一种提高存储效率的机器人室内地图及其生成方法技术

针对机器人室内地图构建技术，本发明专利技术提出一种提高存储效率的机器人室内地图，并公开了与该地图匹配的地图生成方法。本发明专利技术提出的机器人室内地图能够有效地解决现有栅格地图的编码冗余与空间冗余问题，提高机器人室内地图存储效率80％以上。本发明专利技术公开的本发明专利技术提出一种提高存储效率的机器人室内地图生成方法首先使用控制器操控机器人在未知的室内环境中移动，里程计数据对机器人定位，激光雷达传感器提供环境观测数据，从而更新占用概率地图；然后将占用概率地图转化为栅格地图，再得到简化的栅格地图；最后利用简化栅格地图生成本发明专利技术提出的一种高存储效率的机器人室内地图。

【技术实现步骤摘要】
一种提高存储效率的机器人室内地图及其生成方法
本专利技术涉及机器人室内地图建立
，尤其设计一种提高存储效率的机器人室内地图及其生成方法。
技术介绍
近年来，随着科学技术的不断发展和进步，随着现代人们的工作和生活信息化水平不断的提高,各种室内导航机器人也相继的出现,为了人们的日常生活学习工作提供便利。机器人在室内环境中的导航技术是当前机器人研究领域的热点问题，研究人员需要对室内地图构建，机器人定位以及机器人导航算法进行研究。机器人在室内环境中的定位与导航都依赖于环境地图，因此精确地地图表示和高效的地图创建方法成为机器人室内导航的关键技术。常用的机器人室内地图表示方法有几何表示地图，特征地图，概率占用栅格地图和拓扑地图。栅格地图是机器人室内导航领域的最流行的地图模型之一，该地图模型将概率引入到栅格地图表示中。栅格地图可由占用概率地图生成，占用概率地图每一个网格都存储一个该处被物体占用的概率值。概率占用地图的表示方式与灰度图像的表示方式十分类似，故而栅格地图的构建算法通常将占用概率值输出为图像灰度值。栅格地图的图像中接近白色的部分表示该区域为自由区域；灰色部分表示该区域为未知区域，即区域没有被传感器观测到；接近黑色的部分表示该区域为占用区域，即该区域有障碍物。栅格地图存在一些问题，主要体现在两个方面：编码冗余，栅格地图为8比特灰度图像，可以表示256个灰度级，然而用于导航的地图中只需要3个灰度级，分别代表该区域为自由区域，占用区域和未知区域；空间冗余，栅格地图中，自由区域和未知区域通常大片的出现，也就是说这些区域的像素点是空间相关的，在相关的像素表示中，信息被没有必要的重复了。
技术实现思路
针对机器人室内地图构建技术，本专利技术提出一种提高存储效率的机器人室内地图生成方法，以解决现有概率占用栅格地图的编码冗余与空间冗余问题，提高机器人室内地图存储效率。本专利技术提出了一种提高存储效率的机器人室内地图，其特征在于，该地图由三种带有数值的节点表示地图信息，每个节点代表一个实际空间区域，每个带有数值的节点占用两个存储空间，一个用来存储区域类型，另一个用来存储像素数；存储区域类型的空间中的数据通过霍夫曼编码得到，存储像素数的空间中的数据通过行程编码得到。为生成该地图，本专利技术公开了一种提高存储效率的机器人室内地图生成方法，包括：A、使用控制器操控机器人在未知的室内环境中移动，里程计数据对机器人定位，激光雷达传感器提供环境观测数据，从而更新占用概率地图；B、将占用概率地图转化为栅格地图，再得到简化的栅格地图；C、利用简化栅格地图生成一种高存储效率的机器人室内地图。进一步的，所述A包括：A1、机器人在未知室内环境中建立占用概率地图的问题表示为：p(X1:t,M|Z1:t,u1:t)其中M表示环境地图的所有路标的集合；Z1:t为机器人在1至t时刻内的观察数据，第k时刻机器人的观察数据为Zk；u1:t为机器人在1至t时刻接受到的控制指令；X1:t为机器人室内的位姿，采用同时定位与地图构建算法解决未知环境下建立占用概率地图的问题；A2、控制器提供控制指令u1:t，里程计数据提供机器人室内的位姿X1:t；A3、激光雷达传感器提供环境观测数据Zk，观测数据表示成：其中表示在第k时刻激光雷达传感器的第i束激光观测到的点与传感器的空间距离。激光雷达传感器区域状态；A4、占用概率地图是栅格地图的概率表示形式，每个栅格中的概率值为0～1，每个栅格被占用的概率的计算公式为：式中belt(mi)表示t时刻第mi个区域被占用的概率，lt(mi)为该概率对应的对数值，l0(mi)为初始值，lt-1(mi)是上一时刻belt-1(mi)对应的对数值，p(mi|Zt)为反演观测概率，利用A3中的激光雷达数据计算反演观测概率。进一步的，所述B包括：B1、将占用概率地图转化为栅格地图，像素点灰度值V(mi)与节点概率值p(mi)之间的转化关系为：B2、再用栅格地图生成简化栅格地图，其步骤为：对灰度级设置阀门，设置下限阀门为Vmin，上限阀门为Vmax，低于下限阀门的灰度转化为0，，高于上限阀门的灰度转化为255，介于两阀门之间的灰度转化为205，用公式表示为：V(mi)＝(V(mi)≤Vmin)？0:((V(mi)≥Vmax)？255:205)如此将栅格地图转化为了只有三种灰度级的简化栅格地图。进一步的，所述C包括：C1、统计简化栅格地图图像中各个灰度值的像素数量，通过像素数量计算归一化概率即每个灰度值出现的概率值；C2、根据概率从大到小的顺序，将像素灰度值排序，按照霍夫曼编码流程对每个像素进行编码；将原灰度值与对应简化编码值之间的形成查找表；C3、根据查找表对整个图像中的每个像素进行霍夫曼编码；C4、对霍夫曼编码后的图像的每一行，按照像素的行程进行行程编码，即得本专利技术所述的一种高存储效率的机器人室内地图。本专利技术的有益效果为：一、本专利技术提出一种高存储效率的机器人室内地图，霍夫曼编码有效改善编码冗余问题，行程编码有效改善空间冗余问题，融合两种编码的一种高存储效率的机器人室内地图有效地提高了机器人室内地图的存储效率。二、霍夫曼编码和行程编码都是无损编码，所以通过霍夫曼编码和行程编码，可以将栅格地图无损的转化为本专利技术提出的一种高存储效率的机器人室内地图，所以该方法对栅格地图的信息保存的很完整。三、本专利技术将本专利技术缇欧出的一种高存储效率的机器人室内地图与SLAM算法相结合，完整的描述了机器人在未知环境中生成一种高存储效率的机器人室内地图的过程，有利于技术工作。四、由于存储效率的提高，本专利技术适用于较大场景下的机器人室内地图建立领域，具有一定的普适性。附图说明图1为本专利技术实施例的一种高存储效率的机器人室内地图生成方法原理图；图2为本专利技术实施例的SLAM问题的模型图；图3为本专利技术实施例的占用概率地图更新算法流程图；图4为本专利技术的机器人室内里程计运动模型图；图5为本专利技术实施例的一个简化栅格地图的示例图；图6为本专利技术实施例的对像素灰度进行霍夫曼编码形成查找表的示意图；图7为本专利技术实施例的一种数据结构示意图；图8为本专利技术实施例的一个室内仿真实验环境图；图9为本专利技术实施例仿真的机器人TurtleBot3Burger；图10为本专利技术实施例在实验过程中使用基于粒子滤波的SLAM算法进行地图构建过程的示意图；图11本专利技术实施例通过实验得到的简化栅格地图。具体实施方式下面结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他本文档来自技高网...

【技术保护点】
1.一种提高存储效率的机器人室内地图，其特征在于，该地图由三种带有数值的节点表示地图信息，每个节点代表一个实际空间区域，每个带有数值的节点占用两个存储空间，一个用来存储区域类型，另一个用来存储像素数；存储区域类型的空间中的数据通过霍夫曼编码得到，存储像素数的空间中的数据通过行程编码得到。/n

【技术特征摘要】
1.一种提高存储效率的机器人室内地图，其特征在于，该地图由三种带有数值的节点表示地图信息，每个节点代表一个实际空间区域，每个带有数值的节点占用两个存储空间，一个用来存储区域类型，另一个用来存储像素数；存储区域类型的空间中的数据通过霍夫曼编码得到，存储像素数的空间中的数据通过行程编码得到。


2.一种提高存储效率的机器人室内地图生成方法，其特征在于，该方法包括：
A、使用控制器操控机器人在未知的室内环境中移动，里程计数据对机器人定位，激光雷达传感器提供环境观测数据，从而更新占用概率地图；
B、将占用概率地图转化为栅格地图，再得到简化的栅格地图；
C、利用简化栅格地图生成所述高存储效率的机器人室内地图。


3.根据权利要求2所述的方法，其特征在于，所述步骤A具体包括：
A1、机器人在未知室内环境中建立占用概率地图的问题表示为：
p(X1:t,M|Z1:t,u1:t)
其中M表示环境地图的所有路标的集合；Z1:t为机器人在1至t时刻内的观察数据，第k时刻机器人的观察数据为Zk；u1:t为机器人在1至t时刻接受到的控制指令；X1:t为机器人室内的位姿，采用同时定位与地图构建算法解决未知环境下建立占用概率地图的问题；
A2、控制器提供控制指令u1:t，里程计数据提供机器人室内的位姿X1:t；
A3、激光雷达传感器提供环境观测数据Zk，观测数据表示成：



其中表示在第k时刻激光雷达传感器的第i束激光观测到的点与传感器的空间距离，激光雷达传感器用于观测区域状态；
A4、占用概率地图是栅格地图的概率表示形式，每个栅格中的概率值为0～1...

【专利技术属性】
技术研发人员：邵锦江，蔡体菁，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32