[发明专利]栅格地图优化方法、存储介质和移动机器人

说明书

本发明公开了一种栅格地图优化方法、存储介质和移动机器人，所述方法包括：将预构建的栅格地图转换为点阵式图片，其中，所述点阵式图片被分割为空闲区域、障碍物区域和未知区域；判断所述点阵式图片上的空闲区域、障碍物区域和未知区域是否符合预设要求：若否，则对不符合预设要求的区域进行调整，使得调整后区域符合预设要求；若是，则对所述障碍物区域进行优化处理，得到优化后点阵式图片；将优化后点阵式图片转换为栅格地图，作为优化后栅格地图，以基于该优化后栅格地图进行定位或后续构建地图。本发明能够快速处理掉栅格地图中的积累误差，从而得到准确的栅格地图，为下一步栅格地图的继续构建或者为移动机器人的定位减小误差。

技术领域

本发明属于同步定位与地图构建应用技术领域，具体涉及一种栅格地图优化方法、存储介质和移动机器人。

背景技术

移动机器人，特别是扫地机器人的核心算法模块包括建图定位以及路径规划，其中，路径规划严格依赖定位与建图，因此，定位与建图的准确性非常重要，从根本上决定了扫地机器人的智能程度。当前，商业型扫地机器人的定位与建图一般使用激光雷达传感器作为外界信息输入的传感器，激光雷达信号直接根据实时返回击中目标的距离，使得建图和定位更高效。

然而，在建图过程中，由于扫地机需要持续性的处理激光并进行建图，并且传感器的误差随着时间及运动的增多越来越大，会导致建图过程中构建的栅格地图中墙的厚度越来越大，而依赖该栅格地图进行定位就会越来越不准，误差也会越来越大；另外，墙厚也会使栅格地图看上去不美观，对栅格地图美化会造成比较大的困难。

在现有技术中，一方面，在很多情况下不能通过完全不建图来避免累计误差，因为在实际的环境当中，环境本身因为各种因素也会不停的变化，而阻止栅格地图的构建会造成更严重的问题；另一方面，直接在建图过程中对栅格地图进行误差处理，也会导致以下问题：由于栅格地图的数据为一维数据，当对栅格地图的像素点进行处理时，遍历栅格地图的数据会非常消耗算力。

现在亟须一种栅格地图优化方法、存储介质和移动机器人。

发明内容

本发明所要解决的技术问题是如何在不影响栅格地图构建过程的前提下，提高栅格地图的准确性。

针对上述问题，本发明提供了一种栅格地图优化方法、存储介质和移动机器人。

第一方面，本发明提供了一种栅格地图优化方法，包括以下步骤：

将预构建的栅格地图转换为点阵式图片，其中，所述点阵式图片被分割为空闲区域、障碍物区域和未知区域；

判断所述点阵式图片上的空闲区域、障碍物区域和未知区域是否符合预设要求：

当所述点阵式图片上的空闲区域、障碍物区域和未知区域任意一个区域不符合预设要求时，对不符合预设要求的区域进行调整，使得调整后区域符合预设要求；

当所述点阵式图片上的空闲区域、障碍物区域和未知区域均符合预设要求时，对所述障碍物区域进行优化处理，得到优化后点阵式图片；

将优化后点阵式图片转换为栅格地图，作为优化后栅格地图，以基于该优化后栅格地图进行定位或后续构建地图。

根据本发明的实施例，优选地，所述点阵式图像为PBM图像、PGM图像和PPM图像中的任意一种。

根据本发明的实施例，优选地，对所述障碍物区域进行优化处理，得到优化后点阵式图片，包括以下步骤：

选中所述障碍物区域中与所述空闲区域相邻的像素点；

将所述障碍物区域中未被选中的像素点与所述未知区域的像素点组成新的未知区域；

将由所述障碍物区域中选中的像素点组成的区域作为新的障碍物区域；