实时的移动机器人语义地图构建系统.pdfVIP

第３８卷　第１１期 仪 器 仪 表 学 报 Ｖｏｌ３８Ｎｏ１１ ２０１７年１１月 ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＳｃｉｅｎｔｉｆｉｃＩｎｓｔｒｕｍｅｎｔ Ｎｏｖ．２０１７ 实时的移动机器人语义地图构建系统 １，２ １，２ １，２ １，２ 李秀智 ，李尚宇 ，贾松敏 ，单吉超 （１．北京工业大学信息学部　北京　１００１２４；２．数字社区教育部工程研究中心　北京　１００１２４） 摘　要：语义信息可以使机器人更充分地理解未知环境，为更高级的人机交互和完成更复杂的任务奠定基础。为了能够使移动 机器人实时地创建语义地图，在ＪｅｔｓｏｎＴＸ１嵌入式电脑上开发了一种轻量级的深度学习目标检测模型，在保证了检测精度的同 时，实现了高效的目标检测功能。并利用了视频流中的帧间光流信息，使用运动信息指导传播算法降低检测算法的漏检率。对 于Ｋｉｎｅｃｔ传感器生成的深度图像有黑边、黑洞等缺陷，使用统一计算设备架构（ＣＵＤＡ）技术开发了一种实时的深度图像修复算 法。利用即时定位与地图构建（ＳＬＡＭ）技术，实现移动机器人底层的定位、导航、地图创建功能，并在此基础上使用贝叶斯推理 框架，同时融合了环境的度量信息与视觉识别信息完成了语义地图的创建。经过实验表明，所提出的方法在实际的、复杂的室 内环境下可以使移动机器人实时地创建语义地图。 关键词：深度学习；图像修复；语义地图；贝叶斯推理；统一计算设备架构 中图分类号：ＴＰ２４２　ＴＨ７２　　　文献标识码：Ａ　　国家标准学科分类代码：５１０．４０５０ Ｓｙｓｔｅｍｏｆｒｅａｌｔｉｍｅｍｏｂｉｌｅｒｏｂｏｔｓｅｍａｎｔｉｃｍａｐｂｕｉｌｄｉｎｇ １，２ １，２ １，２ １，２ ＬｉＸｉｕｚｈｉ ，ＬｉＳｈａｎｇｙｕ ，ＪｉａＳｏｎｇｍｉｎ ，ＳｈａｎＪｉｃｈａｏ （１．ＦａｃｕｌｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ１００１２４，Ｃｈｉｎａ； ２．ＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＤｉｇｉｔａｌＣｏｍｍｕｎｉｔｙ，ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，Ｂｅｉｊｉｎｇ１００１２４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｓｅｍａｎｔｉｃｉｎｆｏｒｍａｔｉｏｎｃａｎｈｅｌｐｔｈｅｒｏｂｏｔｔｏｂｅｔｔｅｒｕｎｄｅｒｓｔａｎｄｕｎｋｎｏｗｎｅｎｖｉｒｏｎｍｅｎｔａｎｄｌａｙｔｈｅｆｏｕｎｄａｔｉｏｎｆｏｒｍｏｒｅａｄｖａｎｃｅｄ ｈｕｍａｎｃｏｍｐｕｔｅｒｉｎｔｅｒａｃｔｉｏｎａｎｄｍｏｒｅｃｏｍｐｌｉｃａｔｅｄｔａｓｋ．Ｔｏｅｎａｂｌｅｍｏｂｉｌｅｒｏｂｏｔｔｏｂｕｉｌｄｓｅｍａｎｔｉｃｍａｐｉｎｒｅａｌｔｉｍｅ，ａｌｉｇｈｔｄｅｅｐｌｅａｒｎｉｎｇ ｍｏｄｅｌｉｓｄｅｖｅｌｏｐｅｄｆｏｒｏｂｊｅｃｔｄｅｔｅｃｔｉｏｎｏｎｅｍｂｅｄｄｅｄｃｏｍｐｕｔｅｒＪｅｔｓｏｎＴＸ１．Ｔｈｅｉｎｔｅｒｆｒａｍｅｏｐｔｉｃａｌｆｌｏｗｉｎｆｏｒｍａｔｉｏｎｉｎｔｈｅｖｉｄｅｏｓｔｒｅａｍｉｓ ｕｓｅｄｔｏｒｅｄｕｃｅｔｈｅｍｉｓｓｉｎｇｒａｔｅｏｆｏｂｊｅｃｔｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍ，ｗｈｉｃｈｉｓｃａｌｌｅｄｍｏｔｉｏｎｇｕｉｄｅｄｐｒｏｐａｇａｔｉｏｎ（ＭＧＰ）ａｌｇｏｒｉｔｈｍ．Ａｒｅａｌｔｉｍｅｄｅｐｔｈ ｍａｐｒｅｓｔｏｒａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＣＵＤＡｉｓｕｔｉｌｉｚｅｄｂｅｃａｕｓｅｔｈｅｄｅｐｔｈｍａｐｇｅｎｅｒａｔｅｄｂｙＫｉｎｅｃｔｈａｓｂｌａｃｋｈｏｌｅａｎｄｂｌａｃｋｂｏｒｄｅｒ．ＳＬＡＭ ｔｅｃｈｎｏｌｏｇｙｉｓｅｍｐｌｏｙｅｄｉｎｔｈｉｓｐａｐｅｒｆｏｒｒｏｂｏｔｌｏｃａｔｉｏｎ，ｎａｖｉｇａｔｉｏｎａｎｄｍａｐｐｉｎｇ．Ｏｎｔｈｉｓｂａｓｉｓ，Ｂａｙｅｓｉａｎｉｎｆｅｒｅｎｃｅｆｒａｍｅｗｏｒｋｉｓｉｎｔｅｇｒａｔｅｄｗｉｔｈ ｍｅａｓｕｒ