动态场景机器人定位建图系统及方法技术方案

本发明专利技术公开了一种动态场景机器人定位建图系统及方法，其中，系统包括：语义分割线程用于根据RGB图像获取语义分割结果，生成带有语义信息的语义图像；位姿估测线程用于根据RGB图像获取ORB特征点，通过运动型一致性检测获得运动区域，结合语义图像的语义信息剔除动态目标上的外点，并通过匹配剩余稳定目标的特征点得到变换矩阵，生成语义图像关键帧；稠密语义八叉树地图建立线程用于根据语义图像关键帧生成带语义标签的3D稠密八叉树地图。该系统通过将语义分割网络与运动一致性检测法相结合，完成对动态物体的剔除，并且构建的语义稠密八叉树地图，能够服务于更高层次的工作，从而有效提高了定位建图的适用性、实用性和鲁棒性。

【技术实现步骤摘要】
动态场景机器人定位建图系统及方法
本专利技术涉及机器人定位建图
，特别涉及一种动态场景机器人定位建图系统及方法。
技术介绍
机器人定位建图系统主要依赖SLAM(SimultaneousLocalizationandMapping，实时定位与地图构建)技术，该技术被视作移动智能机器人的一项重要技术，最早于1988年提出。机器人通过传感器获取周围环境的相关数据进行地图构建，然后将当前所感知到的环境特征与地图中的特征进行匹配，从而完成定位。根据传感器类型的不同，SLAM技术主要可以分为激光SLAM和视觉SLAM。由于图像在信息存储上的丰富性，以及图像对于一些更高层次工作(如语义分割与物体检测)的服务型，视觉SLAM技术在近年来被广泛研究。此外，当下的视觉SLAM技术往往都是一个完整的架构，包含了特征提取、回环检测等部分，如ORB-SLAM2，LSD-SLAM等现有的视觉SLAM技术已经在某些环境下取得了较好的试验结果。但在现有的机器人定位建图系统中，所应用的SLAM技术仍然存在着一些问题。一方面是如何让机器人的定位系统能够适应复杂多变的环境，例如环境中存在动态物体；另一方面是如何依靠本文档来自技高网...

【技术保护点】
1.一种动态场景机器人视觉定位建图系统，其特征在于，包括：语义分割线程，用于采用深度学习技术实时的获取语义分割结果，以生成带有语义信息的语义图像；位姿估测线程，用于根据RGB图像获取ORB特征点，通过运动一致性检测获得运动区域，结合语义分割的信息剔除动态区域上的外点，并通过匹配剩余稳定目标的特征点得到变换矩阵，生成语义图像关键帧；稠密语义八叉树地图线程，用于根据所述语义图像的关键帧生成带语义标签的3D稠密语义八叉树地图，完成动态目标的剔除，可用于高级复杂任务；后端优化线程，用于对所述关键帧进行局部优化和关键帧筛选；回环线程，用于对局部优化和关键帧筛选的结果进行整体优化和回环检测。

【技术特征摘要】
1.一种动态场景机器人视觉定位建图系统，其特征在于，包括：语义分割线程，用于采用深度学习技术实时的获取语义分割结果，以生成带有语义信息的语义图像；位姿估测线程，用于根据RGB图像获取ORB特征点，通过运动一致性检测获得运动区域，结合语义分割的信息剔除动态区域上的外点，并通过匹配剩余稳定目标的特征点得到变换矩阵，生成语义图像关键帧；稠密语义八叉树地图线程，用于根据所述语义图像的关键帧生成带语义标签的3D稠密语义八叉树地图，完成动态目标的剔除，可用于高级复杂任务；后端优化线程，用于对所述关键帧进行局部优化和关键帧筛选；回环线程，用于对局部优化和关键帧筛选的结果进行整体优化和回环检测。2.根据权利要求1所述的动态场景机器人定位建图系统，其特征在于，所述语义分割线程与所述位姿估测线程进行数据交流，与运动一致性检测相结合剔除环境...

【专利技术属性】
技术研发人员：刘辛军，于超，乔飞，谢福贵，王智杰，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11