[发明专利]一种面向仓库通道场景的混合地图创建方法

说明书

本发明公开了一种面向仓库通道场景的混合地图创建方法，包括：步骤1.根据激光雷达初次测量结果，初始化货包角点位置概率分布；步骤2.根据激光雷达的多次测量结果，更新货包角点位置的概率分布；步骤3.根据已经更新好的角点概率分布，估计货包角点位置；步骤4.对货包边缘的线段信息进行提取；步骤5.使用递推最小二乘法估计货包边缘信息；步骤6.根据货包角点位置和边缘的估计结果，计算货包之间相对位置关系。本发明在考虑仓库通道环境特点的情况下，提出了描述货包特征和货包相互关系的货包链式地图。此方法为仓库通道环境下地图创建提供了一种解决方案。该方案易于实现，适应能力强，适合于仓库通道环境下地图创建问题。

技术领域

本发明属于移动机器人的环境建模领域，具体公开一种面向仓库通道场景的货包链式地图创建方法。

背景技术

环境地图即对周围环境进行建模，描述了机器人的工作环境。地图对实际环境描述的准确程度直接影响到机器人定位和导航的精度。仓库整体空间较大但通道空间狭窄的特点，这些特点要求环境地图在具备较高分辨率的同时有效利用存储空间。因此，建立准确、高效的仓库通道环境的地图很有必要。

环境地图按照维度划分常见的有二维地图和三维地图，二维环境可以通过单线激光雷达感知，而三维地图则需要通过多线激光雷达或者深度摄像机等来进行感知。二维地图可以分为三类，第一类是拓扑地图，第二类是特征地图，第三类是栅格地图。

拓扑地图由Kuipers等人提出，拓扑地图将环境表征为一些点和相关连线组成的拓扑结构图。其中，拓扑点定义为局部环境下用用最多等距障碍物的点，线表示两个点之间可以通行。拓扑地图是描述环境地图较为简洁的方式，存储了机器人的可行区域，在极大节省地图存储空间的同时忽略了环境的细节信息。

特征地图由特征和特征所在的位置来描述环境信息的地图。特征既可以是环境固有信息也可以是人为设定的标志。环境固有特征通常抽象为几何特征，这些几何特征通常包含对于环境结构的理解，比如将桌脚抽象为点，墙壁抽象为线，货包可以抽象为点、线和角的组合。传感器获取了测量数据之后，通过一些特征提取方法可以获得环境特征信息。高翔等人采用霍夫变换将实际环境中的线转换为霍夫平面的点，从而通过霍夫平面上点的组合来提取特征。最小二乘法也可用来拟合环境中出现的线段，并将这些线段组合得到环境特征。Lari等人采用split-merge算法通过设定阈值划分检测区域，通过合并过程提取环境特征。

栅格地图按照一定的大小，将整个环境进行划分，形成一张网格状的地图。占用栅格地图中，每一格通过0或者1来表示该位置是否被占用。一般而言，0用来表示该位置空旷，1用来表示该位置已被占用。当该位置的值未初始化时表示该位置尚未被探测，是否占用的情况未知。该方法由Elfes等人提出，并在机器人系统上实现。栅格地图可以清楚地表示整个环境的障碍物信息，环境信息的精确程度取决于栅格的大小，如果栅格较大地图占用的内存空间较小但环境信息也较为粗略，定位时往往不能达到足够的精度。当栅格较小时，地图的空间开销较大，相应能获取更高精度的地图。贾松敏等人将特征地图和栅格地图混合得到混合地图，该混合地图实现了分层匹配，首先检测传感器获取到的特征信息进行特征匹配，然后进行匹配栅格。但这种方法没有实现地图真正的融合，只是存储两份地图，匹配精度也受限于栅格地图的精度。

综上所述，环境地图描述以特征地图和栅格地图为主。特征地图保留环境中已处理的可识别信息，而失去环境中细节的描述。栅格地图能够对环境实现完整描述，但描述的精度取决于栅格大小的设置。过粗的栅格会丧失地图部分信息，并对一些区域描述不正确。过细的栅格会导致地图占用空间过大，导致难以加载和实时处理。而仓库整体环境往往较大，这导致整张地图较大，而仓库通道又比较狭窄，这对于地图分辨率有较高的要求。现有地图创建技术不能良好适用于仓库通道环境，有必要设计一种适合于仓库通道环境的地图创建方法。

发明内容

有鉴于此，为了解决上述问题，本发明提供一种面向仓库通道场景的混合地图创建方法。该方法易于实现，适应能力强，适合于仓库通道环境下地图创建问题。