实时的移动机器人语义地图构建系统

摘要：

语义信息可以使机器人更充分地理解未知环境,为更高级的人机交互和完成更复杂的任务奠定基础.为了能够使移动机器人实时地创建语义地图,在Jetson TXI嵌入式电脑上开发了一种轻量级的深度学习目标检测模型,在保证了检测精度的同时,实现了高效的目标检测功能.并利用了视频流中的帧间光流信息,使用运动信息指导传播算法降低检测算法的漏检率.对于Kin3ct传感器生成的深度图像有黑边、黑洞等缺陷,使用统一计算设备架构(CUDA)技术开发了一种实时的深度图像修复算法.利用即时定位与地图构建(SLAM)技术,实现移动机器人底层的定位、导航、地图创建功能,并在此基础上使用贝叶斯推理框架,同时融合了环境的度量信息与视觉识别信息完成了语义地图的创建.经过实验表明,所提出的方法在实际的、复杂的室内环境下可以使移动机器人实时地创建语义地图.

关键词：深度学习、图像修复、语义地图、贝叶斯推理、统一计算设备架构

所属期刊栏目：38

分类号：TP242;TH72(自动化技术及设备)

资助基金：北京市教育委员会科技计划面上项目KM201510005005;北京工业大学智能制造领域大科研推进计划040000546317552

在线出版日期：2018-01-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2769-2778