CN112558611B - 一种路径规划方法、装置、计算机设备及存储介质 - Google Patents

一种路径规划方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN112558611B
CN112558611B CN202011477247.4A CN202011477247A CN112558611B CN 112558611 B CN112558611 B CN 112558611B CN 202011477247 A CN202011477247 A CN 202011477247A CN 112558611 B CN112558611 B CN 112558611B
Authority
CN
China
Prior art keywords
robot
points
missed
adjacent
coordinate system
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
Application number
CN202011477247.4A
Other languages
English (en)
Other versions
CN112558611A (zh
Inventor
左海明
王硕
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.)
Shenzhen Useer Robot Co Ltd
Original Assignee
Shenzhen Useer 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 Shenzhen Useer Robot Co Ltd filed Critical Shenzhen Useer Robot Co Ltd
Priority to CN202011477247.4A priority Critical patent/CN112558611B/zh
Publication of CN112558611A publication Critical patent/CN112558611A/zh
Application granted granted Critical
Publication of CN112558611B publication Critical patent/CN112558611B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0219Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface

Abstract

本申请实施例属于机器人寻路技术领域,涉及一种路径规划方法,包括根据默认的行走模式控制机器人活动,并且标记机器人遍历的坐标为完成点,其中所述坐标的坐标系原点为机器人的初始位置,且初始状态下,坐标系内除坐标系原点以外的点均为未完成点;如果机器人发生碰撞,记录机器人活动方向的相邻坐标为障碍点;驱动机器人向相邻的未完成点运动,直到机器人相邻的未完成点遍历完毕;驱动机器人运动到漏扫区,并且根据默认的行走模式控制机器人活动,直到所述漏扫区遍历完毕,其中所述漏扫区为坐标系中完成点相邻的未完成点形成的区域。本申请还提供一种路径规划装置、计算机设备及存储介质。本申请算法移植能力强。

Description

一种路径规划方法、装置、计算机设备及存储介质
技术领域
本申请涉及机器人寻路技术领域,尤其涉及一种路径规划方法、装置、计算机设备及存储介质。
背景技术
在一些智能设备和自动化设备工作的过程当中,需要遍历一个特定区域,以实现对整个区域的作业,典型的应用场景是扫地机器人对房屋的清扫作业。因为房屋的平面通常由多间房间组成,加上房间内的摆设,使得扫地机器人需要在一个不规则的区域中实现清扫作业,如此就涉及到了扫地机器人的路径规划和寻址的问题。现有方案中,扫地机器人清扫路径采用随机算法、陀螺仪惯导算法、视觉雷达定位算法;随机算法存在覆盖率低,效率低的问题;视觉雷达定位则增加的扫地机的硬件成本;所以陀螺仪惯导算法应用广泛。但是现有方案当中,陀螺仪惯导算法的路线规划,区域平面图记录,以及机器人的控制通常是集成的,如果产品更新换代,整个控制方案需要重新设计,如此陀螺仪惯导算法存在智能型较低,移植性差的缺点。
发明内容
本申请实施例的目的在于提出一种路径规划方法,以解决陀螺仪惯导算法移植性差的技术问题。
为了解决上述技术问题,本申请实施例提供一种路径规划方法,采用了如下所述的技术方案:
一种路径规划方法,其特征在于,包括下述步骤:
根据默认的行走模式控制机器人活动,并且标记机器人遍历的坐标为完成点,其中所述坐标的坐标系原点为机器人的初始位置,且初始状态下,坐标系内除坐标系原点以外的点均为未完成点;
如果机器人发生碰撞,记录机器人活动方向的相邻坐标为障碍点;
驱动机器人向相邻的未完成点运动,直到机器人相邻的未完成点遍历完毕;
驱动机器人运动到漏扫区,并且根据默认的行走模式控制机器人活动,直到所述漏扫区遍历完毕,其中所述漏扫区为坐标系中完成点相邻的未完成点形成的区域。
进一步的,所述驱动机器人运动到漏扫区,并且根据默认的行走模式控制机器人活动,直到所述漏扫区遍历完毕的步骤具体包括:
根据坐标系中完成点相邻的未完成点形成的区域,确定至少一个漏扫区;
根据至少一组漏扫区的临界坐标确定优先遍历的所述漏扫区;
驱动机器人运动到优先遍历的所述漏扫区,其中机器人的运动路径通过完成点组成;
根据默认的行走模式,控制机器人遍历所述漏扫区,直到所有漏扫区遍历完毕。
进一步的,所述根据至少一组漏扫区的临界坐标确定优先遍历的所述漏扫区的步骤具体包括:
确定机器人从当前位置运动到每组所述漏扫区的运动距离;
根据至少一组所述运动距离,确定最小的所述运动距离对应的漏扫区为优先遍历的漏扫区。
进一步的,所述机器人的运动路径的获取方法具体包括:
根据机器人当前位置的相邻坐标和坐标系中的标记,确定机器人当前位置相邻的已完成点;
递归的根据所述相邻的已完成点,确定机器人的运动路径,直到所述运动路径延伸至所述漏扫区。
为了解决上述技术问题,本申请实施例还提供一种路径规划装置,采用了如下所述的技术方案:
一种路径规划装置,包括:
完成点标记模块,用于根据默认的行走模式控制机器人活动,并且标记机器人遍历的坐标为完成点,其中所述坐标的坐标系原点为机器人的初始位置,且初始状态下,坐标系内除坐标系原点以外的点均为未完成点;
障碍点标记模块,用于如果机器人发生碰撞,记录机器人活动方向的相邻坐标为障碍点;
路径调整模块,用于驱动机器人向相邻的未完成点运动,直到机器人相邻的未完成点遍历完毕;
漏扫区遍历模块,用于驱动机器人运动到漏扫区,并且根据默认的行走模式控制机器人活动,直到所述漏扫区遍历完毕,其中所述漏扫区为坐标系中完成点相邻的未完成点形成的区域。
进一步的,所述漏扫区遍历模块具体包括:
漏扫区确定子模块,用于根据坐标系中完成点相邻的未完成点形成的区域,确定至少一个漏扫区;
目标确定子模块,用于根据至少一组漏扫区的临界坐标确定优先遍历的所述漏扫区;
驱动子模块,用于驱动机器人运动到优先遍历的所述漏扫区,其中机器人的运动路径通过完成点组成;
还用于根据默认的行走模式,控制机器人遍历所述漏扫区,直到所有漏扫区遍历完毕。
进一步的,所述目标确定子模块具体包括:
距离确定子模块,用于确定机器人从当前位置运动到每组所述漏扫区的运动距离;
距离判断子模块,用于根据至少一组所述运动距离,确定最小的所述运动距离对应的漏扫区为优先遍历的漏扫区。
进一步的,所述驱动子模块包括:
临点确定子模块,用于根据机器人当前位置的相邻坐标和坐标系中的标记,确定机器人当前位置相邻的已完成点;
临点递归子模块,用于递归的根据所述相邻的已完成点,确定机器人的运动路径,直到所述运动路径延伸至所述漏扫区。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现如上所述的一种路径规划方法的步骤。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的一种路径规划方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:通过将地图标记和导航功能分离,在控制机器人运动的过程当中,标记坐标中的点,形成地图,之后导航根据地图的积累,提供地图选点,控制机器人内部的驱动模块驱动机器人运动,该方案的导航功能,相对地图标记功能和驱动功能透明,在不同机器人平台之间移植的过程中,只需利用地图和驱动的程序接口,即可实现导航功能在不同平台的迁移,实现不同平台机器人的控制。算法移植能力强。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1 根据本申请的一种路径规划方法的一个实施例的流程图;
图2是图1一种路径规划方法中,步骤400的流程图;
图3是图2一种路径规划方法中,步骤402的流程图;
图4是图2一种路径规划方法中,步骤403的流程图;
图5是根据本申请的一种路径规划装置的一个实施例的结构示意图;
图6是根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
参考图1,示出了根据本申请的一种路径规划方法的一个实施例的流程图。所述的一种路径规划方法,包括以下步骤:
一种路径规划方法,其特征在于,包括下述步骤:
步骤S100:根据默认的行走模式控制机器人活动,并且标记机器人遍历的坐标为完成点,其中所述坐标的坐标系原点为机器人的初始位置,且初始状态下,坐标系内除坐标系原点以外的点均为未完成点;
步骤S200:如果机器人发生碰撞,记录机器人活动方向的相邻坐标为障碍点;
步骤S300:驱动机器人向相邻的未完成点运动,直到机器人相邻的未完成点遍历完毕;
步骤S400:驱动机器人运动到漏扫区,并且根据默认的行走模式控制机器人活动,直到所述漏扫区遍历完毕,其中所述漏扫区为坐标系中完成点相邻的未完成点形成的区域。
具体的,扫地机器人在工作的过程当中,自行寻找规划路径,并且在移动的过程当中进行清扫作业。为了实现对整个待清洁区域的清洁,扫地机器人需要遍历整个待清洁区域,通常待清洁区域是不规则的。首先控制扫地机器人根据预设的行走模式行走并清洁;在行走的过程中,将扫地机器人行走过得点在坐标系中标记为完成点,在一种实施例当中,机器人根据弓字型的运动轨迹实现对一个区域的清洁。在机器人发生碰撞的情况下,将机器人碰撞的点在坐标系中标记为碰撞点,并且控制机器人向相邻的未完成点移动;扫地机器人在清扫的执行过程中,实现了对一个局部区域的完全清理,在一种实施例中, 上述局部区域可以是一个房间或者是房间的一部分,此时,扫地机器人所在的位置周围在坐标系中显示为已完成点或障碍物,扫地机器人周边的未完成点遍历完毕。
此时,待清洁区域的并未整体被清洁完毕,仍存在有漏扫区,在一种实施例中,漏扫区可以是一个房间的其他区域,或者是待清洁区域中的其他房间,根据坐标系中与已完成点相邻的未完成点为漏扫区,并且驱动扫地机器人移动到漏扫区继续实施清扫,直到所有漏扫区遍历完成后,坐标系中的障碍点包围了一个完整的区域,并且区域中的点均为完成点。该方案的导航功能,相对地图标记功能和驱动功能透明,在不同机器人平台之间移植的过程中,只需利用地图和驱动的程序接口,即可实现导航功能在不同平台的迁移,实现不同平台机器人的控制。算法移植能力强。
进一步的,所述步骤S400:驱动机器人运动到漏扫区,并且根据默认的行走模式控制机器人活动,直到所述漏扫区遍历完毕的步骤具体包括:
步骤S401:根据坐标系中完成点相邻的未完成点形成的区域,确定至少一个漏扫区;
步骤S402:根据至少一组漏扫区的临界坐标确定优先遍历的所述漏扫区;
步骤S403:驱动机器人运动到优先遍历的所述漏扫区,其中机器人的运动路径通过完成点组成;
步骤S404:根据默认的行走模式,控制机器人遍历所述漏扫区,直到所有漏扫区遍历完毕。
具体的,确定待清洁区域中存在的漏扫区,并且以完成点相邻的未完成点坐标标记,驱动清扫机器人运动到与漏扫区相应的坐标点并清扫漏扫区,当漏扫区存在有多于一个时,选择优先清洁的漏扫区,优先进行清洁,在一种实施例中,根据漏扫区的坐标和扫地机器人的当前位置确定扫地机器人运行到漏扫区的距离,并且优先清扫距离相近的漏扫区。该方案根据漏扫区的个数依次遍历清扫,清扫充分。
其中,如果前往一定距离的目标坐标,在本实施例中即前往漏扫区,则跟据完成点确定一条路径,并且根据路径坐标形成数组,数组存放一系列依次相邻的坐标点。
在一种实施例中,所有的漏扫区域均清扫完成后,坐标系中的外层障碍点围成一个封闭区域,区域内的未完成点已经清扫完毕,为了将墙边的区域清扫完成,需要进行最后一圈的沿墙清扫。在进入最后一圈沿墙清扫之前,机器通过预设的行走方式得出了一个完整的地图。这个地图可以是不规则的或者规则的,提取这份地图的八个极值点。最后一圈沿墙需要遍历这八个点,才认为沿墙至少满了一圈。并且遍历了上述所有八个点之后,扫地机器人转动的角度是360度保证完整的沿墙行走;
进一步的,所述步骤S402:根据至少一组漏扫区的临界坐标确定优先遍历的所述漏扫区的步骤具体包括:
步骤S4021:确定机器人从当前位置运动到每组所述漏扫区的运动距离;
步骤S4022:根据至少一组所述运动距离,确定最小的所述运动距离对应的漏扫区为优先遍历的漏扫区。
该方案的优势在于,清扫速度快。
进一步的,所述机器人的运动路径的获取方法具体包括:
步骤S4031:根据机器人当前位置的相邻坐标和坐标系中的标记,确定机器人当前位置相邻的已完成点;
步骤S4032:递归的根据所述相邻的已完成点,确定机器人的运动路径,直到所述运动路径延伸至所述漏扫区。
具体的,通过递归查询相邻的已完成点,并形成控制机器人运动的路径,通过扫地机器人运动过的区域,将扫地机器人导航至漏扫区,导航成功率高。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图4,作为对上述图1所示方法的实现,本申请提供了一种路径规划装置的一个实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
一种路径规划装置,包括:
完成点标记模块100,用于根据默认的行走模式控制机器人活动,并且标记机器人遍历的坐标为完成点,其中所述坐标的坐标系原点为机器人的初始位置,且初始状态下,坐标系内除坐标系原点以外的点均为未完成点;
障碍点标记模块200,用于如果机器人发生碰撞,记录机器人活动方向的相邻坐标为障碍点;
路径调整模块300,用于驱动机器人向相邻的未完成点运动,直到机器人相邻的未完成点遍历完毕;
漏扫区遍历模块400,用于驱动机器人运动到漏扫区,并且根据默认的行走模式控制机器人活动,直到所述漏扫区遍历完毕,其中所述漏扫区为坐标系中完成点相邻的未完成点形成的区域。
具体的,扫地机器人在工作的过程当中,自行寻找规划路径,并且在移动的过程当中进行清扫作业。为了实现对整个待清洁区域的清洁,扫地机器人需要遍历整个待清洁区域,通常待清洁区域是不规则的。首先控制扫地机器人根据预设的行走模式行走并清洁;在行走的过程中,将扫地机器人行走过得点在坐标系中标记为完成点,在一种实施例当中,机器人根据弓字型的运动轨迹实现对一个区域的清洁。在机器人发生碰撞的情况下,将机器人碰撞的点在坐标系中标记为碰撞点,并且控制机器人向相邻的未完成点移动;扫地机器人在清扫的执行过程中,实现了对一个局部区域的完全清理,在一种实施例中, 上述局部区域可以是一个房间或者是房间的一部分,此时,扫地机器人所在的位置周围在坐标系中显示为已完成点或障碍物,扫地机器人周边的未完成点遍历完毕。
此时,待清洁区域的并未整体被清洁完毕,仍存在有漏扫区,在一种实施例中,漏扫区可以是一个房间的其他区域,或者是待清洁区域中的其他房间,根据坐标系中与已完成点相邻的未完成点为漏扫区,并且驱动扫地机器人移动到漏扫区继续实施清扫,直到所有漏扫区遍历完成后,坐标系中的障碍点包围了一个完整的区域,并且区域中的点均为完成点。该方案的导航功能,相对地图标记功能和驱动功能透明,在不同机器人平台之间移植的过程中,只需利用地图和驱动的程序接口,即可实现导航功能在不同平台的迁移,实现不同平台机器人的控制。算法移植能力强。
进一步的,所述漏扫区遍历模块具体包括:
漏扫区确定子模块401,用于根据坐标系中完成点相邻的未完成点形成的区域,确定至少一个漏扫区;
目标确定子模块402,用于根据至少一组漏扫区的临界坐标确定优先遍历的所述漏扫区;
驱动子模块403,用于驱动机器人运动到优先遍历的所述漏扫区,其中机器人的运动路径通过完成点组成;
还用于根据默认的行走模式,控制机器人遍历所述漏扫区,直到所有漏扫区遍历完毕。
进一步的,所述目标确定子模块具体包括:
距离确定子模块4021,用于确定机器人从当前位置运动到每组所述漏扫区的运动距离;
距离判断子模块4022,用于根据至少一组所述运动距离,确定最小的所述运动距离对应的漏扫区为优先遍历的漏扫区。
进一步的,所述驱动子模块包括:
临点确定子模块4031,用于根据机器人当前位置的相邻坐标和坐标系中的标记,确定机器人当前位置相邻的已完成点;
临点递归子模块4032,用于递归的根据所述相邻的已完成点,确定机器人的运动路径,直到所述运动路径延伸至所述漏扫区。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图6,图6为本实施例计算机设备基本结构框图。
所述计算机设备6包括通过系统总线相互通信连接存储器61、处理器62、网络接口63。需要指出的是,图中仅示出了具有组件61-63的计算机设备6,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable GateArray,FPGA)、数字处理器 (Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器61至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器61可以是所述计算机设备6的内部存储单元,例如该计算机设备6的硬盘或内存。在另一些实施例中,所述存储器61也可以是所述计算机设备6的外部存储设备,例如该计算机设备6上配备的插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(FlashCard)等。当然,所述存储器61还可以既包括所述计算机设备6的内部存储单元也包括其外部存储设备。本实施例中,所述存储器61通常用于存储安装于所述计算机设备6的操作系统和各类应用软件,例如一种路径规划方法的程序代码等。此外,所述存储器61还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器62在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器62通常用于控制所述计算机设备6的总体操作。本实施例中,所述处理器62用于运行所述存储器61中存储的程序代码或者处理数据,例如运行所述一种路径规划方法的程序代码。
所述网络接口63可包括无线网络接口或有线网络接口,该网络接口63通常用于在所述计算机设备6与其他电子设备之间建立通信连接。
本申请还提供了另一种实施方式,即提供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一种路径规划方法程序,所述一种路径规划方法程序可被至少一个处理器执行,以使所述至少一个处理器执行如上述的一种路径规划方法的步骤。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。

Claims (10)

1.一种路径规划方法,其特征在于,包括下述步骤:
根据默认的行走模式控制机器人活动,并且标记机器人遍历的坐标为完成点,其中所述坐标的坐标系原点为机器人的初始位置,且初始状态下,坐标系内除坐标系原点以外的点均为未完成点;
如果机器人发生碰撞,记录机器人活动方向的相邻坐标为障碍点;
驱动机器人向相邻的未完成点运动,直到机器人相邻的未完成点遍历完毕,其中,当扫地机器人所在的位置周围在坐标系中显示为已完成点或障碍物时,机器人相邻的未完成点遍历完毕;
驱动机器人运动到漏扫区,并且根据默认的行走模式控制机器人活动,直到所述漏扫区遍历完毕,其中所述漏扫区为坐标系中完成点相邻的未完成点形成的区域。
2.根据权利要求1所述的一种路径规划方法,其特征在于,所述驱动机器人运动到漏扫区,并且根据默认的行走模式控制机器人活动,直到所述漏扫区遍历完毕的步骤具体包括:
根据坐标系中完成点相邻的未完成点形成的区域,确定至少一个漏扫区;
根据至少一组漏扫区的临界坐标确定优先遍历的所述漏扫区;
驱动机器人运动到优先遍历的所述漏扫区,其中机器人的运动路径通过完成点组成;
根据默认的行走模式,控制机器人遍历所述漏扫区,直到所有漏扫区遍历完毕。
3.根据权利要求2所述的一种路径规划方法,其特征在于,所述根据至少一组漏扫区的临界坐标确定优先遍历的所述漏扫区的步骤具体包括:
确定机器人从当前位置运动到每组所述漏扫区的运动距离;
根据至少一组所述运动距离,确定最小的所述运动距离对应的漏扫区为优先遍历的漏扫区。
4.根据权利要求2所述的一种路径规划方法,其特征在于,所述机器人的运动路径的获取方法具体包括:
根据机器人当前位置的相邻坐标和坐标系中的标记,确定机器人当前位置相邻的已完成点;
递归的根据所述相邻的已完成点,确定机器人的运动路径,直到所述运动路径延伸至所述漏扫区。
5.一种路径规划装置,其特征在于,包括:
完成点标记模块,用于根据默认的行走模式控制机器人活动,并且标记机器人遍历的坐标为完成点,其中所述坐标的坐标系原点为机器人的初始位置,且初始状态下,坐标系内除坐标系原点以外的点均为未完成点;
障碍点标记模块,用于如果机器人发生碰撞,记录机器人活动方向的相邻坐标为障碍点;
路径调整模块,用于驱动机器人向相邻的未完成点运动,直到机器人相邻的未完成点遍历完毕,其中,当扫地机器人所在的位置周围在坐标系中显示为已完成点或障碍物时,机器人相邻的未完成点遍历完毕;
漏扫区遍历模块,用于驱动机器人运动到漏扫区,并且根据默认的行走模式控制机器人活动,直到所述漏扫区遍历完毕,其中所述漏扫区为坐标系中完成点相邻的未完成点形成的区域。
6.根据权利要求5所述的一种路径规划装置,其特征在于,所述漏扫区遍历模块具体包括:
漏扫区确定子模块,用于根据坐标系中完成点相邻的未完成点形成的区域,确定至少一个漏扫区;
目标确定子模块,用于根据至少一组漏扫区的临界坐标确定优先遍历的所述漏扫区;
驱动子模块,用于驱动机器人运动到优先遍历的所述漏扫区,其中机器人的运动路径通过完成点组成;
还用于根据默认的行走模式,控制机器人遍历所述漏扫区,直到所有漏扫区遍历完毕。
7.根据权利要求6所述的一种路径规划装置,其特征在于,所述目标确定子模块具体包括:
距离确定子模块,用于确定机器人从当前位置运动到每组所述漏扫区的运动距离;
距离判断子模块,用于根据至少一组所述运动距离,确定最小的所述运动距离对应的漏扫区为优先遍历的漏扫区。
8.根据权利要求6所述的一种路径规划装置,其特征在于,所述驱动子模块包括:
临点确定子模块,用于根据机器人当前位置的相邻坐标和坐标系中的标记,确定机器人当前位置相邻的已完成点;
临点递归子模块,用于递归的根据所述相邻的已完成点,确定机器人的运动路径,直到所述运动路径延伸至所述漏扫区。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的一种路径规划方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的一种路径规划方法的步骤。
CN202011477247.4A 2020-12-15 2020-12-15 一种路径规划方法、装置、计算机设备及存储介质 Active CN112558611B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011477247.4A CN112558611B (zh) 2020-12-15 2020-12-15 一种路径规划方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011477247.4A CN112558611B (zh) 2020-12-15 2020-12-15 一种路径规划方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN112558611A CN112558611A (zh) 2021-03-26
CN112558611B true CN112558611B (zh) 2022-07-08

Family

ID=75063751

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011477247.4A Active CN112558611B (zh) 2020-12-15 2020-12-15 一种路径规划方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN112558611B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN114037807B (zh) * 2021-11-24 2023-03-28 深圳市云鼠科技开发有限公司 低内存占用的链式栅格地图构建方法、装置及计算机设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107340768A (zh) * 2016-12-29 2017-11-10 珠海市微半导体有限公司 一种智能机器人的路径规划方法
CN111949017A (zh) * 2020-06-30 2020-11-17 珠海市一微半导体有限公司 一种机器人越障的沿边路径规划方法、芯片及机器人

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102235873B (zh) * 2010-04-21 2013-12-11 北京四维图新科技股份有限公司 导航电子地图的处理方法和装置、导航仪
CN105320140B (zh) * 2015-12-01 2018-09-18 浙江宇视科技有限公司 一种扫地机器人及其清扫路径规划方法
CN106325280B (zh) * 2016-10-20 2019-05-31 上海物景智能科技有限公司 一种多机器人防碰撞方法及系统
CN107687859A (zh) * 2017-09-06 2018-02-13 电子科技大学 基于a星算法的最短寻路方法
WO2019136716A1 (zh) * 2018-01-12 2019-07-18 浙江国自机器人技术有限公司 一种自行规划路径的清洗方法
CN108873882B (zh) * 2018-02-11 2022-06-07 北京石头创新科技有限公司 智能移动设备及其移动路径规划方法、装置、程序、介质
GB201803292D0 (en) * 2018-02-28 2018-04-11 Five Ai Ltd Efficient computation of collision probabilities for safe motion planning
CN108896048A (zh) * 2018-06-01 2018-11-27 浙江亚特电器有限公司 用于移动载具的路径规划方法
CN109031379A (zh) * 2018-08-31 2018-12-18 上海奥孛睿斯科技有限公司 一种导航路线地图的生成方法和系统
CN109643127B (zh) * 2018-11-19 2022-05-03 深圳阿科伯特机器人有限公司 构建地图、定位、导航、控制方法及系统、移动机器人
CN110926491B (zh) * 2019-11-29 2020-09-01 海南中智信信息技术有限公司 一种用于最短路径的规划方法和系统
CN111152266B (zh) * 2020-01-09 2021-07-30 安徽宇润道路保洁服务有限公司 一种清洁机器人的控制方法及系统
CN111938513B (zh) * 2020-06-30 2021-11-09 珠海市一微半导体有限公司 一种机器人越障的沿边路径选择方法、芯片及机器人

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107340768A (zh) * 2016-12-29 2017-11-10 珠海市微半导体有限公司 一种智能机器人的路径规划方法
CN111949017A (zh) * 2020-06-30 2020-11-17 珠海市一微半导体有限公司 一种机器人越障的沿边路径规划方法、芯片及机器人

Also Published As

Publication number Publication date
CN112558611A (zh) 2021-03-26

Similar Documents

Publication Publication Date Title
Lazanas et al. Landmark-based robot navigation
CN112082554A (zh) 机器人导航方法、装置、终端设备及存储介质
CN112558611B (zh) 一种路径规划方法、装置、计算机设备及存储介质
EP4102186A1 (en) Method for constructing self-driving map and related device
CN109540155A (zh) 一种扫地机器人的路径规划与导航方法、计算机装置以及计算机可读存储介质
CN110146098B (zh) 一种机器人地图扩建方法、装置、控制设备和存储介质
CN111426312A (zh) 定位地图的更新方法、装置、设备及存储介质
CN112674653B (zh) 障碍物位置标记方法、装置、计算机设备及存储介质
Bodhale et al. Path planning for a mobile robot in a dynamic environment
CN113848893A (zh) 机器人导航方法、装置、设备及存储介质
CN113985894A (zh) 一种自主避障路径规划方法、装置、设备及存储介质
Yamauchi et al. Magellan: An integrated adaptive architecture for mobile robotics
CN114440874B (zh) 基于光流和光栅的融合定位方法和装置
CN113091743B (zh) 机器人的室内定位方法及装置
CN112462768B (zh) 移动机器人导航地图的创建方法、装置及移动机器人
CN112674655B (zh) 基于沿墙的回充方法、装置、计算机设备和存储器
CN112497218B (zh) 机器人位姿确定方法、装置、设备和介质
CN111105480B (zh) 一种楼宇语义地图建立方法、介质、终端和装置
CN115290066A (zh) 一种误差校正方法、装置及移动设备
CN114037807B (zh) 低内存占用的链式栅格地图构建方法、装置及计算机设备
CN113031586B (zh) 基于地图的充电导航方法、装置、计算机设备及存储器
CN113156949A (zh) 机器人航向角纠偏方法、装置、计算机设备及存储介质
CN109901614A (zh) 航迹线规划方法、装置、存储介质和电子设备
WO2022259600A1 (ja) 情報処理装置、情報処理システム、および情報処理方法、並びにプログラム
CN113485341B (zh) 基于双机互扰的路径规划方法、装置及计算机设备

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