障碍物地图构建方法、清洁机器人及存储介质技术

本发明专利技术涉及一种障碍物地图构建方法、清洁机器人及存储介质。该障碍物地图构建方法包括：获取清洁机器人行进方向上的图像信息；在根据所述图像信息判断所述清洁机器人行进方向上存在目标障碍物的情况下，确定所述目标障碍物的位置信息；将所述位置信息加入至清洁区域的格栅地图中以构建障碍物地图。本发明专利技术可解决相关技术中构建障碍物地图时人工标注和添加障碍物语义，操作繁琐体验差，标注准确度低的问题。的问题。的问题。

【技术实现步骤摘要】
障碍物地图构建方法、清洁机器人及存储介质


[0001]本专利技术涉及清洁设备
，特别涉及一种障碍物地图构建方法、清洁机器人及存储介质。

技术介绍

[0002]随着自动化技术和人工智能技术的不断发展，清洁机器人等各种自移动清洁设备的应用越来越广泛。其中，清洁机器人作为一种智能化的清洁设备，可自动完成地面的清洁工作。而且，清洁机器人在对地面进行清洁的过程中，需要自动构建清洁区域的障碍物地图，分辨出清洁区域中的障碍物以便在清洁过程中进行避让。
[0003]在传统技术中，清洁机器人在构建障碍物地图时，需要较多地通过人工方式对障碍物进行标注和添加语义，操作繁琐，给用户带来的使用体验较差；而且，在多数情况下，用户也无法准确地标注出地图上的障碍物，导致构建得到的障碍物地图准确度较差。

技术实现思路

[0004]因此，本专利技术所要解决的技术问题是构建障碍物地图时人工标注和添加障碍物语义，操作繁琐体验差，标注准确度低。
[0005]为解决上述技术问题，本专利技术提供一种障碍物地图构建方法，所述方法包括：
[0006]获取清洁机器人行进方向上的图像信息；
[0007]在根据所述图像信息判断所述清洁机器人行进方向上存在目标障碍物的情况下，确定所述目标障碍物的位置信息；
[0008]将所述位置信息加入至清洁区域的格栅地图中以构建障碍物地图。
[0009]可选地，所述根据所述图像信息判断所述清洁机器人行进方向上存在目标障碍物，包括：
[0010]将得到的所述图像信息输入至预设的障碍物检测模型中，通过所述障碍物检测模型检测所述图像信息中的障碍物信息；
[0011]当检测到所述图像信息中存在目标障碍物时，判断清洁机器人行进方向上存在所述目标障碍物；
[0012]其中，所述障碍物检测模型通过样本障碍物图像数据对初始障碍物检测模型进行训练得到，所述样本障碍物图像数据中标注了对应的目标障碍物。
[0013]可选地，所述当检测到清洁机器人的行进方向上存在目标障碍物时之后，还包括：
[0014]通过所述障碍物检测模型获取所述目标障碍物的标签信息，所述标签信息包括所述目标障碍物的名称类别；
[0015]将所述位置信息和所述标签信息加入至清洁区域的格栅地图中，构建得到所述障碍物地图。
[0016]可选地，所述方法还包括：
[0017]获取所述目标障碍物的三维数据，并将所述目标障碍物的三维数据添加至所述障
碍物地图中。
[0018]可选地，所述获取所述目标障碍物的三维数据，包括：
[0019]判断所述目标障碍物的类型信息；
[0020]当检测到所述目标障碍物为低矮障碍物、黑色障碍物时，通过所述障碍物检测模型获取所述目标障碍物的所述标签信息；
[0021]当检测到所述目标障碍物为普通障碍物时，基于线激光传感器获取所述目标障碍物的线激光点云信息，根据得到的所述线激光点云信息获得所述目标障碍物的三维数据。
[0022]可选地，所述障碍物检测模型设为神经网络检测模型。
[0023]可选地，所述获取所述目标障碍物的位置信息，包括：
[0024]计算所述目标障碍物与清洁机器人之间的距离信息；
[0025]根据所述目标障碍物在所述图像信息中的图像坐标、所述距离信息及所述摄像机的内参数和外参数，确定所述目标障碍物的所述位置信息。
[0026]此外，本专利技术还提出一种清洁机器人，包括：
[0027]机器人本体；
[0028]摄像机，设于所述机器人本体上，用于获取清洁机器人行进方向上的图像信息；
[0029]控制器，设于所述机器人本体上，与所述摄像机通信连接，用于在根据所述图像信息判断所述清洁机器人行进方向上存在目标障碍物的情况下，确定所述目标障碍物的位置信息；将所述位置信息加入至清洁区域的格栅地图中以构建障碍物地图。
[0030]可选地，还包括：
[0031]线激光传感器，设于所述机器人本体上，用于获取所述目标障碍物的线激光点云信息；
[0032]所述控制器，与所述线激光传感器通信连接，用于根据所述线激光点云信息获取所述目标障碍物的三维数据，并将所述目标障碍物的三维数据添加至所述障碍物地图中。
[0033]此外，本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上所述的障碍物地图构建方法的所有方法步骤或部分方法步骤。
[0034]本专利技术提供的技术方案，具有以下优点：
[0035]本专利技术提供的障碍物地图构建方法，通过控制清洁机器人在清洁区域移动时自动获取行进方向上的图像信息，可以自动判断图像信息中的障碍物信息，就可以自动识别清洁机器人行进方向上的障碍物，并且还可以自动得到障碍物在清洁区域中的位置信息，从而就可以自动在清洁区域的格栅地图中自动标识出障碍物及其位置信息，这样，无需通过人工方式标注和添加障碍物语义等信息，可以实现障碍物的自动识别和标注，操作简单方便，标注准确度高，可给用户带来良好的体验效果。
附图说明
[0036]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0037]图1为本专利技术实施例所述障碍物地图构建方法的步骤流程示意图一；
[0038]图2为本专利技术实施例所述障碍物地图构建方法的步骤流程示意图二；
[0039]图3为本专利技术实施例所述障碍物地图构建系统的结构示意框图；
[0040]图4为本专利技术实施例所述清洁机器人的立体结构示意图。
具体实施方式
[0041]现在将详细参照本专利技术的具体实施例，在附图中例示了本专利技术的例子。尽管将结合具体实施例描述本专利技术，但将理解，不是想要将本专利技术限于所述的实施例。相反，想要覆盖由所附权利要求限定的在本专利技术的精神和范围内包括的变更、修改和等价物。应注意，这里描述的方法步骤都可以由任何功能块或功能布置来实现，且任何功能块或功能布置可被实现为物理实体或逻辑实体、或者两者的组合。
[0042]为了使本领域技术人员更好地理解本专利技术，下面结合附图和具体实施方式对本专利技术作进一步详细说明。
[0043]注意：接下来要介绍的示例仅是一个具体的例子，而不作为限制本专利技术的实施例必须为如下具体的步骤、数值、条件、数据、顺序等等。本领域技术人员可以通过阅读本说明书来运用本专利技术的构思来构造本说明书中未提到的更多实施例。
[0044]在传统技术中，清洁机器人等清洁设备为了便于对清洁区域进行清洁，需要先构建该清洁区域的障碍物地图，便于在清洁过程中规避地图中的障碍物。而在清洁设备构建障碍物地图时，需要较多地通过人工方式对障碍物进行标注和添加语义，操作繁琐，给用户带来的使用体验较差；而且，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种障碍物地图构建方法，其特征在于，所述方法包括：获取清洁机器人行进方向上的图像信息；在根据所述图像信息判断所述清洁机器人行进方向上存在目标障碍物的情况下，确定所述目标障碍物的位置信息；将所述位置信息加入至清洁区域的格栅地图中以构建障碍物地图。2.根据权利要求1所述的障碍物地图构建方法，其特征在于，所述根据所述图像信息判断所述清洁机器人行进方向上存在目标障碍物，包括：将得到的所述图像信息输入至预设的障碍物检测模型中，通过所述障碍物检测模型检测所述图像信息中的障碍物信息；当检测到所述图像信息中存在目标障碍物时，判断清洁机器人行进方向上存在所述目标障碍物；其中，所述障碍物检测模型通过样本障碍物图像数据对初始障碍物检测模型进行训练得到，所述样本障碍物图像数据中标注了对应的目标障碍物。3.根据权利要求2所述的障碍物地图构建方法，其特征在于，所述将所述位置信息加入至清洁区域的格栅地图中以构建障碍物地图，包括：通过所述障碍物检测模型获取所述目标障碍物的标签信息，所述标签信息包括所述目标障碍物的名称类别；将所述位置信息和所述标签信息加入至清洁区域的格栅地图中，构建得到所述障碍物地图。4.根据权利要求3所述的障碍物地图构建方法，其特征在于，所述方法还包括：获取所述目标障碍物的三维数据，并将所述目标障碍物的三维数据添加至所述障碍物地图中。5.根据权利要求4所述的障碍物地图构建方法，其特征在于，所述获取所述目标障碍物的三维数据，包括：判断所述目标障碍物的类型信息；当检测到所述目标障碍物为低矮障碍物、黑色障碍物时，通过所述障碍物检测模型获取所述目标障碍物的所述...

【专利技术属性】
技术研发人员：郁顺昌，王朕，汤盛浩，
申请(专利权)人：追觅创新科技苏州有限公司，
类型：发明
国别省市：