CN112214018A

CN112214018A - 机器人路径规划方法及装置

Info

Publication number: CN112214018A
Application number: CN202010947588.7A
Authority: CN
Inventors: 夏舸; 赖馨钻
Original assignee: Uditech Co Ltd
Current assignee: Uditech Co Ltd
Priority date: 2020-09-10
Filing date: 2020-09-10
Publication date: 2021-01-12

Abstract

本申请涉及机器人控制技术领域，公开了一种机器人路径规划方法及装置。本申请的方法包括：获取机器人所处的第一空间范围；确定第一空间范围内，机器人可活动的工作范围占第空间范围的比例；当比例大于或等于预设阈值时，机器人确定第一空间范围内的第一地面区域，并朝向第一地面区域移动，第一地面区域是包括第一空间范围的地面几何中心在内的预设区域；或者当比例小于预设阈值时，机器人停留原地或朝向第一地面区域之外的区域移动。本方法通过获取计算机器人所处空间范围内机器人可以自由活动的空间范围，动态的规划机器人的行驶路径，避免机器人在运行中影响到其他人或物体的行动，使机器人的工作方式更加高效、智能。

Description

机器人路径规划方法及装置

技术领域

本申请涉及机器人控制技术领域，特别涉及一种机器人路径规划方法及装置。

背景技术

机器人在执行任务的时候会进入一些工作环境，例如，客厅、货仓、电梯等。而这些地方往往还会有其他人员、其他机器人的流动，这就会导致机器人在运行时引起他人的不便。

传统的技术方案是，在上述工作环境中预先做好标定点，然后使得机器人能够按照预先做好的标定点运行。

但是，这种方案需要预先做好标定点，这就使得前期的工作量会很大，并且不具有实时性。

发明内容

有鉴于此，本申请实施例提供了一种机器人路径规划方法及装置。本方法通过获取并计算机器人所处空间范围内机器人可以自由活动的空间范围，动态的规划机器人的行驶路径，避免机器人在运行中影响到其他人或物体的行动，使机器人的工作方式更加高效、智能。

第一方面，本申请实施例提供了一种机器人路径规划方法，该方法包括：获取机器人所处的第一空间范围(即工作空间范围)；确定第一空间范围内，机器人可活动的工作范围占第一空间范围的比例；当比例大于或等于预设阈值时，机器人确定第一空间范围内的第一地面区域，并朝向第一地面区域移动，第一地面区域是包括第一空间范围的地面几何中心在内的预设区域；或者当比例小于预设阈值时，机器人停留原地或朝向第一地面区域之外的区域移动。

可以理解的是，第一空间范围范围就是机器人所处的工作空间或者工作环境或者工作空间范围；而机器人可活动的工作范围就是机器人能够自由活动或者移动的工作范围。

上述第一地面区域的确定是为了让机器人在有足够的可活动工作范围时，能够按照机器人的工作需求、工作状态来确定规划机器人的路径。比如，如果是扫地机器人的话，扫地机器人的工作就是清洁地面，那么就可以让扫地机器人在第一地面区域内自由移动。

但如果是搬运货物的机器人的话，其工作是将货物从A地搬运到B地，那么搬运货物的机器人就不需要在第一地面区域内到处移动，其向第一地面区域移动主要是为了方面进出工作空间。

通过上述方法，机器人能够根据所处工作空间范围中可自由活动的工作范围的大小，来动态的规划自己的行驶路径，以达到避让其他物体的目的。

结合第一方面，在第一方面的某些实现方式中，该方法还包括：确定机器人的状态，状态包括可自由移动的状态和无法自由移动的状态(即不可自由移动的状态)；当机器人处于无法自由移动的状态时，方法还包括：获取机器人当前的位姿信息，位姿信息包括机器人所处位置、移动方向的信息；基于位姿信息和第一空间范围，根据预设算法，调整机器人的目标方向，使得机器人由无法自由移动的状态进入可自由移动的状态。

由于机器人可能工作在不同的场景下，所以，可能会出现机器人被卡住或者无法自由移动的情况，此时，如果要达到机器人避让其他物体的目的，就需要让机器人能够自由移动。

在传统的工作场景下，机器人无法自由移动的主要原因还是因为被卡住，所以，需要获取机器人被卡住时所处的位置和移动的方向(或者机器人的朝向角度)，以及机器人所处的工作空间范围(具体地，可以是工作空间范围中地面平整度等等)，来调整机器人的移动方向，使得机器人能够从被卡住的状态中解放出来。

结合上述实现方式，基于位姿信息和第一空间范围，根据预设算法，调整机器人的目标方向，包括：根据机器人所处位置的横坐标、纵坐标以及机器人当前的移动方向和第一空间范围，确定机器人的预测速度和预测周期，预测速度包括机器人的预测速度数值和预测移动方向(即朝向角度)；基于预测速度和预测周期，生成一条或者多条预测轨迹；对一条或者多条预测轨迹评分，机器人按照一条或者多条预测轨迹中评分高的预测轨迹调整自身的目标方向，以进入可自由移动的状态。

具体地，在本申请的一些实施例中，在odom坐标系下，机器人所处的位置可以表示为坐标的形式。所以，根据机器人所处位置的横纵坐标以及机器人当前的移动方向，结合机器人所处的工作空间范围，来确定预测机器人轨迹的预测速度以及预测周期。其中，预测速度是一个矢量，其包括了预测速度数值以及预测移动方向(即朝向角度)，而预测周期可以理解为采样周期，具体可以为5秒、10秒等等数值。

根据预测速度以及预测周期，预测机器人可以行驶的一条或者多条预测轨迹，然后基于预测轨迹上障碍物的数量或者地面平整度给预测出来的一条或者多条预测轨迹评分。

最后，机器人根据每次分值高的预测轨迹调整自身的移动方向，最终进入可自由移动的状态。

结合上述实现方式，对一条或者多条预测轨迹评分包括：基于一条或者多条预测轨迹的地面平整度和/或障碍物的数量对一条或者多条预测轨迹进行评分。

结合第一方面和上述实现方式，机器人处于无法自由移动的状态包括机器人满足以下条件：机器人检测到障碍物在其自身的轮廓范围内；或机器人检测到障碍物以预设距离接近其自身轮廓范围内。

如上文所述的，在机器人传统的工作场景下，机器人处于无法自由移动的状态指的是机器人被卡住。所以，机器人可以检测障碍物是否在自身轮廓范围内，如果障碍物已经在自身轮廓范围内，那么机器人此时一定被卡住，即处于无法自由移动状态。

在本申请的一些实施例中，也可以认为障碍物在机器人轮廓范围内的预设距离内时，机器人就被卡住。其中，预设距离可以根据机器人的工作属性、机器人自身的形状、机器人所处工作空间来设定。本申请对此不作限制。

结合第一方面和上述实现方式，方法还包括：获取第一空间范围的出口的位置；在机器人满足离开第一空间范围的预设条件时，机器人从第一空间范围的出口处离开。

结合上述实现方式，预设条件包括：

机器人完成预设工作任务；和/或机器人到达预设地点。

可以理解的是，机器人往往会被限制在特定的工作范围内执行任务，所以，在机器人完成工作或者到达了指定地点，机器人当然可以离开工作空间。

结合第一方面和上述实现方式，获取机器人所处的第一空间范围，包括：通过机器人的摄像头采集的图像，获取机器人所处的第一空间范围；或者通过机器人的雷达传感器，获取机器人所处的第一空间范围。

第二方面，本申请还提供了一种机器人路径规划装置，该装置包括：存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，其特征在于，处理器执行计算机程序时实现上述第一方面的任一项可能的机器人路径规划方法。

第三方面，本申请还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，其特征在于，计算机程序被处理器执行时实现第一方面的任一项可能的机器人路径规划方法。

第四方面，本申请还提供了一种计算机程序产品，当该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任一项可能的机器人路径规划方法。

附图说明

图1是本申请一些实施例提供的一例机器人组成示意图。

图2是本申请一些实施例提供的一例机器人路径规划方法流程示意图。

图3是本申请一些实施例提供的一例机器人在电梯内工作的场景示意图。

图4是本申请一些实施例提供的又一例机器人路径规划方法流程示意图。

图5是本申请一些实施例提供的一例机器人处于不可自由移动状态的示意图。

图6是本申请一些实施例提供的一例机器人处于不可自由移动状态的示意图。

图7(a)-7(b)是本申请一些实施例提供的一例机器人利用挣脱算法从不可自由移动状态进入可自由移动状态示意图。

图8(a)-8(c)是本申请的一些实施例提供的一例机器人离开电梯的示意图。

具体实施方式

如背景技术所述的，机器人在执行任务的时候，通常会进入一些具体的工作环境(比如，客厅、电梯、货仓等等)，在这些工作环境汇中，往往会有其他人或者物体来来回回地移动，这样，机器人就会影响到其他人或者物体的正常工作，在这种情况下，机器人可能会被人为地移动而导致自身定位出现错误，比如，偏离正常的规划路线，而无法再正常工作。

而为了解决上述问题，传统的技术方案是由人工预先在机器人的工作环境里设置好一些标定点，这样，机器人就可以按照标定点来执行任务、避让其他人或物体，甚至在被人为移动而导致自身定位出现错误的情况下，也可以通过重新获取上述标定点的位置，而实现重新定位，并继续执行工作或者任务。

但是，由于机器人工作环境的多样性，预先设定标定点的做法在实际操作中不具有前瞻性，而且，人工设定标定点需要耗费大量的人力资源，使得将机器人投放到某一工作环境执行任务的前期工作量变多。

有鉴于此，本申请提供了一种机器人路径规划方法，通过该方法解决上述技术问题。下面就结合本申请实施例中的附图，对本申请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申请的一部分实施例，而不是全部的实施例。

图1是本申请实施例提供的一例机器人组成示意图。

如图1所示，该机器人组成100包括：处理器10、存储器11以及存储在存储器11中并可以在处理器10上运行的计算机程序12。处理器10执行计算机程序12时实现本申请提供的机器人路径规划的方法。

示例性的，所述计算机程序12可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器11中，并由处理器10执行，以完成本申请。一个或者多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序12在该机器人中的执行过程。

本领域技术人员可以理解，图1仅仅是该机器人组成100的一个示例，并不构成对机器人组成的限定，在其他机器人组成中可以包括比图1更多或者更少的部件，例如，还可以包括输入输出设备、网络接入设备、总线等。

处理器10可以是中央处理单元(CentralProcessingUnit，CPU),还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegrateCircuit，ASIC)、现场可编辑门阵列(Field-ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者警惕管理逻辑器件、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。

存储器11可以是该机器人组成100中的内部存储单元，例如机器人组成100的硬盘或者内存。存储器11也可以是外部存储设备，例如机器人上配备的插接式硬盘、智能存储卡(SmartMediaCard，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(FlashCard)等。

进一步地，存储器11还可以既包括内部存储单元也包括外部存储设备。存储器11用于存储计算机程序以及系统所需要的其他数据和程序。存储器11还可以用于暂时地存储已经输出或者将要输出的数据。计算机程序包括计算机程序代码，可以是源代码形式、对象代码形式、可执行文件或者某些中间形式等。

计算机可读存储介质可以包括：能够携带计算机程序代码的任何实体或者装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载信号和电信信号。

为了便于理解，本申请以下实施例将以具有图1所述机器人组成100结构的机器人为例，结合附图和应用场景，对本申请实施例提供的机器人路径规划方法进行具体阐述。

图2是本申请一些实施例提供的一例机器人路径规划方法流程示意图，包括：

200：开始。

201：机器人获取所处的第一空间范围。

可以理解的，获取机器人所处第一空间范围可以是通过机器人自身的激光雷达传感器通过扫描周围空间获得，也可以是根据机器人自身摄像头拍摄得到的图像获得，或者通过其他物体传感器获得。

可选的，第一空间范围可以是允许机器人工作的任何环境范围，比如，电梯、客厅、货仓、工作车间等等的空间范围。

202：机器人通过处理器10确定第一空间范围内机器人可活动的工作范围占第一空间范围的比例。

具体地，如图3所示，为本申请一些实施例提供的机器人在电梯内工作的场景示意图。其中，第一空间范围即为电梯的空间范围301，可活动工作范围即为电梯内没有障碍物(比如，其他人或者物体)的空间范围302。

可以理解的是，机器人可活动工作范围302的大小与电梯的空间范围301内其他物体的数量、体积相关。当电梯内其他物体的数量越多或者体积越大那么机器人可活动工作范围302也会越小。

203：机器人通过处理器10判断第一空间范围内机器人可活动的工作范围占第一空间范围的比例是否大于或者等于预设阈值；如果比例大于或者等于预设阈值，则执行204；如果比例小于预设阈值，则执行205。

其中，预设阈值可以根据机器人自身的体积大小来设置，具体地，如果机器人自身体积较小(比如，扫地机器人)，那么预设阈值可以为设置的较小(比如，40％)，如果机器人自身体积较大(比如，用来装卸货物的工业机器人)，那么预设阈值可以设置的较大(比如，80％)，来尽可能的避免机器人影响电梯内其他人或者物体的正常运作。

应理解，上述40％、80％仅仅是为了便于理解和说明，在本申请的其他实施例中，也可以是其他数值。

204：第一空间范围内机器人可活动的工作范围占第一空间范围的比例大于或者等于预设阈值，机器人通过处理器10确定第一空间范围内的第一地面区域，并朝向第一地面区域移动。

可选地，第一地面区域是包括第一空间范围的地面几何中心在内的预设区域。

其中，上述预设区域可以是以上述地面几何中心为中心点的可活动空间范围，也可以是包含地面几何中心的其他可活动空间范围。

继续参考图3，当电梯内没有障碍物的空间范围302占电梯的空间范围301的比例大于或者等于预设阈值的时候，说明电梯内可供机器人活动工作的空间较大，也即电梯内其他人或者物体数量较少且体积较小，那么此时，机器人扫描四周并通过处理器10确定电梯的空间范围中地面几何中心点O，以及以O点为中心的中心区域303。然后，机器人向中心区域303移动，以便于在电梯到达目标楼层或者机器人完成工作时，能够更加方便的离开所在电梯。

205：第一空间范围内机器人可活动的工作范围占第一空间范围的比例小于预设阈值时，机器人通过处理器10控制自身停留在原地或朝向第一地面区域之外的区域移动。

继续参考图3,当电梯内没有障碍物的空间范围302占电梯的空间范围301的比例小于预设阈值的时候，说明电梯内可供机器人活动工作的空间较小，也即电梯内其他人或者物体数量较多或体积较大，那么此时，为了不影响其他人或者物体的正常运作，机器人会停留在原地不动或者向上述中心区域303以外的区域移动。

可以理解的是，上述中心区域303以外的区域是基于中心区域303而言的，在中心区域303的范围比较大时，中心区域303以外的区域就是电梯空间范围的边缘区域。

206：结束。

图4所示为本申请一些实施例提供的又一例机器人路径规划方法流程示意图。其与图2所示的机器人路径规划方法流程示意图区别之处在于，增加了判断机器人是否处于自由移动状态的方法403、以及使机器人从不可自由移动状态进入可自由自移动状态的方法404以及405，其余方法与上述图2所示的方法一致，此处不再赘述。

如图4所示，在判断出机器人不是处于可自由移动的状态(即处于无法自由移动的状态或不可自由移动的状态)的时候，上述方法包括：

404：获取机器人当前的位姿信息。

405：基于位姿信息和第一空间范围，根据预设算法，调整机器人的目标方向，使得机器人由无法自由移动的状态进入可自由移动的状态。

在本申请的一些实施例中，当机器人通过激光雷达传感器检测到有障碍物进入自己的轮廓范围内，就认为机器人不是处于可自由移动状态。

具体地，如图5为本申请实施例提供的一例机器人处于不可自由移动状态的示意图，包括机器人的轮廓范围内501，障碍物502。

当机器人通过激光雷达传感器检测到障碍物在自身的轮廓范围内时，机器人此时就被障碍物卡住了，并处于不可自由移动状态。

可选地，为了尽可能避免机器人被卡住，而损害机器人零部件，机器人也可以通过激光雷达传感器检测到障碍物接近自身轮廓范围时，就认为机器人被卡住。例如，如图6所示，为本申请实施例提供的一例机器人处于不可自由移动状态的示意图，包括，机器人的轮廓范围内601，靠近机器人轮廓范围602，障碍物603。

当机器人通过激光雷达传感器检测到障碍物处于靠近机器人轮廓范围602时，机器人就认为自身被卡住，并处于不可自由移动状态。

当机器人处于不可自由移动状态时，对应于图4所示的获取机器人当前的位姿信息404。其中，位姿信息包括了机器人当前所处的位置以及移动方向的信息。

如图7(a)-7(b)所示为本申请一些实施例提供的一例机器人利用挣脱算法从不可自由移动状态进入可自由移动状态示意图，包括靠近机器人轮廓范围701，障碍物702。

具体地，如图7(a)所示，在odom参考系坐标下，机器人当前所处位置的坐标为(X0，Y0，theta0)，以及其中，X0表示机器人所处位置的横坐标，Y0表示机器人所处位置的纵坐标，theta0表示机器人的移动方向。

然后，以prediction_vel(Vx，V_theta)为预测速度(其中，表示机器人的预测速度数值，V_theta表示预测机器人每间隔sample_t时的朝向角度，sample_t为采样周期)，360°检测所处工作空间范围，并且通过处理器10生成预测轨迹prediction_pose(X，Y，theta)。

其中，

prediction_pose.theta＝theta0+prediction_vel.V_theta*sample_t；

prediction_pose.X

＝X0+prediction_vel.Vx*sample_t*cos(prediction_pose.theta)；

prediction_pose.Y

＝Y0+prediction_vel.Vx*sample_t*sin(prediction_pose.theta)。

然后，机器人处理器10对预测出来的多条轨迹根据机器人所处的工作空间范围进行评分。例如，如图7(b)所示，机器人预测轨迹有a和b两条，然后处理器10根据机器人检测到所处位置周围的工作空间，预测到轨迹a上没有障碍物，但是轨迹b前方还有障碍物，所以，对轨迹a的评分就会高于轨迹b。

之后，就会根据轨迹a调整自己的方向并进入可自由移动状态。

可以理解的是，上述odom坐标系也可以用其他能够实现定位的坐标系来代替，本申请对此不作限制。

在本申请的一些实施例中，机器人也可以根据所处工作空间范围的其他信息来对预测轨迹进行评分，比如，机器人所处工作空间的出口所在位置、机器人所处工作空间的地面平整度等等。具体地，如果机器人已经完成工作并可以离开所处工作空间，那么机器人预测出的多条轨迹中更接近所处工作空间的出口位置预测轨迹的评分就会高于其他预测轨迹。

可选地，机器人处理器10可以对所处工作空间范围的各种信息按照机器人的工作属性、工作状态、工作需求分配权重，最终综合各种信息的权重得到最终的预测轨迹分值。其中，对于权重的分配方式、综合各信息权重的计算方式，本申请不作限制。

在本申请的一些实施例中，当机器人能够自由移动时，如果机器人此时符合离开所处工作空间的条件，机器人还可以通过激光雷达传感器检测目前所处空间的出口位置，然后从出口位置离开所处工作空间。

其中，符合离开所处工作空间的条件可以是，机器人完成在所处工作空间的工作，比如扫地机器人完成在客厅清扫的任务要去卧室进行清扫；或者，所处工作空间到达目的地，比如，工业机器人搬运将货物从负一楼搬运至九楼，然后电梯到达九楼。

可以理解的是，上述符合离开所处工作空间的条件还可以是其他条件，或者条件的组合，本申请对此不作限制。

图8(a)-8(c)为本申请的一些实施例提供的一例机器人离开电梯的示意图。其中，为了便于说明，机器人是以激光雷达传感器获取相关信息的。

如图8(a)所示，在odom坐标系下，机器人当前在电梯内所处位置的坐标为(X0，Y0，theta0),然后，机器人通过激光雷达传感器检测电梯的出口位置，并得到出口位置中心点M的坐标(Xm，Ym，thetam)。

应理解的是，激光雷达传感器在工作的时候，发射的激光只有在遇到障碍物后才会反射回来，所以，当机器人的激光雷达传感器接收到连续的空白值后，就可以确定电梯出口的位置坐标，然后进一步得到电梯出口中心点M的坐标。

应理解的是，上述得到电梯出口中心点M的坐标是为了让机器人能够更加方便的通过电梯出口，在其他情况下，也可以是电梯出口位置区域内的任意一点。本申请对此不作限制。

然后，继续参考图8(a)，机器人以(theta0+90°)调整自身的朝向角度，使得其前进方向垂直于电梯出口中心点M的方向，并行驶至与M点对应的位置N点(参考图8(b))，然后朝向出口所在位置旋转90°，使得其前进方向与电梯出口位置相对(参考图8(c))，并继续行驶直至从电梯出口通过。

可以理解的是，上述机器人离开电梯的方法在机器人处于其他工作场景下(比如，客厅、货仓、车间等等)离开所处工作空间的方法原理是一致的，此处不再赘述。

综上所述，本申请通过获取机器人所处空间范围内机器人可以自由活动的空间范围，然后，动态的规划机器人的行驶路径，进而达到避免机器人在运行中影响到其他人或物体的行动的目的，与此同时，也兼顾到了机器人的工作属性、所处工作空间等等因素，使得机器人的工作方式更加高效、智能。

在附图中，可以以特定布置和/或顺序示出一些结构或方法特征。然而，应该理解，可能不需要这样的特定布置和/或排序。而是，在一些实施例中，这些特征可以以不同于说明性附图中所示的方式和/或顺序来布置。另外，在特定图中包括结构或方法特征并不意味着暗示在所有实施例中都需要这样的特征，并且在一些实施例中，可以不包括这些特征或者可以与其他特征组合。

需要说明的是，本申请各设备实施例中提到的各单元/模块都是逻辑单元/模块，在物理上，一个逻辑单元/模块可以是一个物理单元/模块，也可以是一个物理单元/模块的一部分，还可以以多个物理单元/模块的组合实现，这些逻辑单元/模块本身的物理实现方式并不是最重要的，这些逻辑单元/模块所实现的功能的组合才是解决本申请所提出的技术问题的关键。此外，为了突出本申请的创新部分，本申请上述各设备实施例并没有将与解决本申请所提出的技术问题关系不太密切的单元/模块引入，这并不表明上述设备实施例并不存在其它的单元/模块。

需要说明的是，在本专利的示例和说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

虽然通过参照本申请的某些优选实施例，已经对本申请进行了图示和描述，但本领域的普通技术人员应该明白，可以在形式上和细节上对其作各种改变，而不偏离本申请的精神和范围。

Claims

1.一种机器人路径规划方法，其特征在于，所述方法包括：

获取所述机器人所处的第一空间范围；

确定所述第一空间范围内，所述机器人可活动的工作范围占所述第一空间范围的比例；

当所述比例大于或等于预设阈值时，所述机器人确定所述第一空间范围内的第一地面区域，并朝向所述第一地面区域移动，所述第一地面区域是包括所述第一空间范围的地面几何中心在内的预设区域；或者

当所述比例小于所述预设阈值时，所述机器人停留原地或朝向所述第一地面区域之外的区域移动。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定所述机器人的状态，所述状态包括可自由移动的状态和无法自由移动的状态；

当所述机器人处于无法自由移动的状态时，获取所述机器人当前的位姿信息，所述位姿信息包括所述机器人所处位置、移动方向的信息；

基于所述位姿信息和所述第一空间范围，根据预设算法，调整所述机器人的目标方向，使得所述机器人由所述无法自由移动的状态进入所述可自由移动的状态。

3.根据权利要求2所述的方法，其特征在于，所述基于所述位姿信息和所述第一空间范围，根据预设算法，调整所述机器人的目标方向，包括：

根据所述机器人所处位置的横坐标、纵坐标以及所述机器人当前的移动方向和所述第一空间范围，确定所述机器人的预测速度和预测周期，所述预测速度包括所述机器人的预测速度数值和预测移动方向；

基于所述预测速度和预测周期，生成一条或者多条预测轨迹；

对所述一条或者多条预测轨迹评分，所述机器人按照所述一条或者多条预测轨迹中评分高的预测轨迹调整自身的所述目标方向，以进入所述可自由移动的状态。

4.根据权利要求3所述的方法，其特征在于，对所述一条或者多条预测轨迹评分包括：

基于所述一条或者多条预测轨迹的地面平整度和/或障碍物的数量对所述所述一条或者多条预测轨迹进行评分。

5.根据权利要求2至4任一项所述的方法，其特征在于，所述机器人处于无法自由移动的状态包括机器人满足以下条件：

所述机器人检测到障碍物在其自身的轮廓范围内；或

所述机器人检测到障碍物以预设距离接近所述其自身轮廓范围内。

6.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：

获取所述第一空间范围的出口的位置；

在所述机器人满足离开所述第一空间范围的预设条件时，所述机器人从所述第一空间范围的出口处离开。

7.根据权利要求6所述的方法，其特征在于，所述预设条件包括：

所述机器人完成预设工作任务和/或者所述机器人到达预设地点。

8.根据权利要求1至4中任一项所述的方法，其特征在于，所述获取所述机器人所处的第一空间范围，包括：

通过所述机器人的摄像头采集的图像，获取所述机器人所处的第一空间范围；或者通过所述机器人的激光雷达传感器，获取所述机器人所处的第一空间范围。

9.一种机器人路径规划装置，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8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8任一项所述的方法。