为出发点，重复步骤三。
[0032]步骤五:机器人回到原点或者机器人所走步长达到预设值探索结束。
[0033]按下列方法确定第i次探索结束的步长数Li, Li由如下公式确定:
[0034]Li= (1- δ ) X (L ^1) + δ X (Qh*1.I) (i = 2，3，4......)
[0035]当i = I时，即第一次探索时，L1等于A，A是与探索区域大小相关的一个常数，100 ^ A ^ 10。Qi表示第i次探索结束后分布图的栅格数量总和。δ是更新调节因子，I> δ >0，本实施例δ设为0.7。
[0036]将栅格元的属性状态设置为O或1，其中O表示无障碍物，其中I表示有障碍物。机器人不断地探索，每次探索的结果和之前的分布图进行比较，不断地刷新分布图中栅格元的属性，或添加带属性的栅格元，其属性可能是O也可能是I。那么，经过很多次探索过程后，室内的边沿，以及障碍物分布情况会得到确认，从而构建完整的室内障碍物分布图。所述机器人由四轮驱动，通过控制系统控制机器人朝四个方向前进或者转动。
[0037]控制系统控制机器人的行进路线为折现，设置机器人的出发点为原点，将机器人的位置坐标设定为D = (x，y)，x、y的单位均为U，机器人往正前方前进一个步长，即设定方向矢量(E = 1，N = O)，则X加1，y保持不变；往正后方前进一个步长，即设定方向矢量(E=-1, N = O)，则X减l，y保持不变；往正左方前进一个步长，即设定方向矢量(E = 0，N =I)，贝Ij X保持不变，I加I ;往正右方前进一个步长，即设定方向矢量(E = O, N = -1)，则X保持不变，y减1，机器人在行进过程中记录的信息为I= {(X，y) =OU (x, y) = 1}，I存储在云平台，然后根据I计算出障碍物分布图。同时，该分布图也存储于云平台，后续的探索可以从中学习到知识，进而提高障碍物分布图构建的速度和精度。
[0038]如图1所示，概率式室内障碍物分布图的构建机制方法流程图:
[0039]开始后，设置机器人的出发点为原点，机器人朝一个方向行进，直到遇到障碍物不能走，将方向矢量初始化:(E = 0，N = I)，机器人不转向，前进一个步长；设置方向矢量(E，N)，如图3所示，方向矢量(E，N)的状态转移图，遇到障碍物，设定(x，y) = 1，栅格元的属性状态设置为I ;未遇到障碍物，设定U，y) = 0，栅格元的属性状态设置为O ;遇到障碍物时判断是否到达原点，达到原点，即X = O and y = 0，结束任务，或者第i次探索时，步长数Ls到达设定值Li,结束任务；未达到原点并且Ls未到设定值，即(X # O or y ^ O) andLs〈Li，控制系统控制机器人顺时针转向90°或者逆时针转向90°，其中控制系统控制机器人顺时针转向90°的概率大于0.5，然后继续不转向前进一个步长，设置方向矢量并判断是否遇到障碍物；未遇到障碍物时，判断是否达到原点，到达原点则结束任务，或者第i次探索时，步长数Ls到达设定值L i，达到设定值结束任务，未达到原点并且Ls未到设定值，即(x ^ O or y ^ O) and Li^Li,则不转向，前进一个步长，重复上述步骤，最后得到如图2所示的室内障碍物分布图，黑色的正方形表示遇到障碍物，栅格元的属性状态设置为1，白色的正方形表示未遇到障碍物，栅格元的属性状态设置为O。
[0040]以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
【主权项】
1.一种概率式室内障碍物分布图的构建机制，其特征在于，包括以下步骤: 步骤一:将室内区域看作由很多基本栅格元组成，所述栅格元为正方形，栅格元的大小为U ； 步骤二:将机器人前进步长设置为s，s = n*u，其中η彡1，η为整数； 步骤三:设定机器人的出发点，机器人每前进一步探测前方是否有障碍物；机器人遇到障碍物，将栅格元的属性状态设置为有障碍物；机器人没有遇到障碍物，将栅格元的属性状态设置为无障碍物。2.如权利要求1所述的概率式室内障碍物分布图的构建机制，其特征在于:所述概率式室内障碍物分布图的构建机制还包括步骤四，根据上一次的探测结果确定机器人下一次的出发点:选择上一次探索结果中的最大未知区域的中心位置作为出发点，重复步骤三。3.如权利要求2所述的概率式室内障碍物分布图的构建机制，其特征在于:所述概率式室内障碍物分布图的构建机制还包括步骤五:机器人回到原点或者机器人所走步长达到预设值探索结束。4.如权利要求1或2或3所述的概率式室内障碍物分布图的构建机制，其特征在于:将栅格元的属性状态设置为O或1，其中O表示无障碍物，其中I表示有障碍物。5.如权利要求4所述的概率式室内障碍物分布图的构建机制，其特征在于:控制系统控制机器人的行进路线为折线，设置机器人的出发点为原点，将机器人的位置坐标设定为D=(X，y)，x、y的单位均为U，机器人往正前方前进一个步长，则X加1，y保持不变；往正后方前进一个步长，则X减I，y保持不变；往正左方前进一个步长，则X保持不变，y加I ;往正右方前进一个步长，则X保持不变，y减1，机器人在行进过程中记录的信息为I = {(X，y)=OU (x，y) = 1}，I存储在云平台，然后根据I计算出障碍物分布图；同时，该分布图也存储于云平台，后续的探索可以从中学习到知识，进而提高障碍物分布图构建的速度和精度。6.如权利要求5所述的概率式室内障碍物分布图的构建机制，其特征在于:所述机器人由四轮驱动，通过控制系统控制机器人朝四个方向前进或者转动。7.如权利要求5所述的概率式室内障碍物分布图的构建机制，其特征在于:控制系统控制机器人每转动一次转动90°。8.如权利要求5所述的概率式室内障碍物分布图的构建机制，其特征在于:设定η=1，机器人前进距离大于0.5u，栅格元的属性状态设置为无障碍物。9.如权利要求6或7所述的概率式室内障碍物分布图的构建机制，其特征在于:设置控制系统控制机器人遇到障碍物时顺时针旋转90°的概率为p，其中p>0.5。10.如权利要求7所述的概率式室内障碍物分布图的构建机制，其特征在于:控制系统控制机器人朝一个方向行进，直到遇到障碍物逆时针或顺时针旋转90°。
【专利摘要】本发明提出一种概率式室内障碍物分布图的构建机制，主要步骤如下：1)将室内区域看作由基本栅格元组成，所述栅格元为正方形，其大小为u；2)将机器人前进步长设为s,s＝n*u，其中n≥1，n为整数；3)设定上次探索结果中最大未知区域的中心位置为出发点，机器人每前进一步探测前方是否有障碍物；如果有，将栅格元的属性设为有障碍物；否则，将栅格元的属性设为无障碍物。在探测过程中，为避免机器人在一个三面有障碍的地方转不出来，通过概率p来选择转向的方向，设p>0.5。同时，探索结束的步长数预设值可自适应于清扫区域大小。本发明的障碍物分布图构建机制可以快速探明室内边界，构建非规则室内障碍物分布图，可以从一个三面有障碍物的地方转出来。
【IPC分类】G05D1/02
【公开号】CN104932494
【申请号】CN201510206078
【发明人】刘外喜, 吴颢, 刘长红, 高鹰, 陈亮东
【申请人】广州大学
【公开日】2015年9月23日
【申请日】2015年4月27日