CN110426053B - 一种路径规划方法以及移动机器人 - Google Patents
一种路径规划方法以及移动机器人 Download PDFInfo
- Publication number
- CN110426053B CN110426053B CN201910628712.0A CN201910628712A CN110426053B CN 110426053 B CN110426053 B CN 110426053B CN 201910628712 A CN201910628712 A CN 201910628712A CN 110426053 B CN110426053 B CN 110426053B
- Authority
- CN
- China
- Prior art keywords
- mobile robot
- node
- point
- path planning
- planning method
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明提出一种路径规划方法以及移动机器人,建立待测环境的栅格地图,标记出障碍物在所述栅格地图中的位置,根据移动机器人当前位置和目标点位置,利用A*算法搜索获得路径节点,获取所述路径节点中的拐点,在所述拐点处进行撒点操作,通过撒点操作获得若干样点并筛选出符合要求的样点,判断移动机器人从所述样点是否能直达所述目标点位置,获得最优的路径。通过撒点操作结合A*算法搜索路径,减少对栅格地图上不相关区域的搜索,并避开环境中的障碍物,减少了移动机器人的碰撞,有效缩短了路径规划时间、提高了路径规划效率,而且提高了移动机器人行走的安全性,改善了用户的体验。
Description
技术领域
本发明涉及机器人领域,尤其涉及一种路径规划方法以及移动机器人。
背景技术
移动机器人在工业生产、生活服务、环境探测等多个领域都有着广泛的应用,其中路径规划是众多本领域技术人员的重点研究方向,现有技术中当家居地图环境中某块区域没有清扫干净,需要到达指定的地点进行补扫或机器人电量不足需要到达指定地点进行充电,因此需要进行路径规划。然而,当地图较大时,将机器人在搜索路径的时候对规模不断增加的数组或链表进行非常频繁的排序操作,对许多不相关的区域也进行了搜索、导致计算量增大,路径规划所需时间加长。此外当地图中有较多的障碍物时,路径规划会使得机器人与障碍物距离过小,使得机器人行走时安全性不高,甚至可能会被陷阱困住,因此,需要对机器人进行改进。
发明内容
本发明至少在一定程度上解决上述技术问题之一,因此本发明提出一种路径规划方法以及移动机器人,通过优化A*路径搜索算法,避开环境中的障碍物同时减少对不相关区域搜索,以缩短路径搜索时间使得路径规划效率得到提高,并提高移动机器人行走安全性,改善用户体验。
本发明的第一方面在于提出一种移动机器人的路径规划方法,所述路径规划方法包括以下步骤:
步骤S100,建立待测环境的栅格地图,标记出障碍物在所述栅格地图中的位置;
步骤S200,根据移动机器人当前位置和目标点位置,利用A*算法搜索获得路径节点;
步骤S300,获取所述路径节点中的拐点,在所述拐点处进行撒点操作;
步骤S400,通过撒点操作获得若干样点筛选出符合要求的样点;
步骤S500,判断移动机器人从所述样点是否能直达所述目标点位置,若不能直达目标点位置,则执行步骤S200至S400,直至移动机器人可从当前位置直达目标点位置。
进一步的,利用A*算法搜索获得的路径节点依次包括初始节点、当前节点、辅助节点,判断所述当前节点是否为终点;
若是则结束路径规划过程;
若否,则通过判断当前节点和目标点之间是否有障碍物,判定从当前节点是否可直接到达目标点位置;若从当前节点能达目标点位置,则保存从当前节点至目标点的路径,结束路径规划;若从当前节点不能直达目标点位置,则执行后续步骤。
更进一步的,所述路径规划方法包括判断所述初始节点、当前节点、辅助节点三者是否共线,
若初始节点、当前节点、辅助节点不共线,则判定所述当前节点为拐点,则在所述拐点处进行撒点操作;
若初始节点、当前节点、辅助节点共线则当前节点不是拐点,则执行步骤S200。
进一步的,步骤S400包括:通过所述撒点操作获得若干个样点,逐个判断每个样点与所述移动机器人之间是否存在障碍物;
若样点与所述移动机器人之间不存在障碍物,则将所述样点保存并设置为节点,否则不保存所述样点;
若所有样点与所述移动机器人之间存在障碍物,则执行步骤S200和步骤S300。
更进一步的,步骤S400包括:若与移动机器人之间不存在障碍物的样点数量超过一个,则判断所述样点与所述移动机器人之间的距离,保存距离所述移动机器人最近的样点,将所述样点保存并设置为节点。
更进一步的,步骤S400包括:若同时存在多个样点与移动机器人最近,则获取移动机器人当前位置与目标点之间连线的第一斜率,并获取移动机器人当前位置与样点之间连线的第二斜率,保存第二斜率最接近所述第一斜率的样点,将所述样点保存并设置为节点。
进一步的,确定所述节点后,通过判断所述节点与目标点连线之间是否存在障碍物,判定从所述节点是否可直达所述目标点位置,若能直达所述目标点位置,则保存路径。
更进一步的,所述路径规划方法包括:所述移动机器人在扇形区域内进行撒点操作,所述扇形区域的角度在60度至150度范围内。
优选的,所述路径规划方法包括:所述移动机器人在扇形区域内进行撒点操作,所述扇形区域的角度为120度。
进一步的,所述路径规划方法包括:所述移动机器人在扇形区域内进行撒点操作,扇形区域位于所述移动机器人前方,所述扇形区域关于移动机器人主方向对称。
本发明的第二方面还提出一种移动机器人,包括处理器和存储器,所述存储器储存有若干所述处理器可执行的指令,所述处理器通过执行所述指令使得移动机器人实现上述实施例中任意一项所述的路径规划方法。
本发明与现有技术相比至少具有以下改进:本发明提出一种路径规划方法,建立待测环境的栅格地图,标记出障碍物在所述栅格地图中的位置,根据移动机器人当前位置和目标点位置,利用A*算法搜索获得路径节点,获取所述路径节点中的拐点,在所述拐点处进行撒点操作,通过撒点操作获得若干样点并筛选出符合要求的样点,判断移动机器人从所述样点是否能直达所述目标点位置,获得最优的路径。通过撒点操作结合A*算法搜索路径,减少对栅格地图上不相关区域的搜索,并避开环境中的障碍物,减少了移动机器人的碰撞,有效缩短了路径规划时间、提高了路径规划效率,而且提高了移动机器人行走的安全性,改善了用户的体验。
附图说明
图1为本发明实施例提供的路径规划流程图;
图2为本发明实施例提供的详细路径规划流程图;
图3为本发明实施例提供的家居环境路径规划示意图;
图4为本发明实施例提供的撒点操作第一种实施例的示意图;
图5为对图4中的样点进行筛选的示意图;
图6为本发明实施例提供的撒点操作第二种实施例的示意图;
图7为对图6中的样点进行筛选的示意图;
图8为本发明实施例提供的移动机器人进行撒点操作的示意图。
附图标记说明:
移动机器人100;扇形区域200;样点201。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“横向”、“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个、三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
本发明是发明人基于以下认识提出的:发明人通过大量实验研究发现,当扫地机器人电量不足需要移动至充电座进行充电或者家庭环境中有某块区域没有清扫干净,此时期望扫地器人尽快移动至充电座进行充电或者将漏扫区域进行补扫,然而扫地机器人受软件算法的限制,需要进行环境地图的全面搜索,一些不相关区域也会进行搜索,导致路径搜索耗时较长,路径规划效率比较低,而且扫地机器人与家庭环境中的障碍物发生碰撞时,扫地机器人自身安全受到影响的同时,扫地机器人所建立的地图的准确性也会受到影响,基于上述因素发明人提出本发明的技术方案。
下面结合附图及实施例对本发明做进一步描述。
请参考附图1,本发明的第一方面在于提出一种移动机器人100的路径规划方法,所述路径规划方法包括以下步骤:
步骤S100,建立待测环境的栅格地图,标记出障碍物在所述栅格地图中的位置;
步骤S200,根据移动机器人100当前位置和目标点位置,利用A*算法搜索获得路径节点;
步骤S300,获取所述路径节点中的拐点,在所述拐点处进行撒点操作;
步骤S400,通过撒点操作获得若干样点201筛选出符合要求的样点201;
步骤S500,判断移动机器人100从所述样点201是否能直达所述目标点位置,若不能直达目标点位置,则执行步骤S200至S400,直至移动机器人100可从当前位置直达目标点位置。
本发明通过撒点操作结合A*算法搜索路径,减少对栅格地图上不相关区域的搜索,并避开环境中的障碍物,减少了移动机器人100的碰撞,使得所建立的地图更加稳定,有效缩短了路径规划时间、提高了路径规划效率,而且提高了移动机器人100行走的安全性,改善了用户的体验。
进一步的,请参考附图2,所述步骤S200包括:
步骤S201,利用A*算法搜索获得的路径节点依次包括初始节点、当前节点、辅助节点,
步骤S202,判断所述当前节点是否为终点;
若是则结束路径规划过程;
若否,如附图2所示,经过步骤S203判定从当前节点是否可直接到达目标点位置,具体而言,则通过判断当前节点和目标点之间是否有障碍物,判断从当前节点是否可直接到达目标点位置;
若从当前节点能达目标点位置,则保存从当前节点至目标点的路径,结束路径规划;
若从当前节点不能直达目标点位置,则执行后续步骤,具体而言,再次参考附图2,执行步骤S204,判断当前节点是否为拐点,若当前节点不是拐点,则返回步骤S201继续通过A*算法搜索,若当前节点是拐点,则执行步骤S300。
更进一步的,所述拐点的判定方式如下:所述路径规划方法包括判断所述初始节点、当前节点、辅助节点三者是否共线,
若初始节点、当前节点、辅助节点不共线,则判定所述当前节点为拐点,则在所述拐点处进行撒点操作;
若初始节点、当前节点、辅助节点共线则当前节点不是拐点,则执行步骤S200。具体而言,此时返回步骤S201通过A*算法进行路径搜索。
进一步的,请参考附图4和附图5,步骤S400包括:通过所述撒点操作获得若干个样点201,逐个判断每个样点201与所述移动机器人100之间是否存在障碍物;
若样点201与所述移动机器人100之间不存在障碍物,则将所述样点201保存并设置为节点,否则不保存所述样点201;
若所有样点201与所述移动机器人100之间存在障碍物,则撒点操作失败,执行步骤S200。具体而言请参考附图6和附图7,当所有样点201与所述移动机器人100之间存在障碍物,则所有样点201都不可用,则执行步骤S200,利用A*算法进行路径搜索。此时移动机器人100通过获取的前方障碍物信息,利用A*算法进行路径搜索获得下一个节点,并在下一个节点处进行撒点操作。
更进一步的,步骤S400包括:若与移动机器人100之间不存在障碍物的样点201数量超过一个,则判断所述样点201与所述移动机器人100之间的距离,保存距离所述移动机器人100最近的样点201,将所述样点201保存并设置为节点。
更进一步的,步骤S400包括:若同时存在多个样点201与移动机器人100最近,则获取移动机器人100当前位置与目标点之间连线的第一斜率,并获取移动机器人100当前位置与样点201之间连线的第二斜率,保存第二斜率最接近所述第一斜率的样点201,将所述样点201保存并设置为节点。
进一步的,确定所述节点后,通过判断所述节点与目标点连线之间是否存在障碍物,判定从所述节点是否可直达所述目标点位置,若能直达所述目标点位置,则保存路径。
更进一步的,所述路径规划方法包括:所述移动机器人100在扇形区域200内进行撒点操作,所述扇形区域200的角度在60度至150度范围内。具体而言请参考附图8,附图8中,包括移动机器人100,扇形区域200以及样点201。扇形区域200的角度包括两个边界点60度和150度,移动机器人100在扇形区域200内进行撒点操作可获得20至50个样点201,并对这些样点201进行筛选,最终确定下一个节点,也即移动机器人100下一步将到达的位置。
优选的,所述路径规划方法包括:所述移动机器人100在扇形区域200内进行撒点操作,所述扇形区域200的角度为120度。
进一步的,再次参考附图8,所述路径规划方法包括:所述移动机器人100在扇形区域200内进行撒点操作,扇形区域200位于所述移动机器人100前方,所述扇形区域200关于移动机器人100主方向对称。
请参附图3,通过若干次撒点操作和A*算法路径搜索获得若干个附图3所述的节点,具体而言,移动机器人100从起点A出发,利用A*算法路径搜索得到节点A1,确定A1点为拐点后,在A1进行撒点操作,找到A2节点,再次通过A*算法路径搜索得到节点A3,移动机器人100在A3点撒点失败后,撒点失败可参考附图7,继续通过A*算法路径搜索得到节点A4,然后依次得到A5、B和B1三个节点,重复执行上述搜索过程,最终得到附图3所示的起点A到终点D的规划路径。需指出的是,当两个相邻的节点距离小于预设值时,则舍弃所搜索获得的下一个节点。
本发明的第二方面还提出一种移动机器人100,包括处理器和存储器,所述存储器储存有若干所述处理器可执行的指令,所述处理器通过执行所述指令使得移动机器人100实现上述实施例中任意一项所述的路径规划方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种移动机器人的路径规划方法,其特征在于,所述路径规划方法包括以下步骤:
步骤S100,建立待测环境的栅格地图,标记出障碍物在所述栅格地图中的位置;
步骤S200,根据移动机器人当前位置和目标点位置,利用A*算法搜索获得路径节点;
步骤S300,获取所述路径节点中的拐点,在所述拐点处进行撒点操作;
步骤S400,通过撒点操作获得若干样点,筛选出符合要求的样点;
步骤S500,判断移动机器人从所述样点是否能直达所述目标点位置,若不能直达目标点位置,则执行步骤S200至S400,直至移动机器人可从当前位置直达目标点位置;
步骤S400包括:通过所述撒点操作获得若干个样点,逐个判断每个样点与所述移动机器人之间是否存在障碍物;
若样点与所述移动机器人之间不存在障碍物,则将所述样点保存并设置为节点,否则不保存所述样点;
若所有样点与所述移动机器人之间存在障碍物,则执行步骤S200和步骤S300;
若与移动机器人之间不存在障碍物的样点数量超过一个,则判断所述样点与所述移动机器人之间的距离,保存距离所述移动机器人最近的样点,将所述样点保存并设置为节点。
2.根据权利要求1所述的路径规划方法,其特征在于,利用A*算法搜索获得的路径节点依次包括初始节点、当前节点、辅助节点,判断所述当前节点是否为终点;
若是则结束路径规划过程;
若否,则通过判断当前节点和目标点之间是否有障碍物,判定从当前节点是否可直接到达目标点位置;若从当前节点能达目标点位置,则保存从当前节点至目标点的路径,结束路径规划;若从当前节点不能直达目标点位置,则执行后续步骤。
3.根据权利要求2所述的路径规划方法,其特征在于,所述路径规划方法包括判断所述初始节点、当前节点、辅助节点三者是否共线,
若初始节点、当前节点、辅助节点不共线,则判定所述当前节点为拐点,则在所述拐点处进行撒点操作;
若初始节点、当前节点、辅助节点共线则当前节点不是拐点,则执行步骤S200。
4.根据权利要求1所述的路径规划方法,其特征在于,步骤S400包括:若同时存在多个样点与移动机器人最近,则获取移动机器人当前位置与目标点之间连线的第一斜率,并获取移动机器人当前位置与样点之间连线的第二斜率,保存第二斜率最接近所述第一斜率的样点,将所述样点保存并设置为节点。
5.根据权利要求4所述的路径规划方法,其特征在于,确定所述节点后,通过判断所述节点与目标点连线之间是否存在障碍物,判定从所述节点是否可直达所述目标点位置,若能直达所述目标点位置,则保存路径。
6.根据权利要求1-4任意一项所述的路径规划方法,其特征在于,所述路径规划方法包括:所述移动机器人在扇形区域内进行撒点操作,所述扇形区域的角度在60度至150度范围内。
7.根据权利要求1-4任意一项所述的路径规划方法,其特征在于,所述路径规划方法包括:所述移动机器人在扇形区域内进行撒点操作,所述扇形区域的角度为120度。
8.根据权利要求1-4任意一项所述的路径规划方法,其特征在于,所述路径规划方法包括:所述移动机器人在扇形区域内进行撒点操作,扇形区域位于所述移动机器人前方,所述扇形区域关于移动机器人主方向对称。
9.一种移动机器人,其特征在于,包括处理器和存储器,所述存储器储存有若干所述处理器可执行的指令,所述处理器通过执行所述指令使得移动机器人实现权利要求1-8任意一项所述的路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910628712.0A CN110426053B (zh) | 2019-07-12 | 2019-07-12 | 一种路径规划方法以及移动机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910628712.0A CN110426053B (zh) | 2019-07-12 | 2019-07-12 | 一种路径规划方法以及移动机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110426053A CN110426053A (zh) | 2019-11-08 |
CN110426053B true CN110426053B (zh) | 2020-11-17 |
Family
ID=68409291
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910628712.0A Active CN110426053B (zh) | 2019-07-12 | 2019-07-12 | 一种路径规划方法以及移动机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110426053B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111191976B (zh) * | 2019-11-29 | 2023-06-27 | 北京京东乾石科技有限公司 | 动态路径规划方法和装置 |
CN110946519A (zh) * | 2019-12-20 | 2020-04-03 | 小狗电器互联网科技(北京)股份有限公司 | 一种扫地机控制方法及装置 |
CN110940341B (zh) * | 2019-12-31 | 2022-04-22 | 达闼机器人有限公司 | 路径规划方法、机器人及计算机可读存储介质 |
CN111736602A (zh) * | 2020-06-16 | 2020-10-02 | 国网上海市电力公司 | 一种改进的轮式机器人路径规划方法 |
CN111735470B (zh) * | 2020-07-29 | 2021-03-02 | 上海国际港务(集团)股份有限公司 | 一种动态环境下的自动导引运输车路径规划方法 |
CN112000754B (zh) * | 2020-08-11 | 2024-06-07 | 珠海格力电器股份有限公司 | 地图构建方法、装置、存储介质及计算机设备 |
CN113286985A (zh) * | 2020-09-17 | 2021-08-20 | 华为技术有限公司 | 一种路径规划方法和路径规划装置 |
CN112487016B (zh) * | 2020-11-30 | 2023-10-03 | 上海汽车集团股份有限公司 | 一种无人驾驶车辆局部路径规划方法及装置 |
CN114911221B (zh) * | 2021-02-09 | 2023-11-28 | 北京小米机器人技术有限公司 | 机器人的控制方法、装置及机器人 |
CN113238549A (zh) * | 2021-03-31 | 2021-08-10 | 珠海市一微半导体有限公司 | 机器人基于可直达的节点的路径规划方法、芯片及机器人 |
CN114323045B (zh) * | 2021-12-24 | 2024-04-19 | 浙江中控技术股份有限公司 | 路径规划方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103453908B (zh) * | 2012-06-01 | 2015-08-19 | 腾讯科技(深圳)有限公司 | 一种电子地图测距方法和装置 |
CN108489501A (zh) * | 2018-03-16 | 2018-09-04 | 深圳冰川网络股份有限公司 | 一种基于智能绕过障碍的快速路径搜索算法 |
CN109116858B (zh) * | 2018-11-07 | 2021-09-07 | 诺亚机器人科技(上海)有限公司 | 一种在指定路径上的绕障路径规划方法及系统 |
CN109445444B (zh) * | 2018-12-25 | 2021-05-11 | 同济大学 | 一种障碍物集中环境下的机器人路径生成方法 |
-
2019
- 2019-07-12 CN CN201910628712.0A patent/CN110426053B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110426053A (zh) | 2019-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110426053B (zh) | 一种路径规划方法以及移动机器人 | |
CN110361009B (zh) | 一种路径规划方法、路径规划系统以及移动机器人 | |
CN110141164B (zh) | 一种门区域识别方法、门区域识别系统以及清洁机器人 | |
KR101427186B1 (ko) | 미지환경에서 지능형 로봇의 이동경로 생성을 위한 영역탐색 및 매핑 장치 | |
CN110850871B (zh) | 一种机器路径规划方法及移动机器人 | |
KR101525071B1 (ko) | 탐색 알고리즘을 이용한 미지 환경에서의 경로 매핑 및 영역 탐색방법 | |
CN112284389B (zh) | 移动机器人路径规划方法、装置、移动机器人和存储介质 | |
US8155081B1 (en) | Self learning roaming optimization | |
CN105739504A (zh) | 一种机器人工作区域的排序方法及排序系统 | |
CN108594828B (zh) | 一种清扫作业路径的生成方法 | |
CN110477813B (zh) | 一种激光式清洁机器人及其控制方法 | |
CN108955696B (zh) | 扫地机及其路径规划方法和装置 | |
CN112168066B (zh) | 清洁机器人的控制方法、装置、清洁机器人及存储介质 | |
CN111178315B (zh) | 识别墙角的方法、装置和计算机设备 | |
CN109341698B (zh) | 一种移动机器人的路径选择方法及装置 | |
CN110989635A (zh) | 扫地机器人的清扫方法及扫地机器人 | |
CN112716401A (zh) | 绕障清扫方法、装置、设备及计算机可读存储介质 | |
CN114343490B (zh) | 机器人清扫方法、机器人及存储介质 | |
Efentakis et al. | SALT. A unified framework for all shortest-path query variants on road networks | |
CN113191412A (zh) | 设备重定位方法、装置、计算机设备和存储介质 | |
CN111443713A (zh) | 融合定位导航系统和方法 | |
CN115047880A (zh) | 一种未知动态环境下机器人智能路径规划方法 | |
CN115265504B (zh) | 一种三维地形测绘方法、系统及终端设备 | |
CN112828883A (zh) | 一种未知环境下的机器人环境探索方法及系统 | |
CN114564023B (zh) | 一种动态场景下的跳点搜索路径规划方法 |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 518110 1701, building 2, Yinxing Zhijie, No. 1301-72, sightseeing Road, Xinlan community, Guanlan street, Longhua District, Shenzhen, Guangdong Province Patentee after: Shenzhen Yinxing Intelligent Group Co.,Ltd. Address before: 518110 Building A1, Yinxing Hi-tech Industrial Park, Guanlan Street Sightseeing Road, Longhua District, Shenzhen City, Guangdong Province Patentee before: Shenzhen Silver Star Intelligent Technology Co.,Ltd. |