利用房间布局边缘提取网络在楼层平面图中进行机器人定位

室内定位是服务机器人部署的关键赋能技术之一。尽管已提出若干成功的室内定位技术，但其中大多数依赖于由与定位所用相同传感器模态采集的数据生成的地图。通常，需要专家繁琐的人工劳动来获取这些数据，从而限制了系统的就绪性以及非专业操作员的安装便捷性。在本文中，我们提出了一种内存与计算高效的基于单目摄像头的定位系统，使机器人能在给定建筑楼层平面图的情况下估计自身位姿。我们的方法采用卷积神经网络从单张摄像头图像预测房间布局边缘，并使用粒子滤波器将提取的边缘与给定楼层平面图匹配以估计机器人位姿。我们通过多个真实世界实验评估了定位系统，并证明其具备可靠室内导航所需的鲁棒性与精度。