[发明专利]障碍物自学习方法及新障碍物自学习方法

说明书

本发明涉及智能机器人技术领域，尤其涉及一种障碍物自学习方法及新障碍物自学习方法，障碍物自学习方法包括以下步骤：步骤1，获取移动区域的栅格地图数据，对每个栅格标记为未遍历；步骤2，设置栅格地图的起点栅格，将起点栅格数据入栈，控制移动单元到达起点栅格，重新标记起点栅格为已遍历；步骤3，每遍历一个栅格将该栅格数据入栈，控制移动单元遍历整个栅格地图，获取障碍物边界数据；步骤4，存储障碍物边界数据。通过使用本发明，可以实现以下效果：(1)自动获取障碍物信息，智能程度高，通过一次学习，以便能在以后的作业中主动避开障碍物；(2)能够自主学习环境中新增的障碍物。

技术领域

本发明涉及智能机器人技术领域，尤其涉及一种障碍物自学习方法及新障碍物自学习方法。

背景技术

为了实现割草机器人自主作业功能，需要获取作业环境内障碍物的信息，从而避免机器人与障碍物的碰撞。障碍物信息的获取主要有两种方式：预先示教获取、运用传感器实时获取。通过预先示教获取障碍物信息，存在以下缺点：示教过程繁琐，导致用户使用不方便；不能适应环境变化，新增障碍物后需要重新示教。运用传感器实时获取障碍物信息，存在以下缺点：需要动态规划路径，导致割草效率降低、出现漏割现象。

发明内容

为解决上述问题，本发明提出一种障碍物自学习方法及新障碍物自学习方法，无需外部提供障碍物信息，自动学习获取障碍物边界数据，并且一旦获取障碍物边界数据，能够将边界数据存储。

一种障碍物自学习方法，包括以下步骤：步骤1，获取移动区域的栅格地图数据，对每个栅格标记为未遍历；步骤2，设置栅格地图的起点栅格，将起点栅格数据入栈，控制移动单元到达起点栅格，重新标记起点栅格为已遍历；步骤3，每遍历一个栅格将该栅格数据入栈，控制移动单元遍历整个栅格地图，获取障碍物边界数据；步骤4，存储障碍物边界数据。

优选的，所述步骤3包括以下步骤：步骤3－1，以栈顶对应栅格为中心，依次检查栅格标记，在检查的过程中，若栅格的标记是未遍历，则控制移动单元前往该栅格，进入步骤3－2；若所有栅格标记都不是未遍历，则将栈顶元素退栈，若栈内元素个数为0，则完成移动区域遍历，进入步骤4，若栈内元素个数不为0，，进入步骤3－3；步骤3－2，若移动单元前往步骤3－1所述栅格的过程中没有发生碰撞，则重新标记该栅格为已遍历，将该栅格数据入栈，进入步骤3－1；若发生碰撞，则重新标记该栅格为障碍物，控制移动单元退回到上一个栅格，进入步骤3－1；步骤3－3，以栈顶对应栅格为中心，检查上方栅格、下方栅格、左方栅格、右方栅格的标记，若存在栅格的标记是未遍历，则进入步骤3－4；若所有栅格标记都不是未遍历，则将栈顶元素退栈，若栈内元素个数为0，则完成移动区域遍历，进入步骤4，若栈内元素个数不为0，进入步骤3－3；步骤3－4，寻找移动单元所在栅格前往栈顶对应栅格的无障碍物路径。

优选的，所述步骤3－4包括以下步骤：步骤3－4－1，将移动单元所在栅格作为中心，检查上方栅格、下方栅格、左方栅格、右方栅格的标记，对每个栅格标记为已遍历，分别进行步骤3－4－2；步骤3－4－2，若该栅格为栈顶对应栅格，则找到移动单元所在栅格前往栈顶对应栅格的无障碍物路径，进入步骤3－4－3；否则，以该栅格作为中心，检查上方栅格、下方栅格、左方栅格、右方栅格的标记，对每个栅格标记为已遍历，分别进行步骤3－4－2；步骤3－4－3，沿着无障碍路径，控制移动单元到达栈顶对应栅格，进入步骤3－1。

本发明还涉及一种新障碍物自学习方法，包括以下步骤：步骤1，根据存储的作业路径，控制移动单元前往下一个作业栅格，若发生碰撞，则进入步骤2，否则，到达作业栅格后，重复步骤1直到所有的作业栅格都已遍历，进入步骤5；步骤2，标记当前发生碰撞的栅格为障碍物，若当前栅格为下一个作业栅格，则将下一个作业栅格从作业路径移除，控制移动单元退回到上一个作业栅格，进入步骤4；若当前栅格不是下一个作业栅格，进入步骤3；步骤3，判断下一个作业栅格是否被障碍物栅格包围，若是，则将下一个作业栅格从作业路径中移除，并重复步骤4；若不是，则进入步骤4；步骤4，按照当前栅格地图的障碍物信息，寻找前往下一个作业栅格的无障碍路径，进入步骤1；步骤5，存储新障碍物边界数据。