导航方法及装置制造方法及图纸

本发明专利技术公开了一种导航方法及装置。其中，该方法包括：获取在预定空间中的起点语义区域和目标语义区域，其中，所述预定空间被划分为多个语义区域，所述多个语义区域包括所述起点语义区域和所述目标语义区域，每个语义区域中均包括用于从所述多个语义区域中识别出该语义区域的特征；基于语义区域规划从所述起点语义区域到所述目标语义区域的路径；使设备根据所述路径从所述起点语义区域移动到所述目标语义区域。本发明专利技术解决了导航语义范围太过宽泛的技术问题。

【技术实现步骤摘要】
导航方法及装置
本专利技术涉及导航领域，具体而言，涉及一种导航方法及装置。
技术介绍
2005年，Galindo等构建空间信息层与语义信息层的双层地图，每层地图通过“锚”关联。他们的研究专注于语义信息，通过传感器采集的数据(如图像数据或者栅格信息)，使得空间信息层的信息变得有意义。室内的实物是语义信息的来源，在他们设计的地图中，语义信息是人为给定的，虽不具灵活性，但实现简单。Vasudevan等设计了一种全概率语义地图，语义信息通过物体识别实现。室内环境包含的物体转换为空间与语义的抽象。机器人将空间抽象转换为概念，运用语义抽象识别物体。物体集通过训练，得到概念。测试阶段对物体检测划分空间。室内环境中物体的信息被用于分类空间，但类别信息不能用于推理室内物体。Meger等实现了室内物体的自动检测，形成了带有物体信息的几何地图。他们实现的体统更加先进，且实现了一种视觉子系统。地图构建依靠FastSLAM实现，物体的模型依靠Internet上的图像数据，通过训练区分室内物体。该系统的优点在于自动检测室内物体，服务机器人可以自动获取房间内的语义信息。Viswanathan等提出了一种鲁棒性与自动化能力更好的系统，他们的系统采用实体信息的语义标签提取识别空间语义。他们的系统数据同样从Internet获取，根据检测到实体的频率构建贝叶斯模型，这种方法的实验结果表明，该系统可以稳定地搜索典型的实体，且推理典型空间语义。该方法相对于上面提到的方法更加稳定。Hertzberg等提出了基于物体的空间语义地图。他们的物体通过3D信息获得，并通过激光雷达实现一种6DSLAM方法。该方法首先获得点云信息，然后构造粗糙的特征，如地面、墙壁等。在此基础上通过分类器检测物体，将物体投影到地图中。最终得到的信息有利于观测，有利于增强现实实现。这种方法涉及到了点云信息，处理的数据量偏高，同时计算复杂度偏大。针对上述导航语义范围太过宽泛的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种导航方法及装置，以至少解决导航语义范围太过宽泛的技术问题。根据本专利技术实施例的一个方面，提供了一种导航方法，包括：获取在预定空间中的起点语义区域和目标语义区域，其中，所述预定空间被划分为多个语义区域，所述多个语义区域包括所述起点语义区域和所述目标语义区域，每个语义区域中均包括用于从所述多个语义区域中识别出该语义区域的特征；基于语义区域规划从所述起点语义区域到所述目标语义区域的路径；使设备根据所述路径从所述起点语义区域移动到所述目标语义区域。进一步地，使所述设备根据所述路径从所述起点语义区域移动到所述目标语义区域包括：通过所述设备对得到的图像进行识别得到该图像所对应的语义区域，其中，所述设备识别出的语义区域用于确定所述设备目前所在的语义区域；根据所述设备目前所在的语义区域以及所述路径使所述设备移动到所述目标语义区域。进一步地，通过所述设备对得到的图像进行识别得到该图像所对应的语义区域包括：获取所述图像中的特征点；将所述图像中的特征点与预先配置的每个语义区域对应的特征点库中的特征点进行匹配，其中，所述特征点库中记录了每个语义区域对应的一个或多个特征点；确定所述图像中的特征点与所述每个语义区域对应的特征点库中的特征点匹配的数量是否满足预定条件；在满足所述预定条件的情况下，确定所述图像对应的语义区域。进一步地，获取所述图像中的特征点，包括：确定所述图像中特征点的数量是否属于预定范围；在属于预定范围的情况下，获取所述图像中的特征点。进一步地，确定所述图像中的特征点与所述特征点库中的特征点匹配的数量是否满足预定条件包括：根据所述图像中的特征点与所述每个语义区域对应的特征点库中的特征点匹配的数量与预定阈值做比较；确定所述匹配的数量大于预定阈值满足所述预定条件。进一步地，确定所述图像中的特征点与所述特征点库中的特征点匹配的数量是否满足预定条件包括：根据所述图像中的特征点与所述每个语义区域对应的特征点库中的特征点匹配的数量，按照所述匹配的数量由多到少的顺序对所述每个语义区域进行排序；确定排序顺序在首位的所述语义区域满足预定条件。进一步地，基于语义区域规划从所述起点语义区域到所述目标语义区域的路径包括：基于对任务指令的语义分析，得出所述任务指令中的语义关系；根据所述语义关系，确定所述起点语义区域和所述目标语义区域，规划从所述起点语义区域到所述目标语义区域的路径。进一步地，基于语义区域规划从所述起点语义区域到所述目标语义区域的路径包括：将所述预定空间中的语义区域映射为所述预定空间对应的地图上的规则图形块；根据所述语义区域对应的规则图形块规划所述路径。进一步地，根据所述语义区域对应的规则图形块规划所述路径包括：根据贝叶斯推理的模型规划从所述起点语义区域到所述目标语义区域的路径。进一步地，在所述规则图形块为矩形，并且所述设备在所述矩形中仅能沿上、下、左、右四个方向移动的情况下，所述贝叶斯推理的模型如下：O表示所述矩形的四个方向，表示所述设备能够在所述预定空间R中的所述语义区域N的向上方向移动，表示所述设备能够在所述预定空间R中的所述语义区域N的向下方向移动，表示所述设备能够在所述预定空间R中的所述语义区域N的向左方向移动，表示所述设备能够在所述预定空间R中的所述语义区域N的向右方向移动。进一步地，在所述规则图像块为矩形，并且所述设备在所述矩形中能够在每次转动方向为90°的情况下，确定所述设备从某个语义区域移动到目标语义区域的转动次数，其中，所述转动次数根据所述设备移动到上一语义区域的上一移动方向与所述设备移动到当前语义区域的当前移动方向确定，所述贝叶斯推理模型如下包括：表示所述设备从上一语义区域移动到当前语义区域的所述转动次数，所述oi表示所述设备的所述上一移动方向，所述oj表示所述设备的所述当前移动方向，所述oi与所述oj分别可取上、下、左、右四个移动方向；若所述上一移动方向oi与所述当前移动方向oj相同，则所述转动次数若所述上一移动方向oi与所述当前移动方向oj相差90°，则所述转动次数若所述上一移动方向oi与所述当前移动方向oj相差180°，则所述转动次数进一步地，转移概率是所述设备在移动到上一语义区域的上一移动方向后，又移动到当前语义区域的当前移动方向的概率，其中，所述上一语义区域与所述当前语义区域是相邻语义区域；所述转移概率根据所述设备从上一语义区域移动到当前语义区域的所述转动次数和所述设备的全部旋转方向计算得出，所述贝叶斯推理模型如下包括：所述标识转移概率的公式解释为：其中，表示所述设备在移动到上一语义区域的上一移动方向后，又移动到当前语义区域的当前移动方向的概率，其中，表示所述转移概率，RM与RN是所述预定空间中的两个相邻语义区域；所述转移概率的计算公式为：其中，Ωo表示所述设备全部转动方向。进一步地，根据贝叶斯网络的递推关系和所述转移概率，得到同一预定空间内每条路径的概率，所述贝叶斯推理模型如下包括：表示每条路径的概率，其中，根据计算得出的最大概率规划所述路径。进一步地，基于语义区域规划从所述起点语义区域到所述目标语义区域的路径包括：规划从所述起点语义区域到所述目标语义区域的路径包括预定连接路径，其中，所述预定连接路径是预先设置的，所述起点语本文档来自技高网...

【技术保护点】
一种导航方法，其特征在于，包括：获取在预定空间中的起点语义区域和目标语义区域，其中，所述预定空间被划分为多个语义区域，所述多个语义区域包括所述起点语义区域和所述目标语义区域，每个语义区域中均包括用于从所述多个语义区域中识别出该语义区域的特征；基于语义区域规划从所述起点语义区域到所述目标语义区域的路径；使设备根据所述路径从所述起点语义区域移动到所述目标语义区域。

【技术特征摘要】
1.一种导航方法，其特征在于，包括：获取在预定空间中的起点语义区域和目标语义区域，其中，所述预定空间被划分为多个语义区域，所述多个语义区域包括所述起点语义区域和所述目标语义区域，每个语义区域中均包括用于从所述多个语义区域中识别出该语义区域的特征；基于语义区域规划从所述起点语义区域到所述目标语义区域的路径；使设备根据所述路径从所述起点语义区域移动到所述目标语义区域。2.根据权利要求1所述的方法，其特征在于，使所述设备根据所述路径从所述起点语义区域移动到所述目标语义区域包括：通过所述设备对得到的图像进行识别得到该图像所对应的语义区域，其中，所述设备识别出的语义区域用于确定所述设备目前所在的语义区域；根据所述设备目前所在的语义区域以及所述路径使所述设备移动到所述目标语义区域。3.根据权利要求2所述的方法，其特征在于，通过所述设备对得到的图像进行识别得到该图像所对应的语义区域包括：获取所述图像中的特征点；将所述图像中的特征点与预先配置的每个语义区域对应的特征点库中的特征点进行匹配，其中，所述特征点库中记录了每个语义区域对应的一个或多个特征点；确定所述图像中的特征点与所述每个语义区域对应的特征点库中的特征点的匹配的数量是否满足预定条件；在满足所述预定条件的情况下，确定所述图像对应的语义区域。4.根据权利要求3所述的方法，其特征在于，获取所述图像中的特征点，包括：确定所述图像中特征点的数量是否属于预定范围；在属于预定范围的情况下，获取所述图像中的特征点。5.根据权利要求3所述的方法，其特征在于，确定所述图像中的特征点与所述特征点库中的特征点匹配的数量是否满足预定条件包括：根据所述图像中的特征点与所述每个语义区域对应的特征点库中的特征点匹配的数量与预定阈值做比较；确定所述匹配的数量大于预定阈值满足所述预定条件。6.根据权利要求3所述的方法，其特征在于，确定所述图像中的特征点与所述特征点库中的特征点匹配的数量是否满足预定条件包括：根据所述图像中的特征点与所述每个语义区域对应的特征点库中的特征点匹配的数量，按照所述匹配的数量由多到少的顺序对所述每个语义区域进行排序；确定排序顺序在首位的所述语义区域满足预定条件。7.根据权利要求1所述的方法，其特征在于，基于语义区域规划从所述起点语义区域到所述目标语义区域的路径包括：基于对任务指令的语义分析，得出所述任务指令中的语义关系；根据所述语义关系，确定所述起点语义区域和所述目标语义区域，规划从所述起点语义区域到所述目标语义区域的路径。8.根据权利要求1所述的方法，其特征在于，基于语义区域规划从所述起点语义区域到所述目标语义区域的路径包括：将所述预定空间中的语义区域映射为所述预定空间对应的地图上的规则图形块；根据所述语义区域对应的规则图形块规划所述路径。9.根据权利要求8所述的方法，其特征在于，根据所述语义区域对应的规则图形块规划所述路径包括：根据贝叶斯推理的模型规划从所述起点语义区域到所述目标语义区域的路径。10.根据权利要求9所述的方法，其特征在于，在所述规则图形块为矩形，并且所述设备在所述矩形中仅能沿上、下、左、右四个方向移动的情况下，所述贝叶斯推理的模型如下：O表示所述矩形的四个方向，表示所述设备能够在所述预定空间R中的所述语义区域N的向上方向移动，表示所述设备能够在所述预定空间R中的所述语义区域N的向下方向移动，表示所述设备能够在所述预定空间R中的所述语义区域N的向左方向移动，表示所述设备能够在所述预定空间R中的所述语义区域N的向右方向移动。11.根据权利要求10所述的方法，其特征在于，在所述规则图形块为矩形，并且所述设备在所述矩形中能够在每次转动方向为90°的情况下，确定所述设备从某个语义区域移动到目标语义区域的转动次数，其中，所述转动次数根据所述设备移动到上一语义区域的上一移动方向与所述设备移动到当前语义区域的当前移动方向确定，所述贝叶斯推理模型如下包括：表示所述设备从上一语义区域移动到当前语义区域的所述转动次数，所述oi表示所述设备的所述上一移动方向，所述oj表示所述设备的所述当前移动方向，所述oi与所述oj分别可取上、下、左、右四个移动方向；若所述上一移动方向oi与所述当前移动方向oj相同，则所述转动次数若所述上一移动方向oi与所述当前移动方向oj相差90°，则所述转动次数若所述上一移动方向oi与所述当前移动方向oj相差180°，则所述转动次数12.根据权利要求11所述的方法，其特征在于，转移概率是所述设备在移动到上一语义区域的上一移动方向后，又移动到当前语义区域的当前移动方向的概率，其中，所述上一语义区域与所述当前语义区域是相邻语义区域；所述转移概率根据所述设备从上一语义区域移动到当前语义区域的所述转动次数和所述设备的全部旋转方向计算得出，所述贝叶斯推理模型如下包括：所述转移概率的公式解释为：其中，表示所述设备在移动到所述上一语义区域的上一移动方向后，又移动到当前语义区域的当前移动方向的概率，其中，表示所述转移概率，RM与RN是所述预定空间中的两个相邻语义区域；所述转移概率的计算公式为：其中，Ωo表示所述设备全部转动方向。13.根据权利要求12所述的方法，其特征在于，根据贝叶斯网络的递推关系和所述转移概率，得到同一预定空间内每条路径的概率，所述贝叶斯推理模型如下包括：表示每条路径的概率，其中，根据计算得出的最大概率规划所述路径。14.根据权利要求1所述的方法，其特征在于，基于语义区域规划从所述起...

【专利技术属性】
技术研发人员：霍光磊，王瑾琨，常元章，严洁，易梅，
申请(专利权)人：海航生态科技集团有限公司，
类型：发明
国别省市：北京,11