[发明专利]一种基于二次区域划分的机器人全覆盖路径规划方法

说明书

本发明提出一种基于二次区域划分的机器人全覆盖路径规划方法。首先判断所给环境地图中间是否存在占据的物体，采用算法切换机制对地图进行区域划分，得到子区域。然后利用元胞自动机原理对子区域进行四边形网格划分，使子区域二次划分，定义元胞和相邻元胞集合模型，制定演化规则，得到子区域的覆盖路径，建立邻接路径，从而完成整个环境地图的规划路径。本发明降低了遍历重叠度，减少了转弯次数，增加了覆盖率，大大提高了路径规划效率，具有较大的可行性和实用推广价值。

技术领域

本发明属于人工智能领域，涉及一种移动机器人全覆盖路径规划技术，具体涉及一种基于二次区域划分的机器人全覆盖路径规划方法。

背景技术

目前，人工智能领域对人类的生活生产方式产生巨大的改变，机器人作为近几年人工智能领域的代表产物，已经被应用到各行各业。室内移动机器人是机器人领域的一个大的分支，在生产生活中很为常见，而全覆盖路径规划是移动机器人研究领域的重要组成部分。

全覆盖路径规划——Complete Coverage Path Planning，即根据建图中获取的先验信息设计一条可以遍历环境中所有区域的路径，也就是常说的CCPP问题，全覆盖全局路径规划是移动机器人完成其他任务的前提，也是智能化的重要标志。

全覆盖路径规划算法主要分为3种：传统法，栅格法和单元分解法，它们被广泛用于各类移动机器人上，但这些算法会出现遍历重叠度高、会产生路径冗余，转弯次数多，划分区域模糊等问题，缺乏高效性和适用性。

对于室内移动机器人如何解决上述出现的问题，得到一条性能较优的全覆盖路径成为移动机器人研究的热点问题。

发明内容

本发明的目的在于提供一种基于二次区域划分的机器人全覆盖路径规划方法，在移动机器人获得先验地图的基础上，对地图进行区域划分，得到子区域，再对子区域进行二次划分，获得子区域的覆盖路径，建立邻接路径，从而完成整个环境地图的规划路径。

为了解决上述技术问题，本发明的技术方案是：

一种基于二次区域划分的机器人全覆盖路径规划方法，其特征在于，包括如下步骤：

步骤1、根据获得的先验地图判断所给环境地图中间是否存在占据的物体；

步骤2、根据是否物体占据采用算法切换机制对不同地图进行区域划分，得到子区域；

步骤3、然后利用元胞自动机原理对子区域进行四边形网格划分，使子区域二次划分，定义元胞和相邻元胞集合模型，制定演化规则，得到子区域的覆盖路径；

步骤4、建立邻接路径，从而完成整个环境地图的规划路径。

优选的，步骤1中，判断方法包含以下步骤：

步骤1.1、移动机器人获取的室内环境地图是由一个个单通道的像素点组成的，地图中边界位置像素点的像素值描述为：image.atuchar(i,j)＝76，i、j为室内环境地图中像素的行列坐标；地图中边界以外区域的像素值为：image.atuchar(i,j)＝255；而对于地图中边界以内的空白区域，即可通行区域，其像素值为：image.atuchar(i,j)＝0；

步骤1.2、根据获得室内环境地图找出地图中边界的位置，即image.atuchar(i,j)＝76的位置，在地图边界内判断同一列的像素值是否相同，如果像素值不变，则说明地图中无物体占据；如果发生变化，则说明地图中有物体占据。

优选的，步骤2中，如果环境地图中有物体占据，则采用BCD算法划分子区域，如果没有物体占据，则采用相邻分解算法划分子区域。

优选的，步骤2中，相邻分解算法划分子区域包含以下步骤：