本申请涉及建图技术领域，尤其涉及一种建图的优化方法、装置、机器人和存储介质。该方法包括：获取当前帧点云数据，并根据当前帧点云数据生成新的节点；根据当前时刻的点云子图与当前帧点云数据，更新当前时刻的点云子图；建立新的节点与第一数量的点云子图之间的约束，且当生成新的点云子图时，还建立新的点云子图与第二数量的节点之间的约束；周期性地对符合预设条件的点云子图进行删减，得到保留的点云子图；基于保留的点云子图构建初始地图，并基于保留的点云子图、节点、点云子图与节点彼此相互之间的约束对初始地图进行全局优化。本申请可以减少内存的负荷，提高建图的实时效率。提高建图的实时效率。提高建图的实时效率。
【技术实现步骤摘要】
一种建图的优化方法、装置、机器人和存储介质
[0001]本申请涉及自动建图
，尤其涉及一种建图的优化方法、装置、机器人和存储介质。
技术介绍
[0002]机器人在建图过程中，会将每个位姿与所有子图进行匹配，并把所有满足条件要求的位姿都添加到约束里面，并根据上述约束对地图进行优化。针对大面积的建图需求，上述操作会对硬件资源造成巨大的消耗。
[0003]因此，如何优化机器人的建图过程，降低硬件资源的消耗，已成为亟需解决的问题。
技术实现思路
[0004]鉴于上述问题，本申请提出一种建图的优化方法、装置、机器人和存储介质。
[0005]本申请实施例提出一种建图的优化方法，包括：
[0006]获取当前帧点云数据，并根据所述当前帧点云数据生成新的节点；
[0007]根据当前时刻的点云子图与所述当前帧点云数据，更新当前时刻的点云子图；
[0008]建立所述新的节点与第一数量的点云子图之间的约束，且当生成新的点云子图时，还建立新的点云子图与第二数量的节点之间的约束；
[0009]周期性地对符合预设条件的点云子图进行删减，得到保留的点云子图；
[0010]基于保留的点云子图构建初始地图，并基于保留的所述点云子图、所述节点、点云子图与节点彼此相互之间的所述约束对所述初始地图进行全局优化。
[0011]进一步地，在上述建图的优化方法中，所述建立所述新的节点与第一数量的点云子图之间的约束包括：
[0012]查找与所述新的节点距离最近的M个点云子图，将所述新的节点与所述距离最近的所述M个点云子图建立约束，所述M为不大于3的正整数。
[0013]进一步地，在上述建图的优化方法中，所述查找与所述新的节点距离最近的点云子图的计算公式为：
[0014]Norm1＝Mp1*Np1；
[0015]其中，Mp1为任一点云子图的位姿逆解值，Np1为当前新的节点位姿值，当Norm1取值最小时，则代表新的节点与对应的点云子图的距离最近。
[0016]进一步地，在上述建图的优化方法中，所述新的点云子图与第二数量的节点之间的约束包括：
[0017]查找与所述新的点云子图距离最近的N个节点，将所述新的点云子图与所述距离最近的所述N个节点建立约束，所述N为不大于3的正整数。
[0018]进一步地，在上述建图的优化方法中，所述查找与所述新的点云子图距离最近的节点的计算公式为：
[0019]Norm2＝Mp2*Np2；
[0020]其中，Mp2为新的点云子图的位姿逆解值，Np2为当任一节点的位姿值，当Norm2取值最小时，则代表新的点云子图与对应的节点的距离最近。
[0021]进一步地，在上述建图的优化方法中，所述对符合预设条件的点云子图进行删减，包括：
[0022]若新的点云子图对应的栅格图与已存在的点云子图对应的栅格图之间的面积交叠部分超过预设阈值时，则删除面积较小的栅格图对应的点云子图。
[0023]进一步地，在上述建图的优化方法中，所述根据当前时刻的点云子图与所述当前帧点云数据，更新当前时刻的点云子图包括：
[0024]将当前帧点云数据和当前时刻的点云子图进行匹配，确定与所述当前帧点云数据匹配度最高的目标点云子图；
[0025]结合所述当前帧点云数据，对所述目标点云子图进行更新。
[0026]本申请的另一实施例提出一种建图方法的装置，所述装置包括：
[0027]获取单元，用于获取当前帧点云数据，并根据所述当前帧点云数据生成新的节点；
[0028]构建单元，用于根据当前时刻的点云子图与所述当前帧点云数据，更新当前时刻的点云子图；
[0029]约束单元，用于建立所述新的节点与第一数量的点云子图之间的约束，且当生成新的点云子图时，还建立新的点云子图与第二数量的节点之间的约束；
[0030]删减单元，用于周期性地对符合预设条件的点云子图进行删减，得到保留的点云子图；
[0031]优化单元，用于基于保留的点云子图构建初始地图，并基于保留的所述点云子图、所述节点、点云子图与节点彼此相互之间的所述约束对所述初始地图进行全局优化。
[0032]本申请的另一实施例提出一种机器人，包括激光雷达、存储单元和处理单元，激光雷达用于采集点云数据，存储单元中存储有计算机程序，处理单元通过调用存储单元中存储的计算机程序，执行如上述的建图的优化方法的步骤。
[0033]本申请的另一实施例提出一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序适于处理器进行加载，以执行如上述的建图的优化方法的步骤。
[0034]本申请的实施例具有以下的有益效果：
[0035]本申请实施例提出一种建图的优化方法，该方法通过减少不必要的图等算法，使其在满足产品需求的建图效果情况下，减少CPU资源和内存资源的消耗，从而减少内存的负荷，以达到建图的实时性，并且能够扩大处理器选型的范围，从而降低因小范围选型带来的较高成本。
附图说明
[0036]为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对本申请保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
[0037]图1示出了本申请一些实施方式的建图的优化方法的流程图；
[0038]图2示出了本申请一些实施方式的建图的优化方法的应用场景图；
[0039]图3示出了本申请一些实施方式的建图的优化方法的栅格图交叠示意图；
[0040]图4示出了本申请一些实施方式的建图的优化方法的装置结构图。
具体实施方式
[0041]下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。
[0042]通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0043]在下文中，可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
[0044]此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0045]除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种建图的优化方法，其特征在于，所述方法包括：获取当前帧点云数据，并根据所述当前帧点云数据生成新的节点；根据当前时刻的点云子图与所述当前帧点云数据，更新当前时刻的点云子图；建立所述新的节点与第一数量的点云子图之间的约束，且当生成新的点云子图时，还建立新的点云子图与第二数量的节点之间的约束；周期性地对符合预设条件的点云子图进行删减，得到保留的点云子图；基于保留的点云子图构建初始地图，并基于保留的所述点云子图、所述节点、点云子图与节点彼此相互之间的所述约束对所述初始地图进行全局优化。2.根据权利要求1所述的建图的优化方法，其特征在于，所述建立所述新的节点与第一数量的点云子图之间的约束包括：查找与所述新的节点距离最近的M个点云子图，将所述新的节点与所述距离最近的所述M个点云子图建立约束，所述M为不大于3的正整数。3.根据权利要求2所述的建图的优化方法，其特征在于，所述查找与所述新的节点距离最近的点云子图的计算公式为：Norm1＝Mp1*Np1；其中，Mp1为任一点云子图的位姿逆解值，Np1为当前新的节点位姿值，当Norm1取值最小时，则代表新的节点与对应的点云子图的距离最近。4.根据权利要求1至3中任一权利要求所述的建图的优化方法，其特征在于，所述新的点云子图与第二数量的节点之间的约束包括：查找与所述新的点云子图距离最近的N个节点，将所述新的点云子图与所述距离最近的所述N个节点建立约束，所述N为不大于3的正整数。5.根据权利要求4所述的建图的优化方法，其特征在于，所述查找与所述新的点云子图距离最近的节点的计算公式为：Norm2＝Mp2*Np2；其中，Mp2为新的点云子图的位姿逆解值，Np2为当任一节点的位姿值，当Norm2取值最小时，则代表新的点云子图与对应的节点的距离最近。6.根据...
【专利技术属性】
技术研发人员：韩勇，杨诗琴，
申请(专利权)人：深圳市镭神智能系统有限公司，
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。