CN113985880A - 多机器人路径规划方法、多机器人系统及机器人 - Google Patents

多机器人路径规划方法、多机器人系统及机器人 Download PDF

Info

Publication number
CN113985880A
CN113985880A CN202111268453.9A CN202111268453A CN113985880A CN 113985880 A CN113985880 A CN 113985880A CN 202111268453 A CN202111268453 A CN 202111268453A CN 113985880 A CN113985880 A CN 113985880A
Authority
CN
China
Prior art keywords
road
robot
narrow
path
control unit
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
Application number
CN202111268453.9A
Other languages
English (en)
Inventor
夏舸
梁朋
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.)
Uditech Co Ltd
Original Assignee
Uditech 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 Uditech Co Ltd filed Critical Uditech Co Ltd
Priority to CN202111268453.9A priority Critical patent/CN113985880A/zh
Publication of CN113985880A publication Critical patent/CN113985880A/zh
Pending legal-status Critical Current

Links

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
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • 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
    • G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • 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
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • 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
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • 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
    • 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
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请公开了一种多机器人路径规划方法、多机器人系统及机器人，属于机器人路径规划领域。所述多机器人路径规划方法应用于包括主控单元和多个机器人的多机器人系统，包括：主控单元获取多个机器人中的任一机器人的当前位置和目标位置，确定全局静态地图中存在的至少一段窄道的可通行方向，并根据全局静态地图和至少一段窄道的可通行方向得到当前位置到目标位置的目标路径。其中，窄道是指不允许两个或两个以上的机器人并排通行的道路。如此，目标路径中的任一段窄道中只存在同向行进的机器人，避免两个或两个以上的机器人在同一段窄道中相向而行造成拥堵，从而减少机器人到达目标位置花费的时长，提高机器人的工作效率。

Description

多机器人路径规划方法、多机器人系统及机器人
技术领域
本申请涉及机器人路径规划领域，特别涉及一种多机器人路径规划方法、多机器人系统及机器人。
背景技术
随着机器人技术的发展及生产实践的需求，多机器人系统逐渐成为机器人发展的趋势之一。其中，路径规划问题是多机器人系统的核心问题之一，合理的路径规划可以使多个机器人高效的完成任务。
但是，当多个机器人在同一场景中完成工作任务，且该场景存在不允许两个或两个以上的机器人并排通行的窄道时，可能会出现相向而行的两个或两个以上的机器人在同一窄道中发生拥堵，进而长时间不能正常行进的情况，导致机器人到达目标位置花费的时长较长，机器人的工作效率较低。
发明内容
本申请提供了一种多机器人路径规划方法、多机器人系统及机器人，可以避免相向而行的两个或两个以上的机器人通行一段窄道，从而提高机器人的工作效率。所述技术方案如下：
第一方面，提供了一种多机器人路径规划方法，所述方法包括：
所述主控单元获取第一机器人的当前位置和目标位置，所述第一机器人为所述多个机器人中的任意一个；
所述主控单元确定全局静态地图中存在的至少一段窄道的可通行方向，所述窄道是指不允许两个或两个以上的机器人并排通行的道路，所述至少一段窄道中已被规划为其他机器人的通行路径的窄道的可通行方向为对应窄道的路径规划方向，所述至少一段窄道中未被规划为其他机器人的通行路径的窄道的可通行方向为对应窄道的任意道路方向或预设道路方向；
所述主控单元根据所述全局静态地图和所述至少一段窄道的可通行方向进行路径规划，得到所述当前位置到所述目标位置的目标路径。
在一个实施例中，所述主控单元根据所述全局静态地图和所述至少一段窄道的可通行方向进行路径规划，得到所述当前位置到所述目标位置的目标路径，包括：
所述主控单元根据所述全局静态地图和所述至少一段窄道的可通行方向，对所述当前位置到所述目标位置之间的路径进行路径规划，得到至少一条初始路径；
所述主控单元获取所述至少一条初始路径中每条初始路径包括的各段道路的道路评分，所述道路评分用于指示对应道路的可通行程度；
所述主控单元根据所述至少一条初始路径中每条初始路径包括的各段道路的道路评分，确定每条初始路径的路径评分，所述路径评分用于指示对应路径的可通行程度；
所述主控单元将所述至少一条初始路径中路径评分最高的初始路径确定为所述目标路径。
在一个实施例中，所述道路评分包括静态评分，或所述道路评分包括静态评分和动态评分，所述静态评分是根据对应道路的静态道路情况进行评分得到，所述动态评分由在对应道路中通行的机器人在行进过程中根据对应道路的动态道路情况进行评分得到，所述静态道路情况包括路宽、路长和弯曲情况中的至少一种，所述动态道路情况至少包括障碍物信息。
在一个实施例中，所述主控单元根据所述全局静态地图和所述至少一段窄道的可通行方向进行路径规划，得到所述当前位置到所述目标位置的目标路径之后，还包括：
所述主控单元将所述目标路径中的每段窄道的窄道标识与所述第一机器人的机器人标识进行关联；
所述主控单元将所述目标路径中可通行方向为任意道路方向或预设道路方向的窄道的可通行方向修改为对应窄道在所述目标路径中的路径规划方向。
在一个实施例中，所述主控单元根据所述全局静态地图和所述至少一段窄道的可通行方向进行路径规划，得到所述当前位置到所述目标位置的目标路径之后，还包括：
所述主控单元将所述目标路径发送给所述第一机器人；
所述第一机器人接收所述目标路径；
所述第一机器人根据所述目标路径行进至所述目标位置。
在一个实施例中，所述方法还包括：
所述第一机器人在根据所述目标路径行进至所述目标位置的过程中或行进至所述目标位置之后，若从所述目标路径中的第一窄道驶出，则向主控单元发送窄道驶出指示信息，所述窄道驶出指示信息携带所述第一窄道的窄道标识，所述第一窄道为所述目标路径中的任一窄道；
所述主控单元接收所述窄道驶出指示信息，根据所述窄道驶出指示信息，解除所述第一窄道的窄道标识与所述第一机器人的机器人标识之间的关联，确定所述第一窄道的窄道标识是否关联其它机器人的机器人标识；
所述主控单元若确定所述第一窄道的窄道标识不关联所述其它机器人的机器人标识，则将所述第一窄道的可通行方向确定为所述第一窄道的任意道路方向或预设道路方向。
在一个实施例中，所述方法还包括：
所述第一机器人在根据所述目标路径行进至所述目标位置的过程中，所述第一机器人若确定驶入第一道路，则沿所述第一道路向前行进，所述第一道路为所述目标路径中的任一道路；
所述第一机器人在沿所述第一道路向前行进的过程中，获取所述第一道路的动态道路情况，所述动态道路情况至少包括障碍物信息；
所述第一机器人根据所述第一道路的动态道路情况，确定所述第一道路的动态评分；
所述第一机器人将所述第一道路的动态评分发送给所述主控单元。
在一个实施例中，所述第一机器人根据所述第一道路的动态道路情况，确定所述第一道路的动态评分，包括：
所述第一机器人若根据所述第一道路的动态道路情况，确定所述第一道路不可通行，则确定所述第一道路的动态评分为零。
第二方面，提供了一种多机器人系统，所述多机器人系统包括主控单元和多个机器人，所述主控单元分别与所述多个机器人连接；
所述主控单元，用于获取第一机器人的当前位置和目标位置，所述第一机器人为所述多个机器人中的任意一个；
所述主控单元，用于确定全局静态地图中存在的至少一段窄道的可通行方向，所述窄道是指不允许两个或两个以上的机器人并排通行的道路，所述至少一段窄道中已被规划为其他机器人的通行路径的窄道的可通行方向为对应窄道的路径规划方向，所述至少一段窄道中未被规划为其他机器人的通行路径的窄道的可通行方向为对应窄道的任意道路方向或预设道路方向；
所述主控单元，用于根据所述全局静态地图和所述至少一段窄道的可通行方向进行路径规划，得到所述当前位置到所述目标位置的目标路径；
所述主控单元，用于将所述目标路径发送给所述第一机器人；
所述第一机器人，用于接收所述目标路径，根据所述目标路径行进至所述目标位置。
第三方面，提供了一种机器人，包括通信接口、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，通信接口用于与其它个体进行通信，处理器执行计算机程序时，以实现上述实施例提供的多机器人路径规划方法。
在一个实施例中，还提供了一种主控单元，包括通信接口、存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，通信接口用于与其它个体进行通信，处理器执行计算机程序时，以实现上述实施例提供的多机器人路径规划方法。
本申请实施例提供的技术方案带来的有益效果是：
本申请实施例中的多机器人系统包括主控单元和多个机器人，主控单元获取多个机器人中的任一机器人的当前位置和目标位置，确定全局静态地图中存在的至少一段窄道的可通行方向，并根据全局静态地图和至少一段窄道的可通行方向得到当前位置到目标位置的目标路径。其中，窄道是指不允许两个或两个以上的机器人并排通行的道路。另外，已被规划为其他机器人的通行路径的窄道的可通行方向为对应窄道的路径规划方向，未被规划为其他机器人的通行路径的窄道的可通行方向为对应窄道的任意道路方向或预设道路方向。这样，当目标路径中的任一段窄道已被规划为其他机器人的通行路径时，那么该窄道在该目标路径中的路径方向也就只能按照已规划的路径规划方向进行规划，也即是，只能按照其他机器人在该窄道的通行方向进行规划，如此可以保证目标路径中的任一段窄道中只能存在同向行进的机器人，从而可以避免两个或两个以上的机器人在同一段窄道中相向而行造成拥堵，进而长时间不能正常行进的情况，有效减少机器人到达目标位置花费的时长，提高机器人的工作效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种多机器人系统的结构框图；
图2是本申请实施例提供一种多机器人路径规划方法的流程图；
图3是本申请实施例提供的一种电子设备的结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
应当理解的是，本申请提及的“多个”是指两个或两个以上。在本申请的描述中，除非另有说明，“/”表示或的意思，比如，A/B可以表示A或B；本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，比如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，为了便于清楚描述本申请的技术方案，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。
在对本申请实施例进行详细地解释说明之前，先对本申请实施例的应用场景予以说明。
本申请实施例提供的多机器人路径规划方法可以应用于存在不允许两个或两个以上的机器人并排通行的窄道的场景中，来替代人类自主完成繁琐复杂的任务。比如，在楼宇之间存在至少一段窄道，多个机器人在楼宇之间替代人类完成货物配送、垃圾运输等任务。为避免出现两个或两个以上的机器人在同一段窄道相向而行造成拥堵的情况，提高机器人的工作效率，本申请提出了一种多机器人路径规划方法，具体路径规划方法将在下述图2实施例进行详细说明。
多机器人系统包括主控单元和多个机器人，主控单元可以对多个机器人中的任一机器人进行路径规划。比如，主控单元预先存储有全局静态地图，主控单元获取多个机器人中的某个机器人的当前位置以及待行驶至的目标位置，根据全局静态地图，对当前位置到目标位置之间的路径进行路径规划，得到目标路径，然后将规划好的目标路径下发给机器人。之后，机器人可以根据目标路径向目标位置行进，从而完成任务。
接下来，对本申请实施例涉及的实施环境予以说明。
请参考图1，图1是本申请实施例提供的一种多机器人系统的结构框图，本申请提供的多机器人路径规划方法可以应用于图1所示的多机器人系统中。如图1所示，多机器人系统包括主控单元101和多个机器人。
其中，主控单元101分别与多个机器人进行连接，用于分别与多个机器人进行通信。
作为一个示例，主控单元101通过无线通信网络分别与多个机器人连接，通过无线方式分别与多个机器人通信。例如，如图1所示，多机器人系统还包括无线接入点103。多个机器人中的每个机器人包括无线网卡，多个机器人中的每个机器人可以使用无线网卡，通过无线接入点103与主控单元101进行通信。其中，无线接入点103可以包括一个或多个，本申请实施例对此不做限定。
主控单元101用于为多个机器人的任务完成提供辅助服务。比如，主控单元101预先存储有全局静态地图，还可以获取、存储或转发机器人的当前位置以及待行驶至的目标位置。此外，主控单元101也可以对多个机器人中的任一机器人进行路径规划，使得任一机器人可以根据规划的路径行驶至至目标位置。
作为一个示例，主控单元101可以为服务器或机器人等，本申请实施例对此不做限定。图1仅是以主控单元101为云服务器为例进行说明。
其中，多个机器人中的任一机器人可以与主控单元101进行通信。
例如，如图1所示，多机器人系统包括无线接入点103，机器人102包括有无线网卡，机器人102通过无线网卡，结合无线接入点103与主控单元101进行通信。其中，机器人102为多个机器人中的任意一个。另外，多个机器人中的任一机器人也可以通过其它方式与主控单元101进行通信，本申请实施例对此不做限定。
作为一个示例，多个机器人中的任一机器人包括位置确定单元，可以通过位置确定单元确定当前位置。其中，位置确定单元为具有定位能力的模块，比如机器人通过SLAM(simultaneous localization and mapping)技术实现定位和导航。或者，位置确定单元可以通过北斗导航系统或全球定位系统(Global Positioning System，GPS)等进行定位，来获取当前位置。当然，多个机器人中的任一机器人也可以通过其他方式获取当前位置，本申请实施例对此不做限定。
作为一个示例，如图1所示，多机器人系统还包括检测单元106，用于检测多个机器人中的任意一个机器人是否驶入或驶出道路，并将检测结果发送给机主控单元101，或者将检测结果发送给机器人，再由机器人上报给主控单元101，以便主控单元101确定任意一个机器人处于全局静态地图中的哪段道路。比如，图1中，检测单元106用于检测机器人102是否驶入或驶出窄道104。或者，主控单元101根据机器人102的当前位置确定机器人102是否驶入或驶出道路，本申请实施例对此不做限定。
其中，道路是指不包括岔路口的路段。窄道是特殊的道路，窄道是指不允许两个或两个以上的机器人并排通行的道路。窄道104是不包括岔路口107的一段路段。
作为一个示例，检测单元106可以包括红外检测模块和通信模块，可以设置于道路入口或道路出口处。红外检测模块用于检测任意一个机器人驶入或驶出道路，通信模块用于通过无线方式与驶入或驶出的任意一个机器人进行通信，或者与主控单元101进行通信。
比如，如图1所示，窄道104的可通行方向为机器人102的通行方向，检测单元106的红外检测模块分别设置于窄道104两端的入口处。当机器人102驶入窄道104时，检测单元106通过入口处的红外检测模块检测到机器人102驶入窄道104，触发检测单元106的通信模块，通过通信模块向机器人102发送窄道104的窄道标识。机器人102获取窄道104的窄道标识，向主控单元101发送驶入窄道指示信息，驶入窄道指示信息携带窄道104的窄道标识。
其中，窄道的窄道标识用于唯一标识窄道，窄道标识可以为窄道名称或窄道ID等，本申请实施例对此不做限定。其中，窄道ID可以为字母和/或数字的组合等。
作为一个示例，主控单元101，用于获取机器人102的当前位置和待行驶至的目标位置，机器人102为多个机器人中的任意一个。其中，目标位置可以位于道路入口和道路出口之间，也可以位于道路与道路之间的岔路口处，本申请实施例对此不做限定。
主控单元101，还用于确定全局静态地图中存在的至少一段窄道的可通行方向。根据全局静态地图和至少一段窄道的可通行方向进行路径规划，得到当前位置到目标位置的目标路径。将目标路径发送给第一机器人102。
其中，至少一段窄道中已被规划为其他机器人的通行路径的窄道的可通行方向为对应窄道的路径规划方向，至少一段窄道中未被规划为其他机器人的通行路径的窄道的可通行方向为对应窄道的任意道路方向或预设道路方向。如图1所示，窄道104为已被规划为其他机器人的通行路径的窄道，窄道105为未被规划为其他机器人的通行路径的窄道。
机器人102，用于接收目标路径，根据目标路径行进至目标位置。
如此，可以保证目标路径的任一段窄道中只有同向行进的机器人，从而避免两个或两个以上的机器人在同一窄道相向而行造成的拥堵，提高机器人的工作效率。
接下来，对本申请实施例提供的多机器人路径规划方法予以说明。
请参考图2，图2是本申请实施例提供一种多机器人路径规划方法的流程图，该方法可以应用于上述图1所示的多机器人系统中，多机器人系统包括主控单元和多个机器人，主控单元分别与多个机器人连接。该方法包括如下步骤：
步骤201，主控单元获取第一机器人的当前位置和目标位置。
其中，第一机器人为多个机器人中的任意一个。
其中，第一机器人可以确定当前位置。比如，第一机器人可以通过位置确定单元确定第一机器人的当前位置，也可以通过其它方式确定第一机器人的当前位置，本申请实施例对此不做限定。
另外，第一机器人可以确定待行驶至的目标位置。比如，第一机器人在接收到执行任务的指令时，确定任务对应的目标位置。该执行任务的指令携带目标位置，该执行任务的指令可以由第一机器人自动触发，可以由用户触发，也可以由其他设备通过向第一机器人发送命令的方式触发，本申请实施例对此不做限定。
作为一个示例，第一机器人可以向主控单元发送获取路径指令，获取路径指令携带第一机器人的当前位置和目标位置。之后，主控单元接收获取路径指令，根据第一机器人的当前位置和目标位置进行路径规划，得到当前位置至目标位置的目标路径，并将目标路径发送至第一机器人，以便第一机器人根据目标路径行进至目标位置，完成任务。
此外，获取目标路径指令还可以携带第一机器人的机器人标识。其中，多个机器人中的每个机器人具有机器人标识，机器人标识用于唯一标识对应机器人。机器人标识可以为机器人的名称、ID(Identity document)或物理地址等。另外，多个机器人中每个机器人的机器人标识可以存储于对应机器人中，也可以存储于主控单元中。
步骤202，主控单元确定全局静态地图中存在的至少一段窄道的可通行方向。
其中，主控单元中预先存储有全局静态地图，全局静态地图中存在多段道路，这多段道路中存在至少一段窄道。全局静态地图是指多机器人系统的任务场景所对应的静态地图，用于指示多机器人系统的任务场景的地理信息。
作为一个示例，主控单元可以获取并保存机器人构建的全局静态地图。比如，机器人遍历应用场景中的所有道路，利用相机或激光雷达等方式构建全局静态地图，并将全局静态地图发送至主控单元。主控单元接收并存储机器人发送的全局静态地图。当然，主控单元也可以通过其他方式获取全局静态地图，本申请实施例对此不做限定。
其中，窄道是指不允许两个或两个以上的机器人并排通行的道路。比如，窄道可以是道路的路宽小于或等于多个机器人中任意两个机器人宽度之和的道路。或者，窄道是指道路的路宽小于预设阈值的道路，本申请实施例对此不做限定。
其中，窄道具有可通行方向，窄道的可通行方向是指允许机器人在其道路中通行的方向。至少一段窄道中已被规划为其他机器人的通行路径的窄道的可通行方向为对应窄道的路径规划方向，也即是，对于已被规划为其他机器人的通行路径的窄道来说，该窄道只允许机器人按照已规划的路径规划方向进行通行，而不允许按照其他道路方向进行通行。其中，已被规划为其他机器人的通行路径的窄道可能存在正在按照路径规划方向通行的其他机器人，也可能存在待按照路径规划方向进行通行的其他机器人。
作为一个示例，如1所示，窄道104已被规划为机器人102的通行路径，若多个机器人中除机器人102的其他机器人要通行窄道104，则其他机器人只能按照机器人102的通行方向通行窄道104。
至少一段窄道中未被规划为其他机器人的通行路径的窄道的可通行方向为对应窄道的任意道路方向或预设道路方向。
作为一个示例，若窄道中不存在正在按照路径规划方向通行的其他机器人，也不存在待按照路径规划方向进行通行的其他机器人，则该窄道为未被规划为其他机器人的通行路径的窄道。
作为一个示例，任意道路方向是指不对窄道的可通行方向进行设置，比如，如图1所示，窄道105的可通行方向为任意道路方向，可以为从左至右，也可以为从右至左，检测单元106用于检测机器人是否驶入或驶出窄道104。
作为一个示例，预设道路方向是指对窄道的可通行方向进行设置，设置的方向可以为单向或双向。比如，如图1所示，预先将窄道105的可通行方向设置为从左至右的单向，即机器人在该窄道中允许通行的方向为从左至右，检测单元106用于检测机器人是否驶入窄道104。或者，预先将窄道105的可通行方向设置为双向，可以设置为从左至右或从右至左，检测单元106用于检测机器人是否驶入或驶出窄道104。
也即是，窄道包括两种不同类别的窄道，即已被规划为其他机器人的通行路径的窄道和未被规划为其他机器人的通行路径的窄道，不同的窄道具有不同的可通行方向。如此，可以通过灵活地改变窄道的所属类别，变换窄道的可通行方向，使得根据窄道的可通行方向规划的目标路径中的任一段窄道中只存在同向行进的机器人，从而避免两个或两个以上的机器人在一段窄道相向而行造成拥堵，进而长时间不能正常行进的情况，有效减少机器人到达目标位置花费的时长，提高机器人的工作效率。
作为一个示例，在机器人遍历应用场景中的道路时，机器人还可以利用相机或激光雷达等确定道路的路宽、路长或弯曲情况等静态道路情况，以及根据道路的路宽确定该道路是否是窄道。若确定该道路不是窄道，则将该道路确定为普通的道路，普通的道路具有道路标识，即使用道路标识标识该普通的道路。若确定该道路是窄道，则使用窄道标识标识该窄道，即窄道具有窄道标识。另外，若确定道路为窄道，还可以将窄道的可通行方向设置为任意道路方向或预设道路方向，这种情况下，该窄道是未被规划为其他机器人的通行路径的窄道。
其中，道路标识用于唯一标识道路，道路标识可以道路名称或道路ID等，本申请实施例对此不做限定。道路ID可以为字母和/或数字的组合等。
其中，普通的道路允许两个或两个以上的机器人并排通行，因此对普通的道路的可通行方向可以不进行设置。任意道路方向是指不对窄道的可通行方向进行设置，即将窄道作为普通的道路。预设道路方向是指对窄道的可通行方向进行设置，设置的方向可以为单向或双向。
作为一个示例，在确定道路的路宽、路长或弯曲情况等步骤之后，还可以确定道路的静态评分，用于指示对应道路的可通行程度。比如，根据道路的静态道路情况对道路进行评分，得到静态评分。其中，静态评分与道路的可通行程度呈正比，静态评分越低表示对应道路的可通行程度越差。静态道路情况可以包括路宽、路长和弯曲情况中的至少一种。另外，静态评分可以由机器人确定，也可以由主控单元确定，本申请实施例对此不做限定。
作为一个示例，道路的路宽可以为平均宽度。比如，机器人驶入应用场景中的某段道路时，利用相机或激光雷达等每隔预设时间或预设距离确定该道路的路宽，直至驶出该道路时，确定所有确定的道路的路宽的平均值，将该平均值作为该道路的路宽。
步骤203，主控单元根据全局静态地图和至少一段窄道的可通行方向进行路径规划，得到当前位置到目标位置的目标路径。
根据全局静态地图和至少一段窄道的可通行方向进行路径规划，可以保证得到的目标路径中的任一段窄道的路径规划方向只能为对应窄道的可通行方向。这样，当目标路径中的任一段窄道已被规划为其他机器人的通行路径时，那么该窄道在该目标路径中的路径方向也就只能按照已规划的路径规划方向进行规划，也即是，只能按照其他机器人在该窄道的通行方向进行规划，如此可以保证目标路径中的任一段窄道中只能存在同向行进的机器人，从而可以避免两个或两个以上的机器人在同一段窄道中相向而行造成拥堵，进而长时间不能正常行进的情况，有效减少机器人到达目标位置花费的时长，提高机器人的工作效率。
作为一个示例，第二窄道的可通行方向可以为单向或双向。比如，若可通行方向为双向，则路径规划后在第二窄道中通行的机器人的方向可以为从左至右，也可以为从右至左。若可通行方向为单向，即确定方向，则路径规划后在第二窄道中通行的机器人的方向只能为该单向方向，比如，可通行方向为从右至左，则路径规划后在第二窄道中通行的机器人的方向只能为从右至左。
作为一个示例，主控单元可以先确定至少一个窄道的所属类别，根据所属的类别确定至少一个窄道的可通行方向。比如，可以从至少一段窄道中确定未被规划为其他机器人的通行路径的窄道，以及确定已被规划为其他机器人的通行路径的窄道。未被规划为其他机器人的通行路径的窄道的可通行方向为任意道路方向或预设道路方向的窄道，已被规划为其他机器人的通行路径的窄道的可通行方向为通行机器人的通行路径的路径规划方向。当然，也可以通过其他方式确定至少一个窄道的可通行方向，本申请实施例对此不做限定。
作为一个示例，可以通过确定窄道的窄道标识是否关联机器人标识来确定窄道的类别。比如，将未被机器人标识所关联的窄道标识所对应的窄道确定为未被规划为其他机器人的通行路径的窄道，将已机器人标识所关联的窄道标识所对应的窄道确定为已被规划为其他机器人的通行路径的窄道。当然，也可以通过其他方式确定窄道的类别，本申请实施例对此不做限定。
另外，为了进一步提高路径规划的准确度，主控单元还可以先根据全局静态地图和至少一段窄道的可通行方向，对当前位置到目标位置之间的路径进行路径规划，得到至少一条初始路径。然后，主控单元获取至少一条初始路径中每条初始路径包括的各段道路的道路评分，道路评分用于指示对应道路的可通行程度，并根据至少一条初始路径中每条初始路径包括的各段道路的道路评分，确定每条初始路径的路径评分，路径评分用于指示对应路径的可通行程度。之后，主控单元将至少一条初始路径中路径评分最高的初始路径确定为目标路径。
作为一个示例，道路评分包括静态评分，或者道路评分包括静态评分和动态评分。其中，静态评分是根据对应道路的静态道路情况进行评分得到，静态道路情况包括路宽、路长和弯曲情况中的至少一种。动态评分是根据对应道路的动态道路情况进行评分得到，比如可以由在对应道路中通行的机器人在行进过程中根据对应道路的动态道路情况进行评分得到，动态道路情况至少包括障碍物信息。障碍物信息可以包括道路上障碍物的数量、大小等。动态评分与对应道路的可通行程度呈正比，动态评分越低表示对应道路的可通行程度越差，机器人在对应道路的行进过程中遇到的障碍物数量越多或障碍物越大。
其中，道路评分包括静态评分和动态评分时，静态评分和动态评分在道路评分中所占权重可以相同，也可以不同，本申请实施例对此不做限定。
比如，机器人可以在根据目标路径行进过程中，获取目标路径包括的各段道路的动态道路情况，根据动态道路情况对对应的道路进行评分，得到对应道路的动态评分，并将对应道路的动态评分发送给主控单元。当然，也可以由主控单元对道路进行动态评分，本申请实施例对此不作限定。
作为一个示例，主控单元在获取至少一条初始路径中每条初始路径包括的各段道路的道路评分之后，还可以根据每条初始路径包括的各段道路的道路评分，确定每条初始路径包括的道路的道路评分的平均值，并将该平均值作为每条初始路径的路径评分。
另外，主控单元在根据全局静态地图和至少一段窄道的可通行方向进行路径规划，得到当前位置到目标位置的目标路径之后，还可以将目标路径中的每段窄道的窄道标识与第一机器人的机器人标识进行关联，并将目标路径中可通行方向为任意道路方向或预设道路方向的窄道的可通行方向修改为对应窄道在目标路径中的路径规划方向。
比如，主控单元在得到目标路径之后，先确定目标路径中存在的窄道，再将目标路径中存在的窄道的窄道标识与第一机器人的机器人标识进行关联，用于指示该窄道被规划为第一机器人的通行路径。其中，一段窄道的窄道标识可以关联一个或多个机器人的机器人标识，一段窄道可以被规划为一个或多个机器人的通行路径。当一段窄道被规划为多个机器人的通行路径时，这多个机器人的通行路径的通行方向相同。
之后，主控单元确定目标路径中可通行方向为任意道路方向或预设道路方向的窄道，这种情况下，该窄道是之前未被规划为其他机器人的通行路径的窄道，现将该窄道规划为第一机器人的通行路径，并确定该窄道在目标路径中的对应路径的路径规划方向，将该窄道的可通行方向修改为对应路径的路径规划方向。对于已被规划为其他机器人的通行路径的窄道，该窄道在目标路径中的路径规划方向与其他机器人的通行路径的路径规划方向一致。
此外，主控单元在根据全局静态地图和至少一段窄道的可通行方向进行路径规划，得到当前位置到目标位置的目标路径之后，还将目标路径发送给第一机器人。第一机器人接收目标路径，根据目标路径行进至目标位置，从而完成任务。
其中，多个机器人分别根据目标路径行进时，全局静态地图中的任一段窄道中只存在同向行进的机器人，从而避免相向而行的两个或两个以上的机器人通行一段窄道，即避免出现相向而行的两个或两个以上的机器人在同一窄道中发生拥堵，进而长时间不能正常行进的情况，有效减少机器人到达目标位置花费的时长，提高机器人的工作效率。
作为一个示例，第一机器人在根据目标路径行进至目标位置的过程中，主控单元确定第一机器人的位置以及确定处于全局静态地图中的哪段道路。比如，第一机器人每隔预设时间或行进至特殊位置，向主控单元发送当前位置或指示信息，指示信息可以包括道路驶入指示信息、道路驶出指示信息、窄道驶入指示信息或窄道驶出指示信息中的任一种，分别用于指示驶入或驶出道路、或者驶入或驶出窄道。
其中，第一机器人可以根据位置确定单元确定当前位置或指示信息。或者，第一机器人根据位置确定单元确定当前位置，根据检测单元确定指示信息。
比如，第一机器人可以在根据目标路径行进至目标位置的过程中，第一机器人若确定驶入第一道路，则沿第一道路向前行进，第一道路为目标路径中的任一道路。第一机器人在沿第一道路向前行进的过程中，获取第一道路的动态道路情况；根据第一道路的动态道路情况，确定第一道路的动态评分。
其中，动态评分越低表示对应道路的可通行程度越差，比如，动态评分为零表示第一道路无法通行，动态评分为十表示第一道路中无障碍物信息。
作为一个示例，第一机器人在沿第一道路向前行进的过程中，利用相机或激光雷达等每隔预设时间和预设距离获取第一道路的环境信息，直至驶出第一道路后，根据获取到的至少一个第一道路的环境信息，确定第一道路的动态道路情况。比如，第一机器人利用相机获取图像形式的第一道路的环境信息，从图像中获取第一道路中的障碍物信息。当然，也可以由主控单元确定第一道路的动态评分，本申请实施例对此不做限定。
另外，第一机器人若根据第一道路的动态道路情况，确定第一道路不可通行，则确定第一道路的动态评分为零。
比如，第一机器人在根据目标路径行进至目标位置的过程中，监测第一道路的环境信息。若检测到存在障碍物时，则确定障碍物的大小，根据障碍物的大小确定第一道路是否可通行。
若确定第一道路可通行，则第一机器人通过避障绕开障碍物继续前行。
若确定第一道路不可通行，即第一道路中存在较大的障碍物，或者第一道路为窄道，第一机器人无法绕开障碍物，这种情况下，第一机器人确定第一道路的动态评分为零，并将当前位置、动态评分、第一道路的道路标识发送至主控单元，主控单元将第一道路的道路评分修改为零，根据机器人的当前位置、目标位置、第一机器人的行进方向、至少一段窄道的可通行方向重新进行路径规划，使得第一机器人沿着重新规划的路径倒退驶出第一窄道，行驶至目标位置。此外，主控单元还可以对与第一道路的道路标识关联的其他机器人标识所对应的机器人重新进行路径规划。
作为一个示例，第一道路的道路评分修改为零的预设时间后，主控单元将第一道路的道路评分再次修改为静态评分。
作为一个示例，第一机器人在根据目标路径行进至目标位置的过程中或行进至目标位置之后，若从目标路径中的第一窄道驶出，则向主控单元发送窄道驶出指示信息，窄道驶出指示信息携带第一窄道的窄道标识，第一窄道为目标路径中的任一窄道。主控单元接收窄道驶出指示信息，根据窄道驶出指示信息，解除第一窄道的窄道标识与第一机器人的机器人标识之间的关联，确定第一窄道的窄道标识是否关联其它机器人的机器人标识。主控单元若确定第一窄道的窄道标识不关联其它机器人的机器人标识，则将第一窄道的可通行方向确定为第一窄道的任意道路方向或预设道路方向。
其中，第一窄道为目标路径中的任一窄道，第一窄道的窄道标识与第一机器人的机器人标识关联，第一窄道的可通行方向为目标路径的路径规划方向。
比如，目标位置位于道路与道路之间的岔口处，第一机器人先确定目标路径中是否存在第一窄道。第一机器人若确定目标路径中存在第一窄道，则在根据目标路径行进至目标位置的过程中，确定是否从第一窄道驶出。若确定从目标路径中的第一窄道驶出，则向主控单元发送窄道驶出指示信息。
或者，目标位置位于道路入口和道路出口之间，第一机器人在行进至目标位置之后，第一机器人仍处于道路之中。若行进至目标位置后处于的道路是第一窄道，则第一窄道的窄道标识仍与第一机器人的机器人标识关联，即第一机器人仍然为第一窄道对应的通行机器人。因此，在第一机器人行进至目标位置之后，若从第一窄道中驶出，则向主控单元发送窄道驶出指示信息。
另外，主控单元在接收到窄道驶出指示信息，根据窄道驶出指示信息，解除第一窄道的窄道标识与第一机器人的机器人标识之间的关联之后，若确定第一窄道的窄道标识不关联其它机器人的机器人标识，这种情况下表示第一窄道已被所规划的至少一个机器人所通行，主控单元可以将第一窄道修改为未被规划为其他机器人的通行路径的窄道，将第一窄道的可通行方向确定为第一窄道的任意道路方向或预设道路方向。
需要说明的是，本申请实施例中的多机器人系统包括主控单元和多个机器人，主控单元获取多个机器人中的任一机器人的当前位置和目标位置，确定全局静态地图中存在的至少一段窄道的可通行方向，并根据全局静态地图和至少一段窄道的可通行方向得到当前位置到目标位置的目标路径。其中，窄道是指不允许两个或两个以上的机器人并排通行的道路。另外，已被规划为其他机器人的通行路径的窄道的可通行方向为对应窄道的路径规划方向，未被规划为其他机器人的通行路径的窄道的可通行方向为对应窄道的任意道路方向或预设道路方向。这样，当目标路径中的任一段窄道已被规划为其他机器人的通行路径时，那么该窄道在该目标路径中的路径方向也就只能按照已规划的路径规划方向进行规划，也即是，只能按照其他机器人在该窄道的通行方向进行规划，如此可以保证目标路径中的任一段窄道中只能存在同向行进的机器人，从而可以避免两个或两个以上的机器人在同一段窄道中相向而行造成拥堵，进而长时间不能正常行进的情况，有效减少机器人到达目标位置花费的时长，提高机器人的工作效率。
请参考图3，图3是本申请实施例提供的一种电子设备的结构框图。该电子设备可以为主控单元或机器人等设备，主控单元可以为服务器或机器人等设备。该电子设备可用于实现上述实施例中提供的多机器人路径规划方法。
如图3所示，电子设备包括：处理器301、存储器302以及存储在存储器302中并可在处理器301上运行的计算机程序303，处理器301执行计算机程序303时实现上述实施例中的备份信息设置方法和应用备份方法中的步骤。
本领域技术人员可以理解，图3仅仅是电子设备的举例，并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，比如还可以包括输入输出设备、网络接入设备、显示屏等。
处理器301可以是中央处理单元(Central Processing Unit，CPU)，处理器301还可以是其他通用处理器、数字信号处理器(Digital Signal 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。通用处理器可以是微处理器或者也可以是任何常规的处理器。
存储器302在一些实施例中可以是电子设备的内部存储单元，比如电子设备的硬盘或内存。存储器302在另一些实施例中也可以是电子设备的外部存储设备，比如电子设备上配备的插接式硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，存储器302还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器302用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等。存储器302还可以用于暂时地存储已经输出或者将要输出的数据。
在一些实施例中，电子设备还可选包括有：外围设备接口。具体地，外围设备可以包括：显示屏、音频电路、通信接口和电源中的至少一种。
本申请实施例还提供了一种主控单元，包括通信接口、存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，通信接口用于与其它个体进行通信，处理器执行计算机程序时，以实现上述实施例提供的多机器人路径规划方法。
本申请实施例还提供了一种机器人，包括通信接口、存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，通信接口用于与其它个体进行通信，处理器执行计算机程序时，以实现上述实施例中的多机器人路径规划方法。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述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，均应包含在本申请的保护范围之内。

Claims (10)

1.一种多机器人路径规划方法，其特征在于，应用于多机器人系统，所述多机器人系统包括主控单元和多个机器人，所述主控单元分别与所述多个机器人连接，所述方法包括：
所述主控单元获取第一机器人的当前位置和目标位置，所述第一机器人为所述多个机器人中的任意一个；
所述主控单元确定全局静态地图中存在的至少一段窄道的可通行方向，所述窄道是指不允许两个或两个以上的机器人并排通行的道路，所述至少一段窄道中已被规划为其他机器人的通行路径的窄道的可通行方向为对应窄道的路径规划方向，所述至少一段窄道中未被规划为其他机器人的通行路径的窄道的可通行方向为对应窄道的任意道路方向或预设道路方向；
所述主控单元根据所述全局静态地图和所述至少一段窄道的可通行方向进行路径规划，得到所述当前位置到所述目标位置的目标路径。
2.如权利要求1所述的方法，其特征在于，所述主控单元根据所述全局静态地图和所述至少一段窄道的可通行方向进行路径规划，得到所述当前位置到所述目标位置的目标路径，包括：
所述主控单元根据所述全局静态地图和所述至少一段窄道的可通行方向，对所述当前位置到所述目标位置之间的路径进行路径规划，得到至少一条初始路径；
所述主控单元获取所述至少一条初始路径中每条初始路径包括的各段道路的道路评分，所述道路评分用于指示对应道路的可通行程度；
所述主控单元根据所述至少一条初始路径中每条初始路径包括的各段道路的道路评分，确定每条初始路径的路径评分，所述路径评分用于指示对应路径的可通行程度；
所述主控单元将所述至少一条初始路径中路径评分最高的初始路径确定为所述目标路径。
3.如权利要求2所述的方法，其特征在于，所述道路评分包括静态评分，或所述道路评分包括静态评分和动态评分，所述静态评分是根据对应道路的静态道路情况进行评分得到，所述动态评分由在对应道路中通行的机器人在行进过程中根据对应道路的动态道路情况进行评分得到，所述静态道路情况包括路宽、路长和弯曲情况中的至少一种，所述动态道路情况至少包括障碍物信息。
4.如权利要求1-3任一所述的方法，其特征在于，所述主控单元根据所述全局静态地图和所述至少一段窄道的可通行方向进行路径规划，得到所述当前位置到所述目标位置的目标路径之后，还包括：
所述主控单元将所述目标路径中的每段窄道的窄道标识与所述第一机器人的机器人标识进行关联；
所述主控单元将所述目标路径中可通行方向为任意道路方向或预设道路方向的窄道的可通行方向修改为对应窄道在所述目标路径中的路径规划方向。
5.如权利要求1-3任一所述的方法，其特征在于，所述主控单元根据所述全局静态地图和所述至少一段窄道的可通行方向进行路径规划，得到所述当前位置到所述目标位置的目标路径之后，还包括：
所述主控单元将所述目标路径发送给所述第一机器人；
所述第一机器人接收所述目标路径；
所述第一机器人根据所述目标路径行进至所述目标位置。
6.如权利要求5所述的方法，其特征在于，所述方法还包括：
所述第一机器人在根据所述目标路径行进至所述目标位置的过程中或行进至所述目标位置之后，若从所述目标路径中的第一窄道驶出，则向主控单元发送窄道驶出指示信息，所述窄道驶出指示信息携带所述第一窄道的窄道标识，所述第一窄道为所述目标路径中的任一窄道；
所述主控单元接收所述窄道驶出指示信息，根据所述窄道驶出指示信息，解除所述第一窄道的窄道标识与所述第一机器人的机器人标识之间的关联，确定所述第一窄道的窄道标识是否关联其它机器人的机器人标识；
所述主控单元若确定所述第一窄道的窄道标识不关联所述其它机器人的机器人标识，则将所述第一窄道的可通行方向确定为所述第一窄道的任意道路方向或预设道路方向。
7.如权利要求5所述的方法，其特征在于，所述方法还包括：
所述第一机器人在根据所述目标路径行进至所述目标位置的过程中，所述第一机器人若确定驶入第一道路，则沿所述第一道路向前行进，所述第一道路为所述目标路径中的任一道路；
所述第一机器人在沿所述第一道路向前行进的过程中，获取所述第一道路的动态道路情况，所述动态道路情况至少包括障碍物信息；
所述第一机器人根据所述第一道路的动态道路情况，确定所述第一道路的动态评分；
所述第一机器人将所述第一道路的动态评分发送给所述主控单元。
8.如权利要求7所述的方法，其特征在于，所述第一机器人根据所述第一道路的动态道路情况，确定所述第一道路的动态评分，包括：
所述第一机器人若根据所述第一道路的动态道路情况，确定所述第一道路不可通行，则确定所述第一道路的动态评分为零。
9.一种多机器人系统，其特征在于，所述多机器人系统包括主控单元和多个机器人，所述主控单元分别与所述多个机器人连接；
所述主控单元，用于获取第一机器人的当前位置和目标位置，所述第一机器人为所述多个机器人中的任意一个；
所述主控单元，用于确定全局静态地图中存在的至少一段窄道的可通行方向，所述窄道是指不允许两个或两个以上的机器人并排通行的道路，所述至少一段窄道中已被规划为其他机器人的通行路径的窄道的可通行方向为对应窄道的路径规划方向，所述至少一段窄道中未被规划为其他机器人的通行路径的窄道的可通行方向为对应窄道的任意道路方向或预设道路方向；
所述主控单元，用于根据所述全局静态地图和所述至少一段窄道的可通行方向进行路径规划，得到所述当前位置到所述目标位置的目标路径；
所述主控单元，用于将所述目标路径发送给所述第一机器人；
所述第一机器人，用于接收所述目标路径，根据所述目标路径行进至所述目标位置。
10.一种机器人，其特征在于，包括通信接口、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述通信接口用于与其它个体进行通信，所述处理器执行所述计算机程序时，以执行权利要求1-8任一所述方法的步骤。
CN202111268453.9A 2021-10-29 2021-10-29 多机器人路径规划方法、多机器人系统及机器人 Pending CN113985880A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111268453.9A CN113985880A (zh) 2021-10-29 2021-10-29 多机器人路径规划方法、多机器人系统及机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111268453.9A CN113985880A (zh) 2021-10-29 2021-10-29 多机器人路径规划方法、多机器人系统及机器人

Publications (1)

Publication Number Publication Date
CN113985880A true CN113985880A (zh) 2022-01-28

Family

ID=79744040

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111268453.9A Pending CN113985880A (zh) 2021-10-29 2021-10-29 多机器人路径规划方法、多机器人系统及机器人

Country Status (1)

Country Link
CN (1) CN113985880A (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002023297A1 (fr) * 2000-09-11 2002-03-21 Kunikatsu Takase Systeme de commande de mouvement de corps mobiles
CN107844117A (zh) * 2017-10-23 2018-03-27 上海木爷机器人技术有限公司 一种基于云端的道路锁定系统及方法
CN110220524A (zh) * 2019-04-23 2019-09-10 炬星科技（深圳）有限公司 路径规划方法、电子设备、机器人及计算机可读存储介质
CN110275492A (zh) * 2018-09-04 2019-09-24 天津京东深拓机器人科技有限公司 一种基于巷道确定自动引导运输车行驶路径的方法和装置
CN110727272A (zh) * 2019-11-11 2020-01-24 广州赛特智能科技有限公司 一种多台机器人的路径规划调度系统及方法
CN111208817A (zh) * 2020-01-02 2020-05-29 惠州拓邦电气技术有限公司 窄道通行方法、装置、移动装置以及计算机可读存介质
CN112405529A (zh) * 2020-10-30 2021-02-26 深圳优地科技有限公司 机器人控制方法、装置、机器人及存储介质
CN112526990A (zh) * 2020-11-24 2021-03-19 深圳市优必选科技股份有限公司 机器人通过窄道的方法、装置、可读存储介质及机器人
CN112859847A (zh) * 2021-01-06 2021-05-28 大连理工大学 一种通行方向限制下的多机器人协同路径规划方法
US20210181741A1 (en) * 2019-12-11 2021-06-17 Baidu Usa Llc Method for determining passable area in planning a path of autonomous driving vehicles

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002023297A1 (fr) * 2000-09-11 2002-03-21 Kunikatsu Takase Systeme de commande de mouvement de corps mobiles
CN107844117A (zh) * 2017-10-23 2018-03-27 上海木爷机器人技术有限公司 一种基于云端的道路锁定系统及方法
CN110275492A (zh) * 2018-09-04 2019-09-24 天津京东深拓机器人科技有限公司 一种基于巷道确定自动引导运输车行驶路径的方法和装置
CN110220524A (zh) * 2019-04-23 2019-09-10 炬星科技（深圳）有限公司 路径规划方法、电子设备、机器人及计算机可读存储介质
CN110727272A (zh) * 2019-11-11 2020-01-24 广州赛特智能科技有限公司 一种多台机器人的路径规划调度系统及方法
US20210181741A1 (en) * 2019-12-11 2021-06-17 Baidu Usa Llc Method for determining passable area in planning a path of autonomous driving vehicles
CN111208817A (zh) * 2020-01-02 2020-05-29 惠州拓邦电气技术有限公司 窄道通行方法、装置、移动装置以及计算机可读存介质
CN112405529A (zh) * 2020-10-30 2021-02-26 深圳优地科技有限公司 机器人控制方法、装置、机器人及存储介质
CN112526990A (zh) * 2020-11-24 2021-03-19 深圳市优必选科技股份有限公司 机器人通过窄道的方法、装置、可读存储介质及机器人
CN112859847A (zh) * 2021-01-06 2021-05-28 大连理工大学 一种通行方向限制下的多机器人协同路径规划方法

Similar Documents

Publication Publication Date Title
RU2682112C1 (ru) Устройство планирования вождения, аппаратура содействия при движении и способ планирования вождения
RU2682151C1 (ru) Устройство определения окружения, аппаратура содействия при движении и способ определения окружения
RU2682092C1 (ru) Устройство планирования вождения, аппаратура содействия при движении и способ планирования вождения
CN109902899B (zh) 信息生成方法和装置
US9646493B2 (en) Management of moving objects
RU2682095C1 (ru) Устройство определения окружения, аппаратура содействия при движении и способ определения окружения
CN110162050B (zh) 行驶控制方法及行驶控制系统
CN111680362B (zh) 一种自动驾驶仿真场景获取方法、装置、设备及存储介质
JP6734668B2 (ja) 基盤的地図データ
US10834552B1 (en) Intelligent vehicle pass-by information sharing
US11587434B2 (en) Intelligent vehicle pass-by information sharing
WO2013002961A2 (en) Providing routes through information collection and retrieval
US11499833B2 (en) Inferring lane boundaries via high speed vehicle telemetry
CN111422204A (zh) 自动驾驶车辆通行判定方法及相关设备
JP7190813B2 (ja) 地図データ生成プログラム、コンピュータ読取可能な記録媒体及び地図データ生成装置
CN110162589B (zh) 道路限速值的赋值方法、装置、电子设备、计算机可读介质
US11293767B2 (en) Dynamic drop off and pick up of passengers via autonomous vehicles
WO2022052809A1 (zh) 用于控制仓库中的机器人的行驶的方法和装置
WO2024060609A1 (zh) 信息交互方法及装置、电子设备和计算机可读存储介质
RU2700301C2 (ru) Устройство определения окружения, аппаратура содействия при движении и способ определения окружения
CN109945880B (zh) 路径规划方法、相关设备及可读存储介质
WO2021027966A1 (zh) 行进方法、可行进设备和存储介质
CN113091765A (zh) 道路表征方法、呈现道路信息的方法及电子设备
CN113985880A (zh) 多机器人路径规划方法、多机器人系统及机器人
JP5194828B2 (ja) 道路ネットワーク突合プログラム、方法及びシステム

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
CB02 Change of applicant information

Country or region after: China

Address after: Unit 7-11, 6th Floor, Building B2, No. 999-8 Gaolang East Road, Wuxi Economic Development Zone, Wuxi City, Jiangsu Province, China 214000

Applicant after: Youdi Robot (Wuxi) Co.,Ltd.

Address before: 5D, Building 1, Tingwei Industrial Park, No. 6 Liufang Road, Xingdong Community, Xin'an Street, Bao'an District, Shenzhen City, Guangdong Province

Applicant before: UDITECH Co.,Ltd.

Country or region before: China

CB02 Change of applicant information