[发明专利]一种基于仿生学的自主移动平台环境感知与建图方法

说明书

本发明公开了一种基于仿生学的自主移动平台环境感知与建图方法，包括以下步骤：S1、收集自动驾驶数据集，将图片送入改进语义分割网络，对改进语义分割网络进行训练；S2、初始化双目视觉和IMU联合；S3、融合双目视觉和IMU；S4、构建仿生学细胞模型；S5、构建认知地图。本方法使用仿生学原理建立经验地图极大地降低地图中的参数量，可以保存范围较大的场景地图信息。同时通过语义分割建模地点信息并与位置细胞进行融合，可以提升检测的鲁棒性。充分利用了卷积神经网络强大的特征提取和学习能力，可以改进传统SLAM方法建图计算量过大，识别不准确的问题，对于仿生学环境感知和建图过程中地点判断的准确性有较好的提升。

技术领域

本发明属于自主移动平台定位导航技术领域，具体涉及到一种基于仿生学的自主移动平台环境感知与建图方法。

背景技术

即时定位与地图构建(SLAM，Simultaneous Localization and Mapping)是指机器人在未知环境中主动创建地图，并根据对自身状态的估计和地图进行自定位的技术。精确的定位信息有助于自主移动平台完成路径规划、地图绘制等任务。传统的即时定位与地图构建算法采用基于贝叶斯概率估计的方法，通过采集外部输入信息，解算速度和位姿。并使用复杂的非线性优化知识对环境中的先验信息进行求解。构建庞大的数据库作为检索源。但在环境特征较为复杂的现实环境进行模型构建时，需要消耗巨大的计算力。并且所得的建模结果不能用于更深层次的导航任务如语义分析和认知理解。

针对在自主环境中对未知地形进行环境建模和智能导航的需求，模仿动物识别环境和导航的生物学特性，发展出来了一种基于仿生学的环境感知和建图方法。这种方法在环境感知和建图导航任务上发挥了重要作用，是今后智能导航和认知科学研究的热点问题。

发明内容

本发明的目的在于提供一种基于仿生学的自主移动平台环境感知和建图方法。解决上述背景中提出的问题。以下给出多个方面的概述以表达对这些方面的基本理解。但此概述不能详述所有构想的方面，其唯一的目的是要以简化形式给出若干方面的概念方便后续对整体方案的详细描述。

研究发现低等哺乳动物的大脑与人类的大脑有许多相似之处，环境信息在哺乳动物大脑中是以认知地图的方式存在的。认知地图是内部神经和细胞对外部环境的重现。对于外界环境信息，哺乳动物会在大脑的where通路产生反应，特定的细胞累积放电从而得到当前的路径信息。哺乳动物通过what视觉通路识别眼球所看到的图像，得到当前位置的物体属性信息，通过位置信息的放电激活特定的位置细胞。位置细胞的信息联合从视觉通路获得的物体属性信息，判断当前记忆单元是否是未在认知地图上出现的地点，如果是则送入认知地图环节扩展认知地图的一个节点。当遍历完成整个区域后即可得到完整的认知地图。

针对自然场景下随机噪声多，光照不均匀和环境边界不明显的情况。本发明所述的方案，采用结合双目视觉和IMU获取信息的方法，通过IMU传感器获得的位姿信息送入头朝向细胞和条纹细胞中。通过语义分割获得双目视觉图像的类别信息和特征信息以及深度信息，结合获取到的语义特征向量和语义类别信息。判断当前位置是否已经存储，如果没有存储就映射到一个位置节点构建认知地图。位置节点中包含了当前位置对象的深度信息和语义特征信息。在物体感知模块，对比SURF、ORB和SIFT特征点的性能，选取ORB特征描述子提取双目视图的匹配点，并通过匹配点恢复图像的深度。同时对双目图像分别提取语义特征，建立语义特征的离线字典和查询图像数据库。

一种基于仿生学的自主移动平台环境感知与建图方法，包括以下步骤：

S1、收集自动驾驶数据集，将图片送入改进语义分割网络，对改进语义分割网络进行训练；

S2、初始化双目视觉和IMU联合；

S3、融合双目视觉和IMU；

S4、构建仿生学细胞模型；

S5、构建认知地图。