本發(fā)明涉及導(dǎo)航領(lǐng)域，具體而言，涉及一種導(dǎo)航方法及裝置。

背景技術(shù)：

2005年，Galindo等構(gòu)建空間信息層與語義信息層的雙層地圖，每層地圖通過“錨”關(guān)聯(lián)。他們的研究專注于語義信息，通過傳感器采集的數(shù)據(jù)(如圖像數(shù)據(jù)或者柵格信息)，使得空間信息層的信息變得有意義。室內(nèi)的實物是語義信息的來源，在他們設(shè)計的地圖中，語義信息是人為給定的，雖不具靈活性，但實現(xiàn)簡單。

Vasudevan等設(shè)計了一種全概率語義地圖，語義信息通過物體識別實現(xiàn)。室內(nèi)環(huán)境包含的物體轉(zhuǎn)換為空間與語義的抽象。機器人將空間抽象轉(zhuǎn)換為概念，運用語義抽象識別物體。物體集通過訓(xùn)練，得到概念。測試階段對物體檢測劃分空間。室內(nèi)環(huán)境中物體的信息被用于分類空間，但類別信息不能用于推理室內(nèi)物體。

Meger等實現(xiàn)了室內(nèi)物體的自動檢測，形成了帶有物體信息的幾何地圖。他們實現(xiàn)的體統(tǒng)更加先進，且實現(xiàn)了一種視覺子系統(tǒng)。地圖構(gòu)建依靠FastSLAM實現(xiàn)，物體的模型依靠Internet上的圖像數(shù)據(jù)，通過訓(xùn)練區(qū)分室內(nèi)物體。該系統(tǒng)的優(yōu)點在于自動檢測室內(nèi)物體，服務(wù)機器人可以自動獲取房間內(nèi)的語義信息。Viswanathan等提出了一種魯棒性與自動化能力更好的系統(tǒng)，他們的系統(tǒng)采用實體信息的語義標簽提取識別空間語義。他們的系統(tǒng)數(shù)據(jù)同樣從Internet獲取，根據(jù)檢測到實體的頻率構(gòu)建貝葉斯模型，這種方法的實驗結(jié)果表明，該系統(tǒng)可以穩(wěn)定地搜索典型的實體，且推理典型空間語義。該方法相對于上面提到的方法更加穩(wěn)定。

Hertzberg等提出了基于物體的空間語義地圖。他們的物體通過3D信息獲得，并通過激光雷達實現(xiàn)一種6DSLAM方法。該方法首先獲得點云信息，然后構(gòu)造粗糙的特征，如地面、墻壁等。在此基礎(chǔ)上通過分類器檢測物體，將物體投影到地圖中。最終得到的信息有利于觀測，有利于增強現(xiàn)實實現(xiàn)。這種方法涉及到了點云信息，處理的數(shù)據(jù)量偏高，同時計算復(fù)雜度偏大。

針對上述導(dǎo)航語義范圍太過寬泛的問題，目前尚未提出有效的解決方案。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例提供了一種導(dǎo)航方法及裝置，以至少解決導(dǎo)航語義范圍太過寬泛的技術(shù)問題。

根據(jù)本發(fā)明實施例的一個方面，提供了一種導(dǎo)航方法，包括：獲取在預(yù)定空間中的起點語義區(qū)域和目標語義區(qū)域，其中，所述預(yù)定空間被劃分為多個語義區(qū)域，所述多個語義區(qū)域包括所述起點語義區(qū)域和所述目標語義區(qū)域，每個語義區(qū)域中均包括用于從所述多個語義區(qū)域中識別出該語義區(qū)域的特征；基于語義區(qū)域規(guī)劃從所述起點語義區(qū)域到所述目標語義區(qū)域的路徑；使設(shè)備根據(jù)所述路徑從所述起點語義區(qū)域移動到所述目標語義區(qū)域。

進一步地，使所述設(shè)備根據(jù)所述路徑從所述起點語義區(qū)域移動到所述目標語義區(qū)域包括：通過所述設(shè)備對得到的圖像進行識別得到該圖像所對應(yīng)的語義區(qū)域，其中，所述設(shè)備識別出的語義區(qū)域用于確定所述設(shè)備目前所在的語義區(qū)域；根據(jù)所述設(shè)備目前所在的語義區(qū)域以及所述路徑使所述設(shè)備移動到所述目標語義區(qū)域。

進一步地，通過所述設(shè)備對得到的圖像進行識別得到該圖像所對應(yīng)的語義區(qū)域包括：獲取所述圖像中的特征點；將所述圖像中的特征點與預(yù)先配置的每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點進行匹配，其中，所述特征點庫中記錄了每個語義區(qū)域?qū)?yīng)的一個或多個特征點；確定所述圖像中的特征點與所述每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點匹配的數(shù)量是否滿足預(yù)定條件；在滿足所述預(yù)定條件的情況下，確定所述圖像對應(yīng)的語義區(qū)域。

進一步地，獲取所述圖像中的特征點，包括：確定所述圖像中特征點的數(shù)量是否屬于預(yù)定范圍；在屬于預(yù)定范圍的情況下，獲取所述圖像中的特征點。

進一步地，確定所述圖像中的特征點與所述特征點庫中的特征點匹配的數(shù)量是否滿足預(yù)定條件包括：根據(jù)所述圖像中的特征點與所述每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點匹配的數(shù)量與預(yù)定閾值做比較；確定所述匹配的數(shù)量大于預(yù)定閾值滿足所述預(yù)定條件。

進一步地，確定所述圖像中的特征點與所述特征點庫中的特征點匹配的數(shù)量是否滿足預(yù)定條件包括：根據(jù)所述圖像中的特征點與所述每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點匹配的數(shù)量，按照所述匹配的數(shù)量由多到少的順序?qū)λ雒總€語義區(qū)域進行排序；確定排序順序在首位的所述語義區(qū)域滿足預(yù)定條件。

進一步地，基于語義區(qū)域規(guī)劃從所述起點語義區(qū)域到所述目標語義區(qū)域的路徑包括：基于對任務(wù)指令的語義分析，得出所述任務(wù)指令中的語義關(guān)系；根據(jù)所述語義關(guān)系，確定所述起點語義區(qū)域和所述目標語義區(qū)域，規(guī)劃從所述起點語義區(qū)域到所述目標語義區(qū)域的路徑。

進一步地，基于語義區(qū)域規(guī)劃從所述起點語義區(qū)域到所述目標語義區(qū)域的路徑包括：將所述預(yù)定空間中的語義區(qū)域映射為所述預(yù)定空間對應(yīng)的地圖上的規(guī)則圖形塊；根據(jù)所述語義區(qū)域?qū)?yīng)的規(guī)則圖形塊規(guī)劃所述路徑。

進一步地，根據(jù)所述語義區(qū)域?qū)?yīng)的規(guī)則圖形塊規(guī)劃所述路徑包括：根據(jù)貝葉斯推理的模型規(guī)劃從所述起點語義區(qū)域到所述目標語義區(qū)域的路徑。

進一步地，在所述規(guī)則圖形塊為矩形，并且所述設(shè)備在所述矩形中僅能沿上、下、左、右四個方向移動的情況下，所述貝葉斯推理的模型如下：O表示所述矩形的四個方向，表示所述設(shè)備能夠在所述預(yù)定空間R中的所述語義區(qū)域N的向上方向移動，表示所述設(shè)備能夠在所述預(yù)定空間R中的所述語義區(qū)域N的向下方向移動，表示所述設(shè)備能夠在所述預(yù)定空間R中的所述語義區(qū)域N的向左方向移動，表示所述設(shè)備能夠在所述預(yù)定空間R中的所述語義區(qū)域N的向右方向移動。

進一步地，在所述規(guī)則圖像塊為矩形，并且所述設(shè)備在所述矩形中能夠在每次轉(zhuǎn)動方向為90°的情況下，確定所述設(shè)備從某個語義區(qū)域移動到目標語義區(qū)域的轉(zhuǎn)動次數(shù)，其中，所述轉(zhuǎn)動次數(shù)根據(jù)所述設(shè)備移動到上一語義區(qū)域的上一移動方向與所述設(shè)備移動到當前語義區(qū)域的當前移動方向確定，所述貝葉斯推理模型如下包括：表示所述設(shè)備從上一語義區(qū)域移動到當前語義區(qū)域的所述轉(zhuǎn)動次數(shù)，所述o_i表示所述設(shè)備的所述上一移動方向，所述o_j表示所述設(shè)備的所述當前移動方向，所述o_i與所述o_j分別可取上、下、左、右四個移動方向；若所述上一移動方向o_i與所述當前移動方向o_j相同，則所述轉(zhuǎn)動次數(shù)若所述上一移動方向o_i與所述當前移動方向o_j相差90°，則所述轉(zhuǎn)動次數(shù)若所述上一移動方向o_i與所述當前移動方向o_j相差180°，則所述轉(zhuǎn)動次數(shù)

進一步地，轉(zhuǎn)移概率是所述設(shè)備在移動到上一語義區(qū)域的上一移動方向后，又移動到當前語義區(qū)域的當前移動方向的概率，其中，所述上一語義區(qū)域與所述當前語義區(qū)域是相鄰語義區(qū)域；所述轉(zhuǎn)移概率根據(jù)所述設(shè)備從上一語義區(qū)域移動到當前語義區(qū)域的所述轉(zhuǎn)動次數(shù)和所述設(shè)備的全部旋轉(zhuǎn)方向計算得出，所述貝葉斯推理模型如下包括：所述標識轉(zhuǎn)移概率的公式解釋為：其中，表示所述設(shè)備在移動到上一語義區(qū)域的上一移動方向后，又移動到當前語義區(qū)域的當前移動方向的概率，其中，表示所述轉(zhuǎn)移概率，R_M與R_N是所述預(yù)定空間中的兩個相鄰語義區(qū)域；所述轉(zhuǎn)移概率的計算公式為：其中，Ω_o表示所述設(shè)備全部轉(zhuǎn)動方向。

進一步地，根據(jù)貝葉斯網(wǎng)絡(luò)的遞推關(guān)系和所述轉(zhuǎn)移概率，得到同一預(yù)定空間內(nèi)每條路徑的概率，所述貝葉斯推理模型如下包括：表示每條路徑的概率，其中，根據(jù)計算得出的最大概率規(guī)劃所述路徑。

進一步地，基于語義區(qū)域規(guī)劃從所述起點語義區(qū)域到所述目標語義區(qū)域的路徑包括：規(guī)劃從所述起點語義區(qū)域到所述目標語義區(qū)域的路徑包括預(yù)定連接路徑，其中，所述預(yù)定連接路徑是預(yù)先設(shè)置的，所述起點語義區(qū)域和所述目標語義區(qū)域處于不同預(yù)定空間。

進一步地，基于語義區(qū)域規(guī)劃從所述起點語義區(qū)域到所述目標語義區(qū)域的路徑包括：將所述預(yù)定空間中的語義區(qū)域映射為所述預(yù)定空間對應(yīng)的地圖上的語義標識，其中，每個所述語義區(qū)域包括一個或多個語義標識，所述語義標識為語義區(qū)域中物體的特征點；根據(jù)所述語義區(qū)域?qū)?yīng)的一個或多個語義標識規(guī)劃所述路徑。

進一步地，根據(jù)所述語義區(qū)域?qū)?yīng)的一個或多個語義標識規(guī)劃所述路徑包括：根據(jù)粒子濾波器模型規(guī)劃從所述起點語義區(qū)域到所述目標語義區(qū)域的路徑。

進一步地，在所述設(shè)備能夠在移動過中采集語義標識的情況下，根據(jù)所述預(yù)定空間對應(yīng)的地圖上的語義標識，確定所述設(shè)備采集的上一次語義標識的相鄰語義標識，確定所述設(shè)備經(jīng)過移動后采集到所述語義標識的概率，根據(jù)所述粒子濾波器模型如下包括：N_L表示所述相鄰語義標識的數(shù)量；N_P表示所述粒子濾波器模型中粒子的數(shù)量；所述語義標識的相鄰語義標識的集合是其中，所述表示所述預(yù)定空間K中的語義標識l，所述Q^C表示所述預(yù)定空間C中僅有一個語義標識，所述表示所述預(yù)定空間M中的語義標識m,所述表示所述預(yù)定空間R中的語義標識r；q_t表示所述設(shè)備的當前狀態(tài)；o表示采集任意的語義標識；表示當前狀態(tài)的粒子i；表示當前狀態(tài)的粒子i被分配到的概率；表示采集到語義標識的概率；表示第i個粒子的當前權(quán)重。

進一步地，標識轉(zhuǎn)移概率是所述設(shè)備在采集到上一次語義標識后，經(jīng)過移動又采集到當前語義標識的標識概率，其中，所述語義標識為相鄰語義標識；所述標識轉(zhuǎn)移概率根據(jù)與所述設(shè)備移動相關(guān)的兩個語義標識之間的間隔確定，所述粒子濾波器模型如下包括：所述標識轉(zhuǎn)移概率的公式解釋為：其中，表示在采集到語義標識后，又采集到語義標識的概率，表示所述標識轉(zhuǎn)移概率，m與n是所述相鄰語義標識，K與H是所述相鄰語義區(qū)域；所述標識轉(zhuǎn)移概率的公式為：其中，d表示與所述設(shè)備移動相關(guān)的兩個語義標識之間的間隔，σ_d表示間隔d的標準差；表示語義標識與語義標識之間的間隔：其中，表示在語義標識與語義標識之間相鄰；表示語義標識與語義標識之間還有一個語義標識；表示語義標識與語義標識之間存在僅有一個語義標識的預(yù)定空間；表示僅有一個語義標識的預(yù)定空間與語義標識之間的間隔；其中，表示僅有一個語義標識的預(yù)定空間與語義標識相鄰；表示僅有一個語義標識的預(yù)定空間與語義標識之間還有一個語義標識。

根據(jù)本發(fā)明實施例的另一方面，還提供了一種導(dǎo)航裝置，包括：獲取單元，用于獲取在預(yù)定空間中的起點語義區(qū)域和目標語義區(qū)域，其中，所述預(yù)定空間被劃分為多個語義區(qū)域，所述多個語義區(qū)域包括所述起點語義區(qū)域和所述目標語義區(qū)域，每個語義區(qū)域中均包括用于從所述多個語義區(qū)域中識別出該語義區(qū)域的特征；規(guī)劃單元，用于基于語義區(qū)域規(guī)劃從所述起點語義區(qū)域到所述目標語義區(qū)域的路徑；移動單元，用于使設(shè)備根據(jù)所述路徑從所述起點語義區(qū)域移動到所述目標語義區(qū)域。

進一步地，所述移動單元包括：識別模塊，用于通過所述設(shè)備對得到的圖像進行識別得到該圖像所對應(yīng)的語義區(qū)域，其中，所述設(shè)備識別出的語義區(qū)域用于確定所述設(shè)備目前所在的語義區(qū)域；移動模塊，用于根據(jù)所述設(shè)備目前所在的語義區(qū)域以及所述路徑使所述設(shè)備移動到所述目標語義區(qū)域。

進一步地，所述識別模塊包括：第一獲取模塊，用于獲取所述圖像中的特征點；匹配模塊，用于將所述圖像中的特征點與預(yù)先配置的每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點進行匹配，其中，所述特征點庫中記錄了每個語義區(qū)域?qū)?yīng)的一個或多個特征點；第一確定模塊，用于確定所述圖像中的特征點與所述每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點匹配的數(shù)量是否滿足預(yù)定條件；第二確定模塊，用于在滿足所述預(yù)定條件的情況下，確定所述圖像對應(yīng)的語義區(qū)域。

進一步地，所述獲取模塊包括：第三確定模塊，用于確定所述圖像中特征點的數(shù)量是否屬于預(yù)定范圍；第二獲取模塊，用于在屬于預(yù)定范圍的情況下，獲取所述圖像中的特征點。

進一步地，所述第一確定模塊包括：比較模塊，根據(jù)所述圖像中的特征點與所述每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點匹配的數(shù)量與預(yù)定閾值做比較；第四確定模塊，用于確定所述匹配的數(shù)量大于預(yù)定閾值滿足所述預(yù)定條件。

進一步地，所述第一確定模塊包括：排序模塊，用于根據(jù)所述圖像中的特征點與所述每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點匹配的數(shù)量，按照所述匹配的數(shù)量由多到少的順序?qū)λ雒總€語義區(qū)域進行排序；第五確定模塊，用于確定排序順序在首位的所述語義區(qū)域滿足預(yù)定條件。

進一步地，所述規(guī)劃單元包括：分析模塊，用于基于對任務(wù)指令的語義分析，得出所述任務(wù)指令中的語義關(guān)系；第六確定模塊，用于根據(jù)所述語義關(guān)系，確定所述起點語義區(qū)域和所述目標語義區(qū)域，規(guī)劃從所述起點語義區(qū)域到所述目標語義區(qū)域的路徑。

進一步地，所述規(guī)劃單元包括：第一映射模塊，用于將所述預(yù)定空間中的語義區(qū)域映射為所述預(yù)定空間對應(yīng)的地圖上的規(guī)則圖形塊；第一規(guī)劃子模塊，用于根據(jù)所述語義區(qū)域?qū)?yīng)的規(guī)則圖形塊規(guī)劃所述路徑。

進一步地，所述第一規(guī)劃子模塊包括：第一建模模塊，用于根據(jù)貝葉斯推理的模型規(guī)劃從所述起點語義區(qū)域到所述目標語義區(qū)域的路徑。

進一步地，所述規(guī)劃單元包括：預(yù)定模塊，用于規(guī)劃從所述起點語義區(qū)域到所述目標語義區(qū)域的路徑包括預(yù)定連接路徑，其中，所述預(yù)定連接路徑是預(yù)先設(shè)置的，所述起點語義區(qū)域和所述目標語義區(qū)域處于不同預(yù)定空間。

進一步地，所述規(guī)劃單元包括：第二映射模塊，用于將所述預(yù)定空間中的語義區(qū)域映射為所述預(yù)定空間對應(yīng)的地圖上的語義標識，其中，每個所述語義區(qū)域包括一個或多個語義標識，所述語義標識包括所述語義區(qū)域的特征；第二規(guī)劃子模塊，用于根據(jù)所述語義區(qū)域?qū)?yīng)的一個或多個語義標識規(guī)劃所述路徑。

進一步地，所述第二規(guī)劃子模塊包括：第二建模模塊，用于根據(jù)粒子濾波器模型規(guī)劃從所述起點語義區(qū)域到所述目標語義區(qū)域的路徑。

在本發(fā)明實施例中，通過獲取在預(yù)定空間中的起點語義區(qū)域和目標語義區(qū)域，其中，所述預(yù)定空間被劃分為多個語義區(qū)域，所述多個語義區(qū)域包括所述起點語義區(qū)域和所述目標語義區(qū)域，每個語義區(qū)域中均包括用于從所述多個語義區(qū)域中識別出該語義區(qū)域的特征；基于語義區(qū)域規(guī)劃從所述起點語義區(qū)域到所述目標語義區(qū)域的路徑；使設(shè)備根據(jù)所述路徑從所述起點語義區(qū)域移動到所述目標語義區(qū)域，進而解決了導(dǎo)航語義范圍太過寬泛的技術(shù)問題。

附圖說明

此處所說明的附圖用來提供對本發(fā)明的進一步理解，構(gòu)成本申請的一部分，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當限定。在附圖中：

圖1是根據(jù)本發(fā)明實施例的一種導(dǎo)航方法的示意圖；

圖2是根據(jù)本發(fā)明實施例的一種可選的語義區(qū)域劃分的示意圖；

圖3是根據(jù)本發(fā)明實施例的一種可選的語義區(qū)域拓撲結(jié)構(gòu)示意圖；

圖4是根據(jù)本發(fā)明實施例的一種可選的語義區(qū)域映射為圖形塊的示意圖；

圖5是根據(jù)本發(fā)明實施例的一種可選的貝葉斯網(wǎng)絡(luò)示意圖；

圖6是根據(jù)本發(fā)明實施例的一種可選的粒子濾波器模型示意圖；

圖7是根據(jù)本發(fā)明實施例的一種導(dǎo)航裝置的示意圖。

具體實施方式

為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分的實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都應(yīng)當屬于本發(fā)明保護的范圍。

需要說明的是，本發(fā)明的說明書和權(quán)利要求書及上述附圖中的術(shù)語“第一”、“第二”等是用于區(qū)別類似的對象，而不必用于描述特定的順序或先后次序。應(yīng)該理解這樣使用的數(shù)據(jù)在適當情況下可以互換，以便這里描述的本發(fā)明的實施例能夠以除了在這里圖示或描述的那些以外的順序?qū)嵤?。此外，術(shù)語“包括”和“具有”以及他們的任何變形，意圖在于覆蓋不排他的包含，例如，包含了一系列步驟或單元的過程、方法、系統(tǒng)、產(chǎn)品或設(shè)備不必限于清楚地列出的那些步驟或單元，而是可包括沒有清楚地列出的或?qū)τ谶@些過程、方法、產(chǎn)品或設(shè)備固有的其它步驟或單元。

根據(jù)本發(fā)明實施例，提供了一種導(dǎo)航方法及裝置實施例，需要說明的是，在附圖的流程圖示出的步驟可以在諸如一組計算機可執(zhí)行指令的計算機系統(tǒng)中執(zhí)行，并且，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟。

圖1是根據(jù)本發(fā)明實施例的一種導(dǎo)航方法的示意圖，如圖1所示，該方法包括如下步驟：

步驟S102，獲取在預(yù)定空間中的起點語義區(qū)域和目標語義區(qū)域，其中，預(yù)定空間被劃分為多個語義區(qū)域，多個語義區(qū)域包括起點語義區(qū)域和目標語義區(qū)域，每個語義區(qū)域中均包括用于從多個語義區(qū)域中識別出該語義區(qū)域的特征；

步驟S104，基于語義區(qū)域規(guī)劃從起點語義區(qū)域到目標語義區(qū)域的路徑；

步驟S106，使設(shè)備根據(jù)路徑從起點語義區(qū)域移動到目標語義區(qū)域。

根據(jù)本發(fā)明上述實施例，在預(yù)定空間中，根據(jù)該預(yù)定空間內(nèi)的多個特征，將預(yù)定空間劃分為多個語義區(qū)域，使每個語義區(qū)域均包括用于從多個語義區(qū)域識別出該語義區(qū)域的特征，并且，劃分的語義區(qū)域包括設(shè)備的起點語義區(qū)域和目標語義區(qū)域，設(shè)備根據(jù)從起點語義區(qū)域到目標語義區(qū)域的規(guī)劃路徑，可以沿規(guī)劃路徑從起點語義區(qū)域移動到目標語義區(qū)域。將預(yù)定空間按照特征劃分為多個語義區(qū)域，并根據(jù)劃分的語義區(qū)域規(guī)劃設(shè)備的移動路徑，可以使設(shè)備根據(jù)規(guī)劃的路徑準確地從起點語義區(qū)域?qū)Ш街聊繕苏Z義區(qū)域，進而解決了導(dǎo)航語義范圍太過寬泛的技術(shù)問題。

在上述實施例中，用于劃分語義區(qū)域的預(yù)定空間可以是設(shè)備進行工作或者移動的空間，對于該空間的確定，可以根據(jù)設(shè)備使用者的人為設(shè)定，或者根據(jù)設(shè)備的預(yù)設(shè)程序進行識別，可以將設(shè)備進行工作或者移動的空間劃分為一個或者多個預(yù)定空間，并且，還可以對其中的一個或多個預(yù)定空間進行語義區(qū)域劃分。

在上述實施例中，對預(yù)定空間進行語義區(qū)域劃分，可以根據(jù)設(shè)備預(yù)先設(shè)定的劃分規(guī)則來實現(xiàn)，還可以通過人為設(shè)定劃分規(guī)則來實現(xiàn)。作為一種可選的實施例，在某一預(yù)定空間內(nèi)，設(shè)備使用者可以通過人為設(shè)定的方式，將該預(yù)定空間劃分為多個語義區(qū)域，其中，語義區(qū)域的劃分可以根據(jù)該處語義區(qū)域的功能劃分，還可以根據(jù)該處語義區(qū)域內(nèi)的物體進行劃分，設(shè)備可以通過對該處語義區(qū)域的功能進行識別，或者該處語義區(qū)域內(nèi)的物體進行識別，確定該處語義區(qū)域。

預(yù)定空間中可能存在有被物體遮擋或者不允許設(shè)備訪問的區(qū)域，在對該部分進行語義劃分的過程中，可以將區(qū)域劃分為空白語義區(qū)域，該空白語義區(qū)域在經(jīng)過劃分后，不會被設(shè)備訪問，即設(shè)備不過經(jīng)過該語義區(qū)域。通過對該空白語義區(qū)域進行的劃分，可以將某些不允許設(shè)備訪問的區(qū)域?qū)υO(shè)備進行隔離。

可選地，在預(yù)定空間中進行活動的設(shè)備可以是機器人設(shè)備。

圖2是根據(jù)本發(fā)明實施例的一種可選的語義區(qū)域劃分的示意圖，如圖2所示，設(shè)備在臥室、大廳、以及廚房內(nèi)移動，將每個房間劃分為多個語義區(qū)域，其中，每個羅馬數(shù)字所在的陰影區(qū)域表示一個語義區(qū)域，標注陰影和羅馬字母的區(qū)域為空白語義區(qū)域；相鄰六角星的連線表示各語義區(qū)域的界限，每個用于表示語義區(qū)域界線的六角星用英文字母進行標號。

在對預(yù)定空間內(nèi)語義區(qū)域的劃分，可以根據(jù)房間中一些具有特定功能或外觀的物體，將房間劃分為多個可命名和可識別的語義區(qū)域。例如，廚房中有冰箱、微波爐、燃氣灶等等，臥室中有床、電視等等，可以根據(jù)房間內(nèi)的上述特征將每個房間劃分為多個語義區(qū)域。

對這些語義區(qū)域的劃分還可以根據(jù)該區(qū)域的功能進行劃分，例如，可以將廚房劃分為食物保存區(qū)域及加工區(qū)域，可以將餐廳劃分為吃飯區(qū)域，還可以將臥室劃分為休息區(qū)域及睡覺區(qū)域等等。對這些語義區(qū)域的劃分還可以根據(jù)該區(qū)域內(nèi)物體的外觀進行劃分，例如，可以將廚房劃分為冰箱區(qū)域、微波爐區(qū)域，將臥室劃分為電視區(qū)域、沙發(fā)區(qū)域以及床區(qū)域等等。在對房間進行語義區(qū)域劃分的過程中，可以根據(jù)用戶的需求，人為設(shè)定語義區(qū)域的劃分規(guī)則。

設(shè)備基于完成劃分的語義區(qū)域，規(guī)劃從起點語義區(qū)域到目標語義區(qū)域的路徑，使設(shè)備根據(jù)路徑從起點語義區(qū)域移動到目標語義區(qū)域。為了保證設(shè)備能夠準確按照規(guī)劃的路徑移動，就需要時刻對設(shè)備所處語義區(qū)域進行判斷，進行調(diào)整移動方式。作為一種可選的實施例，使設(shè)備根據(jù)路徑從起點語義區(qū)域移動到目標語義區(qū)域包括：通過設(shè)備對得到的圖像進行識別得到該圖像所對應(yīng)的語義區(qū)域，其中，設(shè)備識別出的語義區(qū)域用于確定設(shè)備目前所在的語義區(qū)域；根據(jù)設(shè)備目前所在的語義區(qū)域以及路徑使設(shè)備移動到目標語義區(qū)域。設(shè)備通過圖像采集模塊，實時采集設(shè)備所在區(qū)域的圖像信息，并根據(jù)得到的圖像信息確定設(shè)備目前所在的語義區(qū)域，以及可以判斷設(shè)備是否按照規(guī)劃的路徑向目標語義區(qū)域移動，從而可以使設(shè)備按照規(guī)劃的路線在規(guī)定的語義區(qū)域路線中移動。

為了能使上述實施例中的確定設(shè)備目前所在語義區(qū)域方式能夠通過計算機進行，作為一種可選的實施例，通過設(shè)備對得到的圖像進行識別得到該圖像所對應(yīng)的語義區(qū)域包括：獲取圖像中的特征點；將圖像中的特征點與預(yù)先配置的每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點進行匹配，其中，特征點庫中記錄了每個語義區(qū)域?qū)?yīng)的一個或多個特征點；確定圖像中的特征點與每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點的匹配的數(shù)量是否滿足預(yù)定條件；在滿足預(yù)定條件的情況下，確定圖像對應(yīng)的語義區(qū)域。

具體地，將設(shè)備得到的圖像進行特征點提取，并將提取的特征點與每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點進行匹配，根據(jù)匹配結(jié)果記錄所得圖像中的特征點與每個語義區(qū)域?qū)?yīng)特征點庫中特征點的匹配的數(shù)量，通過判斷特征點匹配的數(shù)量是否滿足預(yù)定條件，來確定設(shè)備所在的語義區(qū)域，其中，每個語義區(qū)域?qū)?yīng)的特征點庫中記錄了該語義區(qū)域的一個或多個特征點。對于上述過程，可以通過公式表示：N_n,i＝I_n∩Q_i{i＝1,2,...,M,n＝1,2,3,...,N}其中，N_n,i表示圖像中第n個張圖像I_n與第i個區(qū)域特征點庫Q_i進行匹配得到的匹配特征點集合。該方案通過對圖像中的特征點與預(yù)定特征點庫中的特征點進行匹配，從而確定圖像對應(yīng)的語義區(qū)域的方式可以通過計算實現(xiàn)，進而可以根據(jù)該方法使設(shè)備可以自動識別設(shè)備所在語義區(qū)域。

可選地，每個語義區(qū)域?qū)?yīng)的特征點庫中用于匹配的特征點，可以是該語義區(qū)域?qū)?yīng)的特征點庫中的全部特征點。

設(shè)備在識別圖像所在語義區(qū)域的過程中，需要將圖像中的特征點與每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點進行匹配，其中，作為一種可選實施例，每個語義區(qū)域?qū)?yīng)的特征點庫可以通過獲取圖像的方式建立。每個語義區(qū)域?qū)?yīng)的特征點庫相當與設(shè)備在該語義區(qū)域通過獲取圖像，提取圖像中的全部特征點，即可建立對應(yīng)的特征點庫。

設(shè)備在識別圖像所在語義區(qū)域的過程中，由于所得圖像是隨機獲取的，其中，有些圖像可能存在圖像內(nèi)特征點數(shù)量過少或者過多的情況。根據(jù)圖像內(nèi)過少的特征點數(shù)量確定的圖像所在語義區(qū)域是不準確的；根據(jù)圖像內(nèi)特征點數(shù)量過多的圖像確定的設(shè)備所在語義區(qū)域的過程中，由于特征點數(shù)量較多，匹配過程較慢。為了解決上述問題本申請?zhí)峁┝艘环N可選的實施例，獲取圖像中的特征點，包括：確定圖像中特征點的數(shù)量是否屬于預(yù)定范圍；在屬于預(yù)定范圍的情況下，獲取圖像中的特征點。該方案，將圖像中的特征點與預(yù)定范圍進行匹配，確定特征點數(shù)目屬于預(yù)定范圍的圖像，獲取該圖像中的特征點。

作為一種可選實施例，在圖像內(nèi)特征點數(shù)量較少的情況下，該類圖像中可參考的特征點數(shù)量較少，可參考的特征點容易被改變，并且跟該特征點確定圖像所在語義區(qū)域的誤差會很高，所以對這類圖像放棄匹配。對于這類圖像的判斷，可以將圖像中的特征點與預(yù)定范圍進行匹配，確定特征點數(shù)目低于預(yù)定范圍的圖像即為放棄匹配的圖像。

作為另一種可選實施例，在圖像內(nèi)特征點數(shù)量較多的情況下，例如，一面貼了全是規(guī)律分布有色斑點的墻紙的墻壁，在獲取到該類圖像的情況下，會檢測到超出普通圖像上百倍的特征點數(shù)目，這會干擾特征點庫的建立，也會嚴重拖慢匹配速度。對于這類圖像的判斷，可以將圖像中的特征點與預(yù)定范圍進行匹配，確定特征點數(shù)目高于預(yù)定范圍的圖像即為放棄比對的圖像。

在判斷匹配的特征點數(shù)量是否符合預(yù)定條件的過程中，作為一種可選實施例，確定圖像中的特征點與特征點庫中的特征點的匹配的數(shù)量是否滿足預(yù)定條件包括：根據(jù)圖像中的特征點與每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點的匹配的數(shù)量與預(yù)定閾值做比較；確定匹配的數(shù)量大于預(yù)定閾值滿足預(yù)定條件。該實施例，根據(jù)圖像中的特征點與每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點進行匹配，得到匹配特征點的數(shù)量，并在特征點匹配的數(shù)量大于閾值的情況下，直接確定該圖像即為滿足預(yù)訂條件的圖像。

在判斷特征點匹配的數(shù)量是否符合預(yù)定條件的過程中，作為一種可選的實施例，確定圖像中的特征點與特征點庫中的特征點的匹配的數(shù)量是否滿足預(yù)定條件包括：根據(jù)圖像中的特征點與每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點匹配的數(shù)量，按照匹配的數(shù)量由多到少的順序?qū)γ總€語義區(qū)域進行排序；確定排序順序在首位的語義區(qū)域滿足預(yù)定條件。排序順序在首位的語義區(qū)域表示該語義區(qū)域?qū)?yīng)的特征點庫中的特征點與的圖像中的特征點匹配的數(shù)量最多，可以確定該圖像的最接近語義區(qū)域，從而可以準確確定該圖像所在語義區(qū)域。

為了更準確地通過預(yù)定條件確定圖像所在語義區(qū)域，作為一種可選的實施例，基于語義區(qū)域規(guī)劃從起點語義區(qū)域到目標語義區(qū)域的路徑包括：基于對任務(wù)指令的語義分析，得出任務(wù)指令中的語義關(guān)系；根據(jù)語義關(guān)系，確定起點語義區(qū)域和目標語義區(qū)域，規(guī)劃從起點語義區(qū)域到目標語義區(qū)域的路徑。設(shè)備對用戶發(fā)出的任務(wù)指令進行語義分析，得到任務(wù)指令中包括目標語義區(qū)域的一個或多個語義區(qū)域，并根據(jù)各語義區(qū)域之間的關(guān)系，規(guī)劃從起點語義區(qū)域到目標語義區(qū)域的路徑。

圖3是根據(jù)本發(fā)明實施例的一種可選的語義區(qū)域拓撲結(jié)構(gòu)示意圖，如圖3所示。

任務(wù)指令中包括一個或多個語義區(qū)域，各語義區(qū)域之間的關(guān)系可以通過拓撲結(jié)構(gòu)標識，將圖2所示的語義區(qū)域劃分的示意圖映射為對應(yīng)的拓撲結(jié)構(gòu)，如圖3所示，語義區(qū)域是一種網(wǎng)狀結(jié)構(gòu)，各語義區(qū)域之間通過拓撲結(jié)構(gòu)連接，其中，每個圓圈代表一種語義區(qū)域，并用希臘數(shù)字表示。設(shè)備根據(jù)接收到的任務(wù)指令，對任務(wù)指令進行分析，確定任務(wù)指令之間關(guān)系的拓撲結(jié)構(gòu)，將設(shè)備根據(jù)該拓撲結(jié)構(gòu)導(dǎo)航到需要的位置上。例如，設(shè)備收到任務(wù)指令為“從冰箱中取出飯菜加熱一下，送到床前”，在這種情況下，設(shè)備首先需要根據(jù)任務(wù)指令分析其中特征，確定任務(wù)所在語義區(qū)域，并規(guī)劃設(shè)備至該語義區(qū)域的路徑。在設(shè)備接收到上述任務(wù)指令后，需要完成下列操作，設(shè)備移動至廚房中的語義區(qū)域VII，從冰箱中拿到食物并使用微波爐加熱后，通過廚房語義區(qū)域VI、VII、IV、II與I進入大廳，再通過大廳內(nèi)的若干語義區(qū)域后，又通過臥室的語義區(qū)域I，到達床所在的語義區(qū)域II，將加熱好的飯菜送到床前。根據(jù)該過程，即可規(guī)劃路徑。另外在上述過程中，可以發(fā)現(xiàn)，單個語義區(qū)域內(nèi)可能包含多種特征，如廚房中的語義區(qū)域VII包含了三種特征，分別為冰箱、煤氣灶與微波爐，機器人在廚房中的語義區(qū)域VII完成了“從冰箱取出飯菜”和“進行加熱”兩項任務(wù)。

在規(guī)劃路徑的過程中，預(yù)定空間內(nèi)的某些語義區(qū)域是設(shè)備必須經(jīng)過的，比如，在設(shè)備需要離開某一房間的情況下，必須要經(jīng)過門廊所在的語義區(qū)域，到達下一預(yù)定空間的門廊所在語義區(qū)域，因此在設(shè)備移動的區(qū)域包括多個預(yù)定空間的情況下，可以先規(guī)劃設(shè)備在各預(yù)定空間(即，各房間)內(nèi)的路徑，再將各個路徑進行拼接，得到完整的規(guī)劃路徑。通過上述實施例，可以將規(guī)劃路徑劃分為由多個單獨預(yù)定空間內(nèi)的規(guī)劃路徑拼接的規(guī)劃路徑，其中，選取規(guī)劃路徑通過的預(yù)定空間，再確定該預(yù)定空間內(nèi)的規(guī)劃路徑，可以減少規(guī)劃路徑所需參考的語義區(qū)域數(shù)量，從而使規(guī)劃路徑的過程更加簡單快捷。

在規(guī)劃從起點語義區(qū)域到目標語義區(qū)域的路徑之前，可以建立預(yù)定空間中的語義區(qū)域在地圖上那個的對應(yīng)關(guān)系，以便設(shè)備按照語義區(qū)域的規(guī)則在地圖上規(guī)劃導(dǎo)航路徑。作為一種可選實施例，將預(yù)定空間中的語義區(qū)域映射為預(yù)定空間對應(yīng)的地圖上的規(guī)則圖形塊；根據(jù)語義區(qū)域?qū)?yīng)的規(guī)則圖形塊規(guī)劃路徑。使設(shè)備可以根據(jù)語義區(qū)域的導(dǎo)航在語義區(qū)域在對應(yīng)的地圖上的則圖像塊上規(guī)劃路徑。通過將語義區(qū)域映射為預(yù)定空間對應(yīng)的地圖上的規(guī)則圖形塊，設(shè)備在語義區(qū)域之間移動，即可以認為設(shè)備在該規(guī)則圖形塊之間移動，從而設(shè)備可以將起點語義區(qū)域和目標語義區(qū)域?qū)?yīng)為地圖上的兩個規(guī)則圖形塊，進而可以使設(shè)備能夠根據(jù)地圖上的兩個規(guī)則圖像塊的位置和這兩個規(guī)則圖像塊之間的距離，規(guī)劃出可以幫助設(shè)備準確導(dǎo)航的規(guī)劃路徑。

圖4是根據(jù)本發(fā)明實施例的一種可選的語義區(qū)域映射為圖形塊的示意圖，如圖4所示，將圖2所示的語義區(qū)域劃分的示意圖映射為對應(yīng)的地圖上的規(guī)則圖形塊，圖4中各規(guī)則圖形塊中的羅馬字母表示圖2中該羅馬字母對應(yīng)的語義區(qū)域，圖4中的nul表示該規(guī)則圖形塊對應(yīng)的空白語義區(qū)域。

將預(yù)定空間中的語義區(qū)域映射為預(yù)定空間對應(yīng)的地圖上的規(guī)則圖形塊，即，將設(shè)備所在房間的語義區(qū)域映射為該房間對應(yīng)的地圖上的規(guī)則圖形塊，可以使設(shè)備根據(jù)能夠根據(jù)地圖上的該規(guī)則圖形塊，確定設(shè)備的移動方向，以便于對設(shè)備進行導(dǎo)航。

在規(guī)劃設(shè)備的移動路徑的過程中，作為一種可選的實施例，根據(jù)語義區(qū)域?qū)?yīng)的規(guī)則圖形塊規(guī)劃路徑包括：根據(jù)貝葉斯推理的模型規(guī)劃從起點語義區(qū)域到目標語義區(qū)域的路徑。貝葉斯方法可以在給定輸入的條件下，利用貝葉斯網(wǎng)絡(luò)快速求出最大的后驗概率，所以可以選用貝葉斯網(wǎng)絡(luò)推理出最能滿足約束條件路徑。

貝葉斯方法可以在給定輸入的條件下，利用貝葉斯網(wǎng)絡(luò)快速求出最大的后驗概率，所以選用貝葉斯網(wǎng)絡(luò)推理最能滿足約束條件路徑。

圖5是根據(jù)本發(fā)明實施例的一種可選的貝葉斯網(wǎng)絡(luò)示意圖，如圖5所示，根據(jù)給定路徑的起點與終點，動態(tài)建立貝葉斯網(wǎng)絡(luò)，確定滿足約束條件的路徑。

在規(guī)則圖形塊為矩形，并且設(shè)備在矩形中能夠至少沿上、下、左、右四個方向移動的情況下，貝葉斯推理的模型如下：O表示矩形的四個方向，表示設(shè)備能夠在預(yù)定空間R中的語義區(qū)域N的向上方向移動，表示設(shè)備能夠在預(yù)定空間R中的語義區(qū)域N的向下方向移動，表示設(shè)備能夠在預(yù)定空間R中的語義區(qū)域N的向左方向移動，表示設(shè)備能夠在預(yù)定空間R中的語義區(qū)域N的向右方向移動。

在規(guī)則圖像塊為矩形，并且設(shè)備在矩形中能夠在每次轉(zhuǎn)動方向為90°的情況下，確定設(shè)備從某個語義區(qū)域移動到目標語義區(qū)域的轉(zhuǎn)動次數(shù)，其中，轉(zhuǎn)動次數(shù)根據(jù)設(shè)備移動到上一語義區(qū)域的上一移動方向與設(shè)備移動到當前語義區(qū)域的當前移動方向確定，貝葉斯推理模型如下包括：表示設(shè)備從上一語義區(qū)域移動到當前語義區(qū)域的轉(zhuǎn)動次數(shù)，o_i表示設(shè)備移動到上一語義區(qū)域的上一移動方向，o_j表示設(shè)備移動到當前語義區(qū)域的當前移動方向，o_i與o_j分別可取上、下、左、右四個移動方向；若上一移動方向o_i與當前移動方向o_j相同，則轉(zhuǎn)動次數(shù)若上一移動方向o_i與當前移動方向o_j相差90°，則轉(zhuǎn)動次數(shù)若上一移動方向o_i與當前移動方向o_j相差180°，則轉(zhuǎn)動次數(shù)

規(guī)劃設(shè)備的移動路徑還需要引入轉(zhuǎn)移概率這一概念。轉(zhuǎn)移概率是設(shè)備在移動到上一語義區(qū)域的上一移動方向后，又移動到當前語義區(qū)域的當前移動方向的概率，其中，上一語義區(qū)域與當前語義區(qū)域是相鄰語義區(qū)域；轉(zhuǎn)移概率根據(jù)設(shè)備從上一語義區(qū)域移動到當前語義區(qū)域的轉(zhuǎn)動次數(shù)和設(shè)備的全部旋轉(zhuǎn)方向計算得出，貝葉斯推理模型如下包括：標識轉(zhuǎn)移概率的公式解釋為：其中，表示設(shè)備在移動到上一語義區(qū)域的上一移動方向后，又移動到當前語義區(qū)域的當前移動方向的概率，其中，表示轉(zhuǎn)移概率，R_M與R_N是預(yù)定空間中的兩個相鄰語義區(qū)域；轉(zhuǎn)移概率的計算公式為：其中，Ω_o表示設(shè)備全部轉(zhuǎn)動方向。

根據(jù)貝葉斯網(wǎng)絡(luò)的遞推關(guān)系和轉(zhuǎn)移概率，得到同一預(yù)定空間內(nèi)每條路徑的概率，貝葉斯推理模型如下包括：表示每條路徑的概率，其中，M、根據(jù)計算得出的最大概率規(guī)劃路徑。

設(shè)備在移動過程中，存在需要穿過某些預(yù)定空間，即在穿過的預(yù)定空間內(nèi)不進行任何除與移動相關(guān)以外的動作。設(shè)備穿過該預(yù)定空間的過程中，作為一種可選實施例，基于語義區(qū)域規(guī)劃從起點語義區(qū)域到目標語義區(qū)域的路徑包括：規(guī)劃從起點語義區(qū)域到目標語義區(qū)域的路徑包括預(yù)定連接路徑，其中，預(yù)定連接路徑是預(yù)先設(shè)置的，起點語義區(qū)域和目標語義區(qū)域處于不同預(yù)定空間。

可選地，從起點語義區(qū)域到目標語義區(qū)域的路徑需要穿過一個多個預(yù)定空間的情況下，預(yù)先設(shè)置多個預(yù)定空間之間的連接路徑。設(shè)備在穿過某些預(yù)定空間的過程中，可以按照預(yù)先設(shè)置的多個預(yù)定空間之間的連接路徑移動，設(shè)備在移動過程中無需做與移動無關(guān)的任何工作，可以保證設(shè)備在該預(yù)定空間內(nèi)可以快速穿過，并且預(yù)先設(shè)置的連接路徑也可以是設(shè)備通過該處空間的最短路徑，同樣也會加快設(shè)備穿過該預(yù)定空間的速度。

在規(guī)劃路徑的過程中，還可以根據(jù)預(yù)定空間內(nèi)的特征規(guī)劃路徑，作為一種可選實施例，基于語義區(qū)域規(guī)劃從起點語義區(qū)域到目標語義區(qū)域的路徑包括：預(yù)定空間中的語義區(qū)域包括語義區(qū)域?qū)?yīng)一個或多個語義標識，其中，語義標識包括語義區(qū)域的特征；根據(jù)語義區(qū)域?qū)?yīng)的一個或多個語義標識規(guī)劃路徑。

可選地，根據(jù)語義區(qū)域?qū)?yīng)的一個或多個語義標識規(guī)劃路徑包括：根據(jù)粒子濾波器模型規(guī)劃從起點語義區(qū)域到目標語義區(qū)域的路徑。

圖6是根據(jù)本發(fā)明實施例的一種可選的粒子濾波器模型示意圖，如圖6所示。

六角星表示語義標識，小圓圈表示粒子。在長軸橢圓中的六角星表示真實采集到的語義標識，短軸橢圓中的六角星表示大概率采集到的語義標識。某個小圓圈與全部六角星的距離表示這個粒子分配到全部語義標識的概率，且概率與距離成反比。模型狀態(tài)為采集語義標識的概率，其中，語義標識的概率即為語義標識的權(quán)重。

根據(jù)設(shè)備所在的相鄰語義標識，以及設(shè)備在采集到上一語義標識，確定設(shè)備采集到當前語義標識的概率，根據(jù)粒子濾波器模型如下包括：N_L表示語義標識的數(shù)量；N_P表示粒子的數(shù)量；表示狀態(tài)集其中，表示預(yù)定空間K的語義標識l，Q_C表示預(yù)定空間C中僅有一個語義標識，Q_C；q_t表示設(shè)備在t時刻的狀態(tài)；o表示采集任意的語義標識；表示粒子i在t時刻的狀態(tài)；表示粒子c在t時刻分配到的概率；表示采集語義標識的概率；表示第i個粒子在t時刻的權(quán)重。

根據(jù)設(shè)備采集到上一語義標識后，又采集到的當前語義標識的概率，確定設(shè)備的標識轉(zhuǎn)移概率，根據(jù)粒子濾波器模型如下包括：表示當采集到上一語義標識后采集到當前語義標識的概率，其中，表示標識轉(zhuǎn)移概率，m和n是相鄰語義標識，K和H是相鄰語義區(qū)域；標識轉(zhuǎn)移概率的公式為：其中，d表示兩個相關(guān)語義標識之間的間隔；σ_d表示d的標準差；表示在語義標識與之間沒有其他語義標識；表示語義標識與之間還有一個語義標識；表示兩個語義標識在不同的預(yù)定空間，并且兩預(yù)定空間之間由僅有一個語義標識的預(yù)定空間相連；表示僅有一個語義標識的預(yù)定空間與語義標識之間的間隔；表示語義標識與僅有一個語義標識的預(yù)定空間相鄰；表示僅有一個語義標識的預(yù)定空間與之間還有一個語義標識。

假設(shè)每個語義標識都是獨立采集的，由采集到的語義標識的概率組成狀態(tài)向量，根據(jù)粒子濾波器模型如下包括：表示狀態(tài)向量。

在沒有新的語義標識被采集的情況下，狀態(tài)向量是不變的，根據(jù)粒子濾波器模型如下包括：其中，w_t表示白噪聲組成的向量，

根據(jù)狀態(tài)向量得到每個語義標識的觀測模型，根據(jù)粒子濾波器模型如下包括：

對于每個語義標識，觀測模型可以表示為：

其中，v_t表示白噪聲組成的向量，表示語義標識m在預(yù)定空間K中被采集；Z_t表示觀測到語義表示的概率，并且Z_t表示采集到每個語義標識的比重。

根據(jù)真實采集到的語義標識，通過全概率公式計算全部語義標識的被采集概率，根據(jù)粒子濾波器模型如下包括：為全概率公式。

粒子濾波器模型中的全部粒子按照隨機概率分配到每個語義標識，全部語義區(qū)域按等概率采集，根據(jù)粒子濾波器模型如下包括：表示t₀時刻采集到語義標識的概率。

采集到所述每個語義標識的權(quán)重由概率表示，概率空間描述包括：每個粒子的權(quán)重分配到每個語義標識可以表示為：其中，w(cⁱ)表示為每個粒子的權(quán)重，權(quán)重可以通過概率空間的距離計算：

根據(jù)每個粒子的權(quán)重，對每個粒子的權(quán)重進行標準化，保證全部粒子和為1，根據(jù)權(quán)重，計算每個粒子分配到某一語義標識的概率，再更新出全部語義標識的概率，并根據(jù)全部語義標識的概率規(guī)劃路徑，根據(jù)粒子濾波器模型如下包括：表示粒子權(quán)重的標準化公式；粒子根據(jù)權(quán)重實現(xiàn)重采樣；根據(jù)權(quán)重w(cⁱ)，計算每個粒子被分配到語義標識的概率更新出全部語義標識的概率并根據(jù)全部語義標識的最大概率規(guī)劃路徑，其中全部語義標識的概率公式為：

圖7是根據(jù)本發(fā)明實施例的一種導(dǎo)航裝置的示意圖，如圖7所示，該裝置包括：獲取單元71，用于獲取在預(yù)定空間中的起點語義區(qū)域和目標語義區(qū)域，其中，預(yù)定空間被劃分為多個語義區(qū)域，多個語義區(qū)域包括起點語義區(qū)域和目標語義區(qū)域，每個語義區(qū)域中均包括用于從多個語義區(qū)域中識別出該語義區(qū)域的特征；規(guī)劃單元72，用于基于語義區(qū)域規(guī)劃從起點語義區(qū)域到目標語義區(qū)域的路徑；移動單元73，用于使設(shè)備根據(jù)路徑從起點語義區(qū)域移動到目標語義區(qū)域。

作為一種可選實施例，移動單元包括：識別模塊，用于通過設(shè)備對得到的圖像進行識別得到該圖像所對應(yīng)的語義區(qū)域，其中，設(shè)備識別出的語義區(qū)域用于確定設(shè)備目前所在的語義區(qū)域；移動模塊，用于根據(jù)設(shè)備目前所在的語義區(qū)域以及路徑使設(shè)備移動到目標語義區(qū)域。

作為一種可選實施例，識別模塊包括：第一獲取模塊，用于獲取圖像中的特征點；比對模塊，用于將圖像中的特征點與預(yù)先配置的每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點進行比對，其中，特征點庫中記錄了每個語義區(qū)域?qū)?yīng)的一個或多個特征點；第一確定模塊，用于確定圖像中的特征點與每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點的匹配的數(shù)量是否滿足預(yù)定條件；第二確定模塊，用于在滿足預(yù)定條件的情況下，確定圖像對應(yīng)的語義區(qū)域。

作為一種可選實施例，獲取模塊包括：第三確定模塊，用于確定圖像中特征點的數(shù)量是否屬于預(yù)定范圍；第二獲取模塊，用于在屬于預(yù)定范圍的情況下，獲取圖像中的特征點。

作為一種可選實施例，第一確定模塊包括：匹配模塊，根據(jù)圖像中的特征點與每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點匹配的數(shù)量與預(yù)定閾值做比較；第四確定模塊，用于確定匹配的數(shù)量大于預(yù)定閾值滿足預(yù)定條件。

作為一種可選實施例，第一確定模塊包括：排序模塊，用于根據(jù)圖像中的特征點與每個語義區(qū)域?qū)?yīng)的特征點庫中的特征點匹配的數(shù)量，按照匹配的數(shù)量由多到少的順序?qū)γ總€語義區(qū)域進行排序；第五確定模塊，用于確定排序順序在首位的語義區(qū)域滿足預(yù)定條件。

作為一種可選實施例，規(guī)劃單元包括：分析模塊，用于基于對任務(wù)指令的語義分析，得出任務(wù)指令中的語義關(guān)系；第六確定模塊，用于根據(jù)語義關(guān)系，確定起點語義區(qū)域和目標語義區(qū)域，規(guī)劃從起點語義區(qū)域到目標語義區(qū)域的路徑。

作為一種可選實施例，規(guī)劃單元包括：第一映射模塊，用于將預(yù)定空間中的語義區(qū)域映射為預(yù)定空間對應(yīng)的地圖上的規(guī)則圖形塊；第一規(guī)劃子模塊，用于根據(jù)語義區(qū)域?qū)?yīng)的規(guī)則圖形塊規(guī)劃路徑。

作為一種可選實施例，第一規(guī)劃子模塊包括：第一建模模塊，用于根據(jù)貝葉斯推理的模型規(guī)劃從起點語義區(qū)域到目標語義區(qū)域的路徑。

作為一種可選實施例，規(guī)劃單元包括：預(yù)定模塊，用于規(guī)劃從起點語義區(qū)域到目標語義區(qū)域的路徑包括預(yù)定連接路徑，其中，預(yù)定連接路徑是預(yù)先設(shè)置的，起點語義區(qū)域和目標語義區(qū)域處于不同預(yù)定空間。

作為一種可選實施例，規(guī)劃單元包括：第二映射模塊，用于將預(yù)定空間中的語義區(qū)域映射為預(yù)定空間對應(yīng)的地圖上的語義標識，其中，每個語義區(qū)域包括一個或多個語義標識，語義標識包括語義區(qū)域的特征；第二規(guī)劃子模塊，用于根據(jù)語義區(qū)域?qū)?yīng)的一個或多個語義標識規(guī)劃路徑。

作為一種可選實施例，第二規(guī)劃子模塊包括：第二建模模塊，用于根據(jù)粒子濾波器模型規(guī)劃從起點語義區(qū)域到目標語義區(qū)域的路徑。

上述本發(fā)明實施例序號僅僅為了描述，不代表實施例的優(yōu)劣。

在本發(fā)明的上述實施例中，對各個實施例的描述都各有側(cè)重，某個實施例中沒有詳述的部分，可以參見其他實施例的相關(guān)描述。

在本申請所提供的幾個實施例中，應(yīng)該理解到，所揭露的技術(shù)內(nèi)容，可通過其它的方式實現(xiàn)。其中，以上所描述的裝置實施例僅僅是示意性的，例如所述單元的劃分，可以為一種邏輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式，例如多個單元或組件可以結(jié)合或者可以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，單元或模塊的間接耦合或通信連接，可以是電性或其它的形式。

所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個單元上?？梢愿鶕?jù)實際的需要選擇其中的部分或者全部單元來實現(xiàn)本實施例方案的目的。

另外，在本發(fā)明各個實施例中的各功能單元可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以采用硬件的形式實現(xiàn)，也可以采用軟件功能單元的形式實現(xiàn)。

所述集成的單元如果以軟件功能單元的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以存儲在一個計算機可讀取存儲介質(zhì)中?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分或者該技術(shù)方案的全部或部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機設(shè)備(可為個人計算機、服務(wù)器或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質(zhì)包括：U盤、只讀存儲器(ROM，Read-Only Memory)、隨機存取存儲器(RAM，Random Access Memory)、移動硬盤、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。

以上所述僅是本發(fā)明的優(yōu)選實施方式，應(yīng)當指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應(yīng)視為本發(fā)明的保護范圍。