CN113741431A - 一种避障路径确定方法、避障方法、装置及存储介质 - Google Patents
一种避障路径确定方法、避障方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113741431A CN113741431A CN202110940911.2A CN202110940911A CN113741431A CN 113741431 A CN113741431 A CN 113741431A CN 202110940911 A CN202110940911 A CN 202110940911A CN 113741431 A CN113741431 A CN 113741431A
- Authority
- CN
- China
- Prior art keywords
- point
- path
- obstacle
- determining
- target
- 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 68
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000005457 optimization Methods 0.000 claims abstract description 10
- 238000005070 sampling Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 3
- 239000013598 vector Substances 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000014509 gene expression 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
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 239000002699 waste material Substances 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
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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种避障路径确定方法、避障方法、装置及存储介质,本发明通过构建空间模型;将起始点作为第一点,从路径点以及目标终点中确定第二点,并从障碍物点云中确定第一点与第二点范围内的第一障碍点;根据第一点以及第二点形成预选路径,计算第一障碍点与预选路径之间的距离;将距离大于等于距离阈值的预选路径确定为目标路径,并将目标路径的第二点确定为新的第一点,返回从路径点以及目标终点中确定第二点的步骤,直至新的第一点为目标终点,根据目标路径进行优化处理,确定避障路径;基于路径点、第一障碍点与预选路径之间的距离以确定避障路径,降低了对专业度的要求以及降低了无法检测路径的可能性,本发明可广泛应用于避障领域。
Description
技术领域
本发明涉及避障领域,尤其是一种避障路径确定方法、避障方法、装置及存储介质。
背景技术
随着各种移动装置(例如机器人)的不断发展,越来越多各种各样应用的机器人的出现,移动机器人是机器人发展的一个方向,移动机器人具有移动功能,可以代替人从事许多工作,可适应在人体很难生存的恶劣环境进行作业。而在移动机器人的移动过程中一般都会有存在障碍物,妨碍移动机器人的移动,因为为了保证移动机器人的工作顺利完成,需要为移动机器人配置避障功能。
现有的避障方法研究有:人工神经网络避障控制法、栅格法避障控制法、声波避障控制法、激光雷达避障控制法、快速扩展随机树算法等等,而基于激光雷达的避障方法其成本特别高;基于栅格法避障控制法,当障碍物增多时,栅格法求解路径难度会按照指数增加;基于人工神经网络避障控制法以及快速扩展随机树算法需要更高的专业度,难度大;基于声波避障控制法在超声波传感器与障碍物距离很近时会探测不到,检测效果差,因此需要寻求解决方案。
发明内容
有鉴于此,为了解决上述技术问题中的至少之一,本发明的目的是提供一种避障路径确定方法、避障方法、装置及存储介质。
本发明采用的技术方案是:
一种避障路径确定方法,包括:
构建空间模型;所述空间模型包括障碍物点云、若干个路径点、起始点以及目标终点;
将所述起始点作为第一点,从所述路径点以及所述目标终点中确定第二点,并从所述障碍物点云中确定所述第一点与所述第二点范围内的第一障碍点;
根据所述第一点以及所述第二点形成预选路径,计算所述第一障碍点与所述预选路径之间的距离;
将所述距离大于等于距离阈值的预选路径确定为目标路径,并将所述目标路径的所述第二点确定为新的所述第一点,返回所述从所述路径点以及所述目标终点中确定第二点的步骤,直至新的所述第一点为所述目标终点;
根据所述目标路径进行优化处理,确定避障路径;所述避障路径表征所述起始点至所述目标终点的路径。
进一步,所述构建空间模型,包括:
通过三维重建生成三维模型;
在所述三维模型内:根据预设采样值对障碍物的表面进行均匀采样生成所述障碍物点云,以及确定所述起始点、所述目标终点并生成随机点云,得到所述空间模型;所述随机点云包括若干个所述路径点;所述距离阈值根据所述预设采样值确定。
进一步,所述障碍物点云包括若干第二障碍点,所述从所述障碍物点云中确定所述第一点与所述第二点范围内的第一障碍点,包括:
获取所述第一点的第一坐标信息、所述第二点的第二坐标信息和所述第二障碍点的第三坐标信息;所述第一坐标信息包括第一横坐标、第一纵坐标以及第一竖坐标,所述第二坐标信息包括第二横坐标、第二纵坐标以及第二竖坐标,所述第三坐标信息包括第三横坐标、第三纵坐标以及第三竖坐标;
当所述第三横坐标大于等于所述第一横坐标且小于等于所述第二横坐标、所述第三纵坐标大于等于所述第一纵坐标且小于等于所述第二纵坐标以及所述第三竖坐标大于等于所述第一竖坐标且小于等于所述第二竖坐标,将第二障碍点作为所述第一障碍点。
进一步,所述根据所述第一点以及所述第二点形成预选路径,计算所述第一障碍点与所述预选路径之间的距离,包括:
根据所述第一点以及所述第二点构建两点间的虚拟直线;所述虚拟直线为预选路径;
计算所述第一障碍点与所述虚拟直线之间的距离。
进一步,所述避障路径确定方法,还包括:
当所述第二点为所述目标终点且所述第一点与所述第二点范围内的不存在第一障碍点,将所述第一点与所述第二点之间的连线确定为目标路径。
进一步,所述根据所述目标路径进行优化处理,确定避障路径,包括:
确定候选路径并计算每一所述候选路径的路径长度总和;所述候选路径为由所述目标路径构成且从所述起始点至所述目标终点的路径;
将所述路径长度总和最小的候选路径作为所述避障路径,或者,获取移动装置与所述目标路径的所述第二点的第一角度差以及所述目标路径的所述第二点与所述目标终点的第二角度差,根据所述第一角度差、所述第二角度差、所述路径长度总和以及权重系数,进行加权求和,将加权求和结果最小对应的候选路径作为所述避障路径。
本发明还提供一种避障方法,包括:
根据所述避障路径确定方法确定避障路径;
控制移动装置根据所述避障路径进行避障。
本发明还提供一种避障路径确定装置,包括:
构建模块,用于构建空间模型;所述空间模型包括障碍物点云、若干个路径点、起始点以及目标终点;
第一确定模块,用于将所述起始点作为第一点,从所述路径点以及所述目标终点中确定第二点,并从所述障碍物点云中确定所述第一点与所述第二点范围内的第一障碍点;
计算模块,用于根据所述第一点以及所述第二点形成预选路径,计算所述第一障碍点与所述预选路径之间的距离;
第二确定模块,用于将所述距离大于等于距离阈值的预选路径确定为目标路径,并将所述目标路径的所述第二点确定为新的所述第一点,返回所述从所述路径点以及所述目标终点中确定第二点的步骤,直至新的所述第一点为所述目标终点;
优化模块,用于根据所述目标路径进行优化处理,确定避障路径;所述避障路径表征所述起始点至所述目标终点的路径。
本发明还提供一种处理装置,包括处理器以及存储器;
所述存储器存储有程序;
所述处理器执行所述程序以实现所述方法。
本发明还提供一种计算机可读存储介质,所述存储介质存储有程序,所述程序被处理器执行时实现所述方法。
本发明的有益效果是:通过构建空间模型;空间模型包括障碍物点云、若干个路径点、起始点以及目标终点;将起始点作为第一点,从路径点以及目标终点中确定第二点,并从障碍物点云中确定第一点与第二点范围内的第一障碍点;根据第一点以及第二点形成预选路径,计算第一障碍点与预选路径之间的距离;将距离大于等于距离阈值的预选路径确定为目标路径,并将目标路径的第二点确定为新的第一点,返回从路径点以及目标终点中确定第二点的步骤,直至新的第一点为目标终点,根据目标路径进行优化处理,确定避障路径;基于路径点、第一障碍点与预选路径之间的距离以确定避障路径,降低了对专业度的要求以及降低了无法检测路径的可能性,并且使得最终确定的避障路径可行。
附图说明
图1为本发明避障路径确定方法的步骤流程示意图;
图2为本发明具体实施例空间模型的示意图;
图3为本发明具体实施例方向向量的示意图;
图4为本发明避障方法的步骤流程示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。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他实施例,都应当属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,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、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
如图1所示,本发明实施例提供一种避障路径确定方法,可以应用于移动装置避障路径的确定,具体地,包括步骤S100-S500:
S100、构建空间模型。
如图2所示,本发明实施例中,空间模型包括障碍物点云、若干个路径点、起始点以及目标终点。需要说明的是,移动装置包括但不限于机器人、无人机、自动导引车、自动驾驶汽车(或自动驾驶交通工具)等等。可选地,起始点可以为移动装置的位置,或者根据移动装置的位置选定的一个点,包括但不限于在距离移动装置的位置一定范围内选定的最近点;目标终点为移动装置需要到达的位置。其中,障碍物点云包括若干个第二障碍点,图2中所示的障碍物点指的是第二障碍点,规划起点即起始点,产生的随机点即路径点,箭头线段指的是路径。
具体地,步骤S100包括步骤S110-S120:
S110、通过三维重建生成三维模型。
可选地,基于双目摄像机的三维重建生成空间模型。需要说明的是,生成的空间模型的空间大小可以根据障碍物的尺寸以及双目摄像机对周围空间进行三维重建决定,可以根据实际需要进行调整。
S120、在三维模型内:根据预设采样值对障碍物的表面进行均匀采样生成障碍物点云,以及确定起始点、目标终点并生成随机点云,得到空间模型;随机点云包括若干个路径点。
可选地,在生成三维模型后,根据预设采样值σ对障碍物的表面进行均匀采样得到稀疏的障碍物表面三维点云,即障碍物点云。本发明实施例中,通过对障碍物的表面进行均匀采样得到稀疏的障碍物表面三维点云能够减少障碍物点云数量,减低处理量,使得后续避障路径的确定时,将计算资源集中避免计算资源的浪费,提高处理效率。另外,随机点云包括若干个随机点,生成随机点云的规则可以根据需要进行设定,例如可以产生分布均匀的随机点,而每一个随机点相当于一个路径点。
S200、将起始点作为第一点,从路径点以及目标终点中确定第二点,并从障碍物点云中确定第一点与第二点范围内的第一障碍点。
具体地,从障碍物点云中确定第一点与第二点范围内的第一障碍点包括步骤S210-S220:
S210、获取第一点的第一坐标信息、第二点的第二坐标信息和第二障碍点的第三坐标信息。
可选地,第一坐标信息包括第一横坐标、第一纵坐标以及第一竖坐标,第二坐标信息包括第二横坐标、第二纵坐标以及第二竖坐标,第三坐标信息包括第三横坐标、第三纵坐标以及第三竖坐标。其中,横坐标指的是x轴的坐标、纵坐标指的是y轴的坐标、竖坐标指的是z轴的坐标。
S220、当第三横坐标大于等于第一横坐标且小于等于第二横坐标、第三纵坐标大于等于第一纵坐标且小于等于第二纵坐标以及第三竖坐标大于等于第一竖坐标且小于等于第二竖坐标,将第二障碍点作为第一障碍点。
具体地,当第二障碍点满足上述条件,则认为该第二障碍点位于第一点与第二点范围内,将该第二障碍点作为第一障碍点,由此可以确定若干个第一障碍点。可选地,确定第一障碍点的公式为:
其中,式中表示第i个Pi到Pi+1范围内的障碍物点,Pi为第一点,Pi+1为第二点(第一点的下一点),根据i的变化代表不同的第一点和第二点,分别为第i个Pi到Pi+1范围内的障碍物点的横坐标、纵坐标以及竖坐标(第三横坐标、第三纵坐标以及第三竖坐标),xi+1、ti+1,、zi+1分别为第二点的横坐标、纵坐标以及竖坐标(第二横坐标、第二纵坐标以及第二竖坐标),xi、yi,、zi分别为第一点的横坐标、纵坐标以及竖坐标(第一横坐标、第一纵坐标以及第一竖坐标);k为第i个Pi到Pi+1范围内的障碍物点的数,^代表“且”;find表示检索。
S300、根据第一点以及第二点形成预选路径,计算第一障碍点与预选路径之间的距离。
具体地,步骤S300包括步骤S310-S320:
S310、根据第一点以及第二点构建两点间的虚拟直线;虚拟直线为预选路径。
S320、计算第一障碍点与虚拟直线之间的距离。
具体地,虚拟直线根据两点式求解Pi与Pi+1两点间的直线公式Li表示:
Li:(x-xi)/(xi+1-xi)=(y-yi)/(yi+1-yi)=(z-zi)/(zi+1-zi)
S400、将距离大于等于距离阈值的预选路径确定为目标路径,并将目标路径的第二点确定为新的第一点,返回从路径点以及目标终点中确定第二点的步骤,直至新的第一点为目标终点。
本发明实施例中,距离阈值根据预设采样值以及尺寸调整参数确定。具体地:
δ=σ+λ
δ为距离阈值,σ为预设采样值,λ为尺寸调整参数。需要说明的是,尺寸调整参数λ基于移动装置的尺寸进行设定,例如,当移动装置的尺寸大小为50cm,起始点可以为移动装置中心,此时λ为25cm。
本发明实施例中,判断预选路径可行性的公式为:
其中,f()为路径函数,f(PiPi+1)为路径可行性结果,结果1表示该预选路径可行,将该预选路径确定为目标路径,结果0表示该预选路径不可行。
本发明实施例中,将起始点作为第一点,从路径点以及目标终点中确定第二点,此时第二点的数量为多个,因此第一点与第二点的预选路径具有多个,根据上述第一障碍点的确定方法,然后计算将距离大于等于距离阈值的预选路径确定为目标路径,此时目标路径可以为一个或多个,此时将当前确定的所有目标路径的第二点进行更新作为新的第一点,重新从路径点以及目标终点中确定第二点(新的第二点)的步骤,再次确定预选路径(新的预选路径)和目标路径(新的目标路径),直至新的第一点为目标终点,此时会得到多个目标路径,目标路径即移动装置可经过且不会与障碍物发生碰撞的路径。
S500、根据目标路径进行优化处理,确定避障路径。
需要说明的是,避障路径表征起始点至目标终点的路径,即最终确定的移动装置按照避障路径移动可以避开障碍物而从起始点移动至目标终点的路径。
具体地,步骤S500包括步骤S510-S520:
S510、确定候选路径并计算每一候选路径的路径长度总和。
需要说明的是,候选路径为由目标路径构成且从起始点至目标终点的路径,例如可以包括一条目标路径,或者由多条目标路径构成一条候选路径,即初步确定的移动装置按照候选路径移动可以避开障碍物而从起始点移动至目标终点的路径。
例如,当一条候选路径A为起始点经过两条目标路径到达目标终点,此时候选路径的路径长度总和为两条目标路径的长度之和;当一条候选路径B为起始点经过三条目标路径到达目标终点,此时候选路径的路径长度总和为三条目标路径的长度之和。
如图2所示,具有三条路径,分别为D1、D2和D3,其中D1为候补路径由6条目标路径组成、而D2具有障碍物因此为无效路径,D3为候补路径由3条目标路径组成。
S520、将路径长度总和最小的候选路径作为避障路径,或者,获取移动装置与目标路径的第二点的第一角度差以及目标路径的第二点与目标终点的第二角度差,根据第一角度差、第二角度差、路径长度总和以及权重系数,进行加权求和,将加权求和结果最小对应的候选路径作为避障路径。
本发明实施例中,可以通过两种方式确定避障路径:
1)、直接将路径长度总和最小的候选路径作为避障路径;
2)、如图3所示,获取移动装置与目标路径的第二点的第一角度差以及目标路径的第二点与目标终点的第二角度差,具体地计算公式为:
其中,α为第一角度差,β为第二角度差,为移动装置的移动方向向量,为第二点的方向向量,为目标终点的方向向量。需要说明的是,第二点指的是目标路径中的结束点,例如一条目标路径为起始点至其中一个路径点,那么该路径点则为该目标路径的结束点。
具体地,加权求和结果choice计算公式如下:
本发明实施例中,权重系数包括第一权重a、第二权重b和第三权重c,指的是路径长度总和,n-1为起始点至目标终点经过的路径点的数量,P0为起始点,di(pipi+1)为pi与pi+1之间的路径长度,f(ps,pt)为路径长度总和,ps为起始点,pt为目标终点。
具体地,权重参数可以根据实际情况进行调整,加权求和结果choice最小的候选路径作为避障路径。需要说明的是第一角度差以及第二角度差均可以为角度差之和。例如,当候选路径具有三条目标路径,目标路径A1、目标路径A2、目标路径A3,其中目标路径A1为起始点至第二点(具体地为路径点C),目标路径A2为路径点C至第二点(具体地为路径点D),目标路径A3为路径点D至第二点(具体地为目标终点),此时第一角度差可以为:类似α计算公式,根据移动装置的移动方向向量与路径点C的方向向量确定第一子角度差,根据路径点C方向向量与路径点D的方向向量确定第二子角度差,将第一子角度差与第二子角度差的和作为第一角度差,计算路径点D方向向量的与目标终点的方向向量作为第二角度差。其中,当目标路径以及第二点的数量不同时,原理类似不再赘述。
如图4所示,本发明实施例还提供一种避障方法,包括步骤S600-S700:
S600、根据避障路径确定方法确定避障路径。
具体地,根据上述的避障路径确定方法确定避障路径。
S700、控制移动装置根据避障路径进行避障。
同样地,包括但不限于机器人、无人机、自动导引车、自动驾驶汽车(或自动驾驶交通工具)等等。
本发明实施例还提供一种避障路径确定装置,包括:
构建模块,用于构建空间模型;空间模型包括障碍物点云、若干个路径点、起始点以及目标终点;
第一确定模块,用于将起始点作为第一点,从路径点以及目标终点中确定第二点,并从障碍物点云中确定第一点与第二点范围内的第一障碍点;
计算模块,用于根据第一点以及第二点形成预选路径,计算第一障碍点与预选路径之间的距离;
第二确定模块,用于将距离大于等于距离阈值的预选路径确定为目标路径,并将目标路径的第二点确定为新的第一点,返回从路径点以及目标终点中确定第二点的步骤,直至新的第一点为目标终点;
优化模块,用于根据目标路径进行优化处理,确定避障路径;避障路径表征起始点至目标终点的路径。
上述方法实施例中的内容均适用于本装置实施例中,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供了一种处理装置,该装置包括处理器以及存储器;
存储器用于存储程序;
处理器用于执行程序实现本发明实施例的避障路径确定方法和避障方法。本发明实施例的装置可以实现避障路径确定和避障的功能。该装置可以为包括手机、平板电脑、电脑、个人数字助理(Personal Digital Assistant,简称PDA)、车载电脑等任意智能终端。
上述方法实施例中的内容均适用于本装置实施例中,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供一种计算机可读存储介质,该计算机可读存储介质存储有程序,该程序被处理器执行完成如前述发明实施例的避障路径确定方法和避障方法。
本发明实施例还提供一种包括指令的计算机程序产品,当其在计算机上运行时,使得计算机执行前述发明实施例的避障路径确定方法和避障方法。
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。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
在本申请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,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。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,在本申请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。
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,本申请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,包括多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)执行本申请各个实施例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(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序的介质。
以上,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)
1.一种避障路径确定方法,其特征在于,包括:
构建空间模型;所述空间模型包括障碍物点云、若干个路径点、起始点以及目标终点;
将所述起始点作为第一点,从所述路径点以及所述目标终点中确定第二点,并从所述障碍物点云中确定所述第一点与所述第二点范围内的第一障碍点;
根据所述第一点以及所述第二点形成预选路径,计算所述第一障碍点与所述预选路径之间的距离;
将所述距离大于等于距离阈值的预选路径确定为目标路径,并将所述目标路径的所述第二点确定为新的所述第一点,返回所述从所述路径点以及所述目标终点中确定第二点的步骤,直至新的所述第一点为所述目标终点;
根据所述目标路径进行优化处理,确定避障路径;所述避障路径表征所述起始点至所述目标终点的路径。
2.根据权利要求1所述避障路径确定方法,其特征在于:所述构建空间模型,包括:
通过三维重建生成三维模型;
在所述三维模型内:根据预设采样值对障碍物的表面进行均匀采样生成所述障碍物点云,以及确定所述起始点、所述目标终点并生成随机点云,得到所述空间模型;所述随机点云包括若干个所述路径点;所述距离阈值根据所述预设采样值确定。
3.根据权利要求1所述避障路径确定方法,其特征在于:所述障碍物点云包括若干第二障碍点,所述从所述障碍物点云中确定所述第一点与所述第二点范围内的第一障碍点,包括:
获取所述第一点的第一坐标信息、所述第二点的第二坐标信息和所述第二障碍点的第三坐标信息;所述第一坐标信息包括第一横坐标、第一纵坐标以及第一竖坐标,所述第二坐标信息包括第二横坐标、第二纵坐标以及第二竖坐标,所述第三坐标信息包括第三横坐标、第三纵坐标以及第三竖坐标;
当所述第三横坐标大于等于所述第一横坐标且小于等于所述第二横坐标、所述第三纵坐标大于等于所述第一纵坐标且小于等于所述第二纵坐标以及所述第三竖坐标大于等于所述第一竖坐标且小于等于所述第二竖坐标,将第二障碍点作为所述第一障碍点。
4.根据权利要求1所述避障路径确定方法,其特征在于:所述根据所述第一点以及所述第二点形成预选路径,计算所述第一障碍点与所述预选路径之间的距离,包括:
根据所述第一点以及所述第二点构建两点间的虚拟直线;所述虚拟直线为预选路径;
计算所述第一障碍点与所述虚拟直线之间的距离。
5.根据权利要求1所述避障路径确定方法,其特征在于:所述避障路径确定方法,还包括:
当所述第二点为所述目标终点且所述第一点与所述第二点范围内的不存在第一障碍点,将所述第一点与所述第二点之间的连线确定为目标路径。
6.根据权利要求1所述避障路径确定方法,其特征在于:所述根据所述目标路径进行优化处理,确定避障路径,包括:
确定候选路径并计算每一所述候选路径的路径长度总和;所述候选路径为由所述目标路径构成且从所述起始点至所述目标终点的路径;
将所述路径长度总和最小的候选路径作为所述避障路径,或者,获取移动装置与所述目标路径的所述第二点的第一角度差以及所述目标路径的所述第二点与所述目标终点的第二角度差,根据所述第一角度差、所述第二角度差、所述路径长度总和以及权重系数,进行加权求和,将加权求和结果最小对应的候选路径作为所述避障路径。
7.一种避障方法,其特征在于,包括:
根据如权利要求1-6任一项所述避障路径确定方法确定避障路径;
控制移动装置根据所述避障路径进行避障。
8.一种避障路径确定装置,其特征在于,包括:
构建模块,用于构建空间模型;所述空间模型包括障碍物点云、若干个路径点、起始点以及目标终点;
第一确定模块,用于将所述起始点作为第一点,从所述路径点以及所述目标终点中确定第二点,并从所述障碍物点云中确定所述第一点与所述第二点范围内的第一障碍点;
计算模块,用于根据所述第一点以及所述第二点形成预选路径,计算所述第一障碍点与所述预选路径之间的距离;
第二确定模块,用于将所述距离大于等于距离阈值的预选路径确定为目标路径,并将所述目标路径的所述第二点确定为新的所述第一点,返回所述从所述路径点以及所述目标终点中确定第二点的步骤,直至新的所述第一点为所述目标终点;
优化模块,用于根据所述目标路径进行优化处理,确定避障路径;所述避障路径表征所述起始点至所述目标终点的路径。
9.一种处理装置,其特征在于,包括处理器以及存储器;
所述存储器存储有程序;
所述处理器执行所述程序以实现如权利要求1-7中任一项所述方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有程序,所述程序被处理器执行时实现如权利要求1-7中任一项所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110940911.2A CN113741431A (zh) | 2021-08-17 | 2021-08-17 | 一种避障路径确定方法、避障方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110940911.2A CN113741431A (zh) | 2021-08-17 | 2021-08-17 | 一种避障路径确定方法、避障方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113741431A true CN113741431A (zh) | 2021-12-03 |
Family
ID=78731344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110940911.2A Pending CN113741431A (zh) | 2021-08-17 | 2021-08-17 | 一种避障路径确定方法、避障方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113741431A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117406755A (zh) * | 2023-12-01 | 2024-01-16 | 北京极智嘉科技股份有限公司 | 机器人避障方法、装置、设备和可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110045731A (zh) * | 2019-03-26 | 2019-07-23 | 深圳先进技术研究院 | 一种路径规划方法、电子装置及计算机可读存储介质 |
CN110940341A (zh) * | 2019-12-31 | 2020-03-31 | 深圳前海达闼云端智能科技有限公司 | 路径规划方法、机器人及计算机可读存储介质 |
CN111352430A (zh) * | 2020-05-25 | 2020-06-30 | 北京云迹科技有限公司 | 路径规划方法、装置及机器人 |
CN111679692A (zh) * | 2020-08-04 | 2020-09-18 | 上海海事大学 | 一种基于改进A-star算法的无人机路径规划方法 |
CN112179351A (zh) * | 2020-09-30 | 2021-01-05 | 上海电机学院 | 一种基于预规划路径优化rrt算法的三维避障航迹规划方法 |
CN113190006A (zh) * | 2021-05-08 | 2021-07-30 | 北京洛必德科技有限公司 | 一种机器人路径规划方法、装置及存储介质 |
-
2021
- 2021-08-17 CN CN202110940911.2A patent/CN113741431A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110045731A (zh) * | 2019-03-26 | 2019-07-23 | 深圳先进技术研究院 | 一种路径规划方法、电子装置及计算机可读存储介质 |
CN110940341A (zh) * | 2019-12-31 | 2020-03-31 | 深圳前海达闼云端智能科技有限公司 | 路径规划方法、机器人及计算机可读存储介质 |
CN111352430A (zh) * | 2020-05-25 | 2020-06-30 | 北京云迹科技有限公司 | 路径规划方法、装置及机器人 |
CN111679692A (zh) * | 2020-08-04 | 2020-09-18 | 上海海事大学 | 一种基于改进A-star算法的无人机路径规划方法 |
CN112179351A (zh) * | 2020-09-30 | 2021-01-05 | 上海电机学院 | 一种基于预规划路径优化rrt算法的三维避障航迹规划方法 |
CN113190006A (zh) * | 2021-05-08 | 2021-07-30 | 北京洛必德科技有限公司 | 一种机器人路径规划方法、装置及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117406755A (zh) * | 2023-12-01 | 2024-01-16 | 北京极智嘉科技股份有限公司 | 机器人避障方法、装置、设备和可读存储介质 |
CN117406755B (zh) * | 2023-12-01 | 2024-04-19 | 北京极智嘉科技股份有限公司 | 机器人避障方法、装置、设备和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Phung et al. | Enhanced discrete particle swarm optimization path planning for UAV vision-based surface inspection | |
CN106931961B (zh) | 一种自动导航方法及装置 | |
CN108705532B (zh) | 一种机械臂避障路径规划方法、设备及存储设备 | |
Oleynikova et al. | Signed distance fields: A natural representation for both mapping and planning | |
CN112859859A (zh) | 一种基于三维障碍物体素对象映射的动态栅格地图更新方法 | |
CN108733065B (zh) | 一种机器人的避障方法、装置及机器人 | |
CN110940341B (zh) | 路径规划方法、机器人及计算机可读存储介质 | |
Nevado et al. | Obtaining 3D models of indoor environments with a mobile robot by estimating local surface directions | |
CN108984741A (zh) | 一种地图生成方法及装置、机器人和计算机可读存储介质 | |
CN113468706B (zh) | 配网带电作业机器人的激光点云输电线引线拟合方法 | |
CN111522335B (zh) | 基于改进粒子群算法的机器人路径优化方法及系统 | |
Hanten et al. | Vector-AMCL: Vector based adaptive monte carlo localization for indoor maps | |
CN115145289A (zh) | 多智能体协同围捕方法、系统、设备及存储介质 | |
Lionar et al. | Neuralblox: Real-time neural representation fusion for robust volumetric mapping | |
CN113741431A (zh) | 一种避障路径确定方法、避障方法、装置及存储介质 | |
CN111716352B (zh) | 一种配电网带电作业机械臂导航避障方法及系统 | |
CN114387462A (zh) | 一种基于双目相机的动态环境感知方法 | |
Nguyen et al. | MoDeT: a low-cost obstacle tracker for self-driving mobile robot navigation using 2D-laser scan | |
CN112711255B (zh) | 移动机器人避障方法、控制设备及存储介质 | |
Han et al. | Optimization‐based humanoid robot navigation using monocular camera within indoor environment | |
CN111474560B (zh) | 一种障碍物定位方法、装置及设备 | |
CN115981313A (zh) | 机器人路径规划方法、系统、电子设备及存储介质 | |
Yu et al. | A hybrid point cloud alignment method combining particle swarm optimization and iterative closest point method | |
CN115016546A (zh) | 无人机三维路径规划方法、装置、电子设备和存储介质 | |
KR20110098252A (ko) | 카메라 포즈 결정 방법 |
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 |