[发明专利]全自动探索未知空间并建立地图的方法及系统

说明书

本发明公开了一种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，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。本发明高精度定位和高精度建图与边界点选择及最优路径选择的的结合，最终实现全自动探索未知空间。

技术领域

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(Simultaneous Localization andMapping/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。

发明内容

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；