CN113252026B - 跨场景导航方法、设备及存储介质 - Google Patents
跨场景导航方法、设备及存储介质 Download PDFInfo
- Publication number
- CN113252026B CN113252026B CN202110617980.XA CN202110617980A CN113252026B CN 113252026 B CN113252026 B CN 113252026B CN 202110617980 A CN202110617980 A CN 202110617980A CN 113252026 B CN113252026 B CN 113252026B
- Authority
- CN
- China
- Prior art keywords
- decision
- scene
- navigation
- robot
- cross
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000003066 decision tree Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 13
- 238000003780 insertion Methods 0.000 claims description 5
- 230000037431 insertion Effects 0.000 claims description 5
- 230000008520 organization Effects 0.000 claims description 5
- 230000000903 blocking effect Effects 0.000 claims 1
- 238000012937 correction Methods 0.000 abstract description 8
- 238000013523 data management Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 238000009795 derivation Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Navigation (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种跨场景导航方法、设备及存储介质,通过获取机器人的当前位置,以及机器人将要到达的与所述当前位置不在同一个应用场景的目标位置;查找已创建的git导航地图,获取当前位置至目标位置对应的所述git导航地图中的决策链,基于所述决策链,获取所述决策链对应的在应用场景中的决策路线,得到对应的跨场景导航路径;按照获取的所述跨场景导航路径,机器人从所述当前位置跨场景导航至所述目标位置;解决了现有技术中跨场景地图在应用过程中无导航上纠错功能以及地图数据管理混乱的问题。进一步地,提高了跨场景导航的效率和导航路线的准确率。
Description
技术领域
本发明涉及机器人技术领域,特别涉及一种跨场景导航方法、设备及存储介质。
背景技术
随着自主移动机器人的应用场景越来越多,对自主移动机器人跨场景导航的要求也越来越高。在自主移动机器人的导航过程中,跨场景的导航需求使得机器人需要在不同的应用场景下读取相应的地图数据,并根据这个场景的地图数据进行导航,因此,如何管理维护不同场景的地图以及如何快速找到机器人所需的地图,是机器人跨场景导航所需关注和解决的问题。
目前,在现有技术中,针对上述问题的解决方法主要有以下两种,一种是:把机器人要去的所有场景放在一张地图上存储。但是,这种处理方式不便于对单个场景的地图进行维护。另一种是:给机器人每个场景保存一个地图,机器人到哪个场景就去哪个场景去找;其缺点是,无法反映机器人决策的顺序关系,也没有导航上的纠错功能,例如机器人从仓库场景出来实际上应该到工厂园区场景,结果检索却是家庭场景,这时机器人就无法发现这个错误。另外,也可以选择在服务器或机器人本体软件中维持当前机器人的状态机,当感知移动出一个场景后,切换这个状态并依次在地图服务器中查找并拿取相应地图,但这种做法在地图查找时效率低下,且无法实现进行机器人导航的宏观路线推导及面向决策链对导航地图数据进行管理,此外也不能展示出宏观的场景路径图。
发明内容
针对现有技术中机器人跨场景导航所存在的上述缺陷,本发明提供一种跨场景导航方法、设备及存储介质,从而基于git实现对机器人的跨场景导航。
第一方面,本发明提供了一种跨场景导航方法。
所述跨场景导航方法包括:机器人获取当前位置,以及机器人将要到达的与所述当前位置不在同一个应用场景的目标位置;查找已创建的git导航地图,获取当前位置至目标位置对应的所述git导航地图中的决策链,基于所述决策链,获取所述决策链对应的在应用场景中的决策路线,得到对应的跨场景导航路径;按照获取的所述跨场景导航路径,机器人从所述当前位置跨场景导航至所述目标位置。
第二方面,本发明提供了一种跨场景导航系统。
所述跨场景导航系统包括:位置获取模块,用于获取机器人的当前位置,以及机器人将要到达的与所述当前位置不在同一个应用场景的目标位置;路径确定模块,用于查找已创建的git导航地图,获取当前位置至目标位置对应的所述git导航地图中的决策链,基于所述决策链,获取所述决策链对应的在应用场景中的决策路线,得到对应的跨场景导航路径;跨场景导航模块,用于按照获取的所述跨场景导航路径,机器人从所述当前位置跨场景导航至所述目标位置。
第三方面,本发明提供了一种机器人。
所述机器人包括传感器、中央处理器和移动底盘;其中:所述传感器采集信息并将采集的信息发送至所述中央处理器;所述中央处理器根据所述传感器采集的信息,获取机器人当前所在的当前位置,并获取机器人将要到达的与所述当前位置不在同一个应用场景的目标位置;查找已创建的git导航地图,获取当前位置至目标位置对应的所述git导航地图中的决策链,基于所述决策链,获取所述决策链对应的在应用场景中的决策路线,得到对应的跨场景导航路径;按照获取的所述跨场景导航路径,所述中央处理器控制所述机器人利用所述移动底盘从所述当前位置跨场景导航移动至所述目标位置。
第四方面,本发明提供了一种电子设备。
所述电子设备包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的跨场景导航程序,所述跨场景导航程序被所述处理器运行时,执行所述的跨场景导航方法。
第五方面,本发明提供了一种计算机可读存储介质。
所述存储介质上存储有跨场景导航程序,所述跨场景导航程序被一个或者多个处理器执行,以实现所述的跨场景导航方法的步骤。
本发明提供的跨场景导航方法、设备及存储介质,通过获取机器人的当前位置,以及机器人将要到达的与所述当前位置不在同一个应用场景的目标位置;查找已创建的git导航地图,获取当前位置至目标位置对应的所述git导航地图中的决策链,基于所述决策链,获取所述决策链对应的在应用场景中的决策路线,得到对应的跨场景导航路径;按照获取的所述跨场景导航路径,机器人从所述当前位置跨场景导航至所述目标位置;解决了现有技术中跨场景地图在应用过程中无导航上纠错功能以及地图数据管理混乱的问题。进一步地,本发明提供的跨场景导航方法,基于git导航地图,实现了机器人导航的宏观路线推导以及面向决策链对导航地图进行管理的有效效果,提高了跨场景导航的效率和导航路线的准确率。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
在附图中:图1是本发明跨场景导航方法的一种实施方式的流程示意图。
图2是本发明跨场景导航方法中决策链的一种实施方式的结构示意图。
图3是本发明跨场景导航方法中实际应用场景中决策路线的一种实施方式的场景示意图。
图4是本发明跨场景导航方法中git导航地图包含的决策树的一种实施方式的结构示意图。
图5是本发明跨场景导航系统的一种实施方式的功能模块示意图。
图6是本发明机器人的一种实施方式的功能模块示意图。
图7是本发明电子设备的一种实施方式的内部结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明提供了一种跨场景导航方法、设备及存储介质,实现了一种基于git(git是一个开源的分布式版本控制系统,用于敏捷高效地处理任何或小或大的项目)的应对跨场景导航的地图决策树,解决了现有技术中跨场景地图在应用过程中无导航上纠错功能以及地图数据管理混乱的问题。
如图1所示,图1是本发明跨场景导航方法的一种实施方式的流程示意图。在图1所提供的实施例中,本发明跨场景导航方法可以实施为如下描述的步骤S10-S30。
步骤S10、机器人获取当前位置,以及机器人将要到达的与所述当前位置不在同一个应用场景的目标位置。
本发明实施例中,当机器人需要执行跨场景导航时,需要获取机器人当前所处的位置,即机器人的当前位置;获取方式包括但不限于:机器人利用自身配置的传感器获取,或者利用自身的定位功能获取等方式。同时,机器人根据所要执行的任务或者所要到达的目的地,获取机器人自身将要到达的与所述当前位置不在同一个应用场景的目标位置。本发明实施例中,仅描述机器人进行跨场景导航的方式;其中,所述的跨场景导航可以理解为:机器人在至少两个不同的应用场景之间进行移动导航。
步骤S20、查找已创建的git导航地图,获取当前位置至目标位置对应的所述git导航地图中的决策链,基于所述决策链,获取所述决策链对应的在应用场景中的决策路线,得到对应的跨场景导航路径。
步骤S30、按照获取的所述跨场景导航路径,机器人从所述当前位置跨场景导航至所述目标位置。
本发明实施例中,机器人进行跨场景导航所使用的地图为git导航地图,该git导航地图采用git作为底层不同应用场景地图关系的组织形式,且该git导航地图具备GML地图决策树结构,能够展示出机器人导航时对应的宏观的场景路径图;git导航地图由服务器根据机器人可能所需经过的应用场景以及机器人的活动范围进行创建,并将创建好的git导航地图发送至机器人,以便机器人需要时使用。
当机器人进行跨场景导航时,机器人查找自身存储的已经创建好的git导航地图,根据机器人自身所处的当前位置以及机器人将要到达的目标位置,获取当前位置至目标位置对应的所述git导航地图中的决策链。根据获取的所述决策链,得到该决策链对应的在真实的应用场景中的决策路线,从而得到该机器人的跨场景导航路径。按照获取的跨场景导航路径,机器人从当前位置导航移动至对应的目标位置。
在一个具体的应用场景中,机器人从当前所处的当前位置比如WarehouseA5-9,需要跨场景移动导航至目标位置IndoorF1-5893,则机器人查找对应的git导航地图,获取当前位置WarehouseA5-9至目标位置IndoorF1-5893所对应的git导航地图中的决策链,如图2所示;图2是本发明跨场景导航方法中决策链的一种实施方式的结构示意图。基于获取的如图2所示的所述决策链,机器人获取图2所示的决策链对应的在应用场景中的决策路线如图3所示,图3是本发明跨场景导航方法中实际应用场景中决策路线的一种实施方式的场景示意图,从而得到对应的跨场景导航路径;按照获取的跨场景导航路径,机器人从当前位置WarehouseA5-9导航移动至对应的目标位置IndoorF1-5893。
进一步地,在一个实施例中,本发明跨场景导航方法还包括:采用git作为底层不同应用场景地图关系的组织形式,为机器人的跨场景导航创建对应的git导航地图。其中,为机器人导航创建对应的git导航地图可以由服务器端按照如下技术手段实施。
根据机器人所需运行的各个不同应用场景,获取机器人跨场景导航所需的表示不同应用场景之间切换顺序的预定义xsd顺序结构;基于预设数据插入单位,按照所述预定义xsd顺序结构,导入不同应用场景对应的场景地图数据,得到符合所述预定义xsd顺序结构的能够反映应用场景中决策路线的决策链。本发明实施例中,可以采用的最小插入单位为git-commit,插入对应的场景地图数据后得到多个blob,每个blob的内容为相应的xml和xsd;在具体的应用场景中,xsd文件可以由技术人员基于具体的应用场景按照内部标准文档进行制定,比如根据具体的应用场景和机器人执行任务或者导航任务的需求,预先定义后对应的xsd顺序结构,进而按照预定义的xsd顺序结构,导入不同应用场景对应的场景地图数据,从而得到符合预定义xsd顺序结构的能够反映真实的应用场景中决策路线的决策链,如图2所示的一次决策链接,机器人从WareHouseA5-9到IndoorF1-5893的xsd文件分别为:warehouse.xsd、factory.xsd、city.xsd以及indoor.xsd,从而对应的在真实环境中表示的决策路线即如图3所示。上述xsd文件中的indoor.xsd与city.xsd,在具体的应用场景中,分别由OGC的indoor GML以及City GML标准增加对应的场景地图数据后获得。其中,图2所示的决策链中,root为根节点。服务器对不同的决策链进行整合,得到包含分支决策路线的决策树,基于所述决策树创建得到所述git导航地图,比如,基于GML地图决策树,创建得到了对应的git导航地图。
进一步地,在一个实施例中,所述对不同的决策链进行整合,得到包含分支决策路线的决策树,可以按照如下技术手段实施。
服务器根据所述预定义xsd顺序结构,获取不同决策链中能够反映经过相同应用场景的相同决策路段和/或决策节点;根据决策链,设置对应的父类决策路线,并基于获取的所述相同决策路段和/或决策节点,采用分支的形式,将不同的分支决策路线添加至所述父类决策路线中,得到包含所述父类决策路线和分支决策路线的决策树,如图4所示,图4是本发明跨场景导航方法中git导航地图包含的决策树的一种实施方式的结构示意图;其中,ref为存储的路径名,如图4所示,一个commit可以包含多个parent。创建得到的所述git导航地图的起点的commit Type可以设定为机器人的起始场景类型。
进一步地,在一个实施例中,所述对不同的决策链进行整合,得到包含分支决策路线的决策树,可以按照如下技术手段实施。
服务器获取不同决策链中包含的相同决策节点和/或相同决策路段;基于所述相同决策节点和/或相同决策路段,对不同的决策链进行合并,得到包含分支决策路线的决策树。如图4所示,服务器插入地图数据时,服务器端对应的管理程序检查git导航地图的整体结构,根据情况进行Commit合并,比如两个Factory之后都是City New York,那么City NewYork的parent就会同时指向上述两个Factory。
进一步地,在一个实施例中,所述跨场景导航方法中,根据创建的具备树型结构的所述git导航地图,不同机器人可以通过git切换分支决策路线的方式,选择当前所采用的决策路线,从而得到对应的导航路径。
进一步地,在一个实施例中,所述跨场景导航方法中,按照获取的所述跨场景导航路径,机器人从所述当前位置跨场景导航至所述目标位置,之后,判断机器人在场景切换时是否发生导航路径阻塞;根据是否发生导航路径阻塞的判断结果,机器人选择执行与所述判断结果相对应的导航操作。
若机器人发生导航路径阻塞,则机器人发送阻塞消息至服务器,由服务器根据机器人将要到达的所述目标位置,将机器人的所述场景导航路径切换至相应的分支决策路线;机器人根据服务器切换后的所述分支决策路线,获取所述分支决策路线对应的新导航路径进行导航。或者,机器人基于所述git导航地图,按照预设算法自行确定一条可行的通行路径,并按照确定的所述通行路径进行导航;比如,在一个具体的应用场景中,机器人利用git导航地图中的git tree,通过Dijkstra算法制定一条可行的通行路径,从而按照该通信路径进行导航。
若机器人未发生导航路径阻塞,则机器人基于选择的所述场景导航路径,继续执行按照所述场景导航路径向所述目标位置移动的操作。
本发明实施例提供的跨场景导航方法,通过机器人获取当前位置,以及机器人将要到达的与所述当前位置不在同一个应用场景的目标位置;查找已创建的git导航地图,获取当前位置至目标位置对应的所述git导航地图中的决策链,基于所述决策链,获取所述决策链对应的在应用场景中的决策路线,得到对应的跨场景导航路径;按照获取的所述跨场景导航路径,机器人从所述当前位置跨场景导航至所述目标位置;解决了现有技术中跨场景地图在应用过程中无导航上纠错功能以及地图数据管理混乱的问题。进一步地,本发明提供的跨场景导航方法,基于git导航地图,实现了机器人导航的宏观路线推导以及面向决策链对导航地图进行管理的有效效果,提高了跨场景导航的效率和导航路线的准确率。
对应于上述实施例描述的一种跨场景导航方法,本发明实施例还提供了一种跨场景导航系统,所述跨场景导航系统能够实施所述的跨场景导航方法。如图5所示,在图5所述的实施例中,所述跨场景导航系统包括:位置获取模块101、路径确定模块102以及跨场景导航模块103。
其中,所述位置获取模块101用于:获取机器人当前位置,以及机器人将要到达的与所述当前位置不在同一个应用场景的目标位置;所述路径确定模块102用于:查找已创建的git导航地图,获取当前位置至目标位置对应的所述git导航地图中的决策链,基于所述决策链,获取所述决策链对应的在应用场景中的决策路线,得到对应的跨场景导航路径;所述跨场景导航模块103用于:按照获取的所述跨场景导航路径,机器人从所述当前位置跨场景导航至所述目标位置。
需要说明的是,上述系统对应的实施例与方法实施例属于同一构思,其具体实现过程详细见方法实施例,且方法实施例中的技术特征在系统实施例中均对应适用,这里不再赘述。
本发明实施例提供的跨场景导航系统,通过获取机器人的当前位置,以及机器人将要到达的与所述当前位置不在同一个应用场景的目标位置;查找已创建的git导航地图,获取当前位置至目标位置对应的所述git导航地图中的决策链,基于所述决策链,获取所述决策链对应的在应用场景中的决策路线,得到对应的跨场景导航路径;按照获取的所述跨场景导航路径,机器人从所述当前位置跨场景导航至所述目标位置;解决了现有技术中跨场景地图在应用过程中无导航上纠错功能以及地图数据管理混乱的问题。进一步地,本发明提供的跨场景导航方法,基于git导航地图,实现了机器人导航的宏观路线推导以及面向决策链对导航地图进行管理的有效效果,提高了跨场景导航的效率和导航路线的准确率。
对应于上述实施例描述的一种跨场景导航方法,本发明实施例还提供了一种机器人,所述机器人能够运行上述实施例描述的跨场景导航方法。如图6所示,图6是本发明机器人的一种实施方式的功能模块示意图。在图 6所述实施例中,所述机器人包括:传感器104、中央处理器105以及移动底盘106。
所述传感器104采集信息并将采集的信息发送至所述中央处理器105;所述中央处理器105根据所述传感器104采集的信息,获取机器人当前所在的当前位置,并获取机器人将要到达的与所述当前位置不在同一个应用场景的目标位置;查找已创建的git导航地图,获取当前位置至目标位置对应的所述git导航地图中的决策链,基于所述决策链,获取所述决策链对应的在应用场景中的决策路线,得到对应的跨场景导航路径;按照获取的所述跨场景导航路径,所述中央处理器105控制所述机器人利用所述移动底盘106从所述当前位置跨场景导航移动至所述目标位置。
需要说明的是,上述机器人对应的实施例与方法实施例属于同一构思,其具体实现过程详细见方法实施例,且方法实施例中的技术特征在机器人实施例中均对应适用,这里不再赘述。
本发明实施例提供的机器人,通过获取机器人当前位置,以及机器人将要到达的与所述当前位置不在同一个应用场景的目标位置;查找已创建的git导航地图,获取当前位置至目标位置对应的所述git导航地图中的决策链,基于所述决策链,获取所述决策链对应的在应用场景中的决策路线,得到对应的跨场景导航路径;按照获取的所述跨场景导航路径,机器人从所述当前位置跨场景导航至所述目标位置;解决了现有技术中跨场景地图在应用过程中无导航上纠错功能以及地图数据管理混乱的问题。进一步地,本发明提供的跨场景导航方法,基于git导航地图,实现了机器人导航的宏观路线推导以及面向决策链对导航地图进行管理的有效效果,提高了跨场景导航的效率和导航路线的准确率。
对应于上述实施例的描述,本发明还提供了一种电子设备,所述电子设备可以按照图1所述的跨场景导航方法实现跨场景的路径导航。如图7所示,图7是本发明电子设备的一种实施方式的内部结构示意图。
在本实施例中,电子设备1可以是PC(Personal Computer,个人电脑),也可以是智能手机、平板电脑、便携计算机等终端设备。该电子设备1至少包括存储器11、处理器12,通信总线13,以及网络接口14。
其中,存储器11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)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的硬盘。存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1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(Flash Card)等。进一步地,存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如跨场景导航程序01的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片,用于运行存储器11中存储的程序代码或处理数据,例如执行跨场景导航程序01等。
通信总线13用于实现这些组件之间的连接通信。
网络接口14可选的可以包括标准的有线接口、无线接口(如WI-FI接口),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard),可选的用户接口还可以包括标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
图7仅示出了具有组件11-14以及跨场景导航程序01的电子设备1,本领域技术人员可以理解的是,图7示出的结构并不构成对电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
基于以上实施例的描述,在图7所示的电子设备1对应的实施例中,存储器11中存储有跨场景导航程序01;所述存储器11上存储的跨场景导航程序01可在所述处理器12上运行,所述跨场景导航程序01被所述处理器12运行时实现如下步骤:获取机器人的当前位置,以及机器人将要到达的与所述当前位置不在同一个应用场景的目标位置;查找已创建的git导航地图,获取当前位置至目标位置对应的所述git导航地图中的决策链,基于所述决策链,获取所述决策链对应的在应用场景中的决策路线,得到对应的跨场景导航路径;按照获取的所述跨场景导航路径,机器人从所述当前位置跨场景导航至所述目标位置。
需要说明的是,上述电子设备实施例与方法实施例属于同一构思,其具体实现过程详细见方法实施例,且方法实施例中的技术特征在电子设备实施例中均对应适用,这里不再赘述。
本发明实施例提供的电子设备,通过获取机器人的当前位置,以及机器人将要到达的与所述当前位置不在同一个应用场景的目标位置;查找已创建的git导航地图,获取当前位置至目标位置对应的所述git导航地图中的决策链,基于所述决策链,获取所述决策链对应的在应用场景中的决策路线,得到对应的跨场景导航路径;按照获取的所述跨场景导航路径,机器人从所述当前位置跨场景导航至所述目标位置;解决了现有技术中跨场景地图在应用过程中无导航上纠错功能以及地图数据管理混乱的问题。进一步地,本发明提供的跨场景导航方法,基于git导航地图,实现了机器人导航的宏观路线推导以及面向决策链对导航地图进行管理的有效效果,提高了跨场景导航的效率和导航路线的准确率。
此外,本发明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上存储有跨场景导航程序,所述跨场景导航程序可以被一个或者多个处理器执行,以实现如下操作:获取机器人的当前位置,以及机器人将要到达的与所述当前位置不在同一个应用场景的目标位置;查找已创建的git导航地图,获取当前位置至目标位置对应的所述git导航地图中的决策链,基于所述决策链,获取所述决策链对应的在应用场景中的决策路线,得到对应的跨场景导航路径;按照获取的所述跨场景导航路径,机器人从所述当前位置跨场景导航至所述目标位置。
需要说明的是,本发明计算机可读存储介质实施例与方法实施例属于同一构思,其具体实现过程详细见方法实施例,且方法实施例中的技术特征在介质实施例中均对应适用,这里不再赘述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种跨场景导航方法,其特征在于,所述跨场景导航方法包括:
机器人获取当前位置,以及机器人将要到达的与所述当前位置不在同一个应用场景的目标位置;
采用git作为底层不同应用场景地图关系的组织形式,为机器人的跨场景导航创建对应的git导航地图;
所述为机器人的跨场景导航创建对应的git导航地图,包括:
根据机器人所需运行的各个不同应用场景,获取机器人跨场景导航所需的表示不同应用场景之间切换顺序的预定义xsd顺序结构;
基于预设数据插入单位,按照所述预定义xsd顺序结构,导入不同应用场景对应的场景地图数据,得到符合所述预定义xsd顺序结构的能够反映应用场景中决策路线的决策链;
对不同的决策链进行整合,得到包含分支决策路线的决策树,基于所述决策树创建得到所述git导航地图;
查找已创建的git导航地图,获取当前位置至目标位置对应的所述git导航地图中的决策链,基于所述决策链,获取所述决策链对应的在应用场景中的决策路线,得到对应的跨场景导航路径;
按照获取的所述跨场景导航路径,机器人从所述当前位置跨场景导航至所述目标位置。
2.如权利要求1所述的跨场景导航方法,其特征在于,所述对不同的决策链进行整合,得到包含分支决策路线的决策树,包括:
根据所述预定义xsd顺序结构,获取不同决策链中能够反映经过相同应用场景的相同决策路段和/或决策节点;
根据决策链,设置对应的父类决策路线,并基于获取的所述相同决策路段和/或决策节点,采用分支的形式,将不同的分支决策路线添加至所述父类决策路线中,得到包含所述父类决策路线和分支决策路线的决策树。
3.如权利要求2所述的跨场景导航方法,其特征在于,所述对不同的决策链进行整合,得到包含分支决策路线的决策树,包括:
获取不同决策链中包含的相同决策节点和/或相同决策路段;
基于所述相同决策节点和/或相同决策路段,对不同的决策链进行合并,得到包含分支决策路线的决策树。
4.如权利要求1所述的跨场景导航方法,其特征在于,所述跨场景导航方法还包括:
根据创建的具备树型结构的所述git导航地图,不同机器人通过git切换分支决策路线的方式,选择当前所采用的决策路线,得到对应的导航路径。
5.如权利要求1至4任一项所述的跨场景导航方法,其特征在于,所述按照获取的所述跨场景导航路径,机器人从所述当前位置跨场景导航至所述目标位置,之后还包括:
判断机器人在场景切换时是否发生导航路径阻塞;
根据是否发生导航路径阻塞的判断结果,机器人选择执行与所述判断结果相对应的导航操作。
6.如权利要求5所述的跨场景导航方法,其特征在于,所述根据是否发生导航路径阻塞的判断结果,机器人选择执行与所述判断结果相对应的导航操作,包括:
若发生导航路径阻塞,则机器人发送阻塞消息至服务器,由服务器根据机器人将要到达的所述目标位置,将机器人的所述场景导航路径切换至相应的分支决策路线;机器人根据服务器切换后的所述分支决策路线,获取所述分支决策路线对应的新导航路径进行导航;
或者,机器人基于所述git导航地图,按照预设算法自行确定一条可行的通行路径,并按照确定的所述通行路径进行导航;
若未发生导航路径阻塞,则机器人基于选择的所述场景导航路径,继续执行按照所述场景导航路径向所述目标位置移动的操作。
7.一种跨场景导航系统,其特征在于,所述跨场景导航系统包括:
位置获取模块,用于获取机器人的当前位置,以及机器人将要到达的与所述当前位置不在同一个应用场景的目标位置;
所述位置获取模块还用于采用git作为底层不同应用场景地图关系的组织形式,为机器人的跨场景导航创建对应的git导航地图,包括:根据机器人所需运行的各个不同应用场景,获取机器人跨场景导航所需的表示不同应用场景之间切换顺序的预定义xsd顺序结构;基于预设数据插入单位,按照所述预定义xsd顺序结构,导入不同应用场景对应的场景地图数据,得到符合所述预定义xsd顺序结构的能够反映应用场景中决策路线的决策链;对不同的决策链进行整合,得到包含分支决策路线的决策树,基于所述决策树创建得到所述git导航地图;
路径确定模块,用于查找已创建的git导航地图,获取当前位置至目标位置对应的所述git导航地图中的决策链,基于所述决策链,获取所述决策链对应的在应用场景中的决策路线,得到对应的跨场景导航路径;
跨场景导航模块,用于按照获取的所述跨场景导航路径,机器人从所述当前位置跨场景导航至所述目标位置。
8.一种机器人,其特征在于,所述机器人包括传感器、中央处理器和移动底盘;其中:
所述传感器采集信息并将采集的信息发送至所述中央处理器;
所述中央处理器根据所述传感器采集的信息,获取机器人当前所在的当前位置,并获取机器人将要到达的与所述当前位置不在同一个应用场景的目标位置;采用git作为底层不同应用场景地图关系的组织形式,为机器人的跨场景导航创建对应的git导航地图,包括:根据机器人所需运行的各个不同应用场景,获取机器人跨场景导航所需的表示不同应用场景之间切换顺序的预定义xsd顺序结构;基于预设数据插入单位,按照所述预定义xsd顺序结构,导入不同应用场景对应的场景地图数据,得到符合所述预定义xsd顺序结构的能够反映应用场景中决策路线的决策链;对不同的决策链进行整合,得到包含分支决策路线的决策树,基于所述决策树创建得到所述git导航地图;
查找已创建的git导航地图,获取当前位置至目标位置对应的所述git导航地图中的决策链,基于所述决策链,获取所述决策链对应的在应用场景中的决策路线,得到对应的跨场景导航路径;
按照获取的所述跨场景导航路径,所述中央处理器控制所述机器人利用所述移动底盘从所述当前位置跨场景导航移动至所述目标位置。
9.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的跨场景导航程序,所述跨场景导航程序被所述处理器运行时,执行如权利要求1至6中任一项所述的跨场景导航方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质上存储有跨场景导航程序,所述跨场景导航程序被一个或者多个处理器执行,以实现如权利要求1至6中任一项所述的跨场景导航方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110617980.XA CN113252026B (zh) | 2021-06-03 | 2021-06-03 | 跨场景导航方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110617980.XA CN113252026B (zh) | 2021-06-03 | 2021-06-03 | 跨场景导航方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113252026A CN113252026A (zh) | 2021-08-13 |
CN113252026B true CN113252026B (zh) | 2021-10-08 |
Family
ID=77186115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110617980.XA Active CN113252026B (zh) | 2021-06-03 | 2021-06-03 | 跨场景导航方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113252026B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114526738B (zh) * | 2022-01-25 | 2023-06-16 | 中国科学院深圳先进技术研究院 | 一种基于深度强化学习的移动机器人视觉导航方法及装置 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102929664A (zh) * | 2012-10-16 | 2013-02-13 | 南京通达海信息技术有限公司 | 一种基于xsd结构的通用数据交换方法 |
KR20130112507A (ko) * | 2012-04-04 | 2013-10-14 | 인하대학교 산학협력단 | S* 알고리즘을 이용한 이동로봇의 안전경로계획 수립방법 |
CN103712617A (zh) * | 2013-12-18 | 2014-04-09 | 北京工业大学 | 一种基于视觉内容的多层语义地图的创建方法 |
CN104615138A (zh) * | 2015-01-14 | 2015-05-13 | 上海物景智能科技有限公司 | 一种划分移动机器人室内区域动态覆盖方法及其装置 |
DE202010018396U1 (de) * | 2009-11-16 | 2016-05-04 | Lg Electronics Inc. | Reinigungsroboter |
CN105739504A (zh) * | 2016-04-13 | 2016-07-06 | 上海物景智能科技有限公司 | 一种机器人工作区域的排序方法及排序系统 |
CN106647774A (zh) * | 2017-02-14 | 2017-05-10 | 南京罗普森智能科技有限公司 | 实现室内扫地机器人自主探索建图及自主路径覆盖的方法 |
CN107436148A (zh) * | 2016-05-25 | 2017-12-05 | 深圳市朗驰欣创科技股份有限公司 | 一种基于多地图的机器人导航方法及装置 |
CN107450535A (zh) * | 2017-07-31 | 2017-12-08 | 中南大学 | 一种智能运载机器人最优路径混合图论控制规划方法 |
CN108827309A (zh) * | 2018-06-29 | 2018-11-16 | 炬大科技有限公司 | 一种机器人路径规划方法及具有它的吸尘器 |
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 |
JP2019053507A (ja) * | 2017-09-14 | 2019-04-04 | 東芝映像ソリューション株式会社 | 走行経路計画装置、方法、プログラム及び移動体 |
CN110108288A (zh) * | 2019-05-27 | 2019-08-09 | 北京史河科技有限公司 | 一种场景地图构建方法及装置、场景地图导航方法及装置 |
KR102042046B1 (ko) * | 2017-12-26 | 2019-11-07 | 경희대학교 산학협력단 | 분산 클라우드 기반의 자율주행 시스템 및 방법 |
CN110595478A (zh) * | 2019-09-16 | 2019-12-20 | 北京华捷艾米科技有限公司 | 基于离线地图的机器人全覆盖路径规划方法、装置及设备 |
CN111176286A (zh) * | 2020-01-06 | 2020-05-19 | 重庆邮电大学 | 一种基于改进D*lite算法的移动机器人路径规划方法及系统 |
CN111397628A (zh) * | 2020-04-03 | 2020-07-10 | 腾讯科技(深圳)有限公司 | 导航方法、装置、计算机设备和存储介质 |
CN111562777A (zh) * | 2019-01-29 | 2020-08-21 | 北京奇虎科技有限公司 | 一种扫地机器人的清扫路径规划方法和装置 |
CN111750862A (zh) * | 2020-06-11 | 2020-10-09 | 深圳优地科技有限公司 | 基于多区域的机器人路径规划方法、机器人及终端设备 |
CN111780775A (zh) * | 2020-06-17 | 2020-10-16 | 深圳优地科技有限公司 | 路径规划的方法、装置、机器人及存储介质 |
CN112153244A (zh) * | 2020-09-25 | 2020-12-29 | 北京格非科技股份有限公司 | 一种演播室制作业务流程管理控制方法及系统 |
-
2021
- 2021-06-03 CN CN202110617980.XA patent/CN113252026B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE202010018396U1 (de) * | 2009-11-16 | 2016-05-04 | Lg Electronics Inc. | Reinigungsroboter |
KR20130112507A (ko) * | 2012-04-04 | 2013-10-14 | 인하대학교 산학협력단 | S* 알고리즘을 이용한 이동로봇의 안전경로계획 수립방법 |
CN102929664A (zh) * | 2012-10-16 | 2013-02-13 | 南京通达海信息技术有限公司 | 一种基于xsd结构的通用数据交换方法 |
CN103712617A (zh) * | 2013-12-18 | 2014-04-09 | 北京工业大学 | 一种基于视觉内容的多层语义地图的创建方法 |
CN104615138A (zh) * | 2015-01-14 | 2015-05-13 | 上海物景智能科技有限公司 | 一种划分移动机器人室内区域动态覆盖方法及其装置 |
CN105739504A (zh) * | 2016-04-13 | 2016-07-06 | 上海物景智能科技有限公司 | 一种机器人工作区域的排序方法及排序系统 |
CN107436148A (zh) * | 2016-05-25 | 2017-12-05 | 深圳市朗驰欣创科技股份有限公司 | 一种基于多地图的机器人导航方法及装置 |
CN106647774A (zh) * | 2017-02-14 | 2017-05-10 | 南京罗普森智能科技有限公司 | 实现室内扫地机器人自主探索建图及自主路径覆盖的方法 |
CN107450535A (zh) * | 2017-07-31 | 2017-12-08 | 中南大学 | 一种智能运载机器人最优路径混合图论控制规划方法 |
JP2019053507A (ja) * | 2017-09-14 | 2019-04-04 | 東芝映像ソリューション株式会社 | 走行経路計画装置、方法、プログラム及び移動体 |
KR102042046B1 (ko) * | 2017-12-26 | 2019-11-07 | 경희대학교 산학협력단 | 분산 클라우드 기반의 자율주행 시스템 및 방법 |
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 |
CN108827309A (zh) * | 2018-06-29 | 2018-11-16 | 炬大科技有限公司 | 一种机器人路径规划方法及具有它的吸尘器 |
CN111562777A (zh) * | 2019-01-29 | 2020-08-21 | 北京奇虎科技有限公司 | 一种扫地机器人的清扫路径规划方法和装置 |
CN110108288A (zh) * | 2019-05-27 | 2019-08-09 | 北京史河科技有限公司 | 一种场景地图构建方法及装置、场景地图导航方法及装置 |
CN110595478A (zh) * | 2019-09-16 | 2019-12-20 | 北京华捷艾米科技有限公司 | 基于离线地图的机器人全覆盖路径规划方法、装置及设备 |
CN111176286A (zh) * | 2020-01-06 | 2020-05-19 | 重庆邮电大学 | 一种基于改进D*lite算法的移动机器人路径规划方法及系统 |
CN111397628A (zh) * | 2020-04-03 | 2020-07-10 | 腾讯科技(深圳)有限公司 | 导航方法、装置、计算机设备和存储介质 |
CN111750862A (zh) * | 2020-06-11 | 2020-10-09 | 深圳优地科技有限公司 | 基于多区域的机器人路径规划方法、机器人及终端设备 |
CN111780775A (zh) * | 2020-06-17 | 2020-10-16 | 深圳优地科技有限公司 | 路径规划的方法、装置、机器人及存储介质 |
CN112153244A (zh) * | 2020-09-25 | 2020-12-29 | 北京格非科技股份有限公司 | 一种演播室制作业务流程管理控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113252026A (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5560212B2 (ja) | 地図データ配信サーバ及び地図データ配信方法 | |
EP1909068A2 (en) | Map data distribution system | |
US10887171B2 (en) | Routing configuration method of view files, storage medium, terminal device and apparatus | |
US9778052B2 (en) | Routing with data version stitching | |
CN109387215B (zh) | 路线推荐方法和装置 | |
CN105164496A (zh) | 地图数据存储装置、地图数据更新方法及计算机程序 | |
CN110083668B (zh) | 一种高精度地图的数据管理系统、管理方法、终端和存储介质 | |
CN113252026B (zh) | 跨场景导航方法、设备及存储介质 | |
CN110704756A (zh) | 一种确定送货位置的方法以及装置 | |
CN111288971A (zh) | 一种视觉定位方法及装置 | |
CN112033421A (zh) | 一种检测电子地图中车道的方法及装置 | |
CN111444442B (zh) | 一种信息推荐方法及装置 | |
CN113295166B (zh) | Agv路径规划方法、电子装置和计算机可读存储介质 | |
CN113108806B (zh) | 路径规划方法、装置、设备及介质 | |
CN112162676A (zh) | 手持智能终端的控制方法、装置、电子设备及存储介质 | |
CN111316067B (zh) | 导航系统、导航方法 | |
JP6242090B2 (ja) | 地図更新装置、地図更新システム及び地図の更新管理方法 | |
CN113283643B (zh) | Agv终点筛选方法、电子装置和计算机可读存储介质 | |
CN107704502B (zh) | 一种路由方法、装置、设备及系统 | |
US9342530B2 (en) | Method for skipping empty folders when navigating a file system | |
CN114812596A (zh) | 一种导航路径生成方法、装置、设备和计算机可读介质 | |
CN113970754A (zh) | 一种自主可行驶设备的定位方法和装置 | |
CN113485341B (zh) | 基于双机互扰的路径规划方法、装置及计算机设备 | |
KR100829837B1 (ko) | 미리 탐색된 지도 데이터를 이용한 경로 탐색 방법 | |
CN113486452B (zh) | 一种用于无人驾驶设备远程遥控的方法及装置 |
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 | ||
CP02 | Change in the address of a patent holder | ||
CP02 | Change in the address of a patent holder |
Address after: 518000 Room 401, block D, building 7, Shenzhen International Innovation Valley, Dashi 1st Road, Xili community, Xili street, Nanshan District, Shenzhen, Guangdong Patentee 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 Patentee before: JUXING TECHNOLOGY (SHENZHEN) Co.,Ltd. |