CN111906765A

CN111906765A - 应用于路径规划的空间采样方法、装置、设备及介质

Info

Publication number: CN111906765A
Application number: CN202010763143.3A
Authority: CN
Inventors: 何敏聪; 周宸; 周宝; 陈远旭
Original assignee: Ping An Technology Shenzhen Co Ltd
Current assignee: Ping An Technology Shenzhen Co Ltd
Priority date: 2020-07-31
Filing date: 2020-07-31
Publication date: 2020-11-10
Anticipated expiration: 2040-07-31
Also published as: WO2021164277A1; CN111906765B

Abstract

本发明涉及人工智能领域，公开了一种应用于路径规划的空间采样方法、装置、设备及介质，其方法包括：通过预采样方法确定状态空间S的有效点集SG，有效点集SG中的任意一点，经第一映射关系映射在状态空间Q的可行区域QL内；根据预设随机选取规则在指定个数的采样策略中选取一种采样策略作为执行策略，指定个数的采样策略至少包括第一采样策略、第二采样策略和第三采样策略。本发明在多状态空间、多约束条件的情况下，可以提高路径规划的处理效率，减少采样耗时。本发明可适用于智慧交通领域，从而推动智慧城市的建设。

Description

应用于路径规划的空间采样方法、装置、设备及介质

技术领域

本发明涉及人工智能领域，尤其涉及一种应用于路径规划的空间采样方法、装置、设备及介质。

背景技术

近年来，路径规划方法的研究日益渐增。路径规划算法广泛应用于各个运动控制领域，如机械臂、智能驾驶、无人机等。其中，基于随机采样的路径规划方法是其中的研究热点。基于随机采样的路径规划方法指的是对状态空间(解空间)进行采样从而建立路标或路径分支的方法。该方法具有概率完备性，即，如果在起点和终点之间存在解，只要采样点数量足够多，就一定可以生成可行路径。

目前，依据采样点生成路径的算法较多，诸如RRT(快速扩展随机树算法)、PRM(概率路线图算法)、KPIECE(一种基于决策树采样的运动规划算法)等。这些算法侧重于路径规划，并未涉及采样策略的改进。对于一些环境复杂的状态空间(如多状态空间、多约束条件等)，生成采样点耗时长，甚至难以生成采样点，影响路径规划的耗时。

发明内容

基于此，有必要针对上述技术问题，提供一种应用于路径规划的空间采样方法、装置、设备及介质，以解决在环境复杂的状态空间下，路径规划采样困难，耗时长的问题。

一种应用于路径规划的空间采样方法，包括：

根据预设随机选取规则在指定个数的采样策略中选取一种采样策略作为执行策略，所述指定个数的采样策略至少包括第一采样策略、第二采样策略和第三采样策略，所述第一采样策略是指在状态空间S的可行区域S_L进行采样；第二采样策略是指在所述有效点集S_G进行采样；第三采样策略是指先在有效点集S_G随机选取点B，再在点B的指定范围内选取属于所述有效点集S_G的点C，在点B与点C之间任意一点进行采样；

按照所述执行策略进行采样。

一种应用于路径规划的空间采样装置，包括：

预采样模块，用于通过预采样方法确定状态空间S的有效点集S_G，所述有效点集S_G中的任意一点，经第一映射关系映射在状态空间Q的可行区域Q_L内；

随机选取策略模块，用于根据预设随机选取规则在指定个数的采样策略中选取一种采样策略作为执行策略，所述指定个数的采样策略至少包括第一采样策略、第二采样策略和第三采样策略，所述第一采样策略是指在状态空间S的可行区域S_L进行采样；第二采样策略是指在所述有效点集S_G进行采样；第三采样策略是指先在有效点集S_G随机选取点B，再在点B的指定范围内选取属于所述有效点集S_G的点C，在点B与点C之间任意一点进行采样；

采样模块，用于按照所述执行策略进行采样。

一种计算机设备，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可读指令，所述处理器执行所述计算机可读指令时实现上述应用于路径规划的空间采样方法。

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可读指令，所述计算机可读指令被处理器执行时实现上述应用于路径规划的空间采样方法。

上述应用于路径规划的空间采样方法、装置、计算机设备及存储介质，通过预采样方法确定状态空间S的有效点集SG，所述有效点集SG中的任意一点，经第一映射关系映射在状态空间Q的可行区域QL内，以划分出路径规划的可行点集。根据预设随机选取规则在指定个数的采样策略中选取一种采样策略作为执行策略，所述指定个数的采样策略至少包括第一采样策略、第二采样策略和第三采样策略，所述第一采样策略是指在状态空间S的可行区域S_L进行采样；第二采样策略是指在所述有效点集S_G进行采样；第三采样策略是指先在有效点集S_G随机选取点B，再在点B的指定范围内选取属于所述有效点集S_G的点C，在点B与点C之间任意一点进行采样，以提供不同的采样策略，提高采样的灵活性。按照所述执行策略进行采样，以完成采集任务。本发明使用预采样和实时采样(即采用执行策略进行采样)，可以提高采样成功率，减少反复采样，解决了路径规划在多状态空间、多约束条件的情况下求解效率低或无解的问题，大大提高了路径规划的处理效率，减少采样耗时。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中应用于路径规划的空间采样方法的一应用环境示意图；

图2是本发明一实施例中应用于路径规划的空间采样方法的一流程示意图；

图3是一示例中6关节机械臂可行末端空间路径与轴空间路径进行变换的示意图；

图4是本发明一实施例中应用于路径规划的空间采样方法的一流程示意图；

图5是一示例中状态空间S中的点集S_LP映射到状态空间Q时的示意图；

图6是本发明一实施例中应用于路径规划的空间采样方法的一流程示意图；

图7是一示例中状态空间Q中的点集Q_LT映射到状态空间S时的示意图；

图8是本发明一实施例中应用于路径规划的空间采样方法的一流程示意图；

图9是本发明一实施例中应用于路径规划的空间采样装置的一结构示意图；

图10是本发明一实施例中计算机设备的一示意图。

具体实施方式

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作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。

本方案属于智慧交通领域，通过本方案能够推动智慧城市的建设。本实施例提供的应用于路径规划的空间采样方法，可应用在如图1的应用环境中，其中，客户端与服务端进行通信。其中，客户端包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一实施例中，如图2所示，提供一种应用于路径规划的空间采样方法，以该方法应用在图1中的服务端为例进行说明，包括如下步骤：

S10、通过预采样方法确定状态空间S的有效点集S_G，所述有效点集S_G中的任意一点，经第一映射关系映射在状态空间Q的可行区域Q_L内。

本实施例中，状态空间S与状态空间Q为不同的状态空间。在一示例中，机械臂的路径通常在末端空间S∈SE(3)或者轴空间Q∈Rⁿ(n为关节数)中规划。在此处，状态空间S为末端空间，状态空间Q为轴空间。状态空间S中的点均可以在状态空间Q中找到对应的点，即状态空间S中的点与状态空间Q中对应的点存在映射关系。具体的，从S映射到Q的映射关系为第一映射关系，可表示为：

从Q映射到S的映射关系为第二映射关系，可表示为：

在本示例中，第一映射关系也可称为正向运动学变换关系，第二映射关系也可称为逆向运动学变换关系。如图3所示，图3为一示例中6关节机械臂可行末端空间路径与轴空间路径进行变换的示意图。6关节机械臂的末端位置由六个关节(即轴)的转动角度决定。其中，第一关节的角度(即图3左侧的1staxis的转动角度)可以映射到右图上方的q1坐标。以此类推。每个第一关节的角度可以映射到对应的轴空间坐标上。

在此处，虽然状态空间S中的点均可以在状态空间Q中找到对应的点，但不同空间的可行区域并不完全重叠。也就是说，状态空间S中可行区域S_LP内的点映射到状态空间Q的点并不一定落在状态空间Q的可行区域Q_L内。预采样方法用于确定映射前和映射后均落在可行区域的点的集合。也就是说，有效点集

且

Q_G为有效点集S_G映射到状态空间Q上的点集。有效点集S_G即为已验证的空间有效取点，可以在路径规划时确保取样点的有效性，但对空间的随机探索性相对较低。

S20、根据预设随机选取规则在指定个数的采样策略中选取一种采样策略作为执行策略，所述指定个数的采样策略至少包括第一采样策略、第二采样策略和第三采样策略，所述第一采样策略是指在状态空间S的可行区域S_L进行采样；第二采样策略是指在所述有效点集S_G进行采样；第三采样策略是指先在有效点集S_G随机选取点B，再在点B的指定范围内选取属于所述有效点集S_G的点C，在点B与点C之间任意一点进行采样。

本实施例中，第一采样策略具有最强的随机探索性但对有效性的保障最低。第二采样策略具有最强的有效性，但对空间的随机探索性相对较低.而第三采样策略的性能介于第一采样策略和第二采样策略之间。在一些情况下，指定个数可以是大于3，也即是存在第四采样策略、第五采样策略等。具体的，可以根据实际需要制定相应的第四采样策略、第五采样策略等，在此不再赘述。

预设随机选取规则可以根据实际需要进行制定。在一些情况下，当需要多次采样时，可以只选取其中的一种采样策略作为执行策略。在此处，提供了多种不同的采样策略，大大提高了采样的灵活性。

S30、按照所述执行策略进行采样。

本实施例中，在确定执行策略之后，可以按照执行策略进行采样，完成点的采集。在一次路径规划中，若需要采集的点多于一个，则需要采用相应的执行策略进行采样。这些执行策略可以是相同，也可以是不同。

步骤S10-S30中，通过预采样方法确定状态空间S的有效点集S_G，所述有效点集S_G中的任意一点，经第一映射关系映射在状态空间Q的可行区域Q_L内，以划分出路径规划的可行点集。根据预设随机选取规则在指定个数的采样策略中选取一种采样策略作为执行策略，所述指定个数的采样策略至少包括第一采样策略、第二采样策略和第三采样策略，所述第一采样策略是指在状态空间S的可行区域S_L进行采样；第二采样策略是指在所述有效点集S_G进行采样；第三采样策略是指先在有效点集S_G随机选取点B，再在点B的指定范围内选取属于所述有效点集S_G的点C，在点B与点C之间任意一点进行采样，以提供不同的采样策略，提高采样的灵活性。按照所述执行策略进行采样，以完成采集任务。

可选的，请参考图4和5，步骤S10，即所述通过预采样方法确定状态空间S的有效点集S_G，包括：

S101、在状态空间S的可行区域S_L均匀取样，得到点集S_LP；

S102、根据所述第一映射关系将所述点集S_LP映射到状态空间Q，获得点集Q_LP；

S103、从所述点集Q_LP中选取处于所述可行区域Q_L内的点，获得点集Q_A；

S104、在所述点集S_LP中选取与所述点集Q_A对应的点，生成点集S_A，所述有效点集S_G包括所述点集S_A。

本实施例中，已知状态空间S，S中的可行区域S_L(图5中左侧圆柱部分)以及状态空间Q，Q中的可行区域Q_L(图5中右侧长方体)。首先，在S_L内均匀采样得到点集S_LP(如图5中左上侧圆柱的点)。然后通过函数iK把S_LP映射到状态空间Q中，得到点集Q_LP(图5中长方体内的白点和长方体外的黑点)。最后在Q_LP中筛选出符合Q_L的点(长方体内的白点)，并在S_LP找到与其对应的采样点(如图5中左下侧圆柱内颜色较深的点)，从而得到状态空间S有效采样的点集S_A，则：

S_A＝{p|p∈S_LP∧iK(p)∈Q_L}。

在此处，点集S_A为有效点集S_G的子集。

可选的，请参考图6和7，步骤S10，即所述通过预采样方法确定状态空间S的有效点集S_G，包括：

S105、在状态空间Q的可行区域Q_L均匀取样，得到点集Q_LT；

S106、根据第二映射关系将所述点集Q_LT映射到状态空间S，获得点集S_LT；

S107、从所述点集S_LT中选取处于所述可行区域S_L内的点，获得点集S_QA，所述有效点集S_G包括所述点集S_QA。

本实施例中，首先在Q_L均匀采样得到点集Q_LT(如图7长方体内的点)。然后通过函数fK把Q_LT映射到状态空间S中，得到点集S_LT(图7左侧最上方圆柱内的灰点和圆柱外的黑点)。最后在S_LT中筛选出符合S_L的点(图7左侧最上方圆柱内的灰点)，得到点集S_QA。即：

S_QA＝{p|p∈Q_LT∧fK(p)∈S_L}。

在此处，点集S_QA为有效点集S_G的子集。S_G＝_QA∪S_A。S_G即为图7左侧最下方圆柱内的点的集合。

可选的，如图8所示，步骤S20，即所述根据预设随机选取规则在指定个数的采样策略中选取一种采样策略作为执行策略，包括：

S201、随机生成随机数r，随机数r的取值区间为W；

S202、若随机数r处于第一区间X，则选取第一采样策略作为执行策略；

S203、若随机数r处于第二区间Y，则选取第二采样策略作为执行策略；

S204、若随机数r处于第三区间Z，则选取第三采样策略作为执行策略；

其中，

X∪Y∪Z＝W。

本实施例中，可以通过随机数生成函数生成随机数r，且r的取值区间为W，即：r＝rand(),r∈W。

在一些情况下，若X、Y、Z均为连续区间，由于X∪Y∪Z＝W，则在W存在分割点r_a、r_b，将W分割为区间X、Y、Z。

因而，步骤S20可表示为：

r＝rand(),r∈[0,1]

if(r≤r_a):

第一采样策略

elseif(r_a<r≤r_b):

第二采样策略

else:

第三采样策略。

在此处，随机选取采样策略为实时采样阶段。本实施例提供的三种不同采样策略具有不同的特点。第一采样策略具有最强的随机探索性但对有效性的保障最低。第二采样策略具有最强的有效性，但对空间的随机探索性相对较低.而第三采样策略的性能介于第一采样策略和第二采样策略之间。使用时可依据实际情况调整执行比例，使路径规划采样算法在效率和探索性能之间取得平衡。

可选的，W＝[0,1]，所述第一区间X为[0,r_a)，所述第二区间Y为[r_a,r_b)，所述第三区间Z为[r_b,1]，r_a、r_b为超参数，且0<r_a<r_b<1。

本实施例中，随机数r可以选取[0,1]中的任意一个数。r_a、r_b为超参数，可以根据实际需要设置这两个超参数的值，以调整不同采样策略被选取的概率。

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，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种应用于路径规划的空间采样装置，该应用于路径规划的空间采样装置与上述实施例中应用于路径规划的空间采样方法一一对应。如图9所示，该应用于路径规划的空间采样装置包括预采样模块10、随机选取策略模块20和采样模块30。各功能模块详细说明如下：

预采样模块10，用于通过预采样方法确定状态空间S的有效点集S_G，所述有效点集S_G中的任意一点，经第一映射关系映射在状态空间Q的可行区域Q_L内；

随机选取策略模块20，用于根据预设随机选取规则在指定个数的采样策略中选取一种采样策略作为执行策略，所述指定个数的采样策略至少包括第一采样策略、第二采样策略和第三采样策略，所述第一采样策略是指在状态空间S的可行区域S_L进行采样；第二采样策略是指在所述有效点集S_G进行采样；第三采样策略是指先在有效点集S_G随机选取点B，再在点B的指定范围内选取属于所述有效点集S_G的点C，在点B与点C之间任意一点进行采样；

采样模块30，用于按照所述执行策略进行采样。

可选的，预采样模块10包括：

第一取样单元，用于在状态空间S的可行区域S_L均匀取样，得到点集S_LP；

第一映射单元，用于根据所述第一映射关系将所述点集S_LP映射到状态空间Q，获得点集Q_LP；

第一选取单元，用于从所述点集Q_LP中选取处于所述可行区域Q_L内的点，获得点集Q_A；

第一生成点集单元，用于在所述点集S_LP中选取与所述点集Q_A对应的点，生成点集S_A，所述有效点集S_G包括所述点集S_A。

可选的，预采样模块10包括：

第二取样单元，用于在状态空间Q的可行区域Q_L均匀取样，得到点集Q_LT；

第二映射单元，用于根据第二映射关系将所述点集Q_LT映射到状态空间S，获得点集S_LT；

第二选取单元，用于从所述点集S_LT中选取处于所述可行区域S_L内的点，获得点集S_QA，所述有效点集S_G包括所述点集S_QA。

可选的，随机选取策略模块20包括：

生成随机数单元，用于随机生成随机数r，随机数r的取值区间为W；

第一选取策略单元，用于若随机数r处于第一区间X，则选取第一采样策略作为执行策略；

第二选取策略单元，用于若随机数r处于第二区间Y，则选取第二采样策略作为执行策略；

第三选取策略单元，用于若随机数r处于第三区间Z，则选取第三采样策略作为执行策略；

其中，

X∪Y∪Z＝W。

关于应用于路径规划的空间采样装置的具体限定可以参见上文中对于应用于路径规划的空间采样方法的限定，在此不再赘述。上述应用于路径规划的空间采样装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机可读指令和数据库。该内存储器为非易失性存储介质中的操作系统和计算机可读指令的运行提供环境。该计算机设备的数据库用于存储上述应用于路径规划的空间采样方法所涉及的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机可读指令被处理器执行时以实现一种应用于路径规划的空间采样方法。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可读指令，处理器执行计算机可读指令时实现以下步骤：

通过预采样方法确定状态空间S的有效点集S_G，所述有效点集S_G中的任意一点，经第一映射关系映射在状态空间Q的可行区域Q_L内；

按照所述执行策略进行采样。

在一个实施例中，提供了一个或多个存储有计算机可读指令的计算机可读存储介质，本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。可读存储介质上存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时实现以下步骤：

按照所述执行策略进行采样。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一非易失性计算机可读取存储介质中，该计算机可读指令在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

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。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims

1.一种应用于路径规划的空间采样方法，其特征在于，包括：

按照所述执行策略进行采样。

2.如权利要求1所述的应用于路径规划的空间采样方法，其特征在于，所述通过预采样方法确定状态空间S的有效点集S_G，包括：

在状态空间S的可行区域S_L均匀取样，得到点集S_LP；

根据所述第一映射关系将所述点集S_LP映射到状态空间Q，获得点集Q_LP；

从所述点集Q_LP中选取处于所述可行区域Q_L内的点，获得点集Q_A；

在所述点集S_LP中选取与所述点集Q_A对应的点，生成点集S_A，所述有效点集S_G包括所述点集S_A。

3.如权利要求1所述的应用于路径规划的空间采样方法，其特征在于，所述通过预采样方法确定状态空间S的有效点集S_G，包括：

在状态空间Q的可行区域Q_L均匀取样，得到点集Q_LT；

根据第二映射关系将所述点集Q_LT映射到状态空间S，获得点集S_LT；

从所述点集S_LT中选取处于所述可行区域S_L内的点，获得点集S_QA，所述有效点集S_G包括所述点集S_QA。

4.如权利要求1所述的应用于路径规划的空间采样方法，其特征在于，所述根据预设随机选取规则在指定个数的采样策略中选取一种采样策略作为执行策略，包括：

随机生成随机数r，随机数r的取值区间为W；

若随机数r处于第一区间X，则选取第一采样策略作为执行策略；

若随机数r处于第二区间Y，则选取第二采样策略作为执行策略；

若随机数r处于第三区间Z，则选取第三采样策略作为执行策略；

其中，

X∪Y∪Z＝W。

5.如权利要求4所述的应用于路径规划的空间采样方法，其特征在于，W＝[0,1]，所述第一区间X为[0,r_a)，所述第二区间Y为[r_a,r_b)，所述第三区间Z为[r_b,1]，r_a、r_b为超参数，且0<r_a<r_b<1。

6.一种应用于路径规划的空间采样装置，其特征在于，包括：

采样模块，用于按照所述执行策略进行采样。

7.如权利要求6所述的应用于路径规划的空间采样装置，其特征在于，所述预采样模块包括：

8.如权利要求6所述的应用于路径规划的空间采样装置，其特征在于，所述预采样模块包括：

第二映射单元，用于根据所述第二映射关系将所述点集Q_LT映射到状态空间S，获得点集S_LT；

9.一种计算机设备，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可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如权利要求1至5中任一项所述应用于路径规划的空间采样方法。

10.一个或多个存储有计算机可读指令的可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1至5中任一项所述应用于路径规划的空间采样方法。