[发明专利]一种基于SLAM智能载体的环境信息采集方法及系统在审
申请号: | 201811635695.5 | 申请日: | 2018-12-29 |
公开(公告)号: | CN109459037A | 公开(公告)日: | 2019-03-12 |
发明(设计)人: | 钱伟行;赵泽宇;张思宁;陈思良;高铭浛;皇甫晓瑛;程天雨;曹泽坤;邓庆宇 | 申请(专利权)人: | 南京师范大学镇江创新发展研究院 |
主分类号: | G01C21/20 | 分类号: | G01C21/20;G01D21/02;G06Q10/04;G06N3/08 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 朱小兵 |
地址: | 212050 江苏省镇江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 环境信息采集 智能 信息分布图 多元环境 环境信息 未知环境 构建 三维空间 人工智能算法 远程信息处理 周围环境信息 定位辅助 辅助智能 环境特征 空间建模 人员搜救 物体识别 计算机系统 分析 采集 检测 优化 | ||
本发明公开了一种基于SLAM智能载体的环境信息采集方法,通过对多种环境信息的采集,实现对未知环境进行多元环境信息分布图的构建,并通过分析智能载体周围环境信息的分布实现对环境物体及其特征的识别,通过三维空间内的物体整体分布情况及其特征,辅助智能载体进行定位与导航。本发明还提出基于该方法的系统,所述系统包括环境信息采集模块、SLAM智能载体和远程信息处理计算机系统。本发明能够实现对未知环境进行多元环境信息分布图的构建,并通过人工智能算法对环境信息数据进行分析和精度的优化。区别于传统SLAM技术的空间建模方法,本发明可以在特定环境中同时进行智能载体定位辅助、环境特征检测、物体识别、人员搜救等。
技术领域
本发明涉及环境检测领域以及电子信息技术领域,尤其涉及结合SLAM智能载体和环境信息采集的应用系统。
背景技术
同步定位与建图(Simultaneous Localization and Mapping,即SLAM)技术是指机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和地图进行自身定位,同时在自身定位的基础上建造增量式地图,实现机器人的自主定位和导航。
目前的SLAM技术构建的地图主要是位置地图,没有实现多元环境数据(如温度、气体浓度)的采集、分析和相应环境信息的地图构建。实际上,由于采集环境信息的传感器不同于摄像头或激光雷达,并不具有较大的测量范围,其测量范围甚至局限于点,因此需要通过一定方法进行弥补。
随着人们生活水平的提高,人们越来越关注周围的环境情况,尤其是居住环境、工作环境等。同时,环境数据地图对科学研究有着重要的价值。
发明内容
本发明所要解决的技术问题是针对传统SLAM技术中存在的不足,提供一种基于SLAM智能载体的环境信息采集应用系统及方法。
本发明为解决提出的技术问题,其具体采用的技术方案如下:
一种基于SLAM智能载体的环境信息采集方法,包括步骤:
步骤1、通过布设于不同测量位置的环境信息采集模块采集环境信息数据,并将数据发送给SLAM智能载体上的嵌入式计算机系统;
步骤2、所述的嵌入式计算机系统通过SLAM智能载体上的SLAM传感器采集地图数据,同时,接收环境信息数据并添加标签,所述标签包括:代号、数值、测量位置、置信度;
步骤3、所述的嵌入式计算机系统将上述地图数据和环境信息数据通过无线通讯发送至远程信息处理计算机系统进行处理;
步骤4、所述的远程信息处理计算机系统对上述环境信息数据进行点云重现,通过数据融合算法、神经网络算法,结合地图数据实现环境信息的分布图预测、建模,得到规划路径信息并回传至嵌入式计算机系统,以控制SLAM智能载体自主导航。
进一步的,本发明所提出的基于SLAM智能载体的环境信息采集方法,环境信息数据包括:温度、湿度、大气压强、光照强度、有害气体浓度、二氧化碳浓度、挥发性有机物浓度。环境信息数据种类也可根据实际应用需求做相应的调整。
进一步的,本发明所提出的基于SLAM智能载体的环境信息采集方法,步骤4中,所述的远程信息处理计算机系统保存有采集的历史环境数据,把当前的环境数据和历史环境数据作为神经网络的实时输入,输出智能载体周围环境信息的预测分布,把环境信息数据加载到SLAM智能载体构建的地图上,通过分析智能载体周围环境信息的分布实现对环境物体及其特征的识别,通过三维空间内的物体整体分布情况及其特征,辅助智能载体进行定位与导航。
进一步的,本发明所提出的基于SLAM智能载体的环境信息采集方法,步骤4中还包括远程信息处理计算机系统对环境类型进行分析,以辅助判断采集信息的可信度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京师范大学镇江创新发展研究院,未经南京师范大学镇江创新发展研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811635695.5/2.html,转载请声明来源钻瓜专利网。