System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 用于识别周围环境的有错地图的方法技术_技高网

用于识别周围环境的有错地图的方法技术

技术编号:40160570 阅读:7 留言:0更新日期:2024-01-26 23:34
本发明专利技术涉及用于识别周围环境的有错地图的方法,所述地图是通过合并第一地图和第二地图所获得的,所述地图中的每个分别基于SLAM图以及基于具有由移动设备的传感器所获得的关于周围环境的信息的数据集,该方法包括:提供通过合并第一地图和第二地图所获得的经更新的并在合并之后已被更新的第二地图;确定所述经更新的第二地图是否有错,包括:将来自第一记录时段的所述第一地图的第一地图数据与来自所述第二记录时段的第二地图数据进行比较;确定第二地图数据和第一地图数据之间的一致性程度;如果所述一致性程度满足至少一个预给定标准,则确定经更新的第二地图是有错的;和如果已确定了经更新的第二地图有错,则提供有关所述地图有错的信息。

【技术实现步骤摘要】

本专利技术涉及一种用于识别周围环境的有错地图的方法,以及用于实施该方法的数据处理系统、移动设备和计算机程序,该地图是通过合并至少两个地图所获得的。


技术介绍

1、诸如至少部分自动移动的车辆或机器人之类的移动设备通常在周围环境中移动,特别是在要处理的周围环境或工作区域,例如住宅中、花园中、工厂车间中或街道上,在空中或水中移动。这种或任何其他移动设备的基本问题之一在于判定方位,即知道周围环境看起来怎样,即特别是障碍物或其他对象在哪里以及自身(绝对)在哪里。为此,移动设备装备有各种传感器,例如相机、激光雷达传感器或还有惯性传感器,借助这些传感器例如二维或三维地检测周围环境和移动设备的移动。这使得移动设备能够在本地移动,及时识别到障碍物并绕过它们。

2、如果移动设备的绝对位置也是已知的,例如从附加的gps传感器已知,则可以构建地图。在此,移动设备测量可能的障碍物相对于该移动设备的相对位置,然后可以使用其已知位置来确定障碍物的绝对位置,然后将其输入到地图中。但是,这仅在外部提供的位置信息的情况下起作用。

3、作为slam(“simultaneous localization and mapping:同步定位与地图构建”)而说明机器人技术中的一种方法,在该方法中,例如机器人这样的移动设备可以或必须同时创建其周围环境的地图并估计其在该地图内的空间方位。其因此用于识别障碍物,从而支持自主导航。


技术实现思路

1、根据本专利技术,提出了具有独立专利权利要求的特征的用于识别有错的地图的方法以及用于实施该方法的数据处理系统、移动设备和计算机程序。有利的设计方案是从属权利要求和以下描述的主题。

2、本专利技术涉及slam的主题以及特别是涉及其在移动设备中的应用。这种移动设备(或者也称为移动工作设备)的示例例如是机器人和/或无人机和/或也可以是半自动或(完全)自动地(在陆地、水上或空中)移动的车辆。作为机器人例如可考虑家用机器人,例如吸尘和/或扫地机器人、地面或道路清洁设备或割草机器人,但也可以考虑其他所谓的服务机器人,作为至少部分自动移动的车辆,例如客运车辆或货运车辆(也即,所谓的陆地运输车,例如在仓库中),还可以是飞机,例如所谓的无人机,或者是船舶。

3、这种移动设备特别是具有用于移动该移动设备的驱动单元和控制或调节单元,使得移动设备可以在该周围环境中并且例如沿着轨迹移动。此外,移动设备例如具有一个或多个传感器,借助这些传感器可以检测周围环境中的和/或来自对象(例如在周围环境中的对象,尤其是障碍物)的和/或来自移动设备本身的信息。此类传感器的示例是激光雷达传感器或用于确定距离的其他传感器、相机和惯性传感器。借助激光雷达传感器例如可以检测或获得所谓的点云。例如,也可以考虑(移动设备的)所谓里程计。

4、在slam中,有不同的方法来表示地图和位置。传统的针对slam的方法通常基于几何信息,例如节点和边。节点和边是slam图的典型组成部分。slam图中的节点和边可以用不同的方式设计;传统上,节点对应于例如移动设备的位姿(位置和取向(orientierung))或特定时间点的特定周围环境特征,而边则表示移动设备和周围环境特征之间的相对测量。slam图例如在“giorgio grisetti、rainer küümmerle、cyrill stachniss、wolframburgard的《a tutorial on graph-based slam》,载于:ieee intelligenttransportation systems magazine第2(4)卷,第31-42页,2010年”中进行了更详细的描述。

5、移动设备正在其中移动的周围环境的地图可以是基于这样的slam图被确定的或者基于这样的slam图而被确定。地图(或slam图)可以用具有关于周围环境的信息的每个新数据集来扩展或更新,其中该信息是从移动设备的传感器获得的或基于移动设备的传感器获得的。就此而论,slam的另一个方面是所谓的“lifelong slam(终身slam)”,其中slam应在周围环境中长期使用。可能会出现重定位(relokalisierung)的问题。如果机器人或移动设备在未知位置被启动或暂时丢失定位(例如,由于传感器被覆盖、机器人被人移动等),则机器人必须相对于现有地图重新定位自身。

6、实现这一点的一种可能性在于,首先开始一个新的空地图(具有相应位于底层的slam图),然后将该地图与现有地图(也具有相应位于底层的slam图)合并(“mergen”),其方式为,例如在现有地图中确定机器人的位置和/或取向(位姿),相应地变换地图并将其信息插入到当前地图中。因此,一般来说,第一和第二地图被合并,为此目的,例如,(例如较早的)第一地图的至少一部分被转移或集成到(例如当前的)第二地图中。产生新的地图或经更新或扩展的第二地图。

7、在此值得期望的是,这种合并尽早地进行,以便可以再次使用现有地图中的信息。例如,这是合乎目的,以便使吸尘机器人(再次)知道哪里已经被吸尘了,哪里还没有被吸尘。

8、当合并两个地图(或底层slam图和/或地图的数据集)时,可能会发生错误的合并(“merges”),即,现有地图中机器人的位姿不正确,这例如是由于“感知混叠(perceptualaliasing)”,即周围环境的不同部分看起来相似,从而使这些部分很容易混淆。这产生了有错的地图。有错的合并可能会使机器人的地图变差,甚至无法使用。于是,机器人就不再可能在没有用户干预的情况下进一步运行。

9、现在,通过在合并之前等待更长的时间来收集附加信息,并且仅在错误合并的概率足够低的情况下才执行合并,可以从根本上降低在此产生的有错的地图或错误合并的风险。然而,通过这种方式也会延迟甚至完全妨碍到正确的合并,这导致:来自现有地图的信息较晚才能使用或根本不能使用。此类信息可以是例如基站/充电站(或扩展坞)的位姿、导航目的地、no-go-zone(禁入区)(禁区)、已经清洁的区域或仍需要清洁的区域等。由于这些信息通常对于机器人能够执行其任务至关重要,因此尽早的正确合并是意义重大的。

10、在此背景下提出一种识别周围环境的有错地图的可能性,该地图是通过合并第一地图和第二地图获得的,即,两个地图的错误合并。这允许事后识别并消除错误合并。这使得能够很早就执行尚不可靠的合并,并且在合并时冒更高的风险,因为错误合并通常可以稍后再次撤消。

11、在此进行如在本专利技术的范围内所使用的合并,其方式为,第一地图的至少一部分(但优选地整个第一地图)已经被纳入(ü bernehmen)到第二地图中。这些地图(即第一和第二地图以及新的或经更新的第二地图)其中的每个地图均基于slam图和具有已从移动设备的传感器获得的周围环境信息的数据集。一般来说,例如,当前正在使用的地图(第二地图)可以始终是活动的(aktiv),而一个或多个较早的地图可以是非活动的(inaktiv),并且例如是被保存的。每次重新定位本文档来自技高网...

【技术保护点】

1.用于识别周围环境(120)的有错的地图(242”')的方法,其中所述地图是通过合并来自第一记录时段的第一地图(140、240)和开始第二记录时段的第二地图(142、242)所获得的,其方式为,将所述第一地图的至少一部分纳入到所述第二地图中,其中所述地图中的每个分别基于SLAM图以及基于具有由所述移动设备(100)的传感器(106)所获得的关于周围环境的信息的数据集,并且其中所述地图特别用于在所述周围环境中导航移动设备(100),所述方法包括:

2.根据权利要求1所述的方法,其中所述第一地图数据(360)包括一个或多个数据集,并且其中所述第二地图数据(362)分别包括一个或多个数据集,其中每个数据集包括点的集合,其中执行所述比较(364)包括:

3.根据权利要求2所述的方法,其中,仅将与所述第二地图数据的数据集至少重叠了预给定程度的数据集用于所述第一地图数据的比较(364)。

4.根据权利要求2或3所述的方法,其中重复提供与先前经更新的第二地图相比而言分别重新更新的、分别新的经更新的第二地图,并且

5.根据权利要求1所述的方法,其中,执行所述比较包括:

6.根据前述权利要求中任一项所述的方法,所述方法还包括:如果并没有确定经更新的第二地图是有错的,则:

7.根据前述权利要求中任一项所述的方法,

8.根据前述权利要求中任一项所述的方法,其中,所述数据集包括从所述移动设备的被构造为激光雷达的传感器所获得的点云。

9.根据前述权利要求中任一项所述的方法,所述方法还包括:如果确定所述地图有错,则:

10.根据前述权利要求中任一项所述的方法,所述方法还包括:

11.一种数据处理系统(108、110),其包括用于执行根据前述权利要求中任一项所述的方法的装置。

12.一种移动设备(100),所述移动设备具有根据权利要求11所述的系统和/或被设立用于,获得已经按照根据权利要求10所述的方法所确定的导航信息,并且被设立用于,基于所述导航信息进行导航,

13.根据权利要求12所述的移动设备(100),所述移动设备被构造为至少部分自动地移动的车辆,特别是客运车辆或货运车辆,和/或被构造为机器人,特别是家用机器人,例如吸尘和/或扫地机器人、地面或道路清洁设备或割草机器人和/或被构造为无人机。

14.一种计算机程序,所述计算机程序包括指令,如果在计算机上执行所述程序,当所述程序由计算机执行时,所述指令使所述计算机执行根据权利要求1至10中任一项所述的方法的方法步骤。

15.一种计算机可读存储介质,在其上存储有根据权利要求14所述的计算机程序。

...

【技术特征摘要】

1.用于识别周围环境(120)的有错的地图(242”')的方法,其中所述地图是通过合并来自第一记录时段的第一地图(140、240)和开始第二记录时段的第二地图(142、242)所获得的,其方式为,将所述第一地图的至少一部分纳入到所述第二地图中,其中所述地图中的每个分别基于slam图以及基于具有由所述移动设备(100)的传感器(106)所获得的关于周围环境的信息的数据集,并且其中所述地图特别用于在所述周围环境中导航移动设备(100),所述方法包括:

2.根据权利要求1所述的方法,其中所述第一地图数据(360)包括一个或多个数据集,并且其中所述第二地图数据(362)分别包括一个或多个数据集,其中每个数据集包括点的集合,其中执行所述比较(364)包括:

3.根据权利要求2所述的方法,其中,仅将与所述第二地图数据的数据集至少重叠了预给定程度的数据集用于所述第一地图数据的比较(364)。

4.根据权利要求2或3所述的方法,其中重复提供与先前经更新的第二地图相比而言分别重新更新的、分别新的经更新的第二地图,并且

5.根据权利要求1所述的方法,其中,执行所述比较包括:

6.根据前述权利要求中任一项所述的方法,所述方法还包括:如果并没有确定经更新的第二地图是有错的,则:

7.根据前述权利要...

【专利技术属性】
技术研发人员:G·库尔兹M·霍洛赫
申请(专利权)人:罗伯特·博世有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1