割草机器人作业地图去噪方法及割草机器人与流程
本申请涉及园林机器人,尤其涉及一种割草机器人作业地图去噪方法及割草机器人。
背景技术:
1、割草机器人在执行自主作业前,需要构建作业区域的地图,以区分可进入的通行区域与不可进入的禁行区域。该地图作为后续路径规划和边界作业的基础。
2、在实际应用中,受环境因素、传感器精度及识别算法性能等影响,所构建地图中的通行区域边界常存在不规则的噪声毛刺。这些边界噪声若直接用于作业导航,将导致割草机器人运行顿挫,并可能引发碰撞或漏割等作业安全问题。
3、针对此类边界毛刺,常见做法是对地图施以平滑处理。然而,现有平滑手段难以合理平衡噪声滤除与边界轮廓保真之间的关系。平滑不足时,噪声残留会导致机器人误入禁行区域;平滑过度时,又会使部分通行区域被错误缩减,造成漏割。因此,如何合理消除割草机器人作业地图中的边界毛刺,是当前需要解决的技术问题。
技术实现思路
1、基于此,有必要针对现有技术无法有效消除作业地图的边界毛刺的技术问题,提出了一种割草机器人作业地图去噪方法。
2、第一方面,提供了一种割草机器人作业地图去噪方法,所述方法包括:
3、获取作业区域的全局栅格地图;
4、对所述全局栅格地图进行二值化处理,得到二值化地图,其中,所述二值化地图包括用于表征通行区域的第一颜色区域,和用于表征禁行区域的第二颜色区域;
5、采用预设的第一结构元素,对所述二值化地图中的第一颜色区域执行腐蚀操作,得到腐蚀后地图;其中,所述第一结构元素的尺寸基于所述割草机器人的最小通行宽度设定;
6、采用所述第一结构元素,对所述腐蚀后地图中的第一颜色区域执行膨胀操作,得到去噪后地图。
7、第二方面,提供了一种割草机器人作业地图去噪装置,所述装置包括:
8、获取模块,用于获取作业区域的全局栅格地图;
9、转换模块,用于对所述全局栅格地图进行二值化处理,得到二值化地图,其中,所述二值化地图包括用于表征通行区域的第一颜色区域,和用于表征禁行区域的第二颜色区域;
10、腐蚀模块,用于采用预设的第一结构元素,对所述二值化地图中的第一颜色区域执行腐蚀操作,得到腐蚀后地图;其中,所述第一结构元素的尺寸基于所述割草机器人的最小通行宽度设定;
11、膨胀模块,用于采用所述第一结构元素,对所述腐蚀后地图中的第一颜色区域执行膨胀操作,得到去噪后地图。
12、第三方面,提供了一种割草机器人,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述割草机器人作业地图去噪方法。
13、第四方面,提供了一种计算机存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述割草机器人作业地图去噪方法。
14、本申请通过将结构元素尺寸与割草机器人最小通行宽度相关联,以机器人自身通过能力作为边界毛刺滤除的依据。腐蚀操作仅剔除宽度小于最小通行宽度的毛刺与细碎区域,膨胀操作则将被收缩的通行区域主体轮廓精确复原,而已滤除的毛刺不会再生。本方法从物理层面建立去噪标准,有助于避免传统平滑算法依赖经验参数导致的消除不足或消除过度问题,可以兼顾作业安全与草坪覆盖完整性,同时为机器人提供平滑连续的作业边界。
1.一种割草机器人作业地图去噪方法,其特征在于,包括:
2.根据权利要求1所述的割草机器人作业地图去噪方法,其特征在于,所述第一结构元素的半径大于或等于所述割草机器人的最小通行宽度的预设比例。
3.根据权利要求1所述的割草机器人作业地图去噪方法,其特征在于,所述第一结构元素为圆形结构元素或正方形结构元素。
4.根据权利要求1所述的割草机器人作业地图去噪方法,其特征在于,所述割草机器人的最小通行宽度根据所述割草机器人的底盘宽度或驱动轮轮距确定。
5.根据权利要求1所述的割草机器人作业地图去噪方法,其特征在于,在得到所述去噪后地图之后,所述方法还包括:
6.根据权利要求5所述的割草机器人作业地图去噪方法,其特征在于,在得到所述修复后地图之后,所述方法还包括:
7.根据权利要求6所述的割草机器人作业地图去噪方法,其特征在于,所述第二结构元素的尺寸基于所述割草机器人的内接圆直径设定。
8.根据权利要求6所述的割草机器人作业地图去噪方法,其特征在于,在得到所述内缩地图之后,还包括:
9.根据权利要求1所述的割草机器人作业地图去噪方法,其特征在于,所述获取作业区域的全局栅格地图,包括:
10.根据权利要求9所述的割草机器人作业地图去噪方法,其特征在于,所述对所述全局栅格地图进行二值化处理,得到二值化地图,包括:
11.一种割草机器人,其特征在于,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行如权利要求1至10任意一项所述的割草机器人作业地图去噪方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com