一種基于柵格地圖的環(huán)境特征表示與識別的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及人工智能、模式識別與Fourier變換、Walsh變換等離散正交變換技 術(shù)，特別是機(jī)器人對陌生環(huán)境的建模表示與識別的方法，應(yīng)用于機(jī)器人的環(huán)境識別與自主 運(yùn)動(dòng)方面。
【背景技術(shù)】
[0002] 隨著近些年工業(yè)機(jī)器人的發(fā)展，帶動(dòng)了服務(wù)機(jī)器人行業(yè)的逐漸掘起，同時(shí)從2014 年開始的智能硬件領(lǐng)域也開始突起，根據(jù)國際機(jī)器人聯(lián)盟的統(tǒng)計(jì)，2015年服務(wù)機(jī)器人銷售 額將達(dá)85億美元，并且保持較高的20%~30%增長率，在智能硬件領(lǐng)域，據(jù)艾瑞研究，2014 年全球智能硬件裝機(jī)量達(dá)到60億臺，預(yù)計(jì)2017年將超過140億臺。
[0003] 在市場高速發(fā)展的背后，問題同樣明顯，一方面市場的潛力還遠(yuǎn)未挖掘出來，另一 方面，機(jī)器人及智能硬件進(jìn)入服務(wù)行業(yè)也存在著一些技術(shù)難點(diǎn)，例如機(jī)器人進(jìn)入實(shí)際的家 庭際環(huán)境中，進(jìn)行環(huán)境識別與安全性地自主移動(dòng)等，目前來看都還有一定的技術(shù)難點(diǎn)。
[0004] 發(fā)明目的
[0005] 本發(fā)明的主要目的就是解決基于柵格地圖的環(huán)境建模后的環(huán)境特征表示與識別 問題，它提供一種方法，使得基于柵格地圖的環(huán)境特征，便于存儲與計(jì)算，從而達(dá)到方便識 別的目的，為其他實(shí)際應(yīng)用提供技術(shù)支撐。可以但不限于應(yīng)用在面向家庭的機(jī)器人游戲及 機(jī)器人清潔方面。
[0006] 技術(shù)方案
[0007] 本發(fā)明的目的是這樣實(shí)現(xiàn)的：通過相關(guān)設(shè)備及算法，例如激光雷達(dá)、SLAM算法等， 已經(jīng)獲取了實(shí)際環(huán)境的柵格地圖信息，經(jīng)過環(huán)境特征表示系統(tǒng)，計(jì)算與存儲柵格的特征到 柵格地圖中，在設(shè)定好所需目標(biāo)柵格的信息后，由環(huán)境特征識別系統(tǒng)，在柵格地圖中匹配出 全部所需的候選柵格。其包括以下步驟：
[0008] (1)在環(huán)境特征表示系統(tǒng)中，考慮到計(jì)算的方便，我們設(shè)定一個(gè)影響距離σ，即障 礙物柵格對周邊柵格的影響范圍，σ可以是但不限于歐氏距離、曼哈頓（Manhattan)距離 等。同時(shí)也為了計(jì)算方便，把柵格X的影響向量f(x)元素都平均離散到柵格X的八個(gè)方向 上[0, Ji/4, π/2, 3 π/4, π，5 π/4, 3 π/2, 7 π/4]，并且計(jì)算柵格X的影響向量f (X)的特 征向量與特征譜，這里給出兩種特征向量及特征譜的計(jì)算方法，
[0009] (2)在環(huán)境特征表示系統(tǒng)中，把每個(gè)空閑柵格的影響向量的每個(gè)分量初始化為0， 逐個(gè)分析每個(gè)障礙物柵格對σ距離內(nèi)的所有柵格的影響，例如，在分析的過程中，障礙物 柵格ξ相對柵格X的角度為Θ，距離為d，d < σ，則障礙物柵格ξ對柵格X的影響函數(shù) 可以是但不限于f (xe,d) = Ι/d，如果Θ恰好在柵格X的八個(gè)方向中的某一方向上，則直接 在這個(gè)方向上疊加即可，如果Θ在某兩個(gè)方向之間，例如Θ e (π/4，π/2)，則按照向量 分解，把f (Xe,d)分解并疊加到方向/4與方向π/2上，當(dāng)對所有的障礙物柵格分析完成 后，每一個(gè)柵格的影響向量已經(jīng)計(jì)算完成，并存儲在柵格中，記為f (X) = [fi，f2, . . .，f8]
[0010] (3)在環(huán)境特征表示系統(tǒng)中，考慮到計(jì)算的方便，我們求取f(x) = [Lf2,. . .，fs] 的特征向量F(x)，并存儲在柵格中：
[0011] 方法一、通過Fourier變換求取F(X)，令變換算子^ = Fi7T，根據(jù)快速Fourier變 換計(jì)算得，
[0012]
[0013] 方法二，通過Walsh變換求取F(x)，令變換算子p = 根據(jù)快速Walsh Hadama變換算得，
[0014]
[0015] 上述公式中的8x8矩陣，是8維的Walsh Hadama變換矩陣，不同的維數(shù)，所對應(yīng)的 Walsh Hadama變換矩陣是不相同的，其中：
[0016
[0017」、~ ,一，a,., …u J 的方便，我們求取特征向量 F(x) = [F1, F2, . . .，F(xiàn)8]的特征譜P (X)，并存儲在柵格中：
[0018] 方法一、根據(jù)快速Fourier變換求出的特征向量F(X) = [F1, F2，···，F(xiàn)8]，我們有，
[0019] p(x) = [If1I，|f2|，···，|fs|]，通過求模運(yùn)算，特征譜元素 p(x) [i] = |f(x) [i] =|F1+1|，i e [0,7]
[0020] 方法二、根據(jù)快速Walsh Hadama變換求出的特征向量F(x) = [FpF2,. . .，F(xiàn)S]，我 們有，
[0021； 戶廠'
[0022] (5)在環(huán)境特征識別系統(tǒng)中，我們設(shè)定閾值deg reethrash°ld，構(gòu)造目標(biāo)環(huán)境柵 格X的影響向量f (X) = [A，f2, ...，f8]，根據(jù)以上步驟求取對應(yīng)的特征譜Ρ(χ)，在柵 格地圖上搜索所有的柵格y，并比對相應(yīng)的特征譜P(y)，記向量PU)與向量P(y)之間 的夾角為 Z (P(x)，P(y))彡 deg reethfesh°ld，計(jì)；I
，如果 (^幺（？〇〇』(7))彡(^((1叫代，^，，就表示柵格7與目標(biāo)柵格1在實(shí)際環(huán)境中是相 似的，匹配出其中一個(gè)候選的柵格，
[0023] (6)經(jīng)過環(huán)境特征表示與識別系統(tǒng)，我們能成功的找出所有的與目標(biāo)匹配的環(huán)境， 為后續(xù)應(yīng)用提供支撐。
[0024] 本發(fā)明所使用的系統(tǒng)組成如下：環(huán)境特征表示系統(tǒng)、環(huán)境特征識別系統(tǒng)。這二個(gè)系 統(tǒng)是按照功能設(shè)置的軟件系統(tǒng)，各子系統(tǒng)具體功能如下：
[0025] *環(huán)境特征表示系統(tǒng)：在已有的柵格地圖上，分析相關(guān)的柵格，計(jì)算并存儲柵格的 影響向量、特征向量、特征譜向量，
[0026] *環(huán)境特征識別系統(tǒng)：給出所期望環(huán)境對應(yīng)的柵格影響向量，在已有柵格特征的 柵格地圖上搜索查找，匹配出所有的與期望環(huán)境相似的柵格。
【附圖說明】：
[0027] 圖1是本發(fā)明方法所用系統(tǒng)組成圖
[0028] 圖2(a)是柵格地圖，（b)是柵格的影響向量
[0029] 圖3是柵格影響的向量分解
[0030] 圖4是一種角落柵格
[0031] 圖5是另一種角落柵格
【具體實(shí)施方式】
[0032] 下面結(jié)合附圖，說明本發(fā)明的實(shí)施方式。
[0033] 本發(fā)明方法所用的系統(tǒng)整體結(jié)構(gòu)可參考圖1，它有二個(gè)子系統(tǒng)組成，具體包含如下 步驟：
[0034] 第一步
[0035] 首先，環(huán)境特征表示系統(tǒng)，定義距離為歐氏距離，設(shè)定影響距離σ = 4,即障礙物 柵格只影響周邊距離4以內(nèi)的柵格，如圖2(a)與（b)所示，按π/4把柵格的影響平均分配 到八個(gè)方向上。
[0036] 其次，環(huán)境特征識別系統(tǒng)，設(shè)定deg reethrash°ld= 5° 〇
[0037] 第二步
[0038] 環(huán)境特征表示系統(tǒng)，如圖2(b)所示，初始化每個(gè)柵格的影響向量t= 0, i e [1， 8]，逐個(gè)掃描柵格地圖中的每一個(gè)柵格，對每一個(gè)障礙物柵格全面計(jì)算對周邊柵格的影響。
[0039] 例如，如圖2(a)所示，障礙物柵格（4,4)對柵格（4,3)的影響= 1，且其 只影響柵格（4,3)的f3分量，所以f 3= IfVf(X1^1) = 0+1 = 1。
[0040] 同理，障礙物柵格（2,3)對柵格（4,3)的影響f(XlI,2) = 1/2,且其只影響柵格（4， 3)的 f5 分量，所以 f5= f5+f(XjI,2) = 0+1/2 = 0.5。
[0041] 障礙物柵格（3,4)對柵格（4, 3)的影響= 且其只影響柵格（4, 3)的 f4分量，所以
[0042] 障礙物柵格（2,4)對柵格（4, 3)的影響-arctan 0.5,^5 ^ 1 由角度分 析知/(Iaretana5^)介于分量匕與f 5之間，所以要做一個(gè)向量分解，如圖3所示， /4=%與/5'=只，所以：
[0043] /4 = /4 + /4 = 0.707