CN111543908B - 一种行进路径、智能设备行进路径规划方法和装置 - Google Patents

一种行进路径、智能设备行进路径规划方法和装置 Download PDF

Info

Publication number
CN111543908B
CN111543908B CN202010413668.4A CN202010413668A CN111543908B CN 111543908 B CN111543908 B CN 111543908B CN 202010413668 A CN202010413668 A CN 202010413668A CN 111543908 B CN111543908 B CN 111543908B
Authority
CN
China
Prior art keywords
obstacle
grid
distance
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.)
Active
Application number
CN202010413668.4A
Other languages
English (en)
Other versions
CN111543908A (zh
Inventor
董敏杰
潘何浩
罗方龙
陈兆先
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huizhi robot technology (Shenzhen) Co., Ltd
Original Assignee
Huizhi Robot Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huizhi Robot Technology Shenzhen Co Ltd filed Critical Huizhi Robot Technology Shenzhen Co Ltd
Priority to CN202010413668.4A priority Critical patent/CN111543908B/zh
Publication of CN111543908A publication Critical patent/CN111543908A/zh
Application granted granted Critical
Publication of CN111543908B publication Critical patent/CN111543908B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
    • A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
    • A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
    • A47L11/4061—Steering means; Means for avoiding obstacles; Details related to the place where the driver is accommodated
    • 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
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
    • A47L2201/00—Robotic cleaning machines, i.e. with automatic control of the travelling movement or the cleaning operation
    • A47L2201/04—Automatic control of the travelling movement; Automatic obstacle detection

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)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种行进路径、智能设备行进路径规划方法和装置，行进规划方法中，采集目标范围的环境数据，先将环境数据先转化为栅格地图，再将栅格地图转化为代价地图，在代价地图中截取所需多边形区域，在所需多边形区域用灰度代表障碍物栅格、非障碍物栅格、边界栅格，选一个非障碍物栅格为当前栅格，计算当前栅格与最近障碍物栅格的距离，并基于此计算当前栅格周边非障碍物栅格的障碍距离，连线障碍距离相等的非障碍物栅格，得到等距线。计算所需多边形区域内所有非障碍物栅格的等距线。以障碍距离大于智能设备宽度一半的非障碍物栅格周边的等距线规划路径。本申请基于等距线生成规划路径，避开了行进路径中的障碍物，保证了行进安全。

Description

一种行进路径、智能设备行进路径规划方法和装置
技术领域
本发明涉及路径规划技术领域，尤其是涉及一种行进路径、智能设备行进路径规划方法和装置。
背景技术
目前，智能设备已经进入大众的生活，路径规划是智能设备用于实现自主移动清洁过程的关键技术；智能设备包括机器人，机器人中有些机器人体积小，如家用清扫机器人；而有些机器人体积庞大，如大型自主移动清洁机器人，对于像家用清扫机器人这种机器人，因体积小、重量轻、能原地转动，运动控制相对简单，在清洁过程甚至允许贴近家具甚至碰撞，这就使得在规划清扫路径时无须严格考虑运动约束和安全性相关的因素，其清扫路径规划方法是先在地图上划设一个多边形区域，然后在这个区域内规划一条能覆盖整个区域的最优清扫路径；而对于应用于商场、小区、地库等公共区域的大型自主移动清洁机器人，体积更大、清洁设备更复杂、运动控制也更复杂，如果只是简单照搬家用清扫机器人的路径规划方式，就会存在无法保证较高清扫效率和覆盖率的问题。在清扫路径规划时，就必须考虑运动约束和安全性，如无法原地转动且转弯半径还比较大、后退或转弯时有些清洁设备需要先抬起或关闭、在地库中绝不允许碰撞车。
因此，如何合理规划行进路径，是目前亟待解决的问题。
发明内容
本发明的目的是提供一种行进路径、智能设备行进路径规划方法和装置。对目标范围的多边形区域进行代价地图的栅格化，对目标范围的障碍物、非障碍物进行标记，计算非障碍物栅格与障碍物的障碍距离，以障碍距离值为依据生成等距线，以障碍距离大于智能设备宽度一半的等距线为规划路径，合理的规划了智能设备的行进路线，避免了行进过程中与障碍物的碰撞，实现了行进过程中的运动约束，保证了安全。
本发明的上述发明目的通过以下技术方案得以实现：
一种行进路径规划方法，包括以下步骤：
S1、开始；
S2、利用传感器数据生成代价地图；
S3、从代价地图中截取行进所需的多边形区域；
S4、将包括多边形区域的代价地图转化为灰度路径规划图片，标记障碍物栅格、边界栅格、非障碍物栅格；
S5、计算多边形区域内非障碍物栅格与障碍物栅格障碍距离值，非障碍物栅格与边界栅格的障碍距离值，寻找与当前栅格距离最小的第一障碍物；
S6、以障碍距离值为依据生成等距线；
S7、以当前栅格点、行进主体宽度、等距线为依据生成行进规划路径；
S8、结束。
本发明进一步设置为：步骤S2中，利用传感器数据生成一张栅格地图，将栅格地图转化为代价地图。
本发明进一步设置为：步骤S3中，在所需多边形区域外增加一阈值范围，扩展多边形区域，获得拓展多边形区域。
本发明进一步设置为：步骤S4中，在灰度路径规划图片中，以不同数值表示障碍物栅格、边界栅格、非障碍物栅格。
本发明进一步设置为：步骤S5中，包括以下步骤：
A1、计算多边形内每个非障碍物栅格距离障碍物栅格的第一最小距离；
A2、计算多边形内每个非障碍物栅格距离多边形边界栅格的第二最小距离；
A3、比较第一最小距离与第二最小距离的大小；
A4、取其中的最小值作为当前栅格障碍距离值；
A5、结束。
本发明进一步设置为：步骤A1、A2中，计算多边形内每个非障碍物栅格距离障碍物栅格的障碍距离，取最小障碍距离为第一最小距离；计算多边形内每个非障碍物栅格距离多边形边界栅格的障碍距离，取最小障碍距离为第二最小距离。
本发明进一步设置为：步骤S6中，包括以下步骤：
B1、取与当前栅格相邻的周围8个非障碍物栅格；
B2、从8个非障碍物栅格舍弃已经计算过障碍物距离的非障碍物栅格，计算剩余N个有效非障碍物栅格与障碍物栅格的障碍距离；
B3、i=1；
B4、判断第i个有效非障碍物栅格的障碍距离是否与当前栅格的障碍距离相等，若否，进入下一步，若是，转B7；
B5、i= i+1；
B6、判断i是否大于N，若是，转B9，若否，转B4；
B7、标记所述非障碍物栅格为下一个当前栅格；
B8、连线障碍距离相等的非障碍物栅格，形成等距线，转B1；
B9、结束。
本发明进一步设置为：步骤S7中，以障碍距离大于行进主体宽度的一半的等距线为规划路径。
本发明进一步设置为：步骤S7中，根据运动学模型优化急转弯路径。
本发明的上述发明目的还通过以下技术方案得以实现：
一种智能设备行进路径规划方法，所述智能设备包括清扫机器人，应用所述行进路径规划方法，以障碍距离大于清扫宽度的一半的等距线为规划路径；两条规划路径之间的间隔大于清扫宽度的一半小于清扫宽度。
本发明的上述发明目的还通过以下技术方案得以实现：
一种行进路径规划装置，包括行进主体、传感设备、控制中心；传感设备、控制中心安装在行进主体上，传感设备用于感测周边环境数据，控制中心用于采用行进路径规划方法，对行进主体进行路径规划，控制中心包括存储器和处理器，存储器存储有能够被处理器加载并执行的所述行进路径规划方法的计算机程序。
与现有技术相比，本发明的有益技术效果为：
1.本申请的方法，对目标范围进行灰度化，标记栅格属性，计算非障碍物栅格与非障碍物栅格间的障碍距离，根据障碍距离生成等距线，基于等距线生成规划路径，避开了行进路径中的障碍物，保证了行进过程中的安全；
2.进一步地，本申请将障碍距离大于行进主体宽度一半的等距线作为规划路径，保证了路径规划的合理性；
3.进一步地，本申请的装置，实现了行进过程中对障碍物的避让，防止了碰撞事件的发生，保证了行进路径的合理与安全；
4.本申请的智能设备包括清扫机器人，以障碍距离大于清扫宽度的一半的等距线为规划路径，保证了清扫结果。
附图说明
图1是本发明的一个具体实施例的方法流程示意图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
本申请的智能设备包括机器人，
具体实施例一
本发明的一种行进路径规划方法，如图1所示，包括以下步骤：
S1、开始；
S2、利用传感器数据生成代价地图；
S3、从代价地图中截取所需的多边形区域；
S4、将包括多边形区域的代价地图转化为灰度路径规划图片，标记障碍物栅格、边界栅格、非障碍物栅格；
S5、计算多边形区域内非障碍物栅格与障碍物栅格或者边界栅格的障碍距离值，寻找与当前栅格距离最小的第一障碍物；
S6、以障碍距离值为依据生成等距线；
S7、以当前栅格点、行进主体宽度、等距线为依据生成规划路径；
S8、结束。
在本申请的一个具体实施例中，行进主体包括机器人。
步骤S2中，机器人上安装有传感器，利用传感器获目标范围的数据，根据传感器数 据生成一张栅格地图，栅格的分辨率为0.05m，栅格的数值代表栅格区域为障碍物的概率， 用
Figure 994926DEST_PATH_IMAGE001
表示 ，0表示栅格区域位置无障碍物，100表示栅格区域位置有障碍物，1表示 栅格区域位置为未知区域。
将栅格地图转化为代价地图，代价地图的范围为
Figure 243505DEST_PATH_IMAGE002
，代价地图中无障碍物 区域用0表示，有障碍物区域用254表示，未知区域用255表示。
从代价地图中截取所需的多边形区域，在此多边形区域内进行路径规划。
步骤S3中，在所需的多边形区域外增加一阈值范围，扩展多边形区域，获得拓展多边形区域，拓展多边形区域能够提高路径规划效率，保证规划范围准确性，把拓展区域设置为未知区域，保证规划出的路径在所需范围内。
步骤S4中，在灰度路径规划图片中，以不同数值表示障碍物栅格、边界栅格、非障碍物栅格。障碍物栅格、边界栅格、未知区域、其他非零区域转化到路径规划图片中为黑色，用数值0表示，非障碍物栅格区域转化到路径规划图片中为白色，用数值255表示。
选择其中一个非障碍物栅格为当前栅格，计算当前栅格与最近障碍物的距离，记录此距离为第一最小距离；并据此计算当前障碍物栅格周边的非障碍物栅格与障碍物栅格的等距线，步骤S5中，包括以下步骤：
A1、计算多边形内每个非障碍物栅格距离障碍物栅格的第一最小距离；
A2、计算多边形内每个非障碍物栅格距离多边形边界栅格的第二最小距离；
A3、比较第一最小距离与第二最小距离的大小；
A4、取其中的最小值作为当前栅格障碍距离值；
A5、结束。
具体地，步骤A1、A2中，分别计算多边形内每个非障碍物栅格与障碍物栅格的障碍距离，取最小障碍距离为第一最小距离；分别计算多边形内每个非障碍物栅格与边界栅格的障碍距离，取最小障碍距离为第二最小距离。取第一最小距离与第二最小距离中的最小值作为当前栅格数值，表示当前栅格的障碍距离值。
然后计算与当前栅格相邻的周围8个非障碍物栅格与障碍物的障碍距离，找到并连线障碍距离相同的栅格，得到等距线。
具体地，包括以下步骤：
B1、取与当前栅格相邻的周围8个非障碍物栅格；
B2、从8个非障碍物栅格舍弃已经计算过障碍物距离的非障碍物栅格，计算剩余N个有效非障碍物栅格与障碍物栅格的障碍距离；
B3、i=1；
B4、判断第个i有效非障碍物栅格的障碍距离是否与当前栅格的障碍距离相等，若否，进入下一步，若是，转B7；
B5、i= i+1；
B6、判断i是否大于N，若是，转B9，若否，转B4；
B7、标记所述非障碍物栅格为下一个当前栅格；
B8、连线障碍距离相等的非障碍物栅格，形成等距线，转B1；
B9、结束。
步骤S7中，计算多边形区域内所有栅格周边的等距线，以当前栅格点、机器人宽度、等距线为依据生成规划路径。
根据运动学模型优化急转弯路径，使规划路径更合理。
在本申请的一个具体实施例中，机器人包括清扫机器人，以障碍距离大于清扫宽度的一半的等距线为规划路径；两条规划路径之间的间隔大于清扫宽度的一半而小于清扫宽度，保证每个地方都能够清扫到。
根据机器人运动学模型优化急转弯路径，将清扫半径设置为清扫宽度的一半，进一步地优化规划路径。
具体实施例二
本申请的一种智能设备行进路径规划装置，包括智能设备主体、传感设备、控制中心；传感设备、控制中心安装在智能设备主体上，传感设备用于感测周边环境数据，并将环境数据传输给控制中心，控制中心用于采用覆盖式路径规划方法，对智能设备进行路径规划；先将环境数据先转化为栅格地图，再将栅格地图转化为代价地图，在代价地图中截取所需多边形区域，在所需多边形区域用灰度代表障碍物栅格、非障碍物栅格、边界栅格，选一个非障碍物栅格为当前栅格，计算当前栅格与最近障碍物栅格的距离，并基于此计算当前栅格周边非障碍物栅格的障碍距离，连线障碍距离相等的非障碍物栅格，得到等距线。
计算所需多边形区域内所有非障碍物栅格的等距线。
在本申请的一个具体实施例中，智能设备包括清扫机器人，在清扫路径规划时，选择障碍距离大于清扫宽度一半的非障碍物栅格为当前栅格点，以其周边的等距线规划路径。规划中，考虑两条规划路径之间的间距、转弯半径大于清扫宽度一半。
本具体实施方式的实施例均为本发明的较佳实施例，并非依此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。

Claims (8)

1.一种行进路径规划方法，其特征在于：包括以下步骤：
S1、开始；
S2、利用传感器数据生成代价地图；
S3、从代价地图中截取行进所需的多边形区域；
S4、将包括多边形区域的代价地图转化为灰度路径规划图片，标记障碍物栅格、边界栅格、非障碍物栅格；
S5、计算多边形区域内非障碍物栅格与障碍物栅格之间的障碍距离值，非障碍物栅格与边界栅格之间的障碍距离值，寻找与当前栅格距离最小的第一障碍物，计算多边形内每个非障碍物栅格与障碍物栅格的第一最小距离，计算多边形内每个非障碍物栅格距离多边形边界栅格的第二最小距离，比较第一最小距离与第二最小距离的大小，取其中的最小值作为当前栅格的障碍距离值；
S6、以障碍距离值为依据，连线障碍距离相等的非障碍物栅格，生成等距线；
S7、以当前栅格点、行进主体宽度、等距线为依据，以障碍距离大于行进主体宽度的一半的等距线为规划路径；或根据运动学模型优化急转弯路径，生成行进规划路径；
S8、结束。
2.根据权利要求1所述行进路径规划方法，其特征在于：步骤S2中，利用传感器数据生成一张栅格地图，将栅格地图转化为代价地图。
3.根据权利要求1所述行进路径规划方法，其特征在于：步骤S3中，在所需多边形区域外增加一阈值范围，扩展多边形区域，获得拓展多边形区域。
4.根据权利要求1所述行进路径规划方法，其特征在于：步骤S4中，在灰度路径规划图片中，以不同数值表示障碍物栅格、边界栅格、非障碍物栅格。
5.根据权利要求1所述行进路径规划方法，其特征在于：步骤A1、A2中，计算多边形内每个非障碍物栅格距离障碍物栅格的障碍距离，取最小障碍距离为第一最小距离；计算多边形内每个非障碍物栅格距离多边形边界栅格的障碍距离，取最小障碍距离为第二最小距离。
6.根据权利要求1所述行进路径规划方法，其特征在于：步骤S6中，包括以下步骤：
B1、取与当前栅格相邻的周围8个非障碍物栅格；
B2、从8个非障碍物栅格舍弃已经计算过障碍物距离的非障碍物栅格，计算剩余N个有效非障碍物栅格与障碍物栅格的障碍距离；
B3、i＝1；
B4、判断第i个有效非障碍物栅格的障碍距离是否与当前栅格的障碍距离相等，若否，进入下一步，若是，转B7；
B5、i＝i+1；
B6、判断i是否大于N，若是，转B9，若否，转B4；
B7、标记所述非障碍物栅格为下一个当前栅格；
B8、连线障碍距离相等的非障碍物栅格，形成等距线，转B1；
B9、结束。
7.一种智能设备行进路径规划方法，其特征在于：所述智能设备包括清扫机器人，应用权利要求1-6任意一项权利要求所述行进路径规划方法，以障碍距离大于清扫宽度的一半的等距线为规划路径；两条相邻规划路径之间的间隔大于清扫宽度的一半小于清扫宽度。
8.一种行进路径规划装置，其特征在于：包括行进主体、传感设备、控制中心；传感设备、控制中心安装在行进主体上，传感设备用于感测周边环境数据，控制中心用于采用行进路径规划方法，对行进主体进行路径规划，控制中心包括存储器和处理器，存储器存储有能够被处理器加载并执行的如权利要求1-6任意一项所述行进路径规划方法的计算机程序。
CN202010413668.4A 2020-05-15 2020-05-15 一种行进路径、智能设备行进路径规划方法和装置 Active CN111543908B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010413668.4A CN111543908B (zh) 2020-05-15 2020-05-15 一种行进路径、智能设备行进路径规划方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010413668.4A CN111543908B (zh) 2020-05-15 2020-05-15 一种行进路径、智能设备行进路径规划方法和装置

Publications (2)

Publication Number Publication Date
CN111543908A CN111543908A (zh) 2020-08-18
CN111543908B true CN111543908B (zh) 2021-09-07

Family

ID=72004785

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010413668.4A Active CN111543908B (zh) 2020-05-15 2020-05-15 一种行进路径、智能设备行进路径规划方法和装置

Country Status (1)

Country Link
CN (1) CN111543908B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112150490B (zh) * 2020-09-30 2024-02-02 北京小狗吸尘器集团股份有限公司 图像检测方法、装置、电子设备和计算机可读介质
CN112284393B (zh) * 2020-10-23 2022-12-23 苏州大学 一种智能移动机器人全局路径规划方法和系统
CN112504273B (zh) * 2020-10-29 2022-05-24 广东杜尼智能机器人工程技术研究中心有限公司 弓形路径无缝衔接规划方法
CN112543418A (zh) * 2020-11-24 2021-03-23 武汉商学院 基于蓝牙和beacon设备进行局部导航的方法及系统
CN113008249B (zh) * 2021-02-09 2024-03-12 广州视睿电子科技有限公司 移动机器人的避让点检测方法、避让方法以及移动机器人
CN113405557B (zh) * 2021-08-18 2022-04-19 科大讯飞(苏州)科技有限公司 路径规划方法及相关装置、电子设备、存储介质
CN113985886B (zh) * 2021-11-02 2024-01-19 珠海格力电器股份有限公司 设备作业路径规划方法、装置、计算机设备和存储介质
CN115493600A (zh) * 2022-10-12 2022-12-20 江苏盛海智能科技有限公司 一种基于激光雷达的无人驾驶遇障路径规划方法与终端
CN116300972B (zh) * 2023-05-17 2023-12-12 汇智机器人科技(深圳)有限公司 一种机器人作业规划方法、系统及其应用

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1078823A (ja) * 1996-09-03 1998-03-24 Fuji Heavy Ind Ltd 自律走行車の障害物回避制御装置
JP2000075032A (ja) * 1998-09-02 2000-03-14 Komatsu Ltd 走行路上の障害物の検出方法及びその存否推定方法
JP2010017428A (ja) * 2008-07-12 2010-01-28 Nishi Nihon Kosoku Doro Maintenance Kansai Kk 床面清掃ロボット
JP2011175393A (ja) * 2010-02-24 2011-09-08 Toyota Motor Corp 経路計画装置、自律移動ロボット、及び移動経路の計画方法
CN103153743A (zh) * 2010-10-01 2013-06-12 丰田自动车株式会社 用于车辆的障碍物识别系统和方法
JP2014123200A (ja) * 2012-12-20 2014-07-03 Toyota Motor Corp 移動体制御装置、移動体制御方法及び制御プログラム
CN204166384U (zh) * 2014-06-26 2015-02-18 科沃斯机器人有限公司 自移动机器人
CN104765379A (zh) * 2014-11-11 2015-07-08 深圳市银星智能科技股份有限公司 机器人在封闭工作区域寻找回充座的方法及机器人系统
CN106572776A (zh) * 2014-07-01 2017-04-19 三星电子株式会社 清洁机器人及其控制方法
CN107368079A (zh) * 2017-08-31 2017-11-21 珠海市微半导体有限公司 机器人清扫路径的规划方法及芯片
CN108303101A (zh) * 2018-03-05 2018-07-20 弗徕威智能机器人科技（上海）有限公司 一种导航地图的构建方法
CN108334090A (zh) * 2018-02-12 2018-07-27 弗徕威智能机器人科技（上海）有限公司 一种虚拟障碍物的设置方法
CN108780320A (zh) * 2018-06-15 2018-11-09 深圳前海达闼云端智能科技有限公司 机器人运动控制方法、装置、存储介质及机器人
CN109541634A (zh) * 2018-12-28 2019-03-29 歌尔股份有限公司 一种路径规划方法、装置和移动设备

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1078823A (ja) * 1996-09-03 1998-03-24 Fuji Heavy Ind Ltd 自律走行車の障害物回避制御装置
JP2000075032A (ja) * 1998-09-02 2000-03-14 Komatsu Ltd 走行路上の障害物の検出方法及びその存否推定方法
JP2010017428A (ja) * 2008-07-12 2010-01-28 Nishi Nihon Kosoku Doro Maintenance Kansai Kk 床面清掃ロボット
JP2011175393A (ja) * 2010-02-24 2011-09-08 Toyota Motor Corp 経路計画装置、自律移動ロボット、及び移動経路の計画方法
CN103153743A (zh) * 2010-10-01 2013-06-12 丰田自动车株式会社 用于车辆的障碍物识别系统和方法
JP2014123200A (ja) * 2012-12-20 2014-07-03 Toyota Motor Corp 移動体制御装置、移動体制御方法及び制御プログラム
CN204166384U (zh) * 2014-06-26 2015-02-18 科沃斯机器人有限公司 自移动机器人
CN106572776A (zh) * 2014-07-01 2017-04-19 三星电子株式会社 清洁机器人及其控制方法
CN104765379A (zh) * 2014-11-11 2015-07-08 深圳市银星智能科技股份有限公司 机器人在封闭工作区域寻找回充座的方法及机器人系统
CN107368079A (zh) * 2017-08-31 2017-11-21 珠海市微半导体有限公司 机器人清扫路径的规划方法及芯片
CN108334090A (zh) * 2018-02-12 2018-07-27 弗徕威智能机器人科技（上海）有限公司 一种虚拟障碍物的设置方法
CN108303101A (zh) * 2018-03-05 2018-07-20 弗徕威智能机器人科技（上海）有限公司 一种导航地图的构建方法
CN108780320A (zh) * 2018-06-15 2018-11-09 深圳前海达闼云端智能科技有限公司 机器人运动控制方法、装置、存储介质及机器人
CN109541634A (zh) * 2018-12-28 2019-03-29 歌尔股份有限公司 一种路径规划方法、装置和移动设备

Also Published As

Publication number Publication date
CN111543908A (zh) 2020-08-18

Similar Documents

Publication Publication Date Title
CN111543908B (zh) 一种行进路径、智能设备行进路径规划方法和装置
Gao et al. An improved frontier-based approach for autonomous exploration
US12092467B1 (en) Simultaneous collaboration, localization, and mapping
Stachniss et al. Information gain-based exploration using rao-blackwellized particle filters.
CN112284393B (zh) 一种智能移动机器人全局路径规划方法和系统
WO2017173990A1 (zh) 一种机器人避障中的最短路径规划方法
WO2019147235A1 (en) Path planning for autonomous moving devices
CN104737085A (zh) 用于自主地检测或处理地面的机器人和方法
Meyer-Delius et al. Using artificial landmarks to reduce the ambiguity in the environment of a mobile robot
WO2010124056A1 (en) Detection of topological structure from sensor data with application to autonomous driving in semi-structured environments
CN111469127B (zh) 代价地图更新方法、装置、机器人及存储介质
Ioannidis et al. A path planning method based on cellular automata for cooperative robots
CN114431771B (zh) 一种扫地机器人清扫方法及相关装置
CN110673594A (zh) 一种用于amr集群的调度和寻路方法及系统
CN115494834A (zh) 机器人路径规划方法、装置及机器人
CN115114387A (zh) 栅格地图生成方法及装置、移动工具、存储介质
TW202429391A (zh) 地圖處理方法、地圖處理裝置、介質及電子設備
Shi et al. Coverage path planning for cleaning robot based on improved simulated annealing algorithm and ant colony algorithm
Zuo et al. A path planning framework for indoor low-cost mobile robots
Gupta et al. Cooperative coverage using autonomous underwater vehicles in unknown environments
Mao et al. Combined complete coverage path planning for autonomous mobile robot in indoor environment
Mansouri et al. Integer GA for mobile robot path planning with using another GA as repairing function
KR101297608B1 (ko) 미지 환경에서의 로봇 커버리지 방법 및 시스템
Sujan et al. An architecture for distributed environment sensing with application to robotic cliff exploration
Lim et al. Sonar based systematic exploration method for an autonomous mobile robot operating in an unknown environment

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20201207

Address after: B1205, phase II, Bolton Science Park, 1044 chaguang Road, Shuguang community, Xili street, Nanshan District, Shenzhen City, Guangdong Province

Applicant after: Huizhi robot technology (Shenzhen) Co., Ltd

Address before: 200000 Shanghai City, Pudong New Area Chinese (Shanghai) free trade zone fanchun Road No. 400 Building 1 layer 3

Applicant before: FLYINGWINGS INTELLIGENT ROBOT TECHNOLOGY (SHANGHAI) Co.,Ltd.

GR01 Patent grant
GR01 Patent grant