[发明专利]用于智能机器人路径规划的网格模型地图构建方法

权利要求书

1.一种用于智能机器人路径规划的正六边形网格模型地图构建方法，其特征在于，包括：

根据预设网格尺寸结合地图数据将视觉范围内平面区域剖分为多个无缝连接的、不重叠的正六边形空白基础网格；

获取各空白基础网格的点云数据，结合地图数据赋予各空白基础网格地形特征、格元属性及格边属性得到基础网格，从而形成覆盖所述平面区域的网格模型，其中，所述地形特征，用于描述空间环境的起伏变化；所述格元属性，用于描述基础网格所在空间环境中占主导作用的地理要素；所述格边属性，用于描述基础网格所在空间环境的边界处的地理要素；

确定机器人及激光点在网格模型中的坐标，计算激光点所在基础网格的概率估计值，从而确定该基础网格处于占据状态或空闲状态；

更新机器人所在基础网格与激光点所在基础网格之间的其他基础网格的状态；

根据各基础网格的状态对所在环境的网格模型进行增量建图。

2.根据权利要求1所述的一种用于智能机器人路径规划的正六边形网格模型地图构建方法，其特征在于，所述地形特征使用地形特征因子描述每一基础网格占据范围内的地形起伏形态，所述地形特征因子包括微观因子和宏观因子，所述微观因子包括坡度、坡向、平面曲率及剖面曲率，所述微观因子包括平均坡度、地表切割深度、地形起伏度和高程变异系数。

3.根据权利要求1所述的一种用于智能机器人路径规划的正六边形网格模型地图构建方法，其特征在于，所述格元属性包括地理环境中的点状要素、面状要素和部分线状要素，所述格边属性包括地理环境中的位于基础网格边界处的线状要素。

4.根据权利要求3所述的一种用于智能机器人路径规划的正六边形网格模型地图构建方法，其特征在于， 所述基础网格的格元属性包括占位型格元和指示型格元的叠加，所述占位型格元为占据当前基础网格面积最大或占据主要地位的，或占据重要位置的空间要素；所述指示型格元为在当前基础网格面积内占据极端重要性的空间要素。

5.根据权利要求3所述的一种用于智能机器人路径规划的正六边形网格模型地图构建方法，其特征在于，所述基础网格的格边属性为障碍型格边和占位型格边的叠加，所述障碍型用于描述相邻两个基础网格之间的“通”、“断”关系，所述占位型格边依附于障碍型格边存在，用于表示格边上的附加信息。

6.根据权利要求1所述的一种用于智能机器人路径规划的正六边形网格模型地图构建方法，其特征在于，根据预设网格尺寸结合地图数据将视觉范围内平面区域剖分为多个无缝连接的、不重叠的正六边形空白基础网格的具体方法为：

确定网格起始点及网格朝向；

确定网格的每一个点、每一条边的坐标值，其中，边标识为A、B、C、D、E、F，点标识为1、2、3、4、5、6；

根据网格剖分算法，利用网格尺寸、起始点坐标，生成整个空白网格模型的所有点坐标，从而实现整个平面区域的空白网格模型的网格剖分。

7.根据权利要求1所述的一种用于智能机器人路径规划的正六边形网格模型地图构建方法，其特征在于，所述确定机器人及激光点在网格模型中的坐标的具体方法为：

确定机器人与激光点在平面直角坐标系中的位置，根据空白基础网格模型中网格编码与平面直角坐标之间的相互转换关系，采用网格直接编码方法确定二者在网格模型中的坐标。

8.根据权利要求1所述的一种用于智能机器人路径规划的正六边形网格模型地图构建方法，其特征在于，采用隐马尔可夫模型计算激光点所在基础网格的概率估计值。

9.根据权利要求1所述的一种用于智能机器人路径规划的正六边形网格模型地图构建方法，其特征在于，利用Bresenham算法更新机器人所在基础网格与激光点所在基础网格之间的其他基础网格的状态。

10.根据权利要求1所述的一种用于智能机器人路径规划的正六边形网格模型地图构建方法，其特征在于，所述根据各基础网格的状态对所在环境的网格模型进行增量建图具体为：运用地图匹配算法对所在环境的网格模型进行增量建图。