人机共融环境下室内移动机器人空间语义地图构建及导航策略研究

To address the issues that the navigation technologies based on the metric map are unfriendly, less natural and large resources occupancy, this project presents the concept of Spatial Semantic Map based on the theory of spatial cognition for indoor mobile robots in human-robot coexistence environments. The Spatial Semantic Map will be built up by integrating the SLAM technology, object detection technology and natural language processing technology. On the basis of the Spatial Semantic Map, an efficient and robust localization technology will be explored according to the spatial relations of the scenes and objects. Benefiting from the results of ergonomics, proxemics and affordance theory, the navigation target points will be selected independently and human friendly. A human-robot-object friendly path planning technology will be explored by introducing a social space model for indoor robots. The project features a cross-disciplinary research and its results are expected to achieve a harmonious human-robot-object navigation strategy. The methods of this project are theoretically valuable by introducing the spatial cognition frame of human into the robotic environment description, and are practically valuable in integrating service robots into human-life scenes.

项目针对度量地图导航方法人机交互不友好、不自然、占用计算资源大等问题，以空间认知学为理论依据，融合SLAM技术、物体检测技术、自然语言处理技术，构建面向人机共融环境的室内移动机器人空间语义地图。在此基础上，依据景物的空间语义关系，探索一种高效稳健的室内定位技术；依据人体工学、空间距离学和可供性理论，实现导航目标点的自主选择；依据空间语义信息，建立机器人社交空间模型，研究机器人与人和物品友好的路径规划技术。本项目具有多学科交叉融合的特点，研究成果有望实现人-机-物共融的导航技术。这种将人的环境认知框架引入机器人环境描述的方法有理论价值，对促进机器人融入人的生活场景具有实用价值。

地图构建及导航技术是移动机器人最基本、最重要的能力。虽然面向无人作业环境的地图构建和导航技术已经得到了广泛应用，但是将其应用到人机共融环境时，会导致人机交互不自然、机器人行为不符合人类社会规范等问题。为此，本项目把满足友好交互、人机和谐相处作为前提，开展针对室内人机共融环境的地图构建和导航技术研究。主要研究内容和贡献如下：.（1）面向室内人机共融环境的多层地图表达机制。兼顾人类对环境认知要素和传统地图表达形式，提出了包含语义度量-拓扑-概念地图的多层地图表达机制。它不仅能发挥每层地图在解决不同导航任务时的优势，还将语义信息贯穿在各层地图中，为机器人与人通过自然交互完成导航运动提供了可能。.（2）语义度量-拓扑-概念地图的构建方法。提出了基于推理面、椭球体、面向动态环境的语义特征地图构建方法；融合RGB-D和2D激光雷达传感器的语义栅格地图构建方法；基于虚拟门检测和房间物体包含关系的语义拓扑地图构建方法和基于本体语言的语义概念地图构建方法，成功构建了多层地图。.（3）动态社交空间代价模型及参数生成方法。依据空间关系学，提出了具有情感作用的、基于四高斯混合函数的动态安全代价模型；提出了基于卡尔曼滤波和全局数据关联的行人检测和追踪方法和基于Plutchik情绪理论的情感模型，生成了模型所需的相关参数。.（4）基于多层地图和代价模型的导航技术。结合多层地图中的物体可供空间信息，以自然语言交互形式实现了目标点信息提取；利用虚拟门的概念设置辅助目标点，提升了全局路径规划效率和机器人导航成功率；基于动态代价模型及其参数生成方法，实现了满足空间关系学且导航行为可调节的社会导航技术。.本项目将物体可供性、空间关系学、拟人情感等概念、理论和技术融入到室内移动机器人的地图构建和导航技术中，在理论上具有创新性；提出的多层地图构建方法和拟人导航方法，有利于机器人融入人类生活环境，具有重要的应用价值。