CN111723986A - 一种基于深度优先遍历的区域划分与合并方法 - Google Patents
一种基于深度优先遍历的区域划分与合并方法 Download PDFInfo
- Publication number
- CN111723986A CN111723986A CN202010558864.0A CN202010558864A CN111723986A CN 111723986 A CN111723986 A CN 111723986A CN 202010558864 A CN202010558864 A CN 202010558864A CN 111723986 A CN111723986 A CN 111723986A
- Authority
- CN
- China
- Prior art keywords
- node
- queue
- adjacent node
- traversal
- accessed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000010586 diagram Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 2
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 abstract description 4
- 238000005265 energy consumption Methods 0.000 abstract description 3
- 230000007704 transition Effects 0.000 abstract description 2
- 241000283690 Bos taurus Species 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009313 farming Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
Abstract
本发明公开了一种基于深度优先遍历的区域划分与合并方法,是对凹多边形区域划分为多个凸多边形子区域的方法,以便于无人机在测绘时减少子区域间的过渡飞行距离和转弯个数。它包括以下步骤:首先对凹多边形区域进行划分,划分为多个凸多边形子区域,然后根据各子区域的邻接关系建立连通图,再利用改进的深度优先算法对连通图进行遍历搜索,找到能够合并的子区域从而形成尽可能大的凸多边形。本发明针对无人机在测绘时的能源消耗问题,对可能遇到的凹多边形区域进行了合理的划分与合并,以保证无人机更快的完成测绘任务。
Description
技术领域
本发明属于图像处理技术领域,具体涉及一种基于邻接图深度优先遍历的区域划分方法。
背景技术
随着无人机相关技术的快速发展,将无人机用于测绘已成为一个有效的手段,目前对于一些特殊区域采用无人机进行测绘不仅需要考虑地形环境因素,还需要考虑无人机的能耗问题。同时伴随着我国智慧港口的建设,大量高新科技融合进了港口的生产管理系统中,对于港口的信息管理,基础信息是必不可少的。现代港口范围广,海岸线长,依靠传统的卫星来获得港口影像已不合时宜,不仅因为卫星拍摄的影像实时性差,还有就是分辨率低和空间信息太少,导致参考价值不大,难以满足港口方案设计或是监控系统的需求。将无人机运用到港口中,通过搭载的相机以获得港口较为全面的信息,可以大大提高港口的管理效率。
对于比较规则的图形区域,文献(Coombes M,Chen W H,Liu C.Boustrophedoncoverage path planning for UAV aerial surveys in wind[C]//2017InternationalConference on Unmanned Aircraft Systems(ICUAS).IEEE,2017:1563-1571.)考虑了无人机在有风的情况下,采用传统的牛耕式行走方式对一个凸多边形区域进行了覆盖扫描,同时文献(Cabreira T M,Di Franco C,Ferreira P R,et al.Energy-aware spiralcoverage path planning for uav photogrammetric applications[J].IEEE Roboticsand Automation Letters,2018,3(4):3662-3668.)指出了在常规的凸多边区域采取内外螺旋行走方式可以减少无人机转弯时的能源消耗,以上两种情况都未考虑凹多边形区域。公开号为CN 105786957B的中国专利“一种基于单元格邻接关系与深度优先遍历的表格排序方法”很好的解决了因扫描或拍照时造成的表格扭曲,不利于对单元格排序的问题,但是此方法并没有对一个凹多边形图像进行分解与合并。
发明内容
为了解决现有技术上的问题,本发明提出了一种基于深度优先遍历的凹多边形区域的划分与合并方法。首先延长各凹角的边直至与凹多边形的边界相交,此时将凹多边形区域划分为多个子区域。新划分的区域内部含有多个新角,包括延长线与延长线间的夹角、延长线与区域边界夹角,因此得到的各子区域均为凸多边形。若直接在各子区域中使用牛耕法进行覆盖扫描就会形成过多的转弯个数和区域间的调度距离,这将造成无人机能源的浪费。再通过建立子区域的连通示意图来表示各子区域的邻接关系,接着采用带有约束的深度优先遍历方法对连通图的各节点进行搜索,当搜索到新的不满足约束的节点为止,最后将遍历过的节点所对应的区域合并在一起,即可得到一块新的较大的凸多边形子区域。本发明通过以下具体步骤来实现:
步骤1:将凹多边形区域划分为各个非凹的子区域,然后建立子区域连通示意图,此时示意图是无方向的。
步骤2:任选一个节点为起始节点,假设首先访问节点A,并将其存储在已访问节点的队列中。
步骤3:接着按照“右手原则”优先寻找未访问过的右边邻接节点。约定“右手原则”为以人站在此节点时,人的右手边为优先访问对象,然后按逆时针方向搜索。最后得到一个或多个“未访问邻接节点队列”。
步骤4:将得到的“未访问邻接节点队列”保存至“未访问邻接节点队列组”中。
步骤5:若存在多个“未访问邻接节点队列”,则按从左到右顺序访问“组”中第一对“未访问邻接节点队列”,并将其从“未访问邻接节点组”中删除。此时“未访问邻接节点队列”变为“已访问邻接节点队列”。
步骤6:判断当前“已访问邻接节点队列”是否满足遍历搜索的约束条件。其中约束条件如下,
1)与同一节点相连构成实心圆点的两个节点在任何情况下都无法互通,即形成凹多边形夹角的两个对顶多边形。若将这两个多边形合并就会形成凹多边形。
2)当连通图的4个节点构成一个环形,并且已经有三个邻接节点被访问,此时要判断第四个节点是否可以被访问,若不行则此三个邻接区域不能合并。
若满足遍历的约束条件则返回步骤3,若不满足则将此“已访问邻接节点队列”保存至“无效队列组”中,然后执行步骤7。
步骤7:判断“未访问邻接节点组”是否为空,若为空就结束搜索过程,若不为空就返回执行步骤5。
与现有的方法相比,本发明的有益效果为:该改进的深度优先遍历算法能够对凹多边形进行很好的划分与合并,化凹为凸,然后得到一系列较大的凸多边形,更好的便于无人机使用牛耕式行走方式进行覆盖扫描,这大大减少了子区域间的过渡距离和无人机的转弯个数。
附图说明
图1为本发明的流程图
图2为给出的一个具体凹多边形区域
图3为采用“延长凹角边”法区域划分示意图
图4为根据各子区域间的相邻关系转换成的连通图
图5为凹多边形夹角的两个对顶多边形合并示意图
图6为只遍历环形连通图中三个节点形成的合并示意图
图7为以节点3为起点的有效访问队列
图8为连通图的拆解图
图9为划分区域后的合并示意图
具体实施方式
下面将结合附图及实施例对本发明作进一步详细说明。
该改进的深度优先遍历方法是对一块凹多边形区域进行划分与合并,本实施例中选用图2加以说明。图1是本发明基于改进的深度优先遍历算法的凹多边形区域划分方法的实施流程图,下面结合图1介绍具体的实施步骤。
步骤1,先将图2按照“延长凹角边”法对区域进行划分,得到多个较小的凸多边形。如图3所示,A、B为目标区域的凹角顶点,首先延长各凹角的边直至与凹多边形的边界相交,此时将凹多边形区域划分为6个子区域。在延长的过程中,延长线交于点C,此时新划分的区域内部含有多个新角,包括延长线与延长线间的夹角、延长线与区域边界夹角,因此得到的6个子区域均为凸多边形。然后根据各子区域间的相邻关系转换成的连通图,如图3所示,对连通图做如下规定:
1)每一个节点代表一个区域,有公共边的两块区域由线连接;
2)存在的A和B两个凹角顶点,并且与同一节点相连的两个点为实心圆点,如1、2节点和4、6节点;
3)四个彼此相连的区域在连通图中形成一个环路,如2、3、4、5节点。
步骤2,在6个节点中任选一个节点作为起始点,在本实施例中以节点3为起始点,将其视为根节点,并将其存储在已访问节点的队列中。
步骤3,接着按照“右手原则”优先寻找未访问过的右边邻接节点。约定“右手原则”为以人站在此节点时,人的右手边为优先访问对象,然后按逆时针方向搜索。最后得到一个或多个“未访问邻接节点队列”。在本实施例中,先是(3,5),再是(3,2)。
步骤4,将得到的“未访问邻接节点队列”保存至“未访问邻接节点队列组”中,此时组中含有(3,5)和(3,2)队列。
步骤5,若存在多个“未访问邻接节点队列”,则按从左到右顺序访问“组”中第一个“未访问邻接节点队列”,也就是(3,5)队列,并将其从“未访问邻接节点组”中删除。此时“未访问邻接节点队列”变为“已访问邻接节点队列”,“未访问邻接节点组”中还有一个(3,2)队列。
步骤6,判断当前“已访问邻接节点队列”是否满足遍历搜索的约束条件。其中约束条件如下,
1)与同一节点相连构成实心圆点的两个节点在任何情况下都无法互通,即形成凹多边形夹角的两个对顶多边形,如图5中,1、2两个区域。若将这两个多边形合并就会形成凹多边形。
2)当连通图的4个节点构成一个环形,并且已经有三个邻接节点被访问,此时要判断第四个节点是否可以被访问,若不行则此三个邻接区域不能合并,如图6中,3、4、5三个区域。
若满足遍历的约束条件则返回步骤3,若不满足则将此“未访问邻接节点队列”保存至“无效队列组”中,接着执行步骤7。
步骤7,判断“未访问邻接节点组”是否为空,若为空就结束搜索过程,输出上一层的队列结果,若不为空就返回执行步骤5。
图7是执行上述步骤后得到的以节点3为起点的有效访问队列,有效队列为(3、5、6),(3、5、4、2)和(3、2、4、5),其中(3、5、4、2)和(3、2、4、5)节点相同,因此可以归为一类。
图8为连通图的拆解示意图,将节点3、5、6和2、3、4、5从连通图中断开并用虚线将其合并为一个整体,而其余的节点保留原来的连通状态。对余下的连通图继续采用以上的搜索方法,直至所有节点都被访问为止。
图9为以节点3为起点的子区域合并示意图。有三种合并情况,分别为
1)节点3、5、6合并区域;节点1、4合并区域;节点2对应的单独区域
2)节点3、5、6合并区域;节点2、4合并区域;节点1对应的单独区域
3)节点2、3、4、5合并区域;节点1对应的单独区域;节点6对应的单独区域。
Claims (1)
1.一种基于深度优先遍历的区域划分与合并方法,其特征在于,包含以下步骤:
步骤1:将凹多边形区域划分为多个非凹的子区域,然后建立子区域连通示意图,此时示意图是无方向的;
步骤2:任选一个节点为起始节点,假设首先访问节点A,并将其存储在已访问节点的队列中;
步骤3:接着按照“右手原则”优先寻找未访问过的右边邻接节点;约定“右手原则”为以人站在此节点时,人的右手边为优先访问对象,然后按逆时针方向搜索;最后得到“未访问邻接节点队列”;
步骤4:将得到的“未访问邻接节点队列”保存至“未访问邻接节点队列组”中;
步骤5:若存在多个“未访问邻接节点队列”,则按从左到右顺序访问“组”中第一对“未访问邻接节点队列”,并将其从“未访问邻接节点组”中删除;此时“未访问邻接节点队列”变为“已访问邻接节点队列”;
步骤6:判断当前“已访问邻接节点队列”是否满足遍历搜索的约束条件;若满足遍历的约束条件则返回步骤3,若不满足则将此“已访问邻接节点队列”保存至“无效队列组”中,然后执行步骤7;
步骤7:判断“未访问邻接节点组”是否为空,若为空就结束搜索过程,若不为空就返回执行步骤5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010558864.0A CN111723986A (zh) | 2020-06-18 | 2020-06-18 | 一种基于深度优先遍历的区域划分与合并方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010558864.0A CN111723986A (zh) | 2020-06-18 | 2020-06-18 | 一种基于深度优先遍历的区域划分与合并方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111723986A true CN111723986A (zh) | 2020-09-29 |
Family
ID=72567445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010558864.0A Pending CN111723986A (zh) | 2020-06-18 | 2020-06-18 | 一种基于深度优先遍历的区域划分与合并方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111723986A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113219995A (zh) * | 2021-06-04 | 2021-08-06 | 深圳飞鼠动力科技有限公司 | 一种路径规划方法及清洁机器人 |
CN113610234A (zh) * | 2021-08-11 | 2021-11-05 | 中国银行股份有限公司 | 基于深度优先搜索的优化算法的全排列方法及装置 |
CN115050185A (zh) * | 2022-06-14 | 2022-09-13 | 北京车网科技发展有限公司 | 一种车辆运行范围合规性的判别方法、系统和存储介质 |
CN117152458A (zh) * | 2023-11-01 | 2023-12-01 | 南京盛视工业技术有限公司 | 一种基于行程编码的连通域快速提取方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106289264A (zh) * | 2016-08-26 | 2017-01-04 | 哈尔滨工业大学深圳研究生院 | 一种基于子区域划分的多无人机遍历搜索算法 |
CN110502006A (zh) * | 2019-07-22 | 2019-11-26 | 中国矿业大学 | 一种矿区废弃地移动机器人全覆盖路径规划方法 |
-
2020
- 2020-06-18 CN CN202010558864.0A patent/CN111723986A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106289264A (zh) * | 2016-08-26 | 2017-01-04 | 哈尔滨工业大学深圳研究生院 | 一种基于子区域划分的多无人机遍历搜索算法 |
CN110502006A (zh) * | 2019-07-22 | 2019-11-26 | 中国矿业大学 | 一种矿区废弃地移动机器人全覆盖路径规划方法 |
Non-Patent Citations (5)
Title |
---|
吴一民;李海涛;李佳;: "复杂区域刺绣问题的建模与求解", 电脑与电信, no. 12 * |
徐博: "植保无人机航线规划方法研究", 中国博士学位论文全文数据库(工程科技Ⅱ辑), pages 30 * |
王秀闽;刘洪;孟小红;李桃;: "用于块体划分的最小回路法及模型试验", 石油物探, no. 03 * |
苗凤金;邵云鹏;祝锡晶;成全;张洪;: "基于改进算法的MBD模型信息提取方法与运用", 组合机床与自动化加工技术, no. 05 * |
阮晓钢;徐绍敏;: "一个室内清洁机器人的区域遍历与地图绘制", 机器人技术与应用, no. 04 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113219995A (zh) * | 2021-06-04 | 2021-08-06 | 深圳飞鼠动力科技有限公司 | 一种路径规划方法及清洁机器人 |
CN113610234A (zh) * | 2021-08-11 | 2021-11-05 | 中国银行股份有限公司 | 基于深度优先搜索的优化算法的全排列方法及装置 |
CN115050185A (zh) * | 2022-06-14 | 2022-09-13 | 北京车网科技发展有限公司 | 一种车辆运行范围合规性的判别方法、系统和存储介质 |
CN115050185B (zh) * | 2022-06-14 | 2023-08-25 | 北京车网科技发展有限公司 | 一种车辆运行范围合规性的判别方法、系统和存储介质 |
CN117152458A (zh) * | 2023-11-01 | 2023-12-01 | 南京盛视工业技术有限公司 | 一种基于行程编码的连通域快速提取方法及系统 |
CN117152458B (zh) * | 2023-11-01 | 2024-01-30 | 南京盛视工业技术有限公司 | 一种基于行程编码的连通域快速提取方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111723986A (zh) | 一种基于深度优先遍历的区域划分与合并方法 | |
CN109961440B (zh) | 一种基于深度图的三维激光雷达点云目标分割方法 | |
WO2020134082A1 (zh) | 一种路径规划方法、装置和移动设备 | |
CN109828607B (zh) | 一种面向不规则障碍物的无人机路径规划方法及系统 | |
CN110006430B (zh) | 一种航迹规划算法的优化方法 | |
CN107924188A (zh) | 一种无人机的飞行路径规划、控制方法及系统 | |
Park et al. | A look-up table based approach for solving the camera selection problem in large camera networks | |
CN110850875B (zh) | 分布式光伏电站无人机巡检线路规划方法、系统及存储介质 | |
CN110196059B (zh) | 一种无人艇全局路径规划方法 | |
CN111679692A (zh) | 一种基于改进A-star算法的无人机路径规划方法 | |
CN108334080A (zh) | 一种针对机器人导航的虚拟墙自动生成方法 | |
CN109520504A (zh) | 一种基于网格离散化的无人机巡查路径优化方法 | |
CN107544502A (zh) | 一种已知环境下的移动机器人规划方法 | |
Bewley et al. | Advantages of exploiting projection structure for segmenting dense 3D point clouds | |
CN113985429A (zh) | 基于三维激光雷达的无人机环境扫描与重构方法 | |
CN107153889B (zh) | 水质采样巡航船路径规划最优化方法 | |
Li et al. | Improving autonomous exploration using reduced approximated generalized voronoi graphs | |
CN116679307A (zh) | 基于三维激光雷达的城市轨道交通巡检机器人定位方法 | |
Tian et al. | A survey on MDS-based localization for wireless sensor network | |
CN115857543A (zh) | 一种基于先验信息的多无人机协同搜索方法 | |
CN113341975B (zh) | 基于变目标函数萤火虫优化路径的机器人移动方法 | |
CN111580563B (zh) | 一种基于种子搜索的无人机自主避障飞行方法 | |
CN114509085A (zh) | 一种结合栅格和拓扑地图的快速路径搜索方法 | |
CN117472083B (zh) | 一种多无人机协同海上搜索路径规划方法 | |
Zehua | MTSP UAV detection problem based on ant algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |