CN111176288A - 基于Reedsshepp全局路径规划方法、装置、计算机设备及存储介质 - Google Patents
基于Reedsshepp全局路径规划方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN111176288A CN111176288A CN202010013249.1A CN202010013249A CN111176288A CN 111176288 A CN111176288 A CN 111176288A CN 202010013249 A CN202010013249 A CN 202010013249A CN 111176288 A CN111176288 A CN 111176288A
- Authority
- CN
- China
- Prior art keywords
- path
- reedsshepp
- star
- storage medium
- path planning
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000009499 grossing Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 230000004888 barrier function Effects 0.000 claims description 2
- 230000035772 mutation Effects 0.000 abstract description 9
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 5
- 238000010845 search algorithm Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
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
- G05D1/0221—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, 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
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)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于Reedsshepp全局路径规划方法、装置、计算机设备及存储介质,其方法包括以下步骤:根据地图和障碍物信息,进行A‑star运算,以获得输出路径;对输出路径进行Reedsshepp运算平滑处理,以获得平滑曲线路径。与现有技术相比,本发明的实施例提供了一种基于Reedsshepp全局路径规划方法、装置、计算机设备及存储介质,其根据地图信息和路障信号首先得到搜索路径,然后对搜索的路径进行平滑运算,从而得到平滑的路径曲线,消除了路径搜索中曲率突变的问题。
Description
技术领域
本发明涉及路径规划算法技术领域,尤其涉及一种基于Reedsshepp全局路径规划方法、装置、计算机设备及存储介质。
背景技术
传统的全局路径规划算法都是解决路径搜索的问题,但是这些路径搜索算法并没有考虑曲率是否连续的问题,因此导致输出的路径平滑性较差。
发明内容
本发明的实施例提供了一种基于Reedsshepp全局路径规划方法、装置、计算机设备及存储介质,旨在解决现有路径规划算法未考虑曲率是否连续的问题。
为达到上述目的,本发明所提出的技术方案为:
第一方面,本发明提供了一种基于Reedsshepp全局路径规划方法,其包括以下步骤:
根据地图和障碍物信息,进行A-star运算,以获得输出路径;
对输出路径进行Reedsshepp运算平滑处理,以获得平滑曲线路径。
其中,所述步骤“根据地图和障碍物信息,进行A-star运算,以获得输出路径”之前还包括:获取地图数据和障碍物信息的步骤。
其中,所述步骤“获取地图数据和障碍物信息”之前还包括:初始化Reedsshepp平滑器和A-star规划器的步骤。
第二方面,本发明还提供了一种路径规划装置,其包括:
路径规划单元,用于根据地图和障碍物信息,进行A-star运算,以获得输出路径;
平滑处理单元,用于对输出路径进行Reedsshepp运算平滑处理,以获得平滑曲线路径。
其中,还包括信息获取单元,所述信息获取单元用于获取地图数据和障碍物信息。
其中,还包括初始化单元,所述初始化单元用于初始化Reedsshepp平滑器和A-star规划器。
第三方面,本发明还提供了一种计算机设备,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-3中任一项所述的方法。
第四方面,本发明还提供了一种存储介质,所述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,所述程序指令当被处理器执行时可实现如权利要求1-3中任一项所述的方法。
与现有技术相比,本发明的实施例提供了一种基于Reedsshepp全局路径规划方法、装置、计算机设备及存储介质,其根据地图信息和路障信号首先得到搜索路径,然后对搜索的路径进行平滑运算,从而得到平滑的路径曲线,消除了路径搜索中曲率突变的问题。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例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为本发明实施例提供的基于Reedsshepp全局路径规划方法的主流程图;
图2为本发明实施例提供的基于Reedsshepp全局路径规划方法的Reedsshepp运算示意图。
图3为本发明实施例提供的路径规划装置的示意性简图;以及
图4为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,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做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。
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。
请参阅附图1,附图1为本发明的一种基于Reedsshepp全局路径规划算法的流程图,该基于Reedsshepp全局路径规划方法,其包括以下步骤:
步骤S300、根据地图和障碍物信息,进行A-star运算,以获得输出路径;A-star运算是常用的路径搜索算法,
A-Star算法是一种求解最短路径最有效的直接搜索方法,也是许多其他问题的常用启发式算法。
公式表示为:f(n)=g(n)+h(n),
其中,f(n)是从初始状态经由状态n到目标状态的代价估计;g(n)是在状态空间中从初始状态到状态n的实际代价;h(n)是从状态n到目标状态的最佳路径的估计代价。
步骤S400、对输出路径进行Reedsshepp运算平滑处理,以获得平滑曲线路径。由于现有的A-star算法对路径规划时输的路径(path)并未考虑曲率突变导致非平滑性问题,因此,针对A-star运算得出的路径再次进行Reedsshepp曲线运算,从而使输出的路径更为平滑,有效解决了曲率突变的问题。
在另一实施例中,更为具体的基于Reedsshepp曲线的全局路径规划方法包括以下步骤:
步骤S100、初始化Reedsshepp平滑器和A-star规划器也即首先需要将Reedsshepp平滑器和A-star规划器的初始的输入数据清零,Reedsshepp平滑器用于将非曲线突变线进行平滑近似处理成曲线的运算模块,A-star规划器用于将输入信息,经过运算得到搜索的最佳路径的运算模块。
步骤S200、获取地图数据和障碍物信息。全局路径规划是基于完整的电子地图数据进行的,对于具体路径规划,主要功能之一就是避开路径上的障碍物,因此,需要实现人工处理地图数据和路障信息,以便更好更快的进行路径运算。
步骤S300、根据地图和障碍物信息,进行A-star运算,以获得输出路径;A-star运算是常用的路径搜索算法,
A-star算法是一种求解最短路径最有效的直接搜索方法,也是许多其他问题的常用启发式算法。
公式表示为:f(n)=g(n)+h(n),
其中,f(n)是从初始状态经由状态n到目标状态的代价估计;g(n)是在状态空间中从初始状态到状态n的实际代价;h(n)是从状态n到目标状态的最佳路径的估计代价。
步骤S400、对输出路径进行Reedsshepp运算平滑处理,以获得平滑曲线路径。由于现有的A-star算法对路径规划时输的路径(path)并未考虑曲率突变导致非平滑性问题,因此,针对A-star运算得出的路径再次进行Reedsshepp曲线运算,从而使输出的路径更为平滑,有效解决了曲率突变的问题。
如图2所示,Reesshepp解决这样一个问题:给定起始点和终止点的坐标和朝向角,然后Reesshepp曲线可以连接这两个点,而且曲线是可以后退的所以相比Dubins多了几种曲线,其中曲线是没有曲率突变的。
Reesshepp曲线有RSR、RSL、LSR、LSL、RLR、LRL等多种,如图所示其原理为:Reesshepp曲线其中分为三段,2中L代表left,R代表right,S代表Straight,其中L和R是通过最小转弯半径求解的,再通过几何约束关系和边界条件,可以求三段的数学模型。然后聚合在一起输出。
请参阅图3,图3为本发明的一种基于Reedsshepp全局路径规划装置的结构示意图,本发明的路径规划装置100,其包括:
路径规划单元103,用于根据地图和障碍物信息,进行A-star运算,以获得输出路径;
平滑处理单元104,用于对输出路径进行Reedsshepp运算平滑处理,以获得平滑曲线路径。
更具体的,该路径规划装置还包括信息获取单元102,所述信息获取单元102用于获取地图数据和障碍物信息。
其中,还包括初始化单元101,所述初始化单元101用于初始化Reedsshepp平滑器和A-star规划器。
请参阅图4,本实施例还提供了一种计算机设备,该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505,其中,存储器可以包括非易失性存储介质503和内存储器504。
该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备500的限定,具体的计算机设备500可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032包括程序指令,该程序指令被执行时,可使得处理器502执行一种基于Reedsshepp全局路径规划方法。
该处理器502用于提供计算和控制能力,以支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境,该计算机程序5032被处理器502执行时,可使得处理器502执行以下步骤:
基于Reedsshepp曲线的全局路径规划方法包括以下步骤:
步骤S100、初始化Reedsshepp平滑器和A-star规划器也即首先需要将Reedsshepp平滑器和A-star规划器的初始的输入数据清零,Reedsshepp平滑器用于将非曲线突变线进行平滑近似处理成曲线的运算模块,A-star规划器用于将输入信息,经过运算得到搜索的最佳路径的运算模块。
步骤S200、获取地图数据和障碍物信息。全局路径规划是基于完整的电子地图数据进行的,对于具体路径规划,主要功能之一就是避开路径上的障碍物,因此,需要实现人工处理地图数据和路障信息,以便更好更快的进行路径运算。
步骤S300、根据地图和障碍物信息,进行A-star运算,以获得输出路径;A-star运算是常用的路径搜索算法,
A-star算法是一种求解最短路径最有效的直接搜索方法,也是许多其他问题的常用启发式算法。
公式表示为:f(n)=g(n)+h(n),
其中,f(n)是从初始状态经由状态n到目标状态的代价估计;g(n)是在状态空间中从初始状态到状态n的实际代价;h(n)是从状态n到目标状态的最佳路径的估计代价。
步骤S400、对输出路径进行Reedsshepp运算平滑处理,以获得平滑曲线路径。由于现有的A-star算法对路径规划时输的路径(path)并未考虑曲率突变导致非平滑性问题,因此,针对A-star运算得出的路径再次进行Reedsshepp曲线运算,从而使输出的路径更为平滑,有效解决了曲率突变的问题。
如图2所示,Reesshepp解决这样一个问题:给定起始点和终止点的坐标和朝向角,然后Reesshepp曲线可以连接这两个点,而且曲线是可以后退的所以相比Dubins多了几种曲线,其中曲线是没有曲率突变的。
Reesshepp曲线有RSR、RSL、LSR、LSL、RLR、LRL等多种,如图所示其中两种:
原理:Reesshepp曲线其中分为三段,2中L代表left,R代表right,S代表Straight,其中L和R是通过最小转弯半径求解的,再通过几何约束关系和边界条件,可以求三段的数学模型。然后聚合在一起输出。
本发明还提供了一种存储介质,所述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,所述程序指令当被处理器执行时可实现如下基于Reedsshepp全局路径规划方法:基于Reedsshepp曲线的全局路径规划方法包括以下步骤:
步骤S100、初始化Reedsshepp平滑器和A-star规划器;步骤S200、获取地图数据和障碍物信息;步骤S300、根据地图和障碍物信息,进行A-star运算,以获得输出路径;步骤S400、对输出路径进行Reedsshepp运算平滑处理,以获得平滑曲线路径。
所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
与现有技术相比,本发明的实施例提供了一种基于Reedsshepp全局路径规划方法、装置、计算机设备及存储介质,其根据地图信息和路障信号首先得到搜索路径,然后对搜索的路径进行平滑运算,从而得到平滑的路径曲线,消除了路径搜索中曲率突变的问题。
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。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,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,各个单元的划分,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。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。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。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,终端,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
上述内容,仅为本发明的较佳实施例,并非用于限制本发明的实施方案,本领域普通技术人员根据本发明的主要构思和精神,可以十分方便地进行相应的变通或修改,故本发明的保护范围应以权利要求书所要求的保护范围为准。
Claims (8)
1.一种基于Reedsshepp全局路径规划方法,其特征在于,包括以下步骤:
根据地图和障碍物信息,进行A-star运算,以获得输出路径;
对输出路径进行Reedsshepp运算平滑处理,以获得平滑曲线路径。
2.根据权利要求1所述的基于Reedsshepp全局路径规划方法,其特征在于,所述步骤“根据地图和障碍物信息,进行A-star运算,以获得输出路径”之前还包括:获取地图数据和障碍物信息的步骤。
3.根据权利要求2所述的基于Reedsshepp全局路径规划方法,其特征在于,所述步骤“获取地图数据和障碍物信息”之前还包括:初始化Reedsshepp平滑器和A-star规划器的步骤。
4.一种路径规划装置,其特征在于,包括:
路径规划单元,用于根据地图和障碍物信息,进行A-star运算,以获得输出路径;
平滑处理单元,用于对输出路径进行Reedsshepp运算平滑处理,以获得平滑曲线路径。
5.根据权利要求4所述的路径规划装置,其特征在于,还包括信息获取单元,所述信息获取单元用于获取地图数据和障碍物信息。
6.根据权利要求5所述的路径规划装置,其特征在于,还包括初始化单元,所述初始化单元用于初始化Reedsshepp平滑器和A-star规划器。
7.一种计算机设备,其特征在于,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-3中任一项所述的方法。
8.一种存储介质,其特征在于,所述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,所述程序指令当被处理器执行时可实现如权利要求1-3中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010013249.1A CN111176288A (zh) | 2020-01-07 | 2020-01-07 | 基于Reedsshepp全局路径规划方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010013249.1A CN111176288A (zh) | 2020-01-07 | 2020-01-07 | 基于Reedsshepp全局路径规划方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111176288A true CN111176288A (zh) | 2020-05-19 |
Family
ID=70656204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010013249.1A Pending CN111176288A (zh) | 2020-01-07 | 2020-01-07 | 基于Reedsshepp全局路径规划方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111176288A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8392117B2 (en) * | 2009-05-22 | 2013-03-05 | Toyota Motor Engineering & Manufacturing North America, Inc. | Using topological structure for path planning in semi-structured environments |
CN108073176A (zh) * | 2018-02-10 | 2018-05-25 | 西安交通大学 | 一种改进型D*Lite车辆动态路径规划方法 |
CN109720340A (zh) * | 2018-09-17 | 2019-05-07 | 魔门塔(苏州)科技有限公司 | 一种基于视觉识别的自动泊车系统及方法 |
CN109959377A (zh) * | 2017-12-25 | 2019-07-02 | 北京东方兴华科技发展有限责任公司 | 一种机器人导航定位系统及方法 |
CN109990796A (zh) * | 2019-04-23 | 2019-07-09 | 成都信息工程大学 | 基于双向扩展随机树的智能车路径规划方法 |
-
2020
- 2020-01-07 CN CN202010013249.1A patent/CN111176288A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8392117B2 (en) * | 2009-05-22 | 2013-03-05 | Toyota Motor Engineering & Manufacturing North America, Inc. | Using topological structure for path planning in semi-structured environments |
CN109959377A (zh) * | 2017-12-25 | 2019-07-02 | 北京东方兴华科技发展有限责任公司 | 一种机器人导航定位系统及方法 |
CN108073176A (zh) * | 2018-02-10 | 2018-05-25 | 西安交通大学 | 一种改进型D*Lite车辆动态路径规划方法 |
CN109720340A (zh) * | 2018-09-17 | 2019-05-07 | 魔门塔(苏州)科技有限公司 | 一种基于视觉识别的自动泊车系统及方法 |
CN109990796A (zh) * | 2019-04-23 | 2019-07-09 | 成都信息工程大学 | 基于双向扩展随机树的智能车路径规划方法 |
Non-Patent Citations (2)
Title |
---|
仝兆景等: ""无末姿态要求下Reeds-Shepp车的最优路径导航"", 《空军工程大学学报(自然科学版)》 * |
王耀兵等: "《空间机器人》", 31 March 2018, 北京理工大学出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111369066B (zh) | 路径规划方法、装置、电子设备及可读存储介质 | |
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 | |
CN111158365A (zh) | 一种路径规划方法、装置、机器人及存储介质 | |
CN109945888B (zh) | 导航引导线的生成方法、装置及计算机设备 | |
CN111897341A (zh) | 泊车路径规划方法、装置和计算机可读存储介质 | |
Sun et al. | On finding approximate optimal paths in weighted regions | |
WO1998024035A1 (en) | Method for determining exits and entrances for a region in a network | |
EP1917643A2 (en) | Generalization of features in a digital map | |
CN110494815A (zh) | 一种路径规划方法及装置 | |
CN111126598A (zh) | 自动泊车方法、装置、计算机设备和存储介质 | |
CN111923902A (zh) | 一种泊车控制方法、装置、电子设备及存储介质 | |
CN110006439A (zh) | 地图轨迹数据的匹配方法、装置、服务器及存储介质 | |
CN112414422A (zh) | 一种自动泊车的路径规划方法、装置及存储介质 | |
CN111189467A (zh) | 基于Dubins全局路径规划方法、装置、计算机设备及存储介质 | |
CN113190006A (zh) | 一种机器人路径规划方法、装置及存储介质 | |
CN111189453A (zh) | 基于Bezier全局路径规划方法、装置、计算机设备及存储介质 | |
CN111553466A (zh) | 信息处理方法、装置及设备 | |
CN111176288A (zh) | 基于Reedsshepp全局路径规划方法、装置、计算机设备及存储介质 | |
US20060291390A1 (en) | Determination of a state of flow through or a cut of a parameterized network | |
JPWO2019188165A1 (ja) | 地図提供装置 | |
WO2019218159A1 (zh) | 一种基于粒子群算法的机器人路径规划方法、装置及终端设备 | |
CN111207766A (zh) | 基于Bspline全局路径规划方法、装置、计算机设备及存储介质 | |
CN110470310A (zh) | 自动地图生成 | |
CN113804208B (zh) | 无人车路径优化方法及相关设备 | |
CN111141306A (zh) | 基于A-star全局路径规划方法、装置、计算机设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200519 |
|
RJ01 | Rejection of invention patent application after publication |