如何用matlab建立环境模型及源代码

环境建模

机器人的采摘环境，根据机械手末端识别技术，将识别的树叶，树枝等障碍物栅格化，不足一格的近似为一格，建立二维环境模型。采摘环境的建立：建立环境地图的方法主要有栅格法、自由空间法、广义锥法、链接图法、几何信息法等。【基于蚁群算法的移动机器人路径规划技术的研究 刘杰 闫清东 】

3.1 构建环境模型的方法 3.1.1 可视图法

可视图法将环境中的任意障碍物描述成不规则多边形，机器人或者机械手描述为一个质点，并把起始点、目标点以及障碍物简化成的不规则多边形的顶点连接起来，同时去除和障碍物相交的直线，那么剩下的直线都是与障碍物无碰的，机器人在这些直线上选择路径就不会与障碍物发生碰撞，要搜索避障路径，只需要在这些直线上通过一些搜索算法确定路径点即可。但是，随着起始点和目标点位置的改变，可视图法就必须根据环境来重新定义，这样增加了计算量，降低了灵活性。

3.1.2 自由空间法

在自由空间中一般采用凸区法、三角形法、广义锥法等描述障碍物，并构造连通图进行路径规划。首先，它把环境空间中的障碍物简单描述成自由空间中的不规则多边形，然后，利用某些图论方法建立连通图，最后在建立好的连通图上搜索合适的路径点以至形成一条可行走的路径。这种方法优点是在确定工作环境空间以后，无论起始点和目标点的位置怎么改变，环境模型也不需要重新建立，其缺点是随着障碍物增加,算法的计算时间几何级变长，而且往往搜索到的路径都不是最优的。同时，自由空间法一般应用于二维平面空间中进行路径规划，在三维空间中很难建立环境模型，如果非要应用到三维空间中，计算量将是二维空间的无数倍。

3.2 栅格法

栅格法建立环境地图的原理是M.B.Metea首先提出的,在平面而为坐标中，用0

或者1表示障碍物的方法来建立环境地图，将自由空间和障碍物分别表示为栅格块的集合。用栅格方法表示二维的环境信息十分简便有效，应用也很广，因此，本文采用栅格法对环境进行建模。空白栅格表示自由空间也就是机器人能够自由通过的地方，而阴影栅格表示的是障碍物空间【基于栅格法的矿难搜索机器人全局路径规划与局部避障 朱磊，樊继壮，赵杰，吴晓光，刘罡】

栅格法是将环境空间分割成许许多多的单元格，假设一个单元格中处于障碍物范围，那么这个单元格就作为障碍栅格存在，不是障碍栅格的就作为自由栅格存在。这个方法将环境划分的较为简单，但是算法的计算量会随着单元格的数量的增加而指数级上升，不能满足某些特定的时间要求。栅格划分的多少决定了环境信息的清晰程度，栅格划分多了，环境分辨率高，在障碍物较多的时候容易找到最优路径，但是计算量大，容易受到外界因素干扰，路径规划需要的时间长；栅格划分少了，环境信息比较模糊，算法搜索时间短，但是在障碍物较多时不容易发现最优路径，因此，栅格数量的多少是栅格法需要考虑的重要因素之一。 【M.B.Metea， Route planning for iiintelligent autonomous land vehicles using hierarchical terrain representation [C].In:Proc of IEEE IntConf on Robotics and Automation,1987:1947~1952】。

3.3 matlab仿真建立环境模型

采用栅格法将机器人活动的二维平面区域划分为一个N行N列的棋盘空间。机器人在栅格之间运动，每次从当前位置移动到临近的一个栅格上。每个栅格长度设定为一个距离单位。机器人当前所处位置用所在的栅格二维坐标P(x，y)表示，其中，x∈{1，2，?，N)，y∈{1，2，?，N)。栅格的划分尺度依据机器人的尺寸而定，应能容纳机器人，并离栅格的边界留有适当间距。障碍物用所占据的栅格表示，当不满一个栅格时按一个栅格计算。这样使得在栅格之间运动的机器人可被作为一个质点处理。如图所示，表示一个8?8的栅格的机器人活动离散化的环境。根据基本采摘环境，将环境划分为32?32像素的栅格，通过32?32的[0 1]矩阵G与之相对应，建立环境中的障碍物和自由空间。

如果该元素为1，则该栅格为黑色： if G(i,j)==1 x1=j-1;y1=32-i; x2=j;y2=32-i; x3=j;y3=32-i+1;

如果该元素为0，则该栅格为白色： else x1=j-1;y1=32-i; x2=j;y2=32-i; x3=j;y3=32-i+1; x4=j-1;y4=32-i+1

用matlab进行仿真，如图所示：

栅格法建立机器人采摘环境模型

栅格法具有创建地图容易，方便于维护和修改等特点而在路径规划中广泛用

于建立环境模型。

本文来源：https://www.bwwdw.com/article/onxg.html