基于仿人思路的机器人同步语义定位与建图方法及系统技术方案

本发明专利技术公开的基于仿人思路的机器人同步语义定位与建图方法及系统，包括：获取每一帧的环境图片和环境的空间结构点云数据；对环境图片进行识别，获得定位路标的观测直线；对所有观测直线进行簇划分，将属于同一定位路标的观测直线划分为一簇；通过最小二乘法，对每个簇中的观测直线进行分析，确定每个定位路标的空间坐标；对定位路标的空间坐标进行优化，获得定位路标优化后坐标；根据所有定位路标优化后坐标，获得定位路标图；将局部路径上的每一帧点云数据向水平方向上投影，生成线段图；将所有线段图进行关联，获得环境结构图；将定位路标图和环境结构图组合，形成语义地图。实现了机器人同步语义定位与建图。了机器人同步语义定位与建图。了机器人同步语义定位与建图。

【技术实现步骤摘要】
基于仿人思路的机器人同步语义定位与建图方法及系统


[0001]本专利技术涉及地图构建
，尤其涉及基于仿人思路的机器人同步语义定位与建图方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]当前的机器人同步定位与建图(SLAM)方案聚焦在环境的低级特征上，产生大量的点云数据用于机器人定位与建图。不同的建图方案采用不同的环境感知设备，也对应着不同的低级特征。使用激光传感器、深度相机等能够感知空间结构的设备，可以获取表征空间结构的点云，点云间的组织关系形成低级特征。使用相机可以捕获环境图像，图像中可以提取ORB、SIFT等多种像素级低级特征。在这些低级特征的基础上利用相应的建图算法，配合后端优化、回环检测等方法，实现机器人的同步定位与建图。由于低级特征形成的点云的每一个点所包含的信息量较少，需要使用大量的点云表示环境信息。点云越稠密，就越能精细地刻画环境结构，但过度追求建模的精细度将带来巨大的计算和存储代价。面向定位的建图不考虑地图的使用，不对环境结构建模，在这种模式下点云的数量较为稀少。但这些机器人定位与建图方法与人类自我定位与地图描述模式不同。人类在自我定位与空间描述时，会注重环境中较为突出的物体或者物体间的组织结构，将其作为一种语义符号，用于自身的定位，同时关注地点以及地点间的可通行关系而弱化复杂的环境结构，进而形成抽象的语义性的地图。
[0004]早期的SLAM技术无法快速准确地从环境中识别出特定物体，难以获得场景语义信息。随着深度学习的发展和应用，从环境中提取语义信息已经不再困难，越来越多的视觉语义SLAM方法被提出。语义信息一般使用目标检测或语义分割进行获取。使用目标检测可以获得感兴趣的语义路标的空间位置，使用椭球、长方体或是已知模型进行表示。使用语义分割的方式一般与稠密点云相结合，对稠密点云添加语义信息，形成带有标签的语义点云。这些方法大多沿用传统SLAM的设计思路，在低级特征的基础上加入语义信息，用于提高建图精度、加强回环检测性能和拓展原地图功能等，没有发挥语义信息独特优势，使得建图不准确。

技术实现思路

[0005]本专利技术为了解决上述问题，提出了基于仿人思路的机器人同步语义定位与建图方法及系统，实现了机器人的同步语义定位与空间建图。
[0006]为实现上述目的，本专利技术采用如下技术方案：
[0007]第一方面，提出了基于仿人思路的机器人同步语义定位与建图方法，包括：
[0008]获取每一帧的环境图片和环境的空间结构点云数据；
[0009]对各帧环境图片进行识别，获得相应的定位路标的观测直线；
[0010]对所有观测直线进行簇划分，将属于同一定位路标的观测直线划分为一簇；
[0011]通过最小二乘法，对每个簇中的观测直线进行分析，确定每个簇中观测直线的交点，为对应的每个定位路标的空间坐标；
[0012]对定位路标的空间坐标进行优化，获得定位路标优化后坐标；
[0013]根据所有定位路标优化后坐标，获得定位路标图；
[0014]将局部路径上的每一帧点云数据向水平方向上投影，生成线段图；
[0015]将所有线段图进行关联，获得环境结构图；
[0016]将定位路标图和环境结构图组合，形成语义地图。
[0017]第二方面，提出了基于仿人思路的机器人同步语义定位与建图系统，包括：
[0018]数据获取模块，用于获取每一帧的环境图片和环境的空间结构点云数据；
[0019]定位路标图获取模块，用于对各帧环境图片进行识别，获得相应的定位路标的观测直线；对所有观测直线进行簇划分，将属于同一定位路标的观测直线划分为一簇；通过最小二乘法，对每个簇中的观测直线进行分析，确定每个簇中观测直线的交点，为对应的每个定位路标的空间坐标；对定位路标的空间坐标进行优化，获得定位路标优化后坐标；根据所有定位路标优化后坐标，获得定位路标图；
[0020]环境结构图获取模块，用于将局部路径上的每一帧点云数据向水平方向上投影，生成线段图；将所有线段图进行关联，获得环境结构图；
[0021]语义地图获取模块，用于将定位路标图和环境结构图组合，形成语义地图。
[0022]第三方面，提出了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成基于仿人思路的机器人同步语义定位与建图方法所述的步骤。
[0023]第四方面，提出了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成基于仿人思路的机器人同步语义定位与建图方法所述的步骤。
[0024]与现有技术相比，本专利技术的有益效果为：
[0025]1、本专利技术仿照人类的自我定位与空间地图描绘模式，从环境中获取具有高级语义的目标，作为定位路标；获取环境的空间结构点云数据，并将点云进行抽象简化，构建信息密集的语义地图。定位路标作为机器人确定自身位姿的依据，其本身的性质直接影响到定位的效果。本专利技术使用相机捕获环境中的语义对象，综合多视角观测结果来估计语义对象的空间位置，形成定位路标。不同种类，不同位置的语义对象在一起构成了定位路标图，机器人可以根据周围定位路标的种类和位置进行定位。由于移动机器人导航通常使用的是平面地图，本专利技术为了更加简约地表示环境结构，将获取的点云抽象成平面上的线段，这些线段代表着不允许机器人穿越的障碍，形成环境结构图。最终，通过定位路标图和环境结构图共同形成了抽象的语义地图，实现了机器人的同步语义定位与空间建图，且构建的语义地图更接近于真实环境地图。
[0026]2、本专利技术根据前后帧中观测直线的角度变化量，对观测直线进行了簇划分，将角度变化量小于设定值的观测直线划分为一簇，并按照时间顺序排列，将对同类别目标观测新生成的观测直线簇与历史观测直线簇逐一合并，然后计算最小二乘交点的残差，依据残差大小来决定是否关联成同一组，解决了由于遮挡，光照差以及目标检测器的不稳定等因素，对于同一个定位路标的观测可能不能在路径上完整地连续起来，使得前后观测线不连
续，簇划分不准确的问题，并能消除多余的交点，实现对定位路径空间坐标的准确获取。
[0027]3、本专利技术还对定位路标的空间坐标进行了优化，使得定位路标优化后的坐标，观测误差和里程误差整体最小。
[0028]4、本专利技术在构建环境结构图时，将每个线段图对应的局部路径的中心作为种子，构建沃罗诺伊多边形；将超出中心所在多边形的线段删除，获得保留线段；将各保留线段进行关联，获得环境结构图，既能更完整的保留环境结构信息，又能能使线段更加连续完整。
[0029]本专利技术附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0030]构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于仿人思路的机器人同步语义定位与建图方法，其特征在于，包括：获取每一帧的环境图片和环境的空间结构点云数据；对各帧环境图片进行识别，获得相应的定位路标的观测直线；对所有观测直线进行簇划分，将属于同一定位路标的观测直线划分为一簇；通过最小二乘法，对每个簇中的观测直线进行分析，确定每个簇中观测直线的交点，为对应的每个定位路标的空间坐标；对定位路标的空间坐标进行优化，获得定位路标优化后坐标；根据所有定位路标优化后坐标，获得定位路标图；将局部路径上的每一帧点云数据向水平方向上投影，生成线段图；将所有线段图进行关联，获得环境结构图；将定位路标图和环境结构图组合，形成语义地图。2.如权利要求1所述的基于仿人思路的机器人同步语义定位与建图方法，其特征在于，对环境图片进行识别，获得图片中定位路标的像素坐标；将像素坐标转化为相机坐标系下的观测向量；将观测向量从相机坐标系下转换到世界坐标系下，并平移到相机的世界坐标处，获得定位路标的观测直线。3.如权利要求1所述的基于仿人思路的机器人同步语义定位与建图方法，其特征在于，根据前后帧中观测直线的角度变化量，对观测直线进行了簇划分，将角度变化量小于设定值的观测直线划分为一簇，获得观测直线子簇；通过最小二乘法计算历史观测直线子簇中各观测直线的交点；将对同类目标观测获得的新生成的观测直线簇与历史观测直线簇逐一合并，并通过最小二乘法计算合并后簇中各观测直线的交点；计算历史观测直线子簇中各观测直线的交点与合并后簇中各观测直线的交点的残差；当残差大于等于设定值时，新生成的观测直线子簇与历史观测直线子簇不能划分为一组；当残差小于设定值时，将新生成的观测直线子簇与历史观测直线子簇划分为一组。4.如权利要求1所述的基于仿人思路的机器人同步语义定位与建图方法，其特征在于，通过定位路标优化方程对定位路标的空间坐标进行优化，获得定位路标优化后坐标；其中，定位路标优化方程定位路标优化方程通过对机器人里程计邻近位姿的变换关系误差与观测直线与定位路标之间的误差进行最小二乘计算构建获得。5.如权利要求4所述的基于仿人思路的机器人同步...

【专利技术属性】
技术研发人员：许庆阳，丁凯旋，宋勇，袁宪锋，庞豹，李贻斌，
申请(专利权)人：山东大学，
类型：发明
国别省市：