玻璃场景下室内机器人的建图方法及系统技术方案

本发明专利技术提供了一种玻璃场景下室内机器人的建图方法及系统，包括：步骤S1：采集现场环境中不同材料在激光照射下的反光强度，得到对应的反光强度范围；步骤S2：根据反光强度在机器人获取的视觉数据中识别玻璃和镜子的位置；步骤S3：在SLAM过程中将检测到玻璃和镜面位置数据变换到栅格地图中，更新为占据；步骤S4：去除视觉数据中在玻璃和镜面中出现的对称图像。本方案提出来一种简单有效的玻璃和镜面面板识别方法，并且与SLAM算法相结合，能够有效提高地图的准确度。地图的准确度。地图的准确度。

【技术实现步骤摘要】
玻璃场景下室内机器人的建图方法及系统


[0001]本专利技术涉及机器人构图
，具体地，涉及一种玻璃场景下室内机器人的建图方法及系统。

技术介绍

[0002]随着人工智能技术的深入发展，移动机器人在社会生活各个领域的作用越来越突显。其中，SLAM技术是移动机器人研究领域一项至关重要的技术。SLAM技术的重要特征就是“同时”，即定位与地图构建同时进行，通过这一技术，结合路径规划算法移动机器人即可实现自主运动。而无论是机器人的定位还是环境地图的构建，都需通过外部的传感器对周围环境的变化进行实时的感知。其中激光雷达以其精准度高，获取数据速度快以及扫描范围广等特点在移动机器人中被广泛使用，但激光雷达在扫描透明物体时，因光脉冲的物理特性而无法向机器人返还正确的数据信息。这将导致移动机器人从环境感知这一层就产生错误，继而影响整个机器人系统的正常运行。近年来许多的建筑内部装修用了需要的玻璃或者镜子，由于玻璃面板的透明特性，激光雷达无法获得准确的数据，从而导致SLAM在这些场景效果不好。
[0003]在公告号为CN113203409B的中国专利文献中，公开了一种复杂室内环境移动机器人导航地图构建方法，公开了一种复杂室内环境移动机器人导航地图构建方法，包括：获取机器人自身位姿信息和环境信息；初次SLAM并建立原地图；对激光雷达强度数据进行处理，筛选疑似玻璃存在区域；根据疑似玻璃存在区域选取RGB图像；基于选取的RGB图像实现复杂环境内玻璃检测；由玻璃检测结果确定对应区域栅格的状态；更新地图并提供包含室内玻璃的二维栅格地图。该专利文献通过采用深度学习算法识别玻璃区域，因此对机器人的硬件算力要求较高。

技术实现思路

[0004]针对现有技术中的缺陷，本专利技术的目的是提供一种玻璃场景下室内机器人的建图方法及系统。
[0005]根据本专利技术提供的一种玻璃场景下室内机器人的建图方法，包括以下步骤：
[0006]步骤S1：采集现场环境中不同材料在激光照射下的反光强度，得到对应的反光强度范围；
[0007]步骤S2：根据反光强度在机器人获取的视觉数据中识别玻璃和镜子的位置；
[0008]步骤S3：在SLAM过程中将检测到玻璃和镜面位置数据变换到栅格地图中，更新为占据；
[0009]步骤S4：去除视觉数据中在玻璃和镜面中出现的对称图像。
[0010]优选地，所述步骤S1中的材料包括玻璃、镜面以及普通物体；
[0011]当极少数激光返回传感器，则为玻璃材质；
[0012]当没有激光返回传感器，或大部分激光返回传感器，则为镜面材质；
[0013]当少部分激光返回传感器，则为普通物体。
[0014]优选地，所述步骤S2中通过获取玻璃和镜子的边缘线段确定实际位置，所述边缘线段包括以下条件：
[0015]存在距离阈值阶跃；
[0016]存在反光强度阶跃；
[0017]线段区域满足反光强度的阈值；
[0018]将同时满足上述条件的边缘线段连接得到玻璃和镜子的实际位置。
[0019]优选地，所述距离阈值为从非玻璃区域到玻璃区域以及从玻璃区域到非玻璃区域，距离的测量值都存在数据的阶跃。
[0020]优选地，所述反光强度阶跃为从非玻璃区域到玻璃区域以及从玻璃区域到非玻璃区域，反光强度的测量值都存在数据的阶跃。
[0021]优选地，所述步骤S4包括以下子步骤：
[0022]步骤S4.1：检测到镜子，获取镜子端点的位置，得到镜子边缘线段；
[0023]步骤S4.2：获取机器人与镜子边缘线段端点的连线，并计算得到对称墙面的端点的位置；
[0024]步骤S4.3：将镜子边缘线段的端点和对称墙面端点连线所围成的区域在地图中设置为未知区域。
[0025]根据本专利技术提供的一种玻璃场景下室内机器人的建图系统，包括以下模块：
[0026]模块M1：采集现场环境中不同材料在激光照射下的反光强度，得到对应的反光强度范围；
[0027]模块M2：根据反光强度在机器人获取的视觉数据中识别玻璃和镜子的位置；
[0028]模块M3：在SLAM过程中将检测到玻璃和镜面位置数据变换到栅格地图中，更新为占据；
[0029]模块M4：去除视觉数据中在玻璃和镜面中出现的对称图像。
[0030]优选地，所述模块M1中识别的材料包括玻璃、镜面以及普通物体；
[0031]当极少数激光返回传感器，则为玻璃材质；
[0032]当没有激光返回传感器，或大部分激光返回传感器，则为镜面材质；
[0033]当少部分激光返回传感器，则为普通物体。
[0034]优选地，所述模块M2中通过获取玻璃和镜子的边缘线段确定实际位置，所述边缘线段包括以下条件：
[0035]存在距离阈值阶跃；
[0036]存在反光强度阶跃；
[0037]线段区域满足反光强度的阈值；
[0038]将同时满足上述条件的边缘线段连接得到玻璃和镜子的实际位置。
[0039]优选地，所述距离阈值为从非玻璃区域到玻璃区域以及从玻璃区域到非玻璃区域，距离的测量值都存在数据的阶跃。
[0040]与现有技术相比，本专利技术具有如下的有益效果：
[0041]1、本方案提出来一种简单有效的玻璃和镜面面板识别方法，并且与SLAM算法相结合，能够有效提高地图的准确度。
[0042]2、本专利技术提出的识别方法算法简洁高效，具有较高的识别效率。
[0043]3、本专利技术通过距离和反光强度识别玻璃和镜子的位置，具有识别准确率高的优点。
附图说明
[0044]通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显：
[0045]图1为玻璃材料反射激光示意图；
[0046]图2为镜面材料垂直法向射入激光时反射示意图；
[0047]图3为镜面材料非垂直法向射入激光时反射示意图；
[0048]图4为普通材料漫反射激光示意图；
[0049]图5为机器人识别玻璃和镜面边缘示意图；
[0050]图6为去除玻璃和镜面中出现的对称图像示意图。
具体实施方式
[0051]下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变化和改进。这些都属于本专利技术的保护范围。
[0052]本专利技术提出一种玻璃场景下室内机器人的建图方法，包括以下步骤：
[0053]步骤S1：采集现场环境中不同材料在激光照射下的反光强度，得到对应的反光强度范围；
[0054]参照图1，当材料是玻璃时，激光大部分会透过玻璃，只有极少量的数据返回传感器。
[0055]参照图2，当材料是镜面时，特别是在垂直法向射入时，反光能量大部分会返回到传感器；参照图3，当不是垂本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种玻璃场景下室内机器人的建图方法，其特征在于，包括以下步骤：步骤S1：采集现场环境中不同材料在激光照射下的反光强度，得到对应的反光强度范围；步骤S2：根据反光强度在机器人获取的视觉数据中识别玻璃和镜子的位置；步骤S3：在SLAM过程中将检测到玻璃和镜面位置数据变换到栅格地图中，更新为占据；步骤S4：去除视觉数据中在玻璃和镜面中出现的对称图像。2.根据权利要求1所述的玻璃场景下室内机器人的建图方法，其特征在于：所述步骤S1中的材料包括玻璃、镜面以及普通物体；当极少数激光返回传感器，则为玻璃材质；当没有激光返回传感器，或大部分激光返回传感器，则为镜面材质；当少部分激光返回传感器，则为普通物体。3.根据权利要求1所述的玻璃场景下室内机器人的建图方法，其特征在于：所述步骤S2中通过获取玻璃和镜子的边缘线段确定实际位置，所述边缘线段包括以下条件：存在距离阈值阶跃；存在反光强度阶跃；线段区域满足反光强度的阈值；将同时满足上述条件的边缘线段连接得到玻璃和镜子的实际位置。4.根据权利要求3所述的玻璃场景下室内机器人的建图方法，其特征在于：所述距离阈值为从非玻璃区域到玻璃区域以及从玻璃区域到非玻璃区域，距离的测量值都存在数据的阶跃。5.根据权利要求3所述的玻璃场景下室内机器人的建图方法，其特征在于：所述反光强度阶跃为从非玻璃区域到玻璃区域以及从玻璃区域到非玻璃区域，反光强度的测量值都存在数据的阶跃。6.根据权利要求1所述的玻璃场景下室内机器人的建图方法，其特征在于：所述步骤S4包括以下子步骤：...

【专利技术属性】
技术研发人员：杨洪杰，郭震，
申请(专利权)人：上海景吾酷租科技发展有限公司，
类型：发明
国别省市：