[发明专利]一种移动机器人语义地图构建与导航方法

说明书

本发明公开了一种移动机器人语义地图构建与导航方法。本发明包括以下步骤：首先构建二维占据栅格地图，通过部署在机器人上的激光雷达、惯性测量单元和RGBD相机采集环境信息，完成室内环境的地图构建；接着对房间门牌号通过深度学习进行目标检测并进行坐标转换；再基于二维占据栅格地图和房间门牌号位置信息，进行房间语义分割，形成二维栅格语义地图；最后基于二维占据栅格地图与语义地图，完成起始点和目标点语义解析，进行基于关键点的A*全局路径规划，将机器人导航至目标点。本发明构建了室内环境下的房间语义地图，为机器人导航和人机交互提供了丰富的语义信息，基于关键点的A*路径规划有效避免了机器人距离障碍物过近的问题。

技术领域

本发明属于机器人技术领域的一种移动机器人的地图构建方法，具体涉及了一种移动机器人语义地图构建与导航方法。

背景技术

随着机器人技术的蓬勃发展，服务机器人正逐步走进人们的生活，在酒店、办公楼、商场、学校等人机共融环境中，提高和改善人们的生活质量。特别在新冠疫情强调减少接触、保持距离的要求下，机器人替代人工执行配送、交接等任务越来越重要。

随着机器人技术的发展，对机器人理解环境和人机交互方面提出了更高的要求。语义地图是一种对环境的增强表示，它同时包含几何信息和高层次的定性特征。现代机器人通过计算自身在度量地图中的位姿来实现所处环境中的导航，大多数语义建图方法采取在度量语义地图上添加语义信息的方式。语义地图包含了高层次的特征，这些特征建模了人类关于地点、物体、形状甚至所有这些对象之间关联的概念，而度量地图则保留了机器人应该了解的所有几何特征，以实现在周围环境中的安全导航。在楼宇服务机器人的应用中，房间作为环境语义至关重要，因此基于占据栅格地图的房间语义分割成为服务机器人语义地图的重要环节。

房间分割方法主要包括基于形态学、距离变换、维诺图、谱聚类的方法，但是单纯地依赖二维栅格地图进行图像分析与处理，难以达到很高的准确率，无法有效地利用机器人本身的多传感器数据。传统A*路径规划算法规划出的路径距离障碍物过近，特别是在机器人经过房间门的时候距离一侧门框过近，使得机器人安全性降低。

发明内容

为了解决背景技术中存在的问题和缺陷，本发明的目的在于提供一种移动机器人建图与导航方法，包括基于房间的语义地图的构建和基于关键点的导航方法。

本发明的技术方案如下：

步骤1：部署在移动机器人上的激光雷达、惯性测量单元和RGBD相机分别采集室内环境信息，分别获得环境点云信息、里程计信息和环境图像，根据环境点云信息和里程计信息进行室内环境地图的构建，获得二维占据栅格地图；

步骤2：将环境图像中包含门牌号的图像均输入到门牌号识别神经网络进行门牌号的识别，获得对应的房间门牌号，再将各个房间门牌号进行坐标转换后，获得各个房间门牌号的位置信息；

步骤3：根据各个房间门牌号和对应的位置信息对二维占据栅格地图进行房间语义分割，获得基于房间的二维占据栅格语义地图；

步骤4：根据起始点和目标点以及基于房间的二维占据栅格语义地图，对机器人进行基于关键点的全局路径规划，获得规划路径，机器人根据规划路径从起始点导航至目标点。

所述门牌号识别神经网络为利用楼宇房间门牌号数据集对YOLOv3网络进行训练获得的训练好的YOLOv3网络。

所述步骤3具体为：

3.1)对二维占据栅格地图进行二值化处理，获得二值化地图，根据各个房间门牌号和对应的位置信息确定对应房间的门框区域图像，利用最小距离法对各个房间的门框区域图像分别进行房间门框检测，获得各个房间的左右门框位置，再根据各个房间的左右门框位置分别确定各个房间对应的门内外关键点；

3.2)根据各个房间的左右门框位置，确定二维占据栅格地图中各个房间与走廊的分割线；