W poniższej pracy zaprezentowana zostanie metoda tworzenia map semantycznych otoczenia robota mobilnego. Robot jest wyposażony w dalmierz laserowy, który umożliwia zbieranie trójwymiarowej informacji o środowisku. Dane są zapamiętywane jako kolorowy obraz. Proces segmentacji danych i tworzenia trójwymiarowej mapy otoczenia składa się z następujących etapów: wyodrębnienie obszarów jednorodnych, opisanie krawędzi i powierzchni obszarów, klasyfikacja, tworzenie grafu opisującego scenę. Przyjęto założenie, że klasyfikacja odbywa się na podstawie wprowadzonych wcześniej do bazy wiedzy zbioru reguł i dodatkowej informacji przechowywanej w etykietowanych grafach. Przeprowadzone eksperymenty wykazały, że segmentacja powierzchni 3D przy pomocy klasycznych metod przetwarzania obrazów, które są stosowane w widzeniu maszynowym umożliwia przeprowadzanie obliczeń w sposób efektywny. Proces tworzenia mapy semantycznej jest nadal opracowywany, ale wstępne wyniki są zadawalające.
In the article a method of building semantic map of robots' environment is presented. A robot is equipped with a laser sensor which enables to obtain 3 dimensional information of the scene. Data is stored in a colour image. The segmentation and map building processes consist of the following parts: selecting homogeneous areas in the image obtained from the data, the edges and the areas description, classification, creating a graph which describes the scene. It is assumed, that classification is performed based on previously stored rules database and additional information stored in labelled graphs. Experiments which have been done showed that 3D area segmentation, using classical pattern recognition methods which are widely used in machine vision enables to perform computations effectively. The semantic map creation process is still under development but the performed results are satisfied.