CN109557919B - 一种融合人工路标信息的可变宽栅格地图构建方法 - Google Patents
一种融合人工路标信息的可变宽栅格地图构建方法 Download PDFInfo
- Publication number
- CN109557919B CN109557919B CN201811545660.2A CN201811545660A CN109557919B CN 109557919 B CN109557919 B CN 109557919B CN 201811545660 A CN201811545660 A CN 201811545660A CN 109557919 B CN109557919 B CN 109557919B
- Authority
- CN
- China
- Prior art keywords
- temp
- grid
- scanning
- artificial road
- road sign
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000010276 construction Methods 0.000 title claims abstract description 7
- 238000000034 method Methods 0.000 claims abstract description 15
- 230000004888 barrier function Effects 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 7
- 230000006978 adaptation Effects 0.000 description 1
- 238000004387 environmental modeling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001007 puffing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提出一种融合人工路标信息的可变宽栅格地图构建方法,该方法在构建栅格地图的过程中根据机器人环境调整栅格宽度,通过调节栅距最大限度地避开障碍,提高栅点的连续性;另一方面,本发明在构建好的栅格地图的栅格点处设置人工路标,人工路标内存储有坐标、方位以及自身与相邻栅格之间的间距,便于机器人适时获取自身位姿信息、显著提高移动机器人导航的稳定性和可靠性。
Description
技术领域
本发明涉及移动机器人领域,具体涉及一种应用于移动机器人(包括自动导引AGV小车)的融合人工路标信息的可变宽栅格地图构建方法,在构建该地图过程中通过引入人工路标信息,不仅便于机器人适时获取自身位姿信息、显著提高移动机器人导航的稳定性和可靠性,而且能够根据机器人环境调整栅格宽度,一方面显著提高地图构建的灵活性,另一方面,当环境中存在障碍时,所构建的地图能够显著减少机器人在路径规划或探索时的转弯次数,从而提高机器人运动的平滑度和运行效率。
背景技术
移动机器人广泛采用栅格地图标识环境,传统栅格地图单纯以单元格作为区分障碍物区域和非障碍物区域的最小单位,导致机器人在导航时必须融合多种传感器信息才能获知自身位姿信息,算法复杂度高,不仅导致单机成本昂贵,也降低了导航的稳定性和可靠性。如专利CN103472823A公开的一种智能机器人用的栅格地图创建方法,采用栅格算法时,栅格宽度必须固定,不仅建图时灵活性较差,而且当环境中存在障碍时,所构建的地图中栅格点易被障碍占用,打断了栅点的连续性,导致机器人在路径规划或探索时转弯次数过多,运动耗时,降低了运行效率。
发明内容
发明目的:为解决上述技术问题,避免在建图过程中栅格点被障碍占用,本发明提出一种融合人工路标信息的可变宽栅格地图构建方法。该方法在构建栅格地图的过程中能够最大限度地避开障碍,提高栅点的连续性。
技术方案:为实现上述技术目的,本发明提出的技术方案为:
一种融合人工路标信息的可变宽栅格地图构建方法,包括步骤:
(1)环境建模:获取移动机器人工作区域,采集工作区域内的环境信息,包括工作区域内障碍物的位置、形状、尺寸;根据采集到的数据,在XOY平面坐标系第一象限内绘制移动机器人工作区域边界线和障碍物形状边界线;
(2)将移动机器人膨化为XOY平面坐标系内的一个直径为D的圆;将工作区域边界线向工作区域内膨化,膨化尺寸为P;将障碍物形状边界线向外膨化得到障碍区域,膨化尺寸为P;P≥D/2;将膨化后的工作区域边界线围成的区域作为扫描区域;
(3)设置相邻栅点的最小栅距为dmin,最大间距为dmax,以最小栅距dmin和最大间距dmax为约束条件沿X轴和Y轴方向分别对扫描区域进行扫描,得到栅格地图;扫描的步骤包括:
(3-1)定义Xi为扫描方向上当前栅格线的位置,XLower和XUPPER分别表示扫描区域在扫描方向上的边界线,XLower<XUPPER;初始化时:i=1,j=1,Xi=XLower;
(3-2)在Xi+dmin和Xi+dmax间进行N次扫描,N为大于0的正整数,并从中找出最优位置作为下一栅格线的位置,包括步骤:
①设置扫描线为XTemp,依次计算:
XTemp=Xi+dmin,
i=i+1,
Xi=XTemp,
Pro=|XTemp|/||XTemp||,
offset=(dmax-dmin)/N;
②计算:
XTemp=XTemp+offset
判断是否满足:|XTemp|/||XTemp||<Pro;
若满足|XTemp|/||XTemp||<Pro,则计算:
Xi=XTemp
Pro=|XTemp|/||XTemp||
转入步骤(3-3);
若不满足|XTemp|/||XTemp||<Pro,则计算j=j+1,判断是否满足j≤N,若满足,则返回步骤②,否则,计算Xi=XTemp,转入步骤(3-3);
其中,|XTemp|为扫描线XTemp位于障碍区域内的总长,||XTemp||为扫描线XTemp位于扫描区域内的总长;
(3-3)判断是否满足Xi+dmin>XUPPER,若满足,则结束步骤(3),转入步骤(4),若不满足,则返回步骤(3-2);
(4)在栅格地图的栅格点上设置人工路标,所述人工路标内存储有自身坐标、方位以及自身与相邻栅格之间的间距,且所述人工路标存储的数据能被移动机器人读取。
进一步的,所述人工路标为RFID标签或二维码标签。
有益效果:与现有技术相比,本发明具有以下优势:
1、本发明构建的栅格地图栅距可调,在建图时可通过调节栅距最大限度地避开障碍,提高栅点的连续性,保证所构建的地图能够显著减少机器人在路径规划或探索时的转弯次数,从而提高机器人运动的平滑度和运行效率;
2、本发明在栅格点处设置人工路标,路标中可设置标识栅格点坐标、方位、相邻栅格间距等数据,便于移动机器人在经过栅格点时采用相应的RFID读卡器或摄像机获取路标信息,准确获取自身位姿信息及相邻栅距,实现基于栅格地图的绝对定位,显著提高移动机器人导航的稳定性和可靠性。
附图说明
图1为本发明的流程图;
图2为环境建模后的示意图;
图3为膨化处理后的扫描区域示意图;
图4为扫描和添加人工路标后的栅格地图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
本发明提出一种融合人工路标信息的可变宽栅格地图构建方法,该方法构建的栅格地图栅距可调,在建图时可通过调节栅距最大限度地避开障碍,提高栅点的连续性,保证所构建的地图能够显著减少机器人在路径规划或探索时的转弯次数,从而提高机器人运动的平滑度和运行效率。
本发明的技术方案流程如图1所示,包括以下步骤:
一、环境建模
获取移动机器人工作区域,采集工作区域内的环境信息,包括工作区域内障碍物的位置、形状、尺寸;根据采集到的数据,在XOY平面坐标系第一象限内绘制移动机器人工作区域边界线和障碍物边界线,环境建模后的地图模型如图2所示。
二、边界和障碍的膨化处理
为避免移动机器人在运行过程中触碰障碍及边界,需对边界及障碍进行膨化处理,以保证栅格点与环境边界及障碍保持足够间距。将移动机器人膨化为XOY平面坐标系内的一个直径为D的圆;将工作区域边界线向工作区域内膨化,膨化尺寸为P;将障碍物形状边界线向外膨化得到障碍区域,膨化尺寸为P;P≥D/2;将膨化后的工作区域边界线围成的区域作为扫描区域。具体膨化步骤如下:提取工作区域边界线及障碍物边界线,以直线型边界线为例,假定边界线方程为Ax+By=C,膨化后的边界线方程为膨化后的地图模型如图3所示。
三、确定最小栅距
为保证位于相邻栅点的两移动机器人间的碰撞,最小栅距dmin应大于移动机器人尺寸D,即dmin≥D。
四、X向及Y向扫描
以最小栅距dmin为约束,对膨化后的环境进行扫描,生成栅格地图,扫描要求如下:
1、相邻栅点间距不得少于最小栅距,为了提高机器人对区域的全覆盖,可设置最大栅距dmax,一般最大栅距dmax为最小栅距dmin的两倍。即dmax=2×dmin。
2、满足相邻栅点间距约束的前提下,最大限度保证栅点不被膨化后的障碍占用,提高非占用栅点的连续性。
3、在无法改善栅点连续性的情况下,应最大限度地减少栅距,以保证机器人对区域的覆盖率。
为了实现上述要求,本发明提出的扫描步骤如下,沿X轴和Y轴方向分别对扫描区域进行扫描,得到栅格地图。下面以X向为例,说明扫描的具体步骤:
S1:定义Xi为扫描方向上当前栅格线的位置,XLower和XUPPER分别表示扫描区域在扫描方向上的边界线,XLower<XUPPER;初始化:i=1,j=1,Xi=XLower;
S2:在Xi+dmin和Xi+dmax间进行N次扫描,N为大于0的正整数,并从中找出最优位置作为下一栅格线的位置,包括步骤:
①设置扫描线为XTemp,依次计算:
XTemp=Xi+dmin,
i=i+1,
Xi=XTemp,
Pro=|XTemp|/||XTemp||,
offset=(dmax-dmin)/N;
②计算:
XTemp=XTemp+offset
判断是否满足:|XTemp|/||XTemp||<Pro;
若满足|XTemp|/||XTemp||<Pro,则计算:
Xi=XTemp
Pro=|XTemp|/||XTemp||
转入步骤S3;
若不满足|XTemp|/||XTemp||<Pro,则计算j=j+1,判断是否满足j≤N,若满足,则返回步骤②,否则,计算Xi=XTemp,转入步骤S3;
其中,|XTemp|为扫描线XTemp位于障碍区域内的总长,||XTemp||为扫描线XTemp位于扫描区域内的总长,offset为扫描的步长;
S3:判断是否满足Xi+dmin>XUPPER,若满足,则结束步骤S3,此时X向上的栅格线(即垂直于X方向线的栅格线)位置确定完毕;若不满足,则返回步骤S2。
同理,沿Y向进行扫描,确定Y向上栅格线(即垂直于Y方向线的栅格线)的位置,Y向上栅格线与X向上的栅格线的交点即为栅格点,至此,栅格地图栅格点设置完毕。
上述步骤中国,每次确定下一栅格线时,需要在最小栅距dmin和最大栅距dmax间找N个位置,从中找出最优位置,j用于记录当前计算的是第几个位置。这一扫描方法并不能保证栅格线不被障碍占用,但能在一定范围内尽可能避免被障碍占用或减少被障碍占用的距离。
五、为栅格点设置人工路标
根据步骤四得到的栅格点,为每个未被障碍区域占用的栅格点设置人工路标,人工路标内存储有自身坐标、方位以及自身与相邻栅格之间的间距。人工路标可采用但不限于成本较低的RFID或二维码标签。添加人工路标后的栅格地图如图4所示。
移动机器人在经过栅格点时采用相应的RFID读卡器或摄像机获取人工路标内存储的路标信息,准确获取自身位姿信息及相邻栅距,实现基于栅格地图的绝对定位,能够显著提高移动机器人导航的稳定性和可靠性。另一方面,当环境中存在障碍时,所构建的地图能够显著提高栅点的连续性,减少机器人在路径规划或探索时的转弯次数,从而提高机器人运动的平滑度和运行效率。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (2)
1.一种融合人工路标信息的可变宽栅格地图构建方法,其特征在于,包括步骤:
(1)环境建模:获取移动机器人工作区域,采集工作区域内的环境信息,包括工作区域内障碍物的位置、形状、尺寸;根据采集到的数据,在XOY平面坐标系第一象限内绘制移动机器人工作区域边界线和障碍物形状边界线;
(2)将移动机器人膨化为XOY平面坐标系内的一个直径为D的圆;将工作区域边界线向工作区域内膨化,膨化尺寸为P;将障碍物形状边界线向外膨化得到障碍区域,膨化尺寸为P;P≥D/2;将膨化后的工作区域边界线围成的区域作为扫描区域;
(3)设置相邻栅点的最小栅距为dmin,最大间距为dmax,以最小栅距dmin和最大间距dmax为约束条件沿X轴和Y轴方向分别对扫描区域进行扫描,得到栅格地图;扫描的步骤包括:
(3-1)定义Xi为扫描方向上当前栅格线的位置,XLower和XUPPER分别表示扫描区域在扫描方向上的边界线,XLower<XUPPER;初始化时:i=1,j=1,Xi=XLower;
(3-2)在Xi+dmin和Xi+dmax间进行N次扫描,N为大于0的正整数,并从中找出最优位置作为下一栅格线的位置,包括步骤:
①设置扫描线为XTemp,依次计算:
XTemp=Xi+dmin
i=i+1
Xi=XTemp
Pro=|XTemp|/||Temp||
offset=(dmax-dmin)/N;
②计算:
XTemp=XTemp+offset
判断是否满足:|XTemp|/||XTemp||<Pro;
若满足|XTemp|/||XTemp||<Pro,则计算:
Xi=XTemp
Pro=|XTemp|/||XTemp||
转入步骤(3-3);
若不满足|XTemp|/||XTemp||<Pro,则计算j=j+1,判断是否满足j≤N,若满足,则返回步骤②,否则,计算Xi=XTemp,转入步骤(3-3);
其中,|XTemp|为扫描线XTemp位于障碍区域内的总长,||XTemp||为扫描线XTemp位于扫描区域内的总长;
(3-3)判断是否满足Xi+dmin>XUPPER,若满足,则结束步骤(3),转入步骤(4),若不满足,则返回步骤(3-2);
(4)在栅格地图的栅格点上设置人工路标,所述人工路标内存储有自身坐标、方位以及自身与相邻栅格之间的间距,且所述人工路标存储的数据能被移动机器人读取。
2.根据权利要求1所述的一种融合人工路标信息的可变宽栅格地图构建方法,其特征在于,所述人工路标为RFID标签或二维码标签。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811545660.2A CN109557919B (zh) | 2018-12-17 | 2018-12-17 | 一种融合人工路标信息的可变宽栅格地图构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811545660.2A CN109557919B (zh) | 2018-12-17 | 2018-12-17 | 一种融合人工路标信息的可变宽栅格地图构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109557919A CN109557919A (zh) | 2019-04-02 |
CN109557919B true CN109557919B (zh) | 2020-08-14 |
Family
ID=65870327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811545660.2A Active CN109557919B (zh) | 2018-12-17 | 2018-12-17 | 一种融合人工路标信息的可变宽栅格地图构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109557919B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112214040B (zh) * | 2019-07-09 | 2024-05-03 | 苏州科瓴精密机械科技有限公司 | 栅格单元中最佳仰角的配置方法及配置*** |
CN112212863A (zh) * | 2019-07-09 | 2021-01-12 | 苏州科瓴精密机械科技有限公司 | 栅格地图的创建方法及创建*** |
CN112578780A (zh) * | 2019-09-29 | 2021-03-30 | 苏州宝时得电动工具有限公司 | 自移动设备及其控制方法、自动工作*** |
CN111427360B (zh) * | 2020-04-20 | 2023-05-05 | 珠海一微半导体股份有限公司 | 基于地标定位的地图构建方法、机器人及机器人导航*** |
CN111631639B (zh) * | 2020-05-26 | 2021-07-06 | 珠海市一微半导体有限公司 | 全局栅格地图的地图遍历块建立方法、芯片及移动机器人 |
CN112099488B (zh) * | 2020-08-14 | 2024-06-14 | 深圳拓邦股份有限公司 | 移动机器人的窄道通行方法、装置、割草机以及存储介质 |
CN113712469B (zh) * | 2021-08-11 | 2022-12-13 | 朱明� | 一种基于视觉导航的无人拖地清洁车及控制方法和基站 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007041656A (ja) * | 2005-07-29 | 2007-02-15 | Sony Corp | 移動体制御方法および移動体 |
KR102068745B1 (ko) * | 2012-05-29 | 2020-01-21 | 삼성전자주식회사 | 그리드 맵을 복수개의 룸으로 구획하는 방법 및 장치 |
KR20140089241A (ko) * | 2013-01-04 | 2014-07-14 | 한국전자통신연구원 | 군집지능로봇에서의 확률기반 전파맵 생성 장치 및 방법 |
CN104050390B (zh) * | 2014-06-30 | 2017-05-17 | 西南交通大学 | 一种基于可变维粒子群膜算法的移动机器人路径规划方法 |
CN104615138B (zh) * | 2015-01-14 | 2017-09-08 | 上海物景智能科技有限公司 | 一种划分移动机器人室内区域动态覆盖方法及其装置 |
CN104914865B (zh) * | 2015-05-29 | 2017-10-24 | 国网山东省电力公司电力科学研究院 | 变电站巡检机器人定位导航***及方法 |
CN105955258B (zh) * | 2016-04-01 | 2018-10-30 | 沈阳工业大学 | 基于Kinect传感器信息融合的机器人全局栅格地图构建方法 |
CN106338989B (zh) * | 2016-08-01 | 2019-03-26 | 内蒙古大学 | 一种田间机器人双目视觉导航方法及*** |
CN107063229A (zh) * | 2017-03-06 | 2017-08-18 | 上海悦合自动化技术有限公司 | 基于人工路标的移动机器人定位***及方法 |
CN107065885B (zh) * | 2017-05-19 | 2017-11-28 | 华中科技大学 | 一种机器人变栅格地图路径规划优化方法和*** |
-
2018
- 2018-12-17 CN CN201811545660.2A patent/CN109557919B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109557919A (zh) | 2019-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109557919B (zh) | 一种融合人工路标信息的可变宽栅格地图构建方法 | |
CN111665842B (zh) | 一种基于语义信息融合的室内slam建图方法及*** | |
CN102773862B (zh) | 用于室内移动机器人的快速精确定位***及其工作方法 | |
WO2018188200A1 (zh) | 机器人的路径规划***、方法、机器人及存储介质 | |
CN101398907B (zh) | 一种用于移动机器人的二维码结构及解码方法 | |
CN103064416B (zh) | 巡检机器人室内外自主导航*** | |
CN112070770B (zh) | 一种高精度三维地图与二维栅格地图同步构建方法 | |
CN108152823A (zh) | 一种基于视觉的无人驾驶叉车导航***及其定位导航方法 | |
CN109144072A (zh) | 一种基于三维激光的机器人智能避障方法 | |
CN106199558A (zh) | 障碍物快速检测方法 | |
CN112066982B (zh) | 一种在高动态环境下的工业移动机器人定位方法 | |
CN114004869A (zh) | 一种基于3d点云配准的定位方法 | |
CN111595356B (zh) | 一种激光导航机器人的工作区域构建方法 | |
Jeong et al. | Hdmi-loc: Exploiting high definition map image for precise localization via bitwise particle filter | |
CN111207753A (zh) | 一种多玻璃隔断环境下的同时定位与建图的方法 | |
Austin et al. | Geometric constraint identification and mapping for mobile robots | |
Zhang et al. | Accurate real-time SLAM based on two-step registration and multimodal loop detection | |
CN112182122A (zh) | 一种移动机器人工作环境导航地图的获取方法及装置 | |
CN114459483B (zh) | 基于机器人导航用地标导航地图构建与应用方法、*** | |
Nowak et al. | Vision-based positioning of electric buses for assisted docking to charging stations | |
Nabbe et al. | Opportunistic use of vision to push back the path-planning horizon | |
CN112084875A (zh) | 一种多激光雷达坐标***一方法 | |
Song et al. | A Object-augmented Semantic Mapping System for Indoor Mobile Robots | |
CN117537803B (zh) | 机器人巡检语义-拓扑地图构建方法、***、设备及介质 | |
CN116698017B (zh) | 面向室内大尺度复杂场景的物体级环境建模方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |