CN114527748A - 路径规划方法、施工方法及装置、机器人、存储介质 - Google Patents

路径规划方法、施工方法及装置、机器人、存储介质 Download PDF

Info

Publication number
CN114527748A
CN114527748A CN202210057978.6A CN202210057978A CN114527748A CN 114527748 A CN114527748 A CN 114527748A CN 202210057978 A CN202210057978 A CN 202210057978A CN 114527748 A CN114527748 A CN 114527748A
Authority
CN
China
Prior art keywords
path
robot
coverage area
area
paths
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.)
Withdrawn
Application number
CN202210057978.6A
Other languages
English (en)
Inventor
邹俊逸
张飞
蔡巍
陈航英
董忠
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.)
Guangdong Bozhilin Robot Co Ltd
Original Assignee
Guangdong Bozhilin Robot 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 Guangdong Bozhilin Robot Co Ltd filed Critical Guangdong Bozhilin Robot Co Ltd
Priority to CN202210057978.6A priority Critical patent/CN114527748A/zh
Publication of CN114527748A publication Critical patent/CN114527748A/zh
Withdrawn legal-status Critical Current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
    • G05D1/0246—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
    • G05D1/0212—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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Manipulator (AREA)

Abstract

本发明涉及机器人控制技术领域，公开了一种路径规划方法、施工方法及装置、机器人、存储介质，用于解决现有的路径规划难以实现施工覆盖范围最大化的问题。主要是通过在地图信息上标记出机器人可行走的移动区域，基于移动区域和机器人上机械臂的伸展长度范围，利用路径不重叠规划算法进行路径规划，并基于路径覆盖面积评价函数计算出规划出来的路径中两相邻路径的最大总覆盖面积，基于最大总覆盖面积来确定路径中各段路径的连接关系，从而得到机器人在待施工区域上的施工路径。

Description

路径规划方法、施工方法及装置、机器人、存储介质
技术领域
本发明涉及机器人控制技术领域，尤其涉及一种路径规划方法、施工方法及装置、机器人、存储介质。
背景技术
随着工业自动化的发展，尤其是建筑领域，利用机器人代替人工施工也成为行业的发展趋势，目前采用机器人实现铺砖、涂漆、刷墙已逐渐普及，对此，为了有效提高施工效率，则需要对机器人的施工行走路径进行规划。
而在建筑工地的施工场景中，考虑到材料的成本控制，规划出的机器人行走路径是禁止重叠路径的。此外，在包含不规则排布立柱等障碍物的室内地图中，机器人可以通过控制安装在机器人尾部的刮涂机械臂的伸展长度，灵活地在障碍物周围进行施工作业，同时尽量减少机器人的转弯次数，并尽量增大整体作业覆盖面积。但是，目前所采用的路径规划方案是基于机器人固定的作业宽度来进行路径规划的，对此，若障碍物与障碍物之间的距离不满足重复不重叠的情况下，在规划时，会存在规划单条路径或者多条，而单条则无法全面施工，多条则存在重复施工，这样的方式规划出来的路径的覆盖范围并不能达到最大的覆盖范围或者避免重复覆盖的问题。
发明内容
本发明的主要目的在于解决现有的路径规划难以实现施工覆盖范围最大化的问题。
本发明第一方面提供了一种路径规划方法，所述路径规划方法包括：
获取待施工区域的地图信息，并在所述地图信息中标记出机器人可行走的移动区域；
基于所述机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对所述移动区域进行路径规划，得到所述机器人的单向行走路径集；
根据预设的路径覆盖面积评价函数，计算所述单向行走路径集中最后两条相邻路径的最大总覆盖面积；
根据所述最大总覆盖面积确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径。
通过该方案的实施，解决了现有的路径规划难以实现施工覆盖范围最大化的问题，充分利用可变机器人作业宽度的灵活性，在不显著增加机器人的转弯次数的前提下增大障碍物周围的作业覆盖面积，避免重叠路径，满足在工艺不允许出现重叠路径的场景。
可选的，在本发明第一方面的第一种实现方式中，所述获取待施工区域的地图信息，并在所述地图信息中标记出机器人可行走的移动区域，包括：
通过机器人上的采集单元对待施工区域进行扫描，得到图像信息；
基于所述图像信息识别其中的障碍物，并确定所述障碍物的位置和大小；
根据所述障碍物的位置和大小，在所述图像信息中进行标记，并基于标记后的图像信息构建地图信息；
获取机器人的尺寸信息，并基于所述尺寸信息确定机器人与障碍物之间的安全距离；
根据所述安全距离和所述障碍物的位置确定机器人的可行走区域范围，并在所述地图信息中标记，得到移动区域。
通过该方案的实施，解决了现有的路径规划中，由于障碍物的限制机器人移动，而导致路径规划准确度的问题，保证了规划路径的区域的精准度，为后面路径规划奠定了基础。
可选的，在本发明第一方面的第二种实现方式中，所述基于所述机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对所述移动区域进行路径规划，得到所述机器人的单向行走路径集，包括：
基于所述机器人上机械臂的伸展长度范围，确定最大伸展长度和最小伸展长度；
基于所述安全距离，计算所述地图信息中相邻的两个障碍物之间的相隔距离；
根据所述最大伸展长度和最小伸展长度，利用预设的路径不重叠规划算法在两个障碍物之间规划至少一条单向行走路径，得到所述移动区域内所述机器人的单向行走路径集，其中，两个障碍物之间的所有单向行走路径之间的间隔总和不大于所述相隔距离。
通过该方案的实施，由于使用了路径不重叠规划算法，基于所述机器人上机械臂的最大伸展长度和最小伸展长度设置路径的间隔，保证路径的覆盖范围最大化，从而提高了机器人的施工范围和施工效率。
可选的，在本发明第一方面的第三种实现方式中，所述根据所述最大伸展长度和最小伸展长度，利用预设的路径不重叠规划算法在两个障碍物之间规划至少一条单向行走路径，得到所述移动区域内所述机器人的单向行走路径集，包括：
以所述最小伸展长度为路径间隔，利用预设的路径不重叠规划算法在两个障碍物之间规划至少一条单向行走路径，其中所述至少一条单向行走路径所覆盖的区域总跨度等于所述相隔距离；
基于所述最大伸展长度，对所述至少一条单向行走路径中相邻两条路径的路径间隔以及路径数量进行调整，得到两个障碍区之间的最终的单向行走路径子集；
根据所有的单向行走路径子集确定所述移动区域内所述机器人的单向行走路径集。
通过该方案的实施，由于使用了路径不重叠规划算法，基于所述机器人上机械臂的最大伸展长度和最小伸展长度设置路径的间隔，进一步优化了覆盖范围最大化的路径规划方案，从而提高了机器人的施工范围和施工效率。
可选的，在本发明第一方面的第四种实现方式中，在所述基于所述机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对所述移动区域进行路径规划，得到所述机器人的单向行走路径集之后，还包括：
基于所有所述单向行走路径创建路径哈希表；
计算每条单向行走路径纵向的最大坐标和最小坐标；
将所述最大坐标和最小坐标与对应的单向行走路径绑定，并存储至所述哈希表中。
通过该方案的实施，增加了对可行走移动区域中路径坐标，基于路径坐标来设置每节路径的连接关系，进一步优化了路径的规划，保障路径覆盖范围最大化。
可选的，在本发明第一方面的第五种实现方式中，所述根据预设的路径覆盖面积评价函数，计算所述单向行走路径集中最后两条相邻路径的最大总覆盖面积，包括：
从所述单向行走路径集中确定最后一条单向行走路径和倒数第二条单向行走路径，并从所述路径哈希表中查询两条单向行走路径的最大坐标和最小坐标；
基于两条单向行走路径的最大坐标和最小坐标，利用预设的路径覆盖面积评价函数计算出所述最后一条单向行走路径和倒数第二条单向行走路径的最大总覆盖面积。
通过该方案的实施，由于利用了路径覆盖面积评估函数辅助路径规划，以优化每节路径之间的连接关系的确定，提高了在最大覆盖面积的前提下，计算最优的连接关系，优化路径设置。
可选的，在本发明第一方面的第六种实现方式中，所述基于两条单向行走路径的最大坐标和最小坐标，利用预设的路径覆盖面积评价函数计算出所述最后一条单向行走路径和倒数第二条单向行走路径的最大总覆盖面积，包括：
基于两条单向行走路径的最大坐标和最小坐标，计算出两条单向行走路径在所述机器人上机械臂的最大伸展长度下的覆盖面积，并在路径的位置上构建覆盖区域；
基于构建的覆盖区域，确定两条路径的重叠覆盖面积和损失覆盖面积；
根据所述倒数第二条单向行走路径的覆盖面积，以及两条路径的重叠覆盖面积和损失覆盖面积，计算出所述最后一条单向行走路径在不同位置转弯的最大总覆盖面积；
从不同位置转弯的最大总覆盖面积中取最大值作为所述最后一条单向行走路径的最大总覆盖面积；
根据所述倒数第二条单向行走路径的覆盖面积，以及两条路径的重叠覆盖面积和损失覆盖面积，计算出所述倒数第二条单向行走路径的实际覆盖面积；
基于所述最后一条单向行走路径的最大总覆盖面积和所述倒数第二条单向行走路径的实际覆盖面积，计算所述最后一条单向行走路径和倒数第二条单向行走路径的最大总覆盖面积。
通过该方案的实施，采用取最大值的方式计算路径覆盖面积的最大值，从不同角度计算选择最优，进一步保证了路径的最优，提高路径规划的准确定。
可选的，在本发明第一方面的第七种实现方式中，所述根据所述最大总覆盖面积确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径，包括：
根据所述最大总覆盖面积确定所述最后一条单向行走路径和倒数第二条单向行走路径之间的面积关系；
基于所述面积关系确定所述最后一条单向行走路径和倒数第二条单向行走路径的第一连接关系；
基于所述第一连接关系确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径。
通过该方案的实施，采用相邻两条路径的覆盖面积的约束关系计算出两相邻的路径总覆盖面积的最优值，进一步保证了路径的最优，提高路径规划的准确定。
本发明第二方面提供了一种机器人施工方法，所述机器人施工方法包括：
获取待施工区域的地图信息，并在所述地图信息中标记出机器人可行走的移动区域；
基于所述机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对所述移动区域进行路径规划，得到所述机器人的单向行走路径集；
根据预设的路径覆盖面积评价函数，计算所述单向行走路径集中最后两条相邻路径的最大总覆盖面积；
根据所述最大总覆盖面积确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径；
基于所述施工路径控制所述机器人移动对所述待施工区域进行施工。
通过该方案的实施，解决了现有的路径规划难以实现施工覆盖范围最大化的问题，充分利用可变机器人作业宽度的灵活性，在不显著增加机器人的转弯次数的前提下增大障碍物周围的作业覆盖面积，避免重叠路径，满足在工艺不允许出现重叠路径的场景。
本发明第三方面提供了一种路径规划装置，所述路径规划装置包括：
标记模块，用于获取待施工区域的地图信息，并在所述地图信息中标记出机器人可行走的移动区域；
第一路径规划模块，用于基于所述机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对所述移动区域进行路径规划，得到所述机器人的单向行走路径集；
计算模块，用于根据预设的路径覆盖面积评价函数，计算所述单向行走路径集中最后两条相邻路径的最大总覆盖面积；
第二路径规划模块，用于根据所述最大总覆盖面积确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径。
通过该方案的实施，解决了现有的路径规划难以实现施工覆盖范围最大化的问题，充分利用可变机器人作业宽度的灵活性，在不显著增加机器人的转弯次数的前提下增大障碍物周围的作业覆盖面积，避免重叠路径，满足在工艺不允许出现重叠路径的场景。
可选的，在本发明第三方面的第一种实现方式中，所述标记模块包括：
扫描单元，用于通过机器人上的采集单元对待施工区域进行扫描，得到图像信息；
识别单元，用于基于所述图像信息识别其中的障碍物，并确定所述障碍物的位置和大小；
构建单元，用于根据所述障碍物的位置和大小，在所述图像信息中进行标记，并基于标记后的图像信息构建地图信息；
获取单元，用于获取机器人的尺寸信息，并基于所述尺寸信息确定机器人与障碍物之间的安全距离；
标记单元，用于根据所述安全距离和所述障碍物的位置确定机器人的可行走区域范围，并在所述地图信息中标记，得到移动区域。
通过该方案的实施，解决了现有的路径规划中，由于障碍物的限制机器人移动，而导致路径规划准确度的问题，保证了规划路径的区域的精准度，为后面路径规划奠定了基础。
可选的，在本发明第三方面的第二种实现方式中，所述第一路径规划模块包括：
确定单元，用于基于所述机器人上机械臂的伸展长度范围，确定最大伸展长度和最小伸展长度；
距离计算单元，用于基于所述安全距离，计算所述地图信息中相邻的两个障碍物之间的相隔距离；
第一规划单元，用于根据所述最大伸展长度和最小伸展长度，利用预设的路径不重叠规划算法在两个障碍物之间规划至少一条单向行走路径，得到所述移动区域内所述机器人的单向行走路径集，其中，两个障碍物之间的所有单向行走路径之间的间隔总和不大于所述相隔距离。
通过该方案的实施，由于使用了路径不重叠规划算法，基于所述机器人上机械臂的最大伸展长度和最小伸展长度设置路径的间隔，保证路径的覆盖范围最大化，从而提高了机器人的施工范围和施工效率。
可选的，在本发明第三方面的第三种实现方式中，所述第一规划单元具体用于：
以所述最小伸展长度为路径间隔，利用预设的路径不重叠规划算法在两个障碍物之间规划至少一条单向行走路径，其中所述至少一条单向行走路径所覆盖的区域总跨度等于所述相隔距离；
基于所述最大伸展长度，对所述至少一条单向行走路径中相邻两条路径的路径间隔以及路径数量进行调整，得到两个障碍区之间的最终的单向行走路径子集；
根据所有的单向行走路径子集确定所述移动区域内所述机器人的单向行走路径集。
通过该方案的实施，由于使用了路径不重叠规划算法，基于所述机器人上机械臂的最大伸展长度和最小伸展长度设置路径的间隔，进一步优化了覆盖范围最大化的路径规划方案，从而提高了机器人的施工范围和施工效率。
可选的，在本发明第三方面的第四种实现方式中，所述第一规划模块还包括哈希创建单元，其具体用于：
基于所有所述单向行走路径创建路径哈希表；
计算每条单向行走路径纵向的最大坐标和最小坐标；
将所述最大坐标和最小坐标与对应的单向行走路径绑定，并存储至所述哈希表中。
通过该方案的实施，增加了对可行走移动区域中路径坐标，基于路径坐标来设置每节路径的连接关系，进一步优化了路径的规划，保障路径覆盖范围最大化。
可选的，在本发明第三方面的第五种实现方式中，所述计算模块包括：
坐标计算单元，用于从所述单向行走路径集中确定最后一条单向行走路径和倒数第二条单向行走路径，并从所述路径哈希表中查询两条单向行走路径的最大坐标和最小坐标；
面积计算单元，用于基于两条单向行走路径的最大坐标和最小坐标，利用预设的路径覆盖面积评价函数计算出所述最后一条单向行走路径和倒数第二条单向行走路径的最大总覆盖面积。
通过该方案的实施，由于利用了路径覆盖面积评估函数辅助路径规划，以优化每节路径之间的连接关系的确定，提高了在最大覆盖面积的前提下，计算最优的连接关系，优化路径设置。
可选的，在本发明第三方面的第六种实现方式中，所述面积计算单元具体用于：
基于两条单向行走路径的最大坐标和最小坐标，计算出两条单向行走路径在所述机器人上机械臂的最大伸展长度下的覆盖面积，并在路径的位置上构建覆盖区域；
基于构建的覆盖区域，确定两条路径的重叠覆盖面积和损失覆盖面积；
根据所述倒数第二条单向行走路径的覆盖面积，以及两条路径的重叠覆盖面积和损失覆盖面积，计算出所述最后一条单向行走路径在不同位置转弯的最大总覆盖面积；
从不同位置转弯的最大总覆盖面积中取最大值作为所述最后一条单向行走路径的最大总覆盖面积；
根据所述倒数第二条单向行走路径的覆盖面积，以及两条路径的重叠覆盖面积和损失覆盖面积，计算出所述倒数第二条单向行走路径的实际覆盖面积；
基于所述最后一条单向行走路径的最大总覆盖面积和所述倒数第二条单向行走路径的实际覆盖面积，计算所述最后一条单向行走路径和倒数第二条单向行走路径的最大总覆盖面积。
通过该方案的实施，采用取最大值的方式计算路径覆盖面积的最大值，从不同角度计算选择最优，进一步保证了路径的最优，提高路径规划的准确定。
可选的，在本发明第三方面的第七种实现方式中，所述第二路径规划模块包括：
第二关系确定单元，用于根据所述最大总覆盖面积确定所述最后一条单向行走路径和倒数第二条单向行走路径之间的面积关系；
第一关系确定单元，用于基于所述面积关系确定所述最后一条单向行走路径和倒数第二条单向行走路径的第一连接关系；
路径构建单元，用于基于所述第一连接关系确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径。
通过该方案的实施，采用相邻两条路径的覆盖面积的约束关系计算出两相邻的路径总覆盖面积的最优值，进一步保证了路径的最优，提高路径规划的准确定。
本发明第三方面提供了一种机器人，其特征在于，所述机器人包括：如上所述的路径规划装置和驱动装置，其中，
所述路径规划装置，用于获取待施工区域的地图信息，并在所述地图信息中标记出机器人可行走的移动区域；基于所述机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对所述移动区域进行路径规划，得到所述机器人的单向行走路径集；根据预设的路径覆盖面积评价函数，计算所述单向行走路径集中最后两条相邻路径的最大总覆盖面积；根据所述最大总覆盖面积确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径；
所述驱动装置，用于基于所述施工路径控制所述机器人移动对所述待施工区域进行施工。
通过该方案的实施，解决了现有的路径规划难以实现施工覆盖范围最大化的问题，充分利用可变机器人作业宽度的灵活性，在不显著增加机器人的转弯次数的前提下增大障碍物周围的作业覆盖面积，避免重叠路径，满足在工艺不允许出现重叠路径的场景。
本发明第四方面提供了一种机器人，包括：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，所述处理器执行所述计算机程序时实现如上任一项所述的路径规划方法的各个步骤，或者执行如上所述的机器人施工方法的各个步骤。
通过该方案的实施，解决了现有的路径规划难以实现施工覆盖范围最大化的问题，充分利用可变机器人作业宽度的灵活性，在不显著增加机器人的转弯次数的前提下增大障碍物周围的作业覆盖面积，避免重叠路径，满足在工艺不允许出现重叠路径的场景。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行如上任一项所述的路径规划方法的各个步骤，或者执行如上所述的机器人施工方法的各个步骤。
通过该方案的实施，解决了现有的路径规划难以实现施工覆盖范围最大化的问题，充分利用可变机器人作业宽度的灵活性，在不显著增加机器人的转弯次数的前提下增大障碍物周围的作业覆盖面积，避免重叠路径，满足在工艺不允许出现重叠路径的场景。
本发明的技术方案中，基于机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对地图信息中机器人可行走的移动区域进行路径规划，得到机器人的单向行走路径集，根据预设的路径覆盖面积评价函数，计算单向行走路径集中最后两条相邻路径的最大总覆盖面积，根据最大总覆盖面积确定单向行走路径集中所有路径的连接关系，并基于连接关系构建施工路径。利用上述的方式规划路径解决了机器人有效施工区域小，路径覆盖范围小的问题。
附图说明
图1为本发明实施例提供的路径规划方法的第一个实施例示意图；
图2为本发明实施例提供的路径规划方法的第二个实施例示意图；
图3为本发明实施例提供的路径规划方法的第三个实施例示意图；
图4为本发明实施例提供的机器人施工方法的一种实施例示意图；
图5为本发明实施例提供的待施工区域示意图；
图6为本发明实施例提供的待施工区域中移动区域的示意图；
图7为本发明实施例提供的路径段之间的间隔设置示意图；
图8为本发明实施例提供的施工路径覆盖面积示意图；
图9为本发明实施例提供的固定相邻路径间隔的覆盖率示意图；
图10为本发明实施例提供的最优动态相邻路径间隔的覆盖率示意图；
图11为本发明实施例提供的两路径之间的面积关系示意图；
图12为本发明实施例提供的机器人碰撞到障碍物时机械臂的调整示意图；
图13为本发明实施例提供的路径规划装置的一个实施例示意图；
图14为本发明实施例提供的路径规划装置的另一个实施例示意图；
图15为本发明实施例提供的机器人的一个实施例示意图；
图16为本发明实施例提供的机器人的另一个实施例示意图。
具体实施方式
为了解决上述的问题，本申请提供了一种基于动态规划的全覆盖路径规划算法，能够很好地满足机器人在建筑工地施工场景下全覆盖遍历路径规划的任务，具体是通过调整机器人上机械臂的伸展长度范围来调整机器人的作业宽度，实现作业宽度的可变设计，同时也基于伸展长度范围来调整路径之间的间隔使得路径能覆盖待施工区域的所有区域，通过这样的可变作业宽度的工艺参数下实现无重叠路径的全覆盖路径规划，解决了解决现有的路径规划难以实现施工覆盖范围最大化的问题。
本发明的说明书和权利要求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，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，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。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中路径规划方法的第一个实施例包括：
101、获取待施工区域的地图信息，并在地图信息中标记出机器人可行走的移动区域；
该步骤中，机器人在施工之前，通过初始化设置，以获取到待施工区域的轮廓，即是待施工区域的环境数据，基于环境数据构建出对应的地图，在实际应用中，通过控制机器人上的摄像模块，例如摄像头、扫描仪等，通过摄像模块，并控制机器人移动或者旋转，以拍摄到待施工区域的图像数据或者视频数据，通过对每帧图像数据或者视频数据进行识别，并基于预设的坐标系，计算出识别到的轮廓点的坐标，与轮廓点的坐标绘制出对应的地图。
在本实施例中，通过机器人上的采集单元对待施工区域进行扫描，得到图像信息；
基于所述图像信息识别其中的障碍物，并确定所述障碍物的位置和大小；
根据所述障碍物的位置和大小，在所述图像信息中进行标记，并基于标记后的图像信息构建地图信息；
获取机器人的尺寸信息，并基于所述尺寸信息确定机器人与障碍物之间的安全距离；
根据所述安全距离和所述障碍物的位置确定机器人的可行走区域范围，并在所述地图信息中标记，得到移动区域。
通过该方案的实施，解决了现有的路径规划中，由于障碍物的限制机器人移动，而导致路径规划准确度的问题，保证了规划路径的区域的精准度，为后面路径规划奠定了基础。
在绘制出地图后，还包括识别图像或者视频中的障碍物，可选的，这里的障碍物指的是柱子、墙壁等，同时识别出障碍物后，还根据预设的坐标系计算出对应的坐标，基于坐标在绘制的地图中进行障碍物区域的设置，从而得到详细的地图信息。
进一步的，由于机器人本身占有一定的面积，为了保证机器人在施工区域的正常移动，需要对地图信息上的障碍物范围进行一定的膨胀，具体的，获取机器人的尺寸信息以及机器人的中心点，基于中心点和尺寸信息计算出机器人与障碍物的安全距离，以障碍物为中心绘制出不可通行区域，从而得到机器人的可行走区域，将该可行走区域标记的机器人的移动区域。
102、基于机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对移动区域进行路径规划，得到机器人的单向行走路径集；
本实施例中，机器人在施工时是通过控制机器人上的机械臂进行施工操作，本申请提供的机器人的机械臂的施工宽度是可调整的，具体是通过调整机械臂的伸长与缩短来调整施工的宽度，通过获取机器人的配置参数以得到机械臂的伸展长度范围，即是计算出伸展长度的最大值和最小值，以最大值和最小值作为区间的边界构建出伸展长度范围。
基于伸展长度范围，利用路径不重叠规划算法在移动区域范围内规划出机器人的行走路线，这里规划出的行走路线主要是从单向行驶的方向来规划，在规划过程中，在伸展长度范围内选择一个伸展长度，以该伸展长度为路径间隔规划出单向行走路径，在此基础上，在路径覆盖面积不重叠的前提下，调整两相邻的路径间隔，其中调整后的路径间隔不能超过伸展长度范围，从而得到单向行走路径集。
103、根据预设的路径覆盖面积评价函数，计算单向行走路径集中最后两条相邻路径的最大总覆盖面积；
该步骤中，该路径覆盖面积评价函数为最优值求解函数，该函数的计算对象是两相邻的路径的最大总覆盖面积，即是两相邻的路径存在多种连接关系，通过该函数分别对每种连接关系下的覆盖面积进行计算，得到多个方程式组，对每个方程式组中的计算得到的面积取最大值。
在实际应用中，通过随机从单向行走路径集中选择两条相邻的路径进行覆盖面积评价函数，基于评价出来的多种连接关系的覆盖面积，从而得到最大总覆盖面积。
104、根据最大总覆盖面积确定所述单向行走路径集中所有路径的连接关系，并基于连接关系构建施工路径。
该步骤中，基于该最大总覆盖面积确定对应的两条相邻的路径的连接关系，基于该连接关系依次推出其他路径的连接关系，从而基于所有连接关系将单行行走路径集中的路径进行连接，得到施工路径。
在实际应用中，以最后两条路径为例说明，该连接关系的确定，在计算最大总覆盖面积时，分别以向上和向下两种情况进行计算，若计算出最后一条路径向上时两条路径的总覆盖面积最大，则确定倒数第二条路径的方向向下，两条路径的连接关系的下端转弯连接，基于次，基于折返规则确定倒数第三、第四直到第一条的折返连接关系，基于该折返连接关系将单行行走路径集中的路径进行连接，得到施工路径。
在本实施例中，利用上述的方法，实现了基于机械臂的伸展长度范围作为约束条件，利用路径不重叠规划算法和路径覆盖面积评价函数来规划路径，得到路径段之间的连接关系，从而得到覆盖面积最大的施工路径。这样的方式能够很好地满足机器人在建筑工地施工场景下全覆盖遍历路径规划的任务，同时还利用折返的路径规划方法避免重叠路径，满足在工艺不允许出现重叠路径的场景。
请参阅图2，本发明实施例中路径规划方法的第二个实施例包括：
201、获取待施工区域的地图信息，并在地图信息中标记出机器人可行走的移动区域；
该步骤中，在基于待施工区域的地图信息确定移动区域时，具体是根据机器人与障碍物之间的安全距离来标记确定，也即是说在地图信息上识别出障碍物后，以障碍物为中心，以安全距离为半径确定机器人能避开障碍物且贴近障碍物的路径，将该路径作为可行走的区域的边界绘制出待施工区域的移动区域。在实际应用中，该安全距离可以为机器人的宽度或者长度的一半。
202、基于机器人上机械臂的伸展长度范围，确定最大伸展长度和最小伸展长度；
本实施例中，通过读取机器人的工作参数来确定机械臂的伸展长度范围，提取伸展长度范围的边界点，将各边界点作为最大伸展长度和最小伸展长度。当然，也可以通过在初始化机器人是通过控制机械臂的审缩来测量出最大最小的伸展长度，从而得到伸展长度范围，然后用户输出至机器人显示屏中。
203、基于安全距离，计算地图信息中相邻的两个障碍物之间的相隔距离；
具体的，基于安全距离分别对两个相邻的障碍物所在的位置上构建机器人的靠近障碍物的两条路径，然后基于两个相邻的障碍物的坐标计算出两条路径之间的间隔，从而得到两障碍物之间机器人可行走的相隔距离。
当然，也可以是直接根据两个相邻的障碍物的坐标计算出两个障碍物之前的距离，然后基于该距离结合机器人的安全距离来计算出两障碍物之间机器人可行走的相隔距离，具体是基于距离减去两倍的安全距离。
204、根据最大伸展长度和最小伸展长度，利用预设的路径不重叠规划算法在两个障碍物之间规划至少一条单向行走路径，得到移动区域内所述机器人的单向行走路径集；
该步骤中，两个障碍物之间的所有单向行走路径之间的间隔总和不大于所述相隔距离。
在本实施例中，随机选择一个路径间距值来设置单向行走路径，该路径间距值不大于最大伸展长度且不小于最小伸展长度。
然后，基于路径不重叠规划算法，调整设置的单向行走路径的覆盖范围不重叠，从而得到最终的单向行走路径集。
在本实施例中，还可以是以所述最小伸展长度为路径间隔，利用预设的路径不重叠规划算法在两个障碍物之间规划至少一条单向行走路径，其中所述至少一条单向行走路径所覆盖的区域总跨度等于所述相隔距离；
基于所述最大伸展长度，对所述至少一条单向行走路径中相邻两条路径的路径间隔以及路径数量进行调整，得到两个障碍区之间的最终的单向行走路径子集；
根据所有的单向行走路径子集确定所述移动区域内所述机器人的单向行走路径集。
本实施例中，由于使用了路径不重叠规划算法，基于所述机器人上机械臂的最大伸展长度和最小伸展长度设置路径的间隔，进一步优化了覆盖范围最大化的路径规划方案，从而提高了机器人的施工范围和施工效率。
在实际应用中，在对相邻的两个障碍物之间规划单向行走路径过程中，具体是以最大伸展长度进行基础规划，然后对基础规划出的路径进行面积重叠的判断，当规划出的路径存在重叠面积时，则选择其中的两条路径通过调整伸展长度的方式调整路径间隔，得到最终的单向行走路径集。
进一步的，为了保证规划出的路径在最大总覆盖面积，在构建单向行走路径集后，还包括：
基于所有所述单向行走路径创建路径哈希表；
计算每条单向行走路径纵向的最大坐标和最小坐标；
将所述最大坐标和最小坐标与对应的单向行走路径绑定，并存储至所述哈希表中。
205、从单向行走路径集中确定最后一条单向行走路径和倒数第二条单向行走路径，并从路径哈希表中查询两条单向行走路径的最大坐标和最小坐标；
该步骤中，从路径哈希表中查询得到的路径的最大坐标和最小坐标实际上是两个相邻的障碍物之间的整个区域的最大坐标和最小坐标，这两个坐标也可以是两个相邻的障碍物之间的整个区域两端的平均坐标。
206、基于两条单向行走路径的最大坐标和最小坐标，利用预设的路径覆盖面积评价函数计算出最后一条单向行走路径和倒数第二条单向行走路径的最大总覆盖面积；
本实施例中，该机器人上的机械臂存在两个转弯方向，分别是上转下和下转上，因此，该步骤在计算两路径的最大总覆盖面积时，分别基于两个转向方式计算出对应的路径覆盖面积，从中选择最大值，从而得到两个路径在最大总覆盖面积的基础上的完整路径。通过增加了对可行走移动区域中路径坐标，基于路径坐标来设置每节路径的连接关系，进一步优化了路径的规划，保障路径覆盖范围最大化。
具体的，基于两条单向行走路径的最大坐标和最小坐标，计算出两条单向行走路径在所述机器人上机械臂的最大伸展长度下的覆盖面积，并在路径的位置上构建覆盖区域；
基于构建的覆盖区域，确定两条路径的重叠覆盖面积和损失覆盖面积；
根据所述倒数第二条单向行走路径的覆盖面积，以及两条路径的重叠覆盖面积和损失覆盖面积，计算出所述最后一条单向行走路径在不同位置转弯的最大总覆盖面积；
从不同位置转弯的最大总覆盖面积中取最大值作为所述最后一条单向行走路径的最大总覆盖面积；
根据所述倒数第二条单向行走路径的覆盖面积，以及两条路径的重叠覆盖面积和损失覆盖面积，计算出所述倒数第二条单向行走路径的实际覆盖面积；
基于所述最后一条单向行走路径的最大总覆盖面积和所述倒数第二条单向行走路径的实际覆盖面积，计算所述最后一条单向行走路径和倒数第二条单向行走路径的最大总覆盖面积。由于利用了路径覆盖面积评估函数辅助路径规划，以优化每节路径之间的连接关系的确定，提高了在最大覆盖面积的前提下，计算最优的连接关系，优化路径设置。
207、根据最大总覆盖面积确定所述最后一条单向行走路径和倒数第二条单向行走路径之间的面积关系；
本实施例中，该面积关系具体可以通过以下公式表示：
G(x,方向)＝G(x-x_gap,方向)+Area_new-Area_overlap-Area_loss，其中，G(x,方向)为路径x的最大总覆盖面积，G(x-x_gap,方向)为路径x-x_gap的最大总覆盖面积，Area_new为最后一条路径覆盖面积，Area_overlap为倒数第二条路径重叠覆盖面积。Area_loss是为了连接倒数第二条路径而损失的覆盖面积。
208、基于面积关系确定所述最后一条单向行走路径和倒数第二条单向行走路径的第一连接关系；
具体的，最后一条路径方向为从上到下，则倒数第二条路径方向为从下到上；若最后一条路径方向为从下到上，则倒数第二条路径方向为从上到下。
209、基于第一连接关系确定单向行走路径集中所有路径的连接关系，并基于连接关系构建施工路径。
本实施例中，基于第一连接关系将最后一条路径和倒数第二条路径进行连接在一起，然后基于这两条路径的走向设置其他路径的连接关系，使得最后的施工路径的走向与连接后的最后一条路径和倒数第二条路径的走向一致。采用取最大值的方式计算路径覆盖面积的最大值，从不同角度计算选择最优，进一步保证了路径的最优，提高路径规划的准确定。
本发明实施例中，通过在地图信息上标记出机器人可行走的移动区域，基于移动区域和机器人上机械臂的伸展长度范围，利用路径不重叠规划算法进行路径规划，并基于路径覆盖面积评价函数计算出规划出来的路径中两相邻路径的最大总覆盖面积，基于最大总覆盖面积来确定路径中各段路径的连接关系，从而得到机器人在待施工区域上的施工路径。
请参阅图3，本发明实施例中路径规划方法的第三个实施例，该实施例以涂漆机器人为例进行说明，其实现步骤包括：
301、获取机器人的工艺参数和当前待施工区域的地图；
该步骤中，该工艺参数包括机械臂的伸展长度(即是作业宽度)的最大值和最小值，以及机器人与障碍物之间的安全距离。
302、基于工艺参数和地图，计算路径可规划区域；
在本实施例中，通过机器人上的采集单元对待施工区域进行扫描，得到图像信息；
基于所述图像信息识别其中的障碍物，并确定所述障碍物的位置和大小；
根据所述障碍物的位置和大小，在所述图像信息中进行标记，并基于标记后的图像信息构建地图信息；
获取机器人的尺寸信息，并基于所述尺寸信息确定机器人与障碍物之间的安全距离；
根据所述安全距离和所述障碍物的位置确定机器人的可行走区域范围，并在所述地图信息中标记，得到移动区域。
在实际应用中，通过安装在机器人尾部的刮涂机械臂的伸展长度控制机器人的工艺参数，其中Rmin为作业宽度的最小值，Rmax为作业宽度的最大值，Rsafe为机器人和障碍物之间的安全距离。在一条路径中，如果机器人前进m米，机器人的刮涂机械臂的伸展范围固定为r(Rmin≤r≤Rmax)，则机器人作业覆盖总面积为m*r米。为了保证在折返路径中机械臂的作业范围不会发生重叠的情况，相邻的两条路径间隔d必须满足Rmin≤d≤Rmax。
考虑机器人与障碍物的距离必须大于安全距离Rsafe，则首先需要标记出垂直方向路径可行走的区域，路径上的每个点周围Rsafe距离之内必须都是可行走的区域。设路径距离图像最左边为x，计算每个x对应的垂直方向路径的上顶点坐标y顶(x)和下底点坐标y底(x)，并缓存在哈希表MAP(x)中，如图5-8所示，图中黑点表示障碍物，黑色区域表示机器人可行走的区域，带箭头和曲线表示路径，灰色区域表示路径覆盖面积。
303、通过动态规划算法计算完整路径中每条路径的位置；
在本实施例中，该动态规划算法实际上是上述的路径不重叠规划算法，为了保证前后2条路径的距离在Rmax～Rmin之间就是符合工艺要求的，但是间距选择的不同，最后覆盖率差别会很大，基于动态规划算法找到最好的路径间距，其间距在Rmin≤d≤Rmax，具体的整体路径为从左到右的上下折返路径，则有如下规则：
最后一条路径方向和倒数第2条路径方向相反。若最后一条路径方向为从上到下，则倒数第2条路径方向为从下到上；若最后一条路径方向为从下到上，则倒数第2条路径方向为从上到下。
为了符合机器人施工工艺标准，每两条相邻路径的作业范围之间即没有重叠也没有遗漏，每两条相邻路径的间隔d必须满足Rmin≤d≤Rmax。每两条相邻路径的间隔d可以不相等，因为d直接影响最终的总覆盖率，所以需要用动态规划算法找到每两条相邻路径的最优的间隔。如图9和10所示，图9为固定相邻路径间隔的覆盖率，图10为最优动态相邻路径间隔的覆盖率，前后的路径覆盖率明显采用本申请方法的更大。
具体的，基于所述机器人上机械臂的伸展长度范围，确定最大伸展长度和最小伸展长度；
基于所述安全距离，计算所述地图信息中相邻的两个障碍物之间的相隔距离；
根据所述最大伸展长度和最小伸展长度，利用预设的路径不重叠规划算法在两个障碍物之间规划至少一条单向行走路径，得到所述移动区域内所述机器人的单向行走路径集，其中，两个障碍物之间的所有单向行走路径之间的间隔总和不大于所述相隔距离。
进一步的，根据预设的路径覆盖面积评价函数，计算所述单向行走路径集中最后两条相邻路径的最大总覆盖面积；
根据所述最大总覆盖面积确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径。
在实际应用中，采用根据所述最大总覆盖面积确定所述最后一条单向行走路径和倒数第二条单向行走路径之间的面积关系；
基于所述面积关系确定所述最后一条单向行走路径和倒数第二条单向行走路径的第一连接关系；
基于所述第一连接关系确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径。
构建路径覆盖面积评价函数G(x,方向)，代表最后一条路径距离图像最左边为x，且方向为向上或从向下时的最大总覆盖面积。则最后一条路径和倒数第2条路径之间的间隔为x_gap时，G(x,向上)和G(x-x_gap,向下)之间存在以下关系，如图11所示：
G(x,向上)＝G(x-xgap,向下)+Areanew-Areaoverlap-Arealoss
G(x,向下)＝G(x-xgap,向上)+Areanew-Areaoverlap-Arealoss
其中Areanew为最后一条路径覆盖面积，Areaoverlap为倒数2条路径重叠覆盖面积。Arealoss是为了连接倒数2条路径而损失的覆盖面积。因为倒数2条路径的y底必须保持一致，路径才能用两个90度的转弯连接起来。如果y底(-xgap)大于y底(x),则损失的覆盖面积为(y底(x-xgap)-y底(x))*Rmax，其中y底的值由上述的MAP得到。
考虑机器人的作业宽度范围，最后一条路径和倒数第2条路径之间的间隔在Rmin～Rmax之间，若最后一条路径距离图像最左边为x。则倒数第2条路径距离图像最左边为x-Rmax到x-Rmin之间，因此有如下递归迭代关系：
Figure BDA0003477081680000111
和
Figure BDA0003477081680000112
通过动态规划的迭代算法，计算所有可能的x和方向对应的评价函数G的值，最终选择的最后一条路径的(,方向)等于评价函数G最大时对应的参数值。
设计最优解缓存机制，缓存G(x,向上)对应的最优上一条路径位置G(xlast,向下)，因此可以反向地从最后一条路径的位置推算出完整路径中路径位置列表，格式为：
[(x1,方向1),(x2,方向2),…,(xn-1,方向n-1),(xn,方向n)]。
304、对规划计算到的完整路径进行优化，得到施工路径。
遍历路径位置列表，对每对相邻的路径进行优化。设相邻的两条路径为(xm,方向m)和(xm+1,方向m+1),通过查步骤一中的MAP，补充对应的ytop和y底数据。补充完整的数据格式为(xm,y顶,m,y底,m,方向m)和(xm+1,y顶,m+1,y底,m+1,方向m)。
为了用两个90度的转弯把每对相邻的路径连接起来，需要调整y顶和y底的值。调整规则如下：
若方向m＝″向上"且方向m+1＝"向下"，则表明这对相邻的路径的连接点在地图顶部，需要调整两条路径的y顶，规则为：
y顶,m＝y顶,m+1＝取最大(y顶,m,y顶,m+1)。
同理，若方向m＝″向下″且方向m+1＝″向上″，则调整两条路径的y底的规则为：
y底,m＝y底,m+1＝取最小(y底,m,y底,m+1)。
调整完整路径的数据格式为：[(x1,y1),(x2,y2),…,(xn-1,yn-1),(xn,yn)，结束路径规划算法并输出结果。
本实施例提供的方法，基于机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对地图信息中机器人可行走的移动区域进行路径规划，得到机器人的单向行走路径集，根据预设的路径覆盖面积评价函数，计算单向行走路径集中最后两条相邻路径的最大总覆盖面积，根据最大总覆盖面积确定单向行走路径集中所有路径的连接关系，并基于连接关系构建施工路径。利用上述的方式规划路径解决了机器人有效施工区域小，路径覆盖范围小的问题。
如图4所示，为本申请实施例提供的一种机器人施工方法，该方法具体实现包括以下步骤：
401、获取待施工区域的地图信息，并在地图信息中标记出机器人可行走的移动区域；
402、基于机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对移动区域进行路径规划，得到机器人的单向行走路径集；
403、根据预设的路径覆盖面积评价函数，计算单向行走路径集中最后两条相邻路径的最大总覆盖面积；
404、根据最大总覆盖面积确定单向行走路径集中所有路径的连接关系，并基于连接关系构建施工路径；
本实施例中，对于上述步骤401-404的具体实现原理与上述实施例提供的路径规划方法的具体实现原理相同，这里不再重复赘述。
405、基于施工路径控制机器人移动对所述待施工区域进行施工。
在机器人实际作业时，通过全局地图和实时定位技术，获得机器人左右近距离障碍物的位置。当机器人左右存在近距离障碍物时，需要临时缩小机械臂的作业宽度，避免机械臂和障碍物发生碰撞，如图12所示，三角框是机械臂的范围，小车沿着完整路径一次走完整各地图，黑色点是柱子，如果小车左边有柱子，就调临时整机械臂扫的作业宽度，避免机械臂和柱子碰撞。
综上所述，解决了现有的路径规划难以实现施工覆盖范围最大化的问题，充分利用可变机器人作业宽度的灵活性，在不显著增加机器人的转弯次数的前提下增大障碍物周围的作业覆盖面积，避免重叠路径，满足在工艺不允许出现重叠路径的场景。
上面对本发明实施例中路径规划方法进行了描述，下面对本发明实施例中路径规划装置进行描述，请参阅图13，本发明实施例中路径规划装置一个实施例包括：
标记模块501，用于获取待施工区域的地图信息，并在所述地图信息中标记出机器人可行走的移动区域；
第一路径规划模块502，用于基于所述机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对所述移动区域进行路径规划，得到所述机器人的单向行走路径集；
计算模块503，用于根据预设的路径覆盖面积评价函数，计算所述单向行走路径集中最后两条相邻路径的最大总覆盖面积；
第二路径规划模块504，用于根据所述最大总覆盖面积确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径。
通过对上述提供的装置的实施，基于机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对地图信息中机器人可行走的移动区域进行路径规划，得到机器人的单向行走路径集，根据预设的路径覆盖面积评价函数，计算单向行走路径集中最后两条相邻路径的最大总覆盖面积，根据最大总覆盖面积确定单向行走路径集中所有路径的连接关系，并基于连接关系构建施工路径。利用上述的方式规划路径解决了机器人有效施工区域小，路径覆盖范围小的问题。
请参阅图14，本发明实施例中路径规划装置的另一个实施例包括：
标记模块501，用于获取待施工区域的地图信息，并在所述地图信息中标记出机器人可行走的移动区域；
第一路径规划模块502，用于基于所述机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对所述移动区域进行路径规划，得到所述机器人的单向行走路径集；
计算模块503，用于根据预设的路径覆盖面积评价函数，计算所述单向行走路径集中最后两条相邻路径的最大总覆盖面积；
第二路径规划模块504，用于根据所述最大总覆盖面积确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径。
通过该方案的实施，解决了现有的路径规划难以实现施工覆盖范围最大化的问题，充分利用可变机器人作业宽度的灵活性，在不显著增加机器人的转弯次数的前提下增大障碍物周围的作业覆盖面积，避免重叠路径，满足在工艺不允许出现重叠路径的场景。
其中，所述标记模块501包括：
扫描单元5011，用于通过机器人上的采集单元对待施工区域进行扫描，得到图像信息；
识别单元5012，用于基于所述图像信息识别其中的障碍物，并确定所述障碍物的位置和大小；
构建单元5013，用于根据所述障碍物的位置和大小，在所述图像信息中进行标记，并基于标记后的图像信息构建地图信息；
获取单元5014，用于获取机器人的尺寸信息，并基于所述尺寸信息确定机器人与障碍物之间的安全距离；
标记单元5015，用于根据所述安全距离和所述障碍物的位置确定机器人的可行走区域范围，并在所述地图信息中标记，得到移动区域。
通过该方案的实施，解决了现有的路径规划中，由于障碍物的限制机器人移动，而导致路径规划准确度的问题，保证了规划路径的区域的精准度，为后面路径规划奠定了基础。
其中，所述第一路径规划模块502包括：
确定单元5021，用于基于所述机器人上机械臂的伸展长度范围，确定最大伸展长度和最小伸展长度；
距离计算单元5022，用于基于所述安全距离，计算所述地图信息中相邻的两个障碍物之间的相隔距离；
第一规划单元5023，用于根据所述最大伸展长度和最小伸展长度，利用预设的路径不重叠规划算法在两个障碍物之间规划至少一条单向行走路径，得到所述移动区域内所述机器人的单向行走路径集，其中，两个障碍物之间的所有单向行走路径之间的间隔总和不大于所述相隔距离。
通过该方案的实施，由于使用了路径不重叠规划算法，基于所述机器人上机械臂的最大伸展长度和最小伸展长度设置路径的间隔，保证路径的覆盖范围最大化，从而提高了机器人的施工范围和施工效率。
其中，所述第一规划单元5023具体用于：
以所述最小伸展长度为路径间隔，利用预设的路径不重叠规划算法在两个障碍物之间规划至少一条单向行走路径，其中所述至少一条单向行走路径所覆盖的区域总跨度等于所述相隔距离；
基于所述最大伸展长度，对所述至少一条单向行走路径中相邻两条路径的路径间隔以及路径数量进行调整，得到两个障碍区之间的最终的单向行走路径子集；
根据所有的单向行走路径子集确定所述移动区域内所述机器人的单向行走路径集。
通过该方案的实施，由于使用了路径不重叠规划算法，基于所述机器人上机械臂的最大伸展长度和最小伸展长度设置路径的间隔，进一步优化了覆盖范围最大化的路径规划方案，从而提高了机器人的施工范围和施工效率。
其中，所述第一规划模块502还包括哈希创建单元5024，其具体用于：
基于所有所述单向行走路径创建路径哈希表；
计算每条单向行走路径纵向的最大坐标和最小坐标；
将所述最大坐标和最小坐标与对应的单向行走路径绑定，并存储至所述哈希表中。
通过该方案的实施，增加了对可行走移动区域中路径坐标，基于路径坐标来设置每节路径的连接关系，进一步优化了路径的规划，保障路径覆盖范围最大化。
其中，所述计算模块503包括：
坐标计算单元5031，用于从所述单向行走路径集中确定最后一条单向行走路径和倒数第二条单向行走路径，并从所述路径哈希表中查询两条单向行走路径的最大坐标和最小坐标；
面积计算单元5032，用于基于两条单向行走路径的最大坐标和最小坐标，利用预设的路径覆盖面积评价函数计算出所述最后一条单向行走路径和倒数第二条单向行走路径的最大总覆盖面积。
通过该方案的实施，由于利用了路径覆盖面积评估函数辅助路径规划，以优化每节路径之间的连接关系的确定，提高了在最大覆盖面积的前提下，计算最优的连接关系，优化路径设置。
其中，所述面积计算单元5032具体用于：
基于两条单向行走路径的最大坐标和最小坐标，计算出两条单向行走路径在所述机器人上机械臂的最大伸展长度下的覆盖面积，并在路径的位置上构建覆盖区域；
基于构建的覆盖区域，确定两条路径的重叠覆盖面积和损失覆盖面积；
根据所述倒数第二条单向行走路径的覆盖面积，以及两条路径的重叠覆盖面积和损失覆盖面积，计算出所述最后一条单向行走路径在不同位置转弯的最大总覆盖面积；
从不同位置转弯的最大总覆盖面积中取最大值作为所述最后一条单向行走路径的最大总覆盖面积；
根据所述倒数第二条单向行走路径的覆盖面积，以及两条路径的重叠覆盖面积和损失覆盖面积，计算出所述倒数第二条单向行走路径的实际覆盖面积；
基于所述最后一条单向行走路径的最大总覆盖面积和所述倒数第二条单向行走路径的实际覆盖面积，计算所述最后一条单向行走路径和倒数第二条单向行走路径的最大总覆盖面积。
通过该方案的实施，采用取最大值的方式计算路径覆盖面积的最大值，从不同角度计算选择最优，进一步保证了路径的最优，提高路径规划的准确定。
其中，所述第二路径规划模块504包括：
第二关系确定单元5041，用于根据所述最大总覆盖面积确定所述最后一条单向行走路径和倒数第二条单向行走路径之间的面积关系；
第一关系确定单元5042，用于基于所述面积关系确定所述最后一条单向行走路径和倒数第二条单向行走路径的第一连接关系；
路径构建单元5043，用于基于所述第一连接关系确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径。
通过该方案的实施，采用相邻两条路径的覆盖面积的约束关系计算出两相邻的路径总覆盖面积的最优值，进一步保证了路径的最优，提高路径规划的准确定。
本发明实施例中，通过在地图信息上标记出机器人可行走的移动区域，基于移动区域和机器人上机械臂的伸展长度范围，利用路径不重叠规划算法进行路径规划，并基于路径覆盖面积评价函数计算出规划出来的路径中两相邻路径的最大总覆盖面积，基于最大总覆盖面积来确定路径中各段路径的连接关系，从而得到机器人在待施工区域上的施工路径。
参见图15，为本申请实施例提供一种机器人的结构示意图，所述机器人包括：如上述实施例提供的路径规划装置1501和驱动装置1502，其中，
所述路径规划装置1501，用于获取待施工区域的地图信息，并在所述地图信息中标记出机器人可行走的移动区域；基于所述机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对所述移动区域进行路径规划，得到所述机器人的单向行走路径集；根据预设的路径覆盖面积评价函数，计算所述单向行走路径集中最后两条相邻路径的最大总覆盖面积；根据所述最大总覆盖面积确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径；
所述驱动装置1502，用于基于所述施工路径控制所述机器人移动对所述待施工区域进行施工。
通过该方案的实施，解决了现有的路径规划难以实现施工覆盖范围最大化的问题，充分利用可变机器人作业宽度的灵活性，在不显著增加机器人的转弯次数的前提下增大障碍物周围的作业覆盖面积，避免重叠路径，满足在工艺不允许出现重叠路径的场景。
上面图13-15从模块化功能实体的角度对本发明实施例中的路径规划装置或机器人进行详细描述，下面从硬件处理的角度对本发明实施例中机器人进行详细描述。
图16是本发明实施例提供的一种机器人的结构示意图，该机器人600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processingunits，CPU)610(例如，一个或一个以上处理器)和存储器620，一个或一个以上存储应用程序633或数据632的存储介质630(例如一个或一个以上海量存储设备)。其中，存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对电子设备600中的一系列指令操作。更进一步地，处理器610可以设置为与存储介质630通信，在机器人600上执行存储介质630中的一系列指令操作。
机器人600还可以包括一个或一个以上电源640，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口660，和/或，一个或一个以上操作系统631，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图16示出的机器人的结构并不构成对本申请中提供的电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述路径规划方法的各个步骤，或者执行所述机器人施工方法的各个步骤。
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，上述描述的系统或装置、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。
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，本发明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)执行本发明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(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围。

Claims (13)

1.一种路径规划方法，其特征在于，所述路径规划方法包括：
获取待施工区域的地图信息，并在所述地图信息中标记出机器人可行走的移动区域；
基于所述机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对所述移动区域进行路径规划，得到所述机器人的单向行走路径集；
根据预设的路径覆盖面积评价函数，计算所述单向行走路径集中最后两条相邻路径的最大总覆盖面积；
根据所述最大总覆盖面积确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径。
2.根据权利要求1所述的路径规划方法，其特征在于，所述获取待施工区域的地图信息，并在所述地图信息中标记出机器人可行走的移动区域，包括：
通过机器人上的采集单元对待施工区域进行扫描，得到图像信息；
基于所述图像信息识别其中的障碍物，并确定所述障碍物的位置和大小；
根据所述障碍物的位置和大小，在所述图像信息中进行标记，并基于标记后的图像信息构建地图信息；
获取机器人的尺寸信息，并基于所述尺寸信息确定机器人与障碍物之间的安全距离；
根据所述安全距离和所述障碍物的位置确定机器人的可行走区域范围，并在所述地图信息中标记，得到移动区域。
3.根据权利要求2所述的路径规划方法，其特征在于，所述基于所述机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对所述移动区域进行路径规划，得到所述机器人的单向行走路径集，包括：
基于所述机器人上机械臂的伸展长度范围，确定最大伸展长度和最小伸展长度；
基于所述安全距离，计算所述地图信息中相邻的两个障碍物之间的相隔距离；
根据所述最大伸展长度和最小伸展长度，利用预设的路径不重叠规划算法在两个障碍物之间规划至少一条单向行走路径，得到所述移动区域内所述机器人的单向行走路径集，其中，两个障碍物之间的所有单向行走路径之间的间隔总和不大于所述相隔距离。
4.根据权利要求3所述的路径规划方法，其特征在于，所述根据所述最大伸展长度和最小伸展长度，利用预设的路径不重叠规划算法在两个障碍物之间规划至少一条单向行走路径，得到所述移动区域内所述机器人的单向行走路径集，包括：
以所述最小伸展长度为路径间隔，利用预设的路径不重叠规划算法在两个障碍物之间规划至少一条单向行走路径，其中所述至少一条单向行走路径所覆盖的区域总跨度等于所述相隔距离；
基于所述最大伸展长度，对所述至少一条单向行走路径中相邻两条路径的路径间隔以及路径数量进行调整，得到两个障碍区之间的最终的单向行走路径子集；
根据所有的单向行走路径子集确定所述移动区域内所述机器人的单向行走路径集。
5.根据权利要求1-4中任一项所述的路径规划方法，其特征在于，在所述基于所述机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对所述移动区域进行路径规划，得到所述机器人的单向行走路径集之后，还包括：
基于所有所述单向行走路径创建路径哈希表；
计算每条单向行走路径纵向的最大坐标和最小坐标；
将所述最大坐标和最小坐标与对应的单向行走路径绑定，并存储至所述哈希表中。
6.根据权利要求5所述的路径规划方法，其特征在于，所述根据预设的路径覆盖面积评价函数，计算所述单向行走路径集中最后两条相邻路径的最大总覆盖面积，包括：
从所述单向行走路径集中确定最后一条单向行走路径和倒数第二条单向行走路径，并从所述路径哈希表中查询两条单向行走路径的最大坐标和最小坐标；
基于两条单向行走路径的最大坐标和最小坐标，利用预设的路径覆盖面积评价函数计算出所述最后一条单向行走路径和倒数第二条单向行走路径的最大总覆盖面积。
7.根据权利要求6所述的路径规划方法，其特征在于，所述基于两条单向行走路径的最大坐标和最小坐标，利用预设的路径覆盖面积评价函数计算出所述最后一条单向行走路径和倒数第二条单向行走路径的最大总覆盖面积，包括：
基于两条单向行走路径的最大坐标和最小坐标，计算出两条单向行走路径在所述机器人上机械臂的最大伸展长度下的覆盖面积，并在路径的位置上构建覆盖区域；
基于构建的覆盖区域，确定两条路径的重叠覆盖面积和损失覆盖面积；
根据所述倒数第二条单向行走路径的覆盖面积，以及两条路径的重叠覆盖面积和损失覆盖面积，计算出所述最后一条单向行走路径在不同位置转弯的最大总覆盖面积；
从不同位置转弯的最大总覆盖面积中取最大值作为所述最后一条单向行走路径的最大总覆盖面积；
根据所述倒数第二条单向行走路径的覆盖面积，以及两条路径的重叠覆盖面积和损失覆盖面积，计算出所述倒数第二条单向行走路径的实际覆盖面积；
基于所述最后一条单向行走路径的最大总覆盖面积和所述倒数第二条单向行走路径的实际覆盖面积，计算所述最后一条单向行走路径和倒数第二条单向行走路径的最大总覆盖面积。
8.根据权利要求7所述的路径规划方法，其特征在于，所述根据所述最大总覆盖面积确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径，包括：
根据所述最大总覆盖面积确定所述最后一条单向行走路径和倒数第二条单向行走路径之间的面积关系；
基于所述面积关系确定所述最后一条单向行走路径和倒数第二条单向行走路径的第一连接关系；
基于所述第一连接关系确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径。
9.一种机器人施工方法，其特征在于，所述机器人施工方法包括：
获取待施工区域的地图信息，并在所述地图信息中标记出机器人可行走的移动区域；
基于所述机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对所述移动区域进行路径规划，得到所述机器人的单向行走路径集；
根据预设的路径覆盖面积评价函数，计算所述单向行走路径集中最后两条相邻路径的最大总覆盖面积；
根据所述最大总覆盖面积确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径；
基于所述施工路径控制所述机器人移动对所述待施工区域进行施工。
10.一种路径规划装置，其特征在于，所述路径规划装置包括：
标记模块，用于获取待施工区域的地图信息，并在所述地图信息中标记出机器人可行走的移动区域；
第一路径规划模块，用于基于所述机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对所述移动区域进行路径规划，得到所述机器人的单向行走路径集；
计算模块，用于根据预设的路径覆盖面积评价函数，计算所述单向行走路径集中最后两条相邻路径的最大总覆盖面积；
第二路径规划模块，用于根据所述最大总覆盖面积确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径。
11.一种机器人，其特征在于，所述机器人包括：如权利要求10所述的路径规划装置和驱动装置，其中，
所述路径规划装置，用于获取待施工区域的地图信息，并在所述地图信息中标记出机器人可行走的移动区域；基于所述机器人上机械臂的伸展长度范围，利用预设的路径不重叠规划算法对所述移动区域进行路径规划，得到所述机器人的单向行走路径集；根据预设的路径覆盖面积评价函数，计算所述单向行走路径集中最后两条相邻路径的最大总覆盖面积；根据所述最大总覆盖面积确定所述单向行走路径集中所有路径的连接关系，并基于所述连接关系构建施工路径；
所述驱动装置，用于基于所述施工路径控制所述机器人移动对所述待施工区域进行施工。
12.一种机器人，其特征在于，所述机器人包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述机器人执行如权利要求1-8中任一项所述的路径规划方法的各个步骤，或者执行如权利要求9所述的机器人施工方法的各个步骤。
13.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的路径规划方法的各个步骤，或者实现如权利要求9所述的机器人施工方法的各个步骤。
CN202210057978.6A 2022-01-19 2022-01-19 路径规划方法、施工方法及装置、机器人、存储介质 Withdrawn CN114527748A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210057978.6A CN114527748A (zh) 2022-01-19 2022-01-19 路径规划方法、施工方法及装置、机器人、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210057978.6A CN114527748A (zh) 2022-01-19 2022-01-19 路径规划方法、施工方法及装置、机器人、存储介质

Publications (1)

Publication Number Publication Date
CN114527748A true CN114527748A (zh) 2022-05-24

Family

ID=81620765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210057978.6A Withdrawn CN114527748A (zh) 2022-01-19 2022-01-19 路径规划方法、施工方法及装置、机器人、存储介质

Country Status (1)

Country Link
CN (1) CN114527748A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115507857A (zh) * 2022-11-23 2022-12-23 常州唯实智能物联创新中心有限公司 高效机器人运动路径规划方法及系统
CN115657671A (zh) * 2022-10-18 2023-01-31 广东博智林机器人有限公司 基于建筑模型的施工面标记装置、方法及存储介质
CN116384663A (zh) * 2023-03-13 2023-07-04 广东博嘉拓建筑科技有限公司 一种人机协作下的施工规划方法、系统、介质及建筑机器人
CN116822826A (zh) * 2023-03-13 2023-09-29 广东博嘉拓建筑科技有限公司 一种多机协同的施工路径规划方法、介质及建筑机器人

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9665095B1 (en) * 2015-03-19 2017-05-30 Amazon Technologies, Inc. Systems and methods for removing debris from warehouse floors
CN108693882A (zh) * 2018-06-05 2018-10-23 北京智行者科技有限公司 一种多模清扫路径生成方法
CN108981710A (zh) * 2018-08-07 2018-12-11 北京邮电大学 一种移动机器人的全覆盖路径规划方法
CN110018686A (zh) * 2019-03-26 2019-07-16 宁波大叶园林设备股份有限公司 一种智能割草机的路径规划方法
CN110850871A (zh) * 2019-10-21 2020-02-28 深圳市银星智能科技股份有限公司 一种机器路径规划方法及移动机器人
US20200078943A1 (en) * 2017-05-16 2020-03-12 Beijing Jingdong Century Trading Co., Ltd. Robot control method, robot control apparatus and robot
CN111045434A (zh) * 2020-01-02 2020-04-21 广东博智林机器人有限公司 一种机器人移动控制方法、系统及存储介质
US20200198135A1 (en) * 2018-12-19 2020-06-25 Ubtech Robotics Corp Ltd Virtual rail based cruise method and apparatus and robot using the same
CN112720518A (zh) * 2020-12-22 2021-04-30 台州佳沃科技有限公司 风电机组叶片检修机器人
CN112985405A (zh) * 2021-02-18 2021-06-18 湖南国科微电子股份有限公司 一种机器人全覆盖路径规划方法、装置、设备及介质
CN113128823A (zh) * 2019-12-31 2021-07-16 台达电子国际（新加坡）私人有限公司 自动导引车管理系统及方法
US20220007565A1 (en) * 2019-04-09 2022-01-13 Fj Dynamics Technology Co., Ltd Traveling path planning system and method of automatic harvester

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9665095B1 (en) * 2015-03-19 2017-05-30 Amazon Technologies, Inc. Systems and methods for removing debris from warehouse floors
US20200078943A1 (en) * 2017-05-16 2020-03-12 Beijing Jingdong Century Trading Co., Ltd. Robot control method, robot control apparatus and robot
CN108693882A (zh) * 2018-06-05 2018-10-23 北京智行者科技有限公司 一种多模清扫路径生成方法
CN108981710A (zh) * 2018-08-07 2018-12-11 北京邮电大学 一种移动机器人的全覆盖路径规划方法
US20200198135A1 (en) * 2018-12-19 2020-06-25 Ubtech Robotics Corp Ltd Virtual rail based cruise method and apparatus and robot using the same
CN110018686A (zh) * 2019-03-26 2019-07-16 宁波大叶园林设备股份有限公司 一种智能割草机的路径规划方法
US20220007565A1 (en) * 2019-04-09 2022-01-13 Fj Dynamics Technology Co., Ltd Traveling path planning system and method of automatic harvester
CN110850871A (zh) * 2019-10-21 2020-02-28 深圳市银星智能科技股份有限公司 一种机器路径规划方法及移动机器人
CN113128823A (zh) * 2019-12-31 2021-07-16 台达电子国际（新加坡）私人有限公司 自动导引车管理系统及方法
CN111045434A (zh) * 2020-01-02 2020-04-21 广东博智林机器人有限公司 一种机器人移动控制方法、系统及存储介质
CN112720518A (zh) * 2020-12-22 2021-04-30 台州佳沃科技有限公司 风电机组叶片检修机器人
CN112985405A (zh) * 2021-02-18 2021-06-18 湖南国科微电子股份有限公司 一种机器人全覆盖路径规划方法、装置、设备及介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
任东改;: "基于Bayazit算法的3D打印路径规划研究", 数字印刷, no. 06, 10 December 2019 (2019-12-10) *
徐博: "智能机械全覆盖路径规划算法综述", 计算机测量与控制, no. 10, 25 October 2016 (2016-10-25) *
王锐: "基于LPN-DE与适应度拍卖的多机器人路径规划", 电子技术应用, no. 02, 6 February 2009 (2009-02-06) *
龚文涛: "高速高精度机器人运动优化及基于动力学的控制方法研究", 《中国优秀硕士学位论文电子全文库 信息科技辑》, 15 June 2018 (2018-06-15) *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115657671A (zh) * 2022-10-18 2023-01-31 广东博智林机器人有限公司 基于建筑模型的施工面标记装置、方法及存储介质
CN115507857A (zh) * 2022-11-23 2022-12-23 常州唯实智能物联创新中心有限公司 高效机器人运动路径规划方法及系统
CN115507857B (zh) * 2022-11-23 2023-03-14 常州唯实智能物联创新中心有限公司 高效机器人运动路径规划方法及系统
CN116384663A (zh) * 2023-03-13 2023-07-04 广东博嘉拓建筑科技有限公司 一种人机协作下的施工规划方法、系统、介质及建筑机器人
CN116822826A (zh) * 2023-03-13 2023-09-29 广东博嘉拓建筑科技有限公司 一种多机协同的施工路径规划方法、介质及建筑机器人

Similar Documents

Publication Publication Date Title
CN114527748A (zh) 路径规划方法、施工方法及装置、机器人、存储介质
CN108931983B (zh) 地图构建方法及其机器人
CN108550318B (zh) 一种构建地图的方法及装置
CN104197899B (zh) 移动机器人定位方法及系统
CN101769754B (zh) 一种基于类三维地图的移动机器人全局路径规划方法
CN112000754A (zh) 地图构建方法、装置、存储介质及计算机设备
CN110955262B (zh) 光伏组件清洁机器人的路径规划与跟踪的控制方法及系统
CN107992054A (zh) 一种机器人的定位的方法及系统
US11519737B2 (en) Path planning within a traversed area
JP5241306B2 (ja) 自律移動装置
CN109459032B (zh) 移动机器人定位方法、导航方法和网格地图建立方法
CN106681331A (zh) 一种基于测地线理论的栅格路径规划方法
CN114740849B (zh) 基于行人步行决策规则的移动机器人自主导航方法及装置
JP6435781B2 (ja) 自己位置推定装置及び自己位置推定装置を備えた移動体
JP4462156B2 (ja) 自律移動装置
CN114035572A (zh) 一种割草机器人的避障巡回方法及系统
CN114692357A (zh) 基于改进元胞自动机算法的三维航路网络规划系统及方法
CN117697741A (zh) 一种基于自回转混凝土振捣机器人路径规划控制方法及系统
CN113805584B (zh) 路径控制方法、机器人系统和计算机可读存储介质
CN115793644A (zh) 一种面向多变作业需求壁面维护机器人的路径调整方法
CN115268461A (zh) 一种融合算法的移动机器人自主导航方法
CN114882339A (zh) 基于实时稠密点云地图的煤矿巷道孔眼自主识别方法
CN112902963A (zh) 一种智能轮椅的路径规划避障方法
Nuechter Multi-robot cooperation for efficient exploration
CN116772882B (zh) 一种基于多机协同的道路施工路线动态规划方法

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20220524