一种地图优化方法及清洁机器人与流程

本发明涉及机器人技术领域，具体涉及一种地图优化方法及清洁机器人。

背景技术：

现有清洁机器人利用激光雷达，采用slam技术(simultaneouslocalizationandmapping,同步定位与建图)进行建图时，由于激光雷达测量精度有限，当激光束多次打在同一个障碍物时，最后建图时，清洁机器人会自动合并同一个障碍物的多条点云数据，此种方式会使得障碍物表面的墙体变厚，会影响到地图的美观性和重定位的准确度。

技术实现要素：

本发明实施例的一个目的旨在提供一种地图优化方法及清洁机器人，其能够提高地图的优化效果。

在第一方面，本发明实施例提供一种地图优化方法，包括：

获取环境地图，所述环境地图包括空白区域与障碍物区域，所述空白区域与所述障碍物区域中像素点的像素特征不同；

确定所述障碍物区域中，与所述空白区域相邻的边缘像素点及多余像素点，所述多余像素点与所述边缘像素点相邻，且所述多余像素点与所述边缘像素点中的像素特征相同；

修改所述多余像素点的像素特征，使得修改后的多余像素点的像素特征与所述边缘像素点的像素特征不同。

可选地，所述环境地图还包括由多个未探测像素点组成的未探测区域，所述修改所述多余像素点的像素特征，使得修改后的多余像素点的像素特征与所述边缘像素点的像素特征不同包括：

将所述多余像素点的像素特征置换成所述未探测像素点的像素特征，所述未探测区域与所述障碍物区域中像素点的像素特征不同。

可选地，所述确定所述障碍物区域中，与所述空白区域相邻的边缘像素点及多余像素点包括：

在所述障碍物区域中，判断当前像素点是否满足边缘像素条件；

若是，确定所述当前像素点为边缘像素点，所述边缘像素点与所述空白区域相邻；

若否，确定所述当前像素点为多余像素点。

可选地，所述空白区域包括多个空白像素点，所述判断当前像素点是否满足边缘像素条件包括：

根据预设遍历方向，遍历所述环境地图；

判断当前像素点是否为所述障碍物区域的像素点；

若为所述障碍物区域的像素点，则获取与所述当前像素点相邻的全部相邻像素点；

判断所述全部相邻像素点中是否至少存在一个所述空白像素点。

可选地，所述环境地图还包括由多个未探测像素点组成的未探测区域，所述空白区域包括多个空白像素点，所述方法还包括：

修改指定区域内目标空白像素点的像素特征，使得修改后的目标空白像素点的像素特征与所述未探测像素点的像素特征相同，所述指定区域包括：所述未探测区域、所述障碍物区域或者位于所述未探测区域与所述障碍物区域之间的区域。

可选地，所述修改指定区域内目标空白像素点的像素特征，使得修改后的目标空白像素点的像素特征与所述未探测像素点的像素特征相同包括：

在所述指定区域内搜索空白连通域，所述空白连通域包括至少一个目标空白像素点；

确定每个所述空白连通域中全部目标空白像素点的位置信息；

根据每个所述目标空白像素点的位置信息，将每个所述目标空白像素点的像素特征置换成所述未探测像素点的像素特征。

可选地，所述确定每个所述空白连通域中全部目标空白像素点的位置信息包括：

根据预设遍历方向，遍历所述环境地图；

判断当前像素点是否为空白像素点，若否，返回根据预设遍历方向，遍历所述环境地图，若是，记录所述当前像素点的位置信息，并将其压入预设队列，所述预设队列用于暂存每个所述空白像素点；

判断预设队列的队列状态是否为空状态，若为空状态，调取每个所述空白连通域的全部目标空白像素点的位置信息，若不为空状态，按照先进先出方式，从所述预设队列弹出一个目标空白像素点并将其作为基准像素点；

依序记录与所述基准像素点相邻的每个相邻空白像素点的位置信息以及将每个所述相邻空白像素点依序压入预设队列；

判断每个所述相邻空白像素点是否为最后相邻像素点，若是，返回判断预设队列的队列状态是否为空状态的步骤，若否，返回依序记录与所述基准像素点相邻的每个相邻空白像素点的位置信息的步骤。

可选地，所述确定每个所述空白连通域中全部目标空白像素点的位置信息还包括：

计算已记录的全部相邻空白像素点的总数；

判断所述总数是否大于或等于预设过滤阈值；

若是，删除已记录的全部相邻空白像素点的位置信息，返回根据预设遍历方向，遍历所述环境地图步骤；

若否，跳转至将每个所述相邻空白像素点依序压入预设队列的步骤。

可选地，所述依序记录与所述基准像素点相邻的每个相邻空白像素点的位置信息包括：

依序遍历与所述基准像素点相邻的当前相邻像素点；

判断所述当前相邻像素点是否为空白像素点；

若为空白像素点，判断所述当前相邻像素点是否为首次遍历；

若为首次遍历，将所述当前相邻像素点作为相邻空白像素点进行记录，执行将每个所述相邻空白像素点依序压入预设队列的步骤；

若不为空白像素点，判断所述当前相邻像素点是否为最后相邻像素点，若为最后相邻像素点，返回判断所述预设队列的队列状态是否为空状态的步骤，若不为最后相邻像素点，返回依序遍历与所述基准像素点相邻的当前相邻像素点的步骤；

若不为首次遍历，执行判断所述当前相邻像素点是否为最后相邻像素点的步骤。

在第二方面，本发明实施例提供一种地图优化装置，包括：

地图获取模块，用于获取环境地图，环境地图包括空白区域与障碍物区域，空白区域与障碍物区域中像素点的像素特征不同；

像素点确定模块，用于确定障碍物区域中，与空白区域相邻的边缘像素点及多余像素点，多余像素点与边缘像素点相邻，且多余像素点与边缘像素点中的像素特征相同；

特征修改模块，用于修改多余像素点的像素特征，使得修改后的多余像素点的像素特征与边缘像素点的像素特征不同。

在第三方面，一种非易失性可读存储介质，所述非易失性可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使电子设备执行任一项所述的地图优化方法。

在第四方面，本发明实施例提供一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被电子设备执行时，使电子设备执行上述地图优化方法。

在第五方面，本发明实施例提供一种清洁机器人，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行所述的地图优化方法。

本发明与现有技术相比至少具有以下有益效果：首先，获取环境地图，环境地图包括空白区域与障碍物区域，空白区域与障碍物区域中像素点的像素特征不同；其次，确定障碍物区域中，与空白区域相邻的边缘像素点及多余像素点，多余像素点与边缘像素点相邻，且多余像素点与边缘像素点中的像素特征相同；再次，修改多余像素点的像素特征，使得修改后的多余像素点的像素特征与边缘像素点的像素特征不同。由于本方法能够过滤多余像素点和保留边缘像素点，细化了障碍物的边缘线，从而提高地图的优化效果，并且有利于提高重定位的准确度。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1为本发明实施例提供的一种清洁机器人的结构示意图；

图2为图1所示的清洁机器人与外部终端的通讯架构图；

图3为本发明实施例提供的一种地图优化方法的流程示意图；

图4a为本发明实施例提供的8个相邻像素点环绕中心像素点的示意图；

图4b为采用本发明实施例提供的地图优化方法处理障碍物区域时的效果示意图，其中，障碍物区域的边缘已被细化；

图5a为图3所示的s32的流程示意图；

图5b为图5a所示的s321的流程示意图；

图5c为本发明实施例提供的一种障碍物区域裹挟着空白像素点的示意图；

图5d为图5c中区域s的局部放大示意图；

图6a为本发明另一实施例提供的一种地图优化方法的流程示意图；

图6b为图6a所示的s34的一种流程示意图；

图6c为本发明实施例提供的一种空白连通域的示意图；

图6d为本发明实施例提供的另一种空白连通域的示意图；

图7a为图6b所示的s342的流程示意图；

图7b为图6a所示的s34的另一种流程示意图；

图7c为采用本发明另一实施例提供的地图优化方法处理障碍物区域时的效果示意图，其中，障碍物区域的边缘已被细化，空白像素点已被过滤；

图8a为本发明实施例提供的一种地图优化装置的结构示意图；

图8b为本发明另一实施例提供的一种地图优化装置的结构示意图；

图8c为图8b所示的噪声过滤模块的结构示意图；

图9是本发明实施例提供的一种电子设备的电路结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，如果不冲突，本发明实施例中的各个特征可以相互结合，均在本发明的保护范围之内。另外，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。再者，本发明所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定，仅是对功能和作用基本相同的相同项或相似项进行区分。

本发明实施例的地图优化方法，可以在任何合适类型、具有运算能力的处理器的电子设备中执行，例如台式计算机、智能手机、平板电脑或机器人等。其中，本发明实施例的机器人可以被构造成任何合适形状，以便实现特定业务功能操作，例如，本发明实施例机器人可以为清洁机器人、宠物机器人、搬运机器人、看护机器人等等。其中，清洁机器人包括且不限于扫地机器人、吸尘机器人、拖地机器人或洗地机器人。

本发明实施例的地图优化装置可以作为其中一个软件或者硬件功能单元，独立设置在电子设备，也可以作为整合在处理器中的其中一个功能模块，执行本发明实施例的地图优化方法。

请参阅图1，在一些实施例中，清洁机器人100包括控制单元11、传感单元12、无线通信单元13、清洁单元14以及驱动单元15。

控制单元11作为清洁机器人100的控制核心，可以采用多种路径规划算法控制清洁机器人实施遍历工作。

在一些实施例中，控制单元11采用slam(simultaneouslocalizationandmapping，即时定位与建图技术)技术，根据环境数据构建地图和定位。控制单元11基于被建立好的地图以及清洁机器人的位置，通过全覆盖路径规划算法指示机器人完全遍历一个环境空间。

在一些实施例中，在清洁机器人100遍历时，传感单元12获取遍历区域的图像，其中，该遍历区域的图像可以为整片遍历区域的图像，亦可以为整片遍历区域中局部遍历区域的图像。控制单元11根据遍历区域的图像生成地图，该地图已指示清洁机器人100需要遍历的区域以及位于遍历区域中的障碍物所在的坐标位置。当清洁机器人100每遍历完一个位置或区域后，清洁机器人100基于该地图，标记该位置或区域已被遍历。并且，由于障碍物在地图中是以坐标方式被标记，清洁机器人遍历时，可以根据当前位置对应的坐标点与障碍物涉及的坐标点，判断与障碍物之间的距离，从而实现环绕障碍物作遍历工作。同理，位置或区域已遍历而被标记后，当清洁机器人100下一个位置将会移动至该位置或该区域时，清洁机器人100基于该地图以及该位置或该区域的标记，作出转弯调头或者停止遍历的策略。

在一些实施例中，控制单元11可以为通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)、单片机、arm(acornriscmachine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。还有，控制单元11还可以是任何传统处理器、控制器、微控制器或状态机。控制单元11也可以被实现为计算设备的组合，例如，dsp和微处理器的组合、多个微处理器、一个或多个微处理器结合dsp和/或任何其它这种配置。

传感单元12用于采集清洁机器人100的一些运动参数及环境空间各类数据，传感单元12包括各类合适传感器，诸如惯性测量单元(inertialmeasurementunit，imu)、陀螺仪、磁场计、加速度计或速度计、激光雷达或者声波雷达等等。

请参阅图2，在一些实施例中，清洁机器人100通过无线通信单元13与外部终端200无线通信，无线通信单元13与控制单元11电连接。遍历时，用户通过外部终端200向清洁机器人100发送控制指令，无线通信单元13接收控制指令并向控制单元11发送该控制指令，控制单元11根据该控制指令控制清洁机器人100完成遍历工作。在一些实施例中，外部终端200包括且不限于智能手机、遥控器、智能平板等等终端。

在一些实施例中，无线通信单元13包括广播接收模块、移动通信模块、无线互联网模块、短距离通信模块和定位信息模块的其中一种或多种的组合。

清洁单元14用于清洁地面，清洁单元14可被配置成任意清洁结构，例如，在一些实施例中，清洁单元14包括清洁电机及辊刷，辊刷的表面设置有清洁部，辊刷通过驱动机构与清洁电机连接，清洁电机与控制单元连接，控制单元可以向清洁电机发送指令，控制清洁电机驱动辊刷转动，使得其清洁部能够有效地清洁地面。

驱动单元15用于驱动清洁机器人100行进或后退，清洁时，控制单元11向驱动单元15发送控制指令，驱动单元15根据控制指令带动清洁单元14完成清洁工作。

在一些实施例中，驱动单元15分为左轮驱动单元和右轮驱动单元。以左轮驱动单元为例，其包括电机、轮驱动机构、左轮，电机的转轴与轮驱动机构连接，左轮与轮驱动机构连接，电机与控制单元连接，电机接收控制单元11发送的控制指令而转动其转轴，并通过轮驱动机构将扭矩传输至左轮，实现左轮的转动；同时结合右驱动单元，从而驱动清洁机器人100行进或后退。

本发明实施例提供一种地图优化方法，请参阅图3，地图优化方法s300包括：

s31、获取环境地图，环境地图包括空白区域与障碍物区域，空白区域与障碍物区域中像素点的像素特征不同；

在本实施例中，环境地图由目标区域的环境图像生成，例如，机器人控制激光雷达探测目标区域，得到环境图像，并利用slam算法处理环境图像，得到环境地图。其中，目标区域可以为清洁机器人所在的整体室内空间区域，亦可以为整体室内空间区域中局部空间区域。

在一些实施例中，环境地图可被栅格化，例如，环境地图由若干栅格组成，在水平方向上，相邻两个或两个以上栅格可以组成行栅格线。在垂直方向上，相邻两个或两个以上栅格可以组成列栅格线。

一般的，由于目标区域的环境比较复杂，为了表达目标区域中各个局部区域的特征，于是，可以根据图像中各个物体的情况，给每个栅格配置相应的栅格状态。栅格状态用于表征图像中此处像素点的情况，由于像素点可以属于已探测到的障碍物的像素，也可以属于已探测到的无障碍物的像素，也可以属于尚未知悉此处状态的像素，因此，栅格状态包括无障碍物状态、有障碍物状态及未知状态，相应的，每个栅格状态都可以被量化表示，如下所述，其中，i(x,y)表示环境地图中任意像素点的灰度值：

在本实施例中，栅格所在的像素点的灰度值为255，其表示无障碍物状态，亦即，已探测且无障碍物的区域中全部栅格都被标记为白色。栅格值所在的像素点的灰度值为0，其表示有障碍物状态，亦即，已探测且为障碍物的区域中全部栅格都被标记为黑色。栅格值所在的像素点的灰度值为205，其表示未知状态，亦即，未探测的区域中全部栅格都被标记为灰色。

在本实施例中，空白区域为清洁机器人已探测且不存在障碍物的区域，障碍物区域为清洁机器人能够探测到障碍物的区域，例如，清洁机器人控制激光雷达产生激光束以探测目标区域，激光束穿过预设距离后，打在一堵墙的表面后反射回给清洁机器人，其中，预设距离对应的空间和该堵墙的表面都属于已探测区域，但是，预设距离对应的空间不存在障碍物，则预设距离对应的空间为空白区域，该堵墙的表面为障碍物区域。

在本实施例中，空白区域由多个空白像素点组成，障碍物区域由多个障碍物像素点组成，空白区域与所述障碍物区域中像素点的像素特征不同。

在本实施例中，像素特征可以由任意合适标识符来表示，诸如灰度值或自定义栅格值等，例如，障碍物区域中每个像素点的灰度值为0，空白区域中每个像素点的灰度值为255。再例如，障碍物区域中每个像素点的栅格值为0，空白区域中每个像素点的栅格值为1。

s32、确定障碍物区域中，与空白区域相邻的边缘像素点及多余像素点，多余像素点与边缘像素点相邻，且多余像素点与边缘像素点中的像素特征相同；

在本实施例中，边缘像素点为障碍物区域过渡到空白区域的像素点，亦即，边缘像素点与空白区域相邻。

多余像素点为障碍物区域中与边缘像素点相邻的像素点，如前所述，由于激光雷达的测量精度有限，在环境地图中，按照行栅格线方向或列栅格线方向，障碍物区域可能不仅只有处于与空白区域相邻的边缘像素点，而且还可能存在与边缘像素点相邻的多余像素点，由于存在多余像素点，使得障碍物区域在视觉上变得比较厚。

由于边缘像素点与多余像素点都属于障碍物区域中的像素点，因此，多余像素点与边缘像素点中的像素特征相同。

可以理解的是，本文所涉及的像素点与像素点之间的“相邻”方式可以为边长相邻，亦可以为对角相邻，请参阅图4a，8个相邻像素点环绕着中心像素点40，其中，8个相邻像素点分别为相邻像素点41至相邻像素点48，其中，相邻像素点41、相邻像素点43、相邻像素点45及相邻像素点47分别位于中心像素点的四条边。相邻像素点42、相邻像素点44、相邻像素点46及相邻像素点48分别位于中心像素点的对角线。

因此，对于边缘像素点与多余像素点，其两者可以为边长相邻，亦可以为对角相邻。

s33、修改多余像素点的像素特征，使得修改后的多余像素点的像素特征与边缘像素点的像素特征不同。

举例而言，像素特征为灰度值，修改后的多余像素点的灰度值为205，其颜色为灰色，然而，边缘像素点的灰度值为0，其颜色为黑色，显然，本方法已将多余像素点的原本黑色过滤成灰色，于是便削薄了“障碍物区域”，亦即细化了障碍物区域，使得障碍物区域呈现出更为细长的线条。请参阅图4b，左边图像中障碍物区域401为未滤波的图像，右边图像中障碍物区域402为采用本方法进行滤波后的图像，将两者作对比，可知，右边图像中障碍物区域402的线条相对左边的更细。

可以理解的是，修改后的多余像素点的灰度值还可以选择其它灰度值，诸如150或200等。

总体而言，由于本方法能够过滤多余像素点和保留边缘像素点，细化了障碍物的边缘线，从而提高地图的优化效果，并且有利于提高重定位的准确度。

在一些实施例中，环境地图还包括由多个未探测像素点组成的未探测区域，亦即，未探测区域为清洁机器人未探测到的区域，例如，房间a与房间b，清洁机器人在房间a进行雷达探测，由于房间a与房间b相隔一堵墙，因此，清洁机器人并未探测到房间b，因此，房间b所在的区域为未探测区域。

通常，环境地图都是由空白区域、障碍物区域及未探测区域组成，且上述三者中像素点的像素特征互不相同。为了保持环境地图的一致性，避免引入不属于上述三者的像素特征，在一些实施例中，修改多余像素点的像素特征时，清洁机器人可以将多余像素点的像素特征置换成未探测像素点的像素特征，未探测区域与障碍物区域中像素点的像素特征不同，因此，采用本方法，其能够保证环境地图的一致性。

在一些实施例中，请参阅图5a，s32包括：

s321、在障碍物区域中，判断当前像素点是否满足边缘像素条件；

s322、若是，确定当前像素点为边缘像素点，边缘像素点与空白区域相邻；

s323、若否，确定当前像素点为多余像素点。

在本实施例中，边缘像素条件用于评价当前像素点是否属于边缘像素点。

在一些实施例中，请参阅图5b，s321包括：

s3211、根据预设遍历方向，遍历环境地图；

s3212、判断当前像素点是否为障碍物区域的像素点，若是，执行s3213，若否，返回s3211。

s3213、若为障碍物区域的像素点，则获取与当前像素点相邻的全部相邻像素点；

s3214、判断全部相邻像素点中是否至少存在一个空白像素点。

在本实施例中，预设遍历方向包括行栅格线方向或列栅格线方向或对角线方向或者其它任意合适方向，清洁机器人选择预设遍历方向，可以在环境地图中的任意合适位置，开始遍历环境地图。

举例而言，在s3211中，清洁机器人根据预设遍历方向，判断当前像素点是否已被遍历，若已被遍历，按照预设遍历方向，获取下一个像素点，并将下一个像素点作为新的当前像素点，返回根据预设遍历方向，判断当前像素点是否已被遍历的步骤，若未被遍历，进入步骤s3212。

再举例而言，清洁机器人选择行栅格线方向为预设遍历方向，从首行开始遍历环境地图，由于当前像素点未被遍历，则进入步骤s3212。若当前像素点的像素特征不为障碍物像素点的像素特征，清洁机器人返回按照预设遍历方向，获取下一个像素点，并将下一个像素点作为新的当前像素点的步骤。若当前像素点的像素特征为障碍物像素点的像素特征，则进入步骤s3213。

再举例而言，当环境地图采用上述分段函数来构建地图时，清洁机器人判断当前像素点的灰度值是否为0，若是，则继续判断与当前像素点相邻的全部相邻像素点中是否至少存在一个相邻像素点的灰度值为255，若是，则当前像素点为边缘像素点，若否，则当前像素点为多余像素点。

通常，在障碍物区域中，若当前像素点属于边缘像素点，所述当前像素点会与空白区域中的空白像素点相邻，因此，本方法首先需要判断所述当前像素点是否属于障碍物区域的像素点，若是，进一步判断与所述当前像素点相邻的全部相邻像素点中是否至少存在一个空白像素点，此处“像素与像素相邻方式”可以参考上文所阐述的内容，在此不赘述。若都不存在一个空白像素点，则说明当前像素点为多余像素点，若至少存在一个空白像素点，则说明当前像素点为边缘像素点。

因此，采用本方法，其能够高效地遍历出边缘像素点和多余像素点，从而为后续步骤过滤多余像素点作好准备。

一般的，清洁机器人所在的环境比较复杂，使用激光雷达探测时，偶尔会出现以下现象：障碍物区域内部裹挟着少量空白像素点，或者，未探测区域内部裹挟着少量空白像素点，或者障碍物区域与未探测区域之间的区域裹挟着少量空白像素点。

请一并参阅图5c与图5d，柱子51已被探测，其中，障碍物区域52内部裹挟着空白像素点53。由于空白像素点53会影响到环境地图的美观性和清洁机器人的工作可靠性，因此，清洁机器人需要过滤此处的空白像素点53。

请参阅图6a，在步骤s32之前，地图优化方法s300还包括s34，s34、修改指定区域内目标空白像素点的像素特征，使得修改后的目标空白像素点的像素特征与未探测像素点的像素特征相同。

在本实施例中，指定区域包括：未探测区域、障碍物区域或者位于未探测区域与障碍物区域之间的区域。

在一些实施例中，清洁机器人可以按照预设遍历方向，遍历至指定区域。举例而言，如前所述，清洁机器人可以按照行栅格线方向或列栅格线方向或对角线方向或者其它任意合适方向，在环境地图中的任意合适位置，开始遍历环境地图，直至遍历至指定区域。当作为指定区域的未探测区域裹挟着目标空白像素点时，为了保持地图一致性，清洁机器人会将未探测区域中目标空白像素点的像素特征置换成未探测像素点的像素特征，于是，修改后的目标空白像素点便变成了未探测像素点。

或者，当作为指定区域的障碍物区域裹挟着目标空白像素点时，为了方便后续步骤过滤和细化障碍物区域的边缘，清洁机器人会将障碍物区域中目标空白像素点的像素特征置换成未探测像素点的像素特征。

或者，当作为未探测区域与障碍物区域之间的区域裹挟着目标空白像素点时，为了保持地图一致性，清洁机器人会将该区域中目标空白像素点的像素特征置换成未探测像素点的像素特征。

通常，目标空白像素点落在上述三者区域中任意一者时，目标空白像素点的数量往往不止一个，通常为多个，并且目标空白像素点往往是集群出现和互相连通，因此，为了快速遍历出裹挟在上述三者区域中的目标空白像素点，在一些实施例中，请参阅图6b，s34包括：

s341、在指定区域内搜索空白连通域，空白连通域包括至少一个目标空白像素点；

s342、确定每个空白连通域中全部目标空白像素点的位置信息；

s343、根据每个目标空白像素点的位置信息，将每个目标空白像素点的像素特征置换成未探测像素点的像素特征。

在本实施例中，空白连通域为相邻空白像素点组成的区域，请参阅图6c，当前目标空白像素点60及目标空白像素点61至68互相连通，可组成一个空白连通域。请参阅图6d，目标空白像素点69与当前目标空白像素点64相邻，因此，当前目标空白像素点60及目标空白像素点61至69可组成一个空白连通域。

在本实施例中，清洁机器人根据搜索算法在指定区域内搜索空白连通域，并记录每个目标空白像素点在环境地图中的位置信息，例如，在图6c中，清洁机器人记录{(x60,y60),(x61,y61)……(x68,y68)}。其中，本文所述的搜索算法可以选择任意合适算法。

因此，清洁机器人便可以将根据每个目标空白像素点的位置信息，找到每个目标空白像素点，并将每个目标空白像素点的像素特征置换成未探测像素点的像素特征，从而保持了环境地图的一致性。

在一些实施例中，请参阅图7a，s342包括：

s3421、根据预设遍历方向，遍历环境地图；

s3422、判断当前像素点是否为空白像素点，若否，返回s3421，若是，执行s3423；

s3423、记录当前像素点的位置信息，并将其压入预设队列，预设队列用于暂存每个空白像素点；

s3424、判断预设队列的队列状态是否为空状态；

s3425、若为空状态，调取每个空白连通域的全部目标空白像素点的位置信息，并返回s3421；

s3426、若不为空状态，按照先进先出方式，从预设队列弹出一个目标空白像素点并将其作为基准像素点；

s3427、依序记录与基准像素点相邻的每个相邻空白像素点的位置信息；

s3428、将每个相邻空白像素点依序压入预设队列；

s3429、判断每个相邻空白像素点是否为最后相邻像素点，若是，返回s3425，若否，返回s3427。

在一些实施例中，对于s3421，清洁机器人可以选择任意合适遍历方向，在环境地图中的任意合适位置开始遍历环境地图。当当前像素点不为空白像素点，按照预设遍历方向，获取下一个像素点，并将下一个像素点作为新的当前像素点，返回s3421。

预设队列可以为缓存区，亦可以为单独开辟出用于存储目标空白像素点的寄存器。空状态为预设队列未存储有目标空白像素点时的状态，当预设队列为空状态，则说明不存在可进一步用于搜索空白连通域的目标空白像素点，因此，清洁机器人的当前空白连通域搜索完毕，便可以将该当前空白连通域中每个目标空白像素点的像素特征置换成未探测像素点的像素特征。当预设队列不为空状态，则说明存在可以进一步再延展空白连通域范围的目标空白像素点，于是清洁机器人会继续搜索当前空白连通域。

如前所述，清洁机器人可以以基准像素点为中心，采用由点及面的方式进行搜索，并依序记录与基准像素点相邻的每个相邻空白像素点的位置信息。并且，为了延展空白连通域的范围，清洁机器人还需要将每个相邻空白像素点依序压入预设队列。

为了避免无限循环下去，清洁机器人每次记录相邻空白像素点时，都需要判断每个相邻空白像素点是否为最后相邻像素点。其中，最后相邻像素点为清洁机器人以基准像素点为中心，按照预设相邻遍历方向遍历相邻空白像素点时，排列在最后的像素点。请结合图6c，若以目标空白像素点60为基准像素点，按照逆时针遍历方向，目标空白像素点68为最后相邻像素点。若按照顺时针遍历方向，目标空白像素点62为最后相邻像素点。

在一些实施例中，请参阅图7b，s3427包括：

s3431、依序遍历与基准像素点相邻的当前相邻像素点；

s3432、判断当前相邻像素点是否为空白像素点，若是，执行s3433，若否，执行s3435；

s3433、若为空白像素点，判断当前相邻像素点是否为首次遍历，若是，执行s3434，若否，返回s3435；

s3434、若为首次遍历，将当前相邻像素点作为相邻空白像素点进行记录，执行s3428；

s3435、若不为空白像素点，判断当前相邻像素点是否为最后相邻像素点，若为最后相邻像素点，返回s3424，若不为最后相邻像素点，返回s3431。

举例而言，请结合图6c，假设目标空白像素点60已被压入预设队列{a60}。由于预设队列不为空状态，并且，目标空白像素点60是先进入预设队列的，于是，按照先进先出方式，从预设队列弹出目标空白像素点60并将其作为基准像素点，于是预设队列为{}。

接着，清洁机器人按照逆时针遍历方向，自目标空白像素点61为当前相邻像素点开始遍历，由于目标空白像素点61为空白像素点，并且是首次遍历，清洁机器人记录目标空白像素点61的位置信息w＝{a61}，并将目标空白像素点61压入预设队列，于是,预设队列为q＝{a61}。

由于目标空白像素点61不是最后相邻像素点，于是返回s3426，亦即，继续依序遍历与基准像素点相邻的当前相邻像素点。

接着，目标空白像素点62为空白像素点，并且是首次遍历，清洁机器人记录目标空白像素点62的位置信息w＝{a61,a62}，并将目标空白像素点62压入预设队列，于是,预设队列为q＝{a62,a61}。

由于目标空白像素点62不是最后相邻像素点，于是返回s3426，亦即，继续依序遍历与基准像素点相邻的当前相邻像素点。

以此类推……。

当清洁机器人遍历到目标空白像素点68时，目标空白像素点68为空白像素点，并且是首次遍历，清洁机器人记录目标空白像素点68的位置信息w＝{a61,a62,a63,a64,a65,a66,a67,a68}，并将目标空白像素点68压入预设队列，于是,预设队列为q＝{a68,a67,a66,a65,a64,a63,a62,a61}。

由于目标空白像素点68是最后相邻像素点，返回s3424。

接着，由于预设队列的队列状态不为空状态，按照先进先出方式，从预设队列弹出目标空白像素点a61并将其作为基准像素点，此时q＝{a68,a67,a66,a65,a64,a63,a62}。由于目标空白像素点a61的相邻空白像素点不是黑色像素点，就是已遍历的像素点，最后清洁机器人会返回s3424。

再接着，由于预设队列的队列状态不为空状态，按照先进先出方式，从预设队列弹出目标空白像素点a62并将其作为基准像素点，此时q＝{a68,a67,a66,a65,a64,a63}。由于目标空白像素点a62的相邻空白像素点不是黑色像素点，就是已遍历的像素点，最后清洁机器人会返回s3424。

……

再接着，由于预设队列的队列状态不为空状态，按照先进先出方式，从预设队列弹出目标空白像素点a68并将其作为基准像素点，此时q＝{}。由于目标空白像素点a68的相邻空白像素点不是黑色像素点，就是已遍历的像素点，最后清洁机器人会返回s3424。

执行s3424时，由于预设队列q的队列状态为空状态，则清洁机器人调取全部目标空白像素点的位置信息w＝{a61,a62,a63,a64,a65,a66,a67,a68}。

通常，清洁机器人在空白区域中也可以搜索到空白连通域，但是此处空白连通域并非符合要求，因此，清洁机器人需要放弃此处空白连通域。在一些实施例中，请继续参阅图7b，s342还包括：

s3436、计算已记录的全部相邻空白像素点的总数；

s3437、判断总数是否大于或等于预设过滤阈值，若是，执行s3438，若否，跳转至s3428；

s3438、若是，删除已记录的全部相邻空白像素点的位置信息，返回s3421。

在本实施例中，预设过滤阈值由用户自定义，例如，预设过滤阈值为10。

在本实施例中，若清洁机器人在障碍物区域或者未探测区域或者上述两者之间的区域确定每个空白连通域中全部目标空白像素点的位置信息时，通常的，在一个空白连通域中，清洁机器人记录的全部相邻空白像素点的总数不会超过预设过滤阈值，但是，若清洁机器人在空白区域确定每个空白连通域中全部目标空白像素点的位置信息，通常的，清洁机器人记录的全部相邻空白像素点的总数会超过预设过滤阈值，因此，清洁机器人需要删除已记录的全部相邻空白像素点的位置信息，并继续根据预设遍历方向遍历环境地图。因此，采用此方法，一方面，清洁机器人能够节省算力，另一方面，其能够避免属于空白区域的空白像素点被置换成未探测像素点。

为了说明采用本实施例提供的方法所带来的有益效果，本实施例结合图7c作出详细阐述，如图7c所示，左图为障碍物边缘比较厚且裹挟着空白像素点的方形柱71，右图为采用本实施例提供的方法处理左图后的方形柱72，通过对比可知，右图中的障碍物边缘变得更为精细，并且，裹挟在障碍物区域的空白像素点已被过滤，从视觉感官上，左图已得到优化，观赏性更强，并且有利于清洁机器人的重定位。

需要说明的是，在上述各个实施方式中，上述各步骤之间并不必然存在一定的先后顺序，本领域普通技术人员，根据本发明实施方式的描述可以理解，不同实施方式中，上述各步骤可以有不同的执行顺序，亦即，可以并行执行，亦可以交换执行等等。

作为本发明实施例的另一方面，本发明实施例提供一种地图优化装置。其中，地图优化装置可以为软件模块，所述软件模块包括若干指令，其存储在存储器内，处理器可以访问该存储器，调用指令进行执行，以完成上述各个实施方式所阐述的地图优化方法。

在一些实施例中，地图优化装置亦可以由硬件器件搭建成的，例如，地图优化装置可以由一个或两个以上的芯片搭建而成，各个芯片可以互相协调工作，以完成上述各个实施方式所阐述的地图优化方法。再例如，地图优化装置还可以由各类逻辑器件搭建而成，诸如由通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)、单片机、arm(acornriscmachine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合而搭建成。

请参阅图8a，地图优化装置800包括地图获取模块81、像素点确定模块82及特征修改模块83。

地图获取模块81用于获取环境地图，环境地图包括空白区域与障碍物区域，空白区域与障碍物区域中像素点的像素特征不同；

像素点确定模块82用于确定障碍物区域中，与空白区域相邻的边缘像素点及多余像素点，多余像素点与边缘像素点相邻，且多余像素点与边缘像素点中的像素特征相同；

特征修改模块83用于修改多余像素点的像素特征，使得修改后的多余像素点的像素特征与边缘像素点的像素特征不同。

由于本装置能够过滤多余像素点和保留边缘像素点，细化了障碍物的边缘线，从而提高地图的优化效果，并且有利于提高重定位的准确度。

在一些实施例中，环境地图还包括由多个未探测像素点组成的未探测区域，特征修改模块83具体用于将多余像素点的像素特征置换成未探测像素点的像素特征，未探测区域与障碍物区域中像素点的像素特征不同。

在一些实施例中，像素点确定模块82具体用于：在障碍物区域中，判断当前像素点是否满足边缘像素条件；若是，确定当前像素点为边缘像素点，边缘像素点与空白区域相邻；若否，确定当前像素点为多余像素点。

在一些实施例中，空白区域包括多个空白像素点，像素点确定模块82具体还用于：根据预设遍历方向，遍历环境地图；判断当前像素点是否为障碍物区域的像素点；若为障碍物区域的像素点，则获取与当前像素点相邻的全部相邻像素点；判断全部相邻像素点中是否至少存在一个空白像素点。

在一些实施例中，环境地图还包括由多个未探测像素点组成的未探测区域，空白区域包括多个空白像素点，在一些实施例，请参阅图8b，地图优化装置800还包括噪声过滤模块84，噪声过滤模块84用于修改指定区域内目标空白像素点的像素特征，使得修改后的目标空白像素点的像素特征与未探测像素点的像素特征相同，指定区域包括：未探测区域、障碍物区域或者位于未探测区域与障碍物区域之间的区域。

在一些实施例中，请参阅图8c，噪声过滤模块84包括搜索单元841、位置确定单元842及特征置换单元843。

搜索单元841用于在指定区域内搜索空白连通域，空白连通域包括至少一个目标空白像素点；

位置确定单元842用于确定每个空白连通域中全部目标空白像素点的位置信息；

特征置换单元843用于根据每个目标空白像素点的位置信息，将每个目标空白像素点的像素特征置换成未探测像素点的像素特征。

在一些实施例中，位置确定单元842具体用于：根据预设遍历方向，遍历环境地图；判断当前像素点是否为空白像素点，若否，返回根据预设遍历方向，遍历所述环境地图，若是，记录当前像素点的位置信息，并将其压入预设队列，预设队列用于暂存每个空白像素点；判断预设队列的队列状态是否为空状态，若为空状态，调取每个空白连通域的全部目标空白像素点的位置信息，若不为空状态，按照先进先出方式，从预设队列弹出一个目标空白像素点并将其作为基准像素点；依序记录与基准像素点相邻的每个相邻空白像素点的位置信息以及将每个相邻空白像素点依序压入预设队列；判断每个相邻空白像素点是否为最后相邻像素点，若是，返回判断预设队列的队列状态是否为空状态的步骤，若否，返回依序记录与基准像素点相邻的每个相邻空白像素点的位置信息的步骤。

在一些实施例中，位置确定单元842具体还用于：计算已记录的全部相邻空白像素点的总数；判断总数是否大于或等于预设过滤阈值；若是，删除已记录的全部相邻空白像素点的位置信息，返回根据预设遍历方向，遍历所述环境地图步骤；若否，跳转至将每个相邻空白像素点依序压入预设队列的步骤。

在一些实施例中，位置确定单元842具体还用于：依序遍历与基准像素点相邻的当前相邻像素点；判断当前相邻像素点是否为空白像素点；若为空白像素点，判断当前相邻像素点是否为首次遍历；若为首次遍历，将当前相邻像素点作为相邻空白像素点进行记录，跳转至将每个相邻空白像素点依序压入预设队列的步骤；若不为空白像素点，判断当前相邻像素点是否为最后相邻像素点，若为最后相邻像素点，返回判断预设队列的队列状态是否为空状态的步骤，若不为最后相邻像素点，返回依序遍历与基准像素点相邻的当前相邻像素点的步骤。若不为首次遍历，执行判断当前相邻像素点是否为最后相邻像素点的步骤；

需要说明的是，上述地图优化装置可执行本发明实施方式所提供的地图优化方法，具备执行方法相应的功能模块和有益效果。未在地图优化装置实施方式中详尽描述的技术细节，可参见本发明实施方式所提供的地图优化方法。

请参阅图9，图9是本发明实施例提供的一种电子设备的电路结构示意图。如图9所示，电子设备900包括一个或多个处理器91以及存储器92。其中，图9中以一个处理器91为例。

处理器91和存储器92可以通过总线或者其他方式连接，图9中以通过总线连接为例。

存储器92作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的地图优化方法对应的程序指令/模块。处理器91通过运行存储在存储器92中的非易失性软件程序、指令以及模块，从而执行地图优化装置的各种功能应用以及数据处理，即实现上述方法实施例提供的地图优化方法以及上述装置实施例的各个模块或单元的功能。

存储器92可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器92可选包括相对于处理器91远程设置的存储器，这些远程存储器可以通过网络连接至处理器91。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

所述程序指令/模块存储在所述存储器92中，当被所述一个或者多个处理器91执行时，执行上述任意方法实施例中的地图优化方法。

本发明实施例还提供了一种非易失性计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，例如图9中的一个处理器91，可使得上述一个或多个处理器可执行上述任意方法实施例中的地图优化方法。

本发明实施例还提供了一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被电子设备执行时，使所述电子设备执行任一项所述的地图优化方法。

以上所描述的装置或设备实施例仅仅是示意性的，其中所述作为分离部件说明的单元模块可以是或者也可以不是物理上分开的，作为模块单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络模块单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；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范围。