科创中国

行业领域

新一代信息技术产业,人工智能

需求背景

人工智能技术领域,提供了一种用于机器人环境感知的多传感器融合地图构建方法及系统,针对传统需要将数据分布传入不同的SLAM算法当中,本发明通过双目相机采集左右目图像信息,通过双目视觉技术能够估计机器人的姿态和场景的深度信息,构建地图。同时,利用激光雷达获取高精度的深度信息,优化地图,提高地图的准确性和鲁棒性。其次,利用IMU测量信息,可以进行机器人的运动估计和误差补偿,提高四足机器人运动的精度和鲁棒性。最后,将双目相机、激光雷达和IMU传感器的测量信息进行融合,实现了四足机器人更加准确和鲁棒的定位与建图。

需解决的主要技术难题

.用于机器人环境感知的多传感器融合地图构建方法,其特征在于,包括如下步骤：获取双目图像数据、激光雷达点云数据和IMU测量数据；基于双目图像数据进行特征提取得到图像特征；基于图像特征估计四足机器人的姿态和场景的深度信息得到初始场景地图；结合激光雷达点云数据对初始场景地图进行优化得到第二场景地图；

基于第二场景地图,融合双目图像数据、激光雷达点云数据和IMU测量数据,并构建约束优化问题,求解得到四足机器人的状态,基于四足机器人的状态,对第二场景地图进行配准,更新四足机器人的位姿和地图,得到最终的环境地图；所述结合激光雷达点云数据对初始场景地图进行优化得到第二场景地图具体包括：将激光雷达点云数据通过双目视觉获得的相机姿态和内参进行投影,得到点云在图像坐标系中的投影位置；通过最近邻匹配点云算法计算出该位置对应像素在双目视觉深度图中的深度值；

基于该深度值进行深度关联,对初始地图中的深度信息进行更新得到第二场景地图；所述通过最近邻匹配点云算法计算出该位置对应像素在双目视觉深度图中的深度值包括：通过将两个点云中的每个点的特征向量进行比较,计算每个点与第二个点云中的所有点之间的距离,找到每个点的最近邻点；所述基于双目图像数据进行特征提取得到图像特征包括：IMU测量数据特征提取误差项,表示数据关联的误差项, 表示视觉数据中的元素

期望实现的主要技术目标

（1）建立自重构机器人不同形式的工作仿真环境；

（2）搭建自重构机器人多源仿真传感器网络；

（3）在仿真环境下完成自重构机器人环境测量性能测试。

需求解析

解析单位：“科创中国”航空制造产业科技服务团（中国航空学会） 解析时间：2023-11-30

杨亮

中国航空学会

高工

综合评价

本需求属于人工智能技术领域，预设了一种用于机器人环境感知的多传感器融合地图构建方法及系统，针对传统需要将数据分布传入不同的SLAM算法当中，通过双目相机采集左右目图像信息，通过双目视觉技术能够估计机器人的姿态和场景的深度信息，构建地图。同时，利用激光雷达获取高精度的深度信息，优化地图，提高地图的准确性和鲁棒性。其次，利用IMU测量信息，可以进行机器人的运动估计和误差补偿，提高四足机器人运动的精度和鲁棒性。最后，将双目相机、激光雷达和IMU传感器的测量信息进行融合，实现了四足机器人更加准确和鲁棒的定位与建图。

查看更多>

处理进度