[发明专利]一种在复杂地图下改进Visual Graph的方法

说明书

本发明公开了一种在复杂地图下改进Visual Graph的方法，使之不仅适用于凸多边形障碍物的地图，也适用于一般的复杂地形的SLAM地图。Visual Graph是1979年提出的路径规划算法，模拟了光线沿直线传播这一特性，将起点和终点与凸多边形障碍物的角点连接，构成路径，但也仅限于凸多边形障碍物。本发明沿用主要思路，即光沿直线传播，从路径的起点和终点发射光线，经过障碍物的反射，最终以光路为载体获得一条连接起点和终点的路径，实现路径规划的功能，而不是简单使用障碍物顶点连线作为载体，这样也就不仅限于凸多边形的障碍物，对一般复杂地形都适用。

技术领域

本发明涉及智能机器人运动规划领域内的一种路径规划算法，具体是一种针对地形复杂的地图下Visual Graph算法的改进，使其不仅可以应用在凸多边形障碍物的地图下，也可以运用在复杂的地图下。

背景技术

当下能够自主导航避障的机器人系统研究异常火热，而且也已经有许多产品应用于实践。如餐馆的服务机器人，就拥有障碍物识别，路径规划的能力；又如家庭扫地机器人，也拥有在开阔空间内规划自身运动路径的能力。在公共运输方面，无人机快递投递的应用已经开展的如火如荼，在快递投递上也必须用到路径规划，以使无人机能够在避开障碍物的前提下以最短的路径到达目的地并完成投递。

路径规划即是指机器人决策如何从地图的某一点运动到另一点的能力。首先要求机器人能够获得当前环境的地图信息，并能定位当前自身的位置，随后才可以进行路径规划，定位和建图的算法目前最实用的就是SLAM算法。目前有许多路径规划算法，如RRT、PRM等。

Visual Graph也是常用的路径规划算法，但是其应用对地图有严格的限制，要求地图的障碍物要是凸多边形，并且各个障碍物的顶点坐标已知，随后连接各个障碍物的顶点，并以这些连线为载体，生成路径。但是在实际应用场景中，地形是十分复杂的，地图中的障碍物形状是不规则的，而且其顶点坐标也是未知的，因此要直接利用Visual Graph算法是不可行的。现行的解决该问题的方法为，首先对地图进行预处理，使用形态学方法，如分水岭算法、特征匹配算法等，可以提取地图中的特征点或者障碍物的边界，获得障碍物的大致形状，并以直线连接各个特征点，将障碍物转化为一个凸多边形，再应用Visual Graph算法。这种方法的计算量不小，涉及的额外算法多，效率很难估算，而且在其将障碍物转化到凸多边形时，会对障碍物的边缘进行一定程度的膨胀或腐蚀，可能造成地图中原本不是障碍物的区域成为障碍物，原本是障碍物的区域成为可通过，可能使得最终得到的路径非法。

发明内容

本发明的技术解决问题：克服了原始Visual Graph对地图的硬性要求，提出一种在复杂地图下改进Visual Graph的方法，使其不再仅限于凸多边形障碍物的地图，在复杂的SLAM地图下也可以运行，并且无需对地图做预处理，节点的密度参数也很容易调整，以生成精确的路径。

本发明的技术解决方案：一种在复杂地图下改进Visual Graph的方法，其特征在于：能够使Visual Graph不仅仅应用于凸多边形障碍物的地图，对一般的SLAM地图也可以适用，其步骤如下：

步骤1：对地图进行转化，将灰度图或者SLAM所构建的地图二值化处理，得到转化后的地图，此过程称为地图二值化过程；

步骤2：针对转化后的地图，给定起点和终点，将起点和终点储存在一个顺序表中，并从起点和终点开始发射光线，开始建立光路图，此过程称为初始化过程；

步骤3：当光线碰触障碍物时，记录该碰撞点的坐标，并与顺序表中已有的节点求取距离，若距离小于一个阈值则舍弃该点，否则保留，该过程称为节点储存判定过程；

步骤4：从保留的节点开始，重新发射光线，并重复步骤3的过程，此过程称为重复光线发射过程；

步骤5：当所有光线碰撞障碍物都无法生成新的节点时，判断建图结束；