[发明专利]一种基于图的栅格地图分割方法

权利要求书

1.一种基于图的栅格地图分割方法，其特征在于，包括：

S1、初始化参数，包括：初始聚类中心数K₀、每类所含最少样本数目N₀、归并系数θ₀、聚类样本分散程度阈值σ₀、聚类算法最大迭代次数N_max、连通性阈值θ_c；

S2、读取栅格地图后进行地图预处理，将栅格地图图像数据归一化，得到自由区域构成的聚类数据集D；

S3、根据步骤S1的初始化参数，采用结合光线投掷算法的迭代自组织数据分析算法对步骤S2中的D进行聚类；

S4、根据步骤S3的聚类结果建立无向图；

S5、计算无向图中所有节点的度，通过节点的度分割孤立区域；

S6、对所有非孤立节点构建连通图，得到待优化的分割区域集合；

S7、计算连通图的节点与各待优化的分割区域中所有节点的连通性，根据计算得到的连通性优化待分割区域，得到分割区域，根据分割区域与孤立区域得到栅格地图分割结果。

2.根据权利要求1所述的一种基于图的栅格地图分割方法，其特征在于，步骤S2具体为：占据栅格灰度值为0，未探测栅格灰度值为204，空闲栅格灰度值为254；裁剪栅格地图边缘的未探测区域；使用的中值滤波对地图进行去噪处理，得到地图I；从地图I中获取自由区域构成聚类数据集D。

3.根据权利要求1所述的一种基于图的栅格地图分割方法，其特征在于，步骤S3包括以下分步骤：

S31、随机生成K₀个初始聚类中心，表示为并用像素坐标表示每个聚类中心c_m和D中的每个样本数据；

S32、计算D中每个聚类样本与所有聚类中心间的城市街区距离，然后将聚类样本分配至对应的类；

S33、若某个类中的样本数量小于N₀，则将该类中的样本重新分配给距离最近的一个类；

S34、重新计算所有类的聚类中心，得到当前的聚类中心集合；

S35、若当前聚类数K小于K₀/2，则执行类分裂处理；若当前聚类数K大于2K₀，则执行类合并处理；否则执行步骤S36；

S36、判断是否达到最大迭代次数N_max，若达到则终止聚类算法，获得对栅格地图自由区域的聚类结果，否则返回步骤S32。

4.根据权利要求3所述的一种基于图的栅格地图分割方法，其特征在于，所述类分裂处理过程为：

A1、分别计算每个聚类中所有样本与类中心在二维坐标下的欧氏距离及其标准差，得到每一聚类对应两个维度的标准差；记类C'_m两个标准差中的最大值为

A2、若超过阈值σ₀，且所含样本数量超过2N₀，则执行A3；否则执行S36；

A3、将类C'_m分裂成两个类别，并分别计算两个类别的聚类中心，然后计算类C'_m中的样本与两个聚类中心的距离，将类C'_m中的样本划分至与该样本距离最近的那一类。

5.根据权利要求4所述的一种基于图的栅格地图分割方法，其特征在于，所述类合并处理过程具体为：

B1、计算每两个类中心间的距离l；

B2、判断是否满足l小于阈值θ₀，若是则执行步骤B3；否则执行步骤S39；

B3、将类C'_m1和C'_m2合并成为一个新类别，计算新类别的中心c'_mnew，即将类C'_m1和C'_m2中的所有样本分配给新类中心c'_mnew。