全自动探索未知空间并建立地图的方法及系统与流程

本发明涉及机器学习技术领域，具体涉及一种全自动探索未知空间并建立地图的方法及系统。

背景技术

机器认识环境和人类一样，也是需要类似地图一样的东西，在这种地图中描述各种环境信息，且根据算法和传感器的差异采用不同的地图描述方式。

在地图的建立过程中，需要实现机器人本身的定位和探索路径的规划。现有技术中，对机器人自身的定位大多不准确，对探索路径的规划也有很多不合理之处。主要缺点如下：

机器人返回的移动距离和传感器获得数据都有误差，通过带误差的数据很难精确的建立地图和定位。

建图和定位两个部分相互依赖。

动态环境：探索过程中会有随机出现的障碍物，包括人、动物，车辆等动态物体。

室外场景的特征少：相比室内场景，室外比较少有清晰的墙壁、走廊等特征。

室外环境复杂：想要从环境中提取有效的特征用于定位和建图是非常困难。

slam(simultaneouslocalizationandmapping/实时定位与地图创建)，即在本身位置未知的情况下同时建立地图和定位的技术。

应用范围很广，从家用的扫地机器人到道路上行驶的无人车，都需要slam技术的支持。

探索算法，即根据传感器返回的数据，找到可探索的边界点，然后控制机器人移动到边界点，从而获取新传感器信息，扩大地图范围。

路径规划技术，就是依据某个或某些优化准则(如工作代价最小、行走路线最短、行走时间最短等),在地图中找到一条从起始位置到目标位置的能避开障碍物的最优路径。

建立地图需要同时实现定位和绘制地图两个过程，且这两个过程相互依赖。机器人在未知环境中运动时，误差会不断的积累，导致机器人定位越来越不准确，因此需要一个算法来准确估计自己的位置。在绘制地图的过程中。机器人的位置是确定的时候，绘制地图会更加精确。但是机器人位置不准确的时候，我们需要新的算法。在地图和机器人定位都不准确时，准确定位及建立地图。

由于定位不准确，导致最终建立的地图精度低，机器人很难确定边界点，并自主规划路径，故需要人工干预，自动化程度非常低。

鉴于上述，本设计人，积极加以研究创新，以期创设一种全自动探索未知空间并建立地图的方法及系统，使其更具有产业上的利用价值。

技术实现要素：

为解决上述技术问题，本发明的目的是提供一种整个过程中不需要人工干预，实现全自动探索未知空间的全自动探索未知空间并建立地图的方法及系统。

本发明全自动探索未知空间并建立地图的方法，包括，

利用立体视频采集工具采集立体视频数据；

使用高精度定位算法对点和边构成的图进行优化，点是指机器人不同时刻的位姿，边指点之间的约束关系，优化过程就是调整点位置，使其满足边的约束的过程；最终得到点位置即为机器人所在位置，实现定位；

根据获得的位置信息和立体视频数据建立子地图，在将子地图合并到全局地图的过程进行校验，和闭环检测；

子地图合并到全局地图的过程和高精度定位过程是同时进行的的，通过对不同时刻点的位置的优化来修正全局地图边界和障碍物位置，并输出地图。

进一步地，立体视觉数据在合并到最终地图的过程中会进行闭环检测，用来消除累计误差，闭环检测过程中首先找到该立体视频数据所匹配的已有地图区域，然后对已有地图进行更新和修正，实现闭环检测。

本发明全自动探索未知空间并建立地图的系统，包括：

激光雷达/立体视频传感器，用于采集立体视频数据；

定位单元，使用高精度定位算法，实时定位当前位置并建立地图，在建立地图的过程进行校验，和闭环检测；

子地图拼接单元，用于将子地图拼接起来，进行回环检测，得到最终的地图。

进一步地，所述激光雷达/立体视频传感器通过底盘支撑，所述底盘为可驱动的驱动轮或履带，所述底盘通过电池提供动力。

借由上述方案，本发明全自动探索未知空间并建立地图的方法及系统，至少具有以下优点：

本发明大量节省未知空间探索和建立地图的时间。节省人力资源，操作简单。建立的地图精度更高。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。

附图说明

图1为本发明全自动探索未知空间并建立地图的方法框图；

图2为本发明全自动探索未知空间并建立地图的方法流程图；

图3为本发明全自动探索未知空间并建立地图的系统的框图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

实施例1

如图1至2所示，本发明一种全自动探索未知空间并建立地图的方法的一较佳实施例，包括：

利用立体视频采集工具采集立体视频数据；

使用高精度定位算法，实时定位当前位置并建立地图，在建立地图的过程进行校验，和闭环检测；

将子地图拼接起来，进行回环检测，得到最终的地图。

本实施例中，使用立体视频采集工具，采集立体视频数据，然后使用高性能嵌入式计算机，使用高精度定位算法，实时定位当前位置并建立地图，在建立地图的过程中还要不断的进行校验，和闭环检测，提高定位准确性和地图精度。

定位，建立地图和闭环检测是结合在一起的，首先使用立体视频数据初始化子地图，当再次有新的深度图形数据时，算法根据已有的数据来估计其所在地图中的位置，然后添加到地图中，在此过程中会产生累计误差。

最终算法输出的地图是由子地图拼接而成，为了消除累计误差，立体视频数据在插入到最终地图的过程中会进行闭环检测，用来消除累计误差，闭环检测过程中首先找到该立体视频数据所匹配的已有地图区域，然后对已有地图进行更新和修正，实现闭环检测。最终实现高精度的定位和建图。

实施例2

本发明一种全自动探索未知空间并建立地图的方法的一较佳实施例，包括：

激光雷达/立体视频传感器，用于采集立体视频数据；

定位单元，使用高精度定位算法，实时定位当前位置并建立地图，在建立地图的过程进行校验，和闭环检测；

子地图拼接单元，用于将子地图拼接起来，进行回环检测，得到最终的地图。

进一步地，所述激光雷达/立体视频传感器通过底盘支撑，所述底盘为可驱动的驱动轮或履带，所述底盘通过电池提供动力。

如图3所示，本实施例系统构建地图是基于立体视频或激光雷达数据，自主移动是基于可移动底盘。且算法本身需要计算机硬件支持。

上述各实施例中，当部分地图创建好后，分析出该地图边界，规划最优路径，使机器人移动到边界，并实时更新地图。不断重复“建图-选择边界点-规划路径”的过程，直到整个空间探索完成或达到指定条件，并绘制出完整地图。整个过程中不需要人工干预，实现全自动探索未知空间。

以上所述仅是本发明的优选实施方式，并不用于限制本发明，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。