面向服務(wù)機(jī)器人的室內(nèi)語義地圖構(gòu)建的研究.pdf

1、機(jī)器人對(duì)其所處環(huán)境的自主感知與理解是機(jī)器人與人工智能領(lǐng)域的一項(xiàng)長(zhǎng)遠(yuǎn)目標(biāo)。近年來，隨著室內(nèi)服務(wù)機(jī)器人研究的不斷進(jìn)展，以及新型深度傳感器的相繼問世，基于RGB-D攝像頭的室內(nèi)三維地圖構(gòu)建受到越來越廣泛的研究與關(guān)注。特別地，諸多相關(guān)領(lǐng)域（如機(jī)器人、計(jì)算機(jī)視覺和計(jì)算機(jī)圖形學(xué)，等）的研究成果被用來對(duì)齊與融合RGB-D圖像序列，進(jìn)而獲得全局的三維場(chǎng)景表示。在地圖構(gòu)建的精度、尺度、速度，以及場(chǎng)景模型等諸多方面已有了大量深入的研究和富有價(jià)值的成果。

2、r>　　針對(duì)室內(nèi)移動(dòng)機(jī)器人對(duì)三維地圖模型的需求，本文從自主性的角度出發(fā)，系統(tǒng)性地研究了RGB-D地圖構(gòu)建方法，進(jìn)而構(gòu)建出一條從傳感器硬件到高層語義模型自動(dòng)化信息處理鏈。此處的自主性主要包括為使用機(jī)器人自動(dòng)地構(gòu)建場(chǎng)景三維地圖，以及對(duì)其進(jìn)行分析、理解以產(chǎn)生語義模型。基于RGB-D攝像頭來自主獲取室內(nèi)環(huán)境的三維語義模型，屬于一種低成本環(huán)境建模技術(shù)。對(duì)該技術(shù)的研究具有廣泛的應(yīng)用價(jià)值和重要的商業(yè)價(jià)值，例如由此衍生出的純RGB-D攝像頭導(dǎo)航，將有可

3、能替代當(dāng)前主流但較昂貴的激光導(dǎo)航。
　　本文從以下三個(gè)方面來考慮如何實(shí)現(xiàn)這種自主性:1）機(jī)器人需要具有自主掃描場(chǎng)景來采集RGB-D圖像的能力。如何在有限的先驗(yàn)信息上自動(dòng)規(guī)劃攝像頭在場(chǎng)景中的掃描軌跡，使之產(chǎn)生的圖像序列滿足建圖系統(tǒng)需求，是本文要解決的問題之一。2）自主性要求建圖系統(tǒng)具有極高的魯棒性。使其在沒有人工介入的情況下，仍能適應(yīng)紋理與形態(tài)各異的實(shí)際場(chǎng)景，并成功構(gòu)建出全局一致的地圖。此外，本文的動(dòng)機(jī)之一是要讓機(jī)器人能夠在線、自主

4、地構(gòu)建大尺度場(chǎng)景的三維地圖，使機(jī)器人作為一個(gè)獨(dú)立的主體來持續(xù)地感知與理解它所處的室內(nèi)環(huán)境，故實(shí)時(shí)性與可擴(kuò)展性亦是本文追求的目標(biāo)。3）需要借助場(chǎng)景分析手段將三維地圖解釋成機(jī)器人能夠理解的語義地圖。
　　本文通過研究上述三個(gè)子問題，探索出一條機(jī)器人自主構(gòu)建室內(nèi)語義地圖的新途徑。具體來說，本文的主要工作分為以下三個(gè)方面:
　　第一，關(guān)于自動(dòng)圖像采集，本文定義了旋轉(zhuǎn)掃描和移動(dòng)掃描這兩個(gè)基本行動(dòng)，并以現(xiàn)有二維柵格地圖作為環(huán)境先驗(yàn)信息，

5、在柵格地圖上規(guī)劃掃描場(chǎng)景的行動(dòng)序列。為了獲得最佳掃描規(guī)劃，本文還定義了評(píng)價(jià)函數(shù)來評(píng)估掃描規(guī)劃的優(yōu)劣程度，并使用隨機(jī)搜索方法尋找最優(yōu)解。
　　第二，關(guān)于RGB-D建圖，本文在RGB-D圖像序列上提取關(guān)鍵幀，在連續(xù)關(guān)鍵幀之間進(jìn)行空間對(duì)齊，并在關(guān)鍵幀序列上進(jìn)行環(huán)閉合檢測(cè)，同時(shí)在關(guān)鍵幀集合上進(jìn)行全局優(yōu)化，由此構(gòu)建出全局一致的三維地圖。本文對(duì)RGB-D圖像幀間對(duì)齊和環(huán)閉合檢測(cè)方法進(jìn)行了深入的研究，以獲得魯棒、快速的建圖性能。此外，本文采用K

6、inectFusion方法來進(jìn)行表面重建，同時(shí)討論了該方法在大尺度場(chǎng)景下的存儲(chǔ)開銷問題。
　　第三，關(guān)于場(chǎng)景分析，本文研究了針對(duì)點(diǎn)云場(chǎng)景的快速平面檢測(cè)算法，通過抽取平面完成對(duì)點(diǎn)云場(chǎng)景的分割。對(duì)分離開來的場(chǎng)景各部分提取特征，并使用簡(jiǎn)單規(guī)則進(jìn)行識(shí)別。由此，將無序點(diǎn)集轉(zhuǎn)換成帶有語義信息的三維拓?fù)涞貓D。
　　本文主要的貢獻(xiàn)和創(chuàng)新之處包括如下三個(gè)方面:
　　首先，本文提出了一種面向三維建圖的RGB-D攝像頭掃描規(guī)劃方法。當(dāng)前的R

7、GB-D建圖（或重建）系統(tǒng)主要通過人手持?jǐn)z像頭在環(huán)境中采集圖像，自動(dòng)化程度較低且難以高效獲取大尺度場(chǎng)景的圖像信息。而該方法能在二維柵格地圖上自動(dòng)規(guī)劃出攝像頭掃描軌跡，實(shí)驗(yàn)表明自動(dòng)規(guī)劃結(jié)果與RGB-D建圖研究人員設(shè)計(jì)的掃描軌跡基本一致，證明了該方法的有效性。
　　其次，本文提出了一種極其魯棒且快速的基于點(diǎn)、面特征的幀間對(duì)齊算法。在關(guān)鍵幀序列（接近3千幀）上的相鄰幀幀間對(duì)齊實(shí)驗(yàn)中，該算法錯(cuò)誤率為零，證明了其魯棒性;同時(shí)，算法避開了時(shí)間

8、復(fù)雜度高的ICP類對(duì)齊技術(shù)，故效率極高，在主流PC上（無需GPU加速）即可獲得實(shí)時(shí)性能。該算法使得自主建圖系統(tǒng)的魯棒性有了重要保障。此外，結(jié)合基于特征匹配的快速環(huán)閉合檢測(cè)技術(shù)，以及全局優(yōu)化技術(shù)，再加上前面所述的自動(dòng)掃描規(guī)劃方法，共同構(gòu)成一個(gè)能在機(jī)器人上在線運(yùn)行的三維地圖自動(dòng)構(gòu)建系統(tǒng)。
　　再次，對(duì)于場(chǎng)景點(diǎn)云模型的理解，這里提出了一種基于投影變換的快速平面提取算法，能夠在數(shù)秒時(shí)間內(nèi)完成數(shù)百萬量級(jí)點(diǎn)云場(chǎng)景的平面檢測(cè)與抽取。通過后續(xù)的場(chǎng)

9、景分割與簡(jiǎn)易識(shí)別，得到了場(chǎng)景語義地圖。
　　本文使用廉價(jià)的RGB-D攝像頭，為移動(dòng)機(jī)器人設(shè)計(jì)了一套完整的自動(dòng)構(gòu)建室內(nèi)場(chǎng)景三維語義地圖的系統(tǒng)。需要指出的是，該系統(tǒng)仍需要一幅二維柵格地圖作為場(chǎng)景先驗(yàn)知識(shí)。因此，在實(shí)際應(yīng)用中，仍不能完全脫離當(dāng)前主流的激光(LRFs)感知與導(dǎo)航。而擺脫對(duì)場(chǎng)景先驗(yàn)知識(shí)的依賴，僅使用RGB-D攝像頭，完成對(duì)陌生環(huán)境的自主探測(cè)及語義地圖構(gòu)建，將是未來工作的一個(gè)重要方向。盡管離能實(shí)用的完全自主、純RGB-D攝像頭