CN112017134A - 一种路径规划方法、装置、设备及存储介质 - Google Patents

一种路径规划方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112017134A
CN112017134A CN202011151744.5A CN202011151744A CN112017134A CN 112017134 A CN112017134 A CN 112017134A CN 202011151744 A CN202011151744 A CN 202011151744A CN 112017134 A CN112017134 A CN 112017134A
Authority
CN
China
Prior art keywords
grid
traversal
determining
target
map
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.)
Granted
Application number
CN202011151744.5A
Other languages
English (en)
Other versions
CN112017134B (zh
Inventor
熊晶
吴则刚
贾宁
杨海溢
傅志刚
周森标
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.)
Guangdong Bozhilin Robot Co Ltd
Original Assignee
Guangdong Bozhilin Robot 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 Guangdong Bozhilin Robot Co Ltd filed Critical Guangdong Bozhilin Robot Co Ltd
Priority to CN202011151744.5A priority Critical patent/CN112017134B/zh
Publication of CN112017134A publication Critical patent/CN112017134A/zh
Application granted granted Critical
Publication of CN112017134B publication Critical patent/CN112017134B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Geometry (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Graphics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明实施例公开了一种路径规划方法、装置、设备及存储介质。确定待规划平面的环境灰度栅格图，对环境灰度栅格图的障碍物栅格进行膨胀处理后，对膨胀后的环境灰度栅格图进行遍历，确定第一类栅格和第二类栅格，结合障碍物的三维信息和第二类栅格的位置，确定目标遍历栅格，并基于第一类栅格、第二类栅格和目标遍历栅格确定目标规划路径。通过分别确定第一类栅格和第二类栅格并结合障碍物的三维信息，对膨胀后的环境灰度栅格图进行全覆盖遍历，达到确定目标遍历栅格和最优的目标规划路径的目的，实现提高移动设备的作业效率的效果。

Description

一种路径规划方法、装置、设备及存储介质
技术领域
本发明实施例涉及路径规划技术，尤其涉及一种路径规划方法、装置、设备及存储介质。
背景技术
在建筑领域，自升造楼平台时建筑楼房过程中能够随着楼层高度而不断顶升的造楼平台，该平台上集成了多种智能化装置，例如，桁架式机器人。桁架式机器人是悬挂在N+1层能自动作业的机器人。桁架式机器人在作业过程中如果遇到障碍物，跨越障碍物后继续移动作业。
一般情况下，在桁架式机器人执行作业之前，需要对桁架式机器人进行全覆盖路径规划。现有技术中的全覆盖式路径一般根据二维信息进行规划，但是这种规划方式缺乏N+1层的实体物体的三维信息、不能覆盖到障碍物区域且具有很强的随机性，不适应于桁架式机器人遇到障碍物时规避障碍物的情况，降低桁架式机器人的作业效率。
发明内容
本发明实施例提供了一种路径规划方法、装置、设备及存储介质，可以规划出包括障碍物区域的全覆盖式路径，以适应于桁架式机器人的运动特性，实现为桁架式机器人提供最优路径以提高桁架式机器人的作业效率的效果。
第一方面，本发明实施例提供了一种路径规划方法，包括：
确定待规划平面的环境灰度栅格图，其中，所述环境灰度栅格图包括待规划平面的障碍物的三维信息；
对所述环境灰度栅格图中的障碍物栅格进行膨胀处理，基于膨胀后的环境灰度栅格图的起点对所述膨胀后的环境灰度栅格图进行遍历，确定可继续向任一方向进行遍历的第一类栅格和向任一方向均不可继续遍历的第二类栅格；
基于所述障碍物的三维信息和所述第二类栅格的位置，确定所述第二类栅格的目标遍历栅格，其中，所述目标遍历栅格为跨越障碍物栅格的第一类栅格，或者，所述目标遍历栅格为绕过障碍物栅格的第一类栅格；
根据所述环境灰度栅格图的所述第一类栅格、所述第二类栅格和所述目标遍历栅格，生成目标规划路径。
第二方面，本发明实施例还提供了一种路径规划装置，包括：
环境灰度栅格图确定模块，用于确定待规划平面的环境灰度栅格图，其中，所述环境灰度栅格图包括待规划平面的障碍物的三维信息；
栅格遍历模块，用于对所述环境灰度栅格图中的障碍物栅格进行膨胀处理，基于膨胀后的环境灰度栅格图的起点对所述膨胀后的环境灰度栅格图进行遍历，确定可继续向任一方向进行遍历的第一类栅格和向任一方向均不可继续遍历的第二类栅格；
目标遍历栅格确定模块，用于基于所述障碍物的三维信息和所述第二类栅格的位置，确定所述第二类栅格的目标遍历栅格，其中，所述目标遍历栅格为跨越障碍物栅格的第一类栅格，或者，所述目标遍历栅格为绕过障碍物栅格的第一类栅格；
目标规划路径生成模块，用于根据所述环境灰度栅格图的所述第一类栅格、所述第二类栅格和所述目标遍历栅格，生成目标规划路径。
第三方面，本发明实施例还提供了一种路径规划设备，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程序，所述处理器执行所述计算机程序时实现如第一方面中任一项所述的路径规划方法。
第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时实现如第一方面中任一项所述的路径规划方法。
本实施例提供的技术方案，确定待规划平面的环境灰度栅格图，对环境灰度栅格图的障碍物栅格进行膨胀处理后，对膨胀后的环境灰度栅格图进行遍历，确定第一类栅格和第二类栅格，结合障碍物的三维信息和第二类栅格的位置，确定目标遍历栅格，并基于第一类栅格、第二类栅格和目标遍历栅格确定目标规划路径。解决了现有技术中对移动设备进行路径规划时，缺乏障碍物的三维信息，不能覆盖到障碍物区域且遇到障碍物时直接绕过障碍物随机生成路径，容易产生多条重复路径，导致移动设备的作业效率降低的问题。通过分别确定第一类栅格和第二类栅格并结合障碍物的三维信息，对膨胀后的环境灰度栅格图进行全覆盖遍历，达到确定目标遍历栅格点和最优的目标规划路径的目的，实现提高移动设备的作业效率的效果。
附图说明
图1为本发明实施例一提供的一种路径规划方法的流程示意图；
图2为本发明实施例一提供的一种环境灰度栅格图；
图3为本发明实施例一提供的遍历过程的逻辑示意图；
图4为本发明实施例一提供的弓形路径的示意图；
图5为本发明实施例一提供的目标规划路径的示意图；
图6为本发明实施例二提供的一种路径规划方法的流程示意图；
图7为本发明实施例三提供的一种路径规划装置的结构示意图；
图8为本发明实施例四提供的一种路径规划设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种路径规划方法的流程示意图，本实施例可适用于在根据点云数据确定环境灰度栅格图的情况下，对环境灰度栅格图的栅格进行遍历以生成目标规划路径的情况，该方法可以由路径规划装置来执行，其中该装置可由软件和/或硬件实现，并一般集成在路径规划设备中。具体参见图1所示，该方法可以包括如下步骤：
S110、确定待规划平面的环境灰度栅格图。
其中，待规划平面可以是建筑物楼面或者为地面。环境灰度栅格图为点云数据对应的二维栅格图，包括待规划平面的障碍物的三维信息。如图2所示的环境灰度栅格图，图2中像素值大于0的栅格对应高度值较大的点云数据，像素值为0的栅格对应高度值较小的点云数据，将像素值大于0的栅格作为障碍物栅格，将像素值为0的栅格作为非障碍物栅格。
本实施例中，在确定环境灰度栅格图之后，可以将环境灰度栅格图中灰度值为0的栅格点的像素值修改为255，将灰度值大于0的栅格点的像素值修改为0。这样，在进行后续路径规划时，可以在灰度值大于0的区域将规划的路径进行清晰的显示。
S120、对环境灰度栅格图中的障碍物栅格进行膨胀处理，基于膨胀后的环境灰度栅格图的起点对膨胀后的环境灰度栅格图进行遍历，确定可继续向任一方向进行遍历的第一类栅格和向任一方向均不可继续遍历的第二类栅格。
可选的，对所述环境灰度栅格图中的障碍物栅格进行膨胀处理，包括：以每个障碍物栅格为中心，基于移动设备的作业半径对各障碍物栅格进行膨胀，得到膨胀后的环境灰度栅格图。通过将障碍物栅格向外膨胀执行器半径的距离，可以避免移动设备在进行作业时撞上障碍物，有利于提高移动设备的作业效率。其中，移动设备可以是正在执行作业的作业设备，所述作业半径可以是作业设备的执行器半径。
可选地，第一类栅格和第二类栅格的确定方法包括：以所述起点开始，按照第一遍历顺序进行遍历，直到第一当前遍历栅格的下一待遍历栅格为障碍物栅格或已遍历栅格；以所述第一当前遍历栅格为起点，按照第二遍历顺序进行遍历，直至第二当前遍历栅格栅格的下一待遍历栅格为障碍物栅格或已遍历栅格，基于所述第二当前遍历栅格的栅格坐标确定与所述第二当前遍历栅格最近的新的遍历起点；基于所述新的遍历起点，按照所述第一遍历顺序和所述第二遍历顺序继续遍历，直至所述膨胀后的环境灰度栅格图的所有非障碍物栅格均完成遍历，将所述第一当前遍历栅格和所述第二当前遍历栅格作为所述第一类栅格，将沿着四个方向均不可继续遍历的栅格作为第二类栅格。其中，所述第一遍历顺序为以起点开始，依次向右移动、向左移动和向下移动；所述第二遍历顺序为以所述起点开始，依次向上移动、向右移动以及向左移动。可选地，可以基于曼哈顿距离计算公式计算与所述第二当前遍历栅格最近的新的遍历起点。
结合图3具体的解释，在进行路径规划时，获取膨胀后的环境灰度栅格图的起始点，对膨胀后的环境灰度栅格图向右遍历，实时记录遍历过程中的第一当前遍历栅格，直至第一当前遍历栅格的下一待遍历栅格是障碍物栅格或已遍历栅格，然后向左遍历，实时记录遍历过程中的第一当前遍历栅格，直至第一当前遍历栅格的下一待遍历栅格是障碍物栅格或已遍历栅格，然后向下遍历，同样记录第一当前遍历栅格，直至第一当前遍历栅格的下一待遍历栅格是障碍物栅格或已遍历栅格；进一步地，以第一当前遍历栅格作为第二遍历顺序的起点，对膨胀后的环境灰度栅格图向上遍历，实时记录遍历过程中的第二当前遍历栅格，直至第二当前遍历栅格的下一待遍历栅格是障碍物栅格或已遍历栅格，然后向右遍历，实时记录遍历过程中的第二当前遍历栅格，直至第二当前遍历栅格的下一待遍历栅格是障碍物栅格或已遍历栅格，然后向左遍历，同样记录第二当前遍历栅格，直至第二当前遍历栅格的下一待遍历栅格是障碍物栅格或已遍历栅格，将已经遍历过的栅格像素进行修改，以区分已遍历栅格和未遍历栅格；进一步地，基于所述第二当前遍历栅格的栅格坐标确定与所述第二当前遍历栅格最近的新的遍历起点，以该新的遍历起点开始，重新按照第一遍历顺序和第二遍历顺序对膨胀后的环境灰度栅格图继续进行遍历，直至膨胀后的环境灰度栅格图的所有非障碍物栅格均完成遍历，将所有已遍历过的栅格像素进行修改，以区分已遍历栅格和未遍历栅格，并将按照第一遍历顺序遍历得到的第一当前遍历栅格和按照第二遍历顺序得到的第二当前遍历栅格作为第一类栅格，将沿着四个方向均不可继续遍历的栅格作为第二类栅格，将第一类栅格和第二类栅格作为非障碍物栅格。本实施例中，在对膨胀后的环境灰度栅格图进行膨胀时，实时记录遍历的栅格，遍历的栅格个数可以根据执行器半径、执行器扫过面积重复距离和每个栅格代表的实际距离确定。遍历的栅格个数n=（2*400mm-100mm）/20mm=35，其中，执行器半径=400mm，执行器扫过面积重复距离=100mm，每个栅格代表的实际距离20mm。
需要说明的是，按照第一遍历顺序依次向右和向左进行遍历时，通过向左遍历可以检查向右遍历过程中是否存在未遍历的栅格点，避免栅格点漏遍历或误遍历；按照第二遍历顺序依次向右和向左进行遍历时，通过向左遍历可以检查向右遍历过程中是否存在未遍历的栅格点，避免栅格点漏遍历或误遍历。通过按照第一遍历顺序和第二遍历顺序对环境灰度栅格图的所有非障碍物栅格点进行遍历，达到全覆盖遍历的目的，将已遍历过的栅格依次连接形成图4所示的弓形路径。
S130、基于障碍物的三维信息和第二类栅格的位置，确定第二类栅格的目标遍历栅格。
其中，所述三维信息包括障碍物的横纵坐标和障碍物的高度值，所述目标遍历栅格为跨越障碍物栅格的第一类栅格，或者，所述目标遍历栅格为绕过障碍物栅格的第一类栅格。现有技术中，对移动设备进行路径规划时，缺乏障碍物的三维信息，不能覆盖到障碍物区域且遇到障碍物时直接绕过障碍物随机生成路径，容易产生多条重复路径，导致移动设备的作业效率降低，其中，所述移动设备可以是桁架式机器人或者其他移动设备。为了解决上述问题，本实施例可以通过如下方式确定目标遍历栅格：根据所述三维信息确定所述障碍物的高度值；如果所述障碍物的高度值小于预设跨越高度，根据所述第二类栅格的位置确定跨越所述障碍物栅格的至少一个第一目标遍历栅格，并将与所述第二类栅格距离最近的第一目标遍历栅格作为所述目标遍历栅格；如果所述障碍物的高度值不小于预设跨越高度，根据所述第二类栅格的位置确定绕过所述障碍物栅格的至少一个第二目标遍历栅格，并将与所述第二类栅格距离最近的第二目标遍历栅格作为所述目标遍历栅格。其中，所述第一目标遍历栅格为移动设备遇到障碍物栅格时，跨过障碍物栅格的可遍历栅格，可以包括一个可遍历栅格或者多个可遍历栅格；所述第二目标遍历栅格为移动设备遇到障碍物栅格时，绕过障碍物栅格的可遍历栅格，可以包括一个可遍历栅格或者多个可遍历栅格。
其中，所述预设跨越高度可以是移动设备的伸缩臂抬升的最大高度。具体地，如果障碍物的高度值小于预设跨越高度，则说明移动设备可以跨越障碍物，确定第二类栅格的横纵坐标，并采用曼哈顿计算公式计算跨越障碍物栅格且与第二类栅格距离最近的栅格作为目标遍历栅格；如果障碍物的高度不小于预设跨越高度，则说明移动设备不可跨越障碍物，确定第二类栅格的横纵坐标，并采用广度优先算法（简称A*算法）、局部择优算法等算法计算绕过障碍物栅格且与第二类栅格距离最近的栅格作为目标遍历栅格。通过上述方式，可以根据障碍物的实际高度值确定跨越障碍物栅格和绕过障碍物栅格的最优的目标遍历栅格，有利于根据目标遍历栅格生成最优规划路径。
S140、根据环境灰度栅格图的第一类栅格、第二类栅格和目标遍历栅格，生成目标规划路径。
可选地，可以根据第一遍历顺序和/或第二遍历顺序依次连接第一类栅格、所述第二类栅格和所述目标遍历栅格点，得到所述目标规划路径。具体地，将按照第一遍历顺序和/或第二遍历顺序遍历过的第一类栅格、第二类栅格和目标遍历栅格按照由右向左再向下的顺序连接，和/或按照由上向右再向下的顺序连接，得到目标规划路径。
如图5所示是生成的目标规划路径，该目标规划路径整体呈弓形路径，在黑色障碍物区域，目标规划路径包括跨越障碍物的子路径和绕过障碍物的子路径。通过上述方式，可以得到最优的目标规划路径，有利于移动设备进行高效作业。
本实施例提供的技术方案，确定待规划平面的环境灰度栅格图，对环境灰度栅格图的障碍物栅格进行膨胀处理后，对膨胀后的环境灰度栅格图进行遍历，确定第一类栅格和第二类栅格，结合障碍物的三维信息和第二类栅格的位置，确定目标遍历栅格，并基于第一类栅格、第二类栅格和目标遍历栅格确定目标规划路径。解决了现有技术中对移动设备进行路径规划时，缺乏障碍物的三维信息，不能覆盖到障碍物区域且遇到障碍物时直接绕过障碍物随机生成路径，容易产生多条重复路径，导致移动设备的作业效率降低的问题。通过分别确定第一类栅格和第二类栅格并结合障碍物的三维信息，对膨胀后的环境灰度栅格图进行全覆盖遍历，达到确定目标遍历栅格点和最优的目标规划路径的目的，实现提高移动设备的作业效率的效果。
实施例二
图6为本发明实施例二提供的一种路径规划方法的流程示意图。本实施例的技术方案在上述实施例的基础上增加了新的步骤。可选地，在所述确定待规划平面的环境灰度栅格图之前，所述方法还包括：获取任一点云数据的第一坐标数据、所述初始栅格图的像素尺寸以及所述点云数据的最小坐标；根据所述第一坐标数据、所述像素尺寸和所述最小坐标计算所述任一点云数据对应的栅格点的第二坐标数据；根据所述点云数据的第一坐标数据和所述栅格点的第二坐标数据确定所述映射关系。在该方法实施例中未详尽描述的部分请参考上述实施例。具体参见图6所示，本实施例的方法可以包括如下步骤：
S210、获取任一点云数据的第一坐标数据、初始栅格图的像素尺寸以及点云数据的最小像素坐标，根据第一坐标数据、像素尺寸和最小像素坐标，计算任一点云数据对应的栅格点的第二坐标数据，根据点云数据的第一坐标数据和栅格点的第二坐标数据确定映射关系。
具体地，假设点云数据的第一坐标数据为
Figure DEST_PATH_IMAGE001
，像素尺寸为
Figure 470822DEST_PATH_IMAGE002
，则 栅格点的第二坐标数据根据下述公式计算：
Figure DEST_PATH_IMAGE003
（公式1）
其中，
Figure 466591DEST_PATH_IMAGE004
为栅格点的第二坐标数据，
Figure DEST_PATH_IMAGE005
表示向下取整运算，
（xmin，ymin）为最小坐标。通过上述公式运算，得到初始栅格图中栅格点的第二坐标数据
Figure 715169DEST_PATH_IMAGE006
对应的点云数据集合
Figure DEST_PATH_IMAGE007
，这样，就建立了点云 数据与栅格点的映射关系，即确定第一坐标数据和第二坐标数据的映射关系。可选地，在确 定映射关系之前，还可以根据点云数据的分布范围和像素尺寸确定初始栅格图的高度和宽 度，则初始栅格图的宽度和高度根据以下公式计算：
Figure 375958DEST_PATH_IMAGE008
（公式2）
其中，
Figure DEST_PATH_IMAGE009
和
Figure 783805DEST_PATH_IMAGE010
分别是初始栅格图的宽度和高度，点云数据在
Figure 809530DEST_PATH_IMAGE011
方向的范围是（x min ， x max ），点云数据在
Figure DEST_PATH_IMAGE012
方向的范围是（y min ，y max ），ρ grid 是像素尺寸，
Figure 342143DEST_PATH_IMAGE013
表示一个极小的正数。
S220、基于预先建立的点云数据所在的坐标系与初始栅格图所在的坐标系的映射关系，确定环境灰度栅格图。
为了提高基准面高度的计算效率，确定所述映射关系后，可以将点云数据集合
Figure DEST_PATH_IMAGE014
按照高度数据
Figure 383786DEST_PATH_IMAGE015
值降序排列，得到
Figure DEST_PATH_IMAGE016
， 其中，
Figure 583823DEST_PATH_IMAGE017
为Suv中的第
Figure DEST_PATH_IMAGE018
个元素，k∈N+。将公式（1）和公式（2）结合，对于初始栅格图范 围内的任一栅格点，都可以在点云数据的分布范围内找到该栅格点唯一对应的点云数据。
可选地，所述基于预先建立的所述点云数据与初始栅格图中的栅格点的映射关系，确定所述点云数据对应的栅格掩膜图，包括：如果根据所述映射关系确定所述初始栅格图内的任一所述第二坐标数据对应多个所述第一坐标数据，将所述初始栅格图内的同一栅格点对应的多个点云数据按照高度值降低的顺序排列，生成点云索引集合；根据所有所述点云索引集合中的高度值最大的点云数据的第一坐标数据生成最大高度栅格图；对所述最大高度栅格图进行区域分割，生成最大连通域检测区域；根据所述最大连通域检测区域中的像素点的坐标信息，确定所述环境灰度栅格图。
具体地，生成最大连通域检测区域的方法，包括：确定卷积核直径，根据所述卷积核直径对应的圆形卷积核对所述最大高度栅格图进行卷积处理，生成最大高度膨胀栅格图；基于所述最大高度膨胀栅格图中的当前膨胀栅格点的像素值、当前膨胀栅格点的邻域像素集合以及平滑阈值，生成平滑区域掩膜图；对所述平滑区域掩膜图进行连通域分割，生成所述最大连通域检测区域。
本实施例中，最大高度栅格图和最大高度膨胀栅格图的宽度和高度均相等，可以使用圆形卷积核对最大高度栅格图进行卷积处理，生成最大高度膨胀栅格图。其中，卷积核直径的计算公式为：
Figure 124657DEST_PATH_IMAGE019
（公式3）
其中，drebar是水平钢筋的空洞最大值，可以根据网状结构的水平钢筋的实际空洞设定，γ是比例因子，数值大于1，一般为1.3，ρ grid 是像素尺寸。上述方式可以使用邻域最高点高度填充网状结构的水平钢筋之间的矩形空洞，有利于提高最大区域检测区域确定的准确度。
为了进一步提高最大连通域检测区域确定的准确度，在最大高度膨胀栅格图的非零区域内，对局部突变较大的区域制作平滑区域掩膜图。具体地，平滑区域掩膜图可以通过如下公式生成：
Figure DEST_PATH_IMAGE020
（公式4）
Figure 472462DEST_PATH_IMAGE021
（公式5）
Figure DEST_PATH_IMAGE022
（公式6）
Figure 521058DEST_PATH_IMAGE023
（公式7）
Figure DEST_PATH_IMAGE024
（公式8）
其中，（u c ，v c ）、（u a ，v a ）、（u ca ，v ca ）是平滑区域掩膜图中的像素点坐标，
Figure 106760DEST_PATH_IMAGE025
是求解平 滑区域掩膜图中像素点坐标为（u c ，v c ）的像素值，g(x)是像素值的取值范围，
Figure DEST_PATH_IMAGE026
是最大高 度膨胀栅格图中像素点坐标为（u c ，v c ）的像素值，
Figure 271025DEST_PATH_IMAGE027
是最大高度膨胀栅格图中像素点 坐标为（u ca ，v ca ）的像素值，z flatThresh 是平滑阈
Figure DEST_PATH_IMAGE028
是平滑区域掩膜图中的像素点坐标 （u c ，v c ）的邻域半径为δ邻域像素集合，
Figure 856858DEST_PATH_IMAGE029
是最大高度膨胀栅格图中像素点坐标为（u， v）的像素值，δ是激光精度，k和r f 均是输入数据，k是斜坡坡度，单位为度，控制着高度突变 程度的过滤范围，r f 是控制高度突变的视野尺度大小。通过生成平滑区域掩膜图，可以提高 最大连通域检测区域确定的准确度，进一步利于准确确定栅格掩膜图。
需要说明的是，平滑区域掩膜图中可能存在多个连通域，但每个连通域不移动都对应水平钢筋的分布（比如障碍物的平滑上表面），但网状结构的水平钢筋面作为地面整平、抹平等工艺的工艺基准的条件，决定了网状结构的水平钢筋对应的连通域面积最大。基于此，本实施例采用如下方式确定最大连通域检测区域：确定所述平滑区域掩膜图的平滑栅格点集合和种子点集合；以所述种子点集合中的任一种子点为起点，采用种子增长算法筛选所述平滑栅格点集合中的平滑栅格点，根据筛选后的平滑栅格点生成所述最大连通域检测区域。进一步根据最大连通域检测区域中的像素点的坐标信息，准确确定栅格掩膜图。
可选地，所述根据所述最大连通域检测区域中的像素点的坐标信息，确定所述环境灰度栅格图，包括：将所述最大连通域检测区域的像素点按照高度值降低的顺序排列，得到最大连通域检测区域集合；确定所述最大连通域检测区域集合中的像素点对应的目标点云数据，计算所述目标点云数据的高度值的中值，将所述高度值的中值作为基准面高度；根据所述基准面高度范围以上的点云数据，确定所述环境灰度栅格图。
确定最大连通域检测区域的每个像素点的坐标数据，将每个像素点的坐标数据按 照高度值降序排列，得到最大连通域检测区域集合，记为
Figure DEST_PATH_IMAGE030
，则基准面高度通过如下公式计 算：
Figure 37042DEST_PATH_IMAGE031
（公式 9）
其中，mid（*）是中值函数，Z floor 为基准面高度，
Figure DEST_PATH_IMAGE032
为Y方向第
Figure 290300DEST_PATH_IMAGE033
个像素点的高度值，X 方向的第i个像素点的高度值不小于第i+1个像素点的高度值。通过公式（9）计算基准面高 度，并根据基准面高度范围以上的点云数据，确定环境灰度栅格图。
可选地，在生成最大连通域检测区域之前，该方法还包括：基于所述最大高度栅格图内的栅格点的密度，确定所述最大高度栅格图内的离散点，并对所述离散点进行过滤，得到过滤后的最大高度栅格图。
可以理解的是，最大高度栅格图除了包括水平钢筋的像素点，还包括混凝土、管道的等物体的像素点（即噪声点），但是建筑场景中的区域检测技术得到的水平钢筋的点云占比较大，其它物体的像素点的占比较小。为了减少数据的计算量并排除噪声点对基准面高度计算结果造成的干扰，在对最大高度栅格图进行区域分割之前，需要对最大高度上图内的离散点进行过滤。可选地，所述基于最大高度栅格图内的栅格点的密度，确定最大高度栅格图内的离散点的方法，包括：获取所述最大高度栅格图内的当前栅格点对应的点云数据集合，并确定所述当前栅格点的邻域像素集合；确定所述邻域像素集合内是否存高度值大于当前点云数据的高度值的邻域栅格点；如果不存在，将根据所述当前栅格点确定的扁平圆柱内的栅格点的个数与设定点数阈值比较；当所述扁平圆柱内的栅格点的个数小于所述设定点数阈值，将所述当前栅格点确定为所述离散点。可选地，所述点云数据集合中的每个点云数据按照高度值降低的顺序排列；所述邻域像素集合根据所述当前栅格点的第二坐标数据和邻域半径确定；所述扁平圆柱以所述当前栅格点作为几何中心、并根据设定高度和设定半径生成。
具体地，当前栅格点（u c ，v c ）是最大高度栅格图内的任意一点，根据栅格点与点云 数据的映射关系，确定当前栅格点对应的按照高度值降序排序的点云数据集合
Figure DEST_PATH_IMAGE034
，其中，
Figure 733788DEST_PATH_IMAGE035
为S uv 中的第k个元素， k∈N+，以及确定当 前栅格点的四邻域或者八邻域范围内的邻域像素集合
Figure DEST_PATH_IMAGE036
；进一步地，确定邻域像素集合内是否存在 高度值大于当前点云数据
Figure 259447DEST_PATH_IMAGE037
的高度值
Figure DEST_PATH_IMAGE038
，如果存在，则确定当前点云数据为噪声数 据，如果不存在，以当前栅格点（u c ，v c ）为扁平圆柱的中心点，扁平圆柱的设定半径为r c ，高 度为δ c ，根据中心点（u c ，v c ）、设定半径r c 和高度δ c ，生成扁平圆柱，并确定扁平圆柱内的栅格 点的个数，将栅格点的个数与设定点数阈值进行比较；进一步地，如果扁平圆柱内的栅格点 的个数小于所述设定点数阈值，确定当前栅格点的邻域点较少，将当前栅格点作为离散点， 并将离散点进行过滤，得到过滤后的最大高度栅格图。可选地，如果扁平圆柱内的栅格点的 个数不小于设定点数阈值，确定当前栅格点的邻域点较多，则当前栅格点为水平钢筋的点 云数据的栅格点。通过将最大高度栅格图的离散点进行过滤，可以减少数据的计算量，可以 排除噪声点对路径规划结果造成的影响，可以得到最优的目标规划路径。
S230、对环境灰度栅格图中的障碍物栅格进行膨胀处理，基于膨胀后的环境灰度栅格图的起点对膨胀后的环境灰度栅格图进行遍历，确定可继续向任一方向进行遍历的第一类栅格和向任一方向均不可继续遍历的第二类栅格。
S240、基于障碍物的三维信息和第二类栅格的位置，确定第二类栅格的目标遍历栅格。
S250、根据环境灰度栅格图的第一类栅格、第二类栅格和目标遍历栅格，生成目标规划路径。
本实施例中，通过建立映射关系，确定最大高度栅格图，并对最大高度栅格图进行区域分割，生成最大连通域检测区域，根据最大连通域检测区域中的像素点的坐标信息，可以确定准确栅格掩膜图；并且，在生成最大连通域检测区域之前，对最大高度栅格图内的栅格点的离散点进行过滤，得到过滤后的最大高度栅格图，减少数据的计算量，可以排除噪声点对路径规划结果造成的影响，可以得到最优的目标规划路径。
实施例三
图7为本发明实施例三提供的一种路径规划装置的结构示意图。参见图7所示，该装置包括：环境灰度栅格图确定模块310、栅格遍历模块320、目标遍历栅格确定模块330以及目标规划路径生成模块340。
其中，环境灰度栅格图确定模块310，用于确定待规划平面的环境灰度栅格图，其中，所述环境灰度栅格图包括待规划平面的障碍物的三维信息；
栅格遍历模块320，用于对所述环境灰度栅格图中的障碍物栅格进行膨胀处理，基于膨胀后的环境灰度栅格图的起点对所述膨胀后的环境灰度栅格图进行遍历，确定可继续向任一方向进行遍历的第一类栅格和向任一方向均不可继续遍历的第二类栅格；
目标遍历栅格确定模块330，用于基于所述障碍物的三维信息和所述第二类栅格的位置，确定所述第二类栅格的目标遍历栅格，其中，所述目标遍历栅格为跨越障碍物栅格的第一类栅格，或者，所述目标遍历栅格为绕过障碍物栅格的第一类栅格；
目标规划路径生成模块340，用于根据所述环境灰度栅格图的所述第一类栅格、所述第二类栅格和所述目标遍历栅格，生成目标规划路径。
在上述各技术方案的基础上，栅格遍历模块320还用于，以所述起点开始，按照第一遍历顺序进行遍历，直到第一当前遍历栅格的下一待遍历栅格为障碍物栅格或已遍历栅格；
以所述第一当前遍历栅格为起点，按照第二遍历顺序进行遍历，直至第二当前遍历栅格的下一待遍历栅格为障碍物栅格或已遍历栅格，基于所述第二当前遍历栅格的栅格坐标确定与所述第二当前遍历栅格最近的新的遍历起点；
基于所述新的遍历起点按照所述第一遍历顺序和所述第二遍历顺序继续遍历，直至所述膨胀后的环境灰度栅格图的所有非障碍物栅格均完成遍历，将所述第一当前遍历栅格和所述第二当前遍历栅格作为所述第一类栅格，将沿着四个方向均不可继续遍历的栅格作为第二类栅格。
在上述各技术方案的基础上，所述第一遍历顺序为以所述起点开始，依次向右移动、向左移动和向下移动；所述第二遍历顺序为以所述起点开始，依次向上移动、向右以及向左移动。
在上述各技术方案的基础上，目标遍历栅格确定模块330还用于，根据所述三维信息确定所述障碍物的高度值；
如果所述障碍物的高度值小于预设跨越高度，根据所述第二类栅格的位置确定跨越所述障碍物栅格的至少一个第一目标遍历栅格，并将与所述第二类栅格距离最近的第一目标遍历栅格作为所述目标遍历栅格；
如果所述障碍物的高度值不小于预设跨越高度，根据所述第二类栅格的位置确定绕过所述障碍物栅格的至少一个第二目标遍历栅格，并将与所述第二类栅格距离最近的第二目标遍历栅格作为所述目标遍历栅格。
在上述各技术方案的基础上，目标规划路径生成模块340还用于，根据第一遍历顺序和/或第二遍历顺序依次连接所述第一类栅格、所述第二类栅格和所述目标遍历栅格点，得到所述目标规划路径。
在上述各技术方案的基础上，栅格遍历模块320还用于，以每个障碍物栅格为中心，基于移动设备的执行器半径对各所述障碍物栅格进行膨胀，得到所述膨胀后的环境灰度栅格图。
在上述各技术方案的基础上，环境灰度栅格图确定模块310还用于，基于预先建立的点云数据所在的坐标系与初始栅格图所在的坐标系的映射关系，确定所述环境灰度栅格图。
在上述各技术方案的基础上，该装置还包括：映射关系确定模块；其中，映射关系确定模块，用于获取任一点云数据的第一坐标数据、所述初始栅格图的像素尺寸以及所述点云数据的最小坐标；
根据所述第一坐标数据、所述像素尺寸和所述最小坐标，计算所述任一点云数据对应的栅格点的第二坐标数据；
根据所述点云数据的第一坐标数据和所述栅格点的第二坐标数据确定所述映射关系。
在上述各技术方案的基础上，环境灰度栅格图确定模块310还用于，如果根据所述映射关系确定所述初始栅格图内的任一所述第二坐标数据对应多个所述第一坐标数据，将所述初始栅格图内的同一栅格点对应的多个点云数据按照高度值降低的顺序排列，生成点云索引集合；
根据所有所述点云索引集合中的高度值最大的点云数据的第一坐标数据生成最大高度栅格图；
对所述最大高度栅格图进行区域分割，生成最大连通域检测区域；
根据所述最大连通域检测区域中的像素点的坐标信息，确定所述环境灰度栅格图。
在上述各技术方案的基础上，环境灰度栅格图确定模块310还用于，确定卷积核直径，根据所述卷积核直径对应的圆形卷积核对所述最大高度栅格图进行卷积处理，生成最大高度膨胀栅格图；
基于所述最大高度膨胀栅格图中的当前膨胀栅格点的像素值、当前膨胀栅格点的邻域像素集合以及平滑阈值，生成平滑区域掩膜图；
对所述平滑区域掩膜图进行连通域分割，生成所述最大连通域检测区域。
在上述各技术方案的基础上，环境灰度栅格图确定模块310还用于，将所述最大连通域检测区域的像素点按照高度值降低的顺序排列，得到最大连通域检测区域集合；
确定所述最大连通域检测区域集合中的像素点对应的目标点云数据，计算所述目标点云数据的高度值的中值，将所述高度值的中值作为所述基准面高度；
根据所述基准面高度范围以上的点云数据，确定所述环境灰度栅格图。
在上述各技术方案的基础上，该方法还包括：过滤模块；其中，过滤模块，用于基于所述最大高度栅格图内的栅格点的密度，确定所述最大高度栅格图内的离散点，并对所述离散点进行过滤，得到过滤后的最大高度栅格图。
本实施例提供的技术方案，确定待规划平面的环境灰度栅格图，对环境灰度栅格图的障碍物栅格进行膨胀处理后，对膨胀后的环境灰度栅格图进行遍历，确定第一类栅格和第二类栅格，结合障碍物的三维信息和第二类栅格的位置，确定目标遍历栅格，并基于第一类栅格、第二类栅格和目标遍历栅格确定目标规划路径。解决了现有技术中对移动设备进行路径规划时，缺乏障碍物的三维信息，不能覆盖到障碍物区域且遇到障碍物时直接绕过障碍物随机生成路径，容易产生多条重复路径，导致移动设备的作业效率降低的问题。通过分别确定第一类栅格和第二类栅格并结合障碍物的三维信息，对膨胀后的环境灰度栅格图进行全覆盖遍历，达到确定目标遍历栅格点和最优的目标规划路径的目的，实现提高移动设备的作业效率的效果。
实施例四
图8为本发明实施例四提供的一种路径规划设备的结构示意图。图8示出了适于用来实现本发明实施方式的示例性路径规划设备12的框图。图8显示的路径规划设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示，路径规划设备12以通用计算设备的形式表现。路径规划设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件（包括系统存储器28和处理单元16）的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构（ISA）总线，微通道体系结构（MAC）总线，增强型ISA总线、视频电子标准协会（VESA）局域总线以及外围组件互连（PCI）总线。
路径规划设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被路径规划设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器（RAM）30和/或高速缓存32。路径规划设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质（图8未显示，通常称为“硬盘驱动器”）。尽管图8中未示出，可以提供用于对可移动非易失性磁盘（例如“软盘”）读写的磁盘驱动器，以及对可移动非易失性光盘（例如CD-ROM, DVD-ROM或者其它光介质）读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组（例如路径规划装置的环境灰度栅格图确定模块310、栅格遍历模块320、目标遍历栅格确定模块330以及目标规划路径生成模块340）程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组（例如路径规划装置的环境灰度栅格图确定模块310、栅格遍历模块320、目标遍历栅格确定模块330以及目标规划路径生成模块340）程序模块46的程序/实用工具44，可以存储在例如系统存储器28中，这样的程序模块46包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块46通常执行本发明所描述的实施例中的功能和/或方法。
路径规划设备12也可以与一个或多个外部设备14（例如键盘、指向设备、显示器24等）通信，还可与一个或者多个使得用户能与该路径规划设备12交互的设备通信，和/或与使得该路径规划设备12能与一个或多个其它计算设备进行通信的任何设备（例如网卡，调制解调器等等）通信。这种通信可以通过输入/输出（I/O）接口22进行。并且，路径规划设备12还可以通过网络适配器20与一个或者多个网络（例如局域网（LAN），广域网（WAN）和/或公共网络，例如因特网）通信。如图所示，网络适配器20通过总线18与路径规划设备12的其它模块通信。应当明白，尽管图中未示出，可以结合路径规划设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种路径规划方法，该方法包括：
确定待规划平面的环境灰度栅格图，其中，所述环境灰度栅格图包括建筑楼面的障碍物的三维信息；
对所述环境灰度栅格图中的障碍物栅格进行膨胀处理，基于膨胀后的环境灰度栅格图的起点对所述膨胀后的环境灰度栅格图进行遍历，确定可继续向任一方向进行遍历的第一类栅格和向任一方向均不可继续遍历的第二类栅格；
基于所述障碍物的三维信息和所述第二类栅格的位置，确定所述第二类栅格的目标遍历栅格，其中，所述目标遍历栅格为跨越障碍物栅格的第一类栅格，或者，所述目标遍历栅格为绕过障碍物栅格的第一类栅格；
根据所述环境灰度栅格图的所述第一类栅格、所述第二类栅格和所述目标遍历栅格，生成目标规划路径。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种路径规划方法。
当然，本领域技术人员可以理解，处理器还可以实现本发明任意实施例所提供的一种路径规划方法的技术方案。
实施例五
本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的一种路径规划方法，该方法包括：
确定待规划平面的环境灰度栅格图，其中，所述环境灰度栅格图包括建筑楼面的障碍物的三维信息；
对所述环境灰度栅格图中的障碍物栅格进行膨胀处理，基于膨胀后的环境灰度栅格图的起点对所述膨胀后的环境灰度栅格图进行遍历，确定可继续向任一方向进行遍历的第一类栅格和向任一方向均不可继续遍历的第二类栅格；
基于所述障碍物的三维信息和所述第二类栅格的位置，确定所述第二类栅格的目标遍历栅格，其中，所述目标遍历栅格为跨越障碍物栅格的第一类栅格，或者，所述目标遍历栅格为绕过障碍物栅格的第一类栅格；
根据所述环境灰度栅格图的所述第一类栅格、所述第二类栅格和所述目标遍历栅格，生成目标规划路径。
当然，本发明实施例所提供的一种计算机可读存储介质，其上存储的计算机程序不限于如上的方法操作，还可以执行本发明任意实施例所提供的一种路径规划方法中的相关操作。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器（RAM）、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在点云数据、环境灰度栅格图、第一类栅格、第二类栅格、三维信息、目标遍历栅格和目标规划路径等，其中承载了计算机可读的程序代码。这种传播的点云数据、环境灰度栅格图、第一类栅格、第二类栅格、三维信息、目标遍历栅格和目标规划路径等形式。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、系统或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
值得注意的是，上述路径规划装置的实施例中，所包括的各个模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (15)

1.一种路径规划方法，其特征在于，包括：
确定待规划平面的环境灰度栅格图，其中，所述环境灰度栅格图包括待规划平面的障碍物的三维信息；
对所述环境灰度栅格图中的障碍物栅格进行膨胀处理，基于膨胀后的环境灰度栅格图的起点对所述膨胀后的环境灰度栅格图进行遍历，确定可继续向任一方向进行遍历的第一类栅格和向任一方向均不可继续遍历的第二类栅格；
基于所述障碍物的三维信息和所述第二类栅格的位置，确定所述第二类栅格的目标遍历栅格，其中，所述目标遍历栅格为跨越障碍物栅格的第一类栅格，或者，所述目标遍历栅格为绕过障碍物栅格的第一类栅格；
根据所述环境灰度栅格图的所述第一类栅格、所述第二类栅格和所述目标遍历栅格，生成目标规划路径。
2.根据权利要求1所述的方法，其特征在于，所述确定可继续向任一方向进行遍历的第一类栅格和向任一方向均不可继续遍历的第二类栅格，包括：
以所述起点开始，按照第一遍历顺序进行遍历，直到第一当前遍历栅格的下一待遍历栅格为障碍物栅格或已遍历栅格；
以所述第一当前遍历栅格为起点，按照第二遍历顺序进行遍历，直至第二当前遍历栅格的下一待遍历栅格为障碍物栅格或已遍历栅格，基于所述第二当前遍历栅格的栅格坐标确定与所述第二当前遍历栅格最近的新的遍历起点；
基于所述新的遍历起点，按照所述第一遍历顺序和所述第二遍历顺序继续遍历，直至所述膨胀后的环境灰度栅格图的所有非障碍物栅格均完成遍历，将所述第一当前遍历栅格和所述第二当前遍历栅格作为所述第一类栅格，将沿着四个方向均不可继续遍历的栅格作为第二类栅格。
3.根据权利要求2所述的方法，其特征在于，所述第一遍历顺序为以所述起点开始，依次向右移动、向左移动和向下移动；所述第二遍历顺序为以所述起点开始，依次向上移动、向右以及向左移动。
4.根据权利要求1所述的方法，其特征在于，所述基于所述障碍物的三维信息和所述第二类栅格的位置，确定所述第二类栅格的目标遍历栅格，包括：
根据所述三维信息确定所述障碍物的高度值；
如果所述障碍物的高度值小于预设跨越高度，根据所述第二类栅格的位置确定跨越所述障碍物栅格的至少一个第一目标遍历栅格，并将与所述第二类栅格距离最近的第一目标遍历栅格作为所述目标遍历栅格；
如果所述障碍物的高度值不小于预设跨越高度，根据所述第二类栅格的位置确定绕过所述障碍物栅格的至少一个第二目标遍历栅格，并将与所述第二类栅格距离最近的第二目标遍历栅格作为所述目标遍历栅格。
5.根据权利要求2所述的方法，其特征在于，所述根据所述环境灰度栅格图的所述第一类栅格、所述第二类栅格和所述目标遍历栅格，生成目标规划路径，包括：
根据所述第一遍历顺序和/或所述第二遍历顺序依次连接所述第一类栅格、所述第二类栅格和所述目标遍历栅格点，得到所述目标规划路径。
6.根据权利要求1所述的方法，其特征在于，所述对所述环境灰度栅格图中的障碍物栅格进行膨胀处理，包括：
以每个障碍物栅格为中心，基于移动设备的作业半径对各所述障碍物栅格进行膨胀，得到所述膨胀后的环境灰度栅格图。
7.根据权利要求1所述的方法，其特征在于，所述确定待规划平面的环境灰度栅格图，包括：
基于预先建立的点云数据所在的坐标系与初始栅格图所在的坐标系的映射关系，确定所述环境灰度栅格图。
8.根据权利要求7所述的方法，其特征在于，在所述确定待规划平面的环境灰度栅格图之前，所述方法还包括：
获取任一点云数据的第一坐标数据、所述初始栅格图的像素尺寸以及所述点云数据的最小坐标；
根据所述第一坐标数据、所述像素尺寸和所述最小坐标，计算所述任一点云数据对应的栅格点的第二坐标数据；
根据所述点云数据的第一坐标数据和所述栅格点的第二坐标数据确定所述映射关系。
9.根据权利要求8所述的方法，其特征在于，所述基于预先建立的点云数据所在的坐标系与初始栅格图所在的坐标系的映射关系，确定所述环境灰度栅格图，包括：
如果根据所述映射关系确定所述初始栅格图内的任一所述第二坐标数据对应多个所述第一坐标数据，将所述初始栅格图内的同一栅格点对应的多个点云数据按照高度值降低的顺序排列，生成点云索引集合；
根据所有所述点云索引集合中的高度值最大的点云数据的第一坐标数据生成最大高度栅格图；
对所述最大高度栅格图进行区域分割，生成最大连通域检测区域；
根据所述最大连通域检测区域中的像素点的坐标信息，确定所述环境灰度栅格图。
10.根据权利要求9所述的方法，其特征在于，所述对所述最大高度栅格图进行区域分割，生成最大连通域检测区域，包括：
确定卷积核直径，根据所述卷积核直径对应的圆形卷积核对所述最大高度栅格图进行卷积处理，生成最大高度膨胀栅格图；
基于所述最大高度膨胀栅格图中的当前膨胀栅格点的像素值、当前膨胀栅格点的邻域像素集合以及平滑阈值，生成平滑区域掩膜图；
对所述平滑区域掩膜图进行连通域分割，生成所述最大连通域检测区域。
11.根据权利要求9所述的方法，其特征在于，所述根据所述最大连通域检测区域中的像素点的坐标信息，确定所述环境灰度栅格图，包括：
将所述最大连通域检测区域的像素点按照高度值降低的顺序排列，得到最大连通域检测区域集合；
确定所述最大连通域检测区域集合中的像素点对应的目标点云数据，计算所述目标点云数据的高度值的中值，将所述高度值的中值作为基准面高度；
根据所述基准面高度范围以上的点云数据，确定所述环境灰度栅格图。
12.根据权利要求9所述的方法，其特征在于，在所述对所述最大高度栅格图进行区域分割，生成最大连通域检测区域之前，所述方法还包括：
基于所述最大高度栅格图内的栅格点的密度，确定所述最大高度栅格图内的离散点，并对所述离散点进行过滤，得到过滤后的最大高度栅格图。
13.一种路径规划装置，其特征在于，包括：
环境灰度栅格图确定模块，用于确定待规划平面的环境灰度栅格图，其中，所述环境灰度栅格图包括待规划平面的障碍物的三维信息；
栅格遍历模块，用于对所述环境灰度栅格图中的障碍物栅格进行膨胀处理，基于膨胀后的环境灰度栅格图的起点对所述膨胀后的环境灰度栅格图进行遍历，确定可继续向任一方向进行遍历的第一类栅格和向任一方向均不可继续遍历的第二类栅格；
目标遍历栅格确定模块，用于基于所述障碍物的三维信息和所述第二类栅格的位置，确定所述第二类栅格的目标遍历栅格，其中，所述目标遍历栅格为跨越障碍物栅格的第一类栅格，或者，所述目标遍历栅格为绕过障碍物栅格的第一类栅格；
目标规划路径生成模块，用于根据所述环境灰度栅格图的所述第一类栅格、所述第二类栅格和所述目标遍历栅格，生成目标规划路径。
14.一种路径规划设备，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1-12中任一项所述的路径规划方法。
15.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时实现如权利要求1-12中任一项所述的路径规划方法。
CN202011151744.5A 2020-10-26 2020-10-26 一种路径规划方法、装置、设备及存储介质 Active CN112017134B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011151744.5A CN112017134B (zh) 2020-10-26 2020-10-26 一种路径规划方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011151744.5A CN112017134B (zh) 2020-10-26 2020-10-26 一种路径规划方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112017134A true CN112017134A (zh) 2020-12-01
CN112017134B CN112017134B (zh) 2021-02-12

Family

ID=73527874

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011151744.5A Active CN112017134B (zh) 2020-10-26 2020-10-26 一种路径规划方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112017134B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113534814A (zh) * 2021-08-04 2021-10-22 国网浙江省电力有限公司嘉兴供电公司 一种变电站操作机器人的避障方法
CN113607171A (zh) * 2021-08-04 2021-11-05 清华大学建筑设计研究院有限公司 一种疏散路径规划方法、装置、设备及存储介质
CN113673154A (zh) * 2021-08-16 2021-11-19 深圳市八零联合装备有限公司 一种晶粒分选过程中的寻径方法、装置、设备及存储介质
CN113791625A (zh) * 2021-09-30 2021-12-14 深圳市优必选科技股份有限公司 全覆盖路径生成方法、装置、终端设备及存储介质
CN114255252A (zh) * 2022-02-28 2022-03-29 新石器慧通（北京）科技有限公司 障碍物轮廓获取方法、装置、设备及计算机可读存储介质
CN115032995A (zh) * 2022-06-17 2022-09-09 未岚大陆(北京)科技有限公司 运动控制方法、装置、电子设备及计算机存储介质
CN117352083A (zh) * 2023-09-28 2024-01-05 中国科学院沈阳应用生态研究所 一种基于物联网技术的土壤精准施肥方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050003757A1 (en) * 2003-07-01 2005-01-06 Anderson Peter Traneus Electromagnetic tracking system and method using a single-coil transmitter
CN105466421A (zh) * 2015-12-16 2016-04-06 东南大学 面向可靠wifi连接的移动机器人自主巡航方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050003757A1 (en) * 2003-07-01 2005-01-06 Anderson Peter Traneus Electromagnetic tracking system and method using a single-coil transmitter
CN105466421A (zh) * 2015-12-16 2016-04-06 东南大学 面向可靠wifi连接的移动机器人自主巡航方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113607171A (zh) * 2021-08-04 2021-11-05 清华大学建筑设计研究院有限公司 一种疏散路径规划方法、装置、设备及存储介质
CN113534814A (zh) * 2021-08-04 2021-10-22 国网浙江省电力有限公司嘉兴供电公司 一种变电站操作机器人的避障方法
CN113607171B (zh) * 2021-08-04 2023-05-26 清华大学建筑设计研究院有限公司 一种疏散路径规划方法、装置、设备及存储介质
CN113673154B (zh) * 2021-08-16 2024-03-12 深圳市八零联合装备有限公司 一种晶粒分选过程中的寻径方法、装置、设备及存储介质
CN113673154A (zh) * 2021-08-16 2021-11-19 深圳市八零联合装备有限公司 一种晶粒分选过程中的寻径方法、装置、设备及存储介质
CN113791625A (zh) * 2021-09-30 2021-12-14 深圳市优必选科技股份有限公司 全覆盖路径生成方法、装置、终端设备及存储介质
CN114255252A (zh) * 2022-02-28 2022-03-29 新石器慧通（北京）科技有限公司 障碍物轮廓获取方法、装置、设备及计算机可读存储介质
CN114255252B (zh) * 2022-02-28 2022-05-17 新石器慧通（北京）科技有限公司 障碍物轮廓获取方法、装置、设备及计算机可读存储介质
CN115032995A (zh) * 2022-06-17 2022-09-09 未岚大陆(北京)科技有限公司 运动控制方法、装置、电子设备及计算机存储介质
CN115032995B (zh) * 2022-06-17 2023-07-14 未岚大陆(北京)科技有限公司 运动控制方法、装置、电子设备及计算机存储介质
US11940809B2 (en) 2022-06-17 2024-03-26 Willand (Beijing) Technology Co., Ltd. Movement control method, electronic device, and computer storage medium
CN117352083A (zh) * 2023-09-28 2024-01-05 中国科学院沈阳应用生态研究所 一种基于物联网技术的土壤精准施肥方法
CN117352083B (zh) * 2023-09-28 2024-05-14 中国科学院沈阳应用生态研究所 一种基于物联网技术的土壤精准施肥方法

Also Published As

Publication number Publication date
CN112017134B (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
CN112017134B (zh) 一种路径规划方法、装置、设备及存储介质
CN109541634B (zh) 一种路径规划方法、装置和移动设备
CN108537876A (zh) 基于深度相机的三维重建方法、装置、设备及存储介质
Alsadik et al. Automated camera network design for 3D modeling of cultural heritage objects
JP7242156B2 (ja) マルチ解像度画像システム
CN112000754A (zh) 地图构建方法、装置、存储介质及计算机设备
CN109668561B (zh) 一种室内路径规划方法、终端及可读存储介质
CN106980633A (zh) 室内地图数据的生成方法及装置
CN105787977A (zh) 建筑物矢量边界简化的方法
EA013941B1 (ru) Способ и устройство для укрупнения слоев в геологическом моделировании
WO2021238115A1 (zh) 全局栅格地图的地图遍历块建立方法、芯片及移动机器人
EP2589933B1 (en) Navigation device, method of predicting a visibility of a triangular face in an electronic map view
CN110763247A (zh) 基于可视图和贪心算法结合的机器人路径规划方法
CN110909961A (zh) 基于bim的室内路径查询方法及装置
CN113985866A (zh) 扫地机器人路径规划方法、装置、电子设备、存储介质
CN112348781A (zh) 一种基准面高度检测方法、装置、设备及存储介质
CN115077540A (zh) 一种地图构建方法及装置
JP4619504B2 (ja) ３次元デジタル地図作成装置
RU2296368C2 (ru) Способ отсечения линии и способ отображения трехмерного изображения на основе этого способа
Kaufmann et al. ScaleBIM: Introducing a scalable modular framework to transfer point clouds into semantically rich building information models
CN112150538A (zh) 一种在三维地图构建过程中车辆位姿的确定方法和装置
CN114431771A (zh) 一种扫地机器人清扫方法及相关装置
CN113178013A (zh) 三角网格滤波方法、装置、电子设备和存储介质
CN116764225A (zh) 一种高效寻路的处理方法、装置、设备及介质
Rau et al. Lod generation for 3d polyhedral building model

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
GR01 Patent grant
GR01 Patent grant