CN105511485A - 用于自移动机器人栅格地图的创建方法 - Google Patents

Abstract

本发明提供一种用于自移动机器人栅格地图的创建方法，包括以下步骤：步骤一：将地图划分为许多单元格形成初始栅格地图，把含有障碍物的单元格定义为在先障碍物区域(X)；步骤二：以初始栅格地图中栅格的顶点为中心辐射至单元格大小，形成新的栅格地图，其中所述顶点成为新的栅格地图单元格的中心点；步骤三：在新的栅格地图中，把含有在先障碍物区域(X)的单元格定义为最终障碍物区域(Z)。本发明的用于自移动机器人栅格地图的创建方法能够使机器人有效的避开障碍物(100)，减少转弯次数，且能够有效的避免碰撞问题，比膨胀算法更灵活。

Description

用于自移动机器人栅格地图的创建方法

技术领域

本发明涉及一种用于自移动机器人栅格地图的创建方法，属于机器人领域。

背景技术

在自移动机器人的路径规划技术中，每当机器人被应用于一个新的环境，机器人就需对周围环境进行探测，并建立地图。目前，现有的机器人通常采用栅格地图，把行走区域划分为障碍物区域和非障碍物区域，其中栅格地图的创建方法可参见CN103472823A。采用栅格算法时，以单元格作为区分障碍物区域和非障碍物区域的最小单位。如图1所示的阴影部分即为障碍物区域。但是实际操作过程中为了避免机器人与障碍物发生碰撞需要人为地把障碍物区域扩大，常用的方法有膨胀算法，即在图1所示障碍物区域的基础上以单元格为基准扩大一圈，得到如图2所示的障碍物区域。

该方法虽然可以有效解决机器人碰撞障碍物的问题，但是障碍物区域膨胀一圈的距离过大，使机器人躲避障碍物时运动不够灵活。为了解决该问题，容易想到的方法为细化单元格，使得栅格地图具有更高的精度。但是细化单元格势必会大大增大机器人的运算量，降低机器人的信息处理速度。另外膨胀算法使机器人路径规划或探索时存在折线过多、转折次数多等问题，限制了机器人平滑的运动。

发明内容

针对上述现有技术中存在的技术问题，本发明提供了一种用于自移动机器人栅格地图的创建方法。在以初始栅格地图的栅格顶点为中心辐射至单元格大小，形成新的栅格地图。这样既解决了中心栅格算法碰撞障碍物的问题，也解决了采用膨胀算法移动机器人不够灵活的问题，同时避免了采用细化单元格导致的运算量过大的问题。

本发明所要解决的技术问题是通过以下技术方案实现的：

本发明提供一种用于自移动机器人栅格地图的创建方法，包括以下步骤：

步骤一：将地图划分为许多单元格形成初始栅格地图，把含有障碍物的单元格定义为在先障碍物区域；步骤二：以初始栅格地图中栅格的顶点为中心辐射至单元格大小，形成新的栅格地图，其中所述顶点成为新的栅格地图单元格的中心点；步骤三：在新的栅格地图中，把含有在先障碍物区域的单元格定义为最终障碍物区域Z。

其中，所述步骤一具体为：所述的栅格化地图具体包括，将地图划分为许多单元格形成初始栅格地图，并定义自移动机器人在初始栅格地图中的起始位置，自移动机器人在行走的同时检测行走区域内是否存在障碍物100，若判断存在障碍物100则在初始栅格地图中把障碍物100所对应的单元格定义为在先障碍物区域X。实验结果显示，本发明的用于自移动机器人栅格地图的创建方法能够使机器人有效的避开障碍物，减少转弯次数，且能够有效的避免碰撞问题，比膨胀算法更灵活。

附图说明

图1是现有技术初始栅格地图的示意图；

图2是现有技术在图1的基础上结合膨胀算法的示意图；

图3和图4是本发明对图1中初始栅格地图进行更新的栅格地图示意图；

图5是本发明在新的栅格地图中形成的最终障碍物区域示意图。

具体实施方式

自移动机器人包括许多功能和种类的机器人，如擦窗机器人，地面清洁机器人等，本发明以地面清洁机器人为例说明，但并不限于此。本发明的地面清洁机器人包括控制单元、驱动单元、行走单元、检测单元和清洁单元。其中检测单元包括检测自身的移动方向和移动距离的码盘及其它用于探测周围的环境状况的传感器。

图1是现有技术初始栅格地图的示意图。如图1所示，当需要建立障碍物区域时，其方法为：先栅格化地图，将地图划分成许多单元格形成初始栅格地图，把所有含有障碍物100的单元格定义为在先障碍物区域X。具体来说，把清洁机器人放在未知的环境中先栅格化地图，即将地图划分为许多单元格形成初始栅格地图，这些单元格都是方格，并定义清洁机器人在初始栅格地图中的起始位置。行走过程中，清洁机器人通过码盘记录行走的距离和方向，即时更新清洁机器人在初始栅格地图中的当前位置，且清洁机器人在驱动单元驱动行走单元行走的同时通过检测单元检测行走区域内是否存在障碍物100，若控制单元判断存在障碍物则在初始栅格地图中把障碍物100所对应的单元格定义为在先障碍物区域X。以单元格作为区分障碍物区域和非障碍物区域的最小单位，含有障碍物100的单元格标注为1，不含障碍物100的单元格标注为0，所有标注为1的单元格组成在先障碍物区域X。本实施例中，所述在先障碍物区域X为图1的阴影区域D3-D7。

图2为现有技术在图1的基础上结合膨胀算法的示意图。如图2所示，膨胀算法是以在先障碍物区域X的边界向外扩展一圈单元格形成膨胀的障碍物区域Y，本实施例中，膨胀算法形成的障碍物区域是以单元格C2的左下顶点、E8的右上顶点为对角点的矩形区域，如前所述，此方法虽然可以有效解决机器人碰撞障碍物的问题，但是在先障碍物区域膨胀一圈的距离过大，使机器人躲避障碍物时运动不太灵活。

图3和图4为本发明对图1中初始栅格地图进行更新的栅格地图示意图。如图3并结合图4所示，以初始栅格地图中栅格的顶点为中心辐射至单元格大小，形成新的栅格地图。其方法具体为：以图1中初始栅格地图中栅格的顶点为中心辐射至单元格大小，即以初始栅格地图中每个单元格的顶点为中心辐射至单元格大小，形成虚线所示栅格，虚线所示栅格即新的栅格地图中的单元格，在初始栅格地图中栅格的顶点成为新的栅格地图单元格的中心点，进一步，清除初始栅格地图，在整个地图中仅剩下如图4所示虚线栅格，即完成地图更新，将初始栅格地图更新为新的栅格地图。需要指出的是，在地图更新的过程中，在先障碍物区域X的位置及大小不变，则在新的栅格地图中，在先障碍物区域X如图4所示。

图5是本发明在新的栅格地图中形成的最终障碍物区域示意图。其方法具体为：在图4的基础上，把含有在先障碍物区域的单元格定义为最终障碍物区域Z，完成自移动机器人栅格地图的创建。

将图5中最终障碍物区域Z与图2中通过膨胀算法所得的障碍物区域Y相比，不难看出最终障碍物区域Z小于障碍物区域Y，也就是说本发明在解决机器人膨胀障碍物问题的同时有效控制了在先障碍物区域X扩大的距离，使机器人躲避障碍物时运动更加灵活。

综上所述，本发明提供了一种用于自移动机器人栅格地图的创建方法，在使用栅格法划分环境的基础上，对初始栅格地图进行更新，通过以初始栅格地图的顶点为中心扩展一个单元格形成新的栅格地图，在新的栅格地图中，把含有在先障碍物区域的单元格定义为最终障碍物区域。这样既解决了初始栅格地图碰撞障碍物的问题，也解决了采用膨胀算法移动机器人不够灵活的问题，同时避免了采用细化单元格导致的运算量过大的问题。

Claims (2)

1.一种用于自移动机器人栅格地图的创建方法，其特征在于，包括以下步骤：

步骤一：将地图划分为许多单元格形成初始栅格地图，把含有障碍物的单元格定义为在先障碍物区域(X)；

步骤二：以初始栅格地图中栅格的顶点为中心辐射至单元格大小，形成新的栅格地图，其中所述顶点成为新的栅格地图单元格的中心点；

步骤三：在新的栅格地图中，把含有在先障碍物区域(X)的单元格定义为最终障碍物区域(Z)。

2.如权利要求1所述的用于自移动机器人栅格地图的创建方法，其特征在于，所述步骤一具体为：

所述的栅格化地图具体包括，将地图划分为许多单元格形成初始栅格地图，并定义自移动机器人在初始栅格地图中的起始位置，自移动机器人在行走的同时检测行走区域内是否存在障碍物(100)，若判断存在障碍物(100)则在初始栅格地图中把障碍物(100)所对应的单元格定义为在先障碍物区域(X)。