CN112215443A - 一种机器人快速路由定制的方法和装置 - Google Patents

一种机器人快速路由定制的方法和装置 Download PDF

Info

Publication number
CN112215443A
CN112215443A CN202011394653.4A CN202011394653A CN112215443A CN 112215443 A CN112215443 A CN 112215443A CN 202011394653 A CN202011394653 A CN 202011394653A CN 112215443 A CN112215443 A CN 112215443A
Authority
CN
China
Prior art keywords
robot
grid map
schematic diagram
moving
stop point
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
CN202011394653.4A
Other languages
English (en)
Inventor
陈诗雨
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.)
Syrius Technology Shenzhen Co Ltd
Original Assignee
Syrius Technology Shenzhen 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 Syrius Technology Shenzhen Co Ltd filed Critical Syrius Technology Shenzhen Co Ltd
Priority to CN202011394653.4A priority Critical patent/CN112215443A/zh
Publication of CN112215443A publication Critical patent/CN112215443A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047Optimisation of routes or paths, e.g. travelling salesman problem
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • G01C21/206Instruments for performing navigational calculations specially adapted for indoor navigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Automation & Control Theory (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种机器人快速路由定制的方法和装置,所述方法包括:获取机器人在场地运动的区域布局示意图和动线;根据所述区域布局示意图和动线,确定机器人在所述全区域布局示意图中的停靠点;扫描所述场地环境,获取并自动生成所述场地的网格地图;在所述网格地图上融合所述停靠点信息,自动生成一张建立在所述网格地图上的拓扑交通图。通过本发明实施例,能够通过拓扑交通图帮助机器人建立运行规则,使机器人运行时能够遵循运行规则,并对其行为进行约束,更有效地估计机器人运动状态,在复杂的场景下,使得现有的SLAM技术可以适用基于SLAM的人机协作以及大规模机器人调度应用。

Description

一种机器人快速路由定制的方法和装置
技术领域
本发明涉及机器人室内导航领域,特别涉及一种机器人快速路由定制的方法和装置。
背景技术
机器人在室内导航的一种技术为SLAM(simultaneous localization andmapping,即时定位与地图构建,或并发建图与定位),该技术使得可移动机器人可以通过各种传感器收集运行环境的信息,自主地建立场地的地图,计算出自己的位姿,进而完成安全移动的功能。当机器人在环境中走过一次以后,可以保存自己在每个点记录的环境信息,则它在同一个环境中运行时则认为是已知环境。
SLAM技术与传统二维码以及导轨导航的AGV技术相比灵活性更高,但同时对于机器人运动状态的估计也更加困难,无法对其行为进行有效的约束,特别是在复杂的场景下,基于二维码或者磁轨导航的调度系统无法适用基于SLAM的人机协作以及大规模机器人调度应用。
发明内容
有鉴于此,本发明实施例提供的一种机器人快速路由定制的方法和装置,能够通过拓扑交通图帮助机器人建立运行规则,使机器人运行时能够遵循运行规则,并对其行为进行约束,更有效地估计机器人运动状态,在复杂的场景下,使得现有的SLAM技术可以适用基于SLAM的人机协作以及大规模机器人调度应用。
本发明解决上述技术问题所采用的技术方案如下:
根据本发明实施例的一个方面,提供的一种机器人快速路由定制的方法,所述方法包括:
获取机器人在场地运动的区域布局示意图和动线;
根据所述区域布局示意图和动线,确定机器人在所述全区域布局示意图中的停靠点;
扫描所述场地环境,获取并自动生成所述场地的网格地图;
在所述网格地图上融合所述停靠点信息,自动生成一张建立在所述网格地图上的拓扑交通图。
在一个可能的设计中,所述获取机器人在场地运动的区域布局示意图和动线,包括:
获取机器人在场地运动的区域布局示意图;
确定机器人在所述区域布局示意图中的动线。
在一个可能的设计中,所述确定机器人在所述区域布局示意图中的动线,包括:根据机器人在场地中的运动方向、运动次序,确定机器人在所述区域布局示意图中的动线。
在一个可能的设计中,所述在所述网格地图上融合所述停靠点信息,自动生成一张建立在所述网格地图上的拓扑交通图;包括:
在所述网格地图上融合所有停靠点信息;
根据所述动线信息,将所述网格地图上所有停靠点进行路由连接,自动生成一张建立在所述网格地图上的拓扑交通图。
在一个可能的设计中,所述在所述网格地图上融合所有停靠点信息;包括:将每一个停靠点标记在所述网格地图上,然后读取对应的坐标。
在一个可能的设计中,所述在所述网格地图上融合所有停靠点信息,包括:
建立定义顶点规则的种子文件,所述种子文件包括起始停靠点和目标停靠点在内的首尾停靠点信息;
在所述种子文件中录入一条路由的首尾停靠点信息,再根据所述首尾停靠点信息和所有停靠点信息,按预设策略生成中间停靠点的信息;按上述方法重复录入另一条路由停靠点信息,直至将所有停靠点信息融合在所述网格地图上。
在一个可能的设计中,所述预设策略包括平均生成策略,即平均生成中间停靠点的信息。
在一个可能的设计中,所述根据所述动线信息,将所述网格地图上所有停靠点进行路由连接,自动生成一张建立在所述网格地图上的拓扑交通图;包括:
根据所述动线信息,建立路由连接种子文件;
根据所述路由连接种子文件,自动将所述网格地图上所有停靠点进行路由连接,自动生成一张建立在所述网格地图上的拓扑交通图。
根据本发明实施例的另一个方面,提供的一种机器人快速路由定制的方法,所述方法包括:
获取机器人在场地运动的区域布局示意图和动线;
标记所述动线所在的通道首尾;
标记出货架所在的通道位置;
设置在每个通道需要停靠点的数量,得到建立在所述区域布局示意图上的全部拓扑交通图。
根据本发明实施例的另一个方面,提供的一种机器人快速路由定制的装置,所述装置包括:获取模块、确定模块、生成模块;其中:
所述获取模块,用于获取机器人在场地运动的区域布局示意图和动线,以及扫描所述场地环境,获取并自动生成所述场地的网格地图所述确定模块,用于根据所述区域布局示意图和动线,确定机器人在所述全区域布局示意图中的停靠点;
所述生成模块,用于在所述网格地图上融合所述停靠点信息,自动生成一张建立在所述网格地图上的拓扑交通图。
与相关技术相比,本发明实施例提供的一种机器人快速路由定制的方法和装置,所述方法包括:获取机器人在场地运动的区域布局示意图和动线;根据所述区域布局示意图和动线,确定机器人在所述全区域布局示意图中的停靠点;扫描所述场地环境,获取并自动生成所述场地的网格地图;在所述网格地图上融合所述停靠点信息,自动生成一张建立在所述网格地图上的拓扑交通图。通过本发明实施例,通过获取机器人在场地运动的区域布局示意图和动线,确定机器人在所述全区域布局示意图中的停靠点,扫描所述场地环境自动生成所述场地的网格地图,并在所述网格地图上融合所述停靠点信息,自动生成一张建立在所述网格地图上的拓扑交通图,从而通过拓扑交通图帮助机器人建立运行规则,使机器人运行时能够遵循运行规则,并对其行为进行约束,更有效地估计机器人运动状态,在复杂的场景下,使得现有的SLAM技术可以适用基于SLAM的人机协作以及大规模机器人调度应用。
附图说明
图1为本发明提供一种机器人快速路由定制的方法的流程示意图。
图2为本发明提供一种获取机器人在场地运动的全区域布局示意图。
图3为本发明提供一种机器人在所述区域布局示意图中的动线的示意图。
图4为本发明提供一种标记机器人有可能停靠的所有停靠点的示意图。
图5为本发明提供一种机器人扫描外界环境获取并自动生成场地的网格地图的示意图。
图6为本发明提供一种通过人工方式在所述网格地图上融合所有停靠点信息的示意图。
图7为本发明提供一种在所述种子文件中录入一条路由的首尾停靠点信息的示意图。
图8为本发明提供一种按预设策略生成中间停靠点的信息的示意图。
图9为本发明提供一种建立在所述网格地图上的拓扑交通图的示意图。
图10为本发明提供一种机器人快速路由定制的方法的流程示意图。
图11为本发明提供一种采用纵向标注的线条表示动线所在的通道首尾的示意图。
图12为本发明提供一种采用横向标注的线条表示货架所在的通道位置的示意图。
图13为本发明提供一种建立在所述区域布局示意图上的拓扑交通图的示意图。
图14为本发明提供一种机器人快速路由定制的装置的结构示意图。
图15为本发明提供一种机器人快速路由定制的方法的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白,以下结合附图和实施例,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以解释本发明,并不用于限定本发明。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
在一个实施例中,如图1所示,本发明提供一种机器人快速路由定制的方法,所述方法包括:
S1、获取机器人在场地运动的区域布局示意图和动线。
S2、根据所述区域布局示意图和动线,确定机器人在所述全区域布局示意图中的停靠点。
S3、扫描所述场地环境,获取并自动生成所述场地的网格地图。
S4、在所述网格地图上融合所述停靠点信息,自动生成一张建立在所述网格地图上的拓扑交通图。
在本实施例中,通过获取机器人在场地运动的区域布局示意图和动线,确定机器人在所述全区域布局示意图中的停靠点,扫描所述场地环境自动生成所述场地的网格地图,并在所述网格地图上融合所述停靠点信息,自动生成一张建立在所述网格地图上的拓扑交通图,从而通过拓扑交通图帮助机器人建立运行规则,使机器人运行时能够遵循运行规则,并对其行为进行约束,更有效地估计机器人运动状态,在复杂的场景下,使得现有的SLAM技术可以适用基于SLAM的人机协作以及大规模机器人调度应用。
在一个实施例中,所述步骤S1中,所述获取机器人在场地运动的区域布局示意图和动线,包括:
S11、获取机器人在场地运动的区域布局示意图。
如图2所示,为获取机器人在场地运动的全区域布局示意图。
S12、确定机器人在所述区域布局示意图中的动线,其中,所述动线为机器人按照一定规则运动的路线。
一般的仓库都会有路线规划,所述路线规划可以简单理解为一个最快遍历所有货位的最短路线,并且所有机器人都遵守这个路线图,可以有效减少机器人拣货时的相遇概率。
为了保证机器人的正常运行,需要确定一个路线规划,通称做动线。
根据机器人在场地中的运动方向、运动次序,确定机器人在所述区域布局示意图中的动线。
例如,如图3所示的箭头所示,就是机器人在所述区域布局示意图中的动线。
在一个实施例中,所述步骤S2中,所述根据所述区域布局示意图和动线示意图,确定机器人在所述全区域布局示意图中的停靠点。包括:
在所述动线示意图中规划的路线上确定适当的间隔标上点(线上标点),这些点就是机器人可能停靠的停靠点。
机器人沿着动线运动,会根据需要停靠在停靠点,同时也会在靠近停靠点时停靠在停靠点周围。所以,要预先在所述全区域布局示意图中,确定机器人有可能停靠的所有停靠点。
例如,如图4所示,用竖向数字标记机器人有可能停靠的所有停靠点。
在一个实施例中,所述步骤S3中,所述扫描所述场地环境,获取并自动生成场地的网格地图;包括:
SLAM机器人扫描外界环境,获取并自动生成场地的网格地图。
例如,如图5所示,SLAM机器人扫描外界环境,获取并自动生成场地的网格地图。可以发现,所述网格地图基本上与所述区域布局示意图是相似的。
在一个实施例中,所述步骤S4中,所述在所述网格地图上融合所述停靠点信息,自动生成一张建立在所述网格地图上的拓扑交通图;包括:
S41、在所述网格地图上融合所有所述停靠点信息;包括:
方法一:人工将每一个停靠点标记在所述网格地图上,然后读取对应的坐标。
例如,如图6所示,就是通过人工方式在所述网格地图上融合所有停靠点信息。
但是以上这种人工标记的方式对于大规模的场地(例如仓库)而言,非常耗费人力,而且还容易出错。
所以,对于大规模的场地(例如仓库)而言,一般是采用以下这种批量录入停靠点的方式。
方法二:
S411、建立定义顶点规则的种子文件,所述种子文件包括起始停靠点和目标停靠点在内的首尾停靠点信息。
例如,所述种子文件的格式如下表所示。
Figure 509420DEST_PATH_IMAGE001
S412、在所述种子文件中录入一条路由的首尾停靠点信息,再根据所述首尾停靠点信息和所有所述停靠点信息,按预设策略生成中间停靠点的信息。优选地,所述预设策略包括平均生成策略,即平均生成中间停靠点的信息。
例如,如图7所示,是在所述种子文件中录入一条路由的首尾停靠点信息的示意图。如图8所示,是按预设策略生成中间停靠点的信息的示意图。
S413、重复S412,直至将所有停靠点信息融合在所述网格地图上。
例如,如图8所示,是在所述网格地图上融合所有停靠点信息的示意图。
S42、根据所述动线信息,将所述网格地图上所有停靠点进行路由连接,自动生成一张建立在所述网格地图上的拓扑交通图;包括:
S421、根据所述动线信息,建立路由连接种子文件,所述路由连接种子文件包括:起始停靠点、目标停靠点、增量(increment)。
例如,所述路由连接种子文件的格式如下表所示。
Figure 170208DEST_PATH_IMAGE002
S422、根据所述路由连接种子文件,自动将所述网格地图上所有停靠点进行路由连接,自动生成一张建立在所述网格地图上的拓扑交通图。
例如,如图9所示,是一张建立在所述网格地图上的拓扑交通图的示意图。
通过以上这种批量录入停靠点的方法,耗费人力较少,极大地提高工作效率,而且不容易出错,非常适合大规模的场地使用。
在一个实施例中,如图10所示,本发明提供一种机器人快速路由定制的方法,所述方法包括:
S51、获取机器人在场地运动的区域布局示意图和动线。
S52、标记所述动线所在的通道首尾。
如图11所示中,纵向标注的线条所示即为动线所在的通道首尾的示意图。
S53、标记出货架所在的通道位置。
如图12所示中,横向标注的线条所示即为货架所在的通道位置的示意图。
S54、设置在每个通道需要停靠点的数量,得到建立在所述区域布局示意图上的全部拓扑交通图。
如图13所示中,即是建立在所述区域布局示意图上的拓扑交通图的示意图。
在本实施例中,通过棋盘格标记方式自动生成路由图,即确定可使机器人在场地运动的区域布局示意图和动线,标记所述动线所在的通道首尾,再标记出货架所在的通道位置,设置在每个通道需要停靠点的数量,即可得到建立在所述区域布局示意图上的全部拓扑交通图,从而通过拓扑交通图帮助机器人建立运行规则,使机器人运行时能够遵循运行规则,并对其行为进行约束,更有效地估计机器人运动状态,适用于比较规整的场地布局场景,其需求的标记动作非常少,同时不再需要种子文件,工作效率高,使得现有的SLAM技术可以适用基于SLAM的人机协作以及大规模机器人调度应用。
在一个实施例中,如图14所示,本发明提供一种机器人快速路由定制的装置,所述装置包括:获取模块10、确定模块20、生成模块30;其中:
所述获取模块10,用于获取机器人在场地运动的区域布局示意图和动线,以及扫描所述场地环境,获取并自动生成所述场地的网格地图。
所述确定模块20,用于根据所述区域布局示意图和动线,确定机器人在所述全区域布局示意图中的停靠点。
所述生成模块30,用于在所述网格地图上融合所述停靠点信息,自动生成一张建立在所述网格地图上的拓扑交通图。
在本实施例中,通过获取机器人在场地运动的区域布局示意图和动线,确定机器人在所述全区域布局示意图中的停靠点,扫描所述场地环境自动生成所述场地的网格地图,并在所述网格地图上融合所述停靠点信息,自动生成一张建立在所述网格地图上的拓扑交通图,从而通过拓扑交通图帮助机器人建立运行规则,使机器人运行时能够遵循运行规则,并对其行为进行约束,更有效地估计机器人运动状态,在复杂的场景下,使得现有的SLAM技术可以适用基于SLAM的人机协作以及大规模机器人调度应用。
在一个实施例中,所述生成模块30,具体用于:
在所述网格地图上融合所有停靠点信息;包括:建立定义顶点规则的种子文件,所述种子文件包括起始停靠点和目标停靠点在内的首尾停靠点信息。
在所述种子文件中录入一条路由的首尾停靠点信息,再根据所述首尾停靠点信息和所有停靠点信息,按预设策略生成中间停靠点的信息;按上述方法重复录入另一条路由的停靠点信息,直至将所有停靠点信息融合在所述网格地图上。优选地,所述预设策略包括平均生成策略,即平均生成中间停靠点的信息。
根据所述动线信息,将所述网格地图上所有停靠点进行路由连接,自动生成一张建立在所述网格地图上的拓扑交通图;包括:根据所述动线信息,建立路由连接种子文件,所述路由连接种子文件包括:起始停靠点、目标停靠点、增量(increment);根据所述路由连接种子文件,自动将所述网格地图上所有停靠点进行路由连接,自动生成一张建立在所述网格地图上的拓扑交通图。
需要说明的是,上述装置实施例与方法实施例属于同一构思,其具体实现过程详见方法实施例,且方法实施例中的技术特征在所述装置实施例中均对应适用,这里不再赘述。
以下以仓库场景为例,对本发明的技术方案作进一步的说明。
在一个实施例中,如图15所示,本发明提供一种机器人快速路由定制的方法,所述方法包括:
S601、获取机器人在仓库场地运动的区域布局示意图。如图2所示。
S602、确定机器人在所述区域布局示意图中的动线,其中,所述动线为机器人按照一定规则运动的路线。
例如,如图3所示的箭头所示,就是机器人在所述区域布局示意图中的动线。
S603、根据所述区域布局示意图和动线,确定机器人在所述全区域布局示意图中的停靠点。
机器人沿着动线运动,会根据需要停靠在停靠点,同时也会在靠近停靠点时停靠在停靠点周围。所以,要预先在所述全区域布局示意图中,确定机器人有可能停靠的所有停靠点。
例如,如图4所示,用竖向数字标记机器人有可能停靠的所有停靠点。
S604、SLAM机器人扫描外界环境,获取并自动生成仓库场地的网格地图。
例如,如图5所示,SLAM机器人扫描外界环境,获取并自动生成场地的网格地图。可以发现,所述网格地图基本上与所述区域布局示意图是相似的。
S605、建立定义顶点规则的种子文件,所述种子文件包括起始停靠点和目标停靠点在内的首尾停靠点信息。
S606、在所述种子文件中录入一条路由的首尾停靠点信息,再根据所述首尾停靠点信息和所有所述停靠点信息,平均生成中间停靠点的信息。如图7和图8所示。
S607、重复S606,直至将所有停靠点信息融合在所述网格地图上。
例如,如图8所示,是在所述网格地图上融合所有停靠点信息的示意图。
S608、根据动线信息,建立路由连接种子文件,所述路由连接种子文件包括:起始停靠点、目标停靠点、增量(increment)。
S609、根据所述路由连接种子文件,自动将所述网格地图上所有停靠点进行路由连接,自动生成一张建立在所述网格地图上的拓扑交通图。
例如,如图9所示,是一张建立在所述网格地图上的拓扑交通图的示意图。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。

Claims (10)

1.一种机器人快速路由定制的方法,其特征在于,所述方法包括:
获取机器人在场地运动的区域布局示意图和动线;
根据所述区域布局示意图和动线,确定机器人在所述区域布局示意图中的停靠点;
扫描所述场地环境,获取并自动生成所述场地的网格地图;
在所述网格地图上融合所述停靠点信息,自动生成一张建立在所述网格地图上的拓扑交通图。
2.如权利要求1所述的方法,其特征在于,所述获取机器人在场地运动的区域布局示意图和动线,包括:
获取机器人在场地运动的区域布局示意图;
确定机器人在所述区域布局示意图中的动线。
3.如权利要求2所述的方法,其特征在于,所述确定机器人在所述区域布局示意图中的动线,包括:根据机器人在场地中的运动方向、运动次序,确定机器人在所述区域布局示意图中的动线。
4.如权利要求2所述的方法,其特征在于,所述在所述网格地图上融合所述停靠点信息,自动生成一张建立在所述网格地图上的拓扑交通图;包括:
在所述网格地图上融合所有停靠点信息;
根据所述动线信息,将所述网格地图上所有停靠点进行路由连接,自动生成一张建立在所述网格地图上的拓扑交通图。
5.如权利要求4所述的方法,其特征在于,所述在所述网格地图上融合所有停靠点信息;包括:将每一个停靠点标记在所述网格地图上,然后读取对应的坐标。
6.如权利要求4所述的方法,其特征在于,所述在所述网格地图上融合所有停靠点信息,包括:
建立定义顶点规则的种子文件,所述种子文件包括起始停靠点和目标停靠点在内的首尾停靠点信息;
在所述种子文件中录入一条路由的首尾停靠点信息,再根据所述首尾停靠点信息和所有停靠点信息,按预设策略生成中间停靠点的信息;按上述方法重复录入另一条路由停靠点信息,直至将所有停靠点信息融合在所述网格地图上。
7.如权利要求6所述的方法,其特征在于,所述预设策略包括平均生成策略,即平均生成中间停靠点的信息。
8.如权利要求6所述的方法,其特征在于,所述根据所述动线信息,将所述网格地图上所有停靠点进行路由连接,自动生成一张建立在所述网格地图上的拓扑交通图;包括:
根据所述动线信息,建立路由连接种子文件;
根据所述路由连接种子文件,自动将所述网格地图上所有停靠点进行路由连接,自动生成一张建立在所述网格地图上的拓扑交通图。
9.一种机器人快速路由定制的方法,其特征在于,所述方法包括:
获取机器人在场地运动的区域布局示意图和动线;
标记所述动线所在的通道首尾;
标记出货架所在的通道位置;
设置在每个通道需要停靠点的数量,得到建立在所述区域布局示意图上的全部拓扑交通图。
10.一种机器人快速路由定制的装置,应用于如权利要求1至8任一项所述的一种机器人快速路由定制的方法,其特征在于,所述装置包括:获取模块、确定模块、生成模块;其中:
所述获取模块,用于获取机器人在场地运动的区域布局示意图和动线,以及扫描所述场地环境,获取并自动生成所述场地的网格地图;
所述确定模块,用于根据所述区域布局示意图和动线,确定机器人在所述区域布局示意图中的停靠点;
所述生成模块,用于在所述网格地图上融合所述停靠点信息,自动生成一张建立在所述网格地图上的拓扑交通图。
CN202011394653.4A 2020-12-03 2020-12-03 一种机器人快速路由定制的方法和装置 Pending CN112215443A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011394653.4A CN112215443A (zh) 2020-12-03 2020-12-03 一种机器人快速路由定制的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011394653.4A CN112215443A (zh) 2020-12-03 2020-12-03 一种机器人快速路由定制的方法和装置

Publications (1)

Publication Number Publication Date
CN112215443A true CN112215443A (zh) 2021-01-12

Family

ID=74068021

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011394653.4A Pending CN112215443A (zh) 2020-12-03 2020-12-03 一种机器人快速路由定制的方法和装置

Country Status (1)

Country Link
CN (1) CN112215443A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103914068A (zh) * 2013-01-07 2014-07-09 中国人民解放军第二炮兵工程大学 一种基于栅格地图的服务机器人自主导航方法
CN104914865A (zh) * 2015-05-29 2015-09-16 国网山东省电力公司电力科学研究院 变电站巡检机器人定位导航系统及方法
CN105352508A (zh) * 2015-10-22 2016-02-24 深圳创想未来机器人有限公司 机器人定位导航方法及装置
CN106371061A (zh) * 2015-07-24 2017-02-01 恒准定位股份有限公司 定位信息建立方法及空间定位方法
CN106774351A (zh) * 2017-03-24 2017-05-31 上海思岚科技有限公司 具虚拟轨道功能的定位导航装置和机器人
CN106843206A (zh) * 2016-12-26 2017-06-13 湖南天特智能科技有限公司 基于已有路网的辅助定位方法
CN106931978A (zh) * 2017-02-23 2017-07-07 湖南天特智能科技有限公司 自动构建路网的室内地图生成的方法
CN108827278A (zh) * 2018-10-09 2018-11-16 上海岚豹智能科技有限公司 导航方法及设备
CN109916393A (zh) * 2019-03-29 2019-06-21 电子科技大学 一种基于机器人位姿的多重栅格值导航方法及其应用

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103914068A (zh) * 2013-01-07 2014-07-09 中国人民解放军第二炮兵工程大学 一种基于栅格地图的服务机器人自主导航方法
CN104914865A (zh) * 2015-05-29 2015-09-16 国网山东省电力公司电力科学研究院 变电站巡检机器人定位导航系统及方法
CN106371061A (zh) * 2015-07-24 2017-02-01 恒准定位股份有限公司 定位信息建立方法及空间定位方法
CN105352508A (zh) * 2015-10-22 2016-02-24 深圳创想未来机器人有限公司 机器人定位导航方法及装置
CN106843206A (zh) * 2016-12-26 2017-06-13 湖南天特智能科技有限公司 基于已有路网的辅助定位方法
CN106931978A (zh) * 2017-02-23 2017-07-07 湖南天特智能科技有限公司 自动构建路网的室内地图生成的方法
CN106774351A (zh) * 2017-03-24 2017-05-31 上海思岚科技有限公司 具虚拟轨道功能的定位导航装置和机器人
CN108827278A (zh) * 2018-10-09 2018-11-16 上海岚豹智能科技有限公司 导航方法及设备
CN109916393A (zh) * 2019-03-29 2019-06-21 电子科技大学 一种基于机器人位姿的多重栅格值导航方法及其应用

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张昱: "ArcGIS在PBN飞行程序航路参数误差评估中的应用", 《大科技》 *

Similar Documents

Publication Publication Date Title
EP3612906B1 (en) Method and system for environment map generation and alignment
CN106980320B (zh) 机器人充电方法及装置
KR100748245B1 (ko) 인공표식과 지역좌표계를 이용한 이동로봇의 환경지도 작성방법 및 이동 방법
CN105867389A (zh) 一种agv小车混合激光导航方法
CN107742304B (zh) 移动轨迹的确定方法及装置、移动机器人及存储介质
CN107422735A (zh) 一种无轨导航agv激光与视觉特征混合导航方法
CN110986920B (zh) 定位导航方法、装置、设备及存储介质
CN110849366A (zh) 一种基于视觉和激光雷达融合的导航方法及系统
KR101525071B1 (ko) 탐색 알고리즘을 이용한 미지 환경에서의 경로 매핑 및 영역 탐색방법
CN108363385A (zh) Agv同场工作协同方法、电子设备、存储介质及系统
Butler Distributed coverage of rectilinear environments
JP2009053561A (ja) 自律移動装置用の地図生成システムおよび地図生成方法
CN112894758A (zh) 机器人清洗控制系统、方法、装置和计算机设备
CN107632607A (zh) 基于二维激光Slam和Tag标签的移动机器人精确定位方法
US20210278222A1 (en) Generating a new hybrid map for navigation
CN110861082A (zh) 辅助建图方法、装置、建图机器人及存储介质
JP3715420B2 (ja) 無人搬送車の走行プログラム作成装置
CN112215443A (zh) 一种机器人快速路由定制的方法和装置
CN113379011A (zh) 位姿校正方法、装置、设备和存储介质
Basavanna et al. Navigation of mobile robot through mapping using Orbbec Astra camera and ROS in an indoor environment
CN112462768B (zh) 移动机器人导航地图的创建方法、装置及移动机器人
CN114995424A (zh) 一种移动工作站的控制方法及其相关设备
CN112732847B (zh) 导航地图生成方法、电子设备及计算机可读存储介质
JP2023069243A (ja) 地図作成システムおよびプログラム
CN113741425A (zh) 一种全覆盖路径规划方法及导航系统

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: 518000 Room 401, block D, building 7, Shenzhen International Innovation Valley, Dashi 1st Road, Xili community, Xili street, Nanshan District, Shenzhen, Guangdong

Applicant after: JUXING TECHNOLOGY (SHENZHEN) Co.,Ltd.

Address before: 518000 building 101, building R3b, Gaoxin industrial village, No.018, Gaoxin South 7th Road, community, high tech Zone, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province

Applicant before: JUXING TECHNOLOGY (SHENZHEN) Co.,Ltd.

CB02 Change of applicant information
RJ01 Rejection of invention patent application after publication

Application publication date: 20210112

RJ01 Rejection of invention patent application after publication