CN112504276A - 路径规划方法、装置、无人设备及存储介质 - Google Patents

路径规划方法、装置、无人设备及存储介质 Download PDF

Info

Publication number
CN112504276A
CN112504276A CN202011311543.7A CN202011311543A CN112504276A CN 112504276 A CN112504276 A CN 112504276A CN 202011311543 A CN202011311543 A CN 202011311543A CN 112504276 A CN112504276 A CN 112504276A
Authority
CN
China
Prior art keywords
path
point
starting point
reference point
route
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
CN202011311543.7A
Other languages
English (en)
Other versions
CN112504276B (zh
Inventor
吴泽龙
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.)
Guangzhou Xaircraft Technology Co Ltd
Original Assignee
Guangzhou Xaircraft Technology 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 Guangzhou Xaircraft Technology Co Ltd filed Critical Guangzhou Xaircraft Technology Co Ltd
Priority to CN202011311543.7A priority Critical patent/CN112504276B/zh
Publication of CN112504276A publication Critical patent/CN112504276A/zh
Application granted granted Critical
Publication of CN112504276B publication Critical patent/CN112504276B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请实施例涉及自动驾驶技术领域,提供一种路径规划方法、装置、无人设备及存储介质,通过在作业路径上搜索参考点,使得以无人设备的当前位置为起点、参考点为终点生成入线路径后,得到的入线路径能够满足设定要求,从而使得无人机能够按照该入线路径自动驶入作业路径,无需人工参与,利于农业的无人化发展。

Description

路径规划方法、装置、无人设备及存储介质
技术领域
本申请实施例涉及自动驾驶技术领域,具体而言,涉及一种路径规划方法、装置、无人设备及存储介质。
背景技术
目前,无人设备(例如,农机、无人车等)在执行自动驾驶任务前,需要人工驾驶无人设备进入作业路径后,再采用自动驾驶;同时,无人设备在执行自动驾驶任务过程中,如果无人设备驶出了作业路径,也需要人工驾驶无人设备进入作业路径后,再采用自动驾驶。这种方式需要耗费大量人力,不利于农业的无人化发展。
发明内容
本申请实施例的目的在于提供一种路径规划方法、装置、无人设备及存储介质,用以规划入线路径以使无人设备自动驶入作业路径。
为了实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供了一种路径规划方法,所述方法包括:以作业路径的起点为搜索起点,在所述作业路径上确定参考点;生成入线路径,其中,所述入线路径的起点为无人设备的当前位置,所述入线路径的终点为所述参考点;若所述入线路径不满足设定要求,则以所述参考点为搜索起点并重复执行所述在作业路径上确定参考点的步骤,直至生成满足所述设定要求的所述入线路径。
可选地,所述作业路径包括多个离散点,所述多个离散点位于所述作业路径的起点和终点之间;所述在作业路径上确定参考点的步骤,包括:计算所述当前位置与所述搜索起点之间的第一距离;逐个计算所述搜索起点后的各个离散点与所述当前位置之间的第二距离,直至找到所述第二距离大于或等于所述第一距离的目标离散点;从所述目标离散点及所述目标离散点前的各个点中,确定出与所述当前位置之间的距离最小的点作为所述参考点。
可选地,所述在作业路径上确定参考点的步骤,包括:计算所述当前位置与所述搜索起点之间的第一距离;按照设定离散分辨率对所述作业路径进行离散化,得到多个离散点,所述多个离散点位于所述作业路径的起点和终点之间;逐个计算所述搜索起点后的各个离散点与所述当前位置之间的第二距离,直至找到所述第二距离大于或等于所述第一距离的目标离散点;从所述目标离散点及所述目标离散点前的各个点中,确定出与所述当前位置之间的距离最小的点作为所述参考点。
可选地,所述生成入线路径的步骤,包括:获取所述无人设备的当前位姿,所述当前位姿包括当前位置和当前方向;根据所述参考点和所述作业路径,确定出所述无人设备的终点位姿,所述终点位姿包括终点位置和终点方向;以所述当前位姿为起点位姿,根据所述起点位姿和所述终点位姿生成所述入线路径。
可选地,所述方法还包括:判断所述入线路径是否满足所述设定要求;若所述入线路径满足所述设定要求,则按照所述入线路径进行导航,以使所述无人设备切入所述作业路径。
可选地,所述以作业路径的起点为搜索起点,在所述作业路径上确定参考点的步骤之前,所述方法还包括:判断所述作业路径是否满足预设要求;若是,则执行所述以作业路径的起点为搜索起点,在所述作业路径上确定参考点的步骤;若否,则对所述作业路径进行预处理,直至所述作业路径满足所述预设要求,并执行所述以作业路径的起点为搜索起点,在所述作业路径上确定参考点的步骤。
第二方面,本申请实施例还提供了一种路径规划装置,所述装置包括:参考点确定模块,用于以作业路径的起点为搜索起点,在所述作业路径上确定参考点;路径生成模块,用于生成入线路径,其中,所述入线路径的起点为无人设备的当前位置,所述入线路径的终点为所述参考点;处理模块,用于若所述入线路径不满足设定要求,则以所述参考点为搜索起点并重复执行所述在作业路径上确定参考点的步骤,直至生成满足所述设定要求的所述入线路径。
可选地,所述装置还包括预处理模块,所述预处理模块用于:判断所述作业路径是否满足预设要求;若是,则执行所述以作业路径的起点为搜索起点,在所述作业路径上确定参考点的步骤;若否,则对所述作业路径进行预处理,直至所述作业路径满足所述预设要求,并执行所述以作业路径的起点为搜索起点,在所述作业路径上确定参考点的步骤。
第三方面,本申请实施例还提供了一种无人设备,所述无人设备包括:一个或多个处理器;存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述的路径规划方法。
第四方面,本申请实施例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,该计算机程序被处理器执行时实现上述的路径规划方法。
相对现有技术,本申请实施例提供的一种路径规划方法、装置、无人设备及存储介质,通过在作业路径上搜索参考点,使得以无人设备的当前位置为起点、参考点为终点生成入线路径后,得到的入线路径能够满足设定要求,从而使得无人机能够按照该入线路径自动驶入作业路径,无需人工参与,利于农业的无人化发展。
附图说明
图1示出了本申请实施例提供的路径规划方法的一种流程示意图。
图2为图1示出的路径规划方法中步骤S101的一种流程示意图。
图3示出了本申请实施例提供的作业路径的示例图。
图4为图1示出的路径规划方法中步骤S101的另一种流程示意图。
图5为图1示出的路径规划方法中步骤S102的流程示意图。
图6示出了本申请实施例提供的路径规划方法的另一种流程示意图。
图7示出了本申请实施例提供的路径规划方法的又一种流程示意图。
图8示出了本申请实施例提供的路径规划装置的方框示意图。
图9示出了本申请实施例提供的无人设备的方框示意图。
图标:100-路径规划装置;101-参考点确定模块;102-路径生成模块;103-处理模块;104-预处理模块;10-无人设备;11-处理器;12-存储器;13-总线。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述。
农业无人化智能化是农业发展的关键,目前,无人设备(例如,农机、无人车等)在执行自动驾驶任务前,首先需要规划出作业路径,然后人工驾驶无人设备进入作业路径,之后无人设备以自动驾驶模式行驶。同时,无人设备在执行自动驾驶任务的过程中,如果发现无人设备驶出了作业路径,则需要从自动驾驶模式切换为人工驾驶模式,人工驾驶无人设备回到作业路径后,无人设备再以自动驾驶模式行驶。显然,这种方式需要耗费大量人力,不利于农业的无人化发展。
现有技术中存在个别方法可以规划路径,使得无人设备能以自动驾驶模式进入作业路径,但是,这些方法规划的路径,无法满足无人设备的作业要求。例如,无人设备进入作业路径后可作业路径过少,或者,无人设备需要频繁调头,或者,无人设备需要行驶多余路程(例如,已作业的路段)等,无法满足无人设备自动驶入作业路径后的作业要求。
为了解决上述问题,本申请实施例通过在作业路径上搜索参考点,使得以无人设备的当前位置为起点、该参考点为终点生成入线路径后,得到的入线路径能够满足设定要求,从而使得无人机能够自动驶入作业路径,无需人工参与,利于农业的无人化发展,同时,也能满足无人设备的作业要求,例如,无人设备能以尽量平滑的状态进入作业路径、进入作业路径后能保留尽量多的可作业路径、尽量避免不必要的调头、尽量避免多余的路程等。下面进行详细介绍。
本实施例中的无人设备可以是农机、无人车,也可以是无人船、机器人等,用户可以根据实际应用场景选择不同的设备,在此不做限定。
请参照图1,图1示出了本申请实施例提供的路径规划方法的流程示意图。该路径规划方法应用于无人设备,包括以下步骤:
S101,以作业路径的起点为搜索起点,在作业路径上确定参考点。
在无人设备执行自动驾驶任务前,需要无人设备自动驶入作业路径的情况下,或者,在执行自动驾驶任务的过程中,无人设备驶出了作业路径,需要无人设备自动回到作业路径的情况下,可以采用本实施例提供的方法进行入线路径规划。
在进行入线路径规划前,首先需要获取无人设备的当前位姿和预先规划的作业路径,之后再基于无人设备的当前位姿和作业路径规划入线路径。位姿指的是位置和方向,故无人设备的当前位姿包括当前位置和当前方向。作业路径可以是直线,也可以是曲线,下述实施例以曲线为例进行说明。
规划入线路径时,为了使无人设备通过入线路径进入作业路径后,能够保留尽量多的可作业路径,需要以作业路径的起点为搜索起点、以作业路径的前进方向为搜索方向,往前搜索,直至在作业路径上找出参考点。
同时,为了使无人设备能以尽量平滑的状态进入作业路径,需要确保生成的入线路径能尽量平滑的切入作业路径,因此,可以通过以下方式搜索出参考点:首先,计算无人设备的当前位置和搜索起点之间的距离d0;然后,从搜索起点开始,依次往前搜索,直至找到一个与无人设备的当前位置之间的距离大于等于d0的点;再从该点和该点之前的所有点中,找出与无人设备的当前位置之间的距离最小的点作为参考点。
S102,生成入线路径,其中,入线路径的起点为无人设备的当前位置,入线路径的终点为参考点。
在作业路径上确定出参考点之后,就能以无人设备的当前位置为起点、以参考点为终点,生成入线路径。
可选地,生成入线路径的方式可以是:先确定起点位姿和终点位姿,有了起点位姿和终点位姿,就可以直接采用现有的各种路径生成方法,例如,RLR曲线、多项式曲线等,生成入线路径。
其中,起点位姿就是无人设备的当前位姿。终点位姿包括终点位置和终点方向,终点位置为参考点的位置,终点方向可以通过参考点和参考点前后的点之间的差分关系,近似求得。例如,通过参考点和参考点的前一个点之间的差分关系,或者,参考点的前一个点和参考点的后一个点之间的差分关系,近似求得。
需要指出的是,通过两个点之间的差分关系求方向的过程是现有技术,在此不再赘述。
S103,若入线路径不满足设定要求,则以参考点为搜索起点并重复执行在作业路径上确定参考点的步骤,直至生成满足设定要求的入线路径。
生成入线路径后,为了满足无人设备的作业要求,例如,无人设备能以尽量平滑的状态进入作业路径、进入作业路径后能保留尽量多的可作业路径、尽量避免不必要的调头、尽量避免多余的路程等,需要检查入线路径是否满足设定要求。
设定要求可以是,但不限于:入线路径必须足够光滑、曲率必须连续、最小曲率半径不小于无人设备的最小转弯半径、没有穿过障碍物、不经过已作业区域等。
需要指出的是,以上设定要求仅为示例,设定要求可以由用户可以根据实际应用场景,结合作业需要以及无人设备的特性进行设计,在此不做限定。
如果入线路径满足作业要求,则可以控制无人设备按照入线路径行驶,以进入作业路径。如果入线路径不满足作业要求,则需要更新终点,以重新规划入线路径,即,重新确定参考点。
为了提高处理效率,重新确定参考点的过程可以是:以当前确定的参考点为搜索起点、以作业路径的前进方向为搜索方向,往前搜索,即,以当前确定的参考点为搜索起点,重复执行步骤S101~S102,直至找到生成的入线路径满足设定要求,再控制无人设备按照入线路径行驶,以进入作业路径。
在一种可能的情形下,在搜索参考点的过程中,如果作业路径上的点取的太密,则可能需要花费大量的时间才能找到参考点;如果作业路径上的点取的太稀疏,则可能导致无法得到满足设定要求的入线路径。因此,可以将作业路径离散化为多个离散点,该多个离散点位于作业路径的起点和终点之间,之后再基于离散点搜索参考点。
因此,作为一种实施方式,在图1的基础上,请参照图2,步骤S101可以包括以下子步骤:
S1011,计算当前位置与搜索起点之间的第一距离。
S1012,逐个计算搜索起点后的各个离散点与当前位置之间的第二距离,直至找到第二距离大于或等于第一距离的目标离散点。
S1013,从目标离散点及目标离散点前的各个点中,确定出与当前位置之间的距离最小的点作为参考点。
例如,请参照图3,图中的曲线为作业路径,A为作业路径的起点,B为作业路径的终点,1、2、3……n为各个离散点,S为无人设备的当前位置。假设第一距离为d0,第二距离为d,搜索起点为A。在计算出第一距离d0后,需要逐个计算搜索起点A后的各个离散点(即,1、2、3……n)与S之间的第二距离d,直至找到d≥d0的目标离散点(例如,4),再从目标离散点和目标离散点前的各个点(例如,A、1、2、3、4)中,找出一个与S之间的距离最小的点作为参考点。参考点可能是A、1、2、3……n中的任一个。
需要指出的是,将作业路径进行离散化的过程,可以在搜索参考点之前进行,也可以在搜索参考点的过程中进行。
因此,作为另一种实施方式,在图1的基础上,请参照图4,步骤S101也可以包括以下子步骤:
S101a,计算当前位置与搜索起点之间的第一距离。
S101b,按照设定离散分辨率对作业路径进行离散化,得到多个离散点,多个离散点位于作业路径的起点和终点之间。
设定离散分辨率可以是按照无人设备的控制系统的控制周期设计的,将控制周期和无人设备的速度的乘积,作为设定离散分辨率。例如,控制周期为0.5s,无人设备的速度为1m/s,则设定超前距离为0.5m。
S101c,逐个计算搜索起点后的各个离散点与当前位置之间的第二距离,直至找到第二距离大于或等于第一距离的目标离散点。
S101d,从目标离散点及目标离散点前的各个点中,确定出与当前位置之间的距离最小的点作为参考点。
下面对步骤S102进行详细介绍。在图1的基础上,请参照图5,步骤S102可以包括以下子步骤:
S1021,获取无人设备的当前位姿,当前位姿包括当前位置和当前方向。
S1022,根据参考点和作业路径,确定出无人设备的终点位姿,终点位姿包括终点位置和终点方向。
在本实施例中,终点位姿包括终点位置和终点方向,终点位置为参考点的位置。
终点方向可以通过参考点和作业路径上参考点前后的点之间的差分关系,近似求得。例如,通过参考点和作业路径上参考点的前一个点之间的差分关系,或者,作业路径上参考点的前一个点和参考点的后一个点之间的差分关系,近似求得。
S1023,以当前位姿为起点位姿,根据起点位姿和终点位姿生成入线路径。
在本实施例中,根据起点位姿和终点位姿生成入线路径的方法,可以是现有的各种路径生成方法,例如,RLR曲线、多项式曲线等,在此不再赘述。
在本实施例中,如果生成的入线路径满足设定要求,则说明当前生成的入线路径可以输出作为最终的入线路径,用于无人设备的自动导航。因此,在图1的基础上,请参照图6,在步骤S102之后,路径规划方法还可以包括步骤S110和S120。
S110,判断入线路径是否满足设定要求。
S120,若入线路径满足所述设定要求,则按照入线路径进行导航,以使无人设备切入作业路径。
在步骤S110中,如果入线路径满足设定要求,则执行步骤S120,即,将当前生成的入线路径输出作为最终的入线路径,用于无人设备的自动导航;如果入线路径不满足设定要求,则执行步骤S103,即,以当前确定的参考点为搜索起点,重复执行步骤S101~S102,直至生成满足设定要求的入线路径。
在一种可能的情形下,为了保证无人设备顺利执行自动驾驶任务,作业路径需要考虑作业需求以及无人设备的特性,因此,在图1的基础上,请参照图7,在步骤S101之前,路径规划方法还可以包括步骤S1a和S1b。
S1a,判断作业路径是否满足预设要求。
S1b,对作业路径进行预处理,直至作业路径满足预设要求。
在步骤S1a中,如果作业路径满足预设要求,则执行步骤S101,即,以作业路径的起点为搜索起点,在作业路径上确定参考点;如果作业路径不满足预设要求,则执行步骤S1b,即,对作业路径进行预处理,直至作业路径满足预设要求。
预设要求可以是,但不限于:作业路径必须足够光滑、曲率必须连续、最小曲率半径不小于无人设备的最小转弯半径、没有穿过障碍物、不经过已作业区域等。
需要指出的是,对入线路径的设定要求和对作业路径的预设要求类似,预设要求也可以由用户可以根据实际应用场景,结合作业需要以及无人设备的特性进行设计,在此不做限定。
步骤S1b中,对作业路径进行预处理的方法,可以采用现有的平滑滤波、凸优化等,在此不再赘述。
与现有技术相比,本申请实施例具有以下有益效果:
首先,通过在作业路径上搜索参考点,使得以无人设备的当前位置为起点、参考点为终点生成入线路径后,得到的入线路径能够满足设定要求,从而使得无人机能够按照该入线路径自动驶入作业路径,无需人工参与,利于农业的无人化发展;
其次,由于最终输出的入线路径是满足设定要求的,则无人设备按照入线路径行驶,能满足无人设备的作业要求,例如,无人设备能以尽量平滑的状态进入作业路径、进入作业路径后能保留尽量多的可作业路径、尽量避免不必要的调头、尽量避免多余的路程等;
第三,终点方向的确定、入线路径的生成、以及作业路径的预处理,均可以直接采用现有的方法,大大减少了开发的技术成本。
为了执行上述路径规划方法实施例及各个可能的实施方式中的相应步骤,下面给出一种应用于路径规划装置的实现方式。
请参照图8,图8示出了本申请实施例提供的路径规划装置100的方框示意图。路径规划装置100应用于无人设备,包括:参考点确定模块101、路径生成模块102及处理模块103。
参考点确定模块101,用于以作业路径的起点为搜索起点,在作业路径上确定参考点。
路径生成模块102,用于生成入线路径,其中,入线路径的起点为无人设备的当前位置,入线路径的终点为参考点。
处理模块103,用于若入线路径不满足设定要求,则以参考点为搜索起点并重复执行在作业路径上确定参考点的步骤,直至生成满足设定要求的入线路径。
可选地,作业路径包括多个离散点,多个离散点位于作业路径的起点和终点之间;参考点确定模块101执行在作业路径上确定参考点的方式,包括:计算当前位置与搜索起点之间的第一距离;逐个计算搜索起点后的各个离散点与当前位置之间的第二距离,直至找到第二距离大于或等于第一距离的目标离散点;从目标离散点及目标离散点前的各个点中,确定出与当前位置之间的距离最小的点作为参考点。
可选地,参考点确定模块101执行在作业路径上确定参考点的方式,包括:计算当前位置与搜索起点之间的第一距离;按照设定离散分辨率对作业路径进行离散化,得到多个离散点,多个离散点位于作业路径的起点和终点之间;逐个计算搜索起点后的各个离散点与当前位置之间的第二距离,直至找到第二距离大于或等于第一距离的目标离散点;从目标离散点及目标离散点前的各个点中,确定出与当前位置之间的距离最小的点作为参考点。
可选地,路径生成模块102具体用于:获取无人设备的当前位姿,当前位姿包括当前位置和当前方向;根据参考点和作业路径,确定出无人设备的终点位姿,终点位姿包括终点位置和终点方向;以当前位姿为起点位姿,根据起点位姿和终点位姿生成入线路径。
可选地,处理模块103还用于:判断入线路径是否满足设定要求;若入线路径满足所述设定要求,则按照入线路径进行导航,以使无人设备切入作业路径。
可选地,路径规划装置100还包括预处理模块104。
预处理模块104用于:判断作业路径是否满足预设要求;若是,则执行以作业路径的起点为搜索起点,在作业路径上确定参考点的步骤;若否,则对作业路径进行预处理,直至作业路径满足预设要求,并执行以作业路径的起点为搜索起点,在作业路径上确定参考点的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的路径规划装置100的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
请参照图9,图9示出了本申请实施例提供的无人设备10的方框示意图。无人设备10可以是农机、无人车、无人船、机器人等。无人设备10包括处理器11、存储器12及总线13,处理器11通过总线13与存储器12连接。
存储器12用于存储程序,例如图8所示的路径规划装置100,路径规划装置100包括至少一个可以软件或固件(firmware)的形式存储于存储器12中的软件功能模块,处理器11在接收到执行指令后,执行所述程序以实现上述实施例揭示的路径规划方法。
存储器12可能包括高速随机存取存储器(Random Access Memory,RAM),也可能还包括非易失存储器(non-volatile memory,NVM)。
处理器11可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器11中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器11可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、微控制单元(Microcontroller Unit,MCU)、复杂可编程逻辑器件(Complex Programmable LogicDevice,CPLD)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、嵌入式ARM等芯片。
本申请实施例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,计算机程序被处理器11执行时实现上述实施例揭示的路径规划方法。
综上所述,本申请实施例提供的一种路径规划方法、装置、无人设备及存储介质,通过在作业路径上搜索参考点,使得以无人设备的当前位置为起点、该参考点为终点生成入线路径后,得到的入线路径能够满足设定要求,从而使得无人机能够自动驶入作业路径,无需人工参与,利于农业的无人化发展,同时,也能满足无人设备的作业要求,例如,无人设备能以尽量平滑的状态进入作业路径、进入作业路径后能保留尽量多的可作业路径、尽量避免不必要的调头、尽量避免多余的路程等。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (10)

1.一种路径规划方法,其特征在于,所述方法包括:
以作业路径的起点为搜索起点,在所述作业路径上确定参考点;
生成入线路径,其中,所述入线路径的起点为无人设备的当前位置,所述入线路径的终点为所述参考点;
若所述入线路径不满足设定要求,则以所述参考点为搜索起点并重复执行所述在作业路径上确定参考点的步骤,直至生成满足所述设定要求的所述入线路径。
2.如权利要求1所述的方法,其特征在于,所述作业路径包括多个离散点,所述多个离散点位于所述作业路径的起点和终点之间;
所述在作业路径上确定参考点的步骤,包括:
计算所述当前位置与所述搜索起点之间的第一距离;
逐个计算所述搜索起点后的各个离散点与所述当前位置之间的第二距离,直至找到所述第二距离大于或等于所述第一距离的目标离散点;
从所述目标离散点及所述目标离散点前的各个点中,确定出与所述当前位置之间的距离最小的点作为所述参考点。
3.如权利要求1所述的方法,其特征在于,所述在作业路径上确定参考点的步骤,包括:
计算所述当前位置与所述搜索起点之间的第一距离;
按照设定离散分辨率对所述作业路径进行离散化,得到多个离散点,所述多个离散点位于所述作业路径的起点和终点之间;
逐个计算所述搜索起点后的各个离散点与所述当前位置之间的第二距离,直至找到所述第二距离大于或等于所述第一距离的目标离散点;
从所述目标离散点及所述目标离散点前的各个点中,确定出与所述当前位置之间的距离最小的点作为所述参考点。
4.如权利要求1所述的方法,其特征在于,所述生成入线路径的步骤,包括:
获取所述无人设备的当前位姿,所述当前位姿包括当前位置和当前方向;
根据所述参考点和所述作业路径,确定出所述无人设备的终点位姿,所述终点位姿包括终点位置和终点方向;
以所述当前位姿为起点位姿,根据所述起点位姿和所述终点位姿生成所述入线路径。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
判断所述入线路径是否满足所述设定要求;
若所述入线路径满足所述设定要求,则按照所述入线路径进行导航,以使所述无人设备切入所述作业路径。
6.如权利要求1所述的方法,其特征在于,所述以作业路径的起点为搜索起点,在所述作业路径上确定参考点的步骤之前,所述方法还包括:
判断所述作业路径是否满足预设要求;
若是,则执行所述以作业路径的起点为搜索起点,在所述作业路径上确定参考点的步骤;
若否,则对所述作业路径进行预处理,直至所述作业路径满足所述预设要求,并执行所述以作业路径的起点为搜索起点,在所述作业路径上确定参考点的步骤。
7.一种路径规划装置,其特征在于,所述装置包括:
参考点确定模块,用于以作业路径的起点为搜索起点,在所述作业路径上确定参考点;
路径生成模块,用于生成入线路径,其中,所述入线路径的起点为无人设备的当前位置,所述入线路径的终点为所述参考点;
处理模块,用于若所述入线路径不满足设定要求,则以所述参考点为搜索起点并重复执行所述在作业路径上确定参考点的步骤,直至生成满足所述设定要求的所述入线路径。
8.如权利要求7所述的装置,其特征在于,所述装置还包括预处理模块,所述预处理模块用于:
判断所述作业路径是否满足预设要求;
若是,则执行所述以作业路径的起点为搜索起点,在所述作业路径上确定参考点的步骤;
若否,则对所述作业路径进行预处理,直至所述作业路径满足所述预设要求,并执行所述以作业路径的起点为搜索起点,在所述作业路径上确定参考点的步骤。
9.一种无人设备,其特征在于,所述无人设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-6中任一项所述的路径规划方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-6中任一项所述的路径规划方法。
CN202011311543.7A 2020-11-20 2020-11-20 路径规划方法、装置、无人设备及存储介质 Active CN112504276B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011311543.7A CN112504276B (zh) 2020-11-20 2020-11-20 路径规划方法、装置、无人设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011311543.7A CN112504276B (zh) 2020-11-20 2020-11-20 路径规划方法、装置、无人设备及存储介质

Publications (2)

Publication Number Publication Date
CN112504276A true CN112504276A (zh) 2021-03-16
CN112504276B CN112504276B (zh) 2023-07-18

Family

ID=74959047

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011311543.7A Active CN112504276B (zh) 2020-11-20 2020-11-20 路径规划方法、装置、无人设备及存储介质

Country Status (1)

Country Link
CN (1) CN112504276B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114184195A (zh) * 2021-12-14 2022-03-15 广州极飞科技股份有限公司 路径搜索方法、装置、无人设备及存储介质
CN114253261A (zh) * 2021-12-08 2022-03-29 广州极飞科技股份有限公司 路径生成方法、作业控制方法及相关装置
CN114995378A (zh) * 2022-04-21 2022-09-02 阿波罗智能技术(北京)有限公司 一种轨迹规划方法、装置、电子设备、介质及车辆

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004008053A (ja) * 2002-06-05 2004-01-15 Yanmar Agricult Equip Co Ltd 農業用作業車
JP2009053927A (ja) * 2007-08-27 2009-03-12 Panasonic Electric Works Co Ltd 自律移動のための経路生成装置および該装置を用いた自律移動装置
CN104848870A (zh) * 2015-06-05 2015-08-19 深圳市凯立德科技股份有限公司 一种偏航后的导航路径规划方法及设备
CN109933077A (zh) * 2017-12-15 2019-06-25 中国科学院沈阳自动化研究所 一种水下机器人自动靠泊的路径规划和控制方法
CN110645991A (zh) * 2019-10-30 2020-01-03 深圳市银星智能科技股份有限公司 一种基于节点调节的路径规划方法、装置及服务器
CN111375205A (zh) * 2020-03-06 2020-07-07 网易(杭州)网络有限公司 游戏中寻路路径的处理方法、装置、电子设备及存储介质
CN111766874A (zh) * 2020-06-12 2020-10-13 广州极飞科技有限公司 作业设备的控制方法及相关装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004008053A (ja) * 2002-06-05 2004-01-15 Yanmar Agricult Equip Co Ltd 農業用作業車
JP2009053927A (ja) * 2007-08-27 2009-03-12 Panasonic Electric Works Co Ltd 自律移動のための経路生成装置および該装置を用いた自律移動装置
CN104848870A (zh) * 2015-06-05 2015-08-19 深圳市凯立德科技股份有限公司 一种偏航后的导航路径规划方法及设备
CN109933077A (zh) * 2017-12-15 2019-06-25 中国科学院沈阳自动化研究所 一种水下机器人自动靠泊的路径规划和控制方法
CN110645991A (zh) * 2019-10-30 2020-01-03 深圳市银星智能科技股份有限公司 一种基于节点调节的路径规划方法、装置及服务器
CN111375205A (zh) * 2020-03-06 2020-07-07 网易(杭州)网络有限公司 游戏中寻路路径的处理方法、装置、电子设备及存储介质
CN111766874A (zh) * 2020-06-12 2020-10-13 广州极飞科技有限公司 作业设备的控制方法及相关装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114253261A (zh) * 2021-12-08 2022-03-29 广州极飞科技股份有限公司 路径生成方法、作业控制方法及相关装置
CN114253261B (zh) * 2021-12-08 2023-04-07 广州极飞科技股份有限公司 路径生成方法、作业控制方法及相关装置
CN114184195A (zh) * 2021-12-14 2022-03-15 广州极飞科技股份有限公司 路径搜索方法、装置、无人设备及存储介质
CN114184195B (zh) * 2021-12-14 2024-04-26 广州极飞科技股份有限公司 路径搜索方法、装置、无人设备及存储介质
CN114995378A (zh) * 2022-04-21 2022-09-02 阿波罗智能技术(北京)有限公司 一种轨迹规划方法、装置、电子设备、介质及车辆

Also Published As

Publication number Publication date
CN112504276B (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
CN112504276A (zh) 路径规划方法、装置、无人设备及存储介质
EP3699053A1 (en) Method and apparatus for planning speed of autonomous vehicle, and storage medium
KR102324771B1 (ko) 자율 주행 참고선 호출 방법, 장치 및 단말
CN109976350B (zh) 多机器人调度方法、装置、服务器及计算机可读存储介质
CN110260867B (zh) 一种机器人导航中位姿确定、纠正的方法、设备及装置
EP3702230B1 (en) Method and apparatus for planning travelling path, and vehicle
US20220412770A1 (en) Map construction method for autonomous driving and related apparatus
CN110779530B (zh) 车辆路径生成方法、装置和存储介质
CN109814575B (zh) 自动驾驶车辆变道路线规划方法、装置以及终端
CN112327826A (zh) 一种路径规划方法、装置、设备和介质
Hosseini et al. Interactive path planning for teleoperated road vehicles in urban environments
CN113608528A (zh) 机器人调度方法、装置、机器人及存储介质
JP3269418B2 (ja) 最適経路探索方法
CN114858176A (zh) 一种基于自动驾驶的路径导航方法及装置
CN112748733A (zh) 电缆放线车路径规划方法、装置、设备及存储介质
CN114184195B (zh) 路径搜索方法、装置、无人设备及存储介质
CN112333638A (zh) 路线导航方法、装置、无人设备及存储介质
CN118089772A (zh) 一种基于激光点云的无人集卡局部路线规划方法及设备
CN115214717B (zh) 一种路径记录方法和循迹倒车的方法、装置及设备
CN116853288B (zh) 车辆驾驶方法、装置、车辆及存储介质
CN114326804B (zh) 航线规划方法、作业控制方法及相关装置
JP7416437B2 (ja) 圃場作業車両の走行経路設定装置、走行経路設定方法および走行経路設定用プログラム
CN113665590B (zh) 控制车辆的方法、装置、设备、介质和车辆
CN114777804A (zh) 一种路径规划方法、装置、设备及可读存储介质
CN112572440B (zh) 控制车辆调头的方法、装置、设备、存储介质和程序产品

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: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province

Applicant after: Guangzhou Jifei Technology Co.,Ltd.

Address before: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province

Applicant before: Guangzhou Xaircraft Technology Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant