CN116105749B 自主移动机器人局部语义可通行概率栅格地图构建方法 （重庆邮电大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN116105749B(45)授权公告日2025.07.01

(21)申请号202211523195.9

(22)申请日2022.11.30

(65)同一申请的已公布的文献号申请公布号CN116105749A

(43)申请公布日2023.05.12

(73)专利权人重庆邮电大学

地址400065重庆市南岸区黄桷垭崇文路2

号

(72)发明人李艳生姜东杰杨美美刘彦瑜

张毅汪从哲

(74)专利代理机构北京同恒源知识产权代理有限公司11275

专利代理师方钟苑

(51)Int.CI.

GO1C21/32(2006.01)

GO6V20/70(2022.01)

GO6V10/80(2022.01)

GO6V10/82(2022.01)

GO6N3/0464(2023.01)

(56)对比文件

CN110264572A,2019.09.20

CN111381585A,2020.07.07审查员姜鸿阳

权利要求书2页说明书6页附图3页

(54)发明名称

自主移动机器人局部语义可通行概率栅格地图构建方法

(57)摘要

CN116105749B本发明涉及一种自主移动机器人局部语义可通行概率栅格地图构建方法，属于移动机器人即时定位与建图领域。该方法包括：S1:根据激光数据的测量值，构建占据栅格地图；S2:运用实时语义分割模型，进行语义分割，提取语义标签，进行2D语义分割；S3:语义分割之后，根据坐标关系，利用深度图将语义信息进行投影，即根据语义信息构建语义栅格地图；S4:语义栅格地图概率转换后与多层代价地图融合：通过距离映射将语义信息进行概率转换，形成语义层代价地图，再与激光的障碍物层代价地图进行融合，得到最终的局部语义可通行概率栅格地图。本发明能解

CN116105749B

→语新

CN116105749B权利要求书1/2页

2

1.一种自主移动机器人局部语义可通行概率栅格地图构建方法，其特征在于，该方法具体包括以下步骤：

S1:根据激光数据的测量值，构建占据栅格地图；

S2:运用实时语义分割模型，进行语义分割，提取语义标签，进行2D语义分割；

S3:语义分割之后，根据坐标关系，利用深度图将语义信息进行投影，即根据语义信息构建语义栅格地图；

S4:语义栅格地图概率转换后与多层代价地图融合：通过距离映射将语义信息进行概率转换，形成语义层代价地图，再与激光的障碍物层代价地图进行融合，得到最终的局部语义可通行概率栅格地图，具体包括以下步骤：

S41:将语义栅格地图进行概率转换，求出每一个栅格单元的可通行概率p,具体包括：将语义栅格地图中单元中被标记为可通行的栅格单元进行距离转换，把可通行区域栅格单元到最近的非可通行单元的距离映射到一个实数的距离值，以此来表示每一个可通行栅格单元到非可通行单元的远近；经过距离变换，可通行区域的中心部分会获得一个高的映射值，相反，边缘地区和靠近障碍物的区域的映射值低：

距离变换公式如下：

D(p)=min(||m-n|l2),m∈T,n∈N

其中，语义栅格地图中可通行区域的集合为T,不可通行区域的集合为N;

通过距离转换后，再通过高斯分布对距离进行变换，高斯分布均值设置为距离变换的最大值，方差为所有距离的平方的标准差；得到每一个栅格单元的通行概率p,;然后根据不同语义标签预设先验可通行概率p,最后得到每一个栅格单元的可通行概率p,pt=pP?;

S42:多层代价地图融合：在原有的局部代价地图上，增加一层语义层代价地图，最后把激光障碍物层、膨胀层和语义层进行融合，发布到主代价地图层，最终得到局部语义栅格地图；

具体包括：

在激光障碍物层中，栅格单元致命障碍物的代价值设置为254,在该代价值内必然与障碍物发生碰撞；自由移动空间的代价值设置为0;最小非自由空间的代价值范围在1到127,该范围内机器人不会发生碰撞；膨胀层的代价值在128到253,未知区域的代价值为255;

语义层的代价值设置如下：

Cs=c:(2-p.)

其中，c是语义标签预设的通行代价值，p是语义栅格单元的可通行概率；难通行的语义标签的预设通行代价值比易通行的预设通行代价值高，最后能得到语义层每一个栅格单元的代价值；

最后按照激光障碍物层、语义层、膨胀层的顺序融合到融合主代价地图中，融合方法采用最大值比较法