[發明專利]基于SLAM的室內建筑面積實時測量方法

在審

• 申請號: 202010701506.0
• 申請日: 2020-07-20
• 公開（公告）號: CN111854651A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 吳懷宇;吳帆;李嫚
• 申請（專利權）人: 武漢科技大學
• 主分類號: G01B11/28
• 分類號: G01B11/28;G06N3/04;G06N3/08
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 胡琳萍

1.一種基于SLAM的室內建筑面積實時測量方法，其特征在于包括以下步驟：

步驟1：基于激光雷達的SLAM地圖構建，依次獲得多個子地圖；

步驟2：獲得子地圖后利用卷積特征網絡進行邊緣提取，輸出高質量邊緣圖；

步驟3：全局地圖的二值化與像素統計，得到地圖上實際占地面積；

步驟4：采用對比的面積測量法計算實際室內建筑面積；

所述對比的面積測量方法設置為：在SLAM地圖構建前任意選擇一個已知面積的物體作為標定物，所述標定物在二值化處理的室內建筑平面圖中像素值為0，為灰色區域，通過計算局部像素值得到該標定物像素值，再采用標定物與目標的對比面積公式得到實際所測室內建筑面積。

2.根據權利要求1所述的基于SLAM的室內建筑面積實時測量方法，其特征在于：步驟1中利用激光雷達為核心硬件結構進行非接觸式距離測量，獲取二維占用柵格地圖。

3.根據權利要求1所述的基于SLAM的室內建筑面積實時測量方法，其特征在于：步驟1中地圖構建過程中，初始子地圖建立之后，后續子地圖的創建方法如下：

隨著機器人的移動，通過和與前一時刻的子圖關聯，激光幀以最小誤差方式將激光幀插入到子地圖中；隨著機器人移動，越來越多的激光幀加入地圖之中，子地圖規模也不斷增加，當子地圖特征數目到達一定閾值時，開始下一子圖的創建。

4.根據權利要求1所述的基于SLAM的室內建筑面積實時測量方法，其特征在于：步驟1中當滿足子地圖的終止條件時，會進行閉環檢測：當一個新的激光幀加入到地圖中時，如果該激光幀的估計位姿與地圖中某個子圖的某個激光幀的位姿比較接近的話，那么通過匹配就會找到該閉環；閉環檢測后，整個系統的流程進入到SLAM的后端實現地圖優化，進而實現全局地圖的構建。

5.根據權利要求1所述的基于SLAM的室內建筑面積實時測量方法，其特征在于：步驟2中利用卷積特征網絡將SLAM構建的地圖進行邊緣輪廓提取得到邊緣圖，所述卷積特征網絡構建過程如下：

1)首先，以VGG16卷積神經網絡為基礎網絡，去除VGG16卷積神經網絡中的全連接層和池化層第五層，對VGG16卷積神經網絡中的每個卷積層與1*1-21的卷積核相連，每層的結果特征映射被累積再使用一個按元素操作層eltwise layer，將每步中的輸出進行相加得到一個復合特征；所述VGG16卷積神經網絡由13個卷積層和3個全連接層組成，卷積層分五個階段，每個階段后連接著一個池化層；

2)再將每個按元素操作層eltwise layer后面加一個反卷積層deconv layer用來放大特征圖尺寸，其次，在每個上采樣層后用一個交叉熵損耗，隨后將所有的上采樣層的輸出進行聯系，再使用一個1*1的卷積層進行特征圖融合；

3)最后使用一個交叉熵損失函數得到輪廓圖。

6.根據權利要求1所述的基于SLAM的室內建筑面積實時測量方法，其特征在于：步驟2中為了提高邊緣質量，調整圖像的大小以構造圖像金字塔，并且這些用于圖像金字塔的圖像中的每一個分別傳送到單個比例檢測器；然后，使用雙線性插值將所有得到的邊緣概率映射調整為原始圖像大小，最后對這些圖進行融合得到最終的環境結構圖。

7.根據權利要求1所述的基于SLAM的室內建筑面積實時測量方法，其特征在于：步驟3中像素統計的具體方法為：

將二值化處理后的圖像進行像素遍歷，統計像素值為255或者二值化后白色區域的像素總數，即為室內建筑實際面積像素數，將該像素數作為下一步計算實際面積的重要參數。