[发明专利]一种基于深度视觉的移动扫地机器人SLAM装置及算法

说明书

本发明提供了一种基于深度视觉的扫地机器人SLAM装置及算法，包括用于采集环境中具有RGB色彩图像和Depth深度信息的RGB‑D信息的RGB‑D传感器；用于360度移动RGB‑D传感器旋转机构。其中本发明的SLM算法对传统的SLM算法进行了改进，首先通过在固定位置摆动RGB‑D传感器，然后融合多帧当前位置的RGB‑D信息，其次移动扫地机器人，通过SURF特征优化出扫地机器人的移动轨迹的同时，生成了整个环境的三维图像，以用于扫地机器人的自动导航，实现扫地机器人的无人巡航工作。

技术领域

本发明涉及图像处理及三维地图的建立领域，具体涉及一种基于 深度视觉的移动扫地机器人SLAM装置及算法。

背景技术

为了在未知环境中进行导航，移动扫地机器人需要构建环境地图 并且同时定位自身在地图中的位置，像这样同时解决这两个问题的 过程就称为同步定位与地图构建(Simultaneously Localization And Mapping，SLAM)。当扫地机器 人处于室外环境的时候，这个问题可以通过高精度的GPS来解决。 但是，当扫地机器人处于室内环境时，或当GPS不够精确无法满足高 精度的需求时，或者当扫地机器人所处环境涉密时，人们就必须使用其他方法来精确估计扫地机器人的位置并且同时构建环境地图。SLAM 问题就是在这样的需求背景下提出的，是当前移动扫地机器人研究 领域的一个重要课题。

移动扫地机器人可以通过不同类型的传感器获取所处环境的信 息，传感器的类型不同，得到的环境信息的内容也不相同。如声呐测 距仪获取的信息为传感器与障碍的距离信息，激光扫描测距仪获取的 信息为传感器与障碍的距离和角度信息，视觉传感器获取的信息为环 境的图像信息等等。移动扫地机器人可以同时配置多类传感器，通过 融合不同传感器所获取的信息，可以有效地提高地图环境的精度。

把视觉传感器和红外传感器集成到一起并实现两种传感器信息 之间的良好同步，这样就构成了RGB-D传感器。基于RGB-D传感器的 VSLAM则被称为RGB-D SLAM。

申请号为201610298075.1的中国专利，公开了一种可提高扫地 机器人位姿一致性的ORB关键帧闭环检测SLAM方法。其首先，采用 RGB-D传感器获取环境的彩色信息与深度信息，使用ORB特征提取图 像特征；接着，通过基于RANSAC-ICP帧间配准算法实现了扫地机器 人位姿估计，构建初始位姿图；最后，通过提取KeyFrame关键帧中 的ORB特征构建BoVW(视觉词袋)，当前关键帧与BoVW中的单词进行 相似性比较，实现闭环关键帧检测，通过关键帧帧间配准检测添加位 姿图约束，得到全局最优的扫地机器人位姿，但其并没有解决扫地机 器人的导航问题，以及扫地机器人运动后如何生成全景三维地图的问 题。

发明内容

为解决上述问题，本发明提供了一种基于深度视觉的移动扫地机 器人SLAM装置及算法。本发明对传统的SLM算法进行了改进，首先 通过在固定位置摆动RGB-D传感器，然后融合多帧当前位置的RGB-D 信息，其次移动扫地机器人，通过SURF特征优化出扫地机器人的移 动轨迹的同时，生成了整个环境的三维图像，以用于扫地机器人的自 动导航，实现扫地机器人的无人巡航工作。

为实现所述技术目的，本发明的技术方案是：一种基于深度视觉 的扫地机器人SLAM装置，包括：

RGB-D传感器，用于采集环境中具有RGB色彩图像(位图序列) 和Depth深度信息的RGB-D信息；

旋转机构，用于360度移动RGB-D传感器。

进一步，所述RGB-D传感器包括：

激光测距仪和Kinect摄像头或MESA相机的至少一种，用于采集 环境RGB色彩图像和Depth深度信息。

进一步，所述RGB-D传感器和旋转机构安装于移动装置上，用于 在环境中移动扫地机器人SLAM装置，不断建立环境的三维地图。