CN113341962A - 一种动态窗口循迹优化方法、装置、终端及存储介质 - Google Patents
一种动态窗口循迹优化方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN113341962A CN113341962A CN202110594828.4A CN202110594828A CN113341962A CN 113341962 A CN113341962 A CN 113341962A CN 202110594828 A CN202110594828 A CN 202110594828A CN 113341962 A CN113341962 A CN 113341962A
- Authority
- CN
- China
- Prior art keywords
- path
- dwa
- local
- track
- sampling
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
Abstract
本申请公开了一种动态窗口循迹优化方法、装置、终端及存储介质,本申请通过从所述局部轨迹点中筛选出的局部弯曲点,根据以DWA采样轨迹末端端点到该局部弯曲点方向与采样轨迹末端点切线方向的角度差绝对值计算的路径分值作为评分标准,确定更优的DWA采样轨迹优化路径,解决了现有的DWA路径规划方法当局部路径出现较大拐弯时存在路径偏移率高的技术问题。
Description
技术领域
本申请涉及机器人技术领域,尤其涉及一种动态窗口循迹优化方法、装置、终端及存储介质。
背景技术
近年来随着社会经济和计算机技术发展,机器人无论是在工业生产还是在生活服务上都发挥极其重要作用。
DWA(dynamic window approach,动态窗口法)是目前移动机器人在导航过程中常用的局部路径规划算法之一,现有的DWA路径规划方法主要为:由移动机器人以采样轨迹末端到局部路径终点方向和采样轨迹方向夹角差绝对值作为评分标准,以根据评分结果确定其中最优的DWA采样路径,但在实际应用中现有的DWA路径规划方法仍存在路径偏移率高的技术问题。
发明内容
本申请提供了一种动态窗口循迹优化方法、装置、终端及存储介质,用于解决现有的DWA路径规划方法存在路径偏移率高的技术问题。
有鉴于此,本申请第一方面提供了一种动态窗口循迹优化方法,包括:
获取局部路径和待优化处理的DWA采样轨迹路径;
根据所述局部路径的路径轨迹,计算局部轨迹点的曲率;
根据所述局部轨迹点的曲率,结合预设的曲率阈值,从所述局部轨迹点中筛选出局部弯曲点,其中,所述局部弯曲点的曲率为所述局部轨迹点的曲率中的极大值,且所述局部弯曲点的曲率不小于所述曲率阈值;
根据所述DWA采样轨迹路径的末端端点到所述局部弯曲点的方向与所述DWA采样轨迹路径的末端端点切线方向的角度差绝对值,结合预设的角度差-路径分值换算公式,得到所述DWA采样轨迹路径的路径分值;
根据所述路径分值确定DWA采样轨迹优化路径。
优选地,所述角度差-路径分值换算公式具体为:
优选地,还包括:
若所述局部轨迹点的曲率均小于所述曲率阈值,则根据所述DWA采样轨迹路径的末端端点到所述局部路径终点的方向与所述DWA采样轨迹路径的末端端点切线方向的角度差绝对值,结合所述角度差-路径分值换算公式,得到所述DWA采样轨迹路径的路径分值。
优选地,所述局部路径的生成过程具体包括:
从全局路径中截取移动机器人的当前位置到截取目标点的路径,所述截取目标点为所述移动机器人的当前位置沿所述全局路径向前延伸预置距离得到的路径轨迹点;
根据截取的路径,通过A*路径规划算法进行运算,得到局部路径。
优选地,根据所述路径分值确定DWA采样轨迹优化路径具体包括:
根据所述路径分值之间的比较结果,将最大路径分值对应的DWA采样轨迹路径设为DWA采样轨迹优化路径。
优选地,根据所述路径分值确定DWA采样轨迹优化路径具体包括:
根据所述路径分值与预设的路径分值阈值的比较结果,确定第一DWA采样轨迹路径,将任意一个所述第一DWA采样轨迹路径设为DWA采样轨迹优化路径,其中,所述第一DWA采样轨迹路径具体为路径分值高于所述路径分值阈值的DWA采样轨迹路径。
优选地,所述曲率阈值具体为1.3~1.5。
本申请第二方面提供了一种动态窗口循迹优化装置,包括:
路径数据获取单元,用于获取局部路径和待优化处理的DWA采样轨迹路径;
曲率计算单元,用于根据所述局部路径的路径轨迹,计算局部轨迹点的曲率;
路径弯曲点筛选单元,用于根据所述局部轨迹点的曲率,结合预设的曲率阈值,从所述局部轨迹点中筛选出局部弯曲点,其中,所述局部弯曲点的曲率为所述局部轨迹点的曲率中的极大值,且所述局部弯曲点的曲率不小于所述曲率阈值;
路径分值计算单元,用于根据所述DWA采样轨迹路径的末端端点到所述局部弯曲点的方向与所述DWA采样轨迹路径的末端端点切线方向的角度差绝对值,结合预设的角度差-路径分值换算公式,得到所述DWA采样轨迹路径的路径分值;
目标路径结果确定单元,用于根据所述路径分值确定DWA采样轨迹优化路径。
本申请第三方面提供了一种移动机器人终端,包括:存储器和处理器;
所述存储器用于存储程序代码,所述程序代码与如本申请第一方面提及的动态窗口循迹优化方法相对应;
所述处理器用于执行所述程序代码。
本申请第四方面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保存有与如本申请第一方面提及的动态窗口循迹优化方法相对应的程序代码。
从以上技术方案可以看出,本申请具有以下优点:
本申请通过从所述局部轨迹点中筛选出的局部弯曲点,根据以DWA采样轨迹末端端点到该局部弯曲点方向与采样轨迹末端点切线方向的角度差绝对值计算的路径分值作为评分标准,确定更优的DWA采样轨迹优化路径,解决了现有的DWA路径规划方法当局部路径出现较大拐弯时存在路径偏移率高的技术问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本申请提供的一种动态窗口循迹优化方法的第一个实施例的流程示意图。
图2为本申请提供的一种动态窗口循迹优化方法的第二个实施例的流程示意图。
图3为本申请提供的一种动态窗口循迹优化装置的第一个实施例的结构示意图。
图4为一个优化路径对比实施例优化前的路径轨迹的示意图。
图5为一个优化路径对比实施例优化后的路径轨迹的示意图。
图6为另一个优化路径对比实施例优化前的路径轨迹的示意图。
图7为另一个优化路径对比实施例优化后的路径轨迹的示意图。
具体实施方式
现有的DWA路径规划方法主要为:由移动机器人以采样轨迹末端到局部路径终点方向和采样轨迹方向夹角差绝对值作为评分标准,以根据评分结果确定其中最优的DWA采样路径,但在实际应用中,当局部路径出现较大拐弯时,DWA最优采样轨迹通常会偏离局部路径,在拐弯处偏离局部路径碰撞上障碍物,甚至会远离目标点,从而造成了现有的DWA路径规划方法存在路径偏移率高的技术问题。
有鉴于此,本申请实施例提供了一种动态窗口循迹优化方法,用于解决现有的DWA路径规划方法存在路径偏移率高的技术问题。
为使得本申请的发明目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本申请一部分实施例,而非全部的实施例。基于本申请中的实施例,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它实施例,都属于本申请保护的范围。
请参阅图1,本申请第一个实施例提供了一种动态窗口循迹优化方法,包括:
步骤101、获取局部路径和待优化处理的DWA采样轨迹路径。
步骤102、根据局部路径的路径轨迹,计算局部轨迹点的曲率。
在步骤102中,以步骤101获得的局部路径为基础,根据其路径轨迹,计算该局部路径中的局部轨迹点的曲率,曲率越大曲率半径越小,说明路径该处越弯曲。
其中,局部轨迹点曲率的计算方式可以参考以下计算公式:其中Δφi表示轨迹点的切线转角,Δxi表示该轨迹点的弧长。由余弦定理可以计算切线转角Δφi,其中Δxi=xi-xi-1,Δxi+1=xi+1-xi,xi表示当前轨迹点;xi-1表示前一个点;xi+1表示后一个点。
步骤103、根据局部轨迹点的曲率,结合预设的曲率阈值,从局部轨迹点中筛选出局部弯曲点。其中,局部弯曲点的曲率为局部轨迹点的曲率中的极大值,且局部弯曲点的曲率不小于曲率阈值。
在步骤103中,根据步骤102计算出的局部轨迹点的曲率,结合预设的曲率阈值,从局部轨迹点中筛选出符合要求的局部轨迹点,并以筛选出的局部轨迹点作为局部弯曲点。其中,局部弯曲点的筛选要求包括:局部弯曲点的曲率为局部轨迹点的曲率中的极大值,即当局部弯曲点的曲率比该局部弯曲点的前一个局部轨迹点以及后一个局部轨迹点的曲率都大,且该局部弯曲点的曲率不小于预设的曲率阈值。
步骤104、根据DWA采样轨迹路径的末端端点到局部弯曲点的方向与DWA采样轨迹路径的末端端点切线方向的角度差绝对值,结合预设的角度差-路径分值换算公式,得到DWA采样轨迹路径的路径分值。
在步骤104中,基于步骤103获得局部弯曲点,计算DWA采样轨迹路径的末端端点到局部弯曲点的方向与DWA采样轨迹路径的末端端点切线方向的角度差绝对值,再根据预设的角度差-路径分值换算公式,将该角度差绝对值换算成路径分值。
步骤105、根据路径分值确定DWA采样轨迹优化路径。
最后在步骤105中,根据步骤104得到的路径分值作为评判标准,确定更优的DWA采样轨迹路径作为DWA采样轨迹优化路径,以便于根据该DWA采样轨迹优化路径控制移动机器人的运动。
基于通过本申请提供的方法获得的DWA采样轨迹优化路径,移动机器人可以流畅完成拐弯处的局部路径规划导航,减少不必要的碰撞。参阅图4至图7,在通过大幅度拐弯处时,按照优化前的路径行驶,平均碰撞5次,平均需要72s完成导航,但按照优化后的路径行驶,平均碰撞1次,平均需要30s完成导航。由此可见优化后相对优化前更节省时间和避免发生更多不必要的碰撞,解决了现有的DWA路径规划方法当局部路径出现较大拐弯时存在路径偏移率高的技术问题。
以上为本申请提供的一种动态窗口循迹优化方法的第一个实施例的详细说明,下面为本申请提供的一种动态窗口循迹优化方法的第二个实施例的详细说明。
请参阅图2,本申请第二个实施例在上述第一个实施例的基础上,提供了一种动态窗口循迹优化方法,包括:
进一步地,角度差-路径分值换算公式具体为:
需要说明的是,假设DWA采样轨末端点(xdwa_end,ydwa_end,θdwa_end)到以上计算局部弯曲点的(xi,yi,θi)方向计算为再根据以上的角度差-路径分值换算公式,计算出相应的路径分值。
进一步地,还包括:
步骤100、若局部轨迹点的曲率均小于曲率阈值,则根据DWA采样轨迹路径的末端端点到局部路径终点的方向与DWA采样轨迹路径的末端端点切线方向的角度差绝对值,结合角度差-路径分值换算公式,得到DWA采样轨迹路径的路径分值。
需要说明的是,若局部轨迹点的曲率均小于曲率阈值,则说明该局部路径较为笔直,可以直接用局部路径终点替代局部弯曲点计算路径分值。
进一步地,局部路径的生成过程具体包括:
从全局路径中截取移动机器人的当前位置到截取目标点的路径,截取目标点为移动机器人的当前位置沿全局路径向前延伸预置距离得到的路径轨迹点;
根据截取的路径,通过A*路径规划算法进行运算,得到局部路径。
需要说明的是,机器人在导航过程中截取离机器人当前位置沿全局路径预设距离远处作为目标点,通过A*搜索规划出局部路径并对该局部路径进行平滑优化处理,即可得到步骤101中提及的局部路径,其中,上述的预设距离优选为1m。
进一步地,步骤105中提及的根据路径分值确定DWA采样轨迹优化路径具体包括:
根据路径分值之间的比较结果,将最大路径分值对应的DWA采样轨迹路径设为DWA采样轨迹优化路径。
或
根据路径分值与预设的路径分值阈值的比较结果,确定第一DWA采样轨迹路径,将任意一个第一DWA采样轨迹路径设为DWA采样轨迹优化路径,其中,第一DWA采样轨迹路径具体为路径分值高于路径分值阈值的DWA采样轨迹路径。
需要说明的是,本申请实施例针对DWA采样轨迹优化路径的选取提供了两种具体的实施方式,一种是根据路径分值之间的比较结果,将最大路径分值对应的DWA采样轨迹路径设为DWA采样轨迹优化路径;另一种是根据路径分值与预设的路径分值阈值的比较结果,将路径分值高于路径分值阈值的DWA采样轨迹路径设为第一DWA采样轨迹路径,再将任意一个第一DWA采样轨迹路径设为DWA采样轨迹优化路径。
进一步地,曲率阈值具体为1.3~1.5,优选取值为1.4。
以上为本申请提供的一种动态窗口循迹优化方法的第二个实施例的详细说明,下面为本申请提供的一种动态窗口循迹优化装置的第一个实施例的详细说明。
请参阅图3,本申请第三个实施例提供了一种动态窗口循迹优化装置,包括:
路径数据获取单元201,用于获取局部路径和待优化处理的DWA采样轨迹路径;
曲率计算单元202,用于根据局部路径的路径轨迹,计算局部轨迹点的曲率;
路径弯曲点筛选单元203,用于根据局部轨迹点的曲率,结合预设的曲率阈值,从局部轨迹点中筛选出局部弯曲点,其中,局部弯曲点的曲率为局部轨迹点的曲率中的极大值,且局部弯曲点的曲率不小于曲率阈值;
路径分值计算单元204,用于根据DWA采样轨迹路径的末端端点到局部弯曲点的方向与DWA采样轨迹路径的末端端点切线方向的角度差绝对值,结合预设的角度差-路径分值换算公式,得到DWA采样轨迹路径的路径分值;
目标路径结果确定单元205,用于根据路径分值确定DWA采样轨迹优化路径。
以上为本申请提供的一种动态窗口循迹优化装置的第一个实施例的详细说明,下面为本申请提供的一种移动机器人终端的一个实施例以及一种计算机可读存储介质的一个实施例的详细说明。
本申请第四个实施例提供了一种移动机器人终端,包括:存储器和处理器;
存储器用于存储程序代码,程序代码与如本申请第一个实施例或第二个实施例提及的动态窗口循迹优化方法相对应;
处理器用于执行程序代码。
本申请第五个实施例提供了一种计算机可读存储介质,计算机可读存储介质中保存有与如本申请第一个实施例或第二个实施例提及的动态窗口循迹优化方法相对应的程序代码。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的终端、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的终端、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,所述单元的划分,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。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例,例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
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,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述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,可以存储在一个计算机可读取存储介质中。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,服务器,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。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种动态窗口循迹优化方法,其特征在于,包括:
获取局部路径和待优化处理的DWA采样轨迹路径;
根据所述局部路径的路径轨迹,计算局部轨迹点的曲率;
根据所述局部轨迹点的曲率,结合预设的曲率阈值,从所述局部轨迹点中筛选出局部弯曲点,其中,所述局部弯曲点的曲率为所述局部轨迹点的曲率中的极大值,且所述局部弯曲点的曲率不小于所述曲率阈值;
根据所述DWA采样轨迹路径的末端端点到所述局部弯曲点的方向与所述DWA采样轨迹路径的末端端点切线方向的角度差绝对值,结合预设的角度差-路径分值换算公式,得到所述DWA采样轨迹路径的路径分值;
根据所述路径分值确定DWA采样轨迹优化路径。
3.根据权利要求1所述的一种动态窗口循迹优化方法,其特征在于,还包括:
若所述局部轨迹点的曲率均小于所述曲率阈值,则根据所述DWA采样轨迹路径的末端端点到所述局部路径终点的方向与所述DWA采样轨迹路径的末端端点切线方向的角度差绝对值,结合所述角度差-路径分值换算公式,得到所述DWA采样轨迹路径的路径分值。
4.根据权利要求1所述的一种动态窗口循迹优化方法,其特征在于,所述局部路径的生成过程具体包括:
从全局路径中截取移动机器人的当前位置到截取目标点的路径,所述截取目标点为所述移动机器人的当前位置沿所述全局路径向前延伸预置距离得到的路径轨迹点;
根据截取的路径,通过A*路径规划算法进行运算,得到局部路径。
5.根据权利要求1所述的一种动态窗口循迹优化方法,其特征在于,根据所述路径分值确定DWA采样轨迹优化路径具体包括:
根据所述路径分值之间的比较结果,将最大路径分值对应的DWA采样轨迹路径设为DWA采样轨迹优化路径。
6.根据权利要求1所述的一种动态窗口循迹优化方法,其特征在于,根据所述路径分值确定DWA采样轨迹优化路径具体包括:
根据所述路径分值与预设的路径分值阈值的比较结果,确定第一DWA采样轨迹路径,将任意一个所述第一DWA采样轨迹路径设为DWA采样轨迹优化路径,其中,所述第一DWA采样轨迹路径具体为路径分值高于所述路径分值阈值的DWA采样轨迹路径。
7.根据权利要求1所述的一种动态窗口循迹优化方法,其特征在于,所述曲率阈值具体为1.3~1.5。
8.一种动态窗口循迹优化装置,其特征在于,包括:
路径数据获取单元,用于获取局部路径和待优化处理的DWA采样轨迹路径;
曲率计算单元,用于根据所述局部路径的路径轨迹,计算局部轨迹点的曲率;
路径弯曲点筛选单元,用于根据所述局部轨迹点的曲率,结合预设的曲率阈值,从所述局部轨迹点中筛选出局部弯曲点,其中,所述局部弯曲点的曲率为所述局部轨迹点的曲率中的极大值,且所述局部弯曲点的曲率不小于所述曲率阈值;
路径分值计算单元,用于根据所述DWA采样轨迹路径的末端端点到所述局部弯曲点的方向与所述DWA采样轨迹路径的末端端点切线方向的角度差绝对值,结合预设的角度差-路径分值换算公式,得到所述DWA采样轨迹路径的路径分值;
目标路径结果确定单元,用于根据所述路径分值确定DWA采样轨迹优化路径。
9.一种移动机器人终端,其特征在于,包括:存储器和处理器;
所述存储器用于存储程序代码,所述程序代码与如权利要求1至7任意一项所述的动态窗口循迹优化方法相对应;
所述处理器用于执行所述程序代码。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中保存有与如权利要求1至7任意一项所述的动态窗口循迹优化方法相对应的程序代码。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110594828.4A CN113341962A (zh) | 2021-05-28 | 2021-05-28 | 一种动态窗口循迹优化方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110594828.4A CN113341962A (zh) | 2021-05-28 | 2021-05-28 | 一种动态窗口循迹优化方法、装置、终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113341962A true CN113341962A (zh) | 2021-09-03 |
Family
ID=77472040
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110594828.4A Pending CN113341962A (zh) | 2021-05-28 | 2021-05-28 | 一种动态窗口循迹优化方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113341962A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113781603A (zh) * | 2021-09-15 | 2021-12-10 | 北京有竹居网络技术有限公司 | 轨迹点生成方法、装置、计算机设备以及计算机存储介质 |
CN114838735A (zh) * | 2022-03-21 | 2022-08-02 | 福建盛海智能科技有限公司 | 一种基于movebase的路径循迹方法及终端 |
CN114995464A (zh) * | 2022-07-19 | 2022-09-02 | 佛山市星曼信息科技有限公司 | 局部路径规划的控制方法及装置、机器人、存储介质 |
CN114838735B (zh) * | 2022-03-21 | 2024-05-10 | 江苏盛海智能科技有限公司 | 一种基于movebase的路径循迹方法及终端 |
-
2021
- 2021-05-28 CN CN202110594828.4A patent/CN113341962A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113781603A (zh) * | 2021-09-15 | 2021-12-10 | 北京有竹居网络技术有限公司 | 轨迹点生成方法、装置、计算机设备以及计算机存储介质 |
CN113781603B (zh) * | 2021-09-15 | 2023-08-22 | 北京有竹居网络技术有限公司 | 轨迹点生成方法、装置、计算机设备以及计算机存储介质 |
CN114838735A (zh) * | 2022-03-21 | 2022-08-02 | 福建盛海智能科技有限公司 | 一种基于movebase的路径循迹方法及终端 |
CN114838735B (zh) * | 2022-03-21 | 2024-05-10 | 江苏盛海智能科技有限公司 | 一种基于movebase的路径循迹方法及终端 |
CN114995464A (zh) * | 2022-07-19 | 2022-09-02 | 佛山市星曼信息科技有限公司 | 局部路径规划的控制方法及装置、机器人、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113341962A (zh) | 一种动态窗口循迹优化方法、装置、终端及存储介质 | |
CN109564283B (zh) | 物标检测装置 | |
CN107980108A (zh) | 机器人运动轨迹规划方法及相关装置 | |
EP2495628A1 (en) | Tool path generation method and device | |
WO2016067392A1 (ja) | 工具経路の生成方法および工作機械 | |
CN111123904A (zh) | 路径跟踪方法及终端设备 | |
CN110209123B (zh) | 一种机床驱动约束下的五轴数控加工刀轴矢量局部优化方法 | |
CN108205318A (zh) | 机器人轨迹规划方法及装置 | |
CN102528554B (zh) | 一种五轴加工奇异区域的轨迹优化方法 | |
CN107980109A (zh) | 机器人运动轨迹规划方法及相关装置 | |
CN107728619B (zh) | 一种用于机器人示教路径的规划方法 | |
CN111746525B (zh) | 泊车路径规划方法、装置、设备及存储介质 | |
CN113467384B (zh) | 一种应用于五轴数控机床的拐角过渡方法 | |
CN106709970A (zh) | 优化轨迹线段的方法和服务器 | |
CN108062071B (zh) | 参数曲线轨迹伺服轮廓误差的实时测定方法 | |
CN114545863A (zh) | 一种基于b样条曲线拟合的数控加工的轨迹平滑方法 | |
CN113110423A (zh) | 步态轨迹规划方法、装置、计算机可读存储介质及机器人 | |
JPWO2014156385A1 (ja) | 測位装置とその制御方法、および、プログラム | |
CN109507955B (zh) | 一种基于数控系统的刀路偏置路径方法 | |
CN111610751B (zh) | 过点集nurbs插值曲线的插值误差多次细分迭代计算方法 | |
CN113882677A (zh) | 面向混凝土3d打印的轨迹控制方法及系统 | |
CN117171924A (zh) | 一种叶片的设计方法、装置、设备及计算机存储介质 | |
CN105676787A (zh) | 一种椭圆弧插补算法 | |
CN112643674B (zh) | 机器人跟随加工工件表面补偿方法、机器人及存储装置 | |
CN114620074A (zh) | 车辆控制方法、装置、电子设备及存储介质 |
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 |