[发明专利]一种基于栅格地图的割草机器人路径规划方法

说明书

本发明提供了一种基于栅格地图的割草机器人路径规划方法，包括：以机器人横向外廓尺寸为边长建立初始栅格地图，再求解细化栅格尺寸；对栅格化地图中相邻障碍物间的距离进行判断，当满足预设条件时，以障碍物占据的栅格为基础，再向外扩展一个栅格大小，将所扩展的区域作为缓冲区，扩展后的区域为栅格细化区，以细化栅格尺寸进行栅格细化；计算横向外廓尺寸对栅格细化尺寸的倍数N，令M＝int(N/2)，将障碍物所占细化栅格向外膨胀M格；在指定起点和终点后，判断割草机器人是否处于缓冲区，选择基于初始栅格或细化栅格地图规划下一步路径，直至终点。本发明节约了路径计算资源，提高了路径规划后的割草覆盖面，提高了割草效率和质量。

技术领域

本发明属于智能割草机器人控制领域，具体涉及一种基于栅格地图的割草机器人路径规划方法。

背景技术

智能割草机器人在室外环境工作时，通常采用对工作草坪进行栅格化的地图指导机器人的行进。目前，广泛采用图像的像素点来创建栅格地图的01矩阵，但是直接用图片像素点创建的栅格地图的01矩阵过于庞大，会造成运算速率显著降低，因此，会采用分块矩阵的理论对01矩阵进行分块操作，进而得到可以供割草机器人使用的栅格地图。

现有技术中，由于草坪大小不一，形状各异，并且还存在各种障碍物，在这样复杂的环境下，很难建立出“高质量”的栅格地图。基于分块理论对地图进行栅格化，存在如何合理分块的问题。若栅格取的过小，可以使栅格地图与真实环境较接近，但地图的栅格数量大，使路径规划的运算速度显著降低；若栅格取的过大，又会导致栅格地图与真实环境的差距太大，导致得到的轨迹并非最优。由于不合理分块使地图在精度上存在问题，导致割草机器人无法高效地完成点到点的路径规划，以及实施最大效率的遍历规划策略，也无法同时兼顾计算资源的合理分配。

例如，对一块正方形草坪进行初步栅格化，如图1所示，其中两块阴影区域A区和B区代表障碍物，以“栅格中存在障碍物，即认定此栅格不可通行”为原则，建立最终的栅格地图，如图2所示，辨识出的障碍物区域为C。假设割草机器人的横向外廓尺寸与栅格的大小相同，在图2所示的栅格地图中，割草机器人从栅格1位置到栅格2位置，规划的路线必定是绕过障碍物区域C。但在图1中，障碍物A与障碍物B之间的间距足够让割草机器人通过，而图2的栅格地图将此区域同样识别为障碍物。同样，割草机器人在区域全覆盖路径规划时，由于栅格地图将障碍物A与障碍物B之间的区域识别为不可通行区域，因此区域全覆盖规划的路径不会通过此区域，进而导致割草机器人不能对此区域实现真正的全覆盖。

因此，现有技术中的智能机器人在割草路径规划中，无法实现计算资源消耗低和最大效率遍历规划策略最优的兼顾。

发明内容

鉴于现有技术中的上述缺陷或不足，本发明旨在提供一种基于栅格地图的割草机器人路径规划方法，通过对地图初步栅格化及进一步栅格细化，在保证计算资源最小的前提下实现路径的最优规划，提高割草效率，同时实现区域全覆盖。

为了实现上述目的，本发明实施例采用如下技术方案：

本发明实施例提供了一种基于栅格地图的割草机器人路径规划方法，所述路径规划方法包括如下步骤：

步骤S1，以割草机器人的横向外廓尺寸为栅格大小，对环境地图进行栅格处理，建立初始栅格地图；

步骤S2，以初始栅格地图中的障碍物为基础，构建栅格方程，基于栅格方程求解细化栅格尺寸；

步骤S3，对栅格化地图中相邻障碍物间的距离进行判断，当满足预设条件时，以障碍物占据的栅格为基础，再向外扩展一个栅格大小，将所扩展的区域作为路径规划的缓冲区，扩展后包含障碍物的所有区域为栅格细化区，以细化栅格尺寸对栅格细化区进行栅格细化；

步骤S4，计算割草机器人的横向外廓尺寸对栅格细化尺寸的倍数N，令M＝int(N/2)，将栅格细化后的障碍物所占细化栅格向外膨胀M格，以膨胀后的所有细化栅格作为障碍物所占格数；