一种移动机器人大场景作业地图实时更新方法与流程

本发明涉及机器人作业，具体为一种移动机器人大场景作业地图实时更新方法。

背景技术：

1、移动机器人在大场景环境中进行作业时，通常需要先建立环境的二维栅格地图，以支持后续的定位与导航。现有技术中，地图通常由多个子图拼接而成，子图在作业过程中不断生成，但若保留所有子图，将导致存储和计算资源的爆炸式增长，影响系统实时性与稳定性。因此，如何高效地管理和更新子图，成为提升机器人作业性能的关键问题。

2、专利《一种机器人地图动态更新方法、系统、设备及介质》（cn117288179b）直接遍历子图上的所有栅格，没有进行抽稀处理，在大场景中效率比较低；另外只要一个栅格被多个子图观测到，就删除栅格建立时间之前的所有子图，会导致建图环节的子图也被删除，建图环节的子图应该固定，否则删除后，地图将出现偏移和错位；并且，也不应只判断一个栅格，需要判断活动子图间的重叠率，重叠率高时才删除时间靠前的活动子图。

技术实现思路

1、（一）解决的技术问题

2、针对现有技术所存在的上述缺点，本发明提供了一种移动机器人大场景作业地图实时更新方法，能够有效地解决现有技术的问题。

3、（二）技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：

5、本发明公开了一种移动机器人大场景作业地图实时更新方法，包括以下步骤：

6、步骤s101：基于机器人位姿和激光点云数据，新建环境的二维栅格地图，该地图由多个子图拼接而成，建图过程中生成的子图将被标记为冻结子图，在后续作业中不可删除；

7、步骤s102：保存栅格地图，并标记所有子图为冻结子图；

8、步骤s103：加载已保存的栅格地图，进行初始定位；

9、步骤s104：机器人作业中根据关键帧生成活动子图，关键帧由机器人移动距离、角度变化或时间间隔触发产生；

10、步骤s105：每间隔若干活动子图（例如m个），对所有活动子图的栅格进行抽稀处理，利用抽稀后的栅格快速生成临时全局地图，以适应大场景的计算需求；

11、步骤s106：根据重叠率，删除非最新的活动子图基于临时全局地图，计算每个活动子图与其他子图的重叠率，删除重叠率高于设定阈值的非最新活动子图；

12、步骤s107：任务结束后，保存冻结子图和剩余的活动子图，供下次作业使用，下次任务启动时，可直接加载该地图进行初始定位，并继续按照上述方法实时更新。

13、更进一步地，所述步骤s102中的冻结子图与步骤s104中活动子图在物理空间上允许存在重叠；在逻辑存储与管理上，活动子图与冻结子图相互独立，其中活动子图用于记录作业过程中的环境变化或新增区域，冻结子图作为稳定的历史地图基准。

14、更进一步地，所述步骤s104中生成关键帧的触发条件为以下至少一种：机器人移动的直线距离超过预设距离阈值；机器人旋转的角度变化超过预设角度阈值；距离上一次生成关键帧的时间间隔超过预设时间阈值；每个关键帧包含去畸变后的二维激光点云数据，并关联该时刻的机器人位姿，连续n个关键帧构成一个子图，相邻子图之间共享n/2个关键帧，以保证子图间的平滑过渡。

15、更进一步地，所述步骤s105中抽稀处理的工作逻辑为：

16、在遍历每个活动子图时，在宽度和高度方向上均以预设抽稀间隔抽取栅格；

17、对于每个被抽稀到的栅格，设其在子图中的坐标为（cx,cy），子图原点在世界坐标系中的坐标为（ox,oy），则其世界坐标为：

18、 ；

19、初始化临时全局地图的原点，通常可设为当前机器人位置附近或所有子图覆盖区域的左下角，然后计算该栅格在临时全局地图中的坐标：

20、；

21、其中中的括号表示向零取整函数，结果可能为负值，将抽稀后的所有栅格信息填入临时全局地图，并记录每个栅格被若干活动子图访问的数据。

22、更进一步地，所述抽稀间隔的取值根据活动子图的总数量动态调整：当活动子图总数超过预设的第一数量阈值时，按预设尺度增大抽稀间隔的值以加快临时全局地图生成与重叠检测速度；当活动子图总数低于预设的第二数量阈值时，按预设尺度减小抽稀间隔的值以提高重叠检测的精度。

23、更进一步地，所述临时全局地图接收抽稀后的所有栅格信息填入时，若某一全局坐标位置仅存在一个活动子图贡献的抽稀栅格数据，则直接将该数据填入临时全局地图的对应位置；若某一全局坐标位置存在多个活动子图贡献的抽稀栅格数据，则对这些数据进行融合计算，并将结果填入临时全局地图的对应位置。

24、更进一步地，所述步骤s106的工作过程，包括：

25、步骤s1061：基于所述临时全局地图，为每一个活动子图建立一个覆盖其所有抽稀后栅格的边界区域；

26、步骤s1062：对于任意两个活动子图a和b，若a的边界区域与b的边界区域存在交集，则计算a与b的重叠率；

27、步骤s1063：遍历所有活动子图对，若活动子图x与另一活动子图y的重叠率高于预设重叠阈值，且x不是最新生成的m个活动子图之一，则将子图x标记为待删除；

28、步骤s1064：删除所有标记为待删除的活动子图及其对应的原始非抽稀数据。

29、更进一步地，所述步骤s1063中在计算活动子图重叠率时，仅考虑活动子图之间的重叠，不计算活动子图与冻结子图之间的重叠；所述重叠阈值的取值范围为60%至90%。

30、更进一步地，所述步骤s1064在删除活动子图时，设置处理周期，每生成对应周期个数的新活动子图后，自动触发一次对所有现有活动子图的抽稀、临时全局地图构建、重叠率计算及删除操作。

31、更进一步地，所述步骤s107中，保存的地图数据采用分层存储结构：第一层为冻结子图集合的完整数据；第二层为本次作业结束后保留的所有活动子图的完整数据；保存所有冻结子图与活动子图的全局位姿索引，用于下次加载时快速恢复地图全局视图。

32、（三）有益效果

33、采用本发明提供的技术方案，与已知的现有技术相比，具有如下有益效果：

34、通过设置冻结子图与活动子图架构，对地图数据进行生命周期管理，初始化建立的稳定环境结构被标记为冻结子图，作为不可更改的可靠基准，确保了定位的长期一致性和历史地图的可复用性，而在作业过程中新感知的数据则生成活动子图，代表环境的变化或新增区域，通过基于抽稀全局地图的重叠率检测，系统能够自动识别并删除非最新的活动子图，从而在不破坏核心地图结构的前提下，有效抑制了地图数据的无限制增长，使得地图规模在长期运行中能够保持在可控范围。

35、通过引入了抽稀处理，间隔采样大幅降低了参与全局计算的数据量，快速生成低分辨率的临时全局地图用于重叠分析，使得机器人能够更频繁地执行地图整理，及时剔除冗余信息，始终保持系统轻量化运行，为复杂的路径规划和任务决策释放足够计算资源。

1.一种移动机器人大场景作业地图实时更新方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种移动机器人大场景作业地图实时更新方法，其特征在于，所述步骤s102中的冻结子图与步骤s104中活动子图在物理空间上允许存在重叠；在逻辑存储与管理上，活动子图与冻结子图相互独立，其中活动子图用于记录作业过程中的环境变化或新增区域，冻结子图作为稳定的历史地图基准。

3.根据权利要求1所述的一种移动机器人大场景作业地图实时更新方法，其特征在于，所述步骤s104中生成关键帧的触发条件为以下至少一种：机器人移动的直线距离超过预设距离阈值；机器人旋转的角度变化超过预设角度阈值；距离上一次生成关键帧的时间间隔超过预设时间阈值；每个关键帧包含去畸变后的二维激光点云数据，并关联该时刻的机器人位姿，连续n个关键帧构成一个子图，相邻子图之间共享n/2个关键帧。

4.根据权利要求1所述的一种移动机器人大场景作业地图实时更新方法，其特征在于，所述步骤s105中抽稀处理的工作逻辑为：

5.根据权利要求4所述的一种移动机器人大场景作业地图实时更新方法，其特征在于，所述抽稀间隔的取值根据活动子图的总数量动态调整：当活动子图总数超过预设的第一数量阈值时，按预设尺度增大抽稀间隔的值；当活动子图总数低于预设的第二数量阈值时，按预设尺度减小抽稀间隔的值。

6.根据权利要求4所述的一种移动机器人大场景作业地图实时更新方法，其特征在于，所述临时全局地图接收抽稀后的所有栅格信息填入时，若某一全局坐标位置仅存在一个活动子图贡献的抽稀栅格数据，则直接将该数据填入临时全局地图的对应位置；若某一全局坐标位置存在多个活动子图贡献的抽稀栅格数据，则对这些数据进行融合计算，并将结果填入临时全局地图的对应位置。

7.根据权利要求1所述的一种移动机器人大场景作业地图实时更新方法，其特征在于，所述步骤s106的工作过程，包括：

8.根据权利要求7所述的一种移动机器人大场景作业地图实时更新方法，其特征在于，所述步骤s1063中在计算活动子图重叠率时，仅考虑活动子图之间的重叠，不计算活动子图与冻结子图之间的重叠；所述重叠阈值的取值范围为60%至90%。

9.根据权利要求7所述的一种移动机器人大场景作业地图实时更新方法，其特征在于，所述步骤s1064在删除活动子图时，设置处理周期，每生成对应周期个数的新活动子图后，自动触发一次对所有现有活动子图的抽稀、临时全局地图构建、重叠率计算及删除操作。

10.根据权利要求1所述的一种移动机器人大场景作业地图实时更新方法，其特征在于，所述步骤s107中，保存的地图数据采用分层存储结构：第一层为冻结子图集合的完整数据；第二层为本次作业结束后保留的所有活动子图的完整数据；保存所有冻结子图与活动子图的全局位姿索引，用于下次加载时快速恢复地图全局视图。