【技术实现步骤摘要】
本专利技术提出了一种未知区域道路分布图自动生成及路径规划方法和系统，属于计算机科学、导航领域。
技术介绍
1、路径规划在自动驾驶、无人机导航、游戏开发、物流管理、交通控制、抗震救灾等方面具有十分重要的的意义。深度优先搜索(dfs)算法是当前路径规划的主流方法之一，其基本原理是利用图遍历的方式基于给定的起点终点位置以及地图道路上的关键点(道路交叉处、道路拐点处等)位置，实现从起点到终点所有可能路径的规划工作。由于该方法在使用的过程中不仅强依赖于所在区域的地图，且规划过程中需要人工方式确定的道路关键点(道路交叉处、道路拐点处等)的支撑，这就导致该方法存在使用限制多、漏规划轨迹等情况，无法随时随地完成未知区域的路径规划工作，严重影响了导航的便利性与最佳导航路线的选择。
技术实现思路
1、本专利技术利用细化方法以及深度优先搜索算法(dfs)，提出了一种自动化生成未知区域道路分布图并为该区域的用户导航提供所有可能路径的方法。
2、本专利技术的技术方案为一种未知区域路径规划方法，包括以下步骤：
3、步骤1，利用传感器完成所处区域的3d点云数据的采集工作；
4、步骤2，3d点云数据到2d地图的转换，
5、步骤3，2d地图道路图自动生成及道路上各关键点的自动提取，关键点位于道路交叉处或道路拐点处；
6、步骤4，在2d地图中随机选择两个点a和b，在2d地图中完成点a到点b的最短路径规划工作。
7、进一步的，步骤1中使用相机、雷达
8、进一步的，步骤2的具体实现方式如下；
9、步骤2.1，定义一个3*3的正交投影矩阵p，如下式：
10、
11、步骤2.2，基于步骤2.1所构建的投影矩阵p，遍历处理3d点云数据的每个点坐标di＝(xi，yi，zi)，将每个三维坐标d转换为二维平面的投影坐标ii＝(ui，vi)，如下式：
12、ii＝(ui,vi)＝pdi＝p(xi，yi，zi)
13、其中，ui，vi为二维平面的横纵轴坐标；
14、步骤2.3，汇总步骤2.2处理得到的所有二维平面投影坐标u、v，选择该投影坐标中最左、最右、最上、最下的坐标值，在四个坐标值的基础上各自往外扩展n长度并绘制平行线，确定所处二维平面投影所处的长方形区域，并将其作为2d地图的大小，长方形区域的长c为2d地图的宽w，长方形区域的宽k为2d地图的高h；
15、步骤2.4，构建一个宽度为w，高为h的图像数据，将步骤2.2所得的二维平面投影坐标数据绘制到图像数据中；
16、步骤2.5，确定3d点云数据的rgb值，并基于步骤2.1所确定的投影关系，将3d点云的颜色信息赋值给步骤2.4所绘制的图像数据中，完成最终的2d地图的生成。
17、进一步的，步骤3的具体实现方式如下；
18、步骤3.1，通过边缘检测算法对2d地图进行处理，得到2d地图中建筑物、围墙这些有边界的物体，并将其定义为障碍物；
19、步骤3.2，基于步骤3.1所确定的障碍物，使用细化方法对2d地图进行处理，处理完成后所得到的图像为该2d地图所对应的骨干图；
20、步骤3.3，使用欧式距离分别计算步骤3.2所生成的骨干图中各节点之间的距离，若节点之间距离小于d1，则将这两个节点同时进行标记；
21、步骤3.4，分别链接各节点，使用点到直线距离公式分别计算其他节点到链接之间的距离，若其他节点到链接距离小于d2，则将节点进行标记；
22、步骤3.5，基于步骤3.4构建的各链接，分别计算两个链接之间的距离，若链接之间距离小于d3，则将两个链接的对应节点进行标记；
23、步骤3.6，依次处理步骤3.3-3.5所标记的节点，以节点为中心，m为半径绘制圆，若有其他节点落在该圆中，则平均计算圆内所有节点坐标，保留计算得到的节点，删除其他节点，若没有则继续处理其他节点；
24、步骤3.7，完成处理后可得到该区域的可行走的道路路线图即道路分布图，各节点的链接线即为该2d地图中可行走的道路，各节点则为道路之间的交叉处或者拐弯处。
25、进一步的，步骤4的具体实现方式如下；
26、步骤4.1，对道路分布图中的各交叉处或拐弯处进行编号；
27、步骤4.2，使用欧式距离分别计算点a与道路分布图中各交叉处或拐弯处的距离，选择距离点a最近的交叉处或拐弯处，并命名为点c；
28、步骤4.3，使用欧式距离分别计算点b与道路分布图中各交叉处或拐弯处的距离，选择距离点b最近的交叉处或拐弯处，并命名为点d；
29、步骤4.4，使用深度优先搜索算法在道路分布图中完成从点c出发到达点d的各种可能运动轨迹的生成；
30、步骤4.5，在步骤4.4生成的所有轨迹的前面添加点a，即连接a和c，在最后添加点b，即连接b和d，完成点a到点b所有可能运动轨迹的生成，即完成a到c、b到d整个路径的规划工作；
31、步骤4.6，使用欧式距离计算轨迹除起始点外，其余各交叉处或拐弯处与上一个交叉处或拐弯处的几何距离；
32、步骤4.7，使用求和的方式，完成轨迹几何的总长度；
33、步骤4.8，使用步骤4.6-4.7完成对所有可能运动轨迹的处理，得到各运动轨迹的长度d1...di...dn；
34、步骤4.9，将轨迹集合总长度作为判断依据，得到轨迹的最近运动轨迹几何系数kg，如下式所示：
35、
36、其中di为第i条轨迹的几何总长度，min(d1...di...dn)为所有轨迹中几何距离最小的轨迹值；
37、步骤4.10，统计各轨迹的节点个数s，并将其作为判断依据，得到轨迹最近运动轨迹便捷系数kc，如下式所示：
38、
39、其中si为第i条轨迹的节点个数，min(s1...si...sn)为所有轨迹中节点个数最小的值；
40、步骤4.11，基于步骤4.9的运动轨迹几何系数kg与步骤4.9的运动轨迹便捷系数kc，得到每条轨迹的最近运动轨迹系数k，如下式所示：
41、k＝kg*kc
42、其中kg为轨迹最近运动几何系数，kc为轨迹最近运动便捷系数，其中k越接近于1说明轨迹为最近运动轨迹；
43、步骤4.12，选择运动轨迹系数k最接近于1的轨迹，即从a点到b点的最近运动路线。
44、本专利技术还提供一种未知区域路径规划系统，包括以下模块：
45、数据采集模块，用于利用传感器完成所处区域的3d点云数据的采集工作；
46、数据转换模块，用于3d点云数据到2d地图的转换，
47、关键点提取模块，用于2d地图道路图自动生成及道路上各关键点的自动提取，关键点位于道路交叉处或道路拐点处；
48、路径规划模块，用本文档来自技高网...
【技术保护点】
1.一种未知区域路径规划方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种未知区域路径规划方法，其特征在于：步骤1中使用相机、雷达完成所处区域的3D点云数据的采集工作。
3.如权利要求1所述的一种未知区域路径规划方法，其特征在于：步骤2的具体实现方式如下；
4.如权利要求1所述的一种未知区域路径规划方法，其特征在于：步骤3的具体实现方式如下；
5.如权利要求1所述的一种未知区域路径规划方法，其特征在于：步骤4的具体实现方式如下；
6.一种未知区域路径规划系统，其特征在于，包括以下模块：
7.如权利要求6所述的一种未知区域路径规划系统，其特征在于：数据采集模块中使用相机、雷达完成所处区域的3D点云数据的采集工作。
8.如权利要求6所述的一种未知区域路径规划系统，其特征在于：数据转换模块的具体实现方式如下；
9.如权利要求6所述的一种未知区域路径规划系统，其特征在于：关键点提取模块的具体实现方式如下；
10.如权利要求6所述的一种未知区域路径规划系统，其特征在于：路径
...【技术特征摘要】
1.一种未知区域路径规划方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种未知区域路径规划方法，其特征在于：步骤1中使用相机、雷达完成所处区域的3d点云数据的采集工作。
3.如权利要求1所述的一种未知区域路径规划方法，其特征在于：步骤2的具体实现方式如下；
4.如权利要求1所述的一种未知区域路径规划方法，其特征在于：步骤3的具体实现方式如下；
5.如权利要求1所述的一种未知区域路径规划方法，其特征在于：步骤4的具体实现方式如下；
6.一种...
【专利技术属性】
技术研发人员：郑镇奇，李由，文志超，郭学立，张轩轩，范文蕾，
申请(专利权)人：武汉大学，
类型：发明
国别省市：
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。