[发明专利]用于扫地机器人的语义导航方法及其系统

说明书

用于扫地机器人的语义导航方法及其系统，该方法包括以下步骤：步骤S1：获取扫地机器人在环境中的定位信息；步骤S2：获取环境中障碍物所对应的深度图；步骤S3：获取深度图中所有障碍物的三维位置；步骤S4：识别环境中障碍物对应的语义信息；步骤S5：构建带语义的场景二维栅格地图；步骤S6：规划扫地机器人路径，引导扫地机器人行进；步骤S7：实时更新带语义的场景二维栅格地图。还包括一种用于扫地机器人的语义导航系统。本发明解决漏扫、重复扫、错扫的问题，提升扫地机器人清扫效率，并能够避开动态障碍物。

技术领域

本发明涉及扫地机器人，具体是涉及一种用于扫地机器人的语义导航方法及其系统。

背景技术

扫地机器人在家庭日常清扫中运用得越来越多，现有扫地机器人主要使用SLAM定位导航以及基于陀螺仪和里程计的航迹推算导航系统。这两种技术由于不具备对环境、物体进行目标识别的能力，无法理解场景中目标语义信息，均难以解决漏扫、重复扫、错扫的问题。

发明内容

本发明所要解决的技术问题是，克服上述背景技术的不足，提供一种用于扫地机器人的语义导航方法及其系统，解决漏扫、重复扫、错扫的问题，提升扫地机器人清扫效率，并能够避开动态障碍物。

本发明解决其技术问题采用的技术方案是，一种用于扫地机器人的语义导航方法，包括以下步骤：

步骤S1：获取扫地机器人在环境中的定位信息；

步骤S2：获取环境中障碍物所对应的深度图；

步骤S3：获取深度图中所有障碍物的三维位置；

步骤S4：识别环境中障碍物对应的语义信息；

步骤S5：构建带语义的场景二维栅格地图；

步骤S6：规划扫地机器人路径，引导扫地机器人行进；

步骤S7：实时更新带语义的场景二维栅格地图。

进一步，步骤S1中，获取扫地机器人在环境中的定位信息，还包括以下步骤：

步骤S11：获取图像P₁，图像P₁为XZ轴平面内与X轴呈30-90度夹角的RGB图像，X、Z是三维笛卡尔坐标的坐标轴，Z轴表示竖直朝上的坐标，X轴表示扫地机器人前进的方向；

步骤S12：提取并跟踪每帧图像P₁的视觉局部特征信息；

步骤S13：采集两帧图像P₁间的惯性导航单元信息和里程计信息，并利用惯性导航单元信息和预积分方法计算惯性导航单元信息对应的两帧图像P₁间机器人的相对位置和相对姿态，得到预积分结果；

步骤S14：基于非线性优化方法计算机器人当前三维位置和姿态，以及跟踪上的视觉局部特征信息所对应的地图点的三维位置，并筛选关键帧图像，通过非线性最小二乘法融合所有的视觉局部特征信息、预积分结果和里程计信息，以获得当前局部地图中机器人当前三维位置、姿态以及跟踪上的视觉局部特征信息所对应的地图点的三维位置的最优解，从而得到机器人当前的定位信息和关键帧图像对应的机器人定位信息；

步骤S15：根据关键帧图像对应的机器人定位信息构建关键帧的位姿图，通过视觉特征袋的方法检测关键帧图像集合中的视觉闭环，并对关键帧图像所对应的机器人位置和姿态进行全局优化，消除长距离运行时机器人定位累积的误差。

进一步，步骤S2中，获取环境中障碍物所对应的深度图，还包括以下步骤：

步骤S21:发射红外结构光，采集带有结构光斑点的同步的双目图像，同时采集图像P₂，图像P₂为沿X轴方向的RGB图像；通过红外结构光提升双目图像的环境纹理丰富程度，实现对弱纹理或无纹理环境的深度估计；