基于ML的2D-SLAM物体识别

面向二维同时定位与建图（2D‐SLAM）的物体分类与识别的机器学习

摘要

在过去十年中，人工智能被广泛应用，相关的机器学习（ML）主题也受到越来越多的关注。因此，在本研究中，将某些与机器学习（ML）相关的算法集成到二维同时定位与建图（2D‐SLAM）技术中，以对环境中某些特定对象赋予有意义的标签。对于2D‐SLAM技术而言，其主要目标是重建未知环境的二值地图。然而，2D‐SLAM本身不具备识别扫描对象的能力。

为了扩展2D‐SLAM的应用，在本研究中，结合使用点云聚类和图像预处理方法于机器学习（ML）中。所提出的方法可以预测聚类后点云的标签。因此，2D‐SLAM能够实现环境感知应用，例如森林树木计数。基于给定的一组训练数据，本研究表明模型训练准确率为99.89%，验证准确率为97.96%，测试准确率可达95.96%；最后，对于给定的SLAM地图，预测准确率最高可达80%。

一、引言

相机照片、航空摄影以及卫星图像可用于通过人工神经网络（ANN）进行图像分割和物体识别匹配[1]。随着传感技术的发展，除了图像数据外，另一种称为“点云”的数据格式在物体识别中也受到越来越多的关注。一些研究专注于点云数据的匹配与聚类[2]，或利用机器学习（ML）或深度学习结合航空摄影实现有意义的分类[3]。

在过去十年中，基于二维激光雷达（LiDAR，激光探测与测距）设备的室内定位受到了广泛关注，部分研究致力于SLAM算法的开发[4, 5]。借助应用于机器人上的SLAM技术，机器人将具备更好的移动性和导航能力[6, 7]。

在现有的二维同时定位与建图（2D‐SLAM）技术中，大多数研究集中于实时定位与建图算法的开发，即将多个子地图整合为一张完整的地图[4‐7]。然而，此类二维地图并未附带任何特征信息。因此，本研究旨在开发一种机器学习流程，以提升二维同时定位与建图（2D‐SLAM）的多样性，从而能够从给定的二维同时定位与建图（2D‐SLAM）扫描地图中识别并标注基于点云的特定物体。

II. 研究主题

A. 二维同时定位与建图（2D-SLAM）扫描

图1展示了2D‐SLAM的真实实验场景，周围环境为类似森林的区域，如图1(a)所示。实时SLAM结果已显示如图1(b)所示，生成的占用的二维栅格地图图像如图1(c)所示。

然而，二维同时定位与建图（2D‐SLAM）地图中没有可用的详细物体信息，这可能对应用造成一定限制。为了缓解这一限制，本文的主要研究内容是提出一种机器学习流程，该流程可用于根据如图1(c)所示的地图来统计树木的数量。

(a) 类似森林的实验环境
(b) 实时SLAM扫描
(c) SLAM扫描结果

B. 训练用图案

为了探索识别的多样性，考虑了更多如图2所示的图案用于训练。这五种图案均为边长为64像素的二值图像，按(a)、(b)、(c)、(d)、(e)的顺序分别命名为圆形、正方形、三角形、六边形、四足形。然而，根据给定的实际二维同时定位与建图（2D‐SLAM）数据发现，聚类后的点云可能存在不同的厚度和碎片化现象。因此，采用腐蚀、膨胀、旋转、平移等技术生成数千个训练数据集。

(a) 圆形
(b) 正方形
(c) 三角形
(d) 六边形
(e) 四足形

C. 数据分析和特征提取

所提出的机器学习流程的主要步骤总结于图3中，其中主成分分析（PCA）是一种传统的多元分析方法。

PCA可通过坐标变换对数据进行分解和重构。此外，使用碎石图可确定需要保留70%到80%的主成分[8]。综上所述，仅保留主成分以实现降维，该方法可应用于通用数据和图像数据，如图4所示。显然，仅使用PCA无法正确分离特征。

D. 分类/聚类算法

下文中，将使用 MATLAB、Python、R 提供的各种（无监督和有监督）学习方法，例如层次聚类分析 (HCA)、k‐均值、k‐近邻(k‐NN)、深度神经网络(DNN)、卷积神经网络(CNN)，对数据库中的图案进行分类。

III. 主要试验结果

首先，应用使用欧氏距离的HCA方法，结果无法对五个训练类别进行分类。其次，使用前两个主成分得分进行k‐均值分类，同样无法将所有训练集正确划分为五个类别。第三，通过MATLAB工具箱提供的“fitcknn”构建kNN模型，使用马氏距离且k为= 1时得到最优模型；然而k应取5。接着，采用DNN模型，该模型包含5个全连接层和一个丢弃层；训练准确率为97.17%，验证准确率为97.22%，训练损失为12.96%，验证损失为9.04%。最后，采用CNN模型。由于经过PCA预处理后模式已相对简单，最终验证准确率可达97.96%，损失接近于0。此外，对于给定的SLAM地图，准确率可接近80%。

IV. 结论

基于LiDAR的2D‐SLAM技术已经吸引了研究人员的关注，并已在智能工厂自动化的地面车辆中得到广泛应用。与传统的基于LiDAR的2D‐SLAM技术相比，地图上的物体无法被识别和辨认。为了扩展应用多样性，本研究考虑将SLAM地图用于点云分类和标注。利用现有的ML算法以及PCA进行主成分提取，DNN可以获得较高的准确率。另一方面，CNN可以直接正确地对图案进行聚类。因此，深度学习可以成为一种便捷的分类模型。根据测试结果，DNN可以达到较高的分类准确率（超过95%），而CNN的准确率甚至更高（高达99%）。然而，从计算速度的角度来看，DNN可能比CNN快2到3倍。换句话说，CNN模型通常比DNN需要更高的硬件资源（例如GPU设备要求）。最后，就本研究的目的而言，DNN或CNN均可被视为2D‐SLAM环境物体分类的可接受方法。初步结果表明，ML能够辅助现有的2D‐SLAM实现物体识别。