CN108415420B - 一种用于移动机器人搜索路径的方法及设备 - Google Patents

一种用于移动机器人搜索路径的方法及设备 Download PDF

Info

Publication number
CN108415420B
CN108415420B CN201810074427.4A CN201810074427A CN108415420B CN 108415420 B CN108415420 B CN 108415420B CN 201810074427 A CN201810074427 A CN 201810074427A CN 108415420 B CN108415420 B CN 108415420B
Authority
CN
China
Prior art keywords
path
closed
determining
partition
mobile robot
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
CN201810074427.4A
Other languages
English (en)
Other versions
CN108415420A (zh
Inventor
赵永华
李宇翔
章迪
白静
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.)
Shanghai Slamtec Co Ltd
Original Assignee
Shanghai Slamtec 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 Shanghai Slamtec Co Ltd filed Critical Shanghai Slamtec Co Ltd
Priority to CN201810074427.4A priority Critical patent/CN108415420B/zh
Publication of CN108415420A publication Critical patent/CN108415420A/zh
Application granted granted Critical
Publication of CN108415420B publication Critical patent/CN108415420B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
    • G05D1/0263—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means using magnetic strips
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Abstract

本申请的目的是提供一种用于移动机器人搜索路径的方法及设备，本申请通过根据分区边界线及障碍物信息确定闭合路径，并建立闭合路径间的拓扑关系，根据所述移动机器人在闭合路径组成的闭合区间中的历史清扫轨迹及所述拓扑关系确定所述闭合区间的中点；确定待清扫的目标位置，基于所述拓扑关系及所述闭合区间的中点确定到达所述目标位置的目标路径；根据所述目标路径向所述目标位置运动，移动机器人以当前生成的目标路径进行前进；从而既考虑了移动机器人运动可达，同时有效避免了长距离搜索耗时太长导致运动停止的状况，使得移动机器人在搜索路径的同时也能朝目标位置运动。

Description

一种用于移动机器人搜索路径的方法及设备
技术领域
本申请涉及机器人领域，尤其涉及一种用于移动机器人搜索路径的方法及设备。
背景技术
随着计算机技术、微电子技术、网络技术等快速的发展，机器人技术也得到了飞速发展，除了工业机器人水平不断提高之外，各种用于服务行业的先进机器人系统也有了长足的发展，各类移动服务机器人越来越普及，特别是家庭服务类和商场导购类机器人，例如扫地机器人、拖地机器人，给人们的生活带来了极大的方便。而机器人若能智能地完成相应的工作任务，需要知道自己所处的位置并能够规划出抵达目标位置相应的路径。当前大部分移动机器人不具备构建环境地图功能，只能进行局部的运动规划无法进行全局的路径规划；再者依据环境地图实现相应功能的移动机器人，采取的是一次性生成全部路径，若距离太长，这种一次搜索全部路径会消耗大量的时间，特别是对于低运算速率平台，机器人会出现明显停止运动等待目标路径生成的状况。
发明内容
本申请的一个目的是提供一种用于移动机器人搜索路径的方法及设备，通过对环境划分小区域并进行分段路径搜索的方法，考虑了机器人运动可达，解决了现有技术中移动机器人因长距离搜索耗时太长导致运动停止的状况的问题。
根据本申请的一个方面，提供了一种用于移动机器人搜索路径的方法，该方法包括：
根据分区边界线及障碍物信息确定闭合路径，并建立闭合路径间的拓扑关系；
根据所述移动机器人在闭合路径组成的闭合区间中的历史清扫轨迹及所述拓扑关系确定所述闭合区间的中点；
确定待清扫的目标位置，基于所述拓扑关系及所述闭合区间的中点确定到达所述目标位置的目标路径；
根据所述目标路径向所述目标位置运动。
进一步地，根据分区边界线及障碍物信息确定闭合路径，并建立闭合路径间的拓扑关系，包括：
确定分区大小、分区坐标系及分区边界线；
根据所述分区边界线及障碍物信息进行贴边运动以确定闭合路径，计算所述闭合路径的重心；
提取相应的闭合路径及其对应的分区边界线以建立闭合路径间的拓扑关系。
进一步地，根据所述移动机器人在闭合路径组成的闭合区间中的历史清扫轨迹及所述拓扑关系确定所述闭合区间的中点，包括：
根据所述闭合路径的重心、所述移动机器人在闭合路径组成的闭合区间中的历史清扫轨迹及所述拓扑关系确定所述闭合区间的中点。
进一步地，确定待清扫的目标位置，基于所述拓扑关系及所述闭合区间的中点确定到达所述目标位置的目标路径，包括：
从所述分区边界线中选取新的闭合区间以确定待清扫的目标位置；
根据所述移动机器人当前的位置信息及所述拓扑关系从所述闭合区间的中点中选取分区关键点；
遍历相邻分区关键点，判断是否搜索到由所述相邻分区关键点组成的分段路径，若是，则将所述分段路径添加至目标路径中，若否，则重新选取新的闭合区间。
进一步地，遍历相邻分区关键点，判断是否搜索到由所述相邻分区关键点组成的分段路径，包括：
遍历相邻分区关键点，根据当前探索地图及A*算法搜索由所述相邻分区关键点组成的分段路径，若搜索到，则将所述分段路径添加至所述目标路径中，若未搜索到，则重新搜索新的闭合区间。
根据本申请再一个方面，还提供了一种用于移动机器人搜索路径的设备，所述设备包括：
沿墙运动模块，用于根据分区边界线及障碍物信息确定闭合路径，并建立闭合路径间的拓扑关系；
清扫运动模块，用于根据所述移动机器人在闭合路径组成的闭合区间中的历史清扫轨迹及所述拓扑关系确定所述闭合区间的中点；
路径搜索模块，用于确定待清扫的目标位置，基于所述拓扑关系及所述闭合区间的中点确定到达所述目标位置的目标路径；
运动执行模块，用于根据所述目标路径向所述目标位置运动。
根据本申请又一个方面，还提供了一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如前述所述的一种用于移动机器人搜索路径的方法。
根据本申请另一个方面，还提供了一种用于移动机器人搜索路径的设备，其中，所述设备包括：
一个或多个处理器；以及
存储有计算机可读指令的存储器，所述计算机可读指令在被执行时使所述处理器执行如前述所述的一种用于移动机器人搜索路径的方法的操作。
与现有技术相比，本申请通过根据分区边界线及障碍物信息确定闭合路径，并建立闭合路径间的拓扑关系，根据所述移动机器人在闭合路径组成的闭合区间中的历史清扫轨迹及所述拓扑关系确定所述闭合区间的中点；确定待清扫的目标位置，基于所述拓扑关系及所述闭合区间的中点确定到达所述目标位置的目标路径；根据所述目标路径向所述目标位置运动，移动机器人以当前生成的目标路径进行前进；从而既考虑了移动机器人运动可达，同时有效避免了长距离搜索耗时太长导致运动停止的状况，使得移动机器人在搜索路径的同时也能朝目标位置运动。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1示出根据本申请的一个方面提供的一种用于移动机器人搜索路径的方法流程示意图；
图2示出本申请一实施例中的搜索路径示意图；
图3示出根据本申请再一个方面提供的一种用于移动机器人搜索路径的设备结构示意图；
图4示出本申请一实施例中用于移动机器人搜索路径的设备中各模块执行拓扑搜索路径的流程示意图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本申请作进一步详细描述。
在本申请一个典型的配置中，终端、服务网络的设备和可信方均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(flashRAM)。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。
图1示出根据本申请的一个方面提供的一种用于移动机器人搜索路径的方法流程示意图，该方法包括：步骤S11～步骤S14，其中，
在步骤S11中，根据分区边界线及障碍物信息确定闭合路径，并建立闭合路径间的拓扑关系；在此，移动机器人结合分区辅助线贴边运动，提取闭合轨迹和分区边界线，构造闭合轨迹与分区边界线的拓扑关系，如图2所示，闭合路径1和2之间借助边界线a关联，闭合路径3与4借助边界线b关联。
在步骤S12中，根据所述移动机器人在闭合路径组成的闭合区间中的历史清扫轨迹及所述拓扑关系确定所述闭合区间的中点；在此，依据移动机器人在闭合路径组成的闭合区间内即在闭合轨迹内的清扫轨迹确定该闭合区间的中点，以作为后期拓扑搜索的关键点。接着，在步骤S13中，确定待清扫的目标位置，基于所述拓扑关系及所述闭合区间的中点确定到达所述目标位置的目标路径；在此，根据当前闭合轨迹间的拓扑关系搜索关联的分区中心点，并形成相应的运动轨迹，确定到达目标位置的目标路径；随后，在步骤S14中，根据所述目标路径向所述目标位置运动，移动机器人以当前生成的目标路径进行前进。本申请采用分区的形式构造区块拓扑关系，先搜索关键点，再依据关键点规划具体的路径。该依据运行轨迹拓扑关系的分段处理方式既考虑了移动机器人运动可达，同时有效避免了长距离搜索耗时太长导致运动停止的状况，使得移动机器人在搜索路径的同时也能朝目标位置运动。
在本申请一实施例中，在步骤S11中，确定分区大小、分区坐标系及分区边界线；根据所述分区边界线及障碍物信息进行贴边运动以确定闭合路径，计算所述闭合路径的重心；提取相应的闭合路径及其对应的分区边界线以建立闭合路径间的拓扑关系。在此，根据环境地图给定分区大小，确定分区坐标系和分区辅助线，图1中所示的虚线表示分区辅助线，移动机器人借助分区辅助线和外界障碍物信息贴边运动，出现轨迹闭合结束贴边，计算闭合轨迹的重心，其中，计算闭合轨迹的重心其实为计算一圈轨迹的平均值，以避免若闭合轨迹的中间有障碍物存在时，后续选取的中心可能在障碍物上。闭合轨迹的重心计算完毕后，提取相应的闭合轨迹和闭合轨迹对应的分区边界线，并将其添加进当前的拓扑关系图中，如图1中，闭合路径1闭合的时候，对应的四个分区边界线都会添加至拓扑关系中，而后续搜索时会依据拓扑关系，挑选出的该闭合路径的门是边界线a，以保证通过边界a可达相邻的下一分区，移动机器人进入下一分区。
进一步地，在步骤S12中，根据所述闭合路径的重心、所述移动机器人在闭合路径组成的闭合区间中的历史清扫轨迹及所述拓扑关系确定所述闭合区间的中点。在此，若当前区域的中间存在障碍物，在当前区域内选取一个中点，由于单纯均值可能出现均值点可能在障碍物上，因此需要结合闭合路径的重心、移动机器人历史清扫时的遍历信息及拓扑关系，以保证选取的中心都可以到达，不会存在障碍物身上，比如结合上述的闭合路径的重心、历史清扫轨迹及拓扑关系的参考数据，挑选一个离均值点最近的点作为中点。
接着，在步骤S13中，从所述分区边界线中选取新的闭合区间以确定待清扫的目标位置；根据所述移动机器人当前的位置信息及所述拓扑关系从所述闭合区间的中点中选取分区关键点；遍历相邻分区关键点，判断是否搜索到由所述相邻分区关键点组成的分段路径，若是，则将所述分段路径添加至目标路径中，若否，则重新选取新的闭合区间。在此，移动机器人在当前闭合区间内进行遍历运动，依据遍历轨迹计算该区间的中点，作为后续路径搜索的关键点；当运动遍历结束后，从分区边界线中选取新的区间用于下一步进行探索，确定目标位置，比如挑选移动机器人最近的未探索分区的边界线作为目标位置。接着，遍历相邻分区关键点，根据当前探索地图及A*算法搜索由所述相邻分区关键点组成的分段路径，若搜索到，则将所述分段路径添加至所述目标路径中，若未搜索到，则重新搜索新的闭合区间。在此，依据当前机器人位置信息和闭合轨迹的拓扑关系图，采取A*算法选取出相应的分区关键点，遍历分区关键点，依据当前探索地图，采取A*算法搜索该段路径，若搜索到，追加该分段路径到目标路径中，以驱动移动机器人朝目标路径前进，最终抵达目的地；若未搜索到，则重新进入步骤S13，从所述分区边界线中选取新的闭合区间以确定待清扫的目标位置，进行重新搜索目标分区，循环执行上述过程，直至搜索到分段路径。如图1所示，从起始点P到目标位置N，对应的闭合路径为1,2,3,4,5,6,7,8,9，确定的闭合路径边界线为a,b,c,d,e,f,g,h,i，可知闭合路径1和2借助边界线a关联，存在拓扑关系，边界线a为闭合路径1的门，移动机器人可通过边界线a由分区1进入下一分区2内，A和B为从起始点到目标位置(终点)过程中搜索路径时遇到的障碍物，可知，进行全局的路径规划时，采用本申请所述的搜索路径的方法，可避免障碍物，对环境划分小区域并进行分段路径搜索。
需要说明的是，上述所述的A*(A-Star)算法为一种静态路网中求解最短路最有效的直接搜索方法，在本申请中仅为举例，还可以使用其他方法进行搜索路径。
图3示出根据本申请再一个方面提供的一种用于移动机器人搜索路径的设备结构示意图，所述设备包括：沿墙运动模块11、清扫运动模块12、路径搜索模块13和运动执行模块14，其中，
沿墙运动模块11，用于根据分区边界线及障碍物信息确定闭合路径，并建立闭合路径间的拓扑关系；在此，移动机器人结合分区辅助线贴边运动，提取闭合轨迹和分区边界线，构造闭合轨迹与分区边界线的拓扑关系，如图2所示，闭合路径1和2之间借助边界线a关联，闭合路径3与4借助边界线b关联。
清扫运动模块12用于，根据所述移动机器人在闭合路径组成的闭合区间中的历史清扫轨迹及所述拓扑关系确定所述闭合区间的中点；在此，依据移动机器人在闭合路径组成的闭合区间内即在闭合轨迹内的清扫轨迹确定该闭合区间的中点，以作为后期拓扑搜索的关键点。接着，路径搜索模块13用于，确定待清扫的目标位置，基于所述拓扑关系及所述闭合区间的中点确定到达所述目标位置的目标路径；在此，根据当前闭合轨迹间的拓扑关系搜索关联的分区中心点，并形成相应的运动轨迹，确定到达目标位置的目标路径；随后，运动执行模块14用于，根据所述目标路径向所述目标位置运动，移动机器人以当前生成的目标路径进行前进。本申请采用分区的形式构造区块拓扑关系，先搜索关键点，再依据关键点规划具体的路径。该依据运行轨迹拓扑关系的分段处理方式既考虑了移动机器人运动可达，同时有效避免了长距离搜索耗时太长导致运动停止的状况，使得移动机器人在搜索路径的同时也能朝目标位置运动。
图4示出本申请一实施例中用于移动机器人搜索路径的设备中各模块执行拓扑搜索路径的流程示意图，在沿墙运动模块11中，移动机器人结合分区辅助线贴边运动，提取闭合轨迹和分区边界线，构造闭合轨迹与分区边界线的拓扑关系；清扫模块12中，依据移动机器人在闭合轨迹内的清扫轨迹确定该闭合区间的中点，作为后期拓扑搜索的关键点；路径搜索模块13中，依据当前闭合轨迹间的拓扑关系搜索关联的分区中心点，并形成相应的运动轨迹；运动执行模块14中，以当前生成的目标路径驱动移动机器人前进。具体地，在沿墙运动模块11中，执行以下步骤：建立分区坐标系确定分区边界线，接着进行贴边运动以出现闭合路径；进而计算闭合路径的重心，并提取闭合路径和路径对应的分区边界线以建立闭合路径间的拓扑关系。在清扫运动模
块12中，进行清扫运动，基于清扫运动的遍历、计算的闭合路径的重心及建立的拓扑关系计算闭合路径的中心。在路径搜索模块13中，搜索新分区，确定待清扫的目标位置，依据计算的闭合路径的中心及拓扑关系搜索分区中心点，接着，遍历相邻分区中心点进行判断是否搜索到分段路径，若是则添加至目标路径中，若否则重新搜索新分区；当全部分区中心点都遍历结束后确定目标路径，此时目标路径是由多个分段路径组成。在运动执行模块14中，运动控制移动机器人以当前生成路径前进。
通过本申请所述的用于移动机器人搜索路径的方法及设备，对环境划分小区域并进行分段路径搜索的方式，依据设定分区大小对当前环境进行分区，将移动机器人实际贴墙运动轨迹提取闭合路径和分区边界线辅助线，并建立闭合路径和分区边界线间的拓扑关系，依据拓扑关系搜索相应的分区中心点，再依次搜索分段路径形成整条路径；既考虑了移动机器人运动可达，同时有效的避免了长距离搜索耗时太长导致运动停止的状况，使得移动机器人在搜索路径的同时也能朝目标位置运动。
此外，根据本申请又一个方面，还提供了一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如前述所述的一种用于移动机器人搜索路径的方法。
此外，根据本申请另一个方面，还提供了一种用于移动机器人搜索路径的设备，其中，所述设备包括：
一个或多个处理器；以及
存储有计算机可读指令的存储器，所述计算机可读指令在被执行时使所述处理器执行如前述所述的一种用于移动机器人搜索路径的方法的操作。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。
另外，本申请的一部分可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令，可能被存储在固定的或可移动的记录介质中，和/或通过广播或其他信号承载媒体中的数据流而被传输，和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此，根据本申请的一个实施例包括一个装置，该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

Claims (7)

1.一种用于移动机器人搜索路径的方法，其中，所述方法包括：
根据分区边界线及障碍物信息确定闭合路径，并建立闭合路径间的拓扑关系；
根据所述移动机器人在闭合路径组成的闭合区间中的历史清扫轨迹及所述拓扑关系确定所述闭合区间的中点；
确定待清扫的目标位置，基于所述拓扑关系及所述闭合区间的中点确定到达所述目标位置的目标路径；
根据所述目标路径向所述目标位置运动；
其中，根据分区边界线及障碍物信息确定闭合路径，并建立闭合路径间的拓扑关系，包括：
根据环境地图确定分区大小、分区坐标系及分区边界线；
根据所述分区边界线及障碍物信息进行贴边运动以确定闭合路径，计算所述闭合路径的重心；
提取相应的闭合路径及其对应的分区边界线以建立闭合路径间的拓扑关系。
2.根据权利要求1所述的方法，其中，根据所述移动机器人在闭合路径组成的闭合区间中的历史清扫轨迹及所述拓扑关系确定所述闭合区间的中点，包括：
根据所述闭合路径的重心、所述移动机器人在闭合路径组成的闭合区间中的历史清扫轨迹及所述拓扑关系确定所述闭合区间的中点。
3.根据权利要求1所述的方法，其中，确定待清扫的目标位置，基于所述拓扑关系及所述闭合区间的中点确定到达所述目标位置的目标路径，包括：
从所述分区边界线中选取新的闭合区间以确定待清扫的目标位置；
根据所述移动机器人当前的位置信息及所述拓扑关系从所述闭合区间的中点中选取分区关键点；
遍历相邻分区关键点，判断是否搜索到由所述相邻分区关键点组成的分段路径，若是，则将所述分段路径添加至目标路径中，若否，则重新选取新的闭合区间。
4.根据权利要求3所述的方法，其中，遍历相邻分区关键点，判断是否搜索到由所述相邻分区关键点组成的分段路径，包括：
遍历相邻分区关键点，根据当前探索地图及A*算法搜索由所述相邻分区关键点组成的分段路径，若搜索到，则将所述分段路径添加至所述目标路径中，若未搜索到，则重新搜索新的闭合区间。
5.一种用于移动机器人搜索路径的设备，其中，所述设备包括：
沿墙运动模块，用于根据分区边界线及障碍物信息确定闭合路径，并建立闭合路径间的拓扑关系；
清扫运动模块，用于根据所述移动机器人在闭合路径组成的闭合区间中的历史清扫轨迹及所述拓扑关系确定所述闭合区间的中点；
路径搜索模块，用于确定待清扫的目标位置，基于所述拓扑关系及所述闭合区间的中点确定到达所述目标位置的目标路径；
运动执行模块，用于根据所述目标路径向所述目标位置运动；
其中，所述沿墙运动模块用于：
根据环境地图确定分区大小、分区坐标系及分区边界线；
根据所述分区边界线及障碍物信息进行贴边运动以确定闭合路径，计算所述闭合路径的重心；
提取相应的闭合路径及其对应的分区边界线以建立闭合路径间的拓扑关系。
6.一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如权利要求1至4中任一项所述的方法。
7.一种用于移动机器人搜索路径的设备，其中，所述设备包括：
一个或多个处理器；以及
存储有计算机可读指令的存储器，所述计算机可读指令在被执行时使所述处理器执行如权利要求1至4中任一项所述方法的操作。
CN201810074427.4A 2018-01-25 2018-01-25 一种用于移动机器人搜索路径的方法及设备 Active CN108415420B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810074427.4A CN108415420B (zh) 2018-01-25 2018-01-25 一种用于移动机器人搜索路径的方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810074427.4A CN108415420B (zh) 2018-01-25 2018-01-25 一种用于移动机器人搜索路径的方法及设备

Publications (2)

Publication Number Publication Date
CN108415420A CN108415420A (zh) 2018-08-17
CN108415420B true CN108415420B (zh) 2021-09-14

Family

ID=63126168

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810074427.4A Active CN108415420B (zh) 2018-01-25 2018-01-25 一种用于移动机器人搜索路径的方法及设备

Country Status (1)

Country Link
CN (1) CN108415420B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109343521B (zh) * 2018-09-27 2021-11-12 深圳乐动机器人有限公司 一种机器人清扫房间的方法及机器人
CN111198557B (zh) * 2018-10-31 2022-03-18 苏州科瓴精密机械科技有限公司 行走机器人的控制方法及控制系统
CN109316134B (zh) * 2018-11-12 2021-07-30 上海岚豹智能科技有限公司 一种扫地机的清扫方法和扫地机
CN111399524B (zh) * 2020-03-27 2023-06-06 深圳银星智能集团股份有限公司 机器人清扫方法及机器人
CN111714034B (zh) * 2020-05-18 2022-10-21 科沃斯机器人股份有限公司 一种自移动机器人的控制方法、系统及自移动机器人
CN112716401B (zh) * 2020-12-30 2022-11-04 北京奇虎科技有限公司 绕障清扫方法、装置、设备及计算机可读存储介质
CN113588195B (zh) * 2021-08-10 2022-07-26 同济大学 碰撞堵塞检测方法及装置
CN113616117B (zh) * 2021-08-13 2022-08-16 珠海格力电器股份有限公司 清扫区域确定方法、装置、设备及存储介质
CN116327039A (zh) * 2021-12-22 2023-06-27 广东栗子科技有限公司 自动清洁地面的方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101524020B1 (ko) * 2009-03-06 2015-05-29 엘지전자 주식회사 로봇 청소기의 점진적 지도 작성 및 위치 보정 방법
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
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
CN207979622U (zh) * 2016-05-17 2018-10-19 Lg电子株式会社 机器人吸尘器
CN106931975B (zh) * 2017-04-14 2019-10-22 北京航空航天大学 一种基于语义地图的移动机器人多策略路径规划方法

Also Published As

Publication number Publication date
CN108415420A (zh) 2018-08-17

Similar Documents

Publication Publication Date Title
CN108415420B (zh) 一种用于移动机器人搜索路径的方法及设备
US11911908B2 (en) Dynamic probabilistic motion planning
US11618168B2 (en) Dynamic region division and region passage identification methods and cleaning robot
CN108983777B (zh) 一种基于自适应前沿探索目标点选取的自主探索与避障方法
CN107728615B (zh) 一种自适应区域划分的方法及系统
KR101599176B1 (ko) 복수의 로봇들을 항해시키기 위한 방법 및 장치
CN106774347A (zh) 室内动态环境下的机器人路径规划方法、装置和机器人
CN109316134B (zh) 一种扫地机的清扫方法和扫地机
CN107677279A (zh) 一种定位建图的方法及系统
CN109163722B (zh) 一种仿人机器人路径规划方法及装置
CN101900570A (zh) 产生和使用栅格地图路径的设备和方法
CN110702117B (zh) 基于地图的路径规划方法、终端设备及计算机存储介质
CN109737980A (zh) 一种导航方法及其对应的机器人
CN109459048A (zh) 用于机器人的地图加载方法及设备
CN109048909A (zh) 枝节式路径调度方法、装置、后台服务端及第一机器人
CN113189988A (zh) 一种基于Harris算法与RRT算法复合的自主路径规划方法
Matignon et al. Multi-robot simultaneous coverage and mapping of complex scene-comparison of different strategies
CN110084825B (zh) 一种基于图像边缘信息导航的方法及系统
CN113867356A (zh) 机器人路径规划方法、装置及机器人
CN115993817A (zh) 张量场驱动分层路径规划的自主探索方法、装置及介质
Riman et al. A Priority-based Modified A∗ Path Planning Algorithm for Multi-Mobile Robot Navigation
KR102529332B1 (ko) 컨텍스트 맵을 활용한 로봇 기반 최적 실내 배송경로 탐색 방법
CN115444311B (zh) 清洁机器人的清洁方法、存储介质及清洁机器人
US20240160960A1 (en) Method for thinning a slam graph, method for operating a mobile device, and mobile device
US20230277027A1 (en) System and method of minimum turn coverage of arbitrary non-convex regions

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