本發(fā)明屬于無人機(jī)環(huán)境建模，具體涉及一種基于霍夫變換的雙階段關(guān)鍵區(qū)域語義地圖構(gòu)建方法的設(shè)計(jì)。

背景技術(shù)：

1、無人機(jī)在工業(yè)城市環(huán)境中的需求日益增加，這些環(huán)境的特點(diǎn)是存在屏蔽區(qū)域，這大大限制了傳統(tǒng)遠(yuǎn)程控制和導(dǎo)航設(shè)備的使用。在此背景下，具備更高自主性的機(jī)器人設(shè)備更具前景，能夠在沒有人工（如衛(wèi)星導(dǎo)航）和自然（如地磁場(chǎng)）導(dǎo)航信號(hào)的情況下獨(dú)立運(yùn)行一段時(shí)間。在構(gòu)建這些自主控制系統(tǒng)時(shí)，關(guān)鍵任務(wù)是建立外部環(huán)境模型和導(dǎo)航系統(tǒng)。根據(jù)機(jī)載傳感器數(shù)據(jù)，在機(jī)載計(jì)算機(jī)上實(shí)時(shí)解決這些任務(wù)能夠?qū)崿F(xiàn)目標(biāo)導(dǎo)向的安全運(yùn)動(dòng)軌跡規(guī)劃與執(zhí)行，而無需操作員的干預(yù)，這也是自主運(yùn)行的基礎(chǔ)。對(duì)于自主系統(tǒng)來說，最常見和優(yōu)選的機(jī)載傳感器是2d和3d激光傳感器，它們能夠直接在視野范圍內(nèi)獲取外部環(huán)境的幾何信息，以點(diǎn)云的形式呈現(xiàn)。激光傳感器生成的原始點(diǎn)云數(shù)據(jù)通常體積龐大，因此并非總是適用于機(jī)載控制系統(tǒng)。因此，如何在不損失幾何和導(dǎo)航信息的情況下壓縮原始數(shù)據(jù)成為一個(gè)關(guān)鍵問題。一個(gè)比較有前景的解決方案是將這些原始測(cè)距圖像表示為幾何線性基本元素（如平面、線條、角等）的集合，工業(yè)城市環(huán)境主要由這些元素構(gòu)成，如道路、人行道、圍欄、墻壁、樓板、臺(tái)階以及其他工業(yè)城市基礎(chǔ)設(shè)施、建筑物和房間的部分。

2、目前許多研究致力于解決從點(diǎn)云中提取線性對(duì)象的問題。其中最著名的是ransac（隨機(jī)抽樣一致性）類型的算法，這些算法通過迭代方法在點(diǎn)云中提取屬于特定平面的點(diǎn)子集，滿足給定的容差要求。rnasac類型的算法對(duì)輸入數(shù)據(jù)的噪聲具有魯棒性，但隨著點(diǎn)云中點(diǎn)數(shù)的增加和平面數(shù)量的增多，算法的運(yùn)行速度會(huì)變慢。此外基于局部法線計(jì)算的算法也被廣泛使用，這些算法通過計(jì)算每個(gè)點(diǎn)的鄰域，然后合并具有相似法線的點(diǎn)來提取平面。然而，這一類算法對(duì)傳感器誤差敏感，因?yàn)槊總€(gè)點(diǎn)的局部法線是基于鄰域點(diǎn)計(jì)算的，測(cè)量坐標(biāo)的誤差會(huì)導(dǎo)致局部法線計(jì)算的顯著誤差。還有一些提取線性對(duì)象的方法是基于能量函數(shù)最小化的三維圖像平面分割的全局方法，尤其是基于圖切割方法的三維圖像平面分割，提出了基于圖切割方法的交互式非結(jié)構(gòu)化點(diǎn)云分割，其中成本函數(shù)由點(diǎn)云中點(diǎn)的歐幾里得距離得到。

3、實(shí)踐經(jīng)驗(yàn)表明，從點(diǎn)云中提取線性對(duì)象的解決方案涉及大量計(jì)算，這并不總能保證在當(dāng)前可用的機(jī)載計(jì)算設(shè)備上實(shí)現(xiàn)對(duì)實(shí)際測(cè)距圖像的實(shí)時(shí)處理，因此創(chuàng)建和研究能夠有效解決這一問題的算法和軟硬件工具顯得尤為重要。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是為了解決現(xiàn)有針對(duì)工業(yè)和環(huán)境應(yīng)用中的無人機(jī)系統(tǒng)在進(jìn)行環(huán)境建模時(shí)，通常會(huì)面臨數(shù)據(jù)量大、處理速度慢和實(shí)時(shí)性差的問題，提出了一種基于霍夫變換的雙階段關(guān)鍵區(qū)域語義地圖構(gòu)建方法，能夠有效從大量數(shù)據(jù)中提取關(guān)鍵信息，從而構(gòu)建準(zhǔn)確且詳細(xì)的環(huán)境模型。

2、本發(fā)明的技術(shù)方案為：一種基于霍夫變換的雙階段關(guān)鍵區(qū)域語義地圖構(gòu)建方法，包括以下步驟：

3、s1、采集無人機(jī)外部環(huán)境的立體測(cè)距圖像。

4、s2、將立體測(cè)距圖像按不同的掃描角度進(jìn)行分層，得到多層掃描平面。

5、s3、在每層掃描平面中采用二維霍夫變換進(jìn)行線段提取，得到線段子集。

6、s4、對(duì)每個(gè)線段子集中被錯(cuò)誤聚類的線段進(jìn)行重新聚類，得到每層掃描平面的點(diǎn)子集。

7、s5、根據(jù)每層掃描平面的點(diǎn)子集構(gòu)建平面方程，進(jìn)而構(gòu)建關(guān)鍵區(qū)域的語義地圖。

8、s6、確定無人機(jī)的位移，對(duì)語義地圖進(jìn)行增量更新。

9、進(jìn)一步地，步驟s1包括以下分步驟：

10、s11、通過無人機(jī)搭載3d激光傳感器，采集無人機(jī)外部環(huán)境的原始點(diǎn)云數(shù)據(jù)。

11、s12、對(duì)原始點(diǎn)云數(shù)據(jù)進(jìn)行濾波處理，得到無人機(jī)外部環(huán)境的立體測(cè)距圖像。

12、進(jìn)一步地，步驟s2包括以下分步驟：

13、s21、建立無人機(jī)所在空間的空間坐標(biāo)系，繞軸旋轉(zhuǎn)獲得不同的掃描角度。

14、s22、將立體測(cè)距圖像按不同的掃描角度進(jìn)行分層。

15、s23、將分層的點(diǎn)云投影至二值平面圖像中，得到多層掃描平面。

16、進(jìn)一步地，步驟s3包括以下分步驟：

17、s31、在每層掃描平面中采用二維霍夫變換進(jìn)行線段提取，并統(tǒng)計(jì)提取的線段與軸上的交點(diǎn)。

18、s32、構(gòu)建累加函數(shù)，其值為與軸有同一交點(diǎn)的線段數(shù)量。

19、s33、根據(jù)累加函數(shù)的值，在軸上的局部區(qū)間內(nèi)提取交點(diǎn)直方圖的局部最大值，對(duì)與軸有同一交點(diǎn)的線段進(jìn)行聚類，得到線段子集。

20、進(jìn)一步地，步驟s31中的二維霍夫變換公式為：

21、；

22、其中表示原點(diǎn)到線段的垂直距離，表示垂線與軸之間的角度，表示掃描平面內(nèi)的坐標(biāo)。

23、進(jìn)一步地，步驟s4包括以下分步驟：

24、s41、統(tǒng)計(jì)每個(gè)線段子集中的線段與平面的交點(diǎn)。

25、s42、將與平面的交點(diǎn)在同一直線上的線段進(jìn)行重新聚類，得到屬于同一掃描平面的線段。

26、s43、根據(jù)屬于同一掃描平面的線段得到該層掃描平面的點(diǎn)子集。

27、進(jìn)一步地，步驟s5包括以下分步驟：

28、s51、隨機(jī)選取屬于同一掃描平面的點(diǎn)子集中的三個(gè)點(diǎn)，構(gòu)建初始平面方程。

29、s52、將初始平面方程的解作為初始值，構(gòu)建最小二乘方程，最小二乘方程的期望為同一平面上的點(diǎn)到該平面的距離最小。

30、s53、求解最小二乘方程獲得關(guān)鍵區(qū)域的精確平面方程，并通過關(guān)鍵區(qū)域的精確平面方程為關(guān)鍵區(qū)域的點(diǎn)云數(shù)據(jù)添加對(duì)應(yīng)的平面標(biāo)簽，構(gòu)建關(guān)鍵區(qū)域的語義地圖。

31、進(jìn)一步地，步驟s6包括以下分步驟：

32、s61、將每層掃描平面與現(xiàn)有數(shù)據(jù)庫中的平面進(jìn)行匹配，得到對(duì)在無人機(jī)局部坐標(biāo)系和全局坐標(biāo)系中相互對(duì)應(yīng)的平面組成的列表：

33、；

34、其中表示第個(gè)平面在無人機(jī)局部坐標(biāo)系下的單位法向量，表示第個(gè)平面在全局坐標(biāo)系下的單位法向量，表示平面上任意一點(diǎn)在無人機(jī)局部坐標(biāo)系下的方向向量，表示平面上任意一點(diǎn)在全局坐標(biāo)系下的方向向量，表示第個(gè)平面到無人機(jī)局部坐標(biāo)系原點(diǎn)的距離，表示第個(gè)平面到全局坐標(biāo)系原點(diǎn)的距離。

35、s62、根據(jù)列表構(gòu)建超定的非線性方程組：

36、；

37、其中表示第個(gè)平面到無人機(jī)局部坐標(biāo)系原點(diǎn)的向量，表示無人機(jī)局部坐標(biāo)系與全局坐標(biāo)系之間的位移向量，表示無人機(jī)局部坐標(biāo)系相對(duì)全局坐標(biāo)系之間的旋轉(zhuǎn)矩陣，。

38、s63、求解非線性方程組，得到無人機(jī)的位移。

39、s64、根據(jù)無人機(jī)的位移確定新的平面，并根據(jù)新的平面對(duì)語義地圖進(jìn)行增量更新。

40、本發(fā)明的有益效果是：本發(fā)明針對(duì)現(xiàn)有無人機(jī)環(huán)境建模涉及大量計(jì)算，并不總能保證在當(dāng)前可用的機(jī)載計(jì)算設(shè)備上實(shí)現(xiàn)對(duì)實(shí)際測(cè)距圖像的實(shí)時(shí)處理的問題，提出了雙階段線性平面提取方法，在第一階段將原始點(diǎn)云的三維空間分解為二維平面子空間，并將三維空間中平面對(duì)象的搜索問題轉(zhuǎn)換為二維子空間（掃描平面）中直線段的搜索問題，從而通過降低搜索對(duì)象和搜索空間的維度，顯著減少計(jì)算量；第二階段同樣不涉及大量計(jì)算，因?yàn)槠矫鎸?duì)象的搜索不是基于原始點(diǎn)云，而是基于在第一階段提取出的直線段，這些直線段的數(shù)量遠(yuǎn)少于原始圖像中的點(diǎn)數(shù)。本發(fā)明能夠?qū)碜詼y(cè)距傳感器的大量原始信息轉(zhuǎn)換為緊湊的幾何和語義環(huán)境，從而提高無人機(jī)在工業(yè)城市環(huán)境中的自主任務(wù)執(zhí)行效率。