CN109696909A - 足式机器人路径规划方法及装置 - Google Patents
足式机器人路径规划方法及装置 Download PDFInfo
- Publication number
- CN109696909A CN109696909A CN201710991781.9A CN201710991781A CN109696909A CN 109696909 A CN109696909 A CN 109696909A CN 201710991781 A CN201710991781 A CN 201710991781A CN 109696909 A CN109696909 A CN 109696909A
- Authority
- CN
- China
- Prior art keywords
- type robot
- legged type
- robot
- global path
- subpath
- 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 41
- 230000004888 barrier function Effects 0.000 claims abstract description 49
- 230000006641 stabilisation Effects 0.000 claims abstract description 17
- 238000011105 stabilization Methods 0.000 claims abstract description 17
- 230000006870 function Effects 0.000 claims description 31
- 238000011156 evaluation Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 18
- 230000015654 memory Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
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)
- Manipulator (AREA)
Abstract
本发明适用于机器人技术领域，本发明提供足式机器人路径规划方法及装置，所述方法包括：构建三维地图，并识别三维地图中的障碍物；根据足式机器人的体形和障碍物，确定足式机器人的全局路径；若判定全局路径可通行，根据足式机器人的待移动足端与移动后的稳定足端构成稳定多边形区域，确定待移动足端的待落足点；根据机器人的全局路径和机器人的待移动足端的待落足点，控制机器人的行走，不但能够实现足式机器人路径可通行性的判定，而且能够实现足式机器人在非结构化复杂地形中稳定行走。
Description
技术领域
本发明属于机器人技术领域，尤其涉及足式机器人路径规划方法及装置。
背景技术
随着智能机器人尤其是足式机器人的普及与发展，足式机器人在非结构化复杂地形(如山坡、森林)运动的过程中，需要对足式机器人的路径进行规划。
目前现有对路径进行规划的方法一般是，根据地图可通过的区域进行规划，确定足式机器人的路径，但是由于该方式只考虑了路径规划的可通行性和可达性，无法保证足式机器人的稳定性。
发明内容
有鉴于此，本发明实施例提供了一种足式机器人路径规划方法及装置，够实足式机器人在非结构化复杂地形中稳定行走。
本发明实施例的第一方面，提供了一种足式机器人路径规划方法，包括：
构建三维地图，并识别所述三维地图中的障碍物；
根据足式机器人的体形和所述障碍物，确定所述足式机器人的全局路径；
若判定所述全局路径可通行，根据足式机器人的待移动足端与移动后的稳定足端构成稳定多边形区域，确定待移动足端的待落足点；
根据所述机器人的全局路径和所述机器人的待移动足端的待落足点，控制机器人的行走。
本发明实施例的第二方面，提供了一种足式机器人路径规划装置，包括：
三维地图处理模块，用于构建三维地图，并识别所述三维地图中的障碍物；
全局路径确定模块，用于根据足式机器人的体形和所述障碍物，确定所述足式机器人的全局路径；
待落足点确定模块，用于若判定所述全局路径可通行，根据足式机器人的待移动足端与移动后的稳定足端构成稳定多边形区域，确定待移动足端的待落足点；
行走控制模块，用于根据所述机器人的全局路径和所述机器人的待移动足端的待落足点，控制机器人的行走。
本发明实施例的第三方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的足式机器人路径规划方法的步骤。
本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的足式机器人路径规划方法的步骤。
本发明实施例与现有技术相比的有益效果是：本发明实施例提供的足式机器人路径规划方法及装置，通过构建三维地图，并识别三维地图中的障碍物；根据足式机器人的体形和障碍物，确定足式机器人的全局路径；若判定全局路径可通行，根据足式机器人的待移动足端与移动后的稳定足端构成稳定多边形区域，确定待移动足端的待落足点；根据机器人的全局路径和机器人的待移动足端的待落足点，控制机器人的行走，不但能够实现足式机器人路径可通行性的判定，而且能够实现足式机器人在非结构化复杂地形中稳定行走。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种足式机器人路径规划的流程示意图；
图2本发明实施例提供的三维地图划分为若干栅格、机器人体形及障碍物的示意图；
图3发明实施例提供的全局路径及落足点示意图；
图4为本发明另一实施例提供的一种足式机器人路径规划的流程示意图；
图5为足式机器人的最小通行区域的示意图；
图6为本发明再一实施例提供的一种足式机器人路径规划的流程示意图；
图7为本发明又一实施例提供的一种足式机器人路径规划的流程示意图；
图8为本发明一实施例提供的一种足式机器人路径规划装置的结构框图。
图9为本发明一实施例提供一种终端设备的示意框图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
参考图1，图1为本发明一实施例提供的一种足式机器人路径规划的流程示意图。该方法可以应用于可以应用于足式机器人，包括但不限于四足式、六足式、八足式机器人或者其他足式机器人，所述方法详述如下：
S101：构建三维地图，并识别三维地图中的障碍物。
在本发明实施例中，可以通过设置在足式机器人上的激光雷达或视觉识别设备构建三维地图。可以通过激光雷达扫描当前的环境(丛林或山地等)构建当前环境的三维地图；或者通过视觉识别设备拍摄到当前的环境(丛林或山地等)构建当前环境的三维地图。参考图2，可以通过栅格原理，将三维地图分成若干栅格，标注三维地图中的障碍物(如图2中的A所示)。
S102：根据足式机器人的体形和障碍物，确定足式机器人的全局路径。
在本发明实施例中，参考图2，足式机器人的体形(如图2中的B所示)和障碍物之间的距离，确定足式机器人从甲地到达乙地的全局路径。
S103：若判定全局路径可通行，根据足式机器人的待移动足端与移动后的稳定足端构成稳定多边形区域，确定待移动足端的待落足点。
在本发明实施例中，可根据三维地图中全局路径的地形梯度判断全局路径是否可通行。足式机器人的待移动足端为当前机器人运动需要移动的足端，移动后的稳定足端为当前机器人待移动足端落地后其他足端中稳定的足端(没有移动的足端)。
S104：根据机器人的全局路径和机器人的待移动足端的待落足点，控制足式机器人的行走。
在本发明实施例中，参考图3，以全局路径(图3中C所示)为参考路径，以机器人的待移动足端的待落足点为落足点(图3中D所示)，控制所述足式的行走。
从本实施例可知，通过构建三维地图，并识别三维地图中的障碍物；根据足式机器人的体形和障碍物，确定足式机器人的全局路径；若判定全局路径可通行，根据足式机器人的待移动足端与移动后的稳定足端构成稳定多边形区域，确定待移动足端的待落足点；根据机器人的全局路径和机器人的待移动足端的待落足点，控制机器人的行走，不但能够实现足式机器人路径可通行性的判定，而且能够实现足式机器人在非结构化复杂地形中稳定行走。
参考图4，图4为本发明另一实施例提供的一种足式机器人路径规划的流程示意图。在上述实施例的基础上，步骤S202与上述步骤S102内容一致，具体请参考S102的相关描述，这里不再赘述。
S202：以足式机器人的本体中心为圆心，以足式机器人的本体的边缘距离圆心最远的距离为半径，获取足式机器人的最小通行区域。
参考图5，图5为足式机器人的最小通行区域的示意图，图5中d为足式机器人的本体距离圆心最远的距离为半径，O为足式机器人的本体中心为圆心。
S203：根据最小通行区域和障碍物确定足式机器人的全局路径。
参考图2，当最小通行区域小于通过障碍物之间的最小距离，可以确定足式机器人通过某个障碍物节点；根据从甲地到乙任意一条节点组成的路径确定为足式机器人的全局路径。
步骤S204至S205与步骤S103至S104的内容一致，具体请参考S103至S104的相关描述，这里不再赘述。
从本发明实施例可知，通过将获取所述足式机器人的最小通行区域，然后根据所述最小通行区域和所述障碍物确定所述足式机器人的全局路径，可以保证确定的全局路径的准确性，保证机器人不受障碍物的影响而无法通行。
参考图6，图6为本发明再一实施例提供的一种足式机器人路径规划的流程示意图。在上述实施例的基础上，上述步骤S203包括：
S301：根据最小通行区域和障碍物在三维地图中确定多个节点。
在本发明实施例中，三维地图中通过任意一个障碍物时，可以确定为一个节点，确定的多个节点为全局路径上的所有可用节点。
S302：根据三维地图中的初始节点，采用估价函数确定第一子路径。
在本发明实施例中，初始节点为足式机器人出发位置(例如图2中的甲地)的节点。
其中，估价函数的计算公式具体为：
f(x)＝g(x)+h(x)
s.t.min(x-xb)≥d
式中，f(x)为当前节点估价函数；g(x)为初始节点到当前节点的实际代价；h(x)为当前节点到目标节点的最优路径，该目标节点为最优路径的终点；x为当前节点；xb为当前节点周围的障碍物节点。
S303：以第一子路径的终点为当前节点，采用估价函数确定第二子路径。
S304：以此类推，以第N-1子路径的终点或第N-1子路径之前的任一子路径的终点为当前节点，采用估价函数确定第N子路径。
在本发明实施例中，计算任一条当前子路径时，不限于将当前子路径的上一个子路径的终点作为当前节点，也可以是当前子路径之前的任一一个子路径的终点作为当前节点。
S305：根据依次确定的N个子路径确定足式机器人的全局路径，其中N为自然数。
从本发明实施例可知，采用本发明的估价函数的算法，能够使得确定节点时最优的节点，从而得到最优的全局路径，保证足式机器人能够高效快速的通行。
在本发明的一个实施例中，在上述实施例的基础上，上述步骤S103包括：
采用预设优化算法，根据所述全局路径的期望轨迹、所述四足机器人的步长和三角形区域，确定待移动足端的待落足点；
其中，预设优化算法为：
max STC1S+(x-x')TC2(x-x')
s.t.lmin≤|x-x'|≤lmax
|x-xd|≤dismax
|d1+d2|>d3
|d1-d2|<d3
式中，S为三角形区域的面积；x为待移动足端的待落足点；x'为待移动足端的当前落足点；xd为全局路径的期望轨迹；lmin和lmax分别为四足机器人的步长的最小距离和最大距离；dismax为待移动足端的待落足点与全局路径的期望轨迹的最小距离；d1、d2和d3分别为待移动足端待落足点和与两个移动后的稳定足端的落足点之间的两两距离。
参考图7，图7为本发明又一实施例提供的一种足式机器人路径规划的流程示意图。在上述实施例的基础上，详述如下：
S401：构建三维地图，并识别三维地图中的障碍物。
S402：根据足式机器人的体形和障碍物，确定足式机器人的全局路径。
S403：获取所述全局路径的带坡度地形的最大地形梯度值。
S404：若所述最大地形梯度值不超过预设梯度阈值，则判定所述全局路径可通行。
在本发明实施例中，预设梯度阈值可根据足式机器人的特性进行设置。
S405：若判定全局路径可通行，根据足式机器人的待移动足端与移动后的稳定足端构成稳定多边形区域，确定待移动足端的待落足点。
S406：根据机器人的全局路径和机器人的待移动足端的待落足点，控制足式机器人的行走。
从本实施例可知，通判断全局路径的最大地形梯度值，避免足式机器人由于路径的坡度太大无法通行。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例的足式机器人路径规划方法，图8为本发明一实施例提供的一种足式机器人路径规划装置的结构框图，为了便于说明，仅示出了与本发明实施例相关的部分。参照图8，该装置包括：三维地图处理模块501、全局路径确定模块502、待落足点确定模块503和行走控制模块504。
其中，三维地图处理模块501，用于构建三维地图，并识别所述三维地图中的障碍物；
全局路径确定模块502，用于根据足式机器人的体形和所述障碍物，确定所述足式机器人的全局路径；
待落足点确定模块503，用于若判定所述全局路径可通行，根据足式机器人的待移动足端与移动后的稳定足端构成稳定多边形区域，确定待移动足端的待落足点；
行走控制模块504，用于根据所述机器人的全局路径和所述机器人的待移动足端的待落足点，控制所述足式机器人的行走。
从本实施例可知，通过构建三维地图，并识别三维地图中的障碍物；根据足式机器人的体形和障碍物，确定足式机器人的全局路径；若判定全局路径可通行，根据足式机器人的待移动足端与移动后的稳定足端构成稳定多边形区域，确定待移动足端的待落足点；根据机器人的全局路径和机器人的待移动足端的待落足点，控制机器人的行走，不但能够实现足式机器人路径可通行性的判定，而且能够实现足式机器人在非结构化复杂地形中稳定行走。
参考图8，在本发明的一个实施例中，在上述实施例的基础上，所述全局路径确定模块502包括：
最小通行区域获取单元5021，由于以所述足式机器人的本体中心为圆心，以所述足式机器人的本体的边缘距离所述圆心最远的距离为半径，获取所述足式机器人的最小通行区域；
全局路径确定单元5022，用于根据所述最小通行区域和所述障碍物确定所述足式机器人的全局路径。
参考图8，在本发明的一个实施例中，在上述实施例的基础上，所述全局路径确定单元，具体用于根据所述最小通行区域和所述障碍物在三维地图中确定多个节点；根据三维地图中的初始节点，采用估价函数确定第一子路径；以第一子路径的终点为当前节点，采用所述估价函数确定第二子路径；以此类推，以第N-1子路径的终点或第N-1子路径之前的任一子路径的终点为当前节点，采用所述估价函数确定第N子路径；根据依次确定的N个子路径确定所述足式机器人的全局路径，其中N为自然数；
所述估价函数的计算公式具体为：
f(x)＝g(x)+h(x)
s.t.min(x-xb)≥d
式中，f(x)为当前节点估价函数；g(x)为初始节点到当前节点的实际代价；h(x)为当前节点到目标节点的最优路径，所述目标节点为最优路径的终点；x为当前节点；xb为当前节点周围的障碍物节点。
参考图8，在本发明的一个实施例中，在上述实施例的基础上，所述足式机器人为四足机器人，所述稳定多边形区域为三角形区域；
所述待落足点确定模块503，具体用于采用预设优化算法，根据所述全局路径的期望轨迹、所述四足机器人的步长和三角形区域，确定待移动足端的待落足点；其中，预设优化算法为：
max STC1S+(x-x')TC2(x-x')
s.t.lmin≤|x-x'|≤lmax
|x-xd|≤dismax
|d1+d2|>d3
|d1-d2|<d3
式中，S为三角形区域的面积；x为待移动足端的待落足点；x'为待移动足端的当前落足点；xd为全局路径的期望轨迹；lmin和lmax分别为四足机器人的步长的最小距离和最大距离；dismax为待移动足端的待落足点与全局路径的期望轨迹的最小距离；d1、d2和d3分别为待移动足端待落足点和与两个移动后的稳定足端的落足点之间的两两距离。
参考图8，在本发明的一个实施例中，在上述实施例的基础上，所述装置还包括：
全局路径可通行判定模块505，用于获取所述全局路径的带坡度地形的最大地形梯度值，若所述最大地形梯度值不超过预设梯度阈值，则判定所述全局路径可通行。
参见图9，图9为本发明一实施例提供一种终端设备的示意框图。如图9所示的本实施例中的终端600可以包括：一个或多个处理器601、一个或多个输入设备602、一个或多个则输出设备603及一个或多个存储器604。上述处理器601、输入设备602、则输出设备603及存储器604通过通信总线605完成相互间的通信。存储器604用于存储计算机程序，所述计算机程序包括程序指令。处理器601用于执行存储器604存储的程序指令。其中，处理器601被配置用于调用所述程序指令执行以下操作：
处理器601，用于构建三维地图，并识别所述三维地图中的障碍物；根据足式机器人的体形和所述障碍物，确定所述足式机器人的全局路径；若判定所述全局路径可通行，根据足式机器人的待移动足端与移动后的稳定足端构成稳定多边形区域，确定待移动足端的待落足点；根据所述机器人的全局路径和所述机器人的待移动足端的待落足点，控制所述足式机器人的行走。
进一步地，处理器601，还用于所述根据足式机器人的体形和所述障碍物，确定足式机器人的全局路径的过程，以所述足式机器人的本体中心为圆心，以所述足式机器人的本体的边缘距离所述圆心最远的距离为半径，获取所述足式机器人的最小通行区域；根据所述最小通行区域和所述障碍物确定所述足式机器人的全局路径。
进一步地，处理器601，还用于所述根据所述最小通行区域和所述障碍物确定所述足式机器人的全局路径的过程，根据所述最小通行区域和所述障碍物在三维地图中确定多个节点；根据三维地图中的初始节点，采用估价函数确定第一子路径；以第一子路径的终点为当前节点，采用所述估价函数确定第二子路径；以此类推，以第N-1子路径的终点或第N-1子路径之前的任一子路径的终点为当前节点，采用所述估价函数确定第N子路径；根据依次确定的N个子路径确定所述足式机器人的全局路径，其中N为自然数；
所述估价函数的计算公式具体为：
f(x)＝g(x)+h(x)
s.t.min(x-xb)≥d
式中，f(x)为当前节点估价函数；g(x)为初始节点到当前节点的实际代价；h(x)为当前节点到目标节点的最优路径，所述目标节点为最优路径的终点；x为当前节点；xb为当前节点周围的障碍物节点。
进一步地，所述足式机器人为四足机器人，所述稳定多边形区域为三角形区域；处理器601，还用于所述根据足式机器人的待移动足端与移动后的稳定足端构成稳定多边形区域，确定待移动足端的待落足点的过程，采用预设优化算法，根据所述全局路径的期望轨迹、所述四足机器人的步长和三角形区域，确定待移动足端的待落足点。
进一步地，处理器601，还用于判定所述全局路径可通行的过程，获取所述全局路径的带坡度地形的最大地形梯度值；若所述最大地形梯度值不超过预设梯度阈值，则判定所述全局路径可通行。
应当理解，在本发明实施例中，所称处理器601可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备602可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备603可以包括显示器(LCD等)、扬声器等。
该存储器604可以包括只读存储器和随机存取存储器，并向处理器601提供指令和数据。存储器604的一部分还可以包括非易失性随机存取存储器。例如，存储器604还可以存储设备类型的信息。
具体实现中，本发明实施例中所描述的处理器601、输入设备602、输出设备603可执行本发明实施例提供的业务请求方法的第一实施例和第二实施例中所描述的实现方式，也可执行本发明实施例所描述的终端的实现方式，在此不再赘述。
在本发明的另一实施例中提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
所述计算机可读存储介质可以是前述任一实施例所述的终端的内部存储单元，例如终端的硬盘或内存。所述计算机可读存储介质也可以是所述终端的外部存储设备，例如所述终端上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述计算机可读存储介质还可以既包括所述终端的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序及所述终端所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的终端和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的终端和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种足式机器人路径规划方法，其特征在于，包括：
构建三维地图，并识别所述三维地图中的障碍物；
根据足式机器人的体形和所述障碍物，确定所述足式机器人的全局路径；
若判定所述全局路径可通行，根据足式机器人的待移动足端与移动后的稳定足端构成稳定多边形区域，确定待移动足端的待落足点；
根据所述机器人的全局路径和所述机器人的待移动足端的待落足点，控制所述足式机器人的行走。
2.根据权利要求1所述的足式机器人路径规划方法，其特征在于，所述根据足式机器人的体形和所述障碍物，确定足式机器人的全局路径，包括：
以所述足式机器人的本体中心为圆心，以所述足式机器人的本体的边缘距离所述圆心最远的距离为半径，获取所述足式机器人的最小通行区域；
根据所述最小通行区域和所述障碍物确定所述足式机器人的全局路径。
3.根据权利要求2所述的足式机器人路径规划方法，其特征在于，所述根据所述最小通行区域和所述障碍物确定所述足式机器人的全局路径，包括：
根据所述最小通行区域和所述障碍物在三维地图中确定多个节点；
根据三维地图中的初始节点，采用估价函数确定第一子路径；
以第一子路径的终点为当前节点，采用所述估价函数确定第二子路径；
以此类推，以第N-1子路径的终点或第N-1子路径之前的任一子路径的终点为当前节点，采用所述估价函数确定第N子路径；
根据依次确定的N个子路径确定所述足式机器人的全局路径，其中N为自然数；
所述估价函数的计算公式具体为：
f(x)＝g(x)+h(x)
s.t.min(x-xb)≥d
式中，f(x)为当前节点估价函数；g(x)为初始节点到当前节点的实际代价；h(x)为当前节点到目标节点的最优路径，所述目标节点为最优路径的终点；x为当前节点；xb为当前节点周围的障碍物节点。
4.根据权利要求1所述的足式机器人路径规划方法，其特征在于，所述足式机器人为四足机器人，所述稳定多边形区域为三角形区域；
所述根据足式机器人的待移动足端与移动后的稳定足端构成稳定多边形区域，确定待移动足端的待落足点，包括：
采用预设优化算法，根据所述全局路径的期望轨迹、所述四足机器人的步长和三角形区域，确定待移动足端的待落足点。
5.根据权利要求1至4任一项所述的足式机器人路径规划方法，其特征在于，判定所述全局路径可通行的过程，包括：
获取所述全局路径的带坡度地形的最大地形梯度值；
若所述最大地形梯度值不超过预设梯度阈值，则判定所述全局路径可通行。
6.一种足式机器人路径规划装置，其特征在于，包括：
三维地图处理模块，用于构建三维地图，并识别所述三维地图中的障碍物；
全局路径确定模块，用于根据足式机器人的体形和所述障碍物，确定所述足式机器人的全局路径；
待落足点确定模块，用于若判定所述全局路径可通行，根据足式机器人的待移动足端与移动后的稳定足端构成稳定多边形区域，确定待移动足端的待落足点；
行走控制模块，用于根据所述机器人的全局路径和所述机器人的待移动足端的待落足点，控制所述足式机器人的行走。
7.根据权利要求6所述的足式机器人路径规划装置，其特征在于，所述全局路径确定模块包括：
最小通行区域获取单元，由于以所述足式机器人的本体中心为圆心，以所述足式机器人的本体的边缘距离所述圆心最远的距离为半径，获取所述足式机器人的最小通行区域；
全局路径确定单元，用于根据所述最小通行区域和所述障碍物确定所述足式机器人的全局路径。
8.根据权利要求7所述的足式机器人路径规划装置，其特征在于，
所述全局路径确定单元，具体用于根据三维地图中的初始节点，采用估价函数确定第一子路径；以第一子路径的终点为当前节点，采用所述估价函数确定第二子路径；以此类推，以第N-1子路径的终点或第N-1子路径之前的任一子路径的终点为当前节点，采用所述估价函数确定第N子路径；根据依次确定的N个子路径确定所述足式机器人的全局路径，其中N为自然数；
所述估价函数的计算公式具体为：
f(x)＝g(x)+h(x)
s.t.min(x-xb)≥d
式中，f(x)为当前节点估价函数；g(x)为初始节点到当前节点的实际代价；h(x)为当前节点到目标节点的最优路径，所述目标节点为最优路径的终点；x为当前节点；xb为当前节点周围的障碍物节点。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的足式机器人路径规划方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的足式机器人路径规划方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710991781.9A CN109696909B (zh) | 2017-10-23 | 2017-10-23 | 足式机器人路径规划方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710991781.9A CN109696909B (zh) | 2017-10-23 | 2017-10-23 | 足式机器人路径规划方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109696909A true CN109696909A (zh) | 2019-04-30 |
| CN109696909B CN109696909B (zh) | 2022-04-15 |
Family
ID=66226795
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710991781.9A Active CN109696909B (zh) | 2017-10-23 | 2017-10-23 | 足式机器人路径规划方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109696909B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110515094A (zh) * | 2019-07-11 | 2019-11-29 | 同济大学 | 基于改进rrt*的机器人点云地图路径规划方法及系统 |
| CN110597267A (zh) * | 2019-09-27 | 2019-12-20 | 长安大学 | 一种足式机器人的局部最优落足点选取方法 |
| CN110834685A (zh) * | 2019-09-29 | 2020-02-25 | 中国北方车辆研究所 | 一种四足机器人动态跨越凹障碍方法 |
| CN111766885A (zh) * | 2020-07-08 | 2020-10-13 | 清华大学深圳国际研究生院 | 一种四足机器人的静步态规划方法 |
| CN112084853A (zh) * | 2020-08-04 | 2020-12-15 | 深圳市优必选科技股份有限公司 | 一种脚印预测方法、脚印预测装置及人形机器人 |
Citations (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0664569A (ja) * | 1992-08-21 | 1994-03-08 | Takenaka Komuten Co Ltd | 歩行型移動機構の安定方法およびその装置 |
| KR20030063865A (ko) * | 2002-01-24 | 2003-07-31 | 엘지전자 주식회사 | 로봇의 이동제어방법 |
| CN1733434A (zh) * | 2004-08-11 | 2006-02-15 | 索尼株式会社 | 控制机器人装置的操作的设备和方法 |
| EP1864763A4 (en) * | 2005-03-30 | 2008-04-30 | Tmsuk Co Ltd | FOUR PAWN DRYERS |
| US20110231050A1 (en) * | 2010-03-22 | 2011-09-22 | Goulding John R | In-Line Legged Robot Vehicle and Method for Operating |
| CN102749919A (zh) * | 2012-06-15 | 2012-10-24 | 华中科技大学 | 一种多足机器人平衡控制方法 |
| CN103149933A (zh) * | 2013-02-27 | 2013-06-12 | 南京邮电大学 | 基于闭环控制的仿人机器人全向行走方法 |
| CN103345285A (zh) * | 2013-06-27 | 2013-10-09 | 山东大学 | 一种四足机器人遥控系统及其遥控方法 |
| CN104035438A (zh) * | 2013-11-14 | 2014-09-10 | 扬州西岐自动化科技有限公司 | 一种基于种群多样性的自适应多目标机器人避障算法 |
| CN104267720A (zh) * | 2014-10-24 | 2015-01-07 | 山东大学 | 一种四足仿生机器人的自由步态生成方法 |
| CN104808671A (zh) * | 2015-05-19 | 2015-07-29 | 东南大学 | 一种家居环境下的机器人路径规划方法 |
| CN105137969A (zh) * | 2015-07-31 | 2015-12-09 | 中国人民解放军国防科学技术大学 | 基于支撑线运动分解的四足机器人trot步态本体位姿控制方法 |
| CN105353760A (zh) * | 2015-12-15 | 2016-02-24 | 中国北方车辆研究所 | 基于支撑域位置反馈的足式机器人机身摆动幅度规划方法 |
| CN106406320A (zh) * | 2016-11-29 | 2017-02-15 | 重庆重智机器人研究院有限公司 | 机器人路径规划方法及规划路线的机器人 |
| US9594377B1 (en) * | 2015-05-12 | 2017-03-14 | Google Inc. | Auto-height swing adjustment |
| CN106547206A (zh) * | 2016-06-29 | 2017-03-29 | 中南大学 | 一种基于脚力估计算法的多足机器人动态稳定性定量判定方法 |
| CN106695791A (zh) * | 2017-01-11 | 2017-05-24 | 山东科技大学 | 四足仿生机器人连续自由步态生成方法 |
| US9662791B1 (en) * | 2014-07-24 | 2017-05-30 | Google Inc. | Systems and methods for robotic self-right |
| CN106949893A (zh) * | 2017-03-24 | 2017-07-14 | 华中科技大学 | 一种三维避障的室内机器人导航方法和系统 |
| CN107065908A (zh) * | 2017-04-14 | 2017-08-18 | 中国北方车辆研究所 | 一种规划四足机器人静步态机身运动轨迹的方法 |
| CN107065907A (zh) * | 2017-04-14 | 2017-08-18 | 中国北方车辆研究所 | 一种规划四足机器人足端摆动轨迹的方法 |
-
2017
- 2017-10-23 CN CN201710991781.9A patent/CN109696909B/zh active Active
Patent Citations (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0664569A (ja) * | 1992-08-21 | 1994-03-08 | Takenaka Komuten Co Ltd | 歩行型移動機構の安定方法およびその装置 |
| KR20030063865A (ko) * | 2002-01-24 | 2003-07-31 | 엘지전자 주식회사 | 로봇의 이동제어방법 |
| CN1733434A (zh) * | 2004-08-11 | 2006-02-15 | 索尼株式会社 | 控制机器人装置的操作的设备和方法 |
| EP1864763A4 (en) * | 2005-03-30 | 2008-04-30 | Tmsuk Co Ltd | FOUR PAWN DRYERS |
| US20110231050A1 (en) * | 2010-03-22 | 2011-09-22 | Goulding John R | In-Line Legged Robot Vehicle and Method for Operating |
| CN102749919A (zh) * | 2012-06-15 | 2012-10-24 | 华中科技大学 | 一种多足机器人平衡控制方法 |
| CN103149933A (zh) * | 2013-02-27 | 2013-06-12 | 南京邮电大学 | 基于闭环控制的仿人机器人全向行走方法 |
| CN103345285A (zh) * | 2013-06-27 | 2013-10-09 | 山东大学 | 一种四足机器人遥控系统及其遥控方法 |
| CN104035438A (zh) * | 2013-11-14 | 2014-09-10 | 扬州西岐自动化科技有限公司 | 一种基于种群多样性的自适应多目标机器人避障算法 |
| US9662791B1 (en) * | 2014-07-24 | 2017-05-30 | Google Inc. | Systems and methods for robotic self-right |
| CN104267720A (zh) * | 2014-10-24 | 2015-01-07 | 山东大学 | 一种四足仿生机器人的自由步态生成方法 |
| US9594377B1 (en) * | 2015-05-12 | 2017-03-14 | Google Inc. | Auto-height swing adjustment |
| CN104808671A (zh) * | 2015-05-19 | 2015-07-29 | 东南大学 | 一种家居环境下的机器人路径规划方法 |
| CN105137969A (zh) * | 2015-07-31 | 2015-12-09 | 中国人民解放军国防科学技术大学 | 基于支撑线运动分解的四足机器人trot步态本体位姿控制方法 |
| CN105353760A (zh) * | 2015-12-15 | 2016-02-24 | 中国北方车辆研究所 | 基于支撑域位置反馈的足式机器人机身摆动幅度规划方法 |
| CN106547206A (zh) * | 2016-06-29 | 2017-03-29 | 中南大学 | 一种基于脚力估计算法的多足机器人动态稳定性定量判定方法 |
| CN106406320A (zh) * | 2016-11-29 | 2017-02-15 | 重庆重智机器人研究院有限公司 | 机器人路径规划方法及规划路线的机器人 |
| CN106695791A (zh) * | 2017-01-11 | 2017-05-24 | 山东科技大学 | 四足仿生机器人连续自由步态生成方法 |
| CN106949893A (zh) * | 2017-03-24 | 2017-07-14 | 华中科技大学 | 一种三维避障的室内机器人导航方法和系统 |
| CN107065908A (zh) * | 2017-04-14 | 2017-08-18 | 中国北方车辆研究所 | 一种规划四足机器人静步态机身运动轨迹的方法 |
| CN107065907A (zh) * | 2017-04-14 | 2017-08-18 | 中国北方车辆研究所 | 一种规划四足机器人足端摆动轨迹的方法 |
Non-Patent Citations (8)
| Title |
|---|
| BYOUNG-HO KIM: "Centroid-based Analysis of Quadruped-Robot Walking Balance", 《2009 INTERNATIONAL CONFERENCE ON ADVANCED ROBOTICS》 * |
| IRAWAN, A (IRAWAN, ADDIE) ETAL.: "Hexa-Quad Transformation Control for Hexapod Robot Based on Support Polygon Pattern", 《PROCEEDINGS OF THE EIGHTEENTH INTERNATIONAL SYMPOSIUM ON ARTIFICIAL LIFE AND ROBOTICS (AROB 18TH "13)》 * |
| SHUMPEI OHTSUKA;GEN ENDO;EDWARDO F. FUKUSHIMA;SHIGEO HIROSE: "Development of Terrain Adaptive Sole for Multi-legged Walking Robot", 《2010 IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS AND SYSTEMS》 * |
| 孟健: "复杂地形环境四足机器人运动控制方法研究与实现", 《中国博士学位论文全文数据库 信息科技辑》 * |
| 戴俊杰: "基于运动约束的四足机器人生物运动规划方法", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 王立: "面向非结构化地形的六足步行机器人运动规划研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 蔡润斌: "四足机器人运动规划及协调控制", 《中国博士学位论文全文数据库 信息科技辑》 * |
| 陈学东等: "模块化多足步行机器人的运动控制系统研究", 《中国机械工程》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110515094A (zh) * | 2019-07-11 | 2019-11-29 | 同济大学 | 基于改进rrt*的机器人点云地图路径规划方法及系统 |
| CN110515094B (zh) * | 2019-07-11 | 2022-12-16 | 同济大学 | 基于改进rrt*的机器人点云地图路径规划方法及系统 |
| CN110597267A (zh) * | 2019-09-27 | 2019-12-20 | 长安大学 | 一种足式机器人的局部最优落足点选取方法 |
| CN110597267B (zh) * | 2019-09-27 | 2023-01-10 | 长安大学 | 一种足式机器人的局部最优落足点选取方法 |
| CN110834685A (zh) * | 2019-09-29 | 2020-02-25 | 中国北方车辆研究所 | 一种四足机器人动态跨越凹障碍方法 |
| CN110834685B (zh) * | 2019-09-29 | 2021-05-28 | 中国北方车辆研究所 | 一种四足机器人动态跨越凹障碍方法 |
| CN111766885A (zh) * | 2020-07-08 | 2020-10-13 | 清华大学深圳国际研究生院 | 一种四足机器人的静步态规划方法 |
| CN111766885B (zh) * | 2020-07-08 | 2023-08-11 | 清华大学深圳国际研究生院 | 一种四足机器人的静步态规划方法 |
| CN112084853A (zh) * | 2020-08-04 | 2020-12-15 | 深圳市优必选科技股份有限公司 | 一种脚印预测方法、脚印预测装置及人形机器人 |
| CN112084853B (zh) * | 2020-08-04 | 2023-12-29 | 深圳市优必选科技股份有限公司 | 一种脚印预测方法、脚印预测装置及人形机器人 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109696909B (zh) | 2022-04-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109696909A (zh) | 足式机器人路径规划方法及装置 | |
| CN109947100B (zh) | 路径规划方法、系统及终端设备 | |
| CN106964156B (zh) | 一种寻路方法以及装置 | |
| CN107389079B (zh) | 高精度路径规划方法和系统 | |
| CN108645411B (zh) | 基于粒子群算法的机器人路径规划方法、装置及终端设备 | |
| CN110955242A (zh) | 机器人导航方法、系统、机器人及存储介质 | |
| CN105704195B (zh) | 确定路网分区边界线方法和设备 | |
| CN111380532B (zh) | 路径规划方法、装置、终端及计算机存储介质 | |
| JP6850325B2 (ja) | 確率プロットに基づく障害物分布シミュレーション方法、装置、端末、記憶媒体、及びプログラム | |
| CN105539517B (zh) | 一种临时限速命令的处理方法及装置 | |
| CN110967019A (zh) | 一种规划机器人局部路径的方法及机器人 | |
| CN111860880B (zh) | 一种路径确定方法、装置、电子设备和存储介质 | |
| CN112419779B (zh) | 无人车停靠点的选取方法及装置、存储介质及电子设备 | |
| CN110123208A (zh) | 一种控制机器人清洁的方法及机器人 | |
| KR20200081571A (ko) | 지도 생성 및 갱신 시스템 및 방법 | |
| CN114061606B (zh) | 路径规划方法、装置、电子设备及存储介质 | |
| CN113847927A (zh) | 路径生成的方法、装置、设备、存储介质及程序产品 | |
| CN111177927A (zh) | 一种车辆参考行驶线构建方法、电子设备及存储介质 | |
| CN108663062B (zh) | 路径规划方法及其系统 | |
| Belcastro et al. | Edge-cloud continuum solutions for urban mobility prediction and planning | |
| CN108120444A (zh) | 一种电子地图数据处理方法及装置 | |
| US20220034670A1 (en) | Systems and methods for simulating edge-computing deployment in diverse terrains | |
| CN112711647B (zh) | 地图信息显示方法和装置、存储介质及电子设备 | |
| CN107588779B (zh) | 一种基于任意两节点间行程时间的车辆智能导航方法 | |
| CN115830578A (zh) | 应用于目标无人车辆的物品巡检方法、装置和电子设备 |
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 |