[发明专利]基于室内三维场景的机器人运动轨迹生成方法及存储介质

权利要求书

1.一种基于室内三维场景的机器人运动轨迹生成方法，其特征在于，所述基于室内三维场景的机器人运动轨迹生成方法，包括：

S1、获取室内三维场景中预设高度的深度图；

S2、基于所述深度图生成障碍物信息图，所述障碍物信息图中的像素被划分为障碍像素或非障碍像素；

S3、对所述障碍物信息图进行区域分割，得到对应每个房间的障碍物信息图，将每个房间的障碍物信息图作为子区域图；

S4、根据每个子区域图生成对应的高精度网格图和低精度网格图，包括：

S41、判断子区域图中以每个像素为中心、以机器人直径为边长的正方形区域内是否含障碍像素，将含障碍像素的各像素值设为第一单值，否则设为第二单值，遍历每个像素后得到的二值图像作为高精度网格图；

S42、将高精度网格图中的像素按照以机器人直径为边长的正方形区域进行依次划分，将中心像素为非障碍像素的正方形区域内的像素值设为第二单值，否则设为第一单值，遍历每个正方形区域后得到的二值图像作为低精度网格图；

S5、基于每个子区域图对应的高精度网格图和低精度网格图生成各个子区域图对应的子区域全覆盖路径，包括：

S51、以低精度网格图为主、高精度网格图为辅采用全覆盖路径规划算法生成每个房间的全覆盖路径；

S52、基于低精度网格图计算各个房间内的全覆盖路径之间的连通性，以每个房间为单位通过A*算法将房间内具有连通性的全覆盖路径首尾相连得到每个房间对应的子区域全覆盖路径。

2.如权利要求1所述的基于室内三维场景的机器人运动轨迹生成方法，其特征在于，所述获取室内三维场景中预设高度的深度图，包括：

取室内三维场景数据，在预设高度布置正交相机，得到正交投影的深度图。

3.如权利要求2所述的基于室内三维场景的机器人运动轨迹生成方法，其特征在于，所述基于所述深度图生成障碍物信息图，包括：

获取用户输入的所需障碍物信息的高度区间[A,B]；

设定最低深度阈值为B-A；

对高度为B的深度图进行二值化处理，若像素点的深度值小于阈值B-A，则该像素点的像素值置为第一单值，否则该像素点的像素值置为第二单值，遍历高度为B的深度图中的每个像素点得到障碍物信息图，障碍物信息图中像素值为第一单值的像素点表示障碍像素，障碍物信息图中像素值为第二单值的像素点表示非障碍像素。

4.如权利要求1所述的基于室内三维场景的机器人运动轨迹生成方法，其特征在于，所述对所述障碍物信息图进行区域分割，包括：

将世界坐标系下的房间轮廓信息转换为图像像素坐标系下的房间轮廓信息；

根据图像像素坐标系下的每个房间轮廓信息将障碍物信息图划分为多个初步子区域图；

每个初步子区域图中将房间轮廓按照轮廓像素的最大值和最小值重新取为长方形区域；

将初步子区域图中长方形区域之外的部分设为障碍得到子区域图。

5.如权利要求1所述的基于室内三维场景的机器人运动轨迹生成方法，其特征在于，所述S4还包括：

在高精度网格图和低精度网格图的图像边界分别添加一层障碍边界，障碍边界的宽度为机器人的直径；

将高精度网格图和低精度网格图由原始像素坐标以高精度网格图和低精度网格图的长边作为x轴正方向，长边的一个顶点作为原点进行坐标转换。

6.如权利要求1所述的基于室内三维场景的机器人运动轨迹生成方法，其特征在于，所述以低精度网格图为主、高精度网格图为辅采用全覆盖路径规划算法生成每个房间的全覆盖路径，包括：

以低精度网格作为输入网格由全覆盖路径规划算法计算全覆盖路径；

在计算全覆盖路径过程中，若在非障碍像素对应的网格处遍历时遇到障碍像素对应的网格，则先按照原遍历方向查找下一个非障碍像素对应的网格直至超过预设长度，超过预设长度后以两个非障碍像素对应的网格为两端在高精度网格图中通过A*算法计算最短可达路径；

若存在最短可达路径则将该路径加入全覆盖路径中，并从下一个非障碍像素对应的网格开始继续在低精度网格图中遍历；若不存在最短可达路径则按照原先的全覆盖路径规划算法正常执行。