一种路径规划方法技术

本发明专利技术公开了一种路径规划方法，其包括如下步骤：基于情景记忆模型，使用RatSLAM算法建立经验地图和相应的情景认知地图；通过Canny算子提取历史记忆图像中的道路边缘；将基于所述道路边缘从像素坐标系转换到世界坐标系下，根据所述道路边缘的斜率对连通性做初步判断；根据对潜在路径的持续观测，不断向所述潜在路径检测网络注入能量，以对道路连通性做进一步判断；将检测到的所述潜在路径与原有的所述情景认知地图融合，并对经验地图进行相应的更新；基于更新后的所述情景认知地图进行路径规划。本发明专利技术能够检测环境中潜在的安全路径，基于更新后的情景记忆模型规划出更优的路径。

【技术实现步骤摘要】
一种路径规划方法
本专利技术属于移动机器人路径规划领域，具体涉及一种基于记忆融合的情景记忆路径规划方法。
技术介绍
移动机器人在陌生环境中对环境进行建模时，需要规划出一条通往目标的安全路径以开展相关导航任务。由于现实中实际环境的复杂性，需要算法对环境中的动态信息有一定的适应能力，传统的路径规划算法如A*(A-Star，A*)、人工势场法以及快速搜索随机树(Rapidly-exploringRandomTrees，RRT)等算法的性能会受到较大的限制，在复杂环境中的路径规划效果并不理想。其中，A*算法规划出的路径不够平滑，人工势场法易陷入局部最优，RRT算法搜索效率较低，且规划出的并不是最优路径。许多自然界中的生物都可以对环境进行认知学习，并在复杂的动态场景中高效地完成导航任务，这种生物拥有的特殊导航本领极大地提高了研究人员对于认知启发的兴趣。研究表明，在规划路径时海马体内的情景记忆机制起到了极大的作用。在进行环境认知的过程中，海马体对过去经历的各种情景进行记忆；当给定导航任务时，通过提取与任务相关的记忆片段规划出一条最优路径。基于情景记忆的路径规划算法可以基于已有的认知地图规划出最优路径，但该路径规划方法缺少对地图的理解，在全局上可能不是最短的。为了提高机器人的导航效率，需要增加其对认知地图的理解，探索环境中潜在的安全路径。将检测到的潜在路径与原地图融合后，可以为移动机器人规划出一条更优的路径。因此，研究从环境中寻找潜在的安全路径从而完善认知地图，对于优化基于情景记忆模型规划的路径具有着重要意义。
技术实现思路
本专利技术目的是：提供一种新的基于记忆融合的情景记忆路径规划方法，以规划出一条更优的路径。本专利技术可采用如下技术方案：一种路径规划方法，其包括如下步骤：基于情景记忆模型，使用RatSLAM算法建立经验地图和相应的情景认知地图；通过Canny算子提取历史记忆图像中的道路边缘；将基于所述道路边缘从像素坐标系转换到世界坐标系下，根据所述道路边缘的斜率对连通性做初步判断；根据对潜在路径的持续观测，不断向所述潜在路径检测网络注入能量，以对道路连通性做进一步判断；将检测到的所述潜在路径与原有的所述情景认知地图融合，并对经验地图进行相应的更新；基于更新后的所述情景认知地图进行路径规划。进一步的，所述RatSLAM算法是一种仿生导航算法，所述使用RatSLAM算法建立经验地图包括：通过单目相机采集的RGB图像信息建立二维经验地图。进一步的，所述情景记忆模型是一种路径规划算法。进一步的，所述情景认知地图是一种二维增量式矩阵，由离散有限的事件空间和事件转移集合组成。进一步的，所述Canny算子是一种边缘提取算法。上文中，Canny算子对噪声有较强的抗干扰能力，可以适应不同的环境，并具有良好的检测性能，所以选择Canny算子作为边缘检测算法。基于Canny算子的检测结果具有丰富的环境结构边缘信息，但在开展路径规划时只需要道路边缘信息，所以需要对其它冗余的边缘进行剔除。通过设定合适的检测区域对图像中最长的两条边缘进行检测，从而检测道路边缘信息。进一步的，所述道路边缘的斜率对连通性做初步判断，包括：当所述道路边缘的斜率之差的绝对值小于设定的阈值时，判断两点之间存在连通的可能性。进一步的，所述潜在路径检测网络是受RatSLAM模型中连续吸引子网络启发提出的一种二维网络结构，用于模拟生物判断道路是否连通的过程。进一步的，所述更新后的情景认知地图是指根据检测到的所述潜在路径对原有的所述情景认知地图中事件转移权值进行修正后得到的新地图。本专利技术上述技术方案，使用潜在路径检测网络寻找环境中潜在的安全路径，相比于原来的仅包含过去的时空中移动机器人经历过的轨迹的情景记忆模型，融合潜在路径检测网络后的情景记忆模型，可以为移动机器人规划出一条更优的路径。附图说明下面结合附图及实施例对本专利技术作进一步描述：图1为本专利技术一实施例的路径规划方法的流程示意图。图2为移动机器人运动轨迹示意图。图3为使用RatSLAM算法建立的经验地图示意图。图4为基于Canny算子的道路边缘检测效果示意图。图5为潜在路径检测网络示意图。图6为基于情景记忆模型得到的原有的情景认知地图示意图。图7为融合潜在路径检测网络后得到的更新后的情景认知地图示意图。图8为RatSLAM算法基于潜在路径检测网络生成的更新后的经验地图示意图。具体实施方式下面将结合附图以及实施例，对本公开做进一步说明。如图1所示，在本专利技术的其中一种实施方式中提供一种路径规划方法，本实施例中，该路径规划方法是基于记忆融合的情景记忆路径规划方法，该路径规划方法包括如下步骤：S1:基于情景记忆模型，使用RatSLAM算法建立经验地图和相应的情景认知地图；S2:通过Canny算子提取历史记忆图像中的道路边缘；S3:将基于所述道路边缘从像素坐标系转换到世界坐标系下，根据所述道路边缘的斜率对连通性做初步判断；S4:根据对潜在路径的持续观测，不断向所述潜在路径检测网络注入能量，以对道路连通性做进一步判断；S5:将检测到的所述潜在路径与原有的所述情景认知地图融合，并对经验地图进行相应的更新；S6:基于更新后的所述情景认知地图进行路径规划。步骤S1中，RatSLAM算法是一种仿生导航算法；使用RatSLAM算法建立经验地图包括：通过单目相机采集的RGB图像信息建立二维经验地图。情景记忆模型是一种路径规划算法；情景认知地图是一种二维增量式矩阵，由离散有限的事件空间和事件转移集合组成。如图2所示为移动机器人运动轨迹100示意图，其中虚线代表潜在路径200。如图3所示是使用RatSLAM算法建立的经验地图示意图。步骤S2中，Canny算子是一种边缘提取算法。如图4所示为基于Canny算子成功检测出走廊的道路边缘300。上文中，Canny算子对噪声有较强的抗干扰能力，可以适应不同的环境，并具有良好的检测性能，所以选择Canny算子作为边缘检测算法。基于Canny算子的检测结果具有丰富的环境结构边缘信息，但在开展路径规划时只需要道路边缘信息，所以需要对其它冗余的边缘进行剔除。通过设定合适的检测区域对图像中最长的两条边缘进行检测，从而检测道路边缘信息。步骤S3中，道路边缘300的斜率对连通性做初步判断，包括：当所述道路边缘300的斜率之差的绝对值小于设定的阈值时，初步判断两点之间存在连通的可能性。步骤S4中，潜在路径200是指潜在的安全路径，潜在路径检测网络是受RatSLAM模型中连续吸引子网络启发提出的一种二维网络结构，用于模拟生物判断道路是否连通的过程。如图5所示，是潜在路径检测网络的示意图。步骤S6中，所述更新后的情景认知地图是指根据检测到的所述潜在路径200对原有的所述情景认知地图中事件转移权值进行修正后得到本文档来自技高网...

【技术保护点】
1.一种路径规划方法，其特征在于，包括如下步骤：/n基于情景记忆模型，使用RatSLAM算法建立经验地图和相应的情景认知地图；/n通过Canny算子提取历史记忆图像中的道路边缘；/n将基于所述道路边缘从像素坐标系转换到世界坐标系下，根据所述道路边缘的斜率对连通性做初步判断；/n根据对潜在路径的持续观测，不断向所述潜在路径检测网络注入能量，以对道路连通性做进一步判断；/n将检测到的所述潜在路径与原有的所述情景认知地图融合，并对经验地图进行相应的更新；/n基于更新后的所述情景认知地图进行路径规划。/n

【技术特征摘要】
1.一种路径规划方法，其特征在于，包括如下步骤：
基于情景记忆模型，使用RatSLAM算法建立经验地图和相应的情景认知地图；
通过Canny算子提取历史记忆图像中的道路边缘；
将基于所述道路边缘从像素坐标系转换到世界坐标系下，根据所述道路边缘的斜率对连通性做初步判断；
根据对潜在路径的持续观测，不断向所述潜在路径检测网络注入能量，以对道路连通性做进一步判断；
将检测到的所述潜在路径与原有的所述情景认知地图融合，并对经验地图进行相应的更新；
基于更新后的所述情景认知地图进行路径规划。


2.根据权利要求1所述的路径规划方法，其特征在于：所述RatSLAM算法是一种仿生导航算法，所述使用RatSLAM算法建立经验地图包括：通过单目相机采集的RGB图像信息建立二维经验地图。


3.根据权利要求1所述的路径规划方法，其特征在于：所述情景记忆模型是一种路径规划算法。
...

【专利技术属性】
技术研发人员：孙荣川，吴俊毅，郁树梅，陈国栋，孙立宁，
申请(专利权)人：苏州大学，
类型：发明
国别省市：江苏;32