移动机器人环境地图构建方法、系统及存储介质技术方案

本发明专利技术公开了一种移动机器人环境地图构建方法、系统及存储介质，属于移动机器人自主建图技术领域，涉及到机器人建图的自主性问题。设计了一种强化学习方法与基于边界的探索方法项结合的移动机器人自主建图方法，移动机器人通过其自身搭载的激光雷达获取环境信息，然后通过基于边界的探索方法找到当前环境中的所有边界点，再基于移动机器人在边界点的预期收益和机器人移动到边界点的成本来选择一个最佳的边界点，机器人使用强化学习的方法避障导航移动到边界点，获取奖励信号。本发明专利技术中的机器人建图的自主性能使机器人适应更为复杂陌生的环境。

【技术实现步骤摘要】
移动机器人环境地图构建方法、系统及存储介质
本专利技术属于移动机器人自主建图
，特别是一种移动机器人环境地图构建方法、系统及存储介质。
技术介绍
近些年，从面向家庭服务到救灾侦察再到外星勘探任务，机器人的发展为人类的生活、工业制造、科研探索以及军事活动提供极大便利。移动机器人顺利完成特定任务的基本要素是对环境的准确感知，这就包括了构建完整、精确的地图。传统建图的研究注重地图表征、地图融合及高效的地图存储方法，而很少关注机器人建图的自主性。环境地图往往是通过遥控机器人运动或者让机器人在环境中随机运动来采集构建。某些具有自主运动的机器人则是针对环境人为的设计一些规则，使机器人在特定场景下做相应的运动。机器人建图的自主性问题，就是机器人根据传感器获取的数据自主决定在未知环境下如何运动，从而使其能够更快、更准确地建出未知环境的地图。机器人建图的自主性能使机器人适应更为复杂的环境和普适的任务。目前在移动机器人建图的问题中，机器人通常是跟踪预先指定的路径，在人的控制下移动，对环境进行建图。然而现实环境大多是未知且复杂的，人难以提前获取环境的地本文档来自技高网...

【技术保护点】
1.一种移动机器人环境地图构建方法，其特征在于，包括以下步骤：/nS1、移动机器人在初始位置获取当前的可视化环境空间区域Cur Re gion(x)，初始化局部环境栅格地图；/nS2、在已经构建的局部环境栅格地图中找到开放区域和未探索空间之间的边界区域，找出目前环境中所有的边界点，基于移动机器人在边界点的预期收益以及移动机器人从当前位置移动到边界位置需耗费的成本选择最佳边界点Best(e)；/nS3、将最佳边界点Best(e)作为目标位置，移动机器人自主避障，避开障碍物区域，导航移动到目标位置，并感知未探索区域的环境信息；/nS4、判断当前环境中是否存在边界点，若存在，则重复步骤S2～S4，若...

【技术特征摘要】
1.一种移动机器人环境地图构建方法，其特征在于，包括以下步骤：
S1、移动机器人在初始位置获取当前的可视化环境空间区域CurRegion(x)，初始化局部环境栅格地图；
S2、在已经构建的局部环境栅格地图中找到开放区域和未探索空间之间的边界区域，找出目前环境中所有的边界点，基于移动机器人在边界点的预期收益以及移动机器人从当前位置移动到边界位置需耗费的成本选择最佳边界点Best(e)；
S3、将最佳边界点Best(e)作为目标位置，移动机器人自主避障，避开障碍物区域，导航移动到目标位置，并感知未探索区域的环境信息；
S4、判断当前环境中是否存在边界点，若存在，则重复步骤S2～S4，若不存在，则结束探索。


2.根据权利要求1所述的移动机器人环境地图构建方法，其特征在于，步骤S1中，初始化局部环境栅格地图的具体实现过程包括：为每个环境栅格单元赋予初始概率，按照初始概率将环境栅格单元划分为开放栅格单元、未知栅格单元以及占用栅格单元；根据环境栅格单元的类别，对环境空间进行分类，将环境空间分为开放区域、未探索区域以及障碍物区域。


3.根据权利要求2所述的移动机器人环境地图构建方法，其特征在于，所述环境栅格单元的划分方法为：所述占用概率是指当前栅格单元被障碍物占用的概率。


4.根据权利要求1所述的移动机器人环境地图构建方法，其特征在于，步骤S2中，移动机器人从当前位置移动到边界位置需耗费的成本TotalCost(ei)的计算公式为：



其中，gain(ei)＝num(eunknow)，gain(ei)是预期收益，指当移动机器人移动到边界点时，激光雷达传感器所能覆盖的未知栅格单元的数量num(eunknow)，代表了移动机器人在该位置能获取的新信息量；cost(ei)＝dist(x,ei)，cost(ei)是指是指移动机器人从当前位置移动到边界位置ei需耗费的成本，定义为当前位置x到边界位置...

【专利技术属性】
技术研发人员：陈白帆，宋晓婷，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南;43