CN115933674A - 一种机器人的绕障方法，绕障装置以及存储介质 - Google Patents

Abstract

本申请实施例公开了一种机器人的绕障方法，绕障装置以及存储介质，用于机器人控制技术领域。本申请实施例方法包括：控制机器人沿预设轨迹移动，并检测机器人的移动方向上是否存在障碍物；若存在障碍物，则基于机器人当前检测到的障碍物的边缘信息在预设轨迹上确定当前轨迹点；根据边缘信息以及当前轨迹点，生成绕过障碍物通向当前轨迹点的绕障轨迹；控制机器人沿绕障轨迹移动，并在机器人的移动过程中返回执行检测机器人的移动方向上是否存在障碍物的步骤，直至所述机器人回到预设轨迹；在沿绕障轨迹移动时继续检测是否存在障碍物，直至绕过障碍物回到预设轨迹，该绕障方法的适用性较强，且可应用在多种绕障场景。

Description

一种机器人的绕障方法，绕障装置以及存储介质

技术领域

本申请实施例涉及机器人控制技术领域，尤其涉及一种机器人的绕障方法，绕障装置以及存储介质。

背景技术

现有的机器人常用于草地除草、果林打农药及采摘果实等场景，现有的机器人需要设计定位感知、路径规划和跟踪控制等模块。

现有的自动机器人的作业场景大多为开阔的草坪，采用rtk(GPS实时动态定位)进行定位，默认是没有障碍物在规划的路线上，且需要有作业人员实时监控作业农机，遇到突发情况及时介入。而针对割草、打农药等场景中会有动物、行人以及工具等障碍物出现，要想实现全无人提高作业效率需要机器人具备自主避障及轨迹跟踪能力。

现有的机器人(无人割草机)轨迹跟踪控制方法，主要采用模型预测控制器进行轨迹跟踪和控制，模型预测控制需要根据预先学习障碍物的物体特征，应用时再根据物体特征识别障碍物类型，并基于障碍物类型进行轨迹跟踪。然而，机器人在不同的应用场景时，需要获取不同的障碍物的物体特征，才能准确识别出障碍物类型；可见，该轨迹跟踪控制方法的适用性和可移植性稍差。

发明内容

本申请实施例提供了一种机器人的绕障方法，绕障装置以及存储介质，该绕障方法的适用性较强，且可应用在多种绕障场景。

本申请实施例提供了一种机器人的绕障方法，包括：

控制机器人沿预设轨迹移动，并检测所述机器人的移动方向上是否存在障碍物；

若存在障碍物，则基于所述机器人当前检测到的障碍物的边缘信息，在所述预设轨迹上确定当前轨迹点；

根据所述边缘信息以及所述当前轨迹点，生成绕过所述障碍物通向所述当前轨迹点的绕障轨迹；

控制所述机器人沿所述绕障轨迹移动，并在所述机器人的移动过程中返回执行检测所述机器人的移动方向上是否存在障碍物的步骤，直至所述机器人回到所述预设轨迹。

进一步的，所述控制机器人沿预设轨迹移动包括：

基于所述机器人的路径规划模块获取所述预设轨迹；

通过所述机器人的轨迹参考点插值模块，基于所述机器人的运行速度对所述预设轨迹进行离散化处理，得到多个对应的轨迹点；

通过所述机器人的轨迹跟踪模块驱动所述机器人沿所述轨迹点移动。

进一步的，所述通过所述机器人的轨迹跟踪模块驱动所述机器人沿所述轨迹点移动包括：

基于所述轨迹跟踪模块中的横纵向轨迹跟踪算法，在横向调整沿所述轨迹点方向的角度偏差，纵向调整沿所述轨迹点方向的位置误差，驱动所述机器人向所述轨迹点移动。

进一步的，所述机器人还包括：感知模块；

所述检测所述机器人的移动方向上是否存在障碍物包括：

通过所述感知模块检测所述机器人的移动前方的预设距离内是否有障碍物；若是，则记录障碍物的边缘信息。

进一步的，所述基于所述机器人当前检测到的障碍物的边缘信息，在所述预设轨迹上确定当前轨迹点包括：

选择所述机器人当前检测到的障碍物边缘的最远位置点；

确定所述最远位置点垂直于所述预设轨迹的交点；

将所述交点沿所述预设轨迹移动预设距离，得到所述当前轨迹点，并删除所述预设轨迹中被所述障碍物占据的轨迹点。

进一步的，所述机器人还包括：绕障模块；

所述根据所述边缘信息以及所述当前轨迹点，生成绕过所述障碍物通向所述当前轨迹点的绕障轨迹包括：

将所述边缘信息以及所述当前轨迹点输入预设轨迹规划算法以及滑动窗口算法，生成紧贴所述障碍物移动的绕障轨迹。

进一步的，所述机器人还包括：状态机切换模块；

当确定存在障碍物时，驱动所述状态机切换模块进入绕障状态，并通过所述状态机切换模块将所述绕障轨迹传输至所述机器人的轨迹跟踪模块。

本申请实施例还提供了一种机器人的绕障装置，包括：

检测单元，用于控制机器人沿预设轨迹移动，并检测所述机器人的移动方向上是否存在障碍物；

确定单元，用于当所述检测单元检测到存在障碍物，则基于所述机器人当前检测到的障碍物的边缘信息，在所述预设轨迹上确定当前轨迹点；

生成单元，用于根据所述边缘信息以及所述当前轨迹点，生成绕过所述障碍物通向所述当前轨迹点的绕障轨迹；

执行单元，用于控制所述机器人沿所述绕障轨迹移动，并在所述机器人的移动过程中返回执行检测所述机器人的移动方向上是否存在障碍物的步骤，直至所述机器人回到所述预设轨迹。

本申请实施例还提供了一种机器人的绕障装置，包括：

中央处理器，存储器以及输入输出接口；

所述存储器为短暂存储存储器或持久存储存储器；

所述中央处理器配置为与所述存储器通信，并执行所述存储器中的指令操作以上述的方法。

本申请实施例还提供了一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行上述的方法。

从以上技术方案可以看出，本申请实施例具有以下优点：

本申请实施例方法包括：控制机器人沿预设轨迹移动，并检测机器人的移动方向上是否存在障碍物；若存在障碍物，则基于机器人当前检测到的障碍物的边缘信息在预设轨迹上确定当前轨迹点；根据边缘信息以及当前轨迹点，生成绕过障碍物通向当前轨迹点的绕障轨迹；控制机器人沿绕障轨迹移动，并在机器人的移动过程中返回执行检测机器人的移动方向上是否存在障碍物的步骤，直至所述机器人回到预设轨迹；机器人在移动过程中检测移动方向上是否存在障碍物，生成绕障轨迹，并在沿绕障轨迹移动时继续检测是否存在障碍物，直至绕过障碍物回到预设轨迹，该绕障方法的适用性较强，且可应用在多种绕障场景。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本申请实施例公开的一个机器人的绕障流程图；

图2为本申请实施例公开的一个绕障过程中确定当前轨迹点的示意图；

图3为本申请实施例公开的一个在第一位置确定的绕障轨迹图；

图4为本申请实施例公开的一个在第二位置确定的绕障轨迹图；

图5为本申请实施例公开的一个在第三位置确定的绕障轨迹图；

图6为本申请实施例公开的另一机器人的绕障流程图；

图7为本申请实施例公开的一个机器人的绕障装置图；

图8为本申请实施例公开的另一机器人的绕障装置图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在本申请实施例的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请实施例和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请实施例的限制。

在本申请实施例的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请实施例中的具体含义。

现有的机器人(无人割草机)轨迹跟踪控制方法，主要采用模型预测控制器进行轨迹跟踪和控制，模型预测控制需要根据预先学习障碍物的物体特征，应用时再根据物体特征识别障碍物类型，并基于障碍物类型进行轨迹跟踪。然而，机器人在不同的应用场景时，需要获取不同的障碍物的物体特征，才能准确识别出障碍物类型；可见，该轨迹跟踪控制方法的适用性和可移植性稍差。因此，本申请实施例提供了一种机器人的绕障方法，该绕障方法的适用性较强，且可应用在多种绕障场景，如图1所示，具体如下：

101、控制机器人沿预设轨迹移动。

本申请实施例中，绕障装置可以控制机器人沿预设轨迹移动。可以理解的是该机器人可以为无人农机或清扫机器人，具体此处不做限定；该预设轨迹指的是机器人在执行任务过程中的移动轨迹，如执行除草任务过程中的除草轨迹或执行清扫任务过程中的清扫轨迹，具体此处不做限定。该绕障装置可以设置于机器人中，在物理层面与机器人为一个整体，也可以设置于机器人外，在物理层面与机器人分离，具体此处不做限定；该绕张装置可以控制一个或多个机器人进行绕障，具体此处不做限定。

具体的，机器人包括路径规划模块，可以基于机器人的路径规划模块获取预设轨迹；可以理解的是，机器人的路径规划模块可以根据机器人当前待执行的任务，生成执行该任务需要移动的预设轨迹(全局轨迹)。该机器人还包括：轨迹参考点插值模块，可以通过机器人的轨迹参考点插值模块，基于机器人的运行速度对预设轨迹进行离散化处理，得到多个对应的轨迹点。即轨迹参考点插值模块可以接收该预设轨迹，根据预设轨迹按照期望的机器人运行速度，将预设轨迹离散化为一系列的轨迹点；其中，轨迹参考点插值模块具体可以根据机器人移动的加速度及减速度以及运动特性，对预设轨迹离散化处理。接着，将该多个轨迹点传输至机器人的轨迹跟踪模块进行跟踪，即通过机器人的轨迹跟踪模块驱动机器人沿轨迹点移动。

其中，机器人的轨迹跟踪模块可以采用横纵向PID控制实现轨迹跟踪，即基于轨迹跟踪模块中的横纵向轨迹跟踪算法，在横向调整沿轨迹点方向的角度偏差，纵向调整沿轨迹点方向的位置误差，驱动机器人向轨迹点移动。其中，轨迹跟踪模块采用角度跟踪和纵向跟踪两个控制环，通过简单的参数调整(如机器人移动中难以达到预定的速度时，加大横纵向轨迹跟踪算法中的P系数)即可实现不同机器人的轨迹跟踪，而不需要建立复杂的模型，机器人的轨迹跟踪模块根据定位获得的位置及角度，建立基于角度误差和沿参考轨迹纵向位置的双PID控制回路，角度误差为当前角度与参考轨迹的角度差，位置误差为当前位置与参考位置(即轨迹点)的坐标差，从而保证了轨迹跟踪的精度。

102、检测机器人的移动方向上是否存在障碍物，若是，则执行步骤103，若否，则执行步骤106。

在控制机器人沿预设轨迹移动的过程中，需要检测机器人的移动方向上是否存在障碍物，该障碍物可以是人或其他物体，具体此处不做限定；该障碍物可以为固定的或移动的，具体此处不做限定。检测机器人的移动方向上是否存在障碍物可以理解为，检测机器人的移动轨迹上是否存在障碍物，具体的，可以在机器人沿轨迹移动的过程中，实时检测机器人的前方预设距离内是否存在障碍物，该预设距离可以为2米或3米，具体此处不做限定。

具体的，机器人还包括：感知模块；该感知模块可以为视觉感知器或激光传感器，具体此处不做限定。本申请实施例中，可以通过感知模块检测机器人的移动前方的预设距离内是否有障碍物；该预设距离可以为2米或3米，具体此处不做限定。若存在障碍物，则感知模块可以记录障碍物的边缘信息，可以理解的是，该障碍物的边缘信息指的是感知模块当前检测到的障碍物的轮廓信息，因感知模块的感知能力的限制或障碍物较大时，感知模块一般只检测到障碍物的一部分的边缘信息，如感知模块难以检测到障碍物远离机器人的一侧的边缘信息，即难以将障碍物的整体轮廓检测出来。

103、基于机器人当前检测到的障碍物的边缘信息，在预设轨迹上确定当前轨迹点。

绕障装置得到障碍物的边缘信息后，可以基于机器人当前检测到的障碍物的边缘信息，在预设轨迹上确定当前轨迹点。可以理解的是，当前轨迹点为位于预设轨迹上的轨迹点，且该当前轨迹点为一种预测的轨迹点，即根据障碍物的边缘信息预测得到的未被障碍物遮挡的位置，在该位置对应的预设轨迹上确定当前轨迹点。

具体的，如图2所示，图中，该位置1为机器人的当前位置，虚拟轨迹为机器人将要移动的预设轨迹；基于机器人当前检测到的障碍物的边缘信息，在预设轨迹上确定当前轨迹点包括：选择机器人当前检测到的障碍物边缘的最远位置点，该最远位置点为感知模块能感知到的障碍物的最远位置点；确定该最远位置点垂直于预设轨迹的交点o，该交点位于预设轨迹上；将该交点沿预设轨迹移动预设距离d，得到当前轨迹点(图中为预测目标点1)，并删除预设轨迹中被障碍物占据的轨迹点。可以理解的是，将该交点沿预设轨迹移动预设距离指的是，将该交点沿机器人的移动前方外移预设距离，该预设距离可以为50厘米或60厘米，具体此处不做限定。

104、根据边缘信息以及当前轨迹点，生成绕过障碍物通向当前轨迹点的绕障轨迹。

绕障装置可以根据边缘信息以及当前轨迹点，生成绕过障碍物通向当前轨迹点的绕障轨迹；可以理解的是，该绕障轨迹为根据当前检测到的障碍物的边缘信息以及当前轨迹点得到的，即该绕障轨迹为使机器人紧贴障碍物的边缘，并绕过障碍物回到预设轨迹。

具体的，如图2所示，机器人还包括：绕障模块；绕障模块需要选取目标点以保障机器人紧紧靠着障碍物，而不是离障碍物很远，以提高覆盖率和效率。根据边缘信息以及当前轨迹点，生成绕过障碍物通向当前轨迹点的绕障轨迹包括：将边缘信息以及当前轨迹点输入预设轨迹规划算法以及滑动窗口算法，生成紧贴障碍物移动的绕障轨迹。其中，该预设轨迹规划算法可以为A*算法，A*算法可以生成紧靠障碍物轨迹的方法；滑动窗口法会考虑机器人的尺寸大小生成一条具体可通行的轨迹。A*生成的轨迹没有考虑机器人的尺寸，可能会发生碰撞，加入滑动窗口算法可以考虑机器人的大小尺寸，避免机器人移动过程中发生碰撞。可以理解的是，该绕障模块可以采用动态窗口法，也可以使用bug算法等得到绕障轨迹。

进一步的，机器人还包括：状态机切换模块；默认模式下该状态机切换模块处于不动作状态，收到全局轨迹之后则传递全局轨迹到轨迹跟踪模块。当确定存在障碍物时，驱动状态机切换模块进入绕障状态，并通过状态机切换模块将绕障轨迹传输至机器人的轨迹跟踪模块。可以理解的是，在绕障过程中，绕障模块可以将每次更新障碍物得到的绕障轨迹传递到状态机切换模块，再由状态机切换模块将绕障轨迹传递到轨迹跟踪模块。采用状态机切换模块的方式，实现机器人的绕障和轨迹跟踪，实现机器人的动态绕障。

105、控制机器人沿绕障轨迹移动，并返回执行步骤102。

控制机器人沿绕障轨迹移动，并在机器人的移动过程中返回执行检测机器人的移动方向上是否存在障碍物的步骤，直至机器人回到预设轨迹。可以理解的是，本申请实施例的绕障轨迹可以直接传入轨迹插值模块，然后再传给轨迹跟踪模块，也可以直接将绕障轨迹送入单独的控制模块进行控制，具体此处不做限定。

具体的，当感知模块检测到障碍物之后，由于感知模块的感知能力的限制，往往只能看到障碍物的一部分，为了让机器人回到规划的预设轨迹上，将当前轨迹点设置在预设轨迹上；为了让机器人尽可能的沿着障碍物行进，则需要将当前轨迹点尽可能的靠近障碍物。而感知模块对应的传感器一般为基于传感器中心360度旋转进行检测的，障碍物如果过大或不规整，会部分遮挡，所以感知模块在机器人沿绕障轨迹移动的过程中，障碍物的边缘信息会随着机器人的移动呈现动态变化。如图3所示，当机器人在位置1时只能看到障碍物的前半部分对于后面是否有障碍物并不清楚，此时根据检测到障碍物的边缘信息，预测出目标点1，此时绕障模块根据目标点1规划一条绕障轨迹1，控制机器人沿着绕障轨迹1运动。行进过程中感知会逐步发现预测目标点1无法行进，即绕障轨迹1中还是存在有障碍物，如图4所示再根据在位置2检测到的障碍物的边缘信息预测目标点2，根据位置2检测到的障碍物的边缘信息置和预测目标点2生成绕障轨迹2，并控制机器人沿着绕障轨迹2行进。行进到位置3时进一步得到预测目标点3，如图5所示，再规划一条绕障轨迹3，直至机器人移动到虚拟轨迹，整个绕障过程结束。

106、控制机器人移动至目标点。

当检测到机器人的移动方向上不存在障碍物，则控制机器人沿预设轨迹移动至目标点。

可见，本申请实施例方法包括：控制机器人沿预设轨迹移动，并检测机器人的移动方向上是否存在障碍物；若存在障碍物，则基于机器人当前检测到的障碍物的边缘信息在预设轨迹上确定当前轨迹点；根据边缘信息以及当前轨迹点，生成绕过障碍物通向当前轨迹点的绕障轨迹；控制机器人沿绕障轨迹移动，并在机器人的移动过程中返回执行检测机器人的移动方向上是否存在障碍物的步骤，直至所述机器人回到预设轨迹；机器人在移动过程中检测移动方向上是否存在障碍物，生成绕障轨迹，并在沿绕障轨迹移动时继续检测是否存在障碍物，直至绕过障碍物回到预设轨迹，该绕障方法的适用性较强，且可应用在多种绕障场景。

进一步的，本申请实施例可以解决无人农机的绕障和轨迹跟踪问题，提高无人农机系统的普适性。如图具体的，可以在原有自动化农机系统的基础上加入轨迹参考点插值模块、感知模块、状态机切换模块、绕障模块以及轨迹跟踪模块。其中状态机切换模块负责监测感知模块监测到的全局轨迹上的障碍物信息，状态机的默认状态为轨迹跟踪、当有障碍物时切换到绕障模式，绕障模块负责根据障碍物的大小及位置信息，采用A*算法进行绕障并生成绕障轨迹传入轨迹参考点模块进行参考点插值，并合并参考点；轨迹跟踪模块负责接收轨迹参考点，并采用横纵向PID控制，实现精确的轨迹跟踪。

本申请实施例还提供了一种机器人的绕障装置，如图7所示，包括：

检测单元701，用于控制机器人沿预设轨迹移动，并检测所述机器人的移动方向上是否存在障碍物；

确定单元702，用于当所述检测单元检测到存在障碍物，则基于所述机器人当前检测到的障碍物的边缘信息，在所述预设轨迹上确定当前轨迹点；

生成单元703，用于根据所述边缘信息以及所述当前轨迹点，生成绕过所述障碍物通向所述当前轨迹点的绕障轨迹；

执行单元704，用于控制所述机器人沿所述绕障轨迹移动，并在所述机器人的移动过程中返回执行检测所述机器人的移动方向上是否存在障碍物的步骤，直至所述机器人回到所述预设轨迹。

本申请实施例还提供了一种机器人的绕障装置800，如图8所示，包括：

中央处理器801，存储器802以及输入输出接口803；

所述存储器802为短暂存储存储器或持久存储存储器；

所述中央处理器801配置为与所述存储器802通信，并执行所述存储器802中的指令操作以执行上述的绕障方法。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)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，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种机器人的绕障方法，其特征在于，包括：

控制机器人沿预设轨迹移动，并检测所述机器人的移动方向上是否存在障碍物；

若存在障碍物，则基于所述机器人当前检测到的障碍物的边缘信息，在所述预设轨迹上确定当前轨迹点；

根据所述边缘信息以及所述当前轨迹点，生成绕过所述障碍物通向所述当前轨迹点的绕障轨迹；

控制所述机器人沿所述绕障轨迹移动，并在所述机器人的移动过程中返回执行检测所述机器人的移动方向上是否存在障碍物的步骤，直至所述机器人回到所述预设轨迹。

2.根据权利要求1所述的绕障方法，其特征在于，所述控制机器人沿预设轨迹移动包括：

基于所述机器人的路径规划模块获取所述预设轨迹；

通过所述机器人的轨迹参考点插值模块，基于所述机器人的运行速度对所述预设轨迹进行离散化处理，得到多个对应的轨迹点；

通过所述机器人的轨迹跟踪模块驱动所述机器人沿所述轨迹点移动。

3.根据权利要求2所述的绕障方法，其特征在于，所述通过所述机器人的轨迹跟踪模块驱动所述机器人沿所述轨迹点移动包括：

基于所述轨迹跟踪模块中的横纵向轨迹跟踪算法，在横向调整沿所述轨迹点方向的角度偏差，纵向调整沿所述轨迹点方向的位置误差，驱动所述机器人向所述轨迹点移动。

4.根据权利要求1所述的绕障方法，其特征在于，所述机器人还包括：感知模块；

所述检测所述机器人的移动方向上是否存在障碍物包括：

通过所述感知模块检测所述机器人的移动前方的预设距离内是否有障碍物；若是，则记录障碍物的边缘信息。

5.根据权利要求1所述的绕障方法，其特征在于，所述基于所述机器人当前检测到的障碍物的边缘信息，在所述预设轨迹上确定当前轨迹点包括：

选择所述机器人当前检测到的障碍物边缘的最远位置点；

确定所述最远位置点垂直于所述预设轨迹的交点；

将所述交点沿所述预设轨迹移动预设距离，得到所述当前轨迹点，并删除所述预设轨迹中被所述障碍物占据的轨迹点。

6.根据权利要求1所述的绕障方法，其特征在于，所述机器人还包括：绕障模块；

所述根据所述边缘信息以及所述当前轨迹点，生成绕过所述障碍物通向所述当前轨迹点的绕障轨迹包括：

将所述边缘信息以及所述当前轨迹点输入预设轨迹规划算法以及滑动窗口算法，生成紧贴所述障碍物移动的绕障轨迹。

7.根据权利要求1所述的绕障方法，其特征在于，所述机器人还包括：状态机切换模块；

当确定存在障碍物时，驱动所述状态机切换模块进入绕障状态，并通过所述状态机切换模块将所述绕障轨迹传输至所述机器人的轨迹跟踪模块。

8.一种机器人的绕障装置，其特征在于，包括：

检测单元，用于控制机器人沿预设轨迹移动，并检测所述机器人的移动方向上是否存在障碍物；

确定单元，用于当所述检测单元检测到存在障碍物，则基于所述机器人当前检测到的障碍物的边缘信息，在所述预设轨迹上确定当前轨迹点；

生成单元，用于根据所述边缘信息以及所述当前轨迹点，生成绕过所述障碍物通向所述当前轨迹点的绕障轨迹；

执行单元，用于控制所述机器人沿所述绕障轨迹移动，并在所述机器人的移动过程中返回执行检测所述机器人的移动方向上是否存在障碍物的步骤，直至所述机器人回到所述预设轨迹。

9.一种机器人的绕障装置，其特征在于，包括：

中央处理器，存储器以及输入输出接口；

所述存储器为短暂存储存储器或持久存储存储器；

所述中央处理器配置为与所述存储器通信，并执行所述存储器中的指令操作以执行权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，包括指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1至7中任一项所述的方法。

Images