CN114895670A - 机器人碰撞预测方法及装置、电子设备和存储介质 - Google Patents

机器人碰撞预测方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN114895670A
CN114895670A CN202210425328.2A CN202210425328A CN114895670A CN 114895670 A CN114895670 A CN 114895670A CN 202210425328 A CN202210425328 A CN 202210425328A CN 114895670 A CN114895670 A CN 114895670A
Authority
CN
China
Prior art keywords
robot
distance
real
time
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210425328.2A
Other languages
English (en)
Inventor
姜伟
李亮
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.)
Beijing Jingdong Qianshi Technology Co Ltd
Original Assignee
Beijing Jingdong Qianshi Technology 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 Beijing Jingdong Qianshi Technology Co Ltd filed Critical Beijing Jingdong Qianshi Technology Co Ltd
Priority to CN202210425328.2A priority Critical patent/CN114895670A/zh
Publication of CN114895670A publication Critical patent/CN114895670A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0225—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • 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)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Manipulator (AREA)

Abstract

本公开提供了一种机器人碰撞预测方法及装置、电子设备和存储介质，可以应用于智能机器人技术领域。该方法包括：获取第一机器人和第二机器人沿各自预定路径行驶的实时位置信息和行驶状态参数；根据实时位置信息确定第一机器人距离安全区域的第一实时距离、第二机器人距离安全区域的第二实时距离；确定在第一实时距离满足预设距离数值范围条件时对应的目标时刻；计算在目标时刻，第一机器人距离安全区域的第一目标实时距离、第二机器人距离安全区域的第二目标实时距离；以及根据第一机器人和第二机器人各自的行驶状态参数、第一目标实时距离和第二目标实时距离，输出第一机器人和第二机器人的碰撞预测结果。

Description

机器人碰撞预测方法及装置、电子设备和存储介质
技术领域
本公开涉及智能机器人技术领域，具体地涉及一种机器人碰撞预测方法、装置、设备、介质和程序产品。
背景技术
随着机器人在各行各业的广泛应用，可能存在同一场地内多台机器人同时行驶运作的情况，因此，机器人调度成为一项重要的工作，在机器人调度过程中，需要提前预测机器人是否会发生碰撞。
在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：目前的机器人碰撞预测方法，存在灵活度低、预测模型复杂度高、不适用大规模集群调度的问题。
发明内容
鉴于上述问题，本公开提供了一种机器人碰撞预测方法、装置、设备、介质和程序产品。
本公开的一个方面，提供了一种机器人碰撞预测方法，包括：
获取第一机器人和第二机器人沿各自预定路径行驶的实时位置信息和行驶状态参数；
根据实时位置信息确定第一机器人距离安全区域的第一实时距离、第二机器人距离安全区域的第二实时距离，其中安全区域包括以第一机器人和第二机器人的路径交叉节点为中心围成的区域；
确定在第一实时距离满足预设距离数值范围条件时对应的目标时刻；
计算在目标时刻，第一机器人距离安全区域的第一目标实时距离、第二机器人距离安全区域的第二目标实时距离；以及
根据第一机器人和第二机器人各自的行驶状态参数、第一目标实时距离和第二目标实时距离，输出第一机器人和第二机器人的碰撞预测结果。
根据本公开的实施例，其中，上述安全区域为以路径交叉节点为中心的规则区域，且规则区域的区域边界与安全距离关联，其中，安全距离包括第一安全距离和第二安全距离，第一安全距离用于表征机器人采用的安全雷达的检测半径、第二安全距离用于表征机器人的制动距离。
根据本公开的实施例，其中，上述规则区域包括矩形区域；
矩形区域的长度等于第一预设系数和安全距离的乘积；
矩形区域的宽度等于第二预设系数和安全距离的乘积。
根据本公开的实施例，其中，确定第一实时距离满足预设距离数值范围条件的目标时刻包括：将第一实时距离等于安全距离的时刻确定为目标时刻。
根据本公开的实施例，其中，根据第一机器人和第二机器人各自的行驶状态参数、第一目标实时距离和第二目标实时距离，输出第一机器人和第二机器人的碰撞预测结果包括：
根据第一目标实时距离、第一机器人的行驶状态参数，计算第一机器人达到安全区域所需的第一时间；
根据第二机器人的行驶状态参数，计算第二机器人在第一时间内行驶的参考距离；
根据第二目标实时距离、参考距离，输出第一机器人和第二机器人的碰撞预测结果。
根据本公开的实施例，其中，根据第二目标实时距离、参考距离，输出第一机器人和第二机器人的碰撞预测结果包括：
在第二目标实时距离大于参考距离的情况下，输出第一机器人和第二机器人不会发生碰撞的碰撞预测结果；以及
在第二目标实时距离小于等于参考距离的情况下，输出第一机器人和第二机器人会发生碰撞的碰撞预测结果。
根据本公开的实施例，上述方法还包括：
在碰撞预测结果为第一机器人和第二机器人会发生碰撞的情况下，获取参考机器人数量，其中参考机器人数量为：当前行驶在第一机器人的预定路径上的机器人数量；
根据参考机器人数量，输出第一机器人的规避策略。
根据本公开的实施例，其中，根据参考机器人数量，输出第一机器人的规避策略包括：
在参考机器人数量小于预设数量阈值的情况下，输出第一机器人执行等待避让的规避策略；以及
在参考机器人数量大于等于预设数量阈值的情况下，输出第一机器人执行绕行的规避策略。
根据本公开的实施例，其中，根据第一机器人和第二机器人各自的行驶状态参数、第一目标实时距离和第二目标实时距离，输出第一机器人和第二机器人的碰撞预测结果包括：
根据第一目标实时距离、第一机器人的行驶状态参数，计算第一机器人达到安全区域所需的第一时间；
根据第二目标实时距离、第二机器人的行驶状态参数，计算第二机器人达到安全区域所需的第二时间；
根据第一时间和第二时间，输出第一机器人和第二机器人的碰撞预测结果。
本公开的另一个方面提供了一种机器人碰撞预测装置，包括第一获取模块、第一确定模块、第二确定模块、计算模块、第一输出模块。
其中，第一获取模块，用于获取第一机器人和第二机器人沿各自预定路径行驶的实时位置信息和行驶状态参数；
第一确定模块，用于根据实时位置信息确定第一机器人距离安全区域的第一实时距离、第二机器人距离安全区域的第二实时距离，其中安全区域包括以第一机器人和第二机器人的路径交叉节点为中心围成的区域；
第二确定模块，用于确定在第一实时距离满足预设距离数值范围条件时对应的目标时刻；
计算模块，用于计算在目标时刻，第一机器人距离安全区域的第一目标实时距离、第二机器人距离安全区域的第二目标实时距离；以及
第一输出模块，用于根据第一机器人和第二机器人各自的行驶状态参数、第一目标实时距离和第二目标实时距离，输出第一机器人和第二机器人的碰撞预测结果。
根据本公开的实施例，其中，上述安全区域为以路径交叉节点为中心的规则区域，且规则区域的区域边界与安全距离关联，其中，安全距离包括第一安全距离和第二安全距离，第一安全距离用于表征机器人采用的安全雷达的检测半径、第二安全距离用于表征机器人的制动距离。
根据本公开的实施例，其中，上述规则区域包括矩形区域；
矩形区域的长度等于第一预设系数和安全距离的乘积；
矩形区域的宽度等于第二预设系数和安全距离的乘积。
根据本公开的实施例，其中，第二确定模块包括确定单元，用于将第一实时距离等于安全距离的时刻确定为目标时刻。
根据本公开的实施例，其中，第一输出模块包括第一计算单元、第二计算单元和第一输出单元。
第一计算单元，用于根据第一目标实时距离、第一机器人的行驶状态参数，计算第一机器人达到安全区域所需的第一时间；
第二计算单元，用于根据第二机器人的行驶状态参数，计算第二机器人在第一时间内行驶的参考距离；
第一输出单元，用于根据第二目标实时距离、参考距离，输出第一机器人和第二机器人的碰撞预测结果。
根据本公开的实施例，其中，第一输出单元包括第一输出子单元和第二输出子单元。
第一输出子单元，用于在第二目标实时距离大于参考距离的情况下，输出第一机器人和第二机器人不会发生碰撞的碰撞预测结果；以及
第二输出子单元，用于在第二目标实时距离小于等于参考距离的情况下，输出第一机器人和第二机器人会发生碰撞的碰撞预测结果。
根据本公开的实施例，上述装置还包括第二获取模块和第二输出模块。
其中，第二获取模块，用于在碰撞预测结果为第一机器人和第二机器人会发生碰撞的情况下，获取参考机器人数量，其中参考机器人数量为：当前行驶在第一机器人的预定路径上的机器人数量；
第二输出模块，用于根据参考机器人数量，输出第一机器人的规避策略。
根据本公开的实施例，其中，第二输出模块包括第二输出单元和第三输出单元。
其中，第二输出单元，用于在参考机器人数量小于预设数量阈值的情况下，输出第一机器人执行等待避让的规避策略；以及
第三输出单元，用于在参考机器人数量大于等于预设数量阈值的情况下，输出第一机器人执行绕行的规避策略。
根据本公开的实施例，其中，第一输出模块包括第三计算单元、第四计算单元和第四输出单元。
其中，第三计算单元，用于根据第一目标实时距离、第一机器人的行驶状态参数，计算第一机器人达到安全区域所需的第一时间；
第四计算单元，用于根据第二目标实时距离、第二机器人的行驶状态参数，计算第二机器人达到安全区域所需的第二时间；
第四输出单元，用于根据第一时间和第二时间，输出第一机器人和第二机器人的碰撞预测结果。
本公开的另一个方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述机器人碰撞预测方法。
本公开的另一个方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述机器人碰撞预测方法。
本公开的另一个方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述机器人碰撞预测方法。
附图说明
通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：
图1示意性示出了根据本公开实施例的机器人碰撞预测方法、装置、设备、介质和程序产品的应用场景图；
图2示意性示出了根据本公开实施例的机器人碰撞预测方法的流程图；
图3示意性示出了根据本公开实施例的安全区域的位置和形状示意图；
图4示意性示出了根据本公开实施例的机器人碰撞预测方法的场景示意图；
图5示意性示出了根据本公开另一实施例的机器人碰撞预测方法的流程图；
图6示意性示出了根据本公开实施例的机器人碰撞预测装置的结构框图；以及
图7示意性示出了根据本公开实施例的适于实现机器人碰撞预测方法的电子设备的方框图。
具体实施方式
以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
随着机器人在各行各业的广泛应用，可能存在同一场地内多台机器人同时行驶运作的情况，因此，机器人调度成为一项重要的工作，在机器人调度过程中，需要提前预测机器人是否会发生碰撞。
相关技术中，碰撞检测算法可以是基于机器人端传感器检测和预约时间窗口机制。传感器检测方法是机器人通过携带的相机或激光雷达检测其他机器人，并得到与其他机器人的距离，适当采用减速制动的方式避免碰撞；预约时间窗口机制是通过建立交通预测模型来实时监控机器人的运行状态，根据交通预测模型提供的机器人信息采用预约时间窗口机制，不允许多台机器人在同一时刻通过同一路段来避免发生碰撞。
在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：传感器检测方法是过度依赖传感器，存在因传感器噪声导致测距不准风险，且该方法是在机器人端实现的，灵活度低。预约时间窗口机制需要建立精确的交通预测模型，该方案输入依赖项多、复杂度高、不适用大规模集群调度。
有鉴于此，本公开的实施例提供了一种机器人碰撞预测方法，包括：
获取第一机器人和第二机器人沿各自预定路径行驶的实时位置信息和行驶状态参数；
根据实时位置信息确定第一机器人距离安全区域的第一实时距离、第二机器人距离安全区域的第二实时距离，其中安全区域包括以第一机器人和第二机器人的路径交叉节点为中心围成的区域；
确定在第一实时距离满足预设距离数值范围条件时对应的目标时刻；
计算在目标时刻，第一机器人距离安全区域的第一目标实时距离、第二机器人距离安全区域的第二目标实时距离；以及
根据第一机器人和第二机器人各自的行驶状态参数、第一目标实时距离和第二目标实时距离，输出第一机器人和第二机器人的碰撞预测结果。
图1示意性示出了根据本公开实施例的机器人碰撞预测方法、装置、设备、介质和程序产品的应用场景图。
如图1所示，根据该实施例的应用场景100可以包括终端设备101、服务器102和机器人103。终端设备101、服务器102和机器人103之间可通过网络进行通信，网络可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101通过网络与服务器102交互，以接收或发送消息等。终端设备101上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器102可以是提供各种服务的服务器，例如对用户利用终端设备101所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
机器人103可以是单台机器人，也可以是多台机器人。机器人103可以是应用于各种场景下实行自动化作业的机器人，如运输机器人、分拣机器人、装配机器人、检验机器人等等。多台机器人103应用于在同一个作业场所执行作业，按照各自既定的路径进行行驶。
在本公开实施例的应用场景下，机器人103在执行作业的过程中，可能会存在由于路径交叉而发生碰撞的情况，因此，需要提前预测机器人103之间是否会发生碰撞，并进行调度和干预。
基于此，用户可以使用终端设备101通过网络与服务器102交互，向服务器102发起用于获取机器人103运动状态，即是否会发生碰撞的请求。响应于用户请求，服务器102可以实时接收机器人103上送的基础数据，例如，机器人103的标识信息、位置信息、运动参数(速度、加速度等等)、路径信息等，服务器102基于机器人103上送的基础数据，通过执行本公开实施例的机器人碰撞预测方法，得出机器人103是否会发生碰撞的预测结果，并通过终端设备101向用户返回。
要说明的是，本公开实施例所提供的机器人碰撞预测方法一般可以由服务器102执行。相应地，本公开实施例所提供的机器人碰撞预测装置一般可以设置于服务器102中。本公开实施例所提供的机器人碰撞预测方法也可以由不同于服务器102且能够与终端设备101、服务器102、机器人103通信的服务器或服务器集群执行。相应地，本公开实施例所提供的机器人碰撞预测装置也可以设置于不同于服务器102且能够与终端设备101、服务器102、机器人103通信的服务器或服务器集群中。
应该理解，图1中的终端设备、服务器、机器人的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、服务器、机器人。
以下将基于图1描述的场景，通过图2～图7对公开实施例的机器人碰撞预测方法进行详细描述。
图2示意性示出了根据本公开实施例的机器人碰撞预测方法的流程图。
如图2所示，该实施例的机器人碰撞预测方法包括操作S201～操作S205。
在操作S201，获取第一机器人和第二机器人沿各自预定路径行驶的实时位置信息和行驶状态参数；
在操作S202，根据实时位置信息确定第一机器人距离安全区域的第一实时距离、第二机器人距离安全区域的第二实时距离，其中安全区域包括以第一机器人和第二机器人的路径交叉节点为中心围成的区域；
在操作S203，确定在第一实时距离满足预设距离数值范围条件时对应的目标时刻；
在操作S204，计算在目标时刻，第一机器人距离安全区域的第一目标实时距离、第二机器人距离安全区域的第二目标实时距离；以及
在操作S205，根据第一机器人和第二机器人各自的行驶状态参数、第一目标实时距离和第二目标实时距离，输出第一机器人和第二机器人的碰撞预测结果。
根据本公开的实施例，第一机器人可以是一台或多台机器人，第二机器人也可以是一台或者多台机器人。本公开实施例的碰撞预测方法可以应用于预测一台机器人和另一台机器人是否会发生碰撞的场景，也可应用于预测一台机器人和另外多台机器人是否会发生碰撞的场景，也可应用于预测多台机器人和另外多台机器人是否会发生碰撞的场景。
根据本公开的实施例，第一机器人和第二机器人在同一场地内沿各自预定路径行驶，每条预定路径可以在运动场地地图中通过多个路径节点标识，每个路径节点对应一个地图坐标。第一机器人和第二机器人的实时位置信息包括第一机器人和第二机器人各自的实时坐标信息。第一机器人和第二机器人的可以是包括各自的实时速度、实时加速度，也可以是各机器人在该特定场景下行驶的平均速度。
根据本公开的实施例，除获取第一机器人和第二机器人沿各自预定路径行驶的实时位置信息和行驶状态参数外，可同时获取各个机器人的标识信息、每台机器人的预定路径经过的路径节点坐标、多台机器人的路径交叉节点位置信息(坐标)等。
根据本公开的实施例，安全区域包括以第一机器人和第二机器人的路径交叉节点为中心围成的区域，可以是预设面积大小的区域。安全区域的设置用于为第一机器人和第二机器人的碰撞预留缓冲区，以预设的安全区域为参考，通过计算不同机器人是否会同时进入安全区域，作为确定机器人是否会发生碰撞的依据。安全区域的面积大小可以根据机器人的安全雷达的检测半径设置、也可以是根据机器人的制动距离设置、也可以是根据机器人的平均运动速度结合碰撞经验设置。
根据本公开的实施例，第一机器人和第二机器人沿各自路径行驶的过程中，需要以目标时刻为基准，计算从目标时刻开始，不同机器人是否会同时进入安全区域，作为确定机器人是否会发生碰撞的依据。目标时刻可以是第一机器人距离安全区域的实时距离满足预设距离数值范围条件时对应的时刻，例如可以是第一实时距离等于某一预设距离Lsafe的时刻。根据本公开的实施例，在实际的应用场景下，机器人每隔预定时间间隔(例如10毫秒(ms))向服务器上送各自的位置信息，因此，在机器人上送位置信息的时刻不是恰好落在第一实时距离等于某一预设距离Lsafe的临界时刻的情况下，可以是第一实时距离在某一设定的数值范围(Lsafe±d)内均可，例如第0毫秒(ms)上送信息时，第一实时距离大于Lsafe，第10毫秒(ms)上送信息时第一实时距离小于第一实时距离大于Lsafe，第0毫秒(ms)和第10毫秒(ms)对应的第一实时距离均在(Lsafe±d)范围内，可以是将第0毫秒(ms)确定为目标时刻或者将第10毫秒(ms)确定为目标时刻均可。
根据本公开的实施例，在确定目标时刻后，可以根据第一、第二机器人在目标时刻各自的位置信息，计算出在目标时刻，第一机器人距离安全区域的第一目标实时距离、第二机器人距离安全区域的第二目标实时距离。
根据本公开的实施例，在得出第一机器人距离安全区域的第一目标实时距离、第二机器人距离安全区域的第二目标实时距离后，可进一步结合第一机器人和第二机器人各自的行驶状态参数(如速度)，计算出第一机器人和第二机器人是否会同时进入该安全区域，从而输出第一机器人和第二机器人的碰撞预测结果(若第一机器人进入时，第二机器人已进入，则发生碰撞，反之，不发生碰撞)。
根据本公开的实施例，上述碰撞预测方法，以安全区域为参考(区别于相关技术中以路径交叉点为参考)，通过计算不同机器人是否会同时进入安全区域作为确定机器人是否会发生碰撞的依据。因该算法采用安全区域为参考，为机器人碰撞预留了较宽的缓冲区域，为机器人制动或规避碰撞预留出足够的准备时间，可较大程度上避免机器人碰撞，防范精度更高，且算法输入依赖项少，只依赖于实时的位置信息和运动参数，计算复杂度小，可节省计算时间。此外，相比于传感器检测方法，该方法是在系统端实现的，该方法可以让调度系统灵活的集成各种型号和不同厂家的机器人，且有效规避机器人集群发生碰撞的风险，同时可以规避因传感器噪声带来的测距不准的风险，可直接适用不同种类的机器人，灵活度高。
根据本公开的实施例，由于机器人只会在路径交叉节点处发生碰撞，考虑到机器人与系统通信存在的延迟、计算等过程中存在的误差，直接预测多车是否会在某节点处发生碰撞误差较大，因此，本公开的实施例提出安全区域用以容忍通信延迟、计算等过程出现的误差。
进一步地，上述方法中，安全区域为以路径交叉节点为中心的规则区域，且规则区域的区域边界与安全距离关联，其中，安全距离包括第一安全距离和第二安全距离，第一安全距离用于表征机器人采用的安全雷达的检测半径、第二安全距离用于表征机器人的制动距离。具体地，安全距离Lsafe＝安全雷达的检测半径+机器人的制动距离，其中机器人的制动距离等于机器人在最大速度的情况下，以最大的减速度减速至0的情况下的滑行距离。
根据本公开的实施例，规则区域可以是矩形、圆形、三角形等等任意形状的规则区域，规则区域的区域边界wsafe(例如边长、或直径等)与安全距离Lsafe关联，例如，区域边界的尺寸可以是安全距离的预设倍数，即wsafe＝σ·Lsafe。
图3示意性示出了根据本公开实施例的安全区域的位置和形状示意图。如图3所示，规则区域可以是矩形区域。
其中，矩形区域的长度L等于第一预设系数和安全距离的乘积，即：L＝σ1·Lsafe；矩形区域的宽度W等于第二预设系数和安全距离的乘积，即W＝σ2·Lsafe。
进一步地，第一预设系数可以等于或不等于第二预设系数。为了减小计算误差，可以是设置为第一预设系数不等于第二预设系数，例如L＝2Lsafe，W＝2.4Lsafe。
根据本公开的实施例，通过设置安全区域，可用于容忍通信延迟、计算等过程出现的误差，进一步地，通过根据安全距离设置安全区域，充分考虑了影响机器人制动的因素，如安全雷达的检测半径、机器人的制动距离等，可实现在紧急制动的情况下，避免机器人出现碰撞，进一步提高了机器人作业的安全系数。
根据本公开的实施例，第一机器人和第二机器人沿各自路径行驶的过程中，需要以目标时刻为基准，计算从目标时刻开始，不同机器人是否会同时进入安全区域，作为确定机器人是否会发生碰撞的依据。目标时刻可以是第一机器人距离安全区域的实时距离满足预设距离数值范围条件时对应的时刻，例如可以是第一实时距离等于安全距离Lsafe的时刻。具体地，确定第一实时距离满足预设距离数值范围条件的目标时刻包括：将第一实时距离等于安全距离Lsafe的时刻确定为目标时刻。
根据本公开的实施例，目标时刻的选择需要合理，目标时刻若选择不合理，造成在计算时间节点(目标时刻)，第一机器人距离安全区域的实时距离过大或过小，距离过大可能导致在同一时刻，满足计算临界条件的机器人数量过多，无法保证计算精度，距离过小，可能或造成机器人来不及应急避险，使得碰撞预测结果失去参考价值，因此，将第一实时距离等于安全距离Lsafe的时刻确定为目标时刻，充分考虑了影响机器人紧急制动等因素的影响，使得碰撞预测结果更具有参考性。
根据本公开的实施例，上述方法中，在得出第一机器人距离安全区域的第一目标实时距离、第二机器人距离安全区域的第二目标实时距离后，可进一步结合第一机器人和第二机器人各自的行驶状态参数(如平均速度)，计算出第一机器人和第二机器人是否会同时进入该安全区域，从而输出第一机器人和第二机器人的碰撞预测结果(若第一机器人进入时，第二机器人已进入，则发生碰撞，反之，不发生碰撞)。
以下，例举两种计算方法进行说明：
方法一：根据第一机器人和第二机器人各自的行驶状态参数、第一目标实时距离和第二目标实时距离，输出第一机器人和第二机器人的碰撞预测结果，可以是首先计算第一机器人达到安全区域所需的时间，然后计算在同样的时间内第二机器人行驶的路程，判断其在同样的时间内是否可到达安全区域。具体包括：
首先，根据第一目标实时距离、第一机器人的行驶状态参数(平均速度)，计算第一机器人达到安全区域所需的第一时间；
然后，根据第二机器人的行驶状态参数(平均速度)，计算第二机器人在第一时间内行驶的参考距离；
最后根据第二目标实时距离、参考距离，输出第一机器人和第二机器人的碰撞预测结果。具体地，在第二目标实时距离大于参考距离的情况下，输出第一机器人和第二机器人不会发生碰撞的碰撞预测结果；以及在第二目标实时距离小于等于参考距离的情况下，输出第一机器人和第二机器人会发生碰撞的碰撞预测结果。
方法二：根据本公开的实施例，其中，根据第一机器人和第二机器人各自的行驶状态参数(平均速度)、第一目标实时距离和第二目标实时距离，输出第一机器人和第二机器人的碰撞预测结果，可以是分别计算第一机器人和第二机器人各自达到安全区域所需的时间，根据两个时间大小，判断两者在同样的时间内是否可到达安全区域。具体包括：
首先，根据第一目标实时距离、第一机器人的行驶状态参数(平均速度)，计算第一机器人达到安全区域所需的第一时间；根据第二目标实时距离、第二机器人的行驶状态参数(平均速度)，计算第二机器人达到安全区域所需的第二时间；
然后，根据第一时间和第二时间，输出第一机器人和第二机器人的碰撞预测结果。具体地，当第一时间小于第二时间的情况下，输出第一机器人和第二机器人不会发生碰撞的碰撞预测结果；在第一时间大于等于第二时间的情况下，输出第一机器人和第二机器人会发生碰撞的碰撞预测结果。
图4示意性示出了根据本公开实施例的机器人碰撞预测方法的场景示意图。
以下结合图4，对上述方法一所述的计算方法进行示例性说明。
由于机器人在执行任务时，系统会提前锁定下一段路径(即安全距离)，先进入安全区域的机器人，会判断是否有别的机器人进入该区域，如果没有则锁定该区域，如果有则认为会发生碰撞，如图4所不：
安全区域以第一机器人A(坐标LocA)和第二机器人B(坐标LocB)的路径交叉节点O(坐标Loco)为中心的矩形区域。矩形区域的长度L等于L＝2Lsafe，宽度W＝2.4Lsafe。第一机器人A距离安全区域的第一目标实时距离为L1、第二机器人距离安全区域的第二目标实时距离为L2。
服务器系统会根据第一机器人A和第二机器人B上送的实时位置确定目标时刻，在达到目标时刻(即第一目标实时距离为L1＝Lsafe的时刻)的情况下，满足：
L1＝|LocA-LocO|-Lsafe 公式(一)
L2＝|LocB-Loco|-1.2Lsafe 公式(二)
首先，根据第一目标实时距离、第一机器人的行驶状态参数(平均速度)，计算第一机器人达到安全区域所需的第一时间；
Figure BDA0003607711500000151
然后，根据第二机器人的行驶状态参数(平均速度)，计算第二机器人在第一时间内行驶的参考距离；
L0＝vB·tA 公式(四)
最后根据第二目标实时距离、参考距离，输出第一机器人和第二机器人的碰撞预测结果。具体地，
result＝L2-L0 公式(五)
在result大于零的情况下，输出第一机器人和第二机器人不会发生碰撞的碰撞预测结果；在result小于等于零的情况下，输出第一机器人和第二机器人会发生碰撞的碰撞预测结果。
根据本公开的实施例，在未达到目标时刻的情况下(即第一目标实时距离L1大于Lsafe的情况)，则执行等待一段预设时间，例如10毫秒(ms)，判断10毫秒(ms)过后是否到达目标时刻，循环执行等待，直至达到目标时刻(即第一目标实时距离L1等于Lsafe的情况)，执行本公开实施例的上述预测方法。
图5示意性示出了根据本公开另一实施例的机器人碰撞预测方法的流程图。
如图5所示，该实施例的机器人碰撞预测方法包括操作S501～操作S507。
在操作S501，获取第一机器人和第二机器人沿各自预定路径行驶的实时位置信息(实时坐标)和行驶状态参数(速度)；
在操作S502，设置安全区域，例如以第一机器人和第二机器人的路径交叉节点为中心，设置矩形的安全区域，矩形区域的长度等于第一预设系数和安全距离的乘积，矩形区域的宽度等于第二预设系数和安全距离的乘积。
在操作S503，执行碰撞预测，例如根据实时位置信息确定第一机器人距离安全区域的第一实时距离、第二机器人距离安全区域的第二实时距离、确定在第一实时距离满足预设距离数值范围条件时对应的目标时刻、并计算在目标时刻，第一机器人距离安全区域的第一目标实时距离、第二机器人距离安全区域的第二目标实时距离；以及根据第一机器人和第二机器人各自的行驶状态参数、第一目标实时距离和第二目标实时距离，输出第一机器人和第二机器人的碰撞预测结果(具体操作方法，参见有关图2所述实施例的具体操作方法，在此不再赘述)。
在操作S504，根据碰撞预测结果得出第一机器人和第二机器人在未来一段时间内是否会发生碰撞。
在碰撞预测结果为第一机器人和第二机器人不会发生碰撞的情况下，输出不会发生碰撞的结果。在碰撞预测结果为第一机器人和第二机器人会发生碰撞的情况下，在操作S505得出第一机器人的规避策略，例如是否执行等待避让。
具体地，首先可获取参考机器人数量numpath_robot，其中参考机器人数量numpath_robot为：当前行驶在第一机器人的预定路径上的机器人数量；之后根据参考机器人数量，输出第一机器人的规避策略。
具体地：
在操作S506，在参考机器人数量numpath_robot小于预设数量阈值numrobot的情况下，认为该路通行情况正常，执行等待避让，并输出第一机器人执行等待避让的规避策略；
在操作S507，在参考机器人数量numpath_robot大于等于预设数量阈值numrobot的情况下，则认为该路径拥挤，执行绕行，并输出第一机器人执行绕行的规避策略。
根据本公开的实施例，在获得碰撞预测结果的基础上，通过进一步确定合理的规避策略，不仅可有效避免碰撞，且可执行最优的避让措施，提高机器人的工作效率。
本公开的另一个方面提供了一种机器人碰撞预测装置，图6示意性示出了根据本公开实施例的机器人碰撞预测装置600的结构框图。如图6所示，碰撞预测装置600包括第一获取模块601、第一确定模块602、第二确定模块603、计算模块604、第一输出模块605。
其中，第一获取模块601，用于获取第一机器人和第二机器人沿各自预定路径行驶的实时位置信息和行驶状态参数；
第一确定模块602，用于根据实时位置信息确定第一机器人距离安全区域的第一实时距离、第二机器人距离安全区域的第二实时距离，其中安全区域包括以第一机器人和第二机器人的路径交叉节点为中心围成的区域；
第二确定模块603，用于确定在第一实时距离满足预设距离数值范围条件时对应的目标时刻；
计算模块604，用于计算在目标时刻，第一机器人距离安全区域的第一目标实时距离、第二机器人距离安全区域的第二目标实时距离；以及
第一输出模块605，用于根据第一机器人和第二机器人各自的行驶状态参数、第一目标实时距离和第二目标实时距离，输出第一机器人和第二机器人的碰撞预测结果。
根据本公开的实施例，通过本公开实施例的上述碰撞预测装置，实现了以安全区域为参考(区别于相关技术中以路径交叉点为参考)的碰撞预测，因采用安全区域为参考，为机器人碰撞预留了较宽的缓冲区域，为机器人制动或规避碰撞预留出足够的准备时间，可较大程度上避免机器人碰撞，防范精度更高，计算复杂度小，可节省计算时间。此外，可以规避相关技术中因传感器噪声带来的测距不准等风险，可直接适用不同种类的机器人，灵活度高。
根据本公开的实施例，上述安全区域为以路径交叉节点为中心的规则区域，且规则区域的区域边界与安全距离关联，其中，安全距离包括第一安全距离和第二安全距离，第一安全距离用于表征机器人采用的安全雷达的检测半径、第二安全距离用于表征机器人的制动距离。
根据本公开的实施例，上述规则区域包括矩形区域；
矩形区域的长度等于第一预设系数和安全距离的乘积；
矩形区域的宽度等于第二预设系数和安全距离的乘积。
根据本公开的实施例，第二确定模块603包括确定单元，用于将第一实时距离等于安全距离的时刻确定为目标时刻。
根据本公开的实施例，其中，第一输出模块605包括第一计算单元、第二计算单元和第一输出单元。
第一计算单元，用于根据第一目标实时距离、第一机器人的行驶状态参数，计算第一机器人达到安全区域所需的第一时间；
第二计算单元，用于根据第二机器人的行驶状态参数，计算第二机器人在第一时间内行驶的参考距离；
第一输出单元，用于根据第二目标实时距离、参考距离，输出第一机器人和第二机器人的碰撞预测结果。
根据本公开的实施例，其中，第一输出单元包括第一输出子单元和第二输出子单元。
第一输出子单元，用于在第二目标实时距离大于参考距离的情况下，输出第一机器人和第二机器人不会发生碰撞的碰撞预测结果；以及
第二输出子单元，用于在第二目标实时距离小于等于参考距离的情况下，输出第一机器人和第二机器人会发生碰撞的碰撞预测结果。
根据本公开的实施例，上述装置还包括第二获取模块和第二输出模块。
其中，第二获取模块，用于在碰撞预测结果为第一机器人和第二机器人会发生碰撞的情况下，获取参考机器人数量，其中参考机器人数量为：当前行驶在第一机器人的预定路径上的机器人数量；
第二输出模块，用于根据参考机器人数量，输出第一机器人的规避策略。
根据本公开的实施例，其中，第二输出模块包括第二输出单元和第三输出单元。
其中，第二输出单元，用于在参考机器人数量小于预设数量阈值的情况下，输出第一机器人执行等待避让的规避策略；以及
第三输出单元，用于在参考机器人数量大于等于预设数量阈值的情况下，输出第一机器人执行绕行的规避策略。
根据本公开的实施例，其中，第一输出模块605包括第三计算单元、第四计算单元和第四输出单元。
其中，第三计算单元，用于根据第一目标实时距离、第一机器人的行驶状态参数，计算第一机器人达到安全区域所需的第一时间；
第四计算单元，用于根据第二目标实时距离、第二机器人的行驶状态参数，计算第二机器人达到安全区域所需的第二时间；
第四输出单元，用于根据第一时间和第二时间，输出第一机器人和第二机器人的碰撞预测结果。
根据本公开的实施例，第一获取模块601、第一确定模块602、第二确定模块603、计算模块604、第一输出模块605中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，第一获取模块601、第一确定模块602、第二确定模块603、计算模块604、第一输出模块605中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，第一获取模块601、第一确定模块602、第二确定模块603、计算模块604、第一输出模块605中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
图7示意性示出了根据本公开实施例的适于实现机器人碰撞预测方法的电子设备700的方框图。
如图7所示，根据本公开实施例的电子设备700包括处理器701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。处理器701例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))等等。处理器701还可以包括用于缓存用途的板载存储器。处理器701可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 703中，存储有电子设备700操作所需的各种程序和数据。处理器701、ROM702以及RAM 703通过总线704彼此相连。处理器701通过执行ROM 702和/或RAM 703中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 702和RAM 703以外的一个或多个存储器中。处理器701也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例，电子设备700还可以包括输入/输出(I/O)接口705，输入/输出(I/O)接口705也连接至总线704。电子设备700还可以包括连接至I/O接口705的以下部件中的一项或多项：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
本公开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可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。
根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 702和/或RAM 703和/或ROM 702和RAM 703以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的碰撞预测方法。
在该计算机程序被处理器701执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分709被下载和安装，和/或从可拆卸介质711被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被处理器701执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (13)

1.一种机器人碰撞预测方法，包括：
获取第一机器人和第二机器人沿各自预定路径行驶的实时位置信息和行驶状态参数；
根据所述实时位置信息确定所述第一机器人距离安全区域的第一实时距离、所述第二机器人距离所述安全区域的第二实时距离，其中所述安全区域包括以所述第一机器人和第二机器人的路径交叉节点为中心围成的区域；
确定在所述第一实时距离满足预设距离数值范围条件时对应的目标时刻；
计算在所述目标时刻，所述第一机器人距离所述安全区域的第一目标实时距离、所述第二机器人距离所述安全区域的第二目标实时距离；以及
根据所述第一机器人和所述第二机器人各自的行驶状态参数、所述第一目标实时距离和所述第二目标实时距离，输出所述第一机器人和所述第二机器人的碰撞预测结果。
2.根据权利要求1所述的方法，其中：
所述安全区域为以所述路径交叉节点为中心的规则区域，且所述规则区域的区域边界与安全距离关联，其中，所述安全距离包括第一安全距离和第二安全距离，所述第一安全距离用于表征机器人采用的安全雷达的检测半径、所述第二安全距离用于表征机器人的制动距离。
3.根据权利要求2所述的方法，其中，所述规则区域包括矩形区域；
所述矩形区域的长度等于第一预设系数和所述安全距离的乘积；
所述矩形区域的宽度等于第二预设系数和所述安全距离的乘积。
4.根据权利要求2所述的方法，其中，所述确定所述第一实时距离满足预设距离数值范围条件的目标时刻包括：
将所述第一实时距离等于所述安全距离的时刻确定为所述目标时刻。
5.根据权利要求1所述的方法，其中，所述根据所述第一机器人和所述第二机器人各自的行驶状态参数、所述第一目标实时距离和所述第二目标实时距离，输出所述第一机器人和所述第二机器人的碰撞预测结果包括：
根据所述第一目标实时距离、所述第一机器人的行驶状态参数，计算所述第一机器人达到所述安全区域所需的第一时间；
根据所述第二机器人的行驶状态参数，计算所述第二机器人在所述第一时间内行驶的参考距离；
根据所述第二目标实时距离、所述参考距离，输出所述第一机器人和所述第二机器人的碰撞预测结果。
6.根据权利要求5所述的方法，其中，所述根据所述第二目标实时距离、所述参考距离，输出所述第一机器人和所述第二机器人的碰撞预测结果包括：
在所述第二目标实时距离大于所述参考距离的情况下，输出所述第一机器人和第二机器人不会发生碰撞的碰撞预测结果；以及
在所述第二目标实时距离小于等于所述参考距离的情况下，输出所述第一机器人和第二机器人会发生碰撞的碰撞预测结果。
7.根据权利要求1～6中任一项所述的方法，还包括：
在所述碰撞预测结果为所述第一机器人和第二机器人会发生碰撞的情况下，获取参考机器人数量，其中所述参考机器人数量为：当前行驶在所述第一机器人的预定路径上的机器人数量；
根据所述参考机器人数量，输出所述第一机器人的规避策略。
8.根据权利要求7所述的方法，其中，所述根据所述参考机器人数量，输出所述第一机器人的规避策略包括：
在所述参考机器人数量小于预设数量阈值的情况下，输出所述第一机器人执行等待避让的规避策略；以及
在所述参考机器人数量大于等于所述预设数量阈值的情况下，输出所述第一机器人执行绕行的规避策略。
9.根据权利要求1所述的方法，其中，所述根据所述第一机器人和所述第二机器人各自的行驶状态参数、所述第一目标实时距离和所述第二目标实时距离，输出所述第一机器人和所述第二机器人的碰撞预测结果包括：
根据所述第一目标实时距离、所述第一机器人的行驶状态参数，计算所述第一机器人达到所述安全区域所需的第一时间；
根据所述第二目标实时距离、所述第二机器人的行驶状态参数，计算所述第二机器人达到所述安全区域所需的第二时间；
根据所述第一时间和所述第二时间，输出所述第一机器人和第二机器人的碰撞预测结果。
10.一种机器人碰撞预测装置，包括：
第一获取模块，用于获取第一机器人和第二机器人沿各自预定路径行驶的实时位置信息和行驶状态参数；
第一确定模块，用于根据所述实时位置信息确定所述第一机器人距离安全区域的第一实时距离、所述第二机器人距离所述安全区域的第二实时距离，其中所述安全区域包括以所述第一机器人和第二机器人的路径交叉节点为中心围成的区域；
第二确定模块，用于确定在所述第一实时距离满足预设距离数值范围条件时对应的目标时刻；
计算模块，用于计算在所述目标时刻，所述第一机器人距离所述安全区域的第一目标实时距离、所述第二机器人距离所述安全区域的第二目标实时距离；以及
第一输出模块，用于根据所述第一机器人和所述第二机器人各自的行驶状态参数、所述第一目标实时距离和所述第二目标实时距离，输出所述第一机器人和所述第二机器人的碰撞预测结果。
11.一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～9中任一项所述的方法。
12.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～9中任一项所述的方法。
13.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～9中任一项所述的方法。
CN202210425328.2A 2022-04-21 2022-04-21 机器人碰撞预测方法及装置、电子设备和存储介质 Pending CN114895670A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210425328.2A CN114895670A (zh) 2022-04-21 2022-04-21 机器人碰撞预测方法及装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210425328.2A CN114895670A (zh) 2022-04-21 2022-04-21 机器人碰撞预测方法及装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN114895670A true CN114895670A (zh) 2022-08-12

Family

ID=82717958

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210425328.2A Pending CN114895670A (zh) 2022-04-21 2022-04-21 机器人碰撞预测方法及装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN114895670A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115338863A (zh) * 2022-08-17 2022-11-15 福勤智能科技（昆山）有限公司 用于多系统间的机器人调度方法、装置、设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110503830A (zh) * 2019-08-22 2019-11-26 北京交通大学 基于车路协同的多agv碰撞预警管理方法
CN110852244A (zh) * 2019-11-06 2020-02-28 深圳创维数字技术有限公司 车辆控制方法、装置及计算机可读存储介质
CN111210662A (zh) * 2020-03-04 2020-05-29 五邑大学 一种基于机器视觉与dsrc的交叉口安全预警系统及其预警方法
CN111708361A (zh) * 2020-05-19 2020-09-25 上海有个机器人有限公司 多机器人碰撞预测方法和装置
CN113327458A (zh) * 2021-07-08 2021-08-31 潍柴动力股份有限公司 车辆碰撞预测方法、车辆碰撞预测系统及电子装置
CN113593273A (zh) * 2021-07-22 2021-11-02 吉林大学 一种基于v2i通信的无信号控制道路交叉口碰撞预警方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110503830A (zh) * 2019-08-22 2019-11-26 北京交通大学 基于车路协同的多agv碰撞预警管理方法
CN110852244A (zh) * 2019-11-06 2020-02-28 深圳创维数字技术有限公司 车辆控制方法、装置及计算机可读存储介质
CN111210662A (zh) * 2020-03-04 2020-05-29 五邑大学 一种基于机器视觉与dsrc的交叉口安全预警系统及其预警方法
CN111708361A (zh) * 2020-05-19 2020-09-25 上海有个机器人有限公司 多机器人碰撞预测方法和装置
CN113327458A (zh) * 2021-07-08 2021-08-31 潍柴动力股份有限公司 车辆碰撞预测方法、车辆碰撞预测系统及电子装置
CN113593273A (zh) * 2021-07-22 2021-11-02 吉林大学 一种基于v2i通信的无信号控制道路交叉口碰撞预警方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115338863A (zh) * 2022-08-17 2022-11-15 福勤智能科技（昆山）有限公司 用于多系统间的机器人调度方法、装置、设备和存储介质

Similar Documents

Publication Publication Date Title
CN113715814B (zh) 碰撞检测方法、装置、电子设备、介质及自动驾驶车辆
KR20210041544A (ko) 자율 주행 차량 설계 방법, 장치, 전자기기 및 저장매체
US11648936B2 (en) Method and apparatus for controlling vehicle
CN112526999B (zh) 速度规划方法、装置、电子设备和存储介质
CN112579464A (zh) 自动驾驶算法的校验方法、装置、设备以及存储介质
WO2022002885A1 (en) An edge computing based path planning system for agv with intelligent deviation correction algorithm
CN111402598A (zh) 一种车辆控制方法、装置和电子设备
CN113071476A (zh) 自主泊车的方法、装置、设备及自动驾驶车辆
CN115675534A (zh) 车辆轨迹预测方法、装置、电子设备及存储介质
CN114895670A (zh) 机器人碰撞预测方法及装置、电子设备和存储介质
CN115092130A (zh) 车辆碰撞预测方法、装置、电子设备、介质和车辆
CN114299758A (zh) 车辆控制方法及装置、设备、介质和产品
CN113029136A (zh) 定位信息处理的方法、设备、存储介质及程序产品
CN116734878A (zh) 路径规划方法、装置、电子设备、介质及自动驾驶车辆
US11328596B2 (en) Parking prediction
CN117910196A (zh) 无人叉车运行网络的动态可靠性评估方法及装置
CN116013108A (zh) 基于v2x的车辆轨迹预测方法、装置、设备及自动驾驶车辆
WO2022156339A1 (zh) 一种道路积存物信息的确定方法和装置
CN114282776A (zh) 车路协同评估自动驾驶安全性的方法、装置、设备和介质
CN114379588B (zh) 进站状态检测方法、装置、车辆、设备和存储介质
CN117962930B (zh) 无人车的控制方法及装置、无人车和计算机可读存储介质
CN114407916B (zh) 车辆控制及模型训练方法、装置、车辆、设备和存储介质
CN117746610A (zh) 车辆调度方法、装置、系统、设备以及存储介质
CN116246246A (zh) 感知评估方法、装置、电子设备
CN114604241A (zh) 车辆驾驶风险评估方法、装置、电子设备及边缘计算设备

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