野外地形多重属性地图的机器人构建与应用研究.pdfVIP

摘要

摘要

地面机器人因其出色的环境适应能力与优异的载荷性能，已在深空探测、智

慧城市建设、以及应急救援等领域中得到了广泛应用。与结构化场景不同，这些

场景往往因为自然因素或人类活动而导致出现非平坦路面、非刚性表面、以及出

现非典型障碍物等复杂情况，这给机器人的自主导航系统带来巨大的风险。因此，

对场景中的地形进行多重属性的提取与建图，是机器人在复杂场景中实现自主导

航的关键前提。然而现有工作大多依赖视觉感知以识别地形属性，这面临场景数

据之间域偏移的难题。同时多数地图存在扩展性不高的问题。为了克服上述实际

挑战，本研究提出了一套多重属性地图的构建与应用方法。

针对提取地形多重属性提取的需求，本文设计了一套属性感知方法，为机器

人分析地形的中的几何属性与非几何属性。在几何属性方面，本文根据点云数据

提取了地形的倾斜度、崎岖度、稀疏度。在非几何属性方面，本文结合自然语言提

示，设计了一种由粗到细的分割策略以自动生成属性标签。然后，通过搭建一个轻

量级属性提取网络，实现了对地形语义属性和刚度属性的实时预测。此外，为了

应对复杂场景中非典型障碍物带来的风险，本文引入多模态大模型，并为其设计

基于思维链的提示工程，以赋予机器人对环境强大的自主感知与理解能力。最终

通过量化技术将大模型部署在地面机器人上，实现了对地形安全属性的分析提取。

在多重属性地图的构建与应用方面，本文设计了一种具有高度扩展性的建图

方案，通过设计时预留的属性接口，本方案可以有效地管理地图中的各属性模块。

此外，该建图方法采用光纤投射法更新地图的占据概率，同时采用基于狄利克雷

分布的贝叶斯推断算法更新地图中的非几何属性。在实际应用部分，本文基于多

重属性地图设计了地形可通行性分析、感知设备参数调整、以及机器人稳定性判

断的应用，展现了该地图在机器人导航方面的应用潜力。

为了验证本文提出系统的有效性，本文基于双摇臂机器人Slugcat搭建了配有

激光雷达与视觉相机的地面机器人实验平台，并且在深圳大学城校园场景中开展

实机实验以采集大量的真实数据。对于属性提取模块，通过采用对比实验的方式

评估本文方案的性能。对于地图应用模块，通过为双摇臂机器人设置通行代价函

数，以验证可通行区域评估的准确性。此外，基于仿真数据训练模型以验证机器

人稳定性判断的有效性。实验结果表明，本文所提出的多重属性地图构建与应用

方案，具有重要的研究意义与应用价值。

关键词：地形属性提取；多模态大模型；环境地图构建；机器人导航

-I-

Abstract

Abstract

DuetoUnmannedgroundrobots’exceptionalenvironmentaladaptabilityandsu-

periorpayloadcapabilities,theyhavebeenwidelyappliedinfieldssuchasdeep-space

exploration,smartcitydevelopment,andemergencyrescue.Unlikestructuredenviron-

ments,thesescenariosoftenpresentcomplexchallengesduetonaturalfactorsorhuman

activities,leadingtounevensurfaces,non-rigiditysurfaces,andatypicalobstacles,pos-

ingsignificantriskstotheautonomousnavigationsystemsofrobots.Therefore,extracting

andmappingmultipleterrainattributesinsuchscenesisacriticalprerequisiteforachiev-

ingautonomousnavigationincomplexenvi