[发明专利]一种机器人地图构建方法、设备及存储介质

权利要求书

1.一种机器人地图构建方法，其特征在于，包括：

获取点云数据，对所述点云进行线特征提取，得到多条初始点云线段；

对多条所述初始点云线段进行线段融合，得到多条融合点云线段；

将点云线段集中所有点云线段的端点作为拟合点进行直线拟合，得到拟合线段，其中，所述点云线段集为所述融合点云线段和未融合的所述初始点云线段的集合；

获取所述点云在所述拟合线段上的投影点；

利用所述投影点构建栅格地图。

2.根据权利要求1所述的机器人地图构建方法，其特征在于，点云线段的表示参数包括直线角度、直线距离和线段长度，所述对多条所述初始点云线段进行线段融合，得到多条所述融合点云线段包括：

遍历每一条点云线段，所述点云线段包括未融合的所述初始点云线段和所述融合点云线段，将两条所述点云线段融合为一体形成所述融合点云线段，并计算所述融合点云线段的直线角度和直线距离；

其中，所述融合点云线段的直线角度为两所述点云线段的直线角度的加权平均值，每条所述点云线段的权重为所述点云线段的线段长度与融合次数的乘积所占乘积总和的比重；

所述融合点云线段的直线距离为两所述点云线段的直线距离的加权平均值，每条所述点云线段的权重为所述点云线段的线段长度与融合次数的乘积所占乘积总和的比重，所述乘积总和为两所述点云线段的线段长度与融合次数的乘积的加和。

3.根据权利要求1所述的机器人地图构建方法，其特征在于，点云线段的表示参数包括直线角度、直线距离和线段长度，所述对多条所述初始点云线段进行线段融合，得到多条融合点云线段包括：

遍历每一条点云线段，所述点云线段包括未融合的所述初始点云线段和所述融合点云线段，响应于两条所述点云线段的角度差小于第一角度阈值、两条所述点云线段的距离差小于第一直线距离阈值、两条所述点云线段的重叠区域大于第一重叠阈值、且两条所述点云线段中每一条所述点云线段的两个端点到另一条所述点云线段的垂直距离均小于第一点线距离阈值，将两条所述点云线段融合为一体，得到所述融合点云线段。

4.根据权利要求3所述的机器人地图构建方法，其特征在于，

两条所述点云线段的重叠区域为两条所述点云线段的长度和与端点距离的差值，所述端点距离为一所述点云线段的起点到另一所述点云线段的终点的距离。

5.根据权利要求3所述的机器人地图构建方法，其特征在于，

所述第一点线距离阈值与所述第一重叠阈值成正比。

6.根据权利要求3所述的机器人地图构建方法，其特征在于，所述对多条所述初始点云线段进行线段融合，得到多条所述融合点云线段还包括：

对多条所述点云线段进行分类；

其中，若两条所述点云线段的角度差小于第二角度阈值、两条所述点云线段的距离差小于第二线距离阈值、两条所述点云线段的重叠区域大于第二重叠阈值、且两条所述点云线段中每一条所述点云线段的两个端点到另一条所述点云线段的距离均小于第二点线距离阈值，则将两条所述点云线段分为一类。

7.根据权利要求6所述的机器人地图构建方法，其特征在于，

所述第二角度阈值大于所述第一角度阈值，所述第二线距离阈值大于所述第一线距离阈值，所述第二重叠阈值小于所述第一重叠阈值，所述第二点线距离大于所述第一点线距离。

8.根据权利要求1所述的机器人地图构建方法，其特征在于，所述将点云线段集中所有点云线段的端点作为拟合点进行直线拟合，得到拟合线段包括：

对所述点云线段集中的所述点云线段进行分类，得到多个点云线段类；

分别将每一所述点云线段类中的所有所述点云线段的端点作为拟合点进行直线拟合，得到多条所述拟合线段。

9.根据权利要求8所述的机器人地图构建方法，其特征在于，所述获取所述点云在所述拟合线段上的投影点包括：

计算所述点云到每条所述拟合线段的垂直距离，获取所述点云在所述垂直距离最短的拟合线段上的投影点。