一种移动机器人初始行进方向选择方法及其设备与流程

本发明属于移动机器人领域，尤其涉及一种移动机器人初始行进方向选择方法及其设备。

背景技术：

随着移动机器人相关技术的快速发展，人们对扫地机器人的智能化需求越来越高，特别是需要基于视觉等实现更加智能的清扫路径规划。扫地机器人的清扫效率依赖于良好的路径规划，而传统的扫地机器人仅通过轮式里程计和惯性导航系统获得自身的位置信息，不具备对环境信息的感知能力，导致规划的路径常常出现混乱，机器人的清扫覆盖率较低。

而在基于视觉和激光导航等slam技术的引入后，扫地机器人可以获得更加丰富的环境信息，依赖于环境中的特征和环境地图的构建，机器人的清扫路径也演变成更加规整的弓字形清扫，进一步提高了扫地机器人的清扫覆盖率。

然而该方法存在的问题包括：扫地机器人启动后，初始的运动方向往往同摆放方向相同，与多数家庭环境中的方直布局并不匹配，对后续的清扫路径的规划造成阻碍，导致建立的地图出现错漏，容易发生漏扫或重复清扫等问题，影响扫地机器人的整体清扫效率。

技术实现要素：

本发明的目的在于提供一种移动机器人初始行进方向选择方法及其设备，用于解决现在技术存在的因机器人初始方向的随机选择，导致的扫地机器人建立的地图出现错漏，发生漏扫或重复清扫等影响扫地机器人的整体清扫效果的问题。

为达到上述目的，本发明一种移动机器人初始行进方向选择方法，，包括：

基于视觉传感器获取环境图像；

对所述环境图像进行直线检测，获取候选直线并计算直线特征信息；

基于直线特征信息，对所有候选直线进行分类合并；

对所述经过合并后的候选直线进行筛选，选择一条符合场景条件的目标直线；

根据所述目标直线的位置信息，得到目标直线与视觉图像中心线的角度关系；

基于所述角度关系与当前机器人初始朝向位置，计算得到当前机器人初始化过程应该旋转的角度信息。

进一步地，对所述环境图像进行直线检测的方法，包括直线段检测分割算法或者霍夫直线检测算法。

进一步地，所述直线特征信息包括直线的起点和终点位置、角度以及直线在图像坐标系下的直线方程。

进一步地，所述的对直线进行分类合并的方法，包括：按照不同角度区间对直线进行分类，比较直线的角度，以及直线在图像坐标系下的直线方程和位置，对候选直线进行分类合并。

进一步地，计算根据角度区间分到同一类的直线的平均斜率和平均截距，作为合并后直线方程，取原始直线中距离最远的端点坐标值，根据合并后的直线方程计算得到合并后的新的直线端点。

进一步地，选择符合场景条件的目标直线的方法，包括：重新计算合并后每条直线的直线特征，去除长度过短或经过图像中心点的直线，然后对所有直线按照长度由大到小重新排序并依次遍历，选择长度足够长的直线，若其长度大于图像长宽的一定比例，则认为找到了满足场景要求的目标直线，反之则检查是否存在与其垂直的直线，若存在则认为是目标直线。

进一步地，根据机器人陀螺仪测量得到的角度信息，比较其与所获目标直线角度之间的关系，计算当前机器人初始化过程应该旋转的角度，使机器人的初始行进方向平行或垂直于墙壁。

一种移动机器人设备，包括：

视觉传感器模块，用于获取环境图像；

视觉图像的直线检测模块，用于对所述环境图像进行直线检测，获取候选直线并计算直线特征信息；

直线合并模块，基于所述直线特征信息，对所有候选直线进行合并；

直线选择模块，对所述经过合并后的候选直线进行筛选，选择一条符合场景条件的目标直线；

中心线角度计算模块，根据所述目标直线的位置信息，得到目标直线与视觉图像中心线的角度关系；

初始化角度计算模块，基于所述角度关系与当前机器人初始朝向位置，计算得到当前机器人初始化过程应该旋转的角度信息。

本发明实提供的一种移动机器人初始行进方向选择方法及其设备的有益效果是：机器人启动之前通过图像直线检测方法，获取机器人初始行进方向，使机器人沿着与墙壁平行或垂直的初始方向开始弓字形清扫，便于后续清扫路径的规划，减少错漏并提高机器人的清扫效率。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示例性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1示出了本发明一种移动机器人初始行进方向选择方法的流程图。

图2示出了本发明一种移动机器人设备的系统结构示意图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，举出优选实施例，对本发明进一步详细说明。然而，需要说明的是，说明书中列出的许多细节仅仅是为了使读者对本发明的一个或多个方面有一个透彻的理解，即便没有这些特定的细节也可以实现本发明的这些方面。

结合附图1所示的本发明一种移动机器人初始行进方向选择方法，包括，

步骤1、基于视觉传感器获取环境图像；

步骤2、对环境图像进行直线检测，获取候选直线并计算直线特征信息；

对获取的环境图像进行直线检测，所用方法包括但不限于直线段检测分割算法(lsd)或者霍夫(hough)直线检测算法，然后对其中检测到的中断的直线进行筛选和连接，并对直线集合提取特征信息，计算每条直线的直线特征，包括但不限于直线的起点和终点位置、角度theta及直线在图像坐标系下的直线方程k*x+b＝y。

步骤3、基于直线特征信息，对所有候选直线进行合并；

直线进行合并的方法，至少包括：按照不同角度区间对直线进行分类，比较直线的角度，以及直线在图像坐标系下的直线方程和位置，对候选直线进行分类合并。

示例：将直线与图像中心线夹角范围限制在-90度到90度，按照2度的间隔划分成90个区间，然后把每条直线根据角度theta分类到不同的角度区间；比较每个区间内直线方程截距b，将截距间隔小于3的直线分到一类进行合并，合并方法为计算同一类直线的平均斜率和平均截距作为合并后的直线方程，然后取原始直线中距离最远的端点坐标值，根据合并后的直线方程计算得到合并后的新的直线端点。

步骤4、对经过合并后的候选直线进行筛选，选择一条符合场景条件的目标直线；

选择符合场景条件的目标直线，其方法至少包括：重新计算合并后每条直线的直线特征，去除长度过短或经过图像中心点的直线。然后对所有直线按照长度由大到小重新排序并依次遍历，选择长度足够长的直线，若其长度大于图像长宽的一定比例，则认为找到了满足场景要求的目标直线，反之则检查是否存在与其垂直的直线，若存在则认为是目标直线。

直线的长度阈值与相机的视角及环境情况相关，在实现时可根据具体情况进行调整。

步骤5、根据目标直线的位置信息，得到目标直线与视觉图像中心线的角度关系。

计算得到目标直线与视觉图像中心线的角度，若目标直线角度不在-45度到45度区间内，则计算与其垂直的直线并获取其与中心线角度，保证最终的目标角度在规定区间内。

步骤6、基于所述角度关系与当前机器人初始朝向位置，计算得到当前机器人初始化过程应该旋转的角度信息。

根据机器人陀螺仪测量得到的角度信息，比较其与所获目标直线角度之间的关系，计算当前机器人初始化过程应该旋转的角度，使机器人的初始行进方向平行或垂直于墙壁。

根据本发明实施例提供的方法，机器人启动之前通过图像直线检测方法，获取机器人初始行进方向，使机器人沿着与墙壁平行或垂直的初始方向开始弓字形清扫，便于后续清扫路径的规划，减少错漏并提高机器人的清扫效率。

图2示出了本发明一种移动机器人设备，包括：

视觉传感器模块，用于获取环境图像；

视觉图像的直线检测模块，用于对所述环境图像进行直线检测，获取候选直线并计算直线特征信息；

直线合并模块，基于所述直线特征信息，对所有候选直线进行合并；

直线选择模块，对所述经过合并后的候选直线进行筛选，选择一条符合场景条件的目标直线；

中心线角度计算模块，根据所述目标直线的位置信息，得到目标直线与视觉图像中心线的角度关系；

初始化角度计算模块，基于所述角度关系与当前机器人初始朝向位置，计算得到当前机器人初始化过程应该旋转的角度信息。

每个模块的具体实现方法，参见前述。

需要说明的是，本实施例中的各模块(或单元)是逻辑意义上的，具体实现时，多个模块(或单元)可以合并成一个模块(或单元)，一个模块(或单元)也可以拆分成多个模块(或单元)。

根据本发明实施例提供的机器人设备，机器人启动之前通过图像直线检测方法，获取机器人初始行进方向，使机器人沿着与墙壁平行或垂直的初始方向开始弓字形清扫，便于后续清扫路径的规划，减少错漏并提高机器人的清扫效率。

本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分流程是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机可读取存储介质中，该程序在执行时，可包括如上各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory,rom)或随机存储记忆体(randomaccessmemory,ram)等。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。