[发明专利]基于语义高度地图的局部导航方法和系统

说明书

本发明提供了一种基于语义高度地图的局部导航方法和系统，使用语义分割神经网络得到语义分割图像，再结合估计的位姿把图像投影至地图坐标与已有地图进行概率融合，最后对地图进行语义可通行概率计算；使用传感器的点云信息以及估计的位姿构建局部高度地图；结合语义地图的分类结果和可靠度，以及高度地图的高度差等信息，计算移动损耗；通过计算所有候选路径的总移动损耗，执行损耗最低的候选路径。本发明可以提高导航系统对更复杂场景的适应性，融合语义和高度信息进行路径规划，提高了所规划路径的可靠性和安全性。

技术领域

本发明涉及地面机器人局部安全导航技术领域，具体地，涉及一种基于语义高度的局部导航方法和系统。

背景技术

目前，自主导航是地面机器人基本功能之一，可通行地图是保障地面机器人安全可靠导航的必要条件。传统地面机器人主要基于高度地图进行导航。高度地图可以表示地面的三维空间信息，地面明显的凸起或凹下的区域可以在高度地图上明显表示，地面机器人可以根据地面高度变化信息躲避相应区域。但是对于一些高度区分度较低的区域(如草地中央的小道，人行道和自行车道)，高度地图几乎无法有效区分。基于神经网络的语义分割可以对图像中的物体进行像素级的识别，可以识别视野内的物体是道路、草坪等类别，可有效提高导航系统处理高度区分度较低的区域。

与本申请相关的现有技术是专利文献CN105045263B，公开了一种基于Kinect的机器人自定位方法，通过Kinect获取环境的RGB图像和深度图像，通过融合视觉和物理里程计的信息，估计机器人的相对运动量，并根据上一时刻机器人位姿，实现位姿跟踪；将深度信息转换成三维点云，在点云中提取出地面，并根据地面自动标定Kinect相对于地面的高度和俯仰角，从而将三维点云投影到地面，得到类似于激光数据的二维点云，将其与事先构建的环境栅格地图进行匹配，从而修正机器人跟踪过程中的累积误差，准确的估计机器人的位姿。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于语义高度地图的局部导航方法和系统。

根据本发明提供的一种基于语义高度地图的局部导航方法，包括以下步骤：

局部语义地图构建步骤：使用语义分割神经网络得到语义分割图像，将语义分割图像投影至地图坐标进行概率融合，对地图进行语义可通行概率计算，构建局部语义地图；

局部高度地图构建步骤：使用传感器的点云信息，构建局部高度地图；

可通行度计算步骤：结合局部语义地图的分类结果和可靠度概率，以及局部高度地图的高度差，计算移动损耗；

局部路径规划步骤：通过计算所有候选路径的移动损耗总和，将移动损耗的总和最低的候选路径作为执行路径。

优选地，所述局部语义地图构建步骤包括：

语义分割步骤：使用深度神经网络模型对获取的彩色图像进行语义分割，获得彩色图像的语义识别结果；

图像投影步骤：利用相机内参和深度图结果，把语义分割的图像投影至相机坐标系下的三维空间，获得三维语义点；

概率融合步骤：把三维语义点通过贝叶斯概率的方式融合至语义网格地图的相应位置，先根据一个三维语义点计算其所属语义地图的网格，再提取所属网格内所有语义类别的概率，根据三维语义点的语义类别，把网格内相应类别的概率乘以预设概率a(1a0.5)，其他类别的概率乘以预设概率b(0b0.5)，对相乘后所有概率进行归一化。

优选地，所述局部高度地图构建步骤包括：

三维计算步骤：根据一个传感器的三维点计算其所属高度地图的网格；

高度更新步骤：提取所属网格内的高度和方差信息，使用卡尔曼滤波更新方式，利用三维点的高度更新所属网格的高度和方差。

优选地，所述可靠度计算步骤：