CN115826568A - 机器人行进的控制方法、控制装置及机器人 - Google Patents
机器人行进的控制方法、控制装置及机器人 Download PDFInfo
- Publication number
- CN115826568A CN115826568A CN202211193090.1A CN202211193090A CN115826568A CN 115826568 A CN115826568 A CN 115826568A CN 202211193090 A CN202211193090 A CN 202211193090A CN 115826568 A CN115826568 A CN 115826568A
- Authority
- CN
- China
- Prior art keywords
- robot
- static path
- path
- road
- lane
- 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
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请涉及机器人技术领域,公开了一种机器人行进的控制方法、控制装置及机器人,该机器人行进的控制方法,包括:在机器人基于初始静态路径行进过程中,若遇到需要避让的障碍物时,则检测机器人行进方向的障碍物;根据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径;基于第一静态路径控制机器人沿目标车道行驶。通过根据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径,基于第一静态路径控制机器人沿目标车道行驶,本申请能够提高机器人的行驶效率。
Description
技术领域
本申请实施方式涉及机器人技术领域,特别是涉及一种机器人行进的控制方法、控制装置及机器人。
背景技术
机器人,是自动控制机器的俗称,包括一切模拟人类行为或思想和模拟其他生物的机械。随着技术的发展和人们生活水平的提高,诸如配送机器人、清洁机器人、服务机器人、远程监控机器人、扫地机器人等机器人逐渐进入人们的生活中。
目前,机器人在行进过程中,通常采用路径规划算法在预先构建的导航地图中规划输出最优的行驶路径,行驶路径一般位于可通行区域的中心,也即机器人一般是在道路的中心行走。然而,机器人在行进过程中,可能会遇到与行人或其它智能移动设备共同在道路内行进的情况,由于机器人的移动灵活性较差,易导致道路交通拥堵,不利于行人或机器人等其它智能移动设备顺利通行。
发明内容
本申请实施例提供一种机器人行进的控制方法、控制装置及机器人,以提高机器人的行驶效率。
本申请实施例提供以下技术方案:
第一方面,本申请实施例提供一种机器人行进的控制方法,包括:
在机器人基于初始静态路径行进过程中,若遇到需要避让的障碍物时,则检测机器人行进方向的障碍物;
根据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径;
基于第一静态路径控制机器人沿目标车道行驶。
在一些实施例中,障碍物包括相对于机器人同向移动的第一类障碍物,和相对于机器人相向移动的第二类障碍物;
根据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径,包括:
以道路宽度方向作为车道宽度方向,在道路内规划出预设范围大小的一个或多个车道;
根据第一类障碍物和第二类障碍物在一个或多个车道的分布情况,在一个或多个车道中确定出一个目标车道;
在目标车道内规划输出第一静态路径,其中,第一静态路径沿目标车道的延伸方向设置。
在一些实施例中,根据第一类障碍物和第二类障碍物在一个或多个车道的分布情况,在一个或多个车道中确定出一个目标车道,包括:
将障碍物数量为零的车道所对应的优先级确定为第一优先级;
将仅存在第一类障碍物,且第一类障碍物在车道内的分布密度最小的车道所对应的优先级为第二优先级;
将存在第二类障碍物,且第二类障碍物在车道内的分布密度最小的车道所对应的优先级为第三优先级;
根据车道所对应的优先级,在一个或多个车道中选择优先级最高的车道作为目标车道,其中,第一优先级高于第二优先级,第二优先级高于第三优先级。
在一些实施例中,以道路宽度方向作为车道宽度方向,在道路内规划出预设范围大小的一个或多个车道,包括:
以道路宽度方向作为车道宽度方向,以道路路沿的延伸方向作为车道长度方向或以初始静态路径的延伸方向作为车道长度方向,在道路内规划出一个或多个车道,其中,一个或多个车道依次衔接并排于道路内,或一个或多个车道相互分离并排于道路内,一个车道的宽度大于机器人宽度,一个车道的长度为预设长度值。
在一些实施例中,在道路内规划出一个或多个车道,包括:
在需要避让的障碍物朝向道路的第一路沿的一侧依次规划出一个或多个车道。
在一些实施例中,基于第一静态路径控制机器人沿目标车道行驶,包括:
将第一静态路径的两端分别拼接至初始静态路径,以替换在初始静态路径中需要避让障碍物的部分路段;
在第一静态路径拼接至初始静态路径之后,将第一静态路径和初始静态路径平滑处理以获得用于导航机器人行进的最终静态路径;
基于最终静态路径控制机器人沿目标车道行驶。
在一些实施例中,将第一静态路径的两端分别拼接至初始静态路径,以替换在初始静态路径中需要避让障碍物的部分路段,包括:
第一静态路径的第一端通过第一路径与初始静态路径的第一位置点拼接,第一静态路径的第二端通过第二路径与初始静态路径的第二位置点拼接,其中,初始静态路径的第一位置点和第二位置点之间的路段为需要避让障碍物的部分路段,第一路径和第二路径均不存在障碍物;
删除在初始静态路径中需要避让障碍物的部分路段。
在一些实施例中,将第一静态路径和初始静态路径平滑处理以获得用于导航机器人行进的最终静态路径,包括:
将第一路径、第一静态路径、第二路径和初始静态路径平滑处理以获得用于导航机器人行进的最终静态路径。
第二方面,本申请实施例提供一种机器人行进的控制装置,包括:
检测单元,用于在机器人基于初始静态路径行进过程中,若遇到需要避让的障碍物时,则检测机器人行进方向的障碍物;
规划单元,用于根据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径;
控制单元,用于基于第一静态路径控制机器人沿目标车道行驶。
第三方面,本申请实施例提供一种机器人,包括:
至少一个处理器;和
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第一方面的机器人行进的控制方法。
第四方面,本申请实施例提供一种非易失性计算机可读存储介质,非易失性计算机可读存储介质存储有计算机可执行指令,计算机可执行指令用于使机器人执行如第一方面的机器人行进的控制方法。
本申请实施方式的有益效果是:区别于现有技术的情况,本申请实施方式提供一种机器人行进的控制方法,包括:在机器人基于初始静态路径行进过程中,若遇到需要避让的障碍物时,则检测机器人行进方向的障碍物;根据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径;基于第一静态路径控制机器人沿目标车道行驶。通过根据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径,基于第一静态路径控制机器人沿目标车道行驶,本申请能够提高机器人的行驶效率。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明,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是本申请实施例提供的一种应用环境的示意图;
图2是本申请实施例提供的一种机器人行进的控制方法的流程示意图;
图3是本申请实施例提供的一种机器人行进的示意图;
图4是图2中的步骤S22的细化流程示意图;
图5是图4中的步骤S221的细化流程示意图;
图6是图5中的步骤S2211的细化流程示意图;
图7是图4中的步骤S222的细化流程示意图;
图8是图2中的步骤S23的细化流程示意图;
图9是图8中的步骤S231的细化流程示意图;
图10是本申请实施例提供的一种服务器、机器人、移动终端的交互时序图;
图11是本申请实施例提供的一种机器人行进的控制装置的结构示意图;
图12是本申请实施例提供的一种机器人的结构示意图。
附图标号说明:
标号 | 名称 | 标号 | 名称 |
10 | 机器人 | 112 | 规划单元 |
20 | 终端 | 113 | 控制单元 |
30 | 服务器 | 120 | 机器人 |
100 | 应用环境 | 121 | 处理器 |
110 | 机器人行进的控制装置 | 122 | 存储器 |
111 | 检测单元 |
具体实施方式
为了便于理解本申请,下面结合附图和具体实施方式,对本申请进行更详细的说明。需要说明的是,当元件被表述“固定于”另一个元件,它可以直接在另一个元件上、或者其间可以存在一个或多个居中的元件。当一个元件被表述“连接”另一个元件,它可以是直接连接到另一个元件、或者其间可以存在一个或多个居中的元件。本说明书所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义,本说明书所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本说明书中在本申请的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是用于限制本申请。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
下面结合说明书附图具体阐述本申请的技术方案:
请参阅图1,图1是本申请实施例提供的一种应用环境的示意图;
如图1所示,该应用环境100,包括:机器人10、移动终端20以及服务器30,其中,机器人10、移动终端20以及服务器30两两之间通过网络通信连接,其中,该网络包括有线网络和/或无线网络。可以理解的是,该网络包括2G、3G、4G、5G、无线局域网、蓝牙等无线网络,也可以包括串口线、网线等有线网络。
在本申请实施例中,该机器人10包括移动机器人,例如:配送机器人、引导服务机器人、清洁机器人、宠物机器人、搬运机器人、看护机器人、远程监控机器人、扫地机器人等机器人。其中,清洁机器人包括且不限于扫地机器人、吸尘机器人、拖地机器人或洗地机器人。
其中,该机器人包括主体和驱动轮部件、摄像单元、激光雷达、通信模块以及控制器。主体的外形可以大体上呈椭圆形、三角形、D形或其他形状。控制器设置于主体,驱动轮部件安装于主体,用于驱动机器人移动,若机器人为清洁机器人,则驱动轮部件驱动机器人在待清洁面上移动,其中,待清洁面可以是较为光滑的地板表面、铺设有地毯的表面以及其他需要清洁的表面。
在本申请实施例中,驱动轮部件包括左驱动轮、右驱动轮及全向轮,左驱动轮和右驱动轮分别安装于主体的相对两侧。全向轮安装于主体的底部的靠前位置,全向轮为活动脚轮,可以水平360度旋转,以使得机器人可以灵活转向。左驱动轮、右驱动轮及全向轮的安装构成三角形,以提高机器人行走的平稳性。
在本申请实施例中,摄像单元,设置于机器人的机身,用于获取图像数据和/或视频数据。其中,摄像单元通信连接控制器,用于获取摄像单元的覆盖范围内的图像数据和/或视频数据,例如:获取某一密闭空间内的图像数据和/或视频数据,或者,获取某一开放空间内的图像数据和/或视频数据,并将获取到的图像数据和/或视频数据发送到控制器。在本申请实施例中,摄像单元包括但不限于红外摄像头、夜视摄像头、网络摄像头、数字摄像头、高清摄像头、4K摄像头、8K高清摄像头等摄像装置。
在本申请实施例中,激光雷达通信连接控制器,该激光雷达设置于机器人的机身,例如:激光雷达设置于机器人机身的前侧,该激光雷达用于获取激光点云数据。具体的,激光雷达用于获取监控范围内的激光点云数据,机器人的机身设置有通信模块,激光雷达获取的激光点云数据通过通信模组发送到控制器。在本申请实施例中,激光雷达包括脉冲激光雷达、多线连续波激光雷达等雷达。
在本申请实施例中,通信模块通信连接移动终端以及服务器,用于接收移动终端和服务器发送的数据,例如:接收服务器发送的环境地图;或者,向移动终端和服务器发送数据,例如:向移动终端发送路径信息。在本申请实施例中,通信模块可以实现与因特网、互联网的通信,其中,通信模块包括但不限于WIFI模块、ZigBee模块、NB_IoT模块、4G模块、5G模块、蓝牙模块等通信单元。
在本申请实施例中,控制器设置于主体内部,控制器分别与左驱动轮、右驱动轮以及全向轮电连接。控制器作为机器人的控制核心,用于控制机器人行驶、后退以及一些业务逻辑处理。例如:控制器用于接收摄像单元发送的图像数据和/或视频数据,并接收多线激光雷达发送的激光点云数据,并根据激光点云数据,规划静态路径。其中,控制器通过同步定位与建图技术(Simultaneous Localization and Mapping,SLAM),即激光SLAM算法对应用场景构建相应导航地图,并用于控制机器人行驶。
在本申请实施例中,控制器可以为通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、单片机、ARM(Acorn RISC Machine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。控制器还可以是任何传统处理器、控制器、微控制器或状态机。控制器也可以被实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置,或者微控制单元(Microcontroller Unit,MCU)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、系统级芯片(System on Chip,SoC)中的一种或多种组合。
可以理解的是,本申请实施例中的机器人10还包括存储模块,存储模块包括但不限于:FLASH闪存、NAND闪存、垂直NAND闪存(VNAND)、NOR闪存、电阻随机存取存储器(RRAM)、磁阻随机存取存储器(MRAM)、铁电随机存取存储器(FRAM)、自旋转移扭矩随机存取存储器(STT-RAM)等设备中的一种或多种。
在本申请实施例中,上述机器人10在活动的过程中,控制器采用同步定位与建图技术(Simultaneous Localization and Mapping,SLAM),即激光SLAM算法进行定位导航,根据环境数据构建地图和定位。
在本申请实施例中,该移动终端20,通信连接该机器人10,用于向机器人10发送行进指令或服务指令,或者,接收机器人10发送的路径信息,以将该路径信息以及机器人10的相关图像呈现于移动终端20的屏幕,以监控该机器人的行驶过程。其中,该移动终端20安装有应用程序APP,用户可以通过该应用程序APP向机器人10发送控制命令,以控制机器人10的状态。该移动终端20,包括但不限于:移动通信设备、移动个人计算机设备、便携式娱乐设备或者其他具有视频播放功能和上网功能的电子设备。
在本申请实施例中,该服务器30,通信连接机器人10和移动终端20,用于向机器人10和/或移动终端20发送地图信息,例如:机器人所处的环境的环境地图,以使该机器人10基于所处环境的环境地图进行路径规划,其中,环境地图包括街道地图、道路规划图等地图。该服务器30的数量为多个,多个服务器可构成服务器集群,例如:该服务器集群包括:第一服务器、第二服务器,…,第N服务器,或者,该服务器集群可以是一个云计算服务中心,该云计算服务中心包括若干台服务器。本申请实施例中的服务器包括但不限于:塔式服务器、机架式服务器、刀片式服务器、云服务器。优选地,该服务器为云服务器(Elastic ComputeService,ECS)。
在本申请实施例中,机器人10存储有预先构建的全局地图,用于机器人定位和导航。
请参阅图2,图2是本申请实施例提供的一种机器人行进的控制方法的流程示意图;
其中,该机器人行进的控制方法,应用于机器人,例如:移动机器人,具体的,该机器人行进的控制方法的执行主体为机器人的一个或至少两个处理器。
如图2所示,该机器人行进的控制方法,包括:
步骤S21:在机器人基于初始静态路径行进过程中,若遇到需要避让的障碍物时,则检测机器人行进方向的障碍物;
具体的,机器人的控制器接收移动终端发送的行进指令,并解析该行进指令来获取机器人需要到达的目的地位置,同时,机器人的控制器获取机器人的当前位置,并根据机器人的当前位置、目的地位置以及全局地图,规划出一条由机器人的当前位置通向目的地位置的路径作为初始静态路径,控制该机器人从当前位置出发,根据该初始静态路径的路径信息行进,其中,该初始全局路径的路径信息包括每一路段的路段信息,每一路段的路段信息包括:机器人在每一路段的行进方向、每一路段的位置。或者,移动终端集成于机器人,移动终端相当于机器人的输入设备,在输入设备中输入任务或行进指令,以控制机器人前往任务或行进指令中所要求机器人需要到达的目的地位置。
可以理解的是,全局地图包括机器人所处的环境的环境地图,例如:全局静态地图,机器人获取服务器发送的全局静态地图,或者,机器人的控制器获取机器人的存储单元中存储的全局静态地图。
进一步地,在机器人基于初始静态路径行进过程中,机器人根据初始静态路径和周围环境信息,规划得到多条局部路径,并在多条局部路径中选择一条路径作为最优路径,控制机器人沿该最优路径行进,直至到达目的地位置,其中,该最优路径是指不存在障碍物的路径。
可以理解的是,在机器人进行局部路径规划的过程中,机器人的控制器通过设置于机身前侧的激光雷达实时获取周围环境的激光点云数据,并根据激光点云数据确定机器人行进方向是否存在障碍物。若机器人没有检测到障碍物,则机器人的控制器确定的最优路径与当前路段对应的初始静态路径重叠;若机器人检测到障碍物,则机器人的控制器根据获取的激光点云数据确定障碍物的类型,其中,障碍物类型包括静态障碍物和动态障碍物,静态障碍物包括道路两侧的路沿、树木、墙壁、建筑等固定不动的物体,动态障碍物包括行人、动物、其他机器人等移动的物体。
进一步地,若机器人在某一位置停留时,其控制器多次获取到的同一物体的激光点云数据的坐标未发生变化,则表明机器人检测到的障碍物为静态障碍物,那么机器人的控制器确定的最优路径与当前路段对应的初始静态路径重叠,且最优路径不包括静态障碍物所在的位置;若机器人在某一位置停留时,其控制器多次获取到的同一物体的激光点云数据的坐标发生变化,则表明机器人检测到的障碍物为动态障碍物,然后机器人的控制器通过激光雷达获取动态障碍物的数量,在动态障碍物的数量为至少两个时,确定需要避让障碍物,机器人的控制器根据激光雷达获取的点云数据,确定行进方向的动态障碍物的分布情况。
可以理解的是,若动态障碍物的数量为一个,则机器人的控制器控制机器人在行进过程中沿动态障碍物所在道路的另一侧行进,以绕过该动态障碍物。
步骤S22:根据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径;
具体的,动态障碍物包括相对于机器人同向移动的第一类障碍物,和相对于机器人相向移动的第二类障碍物。机器人的控制器根据第一类障碍物和第二类障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径。
可以理解的是,该目标车道不是现实生活中实际道路上划分的车道,而是机器人的控制器基于道路划分算法在全局静态地图内规划出的目标车道。
具体的,请一并参阅图3和图4,图3是本申请实施例提供的一种机器人行进的示意图;
图4是图2中的步骤S22的细化流程示意图;
如图3所示,道路包括左侧路沿和右侧路沿,道路上分布着多个障碍物,障碍物包括第一类障碍物和第二类障碍物,在道路的左侧路沿和右侧路沿之间规划有多个相同面积的车道,图3中以4个车道为例,其中一个车道为目标车道。
如图4所示,该步骤S22:根据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径,包括:
步骤S221:以道路宽度方向作为车道宽度方向,在道路内规划出预设范围大小的一个或多个车道;
可以理解的是,本申请中提及的车道不是现实生活中实际道路划分的车道,而是机器人的控制器基于道路划分算法在全局静态地图内规划出的车道。
具体的,机器人的控制器根据机器人所在路段的道路宽度以及道路两侧路沿的位置,在机器人所在路段的道路内规划出预设范围大小的一个或多个车道,其中,车道宽度方向与道路宽度方向相同,车道长度方向与道路路沿的延伸方向相同或者与初始静态路径的延伸方向相同,预设范围即为车道的面积,预设范围可由本领域人员根据实际情况进行设置。
请参阅图5,图5是图4中的步骤S221的细化流程示意图;
如图5所示,该步骤S221:以道路宽度方向作为车道宽度方向,在道路内规划出预设范围大小的一个或多个车道,包括:
步骤S2211:以道路宽度方向作为车道宽度方向,以道路路沿的延伸方向作为车道长度方向或以初始静态路径的延伸方向作为车道长度方向,在道路内规划出一个或多个车道。
具体的,一个或多个车道可以依次衔接并排于道路内,或一个或多个车道相互分离并排于道路内,一个车道的宽度大于机器人宽度,例如:车道宽度为机器人宽度的倍数,一个车道的长度为预设长度值,车道的长度和宽度可预先设置于机器人的存储器内。
请结合图3参阅图6,图6是图5中的步骤S2211的细化流程示意图;
如图6所示,该步骤S2211:以道路宽度方向作为车道宽度方向,以道路路沿的延伸方向作为车道长度方向或以初始静态路径的延伸方向作为车道长度方向,在道路内规划出一个或多个车道,包括:
步骤S22111:在需要避让的障碍物朝向道路的第一路沿的一侧依次规划出一个或多个车道。
可以理解的是,需要避让的障碍物为至少两个动态障碍物,由于动态障碍物在道路内是分散分布的,多数动态障碍物在道路内与道路的一侧路沿的距离相比于该动态障碍物与道路的另一侧路沿的距离近,在道路内可能会存在多数动态障碍物聚集于道路的一侧路沿附近,少数动态障碍物聚集于道路的另一侧路沿附近的情况,所以在道路内规划车道时需要确定从道路的哪一侧路沿开始规划车道,以便优先将分布的动态障碍物的数量较少的区域规划为车道。
具体的,机器人的控制器根据需要避让的障碍物的位置,将聚集有多数动态障碍物的那一侧路沿作为第二路沿,与第二路沿相对的路沿作为第一路沿,并从道路的第一路沿的一侧依次规划出一个或多个车道。可以理解的是,第一路沿可以是道路的左侧路沿,也可以是道路的右侧路沿。
以图3中的障碍物分布情况为例,图3中共有5个动态障碍物,其中,4个动态障碍物聚集于道路的左侧路沿附近,即每个动态障碍物与道路的左侧路沿的距离小于其与道路的右侧路沿的距离,1个动态障碍物分布于道路的右侧路沿附近,即该动态障碍物与道路的右侧路沿的距离小于其与道路的左侧路沿的距离。机器人在需要避让的障碍物朝向道路的第一路沿的一侧依次规划出一个或多个车道,即机器人的控制器确定聚集有4个动态障碍物的左侧路沿作为第二路沿,与左侧路沿相对的右侧路沿作为第一路沿,并从道路的第一路沿的一侧即右侧路沿依次规划出一个或多个车道,图3中以4个车道为例。
步骤S222:根据第一类障碍物和第二类障碍物在一个或多个车道的分布情况,在一个或多个车道中确定出一个目标车道;
具体的,机器人的控制器在道路内规划出预设范围大小的一个或多个车道后,根据第一类障碍物和第二类障碍物在各个车道的分布情况,确定各个车道对应的优先级,并选择优先级最高的车道作为目标车道,其中,第一类障碍物为相对于机器人同向移动的动态障碍物,第二类障碍物为相对于机器人相向移动的动态障碍物。
请参阅图7,图7是图4中的步骤S222的细化流程示意图;
如图7所示,该步骤S222:根据第一类障碍物和第二类障碍物在一个或多个车道的分布情况,在一个或多个车道中确定出一个目标车道,包括:
步骤S2221:将障碍物数量为零的车道所对应的优先级确定为第一优先级;
具体的,机器人的控制器将在车道区域内障碍物数量为零的车道所对应的优先级确定为第一优先级。
可以理解的是,各个车道所在区域内动态障碍物的数量不同,障碍物数量为零的车道即没有动态障碍物在区域内的车道,机器人在该车道内无需避让障碍物,其优先级设置为第一优先级,便于机器人快速通过该车道所在的路段。
步骤S2222:将仅存在第一类障碍物,且第一类障碍物在车道内的分布密度最小的车道所对应的优先级为第二优先级;
具体的,第一类障碍物为相对于机器人同向移动的动态障碍物,第一类障碍物在车道内的分布密度为第一类障碍物在该车道区域内的数量与该车道的面积之比,第一类障碍物在车道内的分布密度越大,也就意味着在车道内的第一类障碍物的数量越多。机器人的控制器将仅存在第一类障碍物,且在所有仅存第一类障碍物的车道中,第一类障碍物在车道内的分布密度为最小值的车道所对应的优先级确定为第二优先级。
步骤S2223:将存在第二类障碍物,且第二类障碍物在车道内的分布密度最小的车道所对应的优先级为第三优先级;
具体的,第二类障碍物为相对于机器人相向移动的动态障碍物,第二类障碍物在车道内的分布密度为第二类障碍物在该车道区域内的数量与该车道的面积之比,第二类障碍物在车道内的分布密度越大,也就意味着在车道内的第二类障碍物的数量越多。机器人的控制器将存在第二类障碍物,且在所有存在第二类障碍物的车道中,第二类障碍物在车道内的分布密度为最小值的车道所对应的优先级确定为第三优先级。
可以理解的是,机器人在仅存在相对于机器人同向移动的动态障碍物的车道内行驶时,机器人可跟随动态障碍物行驶,或超越动态障碍物行驶。在动态障碍物位于机器人的后方之后,则机器人的行驶速度要快于动态障碍物在车道内的行驶速度。
步骤S2224:根据车道所对应的优先级,在一个或多个车道中选择优先级最高的车道作为目标车道,其中,第一优先级高于第二优先级,第二优先级高于第三优先级。
具体的,机器人的控制器根据规划出的多个车道对应的不同的优先级,在多个车道中选择优先级最高的车道作为目标车道,其中,第一优先级高于第二优先级,第二优先级高于第三优先级。
可以理解的是,道路越宽,机器人的控制器规划出的车道数量越多,在道路的宽度较小,机器人的控制器规划出的车道数量为一个时,机器人的控制器控制机器人沿该车道行进并根据激光雷达对周围环境的扫描结果避让该车道内的动态障碍物。
在本申请实施例中,通过根据障碍物的类型与分布密度确定车道的优先级,并将优先级最高的车道作为目标车道,本申请能够使机器人根据不同的障碍物的分布情况,快速规划出多个可选车道,并在多个可选车道中确定出用于引导机器人行驶的目标车道,有利于机器人顺利通行。
步骤S223:在目标车道内规划输出第一静态路径,其中,第一静态路径沿目标车道的延伸方向设置。
具体的,机器人的控制器根据机器人当前所在的位置和目标车道所在的区域,规划出第一静态路径,其中,第一静态路径位于目标车道所在的区域内,且第一静态路径沿目标车道的延伸方向设置。
步骤S23:基于第一静态路径控制机器人沿目标车道行驶。
具体的,机器人的控制器控制机器人在目标车道所在的区域内沿第一静态路径行驶,以到达机器人所需到达的目的地位置。
具体的,请参阅图8,图8是图2中的步骤S23的细化流程示意图;
如图8所示,该步骤S23:基于第一静态路径控制机器人沿目标车道行驶,包括:
步骤S231:将第一静态路径的两端分别拼接至初始静态路径,以替换在初始静态路径中需要避让障碍物的部分路段;
可以理解的是,本申请中提及的第一静态路径、初始静态路径、第一路径、第二路径以及最终静态路径不是现实中道路的路径,而是机器人的控制器基于路径规划算法在全局静态地图内规划的路径,其表现形式为可连接的直线或曲线。
具体的,请再次参阅图3,如图3所示,第一静态路径位于目标车道所在的区域内,第一静态路径的两端与初始静态路径通过第一路径和第二路径相接。
具体的,机器人的控制器在规划出初始静态路径,且在目标车道内规划出第一静态路径后,将第一静态路径的两端分别通过第一路径和第二路径拼接至初始静态路径,以替换在初始静态路径中需要避让障碍物的部分路段。
具体的,请参阅图9,图9是图8中的步骤S231的细化流程示意图;
如图9所示,该步骤S231:将第一静态路径的两端分别拼接至初始静态路径,以替换在初始静态路径中需要避让障碍物的部分路段,包括:
步骤S2311:第一静态路径的第一端通过第一路径与初始静态路径的第一位置点拼接,第一静态路径的第二端通过第二路径与初始静态路径的第二位置点拼接;
其中,初始静态路径的第一位置点和第二位置点之间的路段为需要避让障碍物的部分路段,第一路径和第二路径均不存在障碍物;
具体的,第一静态路径的第一端为第一静态路径的起始端点,即靠近机器人当前所在位置的那个端点,第一静态路径的第二端为第一静态路径的终止端点,即远离机器人当前所在位置的那个端点,初始静态路径的第一位置点为机器人当前所在的初始静态路径上的位置点,初始静态路径的第二位置点为初始静态路径中需要避让障碍物的部分路段的终止位置点。机器人的控制器将第一静态路径的起始端点通过第一路径与机器人当前所在的初始静态路径上的位置点连接,将第一静态路径的终止端点通过第二路径与初始静态路径中需要避让障碍物的部分路段的终止位置点连接,其中,初始静态路径的第一位置点和第二位置点之间的路段为需要避让障碍物的部分路段,第一路径和第二路径均不存在障碍物。
步骤S2312:删除在初始静态路径中需要避让障碍物的部分路段;
具体的,机器人的控制器将初始静态路径中需要避让障碍物的那部分初始静态路径删除,即删除初始静态路径的第一位置点和第二位置点之间的路径,以便机器人在该路段沿第一路径、第一静态路径与第二路径行驶。
步骤S232:在第一静态路径拼接至初始静态路径之后,将第一静态路径和初始静态路径平滑处理以获得用于导航机器人行进的最终静态路径;
在本申请实施例中,将第一静态路径和初始静态路径平滑处理以获得用于导航机器人行进的最终静态路径,包括:
将第一路径、第一静态路径、第二路径和初始静态路径平滑处理以获得用于导航机器人行进的最终静态路径。
可以理解的是,机器人的控制器将第一静态路径拼接至初始静态路径之后得到的第一路径、第一静态路径与第二路径的连线为折线,所以需要对该折线进行平滑处理以获得便于机器人行驶的路径。
具体的,机器人的控制器在将第一静态路径拼接至初始静态路径之后,通过平滑处理算法对第一路径、第一静态路径、第二路径和初始静态路径在除第一静态路径对应的道路路段以外的其它部分初始静态路径的连线进行平滑处理,以获得用于导航机器人行进的最终静态路径。
步骤S233:基于最终静态路径控制机器人沿目标车道行驶。
具体的,机器人的控制器控制机器人沿目标车道对应道路路段的最终静态路径行驶。
在本申请实施例中,通过将第一静态路径的两端分别拼接至初始静态路径,替换初始静态路径在第一静态路径的投影路段,并将第一静态路径和初始静态路径平滑处理获得用于导航机器人行进的最终静态路径,本申请能够使机器人在基于最终静态路径行驶时,避免遇到动态障碍物,并降低与其发生碰撞的概率,在提高机器人的行驶效率的同时,也能避免道路交通拥堵。
请再参阅图10,图10是本申请实施例提供的一种服务器、机器人、移动终端的交互时序图;
如图10所示,该服务器、机器人、移动终端的交互过程,包括:
步骤S1001:发送环境地图;
具体的,服务器向机器人发送环境地图,其中,该环境地图包括街道地图、道路规划图等地图,该环境地图用于机器人进行导航。在一些实施例中,服务器还向移动终端发送该环境地图,以使该移动终端基于该环境地图,生成行进指令,以控制机器人进行行进。
步骤S1002:接收并存储环境地图;
具体的,机器人接收并存储服务器发送的环境地图。可以理解的是,由于环境地图不断更新,因此,机器人仅存储最新的环境地图,即,在接收到服务器发送的当前环境地图之后,删除历史环境地图,从而节省机器人的存储单元的存储空间。
步骤S1003:发送行进指令;
具体的,移动终端向机器人发送行进指令,以使机器人接收该行进指令。
步骤S1004:解析行进指令,进入行进过程;
具体的,机器人接收移动终端发送的行进指令,对该行进指令进行解析,获取机器人需要到达的目的地位置,同时,机器人的控制器根据机器人的当前位置、目的地位置以及全局地图,规划出一条由机器人的当前位置通向目的地位置的路径作为初始静态路径,控制该机器人从当前位置出发,根据该初始静态路径的路径信息行进,其中,该初始全局路径的路径信息包括每一路段的路段信息,每一路段的路段信息包括:机器人在每一路段的行进方向、每一路段的位置。
步骤S1005:根据检测到的障碍物的分布情况,规划目标车道及第一静态路径;
具体的,机器人在基于初始静态路径行进过程中,若遇到需要避让的障碍物时,则检测机器人行进方向的障碍物,并根据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径。
步骤S1006:基于第一静态路径沿目标车道行驶。
具体的,控制机器人基于第一静态路径沿目标车道行驶,例如:控制机器人在目标车道所在的区域内沿第一静态路径行驶,以到达机器人所需到达的目的地位置。
可以理解的是,服务器和终端设备可都集成于机器人本体。
在本申请实施例中,通过在机器人基于初始静态路径行进过程中,若遇到需要避让的障碍物时,则检测机器人行进方向的障碍物,根据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径,基于第一静态路径控制机器人沿目标车道行驶,本申请能够提高机器人的行驶效率。
请再参阅图11,图11是本申请实施例提供的一种机器人行进的控制装置的结构示意图;
其中,该机器人行进的控制装置,应用于机器人,具体的,该机器人行进的控制装置应用于机器人的一个或多个处理器。
如图11所示,该机器人行进的控制装置110,包括:
检测单元111,用于在机器人基于初始静态路径行进过程中,若遇到需要避让的障碍物时,则检测机器人行进方向的障碍物;
规划单元112,用于根据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径;
控制单元113,用于基于第一静态路径控制机器人沿目标车道行驶。
在本申请实施例中,该机器人行进的控制装置亦可以由硬件器件搭建成的,例如,机器人行进的控制装置可以由一个或两个以上的芯片搭建而成,各个芯片可以互相协调工作,以完成上述各个实施例所阐述的机器人行进的控制方法。再例如,机器人行进的控制装置还可以由各类逻辑器件搭建而成,诸如由通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、单片机、ARM(Acorn RISC Machine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合而搭建成。
本申请实施例中的机器人行进的控制装置可以是装置,也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备,也可以为非移动电子设备。示例性的,移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本或者个人数字助理(personal digital assistant,PDA)等,非移动电子设备可以为服务器、网络附属存储器(Network Attached Storage,NAS)、个人计算机(personal computer,PC)、电视机(television,TV)、柜员机或者自助机等,本申请实施例不作具体限定。
本申请实施例中的机器人行进的控制装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统,可以为ios操作系统,还可以为其他可能的操作系统,本申请实施例不作具体限定。
本申请实施例提供的机器人行进的控制装置能够实现图2实现的各个过程,为避免重复,这里不再赘述。
需要说明的是,上述机器人行进的控制装置可执行本申请实施例所提供的机器人行进的控制方法,具备执行方法相应的功能模块和有益效果。未在机器人行进的控制装置实施例中详尽描述的技术细节,可参考上述实施例所提供的机器人行进的控制方法。
在本申请实施例中,通过提供一种机器人行进的控制装置,包括:检测单元,用于在机器人基于初始静态路径行进过程中,若遇到需要避让的障碍物时,则检测机器人行进方向的障碍物;规划单元,用于根据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径;控制单元,用于基于第一静态路径控制机器人沿目标车道行驶。通过在机器人基于初始静态路径行进过程中,若遇到需要避让的障碍物时,则检测机器人行进方向的障碍物,据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径,基于第一静态路径控制机器人沿目标车道行驶,本申请能够提高机器人行驶效率。
请再参阅图12,图12是本申请实施例提供的一种机器人的结构示意图;
如图12所示,该机器人120包括一个或多个处理器121以及存储器122。其中,图12中以一个处理器121为例。
处理器121和存储器122可以通过总线或者其他方式连接,图12中以通过总线连接为例。
处理器121,用于提供计算和控制能力,以控制机器人120执行相应任务,例如,控制机器人120执行上述任一方法实施例中的机器人行进的控制方法,包括:在机器人基于初始静态路径行进过程中,若遇到需要避让的障碍物时,则检测机器人行进方向的障碍物;根据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径;基于第一静态路径控制机器人沿目标车道行驶。
通过根据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径,基于第一静态路径控制机器人沿目标车道行驶,本申请能够提高机器人的行驶效率。
处理器121可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)、硬件芯片或者其任意组合;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、可编程逻辑器件(programmable logic device,PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complex programmable logic device,CPLD),现场可编程逻辑门阵列(field-programmable gate array,FPGA),通用阵列逻辑(genericarray logic,GAL)或其任意组合。
存储器122作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态性计算机可执行程序以及模块,如本申请实施例中的机器人行进的控制方法对应的程序指令/模块。处理器121通过运行存储在存储器122中的非暂态软件程序、指令以及模块,可以实现下述任一方法实施例中的机器人行进的控制方法。具体地,存储器122可以包括易失性存储器(volatile memory,VM),例如随机存取存储器(random access memory,RAM);存储器122也可以包括非易失性存储器(non-volatile memory,NVM),例如只读存储器(read-only memory,ROM),快闪存储器(flash memory),硬盘(hard disk drive,HDD)或固态硬盘(solid-state drive,SSD)或其他非暂态固态存储器件;存储器122还可以包括上述种类的存储器的组合。
存储器122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,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器122可选包括相对于处理器121远程设置的存储器,这些远程存储器可以通过网络连接至处理器121。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器122中,当被一个或者多个处理器121执行时,执行上述任意方法实施例中的机器人行进的控制方法,例如,执行以上描述的图2所示的各个步骤;也可实现图11的各个模块或单元的功能。
在本申请实施例中,机器人120还可以具有有线或无线网络接口、键盘以及输入输出接口等部件,以便进行输入输出,机器人120还可以包括其他用于实现设备功能的部件,在此不做赘述。
本申请实施例的机器人以多种形式存在,在执行以上描述的图2所示的各个步骤;也可实现图11的各个单元的功能时,包括但不限于:配送机器人、清洁机器人、服务机器人、远程监控机器人、扫地机器人等机器人。
本申请实施例还提供了一种计算机可读存储介质,例如包括程序代码的存储器,上述程序代码可由处理器执行以完成上述实施例中的机器人行进的控制方法。例如,该计算机可读存储介质可以是只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、只读光盘(Compact Disc Read-Only Memory,CDROM)、磁带、软盘和光数据存储设备等。
本申请实施例还提供了一种计算机程序产品,该计算机程序产品包括一条或多条程序代码,该程序代码存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该程序代码,处理器执行该程序代码,以完成上述实施例中提供的机器人行进的控制方法的方法步骤。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来程序代码相关的硬件完成,该程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
通过以上的实施方式的描述,本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。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,程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;在本申请的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上述的本申请的不同方面的许多其它变化,为了简明,它们没有在细节中提供;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (10)
1.一种机器人行进的控制方法,其特征在于,所述方法包括:
在机器人基于初始静态路径行进过程中,若遇到需要避让的障碍物时,则检测机器人行进方向的障碍物;
根据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径;
基于所述第一静态路径控制所述机器人沿所述目标车道行驶。
2.根据权利要求1所述的方法,其特征在于,所述障碍物包括相对于机器人同向移动的第一类障碍物,和相对于机器人相向移动的第二类障碍物;
所述根据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径,包括:
以道路宽度方向作为车道宽度方向,在道路内规划出预设范围大小的一个或多个车道;
根据第一类障碍物和第二类障碍物在所述一个或多个车道的分布情况,在所述一个或多个车道中确定出一个目标车道;
在所述目标车道内规划输出所述第一静态路径,其中,所述第一静态路径沿所述目标车道的延伸方向设置。
3.根据权利要求2所述的方法,其特征在于,所述根据第一类障碍物和第二类障碍物在所述一个或多个车道的分布情况,在所述一个或多个车道中确定出一个目标车道,包括:
将障碍物数量为零的车道所对应的优先级确定为第一优先级;
将仅存在所述第一类障碍物,且所述第一类障碍物在车道内的分布密度最小的车道所对应的优先级为第二优先级;
将存在所述第二类障碍物,且所述第二类障碍物在车道内的分布密度最小的车道所对应的优先级为第三优先级;
根据车道所对应的优先级,在所述一个或多个车道中选择优先级最高的车道作为所述目标车道,其中,第一优先级高于第二优先级,第二优先级高于第三优先级。
4.根据权利要求2所述的方法,其特征在于,所述以道路宽度方向作为车道宽度方向,在道路内规划出预设范围大小的一个或多个车道,包括:
以道路宽度方向作为车道宽度方向,以道路路沿的延伸方向作为车道长度方向或以所述初始静态路径的延伸方向作为车道长度方向,在道路内规划出一个或多个车道,其中,所述一个或多个车道依次衔接并排于道路内,或所述一个或多个车道相互分离并排于道路内,一个车道的宽度大于机器人宽度,一个车道的长度为预设长度值。
5.根据权利要求4所述的方法,其特征在于,所述在道路内规划出一个或多个车道,包括:
在所述需要避让的障碍物朝向道路的第一路沿的一侧依次规划出一个或多个车道。
6.根据权利要求1所述的方法,其特征在于,所述基于所述第一静态路径控制所述机器人沿所述目标车道行驶,包括:
将所述第一静态路径的两端分别拼接至所述初始静态路径,以替换在所述初始静态路径中需要避让障碍物的部分路段;
在所述第一静态路径拼接至所述初始静态路径之后,将所述第一静态路径和所述初始静态路径平滑处理以获得用于导航机器人行进的最终静态路径;
基于所述最终静态路径控制所述机器人沿所述目标车道行驶。
7.根据权利要求6所述的方法,其特征在于,所述将所述第一静态路径的两端分别拼接至所述初始静态路径,以替换在所述初始静态路径中需要避让障碍物的部分路段,包括:
所述第一静态路径的第一端通过第一路径与所述初始静态路径的第一位置点拼接,所述第一静态路径的第二端通过第二路径与所述初始静态路径的第二位置点拼接,其中,所述初始静态路径的第一位置点和第二位置点之间的路段为需要避让障碍物的部分路段,所述第一路径和所述第二路径均不存在障碍物;
删除在所述初始静态路径中需要避让障碍物的部分路段;
所述将所述第一静态路径和所述初始静态路径平滑处理以获得用于导航机器人行进的最终静态路径,包括:
将所述第一路径、所述第一静态路径、所述第二路径和所述初始静态路径平滑处理以获得用于导航机器人行进的最终静态路径。
8.一种机器人行进的控制装置,其特征在于,所述装置包括:
检测单元,用于在机器人基于初始静态路径行进过程中,若遇到需要避让的障碍物时,则检测机器人行进方向的障碍物;
规划单元,用于根据障碍物的分布情况,在机器人所在道路规划出目标车道,并在目标车道内规划出第一静态路径;
控制单元,用于基于所述第一静态路径控制所述机器人沿所述目标车道行驶。
9.一种机器人,其特征在于,包括:
至少一个处理器;和
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1-7任一项所述的机器人行进的控制方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的机器人行进的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211193090.1A CN115826568A (zh) | 2022-09-28 | 2022-09-28 | 机器人行进的控制方法、控制装置及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211193090.1A CN115826568A (zh) | 2022-09-28 | 2022-09-28 | 机器人行进的控制方法、控制装置及机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115826568A true CN115826568A (zh) | 2023-03-21 |
Family
ID=85524134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211193090.1A Pending CN115826568A (zh) | 2022-09-28 | 2022-09-28 | 机器人行进的控制方法、控制装置及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115826568A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116976535A (zh) * | 2023-06-27 | 2023-10-31 | 上海师范大学 | 一种基于少数障碍侧与转向代价相融合的路径规划算法 |
-
2022
- 2022-09-28 CN CN202211193090.1A patent/CN115826568A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116976535A (zh) * | 2023-06-27 | 2023-10-31 | 上海师范大学 | 一种基于少数障碍侧与转向代价相融合的路径规划算法 |
CN116976535B (zh) * | 2023-06-27 | 2024-05-17 | 上海师范大学 | 一种基于少数障碍侧与转向代价相融合的路径规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200239024A1 (en) | Autonomous vehicle routing with roadway element impact | |
JP2022527324A (ja) | 自律ドライビング機能の新領域への拡張 | |
US20190061765A1 (en) | Systems and Methods for Performing Lane Changes Around Obstacles | |
JP7285756B2 (ja) | センサデータに基づいた自動運転車両の地図データの更新 | |
CN108983776B (zh) | 一种机器人控制方法及其装置、电子设备 | |
US20180328745A1 (en) | Coverage plan generation and implementation | |
CN111044057B (zh) | 用于自动驾驶车辆的基于先前驾驶轨迹的实时地图生成方案 | |
US20210200217A1 (en) | Systems and Methods for Matching an Autonomous Vehicle to a Rider | |
CN205507542U (zh) | 基于激光和视觉的道路自主清扫控制系统 | |
US11781872B2 (en) | Autonomous vehicle routing with route extension | |
US20220009099A1 (en) | Method and system for specifying nodes for robot path planning | |
JP2011138502A (ja) | 区域分解を用いるエリア・カバレッジ・システムおよび方法 | |
WO2022182556A1 (en) | Graph neural networks with vectorized object representations | |
US9841285B2 (en) | Generation of link node routing graph using a straight skeleton algorithm | |
CN107393330B (zh) | 人车汇合的路线规划方法及系统、车载终端、智能终端 | |
JP2024069391A (ja) | 自律車両による交差点管理のためのシステムおよび方法 | |
US11353877B2 (en) | Blocked region guidance | |
US20220017112A1 (en) | Systems and Methods for Generating Vehicle Corridors to Improve Path Planning Efficiency | |
WO2022052809A1 (zh) | 用于控制仓库中的机器人的行驶的方法和装置 | |
CN115826568A (zh) | 机器人行进的控制方法、控制装置及机器人 | |
CN114754780A (zh) | 车道线规划方法及相关装置 | |
US20200158523A1 (en) | Dynamic drop off and pick up of passengers via autonomous vehicles | |
WO2022027057A1 (en) | Routing feature flags | |
CN112987709B (zh) | 一种路径规划方法、系统及作业机器人 | |
US20210095977A1 (en) | Revising self-driving vehicle routes in response to obstructions |
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 |