买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖北大学申请的专利复杂环境下的清洁机器人路径规划方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119935146B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510101739.X，技术领域涉及：G01C21/20；该发明授权复杂环境下的清洁机器人路径规划方法是由程力;肖俊龙;张新生;马超设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本复杂环境下的清洁机器人路径规划方法在说明书摘要公布了：本发明公开一种复杂环境下的清洁机器人路径规划方法，对图像预处理，然后进行轮廓提取与排序：基于预处理后的二值灰度图像，采用轮廓提取方法提取所有轮廓及其层次关系，通过对轮廓进行排序，确定待清洁区域与障碍物区域。对所有轮廓进行多边形拟合，统计所有拟合多边形的边长与角度确定地图的主要路径方向，将拟合后的多边形点集构建为带有内部孔洞的多边形，应用BCD分解法进行分解，基于分解后的单元构建邻接矩阵，并结合起始点位置及邻接矩阵，确定单元的连接顺序，根据单元的连接顺序对每个单元进行路径规划，最终得到全局最优路径。本发明提高清洁机器人全覆盖路径规划的效率与覆盖率。

本发明授权复杂环境下的清洁机器人路径规划方法在权利要求书中公布了：1.一种复杂环境下的清洁机器人路径规划方法，其特征在于，包括以下步骤： 步骤1、采集获取地图图像，并进行图像预处理； 先将原图像转化为二值黑白图像，再对二值黑白图像依次执行形态学腐蚀和开运算操作来初步确认图像上的障碍物和通行区域； 步骤2、对步骤1所得图像进行轮廓提取与排序，从而确定待清洁区域与障碍物区域，具体过程如下： 步骤2.1、通过轮廓提取法提取轮廓，然后得到所有轮廓之间的层级关系，所述层级关系包括当前轮廓的下一个轮廓的索引、当前轮廓的前一个轮廓的索引、当前轮廓的第一个子轮廓的索引以及当前轮廓的父轮廓的索引； 步骤2.2、按照轮廓面积的大小，对所有轮廓进行从大到小的排序，确定面积最大的轮廓的索引，这个面积最大的轮廓即是机器人可行区域的外框； 同时，基于轮廓之间的层级关系，找到所有父轮廓索引为最大轮廓索引的轮廓，找到的这些轮廓即为障碍物的轮廓； 步骤2.3、对于面积较小的障碍物轮廓，遍历计算其与相邻障碍物轮廓区域的距离；如果该距离小于机器人的尺寸，即机器人无法通过时，则将这两个障碍物轮廓进行合并，限制机器人的行进路线，避免机器人进入该区域出现死路；如果该距离大于机器人的尺寸，则不进行处理； 步骤3、多边形拟合，即对步骤3提取的所有轮廓分别进行多边形拟合，形成多边形集合； 步骤4、计算路径方向，对于步骤3所得多边形集合中所有多边形，分别统计其边长与角度，通过映射与加权方式构建角度直方图，确定出现频率最高的角度，作为该地图的路径方向，具体方法为： 先通过欧几里得距离公式计算多边形中相邻两点之间的距离，并使用atan2函数计算相邻两点之间边的方向角，同时将其映射到[0,180范围内；接着，遍历所有多边形的点，对于相同方向角上的边长进行累加，构建边长-方向角的直方图；最终，通过分析直方图，将出现频率最高的方向角确定为多边形的主要方向角度； 步骤5、多边形分解，将步骤3拟合后的多边形点集构建成为一个带有内部孔洞的多边形，然后对该带孔多边形使用最佳单元分解法BCD进行分解，对于所得的各个分解方向，遍历每个单元的最优扫描方向对应的高度值，并进行累加；最终，选择高度值最小的分解方案作为最优方向下的最优分解结果； 步骤6、单元邻接图构建与单元连接，即根据分解后的单元构建邻接矩阵，并结合起始点位置及邻接矩阵，采用DFS算法确定单元连接顺序； 步骤7、路径规划，即根据步骤6所得单元连接顺序对每个单元进行路径规划，最终得到全局最优路径。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖北大学，其通讯地址为：430062 湖北省武汉市武昌区友谊大道368号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。