[发明专利]一种语义栅格地图生成方法及其装置

说明书

本发明涉及一种语义栅格地图生成方法及其装置，其中方法包括：通过视觉传感器获取环境的图像数据，通过激光雷达传感器获取环境的2D扫描数据；将获取的图像数据和2D扫描数据进行融合，生成语义扫描数据；将生成的语义扫描数据与环境的格栅地图进行融合，生成语义格栅地图。本发明实施例提出的语义栅格地图生成方法及其装置，引入视觉传感器，通过视觉传感器获取的图像数据，对激光雷达传感器获取的2D扫描数据赋予语义信息；在地图融合的过程中，去除动态物体减少噪声点，同时对确定栅格添加语义信息，生成语义格栅地图，为构图、定位和导航提供可靠地路标信息，从而提高移动机器人在动态环境中的构图和定位的鲁棒性。

技术领域

本发明属于移动机器人技术领域，具体涉及一种语义栅格地图生成方法及其装置。

背景技术

移动机器人，例如在地面移动的移动机器人、飞行器等，其智能性主要体现在能构建一致性的环境地图、鲁棒的定位和导航功能。其中环境地图的可靠性以及包含的信息量是移动机器人定位和导航的关键前提。栅格地图是将环境划分为一系列格栅制成的环境地图，每一个格栅给定一个可能值，表示该格栅被占据的概率，可以使用一组格栅描述环境要素，每一个格栅的值代表一个现实的环境要素或者环境要素的一部分。如图1所示，图中的每个像素对应一个栅格，图中的颜色深度代表了该格栅处有障碍物的概率，颜色越深，概率越大；颜色越浅，概率越小。当格栅地图的分辨率为0.05m/cell(米/栅格)时，代表了每个栅格映射物理上0.05米见方的一个区域。基于2D扫描数据的传统地图生成方法，基本上生成的是普通的栅格地图，普通的栅格地图在移动机器人定位导航过程中存在以下问题：

1.普通的栅格地图无法表达每个栅格在实际环境中具体表示的是什么物体(例如桌子、凳子、花瓶等)；

2.普通的栅格地图无法剔除环境地图中的动态物体(例如行人、车等)，导致由于动态物体的影响，生成的格栅地图会存在很多噪声点。

3.普通栅格地图无法为导航和定位方法提供可靠的路标。

以上这些因素都会导致移动机器人在动态环境中，不能生成一张可靠的环境地图，并且基于普通栅格地图的定位在动态环境中很可能会失效或者有较大的误差。

发明内容

为了解决上述普通的格栅地图存在的无法表达实际环境物体、无法去除动态物体带来的噪声以及无法提供可靠路标的技术问题，本发明实施例提出了一种语义栅格地图生成方法及其装置。

一种语义栅格地图生成方法，该方法包括以下步骤：

通过视觉传感器获取环境的图像数据，通过激光雷达传感器获取环境的2D扫描数据；

将获取的图像数据和2D扫描数据进行融合，生成语义扫描数据；

将生成的语义扫描数据与环境的格栅地图进行融合，生成语义格栅地图。

进一步地，所述将获取的图像数据和2D扫描数据进行融合，生成语义扫描数据的步骤包括：

对激光雷达传感器获取的2D扫描数据进行粒子群聚类；

对视觉传感器获取的图像数据进行物体检测，为图像数据中的物体加上语义标签；

将获取的图像数据和2D扫描数据对齐，建立图像数据和2D扫描数据的对应关系；

根据所述图像数据和2D扫描数据的对应关系，将所述图像数据的物体检测结果与聚类后的2D扫描数据进行融合，生成语义扫描数据。

进一步地，在所述对视觉传感器获取的图像数据进行物体检测，为图像数据中的物体加上语义标签的步骤中，对图像数据的物体检测方法使用基于深度学习的检测和分类方法，为图像数据中的物体加上语义标签。