CN107544498A - 可移动终端的移动路径规划方法及装置 - Google Patents
可移动终端的移动路径规划方法及装置 Download PDFInfo
- Publication number
- CN107544498A CN107544498A CN201710804839.4A CN201710804839A CN107544498A CN 107544498 A CN107544498 A CN 107544498A CN 201710804839 A CN201710804839 A CN 201710804839A CN 107544498 A CN107544498 A CN 107544498A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msubsup
- msub
- mtr
- mtd
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000033001 locomotion Effects 0.000 claims abstract description 31
- 230000015654 memory Effects 0.000 claims description 27
- 238000005070 sampling Methods 0.000 claims description 13
- 230000004888 barrier function Effects 0.000 claims description 2
- 238000010408 sweeping Methods 0.000 abstract description 28
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Landscapes
- Navigation (AREA)
Abstract
本发明提供了一种可移动终端的移动路径规划方法、装置、可移动终端以及计算机可读存储介质，其中，该方法包括：获取可移动终端的当前位置信息；获取与可移动终端的距离在预设范围内的障碍物的位置信息；根据该位置信息获取障碍物相对于可移动终端的相对坐标信息；根据该相对坐标信息计算可移动终端的所需的移动速度和移动角度偏转量；根据该当前位置信息、该相对坐标信息、该所需的移动速度和移动角度偏转量确定该可移动终端下一时刻的坐标信息。通过本发明解决了现有技术中扫地机器人不能根据所处环境的不同规划不同的移动路径的问题，可以通过传感器采集障碍物的环境参数，拟合出可移动终端的运动模型，实现快速、智能的路径规划。
Description
技术领域
本发明涉及家用电器技术领域，具体涉及一种可移动终端的移动路径规划方法、装置、可移动终端以及计算机可读存储介质。
背景技术
随着移动机器人技术不断发展,移动机器人广泛地应用于家庭服务领域。移动机器人定位是各种移动机器人系统最基本、最重要的一项技术,也是在移动机器人研究中的关键问题。为了实现机器人的完全自主导航,仍然有许多关键性问题需要解决,其中同时定位与地图创建(SLAM)是实现机器人真正自主的关键性技术。因此,对移动机器人同时定位和地图创建的研究具有重要的理论意义和应用价值,可以为扫地机器人的开发提供重要理论依据和技术支持。
现有技术中的扫地机器人不具备路径规划功能，清扫主要是依靠碰撞传感器、红外测距传感器、超声波传感器测量障碍物的距离，根据预设的判断条件进行清扫。清扫路径杂乱无章，因而清扫效率较低。少部分的扫地机器人的路径规划仅能识别出厂预设的场景，进行路径规划。假如应用环境较复杂且未在出厂预设方案内，则扫地机器人会失去路径规划能力，不能根据使用环境的区别给出个性化的清扫方式。
发明内容
有鉴于此，本发明实施例提供了一种可移动终端的移动路径规划方法、装置、可移动终端以及计算机可读存储介质，以解决现有技术中扫地机器人不能根据所处环境的不同规划不同的移动路径的问题。
本发明第一方面，提供了一种可移动终端的移动路径规划方法，包括：获取可移动终端的当前位置信息；获取与所述可移动终端的距离在预设范围内的障碍物的位置信息；根据所述位置信息获取障碍物相对于所述可移动终端的相对坐标信息；根据所述相对坐标信息计算所述可移动终端的所需的移动速度和移动角度偏转量；根据所述当前位置信息、所述相对坐标信息、所述所需的移动速度和移动角度偏转量确定所述可移动终端下一时刻的坐标信息。
可选地，根据所述当前位置信息、所述相对坐标信息，所述所需的移动速度和移动角度偏转量确定所述可移动终端下一时刻的坐标信息包括：获取观测噪声；根据所述当前位置信息、所述相对坐标信息、所述所需的移动速度、移动角度偏转量和所述观测噪声确定所述可移动终端下一时刻的坐标信息。
可选地，根据所述当前位置信息、所述相对坐标信息、所述所需的移动速度和移动角度偏转量确定所述可移动终端下一时刻的坐标信息包括：通过如下公式计算所述可移动终端下一时刻的坐标信息：
其中，表示所述可移动终端下一时刻的三维状态向量，表示所述可移动终端当前三维状态向量，ΔT表示所述可移动终端的传感器的采样时间，L表示所述可移动终端的两轴之间的距离。
可选地，根据所述当前位置信息、所述相对坐标信息、所述所需的移动速度、移动角度偏转量和所述观测噪声确定所述可移动终端下一时刻的坐标信息包括：通过如下公式计算所述可移动终端下一时刻的坐标信息：
其中，表示所述可移动终端下一时刻的三维状态向量，
表示所述可移动终端当前三维状态向量，ΔT表示所述可移动终端的传感器的采样时间，L表示所述可移动终端的两轴之间的距离，(ωx，ωy，ωΦ)表示观测噪声。
本发明第二方面，提供了一种可移动终端的移动路径规划装置，包括：第一获取模块，用于获取可移动终端的当前位置信息；第二获取模块，用于获取与所述可移动终端的距离在预设范围内的障碍物的位置信息；第三获取模块，用于根据所述位置信息获取障碍物相对于所述可移动终端的相对坐标信息；计算模块，用于根据所述相对坐标信息计算所述可移动终端的所需的移动速度和移动角度偏转量；确定模块，用于根据所述当前位置信息、所述相对坐标信息、所述所需的移动速度和移动角度偏转量确定所述可移动终端下一时刻的坐标信息。
可选地，所述确定模块包括：获取单元，用于获取观测噪声；确定单元，用于根据所述当前位置信息、所述相对坐标信息、所述所需的移动速度、移动角度偏转量和所述观测噪声确定所述可移动终端下一时刻的坐标信息。
可选地，所述确定模块用于通过如下公式计算所述可移动终端下一时刻的坐标信息：
其中，表示所述可移动终端下一时刻的三维状态向量，表示所述可移动终端当前三维状态向量，ΔT表示所述可移动终端的传感器的采样时间，L表示所述可移动终端的两轴之间的距离。
可选地，所述确定单元还用于通过如下公式计算所述可移动终端下一时刻的坐标信息：
其中，表示所述可移动终端下一时刻的三维状态向量，表示所述可移动终端当前三维状态向量，ΔT表示所述可移动终端的传感器的采样时间，L表示所述可移动终端的两轴之间的距离，(ωx，ωy，ωΦ)表示观测噪声。
本发明第三方面，提供了一种可移动终端，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行上述任一所述的可移动终端的移动路径规划方法。
本发明第四方面，提供了一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述任一所述可移动终端的移动路径规划方法的步骤。
本发明实施例技术方案，具有如下优点：
本发明实施例提供了一种可移动终端的移动路径规划方法、装置、可移动终端以及计算机可读存储介质，其中，该方法包括：获取可移动终端的当前位置信息；获取与可移动终端的距离在预设范围内的障碍物的位置信息；根据该位置信息获取障碍物相对于可移动终端的相对坐标信息；根据该相对坐标信息计算可移动终端的所需的移动速度和移动角度偏转量；根据该当前位置信息、该相对坐标信息、该所需的移动速度和移动角度偏转量确定该可移动终端下一时刻的坐标信息，解决了现有技术中扫地机器人不能根据所处环境的不同规划不同的移动路径的问题，可以通过传感器采集障碍物的环境参数，拟合出可移动终端的运动模型，实现快速、智能的路径规划。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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。
图1是根据本发明实施例的可移动终端的移动路径规划方法的流程图；
图2是根据本发明实施例的扫地机器人的结构示意图；
图3是根据本发明实施例的扫地机器人位置坐标图；
图4是根据本发明实施例的可移动终端的移动路径规划装置的结构框图；
图5是本发明实施例提供的可移动终端的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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、完整地描述，显然，所描述的实施例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，本领域技术人员在没有作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。
在本实施例中提供了一种可移动终端的移动路径规划方法，可用于移动空气净化器、扫地机器人等可移动家用电器，图1是根据本发明实施例的可移动终端的移动路径规划方法的流程图，如图1所示，该流程包括如下步骤：
步骤S101，获取可移动终端的当前位置信息；在可移动终端为扫地机器人时，如图2所示，扫地机器人硬件系统包括传感器阵列，MCU控制单元，运动及清扫单元。传感器阵列可以是激光雷达、红外传感器、超声波传感器等常用测距功能传感器的一种或几种的组合，不同的传感器对应不同的噪声项取值。MCU控制单元可采用单片机、DSP、FPGA等一种或多种处理单元，来实现数据的处理和机器人的控制。运动及清扫单元可根据不同的使用环境搭配进行调整。可以通过扫地机器人的传感器阵列获取可移动终端的当前位置信息。定位是确定机器人在全局坐标系中的位置和车体方向的过程,对机器人的位置和姿态角进行估计的过程。扫地机器人的位置用全局坐标系中的一个坐标点(x,y)表示，扫地机器人方向采用扫地机器人车体的纵轴与全局坐标系Yw轴的夹角Φ表示，Φ的方向定义为：以Yw为0度，沿逆时针方向为正，沿顺时针方向为负，姿态角的范围在-180～+180度之间，如图3所示，扫地机器人在二维平面环境中运动时，扫地机器人的位姿用一个三维状态向量x＝(x，y，Φ)T来表示。在对扫地机器人的位置进行推算时，其当前位置的推算是基于先前的位置估计和内部传感器信息得到的。里程计作为相对定位的有效传感器已经在移动机器人定位中得到了充分的应用，它记录了在一定时间间隔内，机器人所走过的距离和方向偏转。
步骤S102，获取与该可移动终端的距离在预设范围内的障碍物的位置信息；上述预定范围的距离可以根据可移动终端所处的房间中障碍物的多少灵活设置，例如在障碍物数量较多时，可以设置较小距离，在障碍物数量较少时，可以设置较大的距离。可以通过扫地机器人的传感器阵列获取障碍物的位置信息。
步骤S103，根据该位置信息获取障碍物相对于该可移动终端的相对坐标信息；
步骤S104，根据该相对坐标信息计算该可移动终端的所需的移动速度和移动角度偏转量；
步骤S105，根据该当前位置信息、该相对坐标信息、该所需的移动速度和移动角度偏转量确定该可移动终端下一时刻的坐标信息。具体地，通过如下公式计算该可移动终端下一时刻的坐标信息：
其中，表示该可移动终端下一时刻的三维状态向量，表示该可移动终端当前三维状态向量，ΔT表示该可移动终端的传感器的采样时间，L表示该可移动终端的两轴之间的距离。为了更优的规划可移动终端的移动路径，在一个可选实施例中，首先获取观测噪声，在一个可选实施例中，观测噪声是通过比较实际观测值与预测观测值获得的，得到的是融合了所有噪声的观测噪声，然后再将这个误差加入到下一时刻运动的控制中，用来校正路径。其中，实际观测值是扫地机器人实际的位置，预测观测值是扫地机器人根据程序控制应该在的位置。根据该当前位置信息、该相对坐标信息、该所需的移动速度、移动角度偏转量和该观测噪声确定该可移动终端下一时刻的坐标信息，具体地，通过如下公式计算该可移动终端下一时刻的坐标信息：
其中，表示该可移动终端下一时刻的三维状态向量，
表示该可移动终端当前三维状态向量，ΔT表示该可移动终端的传感器的采样时间，L表示该可移动终端的两轴之间的距离，(ωx，ωy，ωΦ)表示观测噪声。
下面结合一个具体可选实施例进行详细说明。
如果某一时间间隔内的控制命令为机器人运动的线速度及角度偏转(Vk，α)，时间间隔为ΔT，机器人在这段时间间隔内运动的距离为Vk·ΔT。
机器人的运动模型是对机器人的位姿进行估计的前提条件。机器人的位姿表示为一个三维向量x＝(x，y，Φ)T，因此用状态向量x的一个矢量函数即可以表示机器人的运动模型。机器人的运动模型描述了在控制输入uk和噪声干扰ωk作用下其状态xk是如何随时间发生变化的，机器人运动模型的离散时间差分方程表示：
xk＝f(xk-1，uk)
其中，xk＝f(xk-1，uk)是系统的状态转换函数，一般是非线性的。xk是k时刻机器人的状态，uk是输入的控制命令，ωk用来表示机器人运动过程中传感器的误差漂移、轮子的滑动和系统建模的误差。
本发明实施例中采用基于控制命令运动模型表示机器人的运动方式，在控制输入uk＝(Vk，αk)的作用下，机器人的运动模型就可以表示为：
在式中，Vk为机器人运动的速度，αk为机器人前轮偏角，ΔT为机器人航迹推算传感器的采样时间，L为两轴之间的距离，ωx，ωy，ωΦ为噪声项，描述轮子打滑等一些未知因素的影响。
扫地机器人按照以上的运动模型，根据传感器获得的参数值，拟合环境特征模型，计算出机器人的当前位置，自动校正机器人的运动路径，来获得最优的清扫路径。
在本实施例中还提供了一种可移动终端的移动路径规划装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本发明实施例的种可移动终端的移动路径规划装置的结构框图，如图4所示，该装置包括：第一获取模块41，用于获取可移动终端的当前位置信息；第二获取模块42，用于获取与该可移动终端的距离在预设范围内的障碍物的位置信息；第三获取模块43，用于根据该位置信息获取障碍物相对于该可移动终端的相对坐标信息；计算模块44，用于根据该相对坐标信息计算该可移动终端的所需的移动速度和移动角度偏转量；确定模块45，用于根据该当前位置信息、该相对坐标信息、该所需的移动速度和移动角度偏转量确定该可移动终端下一时刻的坐标信息。
可选地，该确定模块包括：获取单元，用于获取观测噪声；确定单元，用于根据该当前位置信息、该相对坐标信息、该所需的移动速度、移动角度偏转量和该观测噪声确定该可移动终端下一时刻的坐标信息。
可选地，该确定模块用于通过如下公式计算该可移动终端下一时刻的坐标信息：
其中，表示该可移动终端下一时刻的三维状态向量，表示该可移动终端当前三维状态向量，ΔT表示该可移动终端的传感器的采样时间，L表示该可移动终端的两轴之间的距离。
可选地，该确定单元还用于通过如下公式计算该可移动终端下一时刻的坐标信息：
其中，表示该可移动终端下一时刻的三维状态向量，表示该可移动终端当前三维状态向量，ΔT表示该可移动终端的传感器的采样时间，L表示该可移动终端的两轴之间的距离，(ωx，ωy，ωΦ)表示观测噪声。
本实施例中的可移动终端的移动路径规划装置是以功能单元的形式来呈现，这里的单元是指ASIC电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。
上述各个模块的更进一步的功能描述与上述对应实施例相同，在此不再赘述。
请参阅图5，图5是本发明可选实施例提供的可移动终端的结构示意图，如图5所示，该终端可以包括：至少一个处理器501，例如CPU(Central Processing Unit，中央处理器)，至少一个通信接口503，存储器504，至少一个通信总线502。其中，通信总线502用于实现这些组件之间的连接通信。其中，通信接口503可以包括显示屏(Display)、键盘(Keyboard)，可选通信接口503还可以包括标准的有线接口、无线接口。存储器504可以是高速RAM存储器(Ramdom Access Memory，易挥发性随机存取存储器)，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器504可选的还可以是至少一个位于远离前述处理器501的存储装置。其中处理器501可以结合图4所描述的装置，存储器504中存储一组程序代码，且处理器501调用存储器504中存储的程序代码，以用于执行一种可移动终端的移动路径规划方法。
其中，通信总线502可以是外设部件互连标准(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。通信总线502可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器504可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)，硬盘(英文：hard diskdrive，缩写：HDD)或固态硬盘(英文：solid-state drive，缩写：SSD)；存储器504还可以包括上述种类的存储器的组合。
其中，处理器501可以是中央处理器(英文：central processing unit，缩写：CPU)，网络处理器(英文：network processor，缩写：NP)或者CPU和NP的组合。
其中，处理器501还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文：application-specific integrated circuit，缩写：ASIC)，可编程逻辑器件(英文：programmable logic device，缩写：PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文：complex programmable logic device，缩写：CPLD)，现场可编程逻辑门阵列(英文：field-programmable gate array，缩写：FPGA)，通用阵列逻辑(英文：generic arraylogic,缩写：GAL)或其任意组合。
可选地，存储器504还用于存储程序指令。处理器501可以调用程序指令，实现如本申请图1实施例中所示的可移动终端的移动路径规划方法。
本发明实施例还提供了一种非暂态计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的可移动终端的移动路径规划的处理方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(FlashMemory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种可移动终端的移动路径规划方法，其特征在于，包括：
获取可移动终端的当前位置信息；
获取与所述可移动终端的距离在预设范围内的障碍物的位置信息；
根据所述位置信息获取障碍物相对于所述可移动终端的相对坐标信息；
根据所述相对坐标信息计算所述可移动终端的所需的移动速度和移动角度偏转量；
根据所述当前位置信息、所述相对坐标信息、所述所需的移动速度和移动角度偏转量确定所述可移动终端下一时刻的坐标信息。
2.根据权利要求1所述的方法，其特征在于，根据所述当前位置信息、所述相对坐标信息，所述所需的移动速度和移动角度偏转量确定所述可移动终端下一时刻的坐标信息包括：
获取观测噪声；
根据所述当前位置信息、所述相对坐标信息、所述所需的移动速度、移动角度偏转量和所述观测噪声确定所述可移动终端下一时刻的坐标信息。
3.根据权利要求1所述的方法，其特征在于，根据所述当前位置信息、所述相对坐标信息、所述所需的移动速度和移动角度偏转量确定所述可移动终端下一时刻的坐标信息包括：
通过如下公式计算所述可移动终端下一时刻的坐标信息：
<mrow>
<msubsup>
<mi>X</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>x</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>y</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>&Phi;</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mi>&Delta;</mi>
<mi>T</mi>
<mo>&CenterDot;</mo>
<msub>
<mi>V</mi>
<mi>k</mi>
</msub>
<mo>&CenterDot;</mo>
<mi>cos</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&Phi;</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>y</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mi>&Delta;</mi>
<mi>T</mi>
<mo>&CenterDot;</mo>
<msub>
<mi>V</mi>
<mi>k</mi>
</msub>
<mo>&CenterDot;</mo>
<mi>sin</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&Phi;</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>&Phi;</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mfrac>
<mrow>
<mi>&Delta;</mi>
<mi>T</mi>
<mo>&CenterDot;</mo>
<msub>
<mi>V</mi>
<mi>k</mi>
</msub>
<mo>&CenterDot;</mo>
<mi>sin</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&alpha;</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mi>L</mi>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，表示所述可移动终端下一时刻的三维状态向量，
表示所述可移动终端当前三维状态向量，ΔT表示所述可移动终端的传感器的采样时间，L表示所述可移动终端的两轴之间的距离。
4.根据权利要求2所述的方法，其特征在于，根据所述当前位置信息、所述相对坐标信息、所述所需的移动速度、移动角度偏转量和所述观测噪声确定所述可移动终端下一时刻的坐标信息包括：
通过如下公式计算所述可移动终端下一时刻的坐标信息：
<mrow>
<msubsup>
<mi>X</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>x</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>y</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>&Phi;</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mi>&Delta;</mi>
<mi>T</mi>
<mo>&CenterDot;</mo>
<msub>
<mi>V</mi>
<mi>k</mi>
</msub>
<mo>&CenterDot;</mo>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mo>(</mo>
<msubsup>
<mi>&Phi;</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>y</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mi>&Delta;</mi>
<mi>T</mi>
<mo>&CenterDot;</mo>
<msub>
<mi>V</mi>
<mi>k</mi>
</msub>
<mo>&CenterDot;</mo>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mo>(</mo>
<msubsup>
<mi>&Phi;</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>&Phi;</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mfrac>
<mrow>
<mi>&Delta;</mi>
<mi>T</mi>
<mo>&CenterDot;</mo>
<msub>
<mi>V</mi>
<mi>k</mi>
</msub>
<mo>&CenterDot;</mo>
<mi>sin</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&alpha;</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mi>L</mi>
</mfrac>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>&omega;</mi>
<mi>x</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&omega;</mi>
<mi>y</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&omega;</mi>
<mi>&Phi;</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，表示所述可移动终端下一时刻的三维状态向量，
表示所述可移动终端当前三维状态向量，ΔT表示所述可移动终端的传感器的采样时间，L表示所述可移动终端的两轴之间的距离，(ωx，ωy，ωΦ)表示观测噪声。
5.一种可移动终端的移动路径规划装置，其特征在于，包括：
第一获取模块，用于获取可移动终端的当前位置信息；
第二获取模块，用于获取与所述可移动终端的距离在预设范围内的障碍物的位置信息；
第三获取模块，用于根据所述位置信息获取障碍物相对于所述可移动终端的相对坐标信息；
计算模块，用于根据所述相对坐标信息计算所述可移动终端的所需的移动速度和移动角度偏转量；
确定模块，用于根据所述当前位置信息、所述相对坐标信息、所述所需的移动速度和移动角度偏转量确定所述可移动终端下一时刻的坐标信息。
6.根据权利要求5所述的装置，其特征在于，所述确定模块包括：
获取单元，用于获取观测噪声；
确定单元，用于根据所述当前位置信息、所述相对坐标信息、所述所需的移动速度、移动角度偏转量和所述观测噪声确定所述可移动终端下一时刻的坐标信息。
7.根据权利要求5所述的装置，其特征在于，所述确定模块用于通过如下公式计算所述可移动终端下一时刻的坐标信息：
<mrow>
<msubsup>
<mi>X</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>x</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>y</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>&Phi;</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mi>&Delta;</mi>
<mi>T</mi>
<mo>&CenterDot;</mo>
<msub>
<mi>V</mi>
<mi>k</mi>
</msub>
<mo>&CenterDot;</mo>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mo>(</mo>
<msubsup>
<mi>&Phi;</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>y</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mi>&Delta;</mi>
<mi>T</mi>
<mo>&CenterDot;</mo>
<msub>
<mi>V</mi>
<mi>k</mi>
</msub>
<mo>&CenterDot;</mo>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mo>(</mo>
<msubsup>
<mi>&Phi;</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>&Phi;</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mfrac>
<mrow>
<mi>&Delta;</mi>
<mi>T</mi>
<mo>&CenterDot;</mo>
<msub>
<mi>V</mi>
<mi>k</mi>
</msub>
<mo>&CenterDot;</mo>
<mi>sin</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&alpha;</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mi>L</mi>
</mfrac>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，表示所述可移动终端下一时刻的三维状态向量，
表示所述可移动终端当前三维状态向量，ΔT表示所述可移动终端的传感器的采样时间，L表示所述可移动终端的两轴之间的距离。
8.根据权利要求6所述的装置，其特征在于，所述确定单元还用于通过如下公式计算所述可移动终端下一时刻的坐标信息：
<mrow>
<msubsup>
<mi>X</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>x</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>y</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>&Phi;</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>x</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mi>&Delta;</mi>
<mi>T</mi>
<mo>&CenterDot;</mo>
<msub>
<mi>V</mi>
<mi>k</mi>
</msub>
<mo>&CenterDot;</mo>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mo>(</mo>
<msubsup>
<mi>&Phi;</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>y</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mi>&Delta;</mi>
<mi>T</mi>
<mo>&CenterDot;</mo>
<msub>
<mi>V</mi>
<mi>k</mi>
</msub>
<mo>&CenterDot;</mo>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mo>(</mo>
<msubsup>
<mi>&Phi;</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>&Phi;</mi>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mfrac>
<mrow>
<mi>&Delta;</mi>
<mi>T</mi>
<mo>&CenterDot;</mo>
<msub>
<mi>V</mi>
<mi>k</mi>
</msub>
<mo>&CenterDot;</mo>
<mi>sin</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&alpha;</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mi>L</mi>
</mfrac>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>&omega;</mi>
<mi>x</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&omega;</mi>
<mi>y</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&omega;</mi>
<mi>&Phi;</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，表示所述可移动终端下一时刻的三维状态向量，
表示所述可移动终端当前三维状态向量，ΔT表示所述可移动终端的传感器的采样时间，L表示所述可移动终端的两轴之间的距离，(ωx，ωy，ωΦ)表示观测噪声。
9.一种可移动终端，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行上述权利要求1-4中任一所述的可移动终端的移动路径规划方法。
10.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现上述权利要求1-4中任一所述可移动终端的移动路径规划方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710804839.4A CN107544498A (zh) | 2017-09-08 | 2017-09-08 | 可移动终端的移动路径规划方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710804839.4A CN107544498A (zh) | 2017-09-08 | 2017-09-08 | 可移动终端的移动路径规划方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107544498A true CN107544498A (zh) | 2018-01-05 |
Family
ID=60957632
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710804839.4A Pending CN107544498A (zh) | 2017-09-08 | 2017-09-08 | 可移动终端的移动路径规划方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107544498A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108572643A (zh) * | 2018-01-16 | 2018-09-25 | 蔚来汽车有限公司 | 在自动驾驶中使用的避障方法和避障系统、以及记录介质 |
| CN108876762A (zh) * | 2018-05-11 | 2018-11-23 | 西安交通大学苏州研究院 | 面向智能生产线的机器人视觉识别定位方法 |
| CN110162081A (zh) * | 2018-02-14 | 2019-08-23 | 广州极飞科技有限公司 | 移动装置控制方法及装置、移动终端及移动装置 |
| CN110379044A (zh) * | 2018-09-13 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 一种运动误差补偿的方法和装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101738195A (zh) * | 2009-12-24 | 2010-06-16 | 厦门大学 | 基于环境建模与自适应窗口的移动机器人路径规划方法 |
| 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 |
| CN105116902A (zh) * | 2015-09-09 | 2015-12-02 | 北京进化者机器人科技有限公司 | 一种移动机器人避障导航的方法和系统 |
| CN105425801A (zh) * | 2015-12-10 | 2016-03-23 | 长安大学 | 基于先进路径规划技术的智能清洁机器人及其清洁方法 |
| CN106406338A (zh) * | 2016-04-14 | 2017-02-15 | 中山大学 | 一种基于激光测距仪的全向移动机器人的自主导航装置及其方法 |
-
2017
- 2017-09-08 CN CN201710804839.4A patent/CN107544498A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101738195A (zh) * | 2009-12-24 | 2010-06-16 | 厦门大学 | 基于环境建模与自适应窗口的移动机器人路径规划方法 |
| 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 |
| CN105116902A (zh) * | 2015-09-09 | 2015-12-02 | 北京进化者机器人科技有限公司 | 一种移动机器人避障导航的方法和系统 |
| CN105425801A (zh) * | 2015-12-10 | 2016-03-23 | 长安大学 | 基于先进路径规划技术的智能清洁机器人及其清洁方法 |
| CN106406338A (zh) * | 2016-04-14 | 2017-02-15 | 中山大学 | 一种基于激光测距仪的全向移动机器人的自主导航装置及其方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王若怡: "基于ROS的导盲机器人实时定位与地图创建研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108572643A (zh) * | 2018-01-16 | 2018-09-25 | 蔚来汽车有限公司 | 在自动驾驶中使用的避障方法和避障系统、以及记录介质 |
| CN108572643B (zh) * | 2018-01-16 | 2021-07-27 | 上海蔚来汽车有限公司 | 在自动驾驶中使用的避障方法和避障系统、以及记录介质 |
| CN110162081A (zh) * | 2018-02-14 | 2019-08-23 | 广州极飞科技有限公司 | 移动装置控制方法及装置、移动终端及移动装置 |
| CN108876762A (zh) * | 2018-05-11 | 2018-11-23 | 西安交通大学苏州研究院 | 面向智能生产线的机器人视觉识别定位方法 |
| CN110379044A (zh) * | 2018-09-13 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 一种运动误差补偿的方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103412565B (zh) | 一种具有全局位置快速估计能力的机器人定位方法 | |
| Jo et al. | GPS-bias correction for precise localization of autonomous vehicles | |
| CN111089585A (zh) | 一种基于传感器信息融合的建图及定位方法 | |
| CN107544498A (zh) | 可移动终端的移动路径规划方法及装置 | |
| CN105258702A (zh) | 一种基于slam导航移动机器人的全局定位方法 | |
| CN111070205B (zh) | 对桩控制方法、装置、智能机器人及存储介质 | |
| Demim et al. | Cooperative SLAM for multiple UGVs navigation using SVSF filter | |
| CN114440928A (zh) | 激光雷达与里程计的联合标定方法、机器人、设备和介质 | |
| US20240312061A1 (en) | High-precision odometry estimation method based on double-layer filtering framework | |
| CN113835422B (zh) | 一种视觉地图构建方法和移动机器人 | |
| CN107782311A (zh) | 可移动终端的移动路径规划方法及装置 | |
| CN107782304B (zh) | 移动机器人的定位方法及装置、移动机器人及存储介质 | |
| CN113984044A (zh) | 一种基于车载多感知融合的车辆位姿获取方法及装置 | |
| CN111609853A (zh) | 三维地图构建方法、扫地机器人及电子设备 | |
| CN111989631A (zh) | 自身位置推定方法 | |
| CN109945864B (zh) | 室内行车定位融合方法、装置、存储介质及终端设备 | |
| CN110794434B (zh) | 一种位姿的确定方法、装置、设备及存储介质 | |
| Font et al. | Mobile robot localization. Revisiting the triangulation methods | |
| Zeghmi et al. | A Kalman-particle hybrid filter for improved localization of AGV in indoor environment | |
| CN109459769B (zh) | 一种自主定位方法与系统 | |
| Lee et al. | Development of advanced grid map building model based on sonar geometric reliability for indoor mobile robot localization | |
| Khan et al. | Sonar-based SLAM using occupancy grid mapping and dead reckoning | |
| Zhang et al. | Cumulative error estimation from noisy relative measurements | |
| Sabatta et al. | Vision-based path following using the 1D trifocal tensor | |
| Clotet et al. | Simulator for omnidirectional robots equipped with 2D and 3D LiDAR sensors |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180105 |
|
| RJ01 | Rejection of invention patent application after publication |