CN113268061A - 机器人底盘多点导航方法、装置、计算机设备及存储介质 - Google Patents
机器人底盘多点导航方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113268061A CN113268061A CN202110554640.7A CN202110554640A CN113268061A CN 113268061 A CN113268061 A CN 113268061A CN 202110554640 A CN202110554640 A CN 202110554640A CN 113268061 A CN113268061 A CN 113268061A
- Authority
- CN
- China
- Prior art keywords
- robot
- target
- point
- terminal
- navigation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 30
- 238000004590 computer program Methods 0.000 claims description 22
- 238000001514 detection method Methods 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 11
- 230000003068 static effect Effects 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 description 33
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 230000004888 barrier function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 230000002421 anti-septic effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 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
- 230000008447 perception Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- 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
- G05D1/0219—Control 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
-
- 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
- G05D1/0276—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)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Optics & Photonics (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明实施例公开了机器人底盘多点导航方法、装置、计算机设备及存储介质。所述方法包括：获取来自终端设置的目标位置信息，以得到目标点集；根据所述目标点集调用A*算法进行机器人的自主导航，并生成对应的状态；反馈所述状态至终端。通过实施本发明实施例的方法可实现无需增加额外的硬件，以达到重复性定时往返作业的目的。
Description
技术领域
本发明涉及机器人，更具体地说是指机器人底盘多点导航方法、装置、计算机设备及存储介质。
背景技术
在科技快速发展的时期，移动智能机器人越来突出重要性，移动智能机器人具有感知、决策等多种功能，因而在辅助或替代人类工作方面具有巨大的潜力。其中，机器人自主移动能力作为衡量机器人智能程度的重要指标，可见导航任务是大多数具有移动功能的智能机器人在实际应用中需解决的首要问题。
通用的移动智能机器人底盘能够搭载不同的模块完成各种工作。有些特殊的场景对人存在的危害，需要机器人进行重复性定时往返作业，比如移动智能机器人搭载消毒液进行消毒喷雾，机器人搭载紫外线灯进行杀菌，但是不管搭载何种功能的模块完成的工作，都需要进行机器人的导航设置，但是，现有的机器人的导航方法并不适用于搭载不同模块的机器人执行，且当出现障碍物时，机器人无法处理，只能需要增加额外的硬件，比如传感器等以达到对应的效果，成本增加。
因此，有必要设计一种新的方法，实现无需增加额外的硬件，以达到重复性定时往返作业的目的。
发明内容
本发明的目的在于克服现有技术的缺陷，提供机器人底盘多点导航方法、装置、计算机设备及存储介质。
为实现上述目的，本发明采用以下技术方案：机器人底盘多点导航方法，包括：
获取来自终端设置的目标位置信息，以得到目标点集；
根据所述目标点集调用A*算法进行机器人的自主导航，并生成对应的状态；
反馈所述状态至终端。
其进一步技术方案为：所述反馈所述状态至终端之后，还包括：
获取传感器检测所述目标点集内对应目标位置的检测信号；
判断所述检测信号是否是出现障碍物；
若所述检测信号是出现障碍物，则选择所述目标位置附近符合要求的位置，作为停靠点，以使得机器人停靠在所述停靠点，并反馈所述目标位置被占用的信息至终端。
其进一步技术方案为：所述获取来自终端设置的目标位置信息，以得到目标点集，包括：
通过websocket通信协议获取来自终端设置的目标位置信息，以得到目标点集。
其进一步技术方案为：所述目标位置信息包括在定位地图上的坐标点和机器人多点导航运行模式。
其进一步技术方案为：所述根据所述目标点集调用A*算法进行机器人的自主导航，并生成对应的状态，包括：
将静态地图进行栅格化变成黑白色网格；
以机器人的当前位置为起点，根据所述目标点集使用A*算法搜索起点和终点，以得到全局路径；
对所述全局路径进行局部路径规划，以得到线速度和角速度信息；
筛选出所述全局路径内的窄通道；
判断机器人是否能通过所述窄通道；
若机器人不能通过所述窄通道，则生成机器人无法通行的状态。
其进一步技术方案为：所述以机器人的当前位置为起点，根据所述目标点集使用A*算法搜索起点和终点，以得到全局路径，包括：
以目标点集内的一个目标位置作为终点，以机器人的当前位置为起点，寻找机器人附近的九宫格，并选择可以通过的方格，从所述方格中选择与所述终点距离最近的方格作为机器人下一个移动到的位置，再将距离最近的方格在二维地图上的坐标存储在数组内，以寻找从机器人的当前位置到终点的所有方格对应的位置；
获取机器人到目标点集内所有目标位置所经过的所有方格所对应的位置，以得到全局路径。
其进一步技术方案为：所述对所述全局路径进行局部路径规划，以得到线速度和角速度信息，包括：
从所述全局路径中截取长度符合要求的路径，以得到局部路径；
对所述局部路径使用差速底盘机器人模型和对机器人运动限制，以得到线速度和角速度信息。
本发明还提供了机器人底盘多点导航装置，包括：
目标点集获取单元，用于获取来自终端设置的目标位置信息，以得到目标点集；
自主导航单元，用于根据所述目标点集调用A*算法进行机器人的自主导航，并生成对应的状态；
反馈单元，用于反馈所述状态至终端。
本发明还提供了一种计算机设备，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法。
本发明还提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现上述的方法。
本发明与现有技术相比的有益效果是：本发明通过终端设定目标位置后，发送至机器人底盘，机器人底盘通过A*算法进行机器人的自主导航，并生成对应的状态，且将状态实时上报至终端，实现无需增加额外的硬件，以达到重复性定时往返作业的目的。
下面结合附图和具体实施例对本发明作进一步描述。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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为本发明实施例提供的机器人底盘多点导航方法的应用场景示意图；
图2为本发明实施例提供的机器人底盘多点导航方法的流程示意图；
图3为本发明实施例提供的机器人底盘多点导航方法的子流程示意图；
图4为本发明实施例提供的机器人底盘多点导航方法的子流程示意图；
图5为本发明实施例提供的机器人底盘多点导航方法的子流程示意图；
图6为本发明另一实施例提供的机器人底盘多点导航方法的流程示意图；
图7为本发明实施例提供的机器人底盘多点导航装置的示意性框图；
图8为本发明实施例提供的机器人底盘多点导航装置的自主导航单元的示意性框图；
图9为本发明实施例提供的机器人底盘多点导航装置的全局路径生成子单元的示意性框图；
图10为本发明实施例提供的机器人底盘多点导航装置的局部规划子单元的示意性框图；
图11为本发明另一实施例提供的机器人底盘多点导航装置的示意性框图；
图12为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
请参阅图1和图2，图1为本发明实施例提供的机器人底盘多点导航方法的应用场景示意图。图2为本发明实施例提供的机器人底盘多点导航方法的示意性流程图。该机器人底盘多点导航方法应用于机器人底盘的控制器中。该机器人底盘的控制器与终端进行数据交互，由终端设置机器人需要到达的所有目标点，以形成目标点集，终端通过websocket通信协议将所有目标点集发送给机器人底盘，同时设置机器人底盘顺序多点导航还是随机多点导航；机器人底盘将目标点集存储在本机，并且调用路径规划程序让机器人依次自主导航到目标点，并且实时给终端反馈机器人状态。当机器人通过激光雷达感知路径中途有障碍物遮挡时，机器人会自主避开障碍物；当目标点有障碍物占用时，机器人会选择障碍物附近点停下来，不需要增加传感器，能够使机器人完成多点导航任务，在配送机器人和消毒喷雾机器人上广泛应用。
图2是本发明实施例提供的机器人底盘多点导航方法的流程示意图。如图2所示，该方法包括以下步骤S110至S130。
S110、获取来自终端设置的目标位置信息，以得到目标点集。
在本实施例中，目标点集是指由终端设置的机器人的工作区域，即机器人所需到达的每个目标位置的坐标信息的集合。
在本实施例中，通过websocket通信协议获取来自终端设置的目标位置信息，以得到目标点集。
确定机器人工作区域，在终端设置机器人需要到达的所有目标点，终端并通过websocket通信协议将所有目标点集发送给机器人底盘，同时设置机器人底盘的导航方式是顺序多点导航还是随机多点导航，通过终端设定好机器人的移动相关内容后，机器人接收到这些内容便会进行自主导航，无需增加传感器或其他硬件，成本低。
具体地，终端设定完成后，按照固定的字符串格式通过机器人通讯协议发送给机器人底盘，其中字符串包含机器人在定位地图上的坐标和多点导航运行模式。即所述目标位置信息包括在定位地图上的坐标点和机器人多点导航运行模式。机器人多点导航运行模式包括顺序多点导航或者随机多点导航。
机器人底盘接收到终端传输的内容后，将内容存储在机器人底盘中，以便下次开机直接运行。
S120、根据所述目标点集调用A*算法进行机器人的自主导航，并生成对应的状态。
在本实施例中，状态是指机器人进行自主导航过程时，处于导航状态、无法通行状态还是到达目标位置的状态，当机器人进行自主导航过程时，处于到达目标位置的状态时，状态还包括所达到的目标位置的坐标信息。
在一实施例中，请参阅图3，上述的步骤S120可包括步骤S121～S127。
S121、将静态地图进行栅格化变成黑白色网格。
在本实施例中，将静态地体栅格化，形成若干个方格构成的黑白色网格，可以以方格为基础单位，寻找最优的路径，进而生成全局路径，以缩短移动的路径长度。
S122、以机器人的当前位置为起点，根据所述目标点集使用A*算法搜索起点和终点，以得到全局路径。
在本实施例中，全局路径是指从机器人的当前位置到下一个目标位置所经过的最优路径，再将下一个目标位置作为机器人的当前位置，寻找其到下一目标位置所经过的最优路径，重复上述内容，直至机器人到达最后一个目标位置后，所有最优路径按照时间先后顺序构成的路径。
在一实施例中，请参阅图4，上述的步骤S122可包括步骤S1221～S1222。
S1221、以目标点集内的一个目标位置作为终点，以机器人的当前位置为起点，寻找机器人附近的九宫格，并选择可以通过的方格，从所述方格中选择与所述终点距离最近的方格作为机器人下一个移动到的位置，再将距离最近的方格在二维地图上的坐标存储在数组内，以寻找从机器人的当前位置到终点的所有方格对应的位置。
在寻找机器人的当前位置到下一个目标位置所经过的最优路径时，采用以机器人为中心点的附近九宫格，并选择这九宫格内可以通过的方格，再从可以通过的方格内选择与下一目标位置距离最近的方格，再将该方格的坐标存储在数组内，以供机器人明确下一个所要到达的位置的坐标。
在本实施例中，每个方格尺寸为0.05m，A*算法具体内容为：发送一个机器人前往的目标点，机器人以自身为起点，寻找周围九宫格(每个方格尺寸为0.05m)可以通过的方格，选择和目标点最近的方格作为机器人下一个移动到的位置，再将该位置的在二维地图上坐标存储在数组内，重复此过程，直至到达目标点，得到一个全局路径的所有的坐标点集，由此构成全局路径。
S1222、获取机器人到目标点集内所有目标位置所经过的所有方格所对应的位置，以得到全局路径。
根据步骤S1222确定机器人从当前位置移动至最后一个目标点集所经过的方格的位置，按照时间先后顺序串联便可形成全局路径，减少了计算量。
S123、对所述全局路径进行局部路径规划，以得到线速度和角速度信息。
在本实施例中，线速度是指机器人在移动过程中的任一点对定轴作圆周运动时的速度，角速度是指机器人在移动过程中的角速度。
在一实施例中，请参阅图5，上述的步骤S123可包括步骤S1231～S1232。
S1231、从所述全局路径中截取长度符合要求的路径，以得到局部路径。
在本实施例中，局部路径是指以机器人中心，全局路径截取周围2米长度进行局部路径规划，所截取的长度对应的路径为局部路径。
S1232、对所述局部路径使用差速底盘机器人模型和对机器人运动限制，以得到线速度和角速度信息。
具体地，局部路径规划算法根据截取的全局路径使用差速底盘机器人模型和对机器人运动限制如最大线速度、加速度、最大角速度、角加速度，实时计算出机器人的线速度和角速度信息。局部路径规划算法根据机器人运动模型解算成机器人移动的速度。
S124、筛选出所述全局路径内的窄通道；
S125、判断机器人是否能通过所述窄通道；
S126、若机器人不能通过所述窄通道，则生成机器人无法通行的状态。
具体地，机器人搭载视角为270°分辨力0.5°的2d扫描仪，能够扫描得到2d扫描仪当前所处高度的541个障碍物长度数据，对该541个数据相邻依次作差若值大于20cm，则为数据的撕裂点，该撕裂点将541个数据分成不同数据块，对每个数据块进行最小二乘法直线拟合，若不能拟合成直线的数据块则舍弃，然后计算每条直线的距离，若直线距离小于0.8米则当前的路径为窄通道，机器人绕开窄通道，从而得知周围狭窄通道的通过性，全局路径规划算法若不能计算出过窄通道的路径，则通过网络通讯协议返回机器人状态信息。并且检查机器人周围是否存在狭窄通道的通过性，若不能通过则返回状态信息。
S127、若机器人能通过所述窄通道，则根据机器人处于导航或到达目标位置的情况，生成对应的状态。
当机器人可以通过窄通道时，则机器人继续移动，并实时上报自身的状态。
S130、反馈所述状态至终端。
将状态反馈至终端，用户可通过终端实时查看机器人当前的作业情况。
本实施例不需要增加额外传感器，能够重复性定时往返作业。
上述的机器人底盘多点导航方法，通过终端设定目标位置后，发送至机器人底盘，机器人底盘通过A*算法进行机器人的自主导航，并生成对应的状态，且将状态实时上报至终端，实现无需增加额外的硬件，以达到重复性定时往返作业的目的。
图6是本发明另一实施例提供的一种机器人底盘多点导航方法的流程示意图。如图6所示，本实施例的机器人底盘多点导航方法包括步骤S210-S260。其中步骤S210-S240与上述实施例中的步骤S110-S140类似，在此不再赘述。下面详细说明本实施例中所增加的步骤S260-S260。
S240、获取传感器检测所述目标点集内对应目标位置的检测信号；
S250、判断所述检测信号是否是出现障碍物；
S260、若所述检测信号是出现障碍物，则选择所述目标位置附近符合要求的位置，作为停靠点，以使得机器人停靠在所述停靠点，并反馈所述目标位置被占用的信息至终端。
若所述检测信号不是出现障碍物，则执行所述步骤S220。
当机器人到达目标位置附近时，激光雷达检测到目标点有障碍物占用，机器人自转一圈尝试清除障碍物信息，若目标位置仍然被占用，则在目标点附近随机取一个目标点停靠，同时反馈该目标点占用的信息至终端；若目标位置没有被占用，包括两种情况，一种是最初始是目标位置没有被占用，还有一种是最初始目标位置被占用但机器人自转一圈后目标位置未被占用，此时则执行步骤S220，以使得机器人移动至下一目标位置。实现当有障碍物占用目标点，机器人能够及时处理对应的状况。
图7是本发明实施例提供的一种机器人底盘多点导航装置300的示意性框图。如图7所示，对应于以上机器人底盘多点导航方法，本发明还提供一种机器人底盘多点导航装置300。该机器人底盘多点导航装置300包括用于执行上述机器人底盘多点导航方法的单元，该装置可以被配置于机器人底盘的控制器中。具体地，请参阅图7，该机器人底盘多点导航装置300包括目标点集获取单元301、自主导航单元302以及反馈单元303。
目标点集获取单元301，用于获取来自终端设置的目标位置信息，以得到目标点集；自主导航单元302，用于根据所述目标点集调用A*算法进行机器人的自主导航，并生成对应的状态；反馈单元303，用于反馈所述状态至终端。
具体地，目标点集获取单元301，用于通过websocket通信协议获取来自终端设置的目标位置信息，以得到目标点集。
在一实施例中，如图8所示，所述自主导航单元302包括栅格化子单元3021、全局路径生成子单元3022、局部规划子单元3023、筛选子单元3024、通行判断子单元3025、第一生成子单元3026以及第二生成子单元3027。
栅格化子单元3021，用于将静态地图进行栅格化变成黑白色网格；全局路径生成子单元3022，用于以机器人的当前位置为起点，根据所述目标点集使用A*算法搜索起点和终点，以得到全局路径；局部规划子单元3023，用于对所述全局路径进行局部路径规划，以得到线速度和角速度信息；筛选子单元3024，用于筛选出所述全局路径内的窄通道；通行判断子单元3025，用于判断机器人是否能通过所述窄通道；第一生成子单元3026，用于若机器人不能通过所述窄通道，则生成机器人无法通行的状态。第二生成子单元3027，用于若机器人能通过所述窄通道，则根据机器人处于导航或到达目标位置的情况，生成对应的状态。
在一实施例中，如图9所示，所述全局路径生成子单元3022包括方格获取模块30221以及位置集成模块30222。
方格获取模块30221，用于以目标点集内的一个目标位置作为终点，以机器人的当前位置为起点，寻找机器人附近的九宫格，并选择可以通过的方格，从所述方格中选择与所述终点距离最近的方格作为机器人下一个移动到的位置，再将距离最近的方格在二维地图上的坐标存储在数组内，以寻找从机器人的当前位置到终点的所有方格对应的位置；位置集成模块30222，用于获取机器人到目标点集内所有目标位置所经过的所有方格所对应的位置，以得到全局路径。
在一实施例中，如图10所示，所述局部规划子单元3023包括截取模块30231以及计算模块30232。
截取模块30231，用于从所述全局路径中截取长度符合要求的路径，以得到局部路径；计算模块30232，用于对所述局部路径使用差速底盘机器人模型和对机器人运动限制，以得到线速度和角速度信息。
图11是本发明另一实施例提供的一种机器人底盘多点导航装置300的示意性框图。如图11所示，本实施例的机器人底盘多点导航装置300是上述实施例的基础上增加了检测信号获取单元304、障碍物判断单元305以及占用反馈单元306。
检测信号获取单元304，用于获取传感器检测所述目标点集内对应目标位置的检测信号；障碍物判断单元305，用于判断所述检测信号是否是出现障碍物；占用反馈单元306，用于若所述检测信号是出现障碍物，则选择所述目标位置附近符合要求的位置，作为停靠点，以使得机器人停靠在所述停靠点，并反馈所述目标位置被占用的信息至终端。
需要说明的是，所属领域的技术人员可以清楚地了解到，上述机器人底盘多点导航装置300和各单元的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。
上述机器人底盘多点导航装置300可以实现为一种计算机程序的形式，该计算机程序可以在如图12所示的计算机设备上运行。
请参阅图12，图12是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是服务器，其中，服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。
参阅图12，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032包括程序指令，该程序指令被执行时，可使得处理器502执行一种机器人底盘多点导航方法。
该处理器502用于提供计算和控制能力，以支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行一种机器人底盘多点导航方法。
该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解，图12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500的限定，具体的计算机设备500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。
其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如下步骤：
获取来自终端设置的目标位置信息，以得到目标点集；根据所述目标点集调用A*算法进行机器人的自主导航，并生成对应的状态；反馈所述状态至终端。
其中，所述目标位置信息包括在定位地图上的坐标点和机器人多点导航运行模式。
在一实施例中，处理器502在实现所述反馈所述状态至终端步骤之后，还实现如下步骤：
获取传感器检测所述目标点集内对应目标位置的检测信号；判断所述检测信号是否是出现障碍物；若所述检测信号是出现障碍物，则选择所述目标位置附近符合要求的位置，作为停靠点，以使得机器人停靠在所述停靠点，并反馈所述目标位置被占用的信息至终端。
在一实施例中，处理器502在实现所述获取来自终端设置的目标位置信息，以得到目标点集步骤时，具体实现如下步骤：
通过websocket通信协议获取来自终端设置的目标位置信息，以得到目标点集。
在一实施例中，处理器502在实现所述根据所述目标点集调用A*算法进行机器人的自主导航，并生成对应的状态步骤时，具体实现如下步骤：
将静态地图进行栅格化变成黑白色网格；以机器人的当前位置为起点，根据所述目标点集使用A*算法搜索起点和终点，以得到全局路径；对所述全局路径进行局部路径规划，以得到线速度和角速度信息；筛选出所述全局路径内的窄通道；判断机器人是否能通过所述窄通道；若机器人不能通过所述窄通道，则生成机器人无法通行的状态。
在一实施例中，处理器502在实现所述以机器人的当前位置为起点，根据所述目标点集使用A*算法搜索起点和终点，以得到全局路径步骤时，具体实现如下步骤：
以目标点集内的一个目标位置作为终点，以机器人的当前位置为起点，寻找机器人附近的九宫格，并选择可以通过的方格，从所述方格中选择与所述终点距离最近的方格作为机器人下一个移动到的位置，再将距离最近的方格在二维地图上的坐标存储在数组内，以寻找从机器人的当前位置到终点的所有方格对应的位置；获取机器人到目标点集内所有目标位置所经过的所有方格所对应的位置，以得到全局路径。
在一实施例中，处理器502在实现所述对所述全局路径进行局部路径规划，以得到线速度和角速度信息步骤时，具体实现如下步骤：
从所述全局路径中截取长度符合要求的路径，以得到局部路径；对所述局部路径使用差速底盘机器人模型和对机器人运动限制，以得到线速度和角速度信息。
应当理解，在本申请实施例中，处理器502可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域普通技术人员可以理解的是实现上述实施例的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。该计算机程序包括程序指令，计算机程序可存储于一存储介质中，该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。
因此，本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序，其中该计算机程序被处理器执行时使处理器执行如下步骤：
获取来自终端设置的目标位置信息，以得到目标点集；根据所述目标点集调用A*算法进行机器人的自主导航，并生成对应的状态；反馈所述状态至终端。
其中，所述目标位置信息包括在定位地图上的坐标点和机器人多点导航运行模式。
在一实施例中，所述处理器在执行所述计算机程序而实现所述反馈所述状态至终端步骤之后，还实现如下步骤：
获取传感器检测所述目标点集内对应目标位置的检测信号；判断所述检测信号是否是出现障碍物；若所述检测信号是出现障碍物，则选择所述目标位置附近符合要求的位置，作为停靠点，以使得机器人停靠在所述停靠点，并反馈所述目标位置被占用的信息至终端。
在一实施例中，所述处理器在执行所述计算机程序而实现所述获取来自终端设置的目标位置信息，以得到目标点集步骤时，具体实现如下步骤：
通过websocket通信协议获取来自终端设置的目标位置信息，以得到目标点集。
在一实施例中，所述处理器在执行所述计算机程序而实现所述根据所述目标点集调用A*算法进行机器人的自主导航，并生成对应的状态步骤时，具体实现如下步骤：
将静态地图进行栅格化变成黑白色网格；以机器人的当前位置为起点，根据所述目标点集使用A*算法搜索起点和终点，以得到全局路径；对所述全局路径进行局部路径规划，以得到线速度和角速度信息；筛选出所述全局路径内的窄通道；判断机器人是否能通过所述窄通道；若机器人不能通过所述窄通道，则生成机器人无法通行的状态。
在一实施例中，所述处理器在执行所述计算机程序而实现所述以机器人的当前位置为起点，根据所述目标点集使用A*算法搜索起点和终点，以得到全局路径步骤时，具体实现如下步骤：
以目标点集内的一个目标位置作为终点，以机器人的当前位置为起点，寻找机器人附近的九宫格，并选择可以通过的方格，从所述方格中选择与所述终点距离最近的方格作为机器人下一个移动到的位置，再将距离最近的方格在二维地图上的坐标存储在数组内，以寻找从机器人的当前位置到终点的所有方格对应的位置；获取机器人到目标点集内所有目标位置所经过的所有方格所对应的位置，以得到全局路径。
在一实施例中，所述处理器在执行所述计算机程序而实现所述对所述全局路径进行局部路径规划，以得到线速度和角速度信息步骤时，具体实现如下步骤：
从所述全局路径中截取长度符合要求的路径，以得到局部路径；对所述局部路径使用差速底盘机器人模型和对机器人运动限制，以得到线速度和角速度信息。
所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.机器人底盘多点导航方法，其特征在于，包括：
获取来自终端设置的目标位置信息，以得到目标点集；
根据所述目标点集调用A*算法进行机器人的自主导航，并生成对应的状态；
反馈所述状态至终端。
2.根据权利要求1所述的机器人底盘多点导航方法，其特征在于，所述反馈所述状态至终端之后，还包括：
获取传感器检测所述目标点集内对应目标位置的检测信号；
判断所述检测信号是否是出现障碍物；
若所述检测信号是出现障碍物，则选择所述目标位置附近符合要求的位置，作为停靠点，以使得机器人停靠在所述停靠点，并反馈所述目标位置被占用的信息至终端。
3.根据权利要求1所述的机器人底盘多点导航方法，其特征在于，所述获取来自终端设置的目标位置信息，以得到目标点集，包括：
通过websocket通信协议获取来自终端设置的目标位置信息，以得到目标点集。
4.根据权利要求1所述的机器人底盘多点导航方法，其特征在于，所述目标位置信息包括在定位地图上的坐标点和机器人多点导航运行模式。
5.根据权利要求1所述的机器人底盘多点导航方法，其特征在于，所述根据所述目标点集调用A*算法进行机器人的自主导航，并生成对应的状态，包括：
将静态地图进行栅格化变成黑白色网格；
以机器人的当前位置为起点，根据所述目标点集使用A*算法搜索起点和终点，以得到全局路径；
对所述全局路径进行局部路径规划，以得到线速度和角速度信息；
筛选出所述全局路径内的窄通道；
判断机器人是否能通过所述窄通道；
若机器人不能通过所述窄通道，则生成机器人无法通行的状态。
6.根据权利要求5所述的机器人底盘多点导航方法，其特征在于，所述以机器人的当前位置为起点，根据所述目标点集使用A*算法搜索起点和终点，以得到全局路径，包括：
以目标点集内的一个目标位置作为终点，以机器人的当前位置为起点，寻找机器人附近的九宫格，并选择可以通过的方格，从所述方格中选择与所述终点距离最近的方格作为机器人下一个移动到的位置，再将距离最近的方格在二维地图上的坐标存储在数组内，以寻找从机器人的当前位置到终点的所有方格对应的位置；
获取机器人到目标点集内所有目标位置所经过的所有方格所对应的位置，以得到全局路径。
7.根据权利要求5所述的机器人底盘多点导航方法，其特征在于，所述对所述全局路径进行局部路径规划，以得到线速度和角速度信息，包括：
从所述全局路径中截取长度符合要求的路径，以得到局部路径；
对所述局部路径使用差速底盘机器人模型和对机器人运动限制，以得到线速度和角速度信息。
8.机器人底盘多点导航装置，其特征在于，包括：
目标点集获取单元，用于获取来自终端设置的目标位置信息，以得到目标点集；
自主导航单元，用于根据所述目标点集调用A*算法进行机器人的自主导航，并生成对应的状态；
反馈单元，用于反馈所述状态至终端。
9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。
10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现如权利要求1至7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110554640.7A CN113268061A (zh) | 2021-05-14 | 2021-05-14 | 机器人底盘多点导航方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110554640.7A CN113268061A (zh) | 2021-05-14 | 2021-05-14 | 机器人底盘多点导航方法、装置、计算机设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113268061A true CN113268061A (zh) | 2021-08-17 |
Family
ID=77232252
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110554640.7A Pending CN113268061A (zh) | 2021-05-14 | 2021-05-14 | 机器人底盘多点导航方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113268061A (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103941264A (zh) * | 2014-03-26 | 2014-07-23 | 南京航空航天大学 | 一种室内未知环境下使用激光雷达定位方法 |
| CN105716613A (zh) * | 2016-04-07 | 2016-06-29 | 北京进化者机器人科技有限公司 | 一种机器人避障中的最短路径规划方法 |
| CN106945668A (zh) * | 2016-10-27 | 2017-07-14 | 蔚来汽车有限公司 | 车辆行驶窄道辅助系统 |
| CN108387234A (zh) * | 2018-02-06 | 2018-08-10 | 广州科语机器人有限公司 | 基于激光测距传感器的移动机器人的地图创建方法 |
| CN108673496A (zh) * | 2018-05-02 | 2018-10-19 | 苏州智伟达机器人科技有限公司 | 一种基于纯追踪模型的工业机器人路径跟踪方法 |
| CN109839107A (zh) * | 2019-03-21 | 2019-06-04 | 深圳市三宝创新智能有限公司 | 一种智能机器人导航方法及其导航装置 |
| CN110162029A (zh) * | 2018-02-12 | 2019-08-23 | 北京欣奕华科技有限公司 | 一种基于规划路径的运动控制方法及装置、机器人 |
| CN110399892A (zh) * | 2018-04-24 | 2019-11-01 | 北京京东尚科信息技术有限公司 | 环境特征提取方法和装置 |
| CN111412913A (zh) * | 2020-04-17 | 2020-07-14 | 上海擎朗智能科技有限公司 | 基于机器人的导航方法、装置、设备及介质 |
| CN111761581A (zh) * | 2020-07-07 | 2020-10-13 | 上海木木聚枞机器人科技有限公司 | 路径规划方法及装置、狭窄空间行进方法及装置 |
| CN111998864A (zh) * | 2020-08-11 | 2020-11-27 | 东风柳州汽车有限公司 | 无人车局部路径规划方法、装置、设备及存储介质 |
| CN112061657A (zh) * | 2020-09-11 | 2020-12-11 | 灵动科技（北京）有限公司 | 用于引导机器人在仓库中运输货物的方法和装置 |
| CN112085445A (zh) * | 2020-09-07 | 2020-12-15 | 上海擎朗智能科技有限公司 | 机器人目的地到达确定方法、装置、电子设备和存储介质 |
| CN112378408A (zh) * | 2020-11-26 | 2021-02-19 | 重庆大学 | 一种实现轮式移动机器人实时避障的路径规划方法 |
| CN112540602A (zh) * | 2019-11-27 | 2021-03-23 | 深圳优地科技有限公司 | 一种机器人局部路径的优化方法及机器人 |
-
2021
- 2021-05-14 CN CN202110554640.7A patent/CN113268061A/zh active Pending
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103941264A (zh) * | 2014-03-26 | 2014-07-23 | 南京航空航天大学 | 一种室内未知环境下使用激光雷达定位方法 |
| CN105716613A (zh) * | 2016-04-07 | 2016-06-29 | 北京进化者机器人科技有限公司 | 一种机器人避障中的最短路径规划方法 |
| CN106945668A (zh) * | 2016-10-27 | 2017-07-14 | 蔚来汽车有限公司 | 车辆行驶窄道辅助系统 |
| CN108387234A (zh) * | 2018-02-06 | 2018-08-10 | 广州科语机器人有限公司 | 基于激光测距传感器的移动机器人的地图创建方法 |
| CN110162029A (zh) * | 2018-02-12 | 2019-08-23 | 北京欣奕华科技有限公司 | 一种基于规划路径的运动控制方法及装置、机器人 |
| CN110399892A (zh) * | 2018-04-24 | 2019-11-01 | 北京京东尚科信息技术有限公司 | 环境特征提取方法和装置 |
| CN108673496A (zh) * | 2018-05-02 | 2018-10-19 | 苏州智伟达机器人科技有限公司 | 一种基于纯追踪模型的工业机器人路径跟踪方法 |
| CN109839107A (zh) * | 2019-03-21 | 2019-06-04 | 深圳市三宝创新智能有限公司 | 一种智能机器人导航方法及其导航装置 |
| CN112540602A (zh) * | 2019-11-27 | 2021-03-23 | 深圳优地科技有限公司 | 一种机器人局部路径的优化方法及机器人 |
| CN111412913A (zh) * | 2020-04-17 | 2020-07-14 | 上海擎朗智能科技有限公司 | 基于机器人的导航方法、装置、设备及介质 |
| CN111761581A (zh) * | 2020-07-07 | 2020-10-13 | 上海木木聚枞机器人科技有限公司 | 路径规划方法及装置、狭窄空间行进方法及装置 |
| CN111998864A (zh) * | 2020-08-11 | 2020-11-27 | 东风柳州汽车有限公司 | 无人车局部路径规划方法、装置、设备及存储介质 |
| CN112085445A (zh) * | 2020-09-07 | 2020-12-15 | 上海擎朗智能科技有限公司 | 机器人目的地到达确定方法、装置、电子设备和存储介质 |
| CN112061657A (zh) * | 2020-09-11 | 2020-12-11 | 灵动科技（北京）有限公司 | 用于引导机器人在仓库中运输货物的方法和装置 |
| CN112378408A (zh) * | 2020-11-26 | 2021-02-19 | 重庆大学 | 一种实现轮式移动机器人实时避障的路径规划方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108209741B (zh) | 清洁机器人控制方法和清洁机器人 | |
| CN108629231B (zh) | 障碍物检测方法、装置、设备及存储介质 | |
| US8811720B2 (en) | 3D visualization of light detection and ranging data | |
| US20190064832A1 (en) | Self-propelled robot path planning method, self-propelled robot and storage medium | |
| JP2021534481A (ja) | 障害物又は地面の認識及び飛行制御方法、装置、機器及び記憶媒体 | |
| KR101754126B1 (ko) | 사용자 기준 공간좌표계 상에서의 제스처 검출 방법 및 장치 | |
| JP2020021326A (ja) | 情報処理方法、情報処理装置およびプログラム | |
| CN102540673A (zh) | 激光点位置确定系统及方法 | |
| CN110470308B (zh) | 一种避障系统及方法 | |
| EP3535096B1 (en) | Robotic sensing apparatus and methods of sensor planning | |
| CN109806585B (zh) | 游戏的显示控制方法、装置、设备和存储介质 | |
| US10866650B2 (en) | Method and device for recognizing pointing location by using radar | |
| CN114995416A (zh) | 全局路径导航方法、装置、终端设备及存储介质 | |
| CN113031617B (zh) | 机器人避障方法、装置、设备及存储介质 | |
| CN114485621A (zh) | 导航方法、装置及计算机可读存储介质 | |
| CN113268061A (zh) | 机器人底盘多点导航方法、装置、计算机设备及存储介质 | |
| CN111068309B (zh) | 虚拟现实游戏的显示控制方法、装置、设备、系统及介质 | |
| CN112530022A (zh) | 在虚拟环境中计算机实现模拟lidar传感器的方法 | |
| CN110631586A (zh) | 基于视觉slam的地图构建的方法、导航系统及装置 | |
| CN111481109A (zh) | 基于扫地机的地图噪点消除方法及装置 | |
| KR20220044777A (ko) | 포인트 클라우드 데이터 처리 방법 및 장치 | |
| CN115507840A (zh) | 一种栅格地图构建方法、栅格地图构建装置及电子设备 | |
| JP7431092B2 (ja) | 制御プラットフォーム及び制御方法 | |
| CN111047710B (zh) | 虚拟现实系统及交互设备显示方法和计算机可读存储介质 | |
| CN110412613B (zh) | 基于激光的测量方法、移动装置、计算机设备和存储介质 |
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 |