【技术实现步骤摘要】
本专利技术涉及机器人，尤其涉及一种作业分区确定、栅格地图构建、模型训练方法及机器人。
技术介绍
1、通常，机器人通过摄像头、雷达等传感器构建语义地图，基于构建的语义地图机器人可以实现定位、导航、路径规划、智能避障等功能。
2、相关技术中，通过目标检测技术识别作业区域中的参照物体，基于在作业区域中识别到的参照物体对地图进行分区，以构建语义地图。
3、然而，面对机器人多种多样的作业环境，相关技术中基于作业环境中的参照物进行地图分区的方法需要人工设计后处理映射规则，其构建的语义地图的普适性有待提升。
技术实现思路
1、本说明书实施方式提供一种作业分区确定、栅格地图构建、模型训练方法及机器人，基于本说明书实施方式提供的作业区域的分区方法构建的语义地图，能够适应机器人多种多样的作业环境，提升构建的语义地图的普适性。
2、本说明书实施方式提供一种作业分区确定方法，作业分区确定方法包括：获取作业范围的栅格地图、作业分区的隔断对象坐标；其中，隔断对象用于将作业范围分割为至少一个作业分区，栅格地图上划分有若干栅格；栅格内具有至少一个标记分块；标记分块用于表征栅格对应的场景类别；结合栅格地图中栅格的至少一个标记分块进行场景的语义分割，得到栅格地图中像素点的场景类别；基于隔断对象坐标、像素点的场景类别，在作业范围中确定作业分区。
3、在本说明书的一些实施例中，栅格内分配有若干采样点，采样点对应有场景类别；标记分块的生成方式，包括：针对作业范围中的任一栅格，
4、在本说明书的一些实施例中，根据任一栅格对应的至少一种场景类别，在任一栅格内生成表示至少一种场景类别的标记分块，包括：根据任一栅格对应的至少一种场景类别，对在任一栅格内的分块进行填充，生成表示至少一种场景类别的标记分块；其中，场景类别包括n种场景；任一栅格划分为n个分块；n为正整数。
5、在本说明书的一些实施例中，获取作业范围的栅格地图，包括：获取作业范围的初始二维地图、机器人的作业过程中在作业范围内的采样点处生成的日志数据；其中，日志数据包括采样点的位置坐标、采样点对应的场景类别；对初始二维地图进行网格划分，得到若干栅格；根据采样点的位置坐标，将采样点分配至对应的栅格中；基于作业范围的栅格中分配的采样点对应的场景类别，生成栅格地图。
6、在本说明书的一些实施例中，基于隔断对象坐标、像素点的场景类别，在作业范围中确定作业分区，包括：根据隔断对象坐标，沿着预设方向对位于隔断对象两侧且与隔断对象相邻的像素点进行遍历；在遍历过程中，根据像素点的场景类别确定场景类别不一致的目标像素点；基于目标像素点的坐标确定出入口坐标；根据隔断对象坐标、出入口坐标，在作业范围中确定闭合区域；将闭合区域确定为作业分区。
7、本说明书实施方式提供一种栅格地图构建方法，栅格地图构建方法包括：获取作业范围的初始二维地图；其中，初始二维地图上划分有若干栅格；栅格内分配有采样点；采样点处对应有场景类别；针对作业范围中的任一栅格，根据任一栅格的采样点所对应的场景类别生成任一栅格内的至少一个标记分块，得到栅格地图；标记分块用于表征栅格对应的场景类别。
8、在本说明书的一些实施例中，根据任一栅格的采样点所对应的场景类别生成任一栅格内的至少一个标记分块，包括：统计任一栅格内的采样点所对应的场景类别，得到任一栅格对应的至少一种场景类别；其中，在任一栅格内，多个采样点对应的同一场景类别计数一次；根据任一栅格对应的至少一种场景类别，在任一栅格内生成表示至少一种场景类别的标记分块。
9、在本说明书的一些实施例中，根据任一栅格对应的至少一种场景类别，在任一栅格内生成表示至少一种场景类别的标记分块，包括：根据任一栅格对应的至少一种场景类别，对在任一栅格内的分块进行填充，生成表示至少一种场景类别的标记分块；其中，场景类别包括n种场景；任一栅格划分为n个分块；n为正整数。
10、本说明书实施方式提供一种模型训练方法，包括：基于上述任一实施方式的方法生成的栅格地图，构建语义分割模型的训练样本；利用训练样本对初始的语义分割模型进行训练，得到用于确定作业分区和/或作业分区的类别的目标语义分割模型。
11、本说明书实施方式提供一种作业分区确定装置，作业分区确定装置包括：地图坐标获取模块，用于获取作业范围的栅格地图、作业分区的隔断对象坐标；其中，隔断对象用于将作业范围分割为至少一个作业分区，栅格地图上划分有若干栅格；栅格内具有至少一个标记分块；标记分块用于表征栅格对应的场景类别；地图语义分割模块，用于结合栅格地图中栅格的至少一个标记分块进行场景的语义分割，得到栅格地图中像素点的场景类别；作业分区确定模块，用于基于隔断对象坐标、像素点的场景类别，在作业范围中确定作业分区。
12、本说明书实施方式提供一种栅格地图构建装置，栅格地图构建装置包括：初始地图获取模块，用于获取作业范围的初始二维地图；其中，初始二维地图上划分有若干栅格；栅格内分配有采样点；采样点处对应有场景类别；标记分块生成模块，用于针对作业范围中的任一栅格，根据任一栅格的采样点所对应的场景类别生成任一栅格内的至少一个标记分块，得到栅格地图；标记分块用于表征栅格对应的场景类别。
13、本说明书实施方式提供一种模型训练装置，模型训练装置包括：训练样本构建模块，用于基于上述任一实施方式的方法生成的栅格地图，构建语义分割模型的训练样本；模型训练模块，用于利用训练样本对初始的语义分割模型进行训练，得到用于确定作业分区和/或作业分区的类别的目标语义分割模型。
14、本说明书实施方式提供一种移动机器人，移动机器人包括：感知设备、存储器、处理器以及存储在存储器上的移动机器人的运行程序，移动机器人的运行程序被处理器执行实现如第一方面实施例的作业分区确定方法、如第二方面实施例的栅格地图构建方法、和/或如第三方面实施例的模型训练方法的各个步骤。
15、本说明书实施方式提供计算机可读存储介质，其上存储有计算机程序，其特征在于，计算机程序被处理器执行时实现如第一方面实施例的作业分区确定方法、如第二方面实施例的栅格地图构建方法、和/或如第三方面实施例的模型训练方法的各个步骤。
16、上述实施方式中，通过获取作业范围的栅格地图、作业分区的隔断对象坐标，结合栅格地图中栅格的至少一个标记分块进行场景的语义分割，得到栅格地图中像素点的场景类别，并基于隔断对象坐标、像素点的场景类别，在作业范围中确定作业分区，通过对栅格地图的语义分割实现对作业范围进行作业分区的划分，无须设计后处理映射规则，基于本市实施方式确定的作业分区构建的语义地图具有更好的普适性。进一步的，可以提升作业分区的准确性。
本文档来自技高网...【技术保护点】
1.一种作业分区确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述栅格内分配有若干采样点，所述采样点对应有场景类别；所述标记分块的生成方式，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述任一栅格对应的至少一种场景类别，在所述任一栅格内生成表示所述至少一种场景类别的标记分块，包括：
4.根据权利要求1所述的方法，其特征在于，所述获取作业范围的栅格地图，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述隔断对象坐标、所述像素点的场景类别，在所述作业范围中确定所述作业分区，包括：
6.一种栅格地图构建方法，其特征在于，所述方法包括：
7.根据权利要求6所述的方法，其特征在于，所述根据所述任一栅格的采样点所对应的场景类别生成所述任一栅格内的至少一个标记分块，包括：
8.根据权利要求7所述的方法，其特征在于，所述根据所述任一栅格对应的至少一种场景类别，在所述任一栅格内生成表示所述至少一种场景类别的标记分块，包括：
9.一种模型训练方法
10.一种作业分区确定装置，其特征在于，所述装置包括：
11.一种栅格地图构建装置，其特征在于，所述装置包括：
12.一种模型训练装置，其特征在于，所述装置包括：
13.一种移动机器人，其特征在于，所述移动机器人包括：感知设备、存储器、处理器以及存储在存储器上的移动机器人的运行程序，所述移动机器人的运行程序被所述处理器执行实现如权利要求1至5任意一项所述的作业分区确定方法、如权利要求6至8任意一项所述的栅格地图构建方法、和/或如权利要求9所述的模型训练方法的各个步骤。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任意一项所述的作业分区确定方法、如权利要求6至8任意一项所述的栅格地图构建方法、和/或如权利要求9所述的模型训练方法的各个步骤。
...【技术特征摘要】
1.一种作业分区确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述栅格内分配有若干采样点，所述采样点对应有场景类别；所述标记分块的生成方式，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述任一栅格对应的至少一种场景类别，在所述任一栅格内生成表示所述至少一种场景类别的标记分块，包括：
4.根据权利要求1所述的方法，其特征在于，所述获取作业范围的栅格地图，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述隔断对象坐标、所述像素点的场景类别，在所述作业范围中确定所述作业分区，包括：
6.一种栅格地图构建方法，其特征在于，所述方法包括：
7.根据权利要求6所述的方法，其特征在于，所述根据所述任一栅格的采样点所对应的场景类别生成所述任一栅格内的至少一个标记分块，包括：
8.根据权利要求7所述的方法，其特征在于，所述根据所述任一栅格对应的至少一种场景类别，在...
【专利技术属性】
技术研发人员：洪滋泰，竺浩，吴泽晓，刘建平，
申请(专利权)人：深圳市杉川机器人有限公司，
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。