【技术实现步骤摘要】
本专利技术涉及路径规划的，具体涉及一种基于二维障碍地图处理的局部避障路径规划方法。
技术介绍
1、对于常见的地面小型自主运动机器人，常采用二维激光雷达对周边环境进行信息采集，识别出周边的障碍与机器人的相对位置信息并进行标记并构建二维障碍占据栅格地图。但由于二维激光雷达没有穿透力，对障碍物的实际体积难以估计，通过二维激光雷达扫描得到的只是扫描范围内的一系列散点，可能有漏采等，如果直接使用可能对使机器人误把漏采的空间当作可通过空间，会产生危险；如果把所有激光雷达扫描不到的区域全都视为不可通过的空间，则会产生对可能可通过空间的浪费。而机器人没办法从自身视角知道确切的可通过空间信息，因此需要考虑通过图像学处理方式将散点和线段尽量联通，减小漏采的影响，并适当扩大障碍空间影响范围，尽量降低对可通过空间的浪费。
2、基于此，目前基于占据栅格地图的路径规划的传统方法一般是找到几何距离最短的路径(如基于启发式的方法：a*，d*等)，或以最快的速度找到路径(如基于采样的方法：rrt、rrt*等)。但只基于二维障碍占据栅格地图，直接使用以上方法均无法实现与障碍物保持适当距离且保有原方法特性的效果，还需要构建其他形式的地图。
3、因此，目前的运动机器人在二维障碍占据栅格地图的构建和搜索路径方法均存在不足。
技术实现思路
1、针对现有技术中所存在的不及时性问题，本专利技术提供了一种基于二维障碍地图处理的局部避障路径规划方法，以解决现有技术中运动机器人在二维障碍占据栅格地图的构建和搜索
2、本专利技术提供了一种基于二维障碍地图处理的局部避障路径规划方法，包括：
3、s1、采用运动机器人的激光雷达获取原始二维障碍占据栅格地图，调整所述原始二维障碍占据栅格地图的分辨率得到第一二维障碍地图g1；
4、s2、采用图像扩展算子将第一二维障碍地图g1中的二维散点或线段障碍像素扩展为灰度区域，得到第二二维障碍地图g2；
5、s3、对第二二维障碍地图g2采用特征椭圆提取算法，并进行二值化处理,得到第三二维障碍地图g3；
6、s4、对第二二维障碍地图g2采用边缘提取算子，得到第四二维障碍地图g4；
7、s5、对第四二维障碍地图g4采用特征椭圆提取算法，并进行二值化处理,得到第五二维障碍地图g5；
8、s6、合并第三二维障碍地图g3和第五二维障碍地图g5，并对不同特征椭圆包络区域合并且二值化，得到第六二维障碍地图g6；
9、s7、对第六二维障碍地图g6中的障碍区域进行矩形框包络处理，得到第七二维障碍地图g7；
10、s8、根据运动机器人在所述第七二维障碍地图g7中存在的相对于障碍的距离，构建距离场代价地图g8，并对距离场代价地图g8开展距离场代价累加值的寻优路径规划，找到距离场代价的最优通行路径。
11、可选地，所述调整所述原始二维障碍占据栅格地图的分辨率得到第一二维障碍地图g1，包括：
12、将原始二维障碍占据栅格地图调整分辨率后视为障碍图像矩阵，其中存在障碍的像素标记为黑色，反之则将像素标记为白色，并将障碍图像矩阵左下角像素点位置设为初始坐标(0，0)，矩阵初始坐标对应的像素值为f(0,0)，水平方向自左至右为x轴正方向，竖直方向自下向上为y轴正方向，障碍图像矩阵上的任一点坐标记为(i,j)，i和j分别为x轴和y轴的坐标值，均为正整数，障碍图像矩阵对应的像素值为f(i,j)。
13、可选地，所述采用图像扩展算子将第一二维障碍地图g1中的二维散点或线段障碍像素扩展为灰度区域，得到第二二维障碍地图g2，包括：
14、对所述第一二维障碍地图g1使用图像扩展算子进行图像二维卷积处理，并对其外围进行补零操作确保卷积前后分辨率一致，形成第二二维障碍地图g2。
15、可选地，所述对所述第二二维障碍地图g2采用特征椭圆提取算法，并进行二值化处理,得到第三二维障碍地图g3，包括：
16、对所述第二二维障碍地图g2采用特征椭圆提取算法，得到包络障碍区域的椭圆形特征区域，并对所述椭圆形特征区域中的障碍图像矩阵值设为1，未包络区域设为0，得到第三二维障碍地图g3。
17、可选地，所述对第二二维障碍地图g2采用边缘提取算子，得到第四二维障碍地图g4，包括：
18、分别计算所述第二二维障碍地图g2中x方向和y方向的梯度值，x方向的像素点(i,j)梯度值tx(i,j)表示为：
19、
20、y方向的梯度值ty(i,j)表示为：
21、
22、并将x方向和y方向的梯度值进行计算，表示为:
23、
24、计算形成第四二维障碍地图g4。
25、可选地，所述对第六二维障碍地图g6中的障碍区域进行矩形框包络处理，得到第七二维障碍地图g7，包括：
26、基于局部避障路径规划方法，求取第六二维障碍地图g6中每块连通的障碍区域的外围最小包络矩形，进而将最小包络矩形空间内所有空间视为障碍区域，并再次对第六二维障碍地图g6进行二值化处理且和所述障碍区域合并，得到第七二维障碍地图g7。
27、可选地，所述根据运动机器人在所述第七二维障碍地图g7中存在的相对于障碍的距离，构建距离场代价地图g8，包括：
28、构建基于所述第七二维障碍地图g7，采用局部路径规划算法搜索得到的运动机器人路径，并对路径均匀选取n个路径点，并累加n个路径点坐标在距离代价地图上对应的代价值，其中地图中的像素点对应代价值公式如下：
29、
30、其中x为第七二维障碍地图g7的任一像素点，d(x)为像素点与第七二维障碍地图g7中障碍区域边沿的最小像素距离值，在障碍内侧为正值，在外侧为负值，在边沿上值为0，像素点在障碍区域边沿和内部时对应的代价值为线性，障碍区域外部对应的代价值为二次递增，在障碍边沿处障碍代价值连续，超出距离场影响范围ε个像素则代价值为0，构建的距离场代价地图记为g8。
31、可选地，所述并对距离场代价地图g8开展距离场代价累加值的寻优路径规划，找到距离场代价的最优通行路径，包括：
32、s801、选取rrt*路径规划方法，基于距离场代价地图g8设定rrt*的起点为运动机器人的当前位置且为地图中心位置，终点为目标点，对rrt*规划得到的路径均匀选取j个路径节点并求取路径对应的累加距离代价值，路径搜索次数上限设为k次，运动机器人视为半径为r个像素的圆形；
33、s802、开始rrt*路径搜索，如与第七二维障碍地图g7中的障碍区域有接触，则视为规划失败，反之则将找到的n条可通行路径记为ξn，ξn(i)分别代表第n条路径第i个路径点的代价值；
34、s803、达到路径搜索次数上限k次后，停止路径搜索，对现有路径进行评价，如没有找到可通行路径，则认为规划失败，再次重复步骤s802；反之找到n条规划路径本文档来自技高网...
【技术保护点】
1.一种基于二维障碍地图处理的局部避障路径规划方法，其特征在于，包括：
2.如权利要求1所述的基于二维障碍地图处理的局部避障路径规划方法，其特征在于，所述调整所述原始二维障碍占据栅格地图的分辨率得到第一二维障碍地图G1，包括：
3.如权利要求2所述的基于二维障碍地图处理的局部避障路径规划方法，其特征在于，所述采用图像扩展算子将第一二维障碍地图G1中的二维散点或线段障碍像素扩展为灰度区域，得到第二二维障碍地图G2，包括：
4.如权利要求3所述的基于二维障碍地图处理的局部避障路径规划方法，其特征在于，所述对所述第二二维障碍地图G2采用特征椭圆提取算法，并进行二值化处理，得到第三二维障碍地图G3，包括：
5.如权利要求4的基于二维障碍地图处理的局部避障路径规划方法，其特征在于，所述对第二二维障碍地图G2采用边缘提取算子，得到第四二维障碍地图G4，包括：
6.如权利要求5所述的基于二维障碍地图处理的局部避障路径规划方法，其特征在于，所述对第六二维障碍地图G6中的障碍区域进行矩形框包络处理，得到第七二维障碍地图G7，包括：
...【技术特征摘要】
1.一种基于二维障碍地图处理的局部避障路径规划方法，其特征在于，包括：
2.如权利要求1所述的基于二维障碍地图处理的局部避障路径规划方法，其特征在于，所述调整所述原始二维障碍占据栅格地图的分辨率得到第一二维障碍地图g1，包括：
3.如权利要求2所述的基于二维障碍地图处理的局部避障路径规划方法，其特征在于，所述采用图像扩展算子将第一二维障碍地图g1中的二维散点或线段障碍像素扩展为灰度区域，得到第二二维障碍地图g2，包括：
4.如权利要求3所述的基于二维障碍地图处理的局部避障路径规划方法，其特征在于，所述对所述第二二维障碍地图g2采用特征椭圆提取算法，并进行二值化处理，得到第三二维障碍地图g3，包括：
5.如权利要求4的基于二维障碍...
【专利技术属性】
技术研发人员：李智，袁梦琦，金永喜，吴广，兰旭科，吴嘉豪，
申请(专利权)人：北京理工大学重庆创新中心，
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。