[发明专利]一种移动机器人地图的多分辨率区域划分方法

说明书

本发明公开了一种移动机器人地图的多分辨率区域划分方法，具体涉及一种通过多分辨率特征点聚类与区域生长来划分地图区域的方法，属于室内移动机器人导航领域。本发明基于栅格地图，在栅格地图中提取出机器人可以到达的目标区域，然后在粗粒度的地图下对对应区域进行分析处理，得到区域的拓扑信息，提高了效率，然后通过一定的方法将此信息恢复到原始粒度的栅格地图上，本发明在利用栅格地图的细致性的基础上，增加地图的拓扑信息，减小计算量、提高了速度和精度，为后续的路径规划打好基础。

技术领域

本发明涉及一种机器人进行栅格地图区域划分的方法，更具体地讲，涉及一种通过多分辨率特征点聚类与区域生长来划分地图区域的方法，属于室内移动机器人导航领域。

背景技术

配备传感器的移动机器人已经能够自主地探索环境，为了能够实现导航以及计算路径的功能，机器人必须能够建立并维护周边环境的模型。关于移动机器人的研究提供了两种主要的为室内环境构建地图的方式：基于栅格的以及拓扑的。

基于栅格的方式即以均匀分布的栅格来表现环境，每个栅格单元表明在对应的现实区域的环境，例如这个对应区域中存在障碍物。栅格地图即使在范围较大的环境中也易于构建及维护，并且可以提供准确的地图矩阵，然而基于栅格地图的复杂性使得机器人难以在大的环境中直接利用它进行高效的导航及路径规划。

拓扑地图以图模型来表现环境，在这个图中，节点可能表示特定的地点或者地标，节点之间若有直接的路径则以边连接它们。在拓扑地图中进行导航和路径规划，更符合人类的思维，例如人类会想“去某个房间”，这就相当于在拓扑地图中“去某个节点”，而不是像在栅格地图中去“某个坐标”，这有利于解决后续路径规划的问题，使用拓扑地图进行路径规划和环境表现时能降低开发难度、提升计算效率。然而拓扑地图的缺点是在较大的环境中难以建立及维护，相比起栅格地图，其单纯用节点来表现环境，对于需要在某区域内部工作的机器人例如扫地机器人来说，是不够的。

发明内容

本发明针对上述技术存在的缺陷，提出了一种移动机器人地图的多分辨率区域划分方法，本方案基于栅格地图，在栅格地图中提取出机器人可以到达的目标区域，然后在粗粒度的地图下对对应区域进行分析处理，得到区域的拓扑信息，提高了效率，然后通过一定的方法将此信息恢复到原始粒度的栅格地图上，本发明在利用栅格地图的细致性的基础上，增加地图的拓扑信息，为后续的路径规划打好基础。

为实现上述目的，本发明是通过如下方案实现的，一种移动机器人地图的多分辨率区域划分方法，包括以下步骤：

S1：目标区域的提取：

S11：将输入图像中的像素点，根据设定的自由点灰度阈值区别障碍物像素以及可达区域的像素，进行距离变换得到矩阵；

S12：接着根据机器的尺寸的值，在S11得到的矩阵中查找出所有机器人可到达的区域，并在上述矩阵中计算出最大的连通区域，得到待分割的目标区域；

S13：根据待分割的目标区域的坐标构建一个待分割矩阵，然后将目标区域标记为预设值，其它像素点的值不变，即完成目标区域的提取；

S2：种子点的聚类：

S21：首先将输入的图片按预设比例缩小一定倍数，在缩小的图片中根据设定好的灰度阈值筛选出自由像素点后，通过距离变换，计算出每个自由像素点点与障碍物的距离，生成距离矩阵；

S22：记录机器最大外周尺寸，从S21生成的距离矩阵中选取出值大于机器最大外周尺寸的1/2的点，即机器能够到达的点，作为聚类的种子点，再按照一定比例降采样以加速计算；

S23：用MeanShift算法对选取出的种子点进行聚类，在中心的迭代过程中，通过像素点之间的欧式距离以及像素点之间的像素值来判断两点之间是否存在障碍物，即两点是否可视；聚类完成后，将像素点数量小于设定的阈值的类合并到其他的类；