一种点云拓扑地图生成方法及系统、存储介质与流程

本发明涉及智能仓储与移动机器人地图构建，尤其涉及一种基于图像解析与结构化通道重建的点云拓扑地图生成方法及系统、存储介质。

背景技术：

1、在智能仓储场景中，移动机器人、叉车机器人、自动导引车等无人搬运设备在执行搬运、上架、拣选、补货等任务之前，通常需要依赖结构化地图进行定位、路径规划、任务调度和作业点匹配。实际部署所需的地图不仅包括障碍物边界或可通行区域，还包括路径位置点、与作业行为相关联的动作点、点间连接关系以及货位信息等数据。

2、现有的仓储地图构建方式主要包括：由操作人员在地图编辑软件中人工绘制障碍边界、通道路径、位置点和货位信息，通过现场采点方式建图，或者将cad图纸、仓库平面图中的图形元素人工逐一转换为机器人可用的地图对象。上述方式工作量大、建图周期长，且不同操作人员对通道边界、货位位置和动作点关联关系的理解存在差异，导致生成地图的一致性和可复用性较差。

3、此外，在实际仓储部署过程中，经常存在仅能获取仓库截图、仓库规划图、布局示意图或cad导出图像等静态图像的情况。此类图像本身不包含机器人系统可直接解析的路径拓扑、动作点和货位数据，难以直接生成可部署的结构化地图。而普通的图像分割方法通常只能识别图像中的颜色区域或空白区域，缺少对仓储布局结构的理解：一方面，货架之间常存在实际并不满足机器人通行条件的狭窄间隙，此类间隙在图像中表现为空白区域，容易被误识别为可通行通道，使生成地图中出现伪通道或通道断裂等问题；另一方面，货位在图像中通常表现为货架内部重复排列的单元结构，现有方案难以从中自动恢复货位单元并建立货位与机器人作业位置之间的对应关系，多依赖人工逐一录入。

4、因此，如何从仓储场景图像中自动提取货架、通道及货位信息，并将其组织为可供移动机器人直接使用的结构化地图，是本领域亟待解决的技术问题。

技术实现思路

1、为此，本发明的主要目的在于提供一种点云拓扑地图生成方法及系统、存储介质，以实现从仓储场景图像中自动提取货架、通道及货位信息，生成可供移动机器人直接使用的点云拓扑地图，以降低人工建图成本，提高地图生成效率和结果一致性。

2、为了实现上述目的，根据本发明的一个方面，提供了一种点云拓扑地图生成方法，其步骤包括：

3、对获取的仓储场景图像进行区域解析，识别货架区域并从中提取多个货架条带；

4、将符合预设合并条件的相邻货架条带合并为货架组；

5、基于所述货架区域和所述货架组确定障碍区域，将所述障碍区域以外的区域确定为自由区域，并基于所述自由区域提取候选通道；

6、以所述货架组的侧边界为基准向外扩展形成侧边带，根据候选通道的中心线与所述侧边带的位置关系对所述候选通道进行筛选，得到纵向通道；

7、根据各所述货架组的整体边界，在所述整体边界的外侧生成横向通道，所述横向通道与所述纵向通道连通构成闭环的通道网络；

8、沿所述通道网络生成位置标记点及连接关系，在所述货架组区域内识别货位单元，并在所述通道网络上生成与所述货位单元相关联的动作点；

9、将基于所述障碍区域提取的障碍点集合、所述位置标记点、所述动作点、所述连接关系及所述货位单元与所述动作点的关联关系统一转换至地图坐标系，生成点云拓扑地图。

10、在可能的优选实施方式中，所述预设合并条件包括：相邻货架条带之间的间距小于预设间隙阈值，且相邻货架条带在货架条带长度方向上的投影重叠率大于预设重叠阈值；所述货架组覆盖所述相邻货架条带之间的间隙；所述投影重叠率为所述相邻货架条带在所述长度方向上的重叠长度、与所述相邻货架条带在所述长度方向上的长度中较小值的比值。

11、在可能的优选实施方式中，所述对所述候选通道进行筛选，得到纵向通道的步骤包括：保留中心线位于所述侧边带内的候选通道作为所述纵向通道，剔除中心线位于所述货架组内部的候选通道；所述侧边带包括以所述货架组的左侧边界和右侧边界为基准分别向外扩展预设宽度形成的左侧边带和右侧边带；所述中心线为所述候选通道两侧边界位置的均值。

12、在可能的优选实施方式中，所述根据各所述货架组的整体边界，在所述整体边界的外侧生成横向通道的步骤包括：确定各所述货架组的整体上边界和整体下边界，分别在所述整体上边界和所述整体下边界的外侧偏移预设距离的位置，生成顶部横向通道和底部横向通道。

13、在可能的优选实施方式中，所述基于所述自由区域提取候选通道的步骤包括：统计各像素列属于所述自由区域的像素占比，将所述像素占比均大于预设占比阈值、且宽度满足预设最小通道宽度的连续像素列区间，确定为候选通道。

14、在可能的优选实施方式中，所述在所述货架组区域内识别货位单元的步骤包括：确定所述货架组的中轴线，将所述货架组划分为所述中轴线两侧的侧面区域，在各所述侧面区域内分别提取货位候选框，并按预设几何条件对所述货位候选框进行筛选，得到货位单元。

15、在可能的优选实施方式中，所述通道网络上生成与所述货位单元相关联的动作点的步骤包括：将所述货位单元朝距离其最近的通道中心线映射，将映射于所述通道中心线上的对应点确定为动作点；计算所述货位单元的中心点与各动作点的距离，在与所述货位单元位于同一货架侧的动作点中，选取距离最小的动作点作为所述货位单元的关联动作点。

16、在可能的优选实施方式中，所述的点云拓扑地图生成方法，步骤还包括：获取包含规划路线的参考图像，从所述参考图像中提取参考通道中心线；确定与所述参考通道中心线相对应的自动生成的通道中心线，将所述参考通道中心线与对应的所述通道中心线按预设权重加权融合，得到校正后的通道中心线。

17、为了实现上述目的，对应上述方法示例，根据本发明的另一方面，还提供了一种点云拓扑地图生成系统，其包括：

18、图像解析模块，用于对获取的仓储场景图像进行区域解析，识别货架区域并从中提取多个货架条带；

19、货架组构建模块，用于将符合预设合并条件的相邻货架条带合并为货架组；

20、通道重建模块，用于基于所述货架区域和所述货架组确定障碍区域，将所述障碍区域以外的区域确定为自由区域，并基于所述自由区域提取候选通道；以所述货架组的侧边界为基准向外扩展形成侧边带，根据候选通道的中心线与所述侧边带的位置关系对所述候选通道进行筛选，得到纵向通道；根据各所述货架组的整体边界，在所述整体边界的外侧生成横向通道，所述横向通道与所述纵向通道连通构成闭环的通道网络；

21、地图生成模块，用于沿所述通道网络生成位置标记点及连接关系，在所述货架组区域内识别货位单元，并在所述通道网络上生成与所述货位单元相关联的动作点；将基于所述障碍区域提取的障碍点集合、所述位置标记点、所述动作点、所述连接关系及所述货位单元与所述动作点的关联关系统一转换至地图坐标系，生成点云拓扑地图。

22、为了实现上述目的，对应上述方法示例，根据本发明的另一方面，还提供了一种计算机可读存储介质，其上存储有计算机程序，其中所述计算机程序被处理器执行时实现如上任一示例所述的点云拓扑地图生成方法。

23、通过本发明提供的该点云拓扑地图生成方法及系统、存储介质，利用了仓储场景中货架布局的结构规律对地图生成过程进行逐级约束，而非单纯依据图像中的空白区域判定可通行空间。先将符合预设合并条件的相邻货架条带合并为货架组，使货架之间实际不具备通行条件的间隙归入货架组，从源头减少伪自由区域对后续通道提取的干扰；再以货架组侧边界向外扩展形成的侧边带对候选通道进行位置约束，使通道识别由寻找图像中的空白区域转变为寻找符合货架布局和机器人通行规律的结构化通道；进而根据货架组的整体边界在其外侧重建横向通道，保证通道网络的闭环连通；同时将货位识别限定于货架组区域内，并在通道网络上生成与货位单元相关联的动作点，使仓储作业信息与导航拓扑自动建立对应关系。

24、从而实现了由仓储场景图像到机器人可用结构化地图的自动生成，降低了人工建图的工作量和部署周期，且生成过程由统一规则驱动，避免了不同操作人员理解差异导致的结果不一致，提高了地图生成效率与结果一致性。