[发明专利]一种划分移动机器人室内区域动态覆盖方法及其装置

说明书

技术领域

本发明涉及移动机器人导航领域，尤其涉及一种基于人们对环境的认知，从而实现划分移动机器人室内区域动态覆盖方法及其装置。

背景技术

随着技术的发展进步，移动机器人被广泛地使用以辅助或替代人类完成一些重复性较高、技术含量较低的任务，如产品装配、扫地等，其中，扫地机是移动机器人的典型应用，如果其路径或行为规划不合理，则将出现覆盖效率低、路径重复率高等问题，因而工作过程可以等价为解决区域覆盖的问题。

目前，根据是否进行区域划分的标准，区域覆盖算法主要可以分为两类：第一种为对整体区域进行划分，在划分的基础上实现子区域覆盖，最终实现整个区域的覆盖，如牛耕式分割算法、梯形分割算法、Morse分解算法等；第二种为不进行区域划分，将环境作为整体实现区域覆盖，如波阵面法、旋转生成树法等。

在这两种方法中，通过对区域进行划分，实现机器人的区域覆盖更加符合人类的认知习惯，因而现阶段在移动机器人在使用过程中，普遍采用第一种区域覆盖算法，但是，当前的区域覆盖算法主要集中在考虑子区域的覆盖策略，而缺少对整体环境的考量。

发明内容

针对上述问题，本发明从人类对环境认知习惯的角度出发，对室内环境进行了两次划分，其中，第一次划分保证了室内区域中具有一定功能区域的完整性，第二次划分将具有一定功能的区域划分为移动机器人能够行走的独立子区域，并在独立子区域内部实现机器人行为规划，控制机器人完成独立子区域的覆盖。

本发明提供的划分移动机器人室内区域动态覆盖方法及其装置，具体方案如下：

一种划分移动机器人室内区域动态覆盖方法，至少包括以下步骤：

S1利用栅格法对移动机器人的室内区域进行环境建模，通过对栅格地图的每一列进行扫描将所述室内区域进行两次划分，将所述室内区域划分为独立子区域块和独立区域块，其中，所述独立区域块中包含多个相互邻接的独立子区域块；

S2基于反向查找的方式和最小树原则分别获取所述独立子区域块和所述独立区域块中包含的每个所述独立子区域块的拓扑规划顺序；

S3根据所述拓扑规划顺序基于Dijkstra算法获取所述移动机器人在所述室内区域内的最优路径。

在本技术方案中，从人类对环境认知习惯的角度出发，对室内环境进行了两次划分：第一次划分保证环境中具有一定功能的区域的完整性，例如，办公室，走廊等区域，这种划分方式符合人类的认知习惯，方便用户的认知和实现对机器人的操控；第二次划分从机器人行为规划的角度出发，对第一次划分出来的具有一定功能的区域进行二次划分，将其划分为移动机器人能够行走的子区域(包括独立子区域块和独立区域块)，并在子区域内部实现机器人行为规划，使用Dijkstra算法获取所述移动机器人在所述室内区域内的最优路径，控制机器人完成子区域的覆盖。

优选地，在步骤S1中，具体包括以下步骤：

S11载入所述栅格地图，分别以栅格为单位进行访问和存储，同时对所述栅格地图进行膨胀；

S12对所述栅格地图中的每一列进行扫描，记录并存储每一列扫描的起始点，障碍物的上下边缘点以及所述移动机器人相对于所述障碍物的位置信息，其中，所述起始点，障碍物的上下边缘点形成扫描点；

S13根据比对前一次扫描记录和当前扫描记录将所述室内区域划分为所述独立子区域块，同时通过检视相邻两个扫描点之间是否存在所述障碍物以判定所述独立子区域块之间的邻接性，多个相互邻接的所述独立子区域块形成所 述独立区域块。

在本技术方案中，通过对栅格地图中每一列进行扫描，且通过比对前一次扫描记录和当前扫描记录对区域进行划分。同时本技术方案中，对环境中可能出现的动态障碍物进行了考量，当环境中出现动态障碍物，在每次规划中，扫描点都将出现不同，移动机器人根据每次扫描的点进行快速响应，避开动态障碍物，并重新规划路径，完成区域的覆盖。

优选地，在步骤1中，将所述室内区域划分为所述独立子区域块和所述独立区域块之后，还包括以下步骤：

S14针对所述栅格地图中的每一个非障碍物点，使用直线模拟激光束对其四周环境进行扫描，记录当前移动机器人所在节点与障碍物点之间的距离；

S15根据所述距离判定是否为所述室内区域中门口的位置，若判定其为门口点，则将该节点封闭，形成完整的功能区域；

S16通过与长度比率阈值的比较判定走廊区域；

S17通过对所述走廊区域使用直线模拟激光进行扫描，同时记录每道激光扫描到的障碍物点的位置，判定所述走廊区域的主方向。