2。1。3新型拓扑地图

本文面向自然路标，定义一种新型拓扑地图。在我们的地图中，定义拓扑节点即为路口，路口即为道路拐弯处，不同道路的交点或者道路的终点。定义拓扑图中的边即为两节点之间的道路连接关系，忽视道路的弯曲等几何特征。文献综述

要介绍本文的拓扑地图定义，就要先简单介绍Beam Curvature Method（BCM），这是一种局部避障算法，BCM中的山区划分可以用来检测通道及拓扑节点。

本文使用BCM生成拓扑地图，基于扇区划分来检测道路路口情况。

拓扑图中拓扑节点具体分为以下三类：

(1) 道路明显拐弯处，即为在该点处道路直线明显偏移；

(2)不同道路交点，即从该点出发有三条或三条以上可行道路；

(3)道路终点，即为该点处只有一个方向有一条可行道路；

本文中定义的拓扑地图中的节点，是通过可行道路之间的关系来检测的，这样就不用预先拥有环境信息的需求，机器人也不用必须在得知自身具体准确位置的前提下才能识别路口。无疑这样的拓扑地图，更加能适应动态环境，对存在不稳定障碍物的未知的大规模环境也具有鲁棒性，比其他地图更加适合校园道路环境。

图2。1  部分校园环境的新拓扑地图实例

2。1。3基于扇区划分的节点检测

检测出路口与道路终点，是机器人创建地图与导航的关键步骤。传统的基于Hough变换的，使用Sobel算子的直线道路提取的道路检测算法，只基于灰度图像进行，且对于障碍物阻挡与动态环境的干扰很敏感。本文使用BCM生成拓扑地图，基于扇区划分来检测路口，避免以上缺点，对校园的道路环境具有不错的鲁棒性。设在时刻无碰撞扇区的总数为,则2。1。2中分类的三类节点可分别如下检测： 

(1)道路明显拐弯处。当，并且两个无碰撞扇区的夹角  （其中表示一个夹角A阈值）时，可能该点为道路明显拐弯处，例如图3中的点；

(2)不同道路交点。当，该点可能为不同道路交点处，例如图3中点；来:自[优.尔]论,文-网www.chuibin.com +QQ752018766-

(3)道路终点。当时，该点可能为某条可行道路的终点，例如图3中的点。

图2。2  节点检测

与直线提取的道路检测算法相联系，也可以将本文中基于BCM的方法中的扇区划分看作特征。然而与直线等特征相比，显然扇区划分的特征在动态环境中抗干扰能力更强，具有更好的鲁棒性。

2。2 路标特征提取

为了能够估计每一帧与之前帧相对位置，必须要将当前帧中的特征与之前帧中特征相匹配。我们所匹配的特征为使用FAST拐点特征探测器（FAST corner feature detector）探测得到的特征。FAST拐点特征用于定位时，表现出较好的可重复性与准确性。且FAST拐点特征易于提取，对于一张640480的图像，提取特征只需要10ms。我们保证其满足最小分离约束（在试验中，最小分离约束轻微地减少了可重复性，但是为了保证几何条件，最小分离约束依然是必须的）。