[发明专利]机器人建图方法、装置、计算机可读存储介质及机器人

权利要求书

1.一种机器人建图方法，其特征在于，包括：

获取机器人在当前时刻采集的第一点云和第一位姿，以及在历史时刻采集的第二点云和第二位姿；

计算所述第一位姿和所述第二位姿之间的位姿差；

根据所述位姿差将所述第二点云投影至所述第一点云的坐标上，得到第三点云；

在所述第三点云中确定目标点的对应点，所述目标点为所述第一点云中的任意一点，所述对应点为与所述目标点距离最小的点；计算所述目标点与所述对应点之间的距离，并计算所述目标点与所述对应点在所述目标点与所述机器人的连线的法向上的距离；若所述目标点与所述对应点之间的距离大于预设的第一距离阈值，或所述目标点与所述对应点在所述目标点与所述机器人的连线的法向上的距离大于预设的第二距离阈值，则将所述目标点确定为候选点；

对筛选出的各个候选点进行聚类，得到各个候选点集；

分别计算各个候选点集中的点数目、点坐标在主方向上的第一方差以及点坐标在主方向的法向上的第二方差；

根据所述点数目、所述第一方差以及所述第二方差从各个候选点集中筛选出优选点集；

从所述优选点集中筛选出符合预设条件的动态物体点云；

从所述第一点云中剔除掉所述动态物体点云，得到第四点云，并使用所述第四点云进行机器人建图。

2.根据权利要求1所述的机器人建图方法，其特征在于，在获取机器人在当前时刻采集的第一点云和第一位姿之后，还包括：

对所述第一点云进行去畸变处理，得到去畸变后的第一点云；

对所述去畸变后的第一点云进行下采样处理，得到下采样后的第一点云。

3.根据权利要求2所述的机器人建图方法，其特征在于，所述对所述第一点云进行去畸变处理，包括：

获取所述机器人的激光雷达的第一旋转角和第二旋转角，所述第一旋转角为采集所述第一点云的第一个数据点时的旋转角，所述第二旋转角为采集所述第一点云的最后一个数据点时的旋转角；

获取所述第一点云的各点与所述激光雷达的水平正方向的角度差；

根据所述第一旋转角、所述第二旋转角和所述角度差对所述第一点云进行去畸变处理，得到去畸变后的第一点云。

4.根据权利要求3所述的机器人建图方法，其特征在于，所述根据所述第一旋转角、所述第二旋转角和所述角度差对所述第一点云进行去畸变处理，包括：

根据下式对所述第一点云进行去畸变处理：

px′＝cos((θ′-θ)*angleH/2π)*px+sin((θ′-θ)*angleH/2π)*py

py′＝-sin((θ′-θ)*angleH/2π)*px+cos((θ′-θ)*angleH/2π)*py

pz′＝pz

其中，θ为所述第一旋转角，θ′为所述第二旋转角，angleH为所述角度差，(px,py,pz)为所述第一点云中的任意一点的坐标，(px′,py′,pz′)为对该点进行去畸变处理后的坐标。

5.根据权利要求1至4中任一项所述的机器人建图方法，其特征在于，所述根据所述位姿差将所述第二点云投影至所述第一点云的坐标上，包括：

根据下式将所述第二点云投影至所述第一点云的坐标上：

px_new＝cos(dθ)*px_old+sin(dθ)*py_old-dx

py_new＝-sin(dθ)*px_old+cos(dθ)*py_old-dy

pz_new＝pz_old

其中，(dx,dy,dθ)为所述位姿差，(px_old,py_old,pz_old)为所述第二点云中的任意一点的坐标，(px_new,py_new,pz_new)为该点投影后的坐标。