用于移动机器人在非平面环境自主探索的导引点选取方法技术

本发明专利技术公开了一种用于移动机器人在非平面环境自主探索的导引点选取方法，包括以下步骤：1）按顺序获取3D激光雷达采集的激光帧数据并确定运动轨迹；2）根据激光帧与其对应位姿构建机器人坐标系下的高程地图；3）根据高程地图计算初始导引点集合以及每个栅格的坡度与粗糙度信息；4）对初始导引点集合进行mean

【技术实现步骤摘要】
用于移动机器人在非平面环境自主探索的导引点选取方法


[0001]本专利技术涉及计算机视觉
，特别是涉及一种用于移动机器人在非平面环境自主探索的导引点选取方法。

技术介绍

[0002]近年来，随着机器人与人工智能的大力发展，自主移动机器人越来越受到工程界和学术界的关注。机器人具备自主智能功能的首要关键技术是机器人具备在未知环境中的自主探索功能，并利用传感器在未知环境中进行定位与建图。但是传统建图方式大多为人为控制机器人移动，针对大而复杂的场景将耗费巨大的时间、人力与物力。目前学术界与工业界也涌现了大量针对室内场景的自主探索方法。
[0003]针对目前绝大多数自主探索机器人主要应用在2D平面场景，其原理主要以地面为标准面去评价前方区域的可通行性，当遇到可通过的坡或坑以及颠簸路面时，它们的可通行区域的评价方式会认为该区域不可通行，使得机器人无法探索更多的未知区域甚至错误的认为前方区域为障碍物。

技术实现思路

[0004]有鉴于此，本专利技术提供一种用于移动机器人在非平面环境自主探索的导引点选取方法，结合了移动机器人的运动特性，考虑了环境的坡度与粗糙度信息，同时考虑了运动时间成本、空间成本以及信息增益因素，可拓展用于移动机器人在非平面环境下的自主快速且安全的探索。
[0005]本专利技术采用如下技术方案：一种用于移动机器人在非平面环境自主探索的导引点选取方法，包括以下步骤：步骤一：按顺序获取3D激光雷达采集的激光帧数据并确定运动轨迹，得到包含运动轨迹的激光帧序列；将第一帧激光雷达作为初始帧，选取一定数量的连续的激光雷达帧构建局部子地图；且所述局部子地图的第一帧与最后一帧的位姿的运动平移距离大于预设距离或旋转角度大于预设角度；步骤二：根据激光帧与其对应位姿构建机器人坐标系下的高程地图，且该高程地图的每个栅格信息要包含栅格状态；所述栅格状态为占据、空闲与未知中的任一种；步骤三：根据高程地图计算初始导引点集合以及每个栅格的坡度与粗糙度信息；步骤四：对初始导引点集合进行mean
‑
shift聚类，得到聚类导引点，并计算当前的机器人中心到每个聚类导引点的路径；步骤五：根据聚类导引点以及地图几何信息生成最优导引点。
[0006]进一步地，所述步骤二具体通过如下的子步骤来实现：创建以机器人中心为基点，机器人朝向前左上分别对应X
‑
Y
‑
Z构建坐标系；构建以机器人中心为中心的高程地图，该高程地图的每个栅格包含的信息为；其中，为第c个栅格的中心点坐标，h
c
为落在该栅格的所
有3D点的最大的z值，s
c
为该栅格的状态，其状态包括占据、空闲与未知三种，分别用occ，free，un表示；所述高程地图的边长的上限为机器人使用传感器的最大感知距离，下限为所述预设距离。
[0007]进一步地，所述步骤三具体通过如下的子步骤来实现：（1）遍历步骤二中高程地图的每一个栅格，取出以该栅格为中心的4邻域与8邻域，若该栅格状态为空闲且其4邻域中至少有一个的状态为未知，则该栅格被标记为初始候选导引点，最终得到初始候选导引点集合；其中，，其中， W为整个高程地图的X方向的长度，H为整个高程地图的Y方向的长度，r为每个栅格的分辨率，c表示第c个栅格， ；（2）将每个栅格与其8邻域组成的共9个点的集合用于PCA主成分解，将其中分解的第三个奇异值对应的反余弦值作为坡度信息，用k
c
表示；同时以9个点集合计算该栅格的平均高度h
mean
，并通过下式粗糙度r
c
：其中，abs()为取绝对值；（3）更新每个栅格包含的信息。
[0008]进一步地，所述步骤四中，采用D
*
路径规划算法计算当前的机器人中心到每个聚类导引点的路径。
[0009]进一步地，所述步骤五具体通过如下的子步骤来实现：遍历聚类导引点与其对应路径的集合中的二元组，通过下式计算每个聚类导引点的最终收益，并将收益最大的聚类导引点作为最优导引点：其中 为三个控制参数，为导引点的信息增益，其定义为以为中心的栅格中状态为未知的格子的个数；为机器人中心与聚类导引点的欧式距离，为对应的路径中所有点对应栅格的坡度与粗糙度之和平均，；为机器人当前位置,。
[0010]进一步地，所述高程地图的每个栅格的大小为，分辨率为。
[0011]进一步地，所述信息增益定义为以为中心，长宽度为40个栅格中状态为未知的格子的个数。
[0012]进一步地，所述步骤一中的预设距离为5m，预设角度为30
°
。
[0013]一种用于移动机器人在非平面环境自主探索的导引点选取装置，该装置包括一个或者多个处理器，用于实现上述的导引点选取方法。
[0014]一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，实现上述的导引点选取方法。
[0015]与现有技术相比，本专利技术的有益效果是：
（1）本专利技术的方法在导引点的选取方法上结合了机器人的移动特性，方法不仅仅适用于纯地面环境，也可以用于户外3D环境。
[0016]（2）该方法充分考虑了局部地图的几何信息，通过计算局部环境的坡度与粗糙度信息，对潜在导引点进行聚类并计算增益，最终充分考虑了下一个导引点的时间、空间与信息增益等要素，克服了传统移动机器人针对环境平面化建模的问题，对环境进行更细致的建模，使得机器人能够在非平面环境进行快速且有效的探索。
附图说明
[0017]图1为本专利技术用于移动机器人在非平面环境自主探索的导引点选取方法的流程图。
[0018]图2为本专利技术计算坡度与粗糙度示意图；其中，图2中的（a）为坡度计算示意图，图2中的（b）为粗糙度计算示意图。
[0019]图3为本专利技术搭建坡度与障碍物仿真环境示意图；其中，图3中的（a）表示环境主视图，图3中的（b）表示环境右视图。
[0020]图4为本专利技术方法与传统基于地面分割方法生成栅格对比示意图；其中，图4中的（a）为传统基于平面分割方法栅格地图，图4中的（b）为本专利技术方法生成的栅格地图。
[0021]图5为本专利技术方法选择导引点的示意图。
[0022]图6为本专利技术的装置的实施例的示意图。
具体实施方式
[0023]下面结合附图和具体实施方式进一步说明本专利技术的原理和方案，显然，所描述的实施例仅仅是本专利技术一部分实施例，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。
[0024]图1是本专利技术用于移动机器人在非平面环境自主探索的导引点选取方法的流程示意图，所述自主探索的导引点选取方法包括以下步骤：步骤一：按顺序获取3D激光雷达采集的激光帧数据并确定运动轨迹，得到包含运动轨迹的激光帧序列，其中，表示第k帧对应的雷达数据，为第k帧雷达相对于世界坐标系的位姿，为激光雷达与机体坐标系的外参，机体坐标系以机器人中心为基点，机器人朝向前左上分别对应X
‑
Y
‑
Z构建坐标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于移动机器人在非平面环境自主探索的导引点选取方法，其特征在于：包括以下步骤：步骤一：按顺序获取3D激光雷达采集的激光帧数据并确定运动轨迹，得到包含运动轨迹的激光帧序列；将第一帧激光雷达作为初始帧，选取一定数量的连续的激光雷达帧构建局部子地图；且所述局部子地图的第一帧与最后一帧的位姿的运动平移距离大于预设距离或旋转角度大于预设角度；步骤二：根据激光帧与其对应位姿构建机器人坐标系下的高程地图，且该高程地图的每个栅格信息要包含栅格状态；所述栅格状态为占据、空闲与未知中的任一种；步骤三：根据高程地图计算初始导引点集合以及每个栅格的坡度与粗糙度信息；步骤四：对初始导引点集合进行mean
‑
shift聚类，得到聚类导引点，并计算当前的机器人中心到每个聚类导引点的路径；步骤五：根据聚类导引点以及地图几何信息生成最优导引点。2.根据权利要求1所述的用于移动机器人在非平面环境自主探索的导引点选取方法，其特征在于，所述步骤二具体通过如下的子步骤来实现：创建以机器人中心为基点，机器人朝向前左上分别对应X
‑
Y
‑
Z构建坐标系；构建以机器人中心为中心的高程地图，该高程地图的每个栅格包含的信息为；其中，为第c个栅格的中心点坐标，h
c
为落在该栅格的所有3D点的最大的z值，s
c
为该栅格的状态，其状态包括占据、空闲与未知三种，分别用occ，free，un表示；所述高程地图的边长的上限为机器人使用传感器的最大感知距离，下限为所述预设距离。3.根据权利要求2所述的用于移动机器人在非平面环境自主探索的导引点选取方法，其特征在于，所述步骤三具体通过如下的子步骤来实现：（1）遍历步骤二中高程地图的每一个栅格，取出以该栅格为中心的4邻域与8邻域，若该栅格状态为空闲且其4邻域中至少有一个的状态为未知，则该栅格被标记为初始候选导引点，最终得到初始候选导引点集合；其中，，其中， W为整个高程地图的X方向的长度，H为整个高程地图的Y方向的长度，r为每个栅格的分辨率，c表示第c个栅格， ；（2）将每个栅格与其8邻域组成的...

【专利技术属性】
技术研发人员：钟心亮，李月华，朱世强，李强，
申请(专利权)人：之江实验室，
类型：发明
国别省市：