CN108780320A - 机器人运动控制方法、装置、存储介质及机器人 - Google Patents

机器人运动控制方法、装置、存储介质及机器人 Download PDF

Info

Publication number
CN108780320A
CN108780320A CN201880001127.1A CN201880001127A CN108780320A CN 108780320 A CN108780320 A CN 108780320A CN 201880001127 A CN201880001127 A CN 201880001127A CN 108780320 A CN108780320 A CN 108780320A
Authority
CN
China
Prior art keywords
robot
obstacle
target
distance
path
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
Application number
CN201880001127.1A
Other languages
English (en)
Other versions
CN108780320B (zh
Inventor
李连中
徐慎华
邱胜林
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.)
Cloudminds Robotics Co Ltd
Original Assignee
Cloudminds Shenzhen Robotics Systems 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 Cloudminds Shenzhen Robotics Systems Co Ltd filed Critical Cloudminds Shenzhen Robotics Systems Co Ltd
Priority to CN202411327126.XA priority Critical patent/CN119376384A/zh
Publication of CN108780320A publication Critical patent/CN108780320A/zh
Application granted granted Critical
Publication of CN108780320B publication Critical patent/CN108780320B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G05D1/40—Control within particular dimensions
    • G05D1/43—Control of position or course in two dimensions
    • 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
    • G05D1/60—Intended control result
    • G05D1/617—Safety or protection, e.g. defining protection zones around obstacles or avoiding hazards
    • G05D1/622—Obstacle avoidance
    • G05D1/633—Dynamic obstacles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2109/00—Types of controlled vehicles
    • G05D2109/10—Land vehicles

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

一种机器人运动控制方法、装置、存储介质及机器人，以实现使机器人避开障碍物、以最短路径安全达到目标点。所述方法包括：在机器人向目标点运动的过程中，当检测到所述机器人的运动方向上存在障碍物时，实时获取所述障碍物的信息，所述障碍物的信息至少包括所述机器人与所述障碍物之间的最短距离；当所述最短距离达到预设安全距离时，根据所述障碍物信息控制所述机器人绕所述障碍物转动；并且当检测到所述机器人转动至指向所述目标点的方向且检测到该方向上不存在障碍物时，控制所述机器人沿指向所述目标点的方向直线运动。

Description

机器人运动控制方法、装置、存储介质及机器人
技术领域
本公开涉及机器人技术领域，尤其涉及一种机器人运动控制方法、装置、存储介质及机器人。
背景技术
随着计算机技术、传感器技术及人工智能的迅速发展，机器人自主导航技术也取得了很大进展。但对于复杂的外界环境，机器人在运动过程中难免会遇到障碍物，如何避开障碍物、安全达到目标点，是机器人自主导航的关键问题。
发明内容
本公开的目的是提供一种机器人运动控制方法、装置、存储介质及机器人，用于实现使机器人避开障碍物、以最短路径安全达到目标点。
为了实现上述目的，本公开第一方面提供一种机器人运动控制方法，包括：
在机器人向目标点运动的过程中，当检测到所述机器人的运动方向上存在障碍物时，实时获取所述障碍物的信息，所述障碍物信息至少包括所述机器人与所述障碍物之间的最短距离；
当所述最短距离达到预设安全距离时，根据所述障碍物信息控制所述机器人绕所述障碍物转动；并且
当检测到所述机器人转动至其指向所述目标点的方向且检测到该方向上不存在障碍物时，控制所述机器人沿指向所述目标点的方向直线运动。
本公开第二方面提供一种机器人运动控制装置，包括：
获取模块，用于在机器人向目标点运动的过程中，当检测到所述机器人的运动方向上存在障碍物时，实时获取所述障碍物的信息，所述障碍物信息至少包括所述机器人与所述障碍物之间的最短距离；
控制模块，用于当所述最短距离达到预设安全距离时，根据所述障碍物信息控制所述机器人绕所述障碍物转动，并且当检测到所述机器人转动至指向所述目标点的方向且检测到该方向上不存在障碍物时，控制所述机器人沿指向所述目标点的方向直线运动。
本公开第三方面提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面所述的方法。
本公开第四方面提供一种机器人运动控制装置，包括：
本公开第三方面所述的计算机可读存储介质；以及
一个或者多个处理器，用于执行所述计算机可读存储介质中的程序。
本公开第五方面提供一种机器人，包括本公开第二方面所述的机器人运动控制装置。
采用上述技术方案，在机器人向目标点运动的过程中，在检测到机器人的运动方向上存在障碍物时，实时获取障碍物的信息，并在机器人与障碍物之间的最短距离达到预设安全距离时，根据障碍物信息控制机器人绕障碍物转动并在机器人转动至指向目标点的方向且检测到该方向上不存在障碍物时，控制机器人沿指向目标点的方向直线运动，可以实现使机器人避开障碍物、以最短路径安全达到目标点。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，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。
图1是根据本公开一示例性实施例示出的一种机器人运动控制方法的流程图；
图2至图4示出了在实施本公开提供的机器人运动控制方法时的场景示意图；
图5是根据本公开一示例性实施例示出的一种机器人坐标系与障碍物坐标系的示意图；
图6是根据本公开一示例性实施例示出的一种机器人运动控制装置的框图；
图7是根据本公开另一示例性实施例示出的一种机器人运动控制装置的框图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开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公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通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，都属于本公开保护的范围。
需要说明的是，本公开的说明书和权利要求书以及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必理解为特定的顺序或先后次序。
图1是根据本公开一示例性实施例示出的一种机器人运动控制方法的流程图。如图1所示，该方法包括以下步骤：
在步骤S101中，在机器人向目标点运动的过程中，当检测到机器人的运动方向上存在障碍物时，实时获取障碍物的信息，障碍物信息至少包括机器人与障碍物之间的最短距离。
在一种实施方式中，可以通过设置在机器人上的测距传感器(例如激光传感器或超声波传感器)检测机器人的运动方向上的障碍物并采集机器人与障碍物之间的距离。
在本公开的实施例中，机器人与障碍物之间的距离为机器人的中心与障碍物的边缘之间的距离。其中，机器人的中心可以为其最大宽度的中点。
在步骤S102中，当最短距离达到预设安全距离时，根据障碍物信息控制机器人绕障碍物转动。
在一种实施方式中，障碍物信息还可以包括障碍物的数量。若机器人的运动方向上仅存在一个障碍物，则所述最短距离即为机器人与该障碍物之间的距离。当所述最短距离达到预设安全距离时，可以控制机器人沿与障碍物的边缘间隔该预设安全距离的第一路径绕该障碍物转动。例如，如图2所示，以机器人10和障碍物21均为圆柱体示意，此时形成的第一路径为：以障碍物21的中心O1为圆心、以预设安全距离dr与障碍物21的半径R1之和为半径的圆弧S1。
对于机器人的运动方向上存在多个障碍物的复杂场景，为了保证机器人的运动轨迹最短，可以将与机器人之间拥有最短距离的障碍物作为目标障碍物，并根据目标障碍物与其相邻障碍物之间的距离确定机器人的转动路径。相应地，获取到的障碍物信息还包括目标障碍物与其相邻障碍物之间的距离。
示例地，若目标障碍物与其相邻障碍物之间的距离与机器人的最大宽度之间的差值大于或等于预设安全距离的两倍，则可以判定机器人可以从两障碍物的中间通过，因而可以控制机器人沿与目标障碍物的边缘间隔预设安全距离的第二路径绕目标障碍物转动。其中，第二路径为经过目标障碍物和该相邻障碍物之间的路径。例如，如图3所示，以障碍物的数量为两个且机器人10和障碍物21、障碍物22均为圆柱体示意，将距离机器人10最近的障碍物21作为目标障碍物，此时第二路径为：以障碍物21的中心O1为圆心、以预设安全距离dr与障碍物21的半径R1之和为半径的圆弧S2，该圆弧S2经过障碍物21和障碍物22之间。
若目标障碍物与其相邻障碍物之间的距离与机器人的最大宽度之间的差值小于预设安全距离的两倍，则可以判定机器人可能无法从两障碍物之间通过，此时可以根据预设的几何体包络算法(例如扫掠球算法)将目标障碍物和相邻的障碍物作为一整体，控制机器人沿与该整体的边缘间隔预设安全距离的第三路径绕该整体转动，其中，第三路径为经过该整体的靠近目标障碍物的一侧的路径。示例地，如图4所示，以障碍物的数量为两个且机器人10和障碍物21、22均为圆柱体示意，将距离机器人10最近的障碍物21作为目标障碍物，将障碍物21和障碍物22作为一整体20(如虚线所示)，此时第三路径为：以与该整体20的边缘间隔预设安全距离dr的圆弧S3且该圆弧S3经过该整体20的靠近障碍物21的一侧。
在步骤S103中，当检测到机器人转动至指向目标点的方向且检测到该方向上不存在障碍物时，控制机器人沿指向目标点的方向直线运动。
在控制机器人绕障碍物转动的过程中，可以实时检测机器人是否转动至指向目标点的方向。在一种实施方式中，可以将机器人的起始位置作为原点建立世界坐标系，由此可以得到目标点相对于世界坐标系的位置以及机器人在各个时刻相对于世界坐标系的位置，根据机器人上一时刻和当前时刻相对于世界坐标系的位置以及目标点相对于世界坐标系的位置，即可判断机器人的运动方向是否指向目标点。
当机器人转动至指向目标点的方向且该方向上不存在障碍物时，控制机器人直线运动到目标点。例如，如图2至图4所示，此时形成的机器人的总运动路径为：圆弧(S1/S2/S3)和过目标点G切向该圆弧的直线(L1/L2/L3)。
值得说明的是，图2至图4仅以机器人和障碍物均为圆柱体示意，而实际上，机器人和障碍物并不一定为圆柱体。对此，作为一种可选的实施方式，可以将机器人的最大宽度的中点作为该机器人的中心，在控制机器人绕障碍物转动时，控制机器人的中心沿与障碍物的边缘间隔预设安全距离的路径绕障碍物转动，并在检测到机器人转动至指向目标点的方向且检测到该方向上不存在障碍物时，控制机器人的中心沿指向目标点的方向直线运动。
作为另一种可选的实施方式，对于机器人，可以以机器人的最大宽度为直径、以最大宽度的中点作为该机器人的中心，将机器人视为一圆柱体；对于障碍物，同样可以以此方法将障碍物视为圆柱体。在这种情况下，机器人绕障碍物转动的路径即为以障碍物的中心为原点、以预设安全距离和障碍物的半径(即障碍物的最大宽度的二分之一)之和为半径的圆弧(如图2至图4所示)。
在本公开的其他实施方式中，考虑到机器人多数是以速度驱动运动的，因而可以通过对机器人的运动速度进行规划，控制机器人以规划的运动速度向目标点运动。示例地，参见图5(仅以XY平面示意)，首先，可以将障碍物的中心(O1)作为原点，建立与机器人的坐标系(ORXRYR)平行的障碍物坐标系(O1X1Y1)，其中，机器人的坐标系以机器人的中心(OR)，并且可以设置机器人在障碍物坐标系下的第一运动速度如式(1)和式(2)所示。接着，根据第一运动速度确定机器人在机器人坐标系下的第二运动速度并以该第二运动速度驱动机器人绕障碍物转动，如式(3)所示。在机器人的转动过程中，当检测到机器人转动至指向目标点G的方向且检测到该方向上不存在障碍物时，则可以设置机器人在机器人坐标系下的第三运动速度如式(4)所示，并控制机器人以第三运动速度沿指向目标点G的运动方向直线运动。
v0＝w0·(dr+L2)(2)
其中，为所述第一运动速度；为所述第二运动速度；为所述第三运动速度；v0为机器人的线速度；w0为机器人的角速度；d为机器人与障碍物之间的最短距离；dr为预设安全距离；L为障碍物的最大宽度；RTO为预设转换矩阵。
通过上述实施例的机器人运动控制方法，在检测到机器人的运动方向上存在障碍物且机器人与障碍物之间的最短距离达到预设安全距离时，根据障碍物信息控制机器人绕障碍物转动，并在机器人转动至指向目标点的方向且该方向上不存在障碍物时控制机器人沿指向方向向目标点运动，可以实现使机器人避开障碍物、以最短路径安全达到目标点。
图6是根据一示例性实施例示出的一种机器人运动控制装置的框图。如图6所示，该装置600包括：获取模块601和控制模块602。
该获取模块601用于在机器人向目标点运动的过程中，当检测到所述机器人的运动方向上存在障碍物时，实时获取所述障碍物的信息，所述障碍物信息至少包括所述机器人与所述障碍物之间的最短距离。
该控制模块602用于当所述最短距离达到预设安全距离时，根据所述障碍物信息控制所述机器人绕所述障碍物转动，并且当检测到所述机器人转动至指向所述目标点的方向且检测到该方向上不存在障碍物时，控制所述机器人沿指向所述目标点的方向直线运动。
在另一个实施例中，如图7所示，所述障碍物信息还包括所述障碍物的数量；
所述控制模块602包括：
第一控制子模块621，用于在所述数量为一个时，控制所述机器人沿与所述障碍物的边缘间隔所述预设距离的第一路径绕所述障碍物转动。
在另一个实施例中，如图7所示，所述控制模块602还包括：
目标障碍物确定子模块622，用于在所述数量为多个时，将与所述机器人之间拥有所述最短距离的障碍物作为所述目标障碍物，所述障碍物信息还包括所述目标障碍物与其相邻障碍物之间的距离；
第二控制子模块623，用于在所述距离与所述机器人的最大宽度之间的差值大于或等于所述预设安全距离的两倍时，控制所述机器人沿与所述目标障碍物的边缘间隔所述预设安全距离的第二路径绕所述目标障碍物转动，所述第二路径为经过所述目标障碍物和所述相邻障碍物之间的路径；
第三控制子模块624，用于在所述差值小于所述预设安全距离时，根据预设的几何体包络算法将所述目标障碍物和所述相邻障碍物作为一整体，控制所述机器人沿与所述整体的边缘间隔所述预设安全距离的第三路径绕所述整体转动，其中，所述第三路径为经过所述整体的靠近所述目标障碍物的一侧的路径。
在另一个实施例中，如图7所示，所述控制模块602包括：
障碍物坐标系建立子模块625，用于将所述障碍物的中心作为原点，建立与所述机器人的坐标系平行的障碍物坐标系，其中，所述障碍物的中心为所述障碍物的最大宽度的中点；
第一设置子模块626，用于设置所述机器人在所述障碍物坐标系下的第一运动速度：
v0＝w0·(dr+L/2)
速度确定子模块627，用于根据所述第一运动速度确定所述机器人在所述机器人坐标系下的第二运动速度：
其中，为所述第一运动速度；为所述第二运动速度；v0为所述机器人的线速度；w0为所述机器人的角速度；d为所述最短距离；dr为所述预设安全距离；L为所述障碍物的最大宽度；RTO为预设转换矩阵；
第四控制子模块628，用于根据所述第二运动速度控制所述机器人以所述障碍物的中心为原点绕所述障碍物转动。
在另一个实施例中，如图7所示，所述控制模块602包括：
第二设置子模块629，用于设置所述机器人在所述机器人的坐标系下的第三运动速度；
其中，为所述第三运动速度，v0为所述机器人的线速度；
第五控制子模块630，用于控制所述机器人以所述第三运动速度沿指向所述目标点的运动方向直线运动。
所属本领域的技术人员应该清楚地了解到，为描述的方便和简洁，上述描述的机器人运动控制装置的各模块的具体工作过程，可以参考前述方法实施例中对应的过程，此处不再赘述。
其次，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述功能模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
通过上述实施例的机器人运动控制装置，可以实现使机器人避开障碍物、以最短路径安全达到目标点。
相应地，本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开实施例所述的机器人运动控制方法。
相应地，本公开实施例还提供一种机器人运动控制装置，包括本公开实施例所述的计算机可读存储介质；以及一个或者多个处理器，用于执行所述计算机可读存储介质中的程序。
相应地，本公开实施例还提供一种机器人，包括本公开实施例所述的机器人运动控制装置。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (13)

1.一种机器人运动控制方法，其特征在于，包括：
在机器人向目标点运动的过程中，当检测到所述机器人的运动方向上存在障碍物时，实时获取所述障碍物的信息，所述障碍物的信息至少包括所述机器人与所述障碍物之间的最短距离；
当所述最短距离达到预设安全距离时，根据所述障碍物信息控制所述机器人绕所述障碍物转动；并且
当检测到所述机器人转动至指向所述目标点的方向且检测到该方向上不存在障碍物时，控制所述机器人沿指向所述目标点的方向直线运动。
2.根据权利要求1所述的方法，其特征在于，所述障碍物信息还包括所述障碍物的数量；
所述根据所述障碍物信息控制所述机器人绕所述障碍物转动，包括：
若所述数量为一个，则控制所述机器人沿与所述障碍物的边缘间隔所述预设距离的第一路径绕所述障碍物转动。
3.根据权利要求2所述的方法，其特征在于，所述根据所述障碍物信息控制所述机器人绕所述障碍物转动，还包括：
若所述数量为多个，则将与所述机器人之间拥有所述最短距离的障碍物作为所述目标障碍物，所述障碍物信息还包括所述目标障碍物与其相邻障碍物之间的距离；
若所述距离与所述机器人的最大宽度之间的差值大于或等于所述预设安全距离的两倍，则控制所述机器人沿与所述目标障碍物的边缘间隔所述预设安全距离的第二路径绕所述目标障碍物转动，所述第二路径为经过所述目标障碍物和所述相邻障碍物之间的路径；
若所述差值小于所述预设安全距离的两倍，则根据预设的几何体包络算法将所述目标障碍物和所述相邻障碍物作为一整体，控制所述机器人沿与所述整体的边缘间隔所述预设安全距离的第三路径绕所述整体转动，其中，所述第三路径为经过所述整体的靠近所述目标障碍物的一侧的路径。
4.根据权利要求1所述的方法，其特征在于，所述根据所述障碍物信息控制所述机器人绕所述障碍物转动，包括：
将所述障碍物的中心作为原点，建立与所述机器人的坐标系平行的障碍物坐标系，其中，所述障碍物的中心为所述障碍物的最大宽度的中点；
设置所述机器人在所述障碍物坐标系下的第一运动速度：
v0＝w0·(dr+L/2)
根据所述第一运动速度确定所述机器人在所述机器人坐标系下的第二运动速度：
其中，为所述第一运动速度；为所述第二运动速度；v0为所述机器人的线速度；w0为所述机器人的角速度；d为所述最短距离；dr为所述预设安全距离；L为所述障碍物的最大宽度；RTO为预设转换矩阵；
根据所述第二运动速度控制所述机器人以所述障碍物的中心为原点绕所述障碍物转动。
5.根据权利要求1所述的方法，其特征在于，所述控制所述机器人沿指向所述目标点的方向直线运动，包括：
设置所述机器人在所述机器人的坐标系下的第三运动速度：
其中，为所述第三运动速度，v0为所述机器人的线速度；
控制所述机器人以所述第三运动速度沿指向所述目标点的运动方向直线运动。
6.一种机器人运动控制装置，其特征在于，包括：
获取模块，用于在机器人向目标点运动的过程中，当检测到所述机器人的运动方向上存在障碍物时，实时获取所述障碍物的信息，所述障碍物信息至少包括所述机器人与所述障碍物之间的最短距离；
控制模块，用于当所述最短距离达到预设安全距离时，根据所述障碍物信息控制所述机器人绕所述障碍物转动，并且当检测到所述机器人转动至指向所述目标点的方向且检测到该方向上不存在障碍物时，控制所述机器人沿指向所述目标点的方向直线运动。
7.根据权利要求6所述的装置，其特征在于，所述障碍物信息还包括所述障碍物的数量；
所述控制模块包括：
第一控制子模块，用于在所述数量为一个时，控制所述机器人沿与所述障碍物的边缘间隔所述预设距离的第一路径绕所述障碍物转动。
8.根据权利要求7所述的装置，其特征在于，所述控制模块还包括：
目标障碍物确定子模块，用于在所述数量为多个时，将与所述机器人之间拥有所述最短距离的障碍物作为所述目标障碍物，所述障碍物信息还包括所述目标障碍物与其相邻障碍物之间的距离；
第二控制子模块，用于在所述距离与所述机器人的最大宽度之间的差值大于或等于所述预设安全距离的两倍时，控制所述机器人沿与所述目标障碍物的边缘间隔所述预设安全距离的第二路径绕所述目标障碍物转动，所述第二路径为经过所述目标障碍物和所述相邻障碍物之间的路径；
第三控制子模块，用于在所述差值小于所述预设安全距离时，根据预设的几何体包络算法将所述目标障碍物和所述相邻障碍物作为一整体，控制所述机器人沿与所述整体的边缘间隔所述预设安全距离的第三路径绕所述整体转动，其中，所述第三路径为经过所述整体的靠近所述目标障碍物的一侧的路径。
9.根据权利要求6所述的装置，其特征在于，所述控制模块包括：
障碍物坐标系建立子模块，用于将所述障碍物的中心作为原点，建立与所述机器人的坐标系平行的障碍物坐标系，其中，所述障碍物的中心为所述障碍物的最大宽度的中点；
第一设置子模块，用于设置所述机器人在所述障碍物坐标系下的第一运动速度：
v0＝w0·(dr+L/2)
速度确定子模块，用于根据所述第一运动速度确定所述机器人在所述机器人坐标系下的第二运动速度：
其中，为所述第一运动速度；为所述第二运动速度；v0为所述机器人的线速度；w0为所述机器人的角速度；d为所述最短距离；dr为所述预设安全距离；L为所述障碍物的最大宽度；RTO为预设转换矩阵；
第四控制子模块，用于根据所述第二运动速度控制所述机器人以所述障碍物的中心为原点绕所述障碍物转动。
10.根据权利要求6所述的装置，其特征在于，所述控制模块包括：
第二设置子模块，用于设置所述机器人在所述机器人的坐标系下的第三运动速度；
其中，为所述第三运动速度，v0为所述机器人的线速度；
第五控制子模块，用于控制所述机器人以所述第三运动速度沿指向所述目标点的运动方向直线运动。
11.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该程序指令被处理器执行时实现权利要求1～5中任一项所述的方法。
12.一种机器人运动控制装置，其特征在于，包括：
权利要求11中所述的计算机可读存储介质；以及
一个或者多个处理器，用于执行所述计算机可读存储介质中的程序。
13.一种机器人，其特征在于，包括权利要求6～10中任一项所述的机器人运动控制装置。
CN201880001127.1A 2018-06-15 2018-06-15 机器人运动控制方法、装置、存储介质及机器人 Active CN108780320B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202411327126.XA CN119376384A (zh) 2018-06-15 2018-06-15 机器人运动控制方法、装置、存储介质及机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2018/091624 WO2019237351A1 (zh) 2018-06-15 2018-06-15 机器人运动控制方法、装置、存储介质及机器人

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202411327126.XA Division CN119376384A (zh) 2018-06-15 2018-06-15 机器人运动控制方法、装置、存储介质及机器人

Publications (2)

Publication Number Publication Date
CN108780320A true CN108780320A (zh) 2018-11-09
CN108780320B CN108780320B (zh) 2024-10-18

Family

ID=64029106

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201880001127.1A Active CN108780320B (zh) 2018-06-15 2018-06-15 机器人运动控制方法、装置、存储介质及机器人
CN202411327126.XA Pending CN119376384A (zh) 2018-06-15 2018-06-15 机器人运动控制方法、装置、存储介质及机器人

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202411327126.XA Pending CN119376384A (zh) 2018-06-15 2018-06-15 机器人运动控制方法、装置、存储介质及机器人

Country Status (2)

Country Link
CN (2) CN108780320B (zh)
WO (1) WO2019237351A1 (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110253630A (zh) * 2019-06-19 2019-09-20 北京猎户星空科技有限公司 机器人及其控制方法
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
CN111543908A (zh) * 2020-05-15 2020-08-18 弗徕威智能机器人科技（上海）有限公司 一种行进路径、智能设备行进路径规划方法和装置
CN111890359A (zh) * 2020-07-01 2020-11-06 深圳市越疆科技有限公司 机器人避障方法、机械臂式机器人及存储介质
CN111923038A (zh) * 2020-07-01 2020-11-13 深圳市越疆科技有限公司 机械臂式机器人、机器人的避障方法及存储介质
CN112015176A (zh) * 2020-08-14 2020-12-01 合肥工业大学 一种无人驾驶拖拉机田间作业路径规划方法和装置
CN112207826A (zh) * 2020-09-28 2021-01-12 深圳市优必选科技股份有限公司 机器人及其路径规划方法和装置
CN112672857A (zh) * 2019-01-15 2021-04-16 欧姆龙株式会社 路径生成装置、路径生成方法及路径生成程序
CN113064411A (zh) * 2019-12-30 2021-07-02 北京猎户星空科技有限公司 一种机器人避障方法、装置、电子设备及存储介质
CN113253738A (zh) * 2021-06-22 2021-08-13 中国科学院自动化研究所 多机器人协作围捕方法、装置、电子设备及存储介质
CN113282078A (zh) * 2021-04-12 2021-08-20 西南大学 移动机器人直接导航移动到指目标点的方法、系统及应用
CN113495551A (zh) * 2020-03-18 2021-10-12 北京猎户星空科技有限公司 一种机器人控制方法、装置、电子设备及存储介质
CN113568400A (zh) * 2020-04-28 2021-10-29 北京猎户星空科技有限公司 一种机器人控制方法、装置、电子设备及存储介质
CN113589830A (zh) * 2021-10-08 2021-11-02 创泽智能机器人集团股份有限公司 一种机器人行走方位预测方法及设备
CN114690681A (zh) * 2020-12-25 2022-07-01 丰田自动车株式会社 控制装置、任务系统、控制方法和存储介质
CN114859914A (zh) * 2022-05-09 2022-08-05 广东利元亨智能装备股份有限公司 障碍物检测方法、装置、设备及存储介质
WO2022218177A1 (zh) * 2021-04-15 2022-10-20 北京石头创新科技有限公司 机器人避障方法及装置、机器人、存储介质、电子设备

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113126604B (zh) * 2019-12-30 2024-04-30 北京猎户星空科技有限公司 一种机器人避障方法、装置、电子设备及存储介质
CN114489074B (zh) * 2022-01-25 2024-05-07 深圳优地科技有限公司 避开障碍物方法、装置和机器人

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4862373A (en) * 1987-05-13 1989-08-29 Texas Instruments Incorporated Method for providing a collision free path in a three-dimensional space
JPH0764631A (ja) * 1993-08-27 1995-03-10 Nissan Motor Co Ltd 移動探査機の経路探索方法
CN101666649A (zh) * 2009-09-17 2010-03-10 华南农业大学 一种非360°探测机器人的定目标导航方法
JP2012153324A (ja) * 2011-01-28 2012-08-16 Daihatsu Motor Co Ltd 軌道算出装置
CN103455034A (zh) * 2013-09-16 2013-12-18 苏州大学张家港工业技术研究院 一种基于最近距离向量场直方图的避障路径规划方法
CN103995984A (zh) * 2014-06-09 2014-08-20 武汉科技大学 一种基于椭圆约束的机器人路径规划方法和装置
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
CN104516350A (zh) * 2013-09-26 2015-04-15 沈阳工业大学 一种复杂环境中的移动机器人路径规划方法
CN105509729A (zh) * 2015-11-16 2016-04-20 中国航天时代电子公司 一种基于仿生触角的机器人自主导航方法
CN106292712A (zh) * 2016-10-25 2017-01-04 中国人民解放军海军航空工程学院 一种基于速度障碍圆弧法的无人飞行器避障方法
CN106598070A (zh) * 2016-12-14 2017-04-26 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
CN106681335A (zh) * 2017-01-22 2017-05-17 无锡卡尔曼导航技术有限公司 用于农机无人驾驶的避障路径规划及其控制方法
CN107643764A (zh) * 2017-10-20 2018-01-30 中国人民解放军海军航空工程学院 一种基于双旋Lyapunov矢量场的无人飞行器避障方法
CN107703948A (zh) * 2017-11-14 2018-02-16 上海理工大学 基于自适应动态窗口的移动机器人局部动态路径规划方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8224516B2 (en) * 2009-12-17 2012-07-17 Deere & Company System and method for area coverage using sector decomposition
CN103941737A (zh) * 2014-05-09 2014-07-23 济南大学 一种复杂环境下拖挂式移动机器人的运动规划与控制方法
CN107677285B (zh) * 2017-04-11 2019-05-28 平安科技（深圳）有限公司 机器人的路径规划系统及方法
CN107491068B (zh) * 2017-08-29 2020-12-04 歌尔股份有限公司 移动机器人路径规划方法、装置及路径规划设备
CN107807650A (zh) * 2017-11-29 2018-03-16 莱克电气股份有限公司 一种机器人的运动控制方法、装置及设备
CN108780320B (zh) * 2018-06-15 2024-10-18 达闼机器人股份有限公司 机器人运动控制方法、装置、存储介质及机器人

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4862373A (en) * 1987-05-13 1989-08-29 Texas Instruments Incorporated Method for providing a collision free path in a three-dimensional space
JPH0764631A (ja) * 1993-08-27 1995-03-10 Nissan Motor Co Ltd 移動探査機の経路探索方法
CN101666649A (zh) * 2009-09-17 2010-03-10 华南农业大学 一种非360°探测机器人的定目标导航方法
JP2012153324A (ja) * 2011-01-28 2012-08-16 Daihatsu Motor Co Ltd 軌道算出装置
CN103455034A (zh) * 2013-09-16 2013-12-18 苏州大学张家港工业技术研究院 一种基于最近距离向量场直方图的避障路径规划方法
CN104516350A (zh) * 2013-09-26 2015-04-15 沈阳工业大学 一种复杂环境中的移动机器人路径规划方法
CN103995984A (zh) * 2014-06-09 2014-08-20 武汉科技大学 一种基于椭圆约束的机器人路径规划方法和装置
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
CN105509729A (zh) * 2015-11-16 2016-04-20 中国航天时代电子公司 一种基于仿生触角的机器人自主导航方法
CN106292712A (zh) * 2016-10-25 2017-01-04 中国人民解放军海军航空工程学院 一种基于速度障碍圆弧法的无人飞行器避障方法
CN106598070A (zh) * 2016-12-14 2017-04-26 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
CN106681335A (zh) * 2017-01-22 2017-05-17 无锡卡尔曼导航技术有限公司 用于农机无人驾驶的避障路径规划及其控制方法
CN107643764A (zh) * 2017-10-20 2018-01-30 中国人民解放军海军航空工程学院 一种基于双旋Lyapunov矢量场的无人飞行器避障方法
CN107703948A (zh) * 2017-11-14 2018-02-16 上海理工大学 基于自适应动态窗口的移动机器人局部动态路径规划方法

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US12090666B2 (en) 2019-01-15 2024-09-17 Omron Corporation Path generation device, path generation method, and recording medium storing path generation program
CN112672857A (zh) * 2019-01-15 2021-04-16 欧姆龙株式会社 路径生成装置、路径生成方法及路径生成程序
CN110253630A (zh) * 2019-06-19 2019-09-20 北京猎户星空科技有限公司 机器人及其控制方法
CN110253630B (zh) * 2019-06-19 2021-06-18 北京猎户星空科技有限公司 机器人及其控制方法
CN113064411A (zh) * 2019-12-30 2021-07-02 北京猎户星空科技有限公司 一种机器人避障方法、装置、电子设备及存储介质
CN113495551B (zh) * 2020-03-18 2024-03-19 北京猎户星空科技有限公司 一种机器人控制方法、装置、电子设备及存储介质
CN113495551A (zh) * 2020-03-18 2021-10-12 北京猎户星空科技有限公司 一种机器人控制方法、装置、电子设备及存储介质
CN113568400A (zh) * 2020-04-28 2021-10-29 北京猎户星空科技有限公司 一种机器人控制方法、装置、电子设备及存储介质
CN111543908A (zh) * 2020-05-15 2020-08-18 弗徕威智能机器人科技（上海）有限公司 一种行进路径、智能设备行进路径规划方法和装置
CN111543908B (zh) * 2020-05-15 2021-09-07 汇智机器人科技(深圳)有限公司 一种行进路径、智能设备行进路径规划方法和装置
CN111923038A (zh) * 2020-07-01 2020-11-13 深圳市越疆科技有限公司 机械臂式机器人、机器人的避障方法及存储介质
CN111890359A (zh) * 2020-07-01 2020-11-06 深圳市越疆科技有限公司 机器人避障方法、机械臂式机器人及存储介质
CN111890359B (zh) * 2020-07-01 2022-04-15 深圳市越疆科技有限公司 机器人避障方法、机械臂式机器人及存储介质
CN112015176A (zh) * 2020-08-14 2020-12-01 合肥工业大学 一种无人驾驶拖拉机田间作业路径规划方法和装置
CN112207826A (zh) * 2020-09-28 2021-01-12 深圳市优必选科技股份有限公司 机器人及其路径规划方法和装置
CN114690681A (zh) * 2020-12-25 2022-07-01 丰田自动车株式会社 控制装置、任务系统、控制方法和存储介质
CN113282078B (zh) * 2021-04-12 2022-11-11 西南大学 移动机器人直接导航移动到指目标点的方法、系统及应用
CN113282078A (zh) * 2021-04-12 2021-08-20 西南大学 移动机器人直接导航移动到指目标点的方法、系统及应用
WO2022218177A1 (zh) * 2021-04-15 2022-10-20 北京石头创新科技有限公司 机器人避障方法及装置、机器人、存储介质、电子设备
CN113253738A (zh) * 2021-06-22 2021-08-13 中国科学院自动化研究所 多机器人协作围捕方法、装置、电子设备及存储介质
CN113589830B (zh) * 2021-10-08 2022-01-07 创泽智能机器人集团股份有限公司 一种机器人行走方位预测方法及设备
CN113589830A (zh) * 2021-10-08 2021-11-02 创泽智能机器人集团股份有限公司 一种机器人行走方位预测方法及设备
CN114859914A (zh) * 2022-05-09 2022-08-05 广东利元亨智能装备股份有限公司 障碍物检测方法、装置、设备及存储介质
WO2023216596A1 (zh) * 2022-05-09 2023-11-16 广东利元亨智能装备股份有限公司 障碍物检测方法、装置、设备及存储介质

Also Published As

Publication number Publication date
WO2019237351A1 (zh) 2019-12-19
CN108780320B (zh) 2024-10-18
CN119376384A (zh) 2025-01-28

Similar Documents

Publication Publication Date Title
CN108780320A (zh) 机器人运动控制方法、装置、存储介质及机器人
CN112379679B (zh) 一种无人车辆局部路径规划方法
CN110260867B (zh) 一种机器人导航中位姿确定、纠正的方法、设备及装置
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
CN107300919A (zh) 一种机器人及其行进控制方法
WO2019047415A1 (zh) 轨迹跟踪方法和装置、存储介质、处理器
US20230321830A1 (en) Construction constrained motion primitives from robot maps
CN105717923A (zh) 基于椭圆聚类-碰撞锥推演的无人艇海洋动态避障控制算法
CN114543815B (zh) 基于基因调控网络的多智能体导航控制方法、设备及介质
CN111114542B (zh) 自动驾驶车辆的弯道行驶控制方法、装置、设备和介质
CN104765371A (zh) 基于滚动窗的深度搜索与模糊控制融合的路径规划方法
CN110865640A (zh) 一种智能机器人的避障结构
CN118226860B (zh) 机器人运动控制方法、装置、机器人和存储介质
CN114545971A (zh) 一种通讯约束下多智能体分布式可飞路径规划方法、系统、计算机设备及介质
CN115390551A (zh) 一种机器人路径规划方法、装置、电子设备及存储介质
CN110888443A (zh) 一种移动机器人旋转避障方法及系统
CN113428179B (zh) 一种车道距离的检测方法、装置、计算机设备和存储介质
CN110442138A (zh) 一种机器人集群的控制及避障方法
CN105538309B (zh) 一种有限传感能力的机器人障碍物动态识别算法
CN114442674A (zh) 目标跟踪方法、装置、电子设备和计算机可读存储介质
Salaris et al. Epsilon-optimal synthesis for vehicles with vertically bounded field-of-view
US11927961B2 (en) Constrained robot autonomy language
CN205028160U (zh) 无人机自主着陆的测量解析装置及控制装置
CN114815842A (zh) 一种移动机器人动态避障方法、系统和移动机器人
Omar et al. 3D path planning for unmanned aerial vehicles using visibility line based method

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210302

Address after: 201111 2nd floor, building 2, no.1508, Kunyang Road, Minhang District, Shanghai

Applicant after: Dalu Robot Co.,Ltd.

Address before: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.)

Applicant before: CLOUDMINDS (SHENZHEN) ROBOTICS SYSTEMS Co.,Ltd.

CB02 Change of applicant information
CB02 Change of applicant information

Address after: 201111 Building 8, No. 207, Zhongqing Road, Minhang District, Shanghai

Applicant after: Dayu robot Co.,Ltd.

Address before: 201111 2nd floor, building 2, no.1508, Kunyang Road, Minhang District, Shanghai

Applicant before: Dalu Robot Co.,Ltd.

GR01 Patent grant
GR01 Patent grant