[发明专利]一种修复语义信息的高效移动机器人SLAM系统

说明书

为了解决现有技术中移动机器人视觉系统中的SLAM系统在物体移动时容易造成系统失效的问题，本发明提供一种修复语义信息的高效移动机器人SLAM系统，包括机器人视觉感知装置、语义分割模块、优化模块以及建图模块；其中，将机器人视觉感知装置采集的RGB彩色图像进行ORB特征提取，并对深度图像进行降噪，然后采集机器人位姿数据，再通过时间戳将上述三个数据进行数据融合，每一组数据称之为一帧；选出关键帧传到语义分割模块；该语义分割模块对关键帧进行修复，并把修复结果传到优化模块；该优化模块根据语义标签对关键桢中的动态物体进行剔除，进行局部BA优化，优化机器人位姿；并将优化结果送到建图模块合成语义八叉树地图。

技术领域

本发明涉及移动机器人技术领域，特别涉及一种修复语义信息的高效移动机器人SLAM系统。

背景技术

移动机器人视觉系统是指移动机器人的视觉系统，包括通过传感器获得图像，和通过计算机处理器对图像进行处理这两个部分。

现有的，如一种基于图像语义分割的动态场景视觉定位方法、一种基于SLAM和图像信息的机器人构图及导航方法、一种基于Kinect的视觉SLAM方法等。以上算法都对经典的SLAM系统进行了改进，然而仍有不足。例如：在动态场景下，由于物体不断移动，导致特征点匹配失效，得到一个错误的匹配结果，最终致使SLAM系统失效；另外一些利用了语义分割网络的系统在动态场景下获得了不错的结果，但前提是需要得到完整的语义信息，因此在光照不强，运动剧烈的场景，效果往往大打折扣。

发明内容

为了解决现有技术中移动机器人视觉系统中的SLAM系统在物体移动时容易造成系统失效的问题，本发明提供一种修复语义信息的高效移动机器人SLAM系统，旨在深入研究移动机器人视觉感知技术，利用SLAM技术实现机器人在未知环境、语义缺失场景中构建语义地图并实时定位，同时准确估算自己的位姿。

本发明为了解决上述技术体所采用的技术方案是：一种修复语义信息的高效移动机器人SLAM系统，其技术方案在于：包括机器人视觉感知装置、语义分割模块、优化模块以及建图模块；其中，将机器人视觉感知装置采集的RGB彩色图像进行ORB特征提取，并对深度图像进行降噪，然后采集用于检测机器人移动数据的编码器的数据得到机器人位姿数据，再通过时间戳将上述三个数据进行数据融合，每一组数据称之为一帧；根据机器人转角或走过的路程从上述帧中筛选出关键帧传到语义分割模块；该语义分割模块对关键帧进行修复，并把修复结果传到优化模块；该优化模块根据语义标签对关键桢中的动态物体进行剔除，剔除后根据不同关键帧观测到相同的特征点，形成约束关系，进行局部BA优化，优化机器人位姿；并将优化结果送到建图模块简历局部地图，局部地图在建图模块融合成语义八叉树地图。

本发明的有益效果是：本发明融合了ORB特征、深度图像以及编码器数据，直接通过编码器来计算出机器人的位姿，避免了特征点误匹配带来的位姿错误的缺点。同时，本方案利用四近邻算法对语义标签进行补全，从而使得SLAM系统在语义缺失场景下仍具备鲁棒性，保证了系统的稳定性和可靠性。

附图说明

图1为本发明的系统框图。

图2为语义标签修复算法流程图。

具体实施方式

下面结合附图对本申请进行进一步的说明。