CN113110471A - 设备作业路径规划方法、装置、计算机设备和存储介质 - Google Patents
设备作业路径规划方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113110471A CN113110471A CN202110446372.7A CN202110446372A CN113110471A CN 113110471 A CN113110471 A CN 113110471A CN 202110446372 A CN202110446372 A CN 202110446372A CN 113110471 A CN113110471 A CN 113110471A
- Authority
- CN
- China
- Prior art keywords
- horizontal
- path planning
- planning result
- unit
- turns
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 230000008569 process Effects 0.000 claims abstract description 23
- 238000004590 computer program Methods 0.000 claims description 25
- 238000010408 sweeping Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 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
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
- G05D1/0212—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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种设备作业路径规划方法、装置、计算机设备和存储介质,获取作业区边界数据,当作业区边界包含斜边时,根据作业区边界数据进行作业单元划分,得到包含斜边单元的作业单元集合,对斜边单元分别做横纵路径规划,根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量确定设备作业路径规划结果。整个过程中,基于斜边单元中弧形转弯和折线转弯数量可以选择耗时较少的路径规划结果,显著提升设备作业效率。
Description
技术领域
本申请涉及作业路径规划技术领域,特别是涉及一种设备作业路径规划方法、装置、计算机设备和存储介质。
背景技术
随着人工智能以及自动化技术的发展,出现了全自动智能作业设备技术,例如扫地机器人、植保机器人、智能割草机等。这些智能设备能够按照规划的作业路径在作业区域内执行对应的功能,无需额外的人员操控,给人们生产、生活带来巨大便捷。
传统设备作业路径规划方案一般是先获取整个作业区地图以及设备性能中设备单次运动作业参数,按照这两个值来规划作业路径。以扫地机器人为例,传统扫地机器人路径规划是基于整个清扫区域面积以及扫地机器人清扫宽度来进行路径规划的,直接将路径规划由直线路径、弧线路径以及折线路径组成的弓字形路径,即扫地机器人根据规划的弓字形路径完成整个区域(全屋)清扫。
上述路径规划方式虽然可以规划出作业设备路径,但是规划出的路径单一,无法针对实际情况合理调整直线路径、弧线路径以及折线路径的数量,当作业环境复杂,容易存在大量的弧线路径以及折线路径,严重影响设备作业效率。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高设备高效作业的设备作业路径规划方法、装置、计算机设备和存储介质。
一种设备作业路径规划方法,其特征在于,方法包括:
获取作业区边界数据;
当作业区边界包含斜边时,根据作业区边界数据进行作业单元划分,得到作业单元集合,作业单元集合包括斜边单元;
对斜边单元分别做横纵路径规划,得到斜边单元横纵路径规划结果;
根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,确定设备作业路径规划结果。
在其中一个实施例中,作业单元集合还包括非斜边单元;
设备作业路径规划方法还包括:
对非斜边单元分别做横纵路径规划,得到非斜边单元横纵路径规划结果;
根据非斜边单元横纵路径规划结果中弧形转弯数量,选取非斜边单元路径规划结果;
根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,确定设备作业路径规划结果包括:
根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,选取斜边单元路径规划结果;
拼接斜边单元路径规划结果以及非斜边单元路径规划结果,得到设备作业路径规划结果。
在其中一个实施例中,根据所述斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,确定设备作业路径规划结果之后,还包括:
当作业过程中探测到障碍物时,获取障碍物边界;
根据障碍物边界以及设备作业路径规划结果,确定剩余未作业区域;
对剩余未作业区域进行横纵路径规划,得到子区域横纵路径规划结果;
根据子区域横纵路径规划结果中转弯数量,确定子区域路径规划结果。
在其中一个实施例中,根据子区域横纵路径规划结果中转弯数量,确定子区域路径规划结果包括:
根据子区域横纵路径规划结果,统计子区域横纵路径规划中转弯数量,转弯数量包括弧形转弯数量和折线转弯数量;
选取子区域横纵路径规划结果转弯数量较少的路径规划结果作为子区域路径规划结果;
当子区域横纵路径规划结果中转弯数量相等时,选择折线转弯数量较少的路径规划结果作为子区域路径规划结果。
在其中一个实施例中,对非斜边单元做横纵路径规划,得到非斜边单元横纵路径规划结果包括:
对非斜边单元做横纵弓字形路径规划,得到初始非斜边单元横纵路径规划结果;
提取初始非斜边单元横纵路径规划结果中最长直线长度;
以最长直线长度为基准,识别初始非斜边单元横纵路径规划结果中相邻直线与基准的比值大于预设比值阈值的区域以及小于预设比值阈值的区域;
对比值大于预设比值阈值的区域以及比值小于预设比值阈值的区域分别重新进行横纵路径规划,得到非斜边单元横纵路径规划结果。
在其中一个实施例中,根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量选取斜边单元路径规划结果包括:
统计斜边单元横纵路径规划结果中弧形转弯数量以及折线转弯数量;
选取斜边单元横纵路径规划结果中转弯数量较少的路径规划结果,若斜边单元横纵路径规划结果中转弯次数相等,则选择折线转弯数量较少的路径规划结果。
在其中一个实施例中,获取作业区边界数据包括:
当设备上电启动时,执行沿边作业;
采集执行沿边作业过程中的路径数据,得到作业区边界数据。
一种设备作业路径规划装置,装置包括:
边界确定模块,用于获取作业区边界数据;
作业区划分模块,用于当作业区边界包含斜边时,根据作业区边界数据进行作业单元划分,得到作业单元集合,作业单元集合包括斜边单元;
横纵路径规划模块,用于对斜边单元分别做横纵路径规划,得到斜边单元横纵路径规划结果;
路径规划模块,用于根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,确定设备作业路径规划结果。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取作业区边界数据;
当作业区边界包含斜边时,根据作业区边界数据进行作业单元划分,得到作业单元集合,作业单元集合包括斜边单元;
对斜边单元分别做横纵路径规划,得到斜边单元横纵路径规划结果;
根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,确定设备作业路径规划结果。
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执行时实现以下步骤:
获取作业区边界数据;
当作业区边界包含斜边时,根据作业区边界数据进行作业单元划分,得到作业单元集合,作业单元集合包括斜边单元;
对斜边单元分别做横纵路径规划,得到斜边单元横纵路径规划结果;
根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,确定设备作业路径规划结果。
上述设备作业路径规划方法、装置、计算机设备和存储介质,获取作业区边界数据,当作业区边界包含斜边时,根据作业区边界数据进行作业单元划分,得到包含斜边单元的作业单元集合,对斜边单元分别做横纵路径规划,根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量确定设备作业路径规划结果。整个过程中,基于斜边单元中弧形转弯和折线转弯数量可以选择耗时较少的路径规划结果,显著提升设备作业效率。
附图说明
图1为一个实施例中传统路径规划与本申请路径规划对比示意图;
图2为一个实施例中设备作业路径规划方法的流程示意图;
图3为一个实施例中设备作业路径规划示意图;
图4为另一个实施例中设备作业路径规划方法的流程示意图;
图5为存在障碍物作业区的设备作业路径规划示意图;
图6为一个应用实例中设备作业路径规划方法的流程示意图;
图7为一个实施例中设备作业路径规划装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
以设备为扫地机器人为例,传统技术中扫地机器人路径一般采取弓字形路径,这样规划的路径一般是由直线路径、弧线路径以及折线路径组成的弓字形路径,针对规划路径与设备运动深入研究发现,由于弧形转弯与直线运动相比,在转弯过程中将发生减速和提速的速度变化,因此弧形转弯的运动效率更低,而弧形转弯和折线转弯相比,弧形转弯执行一个转弯动作,而折线转弯则由两个原地转弯和一个短直线运动组成,折线转弯的运动效率更低,三者的执行效率由高到低依次下降,因此,在弓字形路径的规划中若能够减少转弯数量以及减少折线转弯的数量将显著提升扫地机器人清扫效率。
基于上述技术原理,本申请提供一种设备作业路径规划方法,进行作业单元划分,得到包含斜边单元的作业单元集合,对斜边单元分别做横纵路径规划,根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量确定设备作业路径规划结果。进一步的,横纵路径规划选择弧形转弯数量较少的路径规划结果还可以针对非斜边单元,具体如图1所示。
在一个实施例中,如图2所示,提供了一种设备作业路径规划方法,包括以下步骤:
S100:获取作业区边界数据。
作业区是指本次设备所需作业的区域,例如设备为扫地机器人时,作业区可以全屋、主卧、侧卧等需要清扫的区域;设备为割草机时,作业区可以为一块20m*20m的草坪;设备为植保无人机时,作业区可以为一块100m*100m种植园。作业区边界数据是指整个作业区的边界,该数据可以是外部数据导入,如由外部直接导入整个作业区地图,该地图中即对应的边界数据;该数据还可以是由设备自动探测得到,例如设备为扫地机器人时,扫地机器人通过沿边清扫功能来探测获知整个作业区的边界数据。
S200:当作业区边界包含斜边时,根据作业区边界数据进行作业单元划分,得到作业单元集合,作业单元集合包括斜边单元。
如图3所示,作业区边界一般来说会是一个近似多边形的形状,当作业区边界包含斜边时,根据作业区边界数据进行作业单元划分,得到作业单元集合,在该作业单元集合中包含斜边单元,针对包含规则直线作业边界的作业区,在该作业单元结合中还可以包含非斜边单元,即可以将这个多边形划分为斜边单元和非斜边单元,在图3中单元4为斜边单元,单元5为非斜边单元。进一步的,非斜边单元可以进一步划分为横纵比大于预设阈值的子单元以及横纵比小于预设阈值的子单元,针对这2个子单元分别采取下述独立的横纵路径规划处理。
S300:对斜边单元分别做横纵路径规划,得到斜边单元横纵路径规划结果。
横纵路径规划一般是包含2次路径规划,即包含一次纵向的路径规划以及一次横向的路径规划。在实际应用中,横纵路径规划包含一次纵向的弓字形路径规划以及一次横向的弓字形路径规划,具体如图3所示。非必要的,针对纵向和横向的路径规划也可以进行多次处理以减小计算误差,其过程类似,在此不再赘述。
S400:根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,确定设备作业路径规划结果。
如图3所示,斜边单元中横纵路径规划之后得到的路径是包含直线(横纵)、弧形转弯以及折线转弯。如上述已述的内容可知,设备在作业过程中直线、弧形转弯以及折线转弯的单位长度耗时依次增加,则三种类型路径的效率依次降低,基于此,在斜边单元中需要去选择转弯数量少且折线转弯数量少的路径规划结果。进一步,当作业单元集合中包含有非斜边单元时,针对斜边单元和非斜边单元分别进行横纵路径规划,其中非斜边单元中横纵路径规划之后得到的路径是包含直线(横纵)、弧形转弯两个部分,在非斜边单元中需要去选择转弯数量少的路径规划结果。
上述设备作业路径规划方法,获取作业区边界数据,当作业区边界包含斜边时,根据作业区边界数据进行作业单元划分,得到包含斜边单元的作业单元集合,对斜边单元分别做横纵路径规划,根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量确定设备作业路径规划结果。整个过程中,基于斜边单元中弧形转弯和折线转弯数量可以选择耗时较少的路径规划结果,显著提升设备作业效率。
在其中一个实施例中,作业单元集合还包括非斜边单元;
如图4,在其中一个实施例中,设备作业路径规划方法还包括:
S320:对非斜边单元分别做横纵路径规划,得到非斜边单元横纵路径规划结果;
S340:根据非斜边单元横纵路径规划结果中弧形转弯数量,选取非斜边单元路径规划结果;
根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,确定设备作业路径规划结果包括:
S420:根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,选取斜边单元路径规划结果;
S440:拼接斜边单元路径规划结果以及非斜边单元路径规划结果,得到设备作业路径规划结果。
将得到的斜边单元路径规划结果以及非斜边单元路径规划结果组合拼接,即拼接构成整个作业区的路径规划结果。由于整个作业区路径规划结果中针对非斜边单元选择了转弯数量少的路径规划结果;针对斜边单元中选择转弯数量少且折线转弯数量少的路径规划结果,显著减少设备作业时间,提高设备作业效率。在其中一个实施例中,根据所述斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量选取斜边单元路径规划结果包括:
统计斜边单元横纵路径规划结果中弧形转弯数量以及折线转弯数量,统计非斜边单元路径规划结果中弧形转弯数量;选取斜边单元横纵路径规划结果中转弯数量较少的路径规划结果,若斜边单元横纵路径规划结果中转弯次数相等,则选择折线转弯数量较少的路径规划结果,选取非斜边单元路径规划结果中弧形转弯数量较少的路径规划结果。
在实际应用中,弓字型路径中弧形转弯和折线转弯的路径类型不同,分别为曲线和斜直线,所以在统计时,可以进行分类。具体如图3所示,遇到斜面边界的环境会规划出多个折线弯路径,若横纵两次规划中转弯数量一致时,我们将对其两套转弯规则中的转弯类型进行比较,选择折线转弯数量少者为优,如数据判断如下表所示:
在其中一个实施例中,获取作业区边界数据包括:
当设备上电启动时,执行沿边作业;采集执行沿边作业过程中的路径数据,得到作业区边界数据。
用户需要设备执行对应功能时,用户唤醒设备,向设备发出开始作业指令;设备上电启动,此时设备执行沿边作业,即沿着作业区边界执行动作,采集也变作业过程中路径数据,得到整个作业区边界数据。以扫地机器人为例,小王需要扫地机器人打扫主卧,小王按下扫地机器人上的启动键,扫地机器人上电启动,执行沿边清扫作业,扫地机器人在沿边清扫过程中采集对主卧沿边清扫的路径数据,从而得到本次作业区边界数据,即整个主卧边界数据。
在其中一个实施例中,根据所述斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,确定设备作业路径规划结果之后,还包括:
当作业过程中探测到障碍物时,获取障碍物边界;根据障碍物边界以及设备作业路径规划结果,确定剩余未作业区域;对剩余未作业区域进行横纵路径规划,得到子区域横纵路径规划结果;根据子区域横纵路径规划结果中转弯数量,确定子区域路径规划结果。
设备作业路径规划结果是基于作业区边界做出的路径规划,设备在根据在路径规划执行作业过程中可能在作业区域内部触碰到障碍物,针对障碍物设备需要进行动态路径调整规避障碍物。基于此,在本实施例中,当作业过程中探测到障碍物时,获取障碍物边界,具体可以通过对障碍物沿边作业获取障碍物边界或者通过对障碍物进行物体轮廓识别等方式来得到障碍物边界,进一步的,再根据障碍物边界以及设备作业路径规划结果来确定当前剩余未作业区域,对剩余未作业区域进行横纵路径规划,即放弃原有的路径规划数据开始针对障碍物遮挡只有全新的横纵路径规划,得到剩余未作业区域对应的子区域路径规划结果,针对该横纵路径规划结果中转弯数量来选取转弯数量较少的路径规划结果,同样的若子区域为属于斜边单元且横纵路径规划结果中转弯数量相同,则选择折线转弯数量少的路径规划结果,设备将按照子区域路径规划结果继续作业。
在其中一个实施例中,根据子区域横纵路径规划结果中转弯数量,确定子区域路径规划结果包括:
根据子区域横纵路径规划结果,统计子区域横纵路径规划中转弯数量,转弯数量包括弧形转弯数量和折线转弯数量;选取子区域横纵路径规划结果转弯数量较少的路径规划结果作为子区域路径规划结果;当子区域横纵路径规划结果中转弯数量相等时,选择折线转弯数量较少的路径规划结果作为子区域路径规划结果
具体如图5所示,设备为扫地机器人,扫地机器人在碰撞到障碍物后,对未清扫的拆分子区再分别进行横纵路径规划,并统计和对比两个方向中的转弯数量,选择数量少者为优。在图5中横纵路径规划对应的转弯数量具体如下表所示:
对比单元 | 转弯数 | 路径效率 |
图5左侧图中单元3 | 11 | 低 |
图5右侧图中单元3 | 7 | 高 |
在其中一个实施例中,对非斜边单元做横纵路径规划,得到非斜边单元横纵路径规划结果包括:
对非斜边单元做横纵弓字形路径规划,得到初始非斜边单元横纵路径规划结果;提取初始非斜边单元横纵路径规划结果中最长直线长度;以最长直线长度为基准,识别初始非斜边单元横纵路径规划结果中相邻直线与基准的比值大于预设比值阈值的区域以及小于预设比值阈值的区域;对比值大于预设比值阈值的区域以及比值小于预设比值阈值的区域分别重新进行横纵路径规划,得到非斜边单元横纵路径规划结果。
在本实施例中,需要进一步对“7”字形路径进行优化,其优化的核心思想是针对横纵比较大的子区域选择横向路径;针对横纵比较小的子区域选择纵向路径。具体来说,在针对非斜边单元做了弓字形路径规划之后,得到初始非斜边单元横纵路径规划结果,寻找非斜边单元中可能存在的“7”字形路径,具体寻找方式是提取初始非斜边单元横纵路径规划结果中最长直线长度A,以该长度A为基准,别相邻直线与基准A比值大于预设比值阈值的区域以及小于预比值阈值的区域,对于这2个子区域分别进行独立的横纵路径规划,同样选取其中转弯数量较少的路径规划结果,得到非斜边单元横纵路径规划结果。预设比值阈值是预先设定的值,其可以根据需要设定例如可以为1/2、2/3、3/5等。
在实际应用中,如图3所示,对类“7”字形的所有一次路径长度进行统计,若规划的路径出现1/2的长度反差,判断其中出现了窄通道环境,将对窄通道区域进行拆分和重规划,取路径转弯数量少者为优。具体来说这个拆分和重新过程包括:假设一组弓字形路径中,有10条平行直线,选取其中最长直线A长度作为比较基准,若剩余9条直线中,4条相邻或叫连续的直线大于1/2直线A长度,另外5条相邻直线小于1/2直线A长度,则将短直线组与长直线组进行分拆,对短直线组所在区域进行二次路径规划。
在一个应用实例中,本申请设备作业路径规划方法应用于扫地机器人清扫路径规划场景时,其具体包含如图6所示的步骤。
应该理解的是,虽然上述各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,这些步骤可以以其它的顺序执行。而且,上述各流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些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,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
如图7所示,本申请还提供一种设备作业路径规划装置,装置包括:
边界确定模块100,用于获取作业区边界数据;
作业区划分模块200,用于当作业区边界包含斜边时,根据所述作业区边界数据进行作业单元划分,得到作业单元集合,所述作业单元集合包括斜边单元;
横纵路径规划模块300,用于对所述斜边单元分别做横纵路径规划,得到斜边单元横纵路径规划结果;
路径规划模块400,用于根据所述斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,确定设备作业路径规划结果。
上述设备作业路径规划装置,获取作业区边界数据,当作业区边界包含斜边时,根据作业区边界数据进行作业单元划分,得到包含斜边单元的作业单元集合,对斜边单元分别做横纵路径规划,根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量确定设备作业路径规划结果。整个过程中,基于斜边单元中弧形转弯和折线转弯数量可以选择耗时较少的路径规划结果,显著提升设备作业效率。
在其中一个实施例中,作业单元集合还包括非斜边单元;
横纵路径规划模块300还用于对非斜边单元分别做横纵路径规划,得到非斜边单元横纵路径规划结果;根据非斜边单元横纵路径规划结果中弧形转弯数量,选取非斜边单元路径规划结果;
路径规划模块400还用于根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,选取斜边单元路径规划结果;拼接斜边单元路径规划结果以及非斜边单元路径规划结果,得到设备作业路径规划结果。
在其中一个实施例中,上述设备作业路径规划装置还包括障碍物处理模块,用于当作业过程中探测到障碍物时,获取障碍物边界;根据障碍物边界以及设备作业路径规划结果,确定剩余未作业区域;对剩余未作业区域进行横纵路径规划,得到子区域横纵路径规划结果;根据子区域横纵路径规划结果中转弯数量,确定子区域路径规划结果。
在其中一个实施例中,障碍物处理模块还用于根据子区域横纵路径规划结果,统计子区域横纵路径规划中转弯数量,转弯数量包括弧形转弯数量和折线转弯数量;选取子区域横纵路径规划结果转弯数量较少的路径规划结果作为子区域路径规划结果;当子区域横纵路径规划结果中转弯数量相等时,选择折线转弯数量较少的路径规划结果作为子区域路径规划结果。
在其中一个实施例中,横纵路径规划模块300还用于对非斜边单元做横纵弓字形路径规划,得到初始非斜边单元横纵路径规划结果;提取初始非斜边单元横纵路径规划结果中最长直线长度;以最长直线长度为基准,识别初始非斜边单元横纵路径规划结果中相邻直线与基准的比值大于预设比值阈值的区域以及小于预设比值阈值的区域;对比值大于预设比值阈值的区域以及比值小于预设比值阈值的区域分别重新进行横纵路径规划,得到非斜边单元横纵路径规划结果。
在其中一个实施例中,路径规划模块400还用于统计斜边单元横纵路径规划结果中弧形转弯数量以及折线转弯数量;选取斜边单元横纵路径规划结果中转弯数量较少的路径规划结果,若斜边单元横纵路径规划结果中转弯次数相等,则选择折线转弯数量较少的路径规划结果。
在其中一个实施例中,边界确定模块100还用于当设备上电启动时,执行沿边作业;采集执行沿边作业过程中的路径数据,得到作业区边界数据。
关于设备作业路径规划装置的具体限定可以参见上文中对于设备作业路径规划方法的限定,在此不再赘述。上述设备作业路径规划装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储设备基础控制参数、作业区关联数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种设备作业路径规划方法。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取作业区边界数据;
当作业区边界包含斜边时,根据作业区边界数据进行作业单元划分,得到作业单元集合,作业单元集合包括斜边单元;
对斜边单元分别做横纵路径规划,得到斜边单元横纵路径规划结果;
根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,确定设备作业路径规划结果。
在其中一个实施例中,作业单元集合还包括非斜边单元,处理器执行计算机程序时还实现以下步骤:
对非斜边单元分别做横纵路径规划,得到非斜边单元横纵路径规划结果;根据非斜边单元横纵路径规划结果中弧形转弯数量,选取非斜边单元路径规划结果;根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,选取斜边单元路径规划结果;拼接斜边单元路径规划结果以及非斜边单元路径规划结果,得到设备作业路径规划结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
当作业过程中探测到障碍物时,获取障碍物边界;根据障碍物边界以及设备作业路径规划结果,确定剩余未作业区域;对剩余未作业区域进行横纵路径规划,得到子区域横纵路径规划结果;根据子区域横纵路径规划结果中转弯数量,确定子区域路径规划结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据子区域横纵路径规划结果,统计子区域横纵路径规划中转弯数量,转弯数量包括弧形转弯数量和折线转弯数量;选取子区域横纵路径规划结果转弯数量较少的路径规划结果作为子区域路径规划结果;当子区域横纵路径规划结果中转弯数量相等时,选择折线转弯数量较少的路径规划结果作为子区域路径规划结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
对非斜边单元做横纵弓字形路径规划,得到初始非斜边单元横纵路径规划结果;提取初始非斜边单元横纵路径规划结果中最长直线长度;以最长直线长度为基准,识别初始非斜边单元横纵路径规划结果中相邻直线与基准的比值大于预设比值阈值的区域以及小于预设比值阈值的区域;对比值大于预设比值阈值的区域以及比值小于预设比值阈值的区域分别重新进行横纵路径规划,得到非斜边单元横纵路径规划结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
统计斜边单元横纵路径规划结果中弧形转弯数量以及折线转弯数量;选取斜边单元横纵路径规划结果中转弯数量较少的路径规划结果,若斜边单元横纵路径规划结果中转弯次数相等,则选择折线转弯数量较少的路径规划结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
当设备上电启动时,执行沿边作业;采集执行沿边作业过程中的路径数据,得到作业区边界数据。
在一个实施例中,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执行时实现以下步骤:
获取作业区边界数据;
当作业区边界包含斜边时,根据作业区边界数据进行作业单元划分,得到作业单元集合,作业单元集合包括斜边单元;
对斜边单元分别做横纵路径规划,得到斜边单元横纵路径规划结果;
根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,确定设备作业路径规划结果。
在其中一个实施例中,作业单元集合还包括非斜边单元,计算机程序被处理器执行时还实现以下步骤:
对非斜边单元分别做横纵路径规划,得到非斜边单元横纵路径规划结果;根据非斜边单元横纵路径规划结果中弧形转弯数量,选取非斜边单元路径规划结果;根据斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,选取斜边单元路径规划结果;拼接斜边单元路径规划结果以及非斜边单元路径规划结果,得到设备作业路径规划结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
当作业过程中探测到障碍物时,获取障碍物边界;根据障碍物边界以及设备作业路径规划结果,确定剩余未作业区域;对剩余未作业区域进行横纵路径规划,得到子区域横纵路径规划结果;根据子区域横纵路径规划结果中转弯数量,确定子区域路径规划结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据子区域横纵路径规划结果,统计子区域横纵路径规划中转弯数量,转弯数量包括弧形转弯数量和折线转弯数量;选取子区域横纵路径规划结果转弯数量较少的路径规划结果作为子区域路径规划结果;当子区域横纵路径规划结果中转弯数量相等时,选择折线转弯数量较少的路径规划结果作为子区域路径规划结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对非斜边单元做横纵弓字形路径规划,得到初始非斜边单元横纵路径规划结果;提取初始非斜边单元横纵路径规划结果中最长直线长度;以最长直线长度为基准,识别初始非斜边单元横纵路径规划结果中相邻直线与基准的比值大于预设比值阈值的区域以及小于预设比值阈值的区域;对比值大于预设比值阈值的区域以及比值小于预设比值阈值的区域分别重新进行横纵路径规划,得到非斜边单元横纵路径规划结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
统计斜边单元横纵路径规划结果中弧形转弯数量以及折线转弯数量;选取斜边单元横纵路径规划结果中转弯数量较少的路径规划结果,若斜边单元横纵路径规划结果中转弯次数相等,则选择折线转弯数量较少的路径规划结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
当设备上电启动时,执行沿边作业;采集执行沿边作业过程中的路径数据,得到作业区边界数据。
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,上述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种设备作业路径规划方法,其特征在于,所述方法包括:
获取作业区边界数据;
当作业区边界包含斜边时,根据所述作业区边界数据进行作业单元划分,得到作业单元集合,所述作业单元集合包括斜边单元;
对所述斜边单元分别做横纵路径规划,得到斜边单元横纵路径规划结果;
根据所述斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,确定设备作业路径规划结果。
2.根据权利要求1所述的方法,其特征在于,所述作业单元集合还包括非斜边单元;
所述设备作业路径规划方法还包括:
对所述非斜边单元分别做横纵路径规划,得到非斜边单元横纵路径规划结果;
根据所述非斜边单元横纵路径规划结果中弧形转弯数量,选取非斜边单元路径规划结果;
所述根据所述斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,确定设备作业路径规划结果包括:
根据所述斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,选取斜边单元路径规划结果;
拼接所述斜边单元路径规划结果以及非斜边单元路径规划结果,得到设备作业路径规划结果。
3.根据权利要求2所述的方法,其特征在于,对非斜边单元做横纵路径规划,得到非斜边单元横纵路径规划结果包括:
对非斜边单元做横纵弓字形路径规划,得到初始非斜边单元横纵路径规划结果;
提取所述初始非斜边单元横纵路径规划结果中最长直线长度;
以所述最长直线长度为基准,识别所述初始非斜边单元横纵路径规划结果中相邻直线与所述基准的比值大于预设比值阈值的区域以及小于预设比值阈值的区域;
对比值大于预设比值阈值的区域以及所述比值小于预设比值阈值的区域分别重新进行横纵路径规划,得到非斜边单元横纵路径规划结果。
4.根据权利要求2所述的方法,其特征在于,所述根据所述斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量选取斜边单元路径规划结果包括:
统计所述斜边单元横纵路径规划结果中弧形转弯数量以及折线转弯数量;
选取所述斜边单元横纵路径规划结果中转弯数量较少的路径规划结果,若所述斜边单元横纵路径规划结果中转弯次数相等,则选择折线转弯数量较少的路径规划结果。
5.根据权利要求1所述的方法,其特征在于,所述根据所述斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,确定设备作业路径规划结果之后,还包括:
当作业过程中探测到障碍物时,获取所述障碍物边界;
根据所述障碍物边界以及所述设备作业路径规划结果,确定剩余未作业区域;
对所述剩余未作业区域进行横纵路径规划,得到子区域横纵路径规划结果;
根据所述子区域横纵路径规划结果中转弯数量,确定子区域路径规划结果。
6.根据权利要求5所述的方法,其特征在于,所述根据所述子区域横纵路径规划结果中转弯数量,确定子区域路径规划结果包括:
根据所述子区域横纵路径规划结果,统计子区域横纵路径规划中转弯数量,所述转弯数量包括弧形转弯数量和折线转弯数量;
选取所述子区域横纵路径规划结果转弯数量较少的路径规划结果作为子区域路径规划结果;
当所述子区域横纵路径规划结果中转弯数量相等时,选择折线转弯数量较少的路径规划结果作为子区域路径规划结果。
7.根据权利要求1所述的方法,其特征在于,所述获取作业区边界数据包括:
当设备上电启动时,执行沿边作业;
采集执行沿边作业过程中的路径数据,得到作业区边界数据。
8.一种设备作业路径规划装置,其特征在于,所述装置包括:
边界确定模块,用于获取作业区边界数据;
作业区划分模块,用于当作业区边界包含斜边时,根据所述作业区边界数据进行作业单元划分,得到作业单元集合,所述作业单元集合包括斜边单元;
横纵路径规划模块,用于对所述斜边单元分别做横纵路径规划,得到斜边单元横纵路径规划结果;
路径规划模块,用于根据所述斜边单元横纵路径规划结果中弧形转弯数量和折线转弯数量,确定设备作业路径规划结果。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
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,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110446372.7A CN113110471B (zh) | 2021-04-25 | 2021-04-25 | 设备作业路径规划方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110446372.7A CN113110471B (zh) | 2021-04-25 | 2021-04-25 | 设备作业路径规划方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113110471A true CN113110471A (zh) | 2021-07-13 |
CN113110471B CN113110471B (zh) | 2023-03-21 |
Family
ID=76719957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110446372.7A Active CN113110471B (zh) | 2021-04-25 | 2021-04-25 | 设备作业路径规划方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113110471B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113974494A (zh) * | 2021-11-02 | 2022-01-28 | 微思机器人(深圳)有限公司 | 一种路径规划的方法、装置、扫地机器人及存储介质 |
CN113985886A (zh) * | 2021-11-02 | 2022-01-28 | 珠海格力电器股份有限公司 | 设备作业路径规划方法、装置、计算机设备和存储介质 |
CN115039561A (zh) * | 2022-06-30 | 2022-09-13 | 松灵机器人(深圳)有限公司 | 割草方法、装置、割草机器人以及存储介质 |
CN115226476A (zh) * | 2022-07-21 | 2022-10-25 | 松灵机器人(深圳)有限公司 | 割草方法、装置、割草机器人以及存储介质 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05223584A (ja) * | 1992-02-12 | 1993-08-31 | Koden Electron Co Ltd | 浅瀬近接報知装置 |
FR2968785A1 (fr) * | 2010-12-09 | 2012-06-15 | Airbus Operations Sas | Procede et dispositif de surveillance automatique de la capacite d'un aeronef a suivre une trajectoire de vol comprenant au moins un virage. |
CN102980581A (zh) * | 2012-12-07 | 2013-03-20 | 北京中海新图科技有限公司 | 基于不规则海岛的无人机覆盖航迹规划方法 |
CN106289264A (zh) * | 2016-08-26 | 2017-01-04 | 哈尔滨工业大学深圳研究生院 | 一种基于子区域划分的多无人机遍历搜索算法 |
CN106708060A (zh) * | 2017-02-21 | 2017-05-24 | 昂海松 | 一种无外部导航信息的割草机自主有序割草方法 |
CN107065919A (zh) * | 2016-12-14 | 2017-08-18 | 东北农业大学 | 农用植保无人机来回往复喷施过程中的转弯路径飞行控制方法、装置及无人机 |
CN108983776A (zh) * | 2018-07-19 | 2018-12-11 | 深圳市欢创科技有限公司 | 一种机器人控制方法及其装置、电子设备 |
CN109540146A (zh) * | 2018-11-29 | 2019-03-29 | 珠海格力智能装备有限公司 | 路径规划方法及装置 |
WO2019144541A1 (zh) * | 2018-01-24 | 2019-08-01 | 速感科技(北京)有限公司 | 一种清洁机器人 |
CN110793524A (zh) * | 2019-09-27 | 2020-02-14 | 南京航空航天大学 | 一种割草机路径规划的方法 |
CN110941261A (zh) * | 2019-10-19 | 2020-03-31 | 中国海洋大学 | 一种自主式水下航行器多区域遍历路径规划方法 |
CN111750861A (zh) * | 2020-05-29 | 2020-10-09 | 广州极飞科技有限公司 | 优选路径规划方法、装置及电子设备 |
CN111752300A (zh) * | 2019-12-30 | 2020-10-09 | 广州极飞科技有限公司 | 无人机航线规划方法、装置、系统及计算机可读存储介质 |
CN112000754A (zh) * | 2020-08-11 | 2020-11-27 | 珠海格力电器股份有限公司 | 地图构建方法、装置、存储介质及计算机设备 |
CN112274063A (zh) * | 2019-07-23 | 2021-01-29 | 惠州拓邦电气技术有限公司 | 机器人清扫方法、控制装置、可读存储介质及机器人 |
CN112650215A (zh) * | 2020-12-01 | 2021-04-13 | 广州极飞科技有限公司 | 无人车的植保作业方法及植保作业装置、无人车控制系统 |
-
2021
- 2021-04-25 CN CN202110446372.7A patent/CN113110471B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05223584A (ja) * | 1992-02-12 | 1993-08-31 | Koden Electron Co Ltd | 浅瀬近接報知装置 |
FR2968785A1 (fr) * | 2010-12-09 | 2012-06-15 | Airbus Operations Sas | Procede et dispositif de surveillance automatique de la capacite d'un aeronef a suivre une trajectoire de vol comprenant au moins un virage. |
CN102980581A (zh) * | 2012-12-07 | 2013-03-20 | 北京中海新图科技有限公司 | 基于不规则海岛的无人机覆盖航迹规划方法 |
CN106289264A (zh) * | 2016-08-26 | 2017-01-04 | 哈尔滨工业大学深圳研究生院 | 一种基于子区域划分的多无人机遍历搜索算法 |
CN107065919A (zh) * | 2016-12-14 | 2017-08-18 | 东北农业大学 | 农用植保无人机来回往复喷施过程中的转弯路径飞行控制方法、装置及无人机 |
CN106708060A (zh) * | 2017-02-21 | 2017-05-24 | 昂海松 | 一种无外部导航信息的割草机自主有序割草方法 |
WO2019144541A1 (zh) * | 2018-01-24 | 2019-08-01 | 速感科技(北京)有限公司 | 一种清洁机器人 |
CN108983776A (zh) * | 2018-07-19 | 2018-12-11 | 深圳市欢创科技有限公司 | 一种机器人控制方法及其装置、电子设备 |
CN109540146A (zh) * | 2018-11-29 | 2019-03-29 | 珠海格力智能装备有限公司 | 路径规划方法及装置 |
CN112274063A (zh) * | 2019-07-23 | 2021-01-29 | 惠州拓邦电气技术有限公司 | 机器人清扫方法、控制装置、可读存储介质及机器人 |
CN110793524A (zh) * | 2019-09-27 | 2020-02-14 | 南京航空航天大学 | 一种割草机路径规划的方法 |
CN110941261A (zh) * | 2019-10-19 | 2020-03-31 | 中国海洋大学 | 一种自主式水下航行器多区域遍历路径规划方法 |
CN111752300A (zh) * | 2019-12-30 | 2020-10-09 | 广州极飞科技有限公司 | 无人机航线规划方法、装置、系统及计算机可读存储介质 |
CN111750861A (zh) * | 2020-05-29 | 2020-10-09 | 广州极飞科技有限公司 | 优选路径规划方法、装置及电子设备 |
CN112000754A (zh) * | 2020-08-11 | 2020-11-27 | 珠海格力电器股份有限公司 | 地图构建方法、装置、存储介质及计算机设备 |
CN112650215A (zh) * | 2020-12-01 | 2021-04-13 | 广州极飞科技有限公司 | 无人车的植保作业方法及植保作业装置、无人车控制系统 |
Non-Patent Citations (2)
Title |
---|
宋培培;汤文成;: "基于改进遗传算法的空间管道无网格布局研究" * |
王立春;罗守品;吴继浩;: "改进A~*算法在AGV小车路径规划中的应用" * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113974494A (zh) * | 2021-11-02 | 2022-01-28 | 微思机器人(深圳)有限公司 | 一种路径规划的方法、装置、扫地机器人及存储介质 |
CN113985886A (zh) * | 2021-11-02 | 2022-01-28 | 珠海格力电器股份有限公司 | 设备作业路径规划方法、装置、计算机设备和存储介质 |
CN113985886B (zh) * | 2021-11-02 | 2024-01-19 | 珠海格力电器股份有限公司 | 设备作业路径规划方法、装置、计算机设备和存储介质 |
CN115039561A (zh) * | 2022-06-30 | 2022-09-13 | 松灵机器人(深圳)有限公司 | 割草方法、装置、割草机器人以及存储介质 |
WO2024002061A1 (zh) * | 2022-06-30 | 2024-01-04 | 松灵机器人(深圳)有限公司 | 割草方法、装置、割草机器人以及存储介质 |
CN115226476A (zh) * | 2022-07-21 | 2022-10-25 | 松灵机器人(深圳)有限公司 | 割草方法、装置、割草机器人以及存储介质 |
WO2024016958A1 (zh) * | 2022-07-21 | 2024-01-25 | 松灵机器人(深圳)有限公司 | 割草方法、装置、割草机器人以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113110471B (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113110471B (zh) | 设备作业路径规划方法、装置、计算机设备和存储介质 | |
CN107990903B (zh) | 一种基于改进a*算法的室内agv路径规划方法 | |
CN106842901A (zh) | 为列车自动驾驶系统生成速度控制命令的方法 | |
CN106500704A (zh) | 一种基于改进遗传算法的机器人路径规划方法 | |
CN113180558B (zh) | 复杂区域深度作业方法、装置、计算机设备和存储介质 | |
CN107145526A (zh) | 一种路网下地理社交关键字反最近邻查询处理方法 | |
CN111152266A (zh) | 一种清洁机器人的控制方法及系统 | |
CN112462763A (zh) | 一种基于栅格地图的割草机器人路径规划方法 | |
CN114427866A (zh) | 路径规划方法、电子设备以及存储介质 | |
Zhang et al. | Multi-population ant colony optimization algorithm based on congestion factor and co-evolution mechanism | |
CN103092207A (zh) | 一种机器人迷宫搜索方法 | |
Ewing et al. | Betweenness centrality in multi-agent path finding | |
CN103337084A (zh) | 一种基于人工地物特征的地物图斑自动生成方法 | |
CN114303581A (zh) | 一种智能割草机、行走路径规划方法、装置及存储介质 | |
CN114253975A (zh) | 一种负载感知的路网最短路径距离计算方法及装置 | |
CN106919712A (zh) | 报表的数据统计方法和系统 | |
CN104715019B (zh) | 一种软件定义网络的规则动态下发方法和装置 | |
Altwaijry et al. | Data structures in multi-objective evolutionary algorithms | |
CN113180557B (zh) | 设备重定位作业恢复方法、装置、计算机设备和存储介质 | |
CN113344073A (zh) | 一种基于融合进化算法的日负荷曲线聚类方法及系统 | |
CN114577217A (zh) | 基于冯洛诺伊图的路径规划方法、装置、设备及存储介质 | |
Lee et al. | Manufacturing cell formation: A dual-objective simulated annealing approach | |
CN112631338A (zh) | 一种航线规划方法、装置、计算机设备及存储介质 | |
JP2010262546A (ja) | 2次元図形マッチング方法 | |
CN107688620A (zh) | 一种基于多样化算法框架TAD的面向Top‑k查询的查询结果即时多样化算法 |
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 |