【技术实现步骤摘要】
一种机器人地图动态更新方法、系统、设备及介质
[0001]本专利技术涉及机器人
,具体涉及一种机器人地图动态更新方法
、
系统
、
设备及存储介质
。
技术介绍
[0002]同步定位与地图构建
(Simultaneous Localization and Mapping
,简称
SLAM)
,是一种在未知环境中同时进行自主定位和地图构建的技术
。
在工业场景下,室内移动机器人可以依靠
SLAM
先进行地图构建,在此构建基础上开启
SLAM
定位模式,进行位置估计,以实现机器人的定位导航
。
[0003]然而,传统的
SLAM
方法在进行建图之后,地图则固定不变
。
若想要更新地图,则需要重新利用
SLAM
方法进行地图的构建,不仅会消耗较多的计算资源,还会消耗更多的时间
。
由于,工业场景的复杂多变,对机器人的定位技术提出了更高的要求,因此,需要一种高效率的动态更新地图的技术来应对多变的环境
。
技术实现思路
[0004]有鉴于此,本专利技术提供了一种机器人地图动态更新方法
、
系统
、
设备及存储介质,以解决现有技术中地图更新效率低的问题
。
[0005]第一方面,本专利技术提供了一种机器人地图动态更新方法,包括:
[0006]获取初 ...
【技术保护点】
【技术特征摘要】
1.
一种机器人地图动态更新方法,其特征在于,所述方法包括:获取初始的局部子图以及移动机器人连续采集的点云数据,初始的所述局部子图为上一次生成的全局地图所对应的子图;利用所述点云数据依次生成多个所述局部子图;基于初始的所述局部子图以及生成的所述局部子图,建立网格地图,其中,每获得一个新生成的所述局部子图,所述网格地图更新一次,且初始的所述局部子图以及依次生成的所述局部子图均携带有子图的建立时间;确定所述网格地图中每个网格对应的子图数量;在所述网格对应的子图数量不止一个的情况下,删除所述网格对应的所述建立时间在前的所述局部子图,以使得每一个所述网格仅对应一个所述局部子图;基于更新后的所有所述局部子图,生成最新的全局地图
。2.
根据权利要求1所述的方法,其特征在于,在利用所述点云数据依次生成多个所述局部子图之前,还包括:获取上一次确定的所述移动机器人的位姿,将所述上一次生成的全局地图作为定位地图,将所述上一次确定的所述移动机器人的位姿作为初始位姿;获取所述初始位姿对应的所述点云数据;确定角度搜索窗口以及线性搜索窗口,所述角度搜索窗口用于移动机器人的姿态匹配,所述线性搜索窗口用于移动机器人的位置匹配;基于所述初始位姿对应的所述点云数据,根据所述角度搜索窗口以及所述线性搜索窗口,生成预估位姿集合,所述预估位姿集合中包括多个所述预估位姿以及每个所述预估位姿对应的点云数据;计算每一个所述预估位姿对应的所述点云数据与所述定位地图的匹配度,并确定所述匹配度最高的所述预估位姿;利用匹配度最高的所述预估位姿与所述初始位姿之间的偏移量校正所述初始位姿,以获得最优位姿
。3.
根据权利要求1所述的方法,其特征在于,所述基于初始的所述局部子图以及生成的所述局部子图,建立网格地图,包括:获取初始化网格对应的像素坐标系以及所述像素坐标系的坐标范围,所述初始化网格为所述局部子图刚开始建立时的初始化网格;确定每一个所述局部子图的起始点在地图坐标系下的物理坐标,所述局部子图的起始点为第一个插入所述局部子图的位姿;基于所述物理坐标
、
所述坐标范围以及所述地图坐标系的坐标分辨率,确定所述网格地图的最大坐标;其中,每确定一个所述局部子图的起始点,则会确定一个所述最大坐标
。4.
根据权利要求3所述的方法,其特征在于,所述基于初始的所述局部子图以及生成的所述局部子图,建立网格地图,包括:遍历所述局部子图中的所有子图网格在局部地图坐标系下的物理坐标,所述局部地图坐标系为在局部
SLAM
下的坐标系;将所述子图网格在所述局部地图坐标系下的物理坐标,转换为所述子图网格在全局地
图坐标系下的物理坐标,所述全局地图坐标系为在全局
SLAM
下的坐标系;利用所述局部子图中的所述子图网格在所述全局地图坐标系下的物理坐标,建立所述网格地图
。5.
根据权利要求4所述的方法,其特征在于,通过以下公式将所述局部地图坐标系下的物理坐标,转换为全局地图坐标系下的物理坐标:
P
local
=
(P
max
.x()
‑
0.05*(cell.y()+0.5),P
max
.y()
‑
0.05*(cell.x()+0.5)...
【专利技术属性】
技术研发人员:彭虎,项昌晨,唐王雷,
申请(专利权)人:华晓精密工业苏州有限公司,
类型:发明
国别省市:
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。