[发明专利]一种机器人语义地图导航方法

权利要求书

1.一种机器人语义地图导航方法，其特征在于：

通过如下方法步骤的语义地图构建，

步骤一、通过激光传感器扫描固定空间轮廓的得到空间环境信息，

步骤二、将固定空间划分出特定属性的语义区域，并根据语义区域划分从环境信息中采集出多点作为语义标识，形成语义区域由语义标识组成的网状结构，

步骤三、建立语义内容任务库；

通过如下方法步骤实现语义地图的导航，

步骤1、机器人接收到语义任务，采集语义任务内容从语义内容任务库分析得出要进行的执行任务形成实体语义关系，

步骤2、通过激光传感器扫描并与语义标识进行比较得出当前位置，并根据实体语义关系中实体与语义区域的映射建立出当前位置所在的语义区域至执行任务位置所在的语义区域的拓扑关系，

步骤3、根据拓扑关系从语义地图中计算出连通当前位置所在的语义区域至执行任务位置所在的语义区域的最优路径，实现语义导航。

2.如权利要求1所述的一种机器人语义地图导航方法，其特征在于：上述步骤3最优路径的计算采用符合下列原则的最短路径进行选择，

原则一、机器人从当前位置所在的语义区域移动至相邻的语义区域按照语义区域的连通沿水平或垂直方向移动，

原则二、机器人从当前位置所在的语义区域移动至相邻的语义区域旋转转向次数最少。

3.如权利要求2所述的一种机器人语义地图导航方法，其特征在于：所述步骤3最优路径的计算方法是这样的，设定如果机器人经过的上次语义区域的朝向o_i与机器人当前所在区域的朝向o_j相同，则机器人从同一固定空间的房间R内相邻的语义区域M到语义区域N的方向如果o_i与o_j相差90°，那么如果o_i与o_j相差180°，那么

机器人转移概率

机器人规划当前房间中的路径计算公式为：

式中，c_t表示t时刻机器人所在的语义区域，R_M与R_N表示相同房间相邻语义区域，O表示语义区域相邻的四个方向，Ω_o表示旋转方向，表示从M移动到N之后的朝向；

根据贝叶斯网络的递推关系，得到每条路径的概率其中，最大的为机器人应该经过的路径，表示全部经过的语义区域。

4.如权利要求1、2或3所述的一种机器人语义地图导航方法，其特征在于：所述固定空间为多个房间，各房间分别进行语义地图构建，然后将各房间构建出来的语义地图拼接构建出整体语义地图，在步骤3中是各房间分别计算出最优路径，然后将各房间中的最优路径拼接出完整的最优导航路径。

5.如权利要求1、2或3所述的一种机器人语义地图导航方法，其特征在于：所述激光传感器为360度扫描的2D激光传感器。

6.如权利要求4所述的一种机器人语义地图导航方法，其特征在于：所述激光传感器为360度扫描的2D激光传感器。