[發明專利]機器人地圖獲取方法、裝置、處理器和電子裝置

有效

• 申請號: 202011507839.6
• 申請日: 2020-12-18
• 公開（公告）號: CN112667924B
• 公開（公告）日: 2023-10-27
• 發明（設計）人: 李衛華;馬徐武;溫施婷;張喜斌;譚艷;張草
• 申請（專利權）人: 珠海格力智能裝備有限公司;珠海格力電器股份有限公司
• 主分類號: G06F16/9537
• 分類號: G06F16/9537;G06F16/29;G05D1/02;G01C21/32
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 譚玲玲

本發明公開了一種機器人地圖獲取方法、裝置、處理器和電子裝置。其中，該方法包括：創建初始地圖，其中，初始地圖為柵格地圖，柵格地圖包括：多個柵格，多個柵格中的每個柵格采用第一地圖分辨率；控制機器人按照預設路徑在初始地圖中行走，獲取數據信息，其中，數據信息用于描述多個柵格中的每個柵格被障礙物占據的概率；利用預先設置的多個等級的概率閾值和數據信息確定障礙物分布信息；基于障礙物分布信息獲取目標地圖。本發明解決了現有柵格地圖的精度低的技術問題。

技術領域

本發明涉及智能控制領域，具體而言，涉及一種機器人地圖獲取方法、裝置、處理器和電子裝置。

背景技術

隨著人工智能技術的不斷發展，機器人的控制技術不斷成熟，在汽車工業、家電制造、電商倉儲物流、煙草等領域得到了廣泛應用。在實際應用中，可預先設置機器人的導航路徑，然后機器人沿規定的導航路徑行駛，整個過程無需人的參與。

目前，同步定位和建圖(Simultaneous Localization and Mapping，SLAM)是機器人在未知的環境下，通過運動過程中重復檢測到的周圍環境特征來定位自身位置和姿態，然后再根據自身位置增量式地構建地圖，從而達到同時定位和地圖構建的目的。

其中，上述地圖可以為柵格地圖，而柵格地圖的創建需要在機器人上安裝的激光雷達，通過感測與障礙物的距離來產生柵格的占有率，通過預設的閾值判定柵格是否存在障礙物，最終形成完整的柵格地圖。

但是，在環境結構較復雜的場所，例如，家庭、工廠等，由于現有技術中，使用的是大小相同的柵格，當檢測的環境較復雜時，由于柵格的分辨低而導致最終生成的柵格地圖精度差，從而大大降低了地圖的適用性。

針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種機器人地圖獲取方法、裝置、處理器和電子裝置，以至少解決現有柵格地圖的精度低的技術問題。

根據本發明實施例的一個方面，提供了一種機器人地圖獲取方法，包括：創建初始地圖，其中，初始地圖為柵格地圖，柵格地圖包括：多個柵格，多個柵格中的每個柵格采用第一地圖分辨率；控制機器人按照預設路徑在初始地圖中行走，獲取數據信息，其中，數據信息用于描述多個柵格中的每個柵格被障礙物占據的概率；利用預先設置的多個等級的概率閾值和數據信息確定障礙物分布信息；基于障礙物分布信息獲取目標地圖。

進一步地，多個等級的概率閾值包括：第一概率閾值和第二概率閾值，其中，第一概率閾值大于第二概率閾值。

進一步地，機器人地圖獲取方法還包括：對數據信息與第一概率閾值和/或第二概率閾值進行比較，從多個柵格中確定第一部分柵格和第二部分柵格，得到第一分布判定信息，其中，第一部分柵格為經過比較判定為被障礙物占據的柵格或經過比較判定為未被障礙物占據的柵格，第二部分柵格為待劃分柵格；將第二部分柵格中每個柵格劃分為多個子柵格，其中，多個子柵格中的每個子柵格采用第二地圖分辨率，第二地圖分辨率小于第一地圖分辨率，每個柵格對應的數據信息與由該柵格劃分得到的子柵格對應的數據信息相同；對每個子柵格相鄰的子柵格對應的數據信息與第二概率閾值進行比較，得到第二分布判定信息；利用第一分布判定信息和第二分布判定信息確定障礙物分布信息。

進一步地，機器人地圖獲取方法還包括：判斷多個柵格中的部分或全部柵格被障礙物占據的概率是否大于或等于第一概率閾值；將多個柵格中被障礙物占據的概率大于或等于第一概率閾值的柵格判定為被障礙物占據的柵格。

進一步地，機器人地圖獲取方法還包括：判斷多個柵格中的部分或全部柵格被障礙物占據的概率是否小于第二概率閾值；將多個柵格中被障礙物占據的概率小于第二概率閾值的柵格判定為未被障礙物占據的柵格。