地图优化方法、装置及机器人制造方法及图纸

本申请实施例提供一种地图优化方法、装置及机器人，该方法包括：获取机器人在第一区域内运动时所述机器人上的传感器采集的传感数据，以及采集所述传感数据时对应的机器人的位置和姿态；根据所述传感数据以及对应的位置和姿态，构建第一地图；根据所述第一区域中至少一个区域处设置的标记信息，获取闭环约束关系；根据所述闭环约束关系，对所述第一地图进行优化处理，得到第二地图。本申请实施例的方案，通过标记信息来进行闭环检测，获取闭环约束关系，并基于闭环约束关系对第一地图进行优化，能够较好的消除大部分累计误差，其准确率和鲁棒性较好，更有利于对机器人的导航。

【技术实现步骤摘要】
地图优化方法、装置及机器人
本申请实施例涉及计算机视觉
，尤其涉及一种地图优化方法、装置及机器人。
技术介绍
机器人是一种广泛应用于人类生产生活中的一种设备，当机器人在工作时，需要获取自身的定位和导航信息，因此需要较为准确的电子地图，为机器人的定位和导航提供服务。当前，电子地图是通过机器人在区域内运动，根据机器人在区域内采集的传感数据，以及采集传感数据时的位置和姿态来获取的。由于机器人在运动过程中，采集传感数据时的位置可能存在较大的累计误差，因此得到的电子地图与区域内的实际环境产生较大的差异，不利于对机器人的导航。
技术实现思路
本申请实施例提供一种地图优化方法、装置及机器人，以解决由于累积误差导致地图与实际环境差异较大，不利于对机器人导航的问题。第一方面，本申请实施例提供一种地图优化方法，包括：获取机器人在第一区域内运动时所述机器人上的传感器采集的传感数据，以及采集所述传感数据时对应的机器人的位置和姿态；根据所述传感数据以及对应的位置和姿态，构建第一地图；根据所述第一区域中至少一个区域处设置的标记信息，获取闭环约束关系；根据所述闭环约束关系，对所述第一地图进行优化处理，得到第二地图。在一种可能的实施方式中，所述闭环约束关系包括惯性约束关系、第一闭环约束关系和第二闭环约束关系；根据所述第一区域中至少一个区域处设置的标记信息，获取闭环约束关系，包括：获取所述惯性约束关系；根据所述至少一个区域处设置的标记信息，获取所述第一闭环约束关系；根据所述第一区域中的纹理信息，获取所述第二闭环约束关系。在一种可能的实施方式中，所述优化处理包括一次第一优化处理和至少一次第二优化处理；根据所述闭环约束关系，对所述第一地图进行优化处理，得到第二地图，包括：根据所述第一闭环约束关系和所述惯性约束关系，对所述第一地图进行第一优化处理，得到第三地图；根据所述第一闭环约束关系、所述第二闭环约束关系和所述惯性约束关系，对所述第三地图进行至少一次第二优化处理，得到所述第二地图。在一种可能的实施方式中，获取惯性约束关系，包括：在所述传感数据中确定多个关键帧传感数据，其中，所述多个关键帧传感数据根据所述机器人采集的时间的先后顺序排列，任意相邻的两个关键帧传感数据对应的采集区域有重合部分；任意相邻的两个关键帧传感数据的位置之差大于或等于第一阈值，或者，任意相邻的两个关键帧传感数据的姿态对应的角度之差大于或等于第二阈值；根据每个关键帧传感数据的位置和姿态，获取所述惯性约束关系。在一种可能的实施方式中，根据所述至少一个区域处设置的标记信息，获取所述第一闭环约束关系，包括：根据所述标记信息，对所述传感数据进行匹配处理，在所述传感数据中确定多个第一闭环，其中，每个第一闭环中关联了在不同时刻采集了同一区域处的标记信息的两个传感数据的位置和姿态；根据所述第一闭环，确定所述第一闭环约束关系。在一种可能的实施方式中，根据所述第一闭环约束关系和所述惯性约束关系，对所述第一地图进行优化处理，得到第三地图，包括：根据所述第一闭环约束关系和所述惯性约束关系，确定第一代价函数；根据所述第一代价函数对所述第一地图进行优化处理，直至所述第一代价函数的值小于或等于第一预设值时，得到所述第三地图。在一种可能的实施方式中，所述第一代价函数为：其中，y1为所述第一代价函数，n1为第一闭环的数量，ΔTi-1为第i个第一闭环的第一闭环约束关系，Ti1为所述第i个第一闭环关联的两个传感数据中的其中一个传感数据的位置和姿态，Ti2为所述第i个第一闭环关联的两个传感数据中的另一个传感数据的位置和姿态，eloop1_i为Ti1和Ti2相对ΔTi-1的残差；n为所述关键帧传感数据的数目，为第k帧关键帧传感数据和第k+1帧关键帧传感数据之间的惯性约束关系，Tk为第k帧关键帧传感数据的位置和姿态，Tk+1为第k+1帧关键帧传感数据的位置和姿态，ek为Tk和Tk+1相对的残差。在一种可能的实施方式中，根据所述第一区域中的纹理信息，获取所述第二闭环约束关系，包括：对所述传感数据进行匹配处理，在所述传感数据中确定多个第二闭环，其中，每个第二闭环中关联了在不同时刻采集的同一区域的纹理信息的两个传感数据的位置和姿态；根据所述第二闭环，确定所述第二闭环约束关系。在一种可能的实施方式中，根据第一闭环约束关系、所述第二闭环约束关系和所述惯性约束关系，对所述第三地图进行至少一次第二优化处理，得到所述第二地图，包括：根据所述第一闭环约束关系、所述第二闭环约束关系和所述惯性约束关系，确定第二代价函数；根据所述第二代价函数对所述第三地图进行优化处理，直至所述第二代价函数的值小于或等于第二预设值时，得到所述第二地图。在一种可能的实施方式中，所述第二代价函数为：其中，y2为所述第二代价函数，n1为第一闭环的数量，ΔTi-1为第i个第一闭环的第一闭环约束关系，Ti1为所述第i个第一闭环关联的两个传感数据中的其中一个传感数据的位置和姿态，Ti2为所述第i个第一闭环关联的两个传感数据中的另一个传感数据的位置和姿态，eloop1_i为Ti1和Ti2相对ΔTi-1的残差；n2为第二闭环的数量，ΔTj-1为第j个第二闭环的第二闭环约束关系，Tj1为所述第j个第二闭环关联的两个传感数据中的其中一个传感数据的位置和姿态，Tj2为所述第j个第二闭环关联的两个传感数据中的另一个传感数据的位置和姿态，eloop2_j为Tj1和Tj2相对ΔTj-1的残差；n为所述关键帧传感数据的数目，为第k帧关键帧传感数据和第k+1帧关键帧传感数据之间的惯性约束关系，Tk为第k帧关键帧传感数据的位置和姿态，Tk+1为第k+1帧关键帧传感数据的位置和姿态，ek为Tk和Tk+1相对的残差。第二方面，本申请实施例提供一种地图优化装置，包括：获取模块，用于获取机器人在第一区域内运动时所述机器人上的传感器采集的传感数据，以及采集所述传感数据时对应的机器人的位置和姿态；构建模块，用于根据所述传感数据以及对应的位置和姿态，构建第一地图；处理模块，用于根据所述第一区域中至少一个区域处设置的标记信息，获取闭环约束关系；优化模块，用于根据所述闭环约束关系，对所述第一地图进行优化处理，得到第二地图。在一种可能的实施方式中，所述闭环约束关系包括惯性约束关系、第一闭环约束关系和第二闭环约束关系；所述处理模块具体用于：获取所述惯性约束关系；根据所述至少一个区域处设置的标记信息，获取所述第一闭环约束关系；根据所述第一区域中的纹理信息，获取所述第二闭环约束关系。在一种可能的实施方式中，所述优化处理包括一次第一优化处理和至少一次第二优化处理；所述优化模块具体用于：根据所述第一闭环约束关系和所述惯性约束关系，对所述第一地图进行第一优化处理，得本文档来自技高网...

【技术保护点】
1.一种地图优化方法，其特征在于，包括：/n获取机器人在第一区域内运动时所述机器人上的传感器采集的传感数据，以及采集所述传感数据时对应的机器人的位置和姿态；/n根据所述传感数据以及对应的位置和姿态，构建第一地图；/n根据所述第一区域中至少一个区域处设置的标记信息，获取闭环约束关系；/n根据所述闭环约束关系，对所述第一地图进行优化处理，得到第二地图。/n

【技术特征摘要】
1.一种地图优化方法，其特征在于，包括：
获取机器人在第一区域内运动时所述机器人上的传感器采集的传感数据，以及采集所述传感数据时对应的机器人的位置和姿态；
根据所述传感数据以及对应的位置和姿态，构建第一地图；
根据所述第一区域中至少一个区域处设置的标记信息，获取闭环约束关系；
根据所述闭环约束关系，对所述第一地图进行优化处理，得到第二地图。


2.根据权利要求1所述的方法，其特征在于，所述闭环约束关系包括惯性约束关系、第一闭环约束关系和第二闭环约束关系；根据所述第一区域中至少一个区域处设置的标记信息，获取闭环约束关系，包括：
获取所述惯性约束关系；
根据所述至少一个区域处设置的标记信息，获取所述第一闭环约束关系；
根据所述第一区域中的纹理信息，获取所述第二闭环约束关系。


3.根据权利要求2所述的方法，其特征在于，所述优化处理包括一次第一优化处理和至少一次第二优化处理；根据所述闭环约束关系，对所述第一地图进行优化处理，得到第二地图，包括：
根据所述第一闭环约束关系和所述惯性约束关系，对所述第一地图进行第一优化处理，得到第三地图；
根据所述第一闭环约束关系、所述第二闭环约束关系和所述惯性约束关系，对所述第三地图进行至少一次第二优化处理，得到所述第二地图。


4.根据权利要求3所述的方法，其特征在于，获取惯性约束关系，包括：
在所述传感数据中确定多个关键帧传感数据，其中，所述多个关键帧传感数据根据所述机器人采集的时间的先后顺序排列，任意相邻的两个关键帧传感数据对应的采集区域有重合部分；任意相邻的两个关键帧传感数据的位置之差大于或等于第一阈值，或者，任意相邻的两个关键帧传感数据的姿态对应的角度之差大于或等于第二阈值；
根据每个关键帧传感数据的位置和姿态，获取所述惯性约束关系。


5.根据权利要求4所述的方法，其特征在于，根据所述至少一个区域处设置的标记信息，获取所述第一闭环约束关系，包括：
根据所述标记信息，对所述传感数据进行匹配处理，在所述传感数据中确定多个第一闭环，其中，每个第一闭环中关联了在不同时刻采集了同一区域处的标记信息的两个传感数据的位置和姿态；
根据所述第一闭环，确定所述第一闭环约束关系。


6.根据权利要求3所述的方法，其特征在于，根据所述第一闭环约束关系和所述惯性约束关系，对所述第一地图进行优化处理，得到第三地图，包括：
根据所述第一闭环约束关系和所述惯性约束关系，确定第一代价函数；
根据所述第一代价函数对所述第一地图进行优化处理，直至所述第一代价函数的值小于或等于第一预设值时，得到所述第三地图。


7.根据权利要求6所述的方法，其特征在于，所述第一代价函数为：



其中，y1为所述第一代价函数，n1为第一闭环的数量，ΔTi-1为第i个第一闭环的第一闭环约束关系，Ti1为所述第i个第一闭环关联的两个传感数据中的其中一个传感数据的位置和姿态，Ti2为所述第i个第一闭环关联的两个传感数据中的另一个传感数据的位置和姿态，eloop1_i为Ti1和Ti2相对ΔTi-1的残差；

n为关键帧传感数据的数目，为第k帧关...

【专利技术属性】
技术研发人员：龙学雄，李建禹，易雨亭，
申请(专利权)人：杭州海康机器人技术有限公司，
类型：发明
国别省市：浙江;33