一种面向微型机器人的多分辨率自主构图方法及系统

本发明涉及机器人智能导航与环境感知，尤其涉及一种面向微型机器人的多分辨率自主构图方法及系统。

背景技术：

1、微型机器人（mav）在基础设施检测、灾后搜救等复杂任务中发挥着关键作用，而高效且高精度的环境感知是其安全运行与自主避障的基础。占据栅格地图是目前主流的环境表示方法。然而，受限于微型机器人的体积、载荷及电池容量，端侧计算单元往往难以支撑起高精度重建所需的巨大内存占用和计算开销。

2、在现有的研究中，以无人机为中心的滑动地图方法（如fiimap、rog-map）虽然能够通过限制局部地图范围来防止内存溢出，但此类方法通常采用固定分辨率。在实际作业中，微型机器人搭载的传感器（如深度相机或激光雷达）在不同距离下的测量精度存在差异，固定分辨率的地图难以灵活适应传感器特性的变化。例如，在远距离观测时，传感器精度下降，固定高分辨率地图会产生大量的冗余计算；而在近距离作业时，又无法提供亚体素级的细节描述。

3、另一方面，基于树结构的多分辨率建图方法（如octomap、wavemap）虽然能够实现多尺度表示，但其核心逻辑在于维护全局地图。随着探索范围的扩大，地图节点数量随之激增，内存需求呈线性甚至指数级增长，导致其难以在资源极其受限的微型机器人上实现大尺度环境下的长时探索。

4、因此，如何在保证内存消耗严格有界的前提下，实现兼顾高精度感知与大范围探索的高效建图，是目前微型机器人自主导航系统面临的一个亟待解决的技术难题。

技术实现思路

1、发明目的：本发明针对上述问题，本发明目的是提供一种在有限载体资源下的高效、鲁棒建图的多分辨率自主构图方法及系统。

2、技术方案：为解决上述问题，本发明所述一种面向微型机器人的多分辨率自主构图方法，包括以下步骤：

3、步骤1：获取原始环境数据，将原始环境数据进行预处理得到距离图像；并基于距离图像生成多尺度积分图像与最小池化图像金字塔；

4、步骤2：获取微型机器人的实时位姿，根据微型机器人的实时位姿确定局部地图的逻辑原点与物理边界，并将局部地图坐标转换为全局离散索引，将全局离散索引映射为环形缓冲区中的线性寻址索引；

5、步骤3：在低分辨率的块层级执行增量式3d光线投射，确定光线末端击中的块为潜在占用端点集合中的单元；根据单元到检测点的距离动态选择分辨率；基于选定的分辨率，将待更新单元投影至距离图像，进行自适应投影验证，输出更新后的地图结构。

6、进一步的，所述原始环境数据包括通过深度相机获取的原始图像和激光雷达获取的原始点云；

7、对于深度相机获取的原始图像，利用针孔模型将原始图像的像素坐标投影至传感器坐标系，得到空间点的三维坐标，以像素坐标作为距离图像的行列索引，以空间点到深度相机的距离作为距离图像的距离值；

8、对于激光雷达获取的原始点云得到空间点的三维坐标，采用球面投影模型将空间点的三维坐标转换为水平角和俯仰角，以水平角和俯仰角作为距离图像的行列索引，以空间点到激光雷达的距离作为距离图像的距离值。

9、进一步的，所述多尺度积分图像包括： 距离和积分图、距离平方和积分图以及有效像素计数积分图；所述多尺度积分图像均以像素的行列为索引，以预设时间周期内投影区域的距离值和、距离值平方及有效像素数量为像数值；

10、所述最小池化图像金字塔，包括层图像，其中以距离图像为初始层，第层的像素值通过对第层区域内的最小值确定。

11、进一步的，所述全局离散索引通过对世界坐标系下的空间点按对应层级分辨率进行向下取整得到，所述局部索引为，其中，为全局离散索引，为随机器人动态更新的逻辑原点，为局部地图在空间维度上的尺寸大小；

12、所述线性化寻址索引为，其中，、和为三个空间维度上的局部索引，、为局部地图在两个空间维度上的尺寸大小。

13、进一步的，根据潜在占用端点集合中的单元的中心点到检测点的欧式距离动态选择分辨率，当距离小于近距阈值时选择亚体素层级，距离大于远距阈值时选择块层级，在近距阈值和远距阈值之间选择体素层级。

14、进一步的，所述自适应投影验证包括以下步骤：

15、计算待更新单元在传感器坐标系下的深度区间，并投影至距离图像确定像素区域；

16、利用多尺度积分图像计算像素区域的统计矩，将像素区域内每个有效像素的距离值与单元深度范围比较，落入单元深度范围内的有效像素作为内部像素，低于单元深度范围的有效像素为前方遮挡像素，超过单元深度范围的有效像素为后方空闲像素；

17、将内部像素、前方遮挡像素和后方空闲像素在像素区域的占比与阈值进行比较，根据比较结果更新贝叶斯对数概率，根据贝叶斯对数概率进行地图状态的最终更新。

18、进一步的，所述像素区域的统计矩计算公式为：

19、；

20、其中，为区域深度均值，为标准差。

21、进一步的，将内部像素、前方遮挡像素和后方空闲像素在像素区域的占比与阈值进行比较，具体包括：

22、若，则判定该单元为占据态，更新贝叶斯对数概率，其中为内部像素在像素区域的占比，为自适应有效率阈值，为占据观测的贝叶斯对数概率增量，为贝叶斯对数概率的上限；

23、若，判定该单元为空闲态，更新贝叶斯对数概率，其中为后方空闲像素在像素区域的占比，为预设的空闲判定阈值，为未命中观测的贝叶斯对数概率增量，为贝叶斯对数概率的下限；

24、若有效像素占比低于有效阈值或达到遮挡比例阈值，则被判定为完全遮挡，维持贝叶斯对数概率不变；

25、将贝叶斯对数概率达到占据阈值的分辨率情况下的存储单元输出，且亚体素、体素、块的贝叶斯对数概率通过向上聚合传递。

26、进一步的，所述自适应有效率阈值计算公式为：

27、；

28、其中，为预设的最低有效率阈值，为归一化标准差，为一致性敏感度，为距离衰减系数，为观察距离。

29、本发明所述一种面向微型机器人的多分辨率自主构图系统，包括：

30、数据预处理模块，用于获取原始环境数据，将原始环境数据进行预处理得到距离图像；并基于距离图像生成多尺度积分图像与最小池化图像金字塔；

31、地图管理模块，用于获取微型机器人的实时位姿，根据微型机器人的实时位姿确定局部地图的逻辑原点与物理边界，并将局部地图坐标转换为全局离散索引，将全局离散索引映射为环形缓冲区中的线性寻址索引；

32、地图更新模块，用于在低分辨率的块层级执行增量式3d光线投射，确定光线末端击中的块为潜在占用端点集合中的单元；根据单元到检测点的距离动态选择分辨率；基于选定的分辨率，将待更新单元投影至距离图像，进行自适应投影验证，输出更新后的地图结构。

33、有益效果：本发明相对于现有技术，其显著优点是通过环形缓冲区机制实现了内存消耗与探索范围的彻底解耦。实验数据显示，在相同的高分辨率配置下，本方法相较于主流算法，内存占用从9321.66mb显著降低至239.12mb，实现极低的资源开销。

34、引入积分图像与最小池化金字塔的双加速策略，配合由粗到细的混合更新机制，有效避免了空旷区域的冗余计算。地图更新延迟从99.47ms缩减至44.85ms，具备卓越的计算效率，能够完美满足实时感知的要求。

35、自适应分辨率选择与动态阈值机制的协同，提升了复杂环境下的建图质量。在静态场景交叉验证中，重建精度较传统octomap算法从55.41%提升至84.32%，且能有效抑制动态障碍物产生的伪影噪点，具备高重建精度与鲁棒性。

36、统一距离图像模型实现了对深度相机与激光雷达数据的独立且无缝处理，增强了系统在室内外不同作业环境下的适用能力，具备高兼容性。