一种机器人定位与地图构建的方法及机器人技术

本发明专利技术涉及一种机器人定位与地图构建的方法、机器人，属于移动机器人自主定位与地图构建技术领域。该发明专利技术在视觉SLAM算法的基础上，采用深度学习，充分利用图像信息实现场景理解、语义分割及深度估计等功能，实现了基于ORB特征的单目视觉SLAM算法，利用深度学习从SLAM生成的稀疏深度图中恢复场景的稠密深度信息，重建出稠密的三维点云地图，增强主体对环境的感知能力，使得机器人实现高移动性与自主性，改进了特征法SLAM无法重建稠密地图、直接法SLAM精度和稳定性不高的缺陷，解决了现有技术中机器人移动性和自主性较差的问题。

A Robot Location and Mapping Method and Robot

The invention relates to a method and a robot for robot positioning and map building, belonging to the technical field of mobile robot autonomous positioning and map building. On the basis of visual SLAM algorithm, the invention uses depth learning, makes full use of image information to realize scene understanding, semantics segmentation and depth estimation, realizes monocular visual SLAM algorithm based on ORB feature, recovers dense depth information of scene from sparse depth map generated by SLAM, reconstructs dense three-dimensional point cloud map, and enhances subject's environment. The perception ability makes the robot achieve high mobility and autonomy. It improves the shortcomings of feature SLAM which can not reconstruct dense map, direct SLAM which has low accuracy and stability, and solves the problem of poor mobility and autonomy of the robot in the existing technology.

【技术实现步骤摘要】
一种机器人定位与地图构建的方法及机器人
本专利技术属于移动机器人自主定位与地图构建
，具体涉及一种机器人定位与地图构建的方法、机器人。
技术介绍
随着计算机、电子信息、自动化控制、精密机械工程、光电传感技术及人工智能的快速发展，机器人技术已成为当今世界高新技术的前沿领域之一。作为一个集成了场景感知、智能识别、自主决策和行为控制的光、机、电、算一体化系统，机器人已在工业、农业、军事和服务业等领域得到了广泛的应用，并逐渐走进人们的生活。目前，传统的机器人控制通常采用SLAM算法，通过SLAM算法使得机器人在一个未知位置进行自身位置定位并递增式描述出此环境的完整地图，此处的完整地图是指不受障碍行进到房间可进入的每个角落。传统的视觉SLAM算法使得机器人虽然能够实现实时重建三维场景、跟踪传感器主体的运动等功能，但其自身具有尺度漂移、重建容易失败等特点，并且未充分利用图像信息，缺乏移动性和自主性，无法满足人们日益增长的需求。
技术实现思路
为了解决现有技术存在的机器人移动性和自主性较低的问题，本专利技术提供了一种机器人SLAM算法、机器人，其具有高移动性与自主性等特点。本专利技术提供以下技术本文档来自技高网...

【技术保护点】
1.一种机器人定位与地图构建的方法，其特征在于，所述方法包括：提取目标场景图像的ORB特征；采用无监督学习方法生成分层树结构的txt格式ORB视觉词典，并将所述txt格式ORB视觉词典导入SLAM；利用词袋模型对所述OBR特征进行回环检测；视觉SLAM根据所述回环检测产生的结果对全局地图进行修正；对至少两帧目标场景图像中的同一像素点进行观察，利用三角测量所述像素点的深度，生成目标场景的稀疏深度图；将所述稀疏深度图和原始RGB图像作为网络输入，获取目标场景的稠密深度图；利用SLAM获取所述场景的帧间位姿变换，将所述稠密深度图投影到世界坐标，生成稠密的点云地图。

【技术特征摘要】
1.一种机器人定位与地图构建的方法，其特征在于，所述方法包括：提取目标场景图像的ORB特征；采用无监督学习方法生成分层树结构的txt格式ORB视觉词典，并将所述txt格式ORB视觉词典导入SLAM；利用词袋模型对所述OBR特征进行回环检测；视觉SLAM根据所述回环检测产生的结果对全局地图进行修正；对至少两帧目标场景图像中的同一像素点进行观察，利用三角测量所述像素点的深度，生成目标场景的稀疏深度图；将所述稀疏深度图和原始RGB图像作为网络输入，获取目标场景的稠密深度图；利用SLAM获取所述场景的帧间位姿变换，将所述稠密深度图投影到世界坐标，生成稠密的点云地图。2.权利要求1所述的方法，其特征在于，在提取目标场景图像的ORB特征前，还包括：预先将目标场景图像网络化，并在各网格内采用自适应阈值，提取ORB特征。3.根据权利要求1所述的方法，其特征在于，所述提取目标场景图像的ORB特征，具体包括：对所述目标场景图像进行FAST角点检测；对所述FAST角点利用灰度质心法计算区块内灰度分布的方向；用BRIEF在所述区块内随机挑选多组像素对进行比较，生成二进制描述子并添加方向信息。4.根据权利要求1所述的方法，其特征在于，所述将所述txt格式ORB视觉词典导入SLAM...

【专利技术属性】
技术研发人员：张跃进，李波，黄德昌，
申请(专利权)人：荆门博谦信息科技有限公司，
类型：发明
国别省市：湖北,42