[发明专利]一种移动机器人自主导航方法

权利要求书

1.一种移动机器人自主导航方法，其特征在于，包括步骤：

基于位操作的地图检索查询，将所述地图保存在缓存数组里；

应用多模概率函数，在可行区域内近似逼近目标函数，寻找最优路径。

2.如权利要求1所述的移动机器人自主导航方法，其特征在于，通过接受外部数据建立地图，并更新机器人距离每一个障碍物的距离。

3.如权利要求2所述的移动机器人自主导航方法，其特征在于，所述外部数据为传感器数据。

4.如权利要求3所述的移动机器人自主导航方法，其特征在于，所述缓存数组为一长度为N的连续数组。

5.如权利要求4所述的移动机器人自主导航方法，其特征在于，将空间点的位置栅格化，得到一个感知点的整数指数x，定义一补偿指数作为机器人局部坐标系的开始位置，建立全局坐标到机器人局部坐标的转化关系。

6.如权利要求5所述的移动机器人自主导航方法，其特征在于，通过公式(1)得到所述传感器数据是否在地图上：

是否在地图上(x)＝0＝x-oN (1)

其中，x为正整数，N为正整数，o为坐标系原点。

7.如权利要求6所述的移动机器人自主导航方法，其特征在于，如果所述传感器数据位于地图的缓存数组上，则通过公式(2)判断此数据点在所述缓存数组上的具体位置：

数组地址(x)＝(x-o)mod N (2)

其中，x为正整数，N为正整数，o为坐标系原点，mod为取余操作。

8.如权利要求5所述的移动机器人自主导航方法，其特征在于，位操作判断判断所述传感器数据的具体位置，通过公式(3)和公式(4)判断：

是否在地图上(x)＝！((x-o)(～(2^p-1))) (3)

数组地址(x)＝(x-0)(2^p-1) (4)

其中，x为正整数，N＝2^p为数组长度，o为坐标系原点，～为取反操作。

9.如权利要求5所述的移动机器人自主导航方法，其特征在于，根据Bresenham算法将所述传感器数据到数据点之间的位置进行相应的射线跟踪操作，更新地图。

10.如权利要求9所述的移动机器人自主导航方法，其特征在于，

在进行射线跟踪时，起点选为传感器位置；

将所述传感器的数据点用高斯概率进行建模，在采集到的位置为其初始概率最大的位置，根据其周围采集点的状态，更新其周围一定范围内的数据点为目标点的概率；

选择概率最大的点为终点，并进行射线跟踪。

11.如权利要求10所述的移动机器人自主导航方法，其特征在于，所述周围采集点的状态包括是否可见，是否被遮挡。

12.如权利要求10所述的移动机器人自主导航方法，其特征在于，对每一帧的所有传感器的数据点进行更新，绘制出整个地图。

13.如权利要求4所述的移动机器人自主导航方法，其特征在于，所述地图构建完成后，更新机器人距离每一个障碍物的距离，包括步骤：

采用同样长度的缓存数组保存每个数据点对于最近障碍物的距离；

在每一次地图状态更新后，保存所有被标记为障碍物的点，将其距离障碍物的距离标记为0，并保存所有被重新标记为空闲的点，将其在缓存数组的值标记为无穷大；

从每个障碍物点开始，更新其周围点的距离；

如果空间点距离障碍物的距离比此前距离缓存数组中所保存的距离短，将此新点加入一个队列；

如此等队列里的点为空时，说明地图上所有的点更新完距离，此时地图的状态为可用。