(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111680627.2 (22)申请日 2021.12.2 9 (71)申请人 杭州电子科技大 学 地址 310018 浙江省杭州市钱塘新区白杨 街道2号大街1 158号 (72)发明人 张波涛　洪涛　王添　吕强　 (51)Int.Cl. G06T 17/05(2011.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G01C 21/00(2006.01) G01C 21/32(2006.01) G01C 22/00(2006.01) G01S 17/89(2020.01) (54)发明名称 一种便于自主移动机器人高效导航的地貌 地图构建方法 (57)摘要 本发明涉及一种便于自主移动机器人高效 导航的地貌地图构建方法， 包括地貌分割网络： 使用深度可分离卷积和金字塔池化模块搭建高 精度轻量级的语义分割网络； 对 可通行地貌的细 致划分： 根据不同地貌的物理几何性质， 对可通 行地貌进行更为详细的划分和标注， 针对性地构 建地貌数据集用于模型的训练； 地貌地图的构 建： 根据传感器获取的原始图像与栅格地图间的 几何转换关系， 构建地貌图像与占据栅格地图的 映射关系， 创建地貌栅格地图。 本发明使用语义 分割网络对移动机器人工作环境中的地貌进行 更为细致的划分， 并通过像素点扫描、 坐标转换 和栅格映射， 创建含有丰富信息的地貌栅格地 图， 以用于提高移动机 器人的导 航效率。 权利要求书2页 说明书5页 附图1页 CN 114332399 A 2022.04.12 CN 114332399 A 1.一种便于自主移动机器人高效导航的地貌地图构建方法， 其特征在于： 包括以下步 骤： 步骤一、 使用深度可分离卷积搭建地貌分割网络的编码路径， 使用PspNet的金字塔池 化模块组成解码路径， 搭建高精度轻量级的地貌分割网络； 步骤二、 使用移动机器人的车载摄像头采集足够数量的地貌 图像， 经筛选和数据标注 后构建复杂地貌数据集； 步骤三、 将 复杂地貌数据集输入构建的地貌分割网络， 对参数wp进行训练， 生成地貌分 割模型； 步骤四、 采用Gmapping算法融合移动 机器人的激光雷达、 里程计传感器数据， 构 建移动 机器人工作环境下的占据栅格地图； 步骤五、 使用移动机器人搭载的深度相机采集当前所处地貌环境的原始图像A和深度 图像D， 将得到的原 始图像A输入地貌分割模型， 生成局部环境的地貌分割图像B； 步骤六、 对每帧地貌分割图像B进行像素点扫描和坐标转换； 步骤七、 根据地貌像素点含有的地貌语义信息， 对占据栅格地图中指定的栅格(Xw,Yw) 进行地貌映射； 步骤八： 控制移动机器人在工作环境中运动， 重复步骤五～步骤七， 直至移动机器人完 成对地图中所有栅格的地貌映射， 建立含有地貌语义信息的地貌栅格地图。 2.根据权利要求1所述的一种便于自主移动机器人高效导航的地貌地图构建方法， 其 特征在于： 所述步骤二中数据集中的地貌信息包括水泥地、 草地、 泥地、 林地、 石子地、 水、 沟。 3.根据权利要求1或2所述的一种便于自主移动机器人高效导航的地貌地图构建方法， 其特征在于： 所述步骤二中采用移动机器人的第一视角实地采集真实工作环境中的地貌图 像。 4.根据权利要求2所述的一种便于自主移动机器人高效导航的地貌地图构建方法， 其 特征在于： 所述 步骤六具体包括以下步骤： S1： 将地貌分割图像B转换为 地貌灰度图像C； S2： 建立地貌类型与灰度值的匹配列表 G， G＝{(水泥地： g1)， (草地： g2)， (泥地： g3)， (林 地： g4)， (石子地： g5)， (水： g6)， (沟： g7)}， 其中gk表示灰度值， k∈(1,7)； S3： 像素点扫描， 根据原始图像A的分辨率与栅格地图分辨率的比值， 将地貌灰度图像C 划分成若干个尺寸 为p×p的地貌块， 统计第(i,j)个地貌块内所有像素点的灰度分布情况： Pij＝{(g1:n1),(g2:n2),(g3:n3),(g4:n4),(g5:n5),(g6:n6),(g7:n7)}  (1) 其中， nk表示各个灰度 值对应的像素点个数， k∈(1,7)， 计算Pij中像素点个数的最大值 nmax： nmax＝max(nk),k∈(1,7)              (2) 根据Pij查找nmax对应的灰度值gmax： 其中， (gmax,nmax)∈Pij， 根据G查找到gmax对应的地貌类型ter rainij： 权　利　要　求　书 1/2 页 2 CN 114332399 A 2其中(terrainij,gmax)∈G， 将求得的terrainij作为当前(i,j)地貌块的整体地貌， 将当 前(i,j)地貌块中心点的像素坐标(u,v)作为 地貌块的整体 像素坐标； S4： 对像素坐标(u,v)进行二维像素坐标系到三维相机坐标系的转换： 其中， (u,v,1)T为地貌像素点坐标(u,v)的齐次坐标， (Xc,Yc,Zc)T为地貌像素点(u,v)在 相机坐标系中的三维坐标， l为地貌像素点(u,v)在深度图像D中对应的距离信息， fx和fy分 别为深度相机在x和y方向上的焦距， cx和cy表示深度相机光轴在像素坐标系中的偏移量； S5： 将地貌像素点的坐标(Xc,Yc,Zc)T从相机坐标系转换到 机器人坐标系： 其中， (Xr,Yr,Zr)T为地貌像 素点在机器 人坐标系中的三维坐标， 旋转矩阵R和平移矩阵T 分别表示相机坐标系与机器人坐标系之间的旋转与平 移关系； S6： 根据机器 人的自适应蒙特卡罗定位， 计算出地貌像 素点的坐标(Xr,Yr,Zr)T在占据栅 格地图中的二维世界坐标(Xw,Yw)。 5.根据权利要求1所述的一种便于自主移动机器人高效导航的地貌地图构建方法， 其 特征在于： 所述步骤七通过向占据栅格地图中加入地貌语义信息， 建立地貌语义图像与占 据栅格地图的映射关系。权　利　要　求　书 2/2 页 3 CN 114332399 A 3