CN112947490A - 路径平滑方法、装置、设备、存储介质及产品 - Google Patents
路径平滑方法、装置、设备、存储介质及产品 Download PDFInfo
- Publication number
- CN112947490A CN112947490A CN202110384048.7A CN202110384048A CN112947490A CN 112947490 A CN112947490 A CN 112947490A CN 202110384048 A CN202110384048 A CN 202110384048A CN 112947490 A CN112947490 A CN 112947490A
- Authority
- CN
- China
- Prior art keywords
- path
- point
- determining
- sampling rate
- original path
- 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
Links
- 238000009499 grossing Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000005070 sampling Methods 0.000 claims abstract description 69
- 238000012545 processing Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010408 sweeping Methods 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- 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
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本公开实施例提供一种路径平滑方法、装置、设备、存储介质及产品。方法包括：确定电子地图中原始路径与障碍物的分布情况；根据所述分布情况确定在原始路径中各路径点对应的采样率；按照各路径点对应的采样率在所述原始路径中选取对原始路径进行平滑处理的N次B样条曲线对应的控制点；根据所述控制点生成N次B样条曲线，以对原始路径数据进行平滑处理。通过根据电子地图中原始路径与障碍物的分布情况确定N次B样条曲线中控制点的位置，使在没有障碍物时，控制点比较稀疏，满足平滑度要求，在有障碍物时，控制点比较密集，N次B样条曲线更加贴合原始路径，进而能够准确地规避障碍物。
Description
技术领域
本公开实施例涉及数据处理技术领域，尤其涉及一种路径平滑方法、装置、设备、存储介质及产品。
背景技术
随着人工智能技术的发展，室内移动机器人也取得了突飞猛进的发展，并在医疗、娱乐、服务等众多领域得到了广泛的应用。
路径规划作为室内移动机器人领域的重要部分，主要负责为机器人在存在障碍物的环境中，提供一条由起始地址到目标地址的无碰撞最优路径。现有技术中，在进行路径规划时主要解决机器人到达目标定的可达性问题，生成的路径难以达到很好的平顺度，所以需要对规划出的路径进行平滑。
在实现本公开过程中，发明人发现现有技术中对路径进行平滑的方法至少存在如下问题：平滑后的路径在满足平滑性的要求时，无法保证平滑后的路径顺利穿过障碍物，或者平滑后的路径在保证顺利穿过障碍物时，又无法有效的控制路径的平滑程度，进而不能对规划出的路径进行有效地平滑处理。
发明内容
本公开实施例提供一种路径平滑方法、装置、设备、存储介质及产品，用以解决现有的路径平滑方法无法在对路径进行平滑处理之后，使得平滑的路径能够顺利穿过障碍物的技术问题。
第一方面，本公开实施例提供一种路径平滑方法，包括：
确定电子地图中原始路径与障碍物的分布情况；
根据所述分布情况确定在原始路径中各路径点对应的采样率；
按照各路径点对应的采样率在所述原始路径中选取对原始路径进行平滑处理的N次B样条曲线对应的控制点；
根据所述控制点生成N次B样条曲线，以对原始路径数据进行平滑处理。
第二方面，本公开实施例提供一种路径平滑装置，包括：
确定模块，用于确定电子地图中原始路径与障碍物的分布情况；
计算模块，用于根据所述分布情况确定在原始路径中各路径点对应的采样率；
选取模块，用于按照各路径点对应的采样率在所述原始路径中选取对原始路径进行平滑处理的N次B样条曲线对应的控制点；
处理模块，用于根据所述控制点生成N次B样条曲线，以对原始路径数据进行平滑处理。
第三方面，本公开实施例提供一种电子设备，包括：存储器，处理器；
存储器；用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为所述可执行指令执行时由所述处理器执行如第一方面所述的方法。
第四方面，本公开实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面所述的方法。
第五方面，本公开实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如第一方面所述的方法。
本公开实施例提供的路径平滑方法、装置、设备、存储介质及产品，通过确定电子地图中原始路径与障碍物的分布情况，根据该分布情况确定原始路径中各路径点对应的采样率，因此，可以根据该采样率确定用于对原始路径进行平滑处理的N次B样条曲线对应的控制点，根据该控制点生成N次B样条曲线。由于n次B样条曲线能够保证n-1阶可导，能够达到曲率级的平滑度要求，因此，平滑处理后的原始路径一方面能够达到很好的平顺度，一方面能够精准地规避障碍物。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1为本公开基于的网络架构示意图；
图2为本公开实施例一提供的路径平滑方法的流程示意图；
图3为本公开实施例提供的平滑处理后的原始路径数据；
图4为本公开实施例二提供的路径平滑方法的流程示意图；
图5为本公开实施例三提供的路径平滑方法的流程示意图；
图6为本公开实施例四提供的路径平滑方法的流程示意图；
图7为本公开实施例提供的clamped曲线的流程示意图；
图8为本公开实施例五提供的路径平滑装置的结构示意图；
图9为本公开实施例六提供的电子设备的结构示意图。
通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
首先对本公开实施例所涉及的名词进行解释：
B样条曲线：是指在数学的子学科数值分析里的一种特殊的表示形式。它是B-样条基曲线的线性组合。B样条曲线具有几何不变性、凸包性、保凸性、变差减小性、局部支撑性等许多优良性质，是CAD系统常用的几何表示方法。由一连串的控制点生成，因此可以用原始路径规划的结果作为B样条曲线的控制点，来生成平滑的B样条曲线，保证生成的B样条曲线与原始路径的贴合度。
n次B样条曲线：可以保证n-1阶可导，例如常用的3次B样条曲线可以保证2阶可导，可以达到曲率级的平滑度要求。
针对上述提及的在现有的路径平滑方法无法在对路径进行平滑处理之后，使得平滑的路径能够顺利穿过障碍物的技术问题，本公开提供了一种路径平滑方法、装置、设备、存储介质及产品。
需要说明的是，本公开提供的路径平滑方法、装置、设备、存储介质及产品可运用在对各种可移动平台路径平滑处理的场景中。
随着人工智能的逐渐发展，移动机器人逐渐走进了用户的生活。为了提高移动机器人性能，如何为移动机器人规划精准的移动路径成了亟待解决的问题。现有的移动机器人全局路径规划算法主要为A*、rrt等轻量级的路径规划方法，主要解决移动机器人的到达目标点的可达性问题。因此生成的路径难以达到很高的平顺度，导致依赖光滑参考线的局部路径规划算法应用在移动机器人上。目前的路径平滑方法主要有基于曲线拟合和样条插值两种，如多项式拟合，三次样条插值，贝塞尔曲线插值等。但是，采用上述路径平滑方法都只能满足平滑性要求，无法保证平滑处理后的路线是否能够准确地规避障碍物，导致平滑处理后的路线准确性不高。
在解决上述技术问题的过程中，发明人通过研究发现，由于n次B样条曲线能够保证n-1阶可导，因此，能够达到曲率级的平滑度要求。为了保证平滑处理后的路径能够准确地规避障碍物，可以根据电子地图中原始路径与障碍物的分布情况确定N次B样条曲线中控制点的位置，使在没有障碍物时，控制点比较稀疏，满足平滑度要求，在有障碍物时，控制点比较密集，N次B样条曲线更加贴合原始路径，进而能够准确地规避障碍物。
本公开实施例提供的路径平滑方法，旨在解决现有技术的如上技术问题。
下面以具体地实施例对本公开的技术方案以及本公开的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本公开的实施例进行描述。
图1为本公开基于的网络架构示意图，如图1所示，本公开基于的网络架构至少包括：服务器1以及移动机器人2，其中，服务器1中设置有路径平滑装置，该路径平滑装置可以采用C/C++、Java、Shell或Python等语言编写；移动机器人2则可以为扫地机器人等任意一种需要进行路径规划的可移动平台。
服务器1与移动机器人2通信连接，从而二者能够进行信息交互。具体地，服务器1可以确定电子地图中原始路径与障碍物的分布情况。根据分布情况确定在原始路径中各路径点对应的采样率。按照各路径点对应的采样率在原始路径中选取对原始路径进行平滑处理的N次B样条曲线对应的控制点。根据控制点生成N次B样条曲线，以对原始路径数据进行平滑处理。并可以将平滑处理后的原始路径数据发送至移动机器人2，从而移动机器人2可以按照该平滑处理后的原始路径数据移动。
图2为本公开实施例一提供的路径平滑方法的流程示意图，如图2所示，该方法包括：
步骤201、确定电子地图中原始路径与障碍物的分布情况。
本实施例的执行主体为路径平滑装置，该路径平滑装置可耦合于服务器中。
在本实施例中，为了实现对电子地图中原始路径的平滑处理，首先需要获取电子地图，具体地，可以从预设的数据服务器中获取该电子地图，也可以根据用户的需求获取终端设备发送的电子地图，本公开对此不做限制。
该电子地图中具体包括目标区域内全部物体分布状况以及预先规划的原始路径。由于该原始路径不够平滑，因此，需要对其进行平滑处理。在获取到电子地图之后，首先可以确定电子地图中原始路径与障碍物的分布情况。
步骤202、根据所述分布情况确定在原始路径中各路径点对应的采样率。
在本实施方式中，原始路径中存在多个路径点，为了实现对原始路径的平滑处理，可以通过采样的方式对各路径点进行采样处理。具体地，该采样操作具体可以与原始路径以及障碍物的分布情况相关联，因此，在确定了电子地图中原始路径与障碍物的分布情况之后，可以根据该分布状况确定在原始路径中各路径点对应的采样率。其中，该采样率具体可以为1/2、1/10等采样率为1/2即表示从两个路径点中选取一个路径点，采样率为1/10即表示从十个路径点中选取一个路径点。
步骤203、按照各路径点对应的采样率在所述原始路径中选取对原始路径进行平滑处理的N次B样条曲线对应的控制点。
在本实施方式中，在确定采样率之后，则可以根据该采样率在原始路径中选取对原始路径进行平滑处理的N次B样条曲线对应的控制点。
B样条曲线最终的形状由曲线次数、控制点位置和节点位置决定。越高次的曲线平滑度越高，与控制点偏离度越大，计算代价越高，一般采用3次或5次曲线，可以达到平滑度、偏离度和实时性的要求。控制点位置是影响B样条曲线形状的最重要因素，控制点越稀疏就越平滑，控制点偏离程度越大，我们会根据路径的狭窄程度来控制控制点的密度，来达到空旷的地方更平滑，狭窄的地方更贴合的目的。
步骤204、根据所述控制点生成N次B样条曲线，以对原始路径数据进行平滑处理。
在本实施方式中，在确定多个控制点之后，可以根据该控制点生成N次B样条曲线，该N次B样条曲线用于对原始路径数据进行平滑处理。
当采样率较高时，B样条曲线贴合控制点较好，但平滑性一般。当采样率较低时，生成的B样条曲线虽然足够平滑，但会穿过障碍物区域。因此，根据该分布情况可以准确地确定采样率，从而保证路径平滑的基础上，准确地规避障碍物。
具体地，所述原始路径为在室内环境下对移动机器人进行全局路径规划出的路径。
该服务器具体可以与移动机器人通信连接，在完成对原始路径的平滑处理之后，即可以将平滑处理后的原始路径发送至移动机器人，从而移动机器人能够根据该平滑处理后的原始路径运行。提高移动机器人的运行效率。
图3为本公开实施例提供的平滑处理后的原始路径数据，如图3所示，平滑处理后的原始路径数据31较为平滑，且能够准确地规避障碍物32。
本实施例提供的路径平滑方法，通过确定电子地图中原始路径与障碍物的分布情况，根据该分布情况确定原始路径中各路径点对应的采样率，因此，可以根据该采样率确定用于对原始路径进行平滑处理的N次B样条曲线对应的控制点，根据该控制点生成N次B样条曲线。由于n次B样条曲线能够保证n-1阶可导，能够达到曲率级的平滑度要求，因此，平滑处理后的原始路径一方面能够达到很好的平顺度，一方面能够精准地规避障碍物。通过根据电子地图中原始路径与障碍物的分布情况确定N次B样条曲线中控制点的位置，使在没有障碍物时，控制点比较稀疏，满足平滑度要求，在有障碍物时，控制点比较密集，N次B样条曲线更加贴合原始路径，进而能够准确地规避障碍物。
图4为本公开实施例二提供的路径平滑方法的流程示意图，在实施例一的基础上，如图4所示，步骤201具体包括：
步骤401、确定电子地图原始路径中各路径点与障碍物之间的距离参考值；
确定电子地图原始路径中各路径点与障碍物之间的距离参考值；
步骤202具体包括：
步骤402、根据各所述距离参考值确定各路径点对应的采样率。
在本实施例中，在获取到电子地图之后，首先可以确定电子地图中原始路径中各路径点与障碍物之间的距离参考值。根据该距离参考值来确定各路径点对应的采样率。
进一步地，在实施例一的基础上，步骤401具体包括：
对所述电子地图进行非均匀膨胀处理，以生成代价地图，所述代价地图中的每个像素点的值表示所述像素点到障碍物的距离参考值。
确定原始路径中各路径点在所述代价地图中对应的像素点。
将所述像素点的值确定为对应路径点与障碍物之间的距离参考值。
在本实施例中，可以对电子地图进行非均匀膨胀处理，获得代价地图。其中，该代价地图中每个像素点的值表示所述像素点到障碍物的距离参考值。再将原始路径放入到代价地图中，确定原始路径中各路径点在所述代价地图中对应的像素点。将该像素点的值作为对应路径点与障碍物之间的距离参考值。
进一步地，在实施例一的基础上，所述像素点到障碍物的距离参考值表示为：
L＝e(h1*k1)*254
其中，L表示距离参考值，h1表示像素点到障碍物的距离，k1为第一调整系数。
需要说明的是，由于图片的像素值一般为0-255，因此，为了使得代价地图以图片的方式展示，该像素值最大可为254。作为一种可以实施的方式，若该代价地图不以图片的方式显示，则该像素值可以为大于254的数值，本公开对此不做限制。
进一步地，在实施例一的基础上，步骤402具体包括：
采用如下公式根据所述距离参考值计算各路径点对应的采样率：
A＝eL*k2；
其中，A表示采样率，L表示距离参考值,k2为第二调整系数。
本实施例提供的路径平滑方法，通过确定电子地图中原始路径中各路径点与障碍物之间的距离参考值。根据该距离参考值来确定各路径点对应的采样率，从而能够准确地确定采样率，进而保证路径平滑的基础上，准确地规避障碍物。
图5为本公开实施例三提供的路径平滑方法的流程示意图，在上述任一实施例的基础上，如图5所示，步骤203具体包括：
步骤501、针对每个路径点，获取与所述路径点采样率对应的已进行选取的路径点的选取结果。
步骤502、根据所述路径点对应的采样率及所述选取结果确定所述路径点是否被选取。
在本实施例中，每个路径点对应的采样率有所不同，因此，可以具体确定每一路径点采样率对应的已进行选取的路径点的选取结果。根据该路径点对应的采样率以及选取结果来确定该路径点是否被选取。
以实际应用举例来说，若第一个路径点被选取了，其对应的采样率是1/10,那么如果第二个采样点也是1/10，而由于第一个采样点已经被选了，所以第二个采样点不会被选。仍旧以实际应用举例来说，若第六个采样点的采样率是1/2，需要看第五个采样点有没有被选，如果没有被选，那么第六个采样点就会被选取。也即采样率越高，前面与其相邻的选取结果没有被选上，那个该点被选上的概率越高。
本实施例提供的路径平滑方法，通过根据该路径点对应的采样率以及选取结果来确定该路径点是否被选取，从而能够保证平滑后的原始路径较为平滑的基础上，能够准确地规避障碍物。
图6为本公开实施例四提供的路径平滑方法的流程示意图，在上述任一实施例的基础上，如图6所示，步骤204具体包括：
步骤601、根据所述控制点生成N次B样条曲线，所述N次B样条曲线为clamped曲线。
步骤602、对所述N次B样条曲线进行均匀采样处理。
步骤603、将均匀采样处理后的N次B样条曲线确定为平滑后的路径。
在本实施例中，B样条曲线又分为开曲线、clamped曲线和闭曲线，其中clamped曲线的起始点和终止点可以保证与控制点的首尾两点重合，保证路径的起点和终点不会发生变化。该N次B样条曲线具体可以为clamped曲线。
因此，可以根据该控制点生成clamped曲线，对N次B样条曲线进行均匀采样处理，从而可以将均匀采样处理后的N次B样条曲线确定为平滑后的路径。
图7为本公开实施例提供的clamped曲线的流程示意图，如图7所示，clamped曲线的起始点71和终止点72可以保证与控制点73的首尾两点重合。
本实施例提供的路径平滑方法，通过采用clamped曲线作为N次B样条曲线，从而能够保证路径的起点和终点不会发生变化，且通过将均匀采样处理后的N次B样条曲线确定为平滑后的路径，从而能够保证平滑后的原始路径较为平滑的基础上，能够准确地规避障碍物。
图8为本公开实施例五提供的路径平滑装置的结构示意图，如图8所示，该装置包括：确定模块81、计算模块82、选取模块83以及处理模块84。其中，确定模块81，用于确定电子地图中原始路径与障碍物的分布情况。计算模块82，用于根据所述分布情况确定在原始路径中各路径点对应的采样率。选取模块83，用于按照各路径点对应的采样率在所述原始路径中选取对原始路径进行平滑处理的N次B样条曲线对应的控制点。处理模块84，用于根据所述控制点生成N次B样条曲线，以对原始路径数据进行平滑处理。
进一步地，在上述实施例五的基础上，所述原始路径为在室内环境下对移动机器人进行全局路径规划出的路径。
本实施例提供的路径平滑装置，通过确定电子地图中原始路径与障碍物的分布情况，根据该分布情况确定原始路径中各路径点对应的采样率，因此，可以根据该采样率确定用于对原始路径进行平滑处理的N次B样条曲线对应的控制点，根据该控制点生成N次B样条曲线。由于n次B样条曲线能够保证n-1阶可导，能够达到曲率级的平滑度要求，因此，平滑处理后的原始路径一方面能够达到很好的平顺度，一方面能够精准地规避障碍物。通过根据电子地图中原始路径与障碍物的分布情况确定N次B样条曲线中控制点的位置，使在没有障碍物时，控制点比较稀疏，满足平滑度要求，在有障碍物时，控制点比较密集，N次B样条曲线更加贴合原始路径，进而能够准确地规避障碍物。
进一步地，在实施例五的基础上，所述确定模块用于：确定电子地图原始路径中各路径点与障碍物之间的距离参考值。所述计算模块用于：根据各所述距离参考值确定各路径点对应的采样率。
进一步地，在实施例五的基础上，所述确定模块用于：对所述电子地图进行非均匀膨胀处理，以生成代价地图，所述代价地图中的每个像素点的值表示所述像素点到障碍物的距离参考值。确定原始路径中各路径点在所述代价地图中对应的像素点。将所述像素点的值确定为对应路径点与障碍物之间的距离参考值。
进一步地，在实施例五的基础上，所述像素点到障碍物的距离参考值表示为：L＝e(h1*k1)*254
其中，L表示距离参考值，h1表示像素点到障碍物的距离，k1为第一调整系数。
进一步地，在实施例五的基础上，所述确定模块用于：采用如下公式根据所述距离参考值计算各路径点对应的采样率：
A＝eL*k2采样率＝exp(代价值)*k2
其中，A表示采样率，L表示距离参考值,k2为第二调整系数。
进一步地，在上述任一实施例的基础上，所述选取模块用于：针对每个路径点，获取与所述路径点采样率对应的已进行选取的路径点的选取结果。根据所述路径点对应的采样率及所述选取结果确定所述路径点是否被选取。
进一步地，在上述任一实施例的基础上，所述处理模块用于：根据所述控制点生成N次B样条曲线，所述N次B样条曲线为clamped曲线。对所述N次B样条曲线进行均匀采样处理。将均匀采样处理后的N次B样条曲线确定为平滑后的路径。
图9为本公开实施例六提供的电子设备的结构示意图，该设备可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
装置900可以包括以下一个或多个组件：处理组件902，存储器904，电源组件906，多媒体组件908，音频组件910，输入/输出(I/O)接口912，传感器组件914，以及通信组件916。
处理组件902通常控制装置900的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件902可以包括一个或多个处理器920来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件902可以包括一个或多个模块，便于处理组件902和其他组件之间的交互。例如，处理组件902可以包括多媒体模块，以方便多媒体组件908和处理组件902之间的交互。
存储器904被配置为存储各种类型的数据以支持在装置900的操作。这些数据的示例包括用于在装置900上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器904可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件906为装置900的各种组件提供电力。电源组件906可以包括电源管理系统，一个或多个电源，及其他与为装置900生成、管理和分配电力相关联的组件。
多媒体组件908包括在所述装置900和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件908包括一个前置摄像头和/或后置摄像头。当装置900处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件910被配置为输出和/或输入音频信号。例如，音频组件910包括一个麦克风(MIC)，当装置900处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器904或经由通信组件916发送。在一些实施例中，音频组件910还包括一个扬声器，用于输出音频信号。
I/O接口912为处理组件902和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件914包括一个或多个传感器，用于为装置900提供各个方面的状态评估。例如，传感器组件914可以检测到装置900的打开/关闭状态，组件的相对定位，例如所述组件为装置900的显示器和小键盘，传感器组件914还可以检测装置900或装置900一个组件的位置改变，用户与装置900接触的存在或不存在，装置900方位或加速/减速和装置900的温度变化。传感器组件914可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件914还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件914还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件916被配置为便于装置900和其他设备之间有线或无线方式的通信。装置900可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件916经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件916还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置900可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器904，上述指令可由装置900的处理器920执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本公开又一实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上述任一实施例所述的方法。
本公开又一实施例还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上述任一实施例所述的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求书指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。
Claims (12)
1.一种路径平滑方法，其特征在于，包括：
确定电子地图中原始路径与障碍物的分布情况；
根据所述分布情况确定在原始路径中各路径点对应的采样率；
按照各路径点对应的采样率在所述原始路径中选取对原始路径进行平滑处理的N次B样条曲线对应的控制点；
根据所述控制点生成N次B样条曲线，以对原始路径数据进行平滑处理。
2.根据权利要求1所述的方法，其特征在于，所述确定电子地图中原始路径与障碍物的分布情况，包括：
确定电子地图原始路径中各路径点与障碍物之间的距离参考值；
所述根据所述分布情况确定在原始路径中各路径点对应的采样率，包括：
根据各所述距离参考值确定各路径点对应的采样率。
3.根据权利要求2所述的方法，其特征在于，所述确定电子地图原始路径中各路径点与障碍物之间的距离参考值，包括：
对所述电子地图进行非均匀膨胀处理，以生成代价地图，所述代价地图中的每个像素点的值表示所述像素点到障碍物的距离参考值；
确定原始路径中各路径点在所述代价地图中对应的像素点；
将所述像素点的值确定为对应路径点与障碍物之间的距离参考值。
4.根据权利要求2所述的方法，其特征在于，所述像素点到障碍物的距离参考值表示为：
L＝e(h1*k1)*254
其中，L表示距离参考值，h1表示像素点到障碍物的距离，k1为第一调整系数。
5.根据权利要求2所述的方法，其特征在于，所述根据各所述距离参考值确定各路径点对应的采样率，包括：
采用如下公式根据所述距离参考值计算各路径点对应的采样率：
A＝eL*k2
其中，A表示采样率，L表示距离参考值,k2为第二调整系数。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述按照各路径点对应的采样率在所述原始路径中选取对原始路径进行平滑处理的N次B样条曲线对应的控制点，包括：
针对每个路径点，获取与所述路径点采样率对应的已进行选取的路径点的选取结果；
根据所述路径点对应的采样率及所述选取结果确定所述路径点是否被选取。
7.根据权利要求1-5任一项所述的方法，其特征在于，所述根据所述控制点生成N次B样条曲线，以对原始路径数据进行平滑，包括：
根据所述控制点生成N次B样条曲线，所述N次B样条曲线为clamped曲线；
对所述N次B样条曲线进行均匀采样处理；
将均匀采样处理后的N次B样条曲线确定为平滑后的路径。
8.根据权利要求1-5任一项所述的方法，其特征在于，所述原始路径为在室内环境下对移动机器人进行全局路径规划出的路径。
9.一种路径平滑装置，其特征在于，包括：
确定模块，用于确定电子地图中原始路径与障碍物的分布情况；
计算模块，用于根据所述分布情况确定在原始路径中各路径点对应的采样率；
选取模块，用于按照各路径点对应的采样率在所述原始路径中选取对原始路径进行平滑处理的N次B样条曲线对应的控制点；
处理模块，用于根据所述控制点生成N次B样条曲线，以对原始路径数据进行平滑处理。
10.一种电子设备，包括：存储器，处理器；
存储器；用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为所述可执行指令执行时由所述处理器执行如权利要求1-8任一项所述的方法。
11.一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中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-8任一项所述的方法。
12.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110384048.7A CN112947490B (zh) | 2021-04-09 | 2021-04-09 | 路径平滑方法、装置、设备、存储介质及产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110384048.7A CN112947490B (zh) | 2021-04-09 | 2021-04-09 | 路径平滑方法、装置、设备、存储介质及产品 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112947490A true CN112947490A (zh) | 2021-06-11 |
| CN112947490B CN112947490B (zh) | 2023-05-30 |
Family
ID=76231504
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110384048.7A Active CN112947490B (zh) | 2021-04-09 | 2021-04-09 | 路径平滑方法、装置、设备、存储介质及产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112947490B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113570718A (zh) * | 2021-07-29 | 2021-10-29 | 四川隧唐科技股份有限公司 | 线路模型的地形自适应方法、装置、电子设备及存储介质 |
| CN116728437A (zh) * | 2023-08-08 | 2023-09-12 | 江苏集萃智能制造技术研究所有限公司 | 基于欧氏空间距离的康养机器人轨迹采样滤波方法及系统 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5566288A (en) * | 1994-09-02 | 1996-10-15 | Caterpillar Inc. | System and method for automatically fitting a B-spline curve to a set of data points |
| CN102722647A (zh) * | 2012-05-30 | 2012-10-10 | 北京像素软件科技股份有限公司 | 一种基于运动路径生成条带粒子路径的方法及装置 |
| KR20150121931A (ko) * | 2014-04-22 | 2015-10-30 | 부산대학교 산학협력단 | 하이브리드 경로 생성 방법을 이용한 무인 지상 차량 경로 제어 시스템 |
| CN106444740A (zh) * | 2016-07-15 | 2017-02-22 | 浙江工业大学 | 基于mb‑rrt的无人机二维航迹规划方法 |
| CN107742304A (zh) * | 2017-10-10 | 2018-02-27 | 广州视源电子科技股份有限公司 | 移动轨迹的确定方法及装置、移动机器人及存储介质 |
| CN107990903A (zh) * | 2017-12-29 | 2018-05-04 | 东南大学 | 一种基于改进a*算法的室内agv路径规划方法 |
| CN108803589A (zh) * | 2017-04-28 | 2018-11-13 | 深圳乐动机器人有限公司 | 机器人虚拟墙系统 |
| CN110187706A (zh) * | 2019-05-28 | 2019-08-30 | 上海钛米机器人科技有限公司 | 一种速度规划方法、装置、电子设备及存储介质 |
| CN110275526A (zh) * | 2019-05-16 | 2019-09-24 | 贵州大学 | 一种基于改进遗传算法的移动机器人路径规划方法 |
| CN110610649A (zh) * | 2018-06-14 | 2019-12-24 | 北京京东尚科信息技术有限公司 | 用于生成地图的方法和装置 |
| CN110865642A (zh) * | 2019-11-06 | 2020-03-06 | 天津大学 | 一种基于移动机器人的路径规划方法 |
| CN111158365A (zh) * | 2019-12-31 | 2020-05-15 | 深圳优地科技有限公司 | 一种路径规划方法、装置、机器人及存储介质 |
| CN112327853A (zh) * | 2020-11-11 | 2021-02-05 | 中山大学 | 一种可保证远离障碍物的基于硬约束优化问题的机器人平滑轨迹规划方法 |
-
2021
- 2021-04-09 CN CN202110384048.7A patent/CN112947490B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5566288A (en) * | 1994-09-02 | 1996-10-15 | Caterpillar Inc. | System and method for automatically fitting a B-spline curve to a set of data points |
| CN102722647A (zh) * | 2012-05-30 | 2012-10-10 | 北京像素软件科技股份有限公司 | 一种基于运动路径生成条带粒子路径的方法及装置 |
| KR20150121931A (ko) * | 2014-04-22 | 2015-10-30 | 부산대학교 산학협력단 | 하이브리드 경로 생성 방법을 이용한 무인 지상 차량 경로 제어 시스템 |
| CN106444740A (zh) * | 2016-07-15 | 2017-02-22 | 浙江工业大学 | 基于mb‑rrt的无人机二维航迹规划方法 |
| CN108803589A (zh) * | 2017-04-28 | 2018-11-13 | 深圳乐动机器人有限公司 | 机器人虚拟墙系统 |
| CN107742304A (zh) * | 2017-10-10 | 2018-02-27 | 广州视源电子科技股份有限公司 | 移动轨迹的确定方法及装置、移动机器人及存储介质 |
| CN107990903A (zh) * | 2017-12-29 | 2018-05-04 | 东南大学 | 一种基于改进a*算法的室内agv路径规划方法 |
| CN110610649A (zh) * | 2018-06-14 | 2019-12-24 | 北京京东尚科信息技术有限公司 | 用于生成地图的方法和装置 |
| CN110275526A (zh) * | 2019-05-16 | 2019-09-24 | 贵州大学 | 一种基于改进遗传算法的移动机器人路径规划方法 |
| CN110187706A (zh) * | 2019-05-28 | 2019-08-30 | 上海钛米机器人科技有限公司 | 一种速度规划方法、装置、电子设备及存储介质 |
| CN110865642A (zh) * | 2019-11-06 | 2020-03-06 | 天津大学 | 一种基于移动机器人的路径规划方法 |
| CN111158365A (zh) * | 2019-12-31 | 2020-05-15 | 深圳优地科技有限公司 | 一种路径规划方法、装置、机器人及存储介质 |
| CN112327853A (zh) * | 2020-11-11 | 2021-02-05 | 中山大学 | 一种可保证远离障碍物的基于硬约束优化问题的机器人平滑轨迹规划方法 |
Non-Patent Citations (2)
| Title |
|---|
| RÔMULO T. RODRIGUES 等: "B-spline Surfaces for Range-Based Environment Mapping", 《2020 IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS AND SYSTEMS (IROS)》 * |
| 陈国振: "全自主移动双轮平衡车轨迹规划及平衡特性分析", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113570718A (zh) * | 2021-07-29 | 2021-10-29 | 四川隧唐科技股份有限公司 | 线路模型的地形自适应方法、装置、电子设备及存储介质 |
| CN113570718B (zh) * | 2021-07-29 | 2023-06-23 | 四川隧唐科技股份有限公司 | 线路模型的地形自适应方法、装置、电子设备及存储介质 |
| CN116728437A (zh) * | 2023-08-08 | 2023-09-12 | 江苏集萃智能制造技术研究所有限公司 | 基于欧氏空间距离的康养机器人轨迹采样滤波方法及系统 |
| CN116728437B (zh) * | 2023-08-08 | 2023-10-13 | 江苏集萃智能制造技术研究所有限公司 | 基于欧氏空间距离的康养机器人轨迹采样滤波方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112947490B (zh) | 2023-05-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110647834B (zh) | 人脸和人手关联检测方法及装置、电子设备和存储介质 | |
| CN106651955B (zh) | 图片中目标物的定位方法及装置 | |
| CN110674719B (zh) | 目标对象匹配方法及装置、电子设备和存储介质 | |
| CN109978886B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN106778773B (zh) | 图片中目标物的定位方法及装置 | |
| CN111105454B (zh) | 一种获取定位信息的方法、装置及介质 | |
| CN110557547B (zh) | 镜头位置调整方法及装置 | |
| US11216904B2 (en) | Image processing method and apparatus, electronic device, and storage medium | |
| CN109584362B (zh) | 三维模型构建方法及装置、电子设备和存储介质 | |
| JP2016531361A (ja) | 画像分割方法、画像分割装置、画像分割デバイス、プログラム及び記録媒体 | |
| CN107967459B (zh) | 卷积处理方法、装置及存储介质 | |
| JP6170626B2 (ja) | 構図変更方法、構図変更装置、端末、プログラム及び記録媒体 | |
| CN112947490B (zh) | 路径平滑方法、装置、设备、存储介质及产品 | |
| CN109325908B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN110989901B (zh) | 图像定位的交互显示方法及装置、电子设备和存储介质 | |
| CN111666917A (zh) | 姿态检测及视频处理方法、装置、电子设备和存储介质 | |
| US20200186238A1 (en) | Unmanned aerial vehicle control method and device, unmanned aerial vehicle and remote control device | |
| CN110490164B (zh) | 生成虚拟表情的方法、装置、设备及介质 | |
| CN106533907B (zh) | 信息发送方法及装置 | |
| CN107239758B (zh) | 人脸关键点定位的方法及装置 | |
| US9665925B2 (en) | Method and terminal device for retargeting images | |
| US11410268B2 (en) | Image processing methods and apparatuses, electronic devices, and storage media | |
| CN108596957B (zh) | 物体跟踪方法及装置 | |
| CN107885464B (zh) | 数据存储方法、装置及计算机可读存储介质 | |
| CN114612485A (zh) | 一种图像裁剪方法、装置及存储介质 |
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: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176 Applicant after: Jingdong Technology Information Technology Co.,Ltd. Address before: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Beijing Economic and Technological Development Zone, Beijing 100176 Applicant before: Jingdong Shuke Haiyi Information Technology Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |