条件筛除所述轮廓点云数据的模糊点，生成筛除后轮廓点云数据的步骤，包括：
[0017]根据聚类分析去除所述轮廓点云数据中的外点和筛选所述轮廓点云数据中的合理内点，生成筛除后轮廓点云数据。
[0018]在上述实现过程中，基于聚类算法判断点云数据中的内点和外点，从而实现去除轮廓点云数据中的外点和筛选轮廓点云数据中的合理内点，对点云进行高效率地聚类分析，有效地输出正确的需要进行矫正的角度值。
[0019]进一步地，所述根据所述角度调平信息对栅格地图建图模型进行补偿，获得校正后的栅格地图的步骤，包括：
[0020]将所述角度调平信息输入到所述栅格地图建图模型的预设建图算法内部；
[0021]在所述预设建图算法进行地图构建时根据所述角度调平信息对旋转角度进行补偿，获得所述校正后的栅格地图。
[0022]在上述实现过程中，将角度调平信息输入到预设建图算法内部，对地图构建时的旋转角度进行补偿，从而达到自建图地图的自动调平。
[0023]进一步地，所述预设建图算法是基于栅格地图的SLAM算法。
[0024]第二方面，本申请实施例提供了一种栅格地图的校正系统，包括：
[0025]获取模块，用于获取机器人的激光雷达数据；
[0026]轮廓点云模块，用于根据所述激光雷达数据生成所述机器人在初始状态位姿下的轮廓点云数据；
[0027]预处理模块，用于对所述轮廓点云数据进行预处理，获得预处理点云数据；
[0028]角度调平模块，用于对所述预处理点云数据进行直线信息拟合处理，获得角度调平信息；
[0029]校正模块，用于根据所述角度调平信息对栅格地图建图模型进行补偿，获得校正后的栅格地图。
[0030]进一步地，所述预处理模块包括：
[0031]筛除单元，用于根据预设条件筛除所述轮廓点云数据的模糊点，生成筛除后轮廓点云数据；
[0032]墙面特征单元，用于根据所述筛除后轮廓点云数据获取符合预设墙面特征的边界点云集合，生成所述预处理点云数据。
[0033]进一步地，所述筛除单元具体用于根据聚类分析去除所述轮廓点云数据中的外点和筛选所述轮廓点云数据中的合理内点，生成筛除后轮廓点云数据。
[0034]进一步地，所述校正模块包括：
[0035]输入单元，用于将所述角度调平信息输入到所述栅格地图建图模型的预设建图算
法内部；
[0036]补偿单元，用于在所述预设建图算法进行地图构建时根据所述角度调平信息对旋转角度进行补偿，获得所述校正后的栅格地图。
[0037]第三方面，本申请实施例提供的一种电子设备，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第一方面任一项所述的方法的步骤。
[0038]第四方面，本申请实施例提供的一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行如第一方面任一项所述的方法。
[0039]第五方面，本申请实施例提供的一种计算机程序产品，所述计算机程序产品在计算机上运行时，使得计算机执行如第一方面任一项所述的方法。
[0040]本申请公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本申请公开的上述技术即可得知。
[0041]为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种栅格地图的校正方法，其特征在于，包括：获取机器人的激光雷达数据；根据所述激光雷达数据生成所述机器人在初始状态位姿下的轮廓点云数据；对所述轮廓点云数据进行预处理，获得预处理点云数据；对所述预处理点云数据进行直线信息拟合处理，获得角度调平信息；根据所述角度调平信息对栅格地图建图模型进行补偿，获得校正后的栅格地图。2.根据权利要求1所述的栅格地图的校正方法，其特征在于，所述对所述轮廓点云数据进行预处理，获得预处理点云数据的步骤，包括：根据预设条件筛除所述轮廓点云数据的模糊点，生成筛除后轮廓点云数据；根据所述筛除后轮廓点云数据获取符合预设墙面特征的边界点云集合，生成所述预处理点云数据。3.根据权利要求2所述的栅格地图的校正方法，其特征在于，所述根据预设条件筛除所述轮廓点云数据的模糊点，生成筛除后轮廓点云数据的步骤，包括：根据聚类分析去除所述轮廓点云数据中的外点和筛选所述轮廓点云数据中的合理内点，生成筛除后轮廓点云数据。4.根据权利要求1所述的栅格地图的校正方法，其特征在于，所述根据所述角度调平信息对栅格地图建图模型进行补偿，获得校正后的栅格地图的步骤，包括：将所述角度调平信息输入到所述栅格地图建图模型的预设建图算法内部；在所述预设建图算法进行地图构建时根据所述角度调平信息对旋转角度进行补偿，获得所述校正后的栅格地图。5.根据权利要求4所述的栅格地图的校正方法，其特征在于，所述预设建图算法是基于栅格地图的SLAM算...

【专利技术属性】
技术研发人员：肖斯凯，贺军，熊辉，董忠，
申请(专利权)人：广东博智林机器人有限公司，
类型：发明
国别省市：