CN114740835A - 路径规划方法、路径规划装置、机器人和存储介质 - Google Patents
路径规划方法、路径规划装置、机器人和存储介质 Download PDFInfo
- Publication number
- CN114740835A CN114740835A CN202210199407.6A CN202210199407A CN114740835A CN 114740835 A CN114740835 A CN 114740835A CN 202210199407 A CN202210199407 A CN 202210199407A CN 114740835 A CN114740835 A CN 114740835A
- Authority
- CN
- China
- Prior art keywords
- robot
- path
- map
- target
- local
- 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 44
- 230000016776 visual perception Effects 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000005021 gait Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241000490229 Eucephalus Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本申请公开了一种路径规划方法、路径规划装置、机器人和存储介质。路径规划方法包括:获取搜索覆盖路径;根据搜索覆盖路径、机器人的当前位姿和预设半径,获取机器人的局部规划的目标节点;根据局部高程地图和机器人的运控性能,构建局部可通行地图;基于目标节点、局部可通行地图和当前位姿,规划局部路径;控制机器人沿局部路径运动以搜索目标物体;在未搜索到目标物体的情况下,更新目标节点和局部路径。如此,向机器人提供物体的粗略位姿信息获取搜索覆盖路径,结合搜索覆盖路径、机器人的当前位姿和预设半径获取目标节点,基于目标节点、局部可通行地图和当前位姿规划局部路径,机器人便可按局部路径搜索物体执行工作任务。
Description
技术领域
本申请涉及机器人控制技术领域,更具体而言,特别涉及一种路径规划方法、路径规划装置、机器人和存储介质。
背景技术
随着技术的发展,机器人越来越多的应用在生产生活中,其中机器人在执行搬运物体,抓取工具等任务时,人们往往无法提供物体、工具等的精确位姿,因此机器人将很难进一步执行搬运或抓取等操作任务。但在实际应用中,可以很容易的向机器人提供物体以及工具等的粗略位姿信息,因此,如何让机器人基于粗略的位姿信息,找到相应的物体以及工具等,进而可以进一步的执行搬运,抓取等任务成为待解决的问题。
发明内容
本申请实施方式提供一种路径规划方法、路径规划装置、机器人和存储介质。
本申请实施方式的路径规划方法用于机器人,所述路径规划方法包括:
获取搜索覆盖路径;
根据所述搜索覆盖路径、所述机器人的当前位姿和预设半径,获取所述机器人的局部规划的目标节点;
根据局部高程地图和所述机器人的运控性能,构建局部可通行地图;
基于所述目标节点、所述局部可通行地图和所述当前位姿,规划局部路径;
控制所述机器人沿所述局部路径运动以搜索目标物体;
在未搜索到所述目标物体的情况下,更新所述目标节点和所述局部路径。
本申请实施方式中的路径规划方法,可以通过向机器人提供待抓取、搬运的目标物体的粗略位姿信息,从而获取搜索覆盖路径,然后结合搜索覆盖路径、机器人的当前位姿和预设半径获取机器人的局部规划的目标节点,进而基于目标节点、局部可通行地图和当前位姿规划局部路径,这样机器人便可以按照规划的局部路径运动搜索目标物体来执行工作任务。
本申请实施方式的路径规划装置包括:
第一获取模块,用于获取搜索覆盖路径;
第二获取模块,用于根据所述搜索覆盖路径、所述机器人的当前位姿和预设半径,获取所述机器人的局部规划的目标节点;
构建模块,用于根据局部高程地图和所述机器人的运控性能,构建局部可通行地图;
规划模块,用于基于所述目标节点、所述局部可通行地图和所述当前位姿,规划局部路径;
控制模块,用于控制所述机器人沿局部路径运动以搜索目标物体;
更新模块,用于在未搜索到目标物体的情况下,更新所述目标节点和所述局部路径。
本申请实施方式的机器人,包括:主体、连接所述主体的执行部件和设置在所述主体上的处理器,所述执行部件用于对所述目标物体执行工作任务,所述处理器用于执行上述实施方式所述的路径规划方法。
本申请实施方式的计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述实施方式的路径规划方法。
本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解,其中:
图1是本申请实施方式的路径规划方法的流程示意图;
图2是本申请实施方式的路径规划装置的模块示意图;
图3是本申请实施方式的机器人规划到目标物体的路径的场景示意图;
图4是本申请实施方式的多足机器人的硬件结构示意图;
图5是本申请实施方式的多足机器人的结构示意图;
图6是本申请实施方式的路径规划方法的流程示意图;
图7是本申请实施方式的路径规划方法的又一流程示意图;
图8是本申请实施方式的路径规划方法的再一流程示意图;
图9是本申请实施方式的路径规划方法的再一流程示意图;
图10是本申请实施方式的路径规划方法的再一流程示意图。
主要元件符号说明:
机器人1000、主体100、执行部件11、处理器12、路径规划装置200、第一获取模块21、第二获取模块22、构建模块23、规划模块24、控制模块25、更新模块26、目标物体2000、多足机器人400、机械单元401、驱动板4011、电机4012、机械结构4013、机身主体4014、可伸展的腿部4015、足部4016、可转动的头部结构4017、可摇动的尾巴结构4018、载物结构4019、鞍座结构4020、摄像头结构4021、通讯单元402、传感单元403、接口单元404、存储单元405、显示单元406、显示面板4061、输入单元407、触控面板4071、输入设备4072、触摸检测装置4073、触摸控制器4074、机器控制模块410、电源411。
具体实施方式
下面详细描述本申请的实施方式,所述实施方式的实施方式在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。
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,本申请实施方式的路径规划方法包括步骤:
S10:获取搜索覆盖路径;
S20:根据搜索覆盖路径、机器人1000的当前位姿和预设半径,获取机器人1000的局部路径规划的目标节点;
S30:根据局部高程地图和机器人1000的运控性能,构建局部可通行地图;
S40:基于目标节点、局部可通行地图和当前位姿,规划局部路径;
S50:控制机器人1000沿局部路径运动以搜索目标物体2000;
S60:在未搜索到目标物体2000的情况下,更新目标节点和局部路径。
请参阅图2,本申请实施方式的路径规划装置200包括第一获取模块21、第二获取模块22、构建模块23、规划模块24、控制模块25和更新模块26,其中,步骤S10可由第一获取模块21实现,步骤S20可由第二获取模块22实现,步骤S30可由构建模块23实现,步骤S40可由规划模块24实现,步骤S50可由控制模块25实现,步骤S60可由更新模块26实现。也即是说,第一获取模块21用于获取搜索覆盖路径,第二获取模块22用于根据搜索覆盖路径、机器人1000的当前位姿和预设半径,获取机器人1000的局部路径规划的目标节点,构建模块23用于根据局部高程地图和机器人1000的运控性能,构建局部可通行地图,规划模块24用于基于目标节点、局部可通行地图和当前位姿,规划局部路径,控制模块25用于控制机器人1000沿局部路径运动以搜索目标物体2000,更新模块26用于在未搜索到目标物体2000的情况下,更新目标节点和局部路径。
请参阅图3,本申请实施方式的机器人1000包括主体100、设置在主体100上的执行部件11,设置在主体100上的处理器12。机器人1000还可以包括存储器,存储器上存储有计算机程序并可在处理器12上运行,处理器12执行计算机程序时实现本申请实施方式的路径规划方法,以控制执行部件11对目标物体2000执行工作任务。如此,本申请实施方式的路径规划方法可以由本申请实施方式的机器人1000实现,其中,步骤S10、步骤S20、步骤S30、步骤S40、步骤S50和步骤S60均可以由处理器12实现,也即是说,处理器12执行计算机程序时实现:获取搜索覆盖路径;根据搜索覆盖路径、机器人1000的当前位姿和预设半径,获取机器人1000的局部规划的目标节点;根据局部高程地图和机器人1000的运控性能,构建局部可通行地图;基于目标节点、局部可通行地图和当前位姿,规划局部路径;控制机器人1000沿局部路径运动以搜索目标物体2000;在未搜索到目标物体2000的情况下,更新目标节点和局部路径。
其中,处理器12可以是指驱动板。驱动板可以是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
需要说明的是,机器人1000包括但不限于人形机器人、机器狗、移动机械臂、轮式机器人、多足机器人400等,在此不做具体限制。可以理解的是,机器人1000可以包括机械臂、机械腿等结构,机器人1000的控制方法可以应用于机械臂、机械腿等结构。
具体的,请参阅图4和图5,图4为本发明其中一个实施方式的多足机器人400的硬件结构示意图,图5为多足机器人400的结构示意图。在图4所示的实施方式中,多足机器人400包括机械单元401、通讯单元402、传感单元403、接口单元404、存储单元405、机器控制模块410、电源411。多足机器人400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4中示出的多足机器人400的具体结构并不构成对多足机器人400的限定,多足机器人400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400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4和图5对多足机器人400的各个部件进行具体的介绍:
机械单元401为多足机器人400的硬件。如图4所示,机械单元401可包括驱动板4011、电机4012、机械结构4013,如图5所示,机械结构4013可包括机身主体4014、可伸展的腿部4015、足部4016,在其他实施方式中,机械结构4013还可包括可伸展的机械臂(图未示)、可转动的头部结构4017、可摇动的尾巴结构4018、载物结构4019、鞍座结构4020、摄像头结构4021等。需要说明的是,机械单元401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4015可为4个,每个腿部4015可配置3个电机4012,对应的电机4012为12个。可以理解的,可伸展的机械臂或可伸展的腿部结构可以安装于多足机器人400的背部、尾部等位置,其可以根据多足机器人400的用途、生产成本等因素进行调整,在此不做具体限制。
通讯单元402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400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,传输给机器控制模块410处理。通讯单元402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403用于获取多足机器人400周围环境的信息数据以及监控多足机器人400内部各部件的参数数据,并发送给机器控制模块410。传感单元403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400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400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404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400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404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405用于存储软件程序以及各种数据。存储单元405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400在使用中所生成的数据(比如传感单元403获取的各种传感数据,日志文件数据)等。此外,存储单元405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。可以理解的,存储器可以实现存储单元405的一部分或全部功能。
显示单元406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406可包括显示面板4061,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4061。
输入单元407可用于接收输入的数字或字符信息。具体地,输入单元407可包括触控面板4071以及其他输入设备4072。触控面板4071,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4071上或在触控面板4071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4071可包括触摸检测装置4073和触摸控制器4074两个部分。其中,触摸检测装置4073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4074;触摸控制器4074从触摸检测装置4073上接收触摸信息,并将它转换成触点坐标,再送给机器控制模块410,并能接收机器控制模块410发来的命令并加以执行。除了触控面板4071,输入单元407还可以包括其他输入设备4072。具体地,其他输入设备4072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4071可覆盖显示面板4061,当触控面板4071检测到在其上或附近的触摸操作后,传送给机器控制模块410以确定触摸事件的类型,随后机器控制模块410根据触摸事件的类型在显示面板4061上提供相应的视觉输出。虽然在图4中,触控面板4071与显示面板4061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4071与显示面板4061集成而实现输入和输出功能,具体此处不做限定。
机器控制模块410是多足机器人400的控制中心,利用各种接口和线路连接整个多足机器人400的各个部件,通过运行或执行存储在存储单元405内的软件程序,以及调用存储在存储单元405内的数据,从而对多足机器人400进行整体控制。可以理解的,处理器12可以实现机器控制模块410的一部分或全部功能。
电源411用于给各个部件供电,电源411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4所示的实施方式中,电源411电连接机器控制模块410,在其它的实施方式中,电源411还可以分别与传感单元403(比如摄像头、雷达、音箱等)、电机4012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411,或者由相同的电源411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400进行通信连接,在终端设备与多足机器人400进行通信时,可以通过终端设备来向多足机器人400发送指令信息,多足机器人400可通过通讯单元402来接收指令信息,并可在接收到指令信息的情况下,将指令信息传输至机器控制模块410,使得机器控制模块410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400可以包括传感单元403,传感单元403可根据多足机器人400所在的当前环境可生成指令信息。机器控制模块410可根据指令信息来判断多足机器人400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400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400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。环境传感器与机器控制模块410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。
本申请实施方式中的路径规划方法,可以通过向机器人1000提供待抓取、搬运的目标物体2000的粗略位置信息,从而获取搜索覆盖路径,然后结合搜索覆盖路径、机器人1000的当前位姿和预设半径获取机器人1000的局部规划的目标节点,进而基于目标节点、局部可通行地图和当前位姿规划局部路径,这样机器人1000便可以按照规划的局部路径运动搜索目标物体2000来执行工作任务。
需要说明的是,随着社会不断发展,机器人越来越多的应用于生产、家用等领域。例如利用机器人执行搬运货物等工作任务,在上述工作任务中往往需要给到机器人相应目标物体的精确位姿信息,然而在实际应用场景中,往往只能容易的给到机器人目标物体的粗略的位置信息,这样需要机器人基于粗略的位姿信息便能够找到相应的目标物体来执行工作任务。
具体地,在步骤S10中,搜索覆盖路径可以是根据用户向机器人1000提供的粗略的目标物体2000的位姿信息来规划的,规划好的搜索覆盖路径可以被处理器12获取,然后基于搜索覆盖路径执行后续步骤的路径规划方法。可以容易理解,搜索覆盖路径包含有待搜索的目标物体2000的所在位置。
在步骤S20中,机器人1000的当前位姿可以由相关元件记录并发送到处理器12,预设半径可以根据实际情况需求来设定,预设半径可以是用户指定的。综合已获得的搜索覆盖路径、机器人1000的当前位姿和预设半径,处理器12可以获取机器人1000的局部规划的目标节点。可以容易理解,目标节点在搜索覆盖路径所包含的路径范围内,并且与预设半径相关联,例如在一些实施例中,目标节点可以是在预设半径范围内的搜索覆盖路径上的一个点,并且该点与机器人1000的距离最接近预设半径。
在步骤S30中,在一个实施例中,处理器12可以通过在机器人1000上设置的智能感知系统获得的激光及感知等信息来更新机器人1000在一定范围内(如10cm×10cm)的局部高程地图,特别地,在一个实施例中,在选择更新一定范围内的局部高程地图时,更新范围可以与预设半径相同,另外,高程地图中标注有物体、环境的高度信息,可以为3D地图。
需要说明的是,局部高程地图中所指的局部为对应全局高程地图而言,全局高程地图可以根据机器人1000的实际工作环境来确定,也即是说全局高程地图可以是机器人1000工作环境的3D高程地图,对应的,局部高程地图为机器人1000在一定范围内(如10cm×10cm)的工作环境的3D高程地图。
机器人1000的运控性能可以包括有机器人1000能够上的台阶的高度限值、能够上的斜坡的坡度限值、机器人1000的步长等。处理器12可以根据获得的局部高程地图,基于机器人1000的运控性能来构建局部可通行地图,局部可通行地图可以理解为机器人1000在局部高程地图的范围内可通行的区域。特别地,可以理解的是,由于机器人1000会发生运动,局部高程地图需要根据激光及感知等信息实时更新,从而实时更新局部可通行地图,以逼近、更好地搜寻目标物体2000的位置。
在步骤S40中,通过步骤S10-步骤S30,在已构建的局部可通行地图的基础上,处理器12根据已经获得的机器人1000的当前位姿以及已经规划的目标节点,利用A*(Astar)等算法实时规划出相应的局部路径,局部路径可以为2.5D路径。
在步骤S50中,处理器12可以控制机器人1000沿规划的局部路径运动从而搜索目标物体2000,在搜索目标物体2000时,可以根据机器人1000上安装的视觉感知系统实时检测目标物体2000。
在步骤S60中,在没有搜索到目标物体2000的情况下,机器人1000可以继续跟踪已经规划好的局部路径,同时根据S20、S30、S40等步骤更新局部规划的目标节点,并实时规划出新的局部路径以跟踪新的局部路径,直至机器人1000搜索到目标物体2000。
请参阅图6,在某些实施方式中,路径规划方法可以包括以下步骤:
S70:至少根据局部路径和当前位姿,执行局部路径跟踪速度控制。
在某些实施方式中,路径规划装置200可以包括执行模块,执行模块用于执行步骤S70,即执行模块可以用于至少根据局部路径和当前位姿,执行局部路径跟踪速度控制。
在某些实施方式中,处理器12可以用于至少根据局部路径和当前位姿,执行局部路径跟踪速度控制。
如此,可以实现对机器人1000沿局部路径运动时速度大小和速度方向的跟踪速度控制,进而控制机器人1000调整运动的速度大小和运动的方向,以使机器人1000按局部路径运动搜寻目标物体2000。
具体地,在步骤S70中,需要说明的是,局部路径与机器人1000的当前位姿为执行局部路径跟踪速度控制时必要提供的两个信息,除此之外,处理器12还可以获取到如动态障碍物等信息来辅助执行局部路径跟踪速度控制。在一个实施例中,处理器12在执行局部路径跟踪速度控制时,对跟踪速度的速度大小以及方向的控制可以是通过给机器人1000运动的X方向、Y方向等提供相应的速度,这样在处理器12改变某一运动方向的速度大小的情况下,会使机器人1000向运动速度大的方向偏移,从而可以实现对机器人1000运动的速度方向的跟踪速度控制,进而控制机器人1000调整运动的速度大小和运动的方向,以使机器人1000按局部路径运动搜寻目标物体2000。
在某些实施方式中,目标节点为在预设半径范围内的搜索覆盖路径上的一个点,点与机器人1000之间的距离相较于在预设半径范围内的搜索覆盖路径上的其余点与机器人1000之间的距离,最接近预设半径。
如此,将目标节点设置为在预设半径范围内的搜索覆盖路径上距离机器人1000的距离最接近预设半径的一个点,便于机器人1000在预设半径范围内最大程度的规划局部路径,以更全面、准确地搜索目标物体2000。
具体地,如上文所述,预设半径可以根据实际情况需求来设定,例如预设半径可以根据机器人1000的感知范围来确认,机器人1000的感知范围的半径大小即可以为预设半径的大小。
在一个实施例中,当需要机器人1000执行搬运或抓取目标物体2000的任务时,用户通过语音或在地图上给出目标物体2000的大概所处位置,根据目标物体2000的大概位置,可以在地图上目标物体2000的大概位置处以给定的预设半径获得一个区域,该区域中包括有目标物体2000。
那么在步骤S20-步骤S40中得出,机器人1000的局部规划的目标节点根据搜索覆盖路径、机器人1000的当前位置和预设半径综合得到,并且目标节点在搜索覆盖路径上。此时,由于处理器12是基于构建得到的局部可通行地图、结合确定的目标节点和获得的当前位姿来规划局部路径,那么为了降低搜寻的复杂度和提高搜寻的效率、准确度,在规划机器人1000到目标节点的局部路径的情况下,目标节点需要满足以下两个条件:目标节点在预设半径范围内的搜索覆盖路径上,目标节点与机器人1000之间的距离相较于在预设半径范围内的搜索覆盖路径上的其余点与机器人1000之间的距离最接近预设半径,如上文中提及的,预设半径可以为机器人1000的感知范围的半径大小,也即是说,目标节点可以为在机器人1000的感知范围内,距离当前机器人1000位置最远的搜索覆盖路径上的点。这样,便于机器人1000在预设半径范围内最大程度的规划局部路径,实时规划的局部路径中对目标物体2000的搜索范围更大,从而可以更全面、准确地搜索目标物体2000。
请参阅图7,在某些实施方式中,路径规划方法还可以包括以下步骤:
S80:在搜索到目标物体2000的情况下,停止搜索并控制机器人1000对目标物体2000执行工作任务。
在某些实施方式中,路径规划装置200还可以包括执行模块,执行模块用于在搜索到目标物体2000的情况下,停止搜索并控制机器人1000对目标物体2000执行工作任务。
在某些实施方式中,处理器12还可以用于在搜索到目标物体2000的情况下,停止搜索并控制机器人1000对目标物体2000执行工作任务。
如此,可以在机器人1000根据规划的局部路径搜索到目标物体2000后停止搜索,并切换机器人1000到搬用或抓取模式(具体工作模式根据具体工作任务而定),从而实现对目标物体2000的搬用或抓取,最终实现无需目标物体2000的精确位姿信息便能控制机器人1000搜寻到目标物体2000实施工作任务。
请参阅图8,在某些实施方式中,获取搜索覆盖路径(步骤S10)可以包括以下步骤:
S11:根据全局高程地图和机器人1000的运控性能,构建全局可通行地图;
S12:获取目标物体2000的模糊位置信息;
S13:基于全局可通行地图与模糊位置信息,构建目标物体2000对应的目标搜索区域可通行地图;
S14:根据目标搜索区域可通行地图、全局高程地图和目标搜索区域中心位置,执行搜索覆盖路径规划。
在某些实施方式中,第一获取模块21可以用于根据全局高程地图和机器人1000的运控性能,构建全局可通行地图,及用于获取目标物体2000的模糊位置信息,及用于基于全局可通行地图与模糊位置信息,构建目标物体2000对应的目标搜索区域可通行地图,以及用于根据目标搜索区域可通行地图、全局高程地图和目标搜索区域中心位置,执行搜索覆盖路径规划。
在某些实施方式中,处理器12可以用于根据全局高程地图和机器人1000的运控性能,构建全局可通行地图,及用于获取目标物体2000的模糊位置信息,及用于基于全局可通行地图与模糊位置信息,构建目标物体2000对应的目标搜索区域可通行地图,以及用于根据目标搜索区域可通行地图、全局高程地图和目标搜索区域中心位置,执行搜索覆盖路径规划。
如此,可以实现通过模糊位置信息和全局可通行地图确定目标搜索区域可通行地图,进而根据目标搜索区域可通行地图、全局高程地图和目标搜索区域中心位置,规划得到搜索覆盖路径,以便后续步骤中从全局逼近局部,最终实现无需目标物体2000的精确位姿信息便能控制机器人1000搜寻到目标物体2000实施工作任务。
具体地,在步骤S11中,全局高程地图可以根据机器人1000的实际工作环境来确定,也即是说全局高程地图可以是机器人1000工作环境的3D高程地图,全局高程地图中标注有物体、环境的高度信息。机器人1000的运控性能可以包括有机器人1000能够上的台阶的高度限值、能够上的斜坡的坡度限值、机器人1000的步长等。处理器12可以根据获得的全局高程地图,基于机器人1000的运控性能来构建全局可通行地图,全局可通行地图可以理解为机器人1000在工作环境的范围内全部可通行的区域。
在步骤S12中,模糊位置信息可以是通过获取用户通过语音或直接在全局高程地图上给出的目标物体2000的大概所处位置。
在步骤S13中,目标搜索区域中需要包含有目标物体2000,目标搜索区域为机器人1000当前所需要搜索的区域。目标搜索区域可通行地图即为机器人1000在目标搜索区域内可所有可通行的位置组成的地图。处理器12可以根据全局可通行地图与模糊位置信息来构建得到目标搜索区域可通行地图,例如在一个实施例中,可以根据模糊位置信息确定目标物体2000在全局可通行地图上的大致位置,然后在全局可通行地图上划分包括有目标物体2000的目标搜索区域,然后构建得到目标搜索区域可通行地图。
在步骤S14中,可以容易理解,目标搜索区域中心位置为目标搜索区域的中心点的位置,并且该位置需要为可通行区域,如果选择的目标搜索区域的中心点的位置为不可通行区域,需要在该中心点位置附近随机选取一个处于可通行区域的点。处理器12可以根据目标搜索区域可通行地图、全局高程地图和目标搜索区域中心位置,规划搜索覆盖路径。
请参阅图9,在某些实施方式中,目标物体2000可以位于目标搜索区域中,构建目标物体2000对应的目标搜索区域可通行地图(步骤S13)可以包括以下步骤:
S130:在全局可通行地图确定预设点;
S131:以预设点为中心,构建预定区域的目标搜索区域可通行地图,其中预设点为目标搜索区域中心位置,目标搜索区域包含目标物体。
在某些实施方式中,第一获取模块21可以用于在全局可通行地图确定预设点,以及用于以预设点为中心,构建预定区域的目标搜索区域可通行地图,其中预设点为目标搜索区域中心位置,目标搜索区域包含目标物体。
在某些实施方式中,处理器12可以用于在全局可通行地图确定预设点,以及用于以预设点为中心,构建预定区域的目标搜索区域可通行地图,其中预设点为目标搜索区域中心位置,目标搜索区域包含目标物体。
具体地,在步骤S130-步骤S131中,选取预设点时,预设点为包含有目标物体2000的目标搜索区域的中心位置,预定区域可以是在目标搜索区域中以预设点为中心,根据实际需求(如机器人1000的运算性能、地图大小等)选择合适的半径得到的区域。例如,在一个实施例中,当需要带执行部件11的机器人1000执行搬运或抓取物体的任务时,用户通过语音或在地图上给出目标物体2000的模糊位置信息,然后处理器12根据获得的目标物体2000的模糊位置信息以及全局可通行地图,构建目标物体2000所处区域的目标搜索区域可通行地图,此时以全局可通行地图上某一点为中心,选取10m×10m的范围(即为预定区域的大小),该目标搜索区域需包含目标物体2000,其中目标搜索区域的中心点,即预设点为目标搜索区域中心位置。
请参阅图10,在某些实施方式中,根据目标搜索区域可通行地图、全局高程地图和目标搜索区域中心位置,执行搜索覆盖路径规划(步骤S14),包括以下步骤:
S140:基于目标搜索区域可通行地图,构建低分辨率的目标搜索区域可通行地图,机器人1000的视觉感知范围越大,分辨率越低;
S141:提取低分辨率的目标搜索区域可通行地图中所有可通行区域的栅格点以形成点集;
S142:以目标搜索区域中心位置为起点,根据预定算法,计算得到搜索覆盖路径,搜索覆盖路径经过且仅经过一次点集中的所有点。
在某些实施方式中,第一获取模块21用于基于目标搜索区域可通行地图,构建低分辨率的目标搜索区域可通行地图,机器人1000的视觉感知范围越大,分辨率越低,及用于提取低分辨率的目标搜索区域可通行地图中所有可通行区域的栅格点以形成点集,以及用于以目标搜索区域中心位置为起点,根据预定算法,计算得到搜索覆盖路径,搜索覆盖路径经过且仅经过一次点集中的所有点。
在某些实施方式中,处理器12用于基于目标搜索区域可通行地图,构建低分辨率的目标搜索区域可通行地图,机器人1000的视觉感知范围越大,分辨率越低,及用于提取低分辨率的目标搜索区域可通行地图中所有可通行区域的栅格点以形成点集,以及用于以目标搜索区域中心位置为起点,根据预定算法,计算得到搜索覆盖路径,搜索覆盖路径经过且仅经过一次点集中的所有点。
如此,通过构建低分辨率的目标搜索区域可通行地图可以提高处理器12的计算速度,通过将搜索覆盖路径设置为经过且仅经过一次点集中的所有点,可以在简化路径规划计算的同时,保证基于搜索覆盖路径规划搜寻目标物体2000的路径的准确度。
具体地,在步骤S140-步骤S142中,由于机器人1000本身占据一定空间且具备一定视觉范围,为提高计算速度,首先根据目标搜索区域可通行地图(假设分辨率为5cm),构建相应的低分辨率的目标搜索区域可通行地图(假设分辨率为30cm)。其中,低分辨率的目标搜索区域可通行地图的分辨率的选取主要根据机器人1000的视觉感知范围大小来确定,机器人1000的视觉感知范围越大,则分辨率选取的越低。
然后,处理器12根据低分辨率的目标搜索区域可通行地图,提取出地图中所有可通行区域的栅格点,得到点集,特别地,栅格点最终都需要在规划的搜索覆盖路径上。
进而,处理器12可以根据点集及目标搜索区域中心位置,以目标搜索区域中心位置为起始点,利用旅行商问题(TSP,travelling salesman problem)的解决算法,计算出一条近似最短的覆盖路径,即最终规划得到的搜索覆盖路径,该搜索覆盖路径以目标搜索区域中心位置为起点,穿过点集(低分辨率的目标搜索区域可通行地图中的所有可通行区域的栅格点)中的每个点一次。
本申请实施方式还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器12执行时实现上述任一实施方式的路径规划方法。例如,请结合图1,计算机可读指令被处理器12执行时,使得处理器12执行以下路径规划方法的步骤:
S10:获取搜索覆盖路径;
S20:根据搜索覆盖路径、机器人1000的当前位姿和预设半径,获取机器人1000的局部路径规划的目标节点;
S30:根据局部高程地图和机器人1000的运控性能,构建局部可通行地图;
S40:基于目标节点、局部可通行地图和当前位姿,规划局部路径;
S50:控制机器人1000沿局部路径运动以搜索目标物体2000;
S60:在未搜索到目标物体2000的情况下,更新目标节点和局部路径;
请结合图6-图10,处理器12还可执行以下路径规划方法的步骤:
S70:至少根据局部路径和当前位姿,执行局部路径跟踪速度控制;
以及以下步骤:
S80:在搜索到目标物体2000的情况下,停止搜索并控制机器人1000对目标物体2000执行工作任务;
其中,步骤S10可以包括以下步骤:
S11:根据全局高程地图和机器人1000的运控性能,构建全局可通行地图;
S12:获取目标物体2000的模糊位置信息;
S13:基于全局可通行地图与模糊位置信息,构建目标物体2000对应的目标搜索区域可通行地图;
S14:根据目标搜索区域可通行地图、全局高程地图和目标搜索区域中心位置,执行搜索覆盖路径规划;
步骤S13可以包括以下步骤:
S130:在全局可通行地图确定预设点;
S131:以预设点为中心,构建预定区域的目标搜索区域可通行地图,其中预设点为目标搜索区域中心位置,目标搜索区域包含目标物体;
步骤S14可以包括以下步骤:
S140:基于目标搜索区域可通行地图,构建低分辨率的目标搜索区域可通行地图,机器人1000的视觉感知范围越大,分辨率越低;
S141:提取低分辨率的目标搜索区域可通行地图中所有可通行区域的栅格点以形成点集;
S142:以目标搜索区域中心位置为起点,根据预定算法,计算得到搜索覆盖路径,搜索覆盖路径经过且仅经过一次点集中的所有点。
在本说明书的描述中,参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理模块的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
处理器12可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
应当理解,本申请的实施方式的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请的各个实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施方式进行变化、修改、替换和变型。
Claims (10)
1.一种路径规划方法,用于机器人,其特征在于,包括:
获取搜索覆盖路径;
根据所述搜索覆盖路径、所述机器人的当前位姿和预设半径,获取所述机器人的局部规划的目标节点;
根据局部高程地图和所述机器人的运控性能,构建局部可通行地图;
基于所述目标节点、所述局部可通行地图和所述当前位姿,规划局部路径;
控制所述机器人沿所述局部路径运动以搜索目标物体;
在未搜索到所述目标物体的情况下,更新所述目标节点和所述局部路径。
2.根据权利要求1所述的路径规划方法,其特征在于,所述路径规划方法包括:
至少根据所述局部路径和所述当前位姿,执行局部路径跟踪速度控制。
3.根据权利要求1所述的路径规划方法,其特征在于,所述目标节点为在所述预设半径范围内的所述搜索覆盖路径上的一个点,所述点与所述机器人之间的距离相较于在所述预设半径范围内的所述搜索覆盖路径上的其余点与所述机器人之间的距离,最接近所述预设半径。
4.根据权利要求1所述的路径规划方法,其特征在于,所述路径规划方法还包括:
在搜索到所述目标物体的情况下,停止搜索并控制所述机器人对所述目标物体执行工作任务。
5.根据权利要求1所述的路径规划方法,其特征在于,所述获取搜索覆盖路径包括:
根据全局高程地图和所述机器人的运控性能,构建全局可通行地图;
获取目标物体的模糊位置信息;
基于所述全局可通行地图与所述模糊位置信息,构建所述目标物体对应的目标搜索区域可通行地图;
根据所述目标搜索区域可通行地图、所述全局高程地图和目标搜索区域中心位置,执行搜索覆盖路径规划。
6.根据权利要求5所述的路径规划方法,其特征在于,所述目标物体位于目标搜索区域中,所述构建所述目标物体对应的目标搜索区域可通行地图,包括:
在所述全局可通行地图确定预设点;
以所述预设点为中心,构建预定区域的所述目标搜索区域可通行地图,其中所述预设点为所述目标搜索区域中心位置,所述目标搜索区域包含所述目标物体。
7.根据权利要求5所述的路径规划方法,其特征在于,所述根据所述目标搜索区域可通行地图、所述全局高程地图和目标搜索区域中心位置,执行搜索覆盖路径规划,包括:
基于所述目标搜索区域可通行地图,构建低分辨率的所述目标搜索区域可通行地图,所述机器人的视觉感知范围越大,分辨率越低;
提取低分辨率的所述目标搜索区域可通行地图中所有可通行区域的栅格点以形成点集;
以所述目标搜索区域中心位置为起点,根据预定算法,计算得到所述搜索覆盖路径,所述搜索覆盖路径经过且仅经过一次所述点集中的所有点。
8.一种路径规划装置,其特征在于,包括:
第一获取模块,用于获取搜索覆盖路径;
第二获取模块,用于根据所述搜索覆盖路径、所述机器人的当前位姿和预设半径,获取所述机器人的局部规划的目标节点;
构建模块,用于根据局部高程地图和所述机器人的运控性能,构建局部可通行地图;
规划模块,用于基于所述目标节点、所述局部可通行地图和所述当前位姿,规划局部路径;
控制模块,用于控制所述机器人沿局部路径运动以搜索目标物体;
更新模块,用于在未搜索到目标物体的情况下,更新所述目标节点和所述局部路径。
9.一种机器人,其特征在于,包括:
主体;
连接所述主体的执行部件,所述执行部件用于对所述目标物体执行工作任务;和
设置在所述主体的处理器,所述处理器用于执行如权利要求1-7任一项所述的路径规划方法。
10.一种计算机可执行指令的非易失性计算机可读存储介质,其特征在于,当所述计算机可执行指令被一个或多个处理器执行时,使得所述处理器执行权利要求1-7中任一项所述的路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210199407.6A CN114740835A (zh) | 2022-03-02 | 2022-03-02 | 路径规划方法、路径规划装置、机器人和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210199407.6A CN114740835A (zh) | 2022-03-02 | 2022-03-02 | 路径规划方法、路径规划装置、机器人和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114740835A true CN114740835A (zh) | 2022-07-12 |
Family
ID=82275399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210199407.6A Pending CN114740835A (zh) | 2022-03-02 | 2022-03-02 | 路径规划方法、路径规划装置、机器人和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114740835A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115847431A (zh) * | 2023-02-27 | 2023-03-28 | 深圳市越疆科技股份有限公司 | 机械臂的路点设置方法、装置、电子设备及存储介质 |
CN116118751A (zh) * | 2023-04-19 | 2023-05-16 | 深圳佑驾创新科技有限公司 | 车辆的控制方法、装置、车辆和存储介质 |
-
2022
- 2022-03-02 CN CN202210199407.6A patent/CN114740835A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115847431A (zh) * | 2023-02-27 | 2023-03-28 | 深圳市越疆科技股份有限公司 | 机械臂的路点设置方法、装置、电子设备及存储介质 |
CN115847431B (zh) * | 2023-02-27 | 2023-05-09 | 深圳市越疆科技股份有限公司 | 机械臂的路点设置方法、装置、电子设备及存储介质 |
CN116118751A (zh) * | 2023-04-19 | 2023-05-16 | 深圳佑驾创新科技有限公司 | 车辆的控制方法、装置、车辆和存储介质 |
CN116118751B (zh) * | 2023-04-19 | 2023-08-29 | 深圳佑驾创新科技有限公司 | 车辆的控制方法、装置、车辆和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2885684B1 (en) | Mower with object detection system | |
US9497901B2 (en) | Boundary definition system for a robotic vehicle | |
CN114740835A (zh) | 路径规划方法、路径规划装置、机器人和存储介质 | |
EP3237984B1 (en) | Area exclusion for operation of a robotic vehicle | |
US11372423B2 (en) | Robot localization with co-located markers | |
CN106020198B (zh) | 一种体感车载物的方法和体感车 | |
CN110673614A (zh) | 基于云服务器的小型机器人组的建图系统及建图方法 | |
CN108415675B (zh) | 信息处理设备、信息处理系统和信息处理方法 | |
SE540268C2 (sv) | Kommunikationsenhet och metod för kommunikation med ett autonomt fordon | |
US10852740B2 (en) | Determining the orientation of flat reflectors during robot mapping | |
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 | |
CN114800535B (zh) | 机器人的控制方法、机械臂控制方法、机器人及控制终端 | |
CN116101939A (zh) | 货物搬运方法、无人叉车及存储介质 | |
CN106444747B (zh) | 一种平衡车载物的方法和平衡车 | |
CN114510041A (zh) | 一种机器人运动路径规划方法及机器人 | |
US20230084774A1 (en) | Learning from Demonstration for Determining Robot Perception Motion | |
CN115655261B (zh) | 地图生成方法、装置、机器人以及存储介质 | |
CN114330755B (zh) | 数据集的生成方法、装置、机器人和存储介质 | |
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 | |
CN115972217A (zh) | 基于单目相机的地图建立方法和机器人 | |
US20240051750A1 (en) | Mobile storage system handling storage devices on a floor area | |
CN114454176A (zh) | 机器人的控制方法、控制装置、机器人和存储介质 | |
CN108415676B (zh) | 信息处理设备和信息处理方法 | |
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 | |
CN114593726B (zh) | 路径平滑方法及其装置 |
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 |