CN113503884B - 路径规划方法、装置、设备和存储介质 - Google Patents

路径规划方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN113503884B
CN113503884B CN202110393029.0A CN202110393029A CN113503884B CN 113503884 B CN113503884 B CN 113503884B CN 202110393029 A CN202110393029 A CN 202110393029A CN 113503884 B CN113503884 B CN 113503884B
Authority
CN
China
Prior art keywords
path
point
target
local
candidate
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
Application number
CN202110393029.0A
Other languages
English (en)
Other versions
CN113503884A (zh
Inventor
马元勋
杨亚运
唐旋来
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Keenlon Intelligent Technology Co Ltd
Original Assignee
Shanghai Keenlon Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Keenlon Intelligent Technology Co Ltd filed Critical Shanghai Keenlon Intelligent Technology Co Ltd
Priority to CN202110393029.0A priority Critical patent/CN113503884B/zh
Publication of CN113503884A publication Critical patent/CN113503884A/zh
Application granted granted Critical
Publication of CN113503884B publication Critical patent/CN113503884B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manipulator (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请实施例公开了一种路径规划方法、装置、设备和存储介质。该方法包括：确定从第一位置点至第二位置点的第一路径，以及从所述第二位置点至所述第一位置点的第二路径，障碍物位于所述第一位置点和所述第二位置点之间；根据所述第一路径和所述第二路径距离所述障碍物的距离，确定初始路径；根据所述初始路径，生成目标路径。采用上述技术方案提高了所规划路径的合理性，从而提高了机器人的行驶效率，同时减少了行驶时对机器人的不必要磨损，延长了机器人的使用寿命。

Description

路径规划方法、装置、设备和存储介质
技术领域
本申请实施例涉及数据处理技术领域，尤其涉及一种路径规划方法、装置、设备和存储介质。
背景技术
路径规划是指机器人按照某一性能指标，搜索一条从起始位置到目标位置的最优或较优的无碰撞路径。
现有技术中，通常采用A*算法或D*算法对机器人的行驶路径进行规划。然而，上述规划方式存在路径中局部区域贴近障碍物或拐弯较多的情况，导致机器人行驶时扭来扭去，降低了机器人行驶效率，同时给机器人带来较大的磨损，影响机器人使用寿命。
发明内容
本申请提供一种路径规划方法、装置、设备和存储介质，以实现路径的合理规划。
第一方面，本申请实施例提供了一种路径规划方法，包括：
确定从第一位置点至第二位置点的第一路径，以及从所述第二位置点至所述第一位置点的第二路径，障碍物位于所述第一位置点和所述第二位置点之间；
根据所述第一路径和所述第二路径距离所述障碍物的距离，确定初始路径；
根据所述初始路径，生成目标路径。
第二方面，本申请实施例还提供了路径规划装置，包括：
路径确定模块，用于确定从第一位置点至第二位置点的第一路径，以及所述从第二位置点至所述第一位置点的第二路径，障碍物位于所述第一位置点和所述第二位置点之间；
初始路径确定模块，用于根据所述第一路径和所述第二路径距离所述障碍物的距离，确定初始路径；
目标路径生成模块，用于根据所述初始路径，生成目标路径。
第三方面，本申请实施例还提供了一种电子设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本申请第一方面实施例所提供的任意一种路径规划方法。
第四方面，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请第一方面实施例所提供的任意一种路径规划方法。
本申请实施例通过在第一位置点和第二位置点之间双向构建路径，从而确定初始路径，避免了所确定路径距离障碍物过近导致机器人贴边行驶导致机器人行驶时拐弯较多的情况的发生，解决了所规划路径中局部区域贴近障碍物或拐弯较多的问题，使所规划路径更加合理，避免了机器人行驶时扭来扭去，从而提高了机器人的行驶效率，同时减少了行驶时对机器人的不必要磨损，延长了机器人的使用寿命。
附图说明
图1A是本申请实施例提供的一种路径规划方法的流程图；
图1B是本申请实施例提供的一种初始路径构建过程示意图；
图2A是本申请实施例提供的另一种路径规划方法的流程图；
图2B是本申请实施例提供的更新前后的目标路径的对照图；
图3A是本申请实施例提供的一种路径规划方法的流程图；
图3B是本申请实施例提供的一种目标路径点选取过程示意图；
图3C是本申请实施例提供的一种目标路径点选取过程示意图；
图3D是本申请实施例提供的一种目标路径点选取过程示意图；
图4是本申请实施例提供的一种路径规划装置的结构图；
图5是本申请实施例提供的一种电子设备的结构图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。
实施例一
图1A是本申请实施例提供的一种路径规划方法的流程图，该方法适用于对机器人的行驶路径进行规划的应用场景中。该方法由路径规划装置执行，该装置可以采用软件和/或硬件实现，并具体配置于电子设备中。该电子设备可以是机器人自身，或机器人对应的后台服务器。
参见图1A所示的一种路径规划方法，包括：
S110、确定从第一位置点至第二位置点的第一路径，以及从第二位置点至第一位置点的第二路径，障碍物位于第一位置点和第二位置点之间。
在针对第一位置点和第二位置点进行路径构建时，存在起始点不同导致所构建路径至少部分不一致的情况。参见图1B所示的初始路径构建过程示意图，以A和B两个位置点为例，其中，以A为起始点，以B为目标点时，构建得到第一路径10；以B为起始点，以A为目标点时，所构建得到第二路径20。其中，第一路径10和第二路径20在障碍物(阴影区域)附近的局部路径差异显著，均存在部分路径点距离障碍物过近的情况。
其中，第一路径和第二路径的确定方式，可以采用现有技术中的一种路径规划方式或至少两种路径规划方式组合加以确定，本申请对第一路径和第二路径的具体构建方式不作任何限定。其中，第一路径和第二路径的确定方式可以相同或不同。
S120、根据第一路径和第二路径距离障碍物的距离，确定初始路径。
示例性的，可以按照设定方向遍历第一路径的第一路径点和第二路径中的第二路径点；根据第一路径点和第二路径点，确定初始路径点，并根据初始路径点构建初始路径。
为了尽量拉大路径点与障碍物之间的距离，以提高机器人的行驶安全，在一个可选实施例中，根据第一路径点和第二路径点，确定初始路径点，并根据初始路径点构建初始路径，可以是：从第一路径点和第二路径点中选取距离障碍物较远的路径点，确定初始路径。
继续参见图1B，从第一路径10和第二路径20中，选取距离障碍物较远的路径点，确定初始路径30。
S130、根据初始路径，生成目标路径。
在一个可选实施例中，可以直接将初始路径作为目标路径。
然而，由于机器人沿初始路径行驶可能存在代价值较高的情况，存在一定的安全隐患。为了提高机器人行驶过程的安全性，在一个可选实施例中，还可以根据初始路径关联区域中栅格的代价值，对初始路径进行优化，将优化结果作为目标路径。
本申请实施例通过在第一位置点和第二位置点之间双向构建路径，从而确定初始路径，避免了所确定路径距离障碍物过近导致机器人贴边行驶导致机器人行驶时拐弯较多的情况的发生，解决了所规划路径中局部区域贴近障碍物或拐弯较多的问题，使所规划路径更加合理，避免了机器人行驶时扭来扭去，从而提高了机器人的行驶效率，同时减少了行驶时对机器人的不必要磨损，延长了机器人的使用寿命。
实施例二
在上述各技术方案的基础上，进行了优化改进。进一步的，将操作“根据所述初始路径，生成目标路径”，细化为“根据所述初始路径关联区域中栅格的代价值，从所述初始路径的各路径点中选取至少两个目标路径点；其中，所述目标路径点包括所述第一位置点和所述第二位置点；根据各所述目标路径点生成所述目标路径”，以提高目标路径的安全性。
参见图2A所示的一种路径规划方法，包括：
S210、确定从第一位置点至第二位置点的第一路径，以及从第二位置点至第一位置点的第二路径，障碍物位于第一位置点和第二位置点之间。
S220、根据第一路径和第二路径距离障碍物的距离，确定初始路径。
S230、根据初始路径关联区域中栅格的代价值，从初始路径的各路径点中选取至少两个目标路径点；其中，目标路径点包括第一位置点和第二位置点。
其中，在进行路径规划时，需要借助栅格地图。其中，各栅格设置有代价值，用于表征机器人经过该栅格时的代价程度。其中，障碍物所属栅格的代价值大于非障碍物所属栅格的代价值。其中，代价值用于在进行路径规划时，使得所规划路径能够尽可能远离障碍物，以便机器人避开障碍物运行。
其中，初始路径关联区域可以包括初始路径中各路径点的邻近区域，或者初始路径中至少两个路径点所形成路径线段中各路径点的邻近区域。其中，邻近区域的形状和大小可以由技术人员根据需要或经验值进行确定或调整。示例性的，路径点的邻近区域可以是以路径点为中心的九宫格区域。
S240、根据各目标路径点生成目标路径。
将各目标路径点根据坐标位置顺次连接，生成目标路径。
示例性的，可以将各目标路径点根据坐标位置顺次连接，生成折线路径，并将所生成折线路径作为目标路径。但是，当机器人依据目标路径进行行驶时，由于目标路径为折线路径，需要机器人在转折点位置停顿并调整方向，之后再继续行驶。由于方向调整需要在停顿后执行，将会带来行驶效率的降低。
为了避免机器人在依照目标路径进行行驶中存在停顿的情况，进而提高行驶效率，在一个可选实施例中，还可以在生成目标路径之后，对目标路径中目标路径点邻近区域进行平滑处理，以更新目标路径。其中，邻近区域可以是以目标路径点为中心，以设定长度为半径形成的圆形区域。或者，在更新前的目标路径中，以目标路径点为中心，将距离目标路径点设定点数以内的其他路径点组合，形成邻近区域。其中，设定长度或设定点数的数值大小可以由技术人员根据需要或经验值进行确定或调整。
示例性的，对目标路径中目标路径点邻近区域进行平滑处理，可以是：确定目标路径点的邻近路径点，得到邻近路径折线段；采用平滑算法，对邻近路径折线段进行平滑处理。其中，平滑算法可以采用现有技术加以实现，例如可以是贝塞尔曲线拟合等。
具体可参见图2B为更新前后的位置点A和位置点B之间的目标路径的对照图。其中，阴影区域对应障碍物，实线对应更新前的目标路径，虚线为更新后的目标路径。
本申请实施例通过第一位置点和第二位置点之间双向构建路径，从而确定初始路径，避免了所确定路径距离障碍物过近导致机器人贴边行驶的情况的发生；通过初始路径关联区域的栅格的代价值，进行初始路径中目标路径点的选取，并基于目标路径点生成折线路径，避免了机器人行驶时拐弯较多的情况的发生。通过上述技术方案，解决了所规划路径中局部区域贴近障碍物或拐弯较多的情况，使所规划路径更加合理，避免了机器人行驶时扭来扭去，从而提高了机器人的行驶效率，同时减少了行驶时对机器人的不必要磨损，延长了机器人的使用寿命。
实施例三
本申请实施例在上述各实施例的基础上，进行了优化改进。进一步的，讲操作“根据初始路径关联区域中栅格的代价值，从初始路径的各路径点中选取至少两个目标路径点”细化为“将确定的前一目标路径点作为参考起始点；其中，首个目标路径点为第一位置点和第二位置点中的其中一个位置点；将第一位置点和第二位置点中的另一个位置点作为参考目标点，并将初始路径中参考起始点和参考目标点的路径段作为局部路径；根据参考起始点和局部路径中的局部路径点，构建候选路径；根据候选路径所属区域中栅格的代价值，从局部路径中的局部路径点中，选取新的目标路径点”，以完善目标路径点的选取方式。
需要说明的是，在本申请未详述部分，可参见前述实施例的表述。
参见图3A所示的一种路径规划方法，包括：
S310、确定从第一位置点至第二位置点的第一路径，以及从第二位置点至第一位置点的第二路径。
S320、根据第一路径和第二路径距离障碍物的距离，确定初始路径。
S330、将前一目标路径点作为参考起始点；其中，首个目标路径点为第一位置点。
S340、将第二位置点作为参考目标点，并将初始路径中参考起始点和参考目标点的路径段作为局部路径。
S350、根据参考起始点和局部路径中的局部路径点，构建候选路径。
S360、根据候选路径所属区域中栅格的代价值，从局部路径中的局部路径点中，选取新的目标路径点。
参见图3B-图3D所示的目标路径点选取过程示意图。其中，将第一位置点A作为参考起始点M1，根据参考起始点M1与初始路径中的M1B路径段中的局部路径点B1i，构建线段M1B1i作为候选路径。其中，局部路径点B1i可以选取至少一个，通过候选路径M1B1i所属区域中栅格的代价值，从至少一个候选路径中选取较优路径，并将选取的较优路径对应的局部路径点作为新的目标路径点M2。继续将M2作为参考起始点，根据参考起始点M2与初始路径中的M2B路径段中的局部路径点B2i，构建线段M2B2i作为候选路径。其中，局部路径点B2i可以选取至少一个，通过候选路径M2B2i所属区域中栅格的代价值，从至少一个候选路径中选取较优路径，并将选取的较优路径对应的局部路径点作为新的目标路径点M3。继续将M3作为参考起始点，依次迭代，直至将参考目标点B作为新的目标路径点。最终，得到目标路径点包括M1-M5。
需要说明的是，图3B-图3D仅对目标路径点的选取过程进行示意性说明，对目标路径点的具体数量和所确定位置不作任何限定。
在一个可选实施例中，在进行候选路径构建时，可以采用整体构建的方式，一次进行至少两条候选路径加以实现，从而便于进行数据的并行计算，以提高计算效率。示例性的，可以通过将局部路径中的各局部路径点分别进行候选路径的构建；或者，采用设定频率从局部路径中进行局部路径点的采样选取，并将采样选取的各局部路径点分别进行候选路径的构建。相应的，根据候选路径所属区域中栅格的代价值，从局部路径中的局部路径点中，选取新的目标路径点，可以是：确定候选路径所属区域中栅格的代价值是否满足设定代价条件；将满足条件的候选路径对应的局部路径点，作为新的目标路径点。
在另一可选实施例中，在进行候选路径构建时，还可以采用迭代构建的方式进行一条候选路径的构建，避免了进行大量候选路径构建，带来计算量的增加。相应的，根据参考起始点和局部路径中的局部路径点，构建候选路径，可以是：从局部路径中选取邻近前一临时目标点的局部路径点作为新的临时目标点；其中，首个临时目标点为参考目标点；根据参考起始点和新的临时目标点，构建候选路径。相应的，根据候选路径所属区域中栅格的代价值，从局部路径中的局部路径点中，选取新的目标路径点，可以是：确定候选路径所属区域中栅格的代价值是否满足设定代价条件；若是，则将新的临时目标点作为新的目标路径点；否则，反馈执行新的临时目标点的选取操作。
示例性的，满足设定代价条件，可以是：候选路径中的每个路径点所在栅格的代价值是否小于第一设定代价阈值、候选路径中的某个或某些路径点所在栅格的代价值是否均小于第一设定代价阈值、或候选路径中的至少两个路径点所在栅格的代价值的和值，是否小于第二设定代价阈值等。
在一个具体实现方式中，确定候选路径所属区域中栅格的代价值是否满足设定代价条件，可以是：采用设定采样频率对候选路径进行采样，得到至少一个采样点；根据采样点所属区域中栅格的代价值，确定采样代价值；确定采样代价值是否小于设定代价阈值。其中，设定采样频率可以由技术人员根据需要或经验值进行设定，或通过大量试验确定，例如可以每隔5cm进行采样。
可以理解的是，通过采用设定采样频率对候选路径进行采样，无需对候选路径中的所有栅格进行代价值获取，从而减少了代价值获取量。同时，通过采样替代随机选取的方式，使得所选取的栅格具备一定的均匀性和代表性，保证了最终条件判定结果的准确度。
可选的，根据采样点所属区域中栅格的代价值，确定采样代价值；确定采样代价值是否小于设定代价阈值，可以是：分别将各采样点所属区域中栅格的代价值作为采样代价值，确定采样代价值是否小于设定代价阈值；若是，则确定满足设定代价条件；否则，不满足设定代价条件。其中，设定代价阈值可以由技术人员根据需要或经验值进行确定或调整。
或者，可选的，根据采样点所属区域中栅格的代价值，确定采样代价值；确定采样代价值是否小于设定代价阈值，可以是：确定各采样点所属区域中栅格的代价值的均值；将均值确定结果作为采样代价值；若是，则确定满足设定代价条件；否则，不满足设定代价条件。其中，设定代价阈值可以由技术人员根据需要或经验值进行确定或调整。
S370、根据各目标路径点生成目标路径。
本申请实施例通过将目标路径点的选取过程，细化为通过将参考起始点和参考目标点的路径段作为局部路径，进而根据局部路径中的局部路径点和参考起始点构建候选路径，通过候选路径所属区域中栅格的代价值进行局部路径的选取，进而将所选取局部路径对应的局部路径点作为新的目标路径点作为参考起始点。上述技术方案通过迭代寻优的方式进行目标路径点的选取，使得所选取的目标路径点所构建目标路径的代价值较小，提高了目标路径的安全性，从而保证了机器人在目标路径中的行驶安全，减少了机器人行驶磨损。
实施例四
图4是本申请实施例四提供的一种路径规划装置的结构图。该装置可以采用软件和/或硬件实现，并具体配置于电子设备中。该电子设备可以是机器人自身，或机器人对应的后台服务器。
参见图4所示的一种路径规划装置，包括：路径确定模块410、初始路径确定模块420、和目标路径生成模块430。其中，
路径确定模块410，用于确定从第一位置点至第二位置点的第一路径，以及从所述第二位置点至所述第一位置点的第二路径，障碍物位于所述第一位置点和所述第二位置点之间；
初始路径确定模块420，用于根据所述第一路径和所述第二路径距离所述障碍物的距离，确定初始路径；
目标路径生成模块430，用于根据所述初始路径，生成目标路径。
本申请实施例通过在第一位置点和第二位置点之间双向构建路径，从而确定初始路径，避免了所确定路径距离障碍物过近导致机器人贴边行驶导致机器人行驶时拐弯较多的情况的发生，解决了所规划路径中局部区域贴近障碍物或拐弯较多的问题，使所规划路径更加合理，避免了机器人行驶时扭来扭去，从而提高了机器人的行驶效率，同时减少了行驶时对机器人的不必要磨损，延长了机器人的使用寿命。
在一个可选实施例中，目标路径生成模块430，包括：
目标路径点选取单元，用于根据所述初始路径关联区域中栅格的代价值，从所述初始路径的各路径点中选取至少两个目标路径点；其中，所述目标路径点包括所述第一位置点和所述第二位置点；
目标路径生成单元，用于根据各所述目标路径点生成目标路径。
在一个可选实施例中，所述目标路径点选取单元，包括：
参考起始点确定子单元，用于将前一目标路径点作为参考起始点；其中，首个目标路径点为所述第一位置点；
局部路径确定子单元，用于将所述第二位置点作为参考目标点，并将所述初始路径中所述参考起始点和所述参考目标点的路径段作为局部路径；
候选路径构建子单元，用于根据所述参考起始点和所述局部路径中的局部路径点，构建候选路径；
目标路径点选取子单元，用于根据所述候选路径所属区域中栅格的代价值，从所述局部路径中的局部路径点中，选取新的目标路径点。
在一个可选实施例中，所述目标路径点选取子单元，包括：
代价条件判定从单元，用于确定所述候选路径所属区域中栅格的代价值是否满足设定代价条件；
目标路径点选取从单元，用于将满足条件的候选路径对应的局部路径点作为所述新的目标路径点。
在一个可选实施例中，所述候选路径构建子单元，包括：
临时目标点确定从单元，用于从所述局部路径中选取邻近前一临时目标点的局部路径点作为新的临时目标点；其中，首个临时目标点为所述参考目标点；
候选路径构建从单元，用于根据所述参考起始点和所述新的临时目标点，构建候选路径；
相应的，所述目标路径点选取子单元，包括：
代价条件判定从单元，用于确定所述候选路径所属区域中栅格的代价值是否满足设定代价条件；
临时目标点选取从单元，用于若是，则将所述新的临时目标点作为所述新的目标路径点；否则，返回执行新的临时目标点的选取操作。
在一个可选实施例中，所述代价条件判定从单元，用于：
采用设定采样频率对所述候选路径进行采样，得到至少一个采样点；
根据所述采样点所属区域中栅格的代价值，确定采样代价值；
确定所述采样代价值是否小于设定代价阈值。
在一个可选实施例中，所述初始路径确定模块420，包括：
路径点遍历单元，用于按照设定方向遍历所述第一路径中的第一路径点和所述第二路径中的第二路径点；
初始路径确定单元，用于从所述第一路径点和所述第二路径点中选取距离障碍物较远的路径点，确定所述初始路径。
在一个可选实施例中，所述装置还包括：
目标路径更新模块，用于对所述目标路径中所述目标路径点邻近区域进行平滑处理，以更新所述目标路径。
在一个可选实施例中，所述装置配置于机器人中。
上述路径规划装置可执行本申请任意实施例所提供的路径规划方法，具备执行路径规划方法相应的功能模块和有益效果。
实施例五
图5是本申请实施例五提供的一种电子设备的结构图。图5示出了适于用来实现本申请实施方式的示例性电子设备512的框图。图5显示的电子设备512仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。其中，该电子设备可以是机器人或对机器人对应的后台服务器。
如图5所示，电子设备512以通用计算设备的形式表现。电子设备512的组件可以包括但不限于：一个或者多个处理器或者处理单元516，系统存储器528，连接不同系统组件(包括系统存储器528和处理单元516)的总线518。
总线518表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备512典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备512访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器528可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)530和/或高速缓存存储器532。电子设备512可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统534可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储器528可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本申请各实施例的功能。
具有一组(至少一个)程序模块542的程序/实用工具550，可以存储在例如存储器528中，这样的程序模块542包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块552通常执行本申请所描述的实施例中的功能和/或方法。
电子设备512也可以与一个或多个外部设备514(例如键盘、指向设备、显示器524等)通信，还可与一个或者多个使得用户能与该电子设备512交互的设备通信，和/或与使得该电子设备512能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口522进行。并且，电子设备512还可以通过网络适配器520与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器520通过总线518与电子设备512的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备512使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元516通过运行存储在系统存储器528中的多个程序中其他程序的至少一个，从而执行各种功能应用以及数据处理，例如实现本申请实施例所提供路径规划方法。
实施例六
本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本申请任一实施例所提供的一种路径规划方法，包括：确定从第一位置点至第二位置点的第一路径，以及从所述第二位置点至所述第一位置点的第二路径，障碍物位于所述第一位置点和所述第二位置点之间；根据所述第一路径和所述第二路径距离所述障碍物的距离，确定初始路径；根据所述初始路径，生成目标路径。
注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。

Claims (7)

1.一种路径规划方法，其特征在于，包括：
确定从第一位置点至第二位置点的第一路径，以及从所述第二位置点至所述第一位置点的第二路径，障碍物位于所述第一位置点和所述第二位置点之间；
按照设定方向遍历所述第一路径中的第一路径点和所述第二路径中的第二路径点；
从所述第一路径点和所述第二路径点中选取距离障碍物较远的路径点，确定初始路径；
根据所述初始路径关联区域中栅格的代价值与设定代价阈值，确定从所述初始路径的各路径点中选取至少两个目标路径点，所述目标路径点包括所述第一位置点和所述第二位置点，包括：将前一目标路径点作为参考起始点；其中，首个目标路径点为所述第一位置点；将所述第二位置点作为参考目标点，并将所述初始路径中所述参考起始点和所述参考目标点的路径段作为局部路径；根据所述参考起始点和所述局部路径中的局部路径点，构建候选路径；根据所述候选路径所属区域中栅格的代价值，从至少一个所述候选路径中选取较优路径，将所述较优路径对应的局部路径点作为新的目标路径点，依次迭代，直至将所述参考目标点作为所述新的目标路径点；
根据各所述目标路径点生成目标路径。
2.根据权利要求1所述的方法，其特征在于，所述根据所述候选路径所属区域中栅格的代价值，从至少一个所述候选路径中选取较优路径，将所述较优路径对应的局部路径点作为新的目标路径点，包括：
确定所述候选路径所属区域中栅格的代价值是否满足设定代价条件；
将满足条件的候选路径对应的局部路径点作为所述新的目标路径点。
3.根据权利要求1所述的方法，其特征在于，所述根据所述参考起始点和所述局部路径中的局部路径点，构建候选路径，包括：
从所述局部路径中选取邻近前一临时目标点的局部路径点作为新的临时目标点；其中，首个临时目标点为所述参考目标点；
根据所述参考起始点和所述新的临时目标点，构建候选路径；
相应的，所述根据所述候选路径所属区域中栅格的代价值，从至少一个所述候选路径中选取较优路径，将所述较优路径对应的局部路径点作为新的目标路径点，包括：
确定所述候选路径所属区域中栅格的代价值是否满足设定代价条件；
若是，则将所述新的临时目标点作为所述新的目标路径点；否则，返回执行新的临时目标点的选取操作。
4.根据权利要求2或3所述的方法，其特征在于，所述确定所述候选路径所属区域中栅格的代价值是否满足设定代价条件，包括：
采用设定采样频率对所述候选路径进行采样，得到至少一个采样点；
根据所述采样点所属区域中栅格的代价值，确定采样代价值；
确定所述采样代价值是否小于所述设定代价阈值。
5.一种路径规划装置，其特征在于，包括：
路径确定模块，用于确定从第一位置点至第二位置点的第一路径，以及从所述第二位置点至所述第一位置点的第二路径，障碍物位于所述第一位置点和所述第二位置点之间；
初始路径确定模块，包括路径点遍历单元和初始路径确定单元；
所述路径点遍历单元，用于按照设定方向遍历所述第一路径中的第一路径点和所述第二路径中的第二路径点；
所述初始路径确定单元，用于从所述第一路径点和所述第二路径点中选取距离障碍物较远的路径点，确定初始路径；
目标路径生成模块，用于根据所述初始路径关联区域中栅格的代价值与设定代价阈值，确定从所述初始路径的各路径点中选取至少两个目标路径点；根据各所述目标路径点生成目标路径；
所述目标路径生成模块，包括目标路径点选取单元；
所述目标路径点选取单元，包括：
参考起始点确定子单元，用于将前一目标路径点作为参考起始点；其中，首个目标路径点为所述第一位置点；
局部路径确定子单元，用于将所述第二位置点作为参考目标点，并将所述初始路径中所述参考起始点和所述参考目标点的路径段作为局部路径；
候选路径构建子单元，用于根据所述参考起始点和所述局部路径中的局部路径点，构建候选路径；
目标路径点选取子单元，用于根据所述候选路径所属区域中栅格的代价值，从至少一个所述候选路径中选取较优路径，将所述较优路径对应的局部路径点作为新的目标路径点，依次迭代，直至将所述参考目标点作为所述新的目标路径点。
6.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4任一项所述的一种路径规划方法。
7.一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，该程序被处理器执行时实现如权利要求1-4任一项所述的一种路径规划方法。
CN202110393029.0A 2021-04-13 2021-04-13 路径规划方法、装置、设备和存储介质 Active CN113503884B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110393029.0A CN113503884B (zh) 2021-04-13 2021-04-13 路径规划方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110393029.0A CN113503884B (zh) 2021-04-13 2021-04-13 路径规划方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN113503884A CN113503884A (zh) 2021-10-15
CN113503884B true CN113503884B (zh) 2023-09-15

Family

ID=78008355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110393029.0A Active CN113503884B (zh) 2021-04-13 2021-04-13 路径规划方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN113503884B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106774347A (zh) * 2017-02-24 2017-05-31 安科智慧城市技术（中国）有限公司 室内动态环境下的机器人路径规划方法、装置和机器人
CN106840169A (zh) * 2017-03-24 2017-06-13 江苏物联网研究发展中心 用于机器人路径规划的改进方法
CN107702723A (zh) * 2017-11-27 2018-02-16 安徽工程大学 一种机器人路径规划方法、存储介质及设备
CN110632921A (zh) * 2019-09-05 2019-12-31 北京百度网讯科技有限公司 机器人路径规划方法、装置、电子设备和存储介质
WO2020181729A1 (zh) * 2019-03-08 2020-09-17 江苏海事职业技术学院 一种基于分布式并行计算的路径规划方法及其系统
CN112462785A (zh) * 2020-12-04 2021-03-09 厦门大学 一种移动机器人路径规划方法、装置及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180143630A1 (en) * 2016-11-18 2018-05-24 Mohsen Rohani Path planning for autonomous vehicle using bidirectional search

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106774347A (zh) * 2017-02-24 2017-05-31 安科智慧城市技术（中国）有限公司 室内动态环境下的机器人路径规划方法、装置和机器人
CN106840169A (zh) * 2017-03-24 2017-06-13 江苏物联网研究发展中心 用于机器人路径规划的改进方法
CN107702723A (zh) * 2017-11-27 2018-02-16 安徽工程大学 一种机器人路径规划方法、存储介质及设备
WO2020181729A1 (zh) * 2019-03-08 2020-09-17 江苏海事职业技术学院 一种基于分布式并行计算的路径规划方法及其系统
CN110632921A (zh) * 2019-09-05 2019-12-31 北京百度网讯科技有限公司 机器人路径规划方法、装置、电子设备和存储介质
CN112462785A (zh) * 2020-12-04 2021-03-09 厦门大学 一种移动机器人路径规划方法、装置及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Research on optimal planning method of USV for complex obstacles;Chi Cen等;《2016 IEEE International Conference on Mechatronics and Automation》;全文 *
一种基于特征点的移动机器人路径规划算法;张凤;孙哲;孟彬;;沈阳建筑大学学报(自然科学版)(第06期);全文 *
机器人避障问题最短路径算法研究;闫慧凰;;长治学院学报(第05期);全文 *

Also Published As

Publication number Publication date
CN113503884A (zh) 2021-10-15

Similar Documents

Publication Publication Date Title
CN108241370B (zh) 通过栅格地图获取避障路径的方法及装置
US20180012403A1 (en) Method and device for computing a path in a game scene
JP2022511322A (ja) 動的確率的運動計画
CN113682318B (zh) 车辆行驶控制方法及装置
CN111158384A (zh) 机器人建图方法、设备及存储介质
CN106969782A (zh) 导航路线的推送方法、装置、设备以及存储介质
CN109144697A (zh) 一种任务调度方法、装置、电子设备及存储介质
KR20170002415A (ko) 순회 맵-리듀스 아키텍처
CN114427866A (zh) 路径规划方法、电子设备以及存储介质
CN114091589B (zh) 模型训练方法、装置、电子设备及介质
CN113503884B (zh) 路径规划方法、装置、设备和存储介质
US20230123671A1 (en) Localization and mapping
WO2022179277A1 (zh) 无人车路径优化方法及相关设备
CN115330556A (zh) 充电站的信息调整模型的训练方法、装置及产品
CN113835099B (zh) 点云地图更新方法及装置、存储介质、电子设备
US20170139595A1 (en) Storage Conditioning With Intelligent Rebuild
CN115797196A (zh) 一种基于几何拓扑的路径曲率平滑方法以及装置
CN112129298A (zh) 无人机航线的确定方法、装置、设备及存储介质
US11917938B2 (en) Method for constructing map for mower, storage medium, mower, and mobile terminal
CN110045747B (zh) 基于dqn模拟航空器自动着陆的方法及相关设备
CN113091755B (zh) 运动轨迹的跟踪方法、装置、设备及存储介质
CN113093715B (zh) 无人设备的运动控制方法、装置、设备及存储介质
CN114615144B (zh) 网络优化方法及系统
CN115190554B (zh) 割草机的基站切换方法、割草机及多基站工作系统
WO2021159838A1 (zh) 点云数据的精简方法、装置、存储介质及电子设备

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