基于模糊聚类的探索边界线段提取研究.docVIP

 基于模糊聚类的探索边界线段提取研究# 余洪山，王耀南，赵科* （湖南大学电气与信息工程学院，长沙市，410082） 5 10 15 20 25 30 35 40 摘要：探索边界是影响移动机器人自主探索决策的关键。本文通过深入分析栅格地图中探索 边界的特性，考虑到移动机器人探索过程的实时性和边界参数计算的精度要求，提出一种 基于改进模糊聚类算法的直线段提取算法，算法通过对探索边界点集合进行分级聚类分析 提取探索边界对应直线段，然后通过线段的合并、延伸和剔除处理获得可靠正确的边界线 段信息。试验分析验证了算法的有效性。 关键词：线段提取；探索边界；模糊 C 聚类；机器人探测； 中图分类号：TP 242.6 Line Segment Extracting Method Based on FCM Algorithm YU Hongshan, Yaonan Wang, Zhao Ke (College of Electrical and Informaiton Engineering, Hunan University,Changsha,410082) Abstract: Accessible frontier is important factor for mobile robot autonomous exploration. This paper presents a fast and robust exploration frontiers extracting method based on fuzzy c-means clustering algorithm to meet the real time requirement of robot exploration and precision requirement of frontier parameters computing.In the end, the effectiveness of proposed method is verified by experiments results in lab environment. Key words: Line segment detection;Exploration frontier;FCM;Robot exploration 0 引言 探索边界的提取和计算是基于局部栅格地图自主探索方案的关键步骤之一，其直接决定 算法性能优劣甚至成败。直线检测作为图像处理领域的传统研究课题，已取得大量的研究成 果。目前对于直线的检测处理主要可分为局部法和全局法两类方法。对于全局法，比较著名 的为 Hough 变换和改进算法[1~4]。Hough 变换是一种从欧氏二维空间到参数空间的一种影射， 方法基于全局的角度进行边缘直线检测，对图像中的噪声不敏感，能够很好的处理局部遮挡、 覆盖等情况，在移动机器人环境直线段特征检测中也取得较好的应用效果[5-6]。但是该方法 也存在以下几种较大缺陷：①计算量大，每个边缘点映射成参数空间的一条曲线，是一对多 映射；空间复杂度高，占用内存大；提取的参数受参数空间的量化间隔制约；Hough 变换不能直接得到直线的端点、长度等信息，必须通过反 Hough 变换来提取。以上问题严 重制约了 Hough 变换在实时处理系统中的应用。 与全局法相对应，人们在基于局部特征提取直线方面也作了大量的研究[7]。其研究也可 以划分为两类，基于图像的边缘梯度方向信息的链码跟踪法[8]和直线模板法[9]。链码跟踪法 实时性非常好，适于在实时机器视觉系统中应用。但是该方法的缺陷是抗干扰性较 Hough 变换差，并且受边缘检测算子的影响非常大，要求边缘检测提供比较精细的边缘。直线模板 法在检测特定方向直线的上，具有很好的效果，对任意方向的随机线段检测方面受到很大限 制。由于声纳测量传感器测量数据精度较低，对应探索边界也不可能为精细边缘，方向更是 基金项目：国家自然科学基金项目；国家自然科学基金重点项目；高等学校博 士点基金新教师项目(200805321020)； 作者简介：余洪山（1980-），男，副教授，主要研究方向：智能移动机器人、机器视觉. E-mail: yuhongshancn@163.com -1-  随机分布。 1 模糊 C 均值聚类算法原理 本论文通过深入分析栅格地图中探索边界的特性，考虑到移动机器人探索过程的实时性 和边界参数计算的精度要求，提出一种基于模糊聚类算法的直线段提取算法，该方法首先将 45 边界点进行分区，利用改进模糊 c-means 聚类算法提取出各子分区内的边界线段的参数信 息，然后通过线段的合并、延伸和剔除处理获得可靠正确的