动态场景下定位与地图构建是当前机器人研究领域的核心问题。由于真实动态场景充满复杂性和不确定性,此类问题的研究具有挑战性和非常重要的研究价值。本课题以机器人地图构建为研究对象,以图像为信息载体,以机器视觉为主要技术手段,研究机器人地点和物体识别以及实时语义地图构建方法。首先,在分析动态场景复杂变化特性的基础上,提出一种基于BOW技术的快速局部不变性特征的提取和选择方法;然后针对场景的复杂性和不确定性,提出一种基于概率主题模型的机器人地点和物体识别方法,以及一种基于稀疏在线核学习判别的运动物体实时检测方法;进而将图论、三维计算机视觉理论以及人工智能理论融合,创新性地建立一个适用于动态场景的实时语义地图构建计算框架;最后构建一套基于机器人地点和物体识别的实时语义地图构建软件原型系统。
英文主题词probabilistic garphical model;place recognition;robot vision;semantic map;