CN113848881B - 一种消防车路径规划方法、系统、终端以及存储介质 - Google Patents

Abstract

本发明公开了一种消防车路径规划方法、系统、终端以及存储介质，所述方法包括获取环境模型；基于所述环境模型，获得搜索边界信息和障碍物信息，并采用目标趋向快速扩展树搜索，获得全局路径；基于所述全局路径，发送控制信号至消防车，使得消防车从消防车库沿着全局路径走向目标点；接收消防车行走过程中反馈的固定障碍物信息，并基于接收到的固定障碍物位姿修正消防车当前位姿；接收消防车行走过程中反馈的动态障碍物信息，基于接收到的动态障碍物进行障碍物运动碰撞预测，并基于预测结果确定是否进行局部路径规划，并利用局部路径规划更新全局路径。本发明能快速完成搜索最优路径，并能对动态障碍物进行避障规划，实现控制消防车无碰撞安全到达目标点。

Description

一种消防车路径规划方法、系统、终端以及存储介质

技术领域

本发明属于路径规划技术领域，具体涉及一种消防车路径规划方法、系统、终端以及存储介质。

背景技术

随着科学技术不断进步发展，机器人技术在消防中得到了应用，但在实际应用过程中，智能化控制技术并没有很好得到展现。对于消防机器人，以高效规划出一条从起点到消防灭火点无碰撞安全的路径是智能化的基础，也是智能化消防机器人重要组成部分。在传统路径规划方法，常见的有栅格地图搜索法、粒子群算法、快速随机树搜索法。然而，栅格地图搜索法容易构建，但路径规划效率低，空间浪费，栅格的分辨率不依赖于环境的复杂度。粒子群算法运算量大，效率低下，编程代码繁琐。快速随机树搜索法虽然能在复杂环境总能搜索一条路径到达目标点，但对于环境简单的同样也需要较长时间，搜索效率低，影响消防灭火工作效率。

申请号为202011012951.2的中国发明专利申请中，公开了一种消防机器人智能路径规划方法，提出MAKLINK图论建立环境，利用Dijkstra算法和改进型蚁群算法，能够在火场空间环境中实现路径规划，但方法收敛速度慢，搜索效率低，并且针对动态障碍物无法进行动态避障规划。

申请号201611070810.X的中国发明专利申请中，公开了一种机器人路径规划方法，该规划方法采用最大转角限制探索随机点的快速扩展树算法，并以机器人安全半径圆弧进行建立动态窗口检测对动态障碍物局部避障规划。该快速扩展树算法是以最大转角限制探索随机点，限制了搜索方向和范围，容易出现局部无解，并且对于环境模型简单不能快速搜索到达目标点；建立动态窗口检测对动态障碍物局部避障规划，没有对动态障碍物运动预测，造成动态障碍物环境模型是不确定，局部规划得到的路径不能避开障碍物；机器人实时位姿是通过里程计获取存在滑动误差，没有进行位姿修正，局部规划初始点存在误差，造成动态避障规划效果差。

发明内容

针对上述问题，本发明提出一种消防车路径规划方法、系统、终端以及存储介质，能快速完成搜索最优路径，并能对动态障碍物进行避障规划，实现控制消防车无碰撞安全到达目标点。

为了实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

第一方面，本发明提供了一种消防车路径规划方法，包括：

获取环境模型，所述环境模型中包括固定障碍物相对于消防车库为世界坐标系下的位姿；

基于所述环境模型，获得搜索边界信息和障碍物信息，并采用目标趋向快速扩展树搜索，获得全局路径；

基于所述全局路径，发送控制信号至消防车，使得消防车从消防车库沿着全局路径走向目标点；

接收消防车行走过程中反馈的固定障碍物信息，并基于接收到的固定障碍物位姿修正消防车当前位姿；

接收消防车行走过程中反馈的动态障碍物信息，基于接收到的动态障碍物进行障碍物运动碰撞预测，并基于预测结果确定是否进行局部路径规划，并利用局部路径规划更新全局路径。

可选地，所述全局路径的获得方法包括：

S1：获取当前位置为路径规划开始父节点Tree₀和消防最佳目标地位置为路径规划目标点Tree_e；

S2：基于当前节点和路径规划目标点，生成趋向目标临时点；

S3：检测趋向目标临时点是否与障碍物发生碰撞，若没有碰撞则将该趋向目标临时点^eTem添加为树节点Tree_i+1，判断是否到达路径规划目标点，到达路径规划目标点时完成路径搜索，保存全局路径Tree，所述全局路径Tree包括若干个树节点；如果没有到达路径规划目标点则跳到S2；如果趋向目标临时点与障碍物发生碰撞，则生成指向性临时点并跳到S3；

S4：采用贝塞尔曲线进行全局路径Tree优化处理，得到平滑曲线。

可选地，所述趋向目标临时点的通过以下公式生成：

其中，^eTem为趋向目标临时点，Tree_i为当前节点，Tree_e为路径规划目标点，ε为搜索步长。

可选地，所述指向性临时点通过以下公式生成：

^indTem＝Tree_i+ε·I

其中，^indTem为指向性临时点，I为单位化随机向量，Tree_i为当前节点，ε为搜索步长。

可选地，所述消防车当前相对于世界坐标系的位姿通过以下公式修正，具体为：

其中，为消防车当前相对于世界坐标系的位姿，/>为第i号固定障碍物相对消防车坐标系，/>为基于世界坐标系第i号固定障碍物的位姿，其中定义消防车库停车点为世界坐标系，inv()表示矩阵的求逆运算。

可选地，所述障碍物运动碰撞预测方法包括：

T_i时刻动态障碍物相对于世界坐标系位置为

T_i+Δt时刻动态障碍物相对于世界坐标系位置为

预测T_i+ΔT时刻障碍物相对于世界坐标系运动位姿为：

其中，为T_i+ΔT时刻障碍物预测位置，/>为T_i时刻消防车相对于世界坐标系位置，/>为T_i时刻传感器获取动态障碍物相对于消防车位置，/>为T_i+1时刻消防车相对于世界坐标系位置，/>为T_i+1时刻传感器获取动态障碍物相对于消防车位置，ΔT＞Δt。

可选地，所述局部路径的规划方法包括：

将T_i+ΔT时刻障碍物预测位置更新到环境模型中；

以T_i时刻消防车位置为路径规划开始父节点，以全局路径的T_i+Δt时刻位置为路径规划目标点，进行上述目标趋向快速扩展树搜索方法搜索局部路径，将原全局路径的T_i～T_i+ΔT时刻路点替换为所述规划局部路径的路点，完成更新全局路径。

第二方面，本发明提供了一种消防车路径规划系统，包括：

获取模块，用于获取环境模型，所述环境模型中包括固定障碍物相对于消防车库为世界坐标系下的位姿；

全局路径规划模块，用于基于所述环境模型，获得搜索边界信息和障碍物信息，并采用目标趋向快速扩展树搜索，获得全局路径；

发送模块，用于基于所述全局路径，发送控制信号至消防车，使得消防车从消防车库沿着全局路径走向目标点；

修正模块，用于接收消防车行走过程中反馈的固定障碍物信息，并基于接收到的固定障碍物位姿修正消防车当前位姿；

局部路径规划模块，用于接收消防车行走过程中反馈的动态障碍物信息，基于接收到的动态障碍物进行障碍物运动碰撞预测，并基于预测结果确定是否进行局部路径规划，并利用局部路径规划更新全局路径。

第三方面，本发明提供了一种消防车路径规划终端，包括处理器、与所述处理器耦接的存储器；

所述存储器存储有用于实现第一方面任一项所述的消防车路径规划方法的程序指令；

所述处理器用于执行所述存储器存储的所述程序指令以控制消防车路径规划以及处理传感信息。

第四方面，本发明提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面任一项所述方法的步骤。

与现有技术相比，本发明的有益效果：

本发明一种消防车路径规划方法、系统、终端以及存储介质，能快速完成搜索最优路径，并能对动态障碍物进行避障规划，实现控制消防车无碰撞安全到达目标点，减少消防车发生碰撞、无法自主规划到达目标点，从而无法完成消防灭火任务。本发明能够加快路径规划速度，提高消防灭火效率，减少人民生命财产损失，具有较高经济实用价值。

附图说明

为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明，其中：

图1为本发明的一种消防车路径规划方法流程示意图；

图2为本发明的目标趋向快速扩展树搜索方法流程示意图；

图3为本发明的全局路径规划的路径示意图；

图4为本发明的局部规划路径示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明的保护范围。

下面结合附图对本发明的应用原理作详细的描述。

由于现有消防车路径规划控制系统智能化程度低，不能在陌生环境快速完成指定避障规划，大多数规划方法收敛速度慢，搜索效率低；对动态障碍物没有进行动态避障规划，或者避障效果不明显，没有对动态障碍物运动预测，消防车当前位姿获取不精准，造成局部规划避障效果差。为此，本发明中提供了一种消防车路径规划方法、系统、终端以及存储介质，采用目标趋向快速扩展树搜索方法，完成全局路径规划，解决了收敛速度慢、搜索效率低等问题，实现了快速搜索得到最优路径；采用根据固定障碍物位姿修正当前消防车位姿和对动态障碍物运动检测方法，完成对动态障碍物进行避障规划，解决了没有对动态障碍物运动预测，消防车当前位姿获取不精准，造成局部规划避障效果差等问题，实现了对动态障碍物精准避障顺利到达目标点。

实施例1

本发明实施例中提供了一种消防车路径规划方法，包括：

获取环境模型，所述环境模型中包括固定障碍物相对于消防车库为世界坐标系下的位姿；

基于所述环境模型，获得搜索边界信息和障碍物信息，并采用目标趋向快速扩展树搜索，获得全局路径；

基于所述全局路径，发送控制信号至消防车，使得消防车从消防车库沿着全局路径走向目标点；

接收消防车行走过程中反馈的固定障碍物信息，并基于接收到的固定障碍物位姿修正消防车当前位姿；

接收消防车行走过程中反馈的动态障碍物信息，基于接收到的动态障碍物进行障碍物运动碰撞预测，并基于预测结果确定是否进行局部路径规划，并利用局部路径规划更新全局路径。

在本发明实施例的一种具体实施方式中，如图3所示，所述全局路径的获得方法包括：

S1：获取当前位置为路径规划开始父节点Tree₀和消防最佳目标地位置为路径规划目标点Tree_e；

S2：基于当前节点和路径规划目标点，生成趋向目标临时点；

S3：检测趋向目标临时点是否与障碍物发生碰撞，若没有碰撞则将该趋向目标临时点^eTem添加为树节点Tree_i+1，判断是否到达路径规划目标点，到达路径规划目标点时完成路径搜索，保存全局路径Tree，所述全局路径Tree包括若干个树节点；如果没有到达路径规划目标点则跳到S2；如果趋向目标临时点与障碍物发生碰撞，则生成指向性临时点并跳到S3；

S4：采用贝塞尔曲线进行全局路径Tree优化处理，得到平滑曲线。

其中，所述趋向目标临时点的通过以下公式生成：

其中，^eTem为趋向目标临时点，Tree_i为当前节点，Tree_e为路径规划目标点，ε为搜索步长。

所述指向性临时点通过以下公式生成：

^indTem＝Tree_i+ε·I

其中，^indTem为指向性临时点，I为单位化随机向量，Tree_i为当前节点，ε为搜索步长。

在本发明实施例的一种具体实施方式中，所述消防车当前相对于世界坐标系的位姿通过以下公式修正，具体为：

其中，为消防车当前相对于世界坐标系的位姿，/>为第i号固定障碍物相对消防车坐标系，/>为基于世界坐标系第i号固定障碍物的位姿，其中定义消防车库停车点为世界坐标系，inv()表示矩阵的求逆运算。

在本发明实施例的一种具体实施方式中，如图2所示，所述障碍物运动碰撞预测方法包括：

T_i时刻动态障碍物相对于世界坐标系位置为

T_i+Δt时刻动态障碍物相对于世界坐标系位置为

预测T_i+ΔT时刻障碍物相对于世界坐标系运动位姿为：

其中，为T_i+ΔT时刻障碍物预测位置，/>为T_i时刻消防车相对于世界坐标系位置，/>为T_i时刻传感器获取动态障碍物相对于消防车位置，/>为T_i+1时刻消防车相对于世界坐标系位置，/>为T_i+1时刻传感器获取动态障碍物相对于消防车位置，ΔT＞Δt。

在本发明实施例的一种具体实施方式中，如图4所示，所述局部路径的规划方法包括：

将T_i+ΔT时刻障碍物预测位置更新到环境模型中；

以T_i时刻消防车位置为路径规划开始父节点，以全局路径的T_i+Δt时刻位置为路径规划目标点，进行上述目标趋向快速扩展树搜索方法搜索局部路径，将原全局路径的T_i～T_i+ΔT时刻路点替换为所述规划局部路径的路点，完成更新全局路径。

下面结合图1和图2对本发明实施例中的消防车路径规划方法进行详细说明。

步骤100：建立环境模型。

通过人工使用测量工具或者使用消防车激光/视觉传感器对环境进行数据测量，以消防车库为世界坐标系原点，标定出固定障碍物位姿其中i代表固定障碍物的序号。

步骤200：根据步骤100所建立的环境模型数据信息，得到搜索边界信息和障碍物信息，采用目标趋向快速扩展树搜索，完成全局路径规划。具体步骤如下：

第一步：获取当前位置为路径规划开始父节点Tree₀和消防最佳位置为路径规划目标点Tree_e；

第二步：生成趋向目标临时点；

第三步：检测临时点是否与障碍物发生碰撞，若没有碰撞则将该临时点Tem添加为树节点Tree_i+1，判断是否到达目标点，到达目标点时完成路径搜索，寄存器保存全局路径Tree，所述的全局路径Tree由树节点Tree_i组成；如果没有到达目标点则跳到第二步；如果检测临时点与障碍物发生碰撞，则生成指向性临时点跳到第三步。

所述趋向目标临时点的计算公式为Tree_i为当前节点，Tree_e为目标点，ε为搜索步长，朝着目标点搜索，减少生成无用临时点和路径弯折，加快了无障碍时搜索速度。

所述指向性临时点的计算公式为^indTem＝Tree_i+ε·I，I为单位化随机向量，进行随机选着向量集{[a1,b1,c1]^T；[a2,b2,c2]^T；…；[an,bn,cn]^T}。采用随机向量集作用是限制临时点随机增长方向，增快搜索速度，减少无用方向增长；

第四步：采用贝塞尔曲线进行路径优化处理，得到平滑曲线，减少消防车移动弯折转向。

步骤300：根据步骤200得到全局路径Tree，控制消防车从消防车车库沿着全局路径走向目标点，行走过程中通过消防车视觉/激光雷达不断检测障碍物；

步骤310：根据步骤300消防车视觉/激光雷达不断检测障碍物，检测到固定障碍物位姿修正当前机器人位姿，修正当前消防车位姿其中/>为通过消防车传感器视野内获取第i号固定障碍物相对消防车坐标系，/>为第i号固定障碍物相对于以消防车库为世界坐标系位姿，inv()表示矩阵的求逆运算。

步骤320：根据步骤300消防车视觉/激光雷达不断检测障碍物，检测到动态障碍物，则进行障碍物运动碰撞预测：T_i时刻动态障碍物相对于世界坐标系位置T_i+Δt时刻动态障碍物相对于世界坐标系位置预测T_i+ΔT时刻障碍物相对于世界坐标系运动位姿其中/>为T_i时刻消防车相对于世界坐标系位置，/>为T_i时刻传感器获取动态障碍物相对于消防车位置，/>为T_i+1时刻消防车相对于世界坐标系位置，/>为T_i+1时刻传感器获取动态障碍物相对于消防车位置，ΔT＞Δt。

步骤330：根据步骤320进行预测障碍物运动与消防车将发生碰撞可能，进行局部路径规划：

T_i+ΔT时刻障碍物预测位置更新到建立环境模型中，以T_i时刻消防车位置/>为路径规划开始父节点，以全局路径的T_i+ΔT时刻位置为路径规划目标点，进行上述目标趋向快速扩展树搜索方法对局部路径进行搜索，将原全局路径的T_i～T_i+ΔT时刻路点替换为所述规划局部路径的路点，完成更新全局路径。

步骤331：根据步骤320动态障碍物运动预测，如果没有预测到障碍物与消防车发生碰撞，则继续下发当前全局路径给消防车，并且跳到步骤300继续进行下一时刻障碍物检测，直至消防车到达消防目的地后停止下发全局路径给消防车以及停止障碍物检测。。

实施例2

本发明实施例中提供了一种消防车路径规划系统，包括：

获取模块，用于获取环境模型，所述环境模型中包括固定障碍物相对于消防车库为世界坐标系下的位姿；

全局路径规划模块，用于基于所述环境模型，获得搜索边界信息和障碍物信息，并采用目标趋向快速扩展树搜索，获得全局路径；

发送模块，用于基于所述全局路径，发送控制信号至消防车，使得消防车从消防车库沿着全局路径走向目标点；

修正模块，用于接收消防车行走过程中反馈的固定障碍物信息，并基于接收到的固定障碍物位姿修正消防车当前位姿；

局部路径规划模块，用于接收消防车行走过程中反馈的动态障碍物信息，基于接收到的动态障碍物进行障碍物运动碰撞预测，并基于预测结果确定是否进行局部路径规划，并利用局部路径规划更新全局路径。

其余部分均与实施例1相同。

实施例3

本发明实施例中提供了一种消防车路径规划终端，包括处理器、与所述处理器耦接的存储器；

所述存储器存储有用于实现实施例1任一项所述的消防车路径规划方法的程序指令；

所述处理器用于执行所述存储器存储的所述程序指令以控制消防车路径规划以及处理传感信息。

实施例4

本发明实施例中提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现实施例1中任一项所述方法的步骤。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (5)

1.一种消防车路径规划方法，其特征在于，包括：

获取环境模型，所述环境模型中包括固定障碍物相对于消防车库为世界坐标系下的位姿；

基于所述环境模型，获得搜索边界信息和障碍物信息，并采用目标趋向快速扩展树搜索，获得全局路径；

基于所述全局路径，发送控制信号至消防车，使得消防车从消防车库沿着全局路径走向目标点；

接收消防车行走过程中反馈的固定障碍物信息，并基于接收到的固定障碍物位姿修正消防车当前相对于世界坐标系的位姿；

接收消防车行走过程中反馈的动态障碍物信息，基于接收到的动态障碍物进行障碍物运动碰撞预测，并基于预测结果确定是否进行局部路径规划，并利用局部路径规划更新全局路径；

所述全局路径的获得方法包括：

S1：获取当前位置为路径规划开始父节点Tree₀和消防最佳目标地位置为路径规划目标点Tree_e；

S2：基于当前节点和路径规划目标点，生成趋向目标临时点；

S3：检测趋向目标临时点是否与障碍物发生碰撞，若没有碰撞则将该趋向目标临时点^eTem添加为树节点Tree_i+1，判断是否到达路径规划目标点，到达路径规划目标点时完成路径搜索，保存全局路径Tree，所述全局路径Tree包括若干个树节点；如果没有到达路径规划目标点则跳到S2；如果趋向目标临时点与障碍物发生碰撞，则生成指向性临时点并跳到S3；

S4：采用贝塞尔曲线进行全局路径Tree优化处理，得到平滑曲线；

所述趋向目标临时点的通过以下公式生成：

其中，^eTem为趋向目标临时点，Tree_i为当前节点，Tree_e为路径规划目标点，ε为搜索步长；

所述指向性临时点通过以下公式生成：

^indTem＝Tree_i+ε·I

其中，^indTem为指向性临时点，I为单位化随机向量，Tree_i为当前节点，ε为搜索步长；

所述障碍物运动碰撞预测方法包括：

T_i时刻动态障碍物相对于世界坐标系位置为

T_i+Δt时刻动态障碍物相对于世界坐标系位置为

预测T_i+ΔT时刻障碍物相对于世界坐标系运动位姿为：

其中，为T_i+ΔT时刻障碍物预测位置，/>为T_i时刻消防车相对于世界坐标系位置，/>为T_i时刻传感器获取动态障碍物相对于消防车位置，/>为T_i+1时刻消防车相对于世界坐标系位置，/>为T_i+1时刻传感器获取动态障碍物相对于消防车位置，ΔT＞Δt；

所述局部路径的规划方法包括：

将T_i+ΔT时刻障碍物预测位置更新到环境模型中；

以T_i时刻消防车位置为路径规划开始父节点，以全局路径的T_i+Δt时刻位置为路径规划目标点，进行上述目标趋向快速扩展树搜索方法搜索局部路径，将原全局路径的T_i～T_i+ΔT时刻路点替换为所述规划局部路径的路点，完成更新全局路径。

2.根据权利要求1所述的一种消防车路径规划方法，其特征在于，所述消防车当前相对于世界坐标系的位姿通过以下公式修正，具体为：

其中，为消防车当前相对于世界坐标系的位姿，/>为第i号固定障碍物相对消防车坐标系，/>为基于世界坐标系第i号固定障碍物的位姿，其中定义消防车库停车点为世界坐标系，inv()表示矩阵的求逆运算。

3.一种消防车路径规划系统，其特征在于，包括：

获取模块，用于获取环境模型，所述环境模型中包括固定障碍物相对于消防车库为世界坐标系下的位姿；

全局路径规划模块，用于基于所述环境模型，获得搜索边界信息和障碍物信息，并采用目标趋向快速扩展树搜索，获得全局路径；

发送模块，用于基于所述全局路径，发送控制信号至消防车，使得消防车从消防车库沿着全局路径走向目标点；

修正模块，用于接收消防车行走过程中反馈的固定障碍物信息，并基于接收到的固定障碍物位姿修正消防车当前位姿；

局部路径规划模块，用于接收消防车行走过程中反馈的动态障碍物信息，基于接收到的动态障碍物进行障碍物运动碰撞预测，并基于预测结果确定是否进行局部路径规划，并利用局部路径规划更新全局路径；

所述全局路径的获得方法包括：

S1：获取当前位置为路径规划开始父节点Tree₀和消防最佳目标地位置为路径规划目标点Tree_e；

S2：基于当前节点和路径规划目标点，生成趋向目标临时点；

S3：检测趋向目标临时点是否与障碍物发生碰撞，若没有碰撞则将该趋向目标临时点^eTem添加为树节点Tree_i+1，判断是否到达路径规划目标点，到达路径规划目标点时完成路径搜索，保存全局路径Tree，所述全局路径Tree包括若干个树节点；如果没有到达路径规划目标点则跳到S2；如果趋向目标临时点与障碍物发生碰撞，则生成指向性临时点并跳到S3；

S4：采用贝塞尔曲线进行全局路径Tree优化处理，得到平滑曲线；

所述趋向目标临时点的通过以下公式生成：

其中，^eTem为趋向目标临时点，Tree_i为当前节点，Tree_e为路径规划目标点，ε为搜索步长；

所述指向性临时点通过以下公式生成：

^indTem＝Tree_i+ε·I

其中，^indTem为指向性临时点，I为单位化随机向量，Tree_i为当前节点，ε为搜索步长；

所述障碍物运动碰撞预测方法包括：

T_i时刻动态障碍物相对于世界坐标系位置为

T_i+Δt时刻动态障碍物相对于世界坐标系位置为

预测T_i+ΔT时刻障碍物相对于世界坐标系运动位姿为：

其中，为T_i+ΔT时刻障碍物预测位置，/>为T_i时刻消防车相对于世界坐标系位置，/>为T_i时刻传感器获取动态障碍物相对于消防车位置，/>为T_i+1时刻消防车相对于世界坐标系位置，/>为T_i+1时刻传感器获取动态障碍物相对于消防车位置，ΔT＞Δt；

所述局部路径的规划方法包括：

将T_i+ΔT时刻障碍物预测位置更新到环境模型中；

以T_i时刻消防车位置为路径规划开始父节点，以全局路径的T_i+Δt时刻位置为路径规划目标点，进行上述目标趋向快速扩展树搜索方法搜索局部路径，将原全局路径的T_i～T_i+ΔT时刻路点替换为所述规划局部路径的路点，完成更新全局路径。

4.一种消防车路径规划终端，其特征在于，包括处理器、与所述处理器耦接的存储器；所述存储器存储有用于实现权利要求1-2任一项所述的消防车路径规划方法的程序指令；

所述处理器用于执行所述存储器存储的所述程序指令以控制消防车路径规划以及处理传感信息。

5.一种存储介质，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权利要求1-2任一项所述方法的步骤。