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()
【技术实现步骤摘要】
本申请涉及智能仓储,特别是涉及一种地图构建方法、终端设备及计算机存储介质。
技术介绍
1、随着自动化技术和人工智能的发展,机器人被广泛应用于各类场合中,以替代人类工作。越来越多的移动机器人需要在仓库内进行货物的搬运工作,定位技术是移动机器人执行任务的基础。
2、目前主流的定位方法中,移动机器人常采用即时定位与地图构建(slam)的方式进行地图的构建与定位。由于slam技术中的定位和建图操作是同时进行的,在周边环境变化不大或不频繁的情况下,为了减少计算量及提升定位效率,通常是利用自主移动设备将初次建好的地图保存下来,用于下次任务时定位使用。一些场景下,自主移动设备采用激光雷达的方式进行地图构建,该方案能在结构化的仓库环境中保持良好的定位,且具备对高速运动不敏感的优点。然而仓库环境复杂多变,若仓库的库位区后续存入货物或取出货物,使得机器人的定位环境发生了变化,与先前完成构建的地图产生差异,使得机器人产生定位不准或定位丢失的异常状况。
技术实现思路
1、本申请提供一种地图构建方法、终端设备及计算机存储介质。
2、本申请采用的一个技术方案是提供一种地图构建方法,该方法包括:
3、利用自主移动设备采集所处仓库的激光点云和图像,仓库中设置有若干库位;
4、利用图像中的视觉标识信息和仓库的库位先验信息,构建仓库的视觉局部地图;以及利用激光点云构造激光点云地图;
5、融合视觉局部地图和激光点云地图,得到仓库的目标地图。
6、可
7、利用图像中的视觉标识信息和仓库的库位先验信息,构建仓库的视觉局部地图,包括:
8、获取图像中的至少一个视觉标识信息;
9、利用至少一个视觉标识信息和仓库的库位先验信息,构建仓库的视觉局部地图。
10、可选地,获取图像中的至少一个视觉标识信息,包括:
11、利用霍夫圆形检测算法对图像进行圆形检测,得到至少一个候选区域;
12、利用dbscan聚类算法对每一候选区域中的像素点进行聚类操作,得到每一候选区域对应的多个聚类簇,其中,聚类的标准为库位先验信息中的半径值;
13、选取每一候选区域中像素点最多的聚类簇所在区域进行字符识别,得到视觉标识信息。
14、可选地,库位先验信息包括每一视觉标识在对应的库位中的位置信息,
15、利用至少一个视觉标识信息和仓库的库位先验信息,构建仓库的视觉局部地图,包括:
16、对图像进行roi提取以及角点检测,以得到图像中至少一个候选库位角点;
17、基于至少一个视觉标识信息在仓库中的位置信息,从候选库位角点中确定至少一个视觉标识信息对应的库位角点;
18、基于库位角点的角点位置与位置信息,构建仓库的视觉局部地图。
19、可选地,库位先验信息包括库位的长宽信息,角点位置包括库位角点在图像的二维位置,以及库位角点在视觉局部地图中的三维位置,
20、基于库位角点的焦点位置与位置信息,构建仓库的视觉局部地图,包括:
21、从图像中确定二维位置;
22、利用长宽信息以及至少一个视觉标识在仓库中的位置信息,确定三维位置;
23、利用二维位置、三维位置,确定单应变换关系;
24、基于单应变换关系,构建仓库的局部视觉地图。
25、可选地,选取每一候选区域中像素点最多的聚类簇所在区域进行字符识别,得到视觉标识信息,包括:
26、选取每一候选区域中像素点最多的聚类簇所在区域,作为待识别区域;
27、利用ctpn算法对待识别区域进行字符识别,以得到视觉标识信息。
28、可选地,利用自主移动设备采集所处仓库的激光点云和图像的步骤,包括:
29、获取当前图像;
30、利用鸟瞰图变换,对当前图像进行俯视图变换,得到当前图像对应的俯视图像;
31、对俯视图像进行二值化,以得到当前图像对应的当前视觉局部地图。
32、可选地,融合视觉局部地图和激光点云地图,得到仓库的目标地图,包括:
33、利用激光雷达外参和相机外参,确定视觉局部地图和激光点云地图的匹配关系;
34、利用匹配关系,对视觉局部地图和激光点云地图进行融合,得到仓库的目标地图。
35、本申请采用的另一个技术方案是提供一种终端设备,所述终端设备包括存储器以及与所述存储器连接的处理器;
36、其中,所述存储器用于存储程序数据,所述处理器用于执行所述程序数据以实现如上述的地图构建方法。
37、本申请采用的另一个技术方案是提供一种计算机存储介质,所述计算机存储介质用于存储程序数据,所述程序数据在被计算机执行时,用以实现如上述的地图构建方法。
38、本申请的有益效果是:利用自主移动设备采集所处仓库的激光点云和图像,基于激光点云构造激光点云地图;并利用图像中的视觉标识信息和仓库的库位先验信息,构建出更为准确的视觉局部地图,融合视觉局部地图和激光点云地图,以得到仓库的目标地图。本申请提供的地图构建方法利用视觉标识信息和库位先验知识,无需使用复杂的匹配算法,完成视觉局部地图的构建。同时,考虑到仓库环境变化较大,单纯利用激光点云地图进行定位,可能存在定位精度下降的不足,通过对视觉局部地图和激光点云地图进行融合,融合得到的目标地图中结合了视觉局部地图的优势和激光点云地图的优势,提供两种位置表达,提高了定位的精度和鲁棒性。
本文档来自技高网...【技术保护点】
1.一种地图构建方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述库位先验信息包括不同库位之间的相对位置关系;
3.根据权利要求2所述的方法,其特征在于,所述获取所述图像中的至少一个视觉标识信息,包括:
4.根据权利要求3所述的方法,其特征在于,
5.根据权利要求4所述的方法,其特征在于,
6.根据权利要求3所述的方法,其特征在于,
7.根据权利要求2所述的方法,其特征在于,
8.根据权利要求1所述的方法,其特征在于,所述融合所述视觉局部地图和所述激光点云地图,得到所述仓库的目标地图,包括:
9.一种终端设备,其特征在于,所述终端设备包括处理器、与所述处理器连接的存储器,其中,
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有程序指令,所述程序指令被执行时实现如权利要求1至8任一项所述的方法。
【技术特征摘要】
1.一种地图构建方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述库位先验信息包括不同库位之间的相对位置关系;
3.根据权利要求2所述的方法,其特征在于,所述获取所述图像中的至少一个视觉标识信息,包括:
4.根据权利要求3所述的方法,其特征在于,
5.根据权利要求4所述的方法,其特征在于,
6.根据权利要求3所述的方法,其特征在于,<...
【专利技术属性】
技术研发人员:李翔,胡鲲,胡立志,黄玮平,卢维,刘新,
申请(专利权)人:浙江华睿科技股份有限公司,
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。