技术特征：
1.一种自主探索建图目标选取方法，其特征在于，包括：步骤s1：建图程序启动并初始化地图；步骤s2：提取边界，组成候选目标所在的线段列表；步骤s3：提取候选目标坐标点列表，对各候选目标点评分；步骤s4：选取评分最高的目标点下发路径规划器生成速度驱动机器前进，在前进的同时生成地图；步骤s5：切回人工模式，将机器推至遗漏区域扫全地图保存。2.根据权利要求1所述的自主探索建图目标选取方法，其特征在于，在所述步骤s1中：获得第一帧激光，生成第一帧地图。3.根据权利要求1所述的自主探索建图目标选取方法，其特征在于，在所述步骤s2中：提取未知区域与已知区域的边界线段，组成候选目标所在的线段列表。4.根据权利要求1所述的自主探索建图目标选取方法，其特征在于，在所述步骤s3中：根据线段列表计算各自的几何中心，组成候选目标点列表；对各个候选点在以下方面计算其评分：候选点所在线段的长度；候选点坐标与机器当前位置的距离；候选点附近已知区域和占用区域的占比；路径的花费。5.根据权利要求4所述的自主探索建图目标选取方法，其特征在于：根据候选点所在线段的长度计算第一分数s1，获取候选点坐在边界的长度c,如果c小于阈值则s1得0分，如果c大于底盘直径则s1的100分根据候选点坐标与机器当前位置的距离计算第二分数s2，候选点坐标p(x,y)，机器人坐标r(x,y),计算欧式距离d；α和β为系数；根据候选点附近已知区域和占用区域的占比计算第三分数s3，设置以目标点为圆心，半径为r的一个圆；计算该圆内区域未知区域、已知区域、占用区域各自的比重，分别记为a,b,c，设圆半径为r：s3＝100
×
b+100
×
c根据机器人当前位置到目标点路径花费计算第四分数s4，已知机器人位置，已知目标点位置，已知先验栅格地图，使用路径规划算法计算机器人当前位置到目标点需要经过多少栅格，记栅格数量n，n越小实际行走就越短：s4＝100/n得到第一分数列表，第二分数列表，第三分数列表，第四分数列表，将各个列表归一化，归一化符号记为λ，计算各目标点总分s,比例系数ks[i]＝k*{λ(s1[i])+λ(s2[i])+λ(s3[i])+λ(s4[i])}。6.一种自主探索建图目标选取系统，其特征在于，包括：模块m1：建图程序启动并初始化地图；模块m2：提取边界，组成候选目标所在的线段列表；
模块m3：提取候选目标坐标点列表，对各候选目标点评分；模块m4：选取评分最高的目标点下发路径规划器生成速度驱动机器前进，在前进的同时生成地图；模块m5：切回人工模式，将机器推至遗漏区域扫全地图保存。7.根据权利要求6所述的自主探索建图目标选取系统，其特征在于，在所述模块m1中：获得第一帧激光，生成第一帧地图。8.根据权利要求6所述的自主探索建图目标选取系统，其特征在于，在所述模块m2中：提取未知区域与已知区域的边界线段，组成候选目标所在的线段列表。9.根据权利要求6所述的自主探索建图目标选取系统，其特征在于，在所述模块m3中：根据线段列表计算各自的几何中心，组成候选目标点列表；对各个候选点在以下方面计算其评分：候选点所在线段的长度；候选点坐标与机器当前位置的距离；候选点附近已知区域和占用区域的占比；路径的花费。10.根据权利要求9所述的自主探索建图目标选取系统，其特征在于：根据候选点所在线段的长度计算第一分数s1，获取候选点坐在边界的长度c,如果c小于阈值则s1得0分，如果c大于底盘直径则s1的100分根据候选点坐标与机器当前位置的距离计算第二分数s2，候选点坐标p(x,y)，机器人坐标r(x,y),计算欧式距离d；α和β为系数；根据候选点附近已知区域和占用区域的占比计算第三分数s3，设置以目标点为圆心，半径为r的一个圆；计算该圆内区域未知区域、已知区域、占用区域各自的比重，分别记为a,b,c，设圆半径为r：s3＝100
×
b+100
×
c根据机器人当前位置到目标点路径花费计算第四分数s4，已知机器人位置，已知目标点位置，已知先验栅格地图，使用路径规划算法计算机器人当前位置到目标点需要经过多少栅格，记栅格数量n，n越小实际行走就越短：s4＝100/n得到第一分数列表，第二分数列表，第三分数列表，第四分数列表，将各个列表归一化，归一化符号记为λ，计算各目标点总分s,比例系数ks[i]＝k*{λ(s1[i])+λ(s2[i])+λ(s3[i])+λ(s4[i])}。
技术总结
本发明提供了一种自主探索建图目标选取方法及系统，包括：步骤S1：建图程序启动并初始化地图；步骤S2：提取边界，组成候选目标所在的线段列表；步骤S3：提取候选目标坐标点列表，对各候选目标点评分；步骤S4：选取评分最高的目标点下发路径规划器生成速度驱动机器前进，在前进的同时生成地图；步骤S5：切回人工模式，将机器推至遗漏区域扫全地图保存。探索模式建图有效的缓解减少了部署人员的部署时间和工作量，人工模式又弥补了探索导致的遗扫；本发明通过对目标点的各种评分，有效的解决单一策略导致的目标选取不是最优的情况，综合考虑了各种因素，策略适应环境强，增加了机器人的智能性。性。性。
技术研发人员：杨洪杰 郭震
受保护的技术使用者：上海景吾酷租科技发展有限公司
技术研发日：2022.06.17
技术公布日：2022/10/3