CN114543802B - 可通行区域的探索方法、装置、存储介质及电子装置 - Google Patents

可通行区域的探索方法、装置、存储介质及电子装置 Download PDF

Info

Publication number
CN114543802B
CN114543802B CN202011334216.3A CN202011334216A CN114543802B CN 114543802 B CN114543802 B CN 114543802B CN 202011334216 A CN202011334216 A CN 202011334216A CN 114543802 B CN114543802 B CN 114543802B
Authority
CN
China
Prior art keywords
area
exploration
target
point
passable
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.)
Active
Application number
CN202011334216.3A
Other languages
English (en)
Other versions
CN114543802A (zh
Inventor
田丰溥
丘伟楠
李建
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.)
Dreame Innovation Technology Suzhou Co Ltd
Original Assignee
Dreame Innovation Technology Suzhou 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 Dreame Innovation Technology Suzhou Co Ltd filed Critical Dreame Innovation Technology Suzhou Co Ltd
Priority to CN202011334216.3A priority Critical patent/CN114543802B/zh
Priority to PCT/CN2021/108392 priority patent/WO2022110853A1/zh
Publication of CN114543802A publication Critical patent/CN114543802A/zh
Application granted granted Critical
Publication of CN114543802B publication Critical patent/CN114543802B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)

Abstract

本发明实施例提供了一种可通行区域的探索方法、装置、存储介质及电子装置，其中，该方法包括对目标地图中包括的可通行区域进行划分，并基于划分结果确定至少一个目标可通行子区域，其中，目标地图包括具备自主探索能力的机器人所在区域的地图；基于至少一个目标可通行子区域内的障碍物的存在状态，确定用于探索可通行区域的探索点集；控制机器人基于探索点集对可通行区域进行探索。通过本发明，解决了相关技术中存在的机器人在探索可通行区域时产生过多碰撞,探索耗时高，成功率低的问题，减少了机器人在探索可通行区域时产生碰撞的次数，保证了机器人及其周围环境的安全，同时，缩短了探索所需时间，提高了探索的成功率。

Description

可通行区域的探索方法、装置、存储介质及电子装置
技术领域
本发明实施例涉及通信领域，具体而言，涉及一种可通行区域的探索方法、装置、存储介质及电子装置。
背景技术
机器人在未知环境下自主探索一直是移动机器人领域的研究热点。自主探索技术通常要求机器人具有同步定位与地图构建(Simultaneous localization and mapping，简称为SLAM)等能力，可以在未知的环境中建立环境地图。
在相关技术中，机器人领域通常使用自主探索方案来发现环境中存在的特殊标识、信号等，使用范围广泛。然而，由于环境的复杂度以及传感器的测量范围和误差的局限性等因素制约，机器人在探索可通行区域的过程中会产生过多的碰撞,探索耗时高，成功率低。
针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种可通行区域的探索方法、装置、存储介质及电子装置，以至少解决相关技术中存在的机器人在探索可通行区域时产生过多碰撞，探索耗时高，成功率低的问题。
根据本发明的一个实施例，提供了一种可通行区域的探索方法，包括：对目标地图中包括的可通行区域进行划分，并基于划分结果确定出至少一个目标可通行子区域，其中，所述目标地图包括具备自主探索能力的机器人所在区域的地图；基于至少一个所述目标可通行子区域内的障碍物的存在状态，确定用于探索所述可通行区域的探索点集，其中，所述探索点集中包括至少一个探索点，不同的探索点位于不同的目标可通行子区域内；控制所述机器人基于所述探索点集对所述可通行区域进行探索。
根据本发明的另一个实施例，提供了一种可通行区域的探索装置，包括：划分模块，用于对目标地图中包括的可通行区域进行划分，并基于划分结果确定出至少一个目标可通行子区域，其中，所述目标地图包括具备自主探索能力的机器人所在区域的地图；确定模块，用于基于至少一个所述目标可通行子区域内的障碍物的存在状态，确定用于探索所述可通行区域的探索点集，其中，所述探索点集中包括至少一个探索点，不同的探索点位于不同的目标可通行子区域内；控制模块，用于控制所述机器人基于所述探索点集对所述可通行区域进行探索。
根据本发明的又一个实施例，还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计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明，对目标地图中的可通行区域进行划分，根据划分结果确定出至少一个目标可通行子区域，根据至少一个目标可通行子区域内的障碍物的存在状态确定探索可通行区域的探索点集，控制机器人根据探索点集对可通行区域进行探索。由于探索点集是通过目标可通行子区域内的障碍物的存在状态确定的，在确定探索点集时可以有效地避开障碍物，则机器人在根据探索点集探索可通行区域时，能够有效地避开障碍物，避免碰撞的发生，因此，可以解决相关技术中存在的机器人在探索可通行区域时产生过多碰撞,探索耗时高，成功率低的问题，减少了机器人在探索可通行区域时产生碰撞的次数，保证了机器人及其周围环境的安全，同时，缩短了探索所需时间，提高了探索的成功率。
附图说明
图1是本发明实施例的一种可通行区域的探索方法的移动终端的硬件结构框图；
图2是根据本发明实施例的可通行区域的探索方法的流程图；
图3是根据本发明具体实施例的可通行区域的探索方法流程图；
图4是根据本发明实施例的可通行区域的探索装置的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明的实施例。
需要说明的是，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”等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。
本发明实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端为例，图1是本发明实施例的一种可通行区域的探索方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于MCU(Microcontroller Unit，微控制单元)或FPGA(Field Programmable Gate Array，可编程逻辑器件)等的处理装置)和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的可通行区域的探索方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种可通行区域的探索方法，图2是根据本发明实施例的可通行区域的探索方法的流程图，如图2所示，该流程包括如下步骤：
步骤S202，对目标地图中包括的可通行区域进行划分，并基于划分结果确定至少一个目标可通行子区域，其中，所述目标地图包括具备自主探索能力的机器人所在区域的地图；
步骤S204，基于至少一个所述目标可通行子区域内的障碍物的存在状态，确定用于探索所述可通行区域的探索点集，其中，所述探索点集中包括至少一个探索点，不同的探索点位于不同的目标可通行子区域内；
步骤S206，控制所述机器人基于所述探索点集对所述可通行区域进行探索。
在上述实施例中，机器人可以通过地图管理模块获取目标地图，并计算目标地图的可通行区域。其中，可通行区域可以是包括有能够让机器人进入(即，宽度大于机器人直径的区域)的区域，但该区域中的包括的某个区域的宽度可能小于机器人的直径。机器人可以是清洁机器人，如扫地机器人、厂房巡检机器人，还可以是自主导航运输车、无人机、玩具车等。目标地图可以是机器人根据所处环境生成的地图，还可以是输入至机器人中的地图。例如，当机器人是清洁机器人时，目标地图可以是家居环境中的地图，清洁机器人可以在家居环境中自动建图，生成家居环境地图。当然，清洁机器人还可以接收已经建立好的家居环境地图，例如，可预先对家居环境进行建图，将建图完成的家居环境地图输入至清洁机器人中。此外，清洁机器人还可以获取其他机器人建图完成的家居环境地图。
在上述实施例中，机器人对可通行区域进行探索，以寻找目标区域。目标区域可以为包括充电站的区域、允许机器人停放的区域、维修机器人的区域等。本申请实施例不对目标区域进行限定，目标区域可根据需要进行设定。当目标区域为包括充电站的区域的情况下，机器人在电量低时，可以根据目标地图自主导航到目标区域，完成充电。当目标区域为允许机器人停放的区域的情况下，机器人在工作完成后，可以根据目标地图自主导航到目标区域，完成停放。
可选地，上述步骤的执行主体可以是机器人、后台处理器，或者其他的具备类似处理能力的设备，还可以是至少集成有数据处理设备的机器，其中，数据处理设备可以包括计算机、手机等终端，但不限于此。
通过本发明实施例，对目标地图中的可通行区域进行划分，根据划分结果确定出至少一个目标可通行子区域，根据至少一个目标可通行子区域内的障碍物的存在状态确定探索可通行区域的探索点集，控制机器人根据探索点集对可通行区域进行探索。由于探索点集是通过目标可通行子区域内的障碍物的存在状态确定的，在确定探索点集时可以有效地避开障碍物，则机器人在根据探索点集探索可通行区域时，能够有效地避开障碍物，避免碰撞的发生，因此，可以解决相关技术中存在的机器人在探索可通行区域时产生过多碰撞,探索耗时高，成功率低的问题，减少了机器人在探索可通行区域时产生碰撞的次数，保证了机器人及其周围环境的安全，同时，缩短了探索所需时间，提高了探索的成功率。
在一个示例性实施例中，对目标地图中包括的可通行区域进行划分，并基于划分结果确定至少一个目标可通行子区域包括：确定用于分割所述可通行区域的目标框；利用所述目标框分割所述可通行区域，以得到至少一个可通行子区域；从至少一个所述可通行子区域中确定满足第一条件的至少一个所述目标可通行子区域。在本实施例中，在确定出目标地图中包括的可通行区域后，可以先确定用于分割可通行区域的目标框，其中，目标框可以为矩形框，当然，也可以是其他形状的框，例如，圆形框，多边形框等，其中，目标框的面积大小可以动态调节，从而实现更灵活、高效、合理地划分可通行区域。例如，当机器人处于家居环境时，目标框的面积可以调整为1m2，当机器人处于仓库中时，目标框的面积可以调整为4m2。需要说明的是，上述目标框的面积仅是一种示例性说明，目标框的面积可以根据所处环境的大小及机器人自身的占地面等灵活地设置，本发明实施例对目标框的面积不做限制。在确定目标框后，可以将可通行区域的预定位置设置为起点，其中，预定位置可以是可通行区域的左下角、右下角等。在确定预定位置后，目标框可以以预定位置为起点分割可通行区域，得到至少一个可通行子区域，从至少一个可通行子区域中确定出满足第一条件的至少一个目标可通行子区域。其中，第一条件可以是可通行子区域中的可通行区域的面积超过第一阈值。
在一个示例性实施例中，从至少一个所述可通行子区域中确定满足第一条件的至少一个所述目标可通行子区域包括：分别确定至少一个所述可通行子区域中每个可通行子区域包括的可通行区域面积；将至少一个所述可通行子区域中包括的可通行区域面积大于第一阈值的可通行子区域确定为所述目标可通行子区域。在本实施例中，在得到至少一个可通行子区域后，可以分别确认至少一个可通行子区域中包括的可通行区域面积，将可通行区域面积小于等于第一阈值的可通行区域删除，即，将可通行区域面积大于第一阈值的可通行子区域确定为目标可通行子区域。其中，第一阈值的大小可以设置为目标框面积的四分之一(该阈值仅是示例性说明，在实际应用中还可以设置其他阈值，例如，目标框面积的五分之一、三分之一等)，当可通行区域的面积小于或等于目标框面积的四分之一时，机器人探索该区域可能会发生碰撞，因此，可以将可通行区域的面积小于或等于目标框面积的四分之一的可通行子区域删除，进而有效避免生成的探索点离障碍物过近，从而降低了机器人碰撞的风险。
在一个示例性实施例中，基于至少一个所述目标可通行子区域内的障碍物的存在状态，确定用于探索所述可通行区域的探索点集包括：基于至少一个所述目标可通行子区域内的障碍物的存在状态，确定至少一个所述目标可通行子区域中包括的第一类目标可通行子区域以及第二类目标可通行子区域，其中，所述第一类目标可通行子区域中不存在障碍物，所述第二类目标可通行子区域中存在障碍物；将所述第一类目标可通行子区域的中心点确定为第一探索点；确定所述第二类目标可通行子区域中不存在障碍物的区域中的目标点，将所述目标点中包括的满足第二条件的点确定为第二探索点；基于所述第一探索点和所述第二探索点确定所述探索点集。在本实施例中，可以将目标可通行子区域中不存在障碍物的第一类目标可通行子区域的中心点确定为第一探索点，将目标可通行子区域中存在障碍物的第二类目标可通行子区域中的目标点中满足第二条件的圆心确定为第二探索点。即，当目标框中没有障碍物时，可以将目标框的中心点确定为第一探索点。
在一个示例性实施例中，确定所述第二类目标可通行子区域中不存在障碍物的区域中的目标点包括以下之一：确定所述第二类目标可通行子区域中不存在障碍物的区域的最大内切圆的第一圆心，将所述第一圆心确定为所述目标点；确定所述第二类目标可通行子区域中不存在障碍物的区域的最大外接圆的第二圆心，将所述第二圆心确定为所述目标点；确定所述第二类目标可通行子区域中不存在障碍物的区域的质心，将所述质心确定为所述目标点。在本实施例中，当目标框中存在障碍物时，可以在该框中得到多个不包括障碍物的区域的最大内切圆的圆心，将最大内切圆圆心中满足第二条件的圆心确定为第二探索点。还可以在该框中得到多个不包括障碍物的区域的外接圆的圆心，将最大外接圆圆心中满足第二条件的圆心确定为第二探索点。当然，也可以在该框中得到多个不包括障碍物的区域的质心，将质心中满足第二条件的圆心确定为第二探索点。其中，第二条件可以为允许机器人到达，且不被障碍物包围。
在一个示例性实施例中，将所述目标点中包括的满足第二条件的点确定为第二探索点包括：将目标点中包括的未被障碍物包围且允许所述机器人到达的点确定为所述第二探索点。在本实施例中，在确定出多个内切圆圆心后，可以将多个圆心中包括的未被障碍物包围且允许机器人到达的圆心确定为第二探索点。
在一个示例性实施例中，基于所述第一探索点和所述第二探索点所构成的集合确定所述探索点集包括：确定由所述第一探索点中包括的允许所述机器人到达的探索点，以及所述第二探索点中包括的允许所述机器人到达的探索点所构成的第一点集；根据所述第一点集，确定所述探索点集。在本实施例中，可以将第一探索点中不允许机器人到达的探索点删除，将第二探索点中不允许机器人到达的探索点删除，在第一探索点中剩余的探索点以及第二探索点中剩余的探索点构成的点集中确定出探索点集。
在一个示例性实施例中，根据所述第一点集，确定所述探索点集包括：确定所述第一点集中包括的探索点的密度；在确定所述第一点集中包括的探索点的密度超过预定密度阈值的情况下，删除所述第一点集中包括的一个或多个探索点，并将删除掉一个或多个探索点后的第一点集作为所述探索点集，其中，所述探索点集中包括的探索点的密度小于或等于所述预定密度阈值。在本实施例中，在确定第一点集中包括的探索点的密度超过预定密度阈值的情况下，可以删除第一点集中包括的一个或多个探索点，以使剩余的点集的密度小于或等于预定阈值，例如，当第一点集中包括的探索点的密度超于预定密度阈值时，可以删除第一点集中40％的探索点(40％仅是示例性说明，在实际应用中，还可以删除50％的探索点，或者删除35％的探索点等)，将剩余60％的点集确定为探索点集。可以采用随机删除的方式删除第一点集中包括的一个或多个探索点。还可以根据探索点的分布，将探索点分成若干个区域，删除密集度大的区域中包括的一个或多个探索点。其中，预定密度阈值可以是自定义的值，用户可以根据机器人所在环境的大小及机器人的大小自定义该预定密度阈值。
在本实施例中，还可以通过欧式距离删除第一点集中包括的一个或多个探索点。首先确定距离机器人最近的探索点e，计算其他探索点距离探索点e的欧式距离，当其他探索点距离探索点e较近时，可以认为探索点e所在区域的探索点密度超过预定密度阈值，则删除距离探索点e较近的探索点。例如，当探索点e1与探索点e的欧式距离为1.1m，探索点e2与探索点e的欧式距离为1.3m时，则可以认为探索点e1距离探索点e较近，探索点e2距离探索点e适当，则可以删除探索点e1，保留探索点e2。
在一个示例性实施例中，控制所述机器人基于所述探索点集对所述可通行区域进行探索包括：确定所述探索点集中包括的所述机器人未到达过的探索点；基于所述机器人与所述机器人未到达过的探索点之间的距离以及所述机器人行驶至所述机器人未到达过的探索点的时间，确定第一目标探索点；控制所述机器人行驶至所述第一目标探索点，并在所述第一目标探索点处按照目标探索方式对所述第一目标探索点所在的目标可通行子区域进行探索。在本实施例中，在确定探索点集后，机器人中的导航模块可以控制机器人探索探索点集中的探索点，即控制机器人运动至探索点集中未到达过的探索点。当机器人探索的目标区域为包括充电站的区域时，机器人在到达未到达过的探索点后，可以缓慢旋转360度，用来寻找回充信号，确定该区域中是否包括充电站。即，机器人的回充传感器可以实时检测信号，在检测到回充信号时，可以退出探索流程，也可以继续探索下一探索点。例如，当机器人所处的环境为家居环境时，大多情况下，一个区域内仅存在一个充电站，因此，在机器人检测到回充信号后，可以退出探索流程。当机器人所处的环境为仓库时，大多情况下，仓库中可以包括多个充电站，因此，在机器人检测到回充信号后，可以继续探索下一个探索点，直至将所有的探索点均探索完成，找到仓库中包括的多个充电站。在确定该区域包括充电站的情况下，可以对该区域进行标记，在机器人下次需要充电时，可直接运动至该区域进行充电，无需对该区域再次探索。当然，当机器人对该区域中的充电站进行标记后，还可以将标记的区域发送给其他机器人，其他机器人可以根据该机器人的探索结果直接运动至充电站进行充电，无需探索该区域。
在本实施例中，机器人探索一个探索点后，可以在探索点集中删除该点，当探索点集中的探索点为空时，则认为探索完所有的探索点。当然，机器人探索一个探索点后，可以对该探索点进行标记，表示该探索点已探索完毕，当探索点集中的所有的探索点均被标记后，则认为探索完所有的探索点。
在本实施例中，可以根据机器人中包括的决策模块依据当前机器人位置以及地图信息，从探索点集中寻找代价最小的探索点，即第一目标探索点。可以根据机器人当前的位置以及各个未到达过的探索点的位置确定机器人分别到达各个未到达过的探索点的时间以及距离，根据距离和时间综合确定出第一目标探索点。
在一个示例性实施例中，基于所述机器人与所述机器人未到达过的探索点之间的距离以及所述机器人行驶至所述机器人未到达过的探索点的时间，确定第一目标探索点包括：确定所述机器人与所述机器人未到达过的探索点之间的距离以及所述机器人行驶至所述机器人未到达过的探索点的时间的加权值之和；将最小加权值之和对应的探索点确定为所述第一目标探索点。在本实施例中，可以分别确定机器人从当前的位置运动到未到达过的探索点的位置的距离和时间，然后计算距离和时间的加权值之和，将加权值之和最小的探索点确定为第一目标探索点。机器人在运动至第一目标探索点后，可以继续计算从当前的位置运动到未到达过的探索点的位置的距离和时间，将加权值之和最小的探索点确定为新的第一目标探索点。即，机器人从当前位置移动到第一目标探索点后，无需返回到当前位置，直接运动至下一探索点，节省探索的时间。
在一个示例性实施例中，控制所述机器人基于所述探索点集对所述可通行区域进行探索包括：确定所述探索点集中包括的所述机器人未到达过的探索点；基于预定方式确定出所述机器人到达所述机器人未到达过的探索点中包括的所有探索点的全局最优路径；将所述全局最优路径中包括的与所述机器人相邻的探索点确定为第二目标探索点；控制所述机器人行驶至所述第二目标探索点，并在所述第二目标探索点处按照目标探索方式对所述第二目标探索点所在的目标可通行子区域进行探索。在本实施例中，可以利用模拟退火算法计算出从机器人当前位置出发的全局最优路径，每次取计算得到的全局最优路径中的下一个邻近点为第二目标探索点，控制机器人行驶至第二目标探索点后，机器人可以缓慢转360度，用来寻找回充信号，确定该区域中是否包括充电站。例如，机器人的回充传感器可以实时检测信号，在检测到回充信号时，可以退出探索流程，也可以继续探索下一探索点。需要说明的是，机器人可以采用其他方法来确定探索点所在区域是否包括充电站，本实施例对此不作限定。例如，当机器人所处的环境为家居环境时，大多情况下，一个区域内仅存在一个充电站，因此，在机器人检测到回充信号后，可以退出探索流程。当机器人所处的环境为仓库时，大多情况下，仓库中可以包括多个充电站，因此，在机器人检测到回充信号后，可以继续探索下一个探索点，直至将所有的探索点均探索完成，找到仓库中包括的多个充电站。在确定该区域包括充电站的情况下，可以对该区域进行标记，在机器人下次需要充电时，可直接运动至该区域进行充电，无需对该区域再次探索。当然，当机器人对该区域中的充电站进行标记后，还可以将标记的区域发送给其他机器人，其他机器人可以根据该机器人的探索结果直接运动至充电站进行充电，无需探索该区域。
在上述实施例中，利用模拟退火算法计算出从机器人当前位置出发的全局最优路径的步骤如下：
S1，计算探索点集中机器人未达到过的探索点di到集合中其他机器人未达到过的探索点di(i≠j)的距离dij。
S2，设置一个初始温度t0，随机初始化一个初始访问序列(需要是一个闭环)，计算序列相邻探索点的距离之和，记为路径总长度Lold。
S3.1，随机交换序列中一对或多对探索点的顺序，生成一个新的访问序列。
S3.2，计算新的访问序列的路径总长度Lnew，若Lnew＜Lold，则将Lnew视为新的最优解，更新其值，Lold＝Lnew，否则继续。
S3.3，循环上述步骤3.1-3.2，当循环次数等于预设次数k时，进行退火判断，能量计算公式为其中，T表示当前温度。根据能量所对应的温度T确定是否接受此次退火获得的最优解，接受条件为能量所对应的温度小于第一预设阈值。
S3.4，如果接受，温度T下降较大值t1，否则下降较小值t2；判断下降后的温度是否小于第二预设阈值，若是，则返回成功，否则，返回S3.1。
S4，循环S3.1-S3.4步骤，直至确定出全局最优路径。
需要说明的是，第一预设阈值与第二预设阈值可以是自定义的值，本发明对第一预设阈值和第二预设阈值不做限制，第一预设阈值与第二预设阈值可以相同，也可以不同。
下面举例说明模拟退火算法计算出从机器人当前位置出发的全局最优路径的步骤：
S1，探索点集中包括A、B、C、D、E5个未探索点，假设A→C的距离为5，C→E的距离为3，E→B的距离为6，B→D的距离为11，D→A的距离为5。
S2，随机初始化一个访问序列：A→C→E→B→D→A(需要是一个闭环)，则路径总长度Lold为30。
S3.1，随机交换探索点集中的一对或者多对未探索点的顺序，例如，只交换一对点(C，B)的顺序，交换后的顺序是A→B→E→C→D→A。
S3.2，计算新的访问序列的路径总长度Lnew，假设Lnew为20。Lnew＜Lold，则更新Lold，Lold的值变为20。
S3.3，将3.1-3.2这两个步骤循环k次，此时Lold是这k次里路径总长度最短的局部最优解(因为只随机尝试了k次)。此时根据来判断是否接受此次的L。
S3.4，判断当前温度是否下降到预定阈值以下，若是则返回成功，否则返回3.1继续。
S4，循环S3.1-S3.4步骤，直至确定出全局最优路径。
下面结合具体实施方式对可通行区域的探索方法进行说明：
图3是根据本发明具体实施里的可通行区域的探索方法流程图，如图3所示，该流程中的各个步骤均可以由机器人或者机器人内设置的处理器来执行，其中，该流程包括如下步骤：
步骤S302，获取地图并计算当前地图的可通行区域。
步骤S304，以可通行区域的左下角为起点，将可通行区域使用矩形方框进行分割，得到一组可能存在充电座的集合C。
i.当前矩形框中Ci可通行区域小于等于一定阈值，则将该矩形框从矩型框集合C中删除。
ii.当前矩形框Ci中没有任何障碍物信息，则将该矩形框的中心点设为该框的探索点Ei。
iii.当前矩形框Ci中有障碍物，则取该矩形框剩余可通行区域的最大内切圆的圆心为该框的探索点Ei，或者取该矩形框剩余可通行区域的最大外接圆的圆心为该框的探求点Ei，或者取该矩形框剩余可通行区域的质心为该框的探求点Ei。
步骤S306，根据集合C中每个矩形框状态计算得到探索点集合E。
步骤S308，从集合E中寻找代价最小点e。
步骤S310，判断E是否为空，当判断结果为是时，执行步骤S324，当判断结果为否时，执行步骤S312。
步骤S312，导航前往e。
步骤S314，判断e是否可达，当判断是否为是时，执行步骤S316，当判断结果为否时，执行步骤S318。
步骤S316，原地缓慢旋转360度，用来寻找回充信号。
步骤S318，从E中删除e。
步骤S320，检测到符合退出的条件。
步骤S324，退出。
在前述实施例中，也可以使用非矩形框对目标地图进行划分，根据划分后得到的区域确定探索点集，还可以直接在目标地图中生成间隔一定的随机种子点，即探索点，再对探索点所在的区域进行探索。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，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的方法。
在本实施例中还提供了一种目标区域的探索装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本发明实施例的可通行区域的探索装置的结构框图，如图4所示，该装置包括：
划分模块42，用于对目标地图中包括的可通行区域进行划分，并基于划分结果确定出至少一个目标可通行子区域，其中，所述目标地图包括具备自主探索能力的机器人所在区域的地图；
确定模块44，用于基于至少一个所述目标可通行子区域内的障碍物的存在状态，确定用于探索所述可通行区域的探索点集，其中，所述探索点集中包括至少一个探索点，不同的探索点位于不同的目标可通行子区域内；
控制模块46，用于控制所述机器人基于所述探索点集对所述可通行区域进行探索。
其中，所述划分模块42对应于上述地图管理模块，控制模块46对应于上述导航模块和决策模块。
在一个示例性实施例中，所述划分模块42可以通过如下方式实现对目标地图中包括的可通行区域进行划分，并基于划分结果确定至少一个目标可通行子区域：确定用于分割所述可通行区域的目标框；利用所述目标框分割所述可通行区域，以得到至少一个可通行子区域；从至少一个所述可通行子区域中确定满足第一条件的至少一个所述目标可通行子区域。
在一个示例性实施例中，所述划分模块42可以通过如下方式实现从至少一个所述可通行子区域中确定满足第一条件的至少一个所述目标可通行子区域：分别确定至少一个所述可通行子区域中每个可通行子区域包括的可通行区域面积；将至少一个所述可通行子区域中包括的可通行区域面积大于第一阈值的可通行子区域确定为所述目标可通行子区域。
在一个示例性实施例中，所述确定模块44可以通过如下方式实现基于至少一个所述目标可通行子区域内的障碍物的存在状态，确定用于探索所述可通行区域的探索点集：基于至少一个所述目标可通行子区域内的障碍物的存在状态，确定至少一个所述目标可通行子区域中包括的第一类目标可通行子区域以及第二类目标可通行子区域，其中，所述第一类目标可通行子区域中不存在障碍物，所述第二类目标可通行子区域中存在障碍物；将所述第一类目标可通行子区域的中心点确定为第一探索点；确定所述第二类目标可通行子区域中不存在障碍物的区域中的目标点，将所述目标点中包括的满足第二条件的点确定为第二探索点；基于所述第一探索点和所述第二探索点确定所述探索点集。
在一个示例性实施例中，所述确定模块44可以通过如下方式之一实现确定所述第二类目标可通行子区域中不存在障碍物的区域中的目标点：确定所述第二类目标可通行子区域中不存在障碍物的区域的最大内切圆的第一圆心，将所述第一圆心确定为所述目标点；确定所述第二类目标可通行子区域中不存在障碍物的区域的最大外接圆的第二圆心，将所述第二圆心确定为所述目标点；确定所述第二类目标可通行子区域中不存在障碍物的区域的质心，将所述质心确定为所述目标点。
在一个示例性实施例中，所述确定模块44可以通过如下方式实现将所述目标点中包括的满足第二条件的点确定为第二探索点：将所述目标点中包括的未被障碍物包围且允许所述机器人到达的点确定为所述第二探索点。
在一个示例性实施例中，所述确定模块44可以通过如下方式实现基于所述第一探索点和所述第二探索点所构成的集合确定所述探索点集：确定由所述第一探索点中包括的允许所述机器人到达的探索点，以及所述第二探索点中包括的允许所述机器人到达的探索点所构成的第一点集；根据所述第一点集，确定所述探索点集。
在一个示例性实施例中，所述确定模块44可以通过如下方式实现根据所述第一点集，确定所述探索点集：确定所述第一点集中包括的探索点的密度；在确定所述第一点集中包括的探索点的密度超过预定密度阈值的情况下，删除所述第一点集中包括的一个或多个探索点，并将删除掉一个或多个探索点后的第一点集作为所述探索点集，其中，所述探索点集中包括的探索点的密度小于或等于所述预定密度阈值。
在一个示例性实施例中，所述控制模块46可以通过如下方式实现控制所述机器人基于所述探索点集对所述可通行区域进行探索：确定所述探索点集中包括的所述机器人未到达过的探索点；基于所述机器人与所述机器人未到达过的探索点之间的距离以及所述机器人行驶至所述机器人未到达过的探索点的时间，确定第一目标探索点；控制所述机器人行驶至所述第一目标探索点，并在所述第一目标探索点处按照目标探索方式对所述第一目标探索点所在的目标可通行子区域进行探索。
在一个示例性实施例中，所述控制模块46可以通过如下方式实现基于所述机器人与所述机器人未到达过的探索点之间的距离以及所述机器人行驶至所述机器人未到达过的探索点的时间，确定第一目标探索点：确定所述机器人与所述机器人未到达过的探索点之间的距离以及所述机器人行驶至所述机器人未到达过的探索点的时间的加权值之和；将最小加权值之和对应的探索点确定为所述第一目标探索点。
在一个示例性实施例中，所述控制模块46还可以通过如下方式实现控制所述机器人基于所述探索点集对所述可通行区域进行探索：确定所述探索点集中包括的所述机器人未到达过的探索点；基于预定方式确定出所述机器人到达所述机器人未到达过的探索点中包括的所有探索点的全局最优路径；将所述全局最优路径中包括的与所述机器人相邻的探索点确定为第二目标探索点；控制所述机器人行驶至所述第二目标探索点，并在所述第二目标探索点处按照目标探索方式对所述第二目标探索点所在的目标可通行子区域进行探索。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤，其中，电子装置可以为机器人(如清洁机器人、厂房巡检机器人)、自主导航运输车、无人机、玩具车等。
在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的具体实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种可通行区域的探索方法，其特征在于，包括：
对目标地图中包括的可通行区域进行划分，并基于划分结果确定至少一个目标可通行子区域，其中，所述目标地图包括具备自主探索能力的机器人所在区域的地图；
基于至少一个所述目标可通行子区域内的障碍物的存在状态，确定用于探索所述可通行区域的探索点集，其中，所述探索点集中包括至少一个探索点，不同的探索点位于不同的目标可通行子区域内；
控制所述机器人基于所述探索点集对所述可通行区域进行探索；
其中，对目标地图中包括的可通行区域进行划分，并基于划分结果确定至少一个目标可通行子区域包括：确定用于分割所述可通行区域的目标框；利用所述目标框分割所述可通行区域，以得到至少一个可通行子区域；从至少一个所述可通行子区域中确定满足第一条件的至少一个所述目标可通行子区域；
其中，从至少一个所述可通行子区域中确定满足第一条件的至少一个所述目标可通行子区域包括：分别确定至少一个所述可通行子区域中每个可通行子区域包括的可通行区域面积；将至少一个所述可通行子区域中包括的可通行区域面积大于第一阈值的可通行子区域确定为所述目标可通行子区域。
2.根据权利要求1所述的方法，其特征在于，基于至少一个所述目标可通行子区域内的障碍物的存在状态，确定用于探索所述可通行区域的探索点集包括：
基于至少一个所述目标可通行子区域内的障碍物的存在状态，确定至少一个所述目标可通行子区域中包括的第一类目标可通行子区域以及第二类目标可通行子区域，其中，所述第一类目标可通行子区域中不存在障碍物，所述第二类目标可通行子区域中存在障碍物；
将所述第一类目标可通行子区域的中心点确定为第一探索点；
确定所述第二类目标可通行子区域中不存在障碍物的区域中的目标点，将所述目标点中包括的满足第二条件的点确定为第二探索点；
基于所述第一探索点和所述第二探索点确定所述探索点集。
3.根据权利要求2所述的方法，其特征在于，确定所述第二类目标可通行子区域中不存在障碍物的区域中的目标点包括以下之一：
确定所述第二类目标可通行子区域中不存在障碍物的区域的最大内切圆的第一圆心，将所述第一圆心确定为所述目标点；
确定所述第二类目标可通行子区域中不存在障碍物的区域的最大外接圆的第二圆心，将所述第二圆心确定为所述目标点；
确定所述第二类目标可通行子区域中不存在障碍物的区域的质心，将所述质心确定为所述目标点。
4.根据权利要求2所述的方法，其特征在于，将所述目标点中包括的满足第二条件的点确定为第二探索点包括：
将所述目标点中包括的未被障碍物包围且允许所述机器人到达的点确定为所述第二探索点。
5.根据权利要求2所述的方法，其特征在于，基于所述第一探索点和所述第二探索点所构成的集合确定所述探索点集包括：
确定由所述第一探索点中包括的允许所述机器人到达的探索点，以及所述第二探索点中包括的允许所述机器人到达的探索点所构成的第一点集；
根据所述第一点集，确定所述探索点集。
6.根据权利要求5所述的方法，其特征在于，根据所述第一点集，确定所述探索点集包括：
确定所述第一点集中包括的探索点的密度；
在确定所述第一点集中包括的探索点的密度超过预定密度阈值的情况下，删除所述第一点集中包括的一个或多个探索点，并将删除掉一个或多个探索点后的第一点集作为所述探索点集，其中，所述探索点集中包括的探索点的密度小于或等于所述预定密度阈值。
7.根据权利要求1所述的方法，其特征在于，控制所述机器人基于所述探索点集对所述可通行区域进行探索包括：
确定所述探索点集中包括的所述机器人未到达过的探索点；
基于所述机器人与所述机器人未到达过的探索点之间的距离以及所述机器人行驶至所述机器人未到达过的探索点所需的时间，确定第一目标探索点；
控制所述机器人行驶至所述第一目标探索点，并在所述第一目标探索点处按照目标探索方式对所述第一目标探索点所在的目标可通行子区域进行探索。
8.根据权利要求7所述的方法，其特征在于，基于所述机器人与所述机器人未到达过的探索点之间的距离以及所述机器人行驶至所述机器人未到达过的探索点的时间，确定第一目标探索点包括：
确定所述机器人与所述机器人未到达过的探索点之间的距离以及所述机器人行驶至所述机器人未到达过的探索点的时间的加权值之和；
将最小加权值之和对应的探索点确定为所述第一目标探索点。
9.根据权利要求1所述的方法，其特征在于，控制所述机器人基于所述探索点集对所述可通行区域进行探索包括：
确定所述探索点集中包括的所述机器人未到达过的探索点；
基于预定方式确定出所述机器人到达所述机器人未到达过的探索点中包括的所有探索点的全局最优路径；
将所述全局最优路径中包括的与所述机器人相邻的探索点确定为第二目标探索点；
控制所述机器人行驶至所述第二目标探索点，并在所述第二目标探索点处按照目标探索方式对所述第二目标探索点所在的目标可通行子区域进行探索。
10.一种可通行区域的探索装置，其特征在于，包括：
划分模块，用于对目标地图中包括的可通行区域进行划分，并基于划分结果确定出至少一个目标可通行子区域，其中，所述目标地图包括具备自主探索能力的机器人所在区域的地图；
确定模块，用于基于至少一个所述目标可通行子区域内的障碍物的存在状态，确定用于探索所述可通行区域的探索点集，其中，所述探索点集中包括至少一个探索点，不同的探索点位于不同的目标可通行子区域内；
控制模块，用于控制所述机器人基于所述探索点集对所述可通行区域进行探索；
其中，所述划分模块，用于通过如下方式实现对目标地图中包括的可通行区域进行划分，并基于划分结果确定至少一个目标可通行子区域：确定用于分割所述可通行区域的目标框；利用所述目标框分割所述可通行区域，以得到至少一个可通行子区域；从至少一个所述可通行子区域中确定满足第一条件的至少一个所述目标可通行子区域；
其中，所述划分模块，用于通过如下方式实现从至少一个所述可通行子区域中确定满足第一条件的至少一个所述目标可通行子区域：分别确定至少一个所述可通行子区域中每个可通行子区域包括的可通行区域面积；将至少一个所述可通行子区域中包括的可通行区域面积大于第一阈值的可通行子区域确定为所述目标可通行子区域。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至9任一项中所述的方法。
12.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至9任一项中所述的方法。
CN202011334216.3A 2020-11-24 2020-11-24 可通行区域的探索方法、装置、存储介质及电子装置 Active CN114543802B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011334216.3A CN114543802B (zh) 2020-11-24 2020-11-24 可通行区域的探索方法、装置、存储介质及电子装置
PCT/CN2021/108392 WO2022110853A1 (zh) 2020-11-24 2021-07-26 可通行区域的探索方法、装置、存储介质及电子装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011334216.3A CN114543802B (zh) 2020-11-24 2020-11-24 可通行区域的探索方法、装置、存储介质及电子装置

Publications (2)

Publication Number Publication Date
CN114543802A CN114543802A (zh) 2022-05-27
CN114543802B true CN114543802B (zh) 2023-08-15

Family

ID=81660052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011334216.3A Active CN114543802B (zh) 2020-11-24 2020-11-24 可通行区域的探索方法、装置、存储介质及电子装置

Country Status (2)

Country Link
CN (1) CN114543802B (zh)
WO (1) WO2022110853A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114777793B (zh) * 2022-06-16 2022-09-20 盈嘉互联（北京）科技有限公司 一种面向任意导航主体的bim地图提取及路径规划方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107505939A (zh) * 2017-05-13 2017-12-22 大连理工大学 一种移动机器人的全覆盖路径规划方法
CN107898393A (zh) * 2017-11-17 2018-04-13 北京奇虎科技有限公司 用于清洁机器人的区块调整方法、装置及机器人
CN108827309A (zh) * 2018-06-29 2018-11-16 炬大科技有限公司 一种机器人路径规划方法及具有它的吸尘器
US10196104B1 (en) * 2016-05-04 2019-02-05 Schaft Inc. Terrain Evaluation for robot locomotion
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
CN111308994A (zh) * 2018-11-23 2020-06-19 苏州科瓴精密机械科技有限公司 机器人控制方法以及机器人系统
CN111374596A (zh) * 2018-12-28 2020-07-07 珠海市一微半导体有限公司 基于区域规划的扫地机器人作业方法、装置和清洁系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102071575B1 (ko) * 2013-04-23 2020-01-30 삼성전자 주식회사 이동로봇, 사용자단말장치 및 그들의 제어방법
CN106197421B (zh) * 2016-06-24 2019-03-22 北京工业大学 一种用于移动机器人自主探索的前沿目标点生成方法
CN110833361A (zh) * 2018-08-17 2020-02-25 速感科技（北京）有限公司 一种清洁机器人及其多区域清洁方法
CN111650928B (zh) * 2019-02-18 2024-03-05 北京奇虎科技有限公司 一种扫地机器人自主探索的方法及装置
US11314254B2 (en) * 2019-03-26 2022-04-26 Intel Corporation Methods and apparatus for dynamically routing robots based on exploratory on-board mapping

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10196104B1 (en) * 2016-05-04 2019-02-05 Schaft Inc. Terrain Evaluation for robot locomotion
CN107505939A (zh) * 2017-05-13 2017-12-22 大连理工大学 一种移动机器人的全覆盖路径规划方法
CN107898393A (zh) * 2017-11-17 2018-04-13 北京奇虎科技有限公司 用于清洁机器人的区块调整方法、装置及机器人
CN108827309A (zh) * 2018-06-29 2018-11-16 炬大科技有限公司 一种机器人路径规划方法及具有它的吸尘器
CN111308994A (zh) * 2018-11-23 2020-06-19 苏州科瓴精密机械科技有限公司 机器人控制方法以及机器人系统
CN111374596A (zh) * 2018-12-28 2020-07-07 珠海市一微半导体有限公司 基于区域规划的扫地机器人作业方法、装置和清洁系统
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

Also Published As

Publication number Publication date
CN114543802A (zh) 2022-05-27
WO2022110853A1 (zh) 2022-06-02

Similar Documents

Publication Publication Date Title
US10365110B2 (en) Method and system for determining a path of an object for moving from a starting state to an end state set avoiding one or more obstacles
CN111857160A (zh) 一种无人车路径规划方法和装置
CN111152266B (zh) 一种清洁机器人的控制方法及系统
CN109341698B (zh) 一种移动机器人的路径选择方法及装置
CN114543802B (zh) 可通行区域的探索方法、装置、存储介质及电子装置
Mishra et al. Battery-constrained coverage
Sharma et al. A survey on multi robots area exploration techniques and algorithms
Best et al. Decentralised self-organising maps for the online orienteering problem with neighbourhoods
Aydemir et al. Multi-agent dynamic area coverage based on reinforcement learning with connected agents
Zhao et al. Complete coverage path planning scheme for autonomous navigation ROS-based robots
Han et al. An enhanced adaptive 3D path planning algorithm for mobile robots with obstacle buffering and improved Theta* using minimum snap trajectory smoothing
Vielfaure et al. Dora: Distributed online risk-aware explorer
CN113885531B (zh) 用于移动机器人的方法、移动机器人、电路、介质和程序
WO2022110928A1 (zh) 机器人的建图方法、机器人、存储介质、电子装置
Zhao et al. Temporal and spatial routing for large scale safe and connected uas traffic management in urban areas
CN114442642B (zh) 路径规划方法、装置、计算机设备和存储介质
CN113485372B (zh) 地图探索方法和装置、存储介质、电子装置
de Carvalho Santos et al. An exploratory path planning method based on genetic algorithm for autonomous mobile robots
US20220300002A1 (en) Methods and systems for path planning in a known environment
CN114721388A (zh) 自移动机器人的清扫路径规划方法
Chattopadhyay et al. ν☆: A robot path planning Algorithm based on renormalised measure of probabilistic regular languages
CN117553804B (zh) 路径规划方法、装置、计算机设备和存储介质
US20230266131A1 (en) Systems and methods for informable multi-objective and multi-direction rapidly exploring random tree route planning
CN113985894B (zh) 一种自主避障路径规划方法、装置、设备及存储介质
CN117570987A (zh) 一种空地两用机器人双模态自主探索方法及装置

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
CB02 Change of applicant information

Address after: 215000 E3, building 16, No. 2288, Wuzhong Avenue, Yuexi, Wuzhong District, Suzhou City, Jiangsu Province

Applicant after: Dreame technology (Suzhou) Co.,Ltd.

Address before: 215104 E3, building 16, No. 2288, Wuzhong Avenue, Yuexi, Wuzhong District, Suzhou City, Jiangsu Province

Applicant before: ZHUICHUANG TECHNOLOGY (SUZHOU) Co.,Ltd.

GR01 Patent grant
GR01 Patent grant