本发明专利技术公开了一种语义点云地图构建方法，包括：对所述环境数据信息采用双目立体匹配ELAS算法通过立体匹配DeepPruner网络分别获取基于所述视觉传感器的视差图，对所述视差图采用语义分割网络获取图像的像素级语义信息；将所述物体位姿估计数据进行运动一致性检测获取图像中的动态特征点；对所述动态特征点采用点云聚类后获取点云拟合平面，对所述点云拟合平面通过孪生网络进行相似度匹配构建点云子地图，根据所述路径规划信息获取对应子地图的关键帧图像；分割所述关键帧图像中的像素点投影到三维坐标中，采用分治拼接法来构建语义地图，提高了语义地图的平滑度以及构建精度，能够应对复杂的动态场景，提升了语义地图导航的感知能力以及理解能力。
【技术实现步骤摘要】
本专利技术涉及点云地图，具体涉及一种语义点云地图构建方法。
技术介绍
1、人们对机器人的智能化要求日益增高，机器人本身的感知能力和理解能力就成了确定机器人智能化水平的重要部分，其中，感知能力指的是机器人能通过自身的传感器获取周围环境中的场景信息，而理解能力是指对获取的环境信息进行分析和处理，进而理解自身当下的情况，不仅仅是室内机器人，现在的室外机器人也需要获取环境中的语义信息，进而对当下的情况进行分析和决策，而语义地图可以提供机器人外界的环境信息和语义信息，从而提高机器人在外的感知和理解处理任务的能力。
2、目前语义地图的构建离不开对图像中语义信息的提取，现有技术通过特征点法slam获取相机的位姿并且利用目标检测网络实现了语义地图的构建，但是还存在以下问题：
3、(1)在动态环境进行同步定位与地图构建slam过程中，缺少对环境语义信息的感知，同时受到动态物体的干扰，容易丢失定位信息，无法执行高层智能任务；
4、(2)对于室外大场景下构建语义地图时，会受制于内存，无法应对相对复杂的动态场景。
r/>技本文档来自技高网...
【技术保护点】
1.一种语义点云地图构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种语义点云地图构建方法，其特征在于，
3.根据权利要求2所述的一种语义点云地图构建方法，其特征在于，
4.根据权利要求3所述的一种语义点云地图构建方法，其特征在于，
5.根据权利要求3所述的一种语义点云地图构建方法，其特征在于，
6.根据权利要求5所述的一种语义点云地图构建方法，其特征在于，
7.根据权利要求6所述的一种语义点云地图构建方法，其特征在于，
8.根据权利要求7所述的一种语义点云地图构建方法，其特征在于，...
【技术特征摘要】
1.一种语义点云地图构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种语义点云地图构建方法，其特征在于，
3.根据权利要求2所述的一种语义点云地图构建方法，其特征在于，
4.根据权利要求3所述的一种语义点云地图构建方法，其特征在于，
5.根据权利要求3所述的一种语义点...
【专利技术属性】
技术研发人员：刘中南，伍家林，胡楠，吴群辉，杨波，
申请(专利权)人：中交机电工程局有限公司，
类型：发明
国别省市：
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。