(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111654987.5 (22)申请日 2021.12.3 0 (71)申请人 浙江大华 技术股份有限公司 地址 310051 浙江省杭州市滨江区滨安路 1187号 (72)发明人 何洪磊　马子昂　涂曙光　刘征宇　 殷俊　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 何倚雯 (51)Int.Cl. G06V 10/44(2022.01) G06V 10/74(2022.01) G06K 9/62(2022.01) (54)发明名称 一种沿边 起点提取方法及相关装置 (57)摘要 本申请公开了一种沿边起点提取方法及相 关装置， 该方法包括： 扫地机器人获取原始局部 地图； 确定原始局部地图中的占据栅格的点云属 性， 并剔除点云属性为离群点的占据栅格， 获得 预处理局部地图， 其中， 占据栅格的点云属性包 括核心点、 离群点和边界点； 对预处理局部地图 执行沿边起点提取操作， 获取目标沿边起点。 本 申请所提供的方法可以实现规避干扰物对沿边 起点提取算法准确度和效率的影响。 权利要求书3页 说明书12页 附图6页 CN 114529735 A 2022.05.24 CN 114529735 A 1.一种沿边 起点提取方法， 其特 征在于， 所述方法包括： 扫地机器人获取原 始局部地图； 确定所述原始局部地图中的占据栅格的点云属性， 并剔除点云属性为离群点的占据栅 格， 获得预处理局部地图， 其中， 所述占据栅格的点云属 性包括核心点、 所述离群点和边界 点； 对所述预处 理局部地图执 行沿边起点提取操作， 获取目标沿边 起点。 2.根据权利要求1所述的方法， 其特征在于， 所述确定所述原始局部地图中的占据栅格 的点云属性， 并剔除点云属性 为离群点的占据栅格， 获得 预处理局部地图， 包括： 分别统计所述占据栅格对应的第一预设区域和第二预设区域内所包括的第一占据栅 格的数量， 并分别输出为第一数量和 第二数量， 其中， 所述第一预设区域和第二预设区域为 以所述占据栅格为圆心的同心圆区域， 且所述第一预设区域的半径小于所述第二预设区域 的半径； 分别根据所述占据栅格对应的所述第一数量和第二数量确定所述占据栅格的点云属 性是否为离群点； 若是， 则在所述局部地图中剔除点云属性为所述离群点的占据栅格， 获得所述预处理 局部地图。 3.根据权利要求2所述的方法， 其特征在于， 所述分别根据 所述占据栅格对应的所述第 一数量和第二数量确定所述占据栅格的点云属性是否为离群点， 进一 步包括： 若所述占据栅格对应的所述第 一数量小于第 一阈值或第 二数量小于第 二阈值， 则确定 所述占据栅格的点云属性 为所述离群点， 其中， 所述第一阈值小于所述第二阈值。 4.根据权利要求3所述的方法， 其特 征在于， 所述方法还 包括： 若所述占据栅格对应的所述第一数量大于第三阈值、 且所述第二数量大于第 四阈值， 确定所述占据栅格的点云属性 为所述核心点； 确定所述原始局部地图中除去点云属性为所述离群点或所述核心点以外所剩余的所 述占据栅格的点云属性 为边界点。 5.根据权利要求1所述的方法， 其特征在于， 所述对所述预处理局部地图执行沿边起点 提取操作， 获取目标沿边 起点， 进一步包括： 确定扫地机器人的当前位置距充电桩位置的距离； 若所述距离小于或等于第 一距离阈值， 则对所述预处理局部地图执行基于充电桩的沿 边起点提取步骤， 获取 所述目标沿边 起点。 6.根据权利要求5所述的方法， 其特征在于， 所述对所述预处理局部地图执行基于充电 桩的沿边 起点提取步骤， 获取 所述目标沿边 起点， 进一步包括： 以所述充电桩为中心点， 以充电桩的朝向为法线方向生成第一基准线； 针对所述预处理局部地图中所包括的每个点云属性为所述核心点的占据栅格， 筛选满 足第一筛 选条件的所述占据栅格； 将所述满足第一筛选条件的占据栅格中与所述充电桩的距离最近的一个所述占据栅 格确定为所述目标沿边 起点。 7.根据权利要求5所述的方法， 其特征在于， 若所述距离大于所述第一距离阈值， 则进 一步判断在所述预处 理局部地图中是否可以获得直线特 征；权　利　要　求　书 1/3 页 2 CN 114529735 A 2若是， 则对所述预处理局部地图执行基于直线特征的沿边起点提取步骤， 获取所述目 标沿边起点； 若否， 则对所述预 处理局部地图执行基于点云聚簇的沿边起点提取步骤， 获取 所述目标沿边 起点。 8.根据权利要求7所述的方法， 其特征在于， 所述对所述预处理局部地图执行基于直线 特征的沿边 起点提取步骤， 获取 所述目标沿边 起点， 进一步包括： 利用第一 算法自所述预处 理局部地图中提取若干第一 直线特征； 对所述若干第一 直线特征进行合并/或筛 选， 获得至少一个第二 直线特征； 将距离最长的第二 直线特征确定为第二基准线； 将点云属性为所述核心点、 且距所述第 二基准线的距离小于第四距离 阈值以及与扫地 机器人最近的占据栅格确定为所述目标沿边 起点。 9.根据权利要求8所述的方法， 其特征在于， 所述对所述若干第一直线特征进行合并/ 或筛选， 获得至少一个第二 直线特征， 包括： 针对所述若干第一直线特征， 将满足预设合并条件的所述第一直线特征合并， 并将合 并所得的直线特 征和不满足所述预设合并条件的第一 直线特征输出为第三 直线特征； 针对每个所述第 三直线特征， 筛选与所述扫地机器人之间的距离小于或等于第 二距离 阈值的直线特 征作为第二 直线特征。 10.根据权利要求7所述的方法， 其特征在于， 所述对所述预处理局部地图执行基于点 云聚簇的沿边 起点提取步骤， 获取 所述目标沿边 起点， 包括： 针对所述预处理局部地图中所包括的点云属性为所述核心点的占据栅格， 执行核心点 聚簇的操作， 获得若干第一 点云簇； 对所述若干第一 点云簇进行合并和/或筛 选， 获得至少一个第二 点云簇； 确定所述第 二点云簇中所包括的平整核心点和平整度， 并将平整度最高的所述第 二点 云簇确定为第三 点云簇； 将所述第三点云簇中所包括的距所述扫地机器人最近的所述平整核心点确定为所述 目标沿边 起点。 11.根据权利要求10所述的方法， 其特征在于， 所述确定所述第 二点云簇的平整度和平 整核心点， 包括： 分别以所述第 二点云簇 中所包括的每个核心点为 圆心， 分别为每个所述核心点确定第 三预设区域内的点云； 利用第二 算法， 对所述第三预设区域内的点云进行直线拟合得到第三基准线； 将所述第三预设区域中所包括的点云到所述第三基准线的平均距离确定为所述第三 预设区域所对应的所述核心 点的平整度， 并将平整度小于平整度阈值的核心 点确定为所述 第二点云簇的平整 核心点； 将所述第二点云簇中所包括的所述平整核心点的数量确定为所述第二点云簇的所述 平整度。 12.根据权利要求10所述的方法， 其特征在于， 所述对所述若干第一点云簇进行合并 和/或筛选， 获得至少一个第二 点云簇， 进一 步包括： 针对各个所述第 一点云簇， 将所述第 一点云簇和预设数量的质心极角与所述第 一点云 簇的质心极角按照数值大小排序相邻的第一 点云簇， 确定为第一 点云簇子集合；权　利　要　求　书 2/3 页 3 CN 114529735 A 3