CN104615138B - 一种划分移动机器人室内区域动态覆盖方法及其装置 - Google Patents
一种划分移动机器人室内区域动态覆盖方法及其装置 Download PDFInfo
- Publication number
- CN104615138B CN104615138B CN201510019179.XA CN201510019179A CN104615138B CN 104615138 B CN104615138 B CN 104615138B CN 201510019179 A CN201510019179 A CN 201510019179A CN 104615138 B CN104615138 B CN 104615138B
- Authority
- CN
- China
- Prior art keywords
- block
- mobile robot
- independent subregion
- independent
- planning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000013439 planning Methods 0.000 claims abstract description 65
- 230000004888 barrier function Effects 0.000 claims description 59
- 230000006870 function Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000004387 environmental modeling Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000011218 segmentation Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 5
- 230000019771 cognition Effects 0.000 description 5
- 230000001149 cognitive effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000009191 jumping Effects 0.000 description 3
- 201000007094 prostatitis Diseases 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241001417527 Pempheridae Species 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明提供了一种划分移动机器人室内区域动态覆盖方法及其方法，其方法中至少包括：通过对栅格地图的每一列进行扫描将室内区域进行两次划分，将室内区域划分为独立子区域块和独立区域块，其中，独立区域块中包含多个相互邻接的独立子区域块；基于反向查找的方式和最小树原则分别获取独立子区域块和独立区域块中包含的每个独立子区域块的拓扑规划顺序；根据拓扑规划顺序基于Di jkstra算法获取移动机器人在室内区域内的最优路径。其从人类对环境认知习惯的角度出发，对室内环境进行了两次划分，保障了环境中具有一定功能的区域的完整性的同时将具有一定功能的区域划分为移动机器人能够行走的独立子区域，同时符合了机器人的思维。
Description
技术领域
本发明涉及移动机器人导航领域，尤其涉及一种基于人们对环境的认知，从而实现划分移动机器人室内区域动态覆盖方法及其装置。
背景技术
随着技术的发展进步，移动机器人被广泛地使用以辅助或替代人类完成一些重复性较高、技术含量较低的任务，如产品装配、扫地等，其中，扫地机是移动机器人的典型应用，如果其路径或行为规划不合理，则将出现覆盖效率低、路径重复率高等问题，因而工作过程可以等价为解决区域覆盖的问题。
目前，根据是否进行区域划分的标准，区域覆盖算法主要可以分为两类：第一种为对整体区域进行划分，在划分的基础上实现子区域覆盖，最终实现整个区域的覆盖，如牛耕式分割算法、梯形分割算法、Morse分解算法等；第二种为不进行区域划分，将环境作为整体实现区域覆盖，如波阵面法、旋转生成树法等。
在这两种方法中，通过对区域进行划分，实现机器人的区域覆盖更加符合人类的认知习惯，因而现阶段在移动机器人在使用过程中，普遍采用第一种区域覆盖算法，但是，当前的区域覆盖算法主要集中在考虑子区域的覆盖策略，而缺少对整体环境的考量。
发明内容
针对上述问题，本发明从人类对环境认知习惯的角度出发，对室内环境进行了两次划分，其中，第一次划分保证了室内区域中具有一定功能区域的完整性，第二次划分将具有一定功能的区域划分为移动机器人能够行走的独立子区域，并在独立子区域内部实现机器人行为规划，控制机器人完成独立子区域的覆盖。
本发明提供的划分移动机器人室内区域动态覆盖方法及其装置，具体方案如下：
一种划分移动机器人室内区域动态覆盖方法，至少包括以下步骤：
S1利用栅格法对移动机器人的室内区域进行环境建模，通过对栅格地图的每一列进行扫描将所述室内区域进行两次划分，将所述室内区域划分为独立子区域块和独立区域块，其中，所述独立区域块中包含多个相互邻接的独立子区域块；
S2基于反向查找的方式和最小树原则分别获取所述独立子区域块和所述独立区域块中包含的每个所述独立子区域块的拓扑规划顺序；
S3根据所述拓扑规划顺序基于Dijkstra算法获取所述移动机器人在所述室内区域内的最优路径。
在本技术方案中，从人类对环境认知习惯的角度出发，对室内环境进行了两次划分：第一次划分保证环境中具有一定功能的区域的完整性，例如，办公室，走廊等区域，这种划分方式符合人类的认知习惯，方便用户的认知和实现对机器人的操控；第二次划分从机器人行为规划的角度出发，对第一次划分出来的具有一定功能的区域进行二次划分，将其划分为移动机器人能够行走的子区域(包括独立子区域块和独立区域块)，并在子区域内部实现机器人行为规划，使用Dijkstra算法获取所述移动机器人在所述室内区域内的最优路径，控制机器人完成子区域的覆盖。
优选地，在步骤S1中，具体包括以下步骤：
S11载入所述栅格地图，分别以栅格为单位进行访问和存储，同时对所述栅格地图进行膨胀；
S12对所述栅格地图中的每一列进行扫描，记录并存储每一列扫描的起始点，障碍物的上下边缘点以及所述移动机器人相对于所述障碍物的位置信息，其中，所述起始点，障碍物的上下边缘点形成扫描点；
S13根据比对前一次扫描记录和当前扫描记录将所述室内区域划分为所述独立子区域块，同时通过检视相邻两个扫描点之间是否存在所述障碍物以判定所述独立子区域块之间的邻接性，多个相互邻接的所述独立子区域块形成所 述独立区域块。
在本技术方案中，通过对栅格地图中每一列进行扫描，且通过比对前一次扫描记录和当前扫描记录对区域进行划分。同时本技术方案中，对环境中可能出现的动态障碍物进行了考量，当环境中出现动态障碍物，在每次规划中，扫描点都将出现不同，移动机器人根据每次扫描的点进行快速响应，避开动态障碍物，并重新规划路径，完成区域的覆盖。
优选地，在步骤1中，将所述室内区域划分为所述独立子区域块和所述独立区域块之后，还包括以下步骤：
S14针对所述栅格地图中的每一个非障碍物点，使用直线模拟激光束对其四周环境进行扫描，记录当前移动机器人所在节点与障碍物点之间的距离；
S15根据所述距离判定是否为所述室内区域中门口的位置，若判定其为门口点，则将该节点封闭，形成完整的功能区域；
S16通过与长度比率阈值的比较判定走廊区域；
S17通过对所述走廊区域使用直线模拟激光进行扫描，同时记录每道激光扫描到的障碍物点的位置，判定所述走廊区域的主方向。
在本技术方案中，即为实现对室内区域进行一次规划的具体步骤，当然，在这里，针对走廊的位置给出了具体的识别步骤，这种方式，符合人类的认知习惯，方便用户的认知和实现对机器人的操控。移动机器人在室内移动时，根据一次划分的结果，分别在每个划分出来的功能区域内进行区域覆盖，从而实现整体的区域覆盖，即当同时需要对办公室和走廊进行区域覆盖时，则首先对办公室内的区域进行覆盖，过后在对走廊中的区域进行覆盖。
优选地，在步骤S2中，具体包括以下步骤：
S21判断未规划的独立子区域块的数量，若所述数量为0，则拓扑规划结束；
S22若所述数量不为0，则获取当前独立子区域块邻接的未规划的独立子区域块，若当前独立子区域块邻接的未规划的独立子区域块的数量为0，则当前独立子区域块邻接的独立子区域块拓扑规划结束；
S23通过反向查找方式在列队中查找其中存在邻接区域但没有被规划的 独立子区域块的数量，若其数量为0，则拓扑规划结束；
S24若其数量为1，则对查找到的唯一的所述独立子区域块进行规划；
S25若其数量大于1，则基于最小树原则对所述独立子区域进行拓扑规划。
优选地，在步骤S25中，基于最小树原则对所述独立子区域进行拓扑规划，具体包括以下步骤：
S251获取当前未规划独立子区域为根的树的第一层节点数，同时获取每个所述第一层节点距离所述移动机器人所在节点的最小值，并记录取得所述最小值对应的未规划独立子区域的数量；
S252若数量为1，则对相应的唯一的未规划独立子区域进行规划，同时跳转至步骤S21，直至所述第一层节点规划结束；
S253获取当前未规划独立子区域为根的树的第二层节点数，同时获取每个所述第二层节点距离所述移动机器人所在节点的最小值，并记录取得所述最小值对应的未规划独立子区域的数量；
S254若数量为1，则对相应的唯一的未规划独立子区域进行规划，同时跳转至步骤S21，直至所述第二层节点规划结束。
在本技术方案中，基于最小树原则快速的对未规划的独立子区域块进行规划，能够规划出最佳的拓扑路径。
优选地，在步骤S25中，若出现多个相同规格的树，则分别获取当前移动机器人所在节点至所述树的最小距离，通过比较所述最小距离，获取最小值，随后跳转至步骤S21。
优选地，所述移动机器人以“L”型路径往返运动。
一种划分移动机器人室内区域动态覆盖装置，所述装置至少包括：
扫描单元，其对栅格地图的每一列进行扫描将所述室内区域进行两次划分，将所述室内区域划分为独立子区域块和独立区域块；
存储单元，用于存储所述扫描单元扫描障碍物获取的数据，以及拓扑规划过程中的数据；
拓扑规划单元，根据所述存储单元中存储的所述障碍物的数据，对所述独立子区域块进行拓扑规划；
路径生成单元，根据所述拓扑规划顺序基于Dijkstra算法获取所述移动机器人在所述室内区域内的最优路径。
优选地，所述扫描单元对所述室内区域进行两次划分，具体包括：
一次划分：将所述室内区域进行功能划分，以保障划分区域的完整性；
二次划分：将一次划分之后的区域划分为所述移动机器人的行走区域，包括所述独立子区域块和所述独立区域块，同时对所述行走区域进行规划，实现所述移动机器人的区域覆盖。
在本技术方案中，从人类对环境认知习惯的角度出发，对室内环境进行了两次划分：第一次划分保证环境中具有一定功能的区域的完整性，例如，办公室，走廊等区域，这种划分方式符合人类的认知习惯，方便用户的认知和实现对机器人的操控；第二次划分从机器人行为规划的角度出发，对第一次划分出来的具有一定功能的区域进行二次划分，将其划分为移动机器人能够行走的子区域，并在子区域内部实现机器人行为规划，控制机器人完成子区域的覆盖。
优选地，所述独立区域块中包含多个相互邻接的独立子区域块。
本发明至少能带来以下一种有益效果：
1.在本发明中，从人类对环境认知习惯的角度出发，对室内环境进行了两次划分：第一次划分保证环境中具有一定功能的区域的完整性，例如，办公室，走廊等区域的划分，这种划分符合人类的认知习惯，同时方便用户对移动机器人进行操控；第二次划分从机器人行为规划的角度出发，对通过第一次划分出来的具有一定功能的区域进行二次划分，将这些区域进一步划分为移动机器人能够行走的子区域，符合移动机器人的思维，并在子区域内部实现机器人行为规划，控制机器人完成子区域的覆盖；
2.在本发明中，通过对栅格地图中每一列进行扫描，且通过比对前一次扫描记录和当前扫描记录对区域进行划分为独立子区域块和独立区域块，其中独立区域块中包括多个独立子区域块，这种划分方式，能够快速准确的将室内区域划分为移动机器人能够行走的区域；
3.在本发明中，还对环境中可能出现的动态障碍物进行了考量，当环境中 出现动态障碍物，在每次规划中，扫描点都将出现不同，移动机器人根据每次扫描的点进行快速响应，避开动态障碍物，并重新规划路径，完成区域的覆盖。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细说明：
图1为本发明中划分移动机器人室内区域动态覆盖的流程示意图；
图2为本发明中划分移动机器人室内区域动态覆盖方法流程示意图；
图3为本发明中划分移动机器人室内区域动态覆盖方法中步骤S1中对室内区域进行划分的具体步骤流程图；
图4为本发明中区域分割中移动机器人扫描示意图；
图5为本发明中区域分割中分割结果示意图；
图6为本发明中划分移动机器人室内区域动态覆盖方法中步骤S1中判定走廊区域的具体步骤流程图；
图7为本发明中门口识别示意图；
图8为本发明中走廊方向识别示意图；
图9为本发明中划分移动机器人室内区域动态覆盖方法中步骤S2的具体流程示意图；
图10为本发明中划分移动机器人室内区域动态覆盖方法中步骤S25的具体流程示意图；
图11为本发明中移动机器人区域覆盖轨迹图。
附图标记：
A方向为走廊方向。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面结合附图和实施例对本发明进行具体的描述。下面描述中的附图仅仅是本发明的一些实施例。对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。
本发明基于移动机器人TurtleBot完成室内环境的区域覆盖，该移动机器人装备了Kinect获取深度信息，利用里程计和陀螺仪获取机器人的距离和方向信息，算法流程如图1所示。具体地，如图2所示，为本发明提供的划分移动机器人室内区域动态覆盖方法，至少包括以下步骤：
S1利用栅格法对移动机器人的室内区域进行环境建模，通过对栅格地图的每一列进行扫描将室内区域进行两次划分，将室内区域划分为独立子区域块和独立区域块，其中，独立区域块中包含多个相互邻接的独立子区域块；
S2基于反向查找的方式和最小树原则分别获取独立子区域块和独立区域块中包含的每个独立子区域块的拓扑规划顺序；
S3根据拓扑规划顺序基于Dijkstra算法获取移动机器人在室内区域内的最优路径。
进一步地，如图3所示，在步骤S1中，具体包括以下步骤：
S11载入栅格地图，分别以栅格为单位进行访问和存储，同时对栅格地图进行膨胀；
S12对栅格地图中的每一列进行扫描，记录并存储每一列扫描的起始点，障碍物的上下边缘点以及移动机器人相对于障碍物的位置信息，其中，起始点，障碍物的上下边缘点形成扫描点；
S13根据比对前一次扫描记录和当前扫描记录将室内区域划分为独立子区域块，同时通过检视相邻两个扫描点之间是否存在障碍物以判定独立子区域块之间的邻接性，多个相互邻接的独立子区域块形成独立区域块。
具体地，在步骤S11中，栅格点包括三种代价，分别是255，254以及0，分别代表未知区域、障碍物以及空闲区域。栅格地图需要进行膨胀，即将障碍物的边缘向外扩张，膨胀半径通常为机器人半径，且膨胀半径之内的栅格代价值为253，膨胀半径之外的栅格代价值根据该点与障碍物之间的距离指数进行衰减，最小为0。
在步骤S12中，相对障碍物的位置由该点的纵坐标决定，具体地，若障碍物的纵坐标大于该点的纵坐标，则该点位于下方，反之位于上方。例如，如图 4所示，为本发明中区域分割中移动机器人扫描示意图，左斜纹和方格纹的方块为障碍物，其上的黑点为障碍物上方或下方的非障碍物点，具体地，p1～p10为前一次扫描记录点，p11～p18为此次的扫描记录点，其中，扫描点p1、p11纵轴方向的扫描起点，p10、p18为扫描的纵轴方向的扫描终点，p2、p4、p6、p8、p10、p12、p14、p16、p18等点位于障碍物的下方，其余点位即于障碍物上方。
在步骤S13中，通过比对前一次扫描记录和当前扫描记录将室内区域划分为独立子区域块，具体包括以下步骤：
S131分别按照纵坐标由小到大、横坐标由小到大的顺序排列前一次扫描记录和当前扫描记录中的点，构成点序列依次进行检视。在对点序列进行检视的过程中，若当前点不是位于障碍物下方的点，则删除该点；否则，若当前检视的点在上一次的记录中，则沿障碍物边缘寻找当前列中位于同一障碍物下方的相邻点，反之则寻找在上一列中位于同一障碍物下方的相邻点。例如，如图4所示，p2、p12即为在同一障碍物下方的相邻点，另外，由于算法的实现方式，p4向右查找时找到的同一障碍物下方的点为p12，p14向左查找同一障碍物下方的点为p6。
S132在点序列中查找在步骤S131中查找到的该相邻点(当前检视点的相邻点)，若能够在点序列中找到，则该相邻点与当前检视点位于同一区域，同时记录当前检视点和相邻点的区域归属信息，并删除当前检视点和相邻点在点序列中的记录；若在点序列中未能找到该点，则认为当前检视点位于一个新的区域中，记录当前点的区域归属信息，并删除当前检视点在点序列中的记录。
S133重复步骤S131和步骤S132，直至点序列为空，即点序列中的每个点都经过了检视，从而通过扫描点的检视实现对区域的划分，具体地，通过对点序列中所有点的检视，将室内空间划分为独立子区域块，如图5所示，为区域分割中分割结果示意图，即为图5的划分结果，其中，r1、r2、r3、r4、r5即通过对扫描点的检视划分出的五个独立子区域块。
S134根据包含各记录点的区域归属信息的前一次扫描记录和当前的扫描记录设置独立子区域块的邻接关系，具体包括以下步骤：
首先，将两次扫描序列中包含点个数多的独立子区域块中的点设置为邻接扫描点序列PN，且依次检视邻接扫描点序列中的点；随后，针对邻接扫描点序列中包含的每个检视点，找到在另一列(栅格地图中的扫描列，每一次扫描记录为对地图中一列进行扫描的记录点，在这里，特指前一次扫描记录和当前扫描记录的两列，若当前检视点位于前一次扫描的一列中，则这里指的另一列即为当前扫面列中的点)中位于同一障碍物相同相对障碍物位置的相邻点；最后，检查其邻接性；
具体地，邻接性检查方法包括：若当前检视点位于障碍物的下方，则检查该检视点的相邻点的纵坐标到当前检视点纵坐标之间是否存在障碍物，若存在障碍物则两个独立子区域块不相邻，反之相邻；类似地，若当前检视点位于障碍物的上方，则检查当前检视点纵坐标到其相邻点纵坐标之间是否存在障碍物，若存在则两个独立子区域块不相邻，反之相邻。依照该邻接性检查的方法，检查图4中r1、r2、r3、r4、r5五个独立子区域块的邻接性，可知，r3与r4相邻，构成一个独立区域块，其他3个为独立子区域块，不具备邻接性。
S135将当前列设为前一列，将下一列设为当前列，跳转至步骤S12，且以此循环直至到达栅格地图扫描结束。
进一步地，在步骤1中，如图6所示，将室内区域划分为独立子区域块和独立区域块之后，针对栅格地图上的每一个非障碍物点以直线模拟激光束对四周环境进行扫描，记下每一道激光遇到的障碍物点以及该障碍物的距离，以识别是否为门口。
判断是否为门口的步骤如下：
S14针对栅格地图中的每一个非障碍物点，使用直线模拟激光束对其四周环境进行扫描，记录当前移动机器人所在节点与障碍物点之间的距离；
S15根据距离判定是否为室内区域中门口的位置，若判定其为门口点，则将该节点封闭，形成完整的功能区域；
S16通过与长度比率阈值的比较判定走廊区域；
S17通过对走廊区域使用直线模拟激光进行扫描，同时记录每道激光扫描 到的障碍物点的位置，判定走廊区域的主方向。
具体地，在步骤S14和步骤S15中，判断该点到四周障碍物点的最短距离方向、最短距离逆时针垂直方向、最短距离反方向、最短距离顺时针垂直方向附近一定角度范围内的的障碍物距离变化值是否小于阈值dc，当然，在本发明中，最短距离的顺时针和逆时针垂直方向的障碍物距离变化若超出该阈值但距离绝对数值大于阈值dmax也能实现本发明的目的。例如，如图7所示，为本发明中门口识别示意图，最短距离方向、最短距离逆时针垂直方向、最短距离反方向、最短距离顺时针垂直方向分别为所指方向dmin，dminac，dminrc，dminc，具体地，其为门口位置的条件包括：1)最短距离方向dmin和最短距离反方向dminrc的距离之和不大于门的宽度dw；2)最短距离的顺时针垂直方向dminc和最短距离逆时针垂直方向dminac的障碍物距离相对于最短距离的变化量大于阈值dvc；3)在最短距离方向dmin的障碍物点沿最短距离方向在障碍物中行进一定的距离，对最短距离方向dmin的反方向做同样的处理，行进的两个距离都大于阈值dpo。
记录门口的坐标点和最短距离方向(作为门口方向)。此外，若该点处各个方向距离障碍物的距离小于距离阈值dsmall的比例大于比例阈值psmall，则认为该点处过于狭窄。对于使用上述方法认定的门口点，在本地保存的栅格地图上沿最短距离方向及其反方向，各作一条直线抵达障碍物，同事将门口封闭；若该点不为门口，但认定为过于狭窄且不在门口点周围，则在本地地图上将其设为障碍物。
在步骤S16中，根据分割出的区域，判定走廊区域的条件如下：1)该宽度大于宽度阈值wc；2)排除首尾几列，下一列与当前列的长度比值不小于长度比率阈值pc，满足了上述两个条件，即可判断该区域为走廊区域，当然，在本发明中，对于步骤2)有关排除首尾几列的条件可以根据具体情况进行选定，只要其能实现本发明的目的，都包括在本发明的内容中。
进一步地，在判断出走廊的区域之后，随之对走廊区域的主方向进行判定。在走廊每一列的中点处，作直线模拟激光进行扫描，记下每道激光扫描到的障碍物点坐标和相对于放射中心点距离，找到最短距离对应的方向，若有多个方 向对应最短距离则居中选择。对于得到的每一列中点处的最近障碍物方向，对180°取余转换到0～180°范围内，并对于大于135°的减去180°，求出均值和标准差。此后，对位于均值上下一个标准差内的方向再次求取平均，加上90°，即可得到走廊区域的主方向。具体地，如图8所示，为走廊方向识别示意图，其中，A方向为走廊方向，p1、p2点是分别是两个扫描列的中心点，d1、d2是p1距离障碍物最近的方向，d3、d4是p2距离障碍物最近的方向。假设垂直朝上为0°方向，由于d2、d4的角度大于135°，那么将其角度减去180°后，得到d2'和d4'。再将d1、d2'、d3、d4'求出均值avg和标准差sd。将d1、d2'、d3、d4'中在[avg-sd,avg+sd]范围内中的值，再次求平均，此时得到p1、p2总体上最接近障碍物的方向d，最后将d+90°就是走廊的方向。
在本发明中，通过上述方法将室内区域进行划分，区域划分所得的子区域分为两类：1)独立子区域块：该子区域不与其他任何子区域有邻接关系，移动机器人区域覆盖时不可能完成该独立子区域块的覆盖；2)独立区域块：以移动机器人所在独立子区域开始，移动机器人能够到达的所有独立子区域组成的区域称为区域块，其中包含有多个独立子区域块，且独立子区域之间存在邻接关系，但该独立区域块不与其它独立区域块存在邻接关系。本发明提供的方法，同时考虑了动态障碍物，当环境中出现动态障碍物，在每次规划中，扫描点都将出现不同，移动机器人根据每次扫描的点进行快速响应，避开动态障碍物，并重新规划路径，完成区域的覆盖。具体地，在对子区域块进行规划的过程中，将独立子区域块和独立区域块中包含的独立子区域块进行编号；且若已知子区域总数，对子区域完成状态检测并排除已覆盖过的独立子区域和独立区域块，得到区域数目即为移动机器人可以遍历的子区域总数num，此时未规划的子区域总数也为num。
进一步地，如图9所示，在步骤S2中，具体包括以下步骤：
S21判断未规划的独立子区域块的数量，若数量为0，则拓扑规划结束；否则，则跳转至步骤S22；
S22若数量不为0，则获取当前独立子区域块index_cur邻接的未规划的独 立子区域块，且记未规划的独立子区域的总数为not_planned_num；若当前独立子区域块邻接的未规划的独立子区域块的数量(not_planned_num的总数)为0，则当前独立子区域块邻接的独立子区域块拓扑规划结束；
S23根据列队sequence中独立子区域块的编号的排序，通过反向查找方式在列队中查找其中存在邻接区域但没有被规划的独立子区域块，直到找到第一个存在邻接区域没有全部被规划的独立子区域的编号作为index_cur，同时跳转至步骤S21；若其在列队中查找其中存在邻接区域但没有被规划的独立子区域块的数量not_planned_num为0，则拓扑规划结束；若其在列队中查找其中存在邻接区域但没有被规划的独立子区域块的数量not_planned_num不为0，则跳转至步骤S24；
S24若其数量not_planned_num为1，则将当前规划的独立子区域index_cur的唯一一个未规划临接独立子区域块作为下一个规划的独立子区域index_cur进行规划，同时将该独立子区域块index_next标记为已规划状态，将该独立子区域压入列队sequence中，且将未规划独立子区域块总数mun自减1，最后将该独立子区域作为当前规划的子区域块index_cur，跳转至步骤S21；
S25若其数量大于1，则基于最小树原则对独立子区域进行拓扑规划。
具体地，如图10所示，在步骤S25中，基于最小树原则对独立子区域进行拓扑规划。假设某根节点存在子节点n1，n2，则分别以n1，n2为根节点，查找相对应的子树节点数，节点数较下的树称为最小树；若ni为叶节点，则其对应的树为0，则为最小树。如果当前规划子区域存在多个未规划独立子区域块，则基于最小树的原则处理该情况，记当前未规划独立子区域为subregion_ki，具体包括以下步骤：
S251获取当前未规划独立子区域subregion_ki为根的树的第一层节点数，同时标记为layer_1i，同时获取每个第一层节点距离移动机器人所在节点的最小值，并记录取得最小值对应的未规划独立子区域的数量total及其对应的节点编号；
S252若数量total为1，则说明对应的最小树中未规划的独立子区域的个数只有一个，此时将对应的唯一的未规划独立子区域的节点编号设定为 index_next，同时将该独立子区域index_next标记为已规划状态，将该独立子区域压入列队sequence中，且将未规划独立子区域块总数mun自减1，最后将该独立子区域作为当前规划的子区域块index_cur，同时跳转至步骤S21，直至第一层节点规划结束(即未规划的独立子区域的总数num为0)；否则，跳转至步骤S253；
S253比较total值对应的未规划独立子区域对应的节点编号获取为根的第二层节点数，同时标记为layer_2i，同时获取每个第二层节点距离移动机器人所在节点的最小值，并记录取得最小值对应的未规划独立子区域的数量total及其对应的节点编号；
S254若数量total为1，则说明对应的最小树中未规划的独立子区域的个数只有一个，此时将对应的唯一的未规划独立子区域的节点编号设定为index_next，同时将该独立子区域index_next标记为已规划状态，将该独立子区域压入列队sequence中，且将未规划独立子区域块总数mun自减1，最后将该独立子区域作为当前规划的子区域块index_cur，同时跳转至步骤S21，直至第一层节点规划结束(即未规划的独立子区域的总数num为0)；否则，跳转至步骤S253；
S255重复以上步骤，直至规划结束，未规划独立子区域总数值num为0。
进一步地，在步骤S25中，若出现多个相同规格的树，则分别获取当前移动机器人所在节点至树的最小距离，通过比较最小距离，获取最小值，随后跳转至步骤S21。具体地，可以根据地理位置距离关系来判断，以移动机器人当前所在独立子区域局部规划的目标点作为已知点，首先，分别计算该已知点到相同规格树对应子区域顶点的最小距离；然后，比较这些不同最小距离的最小值；最后，将距离最小值对应的独立子区域作为index_next，并对该独立子区域作上述操作，将其作为当前规划子区域index_cur，跳转至步骤S21，直到未规划独立子区域总数值num为0。
在步骤S3中，具体地，首先，完成区域分割后的节点信息排序，经过上述步骤后，队列sequence存储的节点顺序即为基于最小树得到的拓扑区域规划 序列，按照该序列对区域分割后的节点信息完成重新排序，传递给区域局部规划使用。
随后，利用Dijkstra算法规划移动机器人当前位置到下个待覆盖区域起始点的路径，根据规划所得路径，移动机器人由当前位置运行至下个区域起始点。
最后，提取当前局部区域的栅格边界点，机器人以“L”形路径往返运动”。L”形路径生成过程如图11移动机器人区域覆盖轨迹图所示。
如图11所示，本发明中还提供了一种划分移动机器人室内区域动态覆盖装置，装置至少包括：扫描单元，其对栅格地图的每一列进行扫描将室内区域进行两次划分，将室内区域划分为独立子区域块和独立区域块，具体地，在本发明中，使用直线模拟激光束对四周环境进行扫描；存储单元，用于存储扫描单元扫描障碍物获取的数据，以及拓扑规划过程中的数据，具体地，包括，扫描单元在扫描的过程中的扫描点的坐标值，列队sequence等；拓扑规划单元，根据存储单元中存储的障碍物的数据，对独立子区域块进行拓扑规划；路径生成单元，根据拓扑规划顺序基于Dijkstra算法获取移动机器人在室内区域内的最优路径。
进一步地，扫描单元对室内区域进行两次划分，具体包括：
一次划分：将室内区域进行功能划分，以保障划分区域的完整性；二次划分：将一次划分之后的区域划分为移动机器人的行走区域，包括独立子区域块和独立区域块，同时对行走区域进行规划，实现移动机器人的区域覆盖。进一步地，独立区域块中包含多个相互邻接的子区域块。在本发明中，从人类对环境认知习惯的角度出发，对室内环境进行了两次划分：第一次划分保证环境中具有一定功能的区域的完整性，例如，办公室，走廊等区域的划分，这种划分符合人类的认知习惯，同时方便用户对移动机器人进行操控；第二次划分从机器人行为规划的角度出发，对通过第一次划分出来的具有一定功能的区域进行二次划分，将这些区域进一步划分为移动机器人能够行走的子区域，符合移动机器人的思维，并在子区域内部实现机器人行为规划，控制机器人完成子区域的覆盖。
以上对发明的具体实施例进行了详细描述，但本发明并不限制于以上描述 的具体实施例，其只是作为范例。对于本领域技术人员而言，任何对该系统进行的等同修改和替代也都在本发明的范畴之中。因此，在不脱离发明的精神和范围下所作出的均等变换和修改，都应涵盖在本发明的范围内。
Claims (8)
1.一种划分移动机器人室内区域动态覆盖方法，其特征在于，至少包括以下步骤：
S1利用栅格法对移动机器人的室内区域进行环境建模，通过对栅格地图的每一列进行扫描将所述室内区域进行两次划分，将所述室内区域划分为独立子区域块和独立区域块，其中，所述独立区域块中包含多个相互邻接的独立子区域块；
S2基于反向查找的方式和最小树原则分别获取所述独立子区域块和所述独立区域块中包含的每个所述独立子区域块的拓扑规划顺序，在拓扑规划过程中，具体包括以下步骤：
S21判断未规划的独立子区域块的数量，若所述数量为0，则拓扑规划结束；
S22若所述数量不为0，则获取当前独立子区域块邻接的未规划的独立子区域块，若当前独立子区域块邻接的未规划的独立子区域块的数量为0，则当前独立子区域块邻接的独立子区域块拓扑规划结束；
S23通过反向查找方式在列队中查找其中存在邻接区域但没有被规划的独立子区域块的数量，若其数量为0，则拓扑规划结束；
S24若其数量为1，则对查找到的唯一的所述独立子区域块进行规划；
S25若其数量大于1，则基于最小树原则对所述独立子区域进行拓扑规划；
S3根据所述拓扑规划顺序基于Dijkstra算法获取所述移动机器人在所述室内区域内的最优路径。
2.如权利要求1所述划分移动机器人室内区域动态覆盖方法，其特征在于，在步骤S1中，具体包括以下步骤：
S11载入所述栅格地图，分别以栅格为单位进行访问和存储，同时对所述栅格地图进行膨胀；
S12对所述栅格地图中的每一列进行扫描，记录并存储每一列扫描的起始点，障碍物的上下边缘点以及所述移动机器人相对于所述障碍物的位置信息，其中，所述起始点，障碍物的上下边缘点形成扫描点；
S13根据比对前一次扫描记录和当前扫描记录将所述室内区域划分为所述独立子区域块，同时通过检视相邻两个扫描点之间是否存在所述障碍物以判定所述独立子区域块之间的邻接性，多个相互邻接的所述独立子区域块形成所述独立区域块。
3.如权利要求2所述划分移动机器人室内区域动态覆盖方法，其特征在于，在步骤1中，将所述室内区域划分为所述独立子区域块和所述独立区域块之后，还包括以下步骤：
S14针对所述栅格地图中的每一个非障碍物点，使用直线模拟激光束对其四周环境进行扫描，记录当前移动机器人所在节点与障碍物点之间的距离；
S15根据所述距离判定是否为所述室内区域中门口的位置，若判定其为门口点，则将该节点封闭，形成完整的功能区域；
S16通过与长度比率阈值的比较判定走廊区域；
S17通过对所述走廊区域使用直线模拟激光进行扫描，同时记录每道激光扫描到的障碍物点的位置，判定所述走廊区域的主方向。
4.如权利要求1或3所述划分移动机器人室内区域动态覆盖方法，其特征在于，在步骤S25中，基于最小树原则对所述独立子区域进行拓扑规划，具体包括以下步骤：
S251获取当前未规划独立子区域为根的树的第一层节点数，同时获取每个所述第一层节点距离所述移动机器人所在节点的最小值，并记录取得所述最小值对应的未规划独立子区域的数量；
S252若数量为1，则对相应的唯一的未规划独立子区域进行规划，同时跳转至步骤S21，直至所述第一层节点规划结束；
S253获取当前未规划独立子区域为根的树的第二层节点数，同时获取每个所述第二层节点距离所述移动机器人所在节点的最小值，并记录取得所述最小值对应的未规划独立子区域的数量；
S254若数量为1，则对相应的唯一的未规划独立子区域进行规划，同时跳转至步骤S21，直至所述第二层节点规划结束。
5.如权利要求4所述划分移动机器人室内区域动态覆盖方法，其特征在于，在步骤S25中，若出现多个相同规格的树，则分别获取当前移动机器人所在节点至所述树的最小距离，通过比较所述最小距离，获取最小值，随后跳转至步骤S21。
6.如权利要求1所述划分移动机器人室内区域动态覆盖方法，其特征在于：所述移动机器人以“L”型路径往返运动。
7.一种划分移动机器人室内区域动态覆盖装置，其特征在于，所述装置至少包括：
扫描单元，其对栅格地图的每一列进行扫描将所述室内区域进行两次划分，将所述室内区域划分为独立子区域块和独立区域块；
在两次划分过程中具体包括：一次划分：将所述室内区域进行功能划分，以保障划分区域的完整性；二次划分：将一次划分之后的区域划分为所述移动机器人的行走区域，包括所述独立子区域块和所述独立区域块，同时对所述行走区域进行规划，实现所述移动机器人的区域覆盖；
存储单元，用于存储所述扫描单元扫描障碍物获取的数据，以及拓扑规划过程中的数据；
拓扑规划单元，根据所述存储单元中存储的所述障碍物的数据，对所述独立子区域块进行拓扑规划；
路径生成单元，根据所述拓扑规划顺序基于Dijkstra算法获取所述移动机器人在所述室内区域内的最优路径。
8.如权利要求7所述划分移动机器人室内区域动态覆盖装置，其特征在于：所述独立区域块中包含多个相互邻接的独立子区域块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510019179.XA CN104615138B (zh) | 2015-01-14 | 2015-01-14 | 一种划分移动机器人室内区域动态覆盖方法及其装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510019179.XA CN104615138B (zh) | 2015-01-14 | 2015-01-14 | 一种划分移动机器人室内区域动态覆盖方法及其装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104615138A CN104615138A (zh) | 2015-05-13 |
| CN104615138B true CN104615138B (zh) | 2017-09-08 |
Family
ID=53149636
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510019179.XA Active CN104615138B (zh) | 2015-01-14 | 2015-01-14 | 一种划分移动机器人室内区域动态覆盖方法及其装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104615138B (zh) |
Families Citing this family (53)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104615138B (zh) * | 2015-01-14 | 2017-09-08 | 上海物景智能科技有限公司 | 一种划分移动机器人室内区域动态覆盖方法及其装置 |
| CN104864871A (zh) * | 2015-05-27 | 2015-08-26 | 重庆大学 | 一种基于移动终端惯性导航的室内定位和路径引导方法 |
| CN105302136B (zh) * | 2015-09-23 | 2018-02-23 | 上海物景智能科技有限公司 | 一种基于清洁机器人的区域分割方法 |
| CN105739504B (zh) * | 2016-04-13 | 2019-02-01 | 上海物景智能科技有限公司 | 一种机器人工作区域的排序方法及排序系统 |
| CN107401803A (zh) * | 2016-05-19 | 2017-11-28 | 科沃斯机器人股份有限公司 | 一种组合机器人的控制方法 |
| CN106052676B (zh) * | 2016-05-26 | 2019-03-15 | 深圳市神州云海智能科技有限公司 | 一种机器人导航定位方法、装置及机器人 |
| CN106092102A (zh) * | 2016-07-20 | 2016-11-09 | 广州极飞电子科技有限公司 | 一种无人机路径规划方法及装置 |
| CN106239517B (zh) * | 2016-08-23 | 2019-02-19 | 北京小米移动软件有限公司 | 机器人及其实现自主操控的方法、装置 |
| CN106239528B (zh) * | 2016-08-30 | 2019-04-09 | 宁波菜鸟智能科技有限公司 | 扫地机器人的路径清扫方法 |
| CN106647734B (zh) * | 2016-10-12 | 2020-11-24 | 北京京东乾石科技有限公司 | 自动导引车、路径规划方法与装置 |
| CN106564054B (zh) * | 2016-10-20 | 2018-12-04 | 上海物景智能科技有限公司 | 一种机器人作业区域的动态分割方法及系统 |
| CN107121142B (zh) * | 2016-12-30 | 2019-03-19 | 深圳市杉川机器人有限公司 | 移动机器人的拓扑地图创建方法及导航方法 |
| CN108318046B (zh) * | 2017-01-18 | 2020-12-15 | 华为技术有限公司 | 路径规划方法和装置 |
| CN106959697B (zh) * | 2017-05-16 | 2023-05-23 | 电子科技大学中山学院 | 一种面向长直廊环境的室内地图自动构建系统 |
| CN107329476A (zh) * | 2017-08-02 | 2017-11-07 | 珊口（上海）智能科技有限公司 | 一种房间拓扑地图构建方法、系统、装置及扫地机器人 |
| CN109426884B (zh) * | 2017-08-28 | 2022-02-11 | 杭州海康机器人技术有限公司 | 分配方案确定方法、装置及计算机可读存储介质 |
| CN107608353A (zh) * | 2017-09-21 | 2018-01-19 | 南京中高知识产权股份有限公司 | 自动寻路的扫地机器人 |
| DE102018214439A1 (de) * | 2017-11-17 | 2019-05-23 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zur Absicherung eines Arbeitsbereiches eines Roboters während einer Benutzungsphase |
| CN107703971B (zh) * | 2017-11-20 | 2023-08-25 | 唐菲菲 | 巡查区域的无人机调动方法及系统 |
| CN107977003B (zh) * | 2017-11-28 | 2020-07-31 | 深圳市杉川机器人有限公司 | 区域清扫方法及装置 |
| CN108008728B (zh) * | 2017-12-12 | 2020-01-17 | 深圳市银星智能科技股份有限公司 | 清洁机器人以及基于清洁机器人的最短路径规划方法 |
| CN108344414A (zh) * | 2017-12-29 | 2018-07-31 | 中兴通讯股份有限公司 | 一种地图构建、导航方法及装置、系统 |
| CN108415420B (zh) * | 2018-01-25 | 2021-09-14 | 上海思岚科技有限公司 | 一种用于移动机器人搜索路径的方法及设备 |
| CN108415421A (zh) * | 2018-01-26 | 2018-08-17 | 广东宝乐机器人股份有限公司 | 一种提高移动机器人边角覆盖率的方法 |
| CN108319270B (zh) * | 2018-03-20 | 2021-01-01 | 杭州晶一智能科技有限公司 | 一种基于历史数据分析的自动吸尘机器人最优路径规划方法 |
| CN108540938B (zh) * | 2018-04-16 | 2020-06-16 | 绍兴文理学院 | 修复无线传感器网络中漏洞的方法 |
| CN108876118B (zh) * | 2018-05-31 | 2020-12-25 | 北京智行者科技有限公司 | 一种清扫任务执行方法 |
| CN108803602B (zh) * | 2018-06-01 | 2021-07-13 | 浙江亚特电器有限公司 | 障碍物自学习方法及新障碍物自学习方法 |
| CN108896048A (zh) * | 2018-06-01 | 2018-11-27 | 浙江亚特电器有限公司 | 用于移动载具的路径规划方法 |
| CN108871344B (zh) * | 2018-07-13 | 2022-02-08 | 北京工业大学 | 足球机器人ggrrt路径规划方法 |
| CN108981710B (zh) * | 2018-08-07 | 2019-10-11 | 北京邮电大学 | 一种移动机器人的全覆盖路径规划方法 |
| CN110858076B (zh) * | 2018-08-22 | 2023-06-02 | 杭州海康机器人股份有限公司 | 一种设备定位、栅格地图构建方法及移动机器人 |
| CN111308994B (zh) * | 2018-11-23 | 2023-07-25 | 苏州科瓴精密机械科技有限公司 | 机器人控制方法以及机器人系统 |
| CN109557919B (zh) * | 2018-12-17 | 2020-08-14 | 盐城工学院 | 一种融合人工路标信息的可变宽栅格地图构建方法 |
| CN111459153B (zh) * | 2019-01-03 | 2022-09-06 | 科沃斯机器人股份有限公司 | 动态区域划分与区域通道识别方法及清洁机器人 |
| CN109920424A (zh) * | 2019-04-03 | 2019-06-21 | 北京石头世纪科技股份有限公司 | 机器人语音控制方法、装置、机器人和介质 |
| CN110108288A (zh) * | 2019-05-27 | 2019-08-09 | 北京史河科技有限公司 | 一种场景地图构建方法及装置、场景地图导航方法及装置 |
| CN110141164B (zh) * | 2019-06-13 | 2021-08-10 | 深圳市银星智能科技股份有限公司 | 一种门区域识别方法、门区域识别系统以及清洁机器人 |
| CN110361009B (zh) * | 2019-07-12 | 2020-09-22 | 深圳市银星智能科技股份有限公司 | 一种路径规划方法、路径规划系统以及移动机器人 |
| CN110419985B (zh) * | 2019-08-05 | 2021-04-09 | 小狗电器互联网科技（北京）股份有限公司 | 一种路径生成方法、装置及扫地设备 |
| CN113124849B (zh) * | 2019-12-30 | 2023-11-14 | 广东博智林机器人有限公司 | 一种室内路径规划方法、装置、电子设备及存储介质 |
| CN111551169B (zh) * | 2020-05-15 | 2021-12-07 | 广州支点创新科技有限责任公司 | 机器人的地图构建及定位方法、机器人 |
| CN111857156B (zh) * | 2020-08-02 | 2024-04-02 | 珠海一微半导体股份有限公司 | 一种基于激光的机器人区域划分方法、芯片及机器人 |
| CN112504273B (zh) * | 2020-10-29 | 2022-05-24 | 广东杜尼智能机器人工程技术研究中心有限公司 | 弓形路径无缝衔接规划方法 |
| CN112539756B (zh) * | 2020-11-30 | 2023-06-20 | 深圳银星智能集团股份有限公司 | 一种长通道识别方法及机器人 |
| CN113110473B (zh) * | 2021-04-26 | 2024-05-07 | 珠海一微半导体股份有限公司 | 基于连通性的区域判定方法、芯片及机器人 |
| CN113252026B (zh) * | 2021-06-03 | 2021-10-08 | 炬星科技（深圳）有限公司 | 跨场景导航方法、设备及存储介质 |
| CN113418522B (zh) * | 2021-08-25 | 2021-12-14 | 季华实验室 | Agv路径规划方法、跟随方法、装置、设备及存储介质 |
| CN113780233B (zh) * | 2021-09-23 | 2024-04-12 | 追觅创新科技(苏州)有限公司 | 一种过道区域识别方法及装置 |
| CN114098534B (zh) * | 2021-11-30 | 2023-02-17 | 深圳Tcl新技术有限公司 | 扫地机的清扫区域识别方法、装置、存储介质及电子设备 |
| CN114115283B (zh) * | 2021-12-02 | 2023-09-19 | 深圳市证通电子股份有限公司 | 基于改进的对向并行算法的机器人路径规划方法和系统 |
| CN114489068B (zh) * | 2022-01-24 | 2024-10-01 | 江西泽境智能科技有限公司 | 一种复杂路径下的巡检机器人巡检任务路径规划方法及装置 |
| CN116300974A (zh) * | 2023-05-18 | 2023-06-23 | 科沃斯家用机器人有限公司 | 作业规划、分区、作业方法及自主移动设备、清洁机器人 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103278164A (zh) * | 2013-06-13 | 2013-09-04 | 北京大学深圳研究生院 | 一种复杂动态场景下机器人仿生路径规划方法及仿真平台 |
| CN103365293A (zh) * | 2013-05-08 | 2013-10-23 | 北京大学深圳研究生院 | 一种基于动态区域划分的机器人安全路径规划方法 |
| CN103439972A (zh) * | 2013-08-06 | 2013-12-11 | 重庆邮电大学 | 一种动态复杂环境下的移动机器人路径规划方法 |
| CN104615138A (zh) * | 2015-01-14 | 2015-05-13 | 上海物景智能科技有限公司 | 一种划分移动机器人室内区域动态覆盖方法及其装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4788722B2 (ja) * | 2008-02-26 | 2011-10-05 | トヨタ自動車株式会社 | 自律移動ロボット、自己位置推定方法、環境地図の生成方法、環境地図の生成装置、及び環境地図のデータ構造 |
-
2015
- 2015-01-14 CN CN201510019179.XA patent/CN104615138B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103365293A (zh) * | 2013-05-08 | 2013-10-23 | 北京大学深圳研究生院 | 一种基于动态区域划分的机器人安全路径规划方法 |
| CN103278164A (zh) * | 2013-06-13 | 2013-09-04 | 北京大学深圳研究生院 | 一种复杂动态场景下机器人仿生路径规划方法及仿真平台 |
| CN103439972A (zh) * | 2013-08-06 | 2013-12-11 | 重庆邮电大学 | 一种动态复杂环境下的移动机器人路径规划方法 |
| CN104615138A (zh) * | 2015-01-14 | 2015-05-13 | 上海物景智能科技有限公司 | 一种划分移动机器人室内区域动态覆盖方法及其装置 |
Non-Patent Citations (2)
| Title |
|---|
| 全区域覆盖自主移动机器人路径规划与避障的研究;陈卫平;《中国优秀硕士学位论文全文数据库 信息科技辑》;20041215(第4期);正文第20页 * |
| 基于改进的Dijkstra算法的机器人路径规划方法;张巧荣等;《机器人技术》;20071231;第23卷(第1-2期);参见第286-287页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104615138A (zh) | 2015-05-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104615138B (zh) | 一种划分移动机器人室内区域动态覆盖方法及其装置 | |
| Konolige et al. | Navigation in hybrid metric-topological maps | |
| US20240272643A1 (en) | Path Fusing and Planning Method for Passing Region, Robot, and Chip | |
| CN107860387B (zh) | 植保无人机作业航线规划方法及植保无人机 | |
| Holz et al. | Evaluating the efficiency of frontier-based exploration strategies | |
| Zhu et al. | DSVP: Dual-stage viewpoint planner for rapid exploration by dynamic expansion | |
| CN111562785B (zh) | 一种群集机器人协同覆盖的路径规划方法及系统 | |
| Batalin et al. | Coverage, exploration and deployment by a mobile robot and communication network | |
| CN103984981B (zh) | 基于高斯过程模型的建筑物环境传感器测点优化方法 | |
| CN109059924A (zh) | 基于a*算法的伴随机器人增量路径规划方法及系统 | |
| Dakulović et al. | Complete coverage D* algorithm for path planning of a floor-cleaning mobile robot | |
| CN104898660A (zh) | 一种提高机器人路径规划效率的室内地图构建方法 | |
| CN109828579B (zh) | 一种目标增量移动的移动机器人路径规划方法 | |
| CN110909961B (zh) | 基于bim的室内路径查询方法及装置 | |
| Williams et al. | Multi-robot boundary coverage with plan revision | |
| CN111080786A (zh) | 基于bim的室内地图模型构建方法及装置 | |
| CN107092978A (zh) | 一种面向虚拟地球的最短路径分层规划方法 | |
| CN115167433A (zh) | 融合全局视觉的机器人自主探索环境信息的方法及系统 | |
| Prentow et al. | Making sense of trajectory data in indoor spaces | |
| Zhang et al. | Ear-based exploration on hybrid metric/topological maps | |
| CN104699791A (zh) | 一种用于有损浮动车轨迹的路径还原方法 | |
| Yu | Optimization approaches for a dubins vehicle in coverage planning problem and traveling salesman problems | |
| Hunte | Motion planning and control of an automated crack filling robot for unknown environments | |
| Aguilar et al. | A distributed algorithm for exploration of unknown environments with multiple robots | |
| Wong | Qualitative topological coverage of unknown environments by mobile robots |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20211119 Address after: 276000 No. 11, Mengshan fifth road, economic development zone, Mengyin County, Linyi City, Shandong Province Patentee after: SHANDONG YUEHAO AUTOMATION EQUIPMENT Co.,Ltd. Address before: 201702 212-214, block B, No. 599, Gaojing Road, Qingpu District, Shanghai Patentee before: SHANGHAI VIEW TECHNOLOGIES Co.,Ltd. |