面向服務機器人的室內語義地圖構建的研究.pdf

1、機器人對其所處環(huán)境的自主感知與理解是機器人與人工智能領域的一項長遠目標。近年來，隨著室內服務機器人研究的不斷進展，以及新型深度傳感器的相繼問世，基于RGB-D攝像頭的室內三維地圖構建受到越來越廣泛的研究與關注。特別地，諸多相關領域（如機器人、計算機視覺和計算機圖形學，等）的研究成果被用來對齊與融合RGB-D圖像序列，進而獲得全局的三維場景表示。在地圖構建的精度、尺度、速度，以及場景模型等諸多方面已有了大量深入的研究和富有價值的成果。

2、r>　　針對室內移動機器人對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地圖構建方法，進而構建出一條從傳感器硬件到高層語義模型自動化信息處理鏈。此處的自主性主要包括為使用機器人自動地構建場景三維地圖，以及對其進行分析、理解以產生語義模型?；赗GB-D攝像頭來自主獲取室內環(huán)境的三維語義模型，屬于一種低成本環(huán)境建模技術。對該技術的研究具有廣泛的應用價值和重要的商業(yè)價值，例如由此衍生出的純RGB-D攝像頭導航，將有可

3、能替代當前主流但較昂貴的激光導航。
　　本文從以下三個方面來考慮如何實現(xiàn)這種自主性:1）機器人需要具有自主掃描場景來采集RGB-D圖像的能力。如何在有限的先驗信息上自動規(guī)劃攝像頭在場景中的掃描軌跡，使之產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，仍能適應紋理與形態(tài)各異的實際場景，并成功構建出全局一致的地圖。此外，本文的動機之一是要讓機器人能夠在線、自主

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

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

6、inectFusion方法來進行表面重建，同時討論了該方法在大尺度場景下的存儲開銷問題。
　　第三，關于場景分析，本文研究了針對點云場景的快速平面檢測算法，通過抽取平面完成對點云場景的分割。對分離開來的場景各部分提取特征，并使用簡單規(guī)則進行識別。由此，將無序點集轉換成帶有語義信息的三維拓撲地圖。
　　本文主要的貢獻和創(chuàng)新之處包括如下三個方面:
　　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。當前的R

7、GB-D建圖（或重建）系統(tǒng)主要通過人手持攝像頭在環(huán)境中采集圖像，自動化程度較低且難以高效獲取大尺度場景的圖像信息。而該方法能在二維柵格地圖上自動規(guī)劃出攝像頭掃描軌跡，實驗表明自動規(guī)劃結果與RGB-D建圖研究人員設計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、面特征的幀間對齊算法。在關鍵幀序列（接近3千幀）上的相鄰幀幀間對齊實驗中，該算法錯誤率為零，證明了其魯棒性;同時，算法避開了時間

8、復雜度高的ICP類對齊技術，故效率極高，在主流PC上（無需GPU加速）即可獲得實時性能。該算法使得自主建圖系統(tǒng)的魯棒性有了重要保障。此外，結合基于特征匹配的快速環(huán)閉合檢測技術，以及全局優(yōu)化技術，再加上前面所述的自動掃描規(guī)劃方法，共同構成一個能在機器人上在線運行的三維地圖自動構建系統(tǒng)。
　　再次，對于場景點云模型的理解，這里提出了一種基于投影變換的快速平面提取算法，能夠在數秒時間內完成數百萬量級點云場景的平面檢測與抽取。通過后續(xù)的場

9、景分割與簡易識別，得到了場景語義地圖。
　　本文使用廉價的RGB-D攝像頭，為移動機器人設計了一套完整的自動構建室內場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景先驗知識。因此，在實際應用中，仍不能完全脫離當前主流的激光(LRFs)感知與導航。而擺脫對場景先驗知識的依賴，僅使用RGB-D攝像頭，完成對陌生環(huán)境的自主探測及語義地圖構建，將是未來工作的一個重要方向。盡管離能實用的完全自主、純RGB-D攝像頭