[发明专利]一种移动机器人路径地图在线生成方法

说明书

技术领域

本发明属于移动机器人技术领域，是一种适用于移动机器人导航规划的路径地图在线生成方法。

背景技术

随着机器人技术的发展，机器人应用领域也在不断扩展，机器人的工作环境也随之越来越复杂。智能机器人的工作环境也从单纯的室内环境扩展到室外等各种复杂的、未知的、非结构化的环境。能够有效的探索未知环境并构建环境的地图是实现机器人自主导航的前提条件之一。由于路径地图能表现出与导航活动相关的环境结构特征，易于机器人理解，适用于路径规划、自主导航等应用，所以构建并维护一个环境的路径地图是移动机器人自主导航中的一个重要内容。

对于活动在非结构及未知环境中的移动机器人而言，需要机器人在环境中巡弋的同时在线的构建出环境的路径地图，以便实现更为复杂的导航活动。这就需要路径地图的构建方法具有规模可增长和结构可增长的特点，从而满足环境空间不断增长的描述需要。也即随着机器人在环境中不断巡弋，路径地图的规模和结构也需要在线的不断增长。然而目前路径地图的构建方法多采用离线的方式，并且在环境路径地图构建的自学习自适应方面也有所不足。

发明内容

本发明针对现有技术的不足，提出了一种移动机器人路径地图在线生成方法。

一种移动机器人路径地图在线生成方法,该方法具体包括以下步骤：

第一部分：路径信息的获取。

机器人在室外环境中巡弋的同时运用GPS设备不断的采集机器人的位置信息，并存储在位置信息数据池中。位置信息数据池是离散的机器人位置点的集合，表示为N＝{x₁,x₂,…,x_n}。可见集合N中的元素个数随着机器人在环境中的运动而持续增长。

第二部分：路径地图的在线生成，其在线生成的步骤如下：

初始化阶段：

初始化路径地图G＝(V,E)，其中G表示路径地图，V表示路径地图的节点集，E表示节点之间的连接边集。首先在位置信息数据池N中随机选择两个位置点作为路径地图的两个节点v₁和v₂，表示为V＝{v₁,v₂}。

路径地图生成阶段：

步骤一：在位置信息数据池N中随机选择一个位置信息点作为路径地图生成方法的一个输入信号ξ；找出路径地图的节点集V中与ξ距离最近与次近的两个节点s₁和s₂；

步骤二：按公式(1)调整最近节点s₁的误差。

其中表示节点s₁的误差，表示节点s₁的位置向量。

步骤三：按公式(2)和(3)以学习率ε_b和ε_n修改最近节点s₁以及与s₁直接相连的所有节点的位置向量，其中ε_b∈[0,1],ε_n∈[0,1]，表示学习率为0和1之间的数值。

其中表示与s₁直接相连的所有节点的集合，i为集合中的节点。

步骤四：将所有与最近节点s₁相连的边的age增长1。如果最近节点s₁和次近节点s₂之间有连接边，则设置该边的age为0。如果最近节点s₁和次近节点s₂之间没有连接边，则创建连接边(s₁,s₂)，并保存到路径地图的边机中，表示为E＝E∪{(s₁,s₂)}。

步骤五：移除所有age大于阈值a_max的边，同时删除没有连接边的节点。

步骤六：判定是否插入新节点。如果输入信号ξ产生的次数是阈值λ的整数倍，则找出具有最大误差error的节点u。计算所有与节点u相连的边的空间距离的均值如果满足(其中d_max为阈值)，则找出具有最大error的u的邻居节点v，在u和v之间插入新的路径节点r，并保存到V中。按公式(4,5,6)降低节点u和v的误差，并设置节点r的误差。

error_u＝α*error_u (4)

error_v＝α*error_v (5)