基于激光 SLAM 和深度学习的语义地图构建

来源：计算机技术与发展杂志2020年第09期北京时间：

作者：何松;孙静;郭乐江;陈梁

摘要：基于语义地图的自主导航移动机器人在空间勘探、危险物品搜索、自动驾驶等领域有着广阔的应用前景。为使移动机器人更好地完成相关复杂任务,针对传统SLAM(simultane-ous localization and mapping)地图不够精细、语义信息缺失的问题,提出一种多传感器融合的语义地图构建技术。 综合激光 SLAM 精度高和视觉信息纹理丰富的特点,选取基于 ROS(robot operating system)系统的移动机器人平台,研究基于里程计、惯性传感单元(IMU)和激光雷达多源传感器融合进行即时定位与创建地图,将基于深度学习的目标检测算法移植到 ROS 系统中,结合机器人深度摄像头获取的图像信息实现目标语义识别,并结合深度信息进行位置解算实现目标定位和地图语义标注。 通过机器人多目标语义添加实验和移动过程中的增量式地图构建与实时同步添加语义信息实验,验证该系统能实时地创建语义地图。

关键词：移动机器人;同步定位与地图构建;语义信息;深度学习;目标检测;语义地图