[发明专利]一种结合语义分割的单目移动机器人路径规划的方法

说明书

本发明公开了一种结合语义分割的单目移动机器人路径规划的方法，涉及移动机器人领域，所述方法包括训练阶段和部署阶段，在训练阶段基于二维激光雷达和单目相机，自动标注语义分割网络的训练数据，在图像中将环境划分为可行驶区域和不可行驶区域；在部署阶段，通过所述语义分割网络获得关键障碍点的位置，将所述关键障碍点变换到世界坐标系下，并利用距离信息建立概率占用栅格地图。所述方法将有效障碍点转换为约束变量进行规划路径的优化，在移动机器人上部署后基于视觉、可靠性好、实施成本低，能取得良好的避障效果。

技术领域

本发明涉及移动机器人领域，尤其涉及一种结合语义分割的单目移动机器人路径规划的方法。

背景技术

目前，移动机器人的感知和避障主要依赖激光雷达传感器，但激光雷达成本过高，极大地限制了机器人的应用。而基于单目视觉的感知和规划方法被认为是以低成本实现机器人导航的可行解决方案。

机器人导航需要确定可行驶的区域，已有许多工作从图像中分割出可行驶区域，但大多需要对障碍物和环境结构进行复杂的显式建模分析。而基于单目视觉的语义分割方法可以直接获得可行驶区域。语义分割技术从每个像素获得语义信息，常见的的语义分割方法有FCN、R-CNN等。但存在分割噪声大、效果不够准确的问题，并且通常需要大量的手工数据标注。

路径规划的要求包括避开障碍物、平滑性、路径尽量短、满足机器人的动力学特性等。大致可分为基于搜索、采样、插值、优化的四类方法。其中基于优化的方法能够输出连续平滑的路径，鲁棒性较好。但优化的约束需要从上游的感知模块获取建立，从视觉传感器建立约束的方法较为复杂，尤其是非凸障碍环境下难以直接建立优化约束。

发明内容

鉴于现有技术的上述缺陷，本发明的目的是提供一种基于低成本单目摄像头进行障碍信息感知和避障的方法，通过语义分割网络获得障碍物位置信息，通过优化的方式规划路径。

为实现上述目的，本发明提供了一种结合语义分割的单目移动机器人路径规划的方法，其特征在于，所述方法包括训练阶段和部署阶段，在训练阶段基于二维激光雷达和单目相机，自动标注语义分割网络的训练数据，在图像中将环境划分为可行驶区域和不可行驶区域；在部署阶段，通过所述语义分割网络获得关键障碍点的位置，将所述关键障碍点变换到世界坐标系下，并利用距离信息建立概率占用栅格地图。

进一步地，所述方法包括以下步骤：

步骤A：所述语义分割网络训练，移动机器人利用二维激光雷达和单目相机，采集同步的点云与图像数据，根据坐标变换关系自动标注所述可行驶区域和所述不可行驶区域，利用标签数据训练语义分割网络；

步骤B：障碍点信息获取，移动机器人仅使用单目相机，利用所述语义分割网络分割相机图像，基于单孔相机模型和高度约束将所述可行驶区域边界的障碍点映射到机器人坐标系下，得到障碍相对机器人的空间坐标；

步骤C：路径规划，移动机器人根据障碍坐标确定优化变量的约束，基于二次优化的方式规划求解最优路径。

进一步地，所述步骤A中，移动机器人配备有二维激光雷达传感器和单目摄像头，激光雷达在采集数据前进行水平校准，在环境中，机器人基于一定的策略运动，采集时间对齐后的图像数据和激光点云数据；

对相机进行标定，并通过畸变校正消除图像中的径向畸变和切向畸变，利用激光点云数据获得障碍点相对机器人的坐标，并基于激光雷达位姿计算障碍和地面交接处的坐标，基于针孔相机模型，可利用变换公式得到图像坐标系下的障碍点坐标；

将映射到图像坐标系下的障碍点像素，以及该点同一列上方所有的像素点标注为所述不可行驶区域，由于激光传感器和图像分辨率之间的差异，在图像上标注的点可能不连续，因此逐列扫描，利用模式匹配判断某列是否为障碍间隔列，并利用多项式插值补全至连续。