[发明专利]层次代价地图生成与融合方法、系统、终端及移动机器人

说明书

本发明的层次代价地图生成与融合方法、系统、终端及移动机器人，首先实时接收机器人行进过程中关于障碍物的信息流，并获取机器人位姿；对各传感器分别所对应的传感器信息进行离散化以及概率化，获得对应各传感器的二维离散概率地图；将上述多张二维离散概率地图进行融合，并进行填值处理，得到代价地图；所述方法在生成概率地图时，将多个传感器的信息相结合，使得地图的准确性，全面性得到了提高，并且传感器以插件的形式与地图进行结合，在硬件改动的情况下，软件不需要大的改动，便于机器人的升级。

技术领域

本发明涉及人工智能领域，特别是涉及一种层次代价地图生成与融合方法、系统、终端及移动机器人。

背景技术

机器人在移动和规划的过程中，由于定位精度不足，准确度不够等原因，与障碍物的距离难以精确的控制。而且目前国内现有的二维地图，只能以二值化的形式来表现有无障碍物，还需要在导航和规划模块上增加对障碍物距离的把控，调试复杂，且在机器人为不规则形状时难以描述机器人相对于障碍物的位姿如果需要在这个时候做出导航和规划，必须在每一步考虑机器人的内外径和障碍物的距离之间的关系。

目前常见的解决方案虽然是使用代价地图，但是分层的类型是基于实际意义的。这样的设计虽然易于理解，但是在机器人硬件略微发生变动的情况下，软件也必需大幅度改动，增大了研发成本，且不利于模块复用。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种层次代价地图生成与融合方法、系统、终端及移动机器人，用于解决现有技术中构建的代价地图在机器人硬件略微发生变动的情况下，软件也必需大幅度改动，增大了研发成本，且不利于模块复用。。

为实现上述目的及其他相关目的，本发明提供一种层次代价地图生成与融合方法，应用于移动机器人，其设有多个传感器，所述方法包括：实时接收各传感器的传感器信息以及机器人位姿；对各传感器分别所对应的传感器信息进行离散化以及概率化，获得对应各传感器的二维离散概率地图；基于所述机器人位姿，分别对各二维离散概率地图进行坐标转换，获得分别对应各传感器的世界坐标系下的二维离散概率地图；对世界坐标系下的各二维离散地图进行融合获得融合二维离散概率地图；对所述融合二维离散概率地图进行填值处理，以获得用于对所述移动机器人进行路线规划的代价地图。

于本发明的一实施例中，所述对各传感器分别所对应的传感器信息进行离散化以及概率化，获得对应各传感器信的二维离散概率地图包括：分别在各传感器所对应的传感器信息中提取对应各传感器信息的包含障碍物信息的有效帧；基于预处理模型，对对应各传感器信息的有效帧分别进行离散化以及概率化，以获得对应各传感器的二维离散概率地图。

于本发明的一实施例中，所述静态识别信息包括：静态姿态信息和/或静态位置信息。

于本发明的一实施例中，所述对世界坐标系下的各二维离散地图进行融合获得融合二维离散概率地图包括：确定所需的融合二维离散概率地图的各图层分别所占权重；将所述融合二维离散概率地图图层的初始概率设置为不确定概率值；基于贝叶斯公式，对世界坐标系下的各二维离散地图进行融合获得所述融合二维离散概率地图。

于本发明的一实施例中，所述对所述融合二维离散概率地图进行填值处理，以获得用于对所述移动机器人进行路线规划的代价地图包括：确定概率门槛值，对所述融合二维离散概率地图进行二值化，获得障碍物地图；基于确定的特定衰减函数，对所述障碍物地图进行填值处理，并获得用于对所述移动机器人进行路线规划的代价地图。

于本发明的一实施例中，所述基于确定的特定衰减函数，对所述障碍物地图进行填值处理，并获得用于对所述移动机器人进行路线规划的代价地图包括：将障碍物地图中未处理的距离障碍物最近的一或多个网格点加入处理队列，并基于特定的衰减函数计算对应各网格点的代价值；若对应各网格点到机器人的距离全部超过填值半径，则根据各对应各网格点的代价值，获得用于对所述移动机器人进行路线规划的代价地图；若对应各网格点到机器人的距离未超过填值半径，则对未超过填值半径的网格点重新计算代价值。