一种基于方域图的机器人行走路径生成方法与流程

技术特征：
1.一种基于方域图的机器人路径生成方法，其特征在于，包括如下步骤：步骤一，输入机器人的起始位置p
start
、目标点位置p
target
和方域图graph_sf；进入步骤二；所述方域图graph_sf是由栅格形式背景k＝(o，a，i)的域概念格生成，域概念格中的每个域概念都包含其概念方域集；对于一个栅格形式背景k＝(o,a,i),起始位置p
start
为一个二元组(x0,y0)，x0为栅格形式背景的对象，即x0∈o；y0为栅格形式背景的属性，即y0∈a；同理，目标点位置p
target
也为一个二元组(x1,y1)；步骤二，生成起始域概念集cs
start
；进入步骤三；所述起始域概念集为包含起始位置的方域，称之为起始方域，表示为sf
start
；包含起始方域的域概念，称之为起始域概念，表示为c
start
；所有起始域概念的集合，简称为起始域概念集，表示为cs
start
；步骤三，对起始域概念集cs
start
中的每个起始域概念c
start
的起始方域sf
start
进行初始化赋值；即sf
start
.flag_visit＝true；sf
start
.path_cost＝0；sf
start
.owner＝c
start
；sf
start
.pre_node＝none；并放入到队列queue中；进入步骤四；步骤四，如果队列queue不为空，则进入步骤五；否则进入步骤二十七；步骤五，队列queue第一个元素出队，即cur_sf＝queue(0)，进入步骤六；步骤六，如果方域cur_sf不包含目标点位置p
target
，则进入步骤七；否则进入步骤十四；步骤七，获得方域cur_sf的所属域概念cur_c，即cur_c＝cur_sf.owner；然后，将cur_c的所有直接子概念sons(cur_c)和所有直接父概念fathers(cur_c)放入候选列表candidate_concepts_list中，然后进入步骤八；步骤八，如果候选列表candidate_concepts_list中还有未处理的域概念next_c，进入步骤九；否则进入步骤四；步骤九，如果域概念next_c的方域集sfs
next_c
中有未处理的方域next_sf，进入步骤十；否则进入步骤八；步骤十，如果方域next_sf与方域cur_sf衔接邻接，则进入步骤十一；否则进入步骤九；方域之间的所述衔接邻接为：对于一个栅格形式背景k，(o1，t1)和(o2，t2)为其任意方域；如果则称方域(o1，t1)和(o2，t2)衔接邻接连通，简称衔接邻接；步骤十一，如果方域还没有被访问过，即next_sf.flag_visit等于false，则进入步骤十二；否则进入步骤十三；步骤十二，对next_sf进行操作，即令next_sf.path_cost＝cur_sf.path_cost 1；next_sf.owner＝next_c；next_sf.pre_node＝cur_sf；next_sf.flag_visit＝true；
然后将next_sf加入队列queue中，进入步骤九；步骤十三，如果cur_sf.path_cost 1小于next_sf.path_cost，则令next_sf.pre_node＝cur_sf；next_sf.path_cost＝cur_sf.path_cost 1；进入步骤九；步骤十四，由当前方域cur_sf生成到达目标点p
target
的有效方域路径sf_path，进入步骤十五；所述方域路径为由路径节点组成的序列，即sf_path＝(n0，n2，
…
，n
n
)，其中n
i
＝(c
i
，s
i
)，0≤i≤n，为路径节点，并且满足s
i
与s
i 1
，i<n，衔接邻接；所述路径节点为：对于一个二元组(c，s)，其中c是域概念，s是域概念c的方域，即s∈sfs
c
；步骤十五，令cur_pos＝p
start
＝(x0，y0)，驻点路径)，驻点路径进入步骤十六；所述驻点路径是由栅格形式背景k＝(o，a，i)的点坐标组成的序列，即pos_path＝(p0，p2，
…
，p
n
)，其中点p
i
＝(x
i
，y
i
)，满足x
i
iy
i
，x
i
∈o，y
i
∈a；所述点p
i
是机器人停留并且调整方向的位置，故称p
i
为驻点；步骤十六，如果方域路径sf_path中有未处理的路径节点(cur_c，cur_sf)，进入步骤十七；否则，进入步骤二十四；步骤十七，将candidate_list中属于当前方域cur_sf的点p，放入到list中，进入步骤十八；步骤十八，如果list不为空，则令candidate_list＝list，进入步骤十六；否则进入步骤十九；步骤十九，pre_pos＝cur_pos，进入步骤二十；步骤二十，如果candidate_list不为空，则从中根据欧式距离筛选距离目标点p
target
最近的点cur_pos；进入步骤二十一；步骤二十一，将cur_pos加入到pos_path中，进入步骤二十二；步骤二十二，如果cur_pos.x＝＝pre_pos.x，则将点集{(x1，cur_pos.y)|x1∈cur_sf.o}放入candidate_list中；进入步骤二十三；步骤二十三，如果cur_pos.y＝＝pre_pos.y，则将点集{(cur_pos.x，y1)|y1∈cur_sf.t}放入candidate_list中；进入步骤十六；步骤二十四，根据欧式距离从candidate_list中筛选距离目标点p
target
最近的点cur_pos，进入步骤二十五；步骤二十五，如果cur_pos.x＝＝p
target
.x or cur_pos.y＝＝p
target
.y，则将cur_pos加入到pos_path中；否则，将点(cur_pos.x，p
target
.y)加入到pos_path中；进入步骤二十六；步骤二十六，将p
target
加入到pos_path中，进入步骤二十七；步骤二十七，结束。2.根据权利要求1所述的一种基于方域图的机器人路径生成方法，其特征在于：所述步骤一中，生成方域图的步骤为：1)根据机器人所在环境，生成栅格形式背景k＝(o,a,i)；进入步骤2)；所述栅格形式背景为一个三元组k＝(o,a,i)其中o为连续对象集合，即o＝{o1,o2,...,
o
m
}中的每个对象元素的下标连续，表示栅格表的行；a为连续属性集合a＝{a1,a2,...,a
n
}中的每个属性元素的下标连续，表示栅格表的列；i是o与a之间的二元关系，oia，o∈o，a∈a当且仅当o行a列处没有障碍物存在；2)根据栅格形式背景k，生成域概念格(cs
k
，≤)；进入步骤3)；所述域概念格为一个栅格形式背景k所产生的所有域概念cs
k
和其上的偏序关系≤，所形成一个完备格，记为(cs
k
，≤)；所述域概念为对于一个栅格形式背景k＝(o,a,i),并且满足f(x)＝y,g(y)＝x,称二元组(x,y)为一个域概念，其中x为域概念的外延，y为域概念的内涵；cs
k
为记栅格形式背景k的全体概念；其中，函数f、g分别为形式概念分析中的伽罗瓦联系；所述域概念之间的偏序关系为设(x1,y1)和(x2,y2)是栅格形式背景k＝(o,a,i)的任一两个域概念，则定义两个域概念，则定义称(x1,y1)为(x2,y2)的子概念，(x2,y2)为(x1,y1)的父概念；所述≤为集合cs
k
上的偏序；3)由域概念格生成方域图graph_sf；所述方域为设(x,y)是栅格形式背景k＝(o,a,i)的任意一个域概念，其中对象集合x由一个或多个连续对象集组成，即x＝o1∪o2∪
…
∪o
k
,k＜‖o‖，并且任意两个连续对象集的并集不为连续对象集；属性集合y由一个或多个连续属性集组成，即y＝a1∪a2∪
…
∪a
j
,j＜‖a‖,并且任意两个连续属性集的并集不为连续的属性集；则二元组(s,t)，其中s∈{o1,o2,
…
,o
k
}，t∈{a1,a2,
…
,a
j
},称之为域概念(x,y)的一个方域；所述方域图graph_sf为一个栅格形式背景k的域概念格中的每个域概念(x,y)∈cs
k
，都具有其概念方域集sfs
(x，y)
，即graph_sf＝(cs
k
，≤，sfs
(x，y)
)；所述概念方域集为一个域概念的所有方域的集合，表示为sfs
(x，y)
。3.根据权利要求1所述的一种基于方域图的机器人路径生成方法，其特征在于：所述步骤二中，生成包含起始点p的所有域概念集合的步骤如下：1)对于一个栅格形式背景k＝(o，a，i)，输入一点坐标，表示为p＝(o，a)，其中oia，o∈o，a∈a；进入步骤2)；2)依据形式概念分析方法，获得p＝(o，a)的属性概念和对象概念，即分别为(g(a)，f(g(a)))、(g(f(o))，f(o))；进入步骤3)；3)令fathers(c0)表示域概念c0的所有父概念，sons(c0)表示域概念c0的所有子概念，即：fathers(c0)＝{c|c∈cs
k
，c≥c0}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)sons(c0)＝{c|c∈cs
k
，c≤c0}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)cs(p)＝{fathers((g(f(o))，f(o)))∪{(g(f(o))，f(o))}}∩{sons((g(a)，f(g(a)))∪{(g(a)，f(g(a)))}}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)则通过公式(3)获得包含点p的所有域概念集合:令p为起始点，即p＝p
start
，cs
start
＝cs(p
start
)，进入步骤4)；4)结束。4.根据权利要求1所述的一种基于方域图的机器人路径生成方法，其特征在于：所述步骤十四中，由当前方域cur_sf生成到达目标点p
target
的路径sf_path的步骤如下：1)生成路径节点(cur_sf.ower，cur_sf)，并加入的路径sf_path列表表头，进入步骤2)
2)如果cur_sf.pre_node等于none，则进入步骤4)；否则进入步骤3)；3)令cur_sf＝cur_sf.pre_node，进入步骤1)；4)返回sf_path，结束。

技术总结
本发明提供了一种基于方域图的机器人路径生成方法；首先，将栅格图转化为栅格形式背景，通过以概念格为基础构建方域图，根据方域之间的位置关系，采用广度优先策略，生成由连续矩形空间组成，从起点到终点的最短方域路径；然后，将该方域路径转化为由坐标点构成的最优驻点路径；方域路径是从起点到终点的最短连通区域，机器人使用该路径，可以在高效到达目标点的行进过程中，有一定的自主活动空间；机器人使用驻点路径，可以在坐标点之间直线行驶，达到转弯次数最少，且所经路途最短的效果。且所经路途最短的效果。且所经路途最短的效果。


技术研发人员：张卓 皮揽宇 岳风彬
受保护的技术使用者：郑州大学
技术研发日：2021.09.07
技术公布日：2021/12/2