[发明专利]一种自主建图方法、装置及智能机器人

权利要求书

1.一种自主建图方法，其特征在于，应用于智能机器人，包括：

获取所述智能机器人当前所探测得到的栅格地图；

提取所述栅格地图的可探测边界和障碍物信息；

结合所述可探测边界和所述障碍物信息，通过空间分割算法分割所述栅格地图，从分割的栅格地图中确定探测目标点；

控制所述智能机器人移动至所述探测目标点对未知区域进行探索，扩充所述栅格地图。

2.根据权利要求1所述的方法，其特征在于，所述结合所述可探测边界和所述障碍物信息，通过空间分割算法分割所述栅格地图，从分割的栅格地图中确定探测目标点的步骤，进一步包括：

根据所述障碍物信息分割所述栅格地图，得到所述栅格地图的沃罗诺伊图，其中，所述沃罗诺伊图包括用于分割所述栅格地图的边和相邻的各所述边相交的节点；

通过深度优先遍历算法将所述节点分割为主干节点和枝干节点，其中，所述主干节点为所述智能机器人所能够最快移动至最远距离的可探测边界所经过的节点，每一所述可探测边界可追溯至一所述主干节点；

根据所述主干节点所包含的所有所述可探测边界的总面积信息及其与所述智能机器人的距离信息，计算各所述主干节点的探测代价；

将所述探测代价最高的所述主干节点作为所述探测目标点。

3.根据权利要求2所述的方法，其特征在于，所述计算各所述可探测边界的探测代价的计算公式如下：

其中，Score表示所述主干节点j的探测代价，Si表示可探测边界i的面积，d_j表示可探测边界i到主干节点j的距离，l表示所述主干节点j与所述智能机器人的距离。

4.根据权利要求1-3任一项所述的方法，其特征在于，

在结合所述可探测边界和所述障碍物信息，通过空间分割算法分割所述栅格地图，从分割的栅格地图中确定探测目标点的步骤之前，所述方法还包括：

判断所述智能机器人的行进方向的改变幅度是否超过预设阈值，或者所述智能机器人是否发生闭环检测；

若是，执行所述分割所述栅格地图，从分割的栅格地图中确定探测目标点的步骤。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

若否，根据预设快速开拓算法，从提取到的可探测边界中确定最优的可探测边界；

获取所述最优的可探测边界的中间点或所述最优的可探测边界所构成的几何图形的重心，作为所述探测目标点。

6.一种建图装置，其特征在于，应用于智能机器人，包括：

获取模块，用于获取所述智能机器人当前所探测得到的栅格地图；

提取模块，用于提取所述栅格地图的可探测边界和障碍物信息；

确定模块，用于结合所述可探测边界和所述障碍物信息，通过空间分割算法分割所述栅格地图，从分割的栅格地图中确定探测目标点；

控制模块，用于控制所述智能机器人移动至所述探测目标点对未知区域进行探索，扩充所述栅格地图。

7.根据权利要求6所述的装置，其特征在于，

所述确定模块还用于根据所述障碍物信息分割所述栅格地图，得到所述栅格地图的沃罗诺伊图，其中，所述沃罗诺伊图包括用于分割所述栅格地图的边和相邻的各所述边相交的节点；

通过深度优先遍历算法将所述节点分割为主干节点和枝干节点，其中，所述主干节点为所述智能机器人所能够最快移动至最远距离的可探测边界所经过的节点，每一所述可探测边界可追溯至一所述主干节点；

根据所述主干节点所包含的所有所述可探测边界的总面积信息及其与所述智能机器人的距离信息，计算各所述主干节点的探测代价；

将所述探测代价最高的所述主干节点作为所述探测目标点。

8.根据权利要求7所述的装置，其特征在于，所述计算各所述可探测边界的探测代价的计算公式如下：

其中，Score表示所述主干节点j的探测代价，Si表示可探测边界i的面积，d_j表示可探测边界i到主干节点j的距离，l表示所述主干节点j与所述智能机器人的距离。