基于2D-SLAM的轻量级语义驱动的稀疏重建方法技术

本发明专利技术提供一种基于2D‑SLAM的轻量级语义驱动的稀疏重建方法，能够准确地识别特殊目标物。包括如下步骤：(1)预设语义目标类型，当通过图像语义识别算法判断摄像头拍摄的图片中有与预设语义目标类型相同的目标物时，触发3D重建算法模块；(2)通过2D‑SLAM模块向所述3D重建算法模块提供所述摄像头在2D地图上的位置姿态信息，并通过图像特征提取匹配算法对步骤(1)中的目标物进行3D稀疏重建，得到目标物的3D空间坐标；(3)将步骤(2)中的3D空间坐标放置在2D‑SLAM地图上，得到目标物在2D‑SLAM地图的坐标和目标物的类型。

Lightweight semantic driven sparse reconstruction method based on 2d-slam

【技术实现步骤摘要】
基于2D-SLAM的轻量级语义驱动的稀疏重建方法
本专利技术涉及清洁机器人，尤其是涉及一种基于2D-SLAM的轻量级语义驱动的稀疏重建方法。
技术介绍
在2D-SLAM功能基础上，清洁机器人需要能够理解地面上的一滩水，或作为特殊地标的门，花瓶等，进行绕行或相关处理。需要有两项功能支持：目标对象的语义理解和空间定位。如何在基本2D-SLAM能力的基础上，在不需要较大的计算能力的基础上，获得对特殊目标物的语义(物体类型)和空间(3D或2D范围)的理解，是一大难题。例如，地面上的一滩水和一幅竖立的“水”图，对图像识别是没区别的。这就需要依赖“水”的空间定位帮助判别和规划。如果是一幅图，一定与激光雷达的边界重合。如果是地面上的水，是与地面贴近的，单依赖图像检测是做不到的。此外，目前使得图像具有空间结构的3D重建的计算量非常大，计算能力基本上都是PC级别的(例如，自动驾驶的汽车等)。
技术实现思路
鉴于以上所述，本专利技术的目的在于提供一种基于2D-SLAM的轻量级语义驱动的稀疏重建方法，能够准确地识别特殊目标物。...

【技术保护点】
1.基于2D-SLAM的轻量级语义驱动的稀疏重建方法，其特征在于，包括如下步骤：/n(1)预设语义目标类型，当通过图像语义识别算法判断摄像头拍摄的图片中有与预设语义目标类型相同的目标物时，触发3D重建算法模块；/n(2)通过2D-SLAM模块向所述3D重建算法模块提供所述摄像头在2D地图上的位置姿态信息，并通过图像特征提取匹配算法对步骤(1)中的目标物进行3D稀疏重建，得到目标物的3D空间坐标；/n(3)将步骤(2)中的3D空间坐标放置在2D-SLAM地图上，得到目标物在2D-SLAM地图的坐标和目标物的类型。/n

【技术特征摘要】
20180928 CN 20181113788731.基于2D-SLAM的轻量级语义驱动的稀疏重建方法，其特征在于，包括如下步骤：
(1)预设语义目标类型，当通过图像语义识别算法判断摄像头拍摄的图片中有与预设语义目标类型相同的目标物时，触发3D重建算法模块；
(2)通过2D-SLAM模块向所述3D重建算法模块提供所述摄像头在2D地图上的位置姿态信息，并通过图像特征提取匹配算法对步骤(1)中的目标物进行3D稀疏重建，得到目标物的3D空间坐标；
(3)将步骤(2)中的3D空间坐标放置在2D-SLAM地图上，得到目标物在2D-SLAM地图的坐标和目标物的类型。


2.根据权利要求1所述的基于2D-SLAM的轻量级语义驱动的稀疏重建方法，其特征在于，还包括：
清洁机器人根据步骤(3)得到的目标物在2D-SLAM地图的坐标和目标物的类型采取相应的清洁策略。


3.根据权利要求2所述的基于2D-SLAM的轻量级语义驱动的稀疏重建方法，其特征在于，所述清洁策略包括清洁机器人绕行，只扫不拖...

【专利技术属性】
技术研发人员：张珂嘉，陈宁，
申请(专利权)人：成都家有为力机器人技术有限公司，
类型：发明
国别省市：四川;51