基于显著场景点检测的移动机器人级联地图创建方法

摘要

本发明涉及移动机器人导航技术领域。本发明公开了一种基于显著场景点检测的移动机器人级联地图创建方法。包括如下步骤：1)根据移动机器人传感器采集的图像数据，在线检测显著场景对应的自然场景路标，生成全局地图中的拓扑节点；2)更新移动机器人位姿和局部栅格子地图；3)以显著场景点作为拓扑节点创建全局拓扑地图结构，在机器人轨迹闭合检测的基础上，引入加权扫描匹配法和松弛法对拓扑结构进行优化，确保拓扑地图的全局一致性。该发明适用于各类移动机器人在包含多个房间、走廊等区域的室内大范围环境中进行自主路径规划和导航应用。

主权项

基于显著场景点检测的移动机器人级联地图创建方法，其特征在于，所述方法包括：根据移动机器人的视觉传感器采集的图像数据，进行在线显著场景点检测，生成全局拓扑节点；所述显著场景点检测方法包括场景图像特征提取与场景显著性计算，步骤如下：1)通过视觉注意机制引导SURF特征采样聚集到显著区域，剔除大量无利于表征地点特征的信息；2)通过K‑mean聚类算法对图像的SURF特征向量集合进行聚类，并采用融合空间关系的空间词袋模型构造场景表观特征描述，将场景图像描述为一种融合空间关系的视觉单词直方图；3)利用视觉单词直方图建立基于该特征描述的地点Multivariate Polya模型，并通过计算期望Bayesian Surprise阈值，判断当前机器人所处的地点是否为显著场景点；更新移动机器人位姿和局部栅格子地图：根据激光传感器数据、航位推算传感器、上一周期对移动机器人的位姿估计和前期构建得到的局部栅格子地图，估计当前周期移动机器人的局部位姿，并更新栅格子地图局部坐标框架；以显著场景点作为拓扑节点创建全局拓扑地图结构，在机器人轨迹闭合检测的基础上，引入加权扫描匹配法和松弛法对拓扑结构进行优化，修正全局拓扑地图的一致性；所述的全局拓扑地图是采用以显著场景点为全局拓扑节点、以连接边连接了相邻的拓扑节点构成的图结构；每个节点与一个局部占有栅格子地图相关联，每条边对应了相邻子地图坐标框架的变换关系，创建步骤为：1)机器人采集视觉传感器数据，并进行场景显著性检测，当检测到新的显著场景点时在全局拓扑地图中创建新的拓扑节点，以机器人在上一个节点中的结束位姿作为新子地图的坐标原点，即新节点的基坐标，另外将当前场景点的特征加入历史数据；2)迭代使用coupling summation公式对机器人全局位置方差进行在线估计和更新，将相邻节点之间的基座标变换关系附加在节点间的连接边上，实现节点间相对位置传递计算；3)每次创建新的拓扑节点，均与拓扑节点的历史数据进行匹配，从而判断移动机器人是否重新到达了已访问过的地点；其中采用场景图像SURF特征模型的相似距离匹配法计算当前场景地点和历史场景地点的相似度概率；4)当检测出机器人访问地点轨迹闭合后，对已创建的拓扑节点按各节点的连接顺序，采用加权扫描匹配法计算相邻节点对应子地图基坐标之间的相对位移变换量。