基于2-D范圍掃描的室內場景識別方法

郜春艷，何秀娟，黃文美，劉卓錕

(河北工業大學省部共建電工裝備可靠性與智能化國家重點實驗室,天津 300132)

0 引言

場景識別是室內移動機器人研究的一個重要分支[1]，移動機器人的諸多功能如定位、導航、路徑規劃的實現都基于其良好的場景識別能力[2]。利用2-D測距信息進行機器人場景識別技術的研究是當前一大熱點[3]。不同的室內場景由于結構和布置不同而有著不同的形狀與大小特征，比如走廊呈現規則的矩形，又窄又長；臥室的床與墻之間存在窄縫；客廳面積寬闊且較為雜亂，衛生間面積最小。這些特點都是基于2-D掃描進行室內場景識別的重要依據[4-5]。

安裝有激光雷達傳感器的移動機器人在室內行駛的過程中，范圍掃描數據也會被實時記錄下來，這些數據描述了移動機器人所處環境的輪廓特征?；诩す饫走_掃描的室內場景識別問題可以描述為：給定一系列來自不同類型室內場景的激光雷達測距樣本，利用機器學習算法對已知樣本進行學習，歸納總結出各類場景特有的數據特征，當再給予陌生的測距樣本時，可判斷出其所屬室內場景的類型[6-8]。

本文在Ubuntu系統下，利用機器人操作系統(ROS)和仿真軟件 Gazebo搭建仿真環境，并采集虛擬激光雷達測距信息，對范圍掃描數據提取二值化圖像信息后，利用基于局部感受野的極限學習機(ELM-LRF)對特征信息進行學習與分類。最后，利用公共數據集DR Dataset所提供的從123個真實生活場景中所采集到的激光雷達范圍掃描信息對所提出的方法進行了驗證?！?br>