[论文解读] Finding Shortest Path for Developed Cognitive Map Using Medial Axis

Hazim A. Farhan, Hussein H. Owaied+1 more|arXiv (Cornell University)|Mar 17, 2011

Spatial Cognition and Navigation参考文献 10被引用 3

一句话总结

本文提出了一种改进的中轴算法，用于从建筑蓝图派生出的认知地图中计算最短路径，利用中心路径像素来建模可通行路线。通过过滤掉狭窄且不切实际的路径，并将转弯处建模为节点，该方法使智能机器人能够以更低的计算开销和更优的路径规划性能高效地在建筑内导航。

ABSTRACT

this paper presents an enhancement of the medial axis algorithm to be used for finding the optimal shortest path for developed cognitive map. The cognitive map has been developed, based on the architectural blueprint maps. The idea for using the medial-axis is to find main path central pixels; each center pixel represents the center distance between two side boarder pixels. The need for these pixels in the algorithm comes from the need of building a network of nodes for the path, where each node represents a turning in the real world (left, right, critical left, critical right...). The algorithm also ignores from finding the center pixels paths that are too small for intelligent robot navigation. The Idea of this algorithm is to find the possible shortest path between start and end points. The goal of this research is to extract a simple, robust representation of the shape of the cognitive map together with the optimal shortest path between start and end points. The intelligent robot will use this algorithm in order to decrease the time that is needed for sweeping the targeted building.

研究动机与目标

• 开发一种鲁棒且简化的建筑布局表示方法，以支持智能机器人导航。
• 解决在复杂室内环境中利用认知地图寻找最优最短路径的挑战。
• 通过过滤掉不适合机器人移动的狭窄、不切实际的走廊，减少路径规划的计算时间。
• 将转弯点（如左转、右转、关键转弯）建模为导航网络中的离散节点。
• 将中轴变换与认知制图相结合，实现实时、高效的机器人路径规划。

提出的方法

• 计算建筑平面图的中轴，以识别中心路径像素，代表可通行走廊的几何中心。
• 仅保留宽度足够的路径，排除对机器人导航不可行的狭窄走廊。
• 利用中心路径像素构建节点网络，其中每个节点对应环境中的一个转弯点。
• 算法将方向变化（左转、右转、关键转弯）建模为路径网络中节点之间的转换。
• 在构建的节点网络上使用图遍历算法，计算起点与终点之间的最短路径。
• 将建筑蓝图数据整合为适合机器人路径规划的认知地图表示。

实验结果

研究问题

• RQ1 如何调整中轴变换，以从建筑蓝图中提取对机器人有用且有意义的可通行路径？
• RQ2 可采用何种标准从路径网络中过滤掉狭窄且不可通行的走廊？
• RQ3 如何有效将建筑内的转弯点建模为路径查找图中的离散节点？
• RQ4 简化认知地图表示对路径规划效率和准确性有何影响？
• RQ5 基于中轴的方法在计算速度和路径最优性方面是否优于传统路径规划方法？

主要发现

• 中轴变换成功识别出建筑平面图中的中心可通行路径，构成认知地图的骨干。
• 该算法有效过滤掉不适合机器人移动的狭窄走廊，提升了路径的可行性。
• 构建的节点网络准确表示了转弯点，实现了精确的路径表示与导航。
• 通过仅关注相关且宽度足够的走廊，该方法显著降低了计算开销，提升了路径规划速度。
• 该方法实现了起点与终点之间高效最短路径的计算，支持室内环境中机器人实时导航。