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

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

一种融合人工路标信息的可变宽栅格地图构建方法

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d_min，最大间距为d_max，以最小栅距d_min和最大间距d_max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X_i为扫描方向上当前栅格线的位置，X_Lower和X_UPPER分别表示扫描区域在扫描方向上的边界线，X_Lower＜X_UPPER；初始化时：i＝1，j＝1，X_i＝X_Lower；

(3-2)在X_i+d_min和X_i+d_max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X_Temp，依次计算：

X_Temp＝X_i+d_min，

i＝i+1，

X_i＝X_Temp，

Pro＝|X_Temp|/||X_Temp||，

offset＝(d_max-d_min)/N；

②计算：

X_Temp＝X_Temp+offset

判断是否满足：|X_Temp|/||X_Temp||＜Pro；

若满足|X_Temp|/||X_Temp||＜Pro，则计算：

X_i＝X_Temp

Pro＝|X_Temp|/||X_Temp||

转入步骤(3-3)；

若不满足|X_Temp|/||X_Temp||＜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X_i＝X_Temp，转入步骤(3-3)；

其中，|X_Temp|为扫描线X_Temp位于障碍区域内的总长，||X_Temp||为扫描线X_Temp位于扫描区域内的总长；

(3-3)判断是否满足X_i+d_min＞X_UPPER，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d_min应大于移动机器人尺寸D，即d_min≥D。

四、X向及Y向扫描

以最小栅距d_min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d_max，一般最大栅距d_max为最小栅距d_min的两倍。即d_max＝2×d_min。

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X_i为扫描方向上当前栅格线的位置，X_Lower和X_UPPER分别表示扫描区域在扫描方向上的边界线，X_Lower＜X_UPPER；初始化：i＝1，j＝1，X_i＝X_Lower；

S2：在X_i+d_min和X_i+d_max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X_Temp，依次计算：

X_Temp＝X_i+d_min，

i＝i+1，

X_i＝X_Temp，

Pro＝|X_Temp|/||X_Temp||，

offset＝(d_max-d_min)/N；

②计算：

X_Temp＝X_Temp+offset

判断是否满足：|X_Temp|/||X_Temp||＜Pro；

若满足|X_Temp|/||X_Temp||＜Pro，则计算：

X_i＝X_Temp

Pro＝|X_Temp|/||X_Temp||

转入步骤S3；

若不满足|X_Temp|/||X_Temp||＜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X_i＝X_Temp，转入步骤S3；

其中，|X_Temp|为扫描线X_Temp位于障碍区域内的总长，||X_Temp||为扫描线X_Temp位于扫描区域内的总长，offset为扫描的步长；

S3：判断是否满足X_i+d_min＞X_UPPER，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d_min和最大栅距d_max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d_min，最大间距为d_max，以最小栅距d_min和最大间距d_max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X_i为扫描方向上当前栅格线的位置，X_Lower和X_UPPER分别表示扫描区域在扫描方向上的边界线，X_Lower＜X_UPPER；初始化时：i＝1，j＝1，X_i＝X_Lower；

(3-2)在X_i+d_min和X_i+d_max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X_Temp，依次计算：

X_Temp＝X_i+d_min

i＝i+1

X_i＝X_Temp

Pro＝|X_Temp|/||T_emp||

offset＝(d_max-d_min)/N；

②计算：

X_Temp＝X_Temp+offset

判断是否满足：|X_Temp|/||X_Temp||＜Pro；

若满足|X_Temp|/||X_Temp||＜Pro，则计算：

X_i＝X_Temp

Pro＝|X_Temp|/||X_Temp||

转入步骤(3-3)；

若不满足|X_Temp|/||X_Temp||＜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X_i＝X_Temp，转入步骤(3-3)；

其中，|X_Temp|为扫描线X_Temp位于障碍区域内的总长，||X_Temp||为扫描线X_Temp位于扫描区域内的总长；

(3-3)判断是否满足X_i+d_min>X_UPPER，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。

Images