CN111012251A - 一种清扫机器人的全覆盖路径的规划方法及装置 - Google Patents

Abstract

本发明实施例提供了一种清扫机器人的全覆盖路径的规划方法及装置，所述方法包括：获取待清扫区域的地图，将所述地图栅格化，并为栅格化后的地图预设的路径的起点和终点；根据预设的权重赋予策略为所述地图中的每一个栅格赋予预设的权重；将所述栅格化后的地图中的路径的起点作为当前点，以当前点为中心点，利用八邻域遍历算法获取下一个点，将所述下一个点作为当前点，并返回执行所述以当前点为中心点，利用八邻域遍历算法获取下一个点的步骤，直至当前点到达终点；将从起点到终点之间的所有当前点组成的路径作为全覆盖路径。应用本发明实施例，可以简化路径规划过程，提高路径规划效率。

Description

一种清扫机器人的全覆盖路径的规划方法及装置

技术领域

本发明涉及路径规划技术领域，具体涉及一种清扫机器人的全覆盖路径的规划方法及装置。

背景技术

随着智能硬件以及通信技术的发展，商场、机场、医院等大型场所越来越多的应用无人驾驶清洁机器人。市场上的无人驾驶清洁机器人为了实现清扫区域的全覆盖以消除卫生死角，大多设有全覆盖路径生成模式。

申请号为201810556654.0的本发明提供了用于移动载具的路径规划方法，属于导航领域，包括以栅格为最小单元对移动载具的作业区域进行分块处理，得到作业区块，在每个作业区块中通过遍历的方式进行往复作业；当移动载具在一个作业区块中完成作业后，进行跨区块作业，在另一个作业区块中同样按遍历的方式进行往复作业。能够令移动载具以已知信息的电子栅格地图为基础，通过区块分割算法得到多个作业区块，在每个作业区块内通过往复遍历路径规划算法规划区块内部的作业路径。通过在当前区块作业完毕后，通过区块间作业顺序规划算法，规划区块间的割草顺序；借助上述诸多算法能够对作业区域内的行进路线进行准确划分，最终提升工作效率。

但是，现有技术中先对栅格地图进行遍历，然后逐一点数，然后将栅格数量相同的赋予相同的序号，进而实现将栅格地图划分若干个区域，然后在每一个区域中分别生成遍历路径，过程较为繁琐，导致路径生成过程效率较低。

发明内容

本发明所要解决的技术问题在于如何提供一种清扫机器人的全覆盖路径的规划方法及装置以解决现有技术中存在的。

本发明通过以下技术手段实现解决上述技术问题的：

本发明实施例提供了一种清扫机器人的全覆盖路径的规划方法，所述方法包括：

获取待清扫区域的地图，将所述地图栅格化，并为栅格化后的地图预设的路径的起点和终点；

根据预设的权重赋予策略为所述地图中的每一个栅格赋予预设的权重，其中，所述权重赋予策略包括：以栅格的权重逐行递减或者递增、栅格的权重逐列递减或者递增、或者栅格的权重环形梯度递减或者递增；

将所述栅格化后的地图中的路径的起点作为当前点，以当前点为中心点，利用八邻域遍历算法获取下一个点，将所述下一个点作为当前点，并返回执行所述以当前点为中心点，利用八邻域遍历算法获取下一个点的步骤，直至当前点到达终点；将从起点到终点之间的所有当前点组成的路径作为全覆盖路径。

应用本发明实施例，权重赋予策略是以栅格的权重逐行递减或者递增、栅格的权重逐列递减或者递增、或者栅格的权重环形梯度递减或者递增的方式为每一个栅格赋予权重，赋予权重的过程仅进行赋值即可，相对于现有技术中不但需要赋值还需要计数的过程更为简单，进而可以简化路径规划过程，提高路径规划效率。

可选的，所述将所述地图栅格化，包括：

将待清扫区域的地图分成若干个大致为矩形的子区域；

针对每一个子区域，以清扫机器人的半径为距离，向内扩张所述子区域，并将扩展后的子区域分割成由若干行与若干列的栅格。

可选的，所述栅格为边长等于清扫机器人直径的方形区域。

可选的，所述利用八邻域遍历算法获取下一个点，将所述下一个点作为当前点，包括：

获取与当前点所在栅格邻接的所有栅格对应的权重，从所有邻接的所有栅格中筛选出未被清扫机器人路过的栅格，将未被清扫机器人路过的栅格中权重最小的栅格的中心点作为当前点的下一个点，并将所述下一个点作为当前点，其中，所述当前点为栅格的中心点。

可选的，在路径规划过程中，在所述方法还包括：

判断当前点的八邻域栅格中是否均为已经达到过的栅格；

若是，清扫机器人从用于存储已去过的点的堆栈中进行回滚操作，然后将回滚后的点作为当前点，然后继续执行以当前点为中心点，利用八邻域遍历算法获取下一个点步骤，其中，回滚的步长可以为至少一个栅格。

本发明实施例还提供了一种清扫机器人的全覆盖路径的规划装置，所述装置包括：

获取模块，用于获取待清扫区域的地图，将所述地图栅格化，并为栅格化后的地图预设的路径的起点和终点；

权重模块，用于根据预设的权重赋予策略为所述地图中的每一个栅格赋予预设的权重，其中，所述权重赋予策略包括：以栅格的权重逐行递减或者递增、栅格的权重逐列递减或者递增、或者栅格的权重环形梯度递减或者递增；

路径模块，用于将所述栅格化后的地图中的路径的起点作为当前点，以当前点为中心点，利用八邻域遍历算法获取下一个点，将所述下一个点作为当前点，并返回执行所述以当前点为中心点，利用八邻域遍历算法获取下一个点的步骤，直至当前点到达终点；将从起点到终点之间的所有当前点组成的路径作为全覆盖路径。

可选的，所述获取模块，用于：

将待清扫区域的地图分成若干个大致为矩形的子区域；

针对每一个子区域，以清扫机器人的半径为距离，向内扩张所述子区域，并将扩展后的子区域分割成由若干行与若干列的栅格。

可选的，所述栅格为边长等于清扫机器人直径的方形区域。

可选的，所述路径模块，用于：

获取与当前点所在栅格邻接的所有栅格对应的权重，从所有邻接的所有栅格中筛选出未被清扫机器人路过的栅格，将未被清扫机器人路过的栅格中权重最小的栅格的中心点作为当前点的下一个点，并将所述下一个点作为当前点，其中，所述当前点为栅格的中心点。

可选的，所述路径模块，还用于：

判断当前点的八邻域栅格中是否均为已经达到过的栅格；

若是，清扫机器人从用于存储已去过的点的堆栈中进行回滚操作，然后将回滚后的点作为当前点，然后继续执行以当前点为中心点，利用八邻域遍历算法获取下一个点步骤，其中，回滚的步长可以为至少一个栅格。

本发明的优点在于：

应用本发明实施例，权重赋予策略是以栅格的权重逐行递减或者递增、栅格的权重逐列递减或者递增、或者栅格的权重环形梯度递减或者递增的方式为每一个栅格赋予权重，赋予权重的过程仅进行赋值即可，相对于现有技术中不但需要赋值还需要计数的过程更为简单，进而可以简化路径规划过程，提高路径规划效率。

附图说明

图1为本发明实施例提供的一种清扫机器人的全覆盖路径的规划方法的流程示意图；

图2为本发明实施例提供的一种清扫机器人的全覆盖路径的规划方法的原理示意图；

图3为本发明实施例提供的一种清扫机器人的全覆盖路径的规划方法中SLAM地图示意图；

图4为本发明实施例提供的一种清扫机器人的全覆盖路径的规划方法中SLAM地图示意图；

图5为本发明实施例提供的一种清扫机器人的全覆盖路径的规划装置的结构示意图。

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，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，都属于本发明保护的范围。

图1为本发明实施例提供的一种清扫机器人的全覆盖路径的规划方法的流程示意图，图2为本发明实施例提供的一种清扫机器人的全覆盖路径的规划方法的原理示意图，如图1和图2所示，所述方法包括：

S101：获取待清扫区域的地图，将所述地图栅格化，并为栅格化后的地图预设的路径的起点和终点；

示例性的，获取SLAM(Simultaneous Localization and Mapping，同步定位与建图)技术构建的地图图片文件，地图图片中已经预先标记了待清扫区域，图3为本发明实施例提供的一种清扫机器人的全覆盖路径的规划方法中SLAM地图示意图，如图3所示，图3中浅灰色部分的形状为“口”字形的区域为待清扫区域。

将待清扫区域划分成若干个大致为矩形的区域，如图3所示，图3中的“口”字形区域划分为三个大致为矩形的区域，图4为本发明实施例提供的一种清扫机器人的全覆盖路径的规划方法中SLAM地图示意图，如图4所示，图4为“口”字形的区域中最下方的子区域的示意图，本发明实施例以图4所示区域作为子区域为例对技术方案的具体过程进行说明。

以清扫机器人的半径为扩张距离将子区域的边界向内扩张，在路径规划中使机器人的中心点可以沿着扩张后的边界行走，进而使机器人的边缘与扩张前的边界接触，实现边缘清扫。

再将扩张后的子区域划分为若干个正方形栅格，每一个栅格的边长等于清扫机器人的直径。

在实际应用中，可以预先标记待清扫区域中的若干个点，使用图像识别算法，将与待清扫区域像素值存在差异的点作为无法抵达区域，或者障碍物。为了避免边界存在较多的不平滑区域，导致清扫机器人频繁转弯，可以获取扩张后的边界范围内的最大内接矩形，然后将该内接矩形作为扩张后的边界。进一步的，还可以在清扫完成后，使清扫机器人贴边清扫因此，避免存在卫生死角。还可以先完成贴边路径的清扫，然后进入弓字型路径的清扫，并同时记录因避障而产生的未清扫点；在完成弓字型路径清扫之后进入回扫模式，重新清理未清扫点。

S102：根据预设的权重赋予策略为所述地图中的每一个栅格赋予预设的权重，其中，所述权重赋予策略包括：以栅格的权重逐行递减或者递增、栅格的权重逐列递减或者递增、或者栅格的权重环形梯度递减或者递增；

示例性的，以栅格的权重逐行递增的方式为：将图4所示子区域的中的各行栅格中的第一行栅格的权重赋值为1、第二行栅格的权重赋值为2、第三行的权重赋值为3、第四行的权重赋值为4，依次类推。

以栅格的权重逐列递增的方式为：将图4所示子区域的中的各列栅格中的第一列栅格的权重赋值为1、第二列栅格的权重赋值为2、第三列的权重赋值为3、第四列的权重赋值为4，依次类推。

栅格的权重环形梯度递增的方式为：以起点为中心，与起点所在栅格邻接的栅格的权重赋值为1；远离起点且与权重为1的栅格邻接的栅格的权重赋值为2；远离起点且与权重为2的栅格邻接的栅格的权重赋值为3，依次类推。

在图4中，起点可以为图4中的左上方的第一行第一列栅格的中心点，终点可以为图2中右下方最后一行最后一列的栅格的中心点。

S103：将所述栅格化后的地图中的路径的起点作为当前点，以当前点为中心点，利用八邻域遍历算法获取下一个点，将所述下一个点作为当前点，并返回执行所述以当前点为中心点，利用八邻域遍历算法获取下一个点的步骤，直至当前点到达终点；将从起点到终点之间的所有当前点组成的路径作为全覆盖路径。

示例性的，以起点为当前点，且以栅格的权重逐行递减或者递增的方式作为权重的赋值方式为例，清扫机器人从当前点出发，利用八邻域算法，获取与当前点邻接的各个栅格，从这些栅格中筛选出清扫机器人未去过的栅格，然后将未去过的栅格中权重最大值的栅格的中心点作为当前点的下一个点，并将该点作为新的当前点，将该点存入到已去过的点的堆栈中；如图4所示，清扫机器人从起点获取的下一个点为第一行第一列的栅格，其下一个点为第二行第一列的栅格，然后循环上述步骤；清扫机器人到达第一列的最后一行后，其八邻域中权重最大值为第二列最后一行的栅格，以及第二列倒数第二行的栅格，通常情况下，优选与当前点同行的点作为下一个点，循环上述步骤，可以得到“弓”字形路径，

应用本发明实施例，权重赋予策略是以栅格的权重逐行递减或者递增、栅格的权重逐列递减或者递增、或者栅格的权重环形梯度递减或者递增的方式为每一个栅格赋予权重，赋予权重的过程仅进行赋值即可，相对于现有技术中不但需要赋值还需要计数的过程更为简单，进而可以简化路径规划过程，提高路径规划效率。

在本发明实施例的进一步实施方式中，如果当前点的八邻域栅格中均为已经达到过的栅格，则说明清扫机器人进入了死胡同，则清扫机器人从用于存储已去过的点的堆栈中进行回滚操作，具体可以先回滚一个到当前点的上一个栅格的中心点，由于当前点已经被到达过，因此，当前点的上一个点进行八邻域遍历是，会剔除当前点，然后寻找权重最大的邻域栅格；如果没有找到下一个栅格，可以回滚两个栅格，依次类推。需要强调的是，回滚停止的点作为规划后的路径上的点，回滚过程中经历的点不作为规划后的路径上的点。规划后的路径如图4所示。

实施例2

图2为本发明实施例提供的一种清扫机器人的全覆盖路径的规划装置的结构示意图，如图2所示，所述装置包括：

获取模块501，用于获取待清扫区域的地图，将所述地图栅格化，并为栅格化后的地图预设的路径的起点和终点；

权重模块502，用于根据预设的权重赋予策略为所述地图中的每一个栅格赋予预设的权重，其中，所述权重赋予策略包括：以栅格的权重逐行递减或者递增、栅格的权重逐列递减或者递增、或者栅格的权重环形梯度递减或者递增；

路径模块503，用于将所述栅格化后的地图中的路径的起点作为当前点，以当前点为中心点，利用八邻域遍历算法获取下一个点，将所述下一个点作为当前点，并返回执行所述以当前点为中心点，利用八邻域遍历算法获取下一个点的步骤，直至当前点到达终点；将从起点到终点之间的所有当前点组成的路径作为全覆盖路径。

应用本发明实施例，权重赋予策略是以栅格的权重逐行递减或者递增、栅格的权重逐列递减或者递增、或者栅格的权重环形梯度递减或者递增的方式为每一个栅格赋予权重，赋予权重的过程仅进行赋值即可，相对于现有技术中不但需要赋值还需要计数的过程更为简单，进而可以简化路径规划过程，提高路径规划效率。

在本发明实施例的一种具体实施方式中，所述获取模块501，用于：

将待清扫区域的地图分成若干个大致为矩形的子区域；

针对每一个子区域，以清扫机器人的半径为距离，向内扩张所述子区域，并将扩展后的子区域分割成由若干行与若干列的栅格。

在本发明实施例的一种具体实施方式中，所述栅格为边长等于清扫机器人直径的方形区域。

在本发明实施例的一种具体实施方式中，所述路径模块203，用于：

获取与当前点所在栅格邻接的所有栅格对应的权重，从所有邻接的所有栅格中筛选出未被清扫机器人路过的栅格，将未被清扫机器人路过的栅格中权重最小的栅格的中心点作为当前点的下一个点，并将所述下一个点作为当前点，其中，所述当前点为栅格的中心点。

在本发明实施例的一种具体实施方式中，所述路径模块503，还用于：

判断当前点的八邻域栅格中是否均为已经达到过的栅格；

若是，清扫机器人从用于存储已去过的点的堆栈中进行回滚操作，然后将回滚后的点作为当前点，然后继续执行以当前点为中心点，利用八邻域遍历算法获取下一个点步骤，其中，回滚的步长可以为至少一个栅格。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种清扫机器人的全覆盖路径的规划方法，其特征在于，所述方法包括：

获取待清扫区域的地图，将所述地图栅格化，并为栅格化后的地图预设的路径的起点和终点；

根据预设的权重赋予策略为所述地图中的每一个栅格赋予预设的权重，其中，所述权重赋予策略包括：以栅格的权重逐行递减或者递增、栅格的权重逐列递减或者递增、或者栅格的权重环形梯度递减或者递增；

将所述栅格化后的地图中的路径的起点作为当前点，以当前点为中心点，利用八邻域遍历算法获取下一个点，将所述下一个点作为当前点，并返回执行所述以当前点为中心点，利用八邻域遍历算法获取下一个点的步骤，直至当前点到达终点；将从起点到终点之间的所有当前点组成的路径作为全覆盖路径。

2.根据权利要求1所述的一种清扫机器人的全覆盖路径的规划方法，其特征在于，所述将所述地图栅格化，包括：

将待清扫区域的地图分成若干个大致为矩形的子区域；

针对每一个子区域，以清扫机器人的半径为距离，向内扩张所述子区域，并将扩展后的子区域分割成由若干行与若干列的栅格。

3.根据权利要求2所述的一种清扫机器人的全覆盖路径的规划方法，其特征在于，所述栅格为边长等于清扫机器人直径的方形区域。

4.根据权利要求1所述的一种清扫机器人的全覆盖路径的规划方法，其特征在于，所述利用八邻域遍历算法获取下一个点，将所述下一个点作为当前点，包括：

获取与当前点所在栅格邻接的所有栅格对应的权重，从所有邻接的所有栅格中筛选出未被清扫机器人路过的栅格，将未被清扫机器人路过的栅格中权重最小的栅格的中心点作为当前点的下一个点，并将所述下一个点作为当前点，其中，所述当前点为栅格的中心点。

5.根据权利要求1所述的一种清扫机器人的全覆盖路径的规划方法，其特征在于，在路径规划过程中，在所述方法还包括：

判断当前点的八邻域栅格中是否均为已经达到过的栅格；

若是，清扫机器人从用于存储已去过的点的堆栈中进行回滚操作，然后将回滚后的点作为当前点，然后继续执行以当前点为中心点，利用八邻域遍历算法获取下一个点步骤，其中，回滚的步长可以为至少一个栅格。

6.一种清扫机器人的全覆盖路径的规划装置，其特征在于，所述装置包括：

获取模块，用于获取待清扫区域的地图，将所述地图栅格化，并为栅格化后的地图预设的路径的起点和终点；

权重模块，用于根据预设的权重赋予策略为所述地图中的每一个栅格赋予预设的权重，其中，所述权重赋予策略包括：以栅格的权重逐行递减或者递增、栅格的权重逐列递减或者递增、或者栅格的权重环形梯度递减或者递增；

路径模块，用于将所述栅格化后的地图中的路径的起点作为当前点，以当前点为中心点，利用八邻域遍历算法获取下一个点，将所述下一个点作为当前点，并返回执行所述以当前点为中心点，利用八邻域遍历算法获取下一个点的步骤，直至当前点到达终点；将从起点到终点之间的所有当前点组成的路径作为全覆盖路径。

7.根据权利要求6所述的一种清扫机器人的全覆盖路径的规划装置，其特征在于，所述获取模块，用于：

将待清扫区域的地图分成若干个大致为矩形的子区域；

针对每一个子区域，以清扫机器人的半径为距离，向内扩张所述子区域，并将扩展后的子区域分割成由若干行与若干列的栅格。

8.根据权利要求7所述的一种清扫机器人的全覆盖路径的规划装置，其特征在于，所述栅格为边长等于清扫机器人直径的方形区域。

9.根据权利要求6所述的一种清扫机器人的全覆盖路径的规划装置，其特征在于，所述路径模块，用于：

获取与当前点所在栅格邻接的所有栅格对应的权重，从所有邻接的所有栅格中筛选出未被清扫机器人路过的栅格，将未被清扫机器人路过的栅格中权重最小的栅格的中心点作为当前点的下一个点，并将所述下一个点作为当前点，其中，所述当前点为栅格的中心点。

10.根据权利要求6所述的一种清扫机器人的全覆盖路径的规划装置，其特征在于，所述路径模块，还用于：

判断当前点的八邻域栅格中是否均为已经达到过的栅格；

若是，清扫机器人从用于存储已去过的点的堆栈中进行回滚操作，然后将回滚后的点作为当前点，然后继续执行以当前点为中心点，利用八邻域遍历算法获取下一个点步骤，其中，回滚的步长可以为至少一个栅格。

Images