【技术实现步骤摘要】
一种机器人及其地图自主探索方法和装置
本专利技术属于机器人领域，尤其涉及一种机器人及其地图自主探索方法和装置。
技术介绍
机器人的地图自主探索技术是移动机器人领域中的一项关键技术，也是移动机器人智能性的重要体现。在未知环境中，机器人自主进行环境遍历建图是非常重要的问题，特别是在大规模的环境中，依赖人为引导进行环境遍历和探索，工作量非常繁琐和巨大，尤其是在探测危险环境时更难以实现。为了减轻引导人员的工作量，产生了由机器人自主进行地图探索的方法，目前机器人的地图自主探索方法主要包括：(1)基于栅格地图全遍历的方法，该方法是在栅格地图中的每个栅格单元设置一个表示该栅格与最近的未遍历栅格单元的距离值,采用值迭代算法对该值进行更新,探索方案沿梯度值下降方向获取未遍历区域路径，由于该方法采取栅格全遍历机制会产生较大的计算量和效率低的问题。(2)基于边界的探索算法，该方法基于图像分割技术提取局部栅格地图中已知和未知区域之间的边界,然后控制机器人选择向最近边界区域运动,从而获取新环境信息扩大地图创建，但是该方法仅以获得未知信息为目的，而没有综合考虑未知信息量的多少、路径优化的问题...
【技术保护点】
1.一种机器人的地图自主探索方法，其特征在于，所述机器人的地图自主探索方法包括：获取地图的边界，根据所述边界生成离散化的候选目标点集；基于地图互信息增益模型计算所述离散化的候选目标点集的信息增益；将已计算出信息增益的离散化的候选目标点集，通过高斯过程回归的方法预测地图连续空间具有较大信息增益的候选目标点集；通过最短路径方法判断所预测的具有较大信息增益的候选目标点集中的目标点是否为可行的目标点。
【技术特征摘要】
1.一种机器人的地图自主探索方法，其特征在于，所述机器人的地图自主探索方法包括：获取地图的边界，根据所述边界生成离散化的候选目标点集；基于地图互信息增益模型计算所述离散化的候选目标点集的信息增益；将已计算出信息增益的离散化的候选目标点集，通过高斯过程回归的方法预测地图连续空间具有较大信息增益的候选目标点集；通过最短路径方法判断所预测的具有较大信息增益的候选目标点集中的目标点是否为可行的目标点。2.根据权利要求1所述的机器人的地图自主探索方法，其特征在于，所述基于地图互信息增益模型计算所述离散化的候选目标点集的信息增益的步骤包括：根据公式I(m,xi)＝H(m)-H(m|xi)计算所述候选目标点集的信息增益，其中：mi,j表示栅格地图m中的一个栅格，p(mi,j)是栅格mi,j的概率值，p(mi,j)的值为-1表示未知区域，p(mi,j)的值为0.5表示障碍区，p(mi,j)的值为0表示空闲，H(m)表示地图m对应的信息熵，H(m|xi)表示如果机器人运动到xi位置时地图的信息熵。3.根据权利要求1所述的机器人的地图自主探索方法，其特征在于，所述将已计算出信息增益的离散化的候选目标点集，通过高斯过程回归的方法预测地图连续空间具有较大信息增益的候选目标点集的步骤包括：将已计算出信息增益的候选点作为训练集，采用公式：预测机器人当前所在的地图连续空间具有较大信息增益的候选目标点集，其中：训练集x表示已完成信息增益I(m,xi)计算的候选目标点集，训练集输出y表示训练集对应的信息增益I(m,xi)的集合，x*、y*分别表示测试集的输入输出，k(x,x)表示核函数，表示高斯噪声方差，cov(y*)表示协方差，表示估计值。4.根据权利要求1所述的机器人的地图自主探索方法，其特征在于，所述通过最短路径方法判断所预测的具有较大信息增益的候选目标点集中的目标点是否为可行的目标点的步骤包括：通过最短路径规划算法规划所述机器位置到所预测的具有较大信息增益的候选目标点集中的目标点的路径，并获取所述路径的长度；判断所获取的路径的长度是否在预设的长度范围内；如果所获取的路径的长度在预设的长度范围内，则所述目标点为可行点。5.根据权利要求4所述的机器人的地图自主探索方法，其特征在于，所述通过最短路径规划算法规划所述机器位置到所预测的具有较大信息...
【专利技术属性】
技术研发人员：熊友军，张健，刘志超，
申请(专利权)人：深圳市优必选科技有限公司，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。