[发明专利]机器人自主探索建图的方法、设备及存储介质

说明书

本发明提供了一种机器人自主探索建图的方法、设备及存储介质，所述方法包括：获取传感器采集的环境数据，利用同步定位与地图构建SLAM算法，在当前估计的SLAM初始环境地图上识别所要访问的区域；针对识别出的访问区域，基于主动探索方式进行路径规划，并按照效用最高原则，从已规划的路径中选出探索路径，执行路径探索操作；根据路径探索结果，建立自主探索对应的环境地图；达到了通过机器人的自主探索选择移动路径并建立环境地图的目的，降低了单纯利用SLAM算法所导致的定位的不确定性，提高了环境地图的构建质量和构建效率，也进一步提高了机器人的自主性。

技术领域

本发明涉及机器人领域，特别涉及一种机器人自主探索建图的方法、设备及存储介质。

背景技术

对于未知区域的自主探索，是移动机器人的基础功能，在缺少全局定位参考(比如全球定位系统GPS、超带宽UWB定位技术)的环境中，例如在室内环境中，移动机器人需要同时对环境进行建图以及在地图中进行定位，上述过程通常称为SLAM(SimultaneousLocalization And Mapping，同步定位与地图构建)。利用SLAM算法，主要用于解决移动物体的地图构建与定位导航的问题。传统的SLAM算法不考虑机器人的运动轨迹，通常的情况是：用户发送控制指令，来控制移动机器人在未知环境中运动；移动机器人利用SLAM算法对环境进行建图，并估计自身位置；这种方案降低了机器人的自主性，并且难以判断建图质量的好坏。

发明内容

本发明提供一种机器人自主探索建图的方法、设备及存储介质，旨在通过机器人的自主探索选择移动路径并建立地图，降低定位的不确定性。

为实现上述目的，本发明提供了一种机器人自主探索建图的方法，所述自主探索建图的方法包括：

获取传感器采集的环境数据，利用同步定位与地图构建SLAM算法，在当前估计的SLAM初始环境地图上识别所要访问的区域；

针对识别出的访问区域，基于主动探索方式进行路径规划，并按照效用最高原则，从已规划的路径中选出探索路径，执行路径探索操作；

根据路径探索结果，建立自主探索对应的环境地图。

进一步地，所述获取传感器采集的环境数据，利用SLAM算法，在当前估计的SLAM初始环境地图上识别所要访问的区域，包括：

基于传感器模型，分别获取各传感器采集的环境数据；

利用SLAM算法，在当前估计的以栅格形式表示的SLAM初始环境地图上，通过探索空闲栅格和未被探索栅格之间的区域，进行边界探索；

根据边界探索结果，识别出对应的访问区域。

进一步地，所述通过探索空闲栅格和未被探索栅格之间的区域，进行边界探索，包括：

搜索与所述未被探索栅格相邻的空闲栅格，进行边界栅格的检测；

对所述边界栅格进行聚类，当聚类包含的栅格数量达到预设阈值时，将聚类包含的栅格认定为边界栅格。

进一步地，所述针对识别出的访问区域，基于主动探索方式进行路径规划，并按照效用最高原则，从已规划的路径中选出探索路径，执行路径探索操作，包括：

在识别出的访问区域内，对应于将要访问的每个位置，规划出机器人可能采取的候选动作；

计算每个候选动作的效用，根据效用计算结果，选出效用最高的候选动作并将其作为路径探索使用的选定动作；

基于所述选定动作，执行路径探索操作。

进一步地，所述计算每个候选动作的效用，包括：

利用信息熵理论，设置路径的效用函数；