CN112148003B - 一种基于机器人的路径优化方法、系统及电子设备 - Google Patents
一种基于机器人的路径优化方法、系统及电子设备 Download PDFInfo
- Publication number
- CN112148003B CN112148003B CN202010906858.XA CN202010906858A CN112148003B CN 112148003 B CN112148003 B CN 112148003B CN 202010906858 A CN202010906858 A CN 202010906858A CN 112148003 B CN112148003 B CN 112148003B
- Authority
- CN
- China
- Prior art keywords
- route
- node
- coordinate
- robot
- 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.)
- Active
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000004378 air conditioning Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000010408 sweeping Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 102100034761 Cilia- and flagella-associated protein 418 Human genes 0.000 description 1
- 101100439214 Homo sapiens CFAP418 gene Proteins 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000010813 municipal solid waste Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明提供一种基于机器人的路径优化方法、系统及电子设备，本方法通过输入外部地图后进行栅格化处理，在遇到地图上的障碍时，移动终末结点，使得移动后的终末结点偏离路障后，在保持原有起点的基础上重新规划新的路线连接到终点上，也即所述路线在原本直线连接的起点和终点的路径基础上进行路线的调整，既灵活地避开的障碍的同时，也让规划的路线更加平滑，避免水平或竖直移动机器人的低效率避障方式，让避障效率更高。
Description
【技术领域】
本发明涉及机器人自动控制领域，特别涉及一种基于机器人的路径优化方法、系统及电子设备。
【背景技术】
机器人可在预设地点之间进行移动，以根据用户的设置完成预定的工作内容，例如，工厂内搬运机器人通常需要在多个工位之间移动，或者是扫地机器需要在指定区域内多个指定清扫位置进行清洁。
但是在机器人指定的移动区域内，通常会有障碍物，在面对障碍物时无法进行实时规避路障，而提前进行过路径规划的机器人路径点较多，在规避路障时无法选取较优路线，导致机器人行走路径不够平滑
【发明内容】
为了克服目前现有的基于机器人的路径优化方法中行走路线不够平滑的问题，本发明提供基于机器人的路径优化方法、系统及电子设备。
本发明为解决上述技术问题，提供一技术方案如下：一种基于机器人的路径优化方法，包括如下步骤:步骤S1：获取机器人移动区域的地图，所述地图上包括所述机器人的起点和终点；步骤S2：将所述地图栅格化，获得栅格化地图，所述栅格化地图包括阵列设置的网格及对应的多个结点；步骤S3：基于所述起点、终点及所述多个结点，规划机器人从起点到终点所要经过的至少一条路线，每一所述路线包括起始结点和终末结点；步骤S4：基于一所述路线，判断当前路线上是否有障碍物，若是，则进入步骤S5，若否，则进入步骤S6；步骤S5：将当前路线对应的终末结点向起点方向移动到下一个结点，并回到步骤S4；及步骤S6：判定当前路线有效，连接当前的终末结点和终点形成新的路线，判定当前终末结点是否为终点，若是，则结束，若否，则回到步骤S4。
优选地，步骤S3具体包括以下步骤：步骤S31：获取当前路线的起始结点对应的第一坐标，及获取对应的终末结点的第二坐标；及步骤S32：基于所述第一坐标和所述第二坐标，计算获得所述第一坐标与所述第二坐标连线对应的直线路径方程。
优选地，上述步骤S4具体包括如下步骤：步骤S41：基于所述直线路径方程，显示于当前路线对应的网格内；及步骤S42：判断当前网格内直线路径方程是否经过障碍物。
优选地，步骤S42后还包括以下步骤：步骤S43：当前路线没有障碍物时，释放当前路线之间的其他结点。
优选地，上述步骤S5具体包括如下步骤：步骤S51：基于所述第一坐标和所述直线路径方程，以所述第一坐标为轴心转动所述直线路径方程，使得所述直线路径方程移动到与所述终末结点相邻的中转结点上；及步骤S52：获得所述中转结点的坐标，计算出起始结点与相邻结点对应的调整路径方程及对应的调整路线。
优选地，上述步骤S51中，所述中转结点与所述终末结点的距离等于单个网格的边长长度。
本发明还提供一种基于机器人的路径优化系统，包括：地图获取单元，用于获取机器人移动区域的地图，所述地图上包括所述机器人的起点和终点；地图栅格化单元，用于将所述地图栅格化，获得栅格化地图，所述栅格化地图包括阵列设置的网格及对应的多个结点；路线规划单元，用于基于所述起点、终点及所述多个结点，规划机器人从起点到终点所要经过的至少一条路线，每一所述路线包括起始结点和终末结点；障碍判定单元，用于基于一所述路线，判断当前路线上是否有障碍物；路线调整单元，用于将当前路线对应的终末结点向起点方向移动到下一个结点；及路线形成单元，用于判定当前路线有效，连接当前的终末结点和终点形成新的路线。
优选地，所述路线规划单元还包括：坐标获取单元，用于获取当前路线的起始结点对应的第一坐标，及获取对应的终末结点的第二坐标；及方程求解单元，用于基于所述第一坐标和所述第二坐标，计算获得所述第一坐标与所述第二坐标连线对应的直线路径方程。
优选地，所述路线调整单元还包括：结点扫掠单元，用于基于所述第一坐标和所述直线路径方程，以所述第一坐标为轴心转动所述直线路径方程，使得所述直线路径方程移动到与所述终末结点相邻的中转结点上；及方程更新单元，用于基于获得所述中转结点的坐标，计算出起始结点与相邻结点对应的调整路径方程及对应的调整路线。
本发明还提供一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被设置为运行时执行上述任一项中所述的基于机器人的路径优化方法；所述处理器被设置为通过所述计算机程序执行上述任一项中所述的基于机器人的路径优化方法。
与现有技术相比，本发明提供的一种基于机器人的路径优化方法、系统及电子设备，具有以下优点：
1、通过输入外部地图后进行栅格化处理，在遇到地图上的障碍时，移动终末结点，使得移动后的终末结点偏离路障后，在保持原有起点的基础上重新规划新的路线连接到终点上，也即所述路线在原本直线连接的起点和终点的路径基础上进行路线的调整，既灵活地避开的障碍的同时，也让规划的路线更加平滑，避免水平或竖直移动机器人的低效率避障方式，让避障效率更高。
2、通过获取起始结点和终末结点的坐标，以计算出当前路径对应的直线路径方程，获得的直线路径方程可用于判断是否有障碍物位于该直线路径上。
3、基于所述直线路径方程，将对应的直线路径显示于地图上，而地图上存在的障碍同样具有坐标，将坐标带入到该直线路径方程内，符合结果的则视为当前路线上具有障碍，结合了地图上原有的障碍，也通过简单的二元一次方程检测出路线是否有障碍，简化和降低了计算量，提高了计算效率。
4、通过释放当前路线上的其他结点，以减少机器人移动的结点数量，提高了移动效率，让移动路径更平滑。
5、通过以第一坐标为轴心转动所述直线路径方程，使得移动路径通过扫掠的方式，在终末结点周边遍历符合要求的中转结点，而获得的中转结点既避开了障碍，也距离终末结点较近，符合路线平滑的要求，提高移动效率。
6、所述直线路径方程在一所述第一坐标为轴心进行转动，以遍历周围的结点时，在结点之间移动的长度为单个网格的宽度，也即以单个网格边长为单位进行移动遍历，避免遗漏最近的符合要求的结点，提高匹配精度。
【附图说明】
图1为本发明第一实施例提供的一种基于机器人的路径优化方法的整体流程图。
图2为本发明第一实施例提供的一种基于机器人的路径优化方法中步骤S3的细节流程图。
图3为本发明第一实施例提供的一种基于机器人的路径优化方法的步骤S4的细节流程图。
图4为本发明第一实施例提供的一种基于机器人的路径优化方法的步骤S5的细节流程图。
图5为本发明第二实施例提供的一种基于机器人的路径优化系统的模块图。
图6为本发明第二实施例提供的一种基于机器人的路径优化系统中路线规划单元的模块图。
图7为本发明第二实施例提供的一种基于机器人的路径优化系统中路线调整单元的模块图。
图8为本发明第三实施例提供的一种电子设备的模块图。
附图标记说明：
1、地图获取单元；2、地图栅格化单元；3、路线规划单元；4、障碍判定单元；5、路线调整单元；6、路线形成单元；
31、坐标获取单元；32、方程求解单元；51、结点扫掠单元；52、方程更新单元；
10、存储器；20、处理器。
【具体实施方式】
为了使本发明的目的，技术方案及优点更加清楚明白，以下结合附图及实施实例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参阅图1，本发明第一实施例提供一种基于机器人的路径优化方法，包括以下步骤：
步骤S1：获取机器人移动区域的地图，所述地图上包括所述机器人的起点和终点。
可以理解，在步骤S1中，所述地图可以为外部软件输入的卫星地图或自定义的手绘地图，机器人通过获取并识别当前地图，输入的地图上具有各种有碍于机器人移动的“障碍”，例如，在清扫机器人的清扫区域中的垃圾桶、立柱或停放车辆等皆为障碍。
步骤S2：将所述地图栅格化，获得栅格化地图，所述栅格化地图包括阵列设置的网格及对应的多个结点。
可以理解，将所述地图栅格化，使得地图被等分为阵列设置的多个网格，每个网格之间均连接有共同的结点，形成栅格化地图。
可以理解，所述栅格化地图上的每个结点都可以作为机器人的移动点，机器人通过选择合适的结点进行移动，一完成高效的移动。
步骤S3：基于所述起点、终点及所述多个结点，规划机器人从起点到终点所要经过的至少一条路线，每一所述路线包括起始结点和终末结点。
可以理解，当选取的路线过程中没有任何障碍，则所述起点即为起始结点，所述终点即为终末结点，对应的路线为从起点到终点的连线。特别地，当上述连接过程中有经过障碍的，则调整当前路线以避开障碍。
步骤S4：基于一所述路线，判断当前路线上是否有障碍物，若是，则进入步骤S5，若否，则进入步骤S6；及
步骤S5：将当前路线对应的终末结点向起点方向移动到下一个结点，并回到步骤S4；及
步骤S6：判定当前路线有效，连接当前的终末结点和终点形成新的路线，判定当前终末结点是否为终点，若是，则结束，若否，则回到步骤S4。
可以理解，在步骤S5中，通过移动终末结点，使得移动后的终末结点偏离路障后，在保持原有起点的基础上重新规划新的路线连接到终点上，也即所述路线在原本直线连接的起点和终点的路径基础上进行路线的调整，既灵活地避开的障碍的同时，也让规划的路线更加平滑，避免水平或竖直移动机器人的低效率避障方式，让避障效率更高。
可以理解，在步骤S6中，当判定的路线有效后，继续连接当前终末结点与终点形成新的路线，而新的路线则重新判定是否有路障，以进行反复路障判定及路线调整，使得所有调整后的路线均保持在原有起点和终点直线连接路线的周围，再次保证的机器人行走路径的平滑度，提高行走和避障效率。
可以理解，在步骤S6中，当一终末结点与下一个结点连接后，该终末结点即作为下一个路径的起始结点，当一路径的起始结点连接到终点切无障碍时，及判定为路径规划结束，停止计算。
在本实施例中，机器人基于栅格化地图的移动方式可以通过链表的数据存储结构对机器人进行路径的规划，而链表是一种物理存储单元上非连续、非顺序的存储结构，数据元素的逻辑顺序是通过链表中的指针链接次序实现的。链表由一系列结点(链表中每一个元素称为结点)组成，结点可以在运行时动态生成。链表有很多种不同的类型：单向链表，双向链表以及循环链表。链表可以在多种编程语言中实现。当然，基于栅格化地图的移动方式还可以设置为线性表的数据存储结构进行。
请参阅图2，步骤S3：基于所述起点、终点及所述多个结点，规划机器人从起点到终点所要经过的至少一条路线，每一所述路线包括起始结点和终末结点。步骤S1具体包括步骤S31～S32：
步骤S31：获取当前路线的起始结点对应的第一坐标，及获取对应的终末结点的第二坐标；及
步骤S32：基于所述第一坐标和所述第二坐标，计算获得所述第一坐标与所述第二坐标连线对应的直线路径方程。
可以理解，在步骤S31中，通过获取起始结点和终末结点的坐标，以计算出当前路径对应的直线路径方程。
可以理解，在步骤S32中，获得的直线路径方程可用于判断是否有障碍物位于该直线路径上。
可以理解，在步骤S32中，直线路径方程通解为y＝kx+b。其中斜率k＝(y2-y1)/(x2-x1)，截距b＝y 1-k*x1。
可以理解，步骤S31～S32仅为该实施例的一种实施方式，其实施方式并不限定于步骤S31～S32。
请参阅图3，步骤S4：基于一所述路线，判断当前路线上是否有障碍物。步骤S4具体包括步骤S41～S42：
步骤S41：基于所述直线路径方程，显示于当前路线对应的网格内；及
步骤S42：判断当前网格内直线路径方程是否经过障碍物。
可以理解，在步骤S41和步骤S42中，基于所述直线路径方程，将对应的直线路径显示于地图上，而地图上存在的障碍同样具有坐标，将坐标带入到该直线路径方程内，符合结果的则视为当前路线上具有障碍，需要调整。
可以理解，步骤S41～S42仅为该实施例的一种实施方式，其实施方式并不限定于步骤S41～S42。
请参阅继续图3，可选地，作为一种实施例，步骤S42之后还包括：
步骤S43：当前路线没有障碍物时，释放当前路线之间的其他结点。
可以理解，当起点和终点的连线上判定没有障碍时，可释放当前路线上的其他结点，以减少机器人移动的结点数量，提高了移动效率，让移动路径更平滑。
可以理解，在步骤S43中，当单个网格内的路径有障碍时，重新调整后的路线则需要传过几个网格，也即调整后的路线在判定有效后，即可以释放中间的结点，也可以达到减少移动结点数量的效果，在此不再赘述。
请参阅图4，步骤S5：将当前路线对应的终末结点向起点方向移动到下一个结点，并回到步骤S4。步骤S5具体包括步骤S51～S52：
步骤S51：基于所述第一坐标和所述直线路径方程，以所述第一坐标为轴心转动所述直线路径方程，使得所述直线路径方程移动到与所述终末结点相邻的中转结点上；及
步骤S52：获得所述中转结点的坐标，计算出起始结点与相邻结点对应的调整路径方程及对应的调整路线。
可以理解，在步骤S51中，通过以第一坐标为轴心转动所述直线路径方程，使得移动路径通过扫掠的方式，在终末结点周边遍历符合要求的中转结点，而获得的中转结点既避开了障碍，也距离终末结点较近，符合路线平滑的要求，提高移动效率。
可以理解，在步骤S51中，所述直线路径方程在一所述第一坐标为轴心进行转动，以遍历周围的结点时，在结点之间移动的长度为单个网格的宽度，也即以单个网格边长为单位进行移动遍历，避免遗漏最近的符合要求的结点，提高匹配精度。
当然，在步骤S51中，在进行遍历寻找结点时，移动的规格也可以提高到2个、3个或者多网格的长度，可以根据用户需要进行设定，在此不再赘述。
特别地，在一些其他实施例中，当在寻找新的调整路径方程时，方程的斜率有可能不存在，例如，前后两个结点对应的横坐标的数据相同时，可基于横坐标相同，在纵坐标上进行遍历的方式，以避免方程计算失败的问题。
可以理解，在步骤S52中，基于所述中转结点的坐标，计算出新的调整路径方程，作为避障后的新路线对应的方程。
可以理解，步骤S51～S52仅为该实施例的一种实施方式，其实施方式并不限定于步骤S51～S52。
请参阅图5，本发明第二实施例还提供一种基于机器人的路径优化系统。该基于机器人的路径优化系统可以包括：
地图获取单元1，用于获取机器人移动区域的地图，所述地图上包括所述机器人的起点和终点；
地图栅格化单元2，用于将所述地图栅格化，获得栅格化地图，所述栅格化地图包括阵列设置的网格及对应的多个结点；
路线规划单元3，用于基于所述起点、终点及所述多个结点，规划机器人从起点到终点所要经过的至少一条路线，每一所述路线包括起始结点和终末结点；
障碍判定单元4，用于基于一所述路线，判断当前路线上是否有障碍物；
路线调整单元5，用于将当前路线对应的终末结点向起点方向移动到下一个结点；及
路线形成单元6，用于判定当前路线有效，连接当前的终末结点和终点形成新的路线。
请参阅图6，所述路线规划单元3还包括：
坐标获取单元31，用于获取当前路线的起始结点对应的第一坐标，及获取对应的终末结点的第二坐标；及
方程求解单元32，用于基于所述第一坐标和所述第二坐标，计算获得所述第一坐标与所述第二坐标连线对应的直线路径方程。
请参阅图7，所述路线调整单元5还包括：
结点扫掠单元51，用于基于所述第一坐标和所述直线路径方程，以所述第一坐标为轴心转动所述直线路径方程，使得所述直线路径方程移动到与所述终末结点相邻的中转结点上；及
方程更新单元52，用于基于获得所述中转结点的坐标，计算出起始结点与相邻结点对应的调整路径方程及对应的调整路线。
可以理解，本发明第二实施例提供的一种基于机器人的路径优化系统特别适用于扫地机器人的搜索路径优化系统中，其通过外部输入的地图进行栅格化处理后，计算起点和终点对应的路线，并基于障碍调整终点的结点位置，基于路线扫掠周边的符合要求的结点，减少调整路线后的中间结点位置与终点偏离的距离，提高路线的平滑度，保证机器人沿结点行走时不会频繁出现直角转弯的情况，让机器人移动更具效率。同时，在确定路线后，释放中间的结点，减少机器人的多余移动。
请参阅图8，本发明第三实施例提供一种用于实施上述基于机器人的路径优化方法的电子设备，所述电子设备包括存储器10和处理器20，所述存储器10中存储有运算机程序，所述运算机程序被设置为运行时执行上述任一项基于机器人的路径优化方法实施例中的步骤。所述处理器20被设置为通过所述运算机程序执行上述任一项基于机器人的路径优化方法实施例中的步骤。
可选地，在本实施例中，上述电子设备可以位于运算机网络的多个网络设备中的至少一个网络设备。
具体地，所述电子设备特别适用于扫地机器人的搜索路径优化设备中，其通过外部输入的地图进行栅格化处理后，计算起点和终点对应的路线，并基于障碍调整终点的结点位置，基于路线扫掠周边的符合要求的结点，减少调整路线后的中间结点位置与终点偏离的距离，提高路线的平滑度，保证机器人沿结点行走时不会频繁出现直角转弯的情况，让机器人移动更具效率。同时，在确定路线后，释放中间的结点，减少机器人的多余移动。
与现有技术相比，本发明提供的一种基于机器人的路径优化方法、系统及电子设备，具有以下优点：
1、通过输入外部地图后进行栅格化处理，在遇到地图上的障碍时，移动终末结点，使得移动后的终末结点偏离路障后，在保持原有起点的基础上重新规划新的路线连接到终点上，也即所述路线在原本直线连接的起点和终点的路径基础上进行路线的调整，既灵活地避开的障碍的同时，也让规划的路线更加平滑，避免水平或竖直移动机器人的低效率避障方式，让避障效率更高。
2、通过获取起始结点和终末结点的坐标，以计算出当前路径对应的直线路径方程，获得的直线路径方程可用于判断是否有障碍物位于该直线路径上。
3、基于所述直线路径方程，将对应的直线路径显示于地图上，而地图上存在的障碍同样具有坐标，将坐标带入到该直线路径方程内，符合结果的则视为当前路线上具有障碍，结合了地图上原有的障碍，也通过简单的二元一次方程检测出路线是否有障碍，简化和降低了计算量，提高了计算效率。
4、通过释放当前路线上的其他结点，以减少机器人移动的结点数量，提高了移动效率，让移动路径更平滑。
5、通过以第一坐标为轴心转动所述直线路径方程，使得移动路径通过扫掠的方式，在终末结点周边遍历符合要求的中转结点，而获得的中转结点既避开了障碍，也距离终末结点较近，符合路线平滑的要求，提高移动效率。
6、所述直线路径方程在一所述第一坐标为轴心进行转动，以遍历周围的结点时，在结点之间移动的长度为单个网格的宽度，也即以单个网格边长为单位进行移动遍历，避免遗漏最近的符合要求的结点，提高匹配精度。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。
在该计算机程序被处理器执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机存储器可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机存储器例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。
计算机存储器的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本申请中，计算机可读信号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、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。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、装置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，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申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smal ltalk、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)。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括地图获取单元、地图栅格化单元、路线规划单元、障碍判定单元、路线调整单元以及路线形成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，路线调整单元还可以被描述为“将当前路线对应的终末结点向起点方向移动到下一个结点的单元”。
作为另一方面，本申请还提供了一种计算机存储器，该计算机存储器可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机存储器承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：获取机器人移动区域的地图，所述地图上包括所述机器人的起点和终点；将所述地图栅格化，获得栅格化地图，所述栅格化地图包括阵列设置的网格及对应的多个结点；基于所述起点、终点及所述多个结点，规划机器人从起点到终点所要经过的至少一条路线，每一所述路线包括起始结点和终末结点；基于一所述路线，判断当前路线上是否有障碍物，若是，则将当前路线对应的终末结点向起点方向移动到下一个结点；若否，则判定当前路线有效，连接当前的终末结点和终点形成新的路线。
以上仅为本发明较佳实施例而已，并不用以限制本发明，凡在本发明原则之内所作的任何修改，等同替换和改进等均应包含本发明的保护范围之内。
Claims (3)
1.一种基于机器人的路径优化方法，其特征在于：包括如下步骤:
步骤S1：获取机器人移动区域的地图，所述地图上包括所述机器人的起点和终点；
步骤S2：将所述地图栅格化，获得栅格化地图，所述栅格化地图包括阵列设置的网格及对应的多个结点；
步骤S3：基于所述起点、终点及所述多个结点，规划机器人从起点到终点所要经过的至少一条路线，每一所述路线包括起始结点和终末结点；
步骤S4：基于一所述路线，判断当前路线上是否有障碍物，若是，则进入步骤S5，若否，则进入步骤S6；及
步骤S5：将当前路线对应的终末结点向起点方向移动到下一个结点，并回到步骤S4；及
步骤S6：判定当前路线有效，连接当前的终末结点和终点形成新的路线，判定当前终末结点是否为终点，若是，则结束，若否，则回到步骤S4；
步骤S3具体包括以下步骤：
步骤S31：获取当前路线的起始结点对应的第一坐标，及获取对应的终末结点的第二坐标；及
步骤S32：基于所述第一坐标和所述第二坐标，计算获得所述第一坐标与所述第二坐标连线对应的直线路径方程；
上述步骤S5具体包括如下步骤：
步骤S51：基于所述第一坐标和所述直线路径方程，以所述第一坐标为轴心转动所述直线路径方程，使得所述直线路径方程移动到与所述终末结点相邻的中转结点上；及
步骤S52：获得所述中转结点的坐标，计算出起始结点与相邻结点对应的调整路径方程及对应的调整路线；
上述步骤S51中，所述中转结点与所述终末结点的距离等于单个网格的边长长度；上述步骤S4具体包括如下步骤：
步骤S41：基于所述直线路径方程，显示于当前路线对应的网格内；及
步骤S42：判断当前网格内直线路径方程是否经过障碍物；
步骤S42后还包括以下步骤：
步骤S43：当前路线没有障碍物时，释放当前路线之间的其他结点。
2.一种基于机器人的路径优化系统，其特征在于，包括：
地图获取单元，用于获取机器人移动区域的地图，所述地图上包括所述机器人的起点和终点；
地图栅格化单元，用于将所述地图栅格化，获得栅格化地图，所述栅格化地图包括阵列设置的网格及对应的多个结点；
路线规划单元，用于基于所述起点、终点及所述多个结点，规划机器人从起点到终点所要经过的至少一条路线，每一所述路线包括起始结点和终末结点；
障碍判定单元，用于基于一所述路线，判断当前路线上是否有障碍物；
路线调整单元，用于将当前路线对应的终末结点向起点方向移动到下一个结点；及
路线形成单元，用于判定当前路线有效，连接当前的终末结点和终点形成新的路线；
所述路线规划单元还包括：
坐标获取单元，用于获取当前路线的起始结点对应的第一坐标，及获取对应的终末结点的第二坐标；
方程求解单元，用于基于所述第一坐标和所述第二坐标，计算获得所述第一坐标与所述第二坐标连线对应的直线路径方程；
所述路线调整单元还包括：
结点扫掠单元，用于基于所述第一坐标和所述直线路径方程，以所述第一坐标为轴心转动所述直线路径方程，使得所述直线路径方程移动到与所述终末结点相邻的中转结点上；及
方程更新单元，用于基于获得所述中转结点的坐标，计算出起始结点与相邻结点对应的调整路径方程及对应的调整路线。
3.一种电子设备，包括存储器和处理器，其特征在于：所述存储器中存储有计算机程序，所述计算机程序被设置为运行时执行所述权利要求1中所述基于机器人的路径优化方法；
所述处理器被设置为通过所述计算机程序执行所述权利要求1中所述基于机器人的路径优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010906858.XA CN112148003B (zh) | 2020-09-01 | 2020-09-01 | 一种基于机器人的路径优化方法、系统及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010906858.XA CN112148003B (zh) | 2020-09-01 | 2020-09-01 | 一种基于机器人的路径优化方法、系统及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112148003A CN112148003A (zh) | 2020-12-29 |
| CN112148003B true CN112148003B (zh) | 2023-05-09 |
Family
ID=73890493
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010906858.XA Active CN112148003B (zh) | 2020-09-01 | 2020-09-01 | 一种基于机器人的路径优化方法、系统及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112148003B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113805578A (zh) * | 2021-02-25 | 2021-12-17 | 京东鲲鹏(江苏)科技有限公司 | 无人车路径优化方法及相关设备 |
| CN112947480B (zh) * | 2021-03-24 | 2022-11-15 | 武汉理工大学 | 一种移动机器人路径规划方法、存储介质及系统 |
| CN113534818B (zh) * | 2021-08-24 | 2023-09-26 | 珠海格力电器股份有限公司 | 路径导航规划方法、装置、存储介质及电子设备 |
| CN113848952A (zh) * | 2021-10-22 | 2021-12-28 | 福建汉特云智能科技有限公司 | 一种远程控制的延迟判断及障碍预先判断方法和机器人系统 |
| CN117270548B (zh) * | 2023-11-23 | 2024-02-09 | 安徽领云物联科技有限公司 | 一种带有路线矫正功能的智慧巡检机器人 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104238560A (zh) * | 2014-09-26 | 2014-12-24 | 深圳市科松电子有限公司 | 一种非线性路径规划方法及系统 |
| CN110609547A (zh) * | 2019-08-21 | 2019-12-24 | 中山大学 | 一种基于可视图引导的移动机器人规划方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109871021B (zh) * | 2019-03-18 | 2022-04-15 | 安徽大学 | 一种基于粒子群优化算法的机器人导航方法 |
-
2020
- 2020-09-01 CN CN202010906858.XA patent/CN112148003B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104238560A (zh) * | 2014-09-26 | 2014-12-24 | 深圳市科松电子有限公司 | 一种非线性路径规划方法及系统 |
| CN110609547A (zh) * | 2019-08-21 | 2019-12-24 | 中山大学 | 一种基于可视图引导的移动机器人规划方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112148003A (zh) | 2020-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112148003B (zh) | 一种基于机器人的路径优化方法、系统及电子设备 | |
| CN110260867B (zh) | 一种机器人导航中位姿确定、纠正的方法、设备及装置 | |
| 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 | |
| CN111426312A (zh) | 定位地图的更新方法、装置、设备及存储介质 | |
| CN111813101A (zh) | 机器人路径规划方法、装置、终端设备及存储介质 | |
| CN115410410B (zh) | 车位推荐方法、装置、设备以及存储介质 | |
| CN113110445A (zh) | 机器人的路径规划方法及装置、机器人、存储介质 | |
| US20230063370A1 (en) | Multi-robot route planning | |
| KR20230007256A (ko) | 도로 데이터 융합의 지도 생성 방법, 장치 및 전자 기기 | |
| CN113390417A (zh) | 机器人及其导航方法、装置和计算机可读存储介质 | |
| CN114764239A (zh) | 清扫机器人控制方法、装置、计算机设备及存储介质 | |
| CN114061606B (zh) | 路径规划方法、装置、电子设备及存储介质 | |
| CN110375735B (zh) | 路径规划方法和装置 | |
| CN114623842A (zh) | 路径规划方法、装置、存储介质与电子设备 | |
| CN116279596B (zh) | 车辆控制方法、装置、电子设备和计算机可读介质 | |
| CN111688717B (zh) | 用于控制车辆通行的方法和装置 | |
| JP7160110B2 (ja) | 経路計画装置、経路計画方法、及びプログラム | |
| CN112180946B (zh) | 一种扫地机器人的导航路径规划方法、系统及电子设备 | |
| CN113739798B (zh) | 路径规划方法和装置 | |
| CN114674340A (zh) | 地图数据的处理方法、装置、电子设备和存储介质 | |
| CN111366163B (zh) | 一种拓扑地图的处理方法、装置及存储介质 | |
| CN113835099A (zh) | 点云地图更新方法及装置、存储介质、电子设备 | |
| CN113359720B (zh) | 移动设备避障方法、装置、电子设备及计算机可读存储介质 | |
| EP4332715A1 (en) | Obstacle avoidance method and apparatus for self-walking device, and medium and electronic device | |
| CN115797196A (zh) | 一种基于几何拓扑的路径曲率平滑方法以及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |