CN115509216A - 路径规划方法、装置、计算机设备和存储介质 - Google Patents
路径规划方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115509216A CN115509216A CN202110684142.4A CN202110684142A CN115509216A CN 115509216 A CN115509216 A CN 115509216A CN 202110684142 A CN202110684142 A CN 202110684142A CN 115509216 A CN115509216 A CN 115509216A
- Authority
- CN
- China
- Prior art keywords
- grid
- weight
- current
- idle
- path
- 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 53
- 238000004590 computer program Methods 0.000 claims description 26
- 230000002829 reductive effect Effects 0.000 abstract description 11
- 238000004422 calculation algorithm Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请涉及一种路径规划方法、装置、计算机设备和存储介质,方法包括:获取目标物体的终点位置、当前所在位置对应的占用栅格地图,以及目标物体的当前姿态;根据当前姿态确定占用栅格地图中空闲栅格的权重;基于空闲栅格的权重进行路径搜索,得到目标物体从当前所在位置到达终点位置的目标路径。上述路径规划方法,在路径搜索中对于占用栅格地图的权重结合目标物体的当前姿态来确定,使得路径搜索得到的目标路径更加符合目标物体当前的运动状态,减少在重规划时搜索得到的路径与当前运动状态不符导致左摇右摆的情况发生。
Description
技术领域
本申请涉及导航技术领域,特别是涉及一种路径规划方法、装置、计算机设备和存储介质。
背景技术
路径规划是运动规划的主要研究内容之一。运动规划由路径规划和轨迹规划组成,连接起点位置和终点位置的序列点或曲线称之为路径,构成路径的策略为路径规划。在无人驾驶、机器人等技术领域,自主导航是必须的技能,而路径规划则是自主导航中重要环节之一。
相关技术中,路径规划常用的方法有完备的规划算法,如深度优先寻路算法、广度优先寻路算法、Dijkstra(迪杰斯特拉)算法、A*算法等,还有基于采样的规划算法,如PRM算法(基于启发式节点增强策略的一种路径规划方法)等,然而这些方法在实际路径规划的过程中,在重规划的时候,重新规划的路径可能会和当前机器人的运动状态不符,从而导致机器人或车辆左摇右摆的情况发生。
发明内容
基于此,有必要针对上述技术问题,提供一种能够减少机器人或车辆在重规划时左右摇摆的路径规划方法、装置、计算机设备和存储介质。
一种路径规划方法,所述方法包括:
获取目标物体的终点位置、当前所在位置对应的占用栅格地图,以及所述目标物体的当前姿态;
根据所述当前姿态确定所述占用栅格地图中空闲栅格的权重;
基于所述空闲栅格的权重进行路径搜索,得到所述目标物体从当前所在位置到达所述终点位置的目标路径。
在其中的一个实施例中,所述根据所述当前姿态确定所述占用栅格地图中空闲栅格的权重,包括:
获取所述占用栅格地图中空闲栅格的初始权重;
根据所述当前姿态对所述空闲栅格的初始权重进行调整,得到所述空闲栅格的调整权重。
在其中的一个实施例中,所述根据所述当前姿态对所述空闲栅格的初始权重进行调整,得到所述空闲栅格的调整权重,包括:
分别将所述当前姿态与所述空闲栅格进行匹配;
若根据匹配的结果确定所述空闲栅格与所述当前姿态不满足预设匹配条件,按照预设规则调高所述空闲栅格的权重。
在其中的一个实施例中,在分别将所述当前姿态与所述空闲栅格进行匹配之后,还包括:
若根据匹配的结果确定所述空闲栅格与所述当前姿态满足预设匹配条件,按照预设规则调低所述空闲栅格的权重。
在其中的一个实施例中,根据所述当前姿态得到所述目标物体的当前行驶方向;确定所述当前行驶方向、所述空闲栅格在预设平面直角坐标系中的所处象限;所述预设平面直角坐标系为在地平面建立;当所述当前行驶方向与所述空闲栅格所处象限不同,判定所述空闲栅格与所述当前姿态满足预设匹配条件。
在其中的一个实施例中,根据所述当前姿态得到所述目标物体的当前行驶方向;确定由所述当前所在位置指向所述空闲栅格的指向方向;若所述指向方向与所述当前行驶方向之间的夹角小于预设角度阈值,判定所述空闲栅格满足预设匹配条件。
在其中的一个实施例中,所述基于所述空闲栅格的权重进行路径搜索,得到所述目标物体从当前所在位置到达所述终点位置的目标路径,包括:
根据所述空闲栅格的权重,分别计算各候选路径的权重和值;
选择所述权重和值中的最小权重和值对应的候选路径,确定为目标路径。
一种路径规划装置,所述装置包括:
获取模块,用于获取目标物体的终点位置、当前所在位置对应的占用栅格地图,以及所述目标物体的当前姿态;
权重确定模块,用于根据所述当前姿态确定所述占用栅格地图中空闲栅格的权重;
路径搜索模块,用于基于所述空闲栅格的权重进行路径搜索,得到所述目标物体从当前所在位置到达所述终点位置的目标路径。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取目标物体的终点位置、当前所在位置对应的占用栅格地图,以及所述目标物体的当前姿态;
根据所述当前姿态确定所述占用栅格地图中空闲栅格的权重;
基于所述空闲栅格的权重进行路径搜索,得到所述目标物体从当前所在位置到达所述终点位置的目标路径。
一种计算机可读存储介质,其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以下步骤:
获取目标物体的终点位置、当前所在位置对应的占用栅格地图,以及所述目标物体的当前姿态;
根据所述当前姿态确定所述占用栅格地图中空闲栅格的权重;
基于所述空闲栅格的权重进行路径搜索,得到所述目标物体从当前所在位置到达所述终点位置的目标路径。
上述路径规划方法、装置、计算机设备和存储介质,对于目标物体,获取其终点位置、当前所在位置对应的占用栅格地图,以及目标物体的当前姿态,根据目标物体的当前姿态确定占用栅格地图中空闲栅格的权重,然后根据各空闲栅格的权重,搜索从当前所在位置到达终点位置的目标路径。在路径搜索中对于占用栅格地图的权重结合目标物体的当前姿态来确定,使得路径搜索得到的目标路径更加符合目标物体当前的运动状态,减少在重规划时搜索得到的路径与当前运动状态不符导致左摇右摆的情况发生。
附图说明
图1为一个实施例中路径规划方法的流程示意图;
图2为一个具体实施例中为目标物体的占用栅格地图的示意图;
图3为另一个实施例中实施例中路径规划方法的流程示意图;;
图4为一个具体实施例中机器人进行路径规划时的占用栅格地图的示意图;
图5为另一个具体实施例中机器人进行路径规划时的占用栅格地图的示意图;
图6为一个实施例中路径规划装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种路径规划方法,本实施例以该方法应用于终端进行举例说明,可以理解的是,该方法也可以应用于服务器,还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。本实施例中,该方法包括步骤S110至步骤S130。
步骤S110,获取目标物体的终点位置、当前所在位置对应的占用栅格地图,以及目标物体的当前姿态。
其中,目标物体表示正在需要进行路径搜索的物体,目标物体可以是正在行进中,或者即将需要向终点位置出发。在一个实施例中,目标物体可以是机器人、无人车辆等。目标物体的终点位置即为目标物体需要去往的位置;在一个实施例中,上述方法可以应用在全局路径搜索中,在本实施例中目标物体的终点位置是目标物体的最终终点;在另一个实施例中,上述方法可以应用于局部路径搜索中,在局部路径搜索中,将全局路段划分为多个局部路段,目标物体的终点位置为该局部路段的终点。
占用栅格地图表示用离散的栅格表示目标物体的位置,其中栅格状态为自由和占用两种,目标物体只能到达自由状态的栅格,占用状态的栅格表示相应的位置被障碍物占用。目标物体当前所在位置的占用栅格地图表示当前所在位置附近的占用栅格地图;在一个实施例中,占用栅格地图可以是目标物体所在位置的预设范围内的占用栅格地图。其中,预设范围可以根据实际情况进行设置。如图2所示,在一个具体实施例中为目标物体的占用栅格地图的示意图;其中所示的方格分别表示一个栅格,黑色表示状态为占用,即占用栅格,白色表示空闲,即空闲栅格。进一步地,目标物体当前所在位置的占用栅格地图可以通过任意一种方式获取。
目标物体的当前姿态用于描述目标物体在当前参考坐标系下的姿势;在一个实施例中,目标物体的当前姿态包括目标物体当前所在位置坐标,以及目标物体当前的行驶方向。进一步地,在一个实施例中,定义载体的右、前、上三个方向构成右手系,绕向前的轴旋转就是横滚角,绕向右的轴旋转就是俯仰角,绕向上的轴旋转就是航向角;在本实施例中,目标物体的当前行驶方向可以用目标物体构成的右手系中的航向角表示。
步骤S120,根据当前姿态确定占用栅格地图中空闲栅格的权重。
占用栅格地图应用在路径搜索时,对于占用栅格地图中的所有栅格均对应有一个权重;其中,空闲栅格的权重较小,占用栅格的权重较大。路径搜索时根据栅格的权重决定最优路径,根据栅格的权重,决定目标物体移动一个栅格所需的代价。在一个具体实施例中,将栅格的权重作为目标物体移动栅格的代价,在进行路径搜索时,通常会搜索代价最小的一条路径作为目标路径。
在一个实施例中,如图3所示,根据当前姿态确定占用栅格地图中空闲栅格的权重,包括步骤S121和步骤S122。其中:
步骤S121,获取占用栅格地图中空闲栅格的初始权重。
在一个实施例中,占用栅格地图中空闲栅格的初始权重可以根据与障碍物之间的距离确定,距离障碍物位置越远的空闲栅格的初始权重越低,距离障碍物位置越近的空闲栅格的初始权重越高,具体地,根据距离障碍物距离确定初始权重可以根据任意一种方式实现。
步骤S122,根据当前姿态对空闲栅格的初始权重进行调整,得到空闲栅格的调整权重。
原始的占用栅格地图中,每一个空闲栅格的权重是相同的,即目标物体每移动一个空闲栅格的代价都是一样,原始的路径规划方法规划得到的路径可能会从障碍物的一侧经过,目标物体运动之后重新规划时又可能从障碍物另一侧经过,当两条路径的方向相差较大时,输入到目标物体的控制器中会导致目标物体左右摇摆。因此,在本实施例中结合目标物体的当前权重对空闲栅格的初始权重进行调整。
进一步地,根据当前姿态对空闲栅格的初始权重进行调整,得到空闲栅格的调整权重,具体为将空闲栅格与当前姿态进行匹配,然后根据匹配结果对空闲栅格的初始权重进行调整;进一步地,根据匹配结果可以将与当前姿态不匹配的空闲栅格的初始权重调高;更进一步地,根据匹配结果还可以将与当前姿态匹配的空闲栅格的初始权重调低。
步骤S130,基于空闲栅格的权重进行路径搜索,得到目标物体从当前所在位置到达终点位置的目标路径。
在其中的一个实施例中,基于空闲栅格的权重进行路径搜索,得到目标物体从当前所在位置到达终点位置的目标路径,包括:根据空闲栅格的权重,分别计算各候选路径的权重和值;选择权重和值中的最小权重和值对应的候选路径,确定为目标路径。
在本实施例中,候选路径为从当前所在位置出发到终点位置的可能的路径,由占用栅格地图中的空闲栅格组成,在上述步骤中已经根据目标物体的当前姿态确定了空闲栅格的权重,可以得到各候选路径的权重和值,将权重和值作为以该候选路径进行移动的代价值,代价值越低路径越合适,因此选择权重和值中最小权重和值对应的候选路径作为目标路径,为当前时刻搜索到的从当前所在位置移动到终点位置的最优路径。
在一个实施例中,上述路径规划方法可以应用在已有的路径规划方法中,基于当前姿态对其中搜索前占用栅格地图中各空闲栅格的权重进行调整之后,再进行路径搜索。在一个具体实施例中,路径规划方法可以包括深度优先寻路算法、广度优先寻路算法、Dijkstra(迪杰斯特拉)算法、A*算法以及PRM算法,等等。
上述路径规划方法,对于目标物体,获取其终点位置、当前所在位置对应的占用栅格地图,以及目标物体的当前姿态,根据目标物体的当前姿态确定占用栅格地图中空闲栅格的权重,然后根据各空闲栅格的权重,搜索从当前所在位置到达终点位置的目标路径。在路径搜索中对于占用栅格地图的权重结合目标物体的当前姿态来确定,使得路径搜索得到的目标路径更加符合目标物体当前的运动状态,减少在重规划时搜索得到的路径与当前运动状态不符导致左摇右摆的情况发生。
在一个实施例中,根据当前姿态对空闲栅格的初始权重进行调整,得到空闲栅格的调整权重,包括:分别将当前姿态与空闲栅格进行匹配;若根据匹配的结果确定空闲栅格与当前姿态不满足预设匹配条件,按照预设规则调高空闲栅格的权重。
其中,预设匹配条件用于判断空闲栅格与目标物体的当前姿态是否相匹配;在一个实施例中,预设匹配条件可以根据实际情况进行设置。例如通过判断空闲栅格与目标物体当前所在位置之间的边,以及当前姿态中行驶方向对应的边之间的夹角大小,来判断空闲栅格是否与当前姿态相匹配;具体预设匹配条件可以设置为当空闲栅格和当前所在位置之间的边,与行驶方向所在边之间的夹角大小是否小于预设夹角大小,若是则满足预设匹配条件。又如可以在地平面构建平面直角坐标系,通过判断空闲栅格和当前所在位置之间的边,与当前行驶方向所在边分别在平面直角坐标系中所处位置,来判断空闲栅格是否与当前姿态相匹配。在其它实施例中,预设匹配条件也可以设置为其他条件。
预设规则用于规定具体如何对空闲栅格地图的初始权重进行调整;预设规则也可以根据实际情况进行设置。例如可以设置为对于初始权重按照倍数调整,如初始权重为2,对于不满足预设匹配条件的空闲栅格的初始权重,调整为5倍即为10;也可以设置为按照预设步长对初始权重进行调整,如初始权重为2,对于不满足预设匹配条件的空闲栅格的初始权重,设置为2+5=7;等等。
进一步地,预设规则还可以设置为结合与当前姿态的不匹配程度调整空闲栅格的初始权重;在一个实施例中,对于不满足预设匹配条件的空闲栅格,分别确定不满足预设匹配条件的空闲栅格的不匹配程度,根据不匹配程度确定不满足预设匹配条件的空闲栅格的调整后权重。
其中,根据不匹配程度确定不满足预设匹配条件的空闲栅格的调整后权重可以是:不匹配程度越大的空闲栅格的调整后权重越高。例如在一个具体实施例中,可以预先设置不匹配程度与调整后权重的映射关系表,根据不匹配程度确定调整后权重时,根据空闲栅格的不匹配程度在映射关系表中查找对应的调整后权重。在其他实施例中,也可以通过其他方式实现根据不匹配程度确定空闲栅格的调整后权重。
其中,确定不满足预设匹配条件的空闲栅格的不匹配程度可以通过任意一种方式实现。例如结合空闲栅格和当前所在位置之间的边,与当前行驶方向所在边之间的夹角大小确定不匹配程度;例如可以预先确定夹角与不匹配程度之间的映射关系表,在确定不匹配程度时,根据空闲栅格和当前所在位置之间的边,与当前行驶方向所在边的夹角在该映射关系表中查找对应的不匹配程度。在其他实施例中,也可以通过其他方式确定不满足预设匹配条件的空闲栅格的不匹配程度。
本实施例中,结合空闲栅格与当前姿态的不匹配程度确定空闲栅格的调整后权重,可以使与当前姿态的不匹配程度越高的空闲栅格的调整后权重设置为越高,而将与当前姿态的不匹配程度较低的空闲栅格的调整后权重设置为较高,从而使路径搜索时,按照权重由小到大进行搜索,从而减少控制模块的计算量。
本实施例中,通过将与当前姿态不满足预设匹配条件的空闲栅格的权重调高,达到使得满足预设匹配条件的空闲栅格的权重比不满足预设匹配条件的空闲栅格的权重小,进行路径搜索时,将会优先搜索与当前姿态匹配的空闲栅格作为目标路径,从而减少在重规划时确定的目标路径与当前姿态发生较大的偏差,导致目标物体发生左右摇摆的情况。
进一步地,在另一个实施例中,在分别将当前姿态与空闲栅格进行匹配之后,还包括:若根据匹配的结果确定空闲栅格与当前姿态满足预设匹配条件,按照预设规则调低空闲栅格的权重。
在将当前姿态与空闲栅格进行匹配之后,对于不满足预设匹配条件的空闲栅格的权重可以不进行调整,而将满足预设匹配条件的空闲栅格的权重调低;或者,在将不满足预设匹配条件的空闲栅格的初始权重调高的同时,也可以将满足预设匹配条件的空闲栅格的初始权重调低,同样可以达到使得满足预设匹配条件的空闲栅格的权重比不满足预设匹配条件的空闲栅格的权重小,进行路径搜索时,将会优先搜索与当前姿态匹配的空闲栅格作为目标路径,从而减少在重规划时确定的目标路径与当前姿态发生较大的偏差,导致目标物体发生左右摇摆的情况。其中,根据预设规则调低满足预设匹配条件的空闲栅格的初始权重与根据预设规则调高不满足预设匹配条件的空闲栅格的权重的初始权重的方式类似,在此不再赘述。
需要说明的是,在分别将当前姿态与空闲栅格进行匹配之后,对于调高或者调低对应空闲栅格的步骤先后顺序并不进行限定。例如,可以先对不满足预设匹配条件的空闲栅格的权重进行调高,再对满足预设匹配条件的空闲栅格的权重进行调低;也可以先对满足预设匹配条件的空闲栅格的权重进行调低,再对不满足预设匹配条件的空闲栅格的权重进行调高。
进一步地,在一个实施例中,根据当前姿态得到目标物体的当前行驶方向;确定当前行驶方向、空闲栅格在预设平面直角坐标系中的所处象限;预设平面直角坐标系为在地平面建立;当当前行驶方向与空闲栅格所处象限不同,判定空闲栅格与当前姿态满足预设匹配条件。
其中,在同一个平面上互相垂直且有公共原点的两条数轴构成平面直角坐标系,简称直角坐标系(Rectangular Coordinates)。通常,两条数轴分别置于水平位置与垂直位置,取向右与向上的方向分别为两条数轴的正方向。在本实施例中,通过在地平面构建平面直角坐标系,记为预设平面直角坐标系;进一步地,在一个实施例中,预设平面直角坐标系的原点和横坐标轴可以根据实际情况进行设置,例如可以设置为原点为当前所在位置,横坐标轴的正向设置为东方/西方/南方/北方或者当前所在位置与终点位置之间的向量,等等。象限(Quadrant),是平面直角坐标系(笛卡尔坐标系)中里的横轴和纵轴所划分的四个区域,每一个区域叫做一个象限。
在一个具体实施例中,在构建预设平面直角坐标系之后,可以得到当前所在位置与空闲栅格之间的边在预设平面直角坐标系中所处象限,以及当前姿态中当前行驶方向在预设平面直角坐标系中所处象限。进一步地,通过判断两者所处象限是否相同,来判定空闲栅格是否满足预设匹配条件。
在另一个实施例中,根据当前姿态得到目标物体的当前行驶方向;确定由当前所在位置指向空闲栅格的指向方向;若指向方向与当前行驶方向之间的夹角小于预设角度阈值,判定空闲栅格满足预设匹配条件。
本实施例中,通过将空闲栅格与当前所在位置之间连接得到的边,与当前姿态中当前行驶方向所在边之间的夹角,来确定空闲栅格与当前姿态是否满足预设匹配条件。进一步地,若夹角大于或者等于预设角度阈值,判定为空闲栅格不满足预设匹配条件,若夹角小于预设角度阈值判定为满足预设匹配条件。其中,预设角度阈值可以根据实际情况进行设置。
上述实施例中,分别描述了预设匹配条件的判定方法,通过上述方法确定空闲栅格是否满足预设匹配条件之后,后续将根据匹配的结果对空闲栅格的权重进行调整。在其他实施例中,预设匹配条件也可以设置为其他内容。
在一个具体实施例中,以一个详细的实施例对上述路径规划方法进行描述,在本实施例中,以目标物体为机器人、将上述方法应用于迪杰斯特拉方法为例进行描述。包括以下步骤:
获取机器人的当前所在位置的占用栅格地图、当前姿态以及终点位置;读取当前姿态中的当前行驶方向,基于将空闲栅格与当前行驶方向进行匹配,得到匹配的结果,根据匹配的结果确定是否满足预设匹配条件,若不满足预设匹配条件,确定空闲栅格的不匹配程度;结合不匹配程度确定不匹配的空闲栅格的调整后权重;基于占用栅格地图中各空闲栅格地图的调整后权重,进行路径搜索,得到权重和值最小(即代价最小)的路径作为目标路径。
如图4所示,以图中所示小车表示机器人的当前所在位置(即起点),图示星星表示机器人的终点位置。原始的迪杰斯特拉方法规划得到的目标路径可能会从障碍物的一侧(图示路径①)经过,运动之后重新规划时又可能从障碍物的另一侧(图示路径②)经过(在其它实施例中,也可能是其它路径),当两条目标路径的方向相差较大时,输入到机器人的控制器中,可能会导致机器人左右摇摆。
原始的栅格地图中,机器人每走一步空闲栅格的代价都是一样,本实施例中通过调高与机器人实际姿态相差较大的空闲栅格的权重,使得不符合机器人当前姿态的部分空闲栅格的权重较高,从而以该空闲栅格作为目标路径的代价值较大,迪杰斯特拉倾向于搜索与当前机器人姿态相符的路径。如图5所示,黑色箭头为机器人的当前姿态,灰色栅格为与机器人当前姿态不符的部分栅格,把这部分栅格之间的权重加大,使得机器人倾向于优先往与机器人当前姿态相符的方向中的空闲栅格中搜索路径,得到的目标路径与机器人的当前姿态更加相符,使得机器人在多次重规划后都能保持很好的运动连续性。
上述路径规划方法对于迪杰斯特拉路径规划方法进行改进,对于当前姿态不匹配的空闲栅格的权重调高,使得路径搜索时搜索得到的目标路径更加符合机器人当前的运动状态,可以有效改善机器人在重规划过程中由于路径不符合机器人的当前状态而左右摇摆的问题。
应该理解的是,虽然上述实施例中所涉及的各流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,上述实施例中所涉及的各流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图6所示,提供了一种路径规划装置,包括:获取模块610、权重确定模块620和路径搜索模块630,其中:
获取模块610,用于获取目标物体的终点位置、当前所在位置对应的占用栅格地图,以及目标物体的当前姿态;
权重确定模块620,用于根据当前姿态确定占用栅格地图中空闲栅格的权重;
路径搜索模块630,用于基于空闲栅格的权重进行路径搜索,得到目标物体从当前所在位置到达终点位置的目标路径。
上述路径规划装置,对于目标物体,获取其终点位置、当前所在位置对应的占用栅格地图,以及目标物体的当前姿态,根据目标物体的当前姿态确定占用栅格地图中空闲栅格的权重,然后根据各空闲栅格的权重,搜索从当前所在位置到达终点位置的目标路径。在路径搜索中对于占用栅格地图的权重结合目标物体的当前姿态来确定,使得路径搜索得到的目标路径更加符合目标物体当前的运动状态,减少在重规划时搜索得到的路径与当前运动状态不符导致左摇右摆的情况发生。
在一个实施例中,上述装置的权重确定模块620包括:初始权重获取子模块,用于获取占用栅格地图中空闲栅格的初始权重;权重调整子模块,用于根据当前姿态对空闲栅格的初始权重进行调整,得到空闲栅格的调整权重。
在一个实施例中,上述装置的权重调整子模块,包括:匹配单元,用于分别将当前姿态与空闲栅格进行匹配;调整单元,用于若根据匹配的结果确定空闲栅格与当前姿态不满足预设匹配条件,按照预设规则调高空闲栅格的权重。
在一个实施例中,上述装置的权重调整子模块的调整单元,还用于若根据匹配的结果确定空闲栅格与当前姿态满足预设匹配条件,按照预设规则调低空闲栅格的权重。
在一个实施例中,上述装置的权重调整子模块的调整单元包括:行驶方向确定子单元,用于根据当前姿态得到目标物体的当前行驶方向;象限确定子单元,用于确定当前行驶方向、空闲栅格在预设平面直角坐标系中的所处象限;预设平面直角坐标系为在地平面建立;判断子单元,用于当当前行驶方向与空闲栅格所处象限不同,判定空闲栅格与当前姿态满足预设匹配条件。
在其中的一个实施例中,上述装置的权重调整子模块的调整单元包括:行驶方向确定子单元,用于根据当前姿态得到目标物体的当前行驶方向;指向方向确定子单元,用于确定由当前所在位置指向空闲栅格的指向方向;判断子单元,用于若指向方向与当前行驶方向之间的夹角小于预设角度阈值,判定空闲栅格满足预设匹配条件。
在一个实施例中,上述装置的路径搜索模块630,包括:权重和值确定子模块,用于根据空闲栅格的权重,分别计算各候选路径的权重和值;目标路径确定子模块,用于选择权重和值中的最小权重和值对应的候选路径,确定为目标路径。
关于路径规划装置的具体实施例可以参见上文中对于路径规划方法的实施例,在此不再赘述。上述路径规划装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种路径规划方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取目标物体的终点位置、当前所在位置对应的占用栅格地图,以及目标物体的当前姿态;根据当前姿态确定占用栅格地图中空闲栅格的权重;基于空闲栅格的权重进行路径搜索,得到目标物体从当前所在位置到达终点位置的目标路径。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取占用栅格地图中空闲栅格的初始权重;根据当前姿态对空闲栅格的初始权重进行调整,得到空闲栅格的调整权重。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:分别将当前姿态与空闲栅格进行匹配;若根据匹配的结果确定空闲栅格与当前姿态不满足预设匹配条件,按照预设规则调高空闲栅格的权重。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:若根据匹配的结果确定空闲栅格与当前姿态满足预设匹配条件,按照预设规则调低空闲栅格的权重。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据当前姿态得到目标物体的当前行驶方向;确定当前行驶方向、空闲栅格在预设平面直角坐标系中的所处象限;预设平面直角坐标系为在地平面建立;当当前行驶方向与空闲栅格所处象限不同,判定空闲栅格与当前姿态满足预设匹配条件。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据当前姿态得到目标物体的当前行驶方向;确定由当前所在位置指向空闲栅格的指向方向;若指向方向与当前行驶方向之间的夹角小于预设角度阈值,判定空闲栅格满足预设匹配条件。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据空闲栅格的权重,分别计算各候选路径的权重和值;选择权重和值中的最小权重和值对应的候选路径,确定为目标路径。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取目标物体的终点位置、当前所在位置对应的占用栅格地图,以及目标物体的当前姿态;根据当前姿态确定占用栅格地图中空闲栅格的权重;基于空闲栅格的权重进行路径搜索,得到目标物体从当前所在位置到达终点位置的目标路径。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取占用栅格地图中空闲栅格的初始权重;根据当前姿态对空闲栅格的初始权重进行调整,得到空闲栅格的调整权重。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:分别将当前姿态与空闲栅格进行匹配;若根据匹配的结果确定空闲栅格与当前姿态不满足预设匹配条件,按照预设规则调高空闲栅格的权重。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:若根据匹配的结果确定空闲栅格与当前姿态满足预设匹配条件,按照预设规则调低空闲栅格的权重。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据当前姿态得到目标物体的当前行驶方向;确定当前行驶方向、空闲栅格在预设平面直角坐标系中的所处象限;预设平面直角坐标系为在地平面建立;当当前行驶方向与空闲栅格所处象限不同,判定空闲栅格与当前姿态满足预设匹配条件。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据当前姿态得到目标物体的当前行驶方向;确定由当前所在位置指向空闲栅格的指向方向;若指向方向与当前行驶方向之间的夹角小于预设角度阈值,判定空闲栅格满足预设匹配条件。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据空闲栅格的权重,分别计算各候选路径的权重和值;选择权重和值中的最小权重和值对应的候选路径,确定为目标路径。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种路径规划方法,其特征在于,所述方法包括:
获取目标物体的终点位置、当前所在位置对应的占用栅格地图,以及所述目标物体的当前姿态;
根据所述当前姿态确定所述占用栅格地图中空闲栅格的权重;
基于所述空闲栅格的权重进行路径搜索,得到所述目标物体从当前所在位置到达所述终点位置的目标路径。
2.根据权利要求1所述的方法,其特征在于,所述根据所述当前姿态确定所述占用栅格地图中空闲栅格的权重,包括:
获取所述占用栅格地图中空闲栅格的初始权重;
根据所述当前姿态对所述空闲栅格的初始权重进行调整,得到所述空闲栅格的调整权重。
3.根据权利要求2所述的方法,其特征在于,所述根据所述当前姿态对所述空闲栅格的初始权重进行调整,得到所述空闲栅格的调整权重,包括:
分别将所述当前姿态与所述空闲栅格进行匹配;
若根据匹配的结果确定所述空闲栅格与所述当前姿态不满足预设匹配条件,按照预设规则调高所述空闲栅格的权重。
4.根据权利要求3所述的方法,其特征在于,在分别将所述当前姿态与所述空闲栅格进行匹配之后,还包括:
若根据匹配的结果确定所述空闲栅格与所述当前姿态满足预设匹配条件,按照预设规则调低所述空闲栅格的权重。
5.根据权利要求3或4所述的方法,其特征在于:
根据所述当前姿态得到所述目标物体的当前行驶方向;
确定所述当前行驶方向、所述空闲栅格在预设平面直角坐标系中的所处象限;所述预设平面直角坐标系为在地平面建立;
当所述当前行驶方向与所述空闲栅格所处象限不同,判定所述空闲栅格与所述当前姿态满足预设匹配条件。
6.根据权利要求3或4所述的方法,其特征在于:
根据所述当前姿态得到所述目标物体的当前行驶方向;
确定由所述当前所在位置指向所述空闲栅格的指向方向;
若所述指向方向与所述当前行驶方向之间的夹角小于预设角度阈值,判定所述空闲栅格满足预设匹配条件。
7.根据权利要求3或4所述的方法,其特征在于,所述基于所述空闲栅格的权重进行路径搜索,得到所述目标物体从当前所在位置到达所述终点位置的目标路径,包括:
根据所述空闲栅格的权重,分别计算各候选路径的权重和值;
选择所述权重和值中的最小权重和值对应的候选路径,确定为目标路径。
8.一种路径规划装置,其特征在于,所述装置包括:
获取模块,用于获取目标物体的终点位置、当前所在位置对应的占用栅格地图,以及所述目标物体的当前姿态;
权重确定模块,用于根据所述当前姿态确定所述占用栅格地图中空闲栅格的权重;
路径搜索模块,用于基于所述空闲栅格的权重进行路径搜索,得到所述目标物体从当前所在位置到达所述终点位置的目标路径。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110684142.4A CN115509216A (zh) | 2021-06-21 | 2021-06-21 | 路径规划方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110684142.4A CN115509216A (zh) | 2021-06-21 | 2021-06-21 | 路径规划方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115509216A true CN115509216A (zh) | 2022-12-23 |
Family
ID=84500218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110684142.4A Pending CN115509216A (zh) | 2021-06-21 | 2021-06-21 | 路径规划方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115509216A (zh) |
Citations (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080029239A (ko) * | 2006-09-28 | 2008-04-03 | 한국전자통신연구원 | 자율이동로봇의 최적 경로를 통한 환경 지도 작성 장치 및그 방법 |
JP2011227807A (ja) * | 2010-04-22 | 2011-11-10 | Toyota Motor Corp | 経路探索システム、経路探索方法、及び移動体 |
JP2012208603A (ja) * | 2011-03-29 | 2012-10-25 | Denso It Laboratory Inc | 経路案内生成装置、方法及びシステム |
CN104897168A (zh) * | 2015-06-24 | 2015-09-09 | 清华大学 | 基于道路危险评估的智能车路径搜索方法及系统 |
CN105716613A (zh) * | 2016-04-07 | 2016-06-29 | 北京进化者机器人科技有限公司 | 一种机器人避障中的最短路径规划方法 |
CN106774310A (zh) * | 2016-12-01 | 2017-05-31 | 中科金睛视觉科技(北京)有限公司 | 一种机器人导航方法 |
JP2017181391A (ja) * | 2016-03-31 | 2017-10-05 | アイシン・エィ・ダブリュ株式会社 | コスト算出データのデータ構造 |
US20170344007A1 (en) * | 2016-05-26 | 2017-11-30 | Korea University Research And Business Foundation | Method for controlling mobile robot based on bayesian network learning |
CN108549378A (zh) * | 2018-05-02 | 2018-09-18 | 长沙学院 | 一种基于栅格地图的混合路径规划方法和系统 |
CN109117986A (zh) * | 2018-07-17 | 2019-01-01 | 广州视源电子科技股份有限公司 | 运动规划方法、装置、设备及计算机可读存储介质 |
CN109387214A (zh) * | 2018-09-05 | 2019-02-26 | 南京理工大学 | 一种基于虚拟墙的机器人路径规划算法 |
CN110361009A (zh) * | 2019-07-12 | 2019-10-22 | 深圳市银星智能科技股份有限公司 | 一种路径规划方法、路径规划系统以及移动机器人 |
CN110419985A (zh) * | 2019-08-05 | 2019-11-08 | 小狗电器互联网科技(北京)股份有限公司 | 一种路径生成方法、装置及扫地设备 |
CN110550029A (zh) * | 2019-08-12 | 2019-12-10 | 华为技术有限公司 | 障碍物避让方法及装置 |
CN110595482A (zh) * | 2019-10-28 | 2019-12-20 | 深圳市银星智能科技股份有限公司 | 一种带避障权重的路径规划方法、装置及电子设备 |
CN110632921A (zh) * | 2019-09-05 | 2019-12-31 | 北京百度网讯科技有限公司 | 机器人路径规划方法、装置、电子设备和存储介质 |
JP2020021312A (ja) * | 2018-08-01 | 2020-02-06 | Jfe物流株式会社 | 経路探索方法及びクレーンの動作パターンの作成方法 |
CN110823240A (zh) * | 2019-11-19 | 2020-02-21 | 齐鲁工业大学 | 一种具有航向约束的跟随机器人路径规划方法及系统 |
CN110858076A (zh) * | 2018-08-22 | 2020-03-03 | 杭州海康机器人技术有限公司 | 一种设备定位、栅格地图构建方法及移动机器人 |
CN111006666A (zh) * | 2019-11-21 | 2020-04-14 | 深圳市优必选科技股份有限公司 | 机器人路径规划方法、装置、存储介质和机器人 |
CN111026131A (zh) * | 2019-12-30 | 2020-04-17 | 深圳前海达闼云端智能科技有限公司 | 一种膨胀区域的确定方法、确定装置、机器人和存储介质 |
CN111380532A (zh) * | 2018-12-29 | 2020-07-07 | 深圳市优必选科技有限公司 | 路径规划方法、装置、终端及计算机存储介质 |
CN111399516A (zh) * | 2020-03-31 | 2020-07-10 | 深圳市银星智能科技股份有限公司 | 一种机器人路径规划方法、装置以及机器人 |
CN111596665A (zh) * | 2020-05-29 | 2020-08-28 | 浙江大学 | 一种适用于腿足机器人规划的稠密高度地图构建方法 |
CN111649748A (zh) * | 2020-06-16 | 2020-09-11 | 湖北友系互联科技有限公司 | 室内导航方法及系统 |
CN112015186A (zh) * | 2020-09-09 | 2020-12-01 | 上海有个机器人有限公司 | 一种具有社会属性的机器人路径规划方法、装置和机器人 |
CN112102151A (zh) * | 2020-07-27 | 2020-12-18 | 广州视源电子科技股份有限公司 | 栅格地图的生成方法、装置、移动智慧设备和存储介质 |
US20200401148A1 (en) * | 2018-01-24 | 2020-12-24 | Ford Global Technologies, Llc | Path planning for autonomous moving devices |
WO2021016920A1 (zh) * | 2019-07-31 | 2021-02-04 | 深圳市大疆创新科技有限公司 | 可通行性的识别方法、系统、设备及计算机可读存储介质 |
CN112750161A (zh) * | 2020-12-22 | 2021-05-04 | 苏州大学 | 用于移动机器人的地图更新方法及移动机器人定位方法 |
CN112883134A (zh) * | 2021-02-01 | 2021-06-01 | 上海三一重机股份有限公司 | 数据融合建图方法、装置、电子设备及存储介质 |
CN112985408A (zh) * | 2021-02-25 | 2021-06-18 | 南京航空航天大学 | 一种路径规划优化方法及系统 |
-
2021
- 2021-06-21 CN CN202110684142.4A patent/CN115509216A/zh active Pending
Patent Citations (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080029239A (ko) * | 2006-09-28 | 2008-04-03 | 한국전자통신연구원 | 자율이동로봇의 최적 경로를 통한 환경 지도 작성 장치 및그 방법 |
JP2011227807A (ja) * | 2010-04-22 | 2011-11-10 | Toyota Motor Corp | 経路探索システム、経路探索方法、及び移動体 |
JP2012208603A (ja) * | 2011-03-29 | 2012-10-25 | Denso It Laboratory Inc | 経路案内生成装置、方法及びシステム |
CN104897168A (zh) * | 2015-06-24 | 2015-09-09 | 清华大学 | 基于道路危险评估的智能车路径搜索方法及系统 |
JP2017181391A (ja) * | 2016-03-31 | 2017-10-05 | アイシン・エィ・ダブリュ株式会社 | コスト算出データのデータ構造 |
CN105716613A (zh) * | 2016-04-07 | 2016-06-29 | 北京进化者机器人科技有限公司 | 一种机器人避障中的最短路径规划方法 |
US20170344007A1 (en) * | 2016-05-26 | 2017-11-30 | Korea University Research And Business Foundation | Method for controlling mobile robot based on bayesian network learning |
CN106774310A (zh) * | 2016-12-01 | 2017-05-31 | 中科金睛视觉科技(北京)有限公司 | 一种机器人导航方法 |
US20200401148A1 (en) * | 2018-01-24 | 2020-12-24 | Ford Global Technologies, Llc | Path planning for autonomous moving devices |
CN108549378A (zh) * | 2018-05-02 | 2018-09-18 | 长沙学院 | 一种基于栅格地图的混合路径规划方法和系统 |
CN109117986A (zh) * | 2018-07-17 | 2019-01-01 | 广州视源电子科技股份有限公司 | 运动规划方法、装置、设备及计算机可读存储介质 |
JP2020021312A (ja) * | 2018-08-01 | 2020-02-06 | Jfe物流株式会社 | 経路探索方法及びクレーンの動作パターンの作成方法 |
CN110858076A (zh) * | 2018-08-22 | 2020-03-03 | 杭州海康机器人技术有限公司 | 一种设备定位、栅格地图构建方法及移动机器人 |
CN109387214A (zh) * | 2018-09-05 | 2019-02-26 | 南京理工大学 | 一种基于虚拟墙的机器人路径规划算法 |
CN111380532A (zh) * | 2018-12-29 | 2020-07-07 | 深圳市优必选科技有限公司 | 路径规划方法、装置、终端及计算机存储介质 |
CN110361009A (zh) * | 2019-07-12 | 2019-10-22 | 深圳市银星智能科技股份有限公司 | 一种路径规划方法、路径规划系统以及移动机器人 |
WO2021016920A1 (zh) * | 2019-07-31 | 2021-02-04 | 深圳市大疆创新科技有限公司 | 可通行性的识别方法、系统、设备及计算机可读存储介质 |
CN110419985A (zh) * | 2019-08-05 | 2019-11-08 | 小狗电器互联网科技(北京)股份有限公司 | 一种路径生成方法、装置及扫地设备 |
CN110550029A (zh) * | 2019-08-12 | 2019-12-10 | 华为技术有限公司 | 障碍物避让方法及装置 |
CN110632921A (zh) * | 2019-09-05 | 2019-12-31 | 北京百度网讯科技有限公司 | 机器人路径规划方法、装置、电子设备和存储介质 |
CN110595482A (zh) * | 2019-10-28 | 2019-12-20 | 深圳市银星智能科技股份有限公司 | 一种带避障权重的路径规划方法、装置及电子设备 |
CN110823240A (zh) * | 2019-11-19 | 2020-02-21 | 齐鲁工业大学 | 一种具有航向约束的跟随机器人路径规划方法及系统 |
CN111006666A (zh) * | 2019-11-21 | 2020-04-14 | 深圳市优必选科技股份有限公司 | 机器人路径规划方法、装置、存储介质和机器人 |
US20210154835A1 (en) * | 2019-11-21 | 2021-05-27 | Ubtech Robotics Corp Ltd | Robot path planning method and apparatus and robot using the same |
CN111026131A (zh) * | 2019-12-30 | 2020-04-17 | 深圳前海达闼云端智能科技有限公司 | 一种膨胀区域的确定方法、确定装置、机器人和存储介质 |
CN111399516A (zh) * | 2020-03-31 | 2020-07-10 | 深圳市银星智能科技股份有限公司 | 一种机器人路径规划方法、装置以及机器人 |
CN111596665A (zh) * | 2020-05-29 | 2020-08-28 | 浙江大学 | 一种适用于腿足机器人规划的稠密高度地图构建方法 |
CN111649748A (zh) * | 2020-06-16 | 2020-09-11 | 湖北友系互联科技有限公司 | 室内导航方法及系统 |
CN112102151A (zh) * | 2020-07-27 | 2020-12-18 | 广州视源电子科技股份有限公司 | 栅格地图的生成方法、装置、移动智慧设备和存储介质 |
CN112015186A (zh) * | 2020-09-09 | 2020-12-01 | 上海有个机器人有限公司 | 一种具有社会属性的机器人路径规划方法、装置和机器人 |
CN112750161A (zh) * | 2020-12-22 | 2021-05-04 | 苏州大学 | 用于移动机器人的地图更新方法及移动机器人定位方法 |
CN112883134A (zh) * | 2021-02-01 | 2021-06-01 | 上海三一重机股份有限公司 | 数据融合建图方法、装置、电子设备及存储介质 |
CN112985408A (zh) * | 2021-02-25 | 2021-06-18 | 南京航空航天大学 | 一种路径规划优化方法及系统 |
Non-Patent Citations (3)
Title |
---|
WANG XIN: "Path planning research based on an improved A* algorithmfor mobile robot", IOP CONFERENCE SERIES: MATERIALS SCIENCE AND ENGINEERING, vol. 569, 4 September 2019 (2019-09-04), pages 1 - 8 * |
刘佳浩: "基于可定位性估计的无人驾驶汽车路径规划算法优化设计", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, no. 2020, 15 January 2020 (2020-01-15), pages 035 - 474 * |
张宇: "基于RGB-D传感器的移动机器人SLAM问题研究", 中国优秀硕士学位论文全文数据库 信息科技辑, no. 2018, 15 April 2018 (2018-04-15), pages 140 - 606 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP4170282A1 (en) | Method for calibrating mounting deviation angle between sensors, combined positioning system, and vehicle | |
CN110006430B (zh) | 一种航迹规划算法的优化方法 | |
KR102531197B1 (ko) | 무인 비행체의 최적 경로 생성 방법 및 장치 | |
Faigl et al. | On determination of goal candidates in frontier-based multi-robot exploration | |
CN109933068A (zh) | 驾驶路径规划方法、装置、设备和存储介质 | |
EP4015999A1 (en) | Road updating method and apparatus for electronic map, computer device, and storage medium | |
CN112985391B (zh) | 一种基于惯性和双目视觉的多无人机协同导航方法和装置 | |
WO2022097270A1 (ja) | 学習方法、無線品質推定方法、学習装置、無線品質推定装置、及びプログラム | |
CN115167398A (zh) | 一种基于改进a星算法的无人船路径规划方法 | |
CN113791617A (zh) | 一种基于消防机器人物理尺寸的全局路径规划方法 | |
Jeon et al. | An entry-exit path planner for an autonomous tractor in a paddy field | |
CN114093189B (zh) | 一种车队路径优化方法及系统 | |
CN116880561A (zh) | 基于改进粒子群无人机路径规划安全增强的优化方法及系统 | |
CN112351384A (zh) | 一种车辆定位数据修正方法、装置及设备 | |
CN109974708B (zh) | 一种无人船航迹规划方法、终端设备及存储介质 | |
Medeiros et al. | A Dijkstra algorithm for fixed-wing UAV motion planning based on terrain elevation | |
CN111426328A (zh) | 一种静态场景的机器人路径规划方法 | |
CN111046117A (zh) | 地图实时显示路线行进位置方法及系统、设备、介质 | |
CN110608742A (zh) | 基于粒子滤波slam的地图构建方法及装置 | |
CN110411445A (zh) | 基于软翼无人机的遍历规划方法 | |
CN115509216A (zh) | 路径规划方法、装置、计算机设备和存储介质 | |
CN114234991A (zh) | 导航路径规划方法、装置、计算机设备和存储介质 | |
CN110706519B (zh) | 载机航路实时规划方法、装置和计算机设备 | |
Tahirovic et al. | An approximate of the cost-to-go map on rough terrains | |
CN113739798B (zh) | 路径规划方法和装置 |
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 |