CN111380532B - 路径规划方法、装置、终端及计算机存储介质 - Google Patents
路径规划方法、装置、终端及计算机存储介质 Download PDFInfo
- Publication number
- CN111380532B CN111380532B CN201811636364.3A CN201811636364A CN111380532B CN 111380532 B CN111380532 B CN 111380532B CN 201811636364 A CN201811636364 A CN 201811636364A CN 111380532 B CN111380532 B CN 111380532B
- Authority
- CN
- China
- Prior art keywords
- grid
- distance
- unit
- target
- map
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 210000004027 cell Anatomy 0.000 claims description 157
- 230000006870 function Effects 0.000 claims description 47
- 238000004590 computer program Methods 0.000 claims description 22
- 210000003888 boundary cell Anatomy 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 8
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 5
- 238000004883 computer application Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 11
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000003247 decreasing effect Effects 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
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01C21/20—Instruments for performing navigational calculations
Abstract
本发明适用于计算机应用技术领域，提供了一种路径规划方法、装置、终端及计算机存储介质，该方法包括：获取第一栅格地图，并确定所述第一栅格地图中的第一目标栅格单元；计算所述第一栅格地图中每个空闲状态栅格单元到所述第一目标栅格单元的第一距离，得到第二栅格地图；计算第一栅格地图中每个空闲状态栅格单元到与其最近的占据状态栅格单元的第二距离，得到第三栅格地图；根据所述第二栅格地图和所述第三栅格地图计算所述第一栅格地图中第二目标栅格单元到所述第一目标栅格单元的各个路径对应的第三距离，并将所述第三距离最小的路径作为最优路径；实现了对机器人行走路径的合理规划，并使机器人能够安全、高效地到达所述第一目标栅格单元。
Description
技术领域
本发明属于计算机技术领域，尤其涉及一种路径规划方法、装置、终端及计算机存储介质。
背景技术
路径规划技术是移动机器人实现自主移动的核心技术，其方法的优劣直接影响移动机器人的智能化水平。
目前，在利用栅格地图进行地图构建的过程中，需要不断的选取目标位置，并由机器人行走至该目标位置进行未知区域的探索，然而，机器人在行走至该目标位置的过程中，会存在多条行走路径，因此，需要对机器人的行走路径进行合理规划，使机器人能够安全、高效地到达目标位置。
发明内容
有鉴于此，本发明实施例提供了一种路径规划方法、装置、终端及计算机存储介质，能够对机器人的行走路径进行合理规划，使机器人能够安全、高效地到达目标位置。
本发明实施例的第一方面提供了一种路径规划方法，包括：
利用激光传感器获取第一栅格地图，并确定所述第一栅格地图中的第一目标栅格单元；所述第一栅格地图中的栅格单元包括占据状态栅格单元、空闲状态栅格单元和未知状态栅格单元，所述第一目标栅格单元为路径规划的终点；
计算所述第一栅格地图中每个空闲状态栅格单元到所述第一目标栅格单元的第一距离，得到第二栅格地图，所述第二栅格地图的每个空闲状态栅格单元标记有所述第一距离；
计算所述第一栅格地图中每个空闲状态栅格单元到与其最近的占据状态栅格单元的第二距离，得到第三栅格地图，所述第三栅格地图的每个空闲状态栅格单元标记有所述第二距离；
根据所述第二栅格地图和所述第三栅格地图计算所述第一栅格地图中第二目标栅格单元到所述第一目标栅格单元的各个路径对应的第三距离，获取所述第三距离最小的路径，并将所述第三距离最小的路径作为所述第二目标栅格单元到所述第一目标栅格单元的最优路径；所述第二目标栅格单元为路径规划的起点。
本发明实施例的第二方面提供了一种路径规划装置，包括：
目标栅格确定单元，用于利用激光传感器获取第一栅格地图，并确定所述第一栅格地图中的第一目标栅格单元；所述第一栅格地图中的栅格单元包括占据状态栅格单元、空闲状态栅格单元和未知状态栅格单元，所述第一目标栅格单元为路径规划的终点；
第一计算单元，用于计算所述第一栅格地图中每个空闲状态栅格单元到所述第一目标栅格单元的第一距离，得到第二栅格地图，所述第二栅格地图的每个空闲状态栅格单元标记有所述第一距离；
第二计算单元，用于计算所述第一栅格地图中每个空闲状态栅格单元到与其最近的占据状态栅格单元的第二距离，得到第三栅格地图，所述第三栅格地图的每个空闲状态栅格单元标记有所述第二距离；
路径确定单元，用于根据所述第二栅格地图和所述第三栅格地图计算所述第一栅格地图中第二目标栅格单元到所述第一目标栅格单元的各个路径对应的第三距离，获取所述第三距离最小的路径，并将所述第三距离最小的路径作为所述第二目标栅格单元到所述第一目标栅格单元的最优路径；所述第二目标栅格单元为路径规划的起点。
本发明实施例的第三方面提供了一种终端，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所述方法的步骤。
本发明实施例的第四方面提供了一种计算机存储介质，所述计算机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上述所述方法的步骤。
本发明实施例中，通过获取第一栅格地图，并确定所述第一栅格地图中的第一目标栅格单元；再计算所述第一栅格地图中每个空闲状态栅格单元到所述第一目标栅格单元的第一距离，得到第二栅格地图，以及计算所述第一栅格地图中每个空闲状态栅格单元到与其最近的占据状态栅格单元的第二距离，得到第三栅格地图，接着根据所述第二栅格地图和所述第三栅格地图计算所述第一栅格地图中第二目标栅格单元到所述第一目标栅格单元的各个路径对应的第三距离，并将所述第三距离最小的路径作为所述第二目标栅格单元到所述第一目标栅格单元的最优路径；实现了对机器人行走路径的合理规划，并使机器人能够安全、高效地到达所述第一目标栅格单元。
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是本发明实施例提供的一种路径规划方法的实现流程示意图；
图2是本发明实施例提供的一种路径规划方法步骤101的具体实现流程示意图；
图3是本发明实施例提供的对第一栅格地图进行滤波的示意图；
图4是本发明实施例提供的一种路径规划方法步骤202的具体实现流程示意图；
图5是本发明实施例提供的第二栅格地图的示意图；
图6是本发明实施例提供的第三栅格地图的示意图；
图7是本发明实施例提供的一种路径规划装置的示意图；
图8是本发明实施例提供的一种终端的示意图。
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。
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。
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“所述”意在包括复数形式。
具体实现中，本发明实施例中描述的终端可以为机器人、服务器、电脑、手机等配置有路径规划装置的终端设备，为了描述的方便，本发明以机器人为例进行说明。
请参见图1，图1是本发明实施例提供的一种路径规划方法的实现流程示意图。本实施例中的路径规划方法的执行主体为路径规划装置，该装置可以由软件和/或硬件实现，集成于终端中，适用于需要进行路径规划的情形。如图1所示的路径规划方法，可以包括：步骤101至步骤104。
步骤101，利用激光传感器获取第一栅格地图，并确定所述第一栅格地图中的第一目标栅格单元；所述第一栅格地图中的栅格单元包括占据状态栅格单元、空闲状态栅格单元和未知状态栅格单元，所述第一目标栅格单元为路径规划的终点。
本发明实施例中，所述激光传感器可以为2D激光雷达传感器或3D激光雷达传感器。
所述激光传感器通过向某个方向发射激光束，并接收经障碍物反射回来的激光，得到激光从发射到收到的时间差，再根据该时间差计算出该方向上距离最近的障碍物的位置，并依此得到第一栅格地图。
所述第一栅格地图中的栅格单元包括占据状态栅格单元、空闲状态栅格单元和未知状态栅格单元。
所述占据状态栅格单元是指该栅格单元中有障碍物；空闲状态栅格单元是指该栅格单元不存在障碍物；未知状态栅格单元是指需要机器人进行探索的栅格单元，该栅格单元是否存在障碍物暂时还处于不确定状态。
本发明实施例中，所述第一目标栅格单元为机器人行走时需要到达的目标位置，即路径规划的终点。
在利用栅格地图进行地图构建的过程中，首先要基于已知的栅格地图作为基础，即，已经确定好部分占据状态栅格单元和部分空闲状态栅格单元的栅格地图，再接着确定一个距离未知状态栅格单元较近的栅格单元作为第一目标栅格单元，并规划好到所述第一目标栅格单元的行走路径，以使所述机器人能够探索更多的未知区域，从而逐步建立整个范围的全局地图。
可选的，如图2所示，所述确定所述第一栅格地图中的第一目标栅格单元，可以包括：步骤201至步骤203。
步骤201，将所述第一栅格地图中与未知状态栅格单元相邻的空闲状态栅格单元确定为边界单元，并利用所述边界单元组成所述第一栅格地图的边界；
如图3所示，第一栅格地图3a的每个点为一个栅格单元，中间的白色区域为空闲状态栅格单元和占据状态栅格单元所在的区域，白色区域以外为黑色区域，该黑色区域中的点表示未知状态栅格单元，将第一栅格地图3a中与未知状态栅格单元相邻的空闲状态栅格单元确定为边界单元，并利用所述边界单元可以组成所述第一栅格地图3a的边界3b。
步骤202，对所述边界进行滤波，得到滤波后的边界。
受到栅格地图的精度限制，直接利用所述边界单元组成所述第一栅格地图的边界会存在一些不连续的边界单元，因此，为了更准确地确定所述第一目标栅格单元，本发明实施例中，需要对所述边界进行滤波，得到滤波后的边界。
可选的，如图4所示，所述对所述边界进行滤波，得到滤波后的边界，可以包括：步骤401至步骤403。
步骤401，计算所述边界中连续相邻的边界单元个数；
步骤402，若所述边界单元个数大于或等于预设阈值，则保留所述连续相邻的边界单元；
步骤403，若所述边界单元个数小于所述预设阈值，则删除所述连续相邻的边界单元。
例如，如图3所示，对所述边界3b进行滤波，可以得到滤波后的边界3c。
其中，所述预设阈值可以根据实际应用场景进行确定，本发明不对此进行限定。例如，所述预设阈值可以为10个或20个。
步骤203，将滤波后的边界中距离所述第二目标栅格单元距离最近的边界单元确定为所述第一目标栅格单元。
所述第二目标栅格单元为路径规划的起点，例如，所述第二目标栅格单元为机器人当前所在的位置，并且机器人可以位于所述空闲状态栅格单元中的任意一个单元。
在确定好第二目标单元之后，即可根据所述滤波后的边界确定所述第一目标栅格单元。
例如，通过计算所述第二目标栅格单元到达所述滤波后的边界中各个边界单元的欧式距离或棋盘距离，将滤波后的边界中距离所述第二目标栅格单元距离最近的边界单元确定为所述第一目标栅格单元。
步骤102，计算所述第一栅格地图中每个空闲状态栅格单元到所述第一目标栅格单元的第一距离，得到第二栅格地图，所述第二栅格地图的每个空闲状态栅格单元标记有所述第一距离。
例如，利用欧式距离函数、棋盘距离函数、曼哈顿距离函数、切比雪夫距离函数、汉明距离函数或其他计算距离的函数计算所述第一栅格地图中每个空闲状态栅格单元到所述第一目标栅格单元的第一距离，为了描述的方便，本发明以棋盘距离函数为例进行说明。
例如，如图5所示，为本发明实施例提供的标记有第一距离的第二栅格地图的示意图，图中的每个小方格代表一个栅格单元，白色填充的栅格单元为空闲状态栅格单元，黑色填充的栅格单元为占据状态栅格单元，第三行第八列空白填充的空闲状态栅格单元为第一目标栅格单元，每个空闲状态栅格单元中标记的数字为在相邻两个栅格单元的距离计算量为1时，各个空闲状态栅格单元距离所述第一目标栅格单元的棋盘距离。
例如，与所述第一目标栅格单元8个方向相邻的栅格单元之间的棋盘距离为1，与所述棋盘距离为1的空闲状态栅格单元相邻的空闲状态栅格单元的棋盘距离为2，依次类推，即可得到如图5所示的第二栅格地图。
步骤103，计算所述第一栅格地图中每个空闲状态栅格单元到与其最近的占据状态栅格单元的第二距离，得到第三栅格地图，所述第三栅格地图的每个空闲状态栅格单元标记有所述第二距离。
例如，利用欧式距离函数、棋盘距离函数、曼哈顿距离函数、切比雪夫距离函数、汉明距离函数或其他计算距离的函数计算所述第一栅格地图中每个空闲状态栅格单元到与其最近的占据状态栅格单元的第二距离，得到第三栅格地图。
例如，如图6所示，为本发明实施例提供的标记有第二距离的第三栅格地图的示意图，图中的每个小方格代表一个栅格单元，白色填充的栅格单元为空闲状态栅格单元，黑色填充的栅格单元为占据状态栅格单元，每个空闲状态栅格单元中标记的数字为在相邻两个栅格单元的距离计算量为1时，各个空闲状态栅格单元到与其最近的占据状态栅格单元的棋盘距离。
步骤104，根据所述第二栅格地图和所述第三栅格地图计算所述第一栅格地图中第二目标栅格单元到所述第一目标栅格单元的各个路径对应的第三距离，获取所述第三距离最小的路径，并将所述第三距离最小的路径作为所述第二目标栅格单元到所述第一目标栅格单元的最优路径；所述第二目标栅格单元为路径规划的起点。
在得到所述第二栅格地图和所述第三栅格地图之后，即可根据所述第二栅格地图的每个空闲状态栅格单元中标记的所述第一距离，以及所述第三栅格地图的每个空闲状态栅格单元中标记的所述第二距离计算所述第一栅格地图中第二目标栅格单元到所述第一目标栅格单元的各个路径对应的第三距离。
可选的，所述根据所述第二栅格地图和所述第三栅格地图计算所述第一栅格地图中第二目标栅格单元到所述第一目标栅格单元的各个路径对应的第三距离，可以包括：根据所述第一栅格地图和所述第二栅格地图计算所述第一栅格地图中第二目标栅格单元到所述第一目标栅格单元的各个路径对应的距离函数
其中，
为从第二目标栅格单元c到所述第一目标栅格单元cg的所有可能的路径；l(C)为根据所述第一栅格地图计算得到的路径C的第四距离，
ci为路径C上第i个空闲状态栅格单元；d(ci,ci+1)为相邻两个栅格单元之间的距离计算量，例如，如图5所示的第二栅格地图中，d(ci,ci+1)＝1；cdanger(ci)为路径C上第i个的空闲状态栅格单元ci的代价函数，α为预设的权重因子，且α大于等于零。
可选的，所述代价函数cdanger(ci)的确定步骤可以包括：
判断Ω(ci)是否小于或等于X；
若Ω(ci)≤X，则cdanger(ci)＝(X-Ω(ci))3；
若Ω(ci)>X，则cdanger(ci)＝0；
其中，Ω(ci)为路径C上第i个空闲状态栅格单元ci对应的第二距离；
X为预设的最小安全距离，并且该最小安全距离X可以由机器人距离障碍物允许的最小距离、机器人的体积、所述激光传感器的精度和上述各个栅格地图的精度确定。
在实际应用中，为了保证机器人的安全，在规划机器人行走路径的过程中，需要预先设置好机器人距离障碍物的所述最小安全距离X，以避免机器人进入较窄的通道发生碰撞事故，或者因为与距离障碍物过近导致发生碰撞。
本发明实施例中，通过在Ω(ci)≤X，将代价函数cdanger(ci)确定为cdanger(ci)＝(X-Ω(ci))3；使得计算出来的距离函数Φ(c,cg)的值较大，一定程度上避免了路径规划过程中，选择包含该栅格单元的路径作为最优路径，以避免机器人进入较窄的通道发生碰撞事故，或者因为与距离障碍物过近导致发生碰撞。而当Ω(ci)>X时，则将代价函数cdanger(ci)确定为cdanger(ci)＝0，使得计算出来的距离函数Φ(c,cg)的值较小，并使得路径规划过程中，能够选择包含该栅格单元的路径作为最优路径。
由于上述代价函数cdanger(ci)的确定只考虑了机器人距离障碍物过近导致发生碰撞碰撞的问题，而没有考虑到机器人距离障碍物过远发生走失的问题，因此，可选的，所述代价函数cdanger(ci)的确定步骤还可以包括：在所述判断Ω(ci)是否小于或等于X之后，若Ω(ci)≤X，则cdanger(ci)＝∞；若Ω(ci)>X，则cdanger(ci)＝(dopt-Ω(ci))2；其中，dopt为根据所述激光传感器的性能参数预先设置的测量距离。
本发明实施例中，在所述判断Ω(ci)是否小于或等于X之后，若Ω(ci)≤X，则将代价函数cdanger(ci)确定为cdanger(ci)＝∞；使得计算出来的距离函数Φ(c,cg)的值为无限大，避免了路径规划过程中，选择包含该栅格单元的路径作为最优路径，以避免机器人进入较窄的通道发生碰撞事故，或者因为与距离障碍物过近导致发生碰撞。
由于机器人距离障碍物过远时，有可能会超出激光传感器的测量范围导致机器人无法发现任何目标点而出现丢失，因此，本发明实施例中，还可以通过在Ω(ci)>X时，将代价函数cdanger(ci)确定为cdanger(ci)＝(dopt-Ω(ci))2，使得当机器人距离障碍物过远时，计算出来的距离函数Φ(c,cg)的值较大，以保证机器人不会走到该栅格单元而丢失，进一步地保证了机器人的安全。
本申请实施例中，在计算出所述第一栅格地图中第二目标栅格单元到所述第一目标栅格单元的各个路径对应的第三距离Φ(c,cg)之后，求取Φ(c,cg)为最小值
时对应的路径，其中，F为所有第一目标栅格单元，或者为滤波后的边界中包含的所有边界单元。在求取最优路径的过程中，不会出现局部最小点，得到的路径以及第一目标点可以同时满足距离最优。
本发明实施例中，通过获取第一栅格地图，并确定所述第一栅格地图中的第一目标栅格单元；再计算所述第一栅格地图中每个空闲状态栅格单元到所述第一目标栅格单元的第一距离，得到第二栅格地图，以及计算所述第一栅格地图中每个空闲状态栅格单元到与其最近的占据状态栅格单元的第二距离，得到第三栅格地图，接着根据所述第二栅格地图和所述第三栅格地图计算所述第一栅格地图中第二目标栅格单元到所述第一目标栅格单元的各个路径对应的第三距离，并将所述第三距离最小的路径作为所述第二目标栅格单元到所述第一目标栅格单元的最优路径；实现了对机器人行走路径的合理规划，并使机器人能够安全、高效地到达所述第一目标栅格单元。
本发明实施例还提供一种路径规划装置，该装置包括用于执行前述的路径规划方法中的各步骤的模块，该装置可集成于上述终端。该装置中未详细描述之处请详见前述方法的描述。
参见图7，图7是本发明实施例提供的一种路径规划装置的示意框图。本实施例的路径规划装置7包括：目标栅格确定单元71、第一计算单元72、第二计算单元73和路径确定单元74。
目标栅格确定单元71，用于利用激光传感器获取第一栅格地图，并确定所述第一栅格地图中的第一目标栅格单元；所述第一栅格地图中的栅格单元包括占据状态栅格单元、空闲状态栅格单元和未知状态栅格单元，所述第一目标栅格单元为路径规划的终点；
第一计算单元72，用于计算所述第一栅格地图中每个空闲状态栅格单元到所述第一目标栅格单元的第一距离，得到第二栅格地图，所述第二栅格地图的每个空闲状态栅格单元标记有所述第一距离；
第二计算单元73，用于计算所述第一栅格地图中每个空闲状态栅格单元到与其最近的占据状态栅格单元的第二距离，得到第三栅格地图，所述第三栅格地图的每个空闲状态栅格单元标记有所述第二距离；
路径确定单元74，用于根据所述第一栅格地图和所述第二栅格地图利用所述距离函数计算所述第一栅格地图中第二目标栅格单元到所述第一目标栅格单元的各个路径对应的第三距离，获取所述第三距离最小的路径，并将所述第三距离最小的路径作为所述第二目标栅格单元到所述第一目标栅格单元的最优路径；所述第二目标栅格单元为路径规划的起点。
可选的，所述路径确定单元74，还用于：
根据所述第一栅格地图和所述第二栅格地图计算所述第一栅格地图中第二目标栅格单元到所述第一目标栅格单元的各个路径对应的距离函数
其中，
l(C)为根据所述第一栅格地图计算得到的路径C的第四距离，
ci为路径C上第i个空闲状态栅格单元；d(ci,ci+1)为相邻两个栅格单元之间的距离计算量；
cdanger(ci)为路径C上第i个的空闲状态栅格单元ci的代价函数，α为预设的权重因子，且α大于等于零；
所述路径规划装置还包括代价函数确定单元，
所述代价函数确定单元，用于判断Ω(ci)是否小于或等于X；
若Ω(ci)≤X，则cdanger(ci)＝(X-Ω(ci))3；
若Ω(ci)>X，则cdanger(ci)＝0；
其中，Ω(ci)为路径C上第i个空闲状态栅格单元ci对应的第二距离；
X为预设的最小安全距离。
可选的，所述代价函数确定单元，还用于：
判断Ω(ci)是否小于或等于X；
若Ω(ci)≤X，则cdanger(ci)＝∞；
若Ω(ci)>X，则cdanger(ci)＝(dopt-Ω(ci))2；
其中，dopt为根据所述激光传感器的性能参数预先设置的测量距离。
所述目标栅格确定单元71，还用于将所述第一栅格地图中与未知状态栅格单元相邻的空闲状态栅格单元确定为边界单元，并利用所述边界单元组成所述第一栅格地图的边界；对所述边界进行滤波，得到滤波后的边界；将滤波后的边界中距离所述第二目标栅格单元距离最近的边界单元确定为所述第一目标栅格单元。
所述目标栅格确定单元71，还用于计算所述边界中连续相邻的边界单元个数；若所述边界单元个数大于或等于预设阈值，则保留所述连续相邻的边界单元；若所述边界单元个数小于所述预设阈值，则删除所述连续相邻的边界单元。
图8是本发明实施例提供的终端的示意图。如图8所示，该实施例的终端8包括：处理器80、存储器81以及存储在存储器81中并可在处理器80上运行的计算机程序82，例如，路径规划的程序。处理器80执行计算机程序82时实现上述路径规划方法实施例中的步骤，例如图1所示的步骤101至步骤104。或者，处理器80执行计算机程序82时实现上述各装置实施例中各模块/单元的功能，例如图7所示单元71至74的功能。
示例性的，计算机程序82可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器81中，并由处理器80执行，以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序82在终端8中的执行过程。例如，计算机程序82可以被分割成目标栅格单元、第一计算单元、第二计算单元以及路径确定单元(虚拟装置中的单元)，各模块具体功能如下：
目标栅格确定单元，用于利用激光传感器获取第一栅格地图，并确定所述第一栅格地图中的第一目标栅格单元；所述第一栅格地图中的栅格单元包括占据状态栅格单元、空闲状态栅格单元和未知状态栅格单元，所述第一目标栅格单元为路径规划的终点；
第一计算单元，用于计算所述第一栅格地图中每个空闲状态栅格单元到所述第一目标栅格单元的第一距离，得到第二栅格地图，所述第二栅格地图的每个空闲状态栅格单元标记有所述第一距离；
第二计算单元，用于计算所述第一栅格地图中每个空闲状态栅格单元到与其最近的占据状态栅格单元的第二距离，得到第三栅格地图，所述第三栅格地图的每个空闲状态栅格单元标记有所述第二距离；
路径确定单元，用于根据所述第二栅格地图和所述第三栅格地图计算所述第一栅格地图中第二目标栅格单元到所述第一目标栅格单元的各个路径对应的第三距离，获取所述第三距离最小的路径，并将所述第三距离最小的路径作为所述第二目标栅格单元到所述第一目标栅格单元的最优路径；所述第二目标栅格单元为路径规划的起点。
终端8可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是终端8的示例，并不构成对终端8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器80可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal 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。
存储器81可以是终端8的内部存储单元，例如终端8的硬盘或内存。存储器81也可以是终端8的外部存储设备，例如终端8上配备的插接式硬盘，智能存储卡(Smart MediaCard，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器81还可以既包括终端8的内部存储单元也包括外部存储设备。存储器81用于存储计算机程序以及终端设备所需的其他程序和数据。存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
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，仅以上述各功能单元、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单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、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。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
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、或者计算机软件和电子硬件的结合来实现。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。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，模块或单元的划分，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。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
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。
集成的模块/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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明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，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，计算机程序包括计算机程序代码，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。计算机可读介质可以包括：能够携带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(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，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电载波信号和电信信号。
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，均应包含在本发明的保护范围之内。
Claims (8)
1.一种路径规划方法，其特征在于，包括：
利用激光传感器获取第一栅格地图，并确定所述第一栅格地图中的第一目标栅格单元；所述第一栅格地图中的栅格单元包括占据状态栅格单元、空闲状态栅格单元和未知状态栅格单元，所述第一目标栅格单元为路径规划的终点；
计算所述第一栅格地图中每个空闲状态栅格单元到所述第一目标栅格单元的第一距离，得到第二栅格地图，所述第二栅格地图的每个空闲状态栅格单元标记有所述第一距离；
计算所述第一栅格地图中每个空闲状态栅格单元到与其最近的占据状态栅格单元的第二距离，得到第三栅格地图，所述第三栅格地图的每个空闲状态栅格单元标记有所述第二距离；
根据所述第二栅格地图和所述第三栅格地图计算所述第一栅格地图中第二目标栅格单元到所述第一目标栅格单元的各个路径对应的第三距离，获取所述第三距离最小的路径，并将所述第三距离最小的路径作为所述第二目标栅格单元到所述第一目标栅格单元的最优路径；所述第二目标栅格单元为路径规划的起点；
所述根据所述第二栅格地图和所述第三栅格地图计算所述第一栅格地图中第二目标栅格单元到所述第一目标栅格单元的各个路径对应的第三距离，包括：
根据所述第二栅格地图和所述第三栅格地图计算所述第一栅格地图中第二目标栅格单元到所述第一目标栅格单元的各个路径对应的距离函数
其中，
l(C)为根据所述第一栅格地图计算得到的路径C的第四距离，
ci为路径C上第i个空闲状态栅格单元；d(ci,ci+1)为相邻两个栅格单元之间的距离计算量；
cdanger(ci)为路径C上第i个的空闲状态栅格单元ci的代价函数，α为预设的权重因子，且α大于等于零；
所述代价函数cdanger(ci)的确定步骤包括：
判断Ω(ci)是否小于或等于X；
若Ω(ci)>X，则cdanger(ci)＝(dopt-Ω(ci))2；
其中，Ω(ci)为路径C上第i个空闲状态栅格单元ci对应的第二距离；
X为预设的最小安全距离；dopt为根据所述激光传感器的性能参数预先设置的测量距离。
2.如权利要求1所述的路径规划方法，其特征在于，所述代价函数cdanger(ci)的确定步骤，包括：
在所述判断Ω(ci)是否小于或等于X之后，
若Ω(ci)≤X，则cdanger(ci)＝(X-Ω(ci))3；或者，
若Ω(ci)≤X，则cdanger(ci)＝∞。
3.如权利要求1所述的路径规划方法，其特征在于，所述确定所述第一栅格地图中的第一目标栅格单元，包括：
将所述第一栅格地图中与未知状态栅格单元相邻的空闲状态栅格单元确定为边界单元，并利用所述边界单元组成所述第一栅格地图的边界；
对所述边界进行滤波，得到滤波后的边界；
将滤波后的边界中距离所述第二目标栅格单元距离最近的边界单元确定为所述第一目标栅格单元。
4.如权利要求3所述的路径规划方法，其特征在于，所述对所述边界进行滤波，得到滤波后的边界，包括：
计算所述边界中连续相邻的边界单元个数；
若所述边界单元个数大于或等于预设阈值，则保留所述连续相邻的边界单元；
若所述边界单元个数小于所述预设阈值，则删除所述连续相邻的边界单元。
5.一种路径规划装置，其特征在于，包括：
目标栅格确定单元，用于利用激光传感器获取第一栅格地图，并确定所述第一栅格地图中的第一目标栅格单元；所述第一栅格地图中的栅格单元包括占据状态栅格单元、空闲状态栅格单元和未知状态栅格单元，所述第一目标栅格单元为路径规划的终点；
第一计算单元，用于计算所述第一栅格地图中每个空闲状态栅格单元到所述第一目标栅格单元的第一距离，得到第二栅格地图，所述第二栅格地图的每个空闲状态栅格单元标记有所述第一距离；
第二计算单元，用于计算所述第一栅格地图中每个空闲状态栅格单元到与其最近的占据状态栅格单元的第二距离，得到第三栅格地图，所述第三栅格地图的每个空闲状态栅格单元标记有所述第二距离；
路径确定单元，用于根据所述第二栅格地图和所述第三栅格地图计算所述第一栅格地图中第二目标栅格单元到所述第一目标栅格单元的各个路径对应的第三距离，获取所述第三距离最小的路径，并将所述第三距离最小的路径作为所述第二目标栅格单元到所述第一目标栅格单元的最优路径；所述第二目标栅格单元为路径规划的起点；
所述路径确定单元，还用于：
根据所述第二栅格地图和所述第三栅格地图计算所述第一栅格地图中第二目标栅格单元到所述第一目标栅格单元的各个路径对应的距离函数
其中，
l(C)为根据所述第一栅格地图计算得到的路径C的第四距离，
ci为路径C上第i个空闲状态栅格单元；d(ci,ci+1)为相邻两个栅格单元之间的距离计算量；
cdanger(ci)为路径C上第i个的空闲状态栅格单元ci的代价函数，α为预设的权重因子，且α大于等于零；
所述路径规划装置还包括代价函数确定单元，
所述代价函数确定单元，用于判断Ω(ci)是否小于或等于X；
若Ω(ci)>X，则cdanger(ci)＝(dopt-Ω(ci))2；
其中，Ω(ci)为路径C上第i个空闲状态栅格单元ci对应的第二距离；
X为预设的最小安全距离；其中，dopt为根据所述激光传感器的性能参数预先设置的测量距离。
6.如权利要求5所述的路径规划装置，其特征在于，所述代价函数确定单元，还用于：
判断Ω(ci)是否小于或等于X；
若Ω(ci)≤X，则cdanger(ci)＝(X-Ω(ci))3；或者，
若Ω(ci)≤X，则cdanger(ci)＝∞。
7.一种终端，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4任一项所述方法的步骤。
8.一种计算机存储介质，所述计算机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4任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811636364.3A CN111380532B (zh) | 2018-12-29 | 2018-12-29 | 路径规划方法、装置、终端及计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811636364.3A CN111380532B (zh) | 2018-12-29 | 2018-12-29 | 路径规划方法、装置、终端及计算机存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111380532A CN111380532A (zh) | 2020-07-07 |
| CN111380532B true CN111380532B (zh) | 2022-06-28 |
Family
ID=71216506
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811636364.3A Active CN111380532B (zh) | 2018-12-29 | 2018-12-29 | 路径规划方法、装置、终端及计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111380532B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112099488A (zh) * | 2020-08-14 | 2020-12-18 | 深圳拓邦股份有限公司 | 移动机器人的窄道通行方法、装置、割草机以及存储介质 |
| CN112985405B (zh) * | 2021-02-18 | 2023-06-09 | 湖南国科微电子股份有限公司 | 一种机器人全覆盖路径规划方法、装置、设备及介质 |
| CN113296514B (zh) * | 2021-05-24 | 2022-09-27 | 南开大学 | 一种基于稀疏带状结构的局部路径优化方法及系统 |
| CN113791625A (zh) * | 2021-09-30 | 2021-12-14 | 深圳市优必选科技股份有限公司 | 全覆盖路径生成方法、装置、终端设备及存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103822625A (zh) * | 2013-12-01 | 2014-05-28 | 兰州大学 | 一种智能机器人寻线导航的方法与装置 |
| WO2016045615A1 (zh) * | 2014-09-25 | 2016-03-31 | 科沃斯机器人有限公司 | 机器人静态路径规划方法 |
| CN205139699U (zh) * | 2015-10-12 | 2016-04-06 | 深圳市德宝威科技有限公司 | 机器人避障系统 |
| CN105652873A (zh) * | 2016-03-04 | 2016-06-08 | 中山大学 | 一种基于Kinect的移动机器人避障方法 |
| CN105807760A (zh) * | 2014-12-30 | 2016-07-27 | Tcl集团股份有限公司 | 一种智能机器人及其自建路径的方法和装置 |
| CN106092104A (zh) * | 2016-08-26 | 2016-11-09 | 深圳微服机器人科技有限公司 | 一种室内机器人的重定位方法及装置 |
| WO2017173990A1 (zh) * | 2016-04-07 | 2017-10-12 | 北京进化者机器人科技有限公司 | 一种机器人避障中的最短路径规划方法 |
| CN108303098A (zh) * | 2018-02-09 | 2018-07-20 | 上海思岚科技有限公司 | 机器人路径规划方法及设备 |
| CN108775902A (zh) * | 2018-07-25 | 2018-11-09 | 齐鲁工业大学 | 基于障碍物虚拟膨胀的伴随机器人路径规划方法及系统 |
| CN108958238A (zh) * | 2018-06-01 | 2018-12-07 | 哈尔滨理工大学 | 一种基于协变代价函数的机器人点到区路径规划方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105043396B (zh) * | 2015-08-14 | 2018-02-02 | 北京进化者机器人科技有限公司 | 一种移动机器人室内自建地图的方法和系统 |
| CN108241369B (zh) * | 2017-12-20 | 2021-11-30 | 北京理工华汇智能科技有限公司 | 机器人躲避静态障碍的方法及装置 |
| CN108549378B (zh) * | 2018-05-02 | 2021-04-20 | 长沙学院 | 一种基于栅格地图的混合路径规划方法和系统 |
-
2018
- 2018-12-29 CN CN201811636364.3A patent/CN111380532B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103822625A (zh) * | 2013-12-01 | 2014-05-28 | 兰州大学 | 一种智能机器人寻线导航的方法与装置 |
| WO2016045615A1 (zh) * | 2014-09-25 | 2016-03-31 | 科沃斯机器人有限公司 | 机器人静态路径规划方法 |
| CN105807760A (zh) * | 2014-12-30 | 2016-07-27 | Tcl集团股份有限公司 | 一种智能机器人及其自建路径的方法和装置 |
| CN205139699U (zh) * | 2015-10-12 | 2016-04-06 | 深圳市德宝威科技有限公司 | 机器人避障系统 |
| CN105652873A (zh) * | 2016-03-04 | 2016-06-08 | 中山大学 | 一种基于Kinect的移动机器人避障方法 |
| WO2017173990A1 (zh) * | 2016-04-07 | 2017-10-12 | 北京进化者机器人科技有限公司 | 一种机器人避障中的最短路径规划方法 |
| CN106092104A (zh) * | 2016-08-26 | 2016-11-09 | 深圳微服机器人科技有限公司 | 一种室内机器人的重定位方法及装置 |
| CN108303098A (zh) * | 2018-02-09 | 2018-07-20 | 上海思岚科技有限公司 | 机器人路径规划方法及设备 |
| CN108958238A (zh) * | 2018-06-01 | 2018-12-07 | 哈尔滨理工大学 | 一种基于协变代价函数的机器人点到区路径规划方法 |
| CN108775902A (zh) * | 2018-07-25 | 2018-11-09 | 齐鲁工业大学 | 基于障碍物虚拟膨胀的伴随机器人路径规划方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| Experiments with a Large Heterogeneous Mobile Robot Team:Exploration, Mapping,Deployment and Detection;Andrew Howard et al.;《The International Journal of Robotics Research 2006》;20130114;第431-447页 * |
| 基于新人工势场函数的机器人动态避障规划;樊晓平等;《控制理论与应用》;20051031;第22卷(第05期);第703-707页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111380532A (zh) | 2020-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111380532B (zh) | 路径规划方法、装置、终端及计算机存储介质 | |
| CN109541634B (zh) | 一种路径规划方法、装置和移动设备 | |
| CN111857160A (zh) | 一种无人车路径规划方法和装置 | |
| CN111290385A (zh) | 一种机器人路径规划方法、机器人、电子设备及存储介质 | |
| CN111158365B (zh) | 一种路径规划方法、装置、机器人及存储介质 | |
| CN107992036B (zh) | 一种智能停车库中存取车路径规划方法、装置及存储介质 | |
| CN110390306B (zh) | 直角车位的检测方法、车辆和计算机可读存储介质 | |
| US20210358153A1 (en) | Detection methods, detection apparatuses, electronic devices and storage media | |
| US20190375099A1 (en) | Motion target direction angle obtaining method, apparatus and robot using the same | |
| CN112700479B (zh) | 一种基于cnn点云目标检测的配准方法 | |
| CN109696909B (zh) | 足式机器人路径规划方法及装置 | |
| US20200201339A1 (en) | Robot movement control method and apparatus and robot using the same | |
| CN110967028A (zh) | 导航地图构建方法、装置、机器人及存储介质 | |
| CN112060079B (zh) | 机器人及其碰撞检测方法和装置 | |
| CN111433780A (zh) | 车道线检测方法、设备、计算机可读存储介质 | |
| CN110967019A (zh) | 一种规划机器人局部路径的方法及机器人 | |
| CN111886597A (zh) | 可移动平台的障碍物检测方法、装置及可移动平台 | |
| CN115900742A (zh) | 车辆的参考轨迹规划方法、装置、电子设备及存储介质 | |
| CN110850859A (zh) | 一种机器人及其避障方法和避障系统 | |
| KR20200095379A (ko) | 자체적으로 생성된 정보 및 다른 개체에 의해 생성된 정보를 선택적으로 사용하여 카메라의 오정렬을 보정하는 방법 및 이를 이용한 장치 | |
| CN115617042A (zh) | 碰撞检测方法及装置、终端设备、计算机可读存储介质 | |
| CN105571599A (zh) | 路况信息处理方法和装置 | |
| CN113050660B (zh) | 误差补偿方法、装置、计算机设备及存储介质 | |
| CN114379594B (zh) | 安全行驶走廊构建方法和装置、自动驾驶车辆及存储介质 | |
| CN113405557B (zh) | 路径规划方法及相关装置、电子设备、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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 518000 16th and 22nd Floors, C1 Building, Nanshan Zhiyuan, 1001 Xueyuan Avenue, Nanshan District, Shenzhen City, Guangdong Province Patentee after: Shenzhen Youbixuan Technology Co.,Ltd. Address before: 518000 16th and 22nd Floors, C1 Building, Nanshan Zhiyuan, 1001 Xueyuan Avenue, Nanshan District, Shenzhen City, Guangdong Province Patentee before: Shenzhen Youbixuan Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231201 Address after: Room 601, 6th Floor, Building 13, No. 3 Jinghai Fifth Road, Beijing Economic and Technological Development Zone (Tongzhou), Tongzhou District, Beijing, 100176 Patentee after: Beijing Youbixuan Intelligent Robot Co.,Ltd. Address before: 518000 16th and 22nd Floors, C1 Building, Nanshan Zhiyuan, 1001 Xueyuan Avenue, Nanshan District, Shenzhen City, Guangdong Province Patentee before: Shenzhen Youbixuan Technology Co.,Ltd. |