一种对具身智能的静态空间物理先验地图构建方法及系统与流程

本发明涉及具身智能世界模型，尤其是涉及一种对具身智能的静态空间物理先验地图构建方法及系统。

背景技术：

1、各类具身智能机器人需频繁在复杂多变的环境自主移动作业，适配多场景长效运行需求，机器人持续在全域空间大范围往复通行。空间地图作为智能体定位导航、交互决策的核心载体，其物理约束完备性与全局定位稳定性直接影响运动规划精度与环境交互可靠性。

2、目前，传统的3d建筑图纸主要服务于人眼视觉表达与现场施工设计两大核心需求，依托标准化轴测、透视三维绘图逻辑构建完整空间形态，图纸内承载着高精度、精细化的几何图形信息，精准还原建筑墙体、梁柱、门窗、楼梯、管线等各类构件的长宽高、转角、搭接关系与空间排布，线条、图层、标注体系严格遵循建筑制图规范，既能通过透视效果图直观呈现建筑整体外观、室内空间氛围供方案沟通、甲方汇报使用，也可依靠等轴测三维详图清晰拆解复杂节点构造，方便施工人员直观理解二维平面图难以表达的立体搭接逻辑。

3、针对上述中的相关技术，现有的具身智能在进入物理新空间时，被迫依靠摄像模块、激光雷达等传感器进行极其低能效的现场推理，在面对高亮镜面反射、高透玻璃、地毯等声学吸音表面时极易出现视觉假阳性、滑倒或过载碰撞，对物理环境运动预测缺乏常识先验。

技术实现思路

1、为了解决对物理环境运动预测缺乏常识先验问题，本发明提供一种对具身智能的静态空间物理先验地图构建方法及系统。

2、第一方面，本发明提供一种对具身智能的静态空间物理先验地图构建方法，采用如下的技术方案：

3、一种对具身智能的静态空间物理先验地图构建方法，包括：

4、步骤100：响应于地图构建信号，导入预设的空间2d户型图纸；

5、步骤101：对空间2d户型图纸进行特征分析以得到符合预设的文字特征或预设的图像填充特征的模块特征；

6、步骤102：按照预设的标准地图模块特征对模块特征逐个进行特征匹配后通过匹配成功的模块特征建立得到三维物理预测沙盒，所述标准地图模块特征具有地图物体参数，所述地图物体参数包括表面摩擦力、刚度、声学、承重极限和力学参数；

7、步骤103：根据三维物理预测沙盒对具身智能机器人的运动模拟演练以得到预演路线，并在三维物理预测沙盒中按照预演路线执行预设的地图扫描构建操作；

8、步骤104：在执行预设的地图扫描构建操作的过程中，获取当前位置和当前朝向；

9、步骤105：将当前位置和当前朝向投入至三维物理预测沙盒中进行具身智能的运动模拟演练以得到预演运动情况，所述预演运动情况包括碰撞情况和畅通情况；

10、步骤106：当预演运动情况为碰撞情况时，调取三维物理预测沙盒中当前位置的地面材质特征；

11、步骤107：基于地面材质特征查找得到具身智能机器人对应的减速操作，并控制具身智能机器人执行减速操作；

12、步骤108：当预演运动情况为畅通情况时，继续按照预演路线执行地图扫描构建操作，并继续获取当前位置和当前朝向。

13、通过采用上述技术方案，通过导入该空间图纸提取地图模块特征，地图模块特征包含该模块内地图物体的参数，并依据参数得到具身智能机器人的预演路线。通过预演路线可以得到预演运动情况，预防具身智能机器人和地图模块发生碰撞导致具身智能机器人或地图模块被破坏。

14、可选的，还包括：

15、步骤200：基于当前位置、预演路线和预设的核对距离确定处于正前方的地图模块，将该地图模块定义为当前地图模块，并调取当前地图模块在三维物理预测沙盒中的地图物体参数，将该地图物体参数定义为当前参数；

16、步骤201：若当前参数和实际参数相同时，继续按照预演路线执行地图扫描构建操作，并继续获取当前位置和当前朝向；

17、步骤202：若当前地图模块不存在时，继续按照预演路线执行地图扫描构建操作，并继续获取当前位置和当前朝向。

18、通过采用上述技术方案，通过当前参数与实际参数相比，解决地图扫描构建操作中因地图模块缺失导致的地图扫描构建操作中断问题，保障地图扫描构建操作稳定进行，提升三维物理预测沙盒的完整性和真实性。

19、可选的，还包括：

20、步骤300：若当前地图模块存在但检测不出实际参数时，对当前地图模块进行查找以得到当前外观特征；

21、步骤301：按照预设的旋转方向转动摄像头并获取拍摄图像，所述环境传感器包括摄像头；

22、步骤302：对拍摄图像进行分析以得到图像特征；

23、步骤303：当图像特征和当前外观特征局部匹配或不匹配时，继续转动摄像头直至图像特征和当前外观特征完全匹配；

24、步骤304：当图像特征和当前外观特征完全匹配时，获取摄像头转动角度，并基于图像特征分析当前地图模块和具身智能机器人之间的当前距离；

25、步骤305：重新通过环境传感器实时检测当前地图模块的实际参数，将该实际参数基于摄像头转动角度和当前距离进行修正以得到搬动参数；

26、步骤306：将搬动参数对三维物理预测沙盒进行更新且对预演路线进行更新。

27、通过采用上述技术方案，根据转动摄像头进行拍摄扫描得到当前地图的准确位置，解决当前地图模块与实际地图模块出现偏差导致预演运动与实际运动不符从而使得具身智能机器人和当前地图模块发生碰撞的问题，保障具身智能机器人和当前地图模块的安全。

28、可选的，还包括若始终不存在图像特征和当前外观特征局部匹配或完全匹配的情况时对当前地图模块的查找方法，该方法包括：

29、步骤400：将当前地图模块定义为缺失地图模块，将当前位置定义为缺失核对位置；

30、步骤401：基于缺失核对位置和预演路线确定处于缺失核对位置之后的预演路线，将该预演路线定义为剩余预演路线；

31、步骤402：将缺失地图模块放置于三维物理预测沙盒中进行模拟以确定缺失地图模块处于剩余预演路线上的可能位置；

32、步骤403：若可能位置不存在时，继续按照剩余预演路线执行地图扫描构建操作；

33、步骤404：若可能位置存在时，通过所有的可能位置和缺失地图模块对三维物理预测沙盒进行更新，对剩余预演路线进行更新并按照可能位置对缺失地图模块进行更新，直至图像特征和当前外观特征局部或完全匹配；

34、步骤405：当图像特征和当前外观特征局部匹配或完全匹配时，将此时对应的可能位置更新为实际位置，并将其余所有的可能位置从三维物理预测沙盒中删除。

35、通过采用上述技术方案，通过模拟缺失地图模块在剩余预演路线上的可能位置推测当前预演路线的安全情况，避免与可能位置上的地图模块发生碰撞，并寻找缺失的动图模块所处位置并更新三维物理预测沙盒和预测路线，保障具身智能机器人和地图模块的安全。

36、可选的，若可能位置存在时，通过所有的可能位置和缺失地图模块对三维物理预测沙盒进行更新，对剩余预演路线进行更新并按照可能位置对缺失地图模块进行更新的方法包括：

37、步骤500：获取缺失地图模块在剩余预演路线上的模块理论位置；

38、步骤501：基于模块理论位置对剩余预演路线进行拆分以得到处于模块理论位置之前的盲区路线区域；

39、步骤502：若可能位置不落入盲区路线区域时，则通过所有的可能位置和缺失地图模块对三维物理预测沙盒进行更新，对剩余预演路线进行更新并按照可能位置对缺失地图模块进行更新；

40、步骤503：若可能位置落入盲区路线区域时，基于可能位置和核对距离确定具身智能机器人的回退距离，并按照回退距离回退，然后基于回退距离更新剩余预演路线。

41、通过采用上述技术方案，定位缺失地图模块在剩余预演路线上的理论位置并划分出盲区路线区域，根据缺失模块的可能位置是否处于盲区路线区域分别执行三维物理预测沙盒中的数据更新，控制具身智能机器人按照回退距离进行回退并修正剩余预演路线，针对性解决地图模块缺失问题，消除盲区路线区域带来的偏差问题，保障地图扫描构建操作稳定进行和预演路线精准规划。

42、可选的，还包括若始终不存在图像特征和当前外观特征局部匹配或完全匹配的情况时对当前地图模块的优化查找方法，该方法：

43、步骤600：基于当前位置对三维物理预测沙盒进行分析以得到能够对当前外观特征进行完全遮蔽的遮蔽模块和缺失地图模块所处的遮蔽位置；

44、步骤601：基于遮蔽模块和缺失地图模块所处的遮蔽位置确定剩余预演路线上看到缺失地图模块的可视位置，所述可视位置为若干个；

45、步骤602：基于具身智能机器人所处的可视位置和缺失地图模块所处的遮蔽位置在三维物理预测沙盒进行模拟以得到额外遮挡模块；

46、步骤603：筛选出额外遮挡模块不存在的可视位置，将该可视位置定义为核对位置；

47、步骤604：控制具身智能机器人移动到核对位置进行核对以得到核对图像，将核对图像对应的图像特征定义为核对图像特征；

48、步骤605：当核对图像特征与当前外观特征不匹配时，回到缺失核对位置并重新执行步骤401至步骤404；

49、步骤606：当核对图像特征和当前外观特征局部或完全匹配时，则通过遮蔽位置对缺失地图模块进行更新。

50、通过采用上述技术方案，依据三维物理预测沙盒分析出遮蔽模块和缺失地图模块的遮蔽点位，推演出若干可视位置，移动具身智能机器人至可视位置进行再次拍摄与当前外观特征进行对比，匹配失败则重新筛选可视位置进行复核，匹配成功则按照可视位置补全更新缺失地图模块。可以精准规避环境干扰完成缺失地图模块的校对补录，提升三维物理预测沙盒与空间特征的匹配精度。

51、可选的，还包括若始终不存在图像特征和当前外观特征完全匹配，但存在局部匹配的情况对当前地图模块的查找方法，该方法包括：

52、步骤700：获取图像特征和当前外观特征局部匹配时的拍摄角度；

53、步骤701：基于拍摄角度和缺失核对位置对三维物理预测沙盒进行分析以得到能够对当前外观特征进行局部遮蔽的局部遮蔽模块；

54、步骤702：控制具身智能机器人移动到局部遮蔽模块对应的核对位置进行核对并执行步骤604至步骤606。

55、通过采用上述技术方案，通过结合拍摄角度与确实核对位置在三维物理预测沙盒中分析出造成对当前外观特征进行局部遮蔽的局部遮蔽模块，控制具身智能机器人前往对应位置再次进行拍摄图像分析特征与匹配校对的步骤，能够有效处理环境局部遮挡而导致的获取图像特征与当前外观特征匹配不完整问题，全方位校对缺失地图模块信息，进一步提升三维物理预测沙盒的精准度和空间匹配精度。

56、可选的，基于地面材质特征查找得到具身智能机器人对应的减速操作，并控制具身智能机器人执行减速操作的具体方法包括：

57、步骤800：基于当前位置和核对距离得到碰撞发生路线；

58、步骤801：根据地面材质特征逐一对应查找该地面材质特征的摩擦系数；

59、步骤802：基于摩擦系数和核对距离得到在发生碰撞路线上该地面材质特征的减速速率；

60、步骤803：基于三维物理预测沙盒分析获取碰撞发生路线上出现的不同的地面材质特征；

61、步骤804：基于摩擦系数和减速速率确定输出力矩；

62、步骤805：控制具身智能机器人在不同地面材质特征的地面上按照输出力矩进行减速操作。

63、通过采用上述技术方案，结合具身智能机器人当前位置和核对位置预测出将发生碰撞的路线，根据该路线地面材质特征所适配的力矩，控制具身智能机器人依据地面材质特征动态调节制动力完成分级减速，可以针对不同路况精准调节减速速率，避免由于减速速率单一使得切换地面材质特征时发生打滑跌倒或制动不足导致碰撞的问题，提升具身智能机器人在行进过程中的运动控制平稳性和避障安全性。

64、可选的，当预演运动情况为碰撞情况时控制具身智能机器人按照减速速率进行减速操作的优化方法，该方法包括：

65、步骤900：通过三维物理预测沙盒获取当前地图模块的第二安全相撞约束值；

66、步骤901：对比预设的第一安全相撞约束值和第二安全相撞约束值得到最大安全相撞约束值，所述最大安全相撞约束值为第一安全相撞约束值和第二安全相撞约束值的最小值；

67、步骤902：基于最大安全相撞约束更新减速速率以得到实际需求减速速率，所述实际需求减速速率为具身智能机器人按照实际需求减速速率前进时和当前地图模块发生碰撞时产生的压力值小于最大安全相撞约束值；

68、步骤903：控制具身智能机器人按照实际需求减速速率进行减速操作。

69、通过采用上述技术方案，通过对比具身智能机器人和地图模块材质对应的安全相撞约束值取得最大安全相撞约束值，以保证碰撞冲击力不超过实际需求的减速速率，并控制具身智能机器人按该减速速率进行减速，可以结合具身智能机器人和地图模块两者的安全阈值进行动态调节减速标准，防止具身智能机器人与地图模块发生撞击时损坏具身智能机器人或地图模块。

70、第二方面，本发明提供一种对具身智能的静态空间物理先验地图构建系统，采用如下的技术方案：

71、一种对具身智能的静态空间物理先验地图构建系统，包括：

72、获取模块，用于获取地图构建信号、空间2d户型图纸、模块特征、三维物理预测沙盒、当前位置、当前朝向、当前距离、摄像头转动角度、环境传感器、预演路线和图像；

73、存储器，用于存储如上所述的对具身智能的静态空间物理先验地图构建方法的程序；

74、处理器，加载执行存储器中的程序。

75、通过采用上述技术方案，通过三维物理预测沙盒模拟预测具身智能机器人的运动轨迹，通过预演路线得到预演运动情况，预防具身智能机器人和地图模块发生碰撞导致具身智能机器人或地图模块损毁。

76、综上所述，本发明包括以下至少一种有益技术效果：

77、1.通过导入该空间图纸提取地图模块特征，并得到具身智能机器人的预演路线。通过预演路线可以得到预演运动情况，预防具身智能机器人和地图模块发生碰撞导致具身智能机器人或地图模块被破坏；

78、2.根据转动摄像头进行拍摄扫描得到当前地图的准确位置，解决当前地图模块与实际地图模块出现偏差导致预演运动与实际运动不符从而使得具身智能机器人和当前地图模块发生碰撞的问题；

79、3.结合具身智能机器人当前位置和核对位置预测出将发生碰撞的路线，根据该路线地面材质特征所适配的力矩，可以针对不同路况精准调节减速速率，避免由于减速速率单一使得切换地面材质特征时发生打滑跌倒或制动不足导致碰撞的问题。