本⽂将介绍移动机器⼈典型的地图表⽰模型及构建⽅法。
移动机器⼈对环境的感知，即移动机器⼈可以根据⾃⾝携带的传感器对所处周围环境进⾏环境信息的获取，并提取环境中有效的特征信息加以处理和理解，最终根据建⽴所在环境的模型表达所在环境的信息。随着传感器技术的发展，传感器在移动机器⼈中得到了充分的使⽤，⼤⼤提⾼了智能移动机器⼈对环境信息的获取能⼒。 一般工业固废焚烧炉移动机器⼈环境感知技术是完成⾃主机器⼈定位、导航的前提，通过对周围的环境进⾏有效的感知，移动机器⼈能够更好地进⾏⾃主定位、环境探索与⾃主导航等基本任务的实施。环境感知技术是智能机器⼈⾃主⾏为理论中的重要研究内容，具有⼗分重要的研究意义。
01
地图表⽰及构建
环境模型的表⽰是解决环境建模问题的第⼀步。环境建模本质上属于环境特征提取与知识表⽰⽅法的范畴，决定了系统如何存储、利⽤和获取知识，即怎样获取环境信息、怎样表⽰环境地图、怎样构建环境地图。所以，环境建模（Mapping）是建⽴机器⼈所处⼯作环境的各种物体（如障碍、路标等）准确的
空间位置描述，即空间模型或地图。
建图需要关注以下⼏个问题：
（1）便于理解和计算。创建地图的⽬的是供机器⼈进⾏路径规划，所以地图必须便于机器理解和计算。
（2）⽅便扩展。当探测到新环境信息时，应该可以⽅便地添加到地图中。
内胎硫化机
（3）便于定位。
典型的地图表⽰⽅法有尺度地图、拓扑地图、直接表征地图和混合地图。地图表⽰⽅法不同，适⽤场合和作⽤也就不⼀样。
尺度地图表⽰环境的⼏何属性。为了构建地图，移动机器⼈必须处理从传感器（激光雷达、声呐、摄像机等）获取的外部环境信息和⾃⾝的运动姿态。因为这些数据的来源不是很准确，所以在构建地图时需要对这些不确定性信息进⾏处
部环境信息和⾃⾝的运动姿态。因为这些数据的来源不是很准确，所以在构建地图时需要对这些不确定性信息进⾏处理。概率理论和⽅法可以很好地处理不确定性信息，在移动机器⼈的地图构建中取得了⼴泛的应⽤。尺度地图⼜分为栅格地图和⼏何特征地图。 拓扑地图⽤顶点和边描述空间中各种物体之间或不同环境之间的关系，并没有⼀个明显的尺度概念。拓扑地图通常⽤图表表⽰，需要的存储空间⼩，通过其进⾏路径规划效率很⾼，适合⼤规模环境下的应⽤。然⽽，因为⽆精确的尺度信息，所以并不适合机器⼈的定位。
直接表征法省去了特征或栅格表⽰这⼀中间环节，直接使⽤传感器读⼊的数据描述环境，但因其数据存储量⼤，环境噪声⼲扰严重，特征数据的提取与匹配困难，使其应⽤受到⼀定限制。
混合地图是将上述地图组合在⼀起。近年来，为了结合以上⼏种环境描述⽅法的优点，⼈们提出了拓扑与⼏何相结合的混合地图模型，将整个环境表⽰为⼀个拓扑图，拓扑图中的每个节点都有该节点对应区域的详细⼏何描述。获得这种混合地图的⽅式有两种：⼀种是在拓扑地图中加⼊⼏何信息予以注释；另⼀种是在⼏何地图上提取拓扑信息形成拓扑地图。混合地图模型结合了拓扑地图与⼏何特征地图（栅格地图）的优点，是今后的发展趋势。
1
●
核桃脱壳机栅格地图
栅格地图的主要思想是把环境空间分解为局部单元并⽤它们是否被障碍占据进⾏状态描述。简单来说，
栅格地图将环境分解成⼀系列离散栅格，每个栅格有⼀个值，表⽰该栅格被障碍物占⽤的情况，能够详细地描述环境的信息，易于机器⼈进⾏定位和路径规划，但路径规划效率不⾼。最简单的⽅式是⽤0、1表⽰空闲（Free）和占⽤（Occupied），则栅格地图等同于⼆值图。然⽽，传感器对障碍物的判断带有⼀定的概率，所以⼀般会⽤0～1的概率值描述栅格有障碍物的概率。这样，栅格地图不再是⼆值图，⽽是灰度图。图5-1（a）显⽰了根据⼆维传感器构建的栅格地图模型。
■图5-1 （a）栅格地图
在栅格地图中，对于⼀个点，当引⼊其Free状态的概率与其Occupied状态的概率的⽐值作为点的状态时，便引⼊占⽤率的概念，这样的表达⽅式称为占⽤栅格地图。
占⽤栅格地图⽣成的是概率地图。因为贝叶斯滤波器提供了⼀种计算后验概率的总体框架，标准的占⽤栅格地图构建算法通过贝叶斯滤波器（Bayes Filters）计算每个栅格占⽤的后验概率。假设{x,y}表⽰⼀个x,y栅格的坐标，P(m x,y )表⽰其占⽤的概率。每个栅格只有两种状态：占⽤或空闲。所以，问题就能够转换为计算⼆元变量集合的后验概率。每个栅格的占⽤概率可由传感器的观测数据z 1 …z t 和先验占⽤信息确定，即每个栅格被占⽤的后验概率为。通过⼆维数组记录环境地图中对应栅格是否有障碍物，即栅格的障碍属性。为了简便，实际操作中可以设置栅格单元初始占⽤概率为0.5，之后按照地图更新公式计算获得当前时刻的占⽤概率值，占⽤概率值⼤于0.5的栅格障碍属性值置为“1”，表
⽰有障碍；占⽤概率值⼩于0.5的栅格障碍属性值置为“0”，表⽰⽆障碍。占⽤概率栅格地图如图5-2所⽰。黑碟
■图5-2占⽤概率栅格地图
不同于特征地图，栅格地图不需要对应⽤环境中的特征信息进⾏精确的描述。栅格表⽰地图属于近似描述，对某个栅格的感知信息可直接与探测环境中的某个区域对应，因此栅格地图易于创建和维护。机器⼈对测得的障碍物的具体形状不太敏感，特别适于处理声呐的测量数据。栅格地图为移动机器⼈的空间感知和导航中的许多问题提供了⼀个鲁棒和统⼀的解决⽅案，主要优点有：
（1）栅格地图简单、直观，可以精确地表⽰移动机器⼈的⼯作环境。
荸荠去皮机
（2）栅格地图本⾝对不确定性信息进⾏了描述，有利于进⾏多传感器信息融合的地图构建。
（3）栅格地图为移动机器⼈的导航、避障、规划、定位等提供了基础。
（4）匹配临时局部栅格地图可以检测运动物体。
（4）匹配临时局部栅格地图可以检测运动物体。
栅格地图的缺点是，当在⼤型环境中或栅格单元划分⽐较细时，栅格法计算量迅速增长，需要⼤量内存单元，使计算机的实时处理变得很困难。
2
●
特征地图
基于特征信息的地图表⽰⽅法主要是依赖移动机器⼈从所探测环境的信息中提取抽象的具有⼏何特征的数据构建地图，如图5-1（b）所⽰。
■图5-1 （b）特征地图
基于特征信息的地图⼀般使⽤以下的特征集合表⽰：
其中，c k 是⼀个特征；n是这个地图中的特征总数。
近年来，很多SLAM研究都采⽤⼏何特征地图。该类⽅法的难点主要体现在如何从机器⼈收集的环境感知信息中提取出抽象的⼏何特征，以及定位与模型更新时如何基于观测到的特征在地图中寻对应
的匹配，即数据关联问题。提取特征需要对感知信息作额外的处理，且需要⼀定数量的感知数据才能获得结果。
通过⼈⼯标识的定位⽅法是⽐较常⽤的特征定位⽅法。此⽅法需要事先在作业环境中设置易于辨识的标识物。当应⽤⾃然标识定位时，⾃然信标的⼏何特征（如点、线、⾓等）得事先定义。特征⽅法建模定位准确，环境模型易于被描绘与表⽰，地图的参数化设置也适⽤于路径规划与运动控制，但特征法需要特征提取等预处理过程，对传感器噪声也⽐较敏感，只适于⾼度结构化环境。
3
●
拓扑地图
拓扑地图（图5-1（c））是按照环境结构定义的⼀种⽐较紧凑的地图表⽰⽅法，⼀般应⽤于室内环境。通常，环境的复杂度决定了拓扑地图的分辨率。拓扑地图由位置节点和节点间的连线（边）组成，两者间有严格的对应准则。环境的拓扑地图就是⼀张连接线图，其中节点表⽰环境中的重要位置点，如门、楼梯、电梯等，边表⽰节点间的连接关系。地铁、公交车线路图均是典型的拓扑地图实例，其中停靠站为节点，节点间的路为边。
■图5-1 （c）拓补地图
拓扑地图可组织为层次结构，例如，在底层⼀个位置可能就是⼀个房间，但在上⼀层时则可能是⼀栋建筑物或⼀座城市。这种表⽰⽅法能够完成快速的路径规划，并且为多线程的⼈机交互指令的下达提供了⼀个更理想的接⼝。拓扑地图把环境建模成⼀张具有拓扑意义的图，忽略了具体的⼏何特征数据。它不必精确描述不同节点间的地理位置关系，图形抽象，表⽰⽅便。采⽤抽象的理论直观地描述环境，因此拓扑地图对移动机器⼈位姿信息的准确度要求并不⾼，对于移动机器⼈的位姿误差，有了更好的鲁棒性。当移动机器⼈离开⼀个节点时，机器⼈只知道它正在哪⼀条边上⾏⾛就够了。
拓扑地图表⽰简单，其易于扩展，能够完成快速路径规划。但因为信息的抽象性，使得机器⼈难以进⾏精确、可靠的⾃定位。
4
●
直接表征法
■图5-1 （d）直接表征法地图
直接表征法数据存储量⼤，环境噪声⼲扰严重，特征数据的提取与匹配困难，使其应⽤受到⼀定限制。实例讲解
卷帘纱窗
移动机器⼈
精彩回顾
移动机器⼈
1.移动机器⼈的发展
2.驱动器
3.传感器及分类
4.运动模型
精彩预告
移动机器⼈
6.同时定位与建图
7.全局路径规划
02
参考书籍
《移动机器⼈》
ISBN：978-7-302-56661-8
作者：陈⽩帆、宋德臻
定价：49.5元
03
精彩推荐
•
⼩程序游戏开发│猜数字⼩游戏（附源码+视频）
•
Flink编程基础│Scala编程初级实践
•
Flink编程基础│FlinkCEP编程实践
•
Flink编程基础│DataStream API编程实践
•
Flink编程基础│DataSet API编程实践
•
数据分析实战│客户价值分析
•
数据分析实战│价格预测挑战
•
数据分析实战│时间序列预测
•
数据分析实战│KaggleTitanic⽣存预测
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议