为实现安防巡逻机器人视觉区域高效覆盖,准确跟踪巡逻路径,提出了基于多层代价地图的机器人全覆盖视觉导航方法。通过图像预处理、检测障碍物边缘、提取障碍物特征点三个步骤构建机器人安防巡逻环境模型,将周边区域中活动行为看作人造引力场运动,运用逆势场法优化人工势场法的局部最优解问题,通过直线连接原始方位与全部切线点,计算机器人运行的安全路径;行人感知前提下组建个人空间与群组交互社会代价模型,运用A*算法在导航搜索图内实施启发式搜索,并根据路径长短、社会收敛代价计算真实社会代价,增强导航准确性。测试结果表明,所提方法可提高机器人多变环境适应能力,导航实时性强,精度较高。

提出的一种STEDF的可视图建模方法,可有效的提高环境模型建模效率,并且使移动机器人在路径规划的算法更加高效。在环境模型中通过删减融合一些不必要障碍物的手段,利用机器人所在的起始点、目标点和障碍物之间的关系,在不对路径规划的结果有影响的情况下建立一种极大程度下减少可视边的可视图。该方法在前期的环境建模中由于可视边是移动机器人的路径的原因,所以节约了很多环境建模的时间。根据有效的仿真结果可知,这里的方法极大程度的使路径规划算法的速率在原来的基础上取得了非常大的进步。