[發明專利]基于深度學習的玻璃場景下三維激光雷達導航方法及設備

有效

• 申請號: 202010881244.0
• 申請日: 2020-08-27
• 公開（公告）號: CN111982124B
• 公開（公告）日: 2022-11-01
• 發明（設計）人: 孟杰;王書亭;謝遠龍;蔣立泉;吳天豪;孫浩東;李鵬程;林鑫;劉倫洪;吳昊
• 申請（專利權）人: 華中科技大學
• 主分類號: G01C21/20
• 分類號: G01C21/20;G01S17/931;G01S17/46;G06N3/04;G06N3/08
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 尚威;李智

本發明公開了一種基于深度學習的玻璃場景下三維激光雷達導航方法及設備。該導航方法先離線訓練獲得玻璃識別深度神經網絡和光學特性深度神經網絡；在導航過程中，先將玻璃識別深度神經網絡識別出的玻璃概率以及計算出的玻璃方向實時插入空間體素地圖中；再在包含玻璃概率、玻璃法向量的空間體素地圖中，采用光線投射法模擬激光雷達發射的激光光束，并基于光學特性深度神經網絡獲得激光光束透射玻璃的概率進行雷達點的篩選，生成模擬點云集；最后基于真實三維雷達數據以及模擬點云集，采用正態分布變換計算機器人在空間體素地圖中的絕對位姿。本發明的導航方法能夠避免基于激光雷達的定位發生感知混淆，提高移動機器人在玻璃場景中的三維導航精度。

技術領域

本發明屬于移動機器人導航領域，涉及一種基于深度學習的玻璃場景下三維激光雷達導航方法及設備，更具體地，涉及一種基于深度神經網絡的玻璃場景下移動機器人三維激光雷達導航方法。

背景技術

基于激光雷達的導航是獲取機器人姿態的最可靠、最準確的導航方法之一。近來，玻璃墻已逐漸成為諸如博物館或購物中心之類的移動機器人導航建筑物的主要元素。但是，與不透明物體不同的是，玻璃具有反射特性，可能導致模糊不清或錯誤的激光雷達感知過程。因此，難以將基于激光雷達的定位應用于具有玻璃墻的場景。為了提高機器人在各種環境條件下的定位精度，必須在玻璃場景下研究出一種可靠的基于激光雷達的定位方法，以實現高精定位。

對于機器人定位，主流導航方法通常取決于現有的地圖，這些地圖與傳感器測量數據和地圖相匹配以獲得機器人姿勢。但是，建圖和定位與外部環境密切相關。從這個意義上講，它們的性能可能會受到玻璃墻場景的影響而嚴重降低。在實踐中，為了在玻璃環境中實現高精度導航，必須同時考慮地圖構造的準確性和定位算法的可用性。

首先考慮地圖構造的準確性。由于玻璃的復雜光學特性，當前主流的基于激光雷達的制圖方法無法將玻璃信息準確有效地識別到必要的地圖中，這嚴重影響了這種玻璃情況下基于地圖的定位方法的性能。而深度神經網絡可以通過大量激光雷達數據的學習精準的識別出玻璃，以利于導航算法利用玻璃位置信息來提高定位的準確性和魯棒性。在這些方法中，玻璃墻被視為普通地圖中的普通障礙物。但是玻璃和普通障礙物的反射特性之間的差異可能會導致激光雷達數據與地圖構造之間的不匹配。

隨后另一個關鍵問題是定位算法的設計。在提高定位精度方面，由于具有較高的準確性和可靠性，正態分布變換被認為是有效的解決方案。但由于玻璃造成的感知混淆，正態分布變換很難在玻璃環境中將激光雷達數據與地圖進行匹配。但是，現有的定位系統不能有效地從體素地圖中獲取玻璃信息，從而降低了定位性能。

總而言之，如何在玻璃場景中實現基于激光雷達的機器人精確導航，是目前亟待解決的難題。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提供了一種玻璃場景下的移動機器人三維激光雷達導航方法及設備，其目的在于，通過構建光學特性深度神經網絡，精準為正態分布變換提供匹配點云數據，有效地將玻璃信息整合到定位優化中，由此解決現有技術中玻璃場景下基于激光雷達的機器人導航技術定位不準的技術問題，本發明可以滿足在玻璃環境中進行精確導航的實際要求。

為實現上述目的，按照本發明的一個方面，提供了一種基于深度學習的玻璃場景下三維激光雷達導航方法，包括以下步驟：

離線訓練階段：

S1，搭建第一深度神經網絡，將三維激光雷達掃描獲得的激光雷達點云數據中每個雷達點對應的激光光束的旋轉角度、俯仰角度、長度和強度作為第一深度神經網絡的輸入數據；將每個雷達點是否為玻璃的概率作為第一深度神經網絡的輸出數據，訓練得到玻璃識別深度神經網絡；

搭建第二深度神經網絡，將所述激光光束的旋轉角度、俯仰角度和長度作為第二深度神經網絡的輸入數據；將每個激光光束在不同的長度、旋轉角度、俯仰角度的情況下遇到玻璃直接反射生成雷達點的概率，以及透射玻璃的概率，作為第二深度神經網絡的輸出數據，訓練得到光學特性深度神經網絡；