[发明专利]机器人栅格地图的构建方法及系统

权利要求书

1.一种机器人栅格地图的构建方法，其特征在于：包括：

获取栅格地图的栅格边长；

获取栅格地图的横向栅格数量；

获取栅格地图的纵向栅格数量；

获取栅格地图的原点坐标；

获取传感器组感应映射到栅格中的障碍信息；

构建与栅格地图内栅格依次对应的数据数组；

其中，所述数据数组包括栅格状态层和数据编码层；所述栅格状态层基于定位数据和导航数据运算生成；所述栅格状态层包括栅格位和定位标志构成，以涵盖定位数据和导航数据的多种不同状态；

所述定位数据基于单线激光雷达感应的障碍信息；所述导航数据基于包括单线激光雷达的传感器组结合感应的障碍信息；

数据编码层包括传感器组中各自感应的开关量障碍信息、对应障碍类型的语义信息和障碍高度信息中的至少一种。

2.根据权利要求1所述的机器人栅格地图的构建方法，其特征在于：所述定位数据和导航数据均包括障碍、未知和空白三种状态，所述栅格状态层包括两位的栅格位和一位的定位标志，定位标志由定位数据与对应位置的导航数据运算获得。

3.根据权利要求2所述的机器人栅格地图的构建方法，其特征在于：

所述定位数据和导航数据中障碍、未知和空白三种状态分别用00、10和11表示；

所述栅格状态层的计算方法为：

导航数据与定位数据进行异或运算，获得运算结果；

将运算结果按布尔变量的规则取值获得定位标志的值；

分别将两位运算结果数据的每一位与对应的定位标志进行异或运算，获得栅格状态层的栅格位。

4.根据权利要求1所述的机器人栅格地图的构建方法，其特征在于：所述数据数组采用无符号字符型或无符号短整型。

5.根据权利要求1所述的机器人栅格地图的构建方法，其特征在于：所述传感器组包括单线激光雷达、深度相机、超声传感器和跌落传感器；所述数据编码层包括单线激光雷达、深度相机、超声传感器和跌落传感器的输出的开关量障碍信息。

6.根据权利要求1所述的机器人栅格地图的构建方法，其特征在于：语义信息获取的方法为：

从传感器组获取环境障碍信息；

同步开启识别程序，获取环境物体语义信息；

通过传感器坐标对齐，将环境障碍信息与语义信息进行匹配；

判断当前环境障碍信息是否属于预编码的语义信息之一，若是，将对应编码赋值到对应数据编码层的编码位。

7.根据权利要求6所述的机器人栅格地图的构建方法，其特征在于：同步开启的识别程序包括图像识别和点云聚类分割的至少一种。

8.根据权利要求1所述的机器人栅格地图的构建方法，其特征在于：障碍高度信息获取的方法为：

从传感器组获取环境障碍信息；

读取并记录环境障碍信息的高度值；

环境障碍信息的高度值与预读取的高度编码范围做对比，环境障碍信息的高度值赋值为对应的编码信息，

覆写入对应数据编码层的编码位。

9.根据权利要求8所述的机器人栅格地图的构建方法，其特征在于：当读取环境障碍信息的高度值时，若传感器组获取多个不同的障碍高度信息，则将获取的障碍高度信息进行对比，取较小者作为障碍高度信息记录。

10.一种机器人栅格地图的构建系统，其特征在于：包括编码模块和解码模块；所述编码模块用于实现权利要求1至9任一所述的构建方法，所述解码模块解码权利要求1至9任一所述的数据数组。