基于門牌識別的未知樓宇環境快速地圖構建

亓國棟 蔣如飛 張偉軍

（上海交通大學機械與動力工程學院，上海200240）

0 引言

當前機器人室內定位導航技術已經進入比較成熟的階段，然而對于一些特殊的應急狀況，現有導航技術還不能滿足需求。在反恐排爆領域，由于任務的危險性和特殊性，對機器人的自主導航技術提出了更高的要求。在應急事件中，如樓宇內發生火災、爆炸，存在疑似爆炸物等，機器人事先并不知道樓宇內的環境信息，也缺乏充足的時間和條件掃描樓宇環境進行地圖構建，必須利用已有的可用信息，快速構建樓宇內地圖，并根據地圖快速定位導航到任務目標位置。

現有針對未知環境的導航技術研究主要集中在避障方面，在大范圍的位置環境中如何到達指定位置，目前還沒有好的解決方法。

針對上述問題，本文通過利用消防疏散示意圖構建樓宇地圖。消防疏散示意圖是樓宇內必備的消防安全標志，獲取途徑簡單，因此適用于大部分樓宇環境。本文通過樓宇消防圖獲得適用于機器人導航的柵格地圖，并從消防地圖中利用圖像處理技術，提取門牌號、房門的標志性信息，作為地圖語義標志，構建語義地圖，結合合柵格地圖和語義地圖，實現機器人在未知樓宇環境內的導航。

1 樓宇柵格地圖構建

傳統的機器人導航地圖構建方式，需要機器人攜帶傳感器對建筑內部進行掃描，并按照一定的格式存儲建筑物內部結構信息，用于構建導航地圖。而在應急事件中，事態的緊急性不允許機器人事先對建筑物內部進行掃描并構建地圖，因此，必須充分利用已知的建筑物信息為機器人提供導航依據。

1.1 消防地圖利用價值

消防地圖的信息較為簡單，通常只有簡單的連通性信息，建筑內部的結構性尺寸信息不能精確體現；再加上家具的安放等因素，使得該地圖不能作為導航的依據；另外，該示意圖可能不能立即提供電子版，需要通過相機拍攝現有紙質圖冊獲得，進一步降低了其可信性。為了規避這一問題，本文只利用了消防地圖中的連通性信息，忽略其尺寸信息。

1.2 消防地圖圖像處理

通過對現有圖像進行處理，保留其道路等連通性信息，忽略其他次要信息。

如圖1所示，消防地圖本身不僅包含了墻壁等結構信息，還有門牌號等文字和一些示意圖形，所以需要更加精細的處理。考慮到機器人在消防圖中的可行區域為走廊，因此本文僅僅將消防圖中的墻壁標識了出來，忽略了其他信息。經過處理，可以從消防圖得到一個二值化圖像，其中值為0的為障礙物，值為255的為可行區域。同時，測量出一個大致的比例尺作為參考。

圖1 某建筑內部消防疏散圖

一般來說，門牌號也在消防圖中標識了出來。將所有門牌號儲存為一個列表，并根據第一步得到的地圖確定好坐標，在機器人小車運行過程中，只要小車識別出一個門牌號，就可以從列表中查找到門牌號對應的坐標，從而確定自身位置。在導航中，每次指定門牌號后同樣可以從列表中查找坐標，從而給小車設定好目標，用于規劃路徑。

2 語義地圖構建

通過消防圖獲得的柵格化地圖存在以下問題，不能直接作為機器人導航的依據。

（1）信息簡單，僅包含基本的建筑信息，無法反映室內桌椅柜、裝飾物品等對環境結構信息的改變；

（2）尺寸信息不準確，經過比例放大后，消防疏散圖的繪制誤差會被放大。

基于以上原因，機器人無法利用地圖信息匹配結構特征實現自定位。因此，必須選擇一類固定的特征，作為機器人的定位依據。門牌作為室內建筑中一種普遍存在的標志物，其編碼本身反映了當前的位置信息。同時，門牌又具有懸掛位置明顯、無遮擋等特性，易于被機器人捕捉和辨識。因此，本文將門牌信息作為機器人定位的參考。

2.1 構建門牌語義地圖

本文中主要以門牌作為地圖的語義項，作為機器人定位和導航的參考。樓宇中各個門牌的位置在消防疏散圖中沒有直接的反映，需要結合房間信息和門口朝向判斷門牌的大概位置。

本文利用最大穩定極值區域（MSER）的方法提取圖中的門牌信息，并將圖中房門的示意位置作為門牌的位置。

MSER基于分水嶺的概念，對圖像進行二值化，二值化閾值取[0，255]，這樣二值化圖像就經歷了一個從全黑到全白的過程（就像水位不斷上升的俯瞰圖）。在這個過程中，有些連通區域面積隨閾值上升的變化很小，這種區域就叫MSER，如圖2（a）所示。由于MSER提取出來的候選框比較多，直接進行字符識別會極大地降低識別速度，因此還需要一些方法對候選框進行篩選。本文主要利用了兩個先驗條件來進行篩選：一是文字的長寬比例大概在0.5～5之間，而且不會太小，如圖2（b）所示；二是門牌往往是一排數字，所以可以排除單個數字的情況，如圖2（c）所示。MSER整體識別效果如圖2（d）所示

圖2 地圖中門牌信息提取識別效果

地圖中的門牌信息包含兩個屬性：一是門牌在二維柵格地圖中的位置信息；二是門牌相對于道路的信息，以二維向量表示。

2.2 使用門牌作為定位參考

機器人在運動過程中，通過相機捕捉環境圖像，并從中提取門牌信息，通過辨識到的門牌號對自身進行定位。基于以下原因，這種定位方式的絕對定位精度極低。

（1）門牌的懸掛方式各不相同，門牌與建筑結構的相對位置是不確定的；

（2）不采用立體視覺的前提下，機器人無法通過單幅圖像獲得機器人與門牌的相對位置關系。

因此，使用門牌作為定位依據，機器人獲得的定位信息僅僅是當前位置的大致范圍，而不是精確的位置信息。當機器人通過相機檢測到門牌位置信息后，如圖3所示，其全局位置則定義為門牌對應的節點。

圖3 環境中門牌信息提取識別效果

通過門牌位置和朝向，機器人可以確定自身在柵格地圖中的大致位置。通過激光雷達監測環境信息并與柵格地圖上的建筑物特征進行對比，可以精確地定位自身位置，并在柵格地圖上進行標記。

2.3 基于門牌語義地圖的導航

為了實現絕對定位，在導航前需要建立好整個環境的地圖。如果使用2D雷達來導航，常見的地圖有柵格地圖等，需要機器人在環境中事先行走一遍繪制好。2D雷達的導航過程如下：首先，需要給機器人一個大概的初始位置。在每一步計算周期中，機器人首先根據里程計等傳感器給出這一步的大概位置，之后對位置周圍的x、y、θ樣本空間進行采樣。由于一般機器人在不同位置不同角度使用2D雷達觀測到的環境信息不同，將不同樣本觀測到的信息與地圖比對可以確定出一個最可能的位置。由于這一步是根據環境信息確定位置，屬于絕對定位，所以不斷這樣循環后機器人的定位誤差可以一直被控制在一個合理的范圍內。

然而，消防圖的尺寸信息并不準確，使用2D雷達導航時，自定位過程往往會失敗。因此，本文引入了門牌的語義信息來輔助完成導航。

在地圖中引入門牌語義后，機器人的導航和路徑規劃將以柵格地圖上的門牌位置作為重要參考。首先，根據目標位置機器人將在柵格地圖上規劃出一條路徑；當機器人行走時，由于這里的柵格地圖并不準確，機器人自定位經常會失敗。當機器人自定位失敗時，并不像往常一樣停止，而是仍然不斷地往前行走；同時，機器人不斷拍攝兩側的墻壁，這樣就可以在行走過程中識別出門牌號，從而確定出自己的位置。門牌號在過程中起到了兩個作用：一是在全局規劃時給出一條大概的路徑，二是在機器人丟失位置時重新校準位置。

3 門牌語義地圖

結合圖4（a）所示的地圖門牌信息和圖4（b）所示的道路結構信息，生成如圖4（c）所示的含有門牌語義的柵格地圖。在柵格地圖的基礎上，添加門牌信息作為特征點，作為機器人導航和定位的依據。

圖4 語義地圖構建

4 總結展望

在一些無法獲得或事先繪制精確地圖的應用場景下，消防圖往往可以為導航提供足夠的幫助。然而，消防圖的尺寸信息并不精確，無法直接用于導航。本文基于消防圖中的連通信息和門牌號識別完成了導航，其中利用門牌號的語義信息完成了規劃和自定位矯正過程。由實驗可以看出這種方法取得了不錯的效果，值得將來推廣使用。

［參考文獻］

[1]鞏力源.基于改進遺傳算法的搜救機器人路徑規劃[D].南京：南京信息工程大學，2016.

[2]徐坤.搜救機器人人機協作行為控制研究[D].濟南：山東大學，2009.

[3]胡吉耀.危險區域搜救機器人及其人機交互系統研究[D].濟南：山東大學，2014.

[4]王忠民.災難搜救機器人研究現狀與發展趨勢[J].現代電子技術，2007，30（17）：152-155.

[5]MATAS J,CHUM O,URBAN M,et al.Robust Wide-Baseline Stereo from Maximally Stable Extremal Regions[J].Image & Vision Computing,2004,22(10):761-767.

[6]EPSHTEIN B,OFEK E,WEXLER Y.Detecting text in natural scenes with stroke width transform[J].Computer Vision and Pattern Recognition,2010,119(5):2963-2970.