[发明专利]机器人分布式表征智能语义地图创建方法

摘要

机器人分布式表征智能语义地图创建方法。首先，机器人遍历室内环境，采用基于拓展卡尔曼滤波算法的视觉定位方法和基于边界虚拟标签算法的射频识别系统分别对机器人和带有快速识别码的人工路标进行定位，建立度量层；然后，利用最小二乘法优化采样点坐标，并且使用自适应谱聚类方法对定位结果进行分类，建立拓扑层；最后，根据摄像机快速识别的QR code语义信息，更新地图的语义属性，建立语义层。本发明在对室内环境中物体状态进行检测时，采用带有QR code的人工路标，大大提高了语义地图创建的效率，降低了创建的难度；同时采用QR code与RFID技术相结合的方法，提高了机器人定位的精确度和地图创建的可靠度。

主权项

室内环境下机器人分布式表征语义地图创建方法，其特征在于：该方法包括以下步骤，步骤1：采集环境图像，实现机器人视觉定位；步骤1.1，移动机器人通过双目视觉传感器采集环境图像，获取人工路标集合；步骤1.2，考虑到极几何约束，基于三角测量原理，利用视差法获取图像中人工路标的深度信息，并计算该路标的全局坐标；步骤1.3，通过拓展卡尔曼滤波算法，对机器人位姿及人工路标的位置进行定位；步骤2：利用RFID系统进行机器人接收信号强度值定位；步骤2.1，根据实际参考标签的坐标和阅读器读取的RSS值，求取虚拟参考标签的坐标值和RSS值；选用对数距离路径损耗模型表述虚拟参考标签与实际参考标签上的能量差值随两者距离的变化，获取虚拟标签的RSS值；步骤2.2，基于边界虚拟标签算法确定目标标签的坐标值；根据目标标签和参考标签RSS值的差来选取最近邻标签；设定阈值，构建模糊地图；对于目标标签来说，由于每个阅读器都有自己对应的一个模糊地图，将多个模糊地图求取交集可以求得最近邻参考标签，从而确定目标标签的坐标；步骤3：修正机器人的全局坐标值，并利用自适应谱聚类算法进行地图划分；步骤3.1：修正机器人及人工路标的坐标值；根据视觉传感器和RFID系统获得的机器人坐标值，利用最小二乘法(Least Square，LS)对两者进行修正，得到更加准确的机器人全局坐标值；步骤3.2：利用自适应谱聚类算法，将修正后的机器人坐标集合进行拓扑层划分；步骤4：语义信息更新；步骤4.1：机器人判断视界中的红色圆形区域，并利用椭圆拟合方法快速识别和读取QR code中的语义信息；步骤4.2：根据QRcode中的语义信息，将机器人观测点和相应物品之间进行关联，每个子集的语义拓扑地图可以实时更新；步骤4.3：根据更新的语义信息实时修正拓扑层子地图分类，直至机器人完成遍历性扫描。