基于三维点云语义分割与动态拓扑重构的机器人寻址方法与流程

本发明涉及机器人寻址，更具体地说，本发明涉及基于三维点云语义分割与动态拓扑重构的机器人寻址方法。

背景技术：

1、在基于激光雷达点云语义分割与拓扑重构的寻址方法中，物理空间的连续性同地址的离散确定性构成根本矛盾。激光雷达只能看到平滑过渡的几何点云，开放办公区、走廊交汇处没有明确的墙面边界，这使得语义分割无法天然划出房间界线。后续依赖区域分割提取拓扑节点时，阈值稍严会产生大量碎片节点，让地址体系崩溃；阈值稍松则把功能不同的区域合并，无力区分休息室和内部靠窗角落。最直接的冲击发生在定位时刻，机器人停在会议室门口时，点云同时包含走廊和室内特征，硬性归属会让地址标签在走廊与会议室之间来回跳变，破坏路径规划与任务交接的确定性。因此，连续空间语义与离散寻址需求之间的尖锐对立，迫使拓扑图必须容纳概率性归属或层级地址，而这恰恰与经典图搜索所依赖的确定性假设相冲突。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明的实施例提供基于三维点云语义分割与动态拓扑重构的机器人寻址方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、基于三维点云语义分割与动态拓扑重构的机器人寻址方法，包括如下步骤：

4、获取激光雷达实时点云并进行在线语义分割，提取结构元素以及连接要素；

5、将多帧语义点云拼接为局部子图，在所述子图内以墙体分布和可通行区域为约束，为每个空间位置生成归属概率分布，形成概率归属场；

6、在所述概率归属场中，依据归属概率的峰值区域和所述连接要素的贯通关系，动态构建层级拓扑图，所述拓扑图的节点对应具有概率边界的空间单元，节点维护地址标签和归属模板特征，边记录连接节点的通行概率与门状态；

7、机器人自定位寻址时，将当前局部语义点云与各节点的所述归属模板进行概率匹配，输出当前位置地址的概率分布，并以最大概率地址作为定位结果，若最大概率低于设定阈值则触发边界主动探索以细化所述归属场；

8、接收目标地址后，在所述层级拓扑图上执行路径搜索，规划得到包含确定性主干节点序列和归属模糊区域边界过渡策略的路径；

9、导航过程中持续计算当前位置的归属概率，当相邻节点的归属概率交替领先时，结合穿越门或通道的连接事件滞后确认地址切换以抑制地址抖动。

10、在一个优选地实施方式中，获取激光雷达实时点云并进行在线语义分割，提取结构元素以及连接要素，具体包括：

11、利用惯性测量单元对点云进行运动畸变补偿，将补偿后点云划分为立方体单元，以非空单元内的坐标均值和反射强度均值作为输入，采用稀疏卷积神经网络逐单元预测语义类别，得到包含墙体、地面、门、家具的初步语义标签。

12、在一个优选地实施方式中，所述连接要素中的门通过以下方式提取：

13、将标记为门的单元按空间连通性聚合为门点云簇，拟合主平面后统计簇内到主平面距离小于预设距离阈值的点的数量作为开口点数，将该开口点数与离线获取的该门闭合状态下同平面点数基准之比作为开口程度。

14、在一个优选地实施方式中，采用迭代平滑方式更新门的通行置信度，当前帧的通行置信度为前一帧置信度与根据开口程度确定的增量值的加权和。

15、在一个优选地实施方式中，所述结构元素中的地面通过以下方式提取：

16、从高度最低的单元开始，筛选语义标签为地面且局部法向量与竖直方向夹角小于预设角度的单元作为种子，向相邻且满足同样条件的单元扩展合并，直至无法纳入新的单元，所得连通域作为可通行区域。

17、在一个优选地实施方式中，所述结构元素中的墙体和连接要素中的开放通道通过以下方式提取：

18、将墙体单元投影至水平面，对投影点集进行折线拟合得到墙线线段；

19、在水平面上识别墙线围合轮廓中未被墙体单元占据的缺口，当缺口宽度大于预设宽度且缺口位置无标记为门的单元时，将缺口标记为开放通道。

20、在一个优选地实施方式中，将多帧语义点云拼接为局部子图并形成概率归属场，包括：

21、以机器人启动位置为原点建立局部坐标系，利用里程计将连续多帧语义点云变换至局部坐标系，累积预设时间内的点云构成局部子图；

22、将墙体点投影为占据栅格，地面点投影为可通行栅格，通过连通性分析得到候选功能区域并确定各区域核心点；

23、从所有核心点同时出发，在可通行栅格上进行多源扩展，计算每个栅格到各核心点的绕行栅格步数；

24、对每个栅格，以绕行步数为依据，用随步数增加而指数衰减的方式计算该栅格对各候选区域的归属概率，墙体栅格归属概率置零，形成概率归属场。

25、在一个优选地实施方式中，在所述概率归属场中动态构建层级拓扑图，包括：

26、将归属概率高于第一概率阈值的栅格合并为可靠核心区，每个可靠核心区作为一个拓扑节点；

27、每个节点维护其空间范围轮廓、内部家具类别分布归一化向量作为归属模板特征以及地址标签。

28、在一个优选地实施方式中，机器人自定位寻址时进行概率匹配，包括：

29、累积当前时刻前预设时段内、以机器人当前位置为中心的预设空间范围内的家具语义点，统计各类家具的数量并归一化得到查询向量，若点数不足则跳过模板匹配；

30、从概率归属场取出当前栅格对各节点的归属概率；

31、对每个节点，计算查询向量与节点归属模板的相似度，并与所述归属概率加权求和得到综合匹配概率。

32、在一个优选地实施方式中，接收目标地址后执行路径搜索，包括：

33、将目标地址与拓扑节点标签匹配确定目标节点，当匹配到多个节点时选取与当前位置归属概率最高且不低于第四概率阈值者；

34、获取当前位置归属概率最高的至少一个节点作为候选起始节点；

35、将拓扑边的通行代价设置为随通行概率降低而单调递增；

36、以各候选起始节点为起点、目标节点为终点，搜索最小代价节点序列作为主干节点序列。

37、本发明的技术效果和优点：

38、1、本发明解决了开放办公区、走廊交汇等连续空间中因缺乏明确物理边界，导致传统区域分割易产生碎片节点、机器人定位时地址标签来回跳变的问题，通过在线语义分割提取墙体、家具及门等要素，以墙体分布和可通行区域为约束构建连续概率归属场，将空间归属概率化；动态构建层级拓扑图，利用归属模板概率匹配与主动探索实现稳定自定位；路径规划时引入软边界过渡策略，在导航中结合穿越门或通道事件实施滞后确认地址切换，并实时更新边通行概率与归属场，实现机器人在动态室内环境下地址输出的稳定连续，抑制地址抖动，确保寻址的确定性与环境适应能力。

39、2、本发明获取空间位置对各功能区域的归属概率分布而非非此即彼的离散归属，消除分割阈值选取带来的碎片节点与区域合并问题，在自定位寻址时，利用局部家具构成与节点归属模板进行概率匹配，输出地址的概率分布并以最大概率地址作为定位结果，当匹配模糊时主动探索细化归属场，有效避免机器人在会议室门口等过渡区域因硬性归属导致的地址标签在走廊与会议室之间来回跳变，保证定位输出的稳定性。