CN107491068A - 移动机器人路径规划方法、装置及路径规划设备 - Google Patents
移动机器人路径规划方法、装置及路径规划设备 Download PDFInfo
- Publication number
- CN107491068A CN107491068A CN201710757724.4A CN201710757724A CN107491068A CN 107491068 A CN107491068 A CN 107491068A CN 201710757724 A CN201710757724 A CN 201710757724A CN 107491068 A CN107491068 A CN 107491068A
- Authority
- CN
- China
- Prior art keywords
- optimized
- section
- coordinate
- renewal
- position coordinates
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000013461 design Methods 0.000 title claims abstract description 9
- 230000007613 environmental effect Effects 0.000 claims abstract description 37
- 238000005457 optimization Methods 0.000 claims description 27
- 230000008859 change Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 230000001960 triggered effect Effects 0.000 claims description 3
- 108010001267 Protein Subunits Proteins 0.000 claims description 2
- 230000005055 memory storage Effects 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 description 9
- 238000003860 storage Methods 0.000 description 9
- 238000006073 displacement reaction Methods 0.000 description 7
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000000205 computational method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000007704 transition Effects 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (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
本发明公开了一种移动机器人路径规划方法、装置及一种路径规划设备,所述方法包括:确定根据环境信息、起始位置及目标位置规划获得的移动路径上每一个位置点的路径坐标。确定各个路径坐标中,与所述环境信息中的障碍物距离小于第一阈值的绕行坐标。根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段。调整所述待优化路段上每一个位置点的位置坐标,直至所述待优化路段的路段长度满足预设平滑条件,获得优化后的移动路径。本发明提高了移动路径的平滑性,有效提高了移动机器人的移动效率。
Description
技术领域
本发明属于电子技术领域,具体地说,涉及一种移动机器人路径规划方法、装置及一种路径规划设备。
背景技术
移动机器人是一种可以自动执行工作的智能设备,其能够协助或取代人类的工作,因此可以应用于诸多应用场景中。
移动机器人工作时需要进行路线导航以进行行走,路径规划是移动机器人导航技术中不可缺少的重要组成部分。路径规划是指根据环境信息自主地指定移动路径,移动机器人基于该移动路径,避开环境信息中的障碍物,完成从起始位置到目标位置的自主移动。
但现有技术中,根据路径规划算法(例如栅格法、人工势场法等)计算得到的移动路径平滑性较差,也即移动路径呈波浪形或具有多个尖锐角度,使得移动机器人在按照规划的移动路径移动时存在许多不必要的转向,从而增加了移动机器人移动距离和延长了机器人的移动时间,降低了机器人的移动速率。
发明内容
有鉴于此,本发明提供了一种移动机器人路径规划算法、装置及一种路径规划设备,用以解决现有技术规划的移动路径平滑性较差的问题,提高了移动路径的平滑性,有效提高了移动机器人的移动效率。
为了解决上述技术问题,本发明提供了一种移动机器人的路径规划方法,包括:
确定根据环境信息、起始位置及目标位置规划获得的移动路径上每一个位置点的路径坐标;
确定各个路径坐标中,与所述环境信息中的障碍物距离小于第一阈值的绕行坐标;
根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段;
调整所述待优化路段上每一个位置点的位置坐标,直至所述待优化路段的路段长度满足预设平滑条件,获得优化后的移动路径。
优选地,所述根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段包括:
针对连续的绕行坐标,确定所述连续的绕行坐标对应的绕行路段;按照所述绕行路段中的起始绕行坐标及终点绕行坐标对所述移动路径进行划分,获得不包括所述绕行路段的待优化路段;
针对不连续的绕行坐标,按照所述不连续的绕行坐标对所述移动路径进行划分,获得不包括所述不连续的绕行坐标的待优化路段。
优选地,所述调整所述待优化路段上每一个位置点的位置坐标,直至所述待优化路段的路段长度满足预设平滑条件,获得优化后的移动路径包括:
获取所述待优化路段上的起始位置坐标及结束位置坐标;
将起始位置坐标及结束位置坐标的连线作为基线,确定所述待优化路段上据所述基线偏移距离最大的位置点;
调整所述偏移距离最大的位置点的位置坐标,获得更新位置坐标;
基于所述更新位置坐标依次调整位于所述偏移距离最大的位置点左右两侧位置点的位置坐标,获得所述待优化路段上每一个位置点的更新位置坐标;
基于所述更新位置坐标计算所述待优化路段的更新路段长度,直至所述更新路段长度满足所述预设平滑条件,获得优化后的移动路径。
优选地,所述基于所述更新位置坐标计算所述待优化路段更新路段长度,直至所述更新路段长度满足所述预设平滑条件,获得优化后的移动路径包括:
基于所述更新位置坐标计算所述待优化路段的更新路段长度;
判断所述更新路段长度是否满足所述预设平滑条件;
如果是,将所述待优化路段的更新位置坐标作为所述待优化路段的优化坐标,获得优化后的移动路径;
如果否,将所述待优化路段的更新位置坐标作为位置坐标,继续调整所述待优化路段上每一个位置点的位置坐标,直至所述更新路段长度满足所述预设平滑条件。
优选地,所述判断所述更新路段长度是否满足所述预设平滑条件包括:
根据所述待优化路段的位置坐标,计算获得所述待优化路段初始路段长度;
基于所述初始路段长度及所述更新路段长度计算获得所述待优化的路段更新比值;
判断所述待优化路段的路段更新比值是否小于第二阈值;
如果是,确定所述更新路段长度满足所述预设平滑条件;
如果否,确定所述更新路段长度不满足所述预设平滑条件。
本发明提供了一种移动机器人的路径规划装置,包括:
第一确定模块,用于确定根据环境信息、起始位置及目标位置规划获得的移动路径上每一个位置点的路径坐标;
第二确定模块,用于确定各个路径坐标中,与所述环境信息中的障碍物距离小于第一阈值的绕行坐标;
第三确定模块,用于根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段;
调整模块,用于调整所述待优化路段上每一个位置点的位置坐标,直至所述待优化路段的路段长度满足预设平滑条件,获得优化后的移动路径。
优选地,所述第三确定模块具体用于:
针对连续的绕行坐标,确定所述连续的绕行坐标对应的绕行路段;按照所述绕行路段中的起始绕行坐标及终点绕行坐标对所述移动路径进行划分,获得不包括所述绕行路段的待优化路段;
针对不连续的绕行坐标,按照所述不连续的绕行坐标对所述移动路径进行划分,获得不包括所述不连续的绕行坐标的待优化路段。
优选地,所述调整模块包括:
获取单元,用于获取所述待优化路段上的起始位置坐标及结束位置坐标;
确定单元,用于将起始位置坐标及结束位置坐标的连线作为基线,确定所述待优化路段上据所述基线偏移距离最大的位置点;
第一调整单元,用于调整所述偏移距离最大的位置点的位置坐标,获得更新位置坐标;
第二调整单元,用于基于所述更新位置坐标依次调整位于所述偏移距离最大的位置点左右两侧位置点的位置坐标,获得所述待优化路段上每一个位置点的更新位置坐标;
第三调整单元,用于基于所述更新位置坐标计算所述待优化路段的更新路段长度,直至所述更新路段长度满足所述预设平滑条件,获得优化后的移动路径。
优选地,所述第三调整单元包括:
计算子单元,用于基于所述更新位置坐标计算所述待优化路段的更新路段长度;
判断子单元,用于判断所述更新路段长度是否满足所述预设平滑条件;
如果是,触发优化完成子单元;
如果否,将所述待优化路段的更新位置坐标作为位置坐标,触发确定单元,直至所述更新路段长度满足所述预设平滑条件;
所述优化完成子单元,用于将所述待优化路段的更新位置坐标作为所述待优化路段的优化坐标,获得优化后的移动路径。
优选地,所述判断子单元具体用于:
根据所述待优化路段的位置坐标,计算获得所述待优化路段初始路段长度;
基于所述初始路段长度及所述更新路段长度计算获得所述待优化的路段更新比值;
判断所述待优化的路段更新比值是否小于第二阈值;
如果是,确定所述更新路段长度满足所述预设平滑条件;
如果否,确定所述更新路段长度不满足所述预设平滑条件。
本发明还提供了一种路径规划设备,包括:存储器以及处理组件;
所述存储器存储一条或多条计算机程序指令;
所述处理组件调用并执行所述一条或多条计算机程序指令,实现如下操作:
确定根据环境信息、起始位置及目标位置规划获得的移动路径上每一个位置点的路径坐标;
确定各个路径坐标中,与所述环境信息中的障碍物距离小于第一阈值的绕行坐标;
根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段;
调整所述待优化路段上每一个位置点的位置坐标,直至所述待优化路段的路段长度满足预设平滑条件,获得优化后的移动路径。
与现有技术相比,本发明可以获得包括以下技术效果:
本发明给出了一种移动机器人路径规划方法及装置,首先确定根据环境信息、起始位置及目标位置规划获得的移动路径上每一个位置点的路径坐标。为了避免移动机器人移动中碰撞到障碍物,确定各个路径坐标中,与所述环境信息中的障碍物距离小于第一阈值的绕行坐标。然后根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段,通过调整所述待优化路段上每一个位置点的位置坐标,使的待优化路段上的每一个位置点逐渐趋于一条直线,直至所述待优化路段的路段长度满足预设平滑条件,获得优化后的移动路径。从而提高了移动路径的平滑性,缩短了移动机器人的移动距离,减少了移动机器人在移动路径上移动时的转向次数,大大提高了机器人的移动速率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例的一种移动机器人路径规划方法的一个实施例的流程图;
图2是本发明实施例的一种移动机器人路径规划方法的另一个实施例的流程图;
图3是本发明实施例的一种移动机器人路径规划装置的一个实施例的结构示意图;
图4是本发明实施例的一种移动机器人路径规划装置的另一个实施例的结构示意图;
图5是本发明实施例的一种路径规划设备的另一个实施例的结构示意图。
具体实施方式
以下将配合附图及实施例来详细说明本发明的实施方式,藉此对本发明如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。
本发明提供方案,不仅可以适用于针对移动机器人通过导航技术进行移动路径规划的应用场景中,还可使用于任何需要通过导航技术进行移动路径规划设备的应用场景。
为了解决由于现有技术中规划的移动路径平滑性较差的技术问题,发明人经过一系列研究提出了本发明的技术方案。在本发明中,通过确定根据环境信息、起始位置及目标位置规划获得的移动路径上每一个位置点的路径坐标。并确定各个路径坐标中,与所述环境信息中的障碍物距离小于第一阈值的绕行坐标。然后根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段。通过调整所述待优化路段上每一个位置点的位置坐标,直至所述待优化路段的路段长度满足预设平滑条件,获得优化后的移动路径。从而提高了移动路径的平滑性,缩短了移动机器人的移动距离,减少了移动机器人在移动路径上移动时的转向次数,大大提高了移动机器人的移动速率。
下面将结合附图对本发明技术方案进行详细描述。
图1是本发明实施例提供的一种移动机器人路径规划方法的一个实施例的流程图,该方法可以包括:
101:确定根据环境信息、起始位置及目标位置规划获得的移动路径上每一个位置点的路径坐标。
102:确定各个路径坐标中,与所述环境信息中的障碍物距离小于第一阈值的绕行坐标。
移动机器人可以配置有导航装置实现运动轨迹跟踪、路径规划、及其视觉、同步定位与地图构建等。因此,该移动机器人可以通过导航技术构建周围环境信息的导航地图及目标位置,并通过自主定位获得当前起始位置,根据获得该移动机器人的当前起始位置,及当前环境信息及目标位置进行路径规划获得移动路径。
通过基于该周围环境信息构建的导航地图,确定该规划路径上每一个位置点的路径坐标,并确定该环境信息的环境坐标,其中环境信息中可以包括多个障碍物,该环境坐标可以表示该多个障碍物上每一个位置点的坐标。
然后将确定的每一个路径坐标分别于多个障碍物的每一个环境坐标进行比较,确定各个路径坐标中,与所述环境信息中的障碍物距离小于第一阈值的绕行坐标。
可选地,所述路径坐标可以表示为(xi,yi),i=0,1,...,n;环境坐标可以表示为j=0,1,...,m;第一阈值可以表示为δ。则从移动路径的第一个位置点的路径坐标开始遍历该环境坐标,计算每一个路径坐标到环境坐标的环境距离可以表示为:其中,i=0,1,2...,n;j=0,1,2,...,m,确定各个路径坐标中环境距离D(i,j)<δ的绕行坐标。
103:根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段。
根据获得的绕行坐标,对移动路径进行分段,该绕行坐标可以包括连续的绕行坐标,也可以包括不连续的绕行坐标,将路径坐标划分为待优化路段和/或绕行路段。
可选地,在某些实施例中,所述根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段可以包括:
针对连续的绕行坐标,确定所述连续的绕行坐标对应的绕行路段;按照所述绕行路段中的起始绕行坐标及终点绕行坐标对所述移动路径进行划分,获得不包括所述绕行路段的待优化路段;
针对不连续的绕行坐标,按照所述不连续的绕行坐标对所述移动路径进行划分,获得不包括所述不连续的绕行坐标的待优化路段。
当该绕行坐标中包括连续的绕行坐标时,针对连续的绕行坐标,可以将该连续的绕行坐标划分为一个绕行路段,在对移动路径进行划分时,仅获取该绕行路段上的起始位置点和终点位置点划分该移动路径确定至少一个不包括该绕行坐标的待优化路段。
当该绕行坐标中包括不连续的绕行坐标时,针对不连续的绕行坐标,基于每一个不连续绕行坐标划分该移动路径,确定至少一个不包括该绕行坐标的待优化路段。
可选地,当不连续的绕行坐标中间仅存在少数个位置点,例如仅存在一个位置点或少于三个位置点时,为了兼顾移动机器人的碰撞问题,不对该移动路径上的少数个位置点进行优化,此时可以将该少数个位置点划分为绕行坐标。
104:调整所述待优化路段上每一个位置点的位置坐标,直至所述待优化路段的路段长度满足预设平滑条件,获得优化后的移动路径。
根据绕行坐标划分移动路径够,可以确定所述移动路径上不包括所述绕行坐标的多个待优化路段。针对多个待优化路段,依次调整每一个待优化路段上每一个位置点的位置坐标,直至每一个待优化路段的路段长度均满足预设平滑条件,获得优化后的移动路径。
本实施例中,确定移动路径上的各个路径坐标中与所述环境信息中的障碍物距离小于第一阈值的绕行坐标。并根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段。通过调整所述待优化路段上每一个位置点的位置坐标,直至所述待优化路段的路段长度满足预设平滑条件,获得优化后的移动路径。提高了移动路径的平滑性,不仅缩短了移动机器人的移动距离,而且减少了移动机器人在移动路径上移动时的转向次数,大大提高了移动机器人的移动速率。
可选地,在某些实施例中,针对任一个待优化路段,所述调整所述待优化路段上每一个位置点的位置坐标,直至所述待优化路段的路段长度满足预设平滑条件,获得优化后的移动路径可以包括:
获取所述待优化路段上的起始位置坐标及结束位置坐标;
将起始位置坐标及结束位置坐标的连线作为基线,确定所述待优化路段上据所述基线偏移距离最大的位置点;
可选地,优化路段上的起始位置坐标,即为该优化路段的起始位置点的位置坐标,结束位置坐标即为该待优化路段上结束位置点的位置坐标。并将该起始位位置坐标及结束位置坐标的连线作为基线,比较该待优化路段上每一个位置点据该基线的偏移距离,确定距离该基线偏移距离最大的位置点的位置坐标。
调整所述偏移距离最大的位置点的位置坐标,获得更新位置坐标;
基于所述更新位置坐标依次调整位于所述偏移距离最大的位置点左右两侧位置点的位置坐标,获得所述待优化路段上每一个位置点的更新位置坐标;
基于所述更新位置坐标计算所述待优化路段的更新路段长度,直至所述更新路段长度满足所述预设平滑条件,获得优化后的移动路径。
其中,该待优化路段的更新路段长度为,为该待优化路段的位置坐标更新后的路段长度
可选地,确定该待优化路段的偏移距离最大的位置点的位置坐标后,调整该位置点的位置坐标,获得对应更新位置坐标。并基于的位置点对应的更新位置坐标调整该偏移距离最大的位置点左右两侧的位置点,直至该待优化路段上每一个位置点的位置坐标均调整为更新位置坐标。
基于该待优化路段的更新位置坐标计算该优化路段的更新路段长度,如果更新路段长度不满足该预设平滑条件,则将更新坐标作为每一个位置点的位置坐标,再次调整该待优化路段上每一个位置点的位置坐标,直到计算得到的更新路段长度满足该预设平滑条件后,依次对其它待优化路段进行优化,在确定所有待优化路段的更新路段长度均满足预设平滑条件时,则完成了对该移动路径的优化,获得优化后的移动路径。
图2是本发明实施例的一种移动机器人路径规划方法的另一个实施例的流程图,该方法可以包括:
201:确定根据环境信息、起始位置及目标位置规划获得的移动路径上每一个位置点的路径坐标;
202:确定各个路径坐标中,与所述环境信息中的障碍物距离小于第一阈值的绕行坐标;
203:根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段;
204:获取所述待优化路段上的起始位置坐标及结束位置坐标;
205:将起始位置坐标及结束位置坐标的连线作为基线,确定所述待优化路段上据所述基线偏移距离最大的位置点;
206:调整所述偏移距离最大的位置点的位置坐标,获得更新位置坐标;
207:基于所述更新位置坐标依次调整位于所述偏移距离最大的位置点左右两侧位置点的位置坐标,获得所述待优化路段上每一个位置点的更新位置坐标。
可选地,该待优化路段上每一个位置点的位置坐标可以表示为(sxi,syi),i=0,1,2,...,p;其中,起始位置坐标可以表示为(sx0,sy0),终点位置坐标可以表示为(sxp,syp);可根据三角形计算原理,计算获得该待优化路段上每一个位置点到基线的偏移距离(即该每一个位置点到该基线的垂直距离),找到偏移距离最大位置点。该偏移距离最大的位置点的位置坐标可以表示为(sxh,syh),则根据平滑调整公式调整所述偏移距离最大的位置点的位置坐标,获得更新位置坐标。
该平滑调整公式可以表示为:
按照上述平滑调整公式计算得到该偏移距离最大的位置点的更新位置坐标(sx'h,sy'h),其中
根据该更新位置坐标,按照上述平滑调整公式依次更新该偏移距离最大的位置点左右两侧的位置点,其中右侧第一个位置点的更新位置坐标为(sx'h+1,sy'h+1),其中左侧第一个位置点的更新位置坐标为(sx'h-1,sy'h-1),其中
按照上述计算方法,依次计算获得该待优化路段上每一个位置点的更新位置坐标为(sx′i,sy′i),i=1,2...,p-1,其中,起始位置坐标(sx0,sy0)及终点位置坐标(sxp,syp)保持不变。
208:基于所述更新位置坐标计算所述待优化路段的更新路段长度。
其中,该待优化路段的更新路段长度为该待优化路段的位置坐标更新后的路段长度。
可选地,该更新路段长度可以表示为:其中,其中,j表示针对该待优化路段上位置坐标的调整次数,j=0,1,2,...,q。
209:判断所述更新路段长度是否满足所述预设平滑条件;如果是,执行步骤210;如果否,执行步骤211。
210:将所述待优化路段的更新位置坐标作为所述待优化路段的优化坐标,获得优化后的移动路径。
211:将所述待优化路段的更新位置坐标作为位置坐标,继续返回执行步骤205,直至所述更新路段长度满足所述预设平滑条件。
当该待优化路段的更新路段长度满足预设平滑条件,则将该待优化路段的当前更新位置坐标作为优化后的移动路径的优化坐标,并根据每一个待优化路段的优化坐标及绕行坐标获得优化后的移动路径。
如果该待优化路段的更新路段长度不满足该预设平滑条件时,将更新位置坐标作为位置坐标,重新确定所述待优化路段上据所述基线偏移距离最大的位置点,根据平滑调整公式再次调整该待优化路段上每一个位置点位置坐标,获得更新位置坐标。
可选地,在某些实施例中,所述判断所述更新路段长度是否满足所述预设平滑条件可以包括:
根据所述待优化路段的位置坐标,计算获得所述待优化路段的初始路段长度;
基于所述初始路段长度及所述更新路段长度计算获得所述待优化的路段更新比值;
其中,所述待优化路段的初始路段长度为该待优化路段的位置坐标更新的的路段长度。
可选地,该初始路段长度可以表示为:其中,j表示该待优化路段上位置坐标的调整次数,j=0,1,2,...,q。
所述待优化的路段更新比值可以表示为:其中Lj+1表示该待优化路段的更新路段长度,Lj表示该待优化路段的初始路段长度,
判断所述待优化的路段更新比值是否小于第二阈值;
如果是,确定所述更新路段长度满足所述预设平滑条件;
如果否,确定所述更新路段长度不满足所述预设平滑条件。
其中可选地,第二阈值可以表示为σ,由上述可知预设平滑条件可以表示为:
如果,小于第二阈值σ,则可以确定所述更新路段长度满足该预设平滑条件;如果大于或等于第二阈值σ,则可以确定该更新路段长度不满足该预设平滑条件。
其中,第二阈值σ可根据实际需求进行设定,当该σ值越小时,初始路段长度与更新路段长度就越接近,得到的优化后的移动路径的平滑性就越好。
需要说明的是本发明中所述预设平滑条件并不局限于上述形式。只要在是可以满足该待优化路段的位置坐标更新前的初始路段长度与更新后的更新路段长度相近的条件均可作为预设平滑条件。
其中,步骤201-步骤203与图1实施例中的步骤103-步骤103的执行过程相同,在此不再赘述。
本实施例中,通过确定移动路径中的待优化路段,并调整待优化路段上每一个位置点据基线的偏移距离,通过按平滑调整公式依次迭代计算获得更新位置坐标,使获得的该待优化路段上的更新位置坐标逐渐趋近于平滑的直线,从而使得待优化路段的更新路段长度满足预设平滑条件。依次调整该移动路径上的每一个待优化路段,使得每一个待优化路段的更新路段长度均满足预设平滑条件时,获得优化后的移动路径。从而提高了移动路径的平滑性,不仅缩短了移动机器人的移动距离,而且减少了移动机器人在移动路径上移动时的转向次数,大大提高了移动机器人的移动速率。
图3是本发明实施例的一种移动机器人的路径规划装置的一个实施实例结构示意图,该装置可以包括:
第一确定模块301,用于确定根据环境信息、起始位置及目标位置规划获得的移动路径上每一个位置点的路径坐标。
第二确定模块302,用于确定各个路径坐标中,与所述环境信息中的障碍物距离小于第一阈值的绕行坐标。
移动机器人可以配置有导航装置实现运动轨迹跟踪、路径规划、及其视觉、同步定位与地图构建等。因此,该移动机器人可以通过导航技术构建周围环境信息的导航地图及目标位置,并通过自主定位获得当前起始位置,根据获得该移动机器人的当前起始位置,及当前环境信息及目标位置进行路径规划获得移动路径。
基于该周围环境信息的导航地图,确定该规划路径上每一个位置点的路径坐标,并确定该环境信息的环境坐标,其中环境信息中可以包括多个障碍物,该环境坐标可以表示该多个障碍物上每一个位置点的坐标。
然后将确定的每一个路径坐标分别于多个障碍物的每一个环境坐标进行比较,确定各个路径坐标中,与所述环境信息中的障碍物距离小于第一阈值的绕行坐标。
可选地,所述路径坐标可以表示为(xi,yi),i=0,1,L,n;环境坐标可以表示为j=0,1,L,m;第一阈值可以表示为δ。则从移动路径的第一个位置点的路径坐标开始遍历该环境坐标,计算每一个路径坐标到环境坐标的环境距离可以表示为:其中,i=0,1,2...,n j=0,1,2,...,m,确定各个路径坐标中环境距离D(i,j)<δ的绕行坐标。
第三确定模块303,用于根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段。
根据获得的绕行坐标,对移动路径进行分段,该绕行坐标可以包括连续的绕行坐标,也可以包括不连续的绕行坐标,将路径坐标划分为待优化路段和/或绕行路段。
可选地,在某些实施例中,所述第三确定模块303具体可以用于:
针对连续的绕行坐标,确定所述连续的绕行坐标对应的绕行路段;按照所述绕行路段中的起始绕行坐标及终点绕行坐标对所述移动路径进行划分,获得不包括所述绕行路段的待优化路段;
针对不连续的绕行坐标,按照所述不连续的绕行坐标对所述移动路径进行划分,获得不包括所述不连续的绕行坐标的待优化路段。
当该绕行坐标中包括连续的绕行坐标时,针对连续的绕行坐标,可以将该连续的绕行坐标划分为一个绕行路段,在对移动路径进行划分时,仅获取该绕行路段上的起始位置点和终点位置点划分该移动路径确定至少一个不包括该绕行坐标的待优化路段。
当该绕行坐标中包括不连续的绕行坐标时,针对不连续的绕行坐标,基于每一个不连续绕行坐标划分该移动路径,确定至少一个不包括该绕行坐标的待优化路段。
可选地,当不连续的绕行坐标中间仅存在少数个位置点,例如仅存在一个位置点或少于三个位置点时,为了兼顾移动机器人的碰撞问题,不对该移动路径上的少数个位置点进行优化,此时可以将该少数个位置点划分为绕行坐标。
调整模块304,用于调整所述待优化路段上每一个位置点的位置坐标,直至所述待优化路段的路段长度满足预设平滑条件,获得优化后的移动路径。
根据绕行坐标划分移动路径够,可以确定所述移动路径上不包括所述绕行坐标的多个待优化路段。针对多个待优化路段,依次调整每一个待优化路段上每一个位置点的位置坐标,直至每一个待优化路段的路段长度均满足预设平滑条件,获得优化后的移动路径。
本实施例中,通过确定移动路径上的各个路径坐标中与所述环境信息中的障碍物距离小于第一阈值的绕行坐标。根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段。并通过调整所述待优化路段上每一个位置点的位置坐标,直至所述待优化路段的路段长度满足预设平滑条件,获得优化后的移动路径。提高了移动路径的平滑性,不仅缩短了移动机器人的移动距离,而且减少了移动机器人在移动路径上移动时的转向次数,大大提高了移动机器人的移动速率。
可选地,在某些实施例中,针对任一个待优化路段,所述调整模块304可以包括:
获取单元,用于获取所述待优化路段上的起始位置坐标及结束位置坐标;
确定单元,用于将起始位置坐标及结束位置坐标的连线作为基线,确定所述待优化路段上据所述基线偏移距离最大的位置点;
可选地,优化路段上的起始位置坐标,即为该优化路段的起始位置点的位置坐标,结束位置坐标即为该待优化路段上结束位置点的位置坐标。并将该起始位位置坐标及结束位置坐标的连线作为基线,比较该待优化路段上每一个位置点据该基线的偏移距离,确定距离该基线偏移距离最大的位置点的位置坐标。
第一调整单元,用于调整所述偏移距离最大的位置点的位置坐标,获得更新位置坐标;
第二调整单元,用于基于所述更新位置坐标依次调整位于所述偏移距离最大的位置点左右两侧位置点的位置坐标,获得所述待优化路段上每一个位置点的更新位置坐标;
第三调整单元,用于基于所述更新位置坐标计算所述待优化路段的更新路段长度,直至所述更新路段长度满足所述预设平滑条件,获得优化后的移动路径。
其中,所述更新路段长度为该待优化路段的位置坐标更新后的路段长度。
可选地,确定该待优化路段的偏移距离最大的位置点的位置坐标后,调整该位置点的位置坐标,获得对应更新位置坐标。并基于的位置点对应的更新位置坐标调整该偏移距离最大的位置点左右两侧的位置点,直至该待优化路段上每一个位置点的位置坐标均调整为更新位置坐标。
基于该待优化路段的更新位置坐标计算该优化路段的更新路段长度,如果更新路段长度不满足该预设平滑条件,则将更新坐标作为每一个位置点的位置坐标,再次调整该待优化路段上每一个位置点的位置坐标,直到计算得到的更新路段长度满足该预设平滑条件后,依次对其它待优化路段进行优化,在确定所有待优化路段的更新路段长度均满足预设平滑条件时,则完成了对该移动路径的优化,获得优化后的移动路径。
图4是本发明实施例的一种移动机器人的路径规划装置的另一个实施实例结构示意图,该装置可以包括:
第一确定模块401,用于确定根据环境信息、起始位置及目标位置规划获得的移动路径上每一个位置点的路径坐标。
第二确定模块402,用于确定各个路径坐标中,与所述环境信息中的障碍物距离小于第一阈值的绕行坐标。
第三确定模块403,用于根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段.
调整模块404,用于调整所述待优化路段上每一个位置点的位置坐标,直至所述待优化路段的路段优化长度满足预设平滑条件,获得优化后的移动路径。
所述调整模块404可以包括:
获取单元411,用于获取所述待优化路段上的起始位置坐标及结束位置坐标;
确定单元412,用于将起始位置坐标及结束位置坐标的连线作为基线,确定所述待优化路段上据所述基线偏移距离最大的位置点;
第一调整单元413,用于调整所述偏移距离最大的位置点的位置坐标,获得更新位置坐标;
第二调整单元414,用于基于所述更新位置坐标依次调整位于所述偏移距离最大的位置点左右两侧位置点的位置坐标,获得所述待优化路段上每一个位置点的更新位置坐标;
可选地,该待优化路段上每一个位置点的位置坐标可以表示为(sxi,syi),i=0,1,2,...,p;其中,起始位置坐标可以表示为(sx0,sy0),终点位置坐标可以表示为(sxp,syp);可根据三角形计算原理,计算获得该待优化路段上每一个位置点到基线的偏移距离(即该每一个位置点到该基线的垂直距离),找到偏移距离最大位置点。该偏移距离最大的位置点的位置坐标可以表示为(sxh,syh),则根据平滑调整公式调整所述偏移距离最大的位置点的位置坐标,获得更新位置坐标。
该平滑调整公式可以表示为:
按照上述平滑调整公式计算得到该偏移距离最大的位置点的更新位置坐标(sx'h,sy'h),其中
根据该更新位置坐标,按照上述平滑调整公式依次更新该偏移距离最大的位置点左右两侧的位置点,其中右侧第一个位置点的更新位置坐标为(sx'h+1,sy'h+1),其中左侧第一个位置点的更新位置坐标为(sx'h-1,sy'h-1),其中
按照上述计算方法,依次计算获得该待优化路段上每一个位置点的更新位置坐标为(sxi',sy′i),i=1,2...,p-1,其中,起始位置坐标(sx0,sy0)及终点位置坐标(sxp,syp)保持不变。
第三调整单元415,用于基于所述更新位置坐标计算所述待优化路段的更新路段长度,直至所述更新路段长度满足所述预设平滑条件,获得优化后的移动路径。
所述第三调整单元415可以包括:
计算子单元421,用于基于所述更新位置坐标计算所述待优化路段的更新路段长度;
其中,该待优化路段的更新路段长度为该待优化路段的位置坐标更新后的路段长度。
可选地,该更新路段长度可以表示为:其中,其中,j表示针对该待优化路段上位置坐标的调整次数,j=0,1,2,...,q。
判断子单元422,用于判断所述更新路段长度是否满足所述预设平滑条件;
如果是,触发优化完成子单元423;
如果否,将所述待优化路段的更新位置坐标作为位置坐标,触发确定单元412,直至所述更新路段长度满足所述预设平滑条件;
所述优化完成子单元423,用于将所述待优化路段的更新位置坐标作为所述待优化路段的优化坐标,获得优化后的移动路径。
当该待优化路段的更新路段长度满足预设平滑条件,则将该待优化路段的当前更新位置坐标作为优化后的移动路径的优化坐标,并根据每一个待优化路段的优化坐标及绕行坐标获得优化后的移动路径。
如果该待优化路段的更新路段长度不满足该预设平滑条件时,将更新位置坐标作为位置坐标,重新确定所述待优化路段上据所述基线偏移距离最大的位置点,根据平滑调整公式再次调整该待优化路段上每一个位置点位置坐标,获得更新位置坐标。
可选地,在某些实施例中,所述判断子单元422具体可以用于:
根据所述待优化路段的位置坐标,计算获得所述待优化路段的初始路段长度;
基于所述初始路段长度及所述更新路段长度计算获得所述待优化的路段更新比值;
其中,所述待优化路段的初始路段长度为该待优化路段的位置坐标更新的的路段长度。
可选地,该初始路段长度可以表示为:其中,j表示该待优化路段上位置坐标的调整次数,j=0,1,2,...,q。
所述待优化的路段更新比值可以表示为:其中Lj+1表示该待优化路段的更新路段长度,Lj表示该待优化路段的初始路段长度,
判断所述待优化的路段更新比值是否小于第二阈值;
如果是,确定所述更新路段长度满足所述预设平滑条件;
如果否,确定所述更新路段长度不满足所述预设平滑条件。
其中可选地,第二阈值可以表示为σ,由上述可知预设平滑条件可以表示为:
如果,小于第二阈值σ,则可以确定所述更新路段长度满足该预设平滑条件;如果大于或等于第二阈值σ,则可以确定该更新路段长度不满足该预设平滑条件。
其中,第二阈值σ可根据实际需求进行设定,当该σ值越小时,初始路段长度与更新路段长度就越接近,得到的优化后的移动路径的平滑性就越好。
需要说明的是本发明中所述预设平滑条件并不局限于上述形式。只要在是可以满足该待优化路段的位置坐标更新前的初始路段长度与更新后的更新路段长度相近的条件均可作为预设平滑条件。
其中,第一确定模块401与图3实施例中的第一确定模块301相同,第二确定模块402与图3实施例中的第二确定模块302相同,第三确定模块403与图3实施例中的第三确定模块303相同,在此不再赘述。
本实施例中,通过确定移动路径中的待优化路段,并调整待优化路段上每一个位置点据基线的偏移距离,通过按平滑调整公式依次迭代计算获得更新位置坐标,使获得的该待优化路段上的更新位置坐标逐渐趋近于平滑的曲线或直线,从而使得待优化路段上每一个位置点据基线的偏移距离越来越小,大大减小了该待优化路段的路段长度,使路更新路段长度满足预设平滑条件。通过依次调整该移动路径上的每一个待优化路段,使得每一个待优化路段的更新路段长度均满足预设平滑条件时,获得优化后的移动路径。从而提高了移动路径的平滑性,不仅缩短了移动机器人的移动距离,而且减少了移动机器人在移动路径上移动时的转向次数,大大提高了移动机器人的移动速率。
本发明实施例还提供了一种路径规划设备,如图5中所示,该设备包括存储器501以及处理组件502;
所述存储器501存储一条或多条计算机程序指令;
所述处理组件502调用并执行所述一条或多条计算机程序指令,实现如下操作:
确定根据环境信息、起始位置及目标位置规划获得的移动路径上每一个位置点的路径坐标;
确定各个路径坐标中,与所述环境信息中的障碍物距离小于第一阈值的绕行坐标;
根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段;
调整所述待优化路段上每一个位置点的位置坐标,直至所述待优化路段的路段长度满足预设平滑条件,获得优化后的移动路径。
可选地,该处理组件502还用于执行前述各方法步骤中的全部或部分步骤。
其中,该处理组件502可以包括一个或多个处理器来执行计算机指令。当然第二处理组件也可以为一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
该存储器501可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
当然,所述电子设备还可以包括其他部件,例如输入/输出接口、通信组件等。输入/输出接口为处理组件和外围接口模块之间提供接口,上述外围接口模块可以是输出设备、输入设备等。通信组件被配置为便于可移动设备和其他设备之间有线或无线方式的通信,例如和控制设备的通信等等。
本发明实施例提供了一种计算机程序产品,包括计算机可读存储介质,用于储存本发明实施例所述按键检测装置所用的计算机指令,其包含用于执行上述任一实施例中按键检测方法所涉及的程序。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解,硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式,而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语,故应解释成“包含但不限定于”。“大致”是指在可接收的误差范围内,本领域技术人员能够在一定误差范围内解决所述技术问题,基本达到所述技术效果。此外,“耦接”一词在此包含任何直接及间接的电性耦接手段。因此,若文中描述一第一装置耦接于一第二装置,则代表所述第一装置可直接电性耦接于所述第二装置,或通过其他装置或耦接手段间接地电性耦接至所述第二装置。说明书后续描述为实施本发明的较佳实施方式,然所述描述乃以说明本发明的一般原则为目的,并非用以限定本发明的范围。本发明的保护范围当视所附权利要求所界定者为准。
还需要说明的是,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商品或者系统不仅包括那些要素,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商品或者系统所固有的要素。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商品或者系统中还存在另外的相同要素
上述说明示出并描述了本发明的若干优选实施例,但如前所述,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述申请构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (11)
1.一种移动机器人的路径规划方法,其特征在于,包括:
确定根据环境信息、起始位置及目标位置规划获得的移动路径上每一个位置点的路径坐标;
确定各个路径坐标中,与所述环境信息中的障碍物距离小于第一阈值的绕行坐标;
根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段;
调整所述待优化路段上每一个位置点的位置坐标,直至所述待优化路段的路段长度满足预设平滑条件,获得优化后的移动路径。
2.根据权利要求1所述方法,其特征在于,
所述根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段包括:
针对连续的绕行坐标,确定所述连续的绕行坐标对应的绕行路段;
按照所述绕行路段中的起始绕行坐标及终点绕行坐标对所述移动路径进行划分,获得不包括所述绕行路段的待优化路段;
针对不连续的绕行坐标,按照所述不连续的绕行坐标对所述移动路径进行划分,获得不包括所述不连续的绕行坐标的待优化路段。
3.根据权利要求1所述方法,其特征在于,所述调整所述待优化路段上每一个位置点的位置坐标,直至所述待优化路段的路段长度满足预设平滑条件,获得优化后的移动路径包括:
获取所述待优化路段上的起始位置坐标及结束位置坐标;
将起始位置坐标及结束位置坐标的连线作为基线,确定所述待优化路段上据所述基线偏移距离最大的位置点;
调整所述偏移距离最大的位置点的位置坐标,获得更新位置坐标;
基于所述更新位置坐标依次调整位于所述偏移距离最大的位置点左右两侧位置点的位置坐标,获得所述待优化路段上每一个位置点的更新位置坐标;
基于所述更新位置坐标计算所述待优化路段的更新路段长度,直至所述更新路段长度满足所述预设平滑条件,获得优化后的移动路径。
4.根据权利要求3所述方法,其特征在于,所述基于所述更新位置坐标计算所述待优化路段更新路段长度,直至所述更新路段长度满足所述预设平滑条件,获得优化后的移动路径包括:
基于所述更新位置坐标计算所述待优化路段的更新路段长度;
判断所述更新路段长度是否满足所述预设平滑条件;
如果是,将所述待优化路段的更新位置坐标作为所述待优化路段的优化坐标,获得优化后的移动路径;
如果否,将所述待优化路段的更新位置坐标作为位置坐标,继续调整所述待优化路段上每一个位置点的位置坐标,直至所述更新路段长度满足所述预设平滑条件。
5.根据权利要求4所述方法,其特征在于,所述判断所述更新路段长度是否满足所述预设平滑条件包括:
根据所述待优化路段的位置坐标,计算获得所述待优化路段初始路段长度;
基于所述初始路段长度及所述更新路段长度计算获得所述待优化的路段更新比值;
判断所述待优化路段的路段更新比值是否小于第二阈值;
如果是,确定所述更新路段长度满足所述预设平滑条件;
如果否,确定所述更新路段长度不满足所述预设平滑条件。
6.一种移动机器人的路径规划装置,其特征在于,包括:
第一确定模块,用于确定根据环境信息、起始位置及目标位置规划获得的移动路径上每一个位置点的路径坐标;
第二确定模块,用于确定各个路径坐标中,与所述环境信息中的障碍物距离小于第一阈值的绕行坐标;
第三确定模块,用于根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段;
调整模块,用于调整所述待优化路段上每一个位置点的位置坐标,直至所述待优化路段的路段长度满足预设平滑条件,获得优化后的移动路径。
7.根据权利要求6所述装置,其特征在于,
所述第三确定模块具体用于:
针对连续的绕行坐标,确定所述连续的绕行坐标对应的绕行路段;
按照所述绕行路段中的起始绕行坐标及终点绕行坐标对所述移动路径进行划分,获得不包括所述绕行路段的待优化路段;
针对不连续的绕行坐标,按照所述不连续的绕行坐标对所述移动路径进行划分,获得不包括所述不连续的绕行坐标的待优化路段。
8.根据权利要求6所述装置,其特征在于,所述调整模块包括:
获取单元,用于获取所述待优化路段上的起始位置坐标及结束位置坐标;
确定单元,用于将起始位置坐标及结束位置坐标的连线作为基线,确定所述待优化路段上据所述基线偏移距离最大的位置点;
第一调整单元,用于调整所述偏移距离最大的位置点的位置坐标,获得更新位置坐标;
第二调整单元,用于基于所述更新位置坐标依次调整位于所述偏移距离最大的位置点左右两侧位置点的位置坐标,获得所述待优化路段上每一个位置点的更新位置坐标;
第三调整单元,用于基于所述更新位置坐标计算所述待优化路段的更新路段长度,直至所述更新路段长度满足所述预设平滑条件,获得优化后的移动路径。
9.根据权利要求8所述方法,其特征在于,所述第三调整单元包括:
计算子单元,用于基于所述更新位置坐标计算所述待优化路段的更新路段长度;
判断子单元,用于判断所述更新路段长度是否满足所述预设平滑条件;
如果是,触发优化完成子单元;
如果否,将所述待优化路段的更新位置坐标作为位置坐标,触发确定单元,直至所述更新路段长度满足所述预设平滑条件;
所述优化完成子单元,用于将所述待优化路段的更新位置坐标作为所述待优化路段的优化坐标,获得优化后的移动路径。
10.根据权利要求9所述装置,其特征在于,所述判断子单元具体用于:
根据所述待优化路段的位置坐标,计算获得所述待优化路段初始路段长度;
基于所述初始路段长度及所述更新路段长度计算获得所述待优化的路段更新比值;
判断所述待优化的路段更新比值是否小于第二阈值;
如果是,确定所述更新路段长度满足所述预设平滑条件;
如果否,确定所述更新路段长度不满足所述预设平滑条件。
11.一种路径规划设备,其特征在于,包括:存储器以及处理组件;
所述存储器存储一条或多条计算机程序指令;
所述处理组件调用并执行所述一条或多条计算机程序指令,实现如下操作:
确定根据环境信息、起始位置及目标位置规划获得的移动路径上每一个位置点的路径坐标;
确定各个路径坐标中,与所述环境信息中的障碍物距离小于第一阈值的绕行坐标;
根据所述绕行坐标,确定所述移动路径上不包括所述绕行坐标的待优化路段;
调整所述待优化路段上每一个位置点的位置坐标,直至所述待优化路段的路段长度满足预设平滑条件,获得优化后的移动路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710757724.4A CN107491068B (zh) | 2017-08-29 | 2017-08-29 | 移动机器人路径规划方法、装置及路径规划设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710757724.4A CN107491068B (zh) | 2017-08-29 | 2017-08-29 | 移动机器人路径规划方法、装置及路径规划设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107491068A true CN107491068A (zh) | 2017-12-19 |
CN107491068B CN107491068B (zh) | 2020-12-04 |
Family
ID=60650974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710757724.4A Active CN107491068B (zh) | 2017-08-29 | 2017-08-29 | 移动机器人路径规划方法、装置及路径规划设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107491068B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108235256A (zh) * | 2017-12-29 | 2018-06-29 | 幻视信息科技(深圳)有限公司 | 一种基于slam的复合定位方法、装置及存储介质 |
CN109101017A (zh) * | 2018-07-27 | 2018-12-28 | 江苏盛海智能科技有限公司 | 一种无人车寻迹路线规划方法及终端 |
CN109784526A (zh) * | 2018-12-05 | 2019-05-21 | 北京百度网讯科技有限公司 | 通行路径的规划方法、装置、设备及可读存储介质 |
CN109947100A (zh) * | 2019-03-12 | 2019-06-28 | 深圳优地科技有限公司 | 路径规划方法、系统及终端设备 |
CN110083158A (zh) * | 2019-04-28 | 2019-08-02 | 深兰科技(上海)有限公司 | 一种确定局部规划路径的方法和设备 |
CN110320919A (zh) * | 2019-07-31 | 2019-10-11 | 河海大学常州校区 | 一种未知地理环境中的巡回机器人路径优化方法 |
WO2019237351A1 (zh) * | 2018-06-15 | 2019-12-19 | 深圳前海达闼云端智能科技有限公司 | 机器人运动控制方法、装置、存储介质及机器人 |
CN111399489A (zh) * | 2018-12-14 | 2020-07-10 | 北京京东尚科信息技术有限公司 | 用于生成信息的方法和装置 |
CN113534818A (zh) * | 2021-08-24 | 2021-10-22 | 珠海格力电器股份有限公司 | 路径导航规划方法、装置、存储介质及电子设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001078951A1 (en) * | 2000-04-13 | 2001-10-25 | Zhimin Lin | Semi-optimal path finding in a wholly unknown environment |
CN103017757A (zh) * | 2012-12-06 | 2013-04-03 | 中联重科股份有限公司 | 工程机械入场路径规划方法和路径规划装置 |
CN103472828A (zh) * | 2013-09-13 | 2013-12-25 | 桂林电子科技大学 | 基于改进蚁群粒子群算法的移动机器人路径规划方法 |
CN104238560A (zh) * | 2014-09-26 | 2014-12-24 | 深圳市科松电子有限公司 | 一种非线性路径规划方法及系统 |
CN104407613A (zh) * | 2014-10-20 | 2015-03-11 | 河南工业职业技术学院 | 一种避障路径平滑优化方法 |
CN105717929A (zh) * | 2016-04-29 | 2016-06-29 | 中国人民解放军国防科学技术大学 | 一种多分辨率障碍物环境下移动机器人混合路径规划方法 |
CN105843234A (zh) * | 2016-05-12 | 2016-08-10 | 哈尔滨工程大学 | 一种uuv对圆形障碍物几何绕行的二维航路规划方法 |
EP3065018A1 (en) * | 2015-03-04 | 2016-09-07 | Sercel | Method for determining a sail path of at least one vessel of a fleet of vessels |
CN106774329A (zh) * | 2016-12-29 | 2017-05-31 | 大连理工大学 | 一种基于椭圆切线构造的机器人路径规划方法 |
CN106980741A (zh) * | 2017-05-05 | 2017-07-25 | 桂林电子科技大学 | 一种面向分支线缆自动布线的路径搜索方法 |
-
2017
- 2017-08-29 CN CN201710757724.4A patent/CN107491068B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001078951A1 (en) * | 2000-04-13 | 2001-10-25 | Zhimin Lin | Semi-optimal path finding in a wholly unknown environment |
CN103017757A (zh) * | 2012-12-06 | 2013-04-03 | 中联重科股份有限公司 | 工程机械入场路径规划方法和路径规划装置 |
CN103472828A (zh) * | 2013-09-13 | 2013-12-25 | 桂林电子科技大学 | 基于改进蚁群粒子群算法的移动机器人路径规划方法 |
CN104238560A (zh) * | 2014-09-26 | 2014-12-24 | 深圳市科松电子有限公司 | 一种非线性路径规划方法及系统 |
CN104407613A (zh) * | 2014-10-20 | 2015-03-11 | 河南工业职业技术学院 | 一种避障路径平滑优化方法 |
EP3065018A1 (en) * | 2015-03-04 | 2016-09-07 | Sercel | Method for determining a sail path of at least one vessel of a fleet of vessels |
CN105717929A (zh) * | 2016-04-29 | 2016-06-29 | 中国人民解放军国防科学技术大学 | 一种多分辨率障碍物环境下移动机器人混合路径规划方法 |
CN105843234A (zh) * | 2016-05-12 | 2016-08-10 | 哈尔滨工程大学 | 一种uuv对圆形障碍物几何绕行的二维航路规划方法 |
CN106774329A (zh) * | 2016-12-29 | 2017-05-31 | 大连理工大学 | 一种基于椭圆切线构造的机器人路径规划方法 |
CN106980741A (zh) * | 2017-05-05 | 2017-07-25 | 桂林电子科技大学 | 一种面向分支线缆自动布线的路径搜索方法 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108235256A (zh) * | 2017-12-29 | 2018-06-29 | 幻视信息科技(深圳)有限公司 | 一种基于slam的复合定位方法、装置及存储介质 |
CN108235256B (zh) * | 2017-12-29 | 2021-09-14 | 幻视信息科技(深圳)有限公司 | 一种基于slam的复合定位方法、装置及存储介质 |
WO2019237351A1 (zh) * | 2018-06-15 | 2019-12-19 | 深圳前海达闼云端智能科技有限公司 | 机器人运动控制方法、装置、存储介质及机器人 |
CN109101017A (zh) * | 2018-07-27 | 2018-12-28 | 江苏盛海智能科技有限公司 | 一种无人车寻迹路线规划方法及终端 |
US11480967B2 (en) | 2018-12-05 | 2022-10-25 | Beijing Baidu Netcom Science Technology Co., Ltd. | Pass route planning method and apparatus, device and readable storage medium |
CN109784526A (zh) * | 2018-12-05 | 2019-05-21 | 北京百度网讯科技有限公司 | 通行路径的规划方法、装置、设备及可读存储介质 |
CN109784526B (zh) * | 2018-12-05 | 2023-02-28 | 阿波罗智能技术(北京)有限公司 | 通行路径的规划方法、装置、设备及可读存储介质 |
CN111399489A (zh) * | 2018-12-14 | 2020-07-10 | 北京京东尚科信息技术有限公司 | 用于生成信息的方法和装置 |
CN111399489B (zh) * | 2018-12-14 | 2023-08-04 | 北京京东乾石科技有限公司 | 用于生成信息的方法和装置 |
CN109947100A (zh) * | 2019-03-12 | 2019-06-28 | 深圳优地科技有限公司 | 路径规划方法、系统及终端设备 |
CN109947100B (zh) * | 2019-03-12 | 2022-05-24 | 深圳优地科技有限公司 | 路径规划方法、系统及终端设备 |
CN110083158A (zh) * | 2019-04-28 | 2019-08-02 | 深兰科技(上海)有限公司 | 一种确定局部规划路径的方法和设备 |
CN110320919A (zh) * | 2019-07-31 | 2019-10-11 | 河海大学常州校区 | 一种未知地理环境中的巡回机器人路径优化方法 |
CN110320919B (zh) * | 2019-07-31 | 2022-05-20 | 河海大学常州校区 | 一种未知地理环境中的巡回机器人路径优化方法 |
CN113534818A (zh) * | 2021-08-24 | 2021-10-22 | 珠海格力电器股份有限公司 | 路径导航规划方法、装置、存储介质及电子设备 |
CN113534818B (zh) * | 2021-08-24 | 2023-09-26 | 珠海格力电器股份有限公司 | 路径导航规划方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107491068B (zh) | 2020-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107491068A (zh) | 移动机器人路径规划方法、装置及路径规划设备 | |
US11260849B2 (en) | Method for determining lane changing trajectories for autonomous driving vehicles | |
WO2023005223A1 (zh) | 轨迹规划方法、装置、存储介质、设备及计算机程序产品 | |
CN112099493B (zh) | 一种自主移动机器人轨迹规划方法、系统及设备 | |
US10571921B2 (en) | Path optimization based on constrained smoothing spline for autonomous driving vehicles | |
US10442435B2 (en) | Speed control parameter estimation method for autonomous driving vehicles | |
US10613489B2 (en) | Method and system for determining optimal coefficients of controllers for autonomous driving vehicles | |
US10118639B2 (en) | Method and system for steering control of an autonomous vehicle using proportional, integral, and derivative (PID) controller | |
US10429849B2 (en) | Non-linear reference line optimization method using piecewise quintic polynomial spiral paths for operating autonomous driving vehicles | |
US10816985B2 (en) | Method on moving obstacle representation for trajectory planning | |
JP2018087763A (ja) | 走行可能領域設定装置および走行可能領域設定方法 | |
US20190315357A1 (en) | Novel method for speed adjustment of autonomous driving vehicles prior to lane change | |
US11247336B2 (en) | Point stabilization control method and apparatus for a mobile robot | |
WO2018090769A1 (zh) | 路径识别方法和系统 | |
CN110109449A (zh) | 速度规划方法、装置、计算机设备和存储介质 | |
CN111177934A (zh) | 参考路径规划的方法、设备和存储介质 | |
CN113190006A (zh) | 一种机器人路径规划方法、装置及存储介质 | |
JP7058761B2 (ja) | 移動体制御装置、移動体制御学習装置、及び移動体制御方法 | |
CN109635659B (zh) | 人脸关键点定位方法、装置、存储介质及电子设备 | |
US11780467B2 (en) | Method and apparatus for creating driving route of autonomous vehicle and computer program therefor | |
CN116070903A (zh) | 通过障碍物区域的风险确定方法、装置以及电子设备 | |
CN111966103B (zh) | 无人驾驶叉车零偏角的动态修正方法、装置、设备及介质 | |
CN114103938A (zh) | 控制车辆纵向运动的方法、装置及存储介质 | |
CN112925323A (zh) | 一种基于规则的移动机器人速度调节方法及系统 | |
CN112540619A (zh) | 一种水下航行器姿态调整方法、装置及水下航行器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |