CN113888512A - 一种机器人仿真平台 - Google Patents

Abstract

本发明公开一种机器人仿真平台，具体包括：所述机器人仿真平台具体包括：环境构建模块，用于构建环境平面图，并在环境平面图中预设位置设置预设面积的参照物；图像预处理模块，用于对环境平面图进行图像预处理；轮廓识别模块，用于识别图像预处理后的环境平面图中的全部轮廓线，对全部轮廓线进行第一特征筛选获取可遍历区域，对全部轮廓线进行第二特征筛选获取参照物占用区域；第一计算模块，用于计算可遍历区域内像素点数量；第二计算模块，用于计算参照物占用区域内的像素点数量；区域面积计算模块，用于计算可遍历区域面积。本发明实现快速获取当前仿真环境的可遍历区域面积，使得机器人效果检测效率不受仿真环境限制。

Description

一种机器人仿真平台

技术邻域

本发明涉及图像处理邻域，具体涉及一种机器人仿真平台。

背景技术

随着科技的飞速发展，机器人被广泛应用于各个邻域，其中，服务型机器人，如：指引机器人、清洁机器人等，在日常生活中已随处可见。机器人在正式投入使用前，需要经过技术人员的反复测仿真测试和调节，直至达到目标效果才能投入使用，而机器人能否达到目标效果与其执行任务的效率相关，而执行任务的效率往往受机器人执行任务所需覆盖面积的影响。目前现有技术中针对机器人仿真平台不够方便快捷且精准度较差，因此，机器人仿真平台中快速获取当前环境内可遍历区域的面积，是提升机器人效果的评估效率的关键点。

发明内容

为解决上述问题，本发明提供了一种机器人仿真平台，适用于机器人仿真环境中可遍历区域面积的计算，大幅度提高仿真环境内可遍历区域面积的计算效率和精准度，从而提高机器人效果的评估效率。本发明的具体技术方案如下：

一种机器人仿真平台，所述机器人仿真平台具体包括：环境构建模块，用于构建环境平面图，并在环境平面图中预设位置设置预设面积的参照物；图像预处理模块，用于对环境平面图进行图像预处理，以获取图像预处理后的环境平面图；轮廓识别模块，用于识别图像预处理后的环境平面图中的全部轮廓线，并对全部轮廓线进行第一特征筛选获取可遍历区域，对全部轮廓线进行第二特征筛选获取参照物占用区域；第一计算模块，用于计算可遍历区域内的像素点数量；第二计算模块，用于计算参照物占用区域内的像素点数量；区域面积计算模块，用于根据参照物占用区域内的像素点数量、参照物的预设面积以及可遍历区域内的像素点数量，计算可遍历区域面积。

与现有技术相比，本技术方案公开的机器人仿真平台基于各模块实现对获取环境平面图内的全部轮廓线并进行特征筛选，获取可遍历区域和参照物占用区域的像素点数量，并根据获取的数据之间的数学关系，实现快速且高精准度的获取仿真环境中的可遍历区域面积，从而大幅提升机器人效果的评估效率，而且能够随着仿真环境的变换，快速获取当前仿真环境中可遍历区域面积，使得机器人仿真平台构建的仿真环境不受限制。

进一步地，所述图像预处理模块对环境平面图进行图像预处理具体包括：图像预处理模块对环境平面图进行阈值分割，使得图像预处理后的环境平面图为二值图像。本技术方案通过图像与处理模块对环境平面图进行阈值分割，使得环境平面图变换为二值图像，由于二值图像中每一个像素点只有两种可能的取值或灰度等级状态，所以变换为二值图像的环境平面图能够更精准地被识别到全部轮廓线，提高本技术方案中机器人仿真平台对环境平面图的轮廓线识别精度。

进一步地，所述轮廓识别模块识别图像预处理后的环境平面图中的全部轮廓线，具体包括：所述轮廓识别模块采用基于轮廓检测的findContours函数识别图像预处理后的环境平面图中全部轮廓像素点，所述环境平面图中的全部轮廓像素点连接组成所述图像预处理后的环境平面图中的全部轮廓线。

进一步地，所述图像预处理模块对环境平面图进行预处理具体包括：将环境平面图按照背景、障碍物和参照物采用三种不同颜色划分覆盖。本技术方案中将环境平面图划分为三种不同的颜色，以便于区分背景、障碍物和参照物。

进一步地，所述轮廓识别模块识别图像预处理后的环境平面图中的全部轮廓线，具体包括：通过检测图像预处理后的环境平面图中的颜色，根据不同颜色之间的交界识别图像预处理后的环境平面图中的全部轮廓线。本技术方案中基于环境平面图中不同颜色的划分，实现根据颜色的不同划分环境平面图，并根据不同颜色的交界识别全部轮廓线。

进一步地，所述轮廓识别模块对全部轮廓线进行第二特征筛选选取参照物占用区域，具体包括：所述轮廓识别模块从全部轮廓线中筛选出由参照物所代表颜色与背景所代表颜色的交界识别出的轮廓线作为参照物占用区域轮廓线，将该参照物占用区域轮廓线所包围的区域作为参照物占用区域。本技术方案中基于不同颜色划分背景、障碍物和参照物，因此能够通过不同颜色的交界作为特征筛选条件，实现快速区分参照物占用区域轮廓线，并确认参照物占用区域。

进一步地，所述轮廓识别模块对全部轮廓线进行第一特征筛选获取可遍历区域，具体包括：从全部轮廓线中筛选出其中长度最长、连续且封闭的轮廓线作为可遍历区域轮廓线，将该可遍历区域轮廓线所包围的区域作为可遍历区域。本技术方案中将可遍历区域轮廓线的筛选特征设定为长度最长且首尾相接的轮廓线，以使得能够筛选出可遍历区域轮廓线，而该筛选特征的设定是经过多次试验确定的结果。

进一步地，所述第一计算模块计算可遍历区域内的像素点数量，具体包括：获取可遍历区域轮廓线的质心点；判断可遍历区域轮廓线的质心点是否为非背景点；若是，则在该可遍历区域轮廓线的质心点的四邻域点或八邻域点中选取一个背景点作为可遍历区域触发点；若否，则将该可遍历区域轮廓线的质心点作为可遍历区域触发点；以可遍历区域触发点为初始中心，向其四周的像素点进行逐点覆盖，直至覆盖整个可遍历区域内的全部像素点，并记录可遍历区域内的像素点数量。本技术方案中获取可遍历区域轮廓线的质心点并对质心点是否为背景点进行判断，以确定一个背景点作为可遍历区域触发点，实现遍历整个可遍历区域的全部像素点，从而实现对可遍历区域内的像素点数量的统计。

进一步地，所述轮廓识别模块对全部轮廓线进行第二特征筛选获取参照物占用区域，具体包括：从全部轮廓线中筛选出其中位于环境平面图的预设位置且首尾相接为预设形状的轮廓线作为参照物占用区域轮廓线，将该参照物占用区域轮廓线所包围的区域作为参照物占用区域；其中，所述参照物为预设形状。本技术方案中参照物被设置为预设形状，并将预设形状作为筛选参照物占用区域轮廓线的特征之一，以便于更精准的筛选出参照物占用区域轮廓线，从而确定参照物占用区域。

进一步地，所述第二计算模块计算参照物占用区域内的像素点数量，具体包括：获取参照物占用区域轮廓线的质心点；判断参照物占用区域轮廓线的质心点是否在参照物占用区域内；若否，则在该参照物占用区域轮廓线的质心点的四邻域或八邻域中选取一个在参照物占用区域内的像素点作为参照物占用区域触发点；若是，则将该参照物占用区域轮廓线的质心点作为参照物占用区域触发点；以参照物占用区域触发点为初始中心，向其四周的像素点进行逐点覆盖，直至覆盖整个参照物占用区域内的全部像素点，并记录参照物占用区域内的像素点数量。本技术方案中对参照物占用区域采用洪水触发的方式遍历整个参照物占用区域，以实现对参照物占用区域的像素点数量的统计。

进一步地，所述区域面积计算模块根据参照物占用区域内的像素点数量、参照物的预设面积以及可遍历区域内的像素点数量，获取可遍历区域面积，具体包括：将参照物占用区域内的像素点数量作为除数，将参照物的预设面积作为被除数，将被除数与除数的商作为一个像素点所占用的面积；根据获取的一个像素点所占用的面积和可遍历区域内的像素点数量，确定可遍历区域面积为一个像素点所占用的面积与可遍历区域内的像素点数量的乘积。本技术方案中通过各个参数之间的数学关系快速精准计算出可遍历区域面积。

附图说明

图1为本发明第一实施例所述机器人仿真平台的模块示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清晰，以下将结合附图及实施例，对本发明进行描述和说明。应当理解，下面所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。此外，还可以理解的是，对本邻域的普通技术人员而言，在本发明揭露的技术内容上进行一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。

除非另作定义，本发明所涉及的技术术语或科学术语应当为本申请所属技术邻域内具有一般技能的人士所理解的通常意义。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含，如：包含了一系列步骤或模块的过程、方法、系统产品或者设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或模块，或者还可以包括对于这些过程、方法、产品或设备固有的其他步骤或单元。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是用于区别类似的对应，不代表针对对象的特定排序。

机器人在正式投入生产前，需要进行反复仿真检测其任务执行效果并进行相应调节，通过仿真环境的改变灵活调节机器人的参数，既节约研发成本又保证其稳定性。但是仿真环境中机器人可遍历区域面积不似实际环境中可通过人工测算获得，目前现有技术中对于仿真环境中可遍历区域面积的获取精准度不高且需要较繁琐的步骤，导致机器人变换仿真环境时需要花费较长时间才能得到可遍历区域面积，影响机器人的仿真效率，因此，提高机器人仿真平台中可遍历区域面积的计算效率和精准度的重要性不言而喻。

本发明的第一实施例中提供一种机器人仿真平台，如图1所示，所述机器人仿真平台具体包括：

环境构建模块，用于构建环境平面图，并在环境平面图中预设位置设置预设面积的参照物；其中，所述预设位置是指仿真环境内的一个指定位置，可以是但不限于仿真环境内的左上角、右上角、左下角或左下角等易于与可遍历区域辨别的位置；所述预设面积是根据仿真需求进行设定的参照物面积。具体地，所述环境平面图的构建根据技术人员对仿真环境的需求进行调整。

图像预处理模块，用于对环境平面图进行图像预处理，以获取图像预处理后的环境平面图；需要说明的是，本模块对所述环境平面图进行图像预处理是为了使得图像预处理后的环境平面图能够更易于被分辨出其中的轮廓线；所述图像预处理模块对环境平面图进行图像预处理的手段可以是但不限于将环境平面图进行阈值分割，以获取为二值图像的环境平面图，或者是将环境平面图按照不同颜色进行区域区分，以获取不同区域由不同颜色组成的环境平面图。

轮廓识别模块，用于识别图像预处理后的环境平面图中的全部轮廓线，并对全部轮廓线进行第一特征筛选获取可遍历区域，对全部轮廓线进行第二特征筛选获取参照物占用区域；其中，所述轮廓线是指环境平面图中机器人无法行进的区域与机器人可遍历区域的边界线，如：环境平面图中被障碍物占用的区域的边界线。结合上述举例的图像预处理方式，若图像预处理后的环境平面图为二值图像，则将图像预处理后的环境平面图的两种灰度状态的交界作为环境平面图中的轮廓线，从而识别图像预处理后的环境平面图中的全部轮廓线；若图像预处理后的环境平面图中不同区域由不同颜色组成，则将图像预处理后的环境平面图的不同颜色的交界作为环境平面图中的轮廓线，从而识别图像预处理后的环境平面图中的全部轮廓线；所述第一特征是指用于筛选出可遍历区域的特征，所述第一特征可以根据实际应用场景中对可遍历区域的限定需求进行具体设定；所述第二特征是指用于筛选出参照物占用区域的特征，所述第二特征可以根据实际应用场景中参照物的形状、设置位置等条件进行具体设定。

第一计算模块，用于计算所述可遍历区域内的像素点数量；具体计算可遍历区域内的像素点数量的方法可以是但不限于采用泛洪算法等具备图形内像素点数量计算功能的算法进行计算。

第二计算模块，用于计算所述参照物占用区域内的像素点数量；具体计算参照物占用区域内的像素点数量的方法可以是但不限于采用泛洪算法等具备图形内像素点数量计算功能的算法进行计算。

区域面积计算模块，用于根据参照物占用区域内的像素点数量、参照物的预设面积和可遍历区域内的像素点数量，计算可遍历区域的面积；具体地，通过数学关系可由参照物占用区域内的像素点数量和参照物的预设面积获取图像预处理后的环境平面图中每一个像素点所占用的面积，再根据获取的图像预处理后的环境平面图中每一个像素点所占用的面积和可遍历区域内的像素点数量，获取可遍历区域面积。或者，通过数学关系可由参照物的预设面积作为一个单位面积，根据一个单位面积所包含的像素点数量，计算可遍历区域内像素点数量为由若干个单位面积所包含的像素点数量组成，从而获得可遍历区域面积为若干个单位面积，即可遍历区域面积为参照物的预设面积的若干倍。

需要说明的是，上述机器人仿真平台中的各个模块是由软件代码来实现的程序模块，实际实现时可以有另外的模块划分方式，例如多个模块可以结合或者可以集成到另一个模块，或一些功能可以忽略，或不执行。

基于上述第一实施例，本发明较优的第二实施例中提供一种机器人仿真平台，在本实施例中所述图像预处理模块对环境平面图进行图像预处理的具体步骤包括：图像预处理模块将环境平面图进行阈值分割，以使得图像预处理后的环境平面图以二值图像的形式呈现，二值图像是指图像中每一个像素点只有两种取值或灰度等级状态，通常二值图像采用黑白区分表示。本实施例中图像预处理模块将环境平面图通过图像预处理为二值图像，基于二值图像的特性，在二值图像中更易于辨别环境平面图中的轮廓线，故本实施例中图像预处理模块通过阈值分割的方式将图像预处理后的环境平面图以二值图像的形式呈现，便于后续识别图像预处理后的环境平面图中全部轮廓线。

基于上述实施例，本发明较优的第三实施例中提供一种机器人仿真平台，在本实施例中所述轮廓识别模块识别图像预处理后的环境平面图中的全部轮廓线的方法是采用基于边缘检测的findContours函数识别图像预处理后的环境平面图中的全部轮廓线,findContours函数将以二值图像形式呈现的图像预处理后的环境平面图中像素点进行遍历，根据每一个像素点的灰度值确定是否为轮廓线上的像素点，从而确定该图像预处理后的环境平面图中的全部轮廓线,findContours函数为图像处理中获取轮廓的常用函数，其具体获取轮廓线的原理在本实施例中不做赘述。

基于上述实施例，本发明较优的第四实施例中提供一种机器人仿真平台，在本实施例中所述图像预处理模块对环境平面图进行图像预处理的具体步骤包括：图像预处理模块将环境平面图中以背景、障碍物和参照物三种标准将环境平面图划分为三种不同颜色的区域，以使得图像预处理后的环境平面图由三种颜色组成。本实施例中将环境平面图处理为由不同颜色划分的图像，是基于不同颜色易于区分的特性，使得环境平面图中不同区域之间的轮廓线更易于被辨别。

基于上述实施例，本发明较优的第五实施例中提供一种机器人仿真平台，在本实施例中所述轮廓识别模块识别图像预处理后的环境平面图中的全部轮廓线的方法采用：轮廓识别模块检测所述图像预处理后的环境平面图中的颜色，根据图像预处理后的环境平面图中不同颜色的交界识别图像预处理后的环境平面图中的全部轮廓线，图像预处理后的环境平面图中由三种颜色划分组成，三种不同颜色分别代表背景、障碍物和参照物，不同种颜色的交界代表着背景、障碍物或参照物之间的交界，因此，将不同种颜色之间的交界作为图像预处理后的环境平面图中的轮廓线。

基于上述实施例，本发明较优的第六实施例中提供一种机器人仿真平台，在本实施例中所述轮廓识别模块对全部轮廓线进行第二特征筛选以选取参照物占用区域，具体包括，轮廓识别模块从所述图像预处理后的环境平面图中筛选出由参照物所代表的颜色与背景所代表的颜色的交界识别出的轮廓线作为参照物占用区域的轮廓线，将该参照物占用区域的轮廓线所包围的区域作为参照物占用区域。本实施例根据图像预处理后的环境平面图中不同颜色的交界，将第二特征设定为由参照物所代表的颜色与背景所代表的颜色的交界，以使得根据颜色区分出参照物占用区域的轮廓线，例如：在图像预处理过程中将环境平面图的背景处理为由第一预设颜色覆盖填充，将环境平面图中的障碍物处理为由第二预设颜色覆盖填充，将环境平面图中的参照物处理为由第三预设颜色覆盖填充，将为第一预设颜色的像素点与为第二预设颜色的像素点中为第一预设颜色像素点和为第二预设颜色像素点相邻接部分的像素点标记为轮廓线点，获取环境平面图中背景与障碍物之间的轮廓线，将为第一预设颜色的像素点与为第三预设颜色的像素点中为第一预设颜色像素点和为第三预设颜色像素点相邻接部分的像素点标记为轮廓线点，获取环境平面图中背景和参照物之间的轮廓线，将为第二预设颜色的像素点与为第三预设颜色的像素点中为第二预设颜色像素点和为第三预设颜色像素点相邻接部分的像素点标记为轮廓线点，获取环境平面图中障碍物和参照物之间的轮廓线，从而实现环境平面图中全部轮廓线的获取。

基于上述实施例，本发明较优的第七实施例中提供一种机器人仿真平台，在本实施例中轮廓识别模块通过在所述图像预处理后的环境平面图中的全部轮廓线进行第一特征筛选，以获取可遍历区域；在本实施例将用于筛选可遍历区域轮廓线的第一特征设定为长度最长且首尾相接的轮廓线，以实现在全部轮廓线中筛选出一条长度最长且首尾相接的轮廓线作为可遍历区域轮廓线，将所述可遍历区域轮廓线所包围的区域作为可遍历区域，实现获取可遍历区域。需要说明的是，在本实施例中所述首尾相接的轮廓线是指该轮廓线能够封闭地包围一个区域。

基于上述实施例，本发明较优的第八实施例中提供一种机器人仿真平台，在本实施例中第一计算模块计算可遍历区域内的像素点数量包括如下步骤：获取可遍历区域轮廓线的质心点；判断可遍历区域轮廓线的质心点是否为非背景点；若是，则在该可遍历区域轮廓线的质心点的四邻域点或八邻域点中选取一个背景点作为可遍历区域触发点；若否，则将该可遍历区域轮廓线的质心点作为可遍历区域触发点；以可遍历区域触发点为初始中心，向其四周的像素点进行逐点覆盖，直至覆盖整个可遍历区域内的全部像素点，并记录可遍历区域内的像素点数量。

具体地，所述第一计算模块获取可遍历区域轮廓线的质心点可以是但不限于通过对可遍历区域轮廓线的线段进行加权取其平均值作为质心点。所述判断可遍历区域轮廓线的质心点是否为障碍物点的方式根据前述实施例所述环境平面图的图像预处理手段的变化而进行相应调整，如：若采用将环境平面图进行图像预处理后变为二值图像形式呈现的手段，则根据可遍历区域轮廓线的质心点的灰度值可确定其是否为非背景点；若采用将环境平面图进行图像预处理后变换为三种不同颜色组成环境平面图的手段，则根据可遍历区域轮廓线的质心点的颜色可确定其是否为非背景点。需要说明的是，所述非背景点是指该一像素点在环境平面图中被障碍物占用或被参照物占用而不属于背景，反之，所述背景点是指该一像素点在环境平面图中属于背景，所述背景是指既不属于障碍物也不属于参照物的区域。

优选地，所述在该可遍历区域轮廓线的质心点的四邻域点或八邻域点中选取一个背景点作为可遍历区域触发点的方法具体为，优先在该可遍历区域轮廓线的质心点的四邻域点中选取一个背景点作为可遍历区域触发点，若该可遍历区域轮廓线的质心点的四邻域点中不存在背景点，则在该可遍历区域轮廓线的质心点的八邻域点中选取一个背景点作为可遍历区域触发点，同理，若该可遍历区域轮廓线的质心点的八邻域内不存在背景点，则以该可遍历区域轮廓线的质心点为中心向外拓展，以选取一个离该可遍历区域轮廓线的质心点最接近且在可遍历区域内的背景点作为可遍历区域触发点。

需要说明的是，所述障碍物点是指该一像素点被障碍物占用，所述背景点是指该一像素点为环境平面图中的背景，所述非障碍物且非背景点的像素点是指参照物点，所述参照物点是指该一像素点被参照物占用，所述洪水触发点是指将该一像素点作为进行洪水触发的起始点。

基于上述实施例，本发明较优的第九实施例中提供一种机器人仿真平台，在本实施例中将参照物设置为预设形状，所述预设形状可以是但不限于圆形、矩形、多边形等，则相应的将用于筛选参照物占用区域的第二特征调节设置为位于环境平面图的预设位置且封闭为预设形状的轮廓线，从而轮廓识别模块在图像预处理后的环境平面图的全部轮廓线中筛选出其中一条位于环境平面图的预设位置且封闭为预设形状的轮廓线作为参照物占用区域轮廓线，将该参照物占用区域轮廓线所包围的区域作为参照物占用区域。

基于上述实施例，本发明较优的第十实施例中提供一种机器人仿真平台，在本实施例中第二计算模块计算参照物占用区域内的像素点数量，具体包括：获取参照物占用区域轮廓线的质心点；判断参照物占用区域轮廓线的质心点是否在参照物占用区域内；若否，则在该参照物占用区域轮廓线的质心点的四邻域或八邻域中选取一个在参照物占用区域内的像素点作为参照物占用区域触发点；若是，则将该参照物占用区域轮廓线的质心点作为参照物占用区域触发点；以参照物占用区域触发点为初始中心，向其四周的像素点进行逐点覆盖，直至覆盖整个参照物占用区域内的全部像素点，并记录参照物占用区域内的像素点数量。

具体地，所述第二计算模块获取参照物占用区域轮廓线的质心点可以是但不限于通过对参照物占用区域轮廓线的线段进行加权取其平均值作为质心点。相较于前述实施例，本实施例中不仅将触发点限定为非障碍物点还限定为非背景点，以使得仅仅覆盖被参照物占用的像素点，提高参照物占用区域的像素点数量计算的准确度。

基于上述实施例，本发明较优的第十一实施例中提供一种机器人仿真平台，在本实施例中上述区域面积计算模块根据参照物占用区域内的像素点数量、参照物的预设面积以及可遍历区域内的像素点数量，获取可遍历区域面积，具体包括：区域面积计算模块将参照物占用区域内的像素点数量作为除数，将参照物的预设面积作为被除数，将被除数与除数的商作为一个像素点所占用的面积；根据获取的一个像素点所占用的面积和可遍历区域内的像素点数量，确定可遍历区域面积为一个像素点所占用的面积与可遍历区域内的像素点数量的乘积。

优选地，本发明中所述参照物并不仅仅限定为一个参照物，所述参照物的数量可以为一个或一个以上，若在场景中设置一个以上的参照物，则将全部参照物的预设面积之和作为被除数，将全部参照物占用区域内的像素点数量之和作为除数，与上述实施例相同将被除数与除数的商作为一个像素点所占用的面积，并根据获取的一个像素点所占用的面积和可遍历区域内的像素点数量，确定可遍历区域面积为一个像素点所占用的面积与可遍历区域的像素点数量的乘积。本实施例中将参照物的数量设置为一个以上，并以参照物的全部预设面积之和作为被除数，以参照物占用区域内的像素点数量之和作为除数，以通过多个参照物占用区域的像素点计算，使得获取的一个像素点所占用的面积的数值更为精准，减小误差影响。

显然，上述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，各个实施例之间的技术方案可以相互结合。在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。在本发明所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施方式对各种可能的组合方式不再另行说明。

在本发明各个实施例中的所述的各种模块为程序模块，是通过软件代码来实现的程序模块。同时，本发明各个实施例中所述的模块可以集成在一个处理模块中，也可以是各个模块独立存在，也可以两个或两个以上模块集成在一个模块中。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换，而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (11)

1.一种机器人仿真平台，其特征在于，所述机器人仿真平台具体包括：

环境构建模块，用于构建环境平面图，并在环境平面图中预设位置设置预设面积的参照物；

图像预处理模块，用于对环境平面图进行图像预处理，以获取图像预处理后的环境平面图；

轮廓识别模块，用于识别图像预处理后的环境平面图中的全部轮廓线，并对全部轮廓线进行第一特征筛选获取可遍历区域，对全部轮廓线进行第二特征筛选获取参照物占用区域；

第一计算模块，用于计算可遍历区域内的像素点数量；

第二计算模块，用于计算参照物占用区域内的像素点数量；

区域面积计算模块，用于根据参照物占用区域内的像素点数量、参照物的预设面积以及可遍历区域内的像素点数量，计算可遍历区域面积。

2.根据权利要求1所述的机器人仿真平台，其特征在于，所述图像预处理模块对环境平面图进行图像预处理具体包括：图像预处理模块对环境平面图进行阈值分割，使得图像预处理后的环境平面图为二值图像。

3.根据权利要求2所述的机器人仿真平台，其特征在于，所述轮廓识别模块识别图像预处理后的环境平面图中的全部轮廓线，具体包括：所述轮廓识别模块采用基于轮廓检测的findContours函数识别图像预处理后的环境平面图中全部轮廓像素点，将所述环境平面图中的全部轮廓像素点连接组成所述图像预处理后的环境平面图中的全部轮廓线。

4.根据权利要求1所述机器人仿真平台，其特征在于，所述图像预处理模块对环境平面图进行预处理具体包括：将环境平面图按照背景、障碍物和参照物采用三种不同颜色划分覆盖。

5.根据权利要求4所述的机器人仿真平台，其特征在于，所述轮廓识别模块识别图像预处理后的环境平面图中的全部轮廓线，具体包括：通过检测图像预处理后的环境平面图中的颜色，根据不同颜色之间的交界从而识别出图像预处理后的环境平面图中的全部轮廓线。

6.根据权利要求5所述的机器人仿真平台，其特征在于，所述轮廓识别模块对全部轮廓线进行第二特征筛选选取参照物占用区域，具体包括：所述轮廓识别模块从全部轮廓线中筛选出由参照物所代表颜色与背景所代表颜色的交界识别出的轮廓线作为参照物占用区域轮廓线，将该参照物占用区域轮廓线所包围的区域作为参照物占用区域。

7.根据权利要求1所述的机器人仿真平台，其特征在于，所述轮廓识别模块对全部轮廓线进行第一特征筛选获取可遍历区域，具体包括：从全部轮廓线中筛选出其中长度最长且首尾相接的轮廓线作为可遍历区域轮廓线，将该可遍历区域轮廓线所包围的区域作为可遍历区域。

8.根据权利要求1所述的机器人仿真平台，其特征在于，所述第一计算模块计算可遍历区域内的像素点数量，具体包括：

获取可遍历区域轮廓线的质心点；

判断可遍历区域轮廓线的质心点是否为非背景点；

若是，则在该可遍历区域轮廓线的质心点的四邻域点或八邻域点中选取一个背景点作为可遍历区域触发点；

若否，则将该可遍历区域轮廓线的质心点作为可遍历区域触发点；

以可遍历区域触发点为初始中心，向其四周的像素点进行逐点覆盖，直至覆盖整个可遍历区域内的全部像素点，并记录可遍历区域内的像素点数量。

9.根据权利要求1所述的机器人仿真平台，其特征在于，所述轮廓识别模块对全部轮廓线进行第二特征筛选获取参照物占用区域，具体包括：从全部轮廓线中筛选出其中位于环境平面图的预设位置且首尾相接为预设形状的轮廓线作为参照物占用区域轮廓线，将该参照物占用区域轮廓线所包围的区域作为参照物占用区域；其中，所述参照物为预设形状。

10.根据权利要求9所述的机器人仿真平台，其特征在于，所述第二计算模块计算参照物占用区域内的像素点数量，具体包括：

获取参照物占用区域轮廓线的质心点；

判断参照物占用区域轮廓线的质心点是否在参照物占用区域内；

若否，则在该参照物占用区域轮廓线的质心点的四邻域或八邻域中选取一个在参照物占用区域内的像素点作为参照物占用区域触发点；

若是，则将该参照物占用区域轮廓线的质心点作为参照物占用区域触发点；

以参照物占用区域触发点为初始中心，向其四周的像素点进行逐点覆盖，直至覆盖整个参照物占用区域内的全部像素点，并记录参照物占用区域内的像素点数量。

11.根据权利要求1所述的机器人仿真平台，其特征在于，所述区域面积计算模块根据参照物所占用区域内的像素点数量、参照物的预设面积以及可遍历区域内的像素点数量，计算可遍历区域面积，具体包括：

将参照物占用区域内的像素点数量作为除数，将参照物的预设面积作为被除数，将被除数与除数的商作为一个像素点所占用的面积；

根据获取的一个像素点所占用的面积和可遍历区域内的像素点数量，确定可遍历区域面积为一个像素点所占用的面积与可遍历区域内的像素点数量的乘积。

Images