地图的优化方法、装置、移动机器人及存储介质与流程

1.本发明涉及图像处理技术领域，尤其涉及一种地图的优化方法、装置、移动机器人及存储介质。


背景技术：

2.目前，扫地机器人在个人及家用服务机器人的销售量中占据主要部分，可见扫地机器人的发展速度较快，而激光雷达作为扫地机器人不可缺少的传感器，其应用也越来越广泛。
3.现有扫地机器人在室内利用激光雷达构建地图时，由于门缝、墙缝、激光雷达视角大，以及激光雷达精度不够高等因素的影响，导致地图的准确度较低，从而导致地图上会出现一些扫地机器人无法到达的可达区域。


技术实现要素：

4.本发明提供了一种地图的优化方法、装置、移动机器人及存储介质，用于提高地图的准确度。
5.本发明第一方面提供了一种地图的优化方法，包括：获取待处理的初始地图，并将所述初始地图进行图像处理，生成对应的至少一个初始图像区域，所述至少一个初始图像区域包括多个轮廓点；基于所述至少一个初始图像区域和对应的多个轮廓点进行面积筛选和多维空间处理，得到至少一个目标图像区域和所述至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合，所述至少一个目标图像区域存在限制移动机器人移动的区域；若每个候选外轮廓对应的初始凹凸点对集合中存在符合预设重叠筛选规则的至少一个目标初始凹凸点对，则将所述至少一个目标初始凹凸点对加入对应的候选外轮廓的候选凹凸点对集合；对每个候选外轮廓对应的候选凹凸点对集合进行凹凸点对修正和区域筛选，得到每个候选外轮廓对应的至少一个目标分割区域，所述至少一个目标分割区域允许所述移动机器人进行移动；基于每个候选外轮廓对应的至少一个目标分割区域和所述初始地图，生成目标地图。
6.在一种可行的实施方式中，所述获取待处理的初始地图，并将所述初始地图进行图像处理，生成对应的至少一个初始图像区域，包括：获取待处理的初始地图，所述初始地图包括至少一个可达区域、至少一个障碍物区域和至少一个不可达区域；对所述初始地图进行二值化处理，得到二值化地图；对所述二值化地图进行开运算，生成对应的至少一个初始图像区域。
7.在一种可行的实施方式中，所述基于所述至少一个初始图像区域和对应的多个轮廓点进行面积筛选和多维空间处理，得到至少一个目标图像区域和所述至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合，包括：计算所述至少一个初始图像区域中每个初始图像区域所包围的面积；将面积大于或等于预设面积的初始图像区域确定为目标图像区域，得到至少一个目标图像区域；基于所述至少一个目标图像区域的多个轮廓点
进行多维空间处理，得到所述至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合。
8.在一种可行的实施方式中，所述基于所述至少一个目标图像区域的多个轮廓点进行多维空间处理，得到所述至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合，包括：基于所述至少一个目标图像区域的多个轮廓点建立多维树结构，得到所述至少一个目标图像区域中每个候选外轮廓对应的多个待筛选凹凸点对，所述待筛选凹凸点对中的第一待筛选凹凸点与第二待筛选凹凸点为不同侧，且所述第一待筛选凹凸点与所述第二待筛选凹凸点之间的距离为最短距离；将每个候选外轮廓中符合预设凹凸点对筛选规则的待筛选凹凸点对确定为初始凹凸点对，得到每个候选外轮廓的多个初始凹凸点对；将每个候选外轮廓的多个初始凹凸点对进行组合，得到所述至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合。
9.在一种可行的实施方式中，所述对每个候选外轮廓对应的候选凹凸点对集合进行凹凸点对修正和区域筛选，得到每个候选外轮廓对应的至少一个目标分割区域，包括：若每个候选外轮廓的候选凹凸点对集合中存在至少两个目标初始凹凸点对处于位置交叉状态或符合预设删除规则，则对所述至少两个目标初始凹凸点对进行更新，生成每个候选外轮廓对应的至少一个目标凹凸点对；若每个候选外轮廓的至少一个目标凹凸点对的数量为一个，则根据所述一个目标凹凸点对对应的候选外轮廓进行分割，得到每个候选外轮廓的两个候选分割区域；将每个候选外轮廓的两个候选分割区域中符合预设区域规则的候选分割区域确定为目标分割区域，得到每个候选外轮廓对应的至少一个目标分割区域；若每个候选外轮廓的至少一个目标凹凸点对的数量为至少两个，则对所述至少两个目标凹凸点对进行分级，得到所述至少两个目标凹凸点对中每个目标凹凸点对的层级；基于每个目标凹凸点对的层级对对应的候选外轮廓进行分割，得到每个候选外轮廓对应的至少三个候选分割区域；将每个候选外轮廓的至少三个候选分割区域中符合所述预设区域规则的候选分割区域确定为目标分割区域，得到每个候选外轮廓对应的至少一个目标分割区域。
10.在一种可行的实施方式中，在所述基于所述至少一个初始图像区域和对应的多个轮廓点进行面积筛选和多维空间处理，得到至少一个目标图像区域和所述至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合之后，还包括：若每个候选外轮廓对应的初始凹凸点对集合中不存在符合所述预设重叠筛选规则的初始凹凸点对，则判断每个候选外轮廓的轮廓像素数与对应的边缘障碍物像素数的比值是否大于或等于所述预设占比；将比值大于或等于所述预设占比的候选外轮廓确定为目标外轮廓，得到至少一个目标外轮廓；对所述至少一个目标外轮廓进行图像填充和膨胀处理，并与所述初始地图进行与运算，生成目标地图。
11.在一种可行的实施方式中，所述基于每个候选外轮廓对应的至少一个目标分割区域和所述初始地图，生成目标地图，包括：对所述每个候选外轮廓对应的至少一个目标分割区域进行图像填充，得到每个候选外轮廓对应的至少一个填充分割区域；对每个候选外轮廓对应的至少一个填充分割区域进行膨胀处理，得到每个候选外轮廓对应的至少一个膨胀分割区域；将每个候选外轮廓对应的至少一个膨胀分割区域与所述初始地图进行与运算，生成目标地图。
12.本发明第二方面提供了一种地图的优化装置，包括：获取生成模块，用于获取待处
理的初始地图，并将所述初始地图进行图像处理，生成对应的至少一个初始图像区域，所述至少一个初始图像区域包括多个轮廓点；筛选处理模块，用于基于所述至少一个初始图像区域和对应的多个轮廓点进行面积筛选和多维空间处理，得到至少一个目标图像区域和所述至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合，所述至少一个目标图像区域存在限制移动机器人移动的区域；点对加入模块，用于若每个候选外轮廓对应的初始凹凸点对集合中存在符合预设重叠筛选规则的至少一个目标初始凹凸点对，则将所述至少一个目标初始凹凸点对加入对应的候选外轮廓的候选凹凸点对集合；修正筛选模块，用于对每个候选外轮廓对应的候选凹凸点对集合进行凹凸点对修正和区域筛选，得到每个候选外轮廓对应的至少一个目标分割区域，所述至少一个目标分割区域允许所述移动机器人进行移动；地图生成模块，用于基于每个候选外轮廓对应的至少一个目标分割区域和所述初始地图，生成目标地图。
13.在一种可行的实施方式中，所述获取生成模块具体用于：获取待处理的初始地图，所述初始地图包括至少一个可达区域、至少一个障碍物区域和至少一个不可达区域；对所述初始地图进行二值化处理，得到二值化地图；对所述二值化地图进行开运算，生成对应的至少一个初始图像区域。
14.在一种可行的实施方式中，所述筛选处理模块包括：计算单元，用于计算所述至少一个初始图像区域中每个初始图像区域所包围的面积；确定单元，用于将面积大于或等于预设面积的初始图像区域确定为目标图像区域，得到至少一个目标图像区域；处理单元，用于基于所述至少一个目标图像区域的多个轮廓点进行多维空间处理，得到所述至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合。
15.在一种可行的实施方式中，所述处理单元具体用于：基于所述至少一个目标图像区域的多个轮廓点建立多维树结构，得到所述至少一个目标图像区域中每个候选外轮廓对应的多个待筛选凹凸点对，所述待筛选凹凸点对中的第一待筛选凹凸点与第二待筛选凹凸点为不同侧，且所述第一待筛选凹凸点与所述第二待筛选凹凸点之间的距离为最短距离；将每个候选外轮廓中符合预设凹凸点对筛选规则的待筛选凹凸点对确定为初始凹凸点对，得到每个候选外轮廓的多个初始凹凸点对；将每个候选外轮廓的多个初始凹凸点对进行组合，得到所述至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合。
16.在一种可行的实施方式中，所述修正筛选模块具体用于：若每个候选外轮廓的候选凹凸点对集合中存在至少两个目标初始凹凸点对处于位置交叉状态或符合预设删除规则，则对所述至少两个目标初始凹凸点对进行更新，生成每个候选外轮廓对应的至少一个目标凹凸点对；若每个候选外轮廓的至少一个目标凹凸点对的数量为一个，则根据所述一个目标凹凸点对对应的候选外轮廓进行分割，得到每个候选外轮廓的两个候选分割区域；将每个候选外轮廓的两个候选分割区域中符合预设区域规则的候选分割区域确定为目标分割区域，得到每个候选外轮廓对应的至少一个目标分割区域；若每个候选外轮廓的至少一个目标凹凸点对的数量为至少两个，则对所述至少两个目标凹凸点对进行分级，得到所述至少两个目标凹凸点对中每个目标凹凸点对的层级；基于每个目标凹凸点对的层级对对应的候选外轮廓进行分割，得到每个候选外轮廓对应的至少三个候选分割区域；将每个候选外轮廓的至少三个候选分割区域中符合所述预设区域规则的候选分割区域确定为目标分割区域，得到每个候选外轮廓对应的至少一个目标分割区域。
17.在一种可行的实施方式中，所述地图的优化装置还包括：判断模块，用于若每个候选外轮廓对应的初始凹凸点对集合中不存在符合所述预设重叠筛选规则的初始凹凸点对，则判断每个候选外轮廓的轮廓像素数与对应的边缘障碍物像素数的比值是否大于或等于所述预设占比；确定模块，用于将比值大于或等于所述预设占比的候选外轮廓确定为目标外轮廓，得到至少一个目标外轮廓；与运算模块，用于对所述至少一个目标外轮廓进行图像填充和膨胀处理，并与所述初始地图进行与运算，生成目标地图。
18.在一种可行的实施方式中，所述地图生成模块具体用于：对所述每个候选外轮廓对应的至少一个目标分割区域进行图像填充，得到每个候选外轮廓对应的至少一个填充分割区域；对每个候选外轮廓对应的至少一个填充分割区域进行膨胀处理，得到每个候选外轮廓对应的至少一个膨胀分割区域；将每个候选外轮廓对应的至少一个膨胀分割区域与所述初始地图进行与运算，生成目标地图。
19.本发明第三方面提供了一种移动机器人，所述移动机器人包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述移动机器人执行上述的地图的优化方法。
20.本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在所述移动机器人上运行时，使得所述移动机器人执行上述的地图的优化方法。
21.本发明提供的技术方案中，获取待处理的初始地图，并将初始地图进行图像处理，生成对应的至少一个初始图像区域，至少一个初始图像区域包括多个轮廓点；基于至少一个初始图像区域和对应的多个轮廓点进行面积筛选和多维空间处理，得到至少一个目标图像区域和至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合，至少一个目标图像区域存在限制移动机器人移动的区域；若每个候选外轮廓对应的初始凹凸点对集合中存在符合预设重叠筛选规则的至少一个目标初始凹凸点对，则将至少一个目标初始凹凸点对加入对应的候选外轮廓的候选凹凸点对集合；对每个候选外轮廓对应的候选凹凸点对集合进行凹凸点对修正和区域筛选，得到每个候选外轮廓对应的至少一个目标分割区域，至少一个目标分割区域允许移动机器人进行移动；基于每个候选外轮廓对应的至少一个目标分割区域和初始地图，生成目标地图。本发明实施例中，通过对初始地图进行图像处理，得到至少一个初始图像区域，并对至少一个初始图像区域进行面积筛选、多维空间处理、凹凸点对修正和区域筛选，得到至少一个目标分割区域，基于至少一个目标分割区域和初始地图，生成目标地图，从而删除了地图上移动机器人无法到达的可达区域，进而使地图看起来更加美观，提高了移动机器人定位和路径规划的精度，提高了地图的准确度。
附图说明
22.图1为本发明实施例中地图的优化方法的一个实施例示意图；
23.图2为本发明实施例中地图的优化方法的另一个实施例示意图；
24.图3为本发明实施例中初始图像区域的一个实施例示意图；
25.图4为本发明实施例中凹凸点的一个实施例示意图；
26.图5为本发明实施例中凹凸点对的一个实施例示意图；
27.图6为本发明实施例中初始图像区域经过放大的一个实施例示意图；
28.图7为本发明实施例中凹凸点对位置交叉的一个实施例示意图；
29.图8为本发明实施例中凹凸点对符合预设删除规则的一个实施例示意图；
30.图9为本发明实施例中位置交叉的凹凸点对更新后的一个实施例示意图；
31.图10为本发明实施例中符合预设删除规则的凹凸点对更新后的一个实施例示意图；
32.图11为本发明实施例中一个凹凸点对的候选外轮廓在分割前的一个实施例示意图；
33.图12为本发明实施例中一个凹凸点对的候选外轮廓在分割后的一个实施例示意图；
34.图13为本发明实施例中候选分割区域和边缘障碍物的一个实施例示意图；
35.图14为本发明实施例中两个凹凸点对的候选外轮廓在分割前的一个实施例示意图；
36.图15为本发明实施例中两个凹凸点对的候选外轮廓在分割后的一个实施例示意图；
37.图16为本发明实施例中目标分割区域的一个实施例示意图；
38.图17为本发明实施例中目标地图的一个实施例示意图；
39.图18为本发明实施例中凹凸点对之间存在两个障碍物的一个实施例示意图；
40.图19为本发明实施例中凹凸点对分割的两部分区域存在重叠的区域的一个实施例示意图；
41.图20为本发明实施例中地图的优化装置的一个实施例示意图；
42.图21为本发明实施例中地图的优化装置的另一个实施例示意图；
43.图22为本发明实施例中移动机器人的一个实施例示意图。
具体实施方式
44.本发明提供了一种地图的优化方法、装置、移动机器人及存储介质，用于提高地图的准确度。
45.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
46.为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中地图的优化方法的一个实施例包括：
47.101、获取待处理的初始地图，并将初始地图进行图像处理，生成对应的至少一个初始图像区域，至少一个初始图像区域包括多个轮廓点；
48.可以理解的是，本发明的执行主体可以为地图的优化装置，还可以是移动机器人，具体此处不做限定。本发明实施例以移动机器人为执行主体为例进行说明。
49.初始地图为室内环境的雷达激光地图，初始地图包括可达区域、障碍物区域和不可达区域，可达区域、障碍物区域和不可达区域中每个区域像素点的像素值不相同，且移动机器人只能在可达区域内进行移动。
50.图像处理包括二值化处理和开运算，其中，移动机器人通过对初始地图进行二值化处理，使得可达区域变为前景，障碍物区域与不可达区域变为背景，移动机器人通过对二值化的初始地图进行形态学处理的开运算，从而消除了可达区域之间的连接，并消除了可达区域的毛刺点。
51.102、基于至少一个初始图像区域和对应的多个轮廓点进行面积筛选和多维空间处理，得到至少一个目标图像区域和至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合，至少一个目标图像区域存在限制移动机器人移动的区域；
52.移动机器人通过k维树(k-dimensional tree，kd-tree)进行多维空间处理，kd-tree是一种对k维空间中的实例点进行存储，以便对其进行快速检索的树形数据结构，用于对多维空间关键数据的搜索，例如，范围搜索和最近邻搜索。
53.103、若每个候选外轮廓对应的初始凹凸点对集合中存在符合预设重叠筛选规则的至少一个目标初始凹凸点对，则将至少一个目标初始凹凸点对加入对应的候选外轮廓的候选凹凸点对集合；
54.预设重叠筛选规则用于表示初始凹凸点对分割的两部分区域不存在重叠的区域，若初始凹凸点对分割的两部分区域不存在重叠的区域，则移动机器人确定该初始凹凸点对对应的候选外轮廓存在限制移动机器人移动的狭窄地方，若初始凹凸点对分割的两部分区域存在重叠的区域，则移动机器人确定该初始凹凸点对对应的候选外轮廓不存在限制移动机器人移动的狭窄地方。
55.104、对每个候选外轮廓对应的候选凹凸点对集合进行凹凸点对修正和区域筛选，得到每个候选外轮廓对应的至少一个目标分割区域，至少一个目标分割区域允许移动机器人进行移动；
56.移动机器人将在位置上存在交叉的初始凹凸点对进行更新，并将符合预设删除规则的初始凹凸点对进行更新，其中，预设删除规则用于表示初始凹凸点对之间同侧的距离小于预置距离，预置距离可以是移动机器人的直径，还可以是其他小于移动机器人直径的距离。
57.105、基于每个候选外轮廓对应的至少一个目标分割区域和初始地图，生成目标地图。
58.移动机器人将目标分割区域进行图像填充处理，填充的像素值与可达区域的像素值相同，将填充后的目标分割区域进行膨胀处理，从而实现可达区域边缘的障碍物变薄，例如，可达区域边缘的墙体变薄。
59.本发明实施例中，通过对初始地图进行图像处理，得到至少一个初始图像区域，并对至少一个初始图像区域进行面积筛选、多维空间处理、凹凸点对修正和区域筛选，得到至少一个目标分割区域，基于至少一个目标分割区域和初始地图，生成目标地图，从而删除了地图上移动机器人无法到达的可达区域，进而使地图看起来更加美观，提高了移动机器人定位和路径规划的精度，提高了地图的准确度。
60.请参阅图2，本发明实施例中地图的优化方法的另一个实施例包括：
61.201、获取待处理的初始地图，并将初始地图进行图像处理，生成对应的至少一个初始图像区域，至少一个初始图像区域包括多个轮廓点；
62.具体的，(1)移动机器人获取待处理的初始地图，初始地图包括至少一个可达区域、至少一个障碍物区域和至少一个不可达区域；(2)移动机器人对初始地图进行二值化处理，得到二值化地图；(3)移动机器人对二值化地图进行开运算，生成对应的至少一个初始图像区域。
63.至少一个可达区域用于表示预置的移动机器人能够进行移动的区域，例如，移动机器人获取待处理的初始地图，初始地图包括至少一个可达区域、至少一个障碍物区域和至少一个不可达区域，至少一个可达区域用于表示移动机器人能够进行移动的区域，移动机器人对初始地图进行二值化处理，得到二值化地图，移动机器人对二值化地图进行开运算，生成对应的至少一个初始图像区域，如图3所示。
64.202、计算至少一个初始图像区域中每个初始图像区域所包围的面积；
65.例如，移动机器人计算一个初始图像区域所包围的面积为2平方米，或者移动机器人计算一个初始图像区域所包围的面积为0.5平方米。
66.203、将面积大于或等于预设面积的初始图像区域确定为目标图像区域，得到至少一个目标图像区域；
67.预设面积用于表示预置的移动机器人对应的最小移动面积，预设面积为具体的移动机器人所设定的最小移动面积，例如，预设面积为1平方米，即移动机器人的移动区域最小面积为1平方米，移动机器人将面积大于或等于1平方米的初始图像区域确定为目标图像区域，移动机器人将面积小于1平方米的初始图像区域进行剔除。
68.204、基于至少一个目标图像区域的多个轮廓点进行多维空间处理，得到至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合；
69.移动机器人通过矢量夹角方式确定凹凸点，如图4所示，移动机器人通过矢量ab和矢量ac组成的夹角判断a点是否为凹凸点，当夹角小于或等于设定的阈值时，如150度，则确定a点是凹凸点，因为直线上任意一点组成的夹角为180度，不满足凹凸点的特性。
70.具体的，(1)移动机器人基于至少一个目标图像区域的多个轮廓点建立多维树结构，得到至少一个目标图像区域中每个候选外轮廓对应的多个待筛选凹凸点对，待筛选凹凸点对中的第一待筛选凹凸点与第二待筛选凹凸点为不同侧，且第一待筛选凹凸点与第二待筛选凹凸点之间的距离为最短距离；(2)移动机器人将每个候选外轮廓中符合预设凹凸点对筛选规则的待筛选凹凸点对确定为初始凹凸点对，得到每个候选外轮廓的多个初始凹凸点对；(3)移动机器人将每个候选外轮廓的多个初始凹凸点对进行组合，得到至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合。
71.预设凹凸点对筛选规则用于表示待筛选凹凸点对中待筛选凹凸点之间的距离小于预置距离。不同侧的条件指的是第一待筛选凹凸点与第二待筛选凹凸点之间的像素点对应的数量小于或等于预设数量，或者第一待筛选凹凸点与第二待筛选凹凸点之间的轮廓长度小于或等于预设轮廓长度，或者第一待筛选凹凸点与第二待筛选凹凸点所围成的区域面积小于或等于预置面积。
72.例如，移动机器人基于至少一个目标图像区域的多个轮廓点建立多维树结构，得到至少一个目标图像区域中每个候选外轮廓对应的多个待筛选凹凸点对，待筛选凹凸点对
中的第一待筛选凹凸点与第二待筛选凹凸点为不同侧，且第一待筛选凹凸点与第二待筛选凹凸点之间的距离为最短距离，移动机器人将每个候选外轮廓中符合预设凹凸点对筛选规则的待筛选凹凸点对确定为初始凹凸点对，得到每个候选外轮廓的多个初始凹凸点对，如图5所示，初始凹凸点对ab和初始凹凸点对cd，预设凹凸点对筛选规则用于表示待筛选凹凸点对中待筛选凹凸点之间的距离小于预置距离，预置距离可以是移动机器人的直径，还可以是其他小于移动机器人直径的距离，移动机器人将每个候选外轮廓的多个初始凹凸点对进行组合，得到至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合。
73.205、若每个候选外轮廓对应的初始凹凸点对集合中存在符合预设重叠筛选规则的至少一个目标初始凹凸点对，则将至少一个目标初始凹凸点对加入对应的候选外轮廓的候选凹凸点对集合；
74.预设重叠筛选规则用于表示初始凹凸点对分割的两部分区域不存在重叠的区域，若初始凹凸点对分割的两部分区域不存在重叠的区域，则移动机器人确定该初始凹凸点对对应的候选外轮廓存在限制移动机器人移动的狭窄地方，若初始凹凸点对分割的两部分区域存在重叠的区域，则移动机器人确定该初始凹凸点对对应的候选外轮廓不存在限制移动机器人移动的狭窄地方。
75.例如，图3的初始图像区域经过放大得到图6，图6中每个候选外轮廓包括至少一个目标初始凹凸点对。
76.206、对每个候选外轮廓对应的候选凹凸点对集合进行凹凸点对修正和区域筛选，得到每个候选外轮廓对应的至少一个目标分割区域，至少一个目标分割区域允许移动机器人进行移动；
77.具体的，(1)若每个候选外轮廓的候选凹凸点对集合中存在至少两个目标初始凹凸点对处于位置交叉状态或符合预设删除规则，则移动机器人对至少两个目标初始凹凸点对进行更新，生成每个候选外轮廓对应的至少一个目标凹凸点对；(2)若每个候选外轮廓的至少一个目标凹凸点对的数量为一个，则移动机器人根据一个目标凹凸点对对应的候选外轮廓进行分割，得到每个候选外轮廓的两个候选分割区域；(3)移动机器人将每个候选外轮廓的两个候选分割区域中符合预设区域规则的候选分割区域确定为目标分割区域，得到每个候选外轮廓对应的至少一个目标分割区域；(4)若每个候选外轮廓的至少一个目标凹凸点对的数量为至少两个，则移动机器人对至少两个目标凹凸点对进行分级，得到至少两个目标凹凸点对中每个目标凹凸点对的层级；(5)移动机器人基于每个目标凹凸点对的层级对对应的候选外轮廓进行分割，得到每个候选外轮廓对应的至少三个候选分割区域；(6)移动机器人将每个候选外轮廓的至少三个候选分割区域中符合预设区域规则的候选分割区域确定为目标分割区域，得到每个候选外轮廓对应的至少一个目标分割区域。
78.预设删除规则用于表示目标初始凹凸点对之间同侧的距离小于预置距离，预设区域规则用于表示候选分割区域的轮廓像素数与对应的边缘障碍物像素数的比值大于或等于预设占比，且候选分割区域对应的面积大于或等于预设面积，预设面积用于表示预置的移动机器人对应的最小移动面积。
79.例如，若每个候选外轮廓的候选凹凸点对集合中存在两个目标初始凹凸点对处于位置交叉状态，如图7所示，目标初始凹凸点对ab和目标初始凹凸点对cd处于位置交叉状态，或符合预设删除规则，如图8所示，目标初始凹凸点对ab和目标初始凹凸点对cd符合预
设删除规则，则移动机器人对两个目标初始凹凸点对进行更新，生成每个候选外轮廓对应的一个目标凹凸点对，如图9所示，位置交叉的凹凸点对更新为目标凹凸点对ab，如图10所示，符合预设删除规则的凹凸点对更新为目标凹凸点对ab，也可以更新为目标凹凸点对cd，预设删除规则用于表示目标初始凹凸点对之间同侧的距离小于预置距离，同侧的条件指的是目标初始凹凸点对ab中凹凸点a与目标初始凹凸点对cd中凹凸点c之间的像素点对应的数量小于或等于预设数量，或者凹凸点a与凹凸点c之间的轮廓长度小于或等于预设轮廓长度，或者凹凸点a与凹凸点c所围成的区域面积小于或等于预置面积，预置距离可以是移动机器人的直径，还可以是其他小于移动机器人直径的距离，若每个候选外轮廓的至少一个目标凹凸点对的数量为一个，则移动机器人根据一个目标凹凸点对对应的候选外轮廓进行分割，得到每个候选外轮廓的两个候选分割区域，如图11所示分割前和如图12所示分割后，移动机器人将每个候选外轮廓的两个候选分割区域中符合预设区域规则的候选分割区域确定为目标分割区域，得到每个候选外轮廓对应的至少一个目标分割区域，预设区域规则用于表示候选分割区域的轮廓像素数与对应的边缘障碍物像素数的比值大于或等于预设占比，如图13所示，其中，预设占比可以是90％，还可以是其他数值，具体的，视实际情况而定，此处不作限定，且候选分割区域对应的面积大于或等于预设面积，预设面积用于表示预置的移动机器人对应的最小移动面积，若每个候选外轮廓的至少一个目标凹凸点对的数量为两个，则移动机器人对两个目标凹凸点对进行分级，得到两个目标凹凸点对中每个目标凹凸点对的层级，如图14所示，由于轮廓中的凹凸点是按照逆时针的顺序保存的，所以目标凹凸点对a-b是父级，目标凹凸点对c-d是子级，移动机器人基于每个目标凹凸点对的层级对对应的候选外轮廓进行分割，得到每个候选外轮廓对应的三个候选分割区域，如图15所示，移动机器人将每个候选外轮廓的三个候选分割区域中符合预设区域规则的候选分割区域确定为目标分割区域，得到每个候选外轮廓对应的至少一个目标分割区域，如图16所示，图16是由图6经过凹凸点对修正和区域筛选，得到每个候选外轮廓对应的至少一个目标分割区域。
80.207、基于每个候选外轮廓对应的至少一个目标分割区域和初始地图，生成目标地图。
81.移动机器人将目标分割区域进行图像填充处理，填充的像素值与可达区域的像素值相同，将填充后的目标分割区域进行膨胀处理，从而实现可达区域边缘的障碍物变薄，例如，可达区域边缘的墙体变薄。
82.具体的，(1)移动机器人对每个候选外轮廓对应的至少一个目标分割区域进行图像填充，得到每个候选外轮廓对应的至少一个填充分割区域；(1)移动机器人对每个候选外轮廓对应的至少一个填充分割区域进行膨胀处理，得到每个候选外轮廓对应的至少一个膨胀分割区域；(3)移动机器人将每个候选外轮廓对应的至少一个膨胀分割区域与初始地图进行与运算，生成目标地图。
83.例如，移动机器人对每个候选外轮廓对应的至少一个目标分割区域进行图像填充，得到每个候选外轮廓对应的至少一个填充分割区域，移动机器人对每个候选外轮廓对应的至少一个填充分割区域进行膨胀处理，得到每个候选外轮廓对应的至少一个膨胀分割区域，移动机器人将每个候选外轮廓对应的至少一个膨胀分割区域与初始地图进行与运算，生成目标地图，如图17所示的目标地图。
84.在一种可行的实施方式中，(1)移动机器人基于至少一个目标图像区域的多个轮廓点建立多维树结构，得到至少一个目标图像区域中每个候选外轮廓对应的多个待筛选凹凸点对，待筛选凹凸点对中的第一待筛选凹凸点与第二待筛选凹凸点为不同侧，且第一待筛选凹凸点与第二待筛选凹凸点之间的距离为最短距离；(2)移动机器人将每个候选外轮廓中符合预设凹凸点对筛选规则或预设障碍物规则的待筛选凹凸点对确定为初始凹凸点对，得到每个候选外轮廓的多个初始凹凸点对，预设凹凸点对筛选规则用于表示待筛选凹凸点对中待筛选凹凸点之间的距离小于预置距离，预设障碍物规则用于表示待筛选凹凸点对之间存在至少一个障碍物，且至少一个障碍物与待筛选凹凸点对中每个待筛选凹凸点之间的距离均小于预置距离；(3)移动机器人将每个候选外轮廓的多个初始凹凸点对进行组合，得到至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合。
85.例如，移动机器人基于至少一个目标图像区域的多个轮廓点建立多维树结构，得到至少一个目标图像区域中每个候选外轮廓对应的多个待筛选凹凸点对，待筛选凹凸点对中的第一待筛选凹凸点与第二待筛选凹凸点为不同侧，且第一待筛选凹凸点与第二待筛选凹凸点之间的距离为最短距离，移动机器人将每个候选外轮廓中符合预设凹凸点对筛选规则或预设障碍物规则的待筛选凹凸点对确定为初始凹凸点对，得到每个候选外轮廓的多个初始凹凸点对，预设凹凸点对筛选规则用于表示待筛选凹凸点对中待筛选凹凸点之间的距离小于预置距离，预置距离可以是移动机器人的直径，还可以是其他小于移动机器人直径的距离，预设障碍物规则用于表示待筛选凹凸点对之间存在至少一个障碍物，且至少一个障碍物与待筛选凹凸点对中每个待筛选凹凸点之间的距离均小于预置距离，如图18所示，至少一个障碍物的数量为两个，移动机器人将每个候选外轮廓的多个初始凹凸点对进行组合，得到至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合。
86.在一种可行的实施方式中，(1)若每个候选外轮廓对应的初始凹凸点对集合中不存在符合预设重叠筛选规则的初始凹凸点对，则移动机器人判断每个候选外轮廓的轮廓像素数与对应的边缘障碍物像素数的比值是否大于或等于预设占比；(2)移动机器人将比值大于或等于预设占比的候选外轮廓确定为目标外轮廓，得到至少一个目标外轮廓；(3)移动机器人对至少一个目标外轮廓进行图像填充和膨胀处理，并与初始地图进行与运算，生成目标地图。
87.例如，若每个候选外轮廓对应的初始凹凸点对集合中不存在符合预设重叠筛选规则的初始凹凸点对，如图19所示，初始凹凸点对ab分割的两部分区域存在重叠的区域，则移动机器人判断每个候选外轮廓的轮廓像素数与对应的边缘障碍物像素数的比值是否大于或等于预设占比，其中，预设占比可以是90％，还可以是其他数值，具体的，视实际情况而定，此处不作限定，移动机器人将比值大于或等于预设占比的候选外轮廓确定为目标外轮廓，得到至少一个目标外轮廓，移动机器人对至少一个目标外轮廓进行图像填充和膨胀处理，并与初始地图进行与运算，生成目标地图。
88.本发明实施例中，通过对初始地图进行图像处理，得到至少一个初始图像区域，并对至少一个初始图像区域进行面积筛选、多维空间处理、凹凸点对修正和区域筛选，得到至少一个目标分割区域，基于至少一个目标分割区域和初始地图，生成目标地图，从而删除了地图上移动机器人无法到达的可达区域，进而使地图看起来更加美观，提高了移动机器人定位和路径规划的精度，提高了地图的准确度。
89.上面对本发明实施例中地图的优化方法进行了描述，下面对本发明实施例中地图的优化装置进行描述，请参阅图20，本发明实施例中地图的优化装置一个实施例包括：
90.获取生成模块2001，用于获取待处理的初始地图，并将初始地图进行图像处理，生成对应的至少一个初始图像区域，至少一个初始图像区域包括多个轮廓点；
91.筛选处理模块2002，用于基于至少一个初始图像区域和对应的多个轮廓点进行面积筛选和多维空间处理，得到至少一个目标图像区域和至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合，至少一个目标图像区域存在限制移动机器人移动的区域；
92.点对加入模块2003，用于若每个候选外轮廓对应的初始凹凸点对集合中存在符合预设重叠筛选规则的至少一个目标初始凹凸点对，则将至少一个目标初始凹凸点对加入对应的候选外轮廓的候选凹凸点对集合；
93.修正筛选模块2004，用于对每个候选外轮廓对应的候选凹凸点对集合进行凹凸点对修正和区域筛选，得到每个候选外轮廓对应的至少一个目标分割区域，至少一个目标分割区域允许移动机器人进行移动；
94.地图生成模块2005，用于基于每个候选外轮廓对应的至少一个目标分割区域和初始地图，生成目标地图。
95.本发明实施例中，通过对初始地图进行图像处理，得到至少一个初始图像区域，并对至少一个初始图像区域进行面积筛选、多维空间处理、凹凸点对修正和区域筛选，得到至少一个目标分割区域，基于至少一个目标分割区域和初始地图，生成目标地图，从而删除了地图上移动机器人无法到达的可达区域，进而使地图看起来更加美观，提高了移动机器人定位和路径规划的精度，提高了地图的准确度。
96.请参阅图21，本发明实施例中地图的优化装置的另一个实施例包括：
97.获取生成模块2001，用于获取待处理的初始地图，并将初始地图进行图像处理，生成对应的至少一个初始图像区域，至少一个初始图像区域包括多个轮廓点；
98.筛选处理模块2002，用于基于至少一个初始图像区域和对应的多个轮廓点进行面积筛选和多维空间处理，得到至少一个目标图像区域和至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合，至少一个目标图像区域存在限制移动机器人移动的区域；
99.点对加入模块2003，用于若每个候选外轮廓对应的初始凹凸点对集合中存在符合预设重叠筛选规则的至少一个目标初始凹凸点对，则将至少一个目标初始凹凸点对加入对应的候选外轮廓的候选凹凸点对集合；
100.修正筛选模块2004，用于对每个候选外轮廓对应的候选凹凸点对集合进行凹凸点对修正和区域筛选，得到每个候选外轮廓对应的至少一个目标分割区域，至少一个目标分割区域允许移动机器人进行移动；
101.地图生成模块2005，用于基于每个候选外轮廓对应的至少一个目标分割区域和初始地图，生成目标地图。
102.可选的，获取生成模块2001具体用于：
103.获取待处理的初始地图，初始地图包括至少一个可达区域、至少一个障碍物区域和至少一个不可达区域；
104.对初始地图进行二值化处理，得到二值化地图；
105.对二值化地图进行开运算，生成对应的至少一个初始图像区域。
106.可选的，筛选处理模块2002包括：
107.计算单元20021，用于计算至少一个初始图像区域中每个初始图像区域所包围的面积；
108.确定单元20022，用于将面积大于或等于预设面积的初始图像区域确定为目标图像区域，得到至少一个目标图像区域；
109.处理单元20023，用于基于至少一个目标图像区域的多个轮廓点进行多维空间处理，得到至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合。
110.可选的，处理单元20023具体用于：
111.基于至少一个目标图像区域的多个轮廓点建立多维树结构，得到至少一个目标图像区域中每个候选外轮廓对应的多个待筛选凹凸点对，待筛选凹凸点对中的第一待筛选凹凸点与第二待筛选凹凸点为不同侧，且第一待筛选凹凸点与第二待筛选凹凸点之间的距离为最短距离；
112.将每个候选外轮廓中符合预设凹凸点对筛选规则的待筛选凹凸点对确定为初始凹凸点对，得到每个候选外轮廓的多个初始凹凸点对；
113.将每个候选外轮廓的多个初始凹凸点对进行组合，得到至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合。
114.可选的，修正筛选模块2004具体用于：
115.若每个候选外轮廓的候选凹凸点对集合中存在至少两个目标初始凹凸点对处于位置交叉状态或符合预设删除规则，则对至少两个目标初始凹凸点对进行更新，生成每个候选外轮廓对应的至少一个目标凹凸点对；
116.若每个候选外轮廓的至少一个目标凹凸点对的数量为一个，则根据一个目标凹凸点对对应的候选外轮廓进行分割，得到每个候选外轮廓的两个候选分割区域；
117.将每个候选外轮廓的两个候选分割区域中符合预设区域规则的候选分割区域确定为目标分割区域，得到每个候选外轮廓对应的至少一个目标分割区域；
118.若每个候选外轮廓的至少一个目标凹凸点对的数量为至少两个，则对至少两个目标凹凸点对进行分级，得到至少两个目标凹凸点对中每个目标凹凸点对的层级；
119.基于每个目标凹凸点对的层级对对应的候选外轮廓进行分割，得到每个候选外轮廓对应的至少三个候选分割区域；
120.将每个候选外轮廓的至少三个候选分割区域中符合预设区域规则的候选分割区域确定为目标分割区域，得到每个候选外轮廓对应的至少一个目标分割区域。
121.可选的，地图的优化装置还包括：
122.判断模块2006，用于若每个候选外轮廓对应的初始凹凸点对集合中不存在符合预设重叠筛选规则的初始凹凸点对，则判断每个候选外轮廓的轮廓像素数与对应的边缘障碍物像素数的比值是否大于或等于预设占比；
123.确定模块2007，用于将比值大于或等于预设占比的候选外轮廓确定为目标外轮廓，得到至少一个目标外轮廓；
124.与运算模块2008，用于对至少一个目标外轮廓进行图像填充和膨胀处理，并与初
始地图进行与运算，生成目标地图。
125.可选的，地图生成模块2005具体用于：
126.对每个候选外轮廓对应的至少一个目标分割区域进行图像填充，得到每个候选外轮廓对应的至少一个填充分割区域；
127.对每个候选外轮廓对应的至少一个填充分割区域进行膨胀处理，得到每个候选外轮廓对应的至少一个膨胀分割区域；
128.将每个候选外轮廓对应的至少一个膨胀分割区域与初始地图进行与运算，生成目标地图。
129.本发明实施例中，通过对初始地图进行图像处理，得到至少一个初始图像区域，并对至少一个初始图像区域进行面积筛选、多维空间处理、凹凸点对修正和区域筛选，得到至少一个目标分割区域，基于至少一个目标分割区域和初始地图，生成目标地图，从而删除了地图上移动机器人无法到达的可达区域，进而使地图看起来更加美观，提高了移动机器人定位和路径规划的精度，提高了地图的准确度。
130.上面图20和图21从模块化功能实体的角度对本发明实施例中的地图的优化装置进行详细描述，下面从硬件处理的角度对本发明实施例中移动机器人进行详细描述。
131.图22是本发明实施例提供的一种移动机器人的结构示意图，该移动机器人2200可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)2210(例如，一个或一个以上处理器)和存储器2220，一个或一个以上存储应用程序22303或数据22302的存储介质2230(例如一个或一个以上海量存储设备)。其中，存储器2220和存储介质2230可以是短暂存储或持久存储。存储在存储介质2230的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对移动机器人2200中的一系列指令操作。更进一步地，处理器2210可以设置为与存储介质2230通信，在移动机器人2200上执行存储介质2230中的一系列指令操作。
132.移动机器人2200还可以包括一个或一个以上电源2240，一个或一个以上有线或无线网络接口2250，一个或一个以上输入输出接口2260，和/或，一个或一个以上操作系统22301，例如windows serve，mac os x，unix，linux，freebsd等等。本领域技术人员可以理解，图22示出的移动机器人结构并不构成对移动机器人的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
133.本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在移动机器人上运行时，使得移动机器人执行所述地图的优化方法的步骤。
134.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
135.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全
部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
136.以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种地图的优化方法，其特征在于，所述地图的优化方法包括：获取待处理的初始地图，并将所述初始地图进行图像处理，生成对应的至少一个初始图像区域，所述至少一个初始图像区域包括多个轮廓点；基于所述至少一个初始图像区域和对应的多个轮廓点进行面积筛选和多维空间处理，得到至少一个目标图像区域和所述至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合，所述至少一个目标图像区域存在限制移动机器人移动的区域；若每个候选外轮廓对应的初始凹凸点对集合中存在符合预设重叠筛选规则的至少一个目标初始凹凸点对，则将所述至少一个目标初始凹凸点对加入对应的候选外轮廓的候选凹凸点对集合；对每个候选外轮廓对应的候选凹凸点对集合进行凹凸点对修正和区域筛选，得到每个候选外轮廓对应的至少一个目标分割区域，所述至少一个目标分割区域允许所述移动机器人进行移动；基于每个候选外轮廓对应的至少一个目标分割区域和所述初始地图，生成目标地图。2.根据权利要求1所述的地图的优化方法，其特征在于，所述获取待处理的初始地图，并将所述初始地图进行图像处理，生成对应的至少一个初始图像区域，包括：获取待处理的初始地图，所述初始地图包括至少一个可达区域、至少一个障碍物区域和至少一个不可达区域；对所述初始地图进行二值化处理，得到二值化地图；对所述二值化地图进行开运算，生成对应的至少一个初始图像区域。3.根据权利要求1所述的地图的优化方法，其特征在于，所述基于所述至少一个初始图像区域和对应的多个轮廓点进行面积筛选和多维空间处理，得到至少一个目标图像区域和所述至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合，包括：计算所述至少一个初始图像区域中每个初始图像区域所包围的面积；将面积大于或等于预设面积的初始图像区域确定为目标图像区域，得到至少一个目标图像区域；基于所述至少一个目标图像区域的多个轮廓点进行多维空间处理，得到所述至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合。4.根据权利要求3所述的地图的优化方法，其特征在于，所述基于所述至少一个目标图像区域的多个轮廓点进行多维空间处理，得到所述至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合，包括：基于所述至少一个目标图像区域的多个轮廓点建立多维树结构，得到所述至少一个目标图像区域中每个候选外轮廓对应的多个待筛选凹凸点对，所述待筛选凹凸点对中的第一待筛选凹凸点与第二待筛选凹凸点为不同侧，且所述第一待筛选凹凸点与所述第二待筛选凹凸点之间的距离为最短距离；将每个候选外轮廓中符合预设凹凸点对筛选规则的待筛选凹凸点对确定为初始凹凸点对，得到每个候选外轮廓的多个初始凹凸点对；将每个候选外轮廓的多个初始凹凸点对进行组合，得到所述至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合。5.根据权利要求1所述的地图的优化方法，其特征在于，所述对每个候选外轮廓对应的
候选凹凸点对集合进行凹凸点对修正和区域筛选，得到每个候选外轮廓对应的至少一个目标分割区域，包括：若每个候选外轮廓的候选凹凸点对集合中存在至少两个目标初始凹凸点对处于位置交叉状态或符合预设删除规则，则对所述至少两个目标初始凹凸点对进行更新，生成每个候选外轮廓对应的至少一个目标凹凸点对；若每个候选外轮廓的至少一个目标凹凸点对的数量为一个，则根据所述一个目标凹凸点对对应的候选外轮廓进行分割，得到每个候选外轮廓的两个候选分割区域；将每个候选外轮廓的两个候选分割区域中符合预设区域规则的候选分割区域确定为目标分割区域，得到每个候选外轮廓对应的至少一个目标分割区域；若每个候选外轮廓的至少一个目标凹凸点对的数量为至少两个，则对所述至少两个目标凹凸点对进行分级，得到所述至少两个目标凹凸点对中每个目标凹凸点对的层级；基于每个目标凹凸点对的层级对对应的候选外轮廓进行分割，得到每个候选外轮廓对应的至少三个候选分割区域；将每个候选外轮廓的至少三个候选分割区域中符合所述预设区域规则的候选分割区域确定为目标分割区域，得到每个候选外轮廓对应的至少一个目标分割区域。6.根据权利要求1-5中任一项所述的地图的优化方法，其特征在于，在所述基于所述至少一个初始图像区域和对应的多个轮廓点进行面积筛选和多维空间处理，得到至少一个目标图像区域和所述至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合之后，还包括：若每个候选外轮廓对应的初始凹凸点对集合中不存在符合所述预设重叠筛选规则的初始凹凸点对，则判断每个候选外轮廓的轮廓像素数与对应的边缘障碍物像素数的比值是否大于或等于所述预设占比；将比值大于或等于所述预设占比的候选外轮廓确定为目标外轮廓，得到至少一个目标外轮廓；对所述至少一个目标外轮廓进行图像填充和膨胀处理，并与所述初始地图进行与运算，生成目标地图。7.根据权利要求1所述的地图的优化方法，其特征在于，所述基于每个候选外轮廓对应的至少一个目标分割区域和所述初始地图，生成目标地图，包括：对所述每个候选外轮廓对应的至少一个目标分割区域进行图像填充，得到每个候选外轮廓对应的至少一个填充分割区域；对每个候选外轮廓对应的至少一个填充分割区域进行膨胀处理，得到每个候选外轮廓对应的至少一个膨胀分割区域；将每个候选外轮廓对应的至少一个膨胀分割区域与所述初始地图进行与运算，生成目标地图。8.一种地图的优化装置，其特征在于，所述地图的优化装置包括：获取生成模块，用于获取待处理的初始地图，并将所述初始地图进行图像处理，生成对应的至少一个初始图像区域，所述至少一个初始图像区域包括多个轮廓点；筛选处理模块，用于基于所述至少一个初始图像区域和对应的多个轮廓点进行面积筛选和多维空间处理，得到至少一个目标图像区域和所述至少一个目标图像区域中每个候选
外轮廓对应的初始凹凸点对集合，所述至少一个目标图像区域存在限制移动机器人移动的区域；点对加入模块，用于若每个候选外轮廓对应的初始凹凸点对集合中存在符合预设重叠筛选规则的至少一个目标初始凹凸点对，则将所述至少一个目标初始凹凸点对加入对应的候选外轮廓的候选凹凸点对集合；修正筛选模块，用于对每个候选外轮廓对应的候选凹凸点对集合进行凹凸点对修正和区域筛选，得到每个候选外轮廓对应的至少一个目标分割区域，所述至少一个目标分割区域允许所述移动机器人进行移动；地图生成模块，用于基于每个候选外轮廓对应的至少一个目标分割区域和所述初始地图，生成目标地图。9.一种移动机器人，其特征在于，所述移动机器人包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述移动机器人执行如权利要求1-7中任一项所述的地图的优化方法。10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述地图的优化方法。

技术总结
本发明涉及图像处理技术领域，公开了一种地图的优化方法、装置、移动机器人及存储介质，用于提高地图的准确度。地图的优化方法包括：将初始地图进行图像处理，生成至少一个初始图像区域；基于至少一个初始图像区域进行面积筛选和多维空间处理，得到至少一个目标图像区域中每个候选外轮廓对应的初始凹凸点对集合；若每个候选外轮廓存在至少一个目标初始凹凸点对，则将至少一个目标初始凹凸点对加入对应的候选外轮廓的候选凹凸点对集合；对每个候选外轮廓对应的候选凹凸点对集合进行凹凸点对修正和区域筛选，得到每个候选外轮廓对应的至少一个目标分割区域；基于每个候选外轮廓对应的至少一个目标分割区域和初始地图，生成目标地图。图。图。


技术研发人员：王定汉 吴兴伟 马星 任娟娟 叶力荣
受保护的技术使用者：深圳银星智能集团股份有限公司
技术研发日：2022.10.31
技术公布日：2023/10/15