[发明专利]一种基于类灰度图像的八叉树地图空洞补全方法

说明书

本发明公开一种基于类灰度图像的八叉树地图空洞补全方法，先读取八叉树地图，然后提取八叉树地图中每个栅格的中心点三维坐标，并将每个栅格的中心点投影到世界坐标系下的俯视平面，利用双线性插值法补全孤立的地图空洞点的高度信息，再将所有坐标点转换为二维灰度图像；基于Canny算子和梯度算子优化的Criminisi算法，对二维灰度图像像素异常区域进行修复，确定待补全块状空洞区域内所有栅格中心点的空间位置；最后，将地图空洞点和待补全块状空洞区域所有栅格中心点的空间位置存储到八叉树地图，以实现地图补全。本发明的方法较好的适用于于地外星球的探测过程中，用于地外探测车进行环境理解和路径规划，从而提高探测车的探测效率。

技术领域

本发明涉及机器人环境感知技术领域，尤其涉及一种基于类灰度图像的八叉树地图空洞补全方法。

背景技术

随着计算机技术的迅速发展，机器人研究的深入以及人们对机器人需求的扩大，能自主导航与智能移动的机器人成为研究的热点和重点。地图作为机器人自主定位、避障、规划路线的依据之一，其重要程度不言而喻。

地图有很多种表达方式，比如特征点地图、网格地图、拓扑地图等等。目前大部分机器人建图系统中使用点云地图，具有一些明显的缺陷：地图形式不紧凑，处理重叠的方式不够好，且难以用于导航。八叉树地图常被用于碰撞检测、路径规划、定位导航等应用任务中，与其它形式的地图相比，八叉树地图更注重对三维空间环境的建模，且使用八叉树(Octree)的数据结构存储地图，可以优雅地压缩、更新地图，并且分辨率可调。

由于地图的真值很难获取，很难对机器人所构建的地图进行定性的评价，面向地图的相关研究很少。移动机器人运动过程中由于视线遮挡和传感器视角盲区等因素，在构建地图的过程中会存在很多空洞，对机器人自主导航和对环境的理解造成很多的不便。

发明内容

本发明的目的是为了解决机器人建造八叉树地图过程中出现的空洞问题，提出一种类灰度图像的八叉树地图空洞补全方法，从而为移动机器人提供信息完整的地图。

本发明的目的通过如下的技术方案来实现：

一种基于类灰度图像的八叉树地图空洞补全方法，包括如下步骤：

步骤一：读取八叉树地图；

步骤二：提取所述八叉树地图中每个栅格的中心点三维坐标，组成坐标集，并将每个栅格的中心点投影到世界坐标系下的俯视平面，利用双线性插值法补全孤立的地图空洞点的高度信息，将补全后的地图空洞点加入坐标集，并将更新后的坐标集转换为二维灰度图像；

步骤三：基于Canny算子和梯度算子优化的Criminisi算法，对所述二维灰度图像像素异常区域进行修复，确定像素异常区域对应的待补全块状空洞区域内所有栅格中心点的空间位置；

步骤四：将所述地图空洞点和待补全块状空洞区域所有栅格中心点的空间位置存储到八叉树地图，以实现地图补全。

进一步地，所述步骤二通过如下步骤来实现：

(2.1)提取所述八叉树地图中每个栅格的中心点三维坐标，组成坐标集，将所述中心点投影到世界坐标系下的俯视平面，即xoy平面，然后将其中孤立的地图空洞点的高度设置为异常值，并提取所投影平面各坐标点的最大高度值；

(2.2)利用双线性插值法补全所述xoy平面中孤立的地图空洞点的高度信息，并将补全后的孤立空洞点加入坐标集，更新坐标集；

(2.3)将更新后坐标集中坐标点的x值和y值，依据地图的边界大小和八叉树地图分辨率的大小进行缩放和平移，即分别将x值和y值的最小值变换到像素坐标原点，并将以八叉树地图分辨率为间隔的坐标点变换成连续像素坐标点，坐标点对应的高度z值变换成相应像素点的像素值，从而将坐标集转换为二维灰度图像。

进一步地，所述步骤三通过如下步骤来实现：