基于栅格地图的移动机器人扩展建图方法、设备及介质与流程

1.本发明涉及移动机器人地图构建技术领域，特别涉及一种基于栅格地图的移动机器人扩展建图方法、设备及介质。


背景技术：

2.在移动机器人领域，机器人的定位和导航离不开地图。地图构建即机器人在环境中移动，通过自身携带的传感器对环境信息进行探测，记录环境的轮廓信息并最终生成地图的过程。通常原始地图的构建是人工操作机器人在环境中进行扫描后生成地图，如果地图发生变化，一般情况下需要重新建图，该方法需耗费较多的人力成本。因此，移动机器人在原来地图扩展地图，对地图做局部修改，不仅有效降低人力成本，还可以有效节省工作时间，扩展地图因此成为近期移动机器人领域的研究热点和难点。
3.公开号为cn112750161a的中国发明专利申请中提出了一种用于移动机器人的地图更新方法，但该方法利用点云与栅格地图直接匹配计算得分，匹配过程存在较大误差，同时其地图更新过程评判条件复杂，需要帧数和评分都达标才保存当前桢，并直接将点云转化为栅格信息，加入到栅格地图，容易造成激光桢信息丢失，导致最后的地图更新准确度较低。


技术实现要素：

4.本发明提供一种基于栅格地图的移动机器人扩展建图方法、设备及介质，旨在解决现有技术中移动机器人地图更新和扩展构建准确度低的问题。
5.第一方面，本发明提供了一种基于栅格地图的移动机器人扩展建图方法，包括：
6.获取原始栅格地图，将所述原始栅格地图转化为原始点云地图；
7.获取移动机器人在原始栅格上的定位信息，确定移动机器人的初始位姿信息；
8.通过移动机器人的传感器获取周围环境信息的初始激光点云信息，根据所述初始激光点云信息和所述初始位姿信息在所述原始点云地图上进行匹配定位；
9.获取移动机器人移动后的当前激光点云信息，并根据初始位姿信息通过迭代匹配获取当前位姿信息；
10.根据所述当前激光点云信息和所述当前位姿信息在所述原始点云地图上进行匹配定位，对所述原始点云地图进行更新；
11.在移动机器人完成扫描需要更新的区域后，将更新后的点云地图转化为更新后的栅格地图。
12.进一步地，所述获取原始栅格地图，将所述原始栅格地图转化为原始点云地图的步骤之前还包括：
13.加载原始pgm格式地图图片；
14.将所述原始pgm格式地图图片转化为原始栅格地图。
15.进一步地，所述将所述原始栅格地图转化为原始点云地图的步骤包括；
16.获取所述原始pgm格式地图图片的标注尺寸；
17.根据预设的栅格地图像素大小和所述原始pgm格式地图图片的标注尺寸生成所述原始栅格地图。
18.进一步地，所述将所述原始栅格地图转化为原始点云地图的步骤包括：
19.获取所述原始栅格地图中每个像素点对应的坐标信息和rgb像素值；
20.根据每个像素点对应的rgb像素值确定该像素点的障碍点数hits和空闲点数frees；
21.将每个像素点的坐标信息、rgb像素值、障碍点数hits和空闲点数frees存储为该像素点的点云信息，生成原始点云地图。
22.进一步地，所述根据所述当前激光点云信息和所述当前位姿信息在所述原始点云地图上进行匹配定位，对所述原始点云地图进行更新的步骤包括：
23.根据所述当前激光点云信息和所述当前位姿信息在所述原始点云地图上进行匹配定位，确定待更新的栅格位置；
24.若激光束通过待更新栅格，则该栅格位置对应的像素点的空闲点数frees加1；
25.若激光束击中待更新栅格，则该栅格位置对应的像素点的障碍点数hits加1。
26.进一步地，所述在移动机器人完成扫描需要更新的区域后，将更新后的点云地图转化为更新后的栅格地图的步骤之后还包括：
27.将更新后的栅格地图转化成pgm图片格式。
28.进一步地，所述将更新后的栅格地图转化成pgm图片格式的步骤包括：
29.根据更新后的每个栅格的障碍点数hits和空闲点数frees计算该栅格的占用概率q，其中q＝hits/(hits+frees)；
30.根据每个栅格的占用概率确定该栅格对应的像素点的颜色，生成pgm格式地图。
31.进一步地，所述根据每个栅格的占用概率确定该栅格对应的像素点的颜色的步骤包括：
32.若栅格占用概率q≥0.5，则判定该栅格为障碍栅格，对应像素点的颜色为黑色；
33.若栅格占用概率0.5＞q≥0，则判定该栅格为空闲栅格，对应像素点为白色；
34.若栅格障碍点数hits和空闲点数frees都为0，则判定该栅格为未知区域，对应像素点为灰色。
35.第二方面，本发明还提供一种电子设备，包括：
36.存储器，所述存储器存储执行指令；以及
37.处理器，所述处理器执行所述存储器存储的执行指令，使得所述处理器执行如上任一项所述的基于栅格地图的移动机器人扩展建图方法。
38.第三方面，本发明还提供一种可读存储介质，所述可读存储介质中存储有执行指令，所述执行指令被处理器执行时用于实现如上任一项所述的基于栅格地图的移动机器人扩展建图方法。
39.本发明提供的基于栅格地图的移动机器人扩展建图方法、设备及介质通过将最初的pgm格式图片读成栅格地图，并转化为点云地图，用于机器人定位，可以实现根据激光点云与原始点云进行点对点匹配，可以在扩展地图的同时修正移动机器人在点云地图的位姿，提高地图构建的精度，避免修正后的地图出现地图重叠，无法应用到后期的精准定位导
航的问题。
附图说明
40.图1是本发明一实施例的基于栅格地图的移动机器人扩展建图方法的流程示意图；
41.图2是发明一实施例的将所述原始栅格地图转化为原始点云地图的步骤之前的流程示意图；
42.图3是本发明一实施例的所述将所述原始栅格地图转化为原始点云地图的流程示意图；
43.图4是本发明一实施例的将所述原始栅格地图转化为原始点云地图的流程示意图；
44.图5是本发明一实施例的根据所述当前激光点云信息和所述当前位姿信息在所述原始点云地图上进行匹配定位，对所述原始点云地图进行更新的流程示意图；
45.图6是本发明一实施例的将更新后的点云地图转化为更新后的栅格地图步骤之后的流程示意图；
46.图7是本发明一实施例的将更新后的栅格地图转化成pgm图片格式的流程示意图；
47.图8是本发明一实施例的根据每个栅格的占用概率确定该栅格对应的像素点的颜色的流程示意图；
48.图9是利用本发明的一实施例的基于栅格地图的移动机器人扩展建图方法进行地图扩建的原始栅格地图；
49.图10是利用本发明的一实施例的基于栅格地图的移动机器人扩展建图方法进行地图扩建的更新后的栅格地图。
50.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
51.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
52.下面将结合本发明实施例中的附图，对本发明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发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
53.需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变，所述的连接可以是直接连接，也可以是间接连接。
54.另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保
护范围之内。
55.参照图1，本发明提出一种于栅格地图的移动机器人扩展建图方法，包括：
56.s1、获取原始栅格地图，将所述原始栅格地图转化为原始点云地图；
57.s2、获取移动机器人在原始栅格上的定位信息，确定移动机器人的初始位姿信息；
58.s3、通过移动机器人的传感器获取周围环境信息的初始激光点云信息，根据所述初始激光点云信息和所述初始位姿信息在所述原始点云地图上进行匹配定位；
59.s4、获取移动机器人移动后的当前激光点云信息，并根据初始位姿信息通过迭代匹配获取当前位姿信息；
60.s5、根据所述当前激光点云信息和所述当前位姿信息在所述原始点云地图上进行匹配定位，对所述原始点云地图进行更新；
61.s6、在移动机器人完成扫描需要更新的区域后，将更新后的点云地图转化为更新后的栅格地图。
62.如上述步骤所述，本发明首先加载原始栅格地图，并将原始栅格地图转换为包含点云信息的点云地图，其中，栅格地图中每个像素对应的点云的点云信息包括该像素点的障碍点数hits和空闲点数frees数值，还包括对应的坐标和rgb像素值。然后根据移动机器人在原始栅格地图上的定位信息，并根据移动机器人获取的周围环境信息确定精确的移动机器人初始位姿信息，例如使用自适应蒙特卡罗定位算法(acml算法)来确定其初始位姿信息；在移动机器人移动后，通过移动机器人获取的周围环境信息以及通过迭代匹配算法得到的当前位姿信息来继续与原始点云地图进行匹配，对匹配的栅格进行点云信息数据更新，在扫描完成后，将更新后的点云地图转换为更新后的栅格地图即可。
63.请参图2，在一个具体的实施例中，所述获取原始栅格地图，将所述原始栅格地图转化为原始点云地图的步骤之前还包括：
64.s01、加载原始pgm格式地图图片；
65.s02、将所述原始pgm格式地图图片转化为原始栅格地图。
66.请参图3，在一个具体的实施例中，所述将所述原始栅格地图转化为原始点云地图的步骤包括；
67.s021、获取所述原始pgm格式地图图片的标注尺寸；
68.s022、根据预设的栅格地图像素大小和所述原始pgm格式地图图片的标注尺寸生成所述原始栅格地图。
69.如上述步骤所述，首先将pgm格式图片转化为栅格地图。例如，预设的栅格地图的像素大小为5cm，原始pgm格式地图图片标注的尺寸为104.2m*52.8m，则生成的栅格地图大小为2084*1056像素。
70.请参图4，在一个具体的实施例中，所述将所述原始栅格地图转化为原始点云地图的步骤包括：
71.s11、获取所述原始栅格地图中每个像素点对应的坐标信息和rgb像素值；
72.s12、根据每个像素点对应的rgb像素值确定该像素点的障碍点数hits和空闲点数frees；
73.s13、将每个像素点的坐标信息、rgb像素值、障碍点数hits和空闲点数frees存储为该像素点的点云信息，生成原始点云地图。
74.栅格地图中每个像素对应的点云的点云信息包括该像素点的障碍点数hits和空闲点数frees数值，还包括对应的坐标和rgb像素值。根据每个像素的rgb值转化为点云，如黑色的像素点转化为障碍点，对应栅格的障碍点数hits加1；白色的像素点转化为空闲点，对应栅格的空闲点数frees加1，剩下其他颜色的像素不处理。
75.请参图5，在一个具体的实施例中，所述根据所述当前激光点云信息和所述当前位姿信息在所述原始点云地图上进行匹配定位，对所述原始点云地图进行更新的步骤包括：
76.s51、根据所述当前激光点云信息和所述当前位姿信息在所述原始点云地图上进行匹配定位，确定待更新的栅格位置；
77.s52、若激光束通过待更新栅格，则该栅格位置对应的像素点的空闲点数frees加1；
78.s53、若激光束击中待更新栅格，则该栅格位置对应的像素点的障碍点数hits加1。
79.根据当前激光点云信息对原始点云地图进行数据更新，其更新过程可以采用上述的方法，即激光束经过的栅格为空闲点，坐标所对应栅格的frees变量加1；若激光束的末端坐标为障碍点，坐标所对应栅格的hits变量加1。
80.请参图6，在一个具体的实施例中，所述在移动机器人完成扫描需要更新的区域后，将更新后的点云地图转化为更新后的栅格地图的步骤之后还包括：
81.s7、将更新后的栅格地图转化成pgm图片格式。
82.请参图7，在一个具体的实施例中，所述将更新后的栅格地图转化成pgm图片格式的步骤包括：
83.s71、根据更新后的每个栅格的障碍点数hits和空闲点数frees计算该栅格的占用概率q，其中q＝hits/(hits+frees)；
84.s72、根据每个栅格的占用概率确定该栅格对应的像素点的颜色，生成pgm格式地图。
85.请参图8，在一个具体的实施例中，所述根据每个栅格的占用概率确定该栅格对应的像素点的颜色的步骤包括：
86.s721、若栅格占用概率q≥0.5，则判定该栅格为障碍栅格，对应像素点的颜色为黑色；
87.s722、若栅格占用概率0.5＞q≥0，则判定该栅格为空闲栅格，对应像素点为白色；
88.s723、若栅格障碍点数hits和空闲点数frees都为0，则认为该栅格为未知区域，对应像素点为灰色。
89.如上所述，所有激光点云都叠加到点云地图，最后发布地图时，根据每个栅格内的激光经过次数和激光打到次数比值，一次性将点云地图转化为栅格地图，最后再转化为pgm格式的扩展地图。
90.图9和图10是利用本发明提出的基于栅格地图的移动机器人扩展建图方法进行地图扩建的效果图，先将最初的pgm格式图片读成栅格地图，并转化为点云地图，并采用激光点云与原始点云进行点对点匹配的方法，可以在扩展地图的同时修正移动机器人在点云地图的位姿，提高地图构建的精度，避免修正后的地图出现地图重叠，无法应用到后期的精准定位导航的问题。在地图扩展更新过程中，每一帧点云信息都存储到点云地图，最后一次性将全部点云转化为栅格地图，栅格地图的每个栅格之间具有连续性，能够生成真实地图，扩
展后地图并且与原始地图障碍边界连接，无缝隙还原真实环境。在本实施方式中，图9是为原始栅格地图，图10是进行地图扩建的更新后的栅格地图。
91.本发明还提供一种电子设备，包括：
92.存储器，所述存储器存储执行指令；以及
93.处理器，所述处理器执行所述存储器存储的执行指令，使得所述处理器执行如上任一项所述的基于栅格地图的移动机器人扩展建图方法。
94.本发明还提供一种可读存储介质，所述可读存储介质中存储有执行指令，所述执行指令被处理器执行时用于实现如上任一项所述的基于栅格地图的移动机器人扩展建图方法。
95.以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。