[发明专利]一种基于语义信息的移动机器人室内导航方法

说明书

技术领域

本发明属于移动机器人室内导航技术领域，涉及一种基于语义信息的移动机器人室内导航方法。

背景技术

随着世界各国存在日益严重的老龄化社会问题，对机器人的研究不再局限于工业机器人。服务机器人研究也正成为日益备受关注的研究热点。服务机器人顾名思义，就是为人类服务的机器人，其工作方式是，半自主或者全自主，具备很高的智能性。服务机器人与工业机器人的一个重要差别在于工业机器人的工作环境都是己知的。工业机器人只需要无思维的完成重复简单的行为即可，而服务机器人所面临的工作环境绝大多数都是未知的，要想自主完成复杂的任务必须构建对于环境的认识即地图。

有了环境地图，机器人就能够实现路径规划，避障，目标识别等任务。因此建立环境地图是机器人在未知环境中长时间稳定工作的前提和保证。然而服务机器人是服务于人，所以只有建立和人类认知方式相似的语义地图才能使机器人友善的与用户交互，高效的完成各种服务用户的任务。人机交互应用在机器人制图和导航领域现今是一个研究热点，自然，简洁，友善的人机接口是服务机器人能否被大众所广泛接受的关键性因素。在安全检查，老人看护，展览馆导航，房屋清洁，搜寻救援等方面，构建含有语义的环境地图以及和用户自然的交流能够有效改善机器人的服务质量。

针对以上所述的各种问题，基于语义信息的移动机器人导航技术的研究与实现，就成为了一种新的需求。只有机器人能够理解人类自然语言的交互，才真正能够体现机器人的智能性，才能更好地将机器人应用到我们的生活中。所以，基于语义信息的移动机器人导航技术的研究，具有重要的理论意义和实际应用价值。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种提升人机交互的效率，改善机器人的服务质量的基于语义信息的移动机器人室内导航方法。本发明的技术方案如下：

一种基于语义信息的移动机器人室内导航方法，其包括以下步骤：

1)、通过kinect传感器对室内环境进行三维重绘，采用基于图优化的视觉 SLAM算法，通过构建数据帧、筛选出关键帧序列、执行帧间配准、图优化步骤、点云融合优化步骤，生成三维先验地图，然后对该三维先验地图进行语义信息标注，实现栅格层-拓扑层-语义层分层语义地图的构建；

2)、基于步骤1)构建的分层语义地图，在分层语义地图中采用自上而下的导航方式设计一种路径规划算法，首先由语义层和拓扑层根据任务目标生成目标地点序列，基于目标地点序列，在栅格层采用A*平滑路径算法，实现基于语义信息的移动机器人室内导航。

进一步的，所述构建数据帧包括：对室内环境进行三维重绘时，首先会从 kinect传感器获得RGB图像和深度图像，将RGB图像和深度图像进行融合封装构造数据帧Frame。

进一步的，所述帧间配准的步骤为：

(1)提取关键帧的特征点：(2)提取描述子：(3)匹配：(4)去外点：(5) 位姿求解步骤。

进一步的，所述提取特征点采用Opencv提供的通用接口 cv::FeatureDetector，这里将其设定为ORB(Oriented FAST and Rotated BRIEF) 特征；所述提取描述子：对于检测出的角点，通过 cv::FeatureDetectorExtractor接口设置特征描述子提取器；所述匹配采用快速最近邻算法FLANN描述子来判断角点在两张图像中的对应关系；所述去外点利用RANSAC算法去除错误匹配的外点，保留正确的内点；所述位姿求解调用 Opencv的PnPsolver()函数，求解相机的位姿运动(R,t)。

进一步的，所述图优化的步骤包括：在相机观测约束下，构建相机观测约束下的位姿优化、局部闭环约束下的位姿优化、全局闭环约束下的位姿优化，求得优化后的相机的位姿变化(R,t)。

进一步的，所述将图优化包括；

以Kinect作为主要的传感器输入，通过对视觉信号的处理，构建视觉里程计，用于位姿估计，所以这里只考虑状态变量和观测方程，构建出目标函数：

e(x_k,y_j,z_k,j)＝z_k,j-g(x_k,y_j)(1)