[发明专利]机器人环境建图方法、装置及机器人在审
申请号: | 201710418903.5 | 申请日: | 2017-06-06 |
公开(公告)号: | CN108931977A | 公开(公告)日: | 2018-12-04 |
发明(设计)人: | 笪禹;卜弋天;毕俊熹;程德 | 申请(专利权)人: | 北京猎户星空科技有限公司 |
主分类号: | G05D1/02 | 分类号: | G05D1/02;G06F17/30;H04W84/18 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张润 |
地址: | 100041 北京市石景山区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 环境地图 机器人 群组 机器人环境 更新 多个机器人 第一位置 人本发明 信息共享 匹配 存储 联合 | ||
本发明提出一种机器人环境建图方法、装置及机器人,其中,该方法包括:第一机器人获取与当前所在的第一位置对应的第一环境地图;在确定所述第一环境地图与已存储的第二环境地图不匹配时,根据所述第一环境地图,对所述第二环境地图进行更新;将更新后的第二环境地图发送给群组中的其他机器人。由此,通过多个机器人组成群组,联合建立地图,并在任一机器人所处的环境发生改变时,根据改变后的环境,对环境地图进行更新,并将更新后的环境地图发送给群组中的其他机器人,实现了机器人之间的环境地图信息共享,从而提高了群组中机器人进行环境建图时的效率和灵活性,改善了机器人性能。
技术领域
本发明涉及计算机技术领域,尤其涉及一种机器人环境建图方法、装置及机器人。
背景技术
随着科技发展和社会进步,智能服务机器人在人们生活中的应用越来越广泛。比如,扫地机器人、上菜机器人等。
很多情况下,机器人需要根据其工作环境,建立环境地图,并根据环境变化,对已建立的地图进行更新。比如,扫地机器人工作在室内家庭环境中,其工作环境在大的格局上一般不会变化,但是局部空间有时会产生一些变化(如座椅的挪动,人、宠物的走动等),需要机器人在工作中不断的在原有地图基础上进行地图更新。
现有的机器人环境建图方式,每台机器人在工作时,都要独立进行初始环境建图,并根据环境变化,不断对已建的地图进行更新。由于各个机器人独立进行环境建图,这就导致了在需要部署多台机器人的大型公共场所,采用上述机器人环境建图方式,整体的工作效率低,灵活性差。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的第一个目的在于提出一种机器人环境建图方法,通过多个机器人组成群组,联合建立地图,并在任一机器人所处的环境发生改变时,根据改变后的环境,对环境地图进行更新,并将更新后的环境地图发送给群组中的其他机器人,实现了机器人之间的环境地图信息共享,从而提高了群组中机器人进行环境建图时的效率和灵活性,改善了机器人性能。
本发明的第二个目的在于提出一种机器人环境建图装置。
本发明的第三个目的在于提出一种机器人。
本发明的第四个目的在于提出一种非临时性计算机可读存储介质。
本发明的第五个目的在于提出一种计算机程序产品。
为达上述目的,本发明第一方面实施例提出了一种机器人环境建图方法,所述方法包括:第一机器人获取与当前所在的第一位置对应的第一环境地图;在确定所述第一环境地图与已存储的第二环境地图不匹配时,根据所述第一环境地图,对所述第二环境地图进行更新;将更新后的第二环境地图发送给群组中的其他机器人。
在第一方面的一种可能的实现形式中,所述确定所述第一环境地图与已存储的第二环境地图不匹配,包括:
从所述第二环境地图中,截取与所述第一位置对应的第三环境地图;
确定所述第一环境地图与所述第三环境地图不匹配。
在第一方面的另一种可能的实现形式中,所述确定所述第一环境地图与已存储的第二环境地图不匹配之前,还包括:
获取并保存所述第二环境地图。
在第一方面的另一种可能的实现形式中,所述获取并保存所述第二环境地图,包括:
第一机器人获取所述群组中其他各机器人分别发送的、与不同位置对应的不同的环境地图;
将所述不同的环境地图进行地图融合,生成所述第二环境地图。
在第一方面的另一种可能的实现形式中,所述将所述不同的环境地图进行地图融合,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京猎户星空科技有限公司,未经北京猎户星空科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710418903.5/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种多源信息融合农业机器人动态障碍物检测系统
- 下一篇:车辆冰撞击预测