CN111780775A - 路径规划的方法、装置、机器人及存储介质 - Google Patents

路径规划的方法、装置、机器人及存储介质 Download PDF

Info

Publication number
CN111780775A
CN111780775A CN202010552830.0A CN202010552830A CN111780775A CN 111780775 A CN111780775 A CN 111780775A CN 202010552830 A CN202010552830 A CN 202010552830A CN 111780775 A CN111780775 A CN 111780775A
Authority
CN
China
Prior art keywords
path
node
cross
region
determining
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
Application number
CN202010552830.0A
Other languages
English (en)
Inventor
夏舸
赖馨钻
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.)
Uditech Co Ltd
Original Assignee
Uditech 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 Uditech Co Ltd filed Critical Uditech Co Ltd
Priority to CN202010552830.0A priority Critical patent/CN111780775A/zh
Publication of CN111780775A publication Critical patent/CN111780775A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3446Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manipulator (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请适用于机器人技术领域,提供了一种路径规划的方法、装置、机器人和可读存储介质。所述方法包括:获取起始位置和目标位置;若确定起始位置和目标位置不在同一区域内,则根据预先构建的跨区域拓扑地图,确定起始位置所在的第一区域和目标位置所在的第二区域之间的跨区域路径;根据起始位置、目标位置和跨区域路径确定目标路径。本申请实施例将跨区域的路径规划从根据栅格地图转换为根据拓扑地图,一方面,可以克服根据栅格地图规划路径时,由于栅格地图为二维地图所导致的频繁坐标转换的问题;另一方面,根据拓扑地图规划跨区域路径,将栅格地图的探索问题转化为图的搜索问题,提高了机器人路径规划的效率。

Description

路径规划的方法、装置、机器人及存储介质
技术领域
本申请属于机器人技术领域,尤其涉及路径规划的方法、装置、机器人及存储介质。
背景技术
目前,机器人已经得到越来越广泛的应用,应用场景非常丰富。例如,服务机器人在一栋大楼的某一层执行任务,或者,机器人需要在一栋大楼内的多层执行任务。
在多楼层或者跨楼栋的应用场景中,机器人在执行任务时通常是根据一个或多个栅格地图进行导航。若导航涉及到多个栅格地图,则机器人在地图在地图交接位置需要进行栅格地图的切换,载入新的栅格地图,并在坐标转换后采用新载入的栅格地图进行路径规划。
可见,在多楼层或者跨楼栋的应用场景中,机器人的路径规划可能会涉及到多个栅格地图。采用多个栅格地图中进行路径规划的方式,需要逐个栅格地图进行探索导航,需要进行栅格地图的切换,载入新的栅格地图,并在坐标转换后采用新载入的栅格地图进行路径规划,导航效率非常低。
发明内容
本申请实施例提供了路径规划的方法、装置、机器人及存储介质,可以解决以上问题的至少一部分。
第一方面,本申请实施例提供了一种路径规划的方法,包括:
获取起始位置和目标位置;
若确定所述起始位置和所述目标位置不在同一区域内,则根据预先构建的跨区域拓扑地图,确定所述起始位置所在的第一区域和所述目标位置所在的第二区域之间的跨区域路径;
根据所述起始位置、所述目标位置和所述跨区域路径确定目标路径。
可以理解的是,将跨区域的路径规划由根据栅格地图转换为根据拓扑地图,可以由拓扑地图的节点和边快速的获得跨区域路径,再根据该跨区域路径规划机器人行进所采用的目标路径,一方面,可以克服根据栅格地图规划路径时,由于栅格地图为二维地图所导致的频繁坐标转换的问题;另一方面,拓扑地图规划跨区域路径,将栅格地图的探索问题转化为图的搜索问题,提高了机器人路径规划的效率。
第二方面,本申请实施例提供了一种路径规划的装置,包括:
位置获取模块,用于获取起始位置和目标位置;
跨区路径确定模块,用于若确定所述起始位置和所述目标位置不在同一区域内,则根据预先构建的跨区域拓扑地图,确定所述起始位置所在的第一区域和所述目标位置所在的第二区域之间的跨区域路径;
目标路径确定模块,用于根据所述起始位置、所述目标位置和所述跨区域路径确定目标路径。
第三方面,本申请实施例提供了一种机器人,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,所述计算机程序被所述处理器执行时实现上述第一方面所述的方法步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,包括:所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的方法步骤。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述第一方面所述的方法步骤。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
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是本申请一实施例提供的多楼栋多楼层应用场景示意图;
图2是本申请一实施例提供的跨区域拓扑地图示意图;
图3是本申请一实施例提供的路径规划的方法的流程示意图;
图4是本申请另一实施例提供的路径规划的方法的流程示意图;
图5是本申请另一实施例提供的路径规划的方法的流程示意图;
图6是本申请实施例提供的路径规划的装置的结构示意图;
图7是本申请实施例提供的机器人的结构示意图。
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。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”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,在本申请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。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
服务机器人已经得到越来越广泛的应用,例如,服务机器人在一栋大楼的某一层工作,或者服务机器人在一栋大楼内的几层工作。
服务机器人已经得到越来越广泛的应用,例如,服务机器人在一栋大楼的某一层工作,或者服务机器人在一栋大楼内的多层工作。服务机器人通常是根据一个或少数几个栅格地图进行导航。若导航涉及到两个以上的栅格地图,则机器人在地图在地图交接位置进行地图的切换,载入新的栅格地图,并在坐标转换后采用新载入的栅格地图进行路径规划。这种导航方式,在多楼层或者楼栋的场景中,会涉及大量的栅格地图,如果仍采用在栅格地图中进行路径规划的方式,逐个栅格地图进行探索导航,那么导航效率非常低。
图1示出的是服务机器人为多楼栋的多楼层提供服务的场景示意图,如图1所示,服务机器人服务的区域涉及到竖向的4个楼栋,或者4个电梯运行区,在一些实施例中,每个电梯运行区对应一个楼栋;图1中的Vi标识该区域对应的跨区域拓扑地图的节点号。
在一些实施例中,每个电梯运行区对应一个楼栋的电梯服务区域。图1中的每一个方格代表一个区域,每个区域对应一个栅格地图。
本申请实施例提供了一种路径规划方法,在机器人进行路径规划时,先判断起始位置和目标位置是否在同一栅格地图内,若起始位置和目标位置在同一区域内,即起始位置和目标位置在同一栅格地图内,则采用该栅格地图导航,若起始位置和目标位置不在同一栅格地图内,则根据预先构建的跨区域拓扑地图获得跨区域路径,再根据起始位置、目标位置和跨区域路径确定供机器人导航使用的目标路径。
其中,所述跨区域拓扑地图是一种拓扑地图,该跨区域拓扑地图的节点为关键空间节点,关键空间节点为机器人在进行跨栅格地图导航时可能通过的物理空间位置,如电梯间或进出该区域的出入口。该跨区域拓扑地图的边表示此边相连的节点之间具有可达关系,或者说机器人可以由该边的一端节点到达另一端的节点。
图2示出的是本申请一实施例提供的跨区域拓扑地图示意图。该图中的圆为拓扑地图的节点,Vi标识跨区域拓扑地图的节点号,连接两个圆的线段为拓扑地图的边。
在说明本申请实施例提供的路径规划的方法之前,首先结合图2示出的跨区域拓扑地图对本申请所采用的路径规划方法的相关概念进行示例性的说明。
在一些实施例中,可以采用如图2所示的无向图G=(V,E)表示跨区域拓扑地图,其中,V为节点集合,E为边集合。可以理解的是,采用无向图表示跨区域拓扑地图可以使机器按任意方向规划路径到某个节点。
在一些实施例中也可以采用有向图表示跨区域拓扑地图。
需要说明的是,节点具有节点属性,节点属性包括但不限于与导航规划相关的属性,例如,节点的属性为电梯节点时,机器人在此节点可以通过呼叫电梯上下楼;节点属性为楼栋转换点时,机器人在此节点需要准备即将离开当前楼栋进入邻接楼栋。可以理解的是,可以根据实际需要需要定义节点属性。
需要说明的是,节点属性包括但不限于区域信息、楼层信息、方向信息等。其中,区域信息用来表示节点所在的区域,例如某栋楼的某层,也可以表示节点所在的栅格地图;方向信息,可以表示单向入、单向出、双向进出、不可通行等含义。方向信息用于进行灵活的导航规划处理。
在一些实施例中,边具有通行属性,通行属性用于表示一个边对应的两个节点间的通行特性。
通行属性包括但不限于每个边对应的节点间的距离、通行效率、通行优先权等属性。
每个边对应的节点间的距离表示,与一个边相连的两个节点间的距离,记为dei
通行效率表示一个边对应的路段的通行快慢程度,记为αei。αei的取值范围为[0,1]。在一些实施例中,可以采用-1表示不可通行。
通行优先权表示一个边对应的路段被选取的可能性,记为βei,βei的取值范围为[0,1],βei越大表示被选取的可能性越大。在一些实施例中,对于必须经过的路段对应的边,可以设置该边的优先权为最大值1。
参见图3,图3是本申请一实施例提供的路径规划方法的流程示意图。本实施例的路径规划方法的执行主体为机器人。如图3所示的路径规划的方法可包括:
S110,获取起始位置和目标位置。
在本申请实施例中,起始位置为机器人当前位置,目标位置为机器人执行任务需要到达的位置。
通常情况下,机器人具有人机交互装置。人机交互装置包括但不限于输入装置和输出装置。输入装置包括但不限于触摸屏、键盘、鼠标、麦克风、摄像装置等中的一种或多种。输出装置包括但不限于显示屏、扬声器、打印机、指示灯等中的一种或多种。
作为本申请一非限制性示例,机器人接收用户通过人机交互装置向机器人发送行进指令,行进指令包括起始位置和目标位置。
作为本申请另一非限制性示例,机器人接收用户通过的输入装置向机器人发出行进指令,行进指令包括目标位置,机器人通过定位装置,例如卫星导航定位装置,获取机器人的当前位置,将当前位置作为起始位置。
作为本申请另一非限制性示例,机器人通过接收服务器发送的行进指令,根据行进指令从定位装置获取起始位置,提取行进指令中的目标位置信息获取目标位置。
可以理解的是,以上各个非限制性示例的一个或多个的可以进行组合。
S120,若确定所述起始位置和所述目标位置不在同一区域内,则根据预先构建的跨区域拓扑地图,确定所述起始位置所在的第一区域和所述目标位置所在的第二区域之间的跨区域路径。
在本申请实施例中,每个区域对应一个栅格地图,起始位置和所述目标位置在同一区域,是指在起始位置对应的栅格地图和目标位置对应的栅格地图为同一栅格地图。
示例性的,机器人通过判断起始位置所在的栅格地图和目标位置所在的栅格地图是否为同一个栅格地图,判断起始位置对应的栅格地图和目标位置对应的栅格地图是否为同一栅格地图,进而判断起始位置和目标位置是否在同一区域。
在本申请实施例中,机器人根据预先构建的跨区域拓扑地图,确定所述起始位置所在的第一区域和所述目标位置所在的第二区域之间的跨区域路径。具体的,确定所述起始位置对应的所述跨区域拓扑地图中的第一节点;确定所述目标位置对应的所述跨区域拓扑地图中的第二节点;选取所述第一节点至所述第二节点的各个路径中代价最小的路径作为所述跨区域路径。
需要说明的是,代价最小的路径可以为通过时间最少的路径;代价最小的路径也可以为通行优先级最高的路径;代价最小的路径还可以为距离最短的路径。在实施本申请实施例时可以根据实际情况进行选择。
在本申请实施例中,所述跨区域拓扑地图的边具有通行属性信息;所述跨区域拓扑地图的节点具有节点属性信息;
通过选取所述第一节点至所述第二节点的各个路径中代价最小的路径作为所述跨区域路径,包括:
获取所述第一节点至所述第二节点的全部路径;非限定性的,可以采用搜索算法获取第一节点至第二节点的全部路径。搜索算法是利用计算机的高性能来有目的的穷举一个问题解空间的部分或所有的可能情况,从而求出问题的解的一种方法。现阶段一般有枚举算法、深度优先搜索、广度优先搜索、A*算法、回溯算法、蒙特卡洛树搜索、散列函数等算法。
在获取第一节点至第二节点的全部路径后,通过以下A、B、C和D四种方式中的至少之一确定各个路径的代价,并选取代价最小的路径作为所述跨区域路径:
A:根据各个路径经过的边的通行属性信息确定各个路径的代价。
根据各个路径经过的边的通行属性信息确定各个路径的代价,包括:
针对各个路径,利用公式
Figure BDA0002543215070000081
计算所述路径的代价;
这里,αei为通行效率,αei的取值范围为[0,1];βei为通行优先权值,βei的取值范围为[0,1];dei为每个边对应的节点间的距离;n为所述路径中经过的边的数量。
B:根据各个路径经过节点的数量确定各个路径的代价。
可以理解,路径经过的节点数量越少,意味着路径中需要转换的空间位置可能越少。因此,经过节点数量越少的路径代价越低。
C:根据各个路径经过的区域数量确定各个路径的代价;即根据各个路径需要采用的栅格地图的数量确定各个路径的代价。
可以理解,路径经过的区域数量越少,意味着路径中可以优化的节点可能越多。因此,经过的区域数量越少的路径代价越低。
D:根据各个路径经过的节点中,节点属性为电梯节点的节点数量确定各个路径的代价。
可以理解,经过路径中经过节点属性为电梯节点,意味着机器人通过该路径的行进的速度越快,因此包含节点属性为电梯节点的路径越多路径代价越低。
应理解,可以采用以上方式其中之一计算各个路径的代价;也可以采用以上方式的分别计算各个路径的代价,并通过加权和或加权平均的方式确定各个路径的总代价。还可以将上方式的任一种作为筛选条件,筛选若干路径后再采用另一种方式计算路径的代价。
在一个通过两种方式计算代价的示例中,根据经过节点的数量确定各个路径的第一代价,根据各个路径经过的区域数量确定各个路径的第二代价,根据第一代价和第二代价的加权求和确定各个路径的总代价,选取总代价最小的一条路径作为跨区域路径。
在另一个通过两种方式计算代价的示例中,根据各个路径经过的节点中,节点属性为电梯节点的节点数量确定各个路径的代价,并对各个路径的代价进行排序,选取代价最小的前N个路径,再通过各个路径经过的边的通行属性信息确定各个路径的代价。
在本申请实施例中,跨区域拓扑地图中的节点对应于各个栅格地图的关键位置,例如电梯间,并且,如果一个栅格地图中有两个以上的关键位置,那么这个栅格地图中的多个关键位置对应与跨区域拓扑地图中的多个节点。而机器人获取的起始位置和目标位置不一定是电梯间等关键位置,因此需要机器人在栅格地图中确认起始位置和目标位置在栅格地图中对应的节点。因此,采用以下方法确定跨区域拓扑地图中的第一节点和跨区域拓扑地图中的第二节点。
确定所述起始位置对应的所述跨区域拓扑地图中的第一节点,包括:获取所述起始位置对应的第一栅格地图中的第一位置,所述第一栅格地图为所述第一区域的栅格地图;获取所述第一栅格地图中与所述跨区域拓扑地图中的节点对应的第一节点位置,所述第一节点位置为一个或多个;确定与所述第一位置距离最近的第一节点位置,将此第一节点位置对应的跨区域拓扑地图中的节点作为第一节点。
确定所述目标位置对应的所述跨区域拓扑地图中的第二节点,包括:获取所述目标位置对应的第二栅格地图中的第二位置,所述第二栅格地图为所述第二区域的栅格地图;获取所述第二栅格地图中与所述跨区域拓扑地图中的节点对应的第二节点位置,所述第二节点位置为一个或多个;确定与所述第二位置距离最近的第二节点位置,将此第二节点位置对应的跨区域拓扑地图中的节点作为第二节点。节点位置、第一位置和第二位置为栅格地图中的坐标,采用栅格地图中的坐标表示方法表示。
可以理解的是,通过查找与第一位置最近的节点对应的节点位置,将该节点位置作为第一节点,通过查找与第二位置最近的节点对应的节点位置,将该节点位置作为第二节点,可以使机器人的运行路径实现局部最短,从而节约机器人的电量,同时缩短机器人的服务时间。
S130,根据所述起始位置、所述目标位置和所述跨区域路径确定目标路径。
目标路径为机器导航采用的导航路径。在本申请实施例中,如图4所示,机器人将跨区域路径的第一节点为当前节点,将当前节点作为下一步行进的目标,机器人根据当前节点对应的栅格地图,确定从机器人的当前位置行进至当前节点对应位置的路径。机器人行进至当前节点对应的位置后,将跨区域路径中当前节点的下一个节点作为更新的当前节点,将更新的当前节点作为下一步行进的目标,利用栅格地图继续规划行进至更新的当前节点,以此类推,到达跨区域路径的第二节点。在机器人到达最后一个节点,即第二节点对应的位置后,根据第二节点对应的栅格地图确定第二节点对应位置到目标位置的路径。由此完成机器人的路径规划和导航。
在本申请另一实施例中,机器人采用上述实施例的路径规划方法,根据所述起始位置、所述目标位置和所述跨区域路径确定规划目标路径后,再根据目标路径进行导航行进。
可以理解的是,将跨区域的多个栅格地图进行路径规划的问题,转换为根据拓扑地图进行路径规划,可以由拓扑地图的节点和边快速的获得跨区域路径,再根据该跨区域路径规划机器人行进所采用的目标路径,一方面可以克服根据栅格地图规划路径,由于栅格地图为二维地图所导致的频繁坐标转换的问题;另一方面,根据拓扑地图规划跨区域路径,将栅格地图的探索问题转化为图的搜索问题,提高了机器人路径规划的效率。
在上述图3所示的路径规划的方法的实施例的基础上,确定所述起始位置所在的第一区域和所述目标位置所在的第二区域之间的跨区域路径后,如图5所示,还包括:
S125,对所述跨区域路径中的节点进行压缩。
在本申请实施例中,对所述跨区域路径中的节点进行压缩,包括以下方式中的至少之一:针对节点属性为电梯节点的节点,将所述跨区域路径中,除进入电梯的节点和离开电梯的节点之外的其余电梯节点删除;针对所述跨区域路径中对应任一区域的节点,除进入该区域的节点和离开该区域的节点外,将其余节点删除。
可以理解的是,跨区域路径中的多个节点为对应同一部电梯的节点时,如果机器人在步骤S130进行路径规划时,需要逐个节点进行判断,但是实际的情况是,机器人可以从这部电梯的进入电梯的节点直接到达离开电梯的节点,即可完成在这部电梯的行进,因此可以将除进入电梯的节点和离开电梯之外的其余电梯节点删除。跨区域路径中的多个节点为对应同一栅格地图的话,机器人也不需要逐个节点进行判断,只需要根据此栅格地图规划进入该栅格地图对应的区域的节点对应的位置和离开该区域的节点对应的位置就可以完成在此区域的行进,因此可以除进入该区域的节点和离开该区域的节点外,将其余节点删除。通过上述对跨区域路径中的节点的压缩,可以缩短机器人在步骤S130的计算量,优化机器人导航路径,并且提高机器人对服务请求的响应速度。
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。
对应于上述图3所示的路径规划的方法,图6示出的是本申请实施例提供的一种路径规划的装置,包括:
位置获取模块M110,用于获取起始位置和目标位置。
跨区路径确定模块M120,用于若确定所述起始位置和所述目标位置不在同一区域内,则根据预先构建的跨区域拓扑地图,确定所述起始位置所在的第一区域和所述目标位置所在的第二区域之间的跨区域路径。
目标路径确定模块M130,用于根据所述起始位置、所述目标位置和所述跨区域路径确定目标路径。
可以理解的是,以上实施例中的各种实施方式和实施方式组合及其有益效果同样适用于本实施例,这里不再赘述。
图7为本申请一实施例提供的机器人的结构示意图。如图7所示,该实施例的机器人D10包括:至少一个处理器D100(图7中仅示出一个)处理器、存储器D101以及存储在所述存储器D101中并可在所述至少一个处理器D100上运行的计算机程序D102,所述处理器D100执行所述计算机程序D102时实现上述任意各个方法实施例中的步骤。或者,所述处理器D100执行所述计算机程序D102时实现上述各装置实施例中各模块/单元的功能。
所述机器人D10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。该机器人可包括,但不仅限于,处理器D100、存储器D101。本领域技术人员可以理解,图7仅仅是机器人D10的举例,并不构成对机器人D10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,例如还可以包括输入输出设备、网络接入设备等。
所称处理器D100可以是中央处理单元(Central Processing Unit,CPU),该处理器D100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。
所述存储器D101在一些实施例中可以是所述机器人D10的内部存储单元,例如机器人D10的硬盘或内存。所述存储器D101在另一些实施例中也可以是所述机器人D10的外部存储设备,例如所述机器人D10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D101还可以既包括所述机器人D10的内部存储单元也包括外部存储设备。所述存储器D101用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器D101还可以用于暂时地存储已经输出或者将要输出的数据。
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。
本申请实施例还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,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在机器人上运行时,使得机器人执行时实现可实现上述各个方法实施例中的步骤。
所述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,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至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random AccessMemory,RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
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/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络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。
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)

1.一种路径规划的方法,其特征在于,包括:
获取起始位置和目标位置;
若确定所述起始位置和所述目标位置不在同一区域内,则根据预先构建的跨区域拓扑地图,确定所述起始位置所在的第一区域和所述目标位置所在的第二区域之间的跨区域路径;
根据所述起始位置、所述目标位置和所述跨区域路径确定目标路径。
2.如权利要求1所述的方法,其特征在于,所述根据预先构建的跨区域拓扑地图,确定所述起始位置所在的第一区域和所述目标位置所在的第二区域之间的跨区域路径,包括:
确定所述起始位置对应的所述跨区域拓扑地图中的第一节点;
确定所述目标位置对应的所述跨区域拓扑地图中的第二节点;
选取所述第一节点至所述第二节点的各个路径中代价最小的路径作为所述跨区域路径。
3.如权利要求2所述的方法,其特征在于,所述确定所述起始位置对应的所述跨区域拓扑地图中的第一节点,包括:
获取所述起始位置对应的第一栅格地图中的第一位置,所述第一栅格地图为所述第一区域的栅格地图;
获取所述第一栅格地图中与所述跨区域拓扑地图中的节点对应的第一节点位置,所述第一节点位置为一个或多个;
确定与所述第一位置距离最近的第一节点位置,将此第一节点位置对应的跨区域拓扑地图中的节点作为第一节点;
确定所述目标位置对应的所述跨区域拓扑地图中的第二节点,包括:
获取所述目标位置对应的第二栅格地图中的第二位置,所述第二栅格地图为所述第二区域的栅格地图;
获取所述第二栅格地图中与所述跨区域拓扑地图中的节点对应的第二节点位置,所述第二节点位置为一个或多个;
确定与所述第二位置距离最近的第二节点位置,将此第二节点位置对应的跨区域拓扑地图中的节点作为第二节点。
4.如权利要求2所述的方法,其特征在于,所述跨区域拓扑地图的边具有通行属性信息;所述跨区域拓扑地图的节点具有节点属性信息;
所述选取所述第一节点至所述第二节点的各个路径中代价最小的路径作为所述跨区域路径,包括:
获取所述第一节点至所述第二节点的全部路径;
通过以下方式中至少之一确定各个路径的代价,并选取代价最小的路径作为所述跨区域路径:
根据各个路径经过的边的通行属性信息确定各个路径的代价;
根据各个路径经过节点的数量确定各个路径的代价;
根据各个路径经过的区域数量确定各个路径的代价;
根据各个路径经过的节点中,节点属性为电梯节点的节点数量确定各个路径的代价。
5.如权利要求4所述的方法,其特征在于,所述根据各个路径经过的边的通行属性信息确定各个路径的代价,包括:
针对各个路径,利用公式
Figure FDA0002543215060000021
计算所述路径的代价;
其中,αei为通行效率,αei的取值范围为[0,1];βei为通行优先权值,βei的取值范围为[0,1];dei为每个边对应的节点间的距离;n为所述路径中经过的边的数量。
6.如权利要求1所述的方法,其特征在于,所述确定所述起始位置所在的第一区域和所述目标位置所在的第二区域之间的跨区域路径后,还包括:
对所述跨区域路径中的节点进行压缩。
7.如权利要求6所述的方法,其特征在于,所述对所述跨区域路径中的节点进行压缩,包括以下方式中至少之一:
针对节点属性为电梯节点的节点,将所述跨区域路径中,除进入电梯的节点和离开电梯的节点之外的其余电梯节点删除;
针对所述跨区域路径中对应任一区域的节点,除进入该区域的节点和离开该区域的节点外,将其余节点删除。
8.一种路径规划的装置,其特征在于,包括:
位置获取模块,用于获取起始位置和目标位置;
跨区路径确定模块,用于若确定所述起始位置和所述目标位置不在同一区域内,则根据预先构建的跨区域拓扑地图,确定所述起始位置所在的第一区域和所述目标位置所在的第二区域之间的跨区域路径;
目标路径确定模块,用于根据所述起始位置、所述目标位置和所述跨区域路径确定目标路径。
9.一种机器人,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7任一项所述的方法。
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,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
CN202010552830.0A 2020-06-17 2020-06-17 路径规划的方法、装置、机器人及存储介质 Pending CN111780775A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010552830.0A CN111780775A (zh) 2020-06-17 2020-06-17 路径规划的方法、装置、机器人及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010552830.0A CN111780775A (zh) 2020-06-17 2020-06-17 路径规划的方法、装置、机器人及存储介质

Publications (1)

Publication Number Publication Date
CN111780775A true CN111780775A (zh) 2020-10-16

Family

ID=72756661

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010552830.0A Pending CN111780775A (zh) 2020-06-17 2020-06-17 路径规划的方法、装置、机器人及存储介质

Country Status (1)

Country Link
CN (1) CN111780775A (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112418511A (zh) * 2020-11-19 2021-02-26 上海仙工智能科技有限公司 一种跨楼层机器人调度方法和系统
CN112925308A (zh) * 2021-01-21 2021-06-08 深圳市人工智能与机器人研究院 路径规划方法、装置及计算机存储介质
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
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
CN113450049A (zh) * 2021-06-02 2021-09-28 北京迈格威科技有限公司 一种出库站点确定方法、装置及存储介质
CN113593228A (zh) * 2021-07-26 2021-11-02 广东工业大学 一种高速公路瓶颈区域自动驾驶协同控制方法
CN113807790A (zh) * 2021-09-26 2021-12-17 上海擎朗智能科技有限公司 一种机器人的路径规划方法、装置、电子设备和存储介质
CN113885531A (zh) * 2021-11-05 2022-01-04 上海肇观电子科技有限公司 用于移动机器人的方法、移动机器人、电路、介质和程序
CN114035465A (zh) * 2021-11-02 2022-02-11 上海高仙自动化科技发展有限公司 设备乘梯控制方法、装置、电子设备和存储介质
CN114061563A (zh) * 2021-10-15 2022-02-18 深圳优地科技有限公司 目标点合理性的判断方法、装置、终端设备及存储介质
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
CN114509085A (zh) * 2022-02-10 2022-05-17 中国电子科技集团公司第五十四研究所 一种结合栅格和拓扑地图的快速路径搜索方法
CN115857515A (zh) * 2023-02-22 2023-03-28 成都瑞华康源科技有限公司 一种agv机器人路线规划方法、系统及存储介质
CN115860409A (zh) * 2022-12-20 2023-03-28 深圳运捷迅信息系统有限公司 港口运行调度方法、系统、电子设备及可读存储介质
WO2024078256A1 (zh) * 2022-10-14 2024-04-18 珠海一微半导体股份有限公司 一种激光机器人路径规划方法及芯片
CN113885531B (zh) * 2021-11-05 2024-06-21 上海肇观电子科技有限公司 用于移动机器人的方法、移动机器人、电路、介质和程序

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012093811A (ja) * 2010-10-25 2012-05-17 Hitachi Ltd ロボットシステム及び地図更新方法
CN104898660A (zh) * 2015-03-27 2015-09-09 中国科学技术大学 一种提高机器人路径规划效率的室内地图构建方法
CN106289260A (zh) * 2016-08-09 2017-01-04 深圳橙立科技有限公司 一种基于室内电子地图实现室内外跨域导航功能的算法及其实现方法
CN106679669A (zh) * 2016-12-30 2017-05-17 深圳优地科技有限公司 一种移动机器人路径规划方法和系统
CN108304964A (zh) * 2018-01-08 2018-07-20 深圳市易成自动驾驶技术有限公司 Agv最短路径规划方法、装置及计算机可读存储介质
CN109764877A (zh) * 2019-02-26 2019-05-17 深圳优地科技有限公司 一种机器人跨楼层导航方法、装置及机器人
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
CN110561423A (zh) * 2019-08-16 2019-12-13 深圳优地科技有限公司 位姿变换的方法、机器人及存储介质
CN110858075A (zh) * 2018-08-15 2020-03-03 杭州海康机器人技术有限公司 一种移动机器人跨区域方法、装置、调度系统
CN110967028A (zh) * 2019-11-26 2020-04-07 深圳优地科技有限公司 导航地图构建方法、装置、机器人及存储介质
CN110967019A (zh) * 2019-11-28 2020-04-07 深圳优地科技有限公司 一种规划机器人局部路径的方法及机器人
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
CN111079988A (zh) * 2019-11-28 2020-04-28 浙江大华技术股份有限公司 任务的执行方法、装置、存储介质及电子装置
CN111158365A (zh) * 2019-12-31 2020-05-15 深圳优地科技有限公司 一种路径规划方法、装置、机器人及存储介质
CN111279154A (zh) * 2017-11-24 2020-06-12 深圳市大疆创新科技有限公司 导航区域识别和拓扑结构匹配以及相关联的系统和方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012093811A (ja) * 2010-10-25 2012-05-17 Hitachi Ltd ロボットシステム及び地図更新方法
CN104898660A (zh) * 2015-03-27 2015-09-09 中国科学技术大学 一种提高机器人路径规划效率的室内地图构建方法
CN106289260A (zh) * 2016-08-09 2017-01-04 深圳橙立科技有限公司 一种基于室内电子地图实现室内外跨域导航功能的算法及其实现方法
CN106679669A (zh) * 2016-12-30 2017-05-17 深圳优地科技有限公司 一种移动机器人路径规划方法和系统
CN111279154A (zh) * 2017-11-24 2020-06-12 深圳市大疆创新科技有限公司 导航区域识别和拓扑结构匹配以及相关联的系统和方法
CN108304964A (zh) * 2018-01-08 2018-07-20 深圳市易成自动驾驶技术有限公司 Agv最短路径规划方法、装置及计算机可读存储介质
CN110858075A (zh) * 2018-08-15 2020-03-03 杭州海康机器人技术有限公司 一种移动机器人跨区域方法、装置、调度系统
CN109764877A (zh) * 2019-02-26 2019-05-17 深圳优地科技有限公司 一种机器人跨楼层导航方法、装置及机器人
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
CN110561423A (zh) * 2019-08-16 2019-12-13 深圳优地科技有限公司 位姿变换的方法、机器人及存储介质
CN110967028A (zh) * 2019-11-26 2020-04-07 深圳优地科技有限公司 导航地图构建方法、装置、机器人及存储介质
CN110967019A (zh) * 2019-11-28 2020-04-07 深圳优地科技有限公司 一种规划机器人局部路径的方法及机器人
CN111079988A (zh) * 2019-11-28 2020-04-28 浙江大华技术股份有限公司 任务的执行方法、装置、存储介质及电子装置
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
CN111158365A (zh) * 2019-12-31 2020-05-15 深圳优地科技有限公司 一种路径规划方法、装置、机器人及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
赖馨钻: "基于对流协同的移动传感器网络覆盖控制研究", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 *
赖馨钻: "基于对流协同的移动传感器网络覆盖控制研究", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》, 15 July 2019 (2019-07-15), pages 136 - 163 *
陈宗海主编: "《系统仿真技术及应用 第11卷》", 31 July 2009, pages: 4 *

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112418511A (zh) * 2020-11-19 2021-02-26 上海仙工智能科技有限公司 一种跨楼层机器人调度方法和系统
CN112925308A (zh) * 2021-01-21 2021-06-08 深圳市人工智能与机器人研究院 路径规划方法、装置及计算机存储介质
CN112925308B (zh) * 2021-01-21 2023-12-26 深圳市人工智能与机器人研究院 路径规划方法、装置及计算机存储介质
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
CN113450049A (zh) * 2021-06-02 2021-09-28 北京迈格威科技有限公司 一种出库站点确定方法、装置及存储介质
CN113450049B (zh) * 2021-06-02 2024-05-24 北京迈格威科技有限公司 一种出库站点确定方法、装置及存储介质
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
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
CN113593228B (zh) * 2021-07-26 2022-06-03 广东工业大学 一种高速公路瓶颈区域自动驾驶协同控制方法
CN113593228A (zh) * 2021-07-26 2021-11-02 广东工业大学 一种高速公路瓶颈区域自动驾驶协同控制方法
CN113807790A (zh) * 2021-09-26 2021-12-17 上海擎朗智能科技有限公司 一种机器人的路径规划方法、装置、电子设备和存储介质
CN114061563A (zh) * 2021-10-15 2022-02-18 深圳优地科技有限公司 目标点合理性的判断方法、装置、终端设备及存储介质
CN114061563B (zh) * 2021-10-15 2024-04-05 深圳优地科技有限公司 目标点合理性的判断方法、装置、终端设备及存储介质
CN114035465A (zh) * 2021-11-02 2022-02-11 上海高仙自动化科技发展有限公司 设备乘梯控制方法、装置、电子设备和存储介质
CN113885531A (zh) * 2021-11-05 2022-01-04 上海肇观电子科技有限公司 用于移动机器人的方法、移动机器人、电路、介质和程序
CN113885531B (zh) * 2021-11-05 2024-06-21 上海肇观电子科技有限公司 用于移动机器人的方法、移动机器人、电路、介质和程序
CN114509085A (zh) * 2022-02-10 2022-05-17 中国电子科技集团公司第五十四研究所 一种结合栅格和拓扑地图的快速路径搜索方法
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
WO2024078256A1 (zh) * 2022-10-14 2024-04-18 珠海一微半导体股份有限公司 一种激光机器人路径规划方法及芯片
CN115860409A (zh) * 2022-12-20 2023-03-28 深圳运捷迅信息系统有限公司 港口运行调度方法、系统、电子设备及可读存储介质
CN115857515A (zh) * 2023-02-22 2023-03-28 成都瑞华康源科技有限公司 一种agv机器人路线规划方法、系统及存储介质

Similar Documents

Publication Publication Date Title
CN111780775A (zh) 路径规划的方法、装置、机器人及存储介质
US10593110B2 (en) Method and device for computing a path in a game scene
JP6828044B2 (ja) ルート逸脱認識方法、端末、および記憶媒体
US20160226966A1 (en) Task management among multiple servers
CN107367278A (zh) 一种室内导航方法及设备
CN112132113A (zh) 车辆再识别的方法、装置、训练方法以及电子设备
CN111158365A (zh) 一种路径规划方法、装置、机器人及存储介质
CN111833447A (zh) 三维地图构建方法、三维地图构建装置及终端设备
JP7214803B2 (ja) 建築物の測位方法、装置、電子デバイス、記憶媒体、プログラム、及び端末デバイス
CN105115495A (zh) 一种电梯推荐方法及移动终端
CN110672102B (zh) 视觉辅助机器人初始化定位方法、机器人及可读存储介质
CN113722409A (zh) 空间关系的确定方法、装置、计算机设备及存储介质
CN112328880A (zh) 地理区域聚类方法、装置、存储介质和电子设备
JP2014169872A (ja) センサ統合装置及びセンサ統合方法
CN113048973B (zh) 路径规划方法、路径规划装置、管理系统和存储介质
JP2022031636A (ja) 車両進行方向を出力する方法、装置、電子機器、記憶媒体、路側機、クラウド制御プラットフォーム及びコンピュータプログラム
CN114359231A (zh) 一种停车位的检测方法、装置、设备及存储介质
KR20220130567A (ko) 이미지에 포함된 상관된 객체들을 검출하기 위한 방법들, 장치들, 디바이스들, 및 저장 매체
CN115691206B (zh) 车位推荐方法、装置、设备以及存储介质
CN111158881B (zh) 数据处理方法、装置、电子设备和计算机可读存储介质
CN114299192B (zh) 定位建图的方法、装置、设备和介质
CN111966767A (zh) 轨迹热力图生成方法、装置、电子设备和存储介质
CN114419883B (zh) 识别路口缺失交通限制信息的方法、装置和电子设备
CN116086429A (zh) 地图更新方法、装置、设备及计算机可读存储介质
CN112083845B (zh) 气泡控件处理方法及装置

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: 20201016

RJ01 Rejection of invention patent application after publication