CN115496792B 基于人在环优化的点云语义slam的方法、系统及装置 （杭州市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院)）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115496792B(45)授权公告日2025.07.11

(21)申请号202211160212.7

(22)申请日2022.09.22

(65)同一申请的已公布的文献号申请公布号CN115496792A

(43)申请公布日2022.12.20

(73)专利权人杭州市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院)

地址311113浙江省杭州市余杭区瓶窖镇

双红桥街166号

(72)发明人欧阳真超胡庆雷李东禹郭鹏宇王薪宇张昌杰

(74)专利代理机构北京八月瓜知识产权代理有限公司11543

(51)Int.CI.

G06T7/579(2017.01)

GO6V20/64(2022.01)

GO6V10/26(2022.01)

GO6V10/774(2022.01)

GO1C21/20(2006.01)

(56)对比文件

CN110210398A,2019.09.06

SamerB.Nashed等.“Human-in-the-LoopSLAM”.《arXiv》.2018,第1503-1509页.

ZhenchaoOuyang等.“SemanticSLAMforMobileRobotwithHuman-in-the-Loop”.

《springer》.2023,全文.

审查员张洁

专利代理师秦莹

权利要求书2页说明书10页附图7页

(54)发明名称

基于人在环优化的点云语义SLAM的方法、系统及装置

(57)摘要

CN115496792B本发明公开了一种基于人在环优化的机器人点云语义SLAM方法、系统及装置，其中，该方法包括：S1、移动机器人上的激光雷达对目标地点进行数据采集，得到每帧点云的相对位姿信息，完成建图；S2、建立点云连续轨迹，人工观测建图误差，构建稠密因子图，然后基于因子图进行全局优化，调整总体点云错误；S3、基于预定义的点云语义类别并采用标注工具进行叠加地图的点云语义标注，累计点云语义标记结果得到点云语义分割数据集；S4、基于点云语义分割数据集进行分割模型的训练和评估得到训练和评估后的分割模型；S5、基于训练和评估后的分割模型，进

CN115496792B

对目标地点进行数据采集，在采集

对目标地点进行数据采集，在采集过程中将SLAM算法作为初始建图算法计算得到每帧点云的相对位姿信息，完成建图：

建立点云连续轨迷，获取人工观测的建图误差信息，基于所述建

的点云帧重新进行局部ICP的配准优化，获取关键位姿点之间的闭环。构建稠密国子图，然后基于所述

体建图错误：选代配准优化和全局优化

将进行局部ICP配准优化后的点云

导入标注工具，基于预定义的点云语义类别，采用标注工具进行叠加地围的点云语义标注，累计点云话又标记结果得到点云语又分割数据

基于点云语又分割数据集进行点云语义分割模型的训练和评估得到训练和评估后的点云语叉分割模型

基于训练和评估后的分割模型，进行点云语义定位与优化

CN115496792B权利要求书1/2页

2

1.一种基于人在环优化的机器人点云语义SLAM方法，其特征在于，包括，

S1、通过移动机器人上的采集模块对目标地点进行数据采集，在采集过程中将SLAM算法作为初始建图算法计算得到每帧点云的相对位姿信息，完成建图；

S2、建立点云连续轨迹，获取人工观测的建图误差信息，基于所述建图误差信息选择建图误差周围正确的点云帧重新进行局部ICP的配准优化，获取关键位姿点之间的闭环，构建稠密因子图，然后基于所述稠密因子图进行全局优化，调整总体建图错误，迭代配准优化和全局优化；具体包括：

通过将连续点云和连续点云对应的推算位姿进行地图叠加，基于点云数据的采样顺序对每帧点云的中心点进行关联，形成连续轨迹，基于轨迹计算闭环边，并添加所述闭环边构建新闭环；

获取人工观测的建图误差信息，基于所述建图误差信息选择建图误差周围正确的点云帧进行局部配准算法的配准优化；获取关键位姿点之间的闭环，构建稠密因子图，然后基于因子图进行全局优化，调整总体建图错误，迭代所述配准优化和全局优化；

S3、将进行局部ICP配准优化后的点云位姿