CN116358522A - 局部地图生成方法和装置、机器人、计算机可读存储介质 - Google Patents

Abstract

本说明书提供一种局部地图生成方法和装置、机器人、计算机可读存储介质。所述方法包括：当所述机器人位于轿厢内时，获取所述机器人对应的多个位置信息；根据所述机器人对应的多个位置信息确定所述轿厢对应的运行状态；当所述轿厢对应的运行状态为静止状态时，获取所述机器人所在周围环境对应的目标环境数据，所述周围环境包括所述轿厢；根据所述周围环境对应的目标环境数据生成所述机器人对应的局部地图。这样机器人不会利用轿厢运动时采集的目标环境数据来生成局部地图，减少了局部地图的异常。

Description

局部地图生成方法和装置、机器人、计算机可读存储介质

技术领域

本说明书涉及机器人技术领域，尤其涉及一种局部地图生成方法和装置、机器人、计算机可读存储介质。

背景技术

随着人工智能技术的快速发展，机器人的应用场景也越来越广泛，比如机器人可以陪伴主人搭乘电梯，又比如机器人可以利用电梯进行货物运输等。在上述应用场景中，机器人需要通过建立周围环境的局部地图来实现路径规划，避免因各种障碍影响行动。然而，在机器人搭乘电梯时，这样会使得机器人到达低楼层时建立的局部地图出现异常，干扰机器人利用局部地图执行路径规划、移动、避障等任务。

发明内容

为克服相关技术中存在的问题，本说明书提供了一种局部地图生成方法和装置、机器人、计算机可读存储介质。

根据本说明书实施例的第一方面，提供一种局部地图生成方法，应用于机器人，所述方法包括：当所述机器人位于轿厢内时，获取所述机器人在多个时刻分别采集得到的多个位置信息；根据在所述多个时刻分别采集得到的所述多个位置信息，确定所述轿厢对应的运行状态；当所述轿厢对应的运行状态为静止状态时，获取所述机器人所在周围环境对应的目标环境数据，所述周围环境包括所述轿厢；根据所述周围环境对应的所述目标环境数据生成所述机器人对应的目标局部地图。

在一些实施例中，所述获取所述机器人所在周围环境对应的目标环境数据，包括：获取所述周围环境对应的原始环境数据和所述机器人对应的高度信息；根据所述机器人对应的所述高度信息确定所述机器人所处的高度范围；根据所述高度范围对所述原始环境数据进行筛选，得到所述周围环境对应的目标环境数据。

在一些实施例中，所述目标环境数据包括环境图像数据，采集所述环境图像数据的视觉传感器的数量为多个，多个所述视觉传感器分别设置在所述机器人的不同方位上。

在一些实施例中，所述目标环境数据包括环境点云数据，所述环境点云数据由所述机器人上的深度传感器采集得到。

在一些实施例中，所述根据所述周围环境对应的所述目标环境数据生成所述机器人对应的目标局部地图包括：从所述周围环境对应的所述目标环境数据中获取环境图像数据；调用接地线识别模型对所述环境图像数据进行识别，得到所述周围环境中的接地线位置；根据所述接地线位置和所述机器人所在的机器人位置，确定所述周围环境中的可通行区域；根据所述可通行区域生成所述机器人对应的目标局部地图。

在一些实施例中，所述目标环境数据包括环境图像数据和环境点云数据；所述根据所述周围环境对应的目标环境数据生成所述机器人对应的局部地图，包括：根据所述周围环境对应的所述环境图像数据生成所述机器人对应的至少一个第一局部地图；根据所述周围环境对应的所述环境点云数据生成所述机器人对应的至少一个第二局部地图；对所述机器人对应的至少一个所述第一局部地图和至少一个所述第二局部地图进行融合，得到所述机器人对应的目标局部地图。

在一些实施例中，所述对所述机器人对应的至少一个所述第一局部地图和至少一个所述第二局部地图进行融合，得到所述机器人对应的目标局部地图，包括：遍历至少一个第二局部地图中的多个第一位置；针对所述多个第一位置中的任意一个第一位置，当所述第一位置的第一高度信息为无效信息时，在所述至少一个第一局部地图中查找与所述第一位置对应的第二位置，确定所述第二位置对应的第二高度信息；将所述第一高度信息替换为所述第二高度信息；将遍历完成得到的地图确定为所述机器人对应的目标局部地图。

在一些实施例中，所述多个位置信息中的每个位置信息包括水平位置信息以及竖直位置信息；所述根据在所述多个时刻分别采集得到的所述多个位置信息，确定所述轿厢对应的运行状态，包括：基于所述多个时刻分别采集得到的水平位置信息，确定所述机器人的水平位移标准差；基于所述多个时刻分别采集得到的竖直位置信息，确定所述机器人的竖直位移以及竖直速度；若所述水平位移标准差小于标准差阈值，所述竖直位移小于位移阈值，且所述竖直速度小于速度阈值，则确定所述轿厢对应的运行状态为静止状态。

在一些实施例中，所述多个位置信息根据预设频率采集得到；所述方法还包括：当所述轿厢对应的运行状态为运动状态时，屏蔽所述机器人所在周围环境对应的目标环境数据，返回所述获取所述机器人在多个时刻分别采集得到的多个位置信息的步骤。

根据本说明书实施例的第二方面，提供一种局部地图生成装置，应用于机器人，所述装置包括：位置获取模块，用于当所述机器人位于轿厢内时，获取所述机器人在多个时刻分别采集得到的多个位置信息；状态确定模块，用于根据在所述多个时刻分别采集得到的所述多个位置信息，确定所述轿厢对应的运行状态；环境数据获取模块，用于当所述轿厢对应的运行状态为静止状态时，获取所述机器人所在周围环境对应的目标环境数据，所述周围环境包括所述轿厢；地图生成模块，用于根据所述周围环境对应的所述目标环境数据生成所述机器人对应的局部地图。

根据本说明书实施例的第三方面，提供一种机器人，所述机器人包括机身；与所述机身通信的控制系统，所述控制系统包括处理器和与所述处理器通信的存储器，所述存储器存储指令，所述指令在所述处理器上被运行时使所述处理器执行本说明书任一实施例所述的机器人的局部地图生成方法。

根据本说明书实施例的第四方面，提供一种计算机可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现本说明书任一实施例所述的机器人的局部地图生成方法。

本说明书的实施例提供的技术方案可以包括以下有益效果：

本说明书实施例中，根据机器人在多个时刻分别采集得到的多个位置信息确定轿厢对应的运行状态；当轿厢对应的运行状态为静止状态时，机器人才会利用所在周围环境对应的目标环境数据生成局部地图，而不会利用轿厢运动时的目标环境数据来生成目标局部地图，有效的减少了目标局部地图的异常，提高了目标局部地图的准确性和可靠性，进而提高了机器人执行路径规划、移动、避障等任务的准确性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本说明书的实施例，并与说明书一起用于解释本说明书的原理；

图1是本说明书根据一示例性实施例示出的机器人对应的局部地图的示意图；

图2是本说明书根据一示例性实施例示出的局部地图生成方法的流程图；

图3是本说明书根据另一示例性实施例示出的局部地图生成方法的流程图；

图4是本说明书根据一示例性实施例示出的筛选目标环境数据的方法的流程图；

图5是本说明书根据又一示例性实施例示出的局部地图生成方法的流程图；

图6是本说明书根据一示例性实施例示出的机器人上部署三个单目相机的示意图；

图7是本说明书根据再一示例性实施例示出的局部地图生成方法的流程图；

图8是机器人的可达空间区域的示意图；

图9是本说明书根据一示例性实施例示出的局部地图与可达空间地图融合的示意图；

图10是本说明书根据一示例性实施例示出的局部地图生成装置的示意图；

图11是本说明书根据一示例性实施例示出的一种机器人的硬件结构示意图；

图12是本说明书根据一示例性实施例示出的一种机器人的机械结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。

在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

机器人是一种自动化机器，与常见机器不同的是，这种机器具备一些与人或生物相似的智能能力，如感知能力、规划能力、动作能力和协同能力，是一种具有高度灵活性的自动化机器。机器人可以辅助甚至替代人类完成危险、繁重、复杂的工作，提高工作效率质量，服务人类生活，扩大延伸人的活动及能力范围。

机器人的活动场景可以涉及电梯，例如，机器人可以陪伴主人搭乘电梯，又比如机器人可以利用电梯进行货物运输，然而，在电梯的运行过程中，机器人会将在不同时刻、不同高度下采集的环境数据添加到局部地图中，这样会使得机器人到达低楼层时建立的局部地图出现异常，干扰机器人利用局部地图执行路径规划、移动、避障等任务。对此，本说明书提出一种局部地图生成方法和装置、机器人、计算机可读存储介质，以避免机器人利用轿厢运动时在不同时刻、不同高度下采集的环境数据来构建局部地图，从而减少局部地图的异常，提高机器人规划路径的准确性。接下来对本说明书实施例进行详细说明。

在本说明书中，机器人可以基于部署在机器人上的传感器采集环境数据，并基于采集的环境数据生成局部地图，从而基于局部地图自主地规划运动路线。其中，环境数据包括但不限于环境点云数据和/或环境图像数据。环境点云数据可以通过深度传感器采集得到，环境图像数据可以通过视觉传感器采集得到。如图1所示，局部地图可以是以机器人为中心的预设范围内的地图，所述预设范围可以是图中所示的矩形区域，也可以是以机器人为中心的预设半径范围的圆形区域，或者是其他形状的区域。预设范围具体可以是固定范围或者动态范围，可以根据实际应用需求确定。随着机器人移动，在该范围外的历史信息将会被丢弃，重新采集到的环境数据会不断更新到这张局部地图中，更新的方式可以是将新的环境数据增加至局部地图中，也可以是利用新位置所对应范围内的环境数据重新生成局部地图。例如，局部地图可以是3D地图，3D地图是按照一定比例对现实世界或其中一部分的一个或多个方面的三维、抽象的描述，可以真实立体地反映周围环境，比如体素地图；又例如，局部地图可以是2.5D地图，依靠三维数据为基础，整合出的三维实景图像，可以直观模拟场景，比如高程地图。相较于3D地图而言，2.5D地图包含的数据量更小，更有利于机器人快速根据地图信息执行任务。

机器人上还可以部署用于采集位置的传感器，例如里程计或者惯性测量单元(Inertial Measurement Unit，IMU)等位姿传感器。位姿传感器是一种利用从移动传感器获得的数据来估计物体位置随时间的变化而改变的测量单元，它所采集的信息可以包含位置信息和姿态信息。当机器人位于电梯的轿厢内，机器人是跟随着轿厢被动运动的，例如，当轿厢上升或下降时，机器人在轿厢运动方向上的位移也会发生相应的向上或者向下的变化，同时，在垂直于轿厢运动方向的平面上机器人的位移也会发生一定的变化；当轿厢静止的时候，机器人也会处于静止状态。因而机器人可以根据自身位置信息的变化判断轿厢的运行状态。

如图2所示，图2是本说明书根据一示例性实施例示出的局部地图生成方法的流程图，包括以下步骤：

步骤S1：当机器人位于轿厢内时，获取机器人在多个时刻分别采集得到的多个位置信息；

步骤S2：根据在多个时刻分别采集得到的多个位置信息，确定轿厢对应的运行状态；

步骤S3：当轿厢对应的运行状态为静止状态时，获取机器人所在周围环境对应的目标环境数据，周围环境包括轿厢；

步骤S4：根据周围环境对应的目标环境数据生成机器人对应的目标局部地图。

在上述实施例中，当轿厢处于静止状态时，机器人才会利用目标环境数据生成目标局部地图，而在轿厢处于运行状态时则不会利用目标环境数据生成目标局部地图，减少了目标局部地图的异常，提高了目标局部地图的准确性和可靠性，进而提高了机器人执行路径规划、移动、避障等任务的准确性。例如，机器人搭乘电梯从二楼到一楼的过程中，如果机器人将从轿厢内采集到的所有目标环境数据用来生成局部地图，那么电梯到达一楼时，机器人所生成的局部地图会出现障碍异常，从而机器人无法利用所得到的局部地图规划正确的路径，干扰机器人执行任务。因此，按照本说明书中的局部地图生成方法，机器人在搭乘电梯从二楼到一楼的过程中并不会利用采集的目标环境数据来生成局部地图。机器人只会利用在电梯静止时采集到的目标环境数据来建立局部地图，以减少局部地图的异常。

在步骤S1中，轿厢可以是电梯的轿厢，轿厢可以在竖直方向上运动，例如，上升或下降。在轿厢上升或下降过程中，在到达指定楼层时，轿厢可以减速直至处于静止状态，并开启轿厢门。在轿厢门从打开状态重新恢复到关闭状态之后，轿厢可以继续保持在静止状态，或者从静止状态切换到运动状态。

在执行步骤S1之前，机器人可以先识别机器人是否位于轿厢内。例如，可以采集机器人所在周围环境对应的环境图像数据，对环境图像数据进行识别，从而确定机器人是否位于轿厢内。又例如，可以在机器人上布置激光雷达等传感器，用于检测周围环境中的物体与机器人之间的距离，并在周围环境中的物体与机器人之间的距离满足预设条件时，确定机器人位于轿厢内。还可以利用机器人基于周围环境建立的语义地图，根据语义地图中包括的语义信息确定机器人进入并且位于轿厢内。或者通过其他方式识别机器人是否位于轿厢内，此处不再赘述。

当机器人位于电梯的轿厢内时，可以获取机器人对应的多个位置信息，不同的位置信息可以是在不同的时刻获取的，获取任意一个位置信息时，轿厢可以处于运动状态，也可以处于静止状态。

在本说明书中，机器人位于轿厢内，机器人的位置信息可以以轿厢的运动方向作为参考来确定，通过位姿传感器所采集的位姿信息，可以得到机器人的水平位置信息(即机器人在水平面上的位置信息，可以用机器人在水平面上的二维坐标来表示)，以及机器人的竖直位置信息(即机器人在竖直方向的位置信息，可以用机器人在竖直方向上的坐标来表示)。通常情况下，竖直方向为轿厢运动(上升或下降)的方向。假设用(x,y)表示机器人在水平面上的位置信息，用z表示机器人在竖直方向的位置信息，则机器人在每个时刻采集的位置信息均可以记为(x,y,z)，该坐标可以是机器人在世界坐标系xOyz下的坐标。

在步骤S2中，机器人可以根据自身的多个位置信息的变化判断轿厢的运行状态。如图3所示，是根据一示例性实施例示出的另一种机器人的局部地图生成方法的流程图，本实施方式在前述实施例的基础上，描述了根据机器人对应的多个位置信息确定轿厢的运行状态的一种处理过程，包括如下步骤：

步骤S21：基于多个时刻分别采集得到的水平位置信息确定第一参考值，第一参考值用于表征机器人在水平方向上的运行状态的变化程度；

步骤S22：基于多个时刻分别采集得到的的竖直位置信息确定第二参考值，第二参考值用于表征机器人在竖直方向上的运行状态的变化程度；

步骤S23：若第一参考值小于第一预设阈值且第二参考值小于第二预设阈值，确定轿厢的运行状态为静止状态。

在一些实施例中，第一参考值可以包括水平位移标准差，水平位移标准差可以反映出机器人在水平方向上的位移变化程度，计算水平位移标准差的过程如下：

其中，

l_i为多个不同时刻中每一个时刻的二维坐标(x_i,y_i)到世界坐标系的原点的距离，

为各个时刻对应的距离的均值，1≤i≤n，n为多个不同时刻的总数。

水平位移标准差越大，说明机器人在水平方向上的位移变化程度越大；水平位移标准差结果越小，说明机器人在水平方向上的位移变化程度越小，因此设置第一预设阈值(即标准差阈值)，并将水平位移标准差小于标准差阈值作为判断轿厢静止的条件之一。

在一些实施例中，第二参考值可以包括竖直位移以及竖直速度，竖直位移以及竖直速度可以反映机器人的位置在竖直方向上的运行状态的变化程度。

假设机器人的竖直位移记为ΔZ，则可以采用以下方式计算竖直位移ΔZ：

ΔZ＝z_n―z₁

假设机器人的竖直速度记为

则可以采用以下方式计算竖直速度/>

其中，1≤i≤n，n为多个不同时刻的总数，z₁为记录的第1个时刻的坐标，t₁为第1个时刻，z_n为记录的第n个时刻的坐标，t_n为第n个时刻，Δt为第1个时刻到第n个时刻经历的时间。

竖直位移越大，竖直速度越大，说明机器人在竖直方向上的运行状态的变化程度越大；竖直位移越小，竖直速度越小，说明机器人在竖直方向上的运行状态的变化程度越小，因此设置位移阈值和速度阈值(统称为第二预设阈值)，竖直位移小于位移阈值且竖直速度小于速度阈值，也是判断轿厢静止的条件之一。

以上列举了确定轿厢运行状态的一些实施例，可以理解，此处仅为示例性说明，并非用于限制本说明书。在其他实施例中，也可以采用其他方式确定轿厢的运行状态。例如，可以检测轿厢门的开关状态。在轿厢门处于打开状态的情况下，可以确定轿厢处于静止状态。又例如，可以获取轿厢内的环境图像数据，基于该环境图像数据确定轿厢内楼层按键的状态，并基于楼层按键的状态来确定轿厢的运行状态。在楼层按键的状态从点亮状态切换到熄灭状态的情况下，可以确定轿厢处于静止状态。还可以结合轿厢门的开关状态以及楼层按键的状态共同确定轿厢的运行状态。在轿厢门从打开状态切换到关闭状态，且存在至少一个楼层按键处于点亮状态的情况下，可以确定轿厢的运行状态为运动状态。除了以上列举的情形之外，还可以采用其他方式来确定轿厢的运行状态，此处不再一一列举。

如果确定轿厢对应的运行状态为静止状态，可以执行步骤S3和步骤S4，获取机器人所在周围环境对应的目标环境数据，利用目标环境数据生成机器人所对应的目标局部地图。例如具体可以是根据预设频率将目标环境数据更新至机器人对应的局部地图，得到更新后的局部地图作为目标局部地图。如果确定轿厢对应的运行状态为运动状态，可以屏蔽机器人所在周围环境对应的目标环境数据，并返回获取所述机器人在多个时刻分别采集得到的多个位置信息的步骤。

在一些实施例中，机器人上的各种传感器可以始终处于工作状态，并采集周围环境的目标环境数据，但在轿厢处于运动状态时，可以屏蔽掉当前采集的目标环境数据，而不将在轿厢处于运动状态时采集得到的目标环境数据来用于局部地图生成过程。在另一些实施例中，可以在轿厢处于静止状态时启用机器人上的各种传感器来采集目标环境数据，并将采集的目标环境数据用于局部地图生成过程；在轿厢处于运动状态时，也可以控制机器人上的各种传感器停止工作，或者停止采集目标环境数据。

步骤S3中获取的目标环境数据可以是在步骤S1中获取多个位置信息时，由机器人上的各种传感器采集得到的目标环境数据，也可以是在确定步骤S2获取的运行状态为静止状态后，由机器人上的各种传感器采集得到的目标环境数据。在一些实施例中，目标环境数据包括环境点云数据和环境图像数据中的至少一种。

进一步地，当机器人搭乘电梯从高楼层到达低楼层，累计采集到的目标环境数据包括电梯静止状态下电梯轿厢在多个楼层的目标环境数据，而此时机器人只需所在楼层的目标环境数据来生成局部地图，因而机器人直接利用累计采集到的目标环境数据来建立局部地图，则建立低楼层的局部地图时，高楼层的目标环境数据可能会对低楼层的局部地图产生映射影响，导致低楼层的局部地图异常。此外，由于累计采集到的目标环境数据的数据量较大，也会导致机器人生成局部地图的时间较长。

对此，如图4所示，本实施方式示出了一种筛选目标环境数据的方法的流程图，包括如下步骤：

步骤S31：获取周围环境的原始环境数据和机器人对应的高度信息；

步骤S32：根据机器人对应的高度信息确定机器人所处的高度范围；

步骤S33：根据高度范围对原始环境数据进行筛选，得到周围环境对应的目标环境数据。

例如，原始环境数据可以是原始环境点云数据，原始环境点云数据中可以包括机器人上的深度传感器采集的所有点云数据。相应地，对原始环境点云数据进行筛选后，得到的周围环境对应的目标环境数据也是点云数据，筛选后得到的点云数据中仅包括机器人所处高度对应的高度范围内的点云数据，而不包括机器人所处高度对应的高度范围以外的点云数据。

当机器人达到低楼层时，机器人可以通过位姿传感器直接获取机器人的高度信息，机器人所需建立的局部地图的高度范围可以以机器人的高度信息为参考来设置，其中，机器人的高度信息具体可以是机器人在世界坐标系中的高度信息。这样机器人可以只利用高度范围内的点云数据来生成局部地图，减少了建立局部地图所需处理的数据量，也减少了高楼层的点云数据映射到低楼层的局部地图造成的异常。

在一些实施例中，高度范围可以是以机器人的高度信息为中心值，与预设上限值相加得到高度范围的上阈值，与预设下限值相减得到高度范围的下阈值，预设上限值和预设下限值可以是固定常数，也可以是通过固定公式计算得到的计算结果，例如，机器人的高度信息是3米，预设上限值可以是0.8米，预设下限值可以是0.2米，那么高度范围是2.8米到3.8米。又例如，机器人的高度信息是3米，此时处于二楼，预设下限值可以是0.2米，预设上限值可以是通过以下公式计算得到的计算结果：K×预置楼层高度―机器人的当前高度，其中K是小于1的系数，当K＝0.9，预置楼层高度为4m，那么预设上限值为0.9×4―3＝0.6，那么高度范围是2.8米到3.6米。

下面对生成局部地图的具体方式进行举例说明。在目标环境数据包括环境图像数据和环境点云数据的情况下，如图5所示，生成局部地图的具体方式包括如下步骤：

步骤S41：根据周围环境对应的环境图像数据生成机器人对应的至少一个第一局部地图；

步骤S42：根据周围环境对应的环境点云数据生成机器人对应的至少一个第二局部地图；

步骤S43：对机器人对应的至少一个第一局部地图和至少一个第二局部地图进行融合，得到机器人对应的目标局部地图。

在一些实施例中，环境点云数据可以由机器人上的深度传感器采集得到，由于深度传感器的视角通常难以覆盖以机器人为中心的360度视角范围，机器人在轿厢中也存在移动障碍，不便于通过旋转机身采集360度视角范围的环境点云数据。因此，机器人可以通过环境图像数据对深度传感器采集的环境点云数据进行补充。环境图像数据可以由机器人上的视觉传感器采集得到。上述步骤S41中不同的第一局部地图可以是机器人上的视觉传感器在不同的视角下采集得到的，上述步骤S42中不同的第二局部地图可以是机器人上的深度传感器在不同的视角下采集得到的。可以获取视觉传感器在某一时刻采集的环境图像数据用于生成第一局部地图，并获取深度传感器在同一时刻采集的环境点云数据用于生成第二局部地图，并将上述第一局部地图和第二局部地图用于上述步骤S43进行融合。其中，“同一时刻”可以指同一时间点，或者时间点相差在预设时间范围内。

其中，视觉传感器的数量可以是一个或者多个，多个视觉传感器分别设置在机器人的不同方位上，例如，每个视觉传感器都可以是单目视觉传感器，如图6所示，机器人的360度视角范围可以包括四个两两垂直的方向，以深度传感器的视角方向为前，那么三个单目视觉传感器的视角范围可以分别是左、右、后，视角范围为左、右、后的三个单目视觉传感器可以分别称为左单目视觉传感器(或左单目相机)、右单目视觉传感器(或右单目相机)和后单目视觉传感器(或后单目相机)，左单目相机与后单目相机的视角范围可以重叠，右单目相机与后单目相机的视角范围可以重叠，左单目相机与深度传感器的视角范围可以重叠，右单目相机与深度传感器的视角范围也可以重叠。这样整体的视角范围可以全面覆盖到机器人的周围环境，机器人可以不需要额外的旋转运动就可以得到周围环境的目标环境数据，从而更加高效地建立局部地图。

在一些实施例中，前述实施例的步骤S43具体包括：遍历至少一个第二局部地图中的多个第一位置；针对多个第一位置中的任意一个第一位置，当该第一位置的第一高度信息为无效信息时，在至少一个第一局部地图中查找与该第一位置对应的第二位置，确定第二位置对应的第二高度信息，将第一高度信息替换为第二高度信息；将遍历完成得到的地图确定为机器人对应的目标局部地图。

其中，无效信息指的是该位置高度信息为空或者为0，由于深度传感器的视角有限，深度传感器被遮挡或者存在故障、误差等原因，可能导致第二局部地图中存在部分第一高度信息无效的第一位置。第一位置与对应的第二位置表示物理空间中的同一个位置。

机器人通过深度传感器可以得到第二局部地图，通过视觉传感器可以得到第一局部地图，机器人可以将为无效信息的第一高度信息替换为第一局部地图中的第二高度信息。由于视觉传感器的视角范围至少覆盖深度传感器的部分视角盲区，那么将第一局部地图和第二局部地图进行融合就可以得到视角范围更广的局部地图(即机器人对应的目标局部地图)，更有利于机器人进行合理的路径规划。

在目标环境数据仅包括环境图像数据的情况下，也可以通过其他方式生成局部地图。如图7所示，是根据一示例性实施例示出的另一种机器人的局部地图生成方法的流程图，包括如下步骤：

步骤S411：从周围环境对应的目标环境数据中获取环境图像数据；

步骤S412：调用接地线识别模型对环境图像数据进行识别，得到周围环境中的接地线位置；

步骤S413：根据接地线位置和机器人所在的机器人位置，确定周围环境中的可通行区域；

步骤S414：根据可通行区域生成机器人对应的目标局部地图。

本说明书实施例的方法可以单独使用，以生成机器人对应的目标局部地图。或者，也可以将本说明书实施例生成的目标局部地图作为第一局部地图，用于前述实施例中，与第二局部地图进行融合，得到最终的目标局部地图。

在上述实施例中，可通行区域也可以称为可达空间，用于表征机器人的周围环境的所有可到达的位置信息。根据光线的传播原理，只要机器人视野范围内有障碍物，那么障碍物会与地面形成接地线，视觉传感器能够“看到”远处的接地线，接地点与传感器的连线投影到地面，投影的区域机器人认为可以通行，也就是可达空间。

在一些实施例中，环境图像数据可以是视觉传感器采集的二维图像。通过对环境图像数据进行识别，可以得到接地线位置。根据接地线位置可以生成该接地线对应的可通行区域。具体来说，机器人可以根据自身的高度信息h₀、接地线位置以及像素坐标系到世界坐标系的映射关系矩阵计算得到该接地线中所有接地点的三维坐标(x_w,y_w,z_w)，计算公式如下：

其中，u、v为单目视觉传感器的像素坐标，x_w、y_w、z_w为世界坐标，R为旋转矩阵，t为平移矩阵，dX、dY为每个像素点在像素坐标系的u轴、v轴方向的物理尺寸，f为相机焦距，S为尺度因子。

而

设

M₁为单目视觉传感器的内参矩阵，

M₂为单目视觉传感器的外参矩阵，

在z_w＝h₀的情况下，对于标定好的视觉传感器而言，M₁和M₂是已知的，u和v是接地点的像素坐标，也是已知的，根据以上公式，三个方程求解三个未知数，可以计算出接地点x_w、y_w坐标。

在一些实施例中，一个可通行区域可以是以机器人中心以及其中一条接地线的两个端点为顶点的三角形区域，如图8所示，机器人认为该区域无障碍，可以自由通行。

如图9所示，每个单目视觉传感器可以采集该视觉传感器视角范围内的环境图像数据，基于该视觉传感器视角范围内的环境图像数据可以生成该视觉传感器视角范围内的可通行区域(简称可达空间图)。在单目视觉传感器的设置方式如图6所示的情况下，通过右单目相机采集的环境图像数据可以生成右可达空间图，通过后单目相机采集的环境图像数据可以生成后可达空间图，通过左单目相机采集的环境图像数据可以生成左可达空间图。将右可达空间图、后可达空间图、左可达空间图分别与通过深度传感器采集的环境点云数据得到的局部地图进行融合，可以得到融合后的局部地图，即机器人对应的目标局部地图。

另外，本说明书还提供一种局部地图生成装置。图10是本说明书根据一示例性实施例示出的一种局部地图生成装置的结构示意图，该装置包括以下模块：

位置获取模块10，用于当机器人位于轿厢内时，获取机器人在多个时刻分别采集得到的多个位置信息；

状态确定模块20，用于根据在多个时刻分别采集得到的多个位置信息，确定轿厢对应的运行状态；

环境数据获取模块30，用于当轿厢对应的运行状态为静止状态时，获取机器人所在周围环境对应的目标环境数据，周围环境包括轿厢；

地图生成模块40，用于根据周围环境对应的目标环境数据生成机器人对应的局部地图。

另外，本说明书还提供一种机器人，该机器人包括处理器用于执行以下步骤：

当所述机器人位于轿厢内时，获取所述机器人在多个时刻分别采集得到的多个位置信息；

根据在所述多个时刻分别采集得到的所述多个位置信息，确定所述轿厢对应的运行状态；

当所述轿厢对应的运行状态为静止状态时，获取所述机器人所在周围环境对应的目标环境数据，所述周围环境包括所述轿厢；

根据所述周围环境对应的所述目标环境数据生成所述机器人对应的目标局部地图。

在一些实施例中，处理器用于获取周围环境对应的原始环境数据和机器人对应的高度信息；根据机器人对应的高度信息确定机器人所处的高度范围；根据高度范围对原始环境数据进行筛选，得到周围环境对应的目标环境数据。

在一些实施例中，目标环境数据包括环境图像数据，采集环境图像数据的视觉传感器的数量为一个或多个。在视觉传感器数量为多个时，多个视觉传感器分别设置在机器人的不同方位上。

在一些实施例中，目标环境数据包括环境点云数据，环境点云数据由机器人上的深度传感器采集得到。

在一些实施例中，处理器用于从周围环境对应的目标环境数据中获取环境图像数据；调用接地线识别模型对环境图像数据进行识别，得到周围环境中的接地线位置；根据接地线位置和机器人所在的机器人位置，确定周围环境中的可通行区域；根据可通行区域生成机器人对应的目标局部地图。

在一些实施例中，目标环境数据包括环境图像数据和环境点云数据；处理器用于根据周围环境对应的环境图像数据生成机器人对应的至少一个第一局部地图；根据周围环境对应的环境点云数据生成机器人对应的至少一个第二局部地图；对机器人对应的至少一个第一局部地图和至少一个第二局部地图进行融合，得到机器人对应的目标局部地图。

在一些实施例中，处理器用于遍历至少一个第二局部地图中的多个第一位置；针对所述多个第一位置中的任意一个第一位置，当所述第一位置的第一高度信息为无效信息时，在所述至少一个第一局部地图中查找与所述第一位置对应的第二位置，确定所述第二位置对应的第二高度信息；将所述第一高度信息替换为所述第二高度信息；将遍历完成得到的地图确定为所述机器人对应的目标局部地图。

在一些实施例中，多个位置信息中的每个位置信息包括水平位置信息以及竖直位置信息；处理器用于基于多个时刻分别采集得到的水平位置信息，确定机器人的水平位移标准差；基于多个时刻分别采集得到的竖直位置信息，确定机器人的竖直位移以及竖直速度；若水平位移标准差小于标准差阈值，竖直位移小于位移阈值，且竖直速度小于速度阈值，则确定轿厢对应的运行状态为静止状态。

在一些实施例中，多个位置信息根据预设频率采集得到；处理器还用于当轿厢对应的运行状态为运动状态时，屏蔽机器人所在周围环境对应的目标环境数据，返回获取机器人在多个时刻分别采集得到的多个位置信息的步骤。

该机器人中处理器的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

请参阅图11，图11为本说明书其中一个实施例提供的机器人100的硬件结构示意图。机器人100可以是多种形态机器人中的任何一种，具体包括但不限于轮式机器人、足式机器人、履带式机器人、爬行机器人、蠕动式机器人或者游动式机器人等中的至少一种，例如机器人100具体可以是足式机器人，也可以是足式与轮式相结合的机器人。其中，足式机器人包括单足机器人、双足机器人或者多足机器人。多足机器人是指具有三个足或者三个以上的足式机器人，例如多足机器人具体可以是四足机器人。机器人是指一种能够半自主或全自主执行工作的机器，机器人并不限定于人形的机器装置，还可以包括例如狗、马、蛇、鱼、猿或猴等构型的机器人，例如机器人具体可以是一种四足的机器马。在图11所示的实施方式中，机器人100包括机械单元101、通讯单元102、传感单元103、接口单元104、存储单元105、显示单元106、输入单元107、控制模块110、电源111。机器人100的各种部件可以以任何方式连接，包括有线或无线连接等。本领域技术人员可以理解，图11中示出的机器人100的具体结构并不构成对机器人100的限定，机器人100可以包括比图示更多或更少的部件，某些部件也并不属于机器人100的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略，或者组合某些部件。

图12是根据本说明书一个实施例提供的机器人的机械结构示意图。下面结合图11和图12对机器人100的各个部件进行具体的介绍：

机械单元101为机器人100的硬件。如图11所示，机械单元101可包括驱动板1011、电机1012、机械结构1013，如图12所示，机械结构1013可包括机身主体1014、可伸展的腿部1015、足部1016，在其他实施方式中，机械结构1013还可包括可伸展的机械臂(图未示)、可转动的头部结构1017、可摇动的尾巴结构1018、载物结构1019、鞍座结构1020、摄像头结构1021等。需要说明的是，机械单元101的各个部件模块可以为一个也可以为多个，可根据具体情况设置，比如腿部1015可为4个，每个腿部1015可配置3个电机1012，对应的电机1012为12个。

通讯单元102可用于信号的接收和发送，还可以通过与网络和其他设备通信，比如，接收遥控器或其他机器人100发送的按照特定步态以特定速度值向特定方向移动的指令信息后，传输给控制模块110处理。通讯单元102包括如WiFi模块、4G模块、5G模块、蓝牙模块、红外模块等。

传感单元103用于获取机器人100周围环境的信息数据以及监控机器人100内部各部件的参数数据，并发送给控制模块110。传感单元103包括多种传感器，如获取周围环境信息的传感器：激光雷达(用于远程物体检测、距离确定和/或速度值确定)、毫米波雷达(用于短程物体检测、距离确定和/或速度值确定)、摄像头、红外摄像头、全球导航卫星系统(GNSS，Global Navigation Satellite System)等。如监控机器人100内部各部件的传感器：惯性测量单元(IMU，Inertial Measurement Unit)(用于测量速度值、加速度值和角速度值的值)，足底传感器(用于监测足底着力点位置、足底姿态、触地力大小和方向)、温度传感器(用于检测部件温度)。至于机器人100还可配置的载荷传感器、触摸传感器、电机角度传感器、扭矩传感器等其他传感器，在此不再赘述。

接口单元104可以用于接收来自外部装置的输入(例如，数据信息、电力等)并且将接收到的输入传输到机器人100内的一个或多个部件，或者可以用于向外部装置输出(例如，数据信息、电力等)。接口单元104可包括电源端口、数据端口(如USB端口)、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口等。

存储单元105用于存储软件程序以及各种数据。存储单元105可主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统程序、运动控制程序、应用程序(比如文本编辑器)等；数据存储区可存储机器人100在使用中所生成的数据(比如传感单元103获取的各种传感数据，日志文件数据)等。此外，存储单元105可以包括高速随机存取存储器，还可以包括非易失性存储器，例如磁盘存储器、闪存器、或其他易失性固态存储器。

显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。

输入单元107可用于接收输入的数字或字符信息。具体地，输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户的触摸操作(比如用户使用手掌、手指或适合的附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置1073和触摸控制器1074两个部分。其中，触摸检测装置1073检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器1074；触摸控制器1074从触摸检测装置1073上接收触摸信息，并将它转换成触点坐标，再送给控制模块110，并能接收控制模块110发来的命令并加以执行。除了触控面板1071，输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于遥控操作手柄等中的一种或多种，具体此处不做限定。

进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给控制模块110以确定触摸事件的类型，随后控制模块110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图11中，触控面板1071与显示面板1061是作为两个独立的部件来分别实现输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现输入和输出功能，具体此处不做限定。

控制模块110是机器人100的控制中心，利用各种接口和线路连接整个机器人100的各个部件，通过运行或执行存储在存储单元105内的软件程序，以及调用存储在存储单元105内的数据，从而对机器人100进行整体控制。

电源111用于给各个部件供电，电源111可包括电池和电源控制板，电源控制板用于控制电池充电、放电、以及功耗管理等功能。在图11所示的实施方式中，电源111电连接控制模块110，在其它的实施方式中，电源111还可以分别与传感单元103(比如摄像头、雷达、音箱等)、电机1012电性连接。需要说明的是，各个部件可以各自连接到不同的电源111，或者由相同的电源111供电。

在上述实施方式的基础上，具体地，在一些实施方式中，可以通过终端设备来与机器人100进行通信连接，在终端设备与机器人100进行通信时，可以通过终端设备来向机器人100发送指令信息，机器人100可通过通讯单元102来接收指令信息，并可在接收到指令信息的情况下，将指令信息传输至控制模块110，使得控制模块110可根据指令信息来处理得到目标速度值。终端设备包括但不限于：具备图像拍摄功能的手机、平板电脑、服务器、个人计算机、可穿戴智能设备、其它电器设备。

指令信息可以根据预设条件来确定。在一个实施方式中，机器人100可以包括传感单元103，传感单元103可根据机器人100所在的当前环境可生成指令信息。控制模块110可根据指令信息来判断机器人100的当前速度值是否满足对应的预设条件。若满足，则会保持机器人100的当前速度值和当前步态移动；若不满足，则会根据对应的预设条件来确定目标速度值和相应的目标步态，从而可控制机器人100以目标速度值和相应的目标步态移动。环境传感器可以包括温度传感器、气压传感器、视觉传感器、声音传感器。指令信息可以包括温度信息、气压信息、图像信息、声音信息。环境传感器与控制模块110之间的通信方式可以为有线通信，也可以为无线通信。无线通信的方式包括但不限于：无线网络、移动通信网络(3G、4G、5G等)、蓝牙、红外。

另外，本说明书还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述任一实施例的机器人的局部地图生成方法。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本领域技术人员在考虑说明书及实践这里申请的发明后，将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本说明书的真正范围和精神由下面的权利要求指出。

应当理解的是，本说明书并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本说明书的范围仅由所附的权利要求来限制。

以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。

Claims (10)

1.一种局部地图生成方法，其特征在于，应用于机器人，所述方法包括：

当所述机器人位于轿厢内时，获取所述机器人在多个时刻分别采集得到的多个位置信息；

根据在所述多个时刻分别采集得到的所述多个位置信息，确定所述轿厢对应的运行状态；

当所述轿厢对应的运行状态为静止状态时，获取所述机器人所在周围环境对应的目标环境数据，所述周围环境包括所述轿厢；

根据所述周围环境对应的所述目标环境数据生成所述机器人对应的目标局部地图。

2.根据权利要求1所述的方法，其特征在于，所述获取所述机器人所在周围环境对应的目标环境数据，包括：

获取所述周围环境对应的原始环境数据和所述机器人对应的高度信息；

根据所述机器人对应的所述高度信息确定所述机器人所处的高度范围；

根据所述高度范围对所述原始环境数据进行筛选，得到所述周围环境对应的目标环境数据。

3.根据权利要求1所述的方法，其特征在于，所述根据所述周围环境对应的所述目标环境数据生成所述机器人对应的目标局部地图包括：

从所述周围环境对应的所述目标环境数据中获取环境图像数据；

调用接地线识别模型对所述环境图像数据进行识别，得到所述周围环境中的接地线位置；

根据所述接地线位置和所述机器人所在的机器人位置，确定所述周围环境中的可通行区域；

根据所述可通行区域生成所述机器人对应的目标局部地图。

4.根据权利要求1至3任意一项所述的方法，其特征在于，所述目标环境数据包括环境图像数据和环境点云数据；所述根据所述周围环境对应的目标环境数据生成所述机器人对应的目标局部地图，包括：

根据所述周围环境对应的所述环境图像数据生成所述机器人对应的至少一个第一局部地图；

根据所述周围环境对应的所述环境点云数据生成所述机器人对应的至少一个第二局部地图；

对所述机器人对应的至少一个所述第一局部地图和至少一个所述第二局部地图进行融合，得到所述机器人对应的目标局部地图。

5.根据权利要求4所述的方法，其特征在于，所述对所述机器人对应的至少一个所述第一局部地图和至少一个所述第二局部地图进行融合，得到所述机器人对应的目标局部地图，包括：

遍历至少一个第二局部地图中的多个第一位置；

针对所述多个第一位置中的任意一个第一位置，当所述第一位置的第一高度信息为无效信息时，在所述至少一个第一局部地图中查找与所述第一位置对应的第二位置，确定所述第二位置对应的第二高度信息；

将所述第一高度信息替换为所述第二高度信息；

将遍历完成得到的地图确定为所述机器人对应的目标局部地图。

6.根据权利要求1所述的方法，其特征在于，所述多个位置信息中的每个位置信息包括水平位置信息以及竖直位置信息；

所述根据在所述多个时刻分别采集得到的所述多个位置信息，确定所述轿厢对应的运行状态，包括：

基于所述多个时刻分别采集得到的水平位置信息，确定所述机器人的水平位移标准差；

基于所述多个时刻分别采集得到的竖直位置信息，确定所述机器人的竖直位移以及竖直速度；

若所述水平位移标准差小于标准差阈值，所述竖直位移小于位移阈值，且所述竖直速度小于速度阈值，则确定所述轿厢对应的运行状态为静止状态。

7.根据权利要求1所述的方法，其特征在于，所述多个位置信息根据预设频率采集得到；所述方法还包括：

当所述轿厢对应的运行状态为运动状态时，屏蔽所述机器人所在周围环境对应的目标环境数据，返回所述获取所述机器人在多个时刻分别采集得到的多个位置信息的步骤。

8.一种局部地图生成装置，其特征在于，应用于机器人，所述装置包括：

位置获取模块，用于当所述机器人位于轿厢内时，获取所述机器人在多个时刻分别采集得到的多个位置信息；

状态确定模块，用于根据在所述多个时刻分别采集得到的所述多个位置信息，确定所述轿厢对应的运行状态；

环境数据获取模块，用于当所述轿厢对应的运行状态为静止状态时，获取所述机器人所在周围环境对应的目标环境数据，所述周围环境包括所述轿厢；

地图生成模块，用于根据所述周围环境对应的所述目标环境数据生成所述机器人对应的目标局部地图。

9.一种机器人，其特征在于，所述机器人包括：

机身；

与所述机身通信的控制系统，所述控制系统包括处理器和与所述处理器通信的存储器，所述存储器存储指令，所述指令在所述处理器上被运行时使所述处理器执行权利要求1至7任意一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任意一项所述的方法。

Images