[发明专利]语义地图构建方法、扫地机器人及电子设备

说明书

本申请提供了一种语义地图构建方法、扫地机器人及电子设备，应用于机器人技术领域。该方法包括：获取扫地机器人在环境空间中的多个位置处的图像信息与激光点云数据，图像信息包括深度图信息与RGB图信息，并基于各个深度图信息与激光点云数据构建环境空间的三维地图，以及通过预训练的神经网络识别模型识别确定各个RGB图中障碍物的语义信息，继而基于各个RGB图与三维地图的映射关系，对三维地图与得到的各个障碍物的语义信息进行融合处理得到三维语义地图，即本申请构建的是环境空间的三维语义地图，与仅根据激光雷达构建的环境空间的二维地图相比，提升了构建的环境空间的地图包含信息的丰富性与构建的地图的准确性。

技术领域

本申请涉及机器人技术领域，具体而言，本申请涉及一种语义地图构建方法、扫地机器人及设备。

背景技术

扫地机器人作为一种能够自动对待清扫区域进行清扫的智能电器，可以代替人对地面进行清扫，减少了人的家务负担，越来越受到人们的认可。扫地机器人的应用环境空间的地图构建是扫地机器人执行清扫工作的基础，如何构建扫地机器人的应用环境空间的地图成为一个关键问题。

同时定位与建图(Simultaneous Localization and Mapping，SLAM)技术要解决的问题是：将一个机器人放入未知环境中的未知位置，是否有办法让机器人一边移动一边逐步描绘出与此环境完全一致的地图。目前，扫地机器人的应用环境空间的地图的构建是通过基于激光雷达的SLAM技术实现的，即仅根据通过扫地机器人的激光雷达得到的激光点云数据进行建图。然而，现有的仅基于激光雷达的SLAM建图方法，激光雷达仅能探测2D平面的障碍物信息，探测不到障碍物的垂直方向的信息，构建的地图为二维地图，所提供的环境空间的信息有限，且对于一些特殊的障碍物(如镂空结构的桌椅等)，则不能通过激光雷达进行有效探测处理。因此，现有仅基于激光雷达的SLAM建图方法，存在构建的地图提供的信息少且建图准确性低的问题。

发明内容

本申请提供了一种语义地图构建方法、扫地机器人及电子设备，用于提升构建的环境空间的地图包含的信息的丰富性以及提升构建的地图的准确性，本申请采用的技术方案如下：

第一方面，本申请提供了一种语义地图构建方法，该方法包括：

获取扫地机器人在环境空间中的多个位置处的图像信息与激光点云数据，图像信息包括深度图信息与RGB图信息；

基于各个深度图信息与激光点云数据构建环境空间的三维地图；

通过预训练的神经网络识别模型识别确定各个RGB图中障碍物的语义信息；

基于各个RGB图与三维地图的映射关系，对三维地图与得到的各个障碍物的语义信息进行融合处理得到三维语义地图。

可选地，基于各个深度图信息与激光点云数据构建环境空间的三维地图，包括：

步骤A，基于获取的激光点云数据通过相应的点云匹配算法确定扫地机器人在当前位置的位姿信息；

步骤B，基于确定的扫地机器人在当前位置的位姿信息与扫地机器人在当前位置的深度图信息构建环境空间的三维子地图；

步骤C，控制扫地机器人移动至符合预定条件的下一位置，执行步骤A与步骤B，并对构建的各个三维子地图进行融合处理得到合并三维地图；

循环执行步骤C，直至得到的合并三维地图为环境空间的全局三维地图。

可选地，通过预训练的神经网络识别模型识别确定各个RGB图中障碍物的语义信息，包括：

分别对各个RGB图进行区域分割，以使得各个分割区域仅包括一个障碍物；

通过预训练的神经网络识别模型分别对得到的各个分割区域进行语义识别，得到各个RGB图中各个障碍物的障碍物语义信息。