CN111781925A - 路径规划方法、装置、机器人及存储介质 - Google Patents

路径规划方法、装置、机器人及存储介质 Download PDF

Info

Publication number
CN111781925A
CN111781925A CN202010577991.5A CN202010577991A CN111781925A CN 111781925 A CN111781925 A CN 111781925A CN 202010577991 A CN202010577991 A CN 202010577991A CN 111781925 A CN111781925 A CN 111781925A
Authority
CN
China
Prior art keywords
target
node
nodes
starting point
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
CN202010577991.5A
Other languages
English (en)
Inventor
蔡小龙
王超
姚秀军
桂晨光
蔡禹丞
马福强
李振
郭新然
崔丽华
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.)
Beijing Haiyi Tongzhan Information Technology Co Ltd
Original Assignee
Beijing Haiyi Tongzhan Information Technology 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 Beijing Haiyi Tongzhan Information Technology Co Ltd filed Critical Beijing Haiyi Tongzhan Information Technology Co Ltd
Priority to CN202010577991.5A priority Critical patent/CN111781925A/zh
Publication of CN111781925A publication Critical patent/CN111781925A/zh
Priority to PCT/CN2021/101206 priority patent/WO2021259192A1/zh
Priority to EP21828991.6A priority patent/EP4170452A4/en
Priority to US17/924,510 priority patent/US20230273031A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/383—Indoor data
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3863—Structures of map data
    • G01C21/387—Organisation of map data, e.g. version management or database structures
    • G01C21/3881—Tile-based structures
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors

Abstract

本发明实施例涉及一种路径规划方法、装置、机器人及存储介质，包括：对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值；基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点；基于多个所述目标节点确定机器人的目标路径，以对可通行区域进行分级，并为每级区域设置相应代价值，将表征距离障碍物远近的代价值来辅助得到的规划路径，避免机器人在移动过程中触碰到障碍物，且优化后的路径并未大幅增长，保证机器人的运行效率。

Description

路径规划方法、装置、机器人及存储介质
技术领域
本发明实施例涉及机器人领域，尤其涉及一种路径规划方法、装置、机器人及存储介质。
背景技术
室内机器人导航系统，主要由传感器感知、定位、路径规划和运动控制几部分组成。其中，传感器负责探测机器人周围障碍物的位置，融合已有的地图信息，即可获得机器人的实时位置，收到上位机的目标点导航指令后，导航系统会规划一条到达目标点的最优路径，并控制电机跟随这条路径前进，即可到达目标点。
其中，路径规划算法是利用传感器探测的和已有地图上的障碍物信息，寻找一条从起始点到目标点的最短路径(将机器人视为一个质点)，且这条路径不会经过障碍物，机器人就可以抵达目标点。
然而，机器人并不是一个质点，现有路径规划算法不能保证机器人的边缘不会碰到障碍物，由此，机器人按照现有路径规划算法得到最短路径移动过程中，尤其处于拐角位置时可能存在碰到障碍物的情况。
发明内容
鉴于此，为解决上述技术问题或部分技术问题，本发明实施例提供一种路径规划方法、装置、机器人及存储介质。
第一方面，本发明实施例提供一种路径规划方法，包括：
对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值；
基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点；
基于多个所述目标节点确定机器人的目标路径。
在一个可能的实施方式中，所述对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值，包括：
基于设置于机器人上的传感器进行障碍物检测，生成格栅地图；
确定所述格栅地图中起点和终点之间的可通行区域；
按照所述可通行区域距离所述障碍物由近及远的关系，对所述可通行区域进行分级处理；
根据每级区域距离所述障碍物由近及远对应代价值由大到小的关系，为每级区域设置对应的代价值。
在一个可能的实施方式中，所述基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点，包括：
将所述起点以及所述可通行区域中所述起点相邻的点作为待搜索节点添加至第一列表中；
遍历所述第一列表中的所述待搜索节点，以及基于所述待搜索节点所处区域的代价值确定所述待搜索节点对应启发函数的函数值；
将所述函数值最小的所述待搜索节点作为目标节点添加至第二列表中，直至所述第二列表中的目标节点包含所述终点，停止遍历所述第一列表中的所述待搜索节点。
在一个可能的实施方式中，所述将所述起点以及所述可同行区域中所述起点相邻的点作为待搜索节点添加至第一列表中，包括：
将所述起点作为父节点，以及将所述起点相邻的点作为子节点，其中，所述子节点上设置有指针，所述指针指向所述父节点；
将所述父节点和所述子节点作为待搜索节点添加至第一列表中。
在一个可能的实施方式中，所述方法还包括：
判断所述目标节点是否存在相邻的点；
若所述目标节点存在相邻的点，则将所述目标节点作为父节点，以及将所述目标节点相邻的点作为子节点；
将所述子节点作为待搜索节点添加至第一列表中。
在一个可能的实施方式中，所述基于多个所述目标节点确定机器人的目标路径，包括：
根据多个所述目标节点上携带的指针确定所述机器人由所述起点至所述终点的目标路径。
在一个可能的实施方式中，所述方法还包括：
若所述第一列表为空且所述第二列表中的所述目标节点未包含所述终点，则确定不存在目标路径。
第二方面，本发明实施例提供一种路径规划装置，包括：
处理模块，用于对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值；
遍历模块，用于基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点；
确定模块，用于基于多个所述目标节点确定机器人的目标路径。
第三方面，本发明实施例提供一种机器人，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的路径规划程序，以实现上述第一方面中任一项所述的路径规划方法。
第四方面，本发明实施例提供一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述第一方面中任一项所述的路径规划方法。
本发明实施例提供的路径规划方案，通过对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值；基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点；基于多个所述目标节点确定机器人的目标路径，以对可通行区域进行分级，并为每级区域设置相应代价值，将表征距离障碍物远近的代价值来辅助得到的规划路径，避免机器人在移动过程中触碰到障碍物，且优化后的路径并未大幅增长，保证机器人的运行效率。
附图说明
图1为本发明实施例涉及的一种采用A*算法得到的路径示意图；
图2为本发明实施例提供的一种路径规划方法的流程示意图；
图3为本发明实施例提供的一种可通行区域分级的示意图；
图4为本发明实施例提供的一种基于分级设置代价值得到的路径示意图；
图5为本发明实施例提供的另一种路径规划方法的流程示意图；
图6为本发明实施例提供的一种父节点和子节点的示意图；
图7为本发明实施例提供的一种路径规划示意图；
图8为本发明实施例提供的一种路径规划装置的结构示意图；
图9为本发明实施例提供的一种机器人的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为便于对本发明实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本发明实施例的限定。
本发明实施例涉及的路径规划方法，应用于机器人领域，机器人采用格栅法构建地图，格栅粒度的大小可以表征机器人所处环境特征的复杂程度(如，格栅粒度越小环境特征越精确复杂)，每个格栅由0和1进行填充，0表示可通行，1表示障碍物。
图1为本发明实施例涉及的一种采用A*算法得到的路径示意图，由初始状态到目标状态采用A*算法依次进行计算，得到由初始状态到目标状态的最短路径，具体采用如下公式：
f(n)＝g(n)+h(n)
其中，f(n)为初始状态由状态n到目标状态的距离估计值，g(n)为状态空间中从初始状态到状态n的实际距离值，h(n)为从状态n到目标状态的最佳路径的估计距离值。
采用A*算法得到的路径为S(起点)至G(终点)之间黑色的线条，虽然直接采用A*算法可以得出最短路径，但在拐角处(A、B、C和D) 可能存在机器人碰到障碍物的情况。
因此，本发明实施例提出了一种路径规划方法以解决拐角处机器人存在碰到障碍物的问题，图2为本发明实施例提供的一种路径规划方法的流程示意图，如图2所示，该方法具体包括：
S21、对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值。
在本实施例中，机器人采用传感器(如，激光雷达)探测机器人周围的障碍物，以及建立格栅地图，并在格栅地图中标注可通行区域和障碍物，机器人通过定位模块确定当前所在位置(也即，起点)，以及预设设定的终端，进而得到由起点到终端之间的可通行区域。
按照预设的规则对可通行区域进行分级处理，进而得到由多级区域组成的可通行区域，每级区域的宽度相同，每级区域的宽度与格栅的粒度可以设置为相同或者不同，并为每级区域设置相应的代价值，该代价值可以表征距离障碍物的远近，也即，越远离障碍物的区域其对应的代价值越小。
参照图3示出了本发明实施例提供的一种可通行区域分级的示意图，如图3所述，该可通行区域被划分为4级区域，每级区域的宽度与栅格的粒度相同，每级区域对应的代价值可以包括：1级区域对应的代价值为150、 2级区域对应的代价值为100、3级区域对应的代价值为50，以及4级区域对应的代价值为0。
需要说明的是，对于可通行区域具体被划分为几级区域，以及每级区域对应的代价值的具体数据，具体可根据实际情况进行设定，对此，本实施例不作具体限定。
S22、基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点。
以起点开始采用A*算法对可通行区域进行遍历，在遍历过程中将每级区域对应的代价值添加至计算节点对应预设函数的函数值中，将函数值最小的节点作为目标节点。
进一步地，确定函数值最小的节点具体包括：以某一个节点以及与其相邻的八个节点为一组进行函数计算，确定相邻的八个节点中函数值最小的节点作为目标节点，再以目标节点相邻的八个节点再次进行函数计算，依此，确定可通行区域中符合预设函数最小值的多个目标节点。
S23、基于多个所述目标节点确定机器人的目标路径。
以起点开始贯穿多个所述目标节点中的部分或全部至终点，形成机器人的目标路径，此处可能存在部分目标节点作为的目标路径，例如，某一节点的相邻的八个节点中存在两个函数值最小的目标节点，根据由起点至终点的方向性，可排除一个目标节点(路径的毛刺)。
参照图4示出了本发明实施例提供的一种基于分级设置代价值得到的路径示意图，将图4所示路径与图1所示路径对比，采用分级设置代价值得到的路径在障碍物拐角处(例如，A、B、C和D)均进行了优化，以使机器人的路径远离障碍物，以避免机器人在移动过程中触碰到障碍物。
本发明实施例提供的路径规划方法，通过对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值；基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点；基于多个所述目标节点确定机器人的目标路径，以对可通行区域进行分级，并为每级区域设置相应代价值，将表征距离障碍物远近的代价值来辅助得到的规划路径，避免机器人在移动过程中触碰到障碍物，且优化后的路径并未大幅增长，保证机器人的运行效率。
图5为本发明实施例提供的另一种路径规划方法的流程示意图，如图 5所示，该方法具体包括：
S51、基于设置于机器人上的传感器进行障碍物检测，生成格栅地图。
在本实施例中，机器人采用传感器(如，激光雷达)探测机器人周围的障碍物，以及建立2D格栅地图，并在格栅地图中标注可通行区域和障碍物。
S52、确定所述格栅地图中起点和终点之间的可通行区域。
机器人通过自身设置的定位模块确定当前位置，将当前位置映射于2D 格栅地图中，并将当前位置作为机器人的起点，机器人接收外部设备发送的终点信息，并基于终点信息将对应的终点映射于2D格栅地图中；以起点、障碍物以及终点围成的区域作为可通行区域。
S53、按照所述可通行区域距离所述障碍物由近及远的关系，对所述可通行区域进行分级处理。
S54、根据每级区域距离所述障碍物由近及远对应代价值由大到小的关系，为每级区域设置对应的代价值。
参照图3示出了本发明实施例提供的一种可通行区域分级的示意图，如图3所述，该可通行区域被划分为4级区域，每级区域的宽度与栅格的粒度相同，每级区域对应的代价值可以包括：1级区域对应的代价值为150、2级区域对应的代价值为100、3级区域对应的代价值为50，以及4级区域对应的代价值为0。
S55、将所述起点以及所述可通行区域中所述起点相邻的点作为待搜索节点添加至第一列表中。
S56、遍历所述第一列表中的所述待搜索节点，以及基于所述待搜索节点所处区域的代价值确定所述待搜索节点对应启发函数的函数值。
S57、将所述函数值最小的所述待搜索节点作为目标节点添加至第二列表中，直至所述第二列表中的目标节点包含所述终点，停止遍历所述第一列表中的所述待搜索节点。
本发明实施例对A*算法进行优化，辅助以第一列表和第二列表对可通行区域进行遍历，第一列表可以是开放列表(Open List)，用于放置待搜索节点，第二列表可以是关闭列表(ClosedList)。
进一步地，A*算法对应的启发函数可以是：
f(n)＝g(n)+h(n)
其中，g(n)表示当前节点与起点之间的移动代价，h(n)表示当前节点与终点之间的移动代价。
将所述起点作为父节点，以及将所述起点相邻的点作为子节点，其中，所述子节点上设置有指针，所述指针指向所述父节点；将所述父节点和所述子节点作为待搜索节点添加至第一列表中。
参照图6示出了本发明实施例提供的一种父节点和子节点的示意图，如图6所示，父节点周围由八个子节点包围，每个子节点上携带有指针，指针均指向父节点。
进一步地，在执行第一列表中的节点遍历过程中可以采用一个父节点加八个子节点为一组作为待搜索节点进行计算，将这九个节点中函数值小的待搜索节点作为目标节点，并将目标节点添加至第二列表中。
若目标节点包含终点，则确定已经完成由起点至终点的路径搜索，停止遍历所述第一列表中的所述待搜索节点。
若目标节点未包含终点，则判断所述目标节点是否存在相邻的点；若所述目标节点存在相邻的点，则将所述目标节点作为父节点，以及将所述目标节点相邻的点作为子节点；将所述子节点作为待搜索节点添加至第一列表中，继续执行遍历步骤。
若所述第一列表为空且所述第二列表中的所述目标节点未包含所述终点，则确定不存在目标路径。
S58、根据多个所述目标节点上携带的指针确定所述机器人由所述起点至所述终点的目标路径。
按照第二列表中多个目标节点上指针的方向，由起点开始贯穿多个所述目标节点中的部分或全部至终点，形成机器人的目标路径。
参照图7示出了本发明实施例提供的一种路径规划示意图，如图7所示，黑色加粗线条为障碍物边界，对可通行区域按照距离障碍物的远近划分为四级区域，一级区域对应的代价值为150、二级区域对应的代价值为 100、三级区域对应的代价值为50，以及四级区域对应的代价值为0。
起点S落入四级区域，设起点对应的g＝0，h＝1500+0，由起点S顺着四级区域往上走，每走一个格g加50，h减50，由此，对应f的代价值最小为1500，若此时起点S不直接向上走，向左或向右走，此时由四级区域移动至三级区域，对应的代价值会增加50，因此，按照f最小值只能在四级区域内向上走。
本发明实施例提供的路径规划方法，通过对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值；基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点；基于多个所述目标节点确定机器人的目标路径，以对可通行区域进行分级，并为每级区域设置相应代价值，将表征距离障碍物远近的代价值来辅助得到的规划路径，避免机器人在移动过程中触碰到障碍物，且优化后的路径并未大幅增长，保证机器人的运行效率。
图8为本发明实施例提供的一种路径规划装置的结构示意图，如图8 所示，该结构具体包括：
处理模块81，用于对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值。
遍历模块82，用于基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点。
确定模块83，用于基于多个所述目标节点确定机器人的目标路径。
在一个可能的实施方式中，所述处理模块81，具体用于基于设置于机器人上的传感器进行障碍物检测，生成格栅地图；确定所述格栅地图中起点和终点之间的可通行区域；按照所述可通行区域距离所述障碍物由近及远的关系，对所述可通行区域进行分级处理；根据每级区域距离所述障碍物由近及远对应代价值由大到小的关系，为每级区域设置对应的代价值。
在一个可能的实施方式中，所述遍历模块82，具体用于将所述起点以及所述可通行区域中所述起点相邻的点作为待搜索节点添加至第一列表中；遍历所述第一列表中的所述待搜索节点，以及基于所述待搜索节点所处区域的代价值确定所述待搜索节点对应启发函数的函数值；将所述函数值最小的所述待搜索节点作为目标节点添加至第二列表中，直至所述第二列表中的目标节点包含所述终点，停止遍历所述第一列表中的所述待搜索节点。
在一个可能的实施方式中，所述遍历模块82，具体用于将所述起点作为父节点，以及将所述起点相邻的点作为子节点，其中，所述子节点上设置有指针，所述指针指向所述父节点；将所述父节点和所述子节点作为待搜索节点添加至第一列表中。
在一个可能的实施方式中，所述遍历模块82，还用于判断所述目标节点是否存在相邻的点；若所述目标节点存在相邻的点，则将所述目标节点作为父节点，以及将所述目标节点相邻的点作为子节点；将所述子节点作为待搜索节点添加至第一列表中。
在一个可能的实施方式中，所述基于多个所述目标节点确定机器人的目标路径，包括：
根据多个所述目标节点上携带的指针确定所述机器人由所述起点至所述终点的目标路径。
在一个可能的实施方式中，所述确定模块83，还用于若所述第一列表为空且所述第二列表中的所述目标节点未包含所述终点，则确定不存在目标路径。
本实施例提供的路径规划装置可以是如图8中所示的路径规划装置，可执行如图2和7中路径规划方法的所有步骤，进而实现图2和7所示路径规划方法的技术效果，具体请参照图2和7相关描述，为简洁描述，在此不作赘述。
图9为本发明实施例提供的一种的机器人的结构示意图，图9所示的机器人900包括：至少一个处理器901、存储器902、至少一个网络接口 904和其他用户接口903。机器人900中的各个组件通过总线系统905耦合在一起。可理解，总线系统905用于实现这些组件之间的连接通信。总线系统905除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图9中将各种总线都标为总线系统905。
其中，用户接口903可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。
可以理解，本发明实施例中的存储器902可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器 (Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM， EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory， RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器 (Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器 (DoubleData Rate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本文描述的存储器902旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器902存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统9021和应用程序9022。
其中，操作系统9021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序 9022，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser) 等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序9022中。
在本发明实施例中，通过调用存储器902存储的程序或指令，具体的，可以是应用程序9022中存储的程序或指令，处理器901用于执行各方法实施例所提供的方法步骤，例如包括：
对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值；基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点；基于多个所述目标节点确定机器人的目标路径。
在一个可能的实施方式中，基于设置于机器人上的传感器进行障碍物检测，生成格栅地图；确定所述格栅地图中起点和终点之间的可通行区域；按照所述可通行区域距离所述障碍物由近及远的关系，对所述可通行区域进行分级处理；根据每级区域距离所述障碍物由近及远对应代价值由大到小的关系，为每级区域设置对应的代价值。
在一个可能的实施方式中，将所述起点以及所述可通行区域中所述起点相邻的点作为待搜索节点添加至第一列表中；遍历所述第一列表中的所述待搜索节点，以及基于所述待搜索节点所处区域的代价值确定所述待搜索节点对应启发函数的函数值；将所述函数值最小的所述待搜索节点作为目标节点添加至第二列表中，直至所述第二列表中的目标节点包含所述终点，停止遍历所述第一列表中的所述待搜索节点。
在一个可能的实施方式中，将所述起点作为父节点，以及将所述起点相邻的点作为子节点，其中，所述子节点上设置有指针，所述指针指向所述父节点；将所述父节点和所述子节点作为待搜索节点添加至第一列表中。
在一个可能的实施方式中，判断所述目标节点是否存在相邻的点；若所述目标节点存在相邻的点，则将所述目标节点作为父节点，以及将所述目标节点相邻的点作为子节点；将所述子节点作为待搜索节点添加至第一列表中。
在一个可能的实施方式中，根据多个所述目标节点上携带的指针确定所述机器人由所述起点至所述终点的目标路径。
在一个可能的实施方式中，若所述第一列表为空且所述第二列表中的所述目标节点未包含所述终点，则确定不存在目标路径。
上述本发明实施例揭示的方法可以应用于处理器901中，或者由处理器901实现。处理器901可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器901中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器901可以是通用处理器、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(FieldProgrammable 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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。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。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器902，处理器901读取存储器902中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSPDevice， DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本实施例提供的机器人可以是如图9中所示的机器人，可执行如图2 和7中路径规划方法的所有步骤，进而实现图2和7所示路径规划方法的技术效果，具体请参照图2和7相关描述，为简洁描述，在此不作赘述。
本发明实施例还提供了一种存储介质(计算机可读存储介质)。这里的存储介质存储有一个或者多个程序。其中，存储介质可以包括易失性存储器，例如随机存取存储器；存储器也可以包括非易失性存储器，例如只读存储器、快闪存储器、硬盘或固态硬盘；存储器还可以包括上述种类的存储器的组合。
当存储介质中一个或者多个程序可被一个或者多个处理器执行，以实现上述在路径规划设备侧执行的路径规划方法。
所述处理器用于执行存储器中存储的路径规划程序，以实现以下在路径规划设备侧执行的路径规划方法的步骤：
对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值；基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点；基于多个所述目标节点确定机器人的目标路径。
在一个可能的实施方式中，基于设置于机器人上的传感器进行障碍物检测，生成格栅地图；确定所述格栅地图中起点和终点之间的可通行区域；按照所述可通行区域距离所述障碍物由近及远的关系，对所述可通行区域进行分级处理；根据每级区域距离所述障碍物由近及远对应代价值由大到小的关系，为每级区域设置对应的代价值。
在一个可能的实施方式中，将所述起点以及所述可通行区域中所述起点相邻的点作为待搜索节点添加至第一列表中；遍历所述第一列表中的所述待搜索节点，以及基于所述待搜索节点所处区域的代价值确定所述待搜索节点对应启发函数的函数值；将所述函数值最小的所述待搜索节点作为目标节点添加至第二列表中，直至所述第二列表中的目标节点包含所述终点，停止遍历所述第一列表中的所述待搜索节点。
在一个可能的实施方式中，将所述起点作为父节点，以及将所述起点相邻的点作为子节点，其中，所述子节点上设置有指针，所述指针指向所述父节点；将所述父节点和所述子节点作为待搜索节点添加至第一列表中。
在一个可能的实施方式中，判断所述目标节点是否存在相邻的点；若所述目标节点存在相邻的点，则将所述目标节点作为父节点，以及将所述目标节点相邻的点作为子节点；将所述子节点作为待搜索节点添加至第一列表中。
在一个可能的实施方式中，根据多个所述目标节点上携带的指针确定所述机器人由所述起点至所述终点的目标路径。
在一个可能的实施方式中，若所述第一列表为空且所述第二列表中的所述目标节点未包含所述终点，则确定不存在目标路径。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种路径规划方法，其特征在于，包括：
对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值；
基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点；
基于多个所述目标节点确定机器人的目标路径。
2.根据权利要求1所述的方法，其特征在于，所述对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值，包括：
基于设置于机器人上的传感器进行障碍物检测，生成格栅地图；
确定所述格栅地图中起点和终点之间的可通行区域；
按照所述可通行区域距离所述障碍物由近及远的关系，对所述可通行区域进行分级处理；
根据每级区域距离所述障碍物由近及远对应代价值由大到小的关系，为每级区域设置对应的代价值。
3.根据权利要求2所述的方法，其特征在于，所述基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点，包括：
将所述起点以及所述可通行区域中所述起点相邻的点作为待搜索节点添加至第一列表中；
遍历所述第一列表中的所述待搜索节点，以及基于所述待搜索节点所处区域的代价值确定所述待搜索节点对应启发函数的函数值；
将所述函数值最小的所述待搜索节点作为目标节点添加至第二列表中，直至所述第二列表中的目标节点包含所述终点，停止遍历所述第一列表中的所述待搜索节点。
4.根据权利要求3所述的方法，其特征在于，所述将所述起点以及所述可同行区域中所述起点相邻的点作为待搜索节点添加至第一列表中，包括：
将所述起点作为父节点，以及将所述起点相邻的点作为子节点，其中，所述子节点上设置有指针，所述指针指向所述父节点；
将所述父节点和所述子节点作为待搜索节点添加至第一列表中。
5.根据权利要求3或4所述的方法，其特征在于，所述方法还包括：
判断所述目标节点是否存在相邻的点；
若所述目标节点存在相邻的点，则将所述目标节点作为父节点，以及将所述目标节点相邻的点作为子节点；
将所述子节点作为待搜索节点添加至第一列表中。
6.根据权利要求5所述的方法，其特征在于，所述基于多个所述目标节点确定机器人的目标路径，包括：
根据多个所述目标节点上携带的指针确定所述机器人由所述起点至所述终点的目标路径。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
若所述第一列表为空且所述第二列表中的所述目标节点未包含所述终点，则确定不存在目标路径。
8.一种路径规划装置，其特征在于，包括：
处理模块，用于对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值；
遍历模块，用于基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点；
确定模块，用于基于多个所述目标节点确定机器人的目标路径。
9.一种机器人，其特征在于，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的路径规划程序，以实现权利要求1～7中任一项所述的路径规划方法。
10.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1～7中任一项所述的路径规划方法。
CN202010577991.5A 2020-06-22 2020-06-22 路径规划方法、装置、机器人及存储介质 Pending CN111781925A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202010577991.5A CN111781925A (zh) 2020-06-22 2020-06-22 路径规划方法、装置、机器人及存储介质
PCT/CN2021/101206 WO2021259192A1 (zh) 2020-06-22 2021-06-21 路径规划方法、装置、机器人及存储介质
EP21828991.6A EP4170452A4 (en) 2020-06-22 2021-06-21 PATH PLANNING METHOD AND APPARATUS, ROBOT AND STORAGE MEDIUM
US17/924,510 US20230273031A1 (en) 2020-06-22 2021-06-21 Path planning method and device, robot and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010577991.5A CN111781925A (zh) 2020-06-22 2020-06-22 路径规划方法、装置、机器人及存储介质

Publications (1)

Publication Number Publication Date
CN111781925A true CN111781925A (zh) 2020-10-16

Family

ID=72756941

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010577991.5A Pending CN111781925A (zh) 2020-06-22 2020-06-22 路径规划方法、装置、机器人及存储介质

Country Status (4)

Country Link
US (1) US20230273031A1 (zh)
EP (1) EP4170452A4 (zh)
CN (1) CN111781925A (zh)
WO (1) WO2021259192A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112254733A (zh) * 2020-10-21 2021-01-22 中国人民解放军战略支援部队信息工程大学 基于扩展a*算法的火灾逃生路径规划方法及系统
CN113418522A (zh) * 2021-08-25 2021-09-21 季华实验室 Agv路径规划方法、跟随方法、装置、设备及存储介质
CN113467456A (zh) * 2021-07-07 2021-10-01 中国科学院合肥物质科学研究院 一种未知环境下用于特定目标搜索的路径规划方法
WO2021259192A1 (zh) * 2020-06-22 2021-12-30 京东科技信息技术有限公司 路径规划方法、装置、机器人及存储介质
CN114083531A (zh) * 2021-11-03 2022-02-25 珠海格力电器股份有限公司 工作空间预判处理方法、装置、存储介质及工业机器人
CN114543763A (zh) * 2020-11-24 2022-05-27 广东博智林机器人有限公司 一种地坪设备的工作方法、装置、设备及介质
CN115235501A (zh) * 2022-09-20 2022-10-25 江苏天一航空工业股份有限公司 一种物流散装货物装载车行驶轨迹规划控制系统及方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230129346A1 (en) * 2021-10-21 2023-04-27 Gideon Brothers d.o.o. Capability-aware pathfinding for autonomous mobile robots
CN115862416B (zh) * 2023-01-20 2023-05-23 北京卓翼智能科技有限公司 一种路径规划方法、装置、电子设备及存储介质
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
CN116962288B (zh) * 2023-09-21 2023-12-05 卓望数码技术（深圳）有限公司 Cdn多节点寻路优化方法、装置、设备及存储介质
CN117719498B (zh) * 2024-02-08 2024-04-16 深圳市欧冶半导体有限公司 路径规划方法、装置、电子设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102520718A (zh) * 2011-12-02 2012-06-27 上海大学 一种基于物理建模的机器人避障路径规划方法
KR20130101913A (ko) * 2012-03-06 2013-09-16 고려대학교 산학협력단 로봇의 주행 경로 계획 장치 및 방법
CN106647769A (zh) * 2017-01-19 2017-05-10 厦门大学 基于a*提取引导点的agv路径跟踪与避障协调方法
CN110362070A (zh) * 2018-10-12 2019-10-22 北京京东尚科信息技术有限公司 路径跟随方法、系统、电子设备和存储介质
CN110595482A (zh) * 2019-10-28 2019-12-20 深圳市银星智能科技股份有限公司 一种带避障权重的路径规划方法、装置及电子设备

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105955262A (zh) * 2016-05-09 2016-09-21 哈尔滨理工大学 一种基于栅格地图的移动机器人实时分层路径规划方法
CN108318046B (zh) * 2017-01-18 2020-12-15 华为技术有限公司 路径规划方法和装置
JP6640777B2 (ja) * 2017-03-17 2020-02-05 株式会社東芝 移動制御システム、移動制御装置及びプログラム
JP6919307B2 (ja) * 2017-04-25 2021-08-18 トヨタ自動車株式会社 自律移動体
KR20190023834A (ko) * 2017-08-30 2019-03-08 엘지전자 주식회사 객체와 간격을 유지하며 로봇을 이동시키는 방법 및 이를 구현하는 로봇
CN109709945B (zh) * 2017-10-26 2022-04-15 深圳市优必选科技有限公司 一种基于障碍物分类的路径规划方法、装置及机器人
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
JP7259274B2 (ja) * 2018-11-12 2023-04-18 ソニーグループ株式会社 情報処理装置、情報処理方法、及びプログラム
CN111399516B (zh) * 2020-03-31 2021-07-02 深圳市银星智能科技股份有限公司 一种机器人路径规划方法、装置以及机器人
CN111781925A (zh) * 2020-06-22 2020-10-16 北京海益同展信息科技有限公司 路径规划方法、装置、机器人及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102520718A (zh) * 2011-12-02 2012-06-27 上海大学 一种基于物理建模的机器人避障路径规划方法
KR20130101913A (ko) * 2012-03-06 2013-09-16 고려대학교 산학협력단 로봇의 주행 경로 계획 장치 및 방법
CN106647769A (zh) * 2017-01-19 2017-05-10 厦门大学 基于a*提取引导点的agv路径跟踪与避障协调方法
CN110362070A (zh) * 2018-10-12 2019-10-22 北京京东尚科信息技术有限公司 路径跟随方法、系统、电子设备和存储介质
CN110595482A (zh) * 2019-10-28 2019-12-20 深圳市银星智能科技股份有限公司 一种带避障权重的路径规划方法、装置及电子设备

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021259192A1 (zh) * 2020-06-22 2021-12-30 京东科技信息技术有限公司 路径规划方法、装置、机器人及存储介质
CN112254733A (zh) * 2020-10-21 2021-01-22 中国人民解放军战略支援部队信息工程大学 基于扩展a*算法的火灾逃生路径规划方法及系统
CN112254733B (zh) * 2020-10-21 2023-03-24 中国人民解放军战略支援部队信息工程大学 基于扩展a*算法的火灾逃生路径规划方法及系统
CN114543763A (zh) * 2020-11-24 2022-05-27 广东博智林机器人有限公司 一种地坪设备的工作方法、装置、设备及介质
CN114543763B (zh) * 2020-11-24 2024-01-16 广东博智林机器人有限公司 一种地坪设备的工作方法、装置、设备及介质
CN113467456A (zh) * 2021-07-07 2021-10-01 中国科学院合肥物质科学研究院 一种未知环境下用于特定目标搜索的路径规划方法
CN113467456B (zh) * 2021-07-07 2023-10-27 中国科学院合肥物质科学研究院 一种未知环境下用于特定目标搜索的路径规划方法
CN113418522A (zh) * 2021-08-25 2021-09-21 季华实验室 Agv路径规划方法、跟随方法、装置、设备及存储介质
CN114083531A (zh) * 2021-11-03 2022-02-25 珠海格力电器股份有限公司 工作空间预判处理方法、装置、存储介质及工业机器人
CN114083531B (zh) * 2021-11-03 2023-06-09 珠海格力电器股份有限公司 工作空间预判处理方法、装置、存储介质及工业机器人
CN115235501A (zh) * 2022-09-20 2022-10-25 江苏天一航空工业股份有限公司 一种物流散装货物装载车行驶轨迹规划控制系统及方法
CN115235501B (zh) * 2022-09-20 2022-12-09 江苏天一航空工业股份有限公司 一种物流散装货物装载车行驶轨迹规划控制系统及方法

Also Published As

Publication number Publication date
EP4170452A1 (en) 2023-04-26
EP4170452A4 (en) 2024-04-17
WO2021259192A1 (zh) 2021-12-30
US20230273031A1 (en) 2023-08-31

Similar Documents

Publication Publication Date Title
CN111781925A (zh) 路径规划方法、装置、机器人及存储介质
CN109709945B (zh) 一种基于障碍物分类的路径规划方法、装置及机器人
CN110632921B (zh) 机器人路径规划方法、装置、电子设备和存储介质
CN108549385B (zh) 一种结合a*算法和vfh避障算法的机器人动态路径规划方法
CN107943025B (zh) 机器人脱困的处理方法
US11537138B2 (en) Adaptive region division method and system
US9207678B2 (en) Method and apparatus for constructing map for mobile robot
WO2022000961A1 (zh) 一种机器人越障的沿边路径选择方法、芯片及机器人
CN108646765A (zh) 基于改进a*算法的四足机器人路径规划方法及系统
CN111402339A (zh) 一种实时定位方法、装置、系统及存储介质
CN111949017A (zh) 一种机器人越障的沿边路径规划方法、芯片及机器人
US9910878B2 (en) Methods for processing within-distance queries
CN113534818A (zh) 路径导航规划方法、装置、存储介质及电子设备
US20200265248A1 (en) Obstacle map generating method and apparatus
IL255050A (en) Autonomous vehicle control
CN109341698B (zh) 一种移动机器人的路径选择方法及装置
CN112700479A (zh) 一种基于cnn点云目标检测的配准方法
CN112677993A (zh) 一种模型训练的方法及装置
CN114219917A (zh) 一种激光雷达点云数据的漏洞修复方法
CN113968243A (zh) 一种障碍物轨迹预测方法、装置、设备及存储介质
Arney An efficient solution to autonomous path planning by approximate cell decomposition
CN116764225A (zh) 一种高效寻路的处理方法、装置、设备及介质
CN105373123A (zh) 一种基于二进制指数统计高效角落避障方法
CN115540852A (zh) 电子栅格地图构建方法、装置、电子设备及存储介质
CN114510053A (zh) 机器人规划路径校验方法、装置、存储介质及电子设备

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
CB02 Change of applicant information

Address after: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant after: Jingdong Technology Information Technology Co.,Ltd.

Address before: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant before: Jingdong Shuke Haiyi Information Technology Co.,Ltd.

Address after: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant after: Jingdong Shuke Haiyi Information Technology Co.,Ltd.

Address before: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Beijing Economic and Technological Development Zone, Beijing 100176

Applicant before: BEIJING HAIYI TONGZHAN INFORMATION TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information