CN114510041A - 一种机器人运动路径规划方法及机器人 - Google Patents
一种机器人运动路径规划方法及机器人 Download PDFInfo
- Publication number
- CN114510041A CN114510041A CN202210073912.6A CN202210073912A CN114510041A CN 114510041 A CN114510041 A CN 114510041A CN 202210073912 A CN202210073912 A CN 202210073912A CN 114510041 A CN114510041 A CN 114510041A
- Authority
- CN
- China
- Prior art keywords
- robot
- boundary
- path
- point
- position information
- 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 45
- 238000012545 processing Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000009471 action Effects 0.000 abstract description 12
- 230000000875 corresponding effect Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 230000001276 controlling effect Effects 0.000 description 10
- 235000013399 edible fruits Nutrition 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000005021 gait Effects 0.000 description 6
- 239000002420 orchard Substances 0.000 description 6
- 239000000575 pesticide Substances 0.000 description 5
- 238000005507 spraying Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000124008 Mammalia Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000037147 athletic performance Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000002917 insecticide Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007921 spray 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
- G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons 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
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of 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
- G05D1/0231—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
- G05D1/0231—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
- G05D1/0253—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 extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- 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
- G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (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机器人运动路径规划方法及机器人,用于实现机器人自主根据环境调整运动轨迹,从而提高机器人的行动效率。本申请实施例方法包括:获取机器人的当前状态信息、目标区域中对象所有边界点的位置信息以及周围环境的全局地图;根据所述当前位置信息、所述对象所有边界点的位置信息以及所述全局地图生成所述对象的全局边界路径轨迹;获取在所述机器人预设范围内的局部地图;根据所述全局边界路径轨迹和所述当前位置信息,确定所述机器人的路径目标边界点;根据所述局部地图,所述当前位置信息,结合所述路径目标边界点计算所述机器人的局部路径轨迹;控制所述机器人沿所述局部路径轨迹运动。
Description
技术领域
本申请实施例涉及机器人控制技术领域,尤其涉及一种机器人运动路径规划方法及机器人。
背景技术
足式机器人相较于传统的轮式机器人和履带式机器人,其优势在于良好的越障性能,足式机器人多自由度的腿足结构使其可以应对一些较为复杂的地形。而四足机器人作为对常见哺乳动物的仿生机器人,具有良好的应用前景和潜力。
在现有技术中,当给予四足机器人一个速度指令时,机器人会按照一定的速度以及根据定点进行直线行走。当机器人处于山脚等路面不平整的区域如果园等场景,执行给果树喷洒杀虫剂的任务时,在不平整路面的前提下,还有路人等障碍物的遮挡,由于机器人是根据定点直线行走的,无法自主根据不平整地面或障碍物调整行动轨迹,因此会影响机器人的行动效率。
发明内容
本申请实施例提供了一种机器人运动路径规划方法及机器人,用于实现机器人自主根据环境调整运动轨迹,从而提高机器人的行动效率。
本申请从第一方面提供了一种机器人运动路径规划方法,包括:
获取机器人的当前状态信息、目标区域中对象所有边界点的位置信息以及周围环境的全局地图,所述当前状态信息包含当前位置信息和当前朝向信息;
根据所述当前位置信息、所述对象所有边界点的位置信息以及所述全局地图生成所述对象的全局边界路径轨迹,所述全局边界路径轨迹包括所有所述边界点;
获取在所述机器人预设范围内的局部地图,所述局部地图覆盖至少一个所述边界点;
根据所述全局边界路径轨迹和所述当前位置信息,确定所述机器人的路径目标边界点;
根据所述局部地图,所述当前位置信息,结合所述路径目标边界点计算所述机器人的局部路径轨迹;
控制所述机器人沿所述局部路径轨迹运动。
本申请从第二方面提供了一种机器人,包括:
第一获取单元,用于获取机器人的当前状态信息、目标区域中对象所有边界点的位置信息以及周围环境的全局地图,所述当前状态信息包含当前位置信息和当前朝向信息;
第一生成单元,用于根据所述当前位置信息、所述对象所有边界点的位置信息以及所述全局地图生成所述对象的全局边界路径轨迹,所述全局边界路径轨迹包括所有所述边界点;
第二获取单元,用于获取在所述机器人预设范围内的局部地图,所述局部地图覆盖至少一个所述边界点;
第一确定单元,用于根据所述全局边界路径轨迹和所述当前位置信息,确定所述机器人的路径目标边界点;
第一计算单元,用于根据所述局部地图,所述当前位置信息,结合所述路径目标边界点计算所述机器人的局部路径轨迹;
运动控制单元,用于控制所述机器人沿所述局部路径轨迹运动。
从以上技术方案可以看出,本申请实施例具有以下优点:
首先,获取到机器人的当前状态信息和目标区域中对象所有边界点的位置信息以及周围环境的全局地图后,可以根据该当前位置信息和对象所有边界点的位置信息、全局地图生成对象的全局边界路径轨迹,获取到机器人预设范围内的局部地图后,再进一步根据该全局边界路径轨迹和当前位置信息确定机器人的路径目标边界点,接着,再根据获得的局部地图,当前位置信息,结合机器人的路径目标边界点,来计算出机器人的局部路径轨迹。本申请通过根据机器人当前状态信息和对象所有边界点的位置信息生成对象的边界路径轨迹的技术手段规划出理想状态下机器人的全局边界路径轨迹,通过全局边界路径轨迹确定路径目标边界点后,再根据局部地图信息,机器人的当前位置信息,路径目标边界点来计算机器人的局部路径轨迹的技术手段,进一步基于理想运动路径为机器人规划出实际运动路径,实现机器人自主根据环境调整运动轨迹,从而提高机器人的行动效率。
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他的附图。
图1为本申请提供的多足机器人的硬件结构示意图;
图2为本申请提供的多足机器人的机械结构示意图;
图3为本申请提供的机器人运动路径规划方法的一个实施例流程示意图;
图4为本申请提供的机器人运动路径规划方法的全局地图示意图;
图5为本申请提供的机器人运动路径规划方法的全局边界路径轨迹示意图;
图6为本申请提供的机器人运动路径规划方法的局部路径轨迹示意图;
图7为本申请提供的机器人运动路径规划方法的另一个实施例流程示意图;
图8为本申请提供的机器人的一个实施例结构示意图;
图9为本申请提供的机器人的另一个实施例结构示意图;
图10为本申请提供的机器人运动路径规划设备的一个实施例结构示意图。
具体实施方式
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。
在后续的描述中,使用用于表示部件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
请参阅图1,图1为本发明其中一个实施方式的多足机器人100的硬件结构示意图。在图1所示的实施方式中,多足机器人100包括机械单元101、通讯单元102、传感单元103、接口单元104、存储单元105、控制模块110、电源111。多足机器人100的各种部件可以以任何方式连接,包括有线或无线连接等。本领域技术人员可以理解,图1中示出的多足机器人100的具体结构并不构成对多足机器人100的限定,多足机器人100可以包括比图示更多或更少的部件,某些部件也并不属于多足机器人100的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略,或者组合某些部件。
下面结合图1对多足机器人100的各个部件进行具体的介绍:
机械单元101为多足机器人100的硬件。如图1所示,机械单元101可包括驱动板1011、电机1012、机械结构1013,如图2所示,机械结构1013可包括机身主体1014、可伸展的腿部1015、足部1016,在其他实施方式中,机械结构1013还可包括可伸展的机械臂、可转动的头部结构、可摇动的尾巴结构、载物结构、鞍座结构、摄像头结构等。需要说明的是,机械单元101的各个部件模块可以为一个也可以为多个,可根据具体情况设置,比如腿部1015可为4个,每个腿部1015可配置3个电机1012,对应的电机1012为12个。
通讯单元102可用于信号的接收和发送,还可以通过与网络和其他设备通信,比如,接收遥控器或其他多足机器人100发送的按照特定步态以特定速度值向特定方向移动的指令信息后,传输给控制模块110处理。通讯单元102包括如WiFi模块、4G模块、5G模块、蓝牙模块、红外模块等。
传感单元103用于获取多足机器人100周围环境的信息数据以及监控多足机器人100内部各部件的参数数据,并发送给控制模块110。传感单元103包括多种传感器,如获取周围环境信息的传感器:激光雷达(用于远程物体检测、距离确定和/或速度值确定)、毫米波雷达(用于短程物体检测、距离确定和/或速度值确定)、摄像头、红外摄像头、全球导航卫星系统(GNSS,Global Navigation Satellite System)等。如监控多足机器人100内部各部件的传感器:惯性测量单元(IMU,Inertial Measurement Unit)(用于测量速度值、加速度值和角速度值的值),足底传感器(用于监测足底着力点位置、足底姿态、触地力大小和方向)、温度传感器(用于检测部件温度)。至于多足机器人100还可配置的载荷传感器、触摸传感器、电机角度传感器、扭矩传感器等其他传感器,在此不再赘述。
接口单元104可以用于接收来自外部装置的输入(例如,数据信息、电力等)并且将接收到的输入传输到多足机器人100内的一个或多个部件,或者可以用于向外部装置输出(例如,数据信息、电力等)。接口单元104可包括电源端口、数据端口(如USB端口)、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口等。
存储单元105用于存储软件程序以及各种数据。存储单元105可主要包括程序存储区和数据存储区,其中,程序存储区可存储操作系统程序、运动控制程序、应用程序(比如文本编辑器)等;数据存储区可存储多足机器人100在使用中所生成的数据(比如传感单元103获取的各种传感数据,日志文件数据)等。此外,存储单元105可以包括高速随机存取存储器,还可以包括非易失性存储器,例如磁盘存储器、闪存器、或其他易失性固态存储器。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。
输入单元107可用于接收输入的数字或字符信息。具体地,输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071,也称为触摸屏,可收集用户的触摸操作(比如用户使用手掌、手指或适合的附件在触控面板1071上或在触控面板1071附近的操作),并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置1073和触摸控制器1074两个部分。其中,触摸检测装置1073检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器1074;触摸控制器1074从触摸检测装置1073上接收触摸信息,并将它转换成触点坐标,再送给控制模块110,并能接收控制模块110发来的命令并加以执行。除了触控面板1071,输入单元107还可以包括其他输入设备1072。具体地,其他输入设备1072可以包括但不限于遥控操作手柄等中的一种或多种,具体此处不做限定。
进一步的,触控面板1071可覆盖显示面板1061,当触控面板1071检测到在其上或附近的触摸操作后,传送给控制模块110以确定触摸事件的类型,随后控制模块110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中,触控面板1071与显示面板1061是作为两个独立的部件来分别实现输入和输出功能,但是在某些实施例中,可以将触控面板1071与显示面板1061集成而实现输入和输出功能,具体此处不做限定。
控制模块110是多足机器人100的控制中心,利用各种接口和线路连接整个多足机器人100的各个部件,通过运行或执行存储在存储单元105内的软件程序,以及调用存储在存储单元105内的数据,从而对多足机器人100进行整体控制。
电源111用于给各个部件供电,电源111可包括电池和电源控制板,电源控制板用于控制电池充电、放电、以及功耗管理等功能。在图1所示的实施方式中,电源111电连接控制模块110,在其它的实施方式中,电源111还可以分别与传感单元103(比如摄像头、雷达、音箱等)、电机1012电性连接。需要说明的是,各个部件可以各自连接到不同的电源111,或者由相同的电源111供电。
在上述实施方式的基础上,具体地,在一些实施方式中,可以通过终端设备来与多足机器人100进行通信连接,在终端设备与多足机器人100进行通信时,可以通过终端设备来向多足机器人100发送指令信息,多足机器人100可通过通讯单元102来接收指令信息,并可在接收到指令信息的情况下,将指令信息传输至控制模块110,使得控制模块110可根据指令信息来处理得到目标速度值。终端设备包括但不限于:具备图像拍摄功能的手机、平板电脑、服务器、个人计算机、可穿戴智能设备、其它电器设备。
指令信息可以根据预设条件来确定。在一个实施方式中,多足机器人100可以包括传感单元103,传感单元103可根据多足机器人100所在的当前环境可生成指令信息。控制模块110可根据指令信息来判断多足机器人100的当前速度值是否满足对应的预设条件。若满足,则会保持多足机器人100的当前速度值和当前步态移动;若不满足,则会根据对应的预设条件来确定目标速度值和相应的目标步态,从而可控制多足机器人100以目标速度值和相应的目标步态移动。环境传感器可以包括温度传感器、气压传感器、视觉传感器、声音传感器。指令信息可以包括温度信息、气压信息、图像信息、声音信息。环境传感器与控制模块110之间的通信方式可以为有线通信,也可以为无线通信。无线通信的方式包括但不限于:无线网络、移动通信网络(3G、4G、5G等)、蓝牙、红外。
以上对本申请提供的机器人的硬件结构和机械结构进行说明,下面对本申请提供的机器人运动路径规划方法和机器人的功能进行说明。
在现有技术中,多足机器人在接收到速度指令时,机器人可以按照一定的速度以及根据定点进行直线行走,可是当多足机器人在处于路面不平整的区域,或有动态障碍物遮挡时,无法自主根据不平整地面或这些动态障碍物来调整行动轨迹,依旧按照定点直线行走,遇到了凹坑、障碍物等难以避开,这样一来,会影响机器人实际的行动速度,从而影响机器人的行动效率。
基于此,本申请提供了一种机器人运动路径规划方法及机器人,用于实现机器人自主根据环境调整运动轨迹的功能,从而提高机器人的行动效率。
请参阅图3,图3为本申请提供了机器人运动路径规划方法的一个实施例,为方便描述,本实施例中以机器人控制系统为执行主体进行举例说明,该方法包括:
301、获取机器人的当前状态信息、目标区域中对象所有边界点的位置信息以及周围环境的全局地图,当前状态信息包含当前位置信息和当前朝向信息;
在本申请实施例中,为了更好地规划机器人将要行走的路径,首先需要了解机器人目前处于哪个行动方位如东南西北或左右等,然后获取到机器人将要作用的目标区域的环境情况,才能根据这些信息确定出机器人在目标区域中大概的路径轨迹。
具体的,当机器人控制系统接收到用户的运动路径规划请求后,可以先获取到与机器人控制系统绑定的机器人当前状态信息,该当前状态信息包含当前位置信息和当前朝向信息,例如,当前位置信息的获取方式包括但不限定于根据机器人自身设置的导航定位装置获取机器人当前所在的经纬度;或将目标区域设置为带有坐标系的全局地图,根据机器人在该目标区域的位置确定机器人在该全局地图中的坐标数据等。当前朝向信息指的是当前机器人正面所处的方向信息,更具体的为,例如:机器人从A点出发到B点,A点为起点,B点为终点,B点在A点的左侧,则机器人的当前朝向是左侧。
关于目标区域中对象的边界点至少有2个及以上,对象的边界点指的是围绕对象一圈的边界上的点,每个对象的边界点数量可以是机器人控制系统针对于对象自定义设置或生成的,也可以是人为在对象边缘摆放标记物以作边界点等,此处不做限定。此处所指的目标区域中的对象为机器人需要作用的物体。
302、根据当前位置信息、对象所有边界点的位置信息以及全局地图生成对象的全局边界路径轨迹;
如图4所示,图4表示的是果园场景的俯视示意图。在本申请实施例中,目标区域可指果园场景区域,那么,目标区域中的对象则为果园中的果树,图中的黑色圆点部分表示为果树,黑色圆点边缘的白色部分则为果树边缘,因此,边界点会在白色部分外边缘的线上设置,其中,在外边缘的线上所设置的边界点至少有2个及以上。
根据预设的控制逻辑确定每一步运动的路径边界点,多个控制周期的路径边界点连接就形成了机器人的全局边界路径轨迹。具体的,以机器人的当前位置坐标作为路径轨迹的起始点,以每个对象的各个边界点作为机器人的路径边界点,将这些点标注在全局地图上并连接,以生成全局边界路径轨迹。此处所指的全局边界路径轨迹是指在理想状态下的轨迹,即在目标区域中不考虑地形地势以及任何障碍物的情况下的路径轨迹。基于全局地图的全局边界路径轨迹可以如图5所示,图5为包含基于图4生成的全局路径轨迹的地图,在图5中,每个对象设置了4个边界点,其中,图5中的A点即为机器人当前的位置坐标点,线条B即为所生成的全局边界路径轨迹,该全局边界路径轨迹包括所有边界点。
303、获取在机器人预设范围内的局部地图;
在本申请实施例中,局部地图为目标区域的局部高程地图,该局部地图覆盖至少一个边界点,例如,机器人的位置坐标设为[0,0],[x0,y0]、[x1,y1]、[x3,y3]、[x4,y4]坐标分别代表机器人边上的一点,这些点由逆时针或顺时针排列,分别为局部地图的边上的一点,由这些点构建的范围区域中覆盖至少一个边界点。
在本申请实施例中,在获取到局部地图后,再基于机器人的运动性能参数,通过局部高程地图可进一步获取到局部footprint可通行地图(局部足迹可通行地图),这样,才能在后续根据这局部地图和对应的局部足迹可通行地图确定机器人的局部路径轨迹。其中,本申请实施例所提到的高程表示的是距大地水准面的距离,在地形图测量中可以用来表示点位的高度,也可以根据测得得高程地图中得到等高线,所提到的机器人的运动性能参数包括可跨越台阶的高度临界值、可通过地面的粗糙度临界值、可通过斜坡的坡度临界值及可通过悬空物体的高度临界值中的至少一个。
针对于获取局部地图,更为具体的为,机器人控制系统可以将预设范围设为距离机器人20m的范围,接着根据激光及感知等信息,实时以机器人边上一点[0,20]、[-20,0]、[0,-20]、[20,0]的范围获取该范围的局部高程地图。该局部地图相较与全局地图来说,全局地图不会显示目标区域的地形地势,且只包含对象;而局部地图会精确细致地显示出局部具体的地形地势,除了对象,还会包含局部存在的动态物体。
304、根据全局边界路径轨迹和当前位置信息,确定机器人的路径目标边界点;
在本申请实施例中,为了更好地为机器人布局每一次运动所要经历的边界点,机器人控制系统可以根据机器人与边界点的距离来确定每一次运动经历的边界点。更为具体的为,如图5所示,全局边界路径轨迹为B,机器人控制系统根据全局地图上的全局边界路径轨迹B和机器人当前所处的位置坐标A,可检测出下一个离该位置坐标A最近的边界点为C,接着,将该边界点C作为机器人下一个所要经历的路径目标边界点。
305、根据局部地图,当前位置信息,结合路径目标边界点计算机器人的局部路径轨迹;
在实际应用中,为了能够控制机器人有效应对实际情况(地势不平及存在障碍物等)运动,需要在生成的全局边界路径轨迹的基础上,对机器人当前所执行运动的局部地图的进行区域分析。
具体的,当局部地图显示不存在障碍物或地势平缓时,可确定机器人的局部路径轨迹与全局边界路径轨迹中对应路径部分一致;当局部地图显示存在障碍物或地势不平时,如图6所示,可用黑方块来表示障碍物,当机器人当前位置为A,确定机器人所要经历的路径目标边界点为边界点C时,从A点到C点处的全局边界路径中存在障碍物,为了避免障碍物,机器人不能直接沿用最短最优路径的全局边界路径运动,机器人控制系统会将局部地图中障碍物的位置坐标、机器人当前位置坐标(起始坐标点)及路径目标边界点(局部终点坐标点)代入包括但不限于A路径规划算法(A*,A-star algorithm)或D路径规划算法(D*,Dynamic A*)等算法,实时规划出相应的局部2.5D路径,该局部2.5D路径则为机器人在对应局部区域内的局部路径轨迹。
306、控制机器人沿局部路径轨迹运动。
在本申请实施例中,机器人控制系统是先规划出具有所有边界点的全局路径,再规划包括边界点的局部路径。由于考虑到在机器人按照规划路径运动时,需要避开障碍物,因此,每当机器人更新一次路径目标边界点,机器人控制系统就要通过步骤305对对应的局部路径轨迹进行分析计算并更新,直至机器人遍历目标区域中各个对象的所有边界点。
例如,当机器人控制系统通过步骤305计算出机器人从C点到D点处的局部路径轨迹后,则将该局部路径轨迹替换掉前一个局部路径轨迹(机器人从A点到C点处的局部路径轨迹),向机器人发出运动控制指令,从而控制机器人沿着规划好的新的局部路径轨迹从C点运动到D点。
需要说明的是,在本申请实施例中,机器人的移动步态为trot步态,运动的动作是足式机器人的两条腿着地,两条腿腾空,机器人每条腿有两个相位,一个是stance相位(代表着地),另一个是swing相位(代表腾空),判断机器人是否走过路径目标边界点,则只需判断机器人的腿部在该路径目标边界点位置是否完成这两个相位即可。
在本申请实施例中,通过根据机器人当前状态信息和对象所有边界点的位置信息生成对象的边界路径轨迹的技术手段规划出理想状态下机器人的全局边界路径轨迹,通过全局边界路径轨迹确定路径目标边界点后,再根据局部地图信息,机器人的当前位置信息,路径目标边界点来计算机器人的局部路径轨迹的技术手段,进一步基于理想运动路径为机器人规划出实际运动路径,实现机器人自主根据环境调整运动轨迹,使机器人能够在考虑障碍物的情况下走完边界点,从而提高机器人的行动效率。
请参阅图7,本申请提供了机器人运动路径规划方法的另一实施例,为方便描述,本实施例中以机器人控制系统为执行主体进行举例说明,该方法包括:
401、获取机器人的当前状态信息、目标区域中对象所有边界点的位置信息以及周围环境的全局地图,当前状态信息包含当前位置信息和当前朝向信息;
402、根据当前位置信息、对象所有边界点的位置信息以及全局地图生成对象的全局边界路径轨迹;
在本申请实施例中,机器人当前位置信息包括机器人的当前位置坐标,对象所有边界点的位置信息包括对象所有边界点的位置坐标,生成全局边界路径轨迹的具体表现方式可以包括但不限于以下方式。
例如,基于机器人的当前朝向信息从对象所有边界点的位置坐标中确定与当前位置坐标距离最近的坐标点为第一坐标点,此处所指的坐标点即为边界点的坐标点,根据当前位置坐标与第一坐标点确定机器人的运动方向,根据运动方向从对象所有边界点的位置坐标中确定与第一坐标点距离最近的坐标点为第二坐标点后,把该第一坐标点从对象所有边界点的位置坐标中删除。
从该对象所有边界点的位置坐标中确定与第二坐标点距离最近的坐标点为第三坐标点,删除第二坐标点以后,将第三坐标点更新为第二坐标点,根据上述方法遍历对象所有边界点的位置坐标,以前面确定好的第一坐标点分布作为该对象的起始坐标点和终点坐标点,结合依次确定的第二坐标点按照先后顺序进行连接保存至全局地图,根据上述方法遍历目标区域中的所有对象后,将各个对象的终点坐标点顺序连接,以生成全局边界路径轨迹。
为了更清楚的生成全局边界路径轨迹的方法进行解释说明,下面以图5为例,对该方法的一个应用场景进行说明:
假设机器人的位置为点A,点C、点D、点F、点G分别为一个对象的边界点,点E为另一个对象的其中一个边界点。确定与点A位置坐标距离最近的坐标点有点C和点E,由于该机器人的当前朝向信息为西南侧朝向,所以确定对应西南侧朝向的点C为第一坐标点,则可以以点A到点C处的延伸方向作为机器人的运动方向:西南方向,当机器人运动至点C时,与点C距离最近的坐标点存在点F和点D,由于此时机器人的运动方向为西南方向,则机器人控制系统可根据西南方向确定机器人执行逆时针运动,即确定点F为第二坐标点,将点F保存至全局地图后,将点C从对象所有边界点的位置坐标中删除,从含有点F的对象的所有边界点的位置坐标中确定与点F距离最近的点G为第三坐标点,删除原有的第二坐标点点F后,将点G更新为新的第二坐标点,继续执行上述方法直至遍历完对象所有边界点的位置坐标,然后,将前面所确定的第一坐标点点C作为对应对象的起始坐标点和终点坐标点,结合依次确定的第二坐标点按照先后顺序连接起来,根据上述方法遍历目标区域中的所有对象,最后,将各个对象的终点坐标点顺序连接(例如点C与点E的连接),保存至全局地图,那么,所有对象的所有点顺序连接后的线段则为全局边界路径轨迹。
此处需要说明的是,当机器人的运动方向处于西南或西北任意一侧时,确定机器人逆时针运动,当机器人的运动方向处于东南或东北任意一侧时,确定机器人顺时针运动,当机器人的运动方向处于东南西北任一侧,则可随机选择顺时针/逆时针运动。需要说明的是,在机器人需要从一个对象的终点坐标点运动至另一个对象的起始坐标点时,无需再根据机器人的运动方向确定是往顺时针或是逆时针运动,机器人直接运动至另一个对象的起始坐标点即可。
403、获取在机器人预设范围内的局部地图;
404、根据全局边界路径轨迹和当前位置信息,确定机器人的路径目标边界点;
在本申请实施例中,预设范围就是预设半径。以机器人位置为中心,以预设半径画个圆,这个圆区域即为局部地图,在这个圆区域里,至少包含有一个边界点。需要说明的是,预设范围,即预设半径是按照机器人的感知范围来确定展开的,因此,在局部地图上和机器人当前位置坐标最近的全局边界路径轨迹上的边界点就是机器人所要经历的路径目标边界点。
例如,由于机器人的感知范围为半径20m,则将预设范围设为20m,那么在20m×20m的局部地图上和机器人当前位置坐标(0,0)距离最远的全局边界路径轨迹上的边界点就是机器人所要经历的路径目标边界点。
405、基于机器人的运动性能参数和局部地图构建局部可通行地图;
406、根据局部地图、局部可通行地图、当前位置信息以及路径目标边界点计算机器人的局部路径轨迹;
在本申请实施例中,运动性能参数可以包括可跨越台阶的高度临界值、可通过地面的粗糙度临界值、可通过斜坡的坡度临界值及可通过悬空物体的高度临界值中的至少一个。
在本申请实施例中,局部地图可以是局部高程地图,根据该运动性能参数对局部地图的地势进行分析得到机器人可以通过的区域部分,例如根据运动性能参数可知机器人可跨越台阶的高度临界值为20cm,则可将局部地图中存在台阶高度超出20cm的区域部分隐藏或利用特殊符号标记等方式来表示该区域不可通行,局部地图经过上述处理后即可构建出机器人的局部可通过地图。后续计算机器人的局部路径轨迹与前述步骤305描述的方法相似,此处不再做描述。
407、获取当前环境视频信息和/或当前边界路径信息;
408、根据当前环境视频信息和/或当前边界路径信息判断机器人是否在围绕对象运动,若是,则执行步骤409,若否,则执行步骤410;
409、生成相应的第一操作指令,并根据第一操作指令执行相应的操作;
在本申请实施例中,当前环境视频信息指的是由机器人自身携带的摄像装置所录制的周边环境视频,当前边界路径信息指的是机器人基于全局边界路径轨迹中,已经历的路径轨迹。当机器人在执行任务时,可以实时拍摄或在特定时间间隔期拍摄一次周边的环境视频。
机器人的位姿信息可以表现为:当机器人处于平地时,机器人各个腿部足端运动的起点和终点处于同一水平面上;当机器人存在上坡/下坡等情况时,机器人各个腿部足端运动的起点和终点就不会在同一水平线上。在机器人控制系统利用A*(A-star algorithm)等算法实时规划出相应的局部2.5D路径后,可以根据所规划的2.5D路径,机器人当前位姿等信息,进行局部路径跟踪速度控制,同时根据获取的当前环境视频信息及当前边界路径信息,来对机器人目前的运动状态进行分析。例如,如图5所示,系统根据边界路径信息确定机器人当前所在的路径目标边界点为点F,此前已经过点C,结合获取的周边环境视频,若检测出该周边环境视频在点C至点F的运动周期中的各个视频帧中皆存在某个对象,且各个视频帧中对象的位置或外部特征重合度较高,则确定机器人在围绕着某个对象运动。
由于机器人自带机械臂,在执行任务时,机器人在目标区域按照局部路径轨迹运动的同时,可以设置一定的触发条件,让机械臂可以在条件被触发时,针对机器人执行的任务来抓取设备或摆出相应动作进行辅助操作。例如,触发条件为机器人围绕对象运动,那么当检测到机器人达到触发条件时,控制系统则会进一步生成第一操作指令,并根据第一操作指令对该对象执行相应的操作。更为具体的为,对于果园的任务场景,当工作人员通过控制系统对机器人下达了围绕果树进行农药喷洒的指令,那么,机器人会被预先携带好农药喷洒设备,系统会将果园作为机器人运动的目标区域,果树作为目标区域中的对象,当系统判定机器人在目标区域内正围绕着某棵果树运动时,会生成农药喷洒的第一操作指令,并根据该第一操作指令控制机械臂抓取农药喷洒设备对该果树进行农药喷洒。
410、更新局部路径轨迹,重新获取机器人的位置信息,并根据位置信息判断机器人是否到达路径目标边界点,若是,则执行步骤411,若否,则执行步骤414;
411、判断路径目标边界点是否为全局边界路径轨迹中的最后一个边界点,若是,则执行步骤412,若否,则执行步骤413;
412、控制机器人停止运动;
413、根据全局边界路径轨迹,结合位置信息,确定全局边界路径轨迹中距离机器人当前位置最近的边界点作为机器人的下一个路径目标边界点;
414、控制机器人保持局部路径轨迹运动。
在本申请实施例中,随着机器人不断地沿着局部路径轨迹运动,机器人控制系统可以通过重新获取机器人的位置信息来确定机器人当前的运动状态,并根据该运动状态更新机器人下一个所要经历的路径目标边界点,直至机器人到达目标区域内全局路径轨迹的最后一个边界点。具体的,如图5所示,设机器人已从点A运动至点C,确定点C为路径目标边界点,但根据全局地图或包含点C的局部地图明显可知点C不是全局边界路径轨迹中的最后一个边界点,根据机器人当前的运动方向可以确定与机器人当前位置最近的点F为机器人的下一个路径目标边界点;设机器人位置正处于点C到点E之间,则可以确定机器人未到达路径目标边界点,继续控制机器人保持局部路径轨迹运动,直至到达点E。
在本申请实施例中,机器人控制系统可以通过针对不同的任务场景对机器人设置一定的触发条件,让机器人在根据规划好的全局边界路径轨迹运动的同时,自带的机械臂也可以在条件被触发时,针对机器人执行的任务来抓取设备或摆出相应动作进行辅助操作,最终完成任务,有效提高了机器人的工作效率;可以根据机器人相关信息以及对象所有边界点相关信息来确定机器人的运动方向,进一步根据该运动方向和机器人与相关边界点的距离来顺序排列对象的所有边界点,最后再将这些边界点顺序连接来生成全局边界路径轨迹,避免了机器人走重复路线的问题;还可以根据机器人的位置信息来全局边界路径轨迹中距离机器人当前位置最近的边界点,该边界点作为机器人的下一个路径目标边界点,以此更新局部轨迹路径,实现了对机器人当前局部轨迹路径的判断与更新。
请参阅图8,图8为本申请实施例提供的机器人的一种实施例,包括:
第一获取单元501,用于获取机器人的当前状态信息、目标区域中对象所有边界点的位置信息以及周围环境的全局地图,当前状态信息包含当前位置信息和当前朝向信息;
第一生成单元502,用于根据当前位置信息、对象所有边界点的位置信息以及全局地图生成对象的全局边界路径轨迹,全局边界路径轨迹包括所有边界点;
第二获取单元503,用于获取在机器人预设范围内的局部地图,局部地图覆盖至少一个边界点;
第一确定单元504,用于根据全局边界路径轨迹和当前位置信息,确定机器人的路径目标边界点;
第一计算单元505,用于根据局部地图,当前位置信息,结合路径目标边界点计算机器人的局部路径轨迹;
运动控制单元506,用于控制机器人沿局部路径轨迹运动。
在本申请实施例中,当第一获取单元501获取到机器人的当前状态信息、目标区域中对象所有边界点的位置信息以及周围环境的全局地图后,第一生成单元502根据第一获取单元501获取的信息生成对象的全局边界路径轨迹,然后,第一确定单元504用于确定路径目标边界点,第一计算单元505根据第一获取单元501获取的当前位置信息、第二获取单元503获取的局部地图结合第一确定单元504确定的路径目标边界点,计算出机器人的局部路径轨迹,最后,运动控制单元506控制机器人沿着通过第一计算单元505计算出的局部路径轨迹运动,提高了机器人的行动效率。
请参阅图9,图9为本申请实施例提供的机器人的另一实施例,包括:
第一获取单元601,用于获取机器人的当前状态信息、目标区域中对象所有边界点的位置信息以及周围环境的全局地图,当前状态信息包含当前位置信息和当前朝向信息;
第一生成单元602,用于根据当前位置信息、对象所有边界点的位置信息以及全局地图生成对象的全局边界路径轨迹,全局边界路径轨迹包括所有边界点;
第二获取单元603,用于获取在机器人预设范围内的局部地图,局部地图覆盖至少一个边界点;
第一确定单元604,用于根据全局边界路径轨迹和当前位置信息,确定机器人的路径目标边界点;
第一计算单元605,用于根据局部地图,当前位置信息,结合路径目标边界点计算机器人的局部路径轨迹;
第三获取单元606,用于获取当前环境视频信息和/或当前边界路径信息;
第一判断单元607,用于根据当前环境视频信息和/或当前边界路径信息判断机器人是否在围绕对象运动;
第一执行单元608,用于当第一判断单元607根据当前环境视频信息和/或当前边界路径信息确定机器人是在围绕对象运动时,则生成相应的第一操作指令,并根据第一操作指令执行相应的操作;
运动控制单元609,用于控制机器人沿局部路径轨迹运动。
在本申请实施例中,当前位置信息包括机器人的当前位置坐标,对象所有边界点的位置信息包括对象所有边界点的位置坐标。
在本申请实施例中,第一生成单元602具体用于基于机器人的当前朝向信息从对象所有边界点的位置坐标中确定与当前位置坐标距离最近的坐标点为第一坐标点,根据当前位置坐标与第一坐标点确定机器人的运动方向,根据运动方向从对象所有边界点的位置坐标中确定与第一坐标点距离最近的坐标点为第二坐标点,并在对象所有边界点的位置坐标中删除第一坐标点;
第一生成单元602具体还用于从对象所有边界点的位置坐标中确定与第二坐标点距离最近的坐标点为第三坐标点,并在对象所有边界点的位置坐标中删除第二坐标点,将第三坐标点更新为第二坐标点,根据上述方法遍历对象所有边界点的位置坐标,以第一坐标点作为对象的起始坐标点和终点坐标点,结合依次确定的第二坐标点按照先后顺序进行连接保存至全局地图,根据上述方法遍历目标区域中的所有对象后,将各个对象的终点坐标点顺序连接,以生成全局边界路径轨迹。
在本申请实施例中,第一计算单元605包括:
地图构建模块6051,用于基于机器人的运动性能参数和局部地图构建局部可通行地图;
局部路径轨迹计算模块6052,用于根据局部地图、局部可通行地图、当前位置信息以及路径目标边界点计算机器人的局部路径轨迹。
在本申请实施例中,运动控制单元609,包括:
第一处理模块6091,用于更新局部路径轨迹,重新获取机器人的位置信息,并根据位置信息判断机器人是否到达路径目标边界点;
第二判断模块6092,用于当第一处理模块6091根据位置信息确定机器人到达路径目标边界点时,判断路径目标边界点是否为全局边界路径轨迹中的最后一个边界点;
第二执行模块6093,用于当第二判断模块6092确定路径目标边界点为全局边界路径轨迹中的最后一个边界点时,则控制机器人停止运动;
第三执行模块6094,用于当第二判断模块6092确定路径目标边界点不为全局边界路径轨迹中的最后一个边界点时,则根据全局边界路径轨迹,结合位置信息,确定全局边界路径轨迹中距离机器人当前位置最近的边界点作为机器人的下一个路径目标边界点;
第四执行模块6095,当第一处理模块6091根据位置信息确定机器人未到达路径目标边界点时,则控制机器人保持局部路径轨迹运动。
请参阅图10,图10为本申请提供了机器人运动规划设备的一个实施例,该机器人运动规划设备包括:
处理器701、存储器702、输入输出单元703、总线704;
处理器701与存储器702、输入输出单元703以及总线704相连;
处理器701具体执行如下操作:
获取机器人的当前状态信息、目标区域中对象所有边界点的位置信息以及周围环境的全局地图,当前状态信息包含当前位置信息和当前朝向信息;
根据当前位置信息、对象所有边界点的位置信息以及全局地图生成对象的全局边界路径轨迹,全局边界路径轨迹包括所有边界点;
获取在机器人预设范围内的局部地图,局部地图覆盖至少一个边界点;
根据全局边界路径轨迹和当前位置信息,确定机器人的路径目标边界点;
根据局部地图,当前位置信息,结合路径目标边界点计算机器人的局部路径轨迹;
控制机器人沿局部路径轨迹运动。
本实施例中,处理器701的功能与前述图3、图7所示实施例中的步骤对应,此处不做赘述。
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,上述描述的系统,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,所揭露的系统,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。
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。
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)执行本申请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。
Claims (10)
1.一种机器人运动路径规划方法,其特征在于,包括:
获取机器人的当前状态信息、目标区域中对象所有边界点的位置信息以及周围环境的全局地图,所述当前状态信息包含当前位置信息和当前朝向信息;
根据所述当前位置信息、所述对象所有边界点的位置信息以及所述全局地图生成所述对象的全局边界路径轨迹,所述全局边界路径轨迹包括所有所述边界点;
获取在所述机器人预设范围内的局部地图,所述局部地图覆盖至少一个所述边界点;
根据所述全局边界路径轨迹和所述当前位置信息,确定所述机器人的路径目标边界点;
根据所述局部地图,所述当前位置信息,结合所述路径目标边界点计算所述机器人的局部路径轨迹;
控制所述机器人沿所述局部路径轨迹运动。
2.根据权利要求1所述的机器人运动路径规划方法,其特征在于,所述当前位置信息包括所述机器人的当前位置坐标,所述对象所有边界点的位置信息包括所述对象所有边界点的位置坐标;
所述根据所述当前位置信息、所述对象所有边界点的位置信息以及所述全局地图生成所述对象的全局边界路径轨迹,具体包括:
S1,基于所述机器人的当前朝向信息从所述对象所有边界点的位置坐标中确定与所述当前位置坐标距离最近的坐标点为第一坐标点;
S2,根据所述当前位置坐标与所述第一坐标点确定所述机器人的运动方向;
S3,根据所述运动方向从所述对象所有边界点的位置坐标中确定与所述第一坐标点距离最近的坐标点为第二坐标点,并在所述对象所有边界点的位置坐标中删除所述第一坐标点;
S4,从所述对象所有边界点的位置坐标中确定与所述第二坐标点距离最近的坐标点为第三坐标点;
S5,在所述对象所有边界点的位置坐标中删除所述第二坐标点,将所述第三坐标点更新为第二坐标点;
S6,根据步骤S4至S5遍历所述对象所有边界点的位置坐标,以所述第一坐标点作为所述对象的起始坐标点和终点坐标点,结合依次确定的第二坐标点按照先后顺序进行连接保存至所述全局地图;
S7,根据步骤S1至S6遍历所述目标区域中的所有对象后,将各个对象的终点坐标点顺序连接,以生成全局边界路径轨迹。
3.根据权利要求1所述的机器人运动路径规划方法,其特征在于,根据所述局部地图,所述当前位置信息,结合所述路径目标边界点计算所述机器人的局部路径轨迹,包括:
基于所述机器人的运动性能参数和所述局部地图构建局部可通行地图;
根据所述局部地图、所述局部可通行地图、所述当前位置信息以及所述路径目标边界点计算所述机器人的局部路径轨迹。
4.根据权利要求1至3任一项所述的机器人运动路径规划方法,其特征在于,所述根据所述局部地图,所述当前位置信息,结合所述路径目标边界点计算所述机器人的局部路径轨迹之后,所述机器人运动路径规划方法还包括:
获取当前环境视频信息和/或当前边界路径信息;
根据所述当前环境视频信息和/或当前边界路径信息判断所述机器人是否在围绕所述对象运动;
若是,则生成相应的第一操作指令,并根据所述第一操作指令执行相应的操作。
5.根据权利要求1所述的机器人运动路径规划方法,其特征在于,所述控制所述机器人沿所述局部路径轨迹运动之后,所述机器人运动路径规划方法还包括:
更新局部路径轨迹,重新获取所述机器人的位置信息,并根据所述位置信息判断所述机器人是否到达所述路径目标边界点;
当根据所述位置信息确定所述机器人到达所述路径目标边界点时,判断所述路径目标边界点是否为所述全局边界路径轨迹中的最后一个边界点,若是,则控制所述机器人停止运动;
若否,则根据所述全局边界路径轨迹,结合所述位置信息,确定所述全局边界路径轨迹中距离所述机器人当前位置最近的边界点作为所述机器人的下一个路径目标边界点;
当根据所述位置信息确定所述机器人未到达所述路径目标边界点时,控制所述机器人保持所述局部路径轨迹运动。
6.一种机器人,其特征在于,包括:
第一获取单元,用于获取机器人的当前状态信息、目标区域中对象所有边界点的位置信息以及周围环境的全局地图,所述当前状态信息包含当前位置信息和当前朝向信息;
第一生成单元,用于根据所述当前位置信息、所述对象所有边界点的位置信息以及所述全局地图生成所述对象的全局边界路径轨迹,所述全局边界路径轨迹包括所有所述边界点;
第二获取单元,用于获取在所述机器人预设范围内的局部地图,所述局部地图覆盖至少一个所述边界点;
第一确定单元,用于根据所述全局边界路径轨迹和所述当前位置信息,确定所述机器人的路径目标边界点;
第一计算单元,用于根据所述局部地图,所述当前位置信息,结合所述路径目标边界点计算所述机器人的局部路径轨迹;
运动控制单元,用于控制所述机器人沿所述局部路径轨迹运动。
7.根据权利要求6所述的机器人,其特征在于,所述当前位置信息包括所述机器人的当前位置坐标,所述对象所有边界点的位置信息包括所述对象所有边界点的位置坐标;
所述第一生成单元具体用于基于所述机器人的当前朝向信息从所述对象所有边界点的位置坐标中确定与所述当前位置坐标距离最近的坐标点为第一坐标点,根据所述当前位置坐标与所述第一坐标点确定所述机器人的运动方向,根据所述运动方向从所述对象所有边界点的位置坐标中确定与所述第一坐标点距离最近的坐标点为第二坐标点,并在所述对象所有边界点的位置坐标中删除所述第一坐标点;
所述第一生成单元具体还用于从所述对象所有边界点的位置坐标中确定与所述第二坐标点距离最近的坐标点为第三坐标点,并在所述对象所有边界点的位置坐标中删除所述第二坐标点,将所述第三坐标点更新为第二坐标点,根据上述方法遍历所述对象所有边界点的位置坐标,以所述第一坐标点作为所述对象的起始坐标点和终点坐标点,结合依次确定的第二坐标点按照先后顺序进行连接保存至所述全局地图,根据上述方法遍历所述目标区域中的所有对象后,将各个对象的终点坐标点顺序连接,以生成全局边界路径轨迹。
8.根据权利要求6所述的机器人,其特征在于,所述第一计算单元,包括:
地图构建模块,用于基于所述机器人的运动性能参数和所述局部地图构建局部可通行地图;
局部路径轨迹计算模块,用于根据所述局部地图、所述局部可通行地图、所述当前位置信息以及所述路径目标边界点计算所述机器人的局部路径轨迹。
9.根据权利要求6至8任一项所述的机器人,其特征在于,所述机器人还包括:
第三获取单元,用于获取当前环境视频信息和/或当前边界路径信息;
第一判断单元,用于根据所述当前环境视频信息和/或所述当前边界路径信息判断所述机器人是否在围绕所述对象运动;
第一执行单元,用于当所述第一判断单元根据所述当前环境视频信息和/或所述当前边界路径信息确定所述机器人是在围绕所述对象运动时,则生成相应的第一操作指令,并根据所述第一操作指令执行相应的操作。
10.根据权利要求6所述的机器人,其特征在于,所述运动控制单元,包括:
第一处理模块,用于更新局部路径轨迹,重新获取所述机器人的位置信息,并根据所述位置信息判断所述机器人是否到达所述路径目标边界点;
第二判断模块,用于当所述第一处理模块根据所述位置信息确定所述机器人到达所述路径目标边界点时,判断所述路径目标边界点是否为所述全局边界路径轨迹中的最后一个边界点;
第二执行模块,用于当所述第二判断模块确定所述路径目标边界点为所述全局边界路径轨迹中的最后一个边界点时,则控制所述机器人停止运动;
第三执行模块,用于当所述第二判断模块确定所述路径目标边界点不为所述全局边界路径轨迹中的最后一个边界点时,则根据所述全局边界路径轨迹,结合所述位置信息,确定所述全局边界路径轨迹中距离所述机器人当前位置最近的边界点作为所述机器人的下一个路径目标边界点;
第四执行模块,当所述第一处理模块根据所述位置信息确定所述机器人未到达所述路径目标边界点时,则控制所述机器人保持所述局部路径轨迹运动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210073912.6A CN114510041A (zh) | 2022-01-21 | 2022-01-21 | 一种机器人运动路径规划方法及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210073912.6A CN114510041A (zh) | 2022-01-21 | 2022-01-21 | 一种机器人运动路径规划方法及机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114510041A true CN114510041A (zh) | 2022-05-17 |
Family
ID=81550031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210073912.6A Pending CN114510041A (zh) | 2022-01-21 | 2022-01-21 | 一种机器人运动路径规划方法及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114510041A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116700298A (zh) * | 2023-08-08 | 2023-09-05 | 浙江菜鸟供应链管理有限公司 | 路径规划方法、系统、设备及存储介质 |
CN117348577A (zh) * | 2023-12-05 | 2024-01-05 | 青岛宇方机器人工业股份有限公司 | 一种生产工艺仿真检测方法、装置、设备以及介质 |
-
2022
- 2022-01-21 CN CN202210073912.6A patent/CN114510041A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116700298A (zh) * | 2023-08-08 | 2023-09-05 | 浙江菜鸟供应链管理有限公司 | 路径规划方法、系统、设备及存储介质 |
CN116700298B (zh) * | 2023-08-08 | 2023-11-21 | 浙江菜鸟供应链管理有限公司 | 路径规划方法、系统、设备及存储介质 |
CN117348577A (zh) * | 2023-12-05 | 2024-01-05 | 青岛宇方机器人工业股份有限公司 | 一种生产工艺仿真检测方法、装置、设备以及介质 |
CN117348577B (zh) * | 2023-12-05 | 2024-03-12 | 青岛宇方机器人工业股份有限公司 | 一种生产工艺仿真检测方法、装置、设备以及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108475059B (zh) | 自主视觉导航 | |
CN114510041A (zh) | 一种机器人运动路径规划方法及机器人 | |
US11340620B2 (en) | Navigating a mobile robot | |
US10196104B1 (en) | Terrain Evaluation for robot locomotion | |
CN109708644A (zh) | 移动机器人导航方法、装置和移动机器人 | |
JP2020118020A (ja) | 車両の横転を防止するためのシステムおよび方法 | |
CN114683290B (zh) | 一种足式机器人位姿优化的方法,装置以及存储介质 | |
CN114564027A (zh) | 足式机器人的路径规划方法、电子设备及可读存储介质 | |
JP2018190363A (ja) | 携帯型移動ロボット及びその操作方法 | |
CN114322980A (zh) | 获取位置坐标及绘制电子地图的方法、计算机可读存储介质和自主作业设备 | |
CN114740835A (zh) | 路径规划方法、路径规划装置、机器人和存储介质 | |
KR102163462B1 (ko) | 경로 탐사 로봇 및 그를 이용한 매핑 방법 | |
CN115972217A (zh) | 基于单目相机的地图建立方法和机器人 | |
CN114911221A (zh) | 机器人的控制方法、装置及机器人 | |
CN116358522A (zh) | 局部地图生成方法和装置、机器人、计算机可读存储介质 | |
CN114879691A (zh) | 自行走机器人的控制方法、存储介质和自行走机器人 | |
CN114872051B (zh) | 通行地图获取系统、方法、机器人及计算机可读存储介质 | |
CN114137992A (zh) | 一种降低足式机器人抖动的方法及相关装置 | |
CN114633826B (zh) | 一种足式机器人腿部磕碰处理的方法及足式机器人 | |
CN115655261B (zh) | 地图生成方法、装置、机器人以及存储介质 | |
US20190314983A1 (en) | Recording medium, information processing apparatus, and information processing method | |
CN115790606B (zh) | 轨迹预测方法、装置、机器人及存储介质 | |
CN114633825B (zh) | 移动控制方法、足式机器人和计算机可读存储介质 | |
CN114625145A (zh) | 足式机器人控制方法、装置、足式机器人及存储介质 | |
CN115979251B (zh) | 地图的生成方法和机器人 |
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 |