[发明专利]一种基于几何尺度密度和信息熵的移动机器人地图动态维护方法及系统

说明书

本发明属于移动机器人地图维护领域，具体涉及一种基于几何尺度密度和信息熵的移动机器人地图动态维护方法及系统；该方法包括：获取系统位姿图；系统位姿图包括若干子图；根据系统位姿图对位姿图中的子图进行裁剪，得到子图裁剪后的位姿图；将子图裁剪后的位姿图中的所有子图组合，得到全局地图；本发明能及时适应环境变化，对移动机器人传感器设备需求简单，只需激光雷达传感器、里程计信息即可，无需在运行场景中部署其他感知设备，具有应用成本低廉、部署简单灵活的特性。

技术领域

本发明属于移动机器人地图维护领域，具体涉及一种基于几何尺度密度和信息熵的移动机器人地图动态维护方法及系统。

背景技术

近些年，随着机器人产业的迅速发展，移动机器人的工作环境由原来单一实验测试场景变换到了复杂多变的现实场景。在早期的研究工作中，人们通常只考虑移动机器人在特定时间和场合下的工作性能，必须假定环境特征信息是随着时间不会有较大变化，不会出现结构性、大面积的改变。在这种情况下，经典的定位算法已经具备良好的精确度，可以先建立静态地图，再基于该地图基础上使用激光雷达和里程计等作为传感器进行自主定位。但是现实环境中存在的诸多不确定因素会时刻影响着移动机器人的定位准确性，比如停车场内车辆的变化，工业车间内货物的堆叠变化等，都会引起环境特征的结构性改变，从而导致先验静态地图信息不准确，影响长期定位性能。要使移动机器人能够在复杂动态的现实环境中具有长期高精度、高鲁棒的定位性能，需要移动机器人具备长期适应环境和作业的能力成为现在亟待解决的关键性问题。

目前有些学者在传统移动机器人建图及定位技术的基础上进行拓展和延伸，他们将移动机器人建图过程视为一个永久的过程。机器人行运行到新位置时，就会检测当前的环境是否和已建地图环境存在较大的差异，如果存在较大差异，则会将当前环境视为新环境，并将原先地图中的关键帧数据去除掉，换成当前的观测关键帧数据作为环境信息。传统移动机器人建图技术对地图的维护方式是将单一关键帧的直接替换，会引起不必要信息的丢失，影响机器人定位精确性。公开号为113340296的专利《一种基于自建图的静态地图在线更新方法和装置》公开了一种自动更新移动机器人地图的方法和装置，该方法利用在环境中增加反光柱的方式，为移动机器人提供现实场景中准确的锚点，有效避免由于局部环境发生剧烈的变化造成移动机器人定位精度丢失和地图更新效果不佳的情况发生。但这种方法在大型环境下需要事先部署较多的反光柱，只能适用于提前改造好的现实环境，动态适应性较差，另外也会造成人力、物料资源成本的增加。

发明内容

针对现有技术存在的不足，本发明提出了一种基于几何尺度密度和信息熵的移动机器人地图动态维护方法及系统，该方法包括：

S1：获取系统位姿图；系统位姿图包括若干子图；

S2：根据系统位姿图对位姿图中的子图进行裁剪，得到子图裁剪后的位姿图；

S3：将子图裁剪后的位姿图中的所有子图组合，得到全局地图。

优选的，获取系统位姿图的过程包括：

S11：获取传感器数据；

S12：根据传感器数据构建初始位姿图；

S13：对初始位姿图进行优化，得到系统位姿图。

进一步的，传感器数据包括激光雷达的点云数据、IMU传感器数据和Odometer传感器数据。

优选的，对位姿图中的子图进行裁剪的过程包括：

S21：计算位姿图中所有子图的质心位置；

S22：根据子图的质心位置构建子图的几何密度衰减函数；根据几何密度衰减函数计算子图的几何尺度密度；

S23：根据几何尺度密度对子图进行筛选，得到筛选后的子图；

S24：计算筛选后的子图的信息增益并根据信息增益对子图进行升序排序；