[发明专利]基于深度相机的语义地图构建方法及扫地机器人

说明书

本申请提供了一种基于深度相机的语义地图构建方法及扫地机器人，应用于机器人技术领域。该方法包括：通过深度相机获取扫地机器人在所处的环境空间的多个位置的图像，图像包括RGB图与深度图，并基于各个深度图通过同时定位与建图SLAM算法构建环境空间的三维地图，以及通过预训练的神经网络识别模型对各个RGB图进行语义识别，得到环境空间中各个障碍物的语义信息，继而对三维地图与得到的各个障碍物的语义信息进行融合处理得到三维语义地图，即本申请构建的是环境空间的三维语义地图，与根据激光雷达构建的环境空间的二维地图相比，提升了构建的环境空间的地图包含信息的丰富性与构建的地图的准确性，以及扩展扫地机器人的有效工作空间范围。

技术领域

本申请涉及机器人技术领域，具体而言，本申请涉及一种基于深度相机的语义地图构建方法及扫地机器人。

背景技术

扫地机器人作为一种能够自动对待清扫区域进行清扫的智能电器，可以代替人对地面进行清扫，减少了人的家务负担，越来越受到人们的认可。扫地机器人的应用环境空间的地图构建是扫地机器人执行清扫工作的基础，如何构建扫地机器人的应用环境空间的地图成为一个关键问题。

同时定位与建图(Simultaneous Localization and Mapping，SLAM)技术要解决的问题是：将一个机器人放入未知环境中的未知位置，是否有办法让机器人一边移动一边逐步描绘出与此环境完全一致的地图。目前，扫地机器人的应用环境空间的地图的构建是通过基于激光雷达的SLAM技术实现的，即仅根据通过扫地机器人的激光雷达得到的激光数据进行建图。然而，现有的仅基于激光雷达的SLAM建图方法，激光雷达仅能探测2D平面的障碍物信息，探测不到障碍物的垂直方向的信息，构建的地图为二维地图，所提供的环境空间的信息有限，且对于一些特殊的障碍物(如镂空结构的桌椅等)，则不能通过激光雷达进行有效探测处理，此外，由于激光雷达必须被配置在具有一定的高度的位置才能有效工作，导致扫地机器人无法做到超薄，使得扫地机器人无法进入垂直距离较小的空间执行工作。因此，现有的仅基于激光雷达的SLAM建图方法，存在构建的地图提供的信息少且建图准确性低的问题，以及存在扫地机器人无法做到超薄、工作空间受限的问题。

发明内容

本申请提供了一种基于深度相机的语义地图构建方法及扫地机器人，用于提升构建的环境空间的地图包含的信息的丰富性以及提升构建的地图的准确性，以及扩展扫地机器人的有效工作空间，本申请采用的技术方案如下：

第一方面，本申请提供了一种基于深度相机的语义地图构建方法，该方法包括：

通过深度相机获取扫地机器人在所处的环境空间的多个位置的图像，图像包括RGB图与深度图；

基于各个深度图通过同时定位与建图SLAM算法构建环境空间的三维地图；

通过预训练的神经网络识别模型对各个RGB图进行语义识别，得到环境空间中各个障碍物的语义信息；

对三维地图与得到的各个障碍物的语义信息进行融合处理得到三维语义地图。

可选地，基于各个深度图通过同时定位与建图SLAM算法构建环境空间的三维地图，包括：

步骤A，基于扫地机器人获取到的两帧相邻深度图确定扫地机器人在当前位置的位姿信息，两帧相邻深度图包括扫地机器人在当前位置处获取到深度图；

步骤B，基于确定的当前位置的位姿信息与扫地机器人在当前位置的深度图构建环境空间的三维子地图；

步骤C，控制扫地机器人移动至符合预定条件的下一位置，执行步骤A与步骤B，并对获取到的各个三维子地图进行拼接处理得到合并三维子地图；

循环执行步骤C，直至得到的合并三维子地图为环境空间的三维地图。

可选地，基于扫地机器人获取到的两帧相邻深度图确定扫地机器人在当前位置的位姿信息，包括：