一种家用机器人建立语义地图的方法及系统技术方案

本发明专利技术涉及一种家用机器人建立语义地图的方法，包括：A、对机器人工作的室内构建二维栅格地图；B、利用RGD‑D深度传感器进行机器人活动的室内构建三维地图；C、结合可穿戴式传感器根据人的行为特征判断其接触的家具类型；D、将构建的二维栅格地图和三维地图进行融合构建成三维室内地图；E、将室内家具类型及其他标示物的属性赋值在构建成三维室内地图形成三维室内语义地图。该方法通过人的活动来确定室内家具类型，并将家具信息加入到三维地图中，从而实现三维室内语义建图。该方法结构简单、易于实现、操作方便，成本低廉。

【技术实现步骤摘要】

本专利技术属于智能语义地图构建领域，尤其涉及一种家用机器人建立语义地图的方法及系统。
技术介绍
机器人的用途越来越广泛，尤其是移动服务机器人的兴起，机器人开始从传统的工业领域向军事、医疗、家庭助理等领域渗透。随着社会老龄化问题的不断加剧，移动机器人进入家庭为人们提供服务的需求也越来越迫切。依靠目前的SLAM（同步定位与建图）技术创建的环境地图有其局限性，即所建地图只在一段时间内有效，如果环境改变，那就需要重新建图。另外，现有地图模型只体现了移动机器人自身的位置信息，而移动机器人想要与环境中的人进行信息交互，实现防盗监测、打扫卫生、监测病人、控制家电、报时提醒、儿童教育等功能，那就需要借助于语义地图，即需要让机器人自己知道所处的具体位置，表明房间是“卧室”还是“客厅”。现有技术都是利用摄像头等传感器，采用熵地图、基于顺序贝叶斯框架结构来对目标进行识别，采用贝叶斯状态估计来更新当前状态的概率分布。也有采用基于信息论的同步规划定位与建图（SPLAM）的方法，在利用机器人识别一个移动目标的同时估计它的姿态而不需要任何运动约束条件。还有，可以采用深度传感器即RGB-D图像处理技术进行3D语义地图的构建。
技术实现思路
本专利技术的目的在于提供一种家用机器人建立语义地图的方法，旨在解决上述的技术问题。本专利技术是这样实现的，一种家用机器人建立语义地图的方法，所述方法包括以下步骤：A、对机器人工作的室内构建二维栅格地图；B、利用RGD-D深度传感器进行机器人活动的室内构建三维地图；C、结合可穿戴式传感器根据人的行为特征判断其接触的家具类型；D、将构建的二维栅格地图和三维地图进行融合构建成三维室内地图；E、将室内家具类型及其他标示物的属性赋值在构建成三维室内地图形成三维室内语义地图。本专利技术的进一步技术方案是：所述步骤A中构建二维栅格地图利用的是激光测距仪完成。本专利技术的进一步技术方案是：所述步骤E中通过判断家具或标示物体的类型确定房间的类型或性质。本专利技术的进一步技术方案是：所述可穿戴式传感器包括智能手环、智能手表及设于人体腰部的传感器。本专利技术的进一步技术方案是：所述步骤C中通过识别人体活动获取所在位置家具类型的相关知识实现家具预定义活动方式用来确定家具的类型。本专利技术的另一目的在于提供一种家用机器人建立语义地图的系统，所述系统包括：二维栅格地图构建模块，用于对机器人工作的室内构建二维栅格地图；三维地图构建模块，用于利用RGD-D深度传感器进行机器人活动的室内构建三维地图；家具类型判断模块，用于结合可穿戴式传感器根据人的行为特征判断其接触的家具类型；三维室内地图模块，用于将构建的二维栅格地图和三维地图进行融合构建成三维室内地图；语义地图构建模块，用于将室内家具类型及其他标示物的属性赋值在构建成三维室内地图形成三维室内语义地图。本专利技术的进一步技术方案是：所述二维栅格地图构建模块中构建二维栅格地图利用的是激光测距仪完成。本专利技术的进一步技术方案是：所述语义地图构建模块中通过判断家具或标示物体的类型确定房间的类型或性质。本专利技术的进一步技术方案是：所述可穿戴式传感器包括智能手环、智能手表及设于人体腰部的传感器。本专利技术的进一步技术方案是：所述家具类型判断模块中通过识别人体活动获取所在位置家具类型的相关知识实现家具预定义活动方式用来确定家具的类型。本专利技术的有益效果是：该方法通过人的活动来确定室内家具类型，并将家具信息加入到三维地图中，从而实现三维室内语义建图，利用现有市场上的智能手环、手表等智能硬件，机器人自带的视觉传感器来判断人的行为特征，最终定义出家具的类型和在三维地图中的位置，最终实现语义地图的构建。该方法结构简单、易于实现、操作方便，成本低廉。附图说明图1是本专利技术实施例提供的家用机器人建立语义地图的方法的流程图。图2是本专利技术实施例提供的家用机器人建立语义地图的系统的结构框图。具体实施方式图1示出了本专利技术提供的一种家用机器人建立语义地图的方法的流程图，其详述如下：步骤S1，对机器人工作的室内构建二维栅格地图；当把机器人置于其工作的场所，机器人对其工作场所是不熟悉的，这时需要为机器人制作其在工作场能够做识别地图，在制作地图中机器人利用激光测距仪制作构建室内的二维栅格地图。步骤S2，利用RGD-D深度传感器进行机器人活动的室内构建三维地图；在实际的运用中只有在三维环境下才能让机器人知道们、窗等具体的位置，所以需要利用RGD-D深度传感器对工作场所进行三维地图的构建，其主要是通过Kinect摄像头来完成三维地图的构建。步骤S3，结合可穿戴式传感器根据人的行为特征判断其接触的家具类型；移动机器人在制图的过程中，就可以结合人的可穿戴式传感器和对人的行为特征识别来确定与人有接触的家具特征，最后判断出家具类型，比如说椅子、床、桌子等。可穿戴式设备包括如今市场上流行的智能手环、手表，还有放置在人体腰部的传感器，从作为人的活动信息源中获取语义地图。因此，通过识别人体活动就可以获得其所在位置的家具类型的相关知识，从而一种关于家具的预定义的活动方式将用来确定家具的类型。也就是说，通过判断家具或其他标识物体的类型，从而知道房间是“办公室”、“厨房”或“卧室”。然而这类语义信息对于完成一些日常生活中的任务来说是非常重要的。例如，如果主人想要上床休息，那么机器人将会关闭卧室的灯。步骤S4，将构建的二维栅格地图和三维地图进行融合构建成三维室内地图；在机器人的系统中将绘制好的工作场所二维栅格地图和构建好的三维地图进行整体融合形成新的工作场所三维地图。步骤S5，将室内家具类型及其他标示物的属性赋值在构建成三维室内地图形成三维室内语义地图。将机器人识别出来的物品类别特征标示赋值到创建好的三维室内地图上形成新的语义地图，是的机器人能够根据地图能够识别室内的环境。现有地图模型只体现了移动机器人自身的位置信息，而移动机器人想要与环境中的人进行信息交互，那就需要借助于语义地图。例如，现在的SLAM（同步定位与制图）技术可以实现室内二维或三维地图的构建，但还是不能知道哪个房间是“客厅”、“厨房”或“卧室”。而这类语义信息对于机器人辅助主人完成一些日常生活中的任务来说是非常重要的。比如说，如果主人打算上床睡觉，机器人就可以结合上图中多个传感器的数据融合和房间属性来选择关闭哪个房间的灯。语义地图是在原来通过SLAM构建的二维或三维地图的基础上进行属性赋值，即让机器人知道地图中的具体位置。相比与利用激光测距仪、声纳和红外传感器等传统的二维室内建图方式，利用RGB-D传感器来完成三维室内建图，可以获得完整的三维信息来定位其自身并估计一个六自由度(x、y、z、滚动、俯仰、偏航)的姿态。机器人的视觉传感器主要用在人的身份标定和肢体特征提取，与运动传感器的识别方式相比，基于视觉传感器的识别方式对于实验环境有特定的要求相比，比如亮度、障碍和雾气等因素对于摄像机获取图像数据有着明显的影响，而运动传感器则不会受到诸如此类环境因素的影响，这也是系统要采用可穿戴传感器的数据进行融合的原因。人的身份标定主要是通过机器人在室内与人的交互过程中，通过视觉传感器采集的家庭人脸库，对人脸库进行不断的训练让机器人对主人家庭的人脸进行分类以方便后面的识别，这样就是为了让机器人系统对家庭成员有个身份的标定，这样就可本文档来自技高网...

【技术保护点】
一种家用机器人建立语义地图的方法，其特征在于，所述方法包括以下步骤：A、对机器人工作的室内构建二维栅格地图；B、利用RGD‑D深度传感器进行机器人活动的室内构建三维地图；C、结合可穿戴式传感器根据人的行为特征判断其接触的家具类型；D、将构建的二维栅格地图和三维地图进行融合构建成三维室内地图；E、将室内家具类型及其他标示物的属性赋值在构建成三维室内地图形成三维室内语义地图。

【技术特征摘要】
1.一种家用机器人建立语义地图的方法，其特征在于，所述方法包括以下步骤：A、对机器人工作的室内构建二维栅格地图；B、利用RGD-D深度传感器进行机器人活动的室内构建三维地图；C、结合可穿戴式传感器根据人的行为特征判断其接触的家具类型；D、将构建的二维栅格地图和三维地图进行融合构建成三维室内地图；E、将室内家具类型及其他标示物的属性赋值在构建成三维室内地图形成三维室内语义地图。2.根据权利要求1所述的方法，其特征在于，所述步骤A中构建二维栅格地图利用的是激光测距仪完成。3.根据权利要求2所述的方法，其特征在于，所述步骤E中通过判断家具或标示物体的类型确定房间的类型或性质。4.根据权利要求3所述的方法，其特征在于，所述可穿戴式传感器包括智能手环、智能手表及设于人体腰部的传感器。5.根据权利要求4所述的方法，其特征在于，所述步骤C中通过识别人体活动获取所在位置家具类型的相关知识实现家具预定义活动方式用来确定家具的类型。6.一种家用机器人建立语义地图的系统，其特征在于，所述系统包...

【专利技术属性】
技术研发人员：宋洋鹏，
申请(专利权)人：深圳市寒武纪智能科技有限公司，
类型：发明
国别省市：广东;44