CN115220438A - 机器人导航脱困方法、机器人、电子设备和存储介质 - Google Patents

Abstract

本申请涉及机器人控制技术领域，公开了一种机器人导航脱困方法、机器人、电子设备和存储介质，方法包括：获取机器人当前的定位信息；在检测到定位丢失的情况下，向云端服务上报定位异常，触发云端服务获取机器人当前的定位坐标；接收云端服务下发的机器人当前的定位坐标，将机器人当前位置的坐标更新为定位坐标；根据当前位置的坐标和目标点的坐标，重新规划从当前位置运动到目标点的目标路径，根据目标路径向目标点运动。通过在定位丢失时上报定位异常并根据云端服务下发的定位坐标完成重定位，提高机器人重定位的效率，避免机器人在定位丢失的情况下，由于环境复杂无法完成定位异常校正，导致无法完成导航任务。

Description

机器人导航脱困方法、机器人、电子设备和存储介质

技术领域

本申请实施例涉及机器人控制技术领域，特别涉及一种机器人导航脱困方法、机器人、电子设备和存储介质。

背景技术

随着科技的不断发展和进步，机器人技术也日益趋向成熟，机器人应用在生活不同场景承担不同任务已经成为主流的发展趋势。为了使机器人能够准确的根据任务指令完成导航任务，需要机器人能够准确的对运动路径进行规划以及在运动过程中对自身的位姿进行准确的跟踪。但是机器人在运动过程中，可能会出现遭遇“绑架劫持”的情况，即，定位丢失。绑架劫持可以分为初始化绑架和追踪丢失状态绑架。初始化绑架可以阐述为一种通常状况初始化问题，可使用蒙特卡洛估计器，即粒子滤波方法，重新分散粒子到三维位形空间里面，对里程信息和随机扰动不断更新，将初始化粒子聚集到/收敛到可解释观察结果的区域。追踪丢失状态绑架，即在绑架发生之前，系统已经保存当前状态，则可以使用除视觉传感器之外的其他的传感器作为候补测量设备实现重定位。

为了解决机器人定位异常问题，通常会在机器人发生定位异常时，对预先获取的静态地图和实时获取的动态地图进行局部栅格化处理，根据局部栅格化后的静态地图和动态地图的比对结果，对机器人当前位置进行重定位。

但是，当前的应用场景中存在着大量相似或者近乎相同的环境，面对相似或者相同的环境，在定位丢失后机器人很难完成对当前位置的重定位，进而导致机器人无法准确的完成运动到目标点的任务。

发明内容

本申请实施例的主要目的在于提出一种机器人导航脱困方法、机器人、电子设备和存储介质，旨在避免提高机器人定位异常校正的效率和能力，避免定位丢失校正失败导致机器人无法完成导航任务，提高机器人准确运动到目标点的能力。

为实现上述目的，本申请实施例提供了一种机器人导航脱困方法，应用于机器人，方法包括：获取机器人当前的定位信息；在检测到定位丢失的情况下，向云端服务上报定位异常，触发云端服务获取机器人当前的定位坐标；接收云端服务下发的机器人当前的定位坐标，将机器人当前位置的坐标更新为定位坐标；根据当前位置的坐标和目标点的坐标，重新规划从当前位置运动到目标点的目标路径，根据目标路径向目标点运动。

为实现上述目的，本申请实施例还提出了一种机器人，包括：获取模块，用于获取机器人当前的定位信息；上报模块，用于在检测到定位丢失的情况下，向云端服务上报定位异常，触发云端服务获取机器人当前的定位坐标；接收模块，用于接收云端服务下发的机器人当前的定位坐标，将机器人当前位置的坐标更新为定位坐标；运动模块，用于根据当前位置的坐标和目标点的坐标，重新规划从当前位置运动到目标点的目标路径，根据目标路径向目标点运动。

为实现上述目的，本申请实施例还提出了一种电子设备，设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如上的机器人导航脱困方法。

为实现上述目的，本申请实施例还提出了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现如上的机器人导航脱困方法。

本申请实施例提供的机器人导航脱困方法，在机器人运动过程中，实时获取机器人当前的定位信息，在检测到机器人出现定位异常的情况下，向云端服务上报定位异常，触发云端服务获取机器人当前的定位坐标。机器人接收到云端服务下发的当前的定位坐标后，对自身当前位置的坐标进行更新，并根据更新后的坐标，重新规划一条从当前位置达到目标点的目标路径，然后根据重新规划出的目标路径运动到目标点。通过对当前定位信息进行实时的检测，准确的获取机器人当前的位置，对机器人是否偏离规划路径进行准确的识别；通过在定位丢失的情况下向云端服务上报定位异常，接收到云端服务反馈的当前的定位坐标，根据接收到的定位坐标更新自身的位置，实现对机器人定位异常的准确高效矫正；通过根据更新后的坐标重新规划运动到目标点的目标路径，并根据目标路径向目标点运动，保证机器人能够准确的运动到指定目标点，避免由于定位丢失导致导航任务失败。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1是本申请实施例中的机器人导航脱困方法的流程图；

图2是本申请实施例中的机器人沿规划路径运动的状态示意图；

图3是本申请实施例中的机器人定位丢失的状态示意图；

图4是本申请实施例中的机器人重定位当前位置后的状态示意图；

图5是本申请实施例中的机器人导航脱困过程的时序示意图；

图6是本申请另一实施例中的机器人结构示意图；

图7是本申请另一实施例中的电子设备的结构示意图。

具体实施方式

由背景技术可知，当前的应用场景中存在着大量相似或者近乎相同的环境，面对相似或者相同的环境，在定位丢失后机器人很难完成对当前位置的重定位，进而导致机器人无法准确的完成运动到目标点的任务。因此，如何使机器人能够准确高效的实现定位异常校正，并准确运动到目标点是一个迫切需要得到解决的问题。

为了解决上述问题，本申请的部分实施例提供了一种机器人导航脱困方法，应用于机器人，方法包括：获取机器人当前的定位信息；在检测到定位丢失的情况下，向云端服务上报定位异常，触发云端服务获取机器人当前的定位坐标；接收云端服务下发的机器人当前的定位坐标，将机器人当前位置的坐标更新为定位坐标；根据当前位置的坐标和目标点的坐标，重新规划从当前位置运动到目标点的目标路径，根据目标路径向目标点运动。

本申请实施例提供的机器人导航脱困方法，在机器人运动过程中，实时获取机器人当前的定位信息，在检测到机器人出现定位异常的情况下，向云端服务上报定位异常，触发云端服务获取机器人当前的定位坐标。机器人接收到云端服务下发的当前的定位坐标后，对自身当前位置的坐标进行更新，并根据更新后的坐标，重新规划一条从当前位置达到目标点的目标路径，然后根据重新规划出的目标路径运动到目标点。通过对当前定位信息进行实时的检测，准确的获取机器人当前的位置，对机器人是否偏离规划路径进行准确的识别；通过在定位丢失的情况下向云端服务上报定位异常，接收到云端服务反馈的当前的定位坐标，根据接收到的定位坐标更新自身的位置，实现对机器人定位异常的准确高效矫正；通过根据更新后的坐标重新规划运动到目标点的目标路径，并根据目标路径向目标点运动，保证机器人能够准确的运动到指定目标点，避免由于定位丢失导致导航任务失败。

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请的各实施例进行详细的阐述。然而，本领域的普通技术人员可以理解，在本申请各实施例中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施例的种种变化和修改，也可以实现本申请所要求保护的技术方案。以下各个实施例的划分是为了描述方便，不应对本申请的具体实现方式构成任何限定，各个实施例在不矛盾的前提下可以相互结合相互引用。

下面将结合具体的实施例的对本申请记载的机器人导航脱困方法的实现细节进行具体的说明，以下内容仅为方便理解提供的实现细节，并非实施本方案的必须。

本申请实施例的第一方面提供了一种机器人导航脱困方法，应用于具有导航运动到指定位置功能的多种机器人，机器人导航脱困方法的流程图参考图1，包括以下步骤：

步骤101，获取机器人当前的定位信息。

具体地说，机器人在投入使用后，与负责机器人调度、管理、监控和信息存储的云端服务进行通信连接，接收云端任务为机器人分配的任务。机器人接收到云端服务的任务指令后，根据任务指令确定导航运动的目标点，然后对当前所处的场景进行扫描，构建当前场景的全局静态地图，地图中包含多种环境信息，例如，可行走路径(地面)、物理边界(墙壁、门、障碍物等)、虚拟边界(高危地区、非工作区等)、目标点(窗台、门口、办公室等)。在完成全局静态地图(第一地图)的构建后，机器人本地存储一份全局静态地图用于路径规划和行走过程中的实时匹配，另外，机器人还向云端服务上传扫描出的全局静态地图，对全局静态地图进行备份的同时，便于后续对机器人位置进行监控和管理。在完成全局静态地图的生成后，机器人根据自身当前的位置以及目标点的位置，在全局静态地图中对从当前位置运动到目标点的路径进行全局路径规划，生成到达目标点的规划路径，然后沿规划路径向目标点运动。在运动向目标点的过程中，机器人实时扫描当前场景，结合预先存储的全局静态地图，分析并获取自身当前的定位信息。通过对运动中的机器人进行位姿跟踪，对机器人是否偏离规划路径进行准确的检测。

步骤102，在检测到定位丢失的情况下，向云端服务上报定位异常，触发云端服务获取机器人当前的定位坐标。

具体地说，机器人在根据规划路径向目标点运动的过程中，可以实时获取或者每间隔预设时长周期性的获取机器人当前的定位信息，对自身的定位情况进行检测。机器人在当前定位信息对应的当前坐标偏离出了规划路径的情况下，判定自身发生了定位丢失，在检测到定位丢失的情况下，向通信连接的云端服务上报定位异常，触发云端服务获取机器人当前的定位坐标。

在一个例子中，机器人获取当前的定位信息，包括：扫描当前场景，获取动态地图；根据预设算法对动态地图和预先获取的全局静态地图进行匹配，获取定位信息；在检测到定位丢失的情况下，向云端服务上报定位异常，包括：在根据动态地图和全局静态地图的匹配结果判定定位丢失的情况下，向云端服务上报定位异常。

具体地说，机器人在根据规划路径向目标点运动的过程中，获取当前定位信息时，可以实时扫描当前场景，构建当前场景的动态地图，动态地图中可以包含场景中的环境信息，例如行走路径、物理边界、障碍物等。在获取到动态地图后，根据预设的地图匹配算法对获取到的动态地图和预先存储的全局静态地图进行匹配，获取当前动态地图属于全局静态地图中的哪一部分。进而确定动态地图的中心点坐标，将中心点坐标作为机器人当前位置的坐标，从而获取到机器人当前的定位信息。在根据动态地图和静态地图的匹配结果判定定位丢失的情况下，向云端服务上报定位异常。通过匹配动态地图和全局静态地图的关系，准确的对机器人当前的定位信息进行提取，实现对机器人当前位置的精确跟踪。

进一步地，机器人在根据动态地图和全局静态地图的匹配结果判定定位丢失的情况下，向云端服务上报定位异常，包括：在动态地图和全局静态地图无法匹配，或动态地图和全局静态地图匹配结果的置信度低于预设门限的情况下，判定定位丢失，向云端服务上报定位异常。具体地说，机器人在根据地图匹配算法对动态地图和全局静态地图进行匹配后，可能无法计算出动态地图具体属于静态地图的哪一部分，此时机器人判定自身已经偏离了规划路径，向云端服务上报定位异常；在获取到动态地图的中心点坐标或者动态地图属于全局静态地图的哪一部分后，机器人还可以对匹配的结果或者中心点坐标进行置信度计算，在得到的置信度计算结果低于预设门限的情况下，判定匹配失败，向云端服务上报定位异常。通过在动态地图和全局静态地图无法匹配或者匹配程度不理想的情况下，判定定位丢失并上报定位异常，进一步提升机器人对自身是否发生定位丢失的判断能力，尽可能避免无法识别到发生定位丢失的情况。

另外，机器人在初次检测到定位丢失的情况下，还可以暂不上报定位异常，先根据动态地图和全局静态地图对机器人当前所处的位置进行全局定位。在无法获取机器人在全局静态地图中的位置或者获取到的定位坐标的置信度较低的时候，再向云端服务上报定位异常，从而尽可能地降低云端服务的负担。

在另一个例子中，机器人在向云端服务上报定位异常后，还包括：向云端服务上传动态地图和实时环境数据，供云端服务将预先获取的全局静态地图、动态地图和实时环境数据展示给运营人员，根据运营人员的输入指令获取机器人当前的定位坐标。具体地说，机器人在向云端服务上报定位异常，触发云端服务获取机器人当前的作为坐标后，云端服务通过机器人获取当前扫描出的动态地图和包含机器人周边环境信息的实时环境数据，然后云端服务向运营人员发起告警或者通知，指示运营人员对发生定位丢失的机器人进行人工辅助管理。运营人员在接收到云端服务的提示或者指令后，通过云端服务提供的管理平台，查看机器人预先上传的全局静态地图、当前的动态地图和机器人周边的实时环境数据，并对机器人当前所处的位置进行分析。根据人工分析的结果，确定出机器人当前的定位坐标，然后再云端服务的管理平台通过输入指令将分析出的定位坐标输入到云端服务中。云端服务获取管理人员的输入指令后，对输入指令进行解析，获取机器人当前的定位坐标。通过人工介入的方式，结合预先存储的全局静态地图和实时获取的动态地图以及环境数据，对机器人当前的定位坐标进行分析，高效准确的确定出发生定位丢失的机器人当前的定位坐标。进一步地，机器人在向云端服务上传动态地图和实时环境数据前，还包括：采集实时环境信息，生成包含环境信息的视频数据，将视频数据作为实时环境数据。具体地说，机器人在进行环境数据上传前，可以充当自身眼睛摄像机或者自身携带的视觉模块对周边的实时环境信息进行采集，生成包含周边环境信息的视频，然后将生成的视频作为实时环境数据上传到云端服务。通过视觉模块采集周边的环境信息并生成包含周边环境信息的视频，便于云端服务将实时环境数据生动有效的展示给运营人员，便于运营人员获取机器人周边环境信息，提高运营人员分析机器人当前定位坐标的效率。

更进一步地，机器人根据云端服务下发地指令获取到的当前的定位坐标为，运营人员根据实时环境数据获取机器人的初始定位坐标后，根据动态地图和静态地图的匹配程度，对初始定位坐标进行修正后得到的坐标。也就是说，机器人将包含自身周边实时环境数据的视频流上传到云端服务后，运营人员在云端服务的后台根据视频流确定机器人在静态地图中的大致位置，得到初始定位坐标。然后，运营人员再结合静态地图和动态地图的匹配程度，例如，动态地图是通过激光雷达扫描的方式获取的，则根据激光雷达点数据和静态地图信息的匹配程度，对初始定位坐标进行修正，得到更加精确的坐标，并将修正后的坐标作为机器人当前的定位坐标输入到云端服务，通过云端指令将当前的定位坐标下发给机器人。通过根据视频流进行粗略定位，再根据动态地图和静态地图的匹配程度进行精确定位，使得机器人能够接收到精确的当前定位坐标。

步骤103，接收云端服务下发的机器人当前的定位坐标，将机器人当前位置的坐标更新为定位坐标。

具体地说，机器人在向云端服务上报定位异常后，触发云端服务获取机器人当前的定位坐标，云端服务在得到机器人当前的定位坐标后，会将定位坐标下发给机器人，供机器人根据接收到的定位坐标重新对自身所处位置进行定位。然后，机器人接收云端服务下发的机器人当前的定位坐标，然后重新将获取到的动态地图和定位坐标进行匹配，将机器人当前位置的坐标更新为定位坐标。

例如，机器人在沿规划路径向目标点运动的状态示意图如图2所示，机器人在全局静态地图中完成了从当前位置(起点)运动到目标点(终点)的路径规划，然后开始从当前位置向目标点运动，此时机器人根据动态地图和全局静态地图的匹配结果识别到自身处于规划路径的起点，则按照规划路径向目标点运动。机器人在运动过程中定位丢失的状态示意图如图3所示，机器人在沿规划路径向目标点运动的过程中，运动到规划路径上的某一位置后，根据动态地图和全局静态地图的匹配结果识别到自身处于规划路径之外，此时，机器人向云端服务上报定位异常，触发云端服务获取机器人当前的定位坐标。云端服务将机器人上传的动态地图、实时环境数据和预存的全局静态地图展示给运营人员，根据运营人员的指令获取机器人当前的定位坐标后，将机器人当前的定位坐标下发给机器人。机器人接收到定位坐标后，重新将第二地图和第一地图中的定位坐标进行匹配，然后将当前位置的坐标更新为定位坐标。机器人完成重定位当前位置后的状态示意图如图4所示，云端服务下发的定位坐标为一个在规划路径上的坐标，机器人将自身存储的当前位置更新为定位坐标对应的位置，准确的实现定位丢失后的重定位。

另外，机器人在接收到云端服务下发的当前定位坐标后，还可以通过自身携带的传感器进一步获取自身周边的地图信息，然后结合控制模块中的最优化算法，对接收到的当前定位坐标进行进一步的修正，得到更加精确的定位位姿，然后还可以将得到的定位位姿上传到云端服务，实现云端服务和机器人端的超高精度重定位。

步骤104，根据当前位置的坐标和目标点的坐标，重新规划从当前位置运动到目标点的目标路径，根据目标路径向目标点运动。

具体地说，机器人根据云端服务下发的定位坐标对自身当前位置的坐标进行更新后，还可以检测自身是否处于最初规划的路径上，在检测到自身不处于最初规划的路径上时，结合当前位置的坐标和目标点的坐标，在预存的全局静态地图中重新规划从当前位置运动到目标点的目标路径，然后沿着目标路径向目标点运动，直到到达目标点；在检测到自身当前位置处于最初规划的路径上时，可以直接按照最初规划的路径继续向目标点运动，直到到达目标点。

在一个例子中，机器人根据目标路径向目标点运动，包括：检测预设区域中是否存在障碍物；在预设区域中存在障碍物的情况下，进行局部路径规划，根据局部路径规划的结果绕过所碍物后，回到目标路径并移动至目标点。具体地说，机器人在沿规划好的目标路径向目标点运动的过程中，利用构建的动态地图，检测机器人前方预设区域或者周边预设区域内是否存在障碍物。在预设区域内存在障碍物的情况下，采用局部路径规划的方式，规划一条绕过障碍物并重新回到目标路径的局部路径，机器人根据局部路径规划的结果，沿局部路径绕过障碍物后回到目标路径，然后继续沿目标路径向目标点运动。通过局部路径规划的方式避免机器人受障碍物阻挡而无法运动到目标点，同时避免机器人撞向障碍物带来的安全隐患。

在另一个例子中，机器人在检测预设区域中是否存在障碍物后，还包括：在预设区域中存在障碍物的情况下，将障碍物所在区域标识为禁止通行区域，重新规划从当前位置到达目标点的目标路径。具体地说，机器人利用构建的动态地图检测到预设区域中存在障碍物的情况下，根据障碍物的轮廓和体积，在预先存储的全局静态地图中将障碍物所在的区域标识为禁止通行区域，然后在全局静态地图中重新规划出一条从当前位置到达目标点的新的目标路径，然后沿着新的目标路径向目标点运动。通过目标路径重规划的方式避免机器人受障碍物阻挡而无法运动到目标点，同时避免机器人撞向障碍物带来的安全隐患。

综上，机器人根据云端服务下发的任务运动到目标点过程中，导航脱困过程的时序示意图如图5所示，机器人接受云端服务下发的任务，然后根据接收到的任务进行路径规划，根据规划路径向目标点运动，并对自身进行位姿跟踪。在检测到定位丢失并且重定位无效的情况下，向云端服务上报定位异常。云端服务接收到机器人上报的定位异常后，向运营人员发起告警通知。然后接收机器人上传的动态地图和实时环境信息，并将全局静态地图、动态地图和实时环境信息展示给运营人员，供运营人员分析出机器人当前的定位坐标。然后接收运营人员输入的定位坐标，并将定位坐标下发给机器人。机器人接收到新的定位坐标后，重新对自身在静态地图中的位置进行定位，并重新规划达到目标点的目标路径，沿目标路径向目标点运动。从而高效准确的解决定位丢失导致机器人无法运动到目标点的问题。

此外，应当理解的是，上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。

本申请实施例的另一方面涉及一种机器人，机器人结构示意图如图6所示，包括：

获取模块601，用于获取机器人当前的定位信息。

上报模块602，用于在检测到定位丢失的情况下，向云端服务上报定位异常，触发云端服务获取机器人当前的定位坐标。

接收模块603，用于接收云端服务下发的机器人当前的定位坐标，将机器人当前位置的坐标更新为定位坐标。

运动模块604，用于根据当前位置的坐标和目标点的坐标，重新规划从当前位置运动到目标点的目标路径，根据目标路径向目标点运动。

不难发现，本实施例为与方法实施例相对应的装置实施例，本实施例可与方法实施例互相配合实施。方法实施例中提到的相关技术细节在本实施例中依然有效，为了减少重复，这里不再赘述。相应地，本实施例中提到的相关技术细节也可应用在方法实施例中。

值得一提的是，本实施例中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本申请的创新部分，本实施例中并没有将与解决本申请所提出的技术问题关系不太密切的单元引入，但这并不表明本实施例中不存在其它的单元。

本申请实施例的另一方面还提供了一种电子设备，参考图7，包括：包括至少一个处理器701；以及，与至少一个处理器701通信连接的存储器702；其中，存储器702存储有可被至少一个处理器701执行的指令，指令被至少一个处理器701执行，以使至少一个处理器701能够执行上述任一方法实施例所描述的机器人导航脱困方法。

其中，存储器702和处理器701采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器701和存储器702的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器701处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传输给处理器701。

处理器701负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器702可以被用于存储处理器701在执行操作时所使用的数据。

本申请实施例的另一方面还提供了一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。

即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

本领域的普通技术人员可以理解，上述各实施例是实现本申请的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本申请的精神和范围。

Claims (11)

1.一种机器人导航脱困方法，其特征在于，应用于机器人，包括：

获取机器人当前的定位信息；

在检测到定位丢失的情况下，向云端服务上报定位异常，触发所述云端服务获取所述机器人当前的定位坐标；

接收所述云端服务下发的所述机器人当前的所述定位坐标，将所述机器人当前位置的坐标更新为所述定位坐标；

根据所述当前位置的坐标和所述目标点的坐标，重新规划从所述当前位置运动到所述目标点的目标路径，根据所述目标路径向所述目标点运动。

2.根据权利要求1所述的机器人导航脱困方法，其特征在于，所述获取机器人当前的定位信息，包括：

扫描当前场景，获取动态地图；

根据预设算法对所述动态地图和预先获取的全局静态地图进行匹配，获取所述定位信息；

所述在检测到定位丢失的情况下，向云端服务上报定位异常，包括：

在根据所述动态地图和所述全局静态地图的匹配结果判定定位丢失的情况下，向所述云端服务上报定位异常。

3.根据权利要求2所述的机器人导航脱困方法，其特征在于，所述在根据所述动态地图和所述全局静态地图的匹配结果判定定位丢失的情况下，向所述云端服务上报定位异常，包括：

在所述动态地图和所述全局静态地图无法匹配，或所述动态地图和所述全局静态地图匹配结果的置信度低于预设门限的情况下，判定定位丢失，向所述云端服务上报定位异常。

4.根据权利要求2所述的机器人导航脱困方法，其特征在于，在所述向云端服务上报定位异常后，还包括：

向所述云端服务上传所述动态地图和实时环境数据，供所述云端服务将预先获取的所述全局静态地图、所述动态地图和所述实时环境数据展示给运营人员，根据所述运营人员的输入指令获取所述机器人当前的定位坐标。

5.根据权利要求4所述的机器人导航脱困方法，其特征在于，在所述向所述云端服务上传所述动态地图和实时环境数据前，还包括：

采集实时环境信息，生成包含环境信息的视频数据，将所述视频数据作为所述实时环境数据。

6.根据权利要求4所述的机器人导航脱困方法，其特征在于，所述当前的定位坐标为所述运营人员在根据所述实时环境数据获取所述机器人的初始定位坐标后，根据所述动态地图和所述静态地图的匹配程度，对所述初始定位坐标进行修正后得到的坐标。

7.根据权利要求1至6中任一项所述的机器人导航脱困方法，其特征在于，所述根据所述目标路径向所述目标点运动，包括：

检测预设区域中是否存在障碍物；

在所述预设区域中存在所述障碍物的情况下，进行局部路径规划，根据所述局部路径规划的结果绕过所述障碍物后，回到所述目标路径并移动至所述目标点。

8.根据权利要求7所述的机器人导航脱困方法，其特征在于，在所述检测预设区域中是否存在障碍物后，还包括：

在所述预设区域中存在所述障碍物的情况下，将所述障碍物所在区域标识为禁止通行区域，重新规划从所述当前位置到达所述目标点的所述目标路径。

9.一种机器人，其特征在于，包括：

获取模块，用于获取机器人当前的定位信息；

上报模块，用于在检测到定位丢失的情况下，向云端服务上报定位异常，触发所述云端服务获取所述机器人当前的定位坐标；

接收模块，用于接收所述云端服务下发的所述机器人当前的所述定位坐标，将所述机器人当前位置的坐标更新为所述定位坐标；

运动模块，用于根据所述当前位置的坐标和所述目标点的坐标，重新规划从所述当前位置运动到所述目标点的目标路径，根据所述目标路径向所述目标点运动。

10.一种电子设备，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至8中任意一项所述的机器人导航脱困方法。

11.一种计算机可读存储介质，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权利要求1至8中任一项所述的机器人导航脱困方法。

Images