[发明专利]机器人激光地图的识别匹配方法及其系统

说明书

本发明提供了一种机器人激光地图的识别匹配方法及其系统,通过对获取的激光图像进行统一大小、去噪处理、降采样、二值化等处理后，通过轮廓检测方法进行轮廓提取，并与已经配置好的数据库中的地图模型进行匹配，获取最高的匹配度地图，进而直接调用数据库地图所配置的参数文件，提高部署效率。本发明进行多重下采样以及上采样，可以保证图像的大小保持不变，同时还能提取激光图像的关键特征，使样本轮廓获取不会特别精细，对于扫描产生的误差可以进行缩小。

技术领域

本发明涉及机器人激光地图识别领域，具体地，涉及一种机器人激光地图的识别匹配方法及其系统。

背景技术

移动机器人是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。这类移动机器人可用在室内或室外，可用于工业或家庭，可用于取代保安巡视、取代人们清洁地面，还可用于家庭陪伴、辅助办公等。

为了保证移动机器人能够顺利地执行既定工作编排，目前大部分采用特征匹配的方法进行对目标物识别。比如，专利文献CN110897567A公开了一种基于目标物识别的清洁方法及清洁机器人，该方法包括：通过SLAM技术绘制空间二维地图的步骤；通过图像识别来识别空间中的特征标志物的步骤；通过图像识别所述特征标志物周围的具体物体来对所述空间二维地图进行划分、并标注不同的地图空间的步骤；根据不同的所述地图空间的属性来制定清洁策略的步骤；和通过控制运动、清洁模块实现所制定的清洁策略的步骤；但该方法仍然存在费时和效率低的问题。因此在一些特定区域内，当大部分的目标物是相对一致的情况下，如果采用更为简便轮廓匹配方法，必定更有利于部署效率。

对于室内清洁机器人来说，执行室内清洁作业需要完全覆盖一定区域，需要相对位置准确，减少重复覆盖和覆盖不足。激光SLAM由于激光雷达具有指向性强的特点，但是，在非完全封闭空间内就行360°范围的扫描时，往往出现无法定位特征的空白区域，影响机器人的工作模式匹配；那么如何减少非关键区域的地图空白，优化轮廓提取精确度，以获取更优的轮廓匹配，就显得尤为重要。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种机器人激光地图的识别匹配方法及其系统,通过对处理后的激光图像进行轮廓提取，并与已经配置好的数据库中的地图模型进行匹配，获取最高的匹配度地图，进而直接调用数据库地图所配置的参数文件，提高部署效率。

根据本发明提供的一种机器人激光地图的识别匹配方法，包括以下步骤：

S1获取平面激光图；

S2统一平面激光图大小，使其与数据库地图的大小匹配；

S3对平面激光图进行去噪处理；

S4通过降采样获取平面激光图特征，获取激光图像；

S5对激光图像进行二值化，获取二值化图像；根据激光图像背景参数的灰度值进行二值化的参数设置；

S6获取二值化图像的轮廓边缘扫描文件；通过轮廓检测方法，获取二值化图像的轮廓边缘，并生成轮廓边缘扫描文件；

S7将轮廓边缘扫描文件与数据库地图中的图像边缘轮廓进行相似度比对，并实现相似度高低排序；

S8根据相似度高低排序，结合人工选择，获取匹配度最佳的数据库地图，并对该数据库地图中的所有配置参数进行调用。

进一步地，所述S1通过机器人自带的激光雷达，扫描相应的空间，获取对应空间的平面激光图。

进一步地，所述数据库地图为事先通过激光扫描完成后存入数据库的地图。

进一步地，所述降采样能够进行多次，提取明显的轮廓信息。