扩展建图方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种扩展建图方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括：获取历史建图过程中各建图节点对应的节点位姿、机器人在目标点时的目标点位姿以及历史建图中断时生成的全局点云地图；根据节点位姿对各目标点位姿进行修正，得到修正后位姿，并基于各修正后位姿分别在全局点云地图中提取局部点云地图；将机器人采集的当前点云帧和各局部点云地图进行匹配，得到匹配结果，并基于匹配结果确定机器人的当前位姿；根据当前点云帧与当前位姿，在全局点云地图的基础上继续进行扩展建图操作，得到当前的点云地图。采用本方法能够使机器人在历史建图的基础上继续进行建图，且建图稳定性较好。且建图稳定性较好。且建图稳定性较好。

【技术实现步骤摘要】
扩展建图方法、装置、计算机设备和存储介质


[0001]本申请涉及智能机器人
，特别是涉及一种扩展建图方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]随着三维激光雷达传感器的发展，基于三维激光雷达的即时定位与建图(Simultaneous Localization and Mapping, SLAM)技术越来越广泛地应用于配送机器人、清洁机器人、安防机器人等机器人领域。
[0003]SLAM的主要原理就是通过机器人上的传感器检测周围环境，并在估计机器人的实时位姿(Localization)的同时，构建环境点云地图(Mapping)。当机器人应用于大尺度工作场景中，利用三维激光雷达建图时，由于机器人续航能力有限以及各种突发情况造成的建图中断，很难一次完成整个大尺度工作场景的地图构建。现有技术中，通过使用当前帧所有激光点云和目标点位姿，基于特定的点云配准(Point Cloud Registration)算法直接进行当前点云帧到底图点云的匹配，实现中断后从之前建图过程生成的底图的基础上继续扩展建图。但是，这种扩本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种扩展建图方法，其特征在于，包括：获取历史建图过程中各建图节点对应的节点位姿、机器人在目标点时的目标点位姿以及历史建图中断时生成的全局点云地图；根据所述节点位姿对各所述目标点位姿进行修正，得到修正后位姿，并基于各所述修正后位姿分别在所述全局点云地图中提取局部点云地图；将所述机器人采集的当前点云帧和各所述局部点云地图进行匹配，得到匹配结果，并基于所述匹配结果确定所述机器人的当前位姿；根据所述当前点云帧与所述当前位姿，在所述全局点云地图的基础上继续进行扩展建图操作，得到当前的点云地图。2.根据权利要求1所述的方法，其特征在于，所述将所述机器人采集的当前点云帧和各所述局部点云地图进行匹配，包括：获取所述机器人预采集的点云帧，并计算所述预采集的点云帧与各所述建图节点对应的点云关键帧间的相似度得分；若所述相似度得分满足得分条件，则将所述预采集的点云帧作为当前点云帧，并将所述当前点云帧和各所述局部点云地图进行匹配；若所述相似度得分不满足所述得分条件、且所述预采集的点云帧的总帧数小于帧数阈值，则返回所述获取所述机器人预采集点云帧的步骤；若所述相似度得分不满足所述得分条件、且所述预采集的点云帧的总帧数大于或等于所述帧数阈值，则调整所述机器人的位姿，并在调整后继续执行所述获取所述机器人预采集点云帧的步骤，直到所述相似度得分满足所述得分条件。3.根据权利要求1所述的方法，其特征在于，所述根据所述节点位姿对各所述目标点位姿进行修正，得到修正后位姿，包括：确定各所述建图节点对应的节点位姿与所述目标点位姿间的距离；在各所述距离中，确定满足距离条件的目标距离；将所述目标距离对应的节点位姿作为所述目标点位姿对应的修正后位姿。4.根据权利要求1所述的方法，其特征在于，所述基于各所述修正后位姿分别在所述全局点云地图中提取局部点云地图，包括：基于所述修正后位姿对各所述目标点进行校验，并确定校验通过的所述目标点；根据校验通过的所述目标点对应的修正后位姿，在所述全局点云地图中提取局部点云地图。5.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：对所述局部点云地图进行下采样，得到下采样局部地图；所述将...

【专利技术属性】
技术研发人员：何科君，赵静，
申请(专利权)人：江苏普渡机器人有限公司，
类型：发明
国别省市：