[发明专利]一种基于探测并跟随距目标最近且未被访问的间隙的未知迷宫遍历方法

说明书

本发明公开了一种基于探测并跟随距目标最近且未被访问的间隙的未知迷宫遍历方法，基于传感器深度扫描到的机器人周围的深度信息、机器人尺寸确定机器人周围的自由空间；扫描自由空间内深度点寻找不连续，进而获得间隙，进一步获得有效的间隙；将有效的间隙以kdtree的形式建立拓扑地图；结合机器人当前时刻的位置在拓扑地图中查找机器人当前可以搜索到的间隙，并将各间隙的中点与迷宫终点的距离按照从大到小进行排列，最终选择离迷宫终点最近且未被访问过的间隙作为下一时刻探索访问的子目标；使用间隙的拓扑地图进行是否重复访问的检查，将帮助机器人避免卡在死胡同或者循环当中；本方法可以使机器人到达迷宫中任意一个目标点。

技术领域

本发明属于机器人控制技术领域，尤其是一种基于探测并跟随距目标最近且未被访问的间隙的未知迷宫遍历方法

背景技术

包含不同道路分支的复杂环境被称作迷宫。迷宫问题求解的目标是尽可能在最短的时间内找出一条路径最短、效率最高的路径，并沿着这条路径到达迷宫终点(目标点)。迷宫求解系统可以应用在消防救援、救灾机器人、智能交通控制系统等多个领域。当今已有许多不同的迷宫求解方案，大致可以分为两类：基于已知迷宫模型求解，在求解问题一开始便已知整个迷宫模型的结构；基于传感器信息求解，在求解问题开始时迷宫结构未知，依靠传感器信息对未知迷宫进行遍历。

当今已有许多不同的迷宫求解方案，大致可以分为两类：基于已知迷宫模型求解，在求解问题一开始便已知整个迷宫模型的结构；基于传感器信息求解，在求解问题开始时迷宫结构未知，依靠传感器信息对未知迷宫进行遍历。

基于已知迷宫模型求解的方案主要有Flood fill及其改进算法、基于图像处理和图理论的相关算法。Flood fill及其改进算法只适用于迷宫路径边界被很好定义的环境。且由于算法基于图理论，需要巨大的内存空间和复杂的递归运算，其时间复杂度和运算量将随着迷宫的增大呈指数级上升。且这种算法不具备区分迷宫某区域是否已经被访问过的机制。

基于图像处理和图理论的相关算法除了具有图理论本身的劣势之外，由于算法基于图像处理，求解一开始便需要完整的迷宫地图，且求解过程容易受到迷宫现场环境不同光照条件的干扰

基于间隙搜索的导航方案在移动机器人应用的过程中也被证明是成功的，但是仅仅使用间隙这一信息不足以指导机器人成功的通过一个未知的迷宫。且这类方法很有可能使机器人产生震荡性的动作。尽管这类方法也有许多改进方案，但它们大多在选择下一间隙进行搜索时仅仅依照各间隙距离终点的距离，如此将很容易的导致机器人陷入死胡同。

基于图像处理和图理论的相关算法，基于图像处理和图理论的相关算法除了具有图理论本身的劣势之外，由于算法基于图像处理，求解一开始便需要完整的迷宫地图，且求解过程容易受到迷宫现场环境不同光照条件的干扰。

仅基于间隙遍历的算法，如Nearness-Diagram(ND)gap-based methods。这类方法很有可能使机器人产生震荡性的动作。尽管这类方法也有许多改进方案，但它们大多在选择下一间隙进行搜索时仅仅依照各间隙距离终点的距离，如此将很容易的导致机器人陷入死胡同。

基于遍历求解迷宫的技术方案主要有：Random Mouse、Wall Follower、Pledgealgorithm和Tremaux‘s algorithm。Random Mouse是一种繁琐且不智能的遍历方案，迷宫中的机器人在寻找终点目标时只会沿着一个方向直走直到到达迷宫的分叉路口。当机器人到达分叉路口时，会随机选择一条支路作为接下来的方向。Wall follower只能用来求解简单的迷宫，如果遇到复杂的迷宫，求解过程可能会陷入死循环，整个算法退化为沿着墙壁自始至终的绕圈。Pledge算法是wall follower的一种改进算法，它解决了前者会陷入死循环的问题，但它无法在一个迷宫中求解出到达某些特定点的方案。Tremaux的算法是一种高效的迷宫求解方案，但它需要在迷宫的地上画一根线去标识路径。

然而上述传统的解决方案大多数不仅需要花费大量时间计算而且还容易使求解过程陷入死胡同。