[发明专利]一种移动机器人新型骨架提取的Voronoi路径规划算法

权利要求书

1.一种移动机器人新型骨架提取的Voronoi路径规划算法，其特征在于，包括如下步骤：

步骤一、首先对移动机器人已知先验信息的三色栅格地图进行二值化处理，在对其进行腐蚀、膨胀处理；

步骤二、对处理后的二值地图经进行骨架提取，得到Voronoi图；

步骤三、用原始的三色地图进行机器人定位，在骨架地图上进行全局路径搜索，对得到的全局路径进行改进的三次样条平滑处理，得到优化后的全局路径；

所述步骤三先通过原始的三色地图对机器人进行定位，得到目标点后，在提取的骨架图中搜索出最优路径；对得到的最优路径进行改进的三次样条处理过程如下：

步骤3.1、先将最优路径的像素点坐标排列成点集B₁、B₂、B₃...B_n；

步骤3.2、取优化窗口m，m为大于2小于n的正整数，将路径点集以m为单位截取为多组数据B₁～B_m～B_2m～B_n，计算每组数据始末的直线方程L，其中L：Ax+By+C＝0 (4)；

步骤3.3、取距离阈值为D_d，依次计算每组数据中间m–2个点到直线L的距离为D，若最大值D_m＞D_d时，去除中间m–2个点集，连接始末两点，去除路径中的尖点，并计算出该直线上所有像素点坐标作为新的路径点集，反之则不作处理，其中

步骤3.4、在对经过上述过程处理后的点集进行三次样条插值处理，设点集起点为(x₀，y₀)，最后点为(x_n，y_n)，计算步长h_i，带入三次差值的矩阵方程求解，得到曲线方程；其中，步长h_i＝x_i+1+x_i(i＝0，1，...，n-1) (6)，

在每个子区间x_i≤x≤x_i+1中，创建的方程为：

g_i(x)＝a_i+b_i(x-x_i)+c_i(x-x_i)²+d_i(x-x_i)³ (7)。

2.如权利要求1所述的一种移动机器人新型骨架提取的Voronoi路径规划算法，其特征在于：所述步骤一中，机器人首先获得的黑白灰三色栅格地图每个像素值设为S(x,y)，二值化处理后的像素值为D(x,y)，其中(x,y)代表像素点坐标，二值化运算过程为：

得到只有黑白两色地图，再进行腐蚀、膨胀处理。

3.如权利要求2所述的一种移动机器人新型骨架提取的Voronoi路径规划算法，其特征在于：所述腐蚀处理的数学表达式为：

4.如权利要求2所述的一种移动机器人新型骨架提取的Voronoi路径规划算法，其特征在于：所述膨胀处理的数学表达式为：

5.如权利要求1所述的一种移动机器人新型骨架提取的Voronoi路径规划算法，其特征在于，所述步骤二包括如下两步：

步骤2.1、首先使用八邻域标记图像上的每一个像素点，设某一像素点为P₁，其相邻的8个点分别标记为P₂～P₉，黑色像素值为0，白色像素值为1；

步骤2.2、进而设P₁的八邻域P₂～P₉像素值从0到1的变化次数为N，P₁点的八邻域之和为M(P_X)，将满足以下四个条件的像素点的值设置为0：

条件1、P₁的八邻域之和满足：2≤P₂+P₃+P₄+P₅+P₆+P₇+P₈+P₉≤6；

条件2、P₁的八邻域像素值的变化次数N＝1；

条件3、三个像素值的积P₂·P₄·P₈＝0或M(P₂)≠1；

条件4、三个像素值的积P₂·P₄·P₆＝0或M(P₄)≠1；

重复进行步骤2.1、步骤2.2两步，最终生成Voronoi骨架图。