[发明专利]构建方法、构建装置、智能机器人及可读存储介质

权利要求书

1.一种栅格地图的构建方法，应用于智能机器人，其特征在于，所述智能机器人包括激光传感器，所述构建方法包括：

获取所述激光传感器检测到的三维点云；

以所述智能机器人为原点，按照预设的角度分辨率，将所述三维点云划分在多个三维栅格内；

依据各个所述三维栅格内的三维点云的坐标值，分别计算与各个所述三维栅格所对应的二维特征点云；及

依据所述二维特征点云构建二维栅格地图；

所述依据各个所述三维栅格内的三维点云的坐标值，分别计算与各个所述三维栅格对应的二维特征点云，包括：

获取各个所述三维栅格内的三维点云的x坐标和y坐标；

将各个所述三维栅格内，x坐标之间的差值与y坐标之间的差值的和在差值阈值内的三维点云，归类为一组近似点云；及

依据每组所述近似点云中的x坐标和y坐标，获取每组所述近似点云的代表点云，所述三维栅格内的所有的代表点云形成所述三维栅格对应的所述二维特征点云。

2.根据权利要求1所述的构建方法，其特征在于，所述以所述智能机器人为原点，按照预设的角度分辨率，将所述三维点云划分在多个三维栅格内，包括：

将所述三维点云由所述激光传感器坐标系转换至所述智能机器人的机体坐标系中；及

在所述机体坐标系中，以所述智能机器人为原点，以x轴和y轴构成的平面为基准，按照预设的角度分辨率将所述三维点云划分在多个所述三维栅格内。

3.根据权利要求1所述的构建方法，其特征在于，所述依据所述二维特征点云构建二维栅格地图，包括：

在所述智能机器人的机体坐标系中，根据所述二维特征点云中最大的x坐标、最大的y坐标、最小的x坐标、最小的y坐标，构建第一地图；

按照预设的地图分辨率将所述第一地图划分出多个栅格；及

标记多个所述栅格是否为障碍物以形成所述二维栅格地图。

4.根据权利3所述的构建方法，其特征在于，所述标记多个所述栅格是否为障碍物以形成所述二维栅格地图，包括：

以所述智能机器人为原点，遍历每个所述代表点云；及

根据遍历结果确定每个所述栅格是否为障碍物，并在所述第一地图中进行标记，以形成所述二维栅格地图。

5.根据权利要求1所述的构建方法，其特征在于，所述构建方法还包括：

基于上一时刻所述智能机器人的位姿和所述智能机器人的行驶距离计算当前时刻所述智能机器人的初始位姿；

获取所述智能机器人在当前时刻的二维特征点云；及

基于所述初始位姿、当前时刻的二维特征点云和上一时刻构建的二维栅格地图计算所述智能机器人的真实位姿。

6.根据权利要求5所述的构建方法，其特征在于，所述构建方法还包括：

基于所述真实位姿及当前时刻的二维特征点云，扩建所述二维栅格地图。

7.一种栅格地图的构建装置，应用于智能机器人，其特征在于，所述智能机器人包括激光传感器，所述构建装置用于实现如权利要求1所述的一种栅格地图的构建方法，所述构建装置包括：

第一获取模块，所述第一获取模块用于获取所述激光传感器检测到的三维点云；

划分模块，所述划分模块用于以所述智能机器人为原点，按照预设的角度分辨率，将所述三维点云划分在多个三维栅格内；

第一计算模块，所述第一计算模块用于依据各个所述三维栅格内的三维点云的坐标值，分别计算与各个所述三维栅格对应的二维特征点云；及

构建模块，所述构建模块用于依据所述二维特征点云构建二维栅格地图。

8.一种智能机器人，其特征在于，所述智能机器人包括：

一个或多个处理器、存储器；和

一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被所述一个或多个处理器执行，所述程序包括用于执行权利要求1至6任意一项所述的构建方法的指令。

9.一种包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行权利要求1至6中任意一项所述的构建方法。