[發明專利]障礙物自學習方法及新障礙物自學習方法

有效

• 申請號: 201810556614.6
• 申請日: 2018-06-01
• 公開（公告）號: CN108803602B
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 陳勇;龔建飛;陳鳳梧;張哲;湯馮煒;朱海微;管國祥;楊養文
• 申請（專利權）人: 浙江亞特電器有限公司;無錫卡爾曼導航技術有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 杭州華鼎知識產權代理事務所(普通合伙) 33217
• 代理人: 項軍

本發明涉及智能機器人技術領域，尤其涉及一種障礙物自學習方法及新障礙物自學習方法，障礙物自學習方法包括以下步驟：步驟1，獲取移動區域的柵格地圖數據，對每個柵格標記為未遍歷；步驟2，設置柵格地圖的起點柵格，將起點柵格數據入棧，控制移動單元到達起點柵格，重新標記起點柵格為已遍歷；步驟3，每遍歷一個柵格將該柵格數據入棧，控制移動單元遍歷整個柵格地圖，獲取障礙物邊界數據；步驟4，存儲障礙物邊界數據。通過使用本發明，可以實現以下效果：(1)自動獲取障礙物信息，智能程度高，通過一次學習，以便能在以后的作業中主動避開障礙物；(2)能夠自主學習環境中新增的障礙物。

技術領域

本發明涉及智能機器人技術領域，尤其涉及一種障礙物自學習方法及新障礙物自學習方法。

背景技術

為了實現割草機器人自主作業功能，需要獲取作業環境內障礙物的信息，從而避免機器人與障礙物的碰撞。障礙物信息的獲取主要有兩種方式：預先示教獲取、運用傳感器實時獲取。通過預先示教獲取障礙物信息，存在以下缺點：示教過程繁瑣，導致用戶使用不方便；不能適應環境變化，新增障礙物后需要重新示教。運用傳感器實時獲取障礙物信息，存在以下缺點：需要動態規劃路徑，導致割草效率降低、出現漏割現象。

發明內容

為解決上述問題，本發明提出一種障礙物自學習方法及新障礙物自學習方法，無需外部提供障礙物信息，自動學習獲取障礙物邊界數據，并且一旦獲取障礙物邊界數據，能夠將邊界數據存儲。

一種障礙物自學習方法，包括以下步驟：步驟1，獲取移動區域的柵格地圖數據，對每個柵格標記為未遍歷；步驟2，設置柵格地圖的起點柵格，將起點柵格數據入棧，控制移動單元到達起點柵格，重新標記起點柵格為已遍歷；步驟3，每遍歷一個柵格將該柵格數據入棧，控制移動單元遍歷整個柵格地圖，獲取障礙物邊界數據；步驟4，存儲障礙物邊界數據。

優選的，所述步驟3包括以下步驟：步驟3－1，以棧頂對應柵格為中心，依次檢查柵格標記，在檢查的過程中，若柵格的標記是未遍歷，則控制移動單元前往該柵格，進入步驟3－2；若所有柵格標記都不是未遍歷，則將棧頂元素退棧，若棧內元素個數為0，則完成移動區域遍歷，進入步驟4，若棧內元素個數不為0，，進入步驟3－3；步驟3－2，若移動單元前往步驟3－1所述柵格的過程中沒有發生碰撞，則重新標記該柵格為已遍歷，將該柵格數據入棧，進入步驟3－1；若發生碰撞，則重新標記該柵格為障礙物，控制移動單元退回到上一個柵格，進入步驟3－1；步驟3－3，以棧頂對應柵格為中心，檢查上方柵格、下方柵格、左方柵格、右方柵格的標記，若存在柵格的標記是未遍歷，則進入步驟3－4；若所有柵格標記都不是未遍歷，則將棧頂元素退棧，若棧內元素個數為0，則完成移動區域遍歷，進入步驟4，若棧內元素個數不為0，進入步驟3－3；步驟3－4，尋找移動單元所在柵格前往棧頂對應柵格的無障礙物路徑。

優選的，所述步驟3－4包括以下步驟：步驟3－4－1，將移動單元所在柵格作為中心，檢查上方柵格、下方柵格、左方柵格、右方柵格的標記，對每個柵格標記為已遍歷，分別進行步驟3－4－2；步驟3－4－2，若該柵格為棧頂對應柵格，則找到移動單元所在柵格前往棧頂對應柵格的無障礙物路徑，進入步驟3－4－3；否則，以該柵格作為中心，檢查上方柵格、下方柵格、左方柵格、右方柵格的標記，對每個柵格標記為已遍歷，分別進行步驟3－4－2；步驟3－4－3，沿著無障礙路徑，控制移動單元到達棧頂對應柵格，進入步驟3－1。

本發明還涉及一種新障礙物自學習方法，包括以下步驟：步驟1，根據存儲的作業路徑，控制移動單元前往下一個作業柵格，若發生碰撞，則進入步驟2，否則，到達作業柵格后，重復步驟1直到所有的作業柵格都已遍歷，進入步驟5；步驟2，標記當前發生碰撞的柵格為障礙物，若當前柵格為下一個作業柵格，則將下一個作業柵格從作業路徑移除，控制移動單元退回到上一個作業柵格，進入步驟4；若當前柵格不是下一個作業柵格，進入步驟3；步驟3，判斷下一個作業柵格是否被障礙物柵格包圍，若是，則將下一個作業柵格從作業路徑中移除，并重復步驟4；若不是，則進入步驟4；步驟4，按照當前柵格地圖的障礙物信息，尋找前往下一個作業柵格的無障礙路徑，進入步驟1；步驟5，存儲新障礙物邊界數據。