[发明专利]一种机器人语义地图导航方法

说明书

本发明公开一种机器人语义地图导航方法，涉及导航技术，通过如下方法步骤的语义地图构建，机器人扫描固定空间轮廓的得到空间环境信息，将固定空间划分出语义区域，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，建立语义内容库、语义区域实体任务库及两者关联的语义任务库；通过如下方法步骤实现语义地图的导航，机器人接收到语义任务，采集语义任务内容分析得出实体语义关系，与语义标识进行比较得出当前位置，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，从语义地图中规划出多条路径，选择出一条路径作为导航路径。该方法能够使得机器人更有效的认知空间语义、理解自然语言进行语义任务导航。

技术领域

本发明涉及机器人语义地图导航技术领域。

背景技术

近些年，服务机器人语义导航算法研究逐渐加深，通过语义导航逐步成为热点问题。这些方法采用视觉算法，通过观测的实物，逐步指示机器人移动，直到机器人到达指定目标点或者区域。

现有的一些语义导航的服务机器人，如Yi等人将物体及其空间形成一定的语义关系，同时结合机器人里程计信息，形成拓扑关系的语义地图，采用贝叶斯定位模型，通过定位实现服务机器人导航，该方法利用设置好的物体空间关系，利用这种物体空间拓扑关系实现导航。如Segvic等人与Blanco等人采用与Yi类似的语义导航方法，不同点在于，Segvic等人提出关键帧与混合地图匹配的原则，在某些特定未知环境也可实现导航，Blanco等人采用基于混合地图的置信度分配方法，减少了由环境改变带来的空间不确定性影响，提高了稳定性及效率。再如2012年Ko等人通过机器人的位置关系与视觉路标建立语义地图。将路标、区域及它们之间的语义关系构成语义地图，并在此基础上，实现类似人行为的语义导航，该方法采用ROI及特征识别实现机器人导航，如果机器人在某段时间没有发现特征，会影响整个导航过程。2013年Ko等人采用贝叶斯构建语义地图，实现语义导航。机器人移动过程中，不断记录存储用于导航的景物以及相对方向，形成的语义导航实际上采用不停估计服务机器人当前位置，以及比对记录下的景物，根据其相对方向引导机器人靠近目标的过程，该方法同样采用视觉方法，识别景物失败时，导航失效。还有，如2014年Kim等人提出了一种基于视觉的语义导航框架，通过机器人连接室内环境照片，并通过遍历这些图片序列实现语义导航，这种方法需要逐帧遍历图片，运算量较大。

可见，当前现有的服务机器人大多仅关注房间整体的空间语义，在不同的房间完成不同的任务，但是实际生活中服务机器人在房间内的任务是多变的，在不同区域可有不同任务，因此现有的服务机器人不能更为智能的认知空间语义、理解自然语言，更有效的去执行语义任务。

发明内容

本发明的目的在于提供一种能够使得服务机器人更有效的认知空间语义、理解自然语言进行语义任务导航的一种机器人语义地图导航方法，该方法将空间划分语义区域与实体构建实体关系，在接收到语义任务时能够映射构建出语义区域与实体关系的拓扑关系，最终达到语义区域上的无定位导航。

为实现上述目的，本发明的技术方案是：一种机器人语义地图导航方法，

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，