【技术实现步骤摘要】
本申请涉及机器人视觉，尤其涉及语义栅格地图的语义提取方法、装置、设备和机器人。
技术介绍
1、随着科技的发展，技术的进步，机器人已逐渐进入人类社会的各个领域。机器人的自主运动和定位需要借助环境地图来实现，传统的机器人存储的环境地图中只包括环境的几何信息，导致在机器人在栅格地图中能够提取的信息有限，因此机器人只能执行一些简单的移动，无法对语义栅格地图的物体进行精准识别。
技术实现思路
1、本申请旨在至少解决相关技术中存在的技术问题之一。为此，本申请提出一种语义栅格地图的语义提取方法，可以从语义栅格地图的单个栅格中可读取多个初步类别，实现多种语义的点云提取，提高了物体识别精度。
2、本申请还提出一种语义栅格地图的语义提取装置、电子设备、机器人和存储介质。
3、根据本申请第一方面实施例的语义栅格地图的语义提取方法，包括：获取语义栅格地图中任一栅格的栅格信息，其中栅格信息包括语义信息和索引值，语义信息包括至少两个类别观测面积；根据至少两个类别观测面积确定对应栅格的初步类别和初步类别数量；其中初步类别数量大于或等于1；根据初步类别确定语义点云里每个点对应的类别；其中初步类别数量和语义点云里的点数相同；根据索引值确定语义点云里每个点对应的坐标和法线；根据语义点云里所有点对应的类别、坐标和法线，确定对应栅格的语义点云集。
4、根据本申请实施例的语义栅格地图的语义提取方法，当栅格的语义信息包括至少两个类别观测面积时，可以实现多种语义的点云提取，从语义栅格地图的单
5、根据本申请的一个实施例，根据至少两个类别观测面积确定对应栅格的初步类别和初步类别数量，包括：将所有类别观测面积按照数值从大到小进行排序，并提取前k个类别观测面积；从k个类别观测面积中提取数值大于0的类别观测面积作为目标类别面积；将目标类别面积对应的类别作为初步类别，将所有目标类别面积的数量作为初步类别数量。
6、根据本申请的一个实施例，语义点云的属性信息包括类别；根据初步类别确定语义点云里每个点对应的类别，包括：根据初步类别数量生成相同点数的语义点云；根据初步类别确定语义点云里每个点对应的类别。
7、根据本申请的一个实施例，语义点云的属性信息还包括坐标和法线；语义信息还包括与索引值对应的法线；根据索引值确定语义点云里每个点对应的坐标和法线，包括：根据索引值和栅格分辨率确定每一栅格对应的世界坐标；将每一栅格对应的世界坐标作为语义点云里每个点的坐标；将每一栅格的法线作为语义点云里每个点的法线。
8、根据本申请的一个实施例，语义信息还包括物体观测次数和背景观测次数；根据至少两个类别观测面积确定对应栅格的初步类别和初步类别数量，包括：将物体观测次数和背景观测次数作比较；当物体观测次数大于或等于背景观测次数时，根据至少两个类别观测面积确定对应栅格的初步类别和初步类别数量。
9、根据本申请的一个实施例，根据语义点云里所有点对应的类别、坐标和法线，确定对应栅格的语义点云集之后，包括：基于语义栅格地图中所有栅格的语义点云集，得到语义栅格地图的语义提取结果。
10、根据本申请第二方面实施例的语义栅格地图的语义提取装置，包括：栅格信息获取模块，用于获取语义栅格地图中任一栅格的栅格信息，其中栅格信息包括语义信息和索引值，语义信息包括至少两个类别观测面积；初步类别确定模块，用于根据至少两个类别观测面积确定对应栅格的初步类别和初步类别数量；其中初步类别数量大于或等于1；数量类别确定模块，用于根据初步类别确定语义点云里每个点对应的类别；其中初步类别数量和语义点云里的点数相同；坐标法线确定模块，用于根据索引值确定语义点云里每个点对应的坐标和法线；语义点云集确定模块，用于根据语义点云里所有点对应的类别、坐标和法线，确定对应栅格的语义点云集。
11、根据本申请第三方面实施例的电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现如上述任一种语义栅格地图的语义提取方法。
12、根据本申请第四方面实施例的机器人，包括控制单元；控制单元用于执行上述任一种语义栅格地图的语义提取方法。
13、根据本申请第五方面实施例的非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种语义栅格地图的语义提取方法。
14、本申请实施例中的上述一个或多个技术方案，至少具有如下技术效果之一：
15、当栅格的语义信息包括至少两个类别观测面积时，可以从语义栅格地图的单个栅格中提取多个初步类别，实现多种语义的点云提取，提高了物体识别精度；
16、使得机器人从语义栅格地图读取的信息更加准确，能够在语义层次上更加理解环境信息，提升机器人的智能化程度，为机器人的复杂的行为决策、人机交互等任务提供信息支持。
17、本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
本文档来自技高网...【技术保护点】
1.一种语义栅格地图的语义提取方法，其特征在于，包括：
2.根据权利要求1所述的语义栅格地图的语义提取方法，其特征在于，所述根据所述至少两个类别观测面积确定对应栅格的初步类别和初步类别数量，包括：
3.根据权利要求1所述的语义栅格地图的语义提取方法，其特征在于，所述根据所述初步类别确定语义点云里每个点对应的类别，包括：
4.根据权利要求1所述的语义栅格地图的语义提取方法，其特征在于，所述语义信息还包括与索引值对应的法线；所述根据所述索引值确定语义点云里每个点对应的坐标和法线，包括：
5.根据权利要求1至4任一项所述的语义栅格地图的语义提取方法，其特征在于，所述语义信息还包括物体观测次数和背景观测次数；所述根据所述至少两个类别观测面积确定对应栅格的初步类别和初步类别数量，包括：
6.根据权利要求1至4任一项所述的语义栅格地图的语义提取方法，其特征在于，所述根据语义点云里所有点对应的类别、坐标和法线，确定对应栅格的语义点云集之后，包括：
7.一种语义栅格地图的语义提取装置，其特征在于，包括：
8.一种
9.一种机器人，其特征在于，包括控制单元；所述控制单元用于执行如权利要求1至6任一项所述的语义栅格地图的语义提取方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的语义栅格地图的语义提取方法。
...【技术特征摘要】
1.一种语义栅格地图的语义提取方法，其特征在于，包括：
2.根据权利要求1所述的语义栅格地图的语义提取方法，其特征在于，所述根据所述至少两个类别观测面积确定对应栅格的初步类别和初步类别数量，包括：
3.根据权利要求1所述的语义栅格地图的语义提取方法，其特征在于，所述根据所述初步类别确定语义点云里每个点对应的类别，包括：
4.根据权利要求1所述的语义栅格地图的语义提取方法，其特征在于，所述语义信息还包括与索引值对应的法线；所述根据所述索引值确定语义点云里每个点对应的坐标和法线，包括：
5.根据权利要求1至4任一项所述的语义栅格地图的语义提取方法，其特征在于，所述语义信息还包括物体观测次数和背景观测次数；所述根据所述至少两个类别观测面积确定对应栅格的初步类别和初步类别数量，包括：
【专利技术属性】
技术研发人员：张智胜，区志财，梅江元，刘三军，李育胜，
申请(专利权)人：美的集团上海有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。