[发明专利]一种应用Visual Graph算法提取道路中线的方法

说明书

本发明公开了一种应用Visual Graph算法提取道路中线的方法。在路径规划的实际应用中，为了尽可能减少与障碍物的碰撞，常常会要求机器人行走在道路的中线，以提高机器人行走的安全性。而Visual Graph算法是1979年提出的一种非常经典的路径规划算法，模拟了光线沿直线传播这一特性。在本发明中，将采用该算法的执行思路，即光沿直线传播，来实现道路中线的提取，最终可以输出道路中线的坐标点及其连接关系，并在地图中绘出道路的中线，以供给机器人一条安全合适的路径进行行走。

技术领域

本发明涉及智能机器人运动规划领域内的一种提取道路中线的方法，具体是一种应用Visual Graph算法思路来提取道路的中线，最终输出道路中线的坐标点以及坐标点之间的连接关系。

背景技术

当下能够自主导航避障的机器人系统研究异常火热，而且也已经有许多产品应用于实践。如餐馆的服务机器人，就拥有障碍物识别，路径规划的能力；又如家庭扫地机器人，也拥有在开阔空间内规划自身运动路径的能力。在公共运输方面，无人机快递投递的应用已经开展的如火如荼，在快递投递上也必须用到路径规划，以使无人机能够在避开障碍物的前提下以最短的路径到达目的地并完成投递。

路径规划即是指机器人决策如何从地图的某一点运动到另一点的能力。首先要求机器人能够获得当前环境的地图信息，并能定位当前自身的位置，随后才可以进行路径规划，定位和建图的算法目前最实用的就是SLAM算法。目前有许多路径规划算法，如RRT、PRM等。

一种优秀的路径规划算法，必须保证机器人运行过程中能够有效地避开障碍物，快速准确地到达目的地。而目前许多的路径规划算法都有一种行为特点，那就是“贴边行走”。如经典的规划算法A*，它所生成的路径往往是紧贴障碍物的边缘的，这样的话，一旦机器人的传感器出现了一些问题，精度不够高的话，机器人很可能就会与障碍物发生碰撞导致不可预料的后果。为了使机器人获得的路径能够更加安全可靠，更加有效地避开障碍物，一般需要机器人能够运动在道路的中线，这样，即使机器人出现一些小的故障，偏离了原来的轨道，机器人也能够不碰撞障碍物，行走安全合法的道路。

现有的道路中线提取办法有Voronoi图构造法，此方法是以数学图形Voronoi图为理论基础，通过构造广义Voronoi图来进行道路中线的提取。但一般意义上的Voronoi图并不能表现出道路中线的信息，必须构造广义的Voronoi图，而广义Voronoi图的构造比较困难，一般采用扩展障碍物边界的方法，直到障碍物边界在某处相遇，则记该处为道路中线。这就首先需要障碍物边界提取技术的支持，扩展障碍物的算法复杂度也相对较大，导致该方法不易实现且计算量过大。

Visual Graph是常用的路径规划算法，在1979年首次提出，其主要应用了光线沿直线传播这一思想，利用模拟光线发射，与障碍物相撞得到碰撞点，再以碰撞点为新的发射节点重新发射光线，重复此过程以建立一张以光路为载体的拓扑图。

发明内容

本发明的技术解决问题：克服现有技术的不足，提供一种应用Visual Graph算法思路来提取道路中线的方法，最终可以输出道路中线的节点坐标以及节点之间的连接关系，并在地图中绘出道路的中线，以供给机器人一条安全合适的路径进行行走。

本发明的技术解决方案：应用Visual Graph算法提取道路中线的方法，其特点在于：应用Visual Graph算法思路来提取道路中线，最终输出道路中线的坐标点以及其连接关系，其步骤如下：

步骤1：对地图进行转化，将灰度图或者SLAM所构建的地图二值化处理，得到转化后的地图，存储为一个二维数组。此过程称为地图二值化过程；

步骤2：针对转化后的二维数组，在可通过的区域开始遍历所有像素点，并从每个可通行的像素点发射光线，每次发射两条射线，起点为所选点，两条射线成180°反向发射，此过程称为光线发射过程；