【技术实现步骤摘要】
本专利技术属于移动机器人路径规划。具体涉及一种基于骨架主次关键点链接关系的移动机器人路径规划方法。
技术介绍
1、目前，大多基于栅格法的路径规划算法得出的最终路径都较为贴近障碍物，在移动机器人实际工作过程中，存在撞到障碍物的风险，而碰撞意外的风险发生是不允许的。因此，国内外很多研究人员开始深入探索基于voronoi图法的路径规划算法。voronoi图法就是先对环境地图进行细化处理，生成骨架图，然后连接起始点和目标点到已经生成的骨架图上，得到全局整体路径。近年来一些学者针对voronoi图法进行了许多改进：
2、magid等(magid e,lavrenov r,afanasyev i.voronoi-based trajectoryoptimization for ugv path planning[c]//2017 international conference onmechanical,system and control engineering(icmsc).ieee,2017:383-387)提出一种利用全局信息构建voronoi图，然后通过局部区域的参数调整进行优化的算法，虽然路径生成较为简洁，但是路径弯曲存在较大转角，导致生成路径质量差。
3、ayawli等(ayawli b b k,appiah a y,nti i k,et al.path planning formobile robots using morphological dilation voronoi diagram road
4、“一种移动机器人新型骨架提取的voronoi路径规划算法”(zl202010131142.7)专利技术，该技术先对地图进行二值化和腐蚀膨胀操作，去除地图噪点，生成简洁骨架图，解决了原始算法生成骨架溢出地图边界问题，但该算法还是存在路径质量较差，且路径的好坏完全依赖于骨架质量，每次路径搜索过程都要重新生成一遍骨架，导致搜索路径消耗时间多、效率低等。
5、“一种移动机器人基于骨架关键点重规划的voronoi路径规划算法”(zl202210049078.7)专利技术，该技术通过提取骨架关键点对骨架重规划，使骨架连接笔直，虽生成路径短、转折少，但有时生成骨架存在部分缺失和断开，而路径的好坏完全依赖于骨架质量，导致最终路径搜索失败，且每次路径搜索过程都要重新生成一遍骨架，导致搜索路径消耗时间多、效率低等。
6、“一种骨架重构voronoi路径规划方法、装置、设备及介质”(zl202310587163.3)专利技术，该技术通过引入射线模型在弯曲的voronoi图上找出端节点和转折点，基于射线模型将这些关键节点进行重新连接，提高了依赖于骨架生成的路径质量，但还是存在路径的好坏完全依赖于骨架质量的问题，每次路径搜索过程都要重新生成一遍骨架，导致搜索路径消耗时间多、效率低等。
7、综上所述，目前所提出的构建voronoi图的路径规划方法，每次路径规划过程中，哪怕环境未发生变化，都要重新生成一遍骨架图，这个过程十分耗时，同时传统的基于voronoi图的路径规划算法搜索路径必须依赖于生成的骨架，机器人路径规划过程中存在生成路径质量差、对骨架图质量依赖性强、消耗时间多、路径规划效率低等问题。
技术实现思路
1、本专利技术旨在克服现有技术的缺陷，目的在于提供一种机器人路径规划过程中生成路径质量高、能降低对骨架图的依赖性、路径规划时间短、路径规划效率高的基于骨架主次关键点链接关系的移动机器人路径规划方法。
2、为实现上述目的，本专利技术采用的技术方案如下：
3、步骤一、先对移动机器人构建的黑白灰三色栅格地图进行二值化处理，再对二值化地图进行腐蚀运算、膨胀运算，得到处理后地图。
4、步骤二、提取处理后地图的骨架。
5、步骤三、提取处理后地图的骨架主关键点。
6、步骤四、通过二分中垂线模型与处理后地图的骨架主关键点之间的连接关系，提取处理后地图的骨架次关键点。
7、步骤五、通过处理后地图的骨架主关键点与次关键点之间的主从关系，生成处理后地图的骨架主关键点与次关键点的链接树。
8、步骤六、用处理后地图进行移动机器人定位，通过处理后地图的骨架主关键点与次关键点的链接树进行路径规划，对规划的路径采用三次b样条曲线方法平滑处理，得到规划的基于骨架主次关键点链接关系的移动机器人路径。
9、步骤三中，所述提取处理后地图的骨架主关键点：
10、将骨架点像素值大于200的像素值设为1，即为白色；反之将骨架点像素值设为0，即为黑色；然后遍历处理后地图的骨架上所有骨架点，设处理后地图的骨架上每个骨架点的像素值为g，设遍历到的骨架点为g1，所述g1周围一圈八邻域的骨架点依次标记为g2～g9；提取满足以下两个条件的处理后地图的骨架主关键点：
11、条件1、所述骨架尾节点的八邻域仅存在一个处理后地图的骨架上骨架点像素值为1；
12、条件2、所述骨架分叉点的八邻域中存在三个处理后地图的骨架上骨架点像素值为1，所述骨架分叉点像素值八邻域之和为3。
13、所述分叉点指的是处理后地图的骨架的交叉点，所述骨架的交叉点通常位于处理后地图的骨架中部的分支处；所述尾节点指的是处理后地图的骨架的末端，所述骨架的末端通常位于处理后地图骨架边界处的骨架点。步骤四中，所述提取处理后地图的骨架次关键点的过程如下：
14、设点a和点b为骨架上具有直接连接关系的两个处理后地图的骨架主关键点。
15、步骤i、连接处理后地图的骨架主关键点a和处理后地图的骨架主关键点b，得到线段ab，找到线段ab中垂线在处理后地图的骨架图上的交点d，设c点为线段ab中点，d点为c点在处理后地图的骨架上的映射。
16、步骤ii、分别连接线段ad、bd，若线段ad、bd不与环境内障碍物发生碰撞，则d点为提取到的处理后地图的骨架次关键点。
17、步骤iii、若连线ad发生碰撞，a点与d点设为处理后地图的骨架主关键点，则重复步骤i～ii，直至提取到处理后地图的骨架次关键点。
18、同理，若连线bd发生碰撞，d点与b点设为处理后地图的骨架主关键点，则重复步骤i～ii，直至提取到处理后地图的骨架次关键点。
19、步骤五中，所述生成处理后地图的骨架主关键点与次关键点的链接树的过程为：先对骨架主关键点的提取顺序进行排序编号，记为1、2、3、……、n，n为小于100的自然数；再对骨架次关键点进行排序编号，若骨架主关键点1与骨架主关本文档来自技高网...
【技术保护点】
1.一种基于骨架主次关键点链接关系的移动机器人路径规划方法，其特征在于所述移动机器人路径规划方法的步骤是：
2.如权利要求1所述的基于骨架主次关键点链接关系的移动机器人路径规划方法，其特征在于所述黑白灰三色栅格地图是像素值涵盖0、255和中间值的地图。
3.如权利要求1所述的基于骨架主次关键点链接关系的移动机器人路径规划方法，其特征在于所述黑白灰三色栅格地图进行二值化处理，是将黑白灰三色栅格地图设置一个像素阈值T，再将黑白灰三色栅格地图中像素值小于T的像素点变为0、像素值大于T的像素点变为255，得到只有黑白两色的二值化地图。
4.如权利要求1所述的基于骨架主次关键点链接关系的移动机器人路径规划方法，其特征在于所述腐蚀运算的过程：
5.如权利要求1所述的基于骨架主次关键点链接关系的移动机器人路径规划方法，其特征在于所述膨胀运算的过程：
6.如权利要求1所述的基于骨架主次关键点链接关系的移动机器人路径规划方法，其特征在于所述提取处理后地图的骨架的步骤是：
7.如权利要求1所述的基于骨架主次关键点链接关系的移动机
8.如权利要求1所述的基于骨架主次关键点链接关系的移动机器人路径规划方法，其特征在于所述路径规划为：当得到移动机器人的起始点和给定目标点后，找到处理后地图中距离起始点和给定目标点最近的两个骨架主关键点和/或骨架次关键点，然后搜索骨架主关键点与骨架次关键点链接树，依次找到与最近的两个骨架主关键点或骨架次关键点具有连接关系的其他骨架主关键点或其他骨架次关键点，将找到的全部骨架主关键点和全部骨架次关键点进行连接，得到规划的路径。
...【技术特征摘要】
1.一种基于骨架主次关键点链接关系的移动机器人路径规划方法，其特征在于所述移动机器人路径规划方法的步骤是：
2.如权利要求1所述的基于骨架主次关键点链接关系的移动机器人路径规划方法，其特征在于所述黑白灰三色栅格地图是像素值涵盖0、255和中间值的地图。
3.如权利要求1所述的基于骨架主次关键点链接关系的移动机器人路径规划方法，其特征在于所述黑白灰三色栅格地图进行二值化处理，是将黑白灰三色栅格地图设置一个像素阈值t，再将黑白灰三色栅格地图中像素值小于t的像素点变为0、像素值大于t的像素点变为255，得到只有黑白两色的二值化地图。
4.如权利要求1所述的基于骨架主次关键点链接关系的移动机器人路径规划方法，其特征在于所述腐蚀运算的过程：
5.如权利要求1所述的基于骨架主次关键点链接关系的移动机器人...
【专利技术属性】
技术研发人员：蒋林，陈澳，王康佳，李峻，潘锋，
申请(专利权)人：武汉科技大学，
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。