[发明专利]用于处理地图的方法、生成基准地图的方法以及各自装置

权利要求书

1.一种用于处理地图的方法，其特征在于，包括：

获取机器人的基准地图以及历史生成的地图，其中，所述基准地图基于所述机器人多次运行过程中分别生成的多幅地图生成；

在用户交互界面提供所述基准地图以及所述历史生成的地图，以便用户选择作为本次工作地图；

所述历史生成的地图为一幅或多幅。

2.根据权利要求1所述的方法，其特征在于，所述获取机器人的基准地图包括：

获取当前生成的地图，所述当前生成的地图是根据机器人本次的工作生成的；

机器人未生成基准地图时，根据所述当前生成的地图对应的地图属性，判断所述当前生成的地图是否失真；

如果未失真，对所述当前生成的地图以及所述历史生成的地图进行合成，生成基准地图。

3.根据权利要求2所述的方法，其特征在于，还包括：

如果当前生成的地图确定失真，将所述当前生成的地图作为历史生成的地图保存。

4.根据权利要求1所述的方法，其特征在于，所述获取机器人的基准地图包括：

获取当前生成的地图，当前生成的地图是根据机器人本次的工作生成的；

机器人已生成基准地图时，计算当前生成的地图与已生成的基准地图的匹配度属性；

若匹配度属性达到预设值，则对所述当前生成的地图以及历史生成的地图进行合成，生成新的基准地图。

5.根据权利要求4所述的方法，其特征在于，还包括：

若匹配度属性未达到预设值，则将所述当前生成的地图作为新环境的历史生成的地图进行保存。

6.根据权利要求2所述的方法，其特征在于，所述根据所述当前生成的地图对应的地图属性，判断所述当前生成的地图是否失真包括：

根据所述当前生成的地图对应的开始建图原因属性、结束建图原因属性、地图完整性属性、建图模式属性、地图面积属性以及地图附加属性中的任一个或多个地图属性，判断所述当前生成的地图是否失真。

7.根据权利要求6所述的方法，其特征在于，还包括：

通过经过训练的神经网络模型对输入的所述当前生成的地图进行地图完整性属性概率的分类，确定所述当前生成的地图的地图完整性属性。

8.根据权利要求2所述的方法，其特征在于，所述对所述当前生成的地图以及历史生成的地图进行合成包括：

将所述当前生成的地图和历史生成的地图的重叠区域的像素值，依据所述当前生成的地图和历史生成的地图各自的用户交互数据、地图属性对应的权重进行加权融合。

9.根据权利要求4所述的方法，其特征在于，所述对所述当前生成的地图以及历史生成的地图进行合成包括：

将所述当前生成的地图和历史生成的地图的重叠区域的像素值，依据所述当前生成的地图和历史生成的地图各自的用户交互数据、地图属性和匹配度属性对应的权重进行加权融合。

10.根据权利要求1所述的方法，其特征在于，所述基准地图中所述多幅地图的重叠区域的像素值，依据所述多幅地图各自的用户交互数据、地图属性、匹配度属性中的任一个或多个对应的权重进行加权融合得到。

11.根据权利要求8-10任一项所述的方法，其特征在于，所述用户交互数据包括：用户使用地图频率数据、用户对地图的打分数据、用户对地图的收藏数据、用户对地图的删除数据、用户对虚拟墙的使用数据、用户对分区的使用数据中的任一个或多个。

12.一种用于处理地图的装置，其特征在于，包括：

多种地图获取模块，被配置为获取机器人的基准地图以及历史生成的地图，其中，所述基准地图基于所述机器人多次运行过程中分别生成的多幅地图生成，所述历史生成的地图为一幅或多幅；

地图提供模块，被配置为在用户交互界面提供所述基准地图以及所述历史生成的地图，以便用户选择作为本次工作地图。