[发明专利]基于单目视觉的移动机器人语义地图构建系统

说明书

本发明采用基于单目视觉的移动机器人语义地图构建系统，其步骤包括：机器人视为一个智能体，单目视觉传感器，计算机，进行图像采集与环境地图构建工作；在构建环境语义地图之前，机器人先利用在线筛选策略来获取可靠的图像数据集，并将该数据集作为50层残差网络模型的输入进行训练，得到场景的分类模型；移动机器人利用改进的ORB_SLAM系统进行环境地图的构建，并得到由关键帧图像组成的环境映射地图；利用场景分类模型将关键帧图像进行分类，获得带有语义标签的关键帧图像，最终生成环境语义地图；移动机器人可以实现语义地图保存、加载功能以及自身重定位功能，大大提高了工作效率。

技术领域

本发明属于机器人的定位与建图领域，是机器人技术与深度学习方法相结合的应用。

背景技术

对于移动机器人而言，在面对未知环境时，需要使用自身所配备的传感装置来感知周围环境，通过移动来构建环境映射地图并明确自己在地图中的位置。因此，实现机器人自身定位并同时建立环境地图是研究机器人的关键技术之一。机器人SLAM技术的基本原理是移动机器人对自身所处的位置环境进行感知，建立一个连续的环境映射地图，并在地图完成自身的精确定位。

然而，传统的SLAM方法构建的地图仅适用于机器人自身的定位和导航，而人类却不能理解地图的含义，针对这一不足，语义地图的构建有效解决了这个问题。语义地图不仅提供了环境空间映射，帮助机器人完成自身定位和导航，而且提供了环境语义信息，便于人类理解机器人所构建的地图，有效解决了人机交互障碍的问题。因此，实现环境语义地图的构建对机器人技术的发展、友好的人机互动以及各种复杂任务的顺利完成具有重要的意义。

发明内容

本发明提供了一种系统复杂度低、实时性好以及准确度较高的基于单目视觉的移动机器人语义地图构建系统。

本发明实现上述发明目的的技术方案是：基于单目视觉的移动机器人语义地图构建系统，其创新点在于：包括如下步骤：

(1)、移动机器人语义地图构建系统中，移动机器人视为一个智能体，配备有视觉传感器，计算机，进行环境语义地图的构建工作；

(2)、移动机器人在构建环境语义地图时，先需要对场景图像进行采集和处理，利用图像在线筛选策略来获取可靠的数据集；

(3)、移动机器人采用一种改进的ORB_SLAM方法，在提取ORB特征时采用一种自适应角点检测方法，同时在关键帧筛选过程中，利用一种基于机器人旋转度的关键帧插入方法，最终建立出用于描述环境的映射地图；

(4)、移动机器人采用深度学习方法对不同场景的图像进行分类训练，并用训练好的模型对环境映射地图中的关键帧图像作分类识别，从而为映射地图添加语义标签；

(5)、移动机器人在完成语义地图构建之后，需要保存语义地图，并实现地图加载与重定位功能。

上述步骤(2)中采用图片在线筛选策略来降低噪声干扰，具体方法如下：

(2a)、移动机器人以固定的时间间隔在各个场景中进行图片采集，首先初始化选取n张静态场景作为参考图片存入数据集img中；

(2b)、移动机器人继续移动并采集图像，对于当前所拍摄的图像img_c，依次计算图像img_c与数据集中的图像img_i之间的相似性S，取相似性指数最高值与阈值进行比较，若大于阈值则存放至数据集中，以此方法直至数据集采集完毕；

图像相似性S计算方法如下：

S(img_c,img_i)＝max(SSIM(img_c,img_i)),i＝1,2,...,N