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】
本申请涉及地图构建领域,尤其涉及一种地图构建方法、装置、可移动机器人及计算机可读存储介质。
技术介绍
1、当今社会,随着智能机器的发展,人类越来越依赖机器人辅助甚至替代人类完成各种工作以提高工作效率与工作质量,有了机器人的存在,人类生活得到更好服务,人的活动范围及能力范围得到扩大、延伸。
2、以机器人为家居场景下的扫地机为例,作为一种常见的机器人,扫地机在家居环境下主要承担清洁任务,而扫地机需要进行频繁的位置移动以完成清洁任务,在扫地机移动过程中,需要预先知悉室内房间布局信息以及各种障碍物信息,从而实现正常移动以完成清洁任务,相关技术中往往会为机器人预先进行建图操作,即构建用于扫地机定位导航的、关于机器人活动范围内布局信息的地图,以使机器人能够基于该预先构建的地图进行定位导航,实现顺利的移动。然而,当前所构建的用于机器人导航的地图所包含的信息较少,机器人难以基于地图进行更为智能的移动,从而难以执行更复杂的任务。
技术实现思路
1、针对上述技术问题,本申请提供一种地图构建方法、装置、可移动机器人及计算机可读存储介质,技术方案如下:
2、根据本申请的第一方面,提供一种地图构建方法,所述地图用于可移动机器人在目标区域的导航,该方法包括:
3、获取所述可移动机器人的多种传感器所采集的原始数据,所述原始数据至少包括图像数据;
4、基于所述原始数据,利用感知模型识别出所述图像数据中包含的语义物体;
5、利用所述多种传感器确定所述语义物
6、获取所述目标区域的栅格信息,并结合所述栅格信息以及所述方位信息构建包含所述语义物体的地图。
7、根据本申请的第二方面,提供一种地图构建装置,所述地图用于可移动机器人在目标区域的导航,所述装置包括:
8、获取单元,用于获取所述可移动机器人的多种传感器所采集的原始数据,所述原始数据至少包括图像数据;
9、识别单元,用于基于所述原始数据,利用感知模型识别出所述图像数据中包含的语义物体;
10、确定单元,用于利用所述多种传感器确定所述语义物体的方位信息,所述方位信息至少包括所述语义物体的位置信息以及姿态信息;
11、构建单元,用于获取所述目标区域的栅格信息,并结合所述栅格信息以及所述方位信息构建包含所述语义物体的地图。
12、根据本申请的第三方面,提供一种可移动机器人,该可移动机器人包括:
13、处理器;
14、用于存储处理器可执行指令的存储器;
15、其中,所述处理器被配置为实现如第一方面所述的方法。
16、根据本申请的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述方法中的步骤。
17、本申请提供的技术方案,通过可移动机器人的多种传感器确定出目标区域的语义物体以及该语义物体的方位信息,并结合目标区域的栅格信息以及该方位信息构建包含该语义物体的地图,构建出的地图至少包含了栅格信息以及语义物体的信息,可移动机器人能够基于构建出的地图进行更为智能的导航定位,从而执行更复杂的工作任务,同时提高了用户体验。
18、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
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,所述地图用于可移动机器人在目标区域的导航,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述图像数据为所述可移动机器人的前视相机采集的图像数据,所述原始数据还包括惯性传感器数据、激光雷达数据以及轮速计数据。
3.根据权利要求1所述的方法,其特征在于,所述利用感知模型识别出所述图像数据中包含的语义物体包括:
4.根据权利要求3所述的方法,其特征在于,所述感知模型为深度学习模型。
5.根据权利要求3所述的方法,其特征在于,所述利用所述多种传感器确定所述语义物体的方位信息包括:
6.根据权利要求1所述的方法,其特征在于,所述栅格信息为所述目标区域的栅格地图;所述结合所述栅格信息以及所述方位信息构建包含所述语义物体的地图包括:
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
8.一种地图构建装置,其特征在于,所述地图用于可移动机器人在目标区域的导航,所述装置包括:
9.一种可移动机器人,其特征在于,包括:
10.一种计算机可
...【技术特征摘要】
1.一种地图构建方法,其特征在于,所述地图用于可移动机器人在目标区域的导航,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述图像数据为所述可移动机器人的前视相机采集的图像数据,所述原始数据还包括惯性传感器数据、激光雷达数据以及轮速计数据。
3.根据权利要求1所述的方法,其特征在于,所述利用感知模型识别出所述图像数据中包含的语义物体包括:
4.根据权利要求3所述的方法,其特征在于,所述感知模型为深度学习模型。
5.根据权利要求3所述的方法,其特征在于,所述利用所述多种传感器确定所述语义物体的...
【专利技术属性】
技术研发人员:张洋,邱志昌,赖思博,王弢,
申请(专利权)人:广州小鹏汽车科技有限公司,
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。