[发明专利]一种基于激光传感器的slam地图校准方法和装置

说明书

本发明公开了一种基于激光传感器的slam地图校准方法和装置，该方法包括：训练检测模型，检测模型经训练后能够检测同步定位与地图构建slam地图中的被误识别的未知区域；启动校准后，将待校准的slam地图输入至训练后的检测模型，获取检测模型输出的检测结果；根据检测结果确认出待校准的slam地图中的一个或多个被误识别的未知区域；将确认出的被误识别的未知区域校准为可通行区域。本发明通过神经网络校准slam地图，比人工处理更加精确，效果更好，而且本发明对slam地图的校准完全自动化，节省了大量人力和物力，尤其对于场地相对较大的地图，具有明显的优势。

技术领域

本发明涉及机器人导航技术领域，具体涉及一种基于激光传感器的slam地图校准方法和装置。

背景技术

slam(simultaneous localization and mapping，同步定位与地图构建)是指运动物体根据2D或3D传感器返回的点云信息，一边计算自身位置，一边构建环境地图的过程，解决机器人在未知环境下运动时的定位与地图构建问题。slam问题可以描述为：机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和地图进行自身定位,同时在自身定位的基础上建造增量式地图，实现机器人的自主定位和导航。

slam要实现定位和制图，第一步就是采集数据，而采集数据的关键就是传感器。slam上的传感器种类多样，激光雷达是目前主流的一种slam传感器，以激光雷达为传感器的slam，简称为激光slam。

激光雷达能测量周围障碍点的角度和距离等信息，其特点是采集速度快、测量精准、计算量小。但由于激光雷达的性能限制，在构图的过程中会出现可通行区域被误识别成障碍物的现象，或者由于场地范围超出激光最远扫描距离，激光雷达接收不到激光返回的数据，出现可通行区域被误识别成未知区域的现象。因此，需要对激光slam地图进行校准，而现有的激光slam地图校准方法基本为人工处理，人工处理费时费力，且处理效果不佳。

发明内容

鉴于上述问题，本发明提出了一种基于激光传感器的slam地图校准方法和装置，以便解决或者部分解决现有的激光slam地图校准方法基本为人工处理，费时费力，且处理效果不佳的问题。

依据本发明的一个方面，提供了一种基于激光传感器的slam地图校准方法，该方法包括：

训练检测模型，检测模型经训练后能够检测slam地图中的被误识别的未知区域；

启动校准后，将待校准的slam地图输入至训练后的检测模型，获取检测模型输出的检测结果；

根据检测结果确认出待校准的slam地图中的一个或多个被误识别的未知区域；

将确认出的被误识别的未知区域校准为可通行区域。

依据本发明的又一方面，提供了一种基于激光传感器的slam地图校准装置，该装置包括：

训练模块，用于训练检测模型，检测模型经训练后能够检测slam地图中的被误识别的未知区域；

检测模块，用于启动校准后，将待校准的slam地图输入至训练后的检测模型，获取检测模型输出的检测结果；

区域确定模块，用于根据检测结果确认出待校准的slam地图中的一个或多个被误识别的未知区域；

第一校准模块，用于将确认出的被误识别的未知区域校准为可通行区域。