当前位置: 首页 > 专利查询>中山大学专利>正文

一种三维拓扑经验地图的构建方法、装置及相关设备制造方法及图纸

技术编号:33784903 阅读:18 留言:0更新日期:2022-06-12 14:40
本申请公开了一种三维拓扑经验地图的构建方法、装置及相关设备,所述方法包括:获取设备在当前周围环境的图像信息;根据所述图像信息,获取所述设备的角速度信息、线速度信息及周围环境的特征信息;根据所述角速度信息,基于多层头朝向细胞模型,计算得到所述设备在多层头朝向细胞的方向信息表征;根据所述线速度信息,基于三维网格细胞模型,计算得到所述设备在三维网格细胞的位置信息表征;根据所述方向信息表征、所述位置信息表征以及所述特征信息,构建三维拓扑经验地图。本申请采用生物脑启发式的认知方法,实现了对三维拓扑经验地图的构建,对于满足一定精度条件下实现各种无人智能移动机器人的鲁棒稳健低功耗导航,具有重要的应用价值。要的应用价值。要的应用价值。

【技术实现步骤摘要】
一种三维拓扑经验地图的构建方法、装置及相关设备


[0001]本申请涉及类脑计算及智能机器人导航
,更具体地说,是涉及一种三维拓扑经验地图的构建方法、装置及相关设备。

技术介绍

[0002]一方面,随着各种传感器变得丰富且廉价,GNSS(Global Navigation Satellite System,全球导航卫星系统)、惯导、相机、毫米波雷达、激光雷达等为代表的PNT传感器能够从环境中获得更多的信息。另一方面,随着计算机算力的提升以及存储器容量的增大,使得各种机器人载体能够在线计算各种PNT(Positioning Navigation Timing)传感器的信息数据,为机器人提供环境感知、路径规划、导航定位、避障等各种信息。
[0003]3D同时定位和映射(simultaneous localization and mapping,SLAM)系统使机器人能够从任意初始3D位置在未知的3D环境中进行探索。并且,它可以递增地构建3D空间地图,以使机器人能够在3D空间中导航。在结构化环境下,机器人面向目标导航的3D SLAM技术日本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维拓扑经验地图的构建方法,其特征在于,包括:获取设备在当前周围环境的图像信息;根据所述图像信息,获取所述设备的角速度信息、线速度信息及周围环境的特征信息;根据所述角速度信息,基于多层头朝向细胞模型,计算得到所述设备在多层头朝向细胞的方向信息表征;根据所述线速度信息,基于三维网格细胞模型,计算得到所述设备在三维网格细胞的位置信息表征;根据所述方向信息表征、所述位置信息表征以及所述特征信息,构建三维拓扑经验地图。2.根据权利要求1所述的方法,其特征在于,所述多层头朝向细胞模型的构建过程,包括:根据所述角速度信息,利用二维高斯分布构建多层头朝向细胞模型的第一局部激励权重矩阵以及第一局部抑制权重矩阵根据第一局部激励权重矩阵构建经过局部激活的第一细胞活性矩阵根据第一局部抑制权重矩阵以及经过局部激活的第一细胞活性矩阵构建经过全局抑制的第一细胞活性矩阵对经过全局抑制的第一细胞活性矩阵进行归一化处理,得到目标第一细胞活性矩阵3.根据权利要求2所述的方法,其特征在于,根据所述角速度信息,利用二维高斯分布构建多层头朝向细胞模型的第一局部激励权重矩阵的过程,包括:采用以下方程式计算第一局部激励权重矩阵采用以下方程式计算第一局部激励权重矩阵其中,δ

和δ
eh
分别为多层头朝向细胞局部激活矩阵在偏航方向θ和高度h上的高斯分布标准差常量,u、v分别表征邻域细胞与中心细胞之间的距离;根据第一局部激励权重矩阵构建经过局部激活的第一细胞活性矩阵的过程,包括:采用以下方程式计算经过局部激活的第一细胞活性矩阵采用以下方程式计算经过局部激活的第一细胞活性矩阵其中,表示偏航方向θ为i、高度h为j的细胞活性;
根据第一局部抑制权重矩阵及经过局部激活的第一细胞活性矩阵构建经过全局抑制的第一细胞活性矩阵的过程,包括:采用以下方程式计算经过全局抑制的第一细胞活性矩阵采用以下方程式计算经过全局抑制的第一细胞活性矩阵其中,为全局抑制常数;对经过全局抑制的第一细胞活性矩阵进行归一化处理,得到目标第一细胞活性矩阵的过程,包括:采用以下方程式计算目标第一细胞活性矩阵采用以下方程式计算目标第一细胞活性矩阵4.根据权利要求1所述的方法,其特征在于,所述三维网格细胞模型的构建过程,包括:根据所述线速度信息,利用三维高斯分布构建三维网格细胞模型的第二局部激励权重矩阵以及第二局部抑制权重矩阵根据第二局部激励权重矩阵构建经过局部激活的第二细胞活性矩阵根据第二局部抑制权重矩阵及经过局部激活的第二细胞活性矩阵构建经过全局抑制的第二细胞活性矩阵对经过全局抑制的第二细胞活性矩阵进行归一化处理,得到目标第二细胞活性矩阵5.根据权利要求4所述的方法,其特征在于,根据所述线速度信息,利用三维高斯分布构建三维网格细胞模型的第二局部激励权重矩阵的过程,包括:采用以下方程式计算第二局部激励权重矩阵采用以下方程式计算第二局部激励权重矩阵其中,δ
ex
...

【专利技术属性】
技术研发人员:朱祥维沈丹李天赐刘格陆戴志强刘九龙
申请(专利权)人:中山大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1