CN106022274B - 一种避障方法、避障装置及无人驾驶机器 - Google Patents

一种避障方法、避障装置及无人驾驶机器 Download PDF

Info

Publication number
CN106022274B
CN106022274B CN201610349880.2A CN201610349880A CN106022274B CN 106022274 B CN106022274 B CN 106022274B CN 201610349880 A CN201610349880 A CN 201610349880A CN 106022274 B CN106022274 B CN 106022274B
Authority
CN
China
Prior art keywords
obstacle
avoidance
unmanned machine
movement
circular area
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
Application number
CN201610349880.2A
Other languages
English (en)
Other versions
CN106022274A (zh
Inventor
程晓磊
孙孟孟
周炯
杨建军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zerotech Beijing Intelligence Technology Co ltd
Original Assignee
Zerotech Beijing Intelligence Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zerotech Beijing Intelligence Technology Co ltd filed Critical Zerotech Beijing Intelligence Technology Co ltd
Priority to CN201610349880.2A priority Critical patent/CN106022274B/zh
Publication of CN106022274A publication Critical patent/CN106022274A/zh
Application granted granted Critical
Publication of CN106022274B publication Critical patent/CN106022274B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/933—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/937—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of marine craft
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/933—Lidar systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft
    • 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
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Ocean & Marine Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供了一种避障方法、避障装置及无人驾驶机器，该方法包括：探测所述无人驾驶机器周围是否存在障碍物；当探测到障碍物时，判断所述障碍物是否位于第一圆形区域内；当所述障碍物位于所述第一圆形区域内时，计算所述无人驾驶机器躲避所述障碍物的规避方向；及控制所述无人驾驶机器以所述规避方向进行避障运动，另外还在规避方向的计算中设定了第二圆形区域。通过设定第一圆形区域和第二圆形区域，在检测到障碍物位于第一圆形区域内时进行规避方向计算，规避方向是依据障碍物的边缘位置点和第二圆形区域的几何运算进行的，运算量小，系统负荷低，运算资源消耗少，能实时快速的计算得到可行的规避方向，实现无人驾驶机器自主避障和全方位避障。

Description

一种避障方法、避障装置及无人驾驶机器
技术领域
本发明涉及无人驾驶机器控制技术领域，具体涉及一种避障方法、避障装置及无人驾驶机器。
背景技术
自主避障是无人驾驶机器自主运行的关键技术，无人驾驶机器通过自主避障可以在飞行或行驶过程中躲避开影响运动的障碍物。现有技术中的避障技术大多只能进行简单的单向避障，且需要通过神经网络、深度学习等复杂的运算方法来实现，这样的避障技术所需的系统硬件资源较大，不能快速且实时的实现全方位的避障。
发明内容
有鉴于此，本发明提供了一种避障方法、避障装置及无人驾驶机器，能够快速准确的实现对障碍物的避障。
本发明提供的技术方案如下：
一方面，本申请提供了一种避障方法，应用于无人驾驶机器，该方法包括：探测所述无人驾驶机器周围是否存在障碍物；当探测到障碍物时，判断所述障碍物是否位于第一圆形区域内；当所述障碍物位于所述第一圆形区域内时，计算所述无人驾驶机器躲避所述障碍物的规避方向；及控制所述无人驾驶机器以所述规避方向进行避障运动；其中，计算所述无人驾驶机器躲避所述障碍物的规避方向的步骤包括：检测所述障碍物在所述第一圆形区域所在平面的边缘位置点；确定包含所述无人驾驶机器的第二圆形区域，所述第二圆形区域的半径小于所述第一圆形区域的半径，且与所述第一圆形区域共面并同心；从检测到的所述边缘位置点中选取两个目标点，并计算从每个所述目标点到所述第二圆形区域的切线，其中，该切线与所述无人驾驶机器的当前运动方向相交；计算所述切线与所述当前运动方向的夹角；及根据所述夹角确定所述规避方向。
第二方面，本发明提供了一种避障装置，该装置包括：障碍物探测模块，用于探测所述无人驾驶机器周围是否存在障碍物；并在当探测到障碍物时，判断所述障碍物是否位于第一圆形区域内；规避方向计算模块，用于当所述障碍物位于所述第一圆形区域内时，计算所述无人驾驶机器躲避所述障碍物的规避方向；及避障控制模块，用于控制所述无人驾驶机器以所述规避方向进行避障运动；其中，所述规避方向计算模块计算所述无人驾驶机器躲避所述障碍物的规避方向的方法包括：所述障碍物探测模块还用于检测所述障碍物在第一圆形区域所在平面的边缘位置点；确定包含所述无人驾驶机器的第二圆形区域，所述第二圆形区域的半径小于所述第一圆形区域的半径，且与所述第一圆形区域共面并同心；从所述检测到的边缘位置点选取两个目标点，并计算从每个所述目标点到所述第二圆形区域的切线，其中，该切线与所述无人驾驶机器的当前运动方向相交；计算所述切线与所述当前运动方向的夹角；及根据所述夹角确定所述规避方向。
第三方面，本发明还提供了一种无人驾驶机器，包括上述避障装置。
在本申请实施例中，在无人驾驶机器运动过程中，设定了第一圆形区域和第二圆形区域，在检测到障碍物位于第一圆形区域内时启动规避方向的计算，并且规避方向的计算是依据障碍物的边缘位置点和第二圆形区域的几何运算进行双环避障计算，这样的计算过程运算量小，系统计算负荷低，对运算资源消耗少，能够实时快速的针对障碍物计算得到可行的规避方向，实现无人驾驶机器的自主避障运动，并能实现复杂环境中的全方位的自主避障。
为使本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图示，作详细说明如下。
附图说明
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，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，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。通过附图所示，本发明的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分。并未刻意按实际尺寸等比例缩放绘制附图，重点在于示出本发明的主旨。
图1为本发明实施例提供的无人驾驶机器的示意性结构框图。
图2示出了本发明实施例提供的避障方法的流程示意图。
图3示出了本发明实施例中提供的避障方法的演示示意图。
图4示出了本发明实施例中的步骤S103包括的子步骤的流程示意图。
图5示出了本发明实施例中的步骤S1035包括的子步骤的流程示意图。
图6示出了本发明实施例中的步骤S1033包括的子步骤的流程示意图。
图7示出了用于描述图6所示的流程图中的多个障碍物的目标点选取过程的示意图。
图8a示出了本发明实施例中计算避障方向的示意图。
图8b示出了本发明实施例中另一种计算避障方向的示意图。
图9示出了本发明实施例提供的避障方法的另一种流程示意图。
图10示出了本发明实施例提供的在死胡同或类似地形中避障的示意图。
图11示出了本发明实施例提供的在多个障碍物形成的缝隙中避障的示意图。
图12示出了本发明实施例提供的在遇到窗口障碍时避障的示意图。
图13示出了本发明实施例提供的避障方法的另一种流程示意图。
图14示出了本发明实施例提供的避障装置的示意性结构框图。
主要元件符号说明
无人驾驶机器 100
存储器 102
存储控制器 104
处理器 106
运动控制单元 108
通信单元 110
避障装置 200
障碍物探测模块 201
规避方向计算模块 202
避障控制模块 203
规避速度确定模块 204
运动模式确定模块 205
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
图1示出了本发明实施例提供的一种无人驾驶机器100的示意性结构框图。如图1所示，无人驾驶机器100可以包括存储器102、存储控制器104、一个或多个(图中仅示出一个)处理器106、运动控制单元108、通信单元110以及避障装置200。这些组件可以通过一条或多条通讯总线或信号线116实现相互之间的数据交互或通讯。
存储器102可以存储各种软件程序以及模块，如本发明实施例提供的避障方法及避障装置对应的程序指令/模块，处理器106通过存储控制器104运行存储在存储器102内的软件程序以及模块，从而执行各种功能应用以及数据处理，如本发明实施例提供的避障方法。
存储器102可以包括但不限于随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。处理器106以及其他可能的组件对存储器102的访问可在存储控制器104的控制下进行。
处理器106可以是一种集成电路芯片，具有信号处理能力。上述处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)、微控制器(MCU)、维处理器(MPU)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。其可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
运动控制单元108可以控制无人驾驶机器100根据处理器106的指示进行运动。在一些实施例中，运动控制单元108、处理器106以及存储控制器104也可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。
通信单元110可以利用无线传输方式与遥控器、控制台或其他合适的设备传输各种信息。本实施例中，所述通信单元110可以是无人驾驶机器100上自带的用于向遥控器、控制台或其它设备传输所拍摄的高清图像的高清图传模块。
可以理解，图1所示的结构仅为示意，无人驾驶机器100还可以包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
第一实施例
请参阅图2和图3，分别示出了本发明第一实施例提供的应用于图1所示的无人驾驶机器100的避障方法的流程图和避障方法演示图。所述方法有关的流过程定义的方法步骤可以由所述处理器106实现，该方法包括如下步骤。
步骤S101，探测所述无人驾驶机器100周围是否存在障碍物。
无人驾驶机器100可以包括无人驾驶汽车、无人驾驶飞行器或者无人驾驶舰船等，这些无人驾驶机器100在运动过程中需要避开会对运动过程造成影响的障碍物。在本申请实施例中，无人驾驶机器100上可以设置传感器来对障碍物进行探测，例如可以设置电磁波雷达、激光雷达、双目摄像头或TOF(Time of Flight，时间飞行)测距仪/摄像机等传感器，本申请实施例并不限定传感器的具体形式。
本申请实施例中的障碍物一方面包括相对地面静止的固定障碍物，例如无人驾驶汽车在道路上行驶时遇到的固定障碍物，无人飞行器飞行过程中遇到的固定障碍物等。另一方面，障碍物还可以包括相对地面运动的，并且会对无人驾驶机器100的运动造成障碍的物体，在本申请实施例中，可以称之为袭击物。例如无人驾驶汽车行驶过程中道路上突然出现的汽车或者行人，无人飞行器飞行过程中遇到的飞向机器的杂物等。无人驾驶机器100可以在遥控者的遥控下进行运动，也可以根据预先设定的目的地位置进行自主运动。
无人驾驶机器100可以通过设置在机器上不同方位的多个传感器实现对四周障碍物的探测，也可以通过设置在机器上的一个可以旋转的传感器实现对四周障碍物的探测。当然，为了减少无人驾驶机器100的传感器成本，或者降低自主运动时系统的运算量，也可以仅设置一固定的传感器，仅检测无人驾驶机器100运动时机器前方的障碍物。本申请并不限定无人驾驶机器100上传感器的设置形式。
无人驾驶机器100还可以通过传感器获取传感器周围的环境情况，并通过预先设定的规则判定是否存在障碍物，通过传感器探测障碍物的技术是现有技术，本申请不再赘述。如图3所示，以O为圆心最外侧的圆为障碍物的探测区域，探测区域的大小与传感器的具体形式相关，当障碍物进入到探测区域即可被探测到。
步骤S102，当探测到障碍物时，判断所述障碍物是否位于第一圆形区域内。
本实施例中，所述第一圆形区域是以所述无人驾驶机器100的当前位置点为圆心，以第一距离为半径的圆周区域。将无人驾驶机器100的当前位置虚拟为一点，以该点形成第一圆形区域，第一距离的长度为预先设置，应设置为小于传感器的探测距离。
在探测到无人驾驶机器100周围存在障碍物时，表明障碍物已经进入到了传感器的探测区域内，此时通过传感器检测可以获取障碍物上距离无人驾驶机器100最近的点与无人驾驶机器100的当前位置点之间的距离。障碍物上与无人驾驶机器100的当前位置点距离最近的点与当前位置点之间的距离小于或者等于传感器的探测距离时，传感器即可探测到障碍物。
由于障碍物的形状一般都是不规则的，本申请实施例中需要获取障碍物距离无人驾驶机器100最近的点的位置信息。判断所述障碍物是否位于第一圆形区域内，实际上就是判断障碍物上的距离无人驾驶机器100最近的点与无人驾驶机器100的当前位置点之间的距离是否小于第一圆形区域的半径(第一距离)。
在本申请实施例中，障碍物的探测是由传感器进行的，为了计算方便，将传感器的位置与无人驾驶机器100的当前位置点设定为同一点，即认为传感器探测障碍物的信号是以当前位置点为起点发出的。
步骤S103，当所述障碍物位于所述第一圆形区域内时，计算所述无人驾驶机器躲避所述障碍物的规避方向。
当障碍物上距离无人驾驶机器100最近的点与无人驾驶机器100当前位置点之间的距离小于或者等于第一距离时，表明障碍物位于第一圆形区域内，此时，如果无人驾驶机器100继续沿当前方向运动的话，就可能与障碍物发生碰撞，需要计算规避方向，以使无人驾驶机器100能够躲避障碍物。
例如，如图3所示，障碍物上的P点是障碍物上距离当前位置点O最近的点，P点与第一圆形区域接触，即位于第一圆形区域内，此时就需要进行规避方向的计算。另外，若障碍物位于探测区域，但是没有位于第一圆形区域内，为了节省运算量，是可以不用进行规避方向的计算的。
步骤S104，控制所述无人驾驶机器以所述规避方向进行避障运动。
通过计算获得的规避方向是无人驾驶机器100规避障碍物需要运动的方向，无人驾驶机器100上的运动控制单元108可以控制无人驾驶机器改变当前的运动方向至规避方向，使无人驾驶机器100沿规避方向继续运动。
为了实现所述规避方向的计算，如图4所示，步骤S103具体还可以包括：
步骤S1031，检测所述障碍物在所述第一圆形区域所在平面的边缘位置点。
在本申请实施例中，预先设定了第一圆形区域，以检测到障碍物处于第一圆形区域的时间点作为计算规避方向的时间点。预设的第一圆形区域位于一平面上，第一圆形区域所在的平面可以是包含无人驾驶机器100当前位置点且平行于水平面的一个平面，也可以是根据无人驾驶机器100的运动状态动态变化的平面。在确定了第一圆形区域后，即确定了第一圆形区域所在平面，计算得到的规避方向也是位于第一圆形区域所在平面的，即无人驾驶机器100规避是在第一圆形区域所在平面上进行避障运动。
第一圆形区域可以根据无人驾驶机器100上的传感器的具体形式进行设定，在实际工作中，无人驾驶机器100上的传感器的探测范围可以是立体的，但这一立体的探测范围的探测高度范围较小，在本申请实施例中，将传感器的探测范围等同于一个平面，并可以将传感器的探测平面作为第一圆形区域所在平面。例如无人驾驶汽车一般都是在平行于地面的位置进行运动，无人驾驶汽车上传感器的探测范围也是平行于地面的，探测到的障碍也多是地面上的障碍，那么第一圆形区域就可以设定为平行于地面。而无人飞行器在运动过程中，随着无人飞行器飞行姿态的变化(如平飞、侧飞等)，传感器的探测会随飞行姿态动态变化，那么第一圆形区域所在平面就会动态变化。本申请实施例并不限定第一圆形区域的具体设定形式。
在确定了第一圆形区域后，可以检测障碍物在第一圆形区域所在平面上的边缘位置点。本申请实施例中是以无人驾驶机器100上的传感器检测到的障碍物的边缘点作为边缘位置点，即以无人驾驶机器100的当前位置点作为传感器发射信号的起点时，传感器发出的信号所在直线与障碍物相切的切点即为边缘位置点。在图3中，从当前位置点向障碍物做两条切线，与障碍物形成两个切点A和B，切点A和B即为障碍物在第一圆形区域所在平面上的边缘位置点。在进行障碍物的探测时，不仅能够探测到障碍物上距离无人驾驶机器100的当前位置点最近的点与当前位置点之间的距离，还能够探测到障碍物上的边缘位置点，本申请实施例中所述的边缘位置点是在当前位置点的位置探测到的障碍物的边缘，一般情况下，一个障碍物在第一圆形区域所在平面上可以得到两个边缘位置点。
如图3所示，其中的A点和B点是障碍物在第一圆形区域所在平面上的边缘位置点，为理解方便，图3中仅示出了一个障碍物的情况。
步骤S1032，确定包含所述无人驾驶机器100的第二圆形区域，所述第二圆形区域的半径小于所述第一圆形区域的半径，且与所述第一圆形区域共面并同心。
所述第二圆形区域是预先设定的包含无人驾驶机器100的一个圆周区域，无人驾驶机器100在第二圆形区域所在平面上的投影包含在该第二圆形区域内。第二圆形区域可以固定设定为比无人驾驶机器100的投影面积大一定数值，具体情况可以根据无人驾驶机器100的具体结构设定。
另外，第一圆形区域与第二圆形区域共面并同心，圆心如图3中的O点所示，本申请实施例并不限制第一圆形区域和第二圆形区域的确定顺序。可以先确定第一圆形区域，也可以先确定第二圆形区域。
优选的，所述第二距离为预设常数，所述第一距离为或预设常数，其中，R1为所述第一距离，v为无人驾驶机器100的当前运动速度，a为在所述当前运动方向上制动时的最大加速度，R2为所述第二距离。
步骤S1033，从检测到的所述边缘位置点中选取两个目标点，并计算从每个所述目标点到所述第二圆形区域的切线，其中，该切线与所述无人驾驶机器100的当前运动方向相交。
由于无人驾驶机器100运动过程中遇到的障碍物可能不止一个，如果检测到某一个障碍物位于第一圆形区域内，那么针对该单个障碍物会检测到两个边缘位置点，此时将这两个边缘位置点作为目标点进行规避方向的计算。
而如果同时检测到多个障碍物位于第一圆形区域内，由于针对每个障碍物都会检测到两个边缘位置点，就需要从所有检测到的边缘位置点中选取两个点作为目标点，以最终确定的目标点进行规避方向的计算。
在确定了目标点后，计算从每个目标点到第二圆形区域的切线，从一个圆形的圆外一点向圆做切线会得到两条切线，本申请中选择的切线是与当前运动方向相交的切线，将没有与当前运动方向相交的切线排除。本申请实施例中所述的当前运动方向是以无人驾驶机器100的当前位置点为起点的方向，计算过程中的当前运动方向是一条射线，计算选定的切线是与该射线相交的，一般情况下，每一个目标点可以计算得到这样的一条切线。
在本申请实施例中，无人驾驶机器100运动的参照物可以是地面，无人驾驶机器100如果相对地面发生了运动，就会具有“当前运动方向”这一参数，以进行上述计算。但如果无人驾驶机器100相对地面是静止的，但障碍物相对地面或相对无人驾驶机器100是运动的，虽然无人驾驶机器100由于与地面相对静止，没有“当前运动方向”这一参数，但将无人驾驶机器100的参照物转变为障碍物的话，无人驾驶机器100相对障碍物就是运动的，此时就可以通过探测障碍物的运动方向，将障碍物的运动方向转变为无人驾驶机器100的当前运动方向，从而同样可以进行上述切线的确定，及后续规避方向的计算。
在图3中，由A、B两点确定的与当前运动方向相交的切线分别是AD和BC。
步骤S1034，计算所述切线与所述当前运动方向的夹角。
在确定了切线后，还需要计算切线与当前运动方向的夹角大小，切线与当前运动方向的夹角从零到90度，即需要计算图3所示的α和β的角度大小。
步骤S1035，根据所述夹角确定所述规避方向。
由于本申请实施例中选定的切线是与当前运动方向相交的切线，两个目标点可以分别选定一条切线，则可计算得到两个夹角。需要确定其中的一个夹角对应的方向作为规避方向。
因此，如图5所示，根据所述夹角确定所述规避方向的步骤S1035具体可以包括：
步骤S10351，判断所述两个目标点是否位于所述当前运动方向的同一侧。
由于两个目标点可以确定两条与当前运动方向相交且与第二圆形区域相切的切线，需要先确定两个目标点与当前运动方向的相对方位，确定两个目标点是位于当前运动方向的两侧还是同一侧。
在图3中，即确定A点和B点的与当前运动方向的相对位置。
步骤S10352，若所述两个目标点位于所述当前运动方向的同一侧，确定计算出的所述夹角中的最大夹角，将沿着所述最大夹角所对应的切线且远离该最大夹角对应的目标点的方向作为所述规避方向。
当确定两个目标点分别位于当前运动方向的同一侧时，两个目标点可以分别确定一条与当前运动方向相交且与第二圆形区域相切的切线，并可以计算得到该切线与当前运动方向的夹角。此时将数值较大的夹角对应的切线作为规避方向所在直线，并且规避方向是远离该最大夹角对应的目标点的方向。此时，无人驾驶机器100就可以将当前位置点作为避障运动的起点，沿着规避方向做避障运动，以避开障碍物。
步骤S10353，若所述两个目标点分别位于所述当前运动方向的两侧，确定计算出的所述夹角中的最小夹角，将沿着所述最小夹角所对应的切线且朝向该最小夹角对应的目标点的方向作为所述规避方向。
当两个目标点位于当前运动方向的两侧时，选择夹角中数值较小的夹角对应的切线作为规避方向所在直线，并且规避方向是朝向该最小夹角对应的目标点，无人驾驶机器100此时就可以沿确定的规避方向做避障运动。
另外，当两个目标点分别位于当前运动方向的两侧时，可能会出现两个夹角的数值相等的情况，此时，最小夹角即为两个，可以选择任意一个夹角对应的切线进行规避方向的确定。
在图3中，A点和B点分别位于当前运动方向的两侧，就需要确定α和β两个夹角中的最小夹角，并将最小夹角对应的朝向目标点的方向作为所述规避方向。如果α的数值较小，图中OE与α对应的切线AD平行，则将朝向目标点A的方向作为避障方向，即沿OE方向做避障运动。
另外，在实际实施过程中，还可以以当前运动方向为坐标轴，设定当前运动方向两侧得到的夹角分别为正角度或负角度，这样通过判断得到的角度的正负，确定目标点与当前运动方向的相对位置。
进一步的，在无人驾驶机器100运动的过程中可能存在同时检测到多个障碍物处于第一圆形区域内的情况，那么检测到的边缘位置点的数量就会多于两个，需要从多个边缘位置点中选择两个点作为目标点进行计算。因此，如图6所示，从检测到的所述边缘位置点中选取两个目标点的步骤S1033具体包括如下步骤。
步骤S10331，确定所述障碍物的数量。
确定目标点的前提是检测到有障碍物位于第一圆形区域内，由于本申请实施例中所述的障碍物位于第一圆形区域内意即障碍物上距离当前位置点最近的点与当前位置点之间的距离小于或者等于第一距离。
障碍物位于第一圆形区域内包括两种情况：一是障碍物上的距离当前位置点最近的点与当前位置点之间的距离等于第一距离，即障碍物上的一点与第一圆形区域的最外缘接触，障碍物的其他部分都位于第一圆形区域以外。另外一种情况就是障碍物上的距离当前位置点最近的点与当前位置点之间的距离小于第一距离，表明障碍物已经有一部分处于第一圆形区域内了。
上述第一种情况一般出现在无人驾驶机器100自主运动时，运动初期没有检测到障碍物，运动到一定位置后检测到了障碍物，但检测到障碍物时，障碍物上距离当前位置点最近的点与当前位置点之间的距离还大于第一圆形区域的半径(第一距离)，此时不进行规避方向的计算。随着无人驾驶机器100的继续运动，障碍物上距离当前位置点最近的点与当前位置点之间的距离越来越小，在两者之间的距离减小到等于第一圆形区域的半径时，此时，进行规避方向的计算。
第二种情况一般是无人驾驶机器100在开始探测障碍物时，就已经探测到障碍物，并且障碍物上距离当前位置点最近的点与当前位置点之间的距离小于第一圆形区域的半径。此时，当无人驾驶机器100和障碍物相对运动时，就会立即进行规避方向的计算，以使无人驾驶机器100脱离障碍物的影响。
总之，在确定目标点时，需要先确定障碍物的数量，需要确定数量的障碍物是处于第一圆形区域外缘或者在其内部的障碍物。通过无人驾驶机器100上的传感器可以检测到障碍物的具体数量。
步骤S10332，当所述障碍物的数量为1时，将该障碍物的两个边缘位置点作为所述两个目标点。
步骤S10333，当所述障碍物的数量大于1时，判断相邻两个障碍物的最内侧的两个边缘位置点之间的最小间距是否大于或等于所述第二圆形区域的直径长度。
本申请实施例中确定当障碍物的数量大于一个时，就需要进一步的确定相邻两个障碍物的边缘位置点的最小间距。每一个障碍物可以确定两个边缘位置点，该最小间距是指相邻两个障碍物的最内侧的两个边缘位置点之间的距离。通过比较该最小间距与第二圆形区域的直径之间的大小，可以确定无人驾驶机器100是否可以从两个障碍物之间穿过。
步骤S10334，若所述最小间距大于或等于所述第二圆形区域的直径长度，将所述障碍物中的任意一个障碍物的两个边缘位置点作为所述两个目标点。
如果该最小间距大于或等于所述第二圆形区域的直径长度，表明相邻两个障碍物之间的间距是可以允许所述无人驾驶机器100通过的。此时，就可以选择任意一个障碍物的两个边缘位置点作为目标点，进行规避方向的计算。
步骤S10335，若所述最小间距小于所述第二圆形区域的直径长度，将相邻两个障碍物最外侧的两个边缘位置点作为所述两个目标点。
如果该最小间距小于所述第二圆形区域的直径长度，表明相邻两个障碍物之间的间距较小，无人驾驶机器100则不能在两个障碍物之间穿过。因此，就可以将这样的相邻的两个障碍物视为一个障碍物，只选取最外侧的两个边缘位置点作为目标点进行计算。
如图7所示，图7中示出了两个障碍物，无人驾驶机器100的当前运动方向为竖直向上，我们假设这两个障碍物上的点同时接触到了第一圆形区域的边缘，此时就需要进行避障方向的计算，但由于位于第一圆形区域内的障碍物的数量是多于两个的。需要(可以以顺时针顺序或者逆时针顺序)依序先确定相邻两个障碍物的最内侧的两个边缘位置点之间的间距，即确定M和Q之间的距离，并比较线段MQ的长度与第二距离的大小关系，如果MQ的长度大于或等于第二距离，则选取任意一个障碍物进行避障方向的计算。如果MQ的长度小于第二距离，则将这两个障碍物视为一个障碍物，即选取W点和N点这两个边缘位置点作为目标点，进行避障方向的计算。
通过上述目标点的选取过程，可以在障碍物的数量为一个或更多时实现规避方向的计算。
下面如图8所示，为计算上述切线与当前运动方向的夹角的示意图。无人驾驶机器100向竖直向上的方向运动，障碍物上的一点接触到了第一圆形区域，此时就需要进行规避方向的计算。G点和H点是障碍物在第一圆形区域所在平面上的边缘位置点，O点为当前位置点，由于只有一个障碍物，以该障碍物的两个边缘位置点作为目标点。第一圆形区域的半径根据前述方法计算，或设定为一常数，R2为预先设定的第二圆形区域的半径，为描述方便，图中仅进行了从G点计算切线的图示。由G点向第二圆形区域作切线，该切线与当前运动方向相交，交点为I，切线与第二圆形区域的切点为J。本申请实施例中所述的夹角即为切线AD与当前运动方向的夹角α，计算得到α的数值即计算得到了目标点A对应的夹角大小，再根据相同的方法计算H点对应的夹角大小，该实施例中的G点和H点位于当前运动方向的两侧，同时进行两个夹角大小的比较，将沿着数值最小的最小夹角所对应的切线且朝向该最小夹角对应的目标点的方向作为规避方向。
在图8a中，可以从G点向当前运动方向做一垂线，垂点为K，同时连接G点和O点，在实际工作过程中，通过无人驾驶机器100上的传感器可以检测到G点与O点间的距离d，并且可以检测得到GO与OK之间的夹角α，设线段KI长度为x1，线段IO长度为x2，线段GK长度计为l，根据以下方程组可以计算得到x2的数值。
图中，这样就可以计算出α的数值，/>
H点对应的夹角的计算方法与上述相似，这里不再赘述。计算出上述两个目标点G和H分别对应的夹角大小后，需要确定最终的规避方向。由于两个目标点G、H分别位于当前运动方向的两侧，需要确定计算出的所述夹角中的最小夹角，将沿着所述最小夹角所对应的切线且朝向该最小夹角对应的目标点的方向作为所述规避方向。
为描述简便，这里不进行具体数值的演算，我们假设目标点G对应计算出的夹角是数值较小的，那么就以切线GJ并朝向G点的方向作为规避方向。如图所示，射线OL与GJ平行，那么无人驾驶机器100就会沿OL做避障运动，运动转向的角度大小即为α。
上述计算过程是障碍物出现在无人驾驶机器100当前运动方向的前方附近，如果无人驾驶机器100的运动方向不变，但从其侧后方出现了一袭击物，该袭击物进入到了传感器的探测范围，并且与第一圆形区域相接触，满足位于第一圆形区域内的条件，此时仍然需要进行避障方向的计算。如图8b所示，计算原理与上述计算过程相同，但具体计算过程有一些差别。
在图8b中，仍以G点为例，线段KO长度为x1，线段IO长度为x2，线段GK的长度记为l。此时，计算x2的方程组为：
图8b中，同样可以计算出α的数值，/>
此时，以同样的计算方法计算另外一个目标点对应的切线与当前运动方向的夹角大小。再依据上述流程进行夹角对应的切线的选择，从而确定避障方向。
在具体实施过程中，可以设定一坐标系，通过检测得到边缘位置点在坐标系中的相应坐标，再根据坐标关系利用上述计算公式可以计算得到相应的夹角大小。
在实际实施过程中，无人驾驶机器100在运动过程中可能会遇到多种情况的障碍物。
例如，无人驾驶机器100在进入到死胡同或类似的地形中时，现有技术中的避障方法只能控制无人驾驶机器100在原地静止，不能从死胡同中脱离，利用本申请实施例中的避障方法，如图9所示，OS为当前运动方向，死胡同的两侧接触到了第一圆形区域，根据上述规避方向的计算，计算到死胡同障碍的边缘位置点与第二圆形区域的切线，使无人驾驶机器100沿切线方向做避障运动，可以得到规避方向OT，最终实现从死胡同中脱离。
无人驾驶机器100在遇到相对地面运动的袭击物时，同样可以依据上述规避方向的计算过程计算得到规避方向，只需将袭击物视为障碍物即可，可以实现对袭击物的躲避。
无人驾驶机器100在具有连续障碍的缝隙中穿行时，如图10所示，现有技术中，无人驾驶机器在遇到第一个障碍物时就会停止，不能继续进行自主运动。利用本申请实施例提供的避障方法，无人驾驶机器100在遇到障碍物时，可以连续的进行规避方向的计算，其中，OU为当前运动方向，根据第一处障碍物接触到了第一圆形区域，根据上述规避方向的计算，可以计算得到规避方向OY，躲避开第一障碍物，后续的障碍物同样可以规避，最终实现从缝隙中穿过。
在无人驾驶机器100面对窗口式的障碍物时，如图11所示，假设窗口的宽度可以容纳第二圆形区域对应的无人驾驶机器100通过，在现有技术中由于运动方向与窗口具有一定角度，会认为无人驾驶机器无法通过而进行绕行。但利用本申请实施例中的避障方法，当前运动方向为OX，无人驾驶机器100向窗口不断靠近，并在接触到窗口时进行障碍物的检测和规避方向的计算，得到规避方向OZ，最终通过窗口。
在另一具体实施方式中，如图12所示，在步骤S103之后，该方法可以包括以下步骤。
步骤S105，确定无人驾驶机器100躲避障碍物的规避速度。
在计算得到无人驾驶机器100的规避方向后，还可以确定无人驾驶机器100的规避速度。
具体的，无人驾驶机器100在当前运动方向以期望速度运动，所述期望速度可以为控制所述无人驾驶机器100运动的控制指令所设定的速度，也即所述规避速度的大小与所述期望速度的大小相同。
步骤S106，控制所述无人驾驶机器100在所述规避方向上以所述规避速度进行避障运动。
在本申请实施例中，无人驾驶机器100在进行避障运动前可以是以期望速度运动，遇到障碍物并进行避障运动后，可以仍然保持速度的大小不变，运动方向调整为规避方向后即可。
在本申请实施例中，由于无人驾驶机器100的运行环境可能较复杂，面对的障碍物较多，还可以设定无人驾驶机器100在每进行一次避障运动后，以一预先设定的固定速度运行预设时长，即运动一固定步长后再进行障碍物的检测及规避方向的计算，保证无人驾驶机器100的运动更顺畅。
通过确定无人驾驶机器100的规避速度，可以保证无人驾驶机器100在避障运动时可以更快速的做出反应，实现对障碍物的及时避让。
在另一实施例中，如图13所示，在控制所述无人驾驶机器100进行避障运动的步骤后，该方法还包括：
步骤S107，判断所述第一圆形区域内是否还存在障碍物。
在无人驾驶机器100进行避障运动后，如果没有障碍物位于第一圆形区域内时，无人驾驶机器100可以正常运动，而如果第一圆形区域内仍然存在障碍物，则还需要重复进行上面所述的规避方向计算，这里不再赘述。
步骤S108，当所述第一圆形区域内没有障碍物时，确定无人驾驶机器100的运动模式，所述运动模式包括定向模式和定点模式。
步骤S109，当确定无人驾驶机器100以定向模式运动时，控制无人驾驶机器100进行避障运动后仍以定向模式继续运动。
步骤S110，当确定无人驾驶机器100以定点模式运动时，无人驾驶机器100进行避障运动后，重新确定无人驾驶机器100与终点的运动方向，并控制无人驾驶机器100以重新确定的运动方向继续运动。
无人驾驶机器100在运动时，受控制系统的控制可以是沿某一个固定的方向运动，如固定向前，此时如果进行了避障运动，并且在探测到第一圆形区域内没有了障碍物，无人驾驶机器100仍然可以保持原有的运动方向，即定向模式，使无人驾驶机器100避障运动前后的运动方向不变。定向模式下，无人驾驶机器100并不会沿规避方向一直运动，而是沿规避方向做出避障运动后，进一步将运动方向调整为原始的方向。定向模式下，无人驾驶机器100进行避障运动的时间也可以预先设定，或预先设定进行避障运动的距离，在避障运动的时间截止或避障运动的距离完成后，继续以定向模式下的原始方向运动。
而在定点模式时，无人驾驶机器100预先设定了终点，无人驾驶机器100需要规划到终点间的轨迹，并沿该轨迹运动，但如果定点模式运动时进行了避障运动，避障后无人驾驶机器100就需要重新规划到终点间的轨迹，并沿重新规划的轨迹继续运动，以最终到达预设的终点，完成整个自主运动过程。
通过在避障运动后确定无人驾驶机器100的运动模式后，再控制无人驾驶机器100继续运动，可以实现无人驾驶机器100完全自主的避障，并在避障后根据运动模式的不同进行不同的运动。
如图14所示，本申请实施例还提供了一种避障装置200，应用于无人驾驶机器100，该避障装置200包括：障碍物探测模块201、规避方向计算模块202和避障控制模块203。
障碍物探测模块201，用于探测无人驾驶机器100周围是否存在障碍物；并在当探测到障碍物时，判断所述障碍物是否位于第一圆形区域内。该障碍物探测模块201探测障碍物的具体方式可参上述对步骤S101和S102的详细描述。也即，上述步骤S101和S102可由该障碍物探测模块201执行。
规避方向计算模块202，用于当所述障碍物位于所述第一圆形区域内时，计算所述无人驾驶机器100躲避所述障碍物的规避方向。该规避方向计算模块202计算规避方向的具体方式可参上述对步骤S103及其子步骤的详细描述。也即，上述步骤S103及其子步骤可由该规避方向计算模块202执行。
避障控制模块203，用于控制所述无人驾驶机器100以所述规避方向进行避障运动。其中，所述障碍物探测模块201可以检测所述障碍物在第一圆形区域所在平面的边缘位置点。所述规避方向计算模块202计算所述无人驾驶机器100躲避所述障碍物的规避方向的方法参上述对步骤S103的详细描述。
进一步的，该装置还包括规避速度确定模块204，用于确定所述无人驾驶机器100躲避所述障碍物的规避速度；所述避障控制模块还用于控制所述无人驾驶机器100在所述规避方向上以所述规避速度进行避障运动。优选的，所述无人驾驶机器100在当前运动方向以期望速度运动，所述期望速度为控制所述无人驾驶机器100运动的控制指令所设定的速度，所述规避速度的大小与所述期望速度的大小相同。该规避速度确定模块204确定规避速度的具体方式可参上述对步骤S105、S106的详细描述。也即，上述步骤S105、S106可由该规避速度确定模块204执行。
在一种具体实施方式中，所述避障控制模块控制所述无人驾驶机器100以所述规避方向进行避障运动后，所述障碍物探测模块还用于判断所述第一圆形区域内是否还存在障碍物，该装置还包括运动模式确定模块205，用于当确定所述第一圆形区域内没有障碍物时，确定所述无人驾驶机器100的运动模式，所述运动模式包括定向模式和定点模式；所述避障控制模块203还用于当确定所述无人驾驶机器100以定向模式运动时，控制所述无人驾驶机器100进行避障运动后仍以定向模式继续运动；所述避障控制模块203还用于当确定所述无人驾驶机器100以定点模式运动时，所述无人驾驶机器100进行避障运动后，重新确定所述无人驾驶机器100与终点的运动方向，并控制所述无人驾驶机器100以重新确定的运动方向继续运动。该运动模式确定模块205确定运动模式的具体方式可参上述对步骤S107、S108、S109、S110的详细描述。也即，上述步骤S107、S108、S109、S110可由该运动模式确定模块205执行。
综上所述，在本申请实施例中提供的避障方法、避障装置及无人驾驶机器100中，在无人驾驶机器100运动过程中，设定了第一圆形区域和第二圆形区域进行双环避障计算，在检测到障碍物位于第一圆形区域内时启动规避方向的计算，并且规避方向的计算是依据障碍物的边缘位置点和第二圆形区域的几何运算进行的，这样的计算过程运算量小，系统计算负荷低，对运算资源消耗少，能够实时快速的针对障碍物计算得到可行的规避方向，实现无人驾驶机器100的自主避障运动，并能实现复杂环境中的全方位的自主避障。
本发明的避障装置的实施例可以是由软件代码实现，此时，上述的各模块可存储于无人驾驶机器100的存储器102内。以上各模块同样可以由硬件例如集成电路芯片实现。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的功能模块的具体描述，可以参考前述对应方法步骤的具体描述，在此不再一一赘述。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (15)

1.一种避障方法，应用于无人驾驶机器，其特征在于，该方法包括：
探测所述无人驾驶机器周围是否存在障碍物；
当探测到障碍物时，判断所述障碍物是否位于第一圆形区域内；
当所述障碍物位于所述第一圆形区域内时，计算所述无人驾驶机器躲避所述障碍物的规避方向；及
控制所述无人驾驶机器以所述规避方向进行避障运动；
其中，计算所述无人驾驶机器躲避所述障碍物的规避方向的步骤包括：
检测所述障碍物在所述第一圆形区域所在平面的边缘位置点，所述边缘位置点为所述无人驾驶机器中传感器发出的信号所在直线与所述障碍物相切的切点；
确定包含所述无人驾驶机器的第二圆形区域，所述第二圆形区域的半径小于所述第一圆形区域的半径，且与所述第一圆形区域共面并同心；
从检测到的所述边缘位置点中选取两个目标点，并计算从每个所述目标点到所述第二圆形区域的切线，其中，该切线与所述无人驾驶机器的当前运动方向相交；
计算所述切线与所述当前运动方向的夹角；及
根据所述夹角确定所述规避方向；
根据所述夹角确定所述规避方向的步骤包括：
判断所述两个目标点是否位于所述当前运动方向的同一侧；
若所述两个目标点位于所述当前运动方向的同一侧，确定计算出的所述夹角中的最大夹角，将沿着所述最大夹角所对应的切线且远离该最大夹角对应的目标点的方向作为所述规避方向；
若所述两个目标点分别位于所述当前运动方向的两侧，确定计算出的所述夹角中的最小夹角，将沿着所述最小夹角所对应的切线且朝向该最小夹角对应的目标点的方向作为所述规避方向。
2.根据权利要求1所述的避障方法，其特征在于，从检测到的所述边缘位置点中选取两个目标点的步骤包括：
确定所述障碍物的数量；
当所述障碍物的数量为1时，将该障碍物的两个边缘位置点作为所述两个目标点；
当所述障碍物的数量大于1时，依序判断相邻两个障碍物的最内侧的两个边缘位置点之间的最小间距是否大于或等于所述第二圆形区域的直径长度；
若所述最小间距大于或等于所述第二圆形区域的直径长度，将所述障碍物中的任意一个所述障碍物的两个边缘位置点作为所述两个目标点；
若所述最小间距小于所述第二圆形区域的直径长度，将相邻两个所述障碍物最外侧的两个边缘位置点作为所述两个目标点。
3.根据权利要求1所述的避障方法，其特征在于，所述第一圆形区域为以所述无人驾驶机器的当前位置点为圆心，以第一距离为半径的圆周区域，所述第二圆形区域为以所述当前位置点为圆心，第二距离为半径的圆周区域。
4.根据权利要求3所述的避障方法，其特征在于，所述第二距离为预设常数，所述第一距离为或预设常数，其中，R1为所述第一距离，v为当前速度，a为在所述当前运动方向上制动时的最大加速度，R2为所述第二距离。
5.根据权利要求1所述的避障方法，其特征在于，该方法还包括：
确定所述无人驾驶机器躲避所述障碍物的规避速度；
控制所述无人驾驶机器在所述规避方向上以所述规避速度进行避障运动。
6.根据权利要求5所述的避障方法，其特征在于，所述无人驾驶机器在当前运动方向以期望速度运动，所述期望速度为控制所述无人驾驶机器运动的控制指令所设定速度，所述规避速度的大小与所述期望速度的大小相同。
7.根据权利要求1所述的避障方法，其特征在于，在控制所述无人驾驶机器以所述规避方向进行避障运动的步骤之后，该方法还包括：
判断所述第一圆形区域内是否还存在障碍物；
当所述第一圆形区域内没有障碍物时，确定所述无人驾驶机器的运动模式，所述运动模式包括定向模式和定点模式；
当确定所述无人驾驶机器以定向模式运动时，控制所述无人驾驶机器进行避障运动后仍以定向模式继续运动；
当确定所述无人驾驶机器以定点模式运动时，所述无人驾驶机器进行避障运动后，重新确定所述无人驾驶机器与终点的运动方向，并控制所述无人驾驶机器以重新确定的运动方向继续运动。
8.一种避障装置，应用于无人驾驶机器，其特征在于，该装置包括：
障碍物探测模块，用于探测所述无人驾驶机器周围是否存在障碍物，并在探测到障碍物时，判断所述障碍物是否位于第一圆形区域内；
规避方向计算模块，用于当所述障碍物位于所述第一圆形区域内时，计算所述无人驾驶机器躲避所述障碍物的规避方向；及
避障控制模块，用于控制所述无人驾驶机器以所述规避方向进行避障运动；
其中，所述规避方向计算模块计算所述无人驾驶机器躲避所述障碍物的规避方向的方法包括：
所述障碍物探测模块还用于检测所述障碍物在所述第一圆形区域所在平面的边缘位置点，所述边缘位置点为所述无人驾驶机器中传感器发出的信号所在直线与所述障碍物相切的切点；
确定包含所述无人驾驶机器的第二圆形区域，所述第二圆形区域的半径小于所述第一圆形区域的半径，且与所述第一圆形区域共面并同心；
从检测到的所述边缘位置点中选取两个目标点，并计算从每个所述目标点到所述第二圆形区域的切线，其中，该切线与所述无人驾驶机器的当前运动方向相交；
计算所述切线与所述当前运动方向的夹角；及
根据所述夹角确定所述规避方向；
所述规避方向计算模块根据所述夹角确定所述规避方向的方法包括：
判断所述两个目标点是否位于所述当前运动方向的同一侧；
若所述两个目标点位于所述当前运动方向的同一侧，确定计算出的所述夹角中的最大夹角，将沿着所述最大夹角所对应的切线且远离该最大夹角对应的目标点的方向作为所述规避方向；
若所述两个目标点分别位于所述当前运动方向的两侧，确定计算出的所述夹角中的最小夹角，将沿着所述最小夹角所对应的切线且朝向该最小夹角对应的目标点的方向作为所述规避方向。
9.根据权利要求8所述的避障装置，其特征在于，所述障碍物探测模块还用于确定所述障碍物的数量；
所述规避方向计算模块还用于：
当所述障碍物的数量为1时，将该障碍物的两个边缘位置点作为所述两个目标点；
当所述障碍物的数量大于1时，依序判断相邻两个障碍物的最内侧的两个边缘位置点之间的最小间距是否大于或等于所述第二圆形区域的直径长度；
若所述最小间距大于或等于所述第二圆形区域的直径长度，将所述障碍物中的任意一个所述障碍物的两个边缘位置点作为所述两个目标点；
若所述最小间距小于所述第二圆形区域的直径长度，将相邻两个所述障碍物最外侧的两个边缘位置点作为所述两个目标点。
10.根据权利要求8所述的避障装置，其特征在于，所述第一圆形区域为以所述无人驾驶机器的当前位置点为圆心，以第一距离为半径的圆周区域，所述第二圆形区域为以所述当前位置点为圆心，第二距离为半径的圆周区域。
11.根据权利要求10所述的避障装置，其特征在于，所述第二距离为预设常数，所述第一距离为或预设常数，其中，R1为所述第一距离，v为当前速度，a为在所述当前运动方向上制动时的最大加速度，R2为所述第二距离。
12.根据权利要求8所述的避障装置，其特征在于，该装置还包括规避速度确定模块，用于确定所述无人驾驶机器躲避所述障碍物的规避速度；
所述避障控制模块还用于控制所述无人驾驶机器在所述规避方向上以所述规避速度进行避障运动。
13.根据权利要求12所述的避障装置，其特征在于，所述无人驾驶机器在当前运动方向以期望速度运动，所述期望速度为控制所述无人驾驶机器运动的控制指令所设定速度，所述规避速度的大小与所述期望速度的大小相同。
14.根据权利要求8所述的避障装置，其特征在于，所述避障控制模块控制所述无人驾驶机器以所述规避方向进行避障运动后，所述障碍物探测模块还用于判断所述第一圆形区域内是否还存在障碍物，该装置还包括运动模式确定模块，用于当确定所述第一圆形区域内没有障碍物时，确定所述无人驾驶机器的运动模式，所述运动模式包括定向模式和定点模式；
所述避障控制模块还用于当确定所述无人驾驶机器以所述定向模式运动时，控制所述无人驾驶机器进行避障运动后仍以所述定向模式继续运动；
所述避障控制模块还用于当确定所述无人驾驶机器以所述定点模式运动时，所述无人驾驶机器进行避障运动后，重新确定所述无人驾驶机器与终点的运动方向，并控制所述无人驾驶机器以重新确定的运动方向继续运动。
15.一种无人驾驶机器，其特征在于，包括权利要求8至14任意一项所述的避障装置。
CN201610349880.2A 2016-05-24 2016-05-24 一种避障方法、避障装置及无人驾驶机器 Active CN106022274B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610349880.2A CN106022274B (zh) 2016-05-24 2016-05-24 一种避障方法、避障装置及无人驾驶机器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610349880.2A CN106022274B (zh) 2016-05-24 2016-05-24 一种避障方法、避障装置及无人驾驶机器

Publications (2)

Publication Number Publication Date
CN106022274A CN106022274A (zh) 2016-10-12
CN106022274B true CN106022274B (zh) 2024-01-12

Family

ID=57094851

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610349880.2A Active CN106022274B (zh) 2016-05-24 2016-05-24 一种避障方法、避障装置及无人驾驶机器

Country Status (1)

Country Link
CN (1) CN106022274B (zh)

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9836053B2 (en) 2015-01-04 2017-12-05 Zero Zero Robotics Inc. System and method for automated aerial system operation
US10358214B2 (en) 2015-01-04 2019-07-23 Hangzhou Zero Zro Technology Co., Ltd. Aerial vehicle and method of operation
US10126745B2 (en) 2015-01-04 2018-11-13 Hangzhou Zero Zero Technology Co., Ltd. System and method for automated aerial system operation
WO2017187275A2 (en) 2016-04-24 2017-11-02 Hangzhou Zero Zero Technology Co., Ltd. Aerial system propulsion assembly and method of use
WO2018087596A1 (en) * 2016-11-11 2018-05-17 Hangzhou Zero Zero Technology Co., Ltd. System and method for automated aerial system operation
CN106598070B (zh) * 2016-12-14 2019-11-22 东北农业大学 一种农用植保无人机喷施过程中多障碍、小障碍下的避障方法及无人机
CN112987782A (zh) * 2016-12-22 2021-06-18 深圳市大疆创新科技有限公司 飞行控制方法和装置
WO2018134677A1 (en) 2017-01-23 2018-07-26 Hangzhou Zero Technology Co., Ltd Multi-camera system and method of use
WO2018191869A1 (zh) * 2017-04-18 2018-10-25 深圳市大疆创新科技有限公司 无人飞行器的控制方法、飞行控制器及无人飞行器
CN107264525A (zh) * 2017-06-30 2017-10-20 成都志博科技有限公司 无人驾驶设备的路障躲避系统
CN109229109B (zh) 2017-07-04 2020-03-31 百度在线网络技术（北京）有限公司 判断车辆行驶方向的方法、装置、设备和计算机存储介质
CN107272741B (zh) * 2017-08-04 2021-01-19 北京理工大学 一种基于最大内切圆圆心移动矢量的无人机自动避障方法
CN108001444B (zh) * 2017-10-11 2019-10-22 北京车和家信息技术有限公司 自动驾驶车辆控制方法及系统
CN108227523B (zh) * 2017-11-01 2020-01-07 深圳乐动机器人有限公司 机器人控制方法、装置、存储介质和计算机设备
CN107945160B (zh) * 2017-11-21 2021-09-10 北京工业大学 一种红外全景监控雷达显示区中关注目标的标识方法
CN108230295B (zh) * 2017-11-21 2021-07-02 北京工业大学 一种红外全景监控环带显示区中关注目标的标识方法
CN108196451B (zh) * 2017-12-29 2021-01-22 中国电子科技集团公司信息科学研究院 一种仿生鱼群避障行为控制方法
CN108544490B (zh) * 2018-01-05 2021-02-23 广东雷洋智能科技股份有限公司 无人驾驶智能机器人道路避障方法
CN109298708B (zh) * 2018-08-31 2021-08-17 中船重工鹏力（南京）大气海洋信息系统有限公司 一种融合雷达与光电信息的无人艇自主避障方法
CN109298714A (zh) * 2018-11-09 2019-02-01 浙江国自机器人技术有限公司 机器人移动控制方法、系统、设备及计算机可读存储介质
CN109633620B (zh) * 2018-12-13 2021-02-19 广州极飞科技有限公司 目标物体的识别方法和装置、作业设备
CN109709554B (zh) * 2018-12-13 2021-01-19 广州极飞科技有限公司 作业设备及其控制方法和装置
CN109828574B (zh) * 2019-02-22 2022-05-03 深兰机器人(上海)有限公司 一种避障方法及电子设备
CN110432832B (zh) * 2019-07-03 2022-05-10 平安科技（深圳）有限公司 机器人运动轨迹的调整方法、装置及机器人
CN111081033B (zh) * 2019-11-21 2021-06-01 北京百度网讯科技有限公司 车辆朝向角确定的方法及装置
CN111192327B (zh) * 2020-01-03 2023-09-29 北京百度网讯科技有限公司 用于确定障碍物朝向的方法和装置
CN111330271A (zh) * 2020-02-24 2020-06-26 竞技世界（北京）网络技术有限公司 一种提示区域的显示方法及装置
CN113936493B (zh) * 2020-03-04 2022-11-04 北京百度网讯科技有限公司 用于自动驾驶的图像处理方法、装置、计算机设备和介质
CN112578793B (zh) * 2020-11-24 2022-04-12 哈尔滨工程大学 一种快速运动水面艇的避障方法
CN112731920A (zh) * 2020-12-04 2021-04-30 北京旷视机器人技术有限公司 搬运设备的控制方法、装置、搬运设备及存储介质
CN113343397B (zh) * 2021-05-20 2023-01-13 广东电网有限责任公司 一种地下顶管作业管缆障碍物规避方法及装置
CN115291607B (zh) * 2022-08-02 2023-03-14 柳州城市职业学院 复杂未知水域内无人驾驶船路径自主规划生成方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009040064A1 (de) * 2007-09-20 2009-04-02 Michael Naderhirn Verfahren zur automatischen vermeidung von kollisionen eines fahrzeuges mit weiteren objekten
CN102288191A (zh) * 2011-05-26 2011-12-21 大连理工大学 一种智能导航小车
CN102541057A (zh) * 2010-12-29 2012-07-04 沈阳新松机器人自动化股份有限公司 一种基于激光测距仪的移动机器人避障方法
CN104375505A (zh) * 2014-10-08 2015-02-25 北京联合大学 一种基于激光测距的机器人自主寻路方法
CN104460666A (zh) * 2014-10-27 2015-03-25 上海理工大学 一种基于距离矢量的机器人自主避障移动控制方法
KR101539270B1 (ko) * 2015-02-27 2015-07-24 군산대학교산학협력단 충돌회피 및 자율주행을 위한 센서융합 기반 하이브리드 반응 경로 계획 방법, 이를 수행하기 위한 기록 매체 및 이동로봇
CN104933228A (zh) * 2015-05-27 2015-09-23 西安交通大学 基于速度障碍的无人车实时轨迹规划方法
CN105022270A (zh) * 2015-03-20 2015-11-04 武汉理工大学 基于速度矢量坐标系的船自动避碰方法
CN105093237A (zh) * 2015-09-08 2015-11-25 零度智控（北京）智能科技有限公司 一种无人机用障碍物检测装置及其检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT507035B1 (de) * 2008-07-15 2020-07-15 Airbus Defence & Space Gmbh System und verfahren zur kollisionsvermeidung

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009040064A1 (de) * 2007-09-20 2009-04-02 Michael Naderhirn Verfahren zur automatischen vermeidung von kollisionen eines fahrzeuges mit weiteren objekten
CN102541057A (zh) * 2010-12-29 2012-07-04 沈阳新松机器人自动化股份有限公司 一种基于激光测距仪的移动机器人避障方法
CN102288191A (zh) * 2011-05-26 2011-12-21 大连理工大学 一种智能导航小车
CN104375505A (zh) * 2014-10-08 2015-02-25 北京联合大学 一种基于激光测距的机器人自主寻路方法
CN104460666A (zh) * 2014-10-27 2015-03-25 上海理工大学 一种基于距离矢量的机器人自主避障移动控制方法
KR101539270B1 (ko) * 2015-02-27 2015-07-24 군산대학교산학협력단 충돌회피 및 자율주행을 위한 센서융합 기반 하이브리드 반응 경로 계획 방법, 이를 수행하기 위한 기록 매체 및 이동로봇
CN105022270A (zh) * 2015-03-20 2015-11-04 武汉理工大学 基于速度矢量坐标系的船自动避碰方法
CN104933228A (zh) * 2015-05-27 2015-09-23 西安交通大学 基于速度障碍的无人车实时轨迹规划方法
CN105093237A (zh) * 2015-09-08 2015-11-25 零度智控（北京）智能科技有限公司 一种无人机用障碍物检测装置及其检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
The Study of Cooperative Obstacle Avoidance Method for MWSN Based on Flocking Control;Zuo Chen等;Science of World Journal;第2014卷;全文 *
基于多智能体系统的机器人队形控制与协作研究;李强;中国优秀硕士学位论文全文数据库信息科技辑;27-28页 *
基于行为的多机器人任意队形的控制;张磊, 秦元庆, 孙德宝, 肖俊;控制工程(第02期);174-176页 *
多感知器蛇形机器人避障的智能控制;谢黎明, 查富生, 杨建军, 李国慧;甘肃科学学报(第03期);全文 *

Also Published As

Publication number Publication date
CN106022274A (zh) 2016-10-12

Similar Documents

Publication Publication Date Title
CN106022274B (zh) 一种避障方法、避障装置及无人驾驶机器
US20220121209A1 (en) Vehicle control device and vehicle control method
JP6739364B2 (ja) 自動走行作業車
CN104554258B (zh) 采用虚拟势场技术的避让转向操作的路径规划
US11332132B2 (en) Method of handling occlusions at intersections in operation of autonomous vehicle
EP3974270A1 (en) Device for determining safety state of a vehicle
JP6959056B2 (ja) 移動ロボットの制御装置と制御方法
US9174672B2 (en) Path planning for evasive steering maneuver in presence of target vehicle and surrounding objects
US7957858B1 (en) Method for determining projected obstacle areas for moving obstacles
US9796378B2 (en) Vehicle travel path generating apparatus
US20160194003A1 (en) Vehicle travelling control device
US20160288788A1 (en) Gap-based speed control for automated driving system
US20200209869A1 (en) Information processing device, autonomous mobile device, method, and program
JP2022539149A (ja) リモート車両誘導
EP4296133A1 (en) Intelligent driving method and apparatus, and storage medium and computer program
US11299176B2 (en) Vehicle control device
EP3620885A1 (en) Autonomous mobile apparatus
JP2015016799A (ja) 走行経路生成装置
JP4552869B2 (ja) 移動体の追従方法
JP6304011B2 (ja) 車両用走行制御装置
JP2019144691A (ja) 車両制御装置
JP2024071623A (ja) 速度および位置情報を使用するレーダ反射の認識
CN115092130A (zh) 车辆碰撞预测方法、装置、电子设备、介质和车辆
US20230205234A1 (en) Information processing device, information processing system, method, and program
US11087147B2 (en) Vehicle lane mapping

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