地图构建方法、地图使用方法、装置、设备和存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114964204A(43)申请公布日2022.08.30(21)申请号202111376319.0G01S17/86(2020.01)(22)申请日2021.11.19(71)申请人丰疆智能（深圳）有限公司地址518000广东省深圳市南山区粤海街道高新区社区高新南九道61号卫星大厦1709(72)发明人付相可黄威赵文泉刘列吴迪(74)专利代理机构北京品源专利代理有限公司11332专利代理师潘登(51)Int.Cl.G01C21/00(2006.01)G01C21/16(2006.01)G01S17/89(2020.01)权利要求书3页说明书12页附图5页(54)发明名称地图构建方法、地图使用方法、装置、设备和存储介质(57)摘要本申请公开了一种地图构建方法、地图使用方法、装置、设备和存储介质。其中，根据机器人的状态检测装置在上一帧对目标环境进行检测所得的历史检测数据，以及所述机器人的激光雷达在当前帧对所述目标环境进行扫描所得的当前点云数据，确定融合位姿数据；根据所述当前点云数据和所述目标环境中的各点云子图数据，确定位姿估计数据和所述位姿估计数据的估值可信度；其中，所述点云子图数据根据邻域扫描帧内的各历史点云数据组合得到；将所述当前点云数据添加至目标地图中；根据所述估值可信度、所述融合位姿数据和所述位姿估计数据，对所述目标地图中当前点云数据进行更新。本申请实施例的技术方案提高了机器人的建图准确性。CN114964204ACN114964204A权利要求书1/3页1.一种地图构建方法，其特征在于，包括：根据建图机器人的状态检测装置在上一帧对目标环境进行检测所得的历史检测数据，以及所述建图机器人的激光雷达在当前帧对所述目标环境进行扫描所得的当前点云数据，确定融合位姿数据；根据所述当前点云数据和所述目标环境中的各点云子图数据，确定位姿估计数据和所述位姿估计数据的估值可信度；其中，所述点云子图数据根据邻域扫描帧内的各历史点云数据组合得到；将所述当前点云数据添加至目标地图中；根据所述估值可信度、所述融合位姿数据和所述位姿估计数据，对所述目标地图中当前点云数据进行更新。2.根据权利要求1所述的方法，其特征在于，所述根据所述当前点云数据和所述目标环境中的各点云子图数据，确定所述位姿估计数据的估值可信度，包括：从所述目标环境中的各点云子图数据中选取与所述当前点云数据相匹配的点云子图数据，作为参考子图数据；根据所述当前点云数据和所述参考子图数据，确定所述位姿估计数据的估值可信度。3.根据权利要求2所述的方法，其特征在于，所述根据所述当前点云数据和所述参考子图数据，确定所述位姿估计数据的估值可信度，包括：确定所述当前点云数据和所述参考子图数据之间的第一相关性数据；根据所述第一相关性数据，确定所述位姿估计数据的估值可信度。4.根据权利要求3所述的方法，其特征在于，所述确定所述当前点云数据和所述参考子图数据之间的第一相关性数据，包括：确定所述当前点云数据和所述参考子图数据之间的第一协方差矩阵；相应的，所述根据所述第一相关性数据，确定所述位姿估计数据的估值可信度，包括：将所述第一协方差矩阵的逆矩阵，作为所述位姿估计数据的估值可信度。5.根据权利要求1所述的方法，其特征在于，所述根据所述估值可信度、所述融合位姿数据和所述位姿估计数据，对所述目标地图中当前点云数据进行更新，包括：若所述估值可信度满足预设优化条件，则根据所述位姿估计数据和所述融合位姿数据，确定累积误差，且根据所述累积误差，对所述目标地图中当前点云数据进行更新；若所述估值可信度不满足所述预设优化条件，则禁止执行对所述目标地图中当前点云数据的更新操作。6.根据权利要求1‑5任一项所述的方法，其特征在于，所述根据建图机器人的状态检测装置在上一帧对目标环境进行检测所得的历史检测数据，以及所述建图机器人的激光雷达在当前帧对所述目标环境进行扫描所得的当前点云数据，确定融合位姿数据，包括：根据所述状态检测装置在上一帧对目标环境进行检测所得的历史检测数据，确定第一位姿数据；根据所述第一位姿数据和所述激光雷达在当前帧对所述目标环境进行扫描所得的当前点云数据，确定第二位姿数据；根据所述激光雷达在上一帧的历史点云数据和所述当前点云数据，确定点云可信度；根据所述点云可信度、所述第一位姿数据和所述第二位姿数据，确定所述融合位姿数2CN114964204A权利要求书2/3页据。7.根据权利要求6所述的方法，其特征在于，所述根据所述激光雷达在上一帧的历史点云数据和所述当前点云数据，确定点云可信度，包括：确定所述激光雷达在上一帧的历史点云数据和所述当前点云数据之间的第二相关性数据；根据所述第二相关性数据，确定所述点云可信度。8.根据权利要求7所述的方法，其特征