The invention provides a topological segmentation method and device for enclosed space, which includes: acquiring the target point cloud data of the enclosed space to be processed; extracting the point cloud data conforming to the wall features from the target point cloud data by density projection and eigenvalue method; and three-dimensional to two-dimensional point cloud data conforming to the wall features. After projection, the projected data is rasterized to extract multiple line segments; the contours of the closed space to be processed are obtained by clustering the multiple line segments with iterative clustering method; and the raster in the contour is clustered with multi-directional scanning point clustering method based on the contour, and the closed space to be processed is obtained. Topological partition of space. This method improves the veracity of topological segmentation, and can effectively segment the closed space. It alleviates the technical problem that the existing topological segmentation methods have high false segmentation rate, can not effectively segment, and can not determine the topological space of any location in the space.
【技术实现步骤摘要】
面向封闭空间的拓扑分割方法及装置
本专利技术涉及点云空间拓扑分割的
，尤其是涉及一种面向封闭空间的拓扑分割方法及装置。
技术介绍
随着机器人技术的不断创新，家庭服务机器人作为机器人领域的一个重要分支得以蓬勃发展，各种家庭服务机器人层出不穷，种类繁多，功能也越来越强大，从扫地机器人到陪伴机器人、教育机器人等，人们对机器人的智能化要求也越来越高，从传统的完成扫地等单一功能到如今的人机交互，自然语言理解，自主导航等等，人们逐渐趋向于将机器人视为家庭的一份子而存在，做为家庭的一份子，对具有自主导航功能的机器人，对环境的认知就显得尤为重要。机器人对环境的认知，主要包括空间几何信息(度量地图)，空间分割信息(拓扑地图)，空间理解信息(语义地图)。传统的机器人，大多只是建立空间的几何信息，并以此作为机器人室内导航的依据，随着人们对机器人的期望越来越高以及语义理解的发展，自主导航方式也由原来给定机器人特定导航点然后进行路径规划以及导航，演变为更加自然的语义导航(如，对机器人说“去电视机旁”)。而要实现这样的导航方式，机器人建立对环境的认知，清楚的知道“电视机在哪个房间”“我...
【技术保护点】
1.一种面向封闭空间的拓扑分割方法，其特征在于，所述方法包括：获取待处理封闭空间的目标点云数据，其中，所述目标点云数据为经过预处理之后的点云数据；采用密度投影和特征值法提取所述目标点云数据中符合墙面特征的点云数据；对所述符合墙面特征的点云数据进行三维到二维投影，对投影后的数据进行栅格化处理，以提取得到多条线段；通过迭代聚类方法对所述多条线段进行聚类处理，得到所述待处理封闭空间的轮廓，其中，所述轮廓中包含有多个栅格；基于所述轮廓采用多方向扫描的点聚类方法对所述轮廓中的栅格进行聚类处理，得到所述待处理封闭空间的拓扑分割图。
【技术特征摘要】
1.一种面向封闭空间的拓扑分割方法，其特征在于，所述方法包括：获取待处理封闭空间的目标点云数据，其中，所述目标点云数据为经过预处理之后的点云数据；采用密度投影和特征值法提取所述目标点云数据中符合墙面特征的点云数据；对所述符合墙面特征的点云数据进行三维到二维投影，对投影后的数据进行栅格化处理，以提取得到多条线段；通过迭代聚类方法对所述多条线段进行聚类处理，得到所述待处理封闭空间的轮廓，其中，所述轮廓中包含有多个栅格；基于所述轮廓采用多方向扫描的点聚类方法对所述轮廓中的栅格进行聚类处理，得到所述待处理封闭空间的拓扑分割图。2.根据权利要求1所述的方法，其特征在于，获取待处理封闭空间的目标点云数据包括：通过安装在机器人上的RGB-D相机获取所述待处理封闭空间中不同时刻对应的里程计数据，深度图和RGB图；通过时间对应关系将不同时刻对应的里程计数据，所述深度图和所述RGB图进行配准，得到所述待处理封闭空间的原始点云数据；通过预设筛选规则对所述原始点云数据进行筛选处理，得到筛选后的点云数据；对所述筛选后的点云数据进行下采样处理和噪点去除处理，得到所述目标点云数据。3.根据权利要求1所述的方法，其特征在于，采用密度投影和特征值法提取所述目标点云数据中符合墙面特征的点云数据包括：采用目标栅格对x-y平面进行离散化处理，得到预设栅格地图；将所述目标点云数据投影至所述预设栅格地图；统计落入所述预设栅格地图中每个栅格中的空间点，得到每个栅格中空间点的统计数据，其中，所述空间点为所述目标点云数据对应的点；根据所述每个栅格中空间点的统计数据确定待验证的墙面点云数据；通过特征值法对所述待验证的墙面点云数据进行特征值验证，得到所述符合墙面特征的点云数据。4.根据权利要求1所述的方法，其特征在于，对所述符合墙面特征的点云数据进行三维到二维投影，对投影后的数据进行栅格化处理，以提取得到多条线段包括：将所述符合墙面特征的点云数据投影至栅格离散化处理后的x-y平面，得到所述符合墙面特征的点云数据在x-y平面内的投影数据；采用随机抽样一致性算法对所述投影数据进行线性拟合，得到多条直线方程；基于所述投影数据，所述多条直线方程和栅格确定所述多条线段。5.根据权利要求4所述的方法，其特征在于，基于所述投影数据，所述多条直线方程和栅格确定所述多条线段包括：获取目标直线方程，其中，所述目标直线方程为所述多条直线方程中的任一条；分别计算所述目标直线方程上的所述投影数据的x方向跨度大小和y方向跨度大小；根据所述x方向跨度大小和所述y方向跨度大小确定所述目标直线方程的查找主方向，其中，所述查找主方向为所述x方向跨度大小和所述y方向跨度大小中跨度较大的方向；基于所述查找主方向确定各栅格中心点的第一坐标，其中，所述第一坐标为所述查找主方向的坐标；确定与所述第一坐标对应的满足所述目标直线方程的第二坐标；基于所述第一坐标和所述第二坐标确定与所述第一坐标和所述第二坐标对应的预设栅格；沿着所述查找主方向在所述预设栅格中查找包含所述投影数据的目标栅格；基于所述目标栅格所对应的所述第一坐标和所述第二坐标确定所述多条线段，其中，所述多条线段的起点或终点为所述目标栅格所对应的所述第一坐标和所述第二坐标所确定的点。6.根据权利要求1所述的方法，其特征在于，通过迭代聚组方法对所述多条线段进行聚类处理，得到所述待处理封闭空间的轮廓包括：对所述多条线段进行方向聚类，得到多个第一分组，其中，每个第一分组内的任意两条线段之间的夹角在预设角度内；对所述每个第一分组内的线段进行距离聚类，得到多个第二分组，其中，每个第二分组内任意一条线段的中点与组内最长线段的距离在预设距离内；计算所述每个第二分组内的线段的平均方向和...
【专利技术属性】
技术研发人员：廉斌，王玉亮，
申请(专利权)人：北京进化者机器人科技有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。