CN111750862A - 基于多区域的机器人路径规划方法、机器人及终端设备 - Google Patents
基于多区域的机器人路径规划方法、机器人及终端设备 Download PDFInfo
- Publication number
- CN111750862A CN111750862A CN202010529425.7A CN202010529425A CN111750862A CN 111750862 A CN111750862 A CN 111750862A CN 202010529425 A CN202010529425 A CN 202010529425A CN 111750862 A CN111750862 A CN 111750862A
- Authority
- CN
- China
- Prior art keywords
- path
- area
- target
- initial
- cross
- 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
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
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- 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
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
本申请适用于机器人技术领域,提供了基于多区域的机器人路径规划方法、机器人及终端设备,包括:获取机器人的初始位置及目标位置;若初始位置与目标位置位于不同区域,则获取位于初始区域转接点的信息;根据初始区域转接点的信息及预存的跨区域拓扑地图,确定跨域路径;根据初始区域的区域拓扑地图、初始位置及跨域路径,为每条跨域路径确定对应的初始区域子路径;根据目标区域的区域拓扑地图、目标位置及跨域路径,为每条跨域路径确定对应的目标区域子路径;根据该跨域路径、该初始区域子路径及该目标区域子路径,确定目标路径。本申请实施例能够高效地实现基于多区域的机器人路径规划。
Description
技术领域
本申请属于机器人技术领域,尤其涉及一种基于多区域的机器人路径规划方法、机器人及终端设备。
背景技术
随着机器人技术的发展,具有自主导航功能的机器人(即能够自主进行路径规划的移动机器人)被广泛应用于各类场景中。这些场景包括写字楼、住宅房等建筑内部的室内场景,还包括草坪、运动场、建筑间通道等以及位于建筑外部的室外场景。由于不同场景的实际环境特点不同,现有技术中通常会为每个场景单独设定对应一张区域地图,单个机器人只限定在单个场景的区域内工作,根据该场景的区域地图进行机器人路径规划,实现机器人自主导航。
然而,随着对机器人的应用需求的提升,在一些情况下需要机器人实现跨区域工作,即在移动穿越不同的场景区域以完成指定的任务,例如需要机器人从一个建筑内部出发,通过室外的通道到达另一个建筑内部。在这种情况下,通常是直接构建一张完整的包含多个场景区域的全局地图进行机器人的路径规划。但是,由于全局地图的数据量庞大,基于该全局地图进行路径规划需要较大的运算量,从而导致机器人路径规划的效率较低。
发明内容
有鉴于此,本申请实施例提供了基于多区域的机器人路径规划方法、机器人及终端设备,以解决现有技术中如何准确高效地实现基于多区域的机器人路径规划的问题。
本申请实施例的第一方面提供了一种基于多区域的机器人路径规划方法,包括:
获取机器人的初始位置及目标位置;
若所述初始位置与所述目标位置位于不同区域,则获取位于初始区域的初始区域转接点的信息;其中所述初始区域为所述初始位置所在的区域,所述初始区域转接点为位于所述初始区域的区域转接点,所述区域转接点为在区域拓扑地图中位于区域边界、与所述区域相邻的其它区域相连通的节点;
根据所述初始区域转接点的信息及预存的跨区域拓扑地图,确定从所述初始区域转接点到达目标区域的至少一条跨域路径,其中所述目标区域为所述目标位置所在的区域;所述跨区域拓扑地图为包括连接不同区域的任意两个所述区域转接点的节点和边的拓扑地图;
根据所述初始区域的区域拓扑地图、所述初始位置及所述跨域路径,在所述初始区域中分别为每条所述跨域路径确定至少一条对应的初始区域子路径,其中每条所述跨域路径对应的所述初始区域子路径为以所述初始位置为起点,以所述跨域路径的起点为终点的路径;
根据所述目标区域的区域拓扑地图、所述目标位置及所述跨域路径,在所述目标区域中分别为每条所述跨域路径确定至少一条对应的目标区域子路径,其中每条所述跨域路径对应的所述目标区域子路径为以所述跨域路径的终点为起点,以所述目标位置为终点的路径;
根据所述跨域路径、所述初始区域子路径及所述目标区域子路径,确定从所述初始位置到达所述目标位置的目标路径。
本申请实施例的第二方面提供了一种机器人,包括:
位置获取单元,用于获取机器人的初始位置及目标位置;
初始区域转接点获取单元,用于若所述初始位置与所述目标位置位于不同区域,则获取位于初始区域的初始区域转接点的信息;其中所述初始区域为所述初始位置所在的区域,所述初始区域转接点为位于所述初始区域的区域转接点,所述区域转接点为在区域拓扑地图中位于区域边界、与所述区域相邻的其它区域相连通的节点;
跨域路径确定单元,用于根据所述初始区域转接点的信息及预存的跨区域拓扑地图,确定从所述初始区域转接点到达目标区域的至少一条跨域路径,其中所述目标区域为所述目标位置所在的区域;所述跨区域拓扑地图为包括连接不同区域的任意两个所述区域转接点的节点和边的拓扑地图;
初始区域子路径确定单元,用于根据所述初始区域的区域拓扑地图、所述初始位置及所述跨域路径,在所述初始区域中分别为每条所述跨域路径确定至少一条对应的初始区域子路径,其中每条所述跨域路径对应的所述初始区域子路径为以所述初始位置为起点,以所述跨域路径的起点为终点的路径;
目标区域子路径确定单元,用于根据所述目标区域的区域拓扑地图、所述目标位置及所述跨域路径,在所述目标区域中分别为每条所述跨域路径确定至少一条对应的目标区域子路径,其中每条所述跨域路径对应的所述目标区域子路径为以所述跨域路径的终点为起点,以所述目标位置为终点的路径;
目标路径确定单元,用于根据所述跨域路径、所述初始区域子路径及所述目标区域子路径,确定从所述初始位置到达所述目标位置的目标路径。
本申请实施例的第三方面提供了一种终端设备,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,当所述处理器执行所述计算机程序时,使得终端设备实现如所述基于多区域的机器人路径规划方法的步骤。
本申请实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被处理器执行时,使得终端设备实现如所述基于多区域的机器人路径规划方法的步骤。
本申请实施例的第五方面提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面所述的基于多区域的机器人路径规划方法。
本申请实施例与现有技术相比存在的有益效果是:本申请实施例中,在机器人的初始位置和目标位置位于不同区域时,根据初始区域转接点及跨区域拓扑地图确定跨域路径,再根据初始区域的区域拓扑地图确定从初始位置抵达跨域路径的起点的初始区域子路径,根据目标区域的拓扑地图确定从跨域路径的终点抵达目标位置的目标区域子路径;之后,根据该跨域路径、初始区域子路径、目标区域子路径即可准确地得到从初始位置到达目标位置的目标路径。由于跨域路径是基于只包括连接不同区域的任意两个所述区域转接点的节点和边的跨区域拓扑地图确定的,初始区域子路径是基于初始区域的区域拓扑地图确定的,目标区域子路径是基于目标区域的区域拓扑地图确定的,这三个拓扑地图(跨区域拓扑地图、初始区域的区域拓扑地图、目标区域的区域拓扑地图)包含的数据量较少,因此使得本申请实施例中路径规划的运算量远小于现有的基于全局地图进行路径规划的运算量,从而在保证基于多区域的机器人路径规划的准确性的同时,提高了机器人路径规划效率。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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是本申请实施例提供的一种基于多区域的机器人路径规划方法的实现流程示意图;
图2是本申请实施例提供的一种各区域的区域拓扑地图的示意图;
图3是本申请实施例提供的一种跨区域拓扑地图的示意图;
图4是本申请实施例提供的一种全局拓扑地图的示例图;
图5是本申请实施例提供的一种机器人的示意图;
图6是本申请实施例提供的终端设备的示意图。
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,以便透彻理解本申请实施例。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申请。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申请的描述。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
目前,机器人通常只局限在预先设定的单一场景区域内进行移动,例如,将机器人划分为室内机器人和室外机器人,室内机器人只在室内区域内移动,根据室内区域的地图进行定位导航;室外机器人只在室外区域移动,根据室外区域的地图进行定位导航。随着机器人移动任务的复杂性越来越高,在有些情况下,机器人的工作场景不再限于单一场景区域,而是需要机器人在包含多个区域(例如室外区域和室内区域)的目标移动场景中进行跨区域移动并执行任务。然而,现有技术中通常没有考虑机器人的跨区域路径规划,即使在涉及多个区域机器人移动任务时,也是提前构建包含多个区域的全局地图来进行路径规划。由于全局地图需要完整包含多个区域的地图信息,因此全局地图的数据量通常比较庞大,进而导致基于全局地图进行的路径规划需要较大的运算量,从而导致基于多区域的机器人路径规划的效率较低。本申请实施例提供了一种基于多区域的机器人路径规划方法、机器人、终端设备及存储介质,在机器人的初始位置和目标位置位于不同区域时,根据初始区域转接点及跨区域拓扑地图确定跨域路径,再根据初始区域的区域拓扑地图确定从初始位置抵达跨域路径的起点的初始区域子路径,根据目标区域的拓扑地图确定从跨域路径的终点抵达目标位置的目标区域子路径;之后,根据该跨域路径、初始区域子路径、目标区域子路径即可准确地得到从初始位置到达目标位置的目标路径。由于跨域路径是基于包括连接不同区域的任意两个所述区域转接点的节点和边的跨区域拓扑地图确定的,初始区域子路径是基于初始区域的区域拓扑地图确定的,目标区域子路径是基于目标区域的区域拓扑地图确定的,这三个拓扑地图(跨区域拓扑地图、初始区域的区域拓扑地图、目标区域的区域拓扑地图)包含的数据量较少,因此使得本申请实施例中路径规划的运算量远小于现有的基于全局地图进行路径规划的运算量,从而在保证基于多区域的机器人路径规划的准确性的同时,提高了机器人路径规划效率。
本申请实施例的应用场景为包含多个区域的目标移动场景,其中多个区域可以包括同一栋建筑的不同楼层区域、不同建筑的不同楼层区域以及建筑外的室外区域等。示例性地,机器人的目标移动场景可以为指定的一个住宅小区,其中,每一栋住宅楼的一个楼层为一个区域,住宅小区中的室外花园为一个区域,共同构成了目标移动场景的多个区域。本申请实施例中,每一个区域都至少存在着对应的拓扑地图,可称为区域拓扑地图。进一步地,每一个区域还存在着对应的度量地图,可称为区域度量地图。其中,拓扑地图用于供机器人进行总体的路径规划,确定基本行进路径——目标路径;进一步地,度量地图用于机器人在根据该目标路径进行移动时,根据该度量地图的具体地图信息进行进一步地避障动作。
具体地,本申请实施例中的拓扑地图为图结构的地图,物理空间中的指定物体或路标(如门口、闸机、电梯间等)对应图结构中的节点;节点之间的连通性对应图结构中的边,表示这两个节点之间存在互通的路径段。其中,本申请实施例中拓扑地图的节点的信息至少包括节点类型和节点基本属性信息。节点类型至少包括区域内部节点和区域转接点这两种类型,若节点的节点类型为区域内部节点,则说明该节点为一个区域内部的节点;若节点的节点类型为区域转接点,则说明该节点为位于区域边界,跨接两个区域的节点。节点基本属性信息包括节点的位置信息(例如节点的坐标信息)、节点所在区域的区域信息(例如区域标识号)、所在楼层信息、允许通行的方向信息(可以包括单向、双向、不可通行等任一信息)等可供机器人获取进行路径规划及导航的信息。可选地,当节点类型为区域转接节点时,该节点的信息还包括转接点属性信息,该转接点属性信息可以包括该转接点所连接的其它区域的区域信息、该区域转接点连接的各区域的节点列表信息、地图切换标识信息等可供机器人进行跨区域路径规划及导航的信息。可选地,节点的信息还可以包括其它扩展属性,例如电梯属性、楼梯属性等,当机器人行进至该具有该扩展属性的节点时,可以根据该扩展属性执行例如呼叫电梯或者准备爬梯等动作。
本申请实施例中,度量地图(Metic Map),也可称为尺度地图,其用于精确地表示地图中的各单元的位置关系,通常由许多小块组成,例如栅格地图。一般地含有占据、空闲、未知三种状态,以表达该小块内是否有障碍物。
实施例一:
图1示出了本申请实施例提供的一种基于多区域的机器人路径规划方法的流程示意图,该基于多区域的机器人路径规划方法的执行主体为机器人,详述如下:
在S101中,获取机器人的初始位置及目标位置。
当机器人接收到移动任务时,获取此时机器人所在的位置作为初始位置,并获取该移动任务所要到达的最终位置作为目标位置。
可选地,在所述获取机器人的初始位置及目标位置之前,机器人获取携带目标位置的信息的移动任务派遣指令,该移动任务派遣指令可以由其它终端设备(例如服务器或者用户终端)发送给该机器人,也可以由用户直接在机器人的操作界面上操作生成。在机器人获取到该移动任务派遣指令时,从中解析获取到目标位置,并通过机器人自身的定位装置获取机器人当前所在位置作为初始位置。
在S102中,若所述初始位置与所述目标位置位于不同区域,则获取位于初始区域的初始区域转接点的信息;其中所述初始区域为所述初始位置所在的区域,所述初始区域转接点为位于所述初始区域的区域转接点,所述区域转接点为在区域拓扑地图中位于区域边界、与所述区域相邻的其它区域相连通的节点。
本申请实施例中,每个区域的区域转接点为位于该区域边界、与该区域相邻的其它区域相连通的节点。示例性地,如图2所示,在区域1的区域拓扑地图中,区域转接点包括位于区域1边界、与区域2相连通的节点1-1和节点1-2,以及与区域3相连通的节点1-3;在区域2的区域拓扑地图中,区域转接点包括位于区域2边界、与区域1相连通的节点2-1和节点2-2,以及包括与区域4相连通的节点2-6和节点2-11;在区域3的区域拓扑地图中,区域转接点包括位于区域3边界,与区域1相连通的节点3-1;在区域4的区域拓扑地图中,区域转接点包括位于区域4边界,与区域2相连通的节点4-1及节点4-3。其中,区域1中的节点1-1、节点1-2、节点1-3分别与区域2中的节点2-1、节点2-2、区域3中的节点1-3对应同一实际物理空间位置,即,节点1-1与节点2-1,或者节点1-2与节点2-2,或者节点1-3与节点3-1为在不同区域拓扑地图中用于表示同一实际物理空间位置的节点;同样地,区域2中的节点2-6、节点2-11分别与区域4中的节点4-1和节点4-3对应同一实际物理空间位置。
在本步骤中,当初始位置和目标位置位于不同区域时,则说明当前机器人需要进行跨区域的路径规划和导航,需要借助连通不同区域的区域转接点进行跨区域路径规划。此时,获取位于初始区域的初始区域转接点的信息,该初始区域为初始位置所在的区域,初始区域转接点为位于初始区域的区域转接点。该初始区域转接点的信息至少包括该初始区域转接点的位置信息,进一步地,该初始区域转接点的信息包括上述的节点基本属性信息和转接点属性信息。
示例性地,设本申请实施例的初始位置位于如图2所示节点1-4附近,则确定当前的初始区域为区域1,当前的初始区域转接点包括节点1-1、节点1-2和节点1-3。
在S103中,根据所述初始区域转接点的信息及预存的跨区域拓扑地图,确定从所述初始区域转接点到达目标区域的至少一条跨域路径,其中所述目标区域为所述目标位置所在的区域;所述跨区域拓扑地图为包括连接不同区域的任意两个所述区域转接点的节点和边的拓扑地图。
本申请实施例中,机器人存储单元提前存了跨区域拓扑地图,该跨区域拓扑地图为包括连接不同区域的任意两个区域转接点的节点和边的拓扑地图,即包括连接任意不同区域的任意两个区域转接点的所有跨区域路径段的拓扑地图。可选地,该跨区域拓扑地图可以由其它终端设备提前构建后发送给机器人进行存储,也可以由该机器人自身提前构建后,再直接存储构建后的跨区域拓扑地图。示例性地,如图2所示,设机器人的目标移动场景由区域1、区域2、区域3及区域4这四个区域组成,则对应地,该预存的跨区域拓扑地如图3所示,在图3中,统一用节点A描述图2中的节点1-1和节点2-1、统一用节点B描述图2中的节点1-2和节点2-2、统一用节点C描述图2中的节点1-3和节点3-1、统一用节点D描述图2中的节点2-6和节点4-1、以及统一用节点E描述图2中的节点2-11和节点4-3。其中,节点1-1、节点2-1是用于描述同一实际物理空间位置的节点;节点1-2、节点2-2是用于描述同一实际物理空间位置的节点;节点1-3、节点3-1是用于描述同一实际物理空间位置节点;节点2-6、节点4-1是用于描述同一实际物理空间位置的节点;节点2-11、节点4-3是用于描述同一实际物理空间位置的节点。
根据步骤S102中确定的初始区域转接点及预存的该跨区域拓扑地图,确定从初始区域的初始区域转接点到目标区域的至少一条跨域路径,其中,目标区域为目标位置所在的区域。具体地,根据目标位置确定目标区域,并确定位于目标区域的区域转接点为目标区域转接点;根据该目标区域转接点,在跨区域拓扑地图上确定至少一条以初始区域转接点为起点,以目标区域转接点为终点的路径作为跨域路径。
示例性地,设如图2所示,设初始位置在节点1-4附近,则初始区域为区域1,初始区域转接点包括节点1-1、节点1-2及节点1-3,这三个初始区域转接点对应在图3的跨区域拓扑地图中分别用节点A、节点B、节点C表示;设目标位置在节点4-2附近,则目标区域为区域4,目标区域转接点包括节点4-1、节点4-2,这两个目标区域转接点对应在图3的跨区域拓扑地图中分别用节点D、节点E表示。根据图3所示的跨区域拓扑地图,分别以任意一个初始区域转接点作为起点,以任意一个目标区域转接点作为终点,确定所有的可通行的跨域路径。具体地,以初始区域转接点节点A作为起点,以目标区域转接点节点D作为终点,确定跨域路径1:节点A→节点2-3→节点2-4→节点2-5→节点D;以初始区域转接点节点A作为起点,以目标区域转接点节点E作为终点,确定跨域路径2:节点A→节点2-3→节点2-4→节点2-5→节点2-8→节点E;以初始区域转接点节点B作为起点,以目标区域转接点D作为终点,确定跨域路径3:节点B→节点2-5→节点D;以初始区域转接点节点B作为起点,以目标区域转接点E作为终点,确定跨域路径4:节点B→节点2-5→节点2-8→节点E;以初始区域转接点节点C作为起点,以目标区域转接点节点D作为终点,确定跨域路径5:节点C→节点1-4→节点A→节点2-3→节点2-4→节点2-5→节点D,以及确定跨域路径6:节点C→节点1-4→节点B→节点2-5→节点D;以初始区域转接点节点C作为起点,以目标区域转接点节点E作为终点,确定跨域路径7:节点C→节点1-4→节点A→节点2-3→节点2-4→节点2-5→节点2-8→节点E,以及确定跨域路径8:节点C→节点1-4→节点B→节点2-5→节点2-8→节点E。即,根据如图3所示的跨区域拓扑地图,可以确定上述的8条跨域路径。
在S104中,根据所述初始区域的区域拓扑地图、所述初始位置及所述跨域路径,在所述初始区域中分别为每条所述跨域路径确定至少一条对应的初始区域子路径,其中每条所述跨域路径对应的所述初始区域子路径为以所述初始位置为起点,以所述跨域路径的起点为终点的路径。
在确定出跨域路径后,以初始区域的区域拓扑地图作为初始区域子路径的规划地图,结合初始位置及跨域路径,在初始区域中分别为每条跨域路径确定出一条对应在初始区域的子路径段——初始区域子路径。具体地,该初始区域子路径为以初始位置为起点,以跨域路径的起点为终点的路径;具体地,跨域路径的起点即为初始区域的初始区域转接点,起点相同(即对应同一初始区域转接点)的跨域路径实际上对应的初始区域子路径相同。
示例性地,设本申请实施例中的初始位置位于如图2所示的节点1-4附近,确定上述的跨域路径1~跨域路径8之后,分别为每条跨域路径确定对应的初始区域子路径。具体地,由于跨域路径1、2的起点相同,都为如图3所示的节点A,因此这两条路径对应的初始区域子路径相同;具体地,将跨域路径的节点A对应到初始区域——区域1的区域拓扑地图上的节点为节点1-1,由于初始位置位于节点1-4附近,因此可以确定跨域路径1、2对应的初始区域子路径为初始区域子路径1:节点1-4→节点1-1。具体地,跨域路径3、4的起点相同,都为如图3所示的节点B,因此这两条路径对应的初始区域子路径相同;具体地,将跨域路径的节点B对应到初始区域——区域1的区域拓扑地图上的节点为节点1-2,确定跨域路径3、4对应的初始区域子路径为初始区域子路径2:节点1-4→节点1-2。具体地,跨域路径5~8的起点相同,都为如图3所示的节点C,因此这四条路径对应的初始区域子路径相同;具体地,将跨域路径的节点C对应到初始区域——区域1的区域拓扑地图上的节点为节点1-3,确定跨域路径5~8对应的初始区域子路径为初始区域子路径3:节点1-4→节点1-3。
在S105中,根据所述目标区域的区域拓扑地图、所述目标位置及所述跨域路径,在所述目标区域中分别为每条所述跨域路径确定至少一条对应的目标区域子路径,其中每条所述跨域路径对应的所述目标区域子路径为以所述跨域路径的终点为起点,以所述目标位置为终点的路径。
本步骤中,以目标区域的区域拓扑地图作为目标区域子路径的规划地图,结合目标位置及确定出的跨域路径,在目标区域中分别为每条跨域路径确定出至少一条对应的在目标区域的路径段——目标区域子路径。具体地,该目标区域子路径为以跨域路径的终点为起点,以目标位置为终点的路径;具体地,跨域路径的终点即为目标区域的目标区域转接点,终点相同(即对应同一目标区域转接点)的跨域路径实际上对应的目标区域子路径相同。
示例性地,设本申请实施例中的目标位置位于如图2所示的节点4-2附近,确定上述的跨域路径1~跨域路径8之后,分别为每条跨域路径确定对应的目标区域子路径。具体地,由于跨域路径1、3、5、6的终点相同,都为如图3所示的节点D,因此这两条路径对应的目标区域子路径相同;具体地,将跨域路径的节点D对应到目标区域——区域4的区域拓扑地图上的节点为节点4-1,由于目标位置位于节点4-2附近,因此可以确定跨域路径1、3、5、6对应的目标区域子路径为目标区域子路径1:节点4-1→节点4-2。具体地,跨域路径2、4、7、8的终点相同,都为如图3所示的节点E,因此这两条路径对应的目标区域子路径相同;具体地,将跨域路径的节点E对应到目标区域——区域4的区域拓扑地图上的节点为节点4-3,确定跨域路径2、4、7、8对应的目标区域子路径为目标区域子路径2:节点4-3→节点4-2。
在S106中,根据所述跨域路径、所述初始区域子路径及所述目标区域子路径,确定从所述初始位置到达所述目标位置的目标路径。
根据步骤S103确定出的跨域路径、步骤S104中确定的初始区域子路径、步骤S105中确定的目标区域子路径拼接得到总路径,并根据该总路径确定目标路径。具体地,若跨域路径、初始区域子路径、目标区域子路径均只有一条,拼接得到的总路径也为唯一的一条路径,则直接以该总路径作为目标路径。具体地,若跨域路径、初始区域子路径、目标区域子路径中的任意一项或者多项的数量为一条以上,则拼接得到的总路径的条数在一条以上,此时从多条总路径中任意选择一条或者经过一定的衡量标准选择最优的一条作为最终的目标路径。示例性地,上述步骤S103中确定出的跨域路径3(节点B→节点2-5→节点D)、步骤S103确定出的初始区域子路径2(节点1-4→节点1-2)以及目标区域子路径1(节点4-1→节点4-2)拼接得到的总路径即可作为可选的一条目标路径:节点1-4→节点1-2(节点B)→节点2-5→节点4-1(节点D)→节点4-2。
本申请实施例中,在机器人的初始位置和目标位置位于不同区域时,根据初始区域转接点及跨区域拓扑地图确定跨域路径,再根据初始区域的区域拓扑地图确定从初始位置抵达跨域路径的起点的初始区域子路径,根据目标区域的拓扑地图确定从跨域路径的终点抵达目标位置的目标区域子路径;之后,根据该跨域路径、初始区域子路径、目标区域子路径即可准确地得到从初始位置到达目标位置的目标路径。由于跨域路径是基于只包括连接不同区域的任意两个所述区域转接点的节点和边的跨区域拓扑地图确定的,初始区域子路径是基于初始区域的区域拓扑地图确定的,目标区域子路径是基于目标区域的区域拓扑地图确定的,这三个拓扑地图(跨区域拓扑地图、初始区域的区域拓扑地图、目标区域的区域拓扑地图)包含的数据量较少,因此使得本申请实施例中路径规划的运算量远小于现有的基于全局地图进行路径规划的运算量,从而在保证基于多区域的机器人路径规划的准确性的同时,提高了机器人路径规划效率。
可选地,在本申请实施例的步骤S101之前,还包括跨区域拓扑地图的构建步骤——步骤A1~A4:
A1:获取目标移动场景的各个区域的区域拓扑地图,所述区域拓扑地图由各个节点及连接所述节点的边组成;所述目标移动场景是为所述机器人预设的包含多个区域的场景;
A2:根据各个所述区域的区域转接点,将所述各个区域的区域拓扑地图拼接为一张全局拓扑地图,所述全局拓扑地图包括所有所述区域拓扑地图的所述节点及所述边;
A3:在所述全局拓扑地图中的各个区域内,分别确定连接不同区域的任意两个区域转接点之间的区域连通路径;
A4:根据所述区域连通路径,在所述全局拓扑地图中保留所述区域连通路径对应的所述节点及所述边,得到跨区域拓扑地图并进行存储。
在步骤A1中,本申请实施例的目标移动场景为提前为机器人设定的活动范围场景,该目标移动场景具体包括多个不同的区域。例如,目标移动场景为住宅小区,每一栋住宅楼的一个楼层的一间房间为一个区域,住宅小区中的室外花园为一个区域,共同构成了目标移动场景的多个区域。其中,每个区域都对应构建了该区域的区域拓扑地图,以供机器人在该区域内进行路径规划导航。在步骤A1中,机器人获取目标移动场景的各个区域的区域拓扑地图,每个区域拓扑地图均由各个节点及连接节点的边组成。示例性地,如图1所示为的各个矩形内的由节点和边组成的图结构分别为各个区域(区域1~区域4)的区域拓扑结构图。
在A2中,根据各个区域的区域转接点,将目标移动场景中各个区域的区域拓扑地图拼接为全局拓扑地图,该全局拓扑地图包括所有区域拓扑地图中的各个节点及各条边。具体地,分别以各个区域中对应同一实际物理空间位置的区域转接点作为拼接参考点,通过对齐该拼接参考点,完成不同区域的区域拓扑地图的拼接;在对齐拼接后,对应同一实际物理空间位置的区域转接点融合统一用同一节点标识表示。示例性地,如图2所示的区域1~区域4分别对应的各个区域拓扑地图中,将区域1对应的区域拓扑地图中的区域转接点节点1-1、节点1-2分别与区域2对应的区域拓扑地图中的区域转接点节点2-1、节点2-2作为两对拼接参考点,完成区域1和区域2的对齐拼接,并将节点1-1、节点1-2融合统一用节点A表示,节点1-2、节点2-2融合统一用如图4所示的节点B表示;同样地,将区域1对应的区域转接点——节点1-3与区域3对应的区域转接点节点3-1作为拼接参考点,完成区域1和区域3的对齐拼接,并将节点1-3、节点3-1融合统一用节点C表示;将区域2对应的区域转接点——节点2-6、节点2-11分别与区域4对应的区域转接点节点4-1、节点4-3对应作为两对拼接参考点,完成区域2和区域4的对齐,并将节点2-6、节点4-1融合统一用节点D表示,节点2-11、节点4-3融合统一用节点E表示;最终,得到如图4所示的全局拓扑地图。
在A3中,在全局拓扑地图中,分别确定连接任意两个区域的任意两个区域转接点之间的区域连通路径。例如图4所示,区域转接点包括的节点A~节点E这五个区域转接点,其中区域转接点C与区域转接点D、区域转接点E分别位于不同区域,可以通过确定区域转接节点C与区域转接点D之间的连通路径、区域转接点C与区域转接点E之间的连通路径作为区域连通路径。可选地,若两个区域转接点间存在多条连通路径,可只保留路径较短的一条连通路径作为这两个区域转节点间的区域连通路径。
在A4中,根据确定的区域连通路径,在全局拓扑地图中保留区域连通路径对应的节点和边,剔除该除该区域连通路径的节点和边以外的其它节点和其它边,得到如图3所示的跨区域拓扑地图并进行存储。
本申请实施例中,根据各个区域的区域拓扑地图,准确地构建只保留连接不同区域的任意两个区域转节点的节点和边的跨区域拓扑地图并进行存储,以便于之后在基于多区域的机器人路径规划的过程中,根据该准确、且数据量较少的跨区域拓扑地图高效准确地进行跨区域的路径规划。
可选地,所述步骤S106包括:
B1:根据各条所述跨域路径对应的所述初始区域子路径、以及对应的所述目标区域子路径,确定第一数目的待定总路径;
B2:分别以所述第一数目的待定总路径中的各条所述待定总路径作为待计算路径进行路径代价计算,确定各条所述待定总路径的路径代价值;所述路径代价值为衡量路径的长度和/或通行耗时的数值;
B3:将所述第一数目的待定总路径中,路径代价值最小的待定总路径确定为目标路径。
在步骤B1中,本申请实施例中,对于一条跨域路径来说,该跨域路径对应的初始区域子路径为以该跨域路径的起点为终点的初始区域子路径,该跨域路径对应的目标区域子路径为以该跨域路径的终点为起点的目标区域子路径;设该跨域路径i对应n条初始区域子路径及m条目标区域子路径,则遍历这n条初始区域子路径与这m条目标区域子路径的所有组合方式并与该跨域路径拼接,得到该跨域路径i对应的k_i=n×m条待定总路径;其中,n、m、k_i均为正整数。对于各条跨域路径,都分别确定其对应的k_i条待定总路径,最终将所有跨域路径分别确定的待定总路径累加,得到第一数目的待定总路径。具体地,设跨域路径的数目为t,则待定总路径的第一数目
在步骤B2中,分别以确定的第一数目的待定总路径中的各条待定总路径作为待计算路径,通过预设算法进行路径代价计算,确定每条待定总路径的路径代价值。本申请实施例中,路径代价值为通过预设算法计算得到的、用于衡量路径的优劣的数值,其中,该路径代价值越小,说明该路径越优。具体地,该路径代价值可以为衡量路径的长度和/或通行耗时的数值。
在B3中,在第一数目的待定总路径均确定各自对应的路径代价值后,从中确定出对应的路径代价值最小的一条待定总路径作为最终的目标路径。
本申请实施例中,由于能够先准确全面地确定出第一数目的待定总路径,再根据路径代价计算确定每条待定总路径的路径代价值,从中确定出路径代价值最小的一条待定总路径作为目标路径,即使得最终规划得到的目标路径为总路径代价值最小的全局最优路径,从而提高机器人路径规划的智能性;同时,由于规划得到的目标路径为的总路径代价值最小,使得机器人后续根据该目标路径进行的导航移动的更加准确高效,因此能够提高机器人的移动效率。
可选地,所述步骤S106包括:
C1:分别以各条所述初始区域子路径作为待计算路径进行路径代价计算,确定各条所述初始区域子路径的路径代价值;
C2:从各条所述初始区域子路径中确定指定初始区域子路径,所述指定初始区域子路径为所述路径代价值最小的所述初始区域子路径;
C3:分别以各条待定目标区域子路径作为待计算路径进行路径代价计算,确定各条所述待定目标区域子路径的路径代价值;其中,所述待定目标区域子路径为与待定跨域路径对应的各条目标区域子路径,所述待定跨域路径为与所述指定初始区域子路径对应的跨域路径;
C4:从各条所述待定目标区域子路径中确定指定目标区域子路径,所述指定目标区域子路径为所述路径代价值最小的所述待定目标区域子路径;
C5:确定由所述指定初始区域子路径、所述指定目标区域子路径及指定跨域路径组成的路径为所述目标路径,其中所述指定跨域路径为以所述指定初始区域子路径的终点为起点,以所述指定目标区域子路径的起点为终点的跨域路径。
在步骤C1中,首先将步骤S104中确定的各条初始区域子路径分别作为待计算路径进行路径代价计算,确定每条初始区域子路径的路径代价值。同样地,本申请实施例中,路径代价值为通过预设算法计算得到的、用于衡量路径的优劣的数值,其中,该路径代价值越小,说明该路径越优。具体地,该路径代价值可以为衡量路径的长度和/或通行耗时的数值。
在步骤C2中,在计算出每条初始区域子路径的路径代价值后,从各条初始区域子路径中确定出路径代价值最小的一条初始区域子路径为指定初始区域子路径。示例性地,如上述的步骤S104中,确定出包括初始区域子路径1(节点1-4→节点1-1)、初始区域子路径2(节点1-4→节点1-1)、初始区域子路径3(节点1-4→节点1-3)这三条初始区域子路径;在这三条初始区域子路径进行路径代价计算后,其中初始区域子路径1对应的路径代价值最小,因此,此时以初始区域子路径1作为指定初始区域子路径。
在步骤C3中,根据上述确定出的指定初始区域子路径,确定与该指定初始区域子路径对应的跨域路径作为待定跨域路径。具体地,以该指定初始区域子路径的终点作为起点的跨域路径即为该指定初始区域子路径对应的待定跨域路径。示例性地,在图2中,设上述的初始区域子路径1为指定初始区域子路径,该初始区域子路径1的终点为节点1-1,即对应图3的节点A,则与该指定初始区域子路径对应的跨域路径为上述步骤S103中确定的跨域路径1(节点A→节点2-3→节点2-4→节点2-5→节点D)及跨域路径2(节点A→节点2-3→节点2-4→节点2-5→节点2-8→节点E)。确定出待定跨域路径后,接着确定与待定跨域路径对应的目标区域子路径为待定目标区域子路径。具体地,以待定跨域路径的终点作为起点的目标区域子路径即为待定目标区域子路径。示例性地,在上述确定的两条待定跨域路径中,跨域路径1对应的目标区域子路径为目标区域子路径1(节点4-1→节点4-2),跨域路径2对应的目标区域子路径为目标区域子路径2(节点4-3→节点4-2),因此确定最终的待定目标区域子路径包括目标区域子路径1和目标区域子路径2。将确定出的待定目标区域子路径分别作为待计算路径进行路径代价计算,确定出每条待定目标区域子路径各自对应的路径代价值。
在步骤C4中,在计算出每条目标区域子路径的路径代价值后,从各条目标区域子路径中确定出路径代价值最小的一条目标区域子路径为指定目标区域子路径。示例性地,设上述的待定目标区域子路径中,目标区域子路径1对应的路径代价值最小,因此将目标区域子路径1作为指定目标区域子路径。
在步骤C5中,在确定出指定初始区域子路径、指定目标区域子路径后,确定以该初始区域子路径的终点为起点、以该指定目标区域子路径的起点为终点的跨域路径为指定跨域路径。之后,将该指定初始区域子路径、指定跨域路径、指定目标区域子路径依次进行首尾拼接,得到的路径即为目标路径。示例性地,设如图2所示,指定初始区域子路径为上述的初始区域子路径1,指定目标区域子路径为上述的目标区域子路径1,则对应确定图3中以该初始区域子路径1的终点(图2的节点1-1,也即图3的节点A)为起点,以该目标区域子路径1的起点为(图2的节点4-1,也即图3的节点D)终点的跨域路径——上述的跨域路径1作为最终的指定跨域路径;将确定的初始区域子路径1、跨域路径1、目标区域子路径1依次首尾拼接,得到的路径:“节点1-4→节点1-2(节点B)→节点2-5→节点4-1(节点D)→节点4-2”即为目标路径。
本申请实施例中,首先在初始区域中确定出路径代价值最小的指定初始区域子路径作为初始区域中的最优路径,接着在目标区域中确定出路径代价值最小的指定目标区域子路径作为目标区域中的最优路径,之后,根据该指定初始区域子路径、指定目标区域子路径确定出对应的指定跨域路径后将这三条路径组合得到完整的目标路径。由于能够通过路径代价值计算确定出初始区域中的最优路径、目标区域中的最优路径来进一步确定目标路径,因此能够使得最终确定出的目标路径的路径较短或者耗时较短,使得机器人能够根据该目标路径高效地从初始位置移动目标位置,提高机器人的移动效率。
可选地,本申请实施例中的路径代价计算包括:
根据所述待计算路径对应的节点的信息和/或所述待计算路径对应的边的信息,计算所述待计算路径的路径代价值,其中所述节点和所述边分别为预设拓扑地图上的节点和边,所述预设拓扑地图包括所述跨区域拓扑地图、所述初始区域的区域拓扑地图及所述目标区域的区域拓扑地图。
本申请实施例中的待计算路径可以为上述的待定总路径、初始区域子路径或者待定目标区域子路径。根据待计算路径对应的节点的信息和/或待计算路径对应的边的信息,通过预设的计算公式,计算得到该待计算路径的路径代价值。其中,本申请实施例中的节点和边分为预设的跨区域拓扑地图、初始区域的区域拓扑地图、目标区域的区域拓扑地图上的节点和边,待计算路径对应的节点的信息可以包括该待计算路径经过的节点数量,待计算路径对应的边的信息可以包括该待计算路径经过的边的长度总和。
本申请实施例中,具体根据与待计算路径的长度或者通行耗时紧密相关的节点的信息和/或与边的信息来进行路径代价计算,使得最终的计算得到的路径代价值能够准确地衡量路径的优劣,使得最终规划出的目标路径更加高效准确。
可选地,所述待计算路径对应的节点的信息包括所述待计算路径经过的所述节点的总数、经过的所述节点具体为电梯节点的数量、经过的所述节点具体为所述区域转接点的数量中的任意一项或者多项;
所述待计算路径对应的边的信息包括所述待计算路径经过的边的长度、通行效率值及优先权值中的任意一项或者多项。
本申请实施例中,跨区域拓扑地图、初始区域的区域拓扑地图、目标区域的区域拓扑地图上的节点的信息可以包括上述的节点类型、节点基本属性信息以及节点扩展属性信息,根据这些节点的信息,统计待计算路径经过的节点的总数、经过的节点具体为电梯节点的数量、经过的节点具体为区域转接点的数量中的任意一项的值作为路径代价计算得到的路径代价值,或者其中的任意两项及两项以上的值的累加作为路径代价计算得到的路径代价值。其中,路径经过的节点总数cost_1的值越小、或者路径经过的电梯节点的数量cost_2的值越小、或者路径经过的区域转接点的数量cost_3的值越小,则说明该待计算路径的节点复杂度越小,机器人通过该待计算路径的通行耗时越少,该待计算路径越优。
可选地,本申请实施例中,跨区域拓扑地图、初始区域的区域拓扑地图、目标区域的区域拓扑地图中每条边的信息具体可以包括:
(1)边的长度dei,用于表示该边连接的两个节点间的距离。
(2)边的通行效率αei,用于表示该边对应路段的通行快慢程度。αei的取值范围可以为-1或者0到1,其中αei=-1表示该边对应的路段不可通行,0到1表示该边对应的路段可通行,且αei的值越大表示对应的路段的通行效率越高。示例性地,若边E对应的路段为高速电梯路段,则该边对应的通行效率aei可以设置为较高的值,例如αei=1。
(3)边的优先权值βei,用于表示该边预设的通行优先程度。βei的取值范围可以为0到1,βei的值越大,表示该边对应的路径段被选取作为目标路径的一部分的概率越大。示例性地,对于必经路段对应的边,可以设置最大优先权值βei=1。
本申请实施例中,可以根据待计算路径经过的边的长度dei、通行效率αei、优先权值βei中的任意一项或者多项作为路径代价计算的参数,确定对应的路径代价值。示例性地,具体结合待计算路径经过的边的长度dei、通行效率αei、优先权值βei,通过预设公式计算确定待计算路径的路径代价值;该预设公式可以为:其中cost_4为路径代价值,“*”为乘号。
可选地,本申请实施例中待计算路径的路径代价值最终可以由上述的cost_1、cost_2、cost_3、cost_4中的任意一个的值或者任意两个、两个以上的值的累加结果。
本申请实施例中,提供了路径代价计算的多种可能的决定参数(待计算路径经过的所述节点的总数、经过的所述节点具体为电梯节点的数量、经过的所述节点、待计算路径经过的边的长度、通行效率值及优先权值)供实际选择,结合其中的一个或者多个可以准确地计算待计算路径的路径代价值,从而更准确地确定出高效的目标路径,以提高机器人移动的效率。
可选地,本申请实施例中,在所述步骤S106之后,还包括:
D1:以所述初始位置作为初始的机器人当前位置;
D2:根据所述目标路径及所述机器人当前位置,确定当前的行进目标点,所述行进目标点为所述目标路径包含的预设拓扑地图上的节点,所述预设拓扑地图包括所述跨区域拓扑地图、所述初始区域的区域拓扑地图及所述目标区域的区域拓扑地图;
D3:根据所述机器人当前位置、所述行进目标点及当前区域度量地图确定导航路由,并根据所述导航路由从所述机器人当前位置移动至所述行进目标点;其中所述当前区域度量地图为所述机器人当前所处区域的度量地图;
D4:若到达的所述行进目标点为所述目标位置,则结束本次的移动任务;否则:若到达的所述行进目标点为特定节点,则执行特定动作;返回执行所述根据所述目标路径及所述机器人当前位置,确定当前的行进目标点的步骤及后续的步骤;其中,所述特定节点至少包括所述区域转接点,所述特定动作至少包括切换所述当前区域度量地图。
在步骤D1中,机器人在初始位置上进行路径规划确定出目标路径后,以该初始位置作为初始的机器人当前位置,开始根据目标路径进行导航移动。
在步骤D2中,机器人根据目标路径和机器人当前位置,确定当前的行进目标点,即机器人当前所要到达的下一个位于预设拓扑地图上的节点。具体地,目标路径由有序的节点序列组成,节点序列中的每个节点均属于预设拓扑地图上的节点,即确定出的目标路径实际上为选取预设拓扑地图上的一些指定的节点组成特定的节点序列得到的路径。其中,本申请实施例中的预设拓扑地图包括上述的跨区域拓扑地图、初始区域的区域拓扑地图及和目标区域的区域拓扑地图。根据机器人当前位置确定机器人当前与该目标路径包含的节点中最接近的下一节点为行进目标点。示例性地,设目标路径为如图2所示的有序节点序列:节点1-4→节点1-2(节点2-1)→节点2-5→节点4-1(节点2-2)→节点4-2,当机器人当前位置位于节点1-4和节点1-2之间时,则确定节点1-2为目标路径中与机器人当前位置最接近的下一个节点,将其作为行进目标点。
在步骤D3中,本申请实施例中,当前区域度量地图为机器人当前所处区域的度量地图,该度量地图具体可以为栅格地图,该栅格地图包含实际物理空间上的障碍物信息。在本步骤中,根据机器人当前位置,确定机器人当前所处的区域,并获取该当前所处区域对应的度量地图作为当前区域度量地图;之后,基于该当前区域度量地图,以机器人当前位置作为当前的步进起点,以行进目标点作为当前的步进终点进行导航路由规划,确定出机器人当前位置与该进目标点之间的导航路由;之后机器人根据该导航路由,从机器人当前位置移动至该行进目标点。由于该导航路由具体是基于包含障碍物信息的当前区域度量地图来进行规划确定的,因此确定出的该导航路由能够准确地避开实际物理空间的障碍物,使得机器人能够根据该导航路由,安全准确地从机器人当前位置移动至行进目标点。
在步骤D4中,当机器人移动到行进目标点时,判断该行进目标点是否为目标位置;如果当前到达的行进目标点为目标位置,则完成本次的移动任务并结束。如果当前到达的行进目标点不为目标位置,则进一步执行以下步骤:
D4_1:若到达的所述行进目标点为特定节点,则执行特定动作;其中,所述特定节点至少包括所述区域转接点,所述特定动作至少包括切换所述当前区域度量地图。
D4_2:返回执行所述根据所述目标路径及所述机器人当前位置,确定当前的行进目标点的步骤及后续的步骤。
在步骤D4_1中,机器人移动到行进目标点,且该行进目标点不为目标位置时,则判断当前的行进目标点是否为特定节点;若该行进目标点为特定节点,则执行特定动作后再执行步骤D4_2;否则,直接执行步骤D4_2。具体地,特定节点至少包括区域转接点,特定动作至少包括切换当前区域度量地图。示例性地,设机器人当前到达的行进目标点为如图2所示的节点1-2,该节点1-2为区域1的区域转接点,机器人即将从节点1-2跨越到区域2中,则此时机器人执行执行地图切换操作,该地图切换操作至少包括将当前区域度量地图由区域1的度量地图切换为区域2的度量地图,以使行进到区域2的机器人接下来能够根据区域2的度量地图来准确确定之后的导航路由。可选地,该地图切换操作还可以包括将当前的区域拓扑地图由区域1的区域拓扑地图切换为区域2的区域拓扑地图;在完成区域拓扑地图的切换后,该行进目标点节点标识自动从节点1-2变换为节点2-2。可选地,该特定节点还可以为电梯节点,电梯节点即为节点所在位置为电梯间的节点;对应地,此时的特定动作为呼叫电梯。
在步骤D4_2中,机器人返回至步骤D1,重新根据机器人当前位置确定接下来的行进目标点,并继续执行后续的步骤D2至D4,直至机器人到达最终的目标位置。
本申请实施例中,由于在确定出目标路径后,机器人能够根据该目标路径,结合机器人移动过程中的机器人当前位置及当前区域度量地图准确地确定每一段的导航路由,因此能够使得机器人准确、安全地抵达目标位置;并且,由于该导航路由无需根据全局的度量地图确定,而是根据机器人当前为确定相应的当前区域度量地图,并在机器人到达区域转接点时自动切换该当前区域度量地图,使得机器人能够根据机器人当前所在区域,准确地根据数据量较少的当前区域度量地图进行导航路由规划,因此能够提高机器人导航路由规划的效率,进一步提高机器人的导航移动效率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
实施例三:
图5示出了本申请实施例提供的一种机器人的结构示意图,为了便于说明,仅示出了与本申请实施例相关的部分:
该机器人包括:位置获取单元51、初始区域转接点获取单元52、跨域路径确定单元53、初始区域子路径确定单元54、目标区域子路径确定单元55。其中:
位置获取单元51,用于获取机器人的初始位置及目标位置。
初始区域转接点获取单元52,用于若所述初始位置与所述目标位置位于不同区域,则获取位于初始区域的初始区域转接点的信息;其中所述初始区域为所述初始位置所在的区域,所述初始区域转接点为位于所述初始区域的区域转接点,所述区域转接点为在区域拓扑地图中位于区域边界、与所述区域相邻的其它区域相连通的节点。
跨域路径确定单元53,用于根据所述初始区域转接点的信息及预存的跨区域拓扑地图,确定从所述初始区域转接点到达目标区域的至少一条跨域路径,其中所述目标区域为所述目标位置所在的区域;所述跨区域拓扑地图为包括连接不同区域的任意两个所述区域转接点的节点和边的拓扑地图。
初始区域子路径确定单元54,用于根据所述初始区域的区域拓扑地图、所述初始位置及所述跨域路径,在所述初始区域中分别为每条所述跨域路径确定至少一条对应的初始区域子路径,其中每条所述跨域路径对应的所述初始区域子路径为以所述初始位置为起点,以所述跨域路径的起点为终点的路径。
目标区域子路径确定单元55,用于根据所述目标区域的区域拓扑地图、所述目标位置及所述跨域路径,在所述目标区域中分别为每条所述跨域路径确定至少一条对应的目标区域子路径,其中每条所述跨域路径对应的所述目标区域子路径为以所述跨域路径的终点为起点,以所述目标位置为终点的路径。
目标路径确定单元56,用于根据所述跨域路径、所述初始区域子路径及所述目标区域子路径,确定从所述初始位置到达所述目标位置的目标路径。
可选地,所述机器人还包括:
跨区域拓扑地图构建单元,用于获取目标移动场景的各个区域的区域拓扑地图,所述区域拓扑地图由各个节点及连接所述节点的边组成;所述目标移动场景是为所述机器人预设的包含多个区域的场景;根据各个所述区域的区域转接点,将所述各个区域的区域拓扑地图拼接为一张全局拓扑地图,所述全局拓扑地图包括所有所述区域拓扑地图的所述节点及所述边;在所述全局拓扑地图中的各个区域内,分别确定连接不同区域的任意两个区域转接点之间的区域连通路径;根据所述区域连通路径,在所述全局拓扑地图中保留所述区域连通路径对应的所述节点及所述边,得到跨区域拓扑地图并进行存储。
可选地,所述目标路径确定单元56,具体用于根据各条所述跨域路径对应的所述初始区域子路径、以及对应的所述目标区域子路径,确定第一数目的待定总路径;分别以所述第一数目的待定总路径中的各条所述待定总路径作为待计算路径进行路径代价计算,确定各条所述待定总路径的路径代价值;所述路径代价值为衡量路径的长度和/或通行耗时的数值;将所述第一数目的待定总路径中,路径代价值最小的待定总路径确定为目标路径。
可选地,所述目标路径确定单元56,具体用于分别以各条所述初始区域子路径作为待计算路径进行路径代价计算,确定各条所述初始区域子路径的路径代价值;从各条所述初始区域子路径中确定指定初始区域子路径,所述指定初始区域子路径为所述路径代价值最小的所述初始区域子路径;分别以各条待定目标区域子路径作为待计算路径进行路径代价计算,确定各条所述待定目标区域子路径的路径代价值;其中,所述待定目标区域子路径为与待定跨域路径对应的各条目标区域子路径,所述待定跨域路径为与所述指定初始区域子路径对应的跨域路径;从各条所述待定目标区域子路径中确定指定目标区域子路径,所述指定目标区域子路径为所述路径代价值最小的所述待定目标区域子路径;确定由所述指定初始区域子路径、所述指定目标区域子路径及指定跨域路径组成的路径为所述目标路径,其中所述指定跨域路径为以所述指定初始区域子路径的终点为起点,以所述指定目标区域子路径的起点为终点的跨域路径。
可选地,所述路径代价计算包括:
根据所述待计算路径对应的节点的信息和/或所述待计算路径对应的边的信息,计算所述待计算路径的路径代价值,其中所述节点和所述边分别为预设拓扑地图上的节点和边,所述预设拓扑地图包括所述跨区域拓扑地图、所述初始区域的区域拓扑地图及所述目标区域的区域拓扑地图。
可选地,所述待计算路径对应的节点的信息包括所述待计算路径经过的所述节点的总数、经过的所述节点具体为电梯节点的数量、经过的所述节点具体为所述区域转接点的数量中的任意一项或者多项;所述待计算路径对应的边的信息包括所述待计算路径经过的边的长度、通行效率值及优先权值中的任意一项或者多项。
可选地,机器人还包括:
移动单元,用于以所述初始位置作为初始的机器人当前位置;根据所述目标路径及所述机器人当前位置,确定当前的行进目标点,所述行进目标点为所述目标路径包含的预设拓扑地图上的节点,所述预设拓扑地图包括所述跨区域拓扑地图、所述初始区域的区域拓扑地图及所述目标区域的区域拓扑地图;根据所述机器人当前位置、所述行进目标点及当前区域度量地图确定导航路由,并根据所述导航路由从所述机器人当前位置移动至所述行进目标点;其中所述当前区域度量地图为所述机器人当前所处区域的度量地图;若到达的所述行进目标点为所述目标位置,则结束本次的移动任务;否则:若到达的所述行进目标点为特定节点,则执行特定动作;返回执行所述根据所述目标路径及所述机器人当前位置,确定当前的行进目标点的步骤及后续的步骤;其中,所述特定节点至少包括所述区域转接点,所述特定动作至少包括切换所述当前区域度量地图。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
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,即将所述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,并不用于限制本申请的保护范围。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。
实施例四:
图6是本申请一实施例提供的终端设备的示意图。如图6所示,该实施例的终端设备6包括:处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62,例如基于多区域的机器人路径规划程序。所述处理器60执行所述计算机程序62时实现上述各个基于多区域的机器人路径规划方法实施例中的步骤,例如图1所示的步骤S101至S106。或者,所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能,例如图5所示单元51至56的功能。
示例性的,所述计算机程序62可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器61中,并由所述处理器60执行,以完成本申请。所述一个或多个模块/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,该指令段用于描述所述计算机程序62在所述终端设备6中的执行过程。例如,所述计算机程序62可以被分割成位置获取单元、初始区域转接点获取单元、跨域路径确定单元、初始区域子路径确定单元、目标区域子路径确定单元及目标路径确定单元。
所述终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器60、存储器61。本领域技术人员可以理解,图6仅仅是终端设备6的示例,并不构成对终端设备6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,例如所述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60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)、现场可编程门阵列(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。
所述存储器61可以是所述终端设备6的内部存储单元,例如终端设备6的硬盘或内存。所述存储器61也可以是所述终端设备6的外部存储设备,例如所述终端设备6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器61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,即将所述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,并不用于限制本申请的保护范围。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申请的范围。
在本申请所提供的实施例中,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,所述模块或单元的划分,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。
所述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,在本申请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。
所述集成的模块/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,本申请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,所述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,所述计算机程序包括计算机程序代码,所述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。所述计算机可读介质可以包括:能够携带所述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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述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。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于多区域的机器人路径规划方法,其特征在于,包括:
获取机器人的初始位置及目标位置;
若所述初始位置与所述目标位置位于不同区域,则获取位于初始区域的初始区域转接点的信息;其中所述初始区域为所述初始位置所在的区域,所述初始区域转接点为位于所述初始区域的区域转接点,所述区域转接点为在区域拓扑地图中位于区域边界、与所述区域相邻的其它区域相连通的节点;
根据所述初始区域转接点的信息及预存的跨区域拓扑地图,确定从所述初始区域转接点到达目标区域的至少一条跨域路径,其中所述目标区域为所述目标位置所在的区域;所述跨区域拓扑地图为包括连接不同区域的任意两个所述区域转接点的节点和边的拓扑地图;
根据所述初始区域的区域拓扑地图、所述初始位置及所述跨域路径,在所述初始区域中分别为每条所述跨域路径确定至少一条对应的初始区域子路径,其中每条所述跨域路径对应的所述初始区域子路径为以所述初始位置为起点,以所述跨域路径的起点为终点的路径;
根据所述目标区域的区域拓扑地图、所述目标位置及所述跨域路径,在所述目标区域中分别为每条所述跨域路径确定至少一条对应的目标区域子路径,其中每条所述跨域路径对应的所述目标区域子路径为以所述跨域路径的终点为起点,以所述目标位置为终点的路径;
根据所述跨域路径、所述初始区域子路径及所述目标区域子路径,确定从所述初始位置到达所述目标位置的目标路径。
2.如权利要求1所述的基于多区域的机器人路径规划方法,其特征在于,在所述获取机器人的初始位置及目标位置之前,还包括:
获取目标移动场景的各个区域的区域拓扑地图,所述区域拓扑地图由各个节点及连接所述节点的边组成;所述目标移动场景是为所述机器人预设的包含多个区域的场景;
根据各个所述区域的区域转接点,将所述各个区域的区域拓扑地图拼接为一张全局拓扑地图,所述全局拓扑地图包括所有所述区域拓扑地图的所述节点及所述边;
在所述全局拓扑地图中的各个区域内,分别确定连接不同区域的任意两个区域转接点之间的区域连通路径;
根据所述区域连通路径,在所述全局拓扑地图中保留所述区域连通路径对应的所述节点及所述边,得到跨区域拓扑地图并进行存储。
3.如权利要求1所述的基于多区域的机器人路径规划方法,其特征在于,所述根据所述跨域路径、所述初始区域子路径及所述目标区域子路径,确定从所述初始位置到达所述目标位置的目标路径,包括:
根据各条所述跨域路径对应的所述初始区域子路径、以及对应的所述目标区域子路径,确定第一数目的待定总路径;
分别以所述第一数目的待定总路径中的各条所述待定总路径作为待计算路径进行路径代价计算,确定各条所述待定总路径的路径代价值;所述路径代价值为衡量路径的长度和/或通行耗时的数值;
将所述第一数目的待定总路径中,路径代价值最小的待定总路径确定为目标路径。
4.如权利要求1所述的基于多区域的机器人路径规划方法,其特征在于,所述根据所述跨域路径、所述初始区域子路径及所述目标区域子路径,确定从所述初始位置到达所述目标位置的目标路径,包括:
分别以各条所述初始区域子路径作为待计算路径进行路径代价计算,确定各条所述初始区域子路径的路径代价值;
从各条所述初始区域子路径中确定指定初始区域子路径,所述指定初始区域子路径为所述路径代价值最小的所述初始区域子路径;
分别以各条待定目标区域子路径作为待计算路径进行路径代价计算,确定各条所述待定目标区域子路径的路径代价值;其中,所述待定目标区域子路径为与待定跨域路径对应的各条目标区域子路径,所述待定跨域路径为与所述指定初始区域子路径对应的跨域路径;
从各条所述待定目标区域子路径中确定指定目标区域子路径,所述指定目标区域子路径为所述路径代价值最小的所述待定目标区域子路径;
确定由所述指定初始区域子路径、所述指定目标区域子路径及指定跨域路径组成的路径为所述目标路径,其中所述指定跨域路径为以所述指定初始区域子路径的终点为起点,以所述指定目标区域子路径的起点为终点的跨域路径。
5.如权利要求3或4所述的基于多区域的机器人路径规划方法,其特征在于,所述路径代价计算包括:
根据所述待计算路径对应的节点的信息和/或所述待计算路径对应的边的信息,计算所述待计算路径的路径代价值,其中所述节点和所述边分别为预设拓扑地图上的节点和边,所述预设拓扑地图包括所述跨区域拓扑地图、所述初始区域的区域拓扑地图及所述目标区域的区域拓扑地图。
6.如权利要求5所述的基于多区域的机器人路径规划方法,其特征在于,
所述待计算路径对应的节点的信息包括所述待计算路径经过的所述节点的总数、经过的所述节点具体为电梯节点的数量、经过的所述节点具体为所述区域转接点的数量中的任意一项或者多项;
所述待计算路径对应的边的信息包括所述待计算路径经过的边的长度、通行效率值及优先权值中的任意一项或者多项。
7.如权利要求1所述的基于多区域的机器人路径规划方法,其特征在于,在所述根据所述跨域路径、所述初始区域子路径及所述目标区域子路径,确定从所述初始位置到达所述目标位置的目标路径之后,还包括:
以所述初始位置作为初始的机器人当前位置;
根据所述目标路径及所述机器人当前位置,确定当前的行进目标点,所述行进目标点为所述目标路径包含的预设拓扑地图上的节点,所述预设拓扑地图包括所述跨区域拓扑地图、所述初始区域的区域拓扑地图及所述目标区域的区域拓扑地图;
根据所述机器人当前位置、所述行进目标点及当前区域度量地图确定导航路由,并根据所述导航路由从所述机器人当前位置移动至所述行进目标点;其中所述当前区域度量地图为所述机器人当前所处区域的度量地图;
若到达的所述行进目标点为所述目标位置,则结束本次的移动任务;否则:
若到达的所述行进目标点为特定节点,则执行特定动作;返回执行所述根据所述目标路径及所述机器人当前位置,确定当前的行进目标点的步骤及后续的步骤;其中,所述特定节点至少包括所述区域转接点,所述特定动作至少包括切换所述当前区域度量地图。
8.一种机器人,其特征在于,包括:
位置获取单元,用于获取机器人的初始位置及目标位置;
初始区域转接点获取单元,用于若所述初始位置与所述目标位置位于不同区域,则获取位于初始区域的初始区域转接点的信息;其中所述初始区域为所述初始位置所在的区域,所述初始区域转接点为位于所述初始区域的区域转接点,所述区域转接点为在区域拓扑地图中位于区域边界、与所述区域相邻的其它区域相连通的节点;
跨域路径确定单元,用于根据所述初始区域转接点的信息及预存的跨区域拓扑地图,确定从所述初始区域转接点到达目标区域的至少一条跨域路径,其中所述目标区域为所述目标位置所在的区域;所述跨区域拓扑地图为包括连接不同区域的任意两个所述区域转接点的节点和边的拓扑地图;
初始区域子路径确定单元,用于根据所述初始区域的区域拓扑地图、所述初始位置及所述跨域路径,在所述初始区域中分别为每条所述跨域路径确定至少一条对应的初始区域子路径,其中每条所述跨域路径对应的所述初始区域子路径为以所述初始位置为起点,以所述跨域路径的起点为终点的路径;
目标区域子路径确定单元,用于根据所述目标区域的区域拓扑地图、所述目标位置及所述跨域路径,在所述目标区域中分别为每条所述跨域路径确定至少一条对应的目标区域子路径,其中每条所述跨域路径对应的所述目标区域子路径为以所述跨域路径的终点为起点,以所述目标位置为终点的路径;
目标路径确定单元,用于根据所述跨域路径、所述初始区域子路径及所述目标区域子路径,确定从所述初始位置到达所述目标位置的目标路径。
9.一种终端设备,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,当所述处理器执行所述计算机程序时,使得终端设备实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,当所述计算机程序被处理器执行时,使得终端设备实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010529425.7A CN111750862A (zh) | 2020-06-11 | 2020-06-11 | 基于多区域的机器人路径规划方法、机器人及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010529425.7A CN111750862A (zh) | 2020-06-11 | 2020-06-11 | 基于多区域的机器人路径规划方法、机器人及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111750862A true CN111750862A (zh) | 2020-10-09 |
Family
ID=72675935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010529425.7A Pending CN111750862A (zh) | 2020-06-11 | 2020-06-11 | 基于多区域的机器人路径规划方法、机器人及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111750862A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113093745A (zh) * | 2021-03-31 | 2021-07-09 | 南京苏美达智能技术有限公司 | 跨区域的自动行走设备控制方法及自动行走设备 |
CN113156951A (zh) * | 2021-04-22 | 2021-07-23 | 深圳优地科技有限公司 | 任务传递方法、装置、设备及存储介质 |
CN113159457A (zh) * | 2021-05-19 | 2021-07-23 | 北京邮电大学 | 一种智能路径规划的方法、系统及电子设备 |
CN113190766A (zh) * | 2021-04-22 | 2021-07-30 | 北京百度网讯科技有限公司 | 路径规划方法、装置、电子设备及存储介质 |
CN113252026A (zh) * | 2021-06-03 | 2021-08-13 | 炬星科技(深圳)有限公司 | 跨场景导航方法、设备及存储介质 |
CN113822995A (zh) * | 2021-09-26 | 2021-12-21 | 上海擎朗智能科技有限公司 | 移动设备导航地图的创建方法、装置及存储介质 |
CN114124794A (zh) * | 2021-08-24 | 2022-03-01 | 广东省电信规划设计院有限公司 | 一种基于多区域光网络系统的业务分域承载规划方法及装置 |
CN114296463A (zh) * | 2021-12-31 | 2022-04-08 | 南京苏美达智能技术有限公司 | 一种作业区域间路径生成方法及园林系统 |
CN114399124A (zh) * | 2022-03-24 | 2022-04-26 | 腾讯科技(深圳)有限公司 | 路径数据处理、路径规划方法、装置和计算机设备 |
CN114526738A (zh) * | 2022-01-25 | 2022-05-24 | 中国科学院深圳先进技术研究院 | 一种基于深度强化学习的移动机器人视觉导航方法及装置 |
CN114663001A (zh) * | 2022-05-25 | 2022-06-24 | 广州市广播电视台 | 一种应用于转播车的提示信息的生成方法及电子设备 |
WO2022227917A1 (zh) * | 2021-04-26 | 2022-11-03 | 珠海一微半导体股份有限公司 | 机器人的导航方法、芯片及机器人 |
CN115655261A (zh) * | 2022-12-09 | 2023-01-31 | 深圳鹏行智能研究有限公司 | 地图生成方法、装置、机器人以及存储介质 |
CN116625378A (zh) * | 2023-07-18 | 2023-08-22 | 上海仙工智能科技有限公司 | 一种跨区域路径规划方法及系统、存储介质 |
CN116719329A (zh) * | 2023-08-10 | 2023-09-08 | 浙江菜鸟供应链管理有限公司 | 路径规划方法、系统、设备及存储介质 |
CN117705109A (zh) * | 2023-05-26 | 2024-03-15 | 荣耀终端有限公司 | 一种路径规划方法、设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108981739A (zh) * | 2018-06-08 | 2018-12-11 | 南方科技大学 | 一种路径规划方法、装置、服务器及存储介质 |
CN109489664A (zh) * | 2018-11-02 | 2019-03-19 | 浙江大华技术股份有限公司 | 一种路径规划的方法和设备 |
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 |
CN109724612A (zh) * | 2019-01-14 | 2019-05-07 | 浙江大华技术股份有限公司 | 一种基于拓扑地图的agv路径规划方法及设备 |
CN109737980A (zh) * | 2018-12-29 | 2019-05-10 | 上海岚豹智能科技有限公司 | 一种导航方法及其对应的机器人 |
CN109947100A (zh) * | 2019-03-12 | 2019-06-28 | 深圳优地科技有限公司 | 路径规划方法、系统及终端设备 |
US20190202056A1 (en) * | 2017-12-28 | 2019-07-04 | Ubtech Robotics Corp | Robot motion path planning method, apparatus and terminal device |
CN111006666A (zh) * | 2019-11-21 | 2020-04-14 | 深圳市优必选科技股份有限公司 | 机器人路径规划方法、装置、存储介质和机器人 |
CN111024082A (zh) * | 2019-12-02 | 2020-04-17 | 深圳优地科技有限公司 | 一种规划机器人局部路径的方法、装置及机器人 |
CN111174797A (zh) * | 2020-01-16 | 2020-05-19 | 湖南大学 | 一种封闭区域全局路径规划方法 |
US20200164513A1 (en) * | 2018-11-27 | 2020-05-28 | Cloudminds (Beijing) Technologies Co., Ltd. | Positioning and navigation method for a robot, and computing device thereof |
-
2020
- 2020-06-11 CN CN202010529425.7A patent/CN111750862A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190202056A1 (en) * | 2017-12-28 | 2019-07-04 | Ubtech Robotics Corp | Robot motion path planning method, apparatus and terminal device |
CN108981739A (zh) * | 2018-06-08 | 2018-12-11 | 南方科技大学 | 一种路径规划方法、装置、服务器及存储介质 |
CN109489664A (zh) * | 2018-11-02 | 2019-03-19 | 浙江大华技术股份有限公司 | 一种路径规划的方法和设备 |
US20200164513A1 (en) * | 2018-11-27 | 2020-05-28 | Cloudminds (Beijing) Technologies Co., Ltd. | Positioning and navigation method for a robot, and computing device thereof |
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 |
CN109737980A (zh) * | 2018-12-29 | 2019-05-10 | 上海岚豹智能科技有限公司 | 一种导航方法及其对应的机器人 |
CN109724612A (zh) * | 2019-01-14 | 2019-05-07 | 浙江大华技术股份有限公司 | 一种基于拓扑地图的agv路径规划方法及设备 |
CN109947100A (zh) * | 2019-03-12 | 2019-06-28 | 深圳优地科技有限公司 | 路径规划方法、系统及终端设备 |
CN111006666A (zh) * | 2019-11-21 | 2020-04-14 | 深圳市优必选科技股份有限公司 | 机器人路径规划方法、装置、存储介质和机器人 |
CN111024082A (zh) * | 2019-12-02 | 2020-04-17 | 深圳优地科技有限公司 | 一种规划机器人局部路径的方法、装置及机器人 |
CN111174797A (zh) * | 2020-01-16 | 2020-05-19 | 湖南大学 | 一种封闭区域全局路径规划方法 |
Non-Patent Citations (2)
Title |
---|
樊征等: "面向移动机器人的拓扑地图自动生成", 《华中科技大学学报(自然科学版)》 * |
陈慧岩等: "《无人驾驶车辆理论与设计》", 31 March 2018 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113093745A (zh) * | 2021-03-31 | 2021-07-09 | 南京苏美达智能技术有限公司 | 跨区域的自动行走设备控制方法及自动行走设备 |
CN113156951A (zh) * | 2021-04-22 | 2021-07-23 | 深圳优地科技有限公司 | 任务传递方法、装置、设备及存储介质 |
CN113190766A (zh) * | 2021-04-22 | 2021-07-30 | 北京百度网讯科技有限公司 | 路径规划方法、装置、电子设备及存储介质 |
CN113156951B (zh) * | 2021-04-22 | 2024-04-16 | 深圳优地科技有限公司 | 任务传递方法、装置、设备及存储介质 |
WO2022227917A1 (zh) * | 2021-04-26 | 2022-11-03 | 珠海一微半导体股份有限公司 | 机器人的导航方法、芯片及机器人 |
CN113159457A (zh) * | 2021-05-19 | 2021-07-23 | 北京邮电大学 | 一种智能路径规划的方法、系统及电子设备 |
CN113252026A (zh) * | 2021-06-03 | 2021-08-13 | 炬星科技(深圳)有限公司 | 跨场景导航方法、设备及存储介质 |
CN113252026B (zh) * | 2021-06-03 | 2021-10-08 | 炬星科技(深圳)有限公司 | 跨场景导航方法、设备及存储介质 |
CN114124794A (zh) * | 2021-08-24 | 2022-03-01 | 广东省电信规划设计院有限公司 | 一种基于多区域光网络系统的业务分域承载规划方法及装置 |
CN114124794B (zh) * | 2021-08-24 | 2023-12-26 | 广东省电信规划设计院有限公司 | 基于多区域光网络系统的业务分域承载规划方法及装置 |
CN113822995A (zh) * | 2021-09-26 | 2021-12-21 | 上海擎朗智能科技有限公司 | 移动设备导航地图的创建方法、装置及存储介质 |
CN114296463A (zh) * | 2021-12-31 | 2022-04-08 | 南京苏美达智能技术有限公司 | 一种作业区域间路径生成方法及园林系统 |
CN114526738A (zh) * | 2022-01-25 | 2022-05-24 | 中国科学院深圳先进技术研究院 | 一种基于深度强化学习的移动机器人视觉导航方法及装置 |
CN114526738B (zh) * | 2022-01-25 | 2023-06-16 | 中国科学院深圳先进技术研究院 | 一种基于深度强化学习的移动机器人视觉导航方法及装置 |
CN114399124B (zh) * | 2022-03-24 | 2022-06-17 | 腾讯科技(深圳)有限公司 | 路径数据处理、路径规划方法、装置和计算机设备 |
CN114399124A (zh) * | 2022-03-24 | 2022-04-26 | 腾讯科技(深圳)有限公司 | 路径数据处理、路径规划方法、装置和计算机设备 |
CN114663001A (zh) * | 2022-05-25 | 2022-06-24 | 广州市广播电视台 | 一种应用于转播车的提示信息的生成方法及电子设备 |
CN115655261A (zh) * | 2022-12-09 | 2023-01-31 | 深圳鹏行智能研究有限公司 | 地图生成方法、装置、机器人以及存储介质 |
CN117705109A (zh) * | 2023-05-26 | 2024-03-15 | 荣耀终端有限公司 | 一种路径规划方法、设备及存储介质 |
CN116625378A (zh) * | 2023-07-18 | 2023-08-22 | 上海仙工智能科技有限公司 | 一种跨区域路径规划方法及系统、存储介质 |
CN116625378B (zh) * | 2023-07-18 | 2023-10-31 | 上海仙工智能科技有限公司 | 一种跨区域路径规划方法及系统、存储介质 |
CN116719329A (zh) * | 2023-08-10 | 2023-09-08 | 浙江菜鸟供应链管理有限公司 | 路径规划方法、系统、设备及存储介质 |
CN116719329B (zh) * | 2023-08-10 | 2023-11-14 | 浙江菜鸟供应链管理有限公司 | 路径规划方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111750862A (zh) | 基于多区域的机器人路径规划方法、机器人及终端设备 | |
CN109947100B (zh) | 路径规划方法、系统及终端设备 | |
EP3435035A1 (en) | Yawing recognition method, terminal and storage medium | |
CN109432777B (zh) | 路径生成方法及装置、电子设备、存储介质 | |
CN111813101A (zh) | 机器人路径规划方法、装置、终端设备及存储介质 | |
Yan et al. | Multi-robot decentralized exploration using a trade-based approach | |
Ravankar et al. | Multi-robot path planning for smart access of distributed charging points in map | |
CN115410410A (zh) | 车位推荐方法、装置、设备以及存储介质 | |
CN112925308A (zh) | 路径规划方法、装置及计算机存储介质 | |
CN114611896A (zh) | 机器人任务调度方法、计算机设备及存储介质 | |
EP4141599A1 (en) | Multi-robot route planning | |
JPWO2019004081A1 (ja) | 領域評価システム、方法およびプログラム | |
CN107704942A (zh) | 配送路径确定方法、装置和设备 | |
CN111459100B (zh) | 自动导引运输车的调度方法和系统 | |
Rui et al. | Smart network maintenance in edge cloud computing environment: An allocation mechanism based on comprehensive reputation and regional prediction model | |
CN108663062B (zh) | 路径规划方法及其系统 | |
JP7248008B2 (ja) | 領域評価システム、方法およびプログラム | |
CN114329706A (zh) | 自动布线方法及装置 | |
CN115640986B (zh) | 基于奖励的机器人调度方法、装置、设备及介质 | |
US20230306334A1 (en) | Task assignment in autonomous mobile devices | |
CN112633585A (zh) | 无人设备调度方法、装置、电子设备及存储介质 | |
CN113739798A (zh) | 路径规划方法和装置 | |
Rivas et al. | Auction model for transport order assignment in AGV systems | |
CN117889866B (zh) | 导航路径规划方法、设备及存储介质 | |
JP2019007832A (ja) | 領域管理システム、方法およびプログラム |
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: 20201009 |
|
RJ01 | Rejection of invention patent application after publication |