CN117193283A - 移动机器人路径规划性能的评定方法与装置 - Google Patents

Abstract

本申请提出一种移动机器人路径规划性能的评定方法与装置。其中，方法包括：基于移动机器人的真实环境构建虚拟地图，虚拟地图模拟真实环境；获取移动机器人在真实环境的真实起点，基于真实起点定位虚拟对象在虚拟地图的虚拟起点；获取虚拟终点，和与虚拟终点在真实环境对应的真实终点；控制移动机器人按照路径规划策略由真实起点移动至真实终点，获得真实路径；基于虚拟起点和虚拟终点，在虚拟地图中生成虚拟路径；基于真实路径和虚拟路径，评定移动机器人的路径规划性能。本申请实施例使得移动机器人的路径规划性能具有可靠的比较标准，可以更具体更细化地评定移动机器人的路径规划性能。

Description

移动机器人路径规划性能的评定方法与装置

技术领域

本申请涉及移动机器人技术领域，尤其涉及一种移动机器人路径规划性能的评定方法与装置。

背景技术

近年来移动机器人在工业生产、军事侦察等多个领域得到广泛应用。在移动机器人的相关技术中，导航是评价其智能程度的关键。为了完成导航，需要解决地图构建、定位、路径规划和运动控制等问题。

定位和运动控制中的路径规划是实现移动机器人智能化的关键。路径规划是移动机器人关键技术的重要组成部分，其主要过程是指在设置好导航方式及预期路径的情况下，通过路径规划控制器设计，使机器人可以实时进行位置偏差和角度偏差的校正，从而使机器人可以准确的按照设定路径行驶。移动机器人路径规划的可靠性和精度对其稳定性和安全性起到关键作用。

目前针对路径规划效果的定量评价方法较少，而路径规划的效果直接决定移动机器人和无人驾驶车辆的智能程度。移动机器人和无人驾驶的的高速发展，需要对机器人或车辆的智能行为进行评价，规范的评价方法和评价标准十分重要。对移动机器人进行路径规划稳定性的评估，可以为机器人路径规划算法和规划策略控制的优化提供方向，从而使机器人智能化水平和运动性能得到提升。

发明内容

本申请实施例提供一种移动机器人路径规划性能的评定方法与装置，以解决相关技术存在的问题，技术方案如下：

第一方面，本申请实施例提供了一种移动机器人路径规划性能的评定方法，包括：

基于移动机器人的真实环境构建虚拟地图，虚拟地图模拟真实环境；

获取移动机器人在真实环境的真实起点，基于真实起点定位虚拟对象在虚拟地图的虚拟起点；

获取虚拟终点，和与虚拟终点在真实环境对应的真实终点；

控制移动机器人由真实起点移动至真实终点，获得真实路径；

基于虚拟起点和虚拟终点，在虚拟地图中生成虚拟路径；

基于真实路径和虚拟路径，评定移动机器人的路径规划性能。

在一种实施方式中，基于移动机器人的真实环境构建虚拟地图，包括：

获取激光雷达的扫描信息，扫描信息包括真实环境的边界信息和障碍物信息；

基于扫描信息，构建与真实地图相适应的虚拟地图。

在一种实施方式中，获取激光雷达的扫描信息之前，还包括：

创建二维建图模型；

控制移动机器人在真实环境中移动，在移动机器人移动的情况下，获取扫描信息，以使得扫描信息遍历真实环境。

在一种实施方式中，获取移动机器人在真实环境的真实起点，包括：

获取拍摄信息，拍摄信息包括ArUco码；基于ArUco码获取移动机器人的位姿信息，和/或，

获取UWB超宽带定位信息，基于UWB超宽带定位信息计算移动机器人至多个UWB超宽带基站的距离，基于距离确定移动机器人的真实坐标。

在一种实施方式中，还包括：

获取移动机器人完成真实路径的耗时；

获取真实路径的总长；

获取移动机器人真实路径的弯曲信息；

基于耗时、总长或者弯曲信息，评定移动机器人的导航效率。

在一种实施方式中，还包括：

基于移动机器人进行多次由真实起点移动至真实终点，获取多个真实终点；

基于多个真实终点，评定移动机器人的定位能力。

在一种实施方式中，真实终点的数目为多个，多个真实终点具有先后顺序，基于多个真实终点的先后顺序，形成预设路径；

控制移动机器人按照预设路径移动，获得相应的真实路径；

分别根据不同的预设路径获得的真实路径，与对应的虚拟路径进行比较，评定移动机器人的规划性能。

第二方面，本申请实施例提供了一种移动机器人路径规划性能的评定装置，包括：

虚拟地图构建模块，用于基于移动机器人的真实环境构建虚拟地图，虚拟地图模拟真实环境；

起点确定模块，用于获取移动机器人在真实环境的真实起点，基于真实起点定位虚拟对象在虚拟地图的虚拟起点；

终点确定模块，用于获取虚拟终点，和与虚拟终点在真实环境对应的真实终点；

控制模块，用于控制移动机器人由真实起点移动至真实终点，获得真实路径；

虚拟路径生成模块，用于基于虚拟起点和虚拟终点，在虚拟地图中生成虚拟路径；

评定模块，用于基于真实路径和虚拟路径，评定移动机器人的路径规划性能。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括：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，以使至少一个处理器能够执行上述移动机器人路径规划性能的评定方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储计算机指令，当计算机指令在计算机上运行时，上述各方面任一种实施方式中的方法被执行。

上述技术方案中的优点或有益效果至少包括：

本申请实施例中，通过基于移动机器人的真实环境，搭建虚拟地图，并获得虚拟路径与相应的真实路径进行比较，以评定移动机器人的路径规划性能。使得移动机器人的路径规划性能具有可靠的比较标准，可以更具体更细化地评定移动机器人的路径规划性能。本申请实施例的路径规划性能评定方法，可以用于评定无人小车或者无人驾驶车辆的路径规划策略是否符合要求，在不符合要求的情况下，可以根据评定结果，调整路径规划策略。

上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本申请进一步的方面、实施方式和特征将会是容易明白的。

附图说明

在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请公开的一些实施方式，而不应将其视为是对本申请范围的限制。

图1为根据本申请一实施例的移动机器人路径规划性能的评定方法流程示意图。

图2为根据本申请一实施例的真实环境布局示意图.

图3为根据本申请一实施例的虚拟地图示意图。

图4为根据本申请一实施例的格栅地图示意图。

图5为根据本申请一实施例的移动机器人路径规划性能的评定装置的示意性结构框图。

图6是用来实现本申请实施例的移动机器人路径规划性能的评定方法的电子设备的框图。

具体实施方式

在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本申请的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。

本申请实施例提供一种移动机器人路径规划性能的评定方法与装置。移动机器人路径规划性能的评定方法可以加载于移动机器人路径规划性能的评定装置中执行。或者移动机器人路径规划性能的评定方法可以加载于处理器中执行。具体的，计算机服务器中可以包括ROS((Robot Operating System，机器人操作系统)仿真平台，采用ROS仿真平台实施本申请实施例的移动机器人路径规划性能的评定方法。

图1示出根据本申请一实施例的移动机器人路径规划性能的评定方法的流程示意图。如图1所示，该移动机器人路径规划性能的评定方法可以包括：

S110，基于移动机器人的真实环境构建虚拟地图，虚拟地图模拟真实环境构建。

ROS系统包括URDF(Unified Robot Description Format，统一机器人描述格式)软件包，根据AGV(Automated Guided Vehicle自动导引运输车)，也即移动机器人，的外形以及相关传感器参数等搭建机器人模型。可以在URDF中设置机器人的材料、外形、旋转关节等信息，建立移动机器人的三维仿真模型。

此外，ROS系统包括3D仿真软件Gazebo(眺望台)，可以用于移动机器人模型和虚拟地图的搭建。Gazebo可以在仿真环境下对机器人的运动状况进行准确模拟，同时也能够模拟移动机器人与地面的摩擦力、移动机器人的惯性以及碰撞障碍物时的碰撞系数等。本申请实施例为了评定移动机器人的路径规划性能，需要在Gazebo中搭建虚拟地图，以模拟真实环境。

本申请实施例的移动机器人路径规划性能的评定方法还可以加载于其他的仿真应用平台。

S120，获取移动机器人在真实环境的真实起点，基于真实起点定位虚拟对象在虚拟地图的虚拟起点。

本申请实施例中，将移动机器人放置于真实环境中。真实环境包括边界或者障碍物等。可以在移动机器人上设置ArUco码，通过在边界或者障碍物附近设置多个相机的方式，跟踪拍摄移动机器人的照片。从相同时间节点的多张照片中，获取ArUco码，可以分析获得移动机器人在真实环境中的真实坐标。基于移动机器人在移动起始位置的真实坐标，确认为真实起点。

本申请实施例中，还可以在真实环境的多个位置或者多个角落处设置UWB(UltraWide-Band，超宽带)基站，通过UWB基站采集到的信息，确定移动机器人与多个UWB基站的距离，基于多个距离信息，可以获得移动机器人的真实坐标。基于移动机器人在移动起始位置的真实坐标，确认为真实起点。

进一步地，采用UWB定位方法，还可以通过三边质心定位算法计算移动机器人的真实坐标，并通过均值补偿方法对定位数据进行补偿修正，得到连贯准确的真实路径，并将真实路径发生至服务器(ROS系统)。

本申请实施例中，如图2所示，还可以采用ArUco码与UWB定位方法相结合的方式，获得移动机器人的真实起点，以及可以获得移动机器人的真实路径。

S130，获取虚拟终点，和与虚拟终点在真实环境对应的真实终点。

虚拟终点可以是在ROS系统中指定位置作为虚拟终点。基于虚拟终点，可以将虚拟终点的坐标发送至移动机器人，使得移动机器人获得真实终点，真实终点即为移动机器人进行移动时需要走向的目标位置。

S140，控制移动机器人按照路径规划策略由真实起点移动至真实终点，获得真实路径。

路径规划策略可以是待评定的目标规划策略，目标规划策略可能为了应用于其他的无人设备上，例如用于无人小车、自动驾驶车辆上等。在该目标规划策略应用于无人设备上之前，可以先对目标规划策略进行评定，在评定结果通过的情况下，在将该目标路径规划策略应用于无人设备上。在评定结果不通过的情况下，可以根据评定结果，调整目标规划策略，例如调整规划方案，或者调整参数等。

将待评定的目标路径规划策略加载于移动机器人上，再通过本申请实施例的评定方法进行评定。移动机器人可以是无人小车或者无人驾驶车辆。

控制移动机器人由真实起点移动至真实终点，可以是在移动机器人接收到真实终点的情况下，移动机器人自发地根据路径规划策略朝向真实终点移动，或者是控制移动机器人的移动按钮，使得移动机器人朝向真实终点移动。

控制移动机器人由真实起点移动至真实终点，还可以是，在ROS系统中指定了虚拟终点的情况下，移动机器人即获得移动指令，根据路径规划策略朝向虚拟终点对应的坐标(真实终点)移动。

S150，基于虚拟起点和虚拟终点，在虚拟地图中生成虚拟路径。

基于虚拟起点和虚拟终点，在虚拟地图中生成虚拟路径，是ROS系统根据虚拟起点和虚拟终点的位置，以及虚拟地图的路况环境，智能地生成的最佳移动路径。

S160，基于真实路径和虚拟路径，评定移动机器人的路径规划性能。

本申请实施例中，虚拟路径为根据对应真实环境的虚拟地图环境，从虚拟起点移动至虚拟终点的最佳移动路径。因此，在真实环境中，移动机器人由真实起点移动至真实终点时的真实路径，越近似于虚拟路径，路径规划性能越好。

本申请实施例中，通过基于移动机器人的真实环境，搭建虚拟地图，并获得虚拟路径与相应的真实路径进行比较，以评定移动机器人的路径规划性能。使得移动机器人的路径规划性能具有可靠的比较标准，可以更具体更细化地评定移动机器人的路径规划性能。本申请实施例的路径规划性能评定方法，可以用于评定无人小车或者无人驾驶车辆的移动规划性能。

在一种实施方式中，步骤S110包括：获取激光雷达的扫描信息，扫描信息包括真实环境的边界信息和障碍物信息；基于扫描信息，构建与真实地图相适应的虚拟地图。

本申请实施例中，通过在激光雷达扫描真实环境的信息，获得环境边界(例如墙壁等)和障碍物信息(例如柱子、杂物等各种障碍物)。激光雷达可以是绑定在移动机器人上的，也可以是人为的移动的，从而获得多种情况下的信息，以构建虚拟地图。

在一种实施方式中，获取激光雷达的扫描信息之前，还包括：创建二维建图模型；控制移动机器人在真实环境中移动，在移动机器人移动的情况下，获取扫描信息，以使得扫描信息遍历真实环境。

本申请实施例中，可以在ROS系统中创建二维建图模型，控制移动机器人运动，并获得运动过程中的扫描信息，以使得扫描信息遍历真实环境，使得构建的虚拟地图更真实。

本申请实施例中，基于扫描信息，构建虚拟地图。在此基础上，还可以采用SLAM(Simultaneous Localization and Mapping，同时定位与地图构建)算法构建相应的栅格地图，采用格栅地图可以更方便准确地获得每一位置对应的坐标情况。如图3和图4所示，基于图3的虚拟地图，采用SLAM算法构建得到图4的格栅地图。

在一种实施方式中，步骤S120包括：

获取拍摄信息，拍摄信息包括ArUco码；基于ArUco码获取移动机器人的位姿信息，和/或，

获取UWB超宽带定位信息，基于UWB超宽带定位信息计算移动机器人至多个UWB超宽带基站的距离，基于距离确定移动机器人的真实坐标。

本申请实施例，采用ArUco码和/或UWB定位方法，获得移动机器人的真实起点，以及获得移动机器人的真实路径。

在一种实施方式中，移动机器人路径规划性能的评定方法还包括：

获取移动机器人按照路径规划策略完成真实路径的耗时；

获取真实路径的总长；

获取移动机器人真实路径的弯曲信息；

基于耗时、总长或者弯曲信息，评定移动机器人的导航效率。

本申请实施例中，ROS系统与移动机器人通信连接，从而可以方便地获得移动机器人完成真实路径的耗时，真实路径的总长，以及移动机器人真实路径的弯曲信息，通过上述三种信息的一种或多种，与虚拟地图中获得的相应参数进行比较，可以评定移动机器人路径规划策略的移动效率。

移动机器人完成真实路径的耗时可以直接体现移动机器人路径规划策略的移动效率。通过真实路径的耗时与虚拟路径的耗时进行比较，可以评定移动机器人的移动效率是否达到要求。

移动机器人完成的真实路径的总长，总长可以表明移动机器人规划起点至终点的路径的能力，体现机器人路径规划的合理性，从而评定移动机器人规划路径是否符达到要求。

移动机器人真实路径的弯曲信息，可以是指真实路径的弯曲程度。导航系统规划出的真实路径越平滑，可以减少转弯次数，提升运动效率。

曲率能量与路径的长度关系较大，因此本申请实施例中，可以通过曲率能量对规划的真实路径进行评定。

设真实路径中，任一点的曲率为k，任意一坐标点(x_i,f(x_i))的曲率为：

曲率能量B_E可由每个点的曲率平方和平均的得到：

在一种实施方式中，移动机器人路径规划性能的评定方法还包括：

控制移动机器人按照路径规划策略，多次由真实起点移动至真实终点，获取多个真实终点；

基于多个真实终点，评定移动机器人的定位能力。

在移动机器人车体上布置ArUco码，采用单目视觉定位方法实现AGV的室内定位，并在移动机器人上安装UWB超宽带定位模块，利用UWB超宽带定位作为辅助定位方式定位移动机器人的真实坐标。

根据多次运动采集的移动机器人移动的真实终点数据，与虚拟终点的位置坐标进行分析，进而评定移动机器人的定位能力。

根据记录的数据，计算其平均值和方差，评定移动机器人定位能力。式(3)(4)中，X_i为第i次的位置，n为运动次数。

在一种实施方式中，方法还包括：获取移动机器人的路径规划策略，基于路径规划策略和虚拟地图，通过指定多个虚拟终点和指定多个虚拟终点的先后顺序，获得相应的虚拟路径；虚拟路径包括多种不同形状的路径；控制移动机器人按照多个虚拟终点以及多个虚拟终点的先后顺序，按照路径规划策略移动，获得真实路径。

形成的虚拟路径可以为直线形路径、圆形路径、正弦路径以及四边形路径等。

为评定移动机器人对固定轨迹的路径规划能力，本申请实施例采用预设路径测试方法。

在一种示例中，可以采用如下四种规划路径对移动机器人进行测试：直线形路径、圆形路径、正弦曲线路径和四边形路径。通过在多个位置选择为虚拟终点，并指定多个虚拟终点的先后顺序，以形成规划路径。这四种路径可以体现机器人在固定曲率、零曲率、变曲率以及转弯闭环回路等各种轨迹下的自主控制能力。通过分析这四种路径下，真实路径与虚拟路径之间的偏差，评定移动机器人的路径规划性能。以下为四种路径的误差计算方法：

(1)直线形路径

设定直线路径的起始点和目标点的坐标分别为(X₁,Y₁)和(X₂,Y₂)，移动机器人实时轨迹点的坐标为(x_i,y_i)，则直线路径规划误差可以表示为实时轨迹点到直线路径的距离，其误差值由式(5)表示。

(2)圆形路径

设圆形路径的圆心位置为(x₀,y₀)，(X_i,Y_i)为圆形路径上的任意一点，机器人实时运动路径点的坐标为(x_i,y_i)，圆形路径规划误差可以用机器人的实时运动路径点到圆心的距离与圆半径的差值来表示，其正负分别代表在圆外和圆内，如式(6)所示。

(3)正弦路径

设正弦路径的起始点为(x₀,y₀)，实时路径点的坐标为(x_i,y_i)，正弦路径的表达式为正弦路径的跟踪误差为/>

(4)四边形路径

四边形路径由四条直线组成，在计算四边形路径的跟踪误差时，可以在各个直线范围内采用直线路径规划误差计算方法来计算，之后对所有的误差进行统计计算，用统计结果综合分析移动机器人的路径规划性能。

本申请实施例中，还可以获得机器人完成固定路径规划过程的最大速度、平均速度、最小速度、最大误差、距离误差均值、距离标准差、任务总体耗时、实际轨迹长度等信息，并进行轨迹曲率能量计算，完成移动机器人的路径规划性能评定。

本申请实施例中，可以先在预先构建好的栅格地图中设置虚拟终点，并基于虚拟起点和虚拟终点规划好虚拟路径。然后控制移动机器人运行，使得移动机器人基于其内部的路径规划算法由真实起点移动至真实终点，获得真实路径。移动机器人的移动过程，包括移动过程中的多个实时坐标点，以及由多个实时坐标点形成的真实路径，可以发送到ROS系统，以使得ROS系统对真实路径与虚拟路径进行比较，获取两者的差值并绘制误差曲线，分析移动机器人的路径规划性能。

本申请实施例还可以获得移动机器人完成真实路径过程中的最大速度、平均速度、最小速度、最大误差、距离误差均值、距离标准差、任务总体耗时、实际轨迹长度等信息，并进行轨迹曲率能量计算，评定移动机器人的路径规划能力。

本申请实施例还可以对移动机器人进行快速性指标评定。

快速性是评价移动机器人路径规划性能的指标之一，它可以用来衡量移动机器人的运动能力。本申请实施例的快速性指标可以包括如下：

(1)最大/最小速度：移动机器人在完成真实路径时的最大/最小速度，最大/最小速度可以体现机器人的运动能力。

(2)平均速度：移动机器人在完成真实路径过程中的速度均值，该指标可以体现机器人的整体运动情况。

本申请实施例还可以对移动机器人进行准确性指标评定。

准确性指标是评价移动机器人路径规划性能的核心指标，准确性指标是指机器人在跟踪预先规划好的路径时的实际运动轨迹与预先规划好的路径之间的重合度。其中，预先规划好的路径可以是虚拟路径。当机器人的运动轨迹与预先规划的路径重合度越大时，准确性越高，则说明移动机器人路径规划性能越好，本文以统计误差对准确性指标进行描述，具体如下：

(1)实时距离误差：移动机器人在运动过程中的实际经纬度位置距离规划好的路径的最短距离，其值越小表明路径规划得越好。

(2)距离误差均值：在移动机器人路径规划过程中得到的实时距离误差的平均值，距离误差均值越小，表明规划性能越好。

(3)距离标准差：路径规划得到的实时距离误差求标准差，用距离误差均值和距离标准差可表示误差的分布情况。

本申请实施例，首先构建移动机器人的真实环境对应的虚拟地图环境，采用虚拟与现实结合思想，通过虚拟地图在现实中复现真实环境，对移动机器人的路径规划能力进行评定。

图5示出根据本申请一实施例的移动机器人路径规划性能的评定装置500的结构框图。如图5所示，该移动机器人路径规划性能的评定装置500可以包括：

虚拟地图构建模块510，用于基于移动机器人的真实环境构建虚拟地图，虚拟地图模拟真实环境；

起点确定模块520，用于获取移动机器人在真实环境的真实起点，基于真实起点定位虚拟对象在虚拟地图的虚拟起点；

终点确定模块530，用于获取虚拟终点，和与虚拟终点在真实环境对应的真实终点；

控制模块540，用于控制移动机器人由真实起点移动至真实终点，获得真实路径；

虚拟路径生成模块550，用于基于虚拟起点和虚拟终点，在虚拟地图中生成虚拟路径；

评定模块560，用于基于真实路径和虚拟路径，评定移动机器人的路径规划性能。

在一种实施方式中，虚拟地图构建模块510用于：

获取激光雷达的扫描信息，扫描信息包括真实环境的边界信息和障碍物信息；

基于扫描信息，构建与真实地图相适应的虚拟地图。

在一种实施方式中，虚拟地图构建模块510中，获取激光雷达的扫描信息之前，还用于：

创建二维建图模型；

控制移动机器人在真实环境中移动，在移动机器人移动的情况下，获取扫描信息，以使得扫描信息遍历真实环境。

在一种实施方式中，起点确定模块520用于：

获取拍摄信息，拍摄信息包括ArUco码；基于ArUco码获取移动机器人的位姿信息，和/或，

获取UWB超宽带定位信息，基于UWB超宽带定位信息计算移动机器人至多个UWB超宽带基站的距离，基于距离确定移动机器人的真实坐标。

在一种实施方式中，评定模块560还用于：

获取移动机器人完成真实路径的耗时；

获取真实路径的总长；

获取移动机器人真实路径的弯曲信息；

基于耗时、总长或者弯曲信息，评定移动机器人的导航效率。

在一种实施方式中，评定模块560还用于：

基于移动机器人进行多次由真实起点移动至真实终点，获取多个真实终点；

基于多个真实终点，评定移动机器人的定位能力。

在一种实施方式中，真实终点的数目为多个，多个真实终点具有先后顺序，评定模块560还用于：

基于多个真实终点的先后顺序，形成预设路径；

控制移动机器人按照预设路径移动，获得相应的真实路径；

分别根据不同的预设路径获得的真实路径，与对应的虚拟路径进行比较，评定移动机器人的规划性能。

本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述，在此不再赘述。

图6示出根据本申请一实施例的电子设备的结构框图。如图6所示，该电子设备包括：存储器610和处理器620，存储器610内存储有可在处理器620上运行的指令。处理器620执行该指令时实现上述实施例中的移动机器人路径规划性能的评定方法。存储器610和处理器620的数量可以为一个或多个。该电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

该电子设备还可以包括通信接口630，用于与外界设备进行通信，进行数据交互传输。各个设备利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器620可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

可选的，在具体实现上，如果存储器610、处理器620及通信接口630集成在一块芯片上，则存储器610、处理器620及通信接口630可以通过内部接口完成相互间的通信。

应理解的是，上述处理器可以是中央处理器(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Dignal Processing，DSP)、专用集成电路(Application Specific Sntegrated Circuit，ASIC)、现场可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是，处理器可以是支持进阶精简指令集机器(advanced RISC machines，ARM)架构的处理器。

本申请实施例提供了一种计算机可读存储介质(如上述的存储器610)，其存储有计算机指令，该程序被处理器执行时实现本申请实施例中提供的方法。

可选的，存储器610可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据移动机器人路径规划性能的评定方法的电子设备的使用所创建的数据等。此外，存储器610可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器610可选包括相对于处理器620远程设置的存储器，这些远程存储器可以通过网络连接至移动机器人路径规划性能的评定方法的电子设备。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。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本申请的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或多个(两个或两个以上)用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。

应理解的是，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。上述实施例方法的全部或部分步骤是可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，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模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。该存储介质可以是只读存储器，磁盘或光盘等。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种移动机器人路径规划性能的评定方法，其特征在于，包括：

基于所述移动机器人的真实环境构建虚拟地图，所述虚拟地图模拟真实环境构建；

获取所述移动机器人在所述真实环境的真实起点，基于所述真实起点定位虚拟对象在所述虚拟地图的虚拟起点；

获取虚拟终点，和与所述虚拟终点在所述真实环境对应的真实终点；

控制所述移动机器人按照路径规划策略由所述真实起点移动至所述真实终点，获得真实路径；

基于所述虚拟起点和所述虚拟终点，在所述虚拟地图中生成虚拟路径；

基于所述真实路径和所述虚拟路径，评定所述移动机器人的路径规划性能。

2.根据权利要求1所述的方法，其特征在于，所述基于所述移动机器人的真实环境构建虚拟地图，包括：

获取激光雷达的扫描信息，所述扫描信息包括真实环境的边界信息和障碍物信息；

基于所述扫描信息，构建与所述真实地图相适应的虚拟地图。

3.根据权利要求2所述的方法，其特征在于，所述获取激光雷达的扫描信息之前，还包括：

创建二维建图模型；

控制所述移动机器人在所述真实环境中移动，在所述移动机器人移动的情况下，获取扫描信息，以使得所述扫描信息遍历所述真实环境。

4.根据权利要求1所述的方法，其特征在于，所述获取所述移动机器人在所述真实环境的真实起点，包括：

获取拍摄信息，所述拍摄信息包括ArUco码；基于所述ArUco码获取所述移动机器人的位姿信息，和/或，

获取UWB超宽带定位信息，基于所述UWB超宽带定位信息计算所述移动机器人至多个UWB超宽带基站的距离，基于所述距离确定所述移动机器人的真实坐标。

5.根据权利要求1所述的方法，其特征在于，还包括：

获取所述移动机器人按照路径规划策略完成所述真实路径的耗时；

获取所述真实路径的总长；

获取所述移动机器人真实路径的弯曲信息；

基于所述耗时、所述总长或者所述弯曲信息，评定所述移动机器人的路径规划策略的移动效率。

6.根据权利要求1所述的方法，其特征在于，还包括：

控制所述移动机器人按照路径规划策略，多次由所述真实起点移动至所述真实终点，获取多个真实终点；

基于所述多个真实终点，评定所述移动机器人的定位能力。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述移动机器人的路径规划策略，基于所述路径规划策略和所述虚拟地图，通过指定多个虚拟终点和指定所述多个虚拟终点的先后顺序，获得相应的虚拟路径；所述虚拟路径包括多种不同形状的路径；

控制所述移动机器人按照所述多个虚拟终点以及所述多个虚拟终点的先后顺序，按照路径规划策略移动，获得真实路径。

8.一种移动机器人路径规划性能的评定装置，其特征在于，包括：

虚拟地图构建模块，用于基于所述移动机器人的真实环境构建虚拟地图，所述虚拟地图模拟真实环境构建；

起点确定模块，用于获取所述移动机器人在所述真实环境的真实起点，基于所述真实起点定位虚拟对象在所述虚拟地图的虚拟起点；

终点确定模块，用于获取虚拟终点，和与所述虚拟终点在所述真实环境对应的真实终点；

控制模块，用于控制所述移动机器人按照预设规划策略由所述真实起点移动至所述真实终点，获得真实路径；

虚拟路径生成模块，用于基于所述虚拟起点和所述虚拟终点，在所述虚拟地图中生成虚拟路径；

评定模块，用于基于所述真实路径和所述虚拟路径，评定所述移动机器人的路径规划性能。

9.一种电子设备，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权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机指令，所述计算机指令被处理器执行时实现如权利要求1-7中任一项所述的方法。