[发明专利]基于SLAM方法的环境重建方法、系统与移动机器人

权利要求书

1.一种基于同时定位与地图构建方法的环境重建方法，其特征在于，包括：

利用多个数据源基于同时定位与地图构建方法进行融合以构建一3D语义地图并存储于一地图数据库中；以及

根据深度测量和语义信息更新所述3D语义地图。

2.根据权利要求1所述的环境重建方法，其特征在于，所述多个数据源包括惯性测量单元数据、车轮编码器数据、2D点云数据、深度图数据以及IR图数据。

3.根据权利要求2所述的环境重建方法，其特征在于，所述融合包括：

根据一移动机器人的运动约束建立运动方程，获取所述移动机器人的当前时刻状态量的先验信息；

根据所述移动机器人上的多个传感器的特性建立观测方程，获取所述多个传感器的测量信息；以及

融合所述先验信息和所述测量信息，获得融合后的定位信息；

所述更新包括：

利用深度相机采集的深度图数据投影得到3D点云，并结合所述融合后的定位信息更新所述3D语义地图的地图体素内的概率信息。

4.根据权利要求3所述的环境重建方法，其特征在于，所述环境重建方法还包括：

利用所述深度相机采集的IR图数据，通过置信直方图方法分析并剔除所述3D点云中的点云噪点；

对所述3D点云进行降采样处理；

利用所述深度相机采集的IR图数据，对物体进行语义分割和边缘提取以获得所述物体的语义信息和边缘信息，并结合所述语义信息和所述边缘信息更新所述3D语义地图。

5.根据权利要求4所述的环境重建方法，其特征在于，结合所述语义信息和所述边缘信息更新所述3D语义地图包括：

根据所述语义信息和所述边缘信息进行贝叶斯推断，获得推断结果；以及

根据所述推断结果对所述3D点云的地图点进行重投影，获得重投影后的3D点云。

6.一种基于同时定位与地图构建方法的环境重建系统，其特征在于，包括：

地图数据库，用于存储数据，其中包括多个数据源；

处理器，所述处理器被配置为用于执行：

利用所述多个数据源基于同时定位与地图构建方法构建一3D语义地图并存储于所述地图数据库中；以及

根据深度测量和语义信息更新所述3D语义地图。

7.根据权利要求6所述的环境重建系统，其特征在于，所述多个数据源包括惯性测量单元数据、车轮编码器数据、2D点云数据、深度图数据以及IR图数据。

8.根据权利要求7所述的环境重建系统，其特征在于，所述处理器包括：

融合单元，用于融合先验信息和测量信息，获得融合后的定位信息，其中，所述先验信息是根据一移动机器人的运动约束建立运动方程所获取的所述移动机器人的当前时刻状态量的先验信息，所述测量信息是根据所述移动机器人上的多个传感器的特性建立观测方程所获取的所述多个传感器的测量信息；以及

更新单元，用于利用深度相机采集的深度图数据投影得到3D点云，并结合所述融合后的定位信息更新所述3D语义地图的地图体素内的概率信息。

9.根据权利要求8所述的环境重建系统，其特征在于，所述处理器还包括：

置信直方图处理单元，用于利用所述深度相机采集的IR图数据，通过置信直方图方法分析并剔除所述3D点云中的点云噪点；

降采样处理单元，用于对所述3D点云进行降采样处理；

语义分割单元，用于利用所述深度相机采集的IR图数据，对物体进行语义分割以获得所述物体的语义信息；

边缘提取单元，用于利用所述深度相机采集的IR图数据，对物体进行边缘提取以获得所述物体的边缘信息；其中，所述处理器是结合所述语义信息和所述边缘信息更新所述3D语义地图；

贝叶斯推断单元，用于根据所述语义信息和所述边缘信息进行贝叶斯推断，获得推断结果；以及

地图点重投影单元，用于根据所述推断结果对所述3D点云的地图点进行重投影，获得重投影后的3D点云。

10.一种移动机器人，其特征在于，包括：

如权利要求6～9任一权利要求所述的基于同时定位与地图构建方法的环境重建系统。