【技术实现步骤摘要】
本专利技术涉及机器人，特别涉及一种基于图像处理的全覆盖路径规划方法和系统。
技术介绍
1、随着技术的飞速发展，机器人的应用越来越普遍。对于清扫、除草等应用场景下的作业机器人而言，全覆盖路径规划是机器人的核心能力。全覆盖路径规划技术的目的是计算出一条无碰撞可通行的路线，该路线可以覆盖指定区域内的所有可通行区域。全覆盖路径规划需满足两个指标：遍历性和不重复性，分别反映机器人的工作质量和工作效率。现有技术中，全覆盖路径规划和全覆盖算法过于复杂，导致计算量大，耗时长，不够高效，这可能会限制机器人的实时响应能力。现有的全覆盖算法在复杂的室外环境中表现不佳，特别是在复杂区域形状的情况下。现有的全覆盖算法在实时计算覆盖率时存在精度不足或计算复杂度高的问题，这可能影响全覆盖路径规划的实时性和准确性。
技术实现思路
1、针对现有技术中的部分或全部问题，本专利技术提供一种基于图像处理的全覆盖路径规划方法，该方法包括以下步骤：
2、确定目标区域，获取目标区域的栅格地图，并存储于数据库中；
3、提取所述栅格地图，执行图像预处理，以得到预处理后的图像；
4、提取所述预处理后的图像，得到极值点坐标；
5、提取所述极值点坐标，通过凹点判定规则确定凹点；
6、根据所述凹点将所述预处理后的图像分割为凸子图像；
7、提取所述凸子图像，执行凸子图像预处理，得到预处理后的凸子图像；
8、基于预处理后的凸子图像，选择航点，形成往复路径的序列
9、在当前覆盖比例计算模块中，计算所述往复路径的当前覆盖比例；以及
10、在路径规划模块中，将a*算法用于全局路径规划，将teb算法用于局部路径规划和避障。
11、进一步地，所述获取目标区域的栅格地图包括：
12、使用激光雷达扫描目标区域，获取目标区域中障碍物的距离信息；
13、使用gmapp ing算法处理所述距离信息，构建目标区域的栅格地图。
14、进一步地，所述执行图像预处理包括：
15、将所述栅格地图转换为灰度图像；
16、将所述灰度图像二值化，得到可通行区域的图像，使用高斯方法对所述可通行区域的图像执行平滑处理，得到平滑的可通行区域图像；
17、对所述平滑的可通行区域图像执行腐蚀处理，得到预处理后的图像。
18、进一步地，所述得到极值点坐标包括：
19、从所述预处理后的图像的最左侧像素开始，沿着水平轴逐个绘制垂直线，并记录每条线与所述预处理后的图像的轮廓的交点数，将所述交点数作为水平轴坐标的函数，绘制图表，得到所述函数的极值点坐标。
20、进一步地，所述通过凹点判定规则确定凹点包括：
21、根据公式确定凹点，所述公式为，
22、
23、其中，xi表示所述预处理后的图像中凹点的水平坐标，yi表示所述预处理后的图像中凹点的垂直坐标，f(yi)表示轮廓函数，ω表示指定范围。
24、进一步地，所述执行凸子图像预处理包括：
25、对所述凸子图像执行腐蚀处理，得到预处理后的凸子图像。
26、进一步地，所述选择航点，形成往复路径的序列包括：
27、基于预处理后的凸子图像的内部轮廓，选择航点，航点按照从左到右、从上到下的顺序重复排序，形成往复路径的序列。
28、进一步地，所述计算所述往复路径的当前覆盖比例包括：
29、计算覆盖像素数n′＝∑(pi*rw)与地图本身所有可覆盖像素数n之间的比率，得到当前覆盖比例rc，计算公式为，
30、
31、其中，pi表示机器人在图像框架中的质心位置，rw表示机器人的工作半径。
32、进一步地，所述将a*算法用于全局路径规划，将teb算法用于局部路径规划和避障包括：
33、将a*算法用于全局路径规划，得到机器人需要依次到达的航点；
34、将teb算法用于局部路径规划和避障，保证机器人能够安全地穿过复杂的环境并到达下一个航点。
35、本专利技术还提供一种基于图像处理的全覆盖路径规划系统，该系统包括以下模块：
36、地图收集模块，被配置为在其中获取目标区域的栅格地图，并存储于数据库中；
37、图像预处理模块，被配置为提取所述栅格地图，在其中执行图像预处理，得到预处理后的图像；
38、极值查找模块，被配置为提取所述预处理后的图像，在其中得到极值点坐标；
39、凹点确定模块，被配置为提取所述极值点坐标，通过凹点判定规则确定凹点；
40、图像分割模块，被配置为根据所述凹点将所述预处理后的图像分割为凸子图像；
41、凸子图像预处理模块，被配置为提取所述凸子图像，在其中执行凸子图像预处理，得到预处理后的凸子图像；
42、路径选择模块，被配置为基于预处理后的凸子图像，在其中选择航点，形成往复路径的序列；
43、当前覆盖比例计算模块，被配置为在其中计算所述往复路径的当前覆盖比例；以及
44、路径规划模块，被配置为在其中，将a*算法用于全局路径规划，将teb算法用于局部路径规划和避障。
45、与现有技术相比，本专利技术具有如下优点：
46、1.本专利技术采用往复式的全覆盖方法，通过对预处理图像进行腐蚀操作和轮廓提取，确定航点位置，并采用a*算法用于全局路径规划、teb算法用于局部路径规划和避障，从而实现机器人到达所有航点并执行所需操作。这种全覆盖路径规划方法可以有效保证机器人覆盖整个工作区域。
47、2.本专利技术提出了一种依赖于图像像素的当前覆盖比例计算方法，通过计算覆盖像素数与地图本身所有可覆盖像素数之间的比率，实时检查全覆盖工作的状态，以确定当前覆盖比例。这有助于及时发现路径规划算法结果的问题，并进行必要的修改。
48、3.本专利技术中机器人行走的距离间隔和工作半径可以根据现实中的应用适当调整，通过合适的组合有助于使机器人工作的覆盖率达到一个满意的结果。
本文档来自技高网...【技术保护点】
1.一种基于图像处理的全覆盖路径规划方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于图像处理的全覆盖路径规划方法，其特征在于，所述获取目标区域的栅格地图包括：
3.根据权利要求1所述的基于图像处理的全覆盖路径规划方法，其特征在于，所述执行图像预处理包括：
4.根据权利要求1所述的基于图像处理的全覆盖路径规划方法，其特征在于，所述得到极值点坐标包括：
5.根据权利要求1所述的基于图像处理的全覆盖路径规划方法，其特征在于，所述通过凹点判定规则确定凹点包括：
6.根据权利要求1所述的基于图像处理的全覆盖路径规划方法，其特征在于，所述执行凸子图像预处理包括：
7.根据权利要求1所述的基于图像处理的全覆盖路径规划方法，其特征在于，所述选择航点，形成往复路径的序列包括：
8.根据权利要求1所述的基于图像处理的全覆盖路径规划方法，其特征在于，所述计算所述往复路径的当前覆盖比例包括：
9.根据权利要求1所述的基于图像处理的全覆盖路径规划方法，其特征在于，所述将A*算法用于全局路径规划，将
10.一种基于图像处理的全覆盖路径规划系统，其特征在于，包括以下模块：
...【技术特征摘要】
1.一种基于图像处理的全覆盖路径规划方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于图像处理的全覆盖路径规划方法，其特征在于，所述获取目标区域的栅格地图包括：
3.根据权利要求1所述的基于图像处理的全覆盖路径规划方法，其特征在于，所述执行图像预处理包括：
4.根据权利要求1所述的基于图像处理的全覆盖路径规划方法，其特征在于，所述得到极值点坐标包括：
5.根据权利要求1所述的基于图像处理的全覆盖路径规划方法，其特征在于，所述通过凹点判定规则确定凹点包括：
6.根据权利要求1所述的基...
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。