CN117250965B - 一种机器人避障快速路径重构方法和系统 - Google Patents
一种机器人避障快速路径重构方法和系统 Download PDFInfo
- Publication number
- CN117250965B CN117250965B CN202311542404.9A CN202311542404A CN117250965B CN 117250965 B CN117250965 B CN 117250965B CN 202311542404 A CN202311542404 A CN 202311542404A CN 117250965 B CN117250965 B CN 117250965B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- path
- position coordinate
- robot
- original planned
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000007689 inspection Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种机器人避障快速路径重构方法和系统,当遇到障碍物时,机器人通过沿障碍物外沿按预置距离增量左右等距离来回移动探索最快越过障碍物的位置,在越过障碍物时,重新寻找到达终点的最短路径,并将障碍物的形态信息发送至服务后台,由服务后台确认障碍物是否是临时障碍物,再根据障碍物是否是临时障碍物以及障碍物是否还存在,选择对应的最优路径,实现了避障最优路径的重构,解决了现有的机器人避障未考虑最快绕开障碍物并最快到达目的地的路径,避障路径规划效果不够理想的技术问题。
Description
技术领域
本发明涉及机器人避障技术领域,尤其涉及一种机器人避障快速路径重构方法和系统。
背景技术
当前机器人在变电站、施工工地、输电电缆路径等场所自动巡逻时,在规划好的路径中遇到永久或临时的障碍物,需要考虑巡检的机器人具备自主避障和重新规划路径的能力。现有的机器人避障方法中,机器人在检测到障碍物时,仅考虑能绕过障碍物的路径,并没有考虑最快绕开障碍物的路径并最快到达目的地的路径,避障路径规划效果不够理想。
发明内容
本发明提供了一种机器人避障快速路径重构方法和系统,用于解决现有的机器人避障未考虑最快绕开障碍物并最快到达目的地的路径,避障路径规划效果不够理想的技术问题。
有鉴于此,本发明第一方面提供了一种机器人避障快速路径重构方法,包括:
S1、在机器人沿原规划路径行进过程中,当机器人激光扫描到前方有障碍物时,记录此时的第一位置坐标,并沿着障碍物外沿按预置距离增量左右等距离来回移动,直到探索到可以越过障碍物时停止移动,记录此时的第二位置坐标;
S2、机器人向前移动预设距离越过障碍物,获取当前的第三位置坐标;
S3、计算第三位置坐标到原规划路径终点的第一距离,并计算机器人从第三位置坐标至原规划路径上越过障碍物的最近的点的第二距离,再计算从原规划路径上最近的点至原规划路径终点的第三距离;
S4、判断第一距离是否小于第二距离与第三距离的和,若是,则保存从原规划路径至第一位置坐标、从第一位置坐标至第二位置坐标至第三位置坐标至原规划路径终点的新路径,从第三位置坐标沿新路径行进至原规划路径终点,否则,保存从原规划路径至第一位置坐标、从第一位置坐标至第二位置坐标至第三位置坐标至原规划路径上越过障碍物的最近的点至原规划路径终点的新路径,从第三位置坐标沿新路径行进至原规划路径终点;
S5、将机器人绕开障碍物过程中扫描到的障碍物形态发送至服务后台,并向后台询问障碍物是否为临时障碍物,若是,则执行步骤S6,否则,执行步骤S7;
S6、若服务后台返回障碍物是临时障碍物的信息,则在下一次巡检到第一位置坐标时,判断扫描障碍物是否还存在,若是,则按保存的新路径行进至终点,否则,按原规划路径行进至终点;
S7、若服务后台返回障碍物不是临时障碍物的信息,则清除原规划路径,直接按保存的新路径行进至终点。
可选地,步骤S5中,机器人通过激光雷达获得障碍物形态。
可选地,步骤S5中,机器人通过AI摄像头获得障碍物形态。
可选地,在步骤S1之前,还包括:
S0、规划在巡检场地中巡检的最优路径,保存为原规划路径。
可选地,步骤S0具体包括:
基于slam算法自动规划在巡检场地中巡检的最优路径,保存为原规划路径。
本发明第二方面提供了一种机器人避障快速路径重构系统,应用在机器人中,包括:
障碍扫描模块,用于在机器人沿原规划路径行进过程中,当机器人激光扫描到前方有障碍物时,记录此时的第一位置坐标,并沿着障碍物外沿按预置距离增量左右等距离来回移动,直到探索到可以越过障碍物时停止移动,记录此时的第二位置坐标;
障碍跨越模块,用于控制机器人向前移动预设距离越过障碍物,获取当前的第三位置坐标;
距离计算模块,用于计算第三位置坐标到原规划路径终点的第一距离,并计算机器人从第三位置坐标至原规划路径上越过障碍物的最近的点的第二距离,再计算从原规划路径上最近的点至原规划路径终点的第三距离;
判断模块,用于判断第一距离是否小于第二距离与第三距离的和,若是,则保存从原规划路径至第一位置坐标、从第一位置坐标至第二位置坐标至第三位置坐标至原规划路径终点的新路径,从第三位置坐标沿新路径行进至原规划路径终点,否则,保存从原规划路径至第一位置坐标、从第一位置坐标至第二位置坐标至第三位置坐标至原规划路径上越过障碍物的最近的点至原规划路径终点的新路径,从第三位置坐标沿新路径行进至原规划路径终点;
障碍物属性获取模块,用于将机器人绕开障碍物过程中扫描到的障碍物形态发送至服务后台,并向后台询问障碍物是否为临时障碍物,若是,则执行第一处理模块,否则,执行第二处理模块;
第一处理模块,用于若服务后台返回障碍物是临时障碍物的信息,则在下一次巡检到第一位置坐标时,判断扫描障碍物是否还存在,若是,则按保存的新路径行进至终点,否则,按原规划路径行进至终点;
第二处理模块,用于若服务后台返回障碍物不是临时障碍物的信息,则清除原规划路径,直接按保存的新路径行进至终点。
可选地,障碍物属性获取模块中,机器人通过激光雷达获得障碍物形态。
可选地,障碍物属性获取模块中,机器人通过AI摄像头获得障碍物形态。
可选地,还包括:
原路径规划模块,用于规划在巡检场地中巡检的最优路径,保存为原规划路径。
可选地,原路径规划模块具体用于:
基于slam算法自动规划在巡检场地中巡检的最优路径,保存为原规划路径。
从以上技术方案可以看出,本发明提供的机器人避障快速路径重构方法具有以下优点:
本发明提供的机器人避障快速路径重构方法,当遇到障碍物时,机器人通过沿障碍物外沿按预置距离增量左右等距离来回移动探索最快越过障碍物的位置,在越过障碍物时,重新寻找到达终点的最短路径,并将障碍物的形态信息发送至服务后台,由服务后台确认障碍物是否是临时障碍物,再根据障碍物是否是临时障碍物以及障碍物是否还存在,选择对应的最优路径,实现了避障最优路径的重构,解决了现有的机器人避障未考虑最快绕开障碍物并最快到达目的地的路径,避障路径规划效果不够理想的技术问题。
附图说明
为了更清楚的说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明中提供的一种机器人避障快速路径重构方法的流程示意图;
图2为本发明中提供的原规划路径示意图;
图3为本发明中提供的第一个实施例中的避障快速路径重构示意图;
图4为本发明中提供的第二个实施例中的避障快速路径重构示意图;
图5为本发明中提供的第三个实施例中的避障快速路径重构示意图;
图6为本发明中提供的第四个实施例中的避障快速路径重构示意图;
图7为本发明中提供的一种机器人避障快速路径重构系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
为了便于理解,请参阅图1,本发明中提供了一种机器人避障快速路径重构方法的实施例,包括:
步骤S1、在机器人沿原规划路径行进过程中,当机器人激光扫描到前方有障碍物时,记录此时的第一位置坐标,并沿着障碍物外沿按预置距离增量左右等距离来回移动,直到探索到可以越过障碍物时停止移动,记录此时的第二位置坐标。
需要说明的是,在巡检场地中,基于slam算法自动规划最优路径,保存为原规划路径,如图2所示。巡检场地地图可看成是平面坐标系,每一个点对应一个坐标,如图2所示,假设机器人的巡检起点为(x0,y0),终点为(xn,yn),地图中没有障碍物遮挡,那么通过slam算法规划最优路径为起点(x0,y0)到终点(xn,yn)的一条直线,保存该直线上的所有坐标点。在机器人沿原规划路径行进过程中,当机器人激光扫描到前方有障碍物a时,记录此时的第一位置坐标,如图3所示,第一位置坐标为(xm,ym),然后沿着障碍物外沿按预置距离增量左右等距离来回移动,直到探索到可以越过障碍物时停止移动,记录此时的第二位置坐标,如图3所示,机器人先探索到右边第二位置坐标(xmi,ymi)可以先越过障碍物a,则在此处停止移动,记录此时的第二位置坐标(xmi,ymi)。
S2、机器人向前移动预设距离越过障碍物,获取当前的第三位置坐标。
需要说明的是,在第二位置坐标(xmi,ymi)处,控制机器人向前移动预设距离越过障碍物,获得此时的第三位置坐标(xmn,ymn)。
S3、计算第三位置坐标到原规划路径终点的第一距离,并计算机器人从第三位置坐标至原规划路径上越过障碍物的最近的点的第二距离,再计算从原规划路径上最近的点至原规划路径终点的第三距离。
需要说明的是,计算第三位置坐标(xmn,ymn)到原规划路径终点(xn,yn)的第一距离d1,并计算机器人从第三位置坐标(xmn,ymn)至原规划路径上越过障碍物的最近的点(xm0,ym0)的第二距离d2,再计算从原规划路径上最近的点(xm0,ym0)至原规划路径终点(xn,yn)的第三距离d3。
障碍物一般不会是标准的长矩形,有可能是不规整的障碍物,在一个实施例中,如图4和图5所示,当机器人到达障碍物b前面的第一位置(xm,ym)处时,经过探索并越过障碍物b到达第三位置坐标(xmn,ymn)时,计算第三位置坐标(xmn,ymn)到原规划路径终点(xn,yn)的第一距离d1,并计算机器人从第三位置坐标(xmn,ymn)至原规划路径上越过障碍物的最近的点(xm0,ym0)的第二距离d2,再计算从原规划路径上最近的点(xm0,ym0)至原规划路径终点(xn,yn)的第三距离d3。
在一个实施例中,障碍物b如图6所示,当机器人到达障碍物b前面的第一位置(xm,ym)处时,经过探索并越过障碍物b到达第三位置坐标(xmn,ymn)时,计算第三位置坐标(xmn,ymn)到原规划路径终点(xn,yn)的第一距离d1,并计算机器人从第三位置坐标(xmn,ymn)至原规划路径上越过障碍物的最近的点(xm0,ym0)的第二距离d2,再计算从原规划路径上最近的点(xm0,ym0)至原规划路径终点(xn,yn)的第三距离d3。
S4、判断第一距离是否小于第二距离与第三距离的和,若是,则保存从原规划路径至第一位置坐标、从第一位置坐标至第二位置坐标至第三位置坐标至原规划路径终点的新路径,从第三位置坐标沿新路径行进至原规划路径终点,否则,保存从原规划路径至第一位置坐标、从第一位置坐标至第二位置坐标至第三位置坐标至原规划路径上越过障碍物的最近的点至原规划路径终点的新路径,从第三位置坐标沿新路径行进至原规划路径终点。
需要说明的是,判断第一距离是否小于第二距离与第三距离的和,即判断d1是否小于d2+d3,若是,则保存从原规划路径至第一位置坐标(xm,ym)、从第一位置坐标(xm,ym)至第二位置坐标(xmi,ymi)至第三位置坐标(xmn,ymn)至原规划路径终点(xn,yn)的新路径,从第三位置坐标(xmn,ymn)沿新路径行进至原规划路径终点(xn,yn),否则,保存从原规划路径至第一位置坐标(xm,ym)、从第一位置坐标(xm,ym)至第二位置坐标(xmi,ymi)至第三位置坐标(xmn,ymn)至原规划路径上越过障碍物的最近的点(xm0,ym0)至原规划路径终点(xn,yn)的新路径,从第三位置坐标(xmn,ymn)沿新路径行进至原规划路径终点(xn,yn)。
S5、将机器人绕开障碍物过程中扫描到的障碍物形态发送至服务后台,并向后台询问障碍物是否为临时障碍物,若是,则执行步骤S6,否则,执行步骤S7。
需要说明的是,机器人在绕开障碍物过程中,通过激光雷达扫描获得障碍物形态,或者通过AI摄像头获得障碍物形态,将障碍物形态发送至服务后台,向后台询问障碍物是否为临时障碍物。
S6、若服务后台返回障碍物是临时障碍物的信息,则在下一次巡检到第一位置坐标时,判断扫描障碍物是否还存在,若是,则按保存的新路径行进至终点,否则,按原规划路径行进至终点。
需要说明的是,若服务后台向机器人反馈该障碍物是临时障碍物,则在下一次巡检到第一位置坐标(xm,ym)时,判断扫描障碍物是否还存在,若还存在,则按所保存的新路径从第一位置坐标(xm,ym)行进至终点(xn,yn)。若障碍物已不存在,则直接按原规划路径从第一位置坐标(xm,ym)行进至终点(xn,yn)。
S7、若服务后台返回障碍物不是临时障碍物的信息,则清除原规划路径,直接按保存的新路径行进至终点。
需要说明的是,若服务后台向机器人返回该障碍物不是临时障碍物的信息,则说明该障碍物将长久存在,原规划路径已不再适用,因此,可将原规划路径清除,直接按保存的新路径行进至终点。
本发明提供的机器人避障快速路径重构方法,当遇到障碍物时,机器人通过沿障碍物外沿按预置距离增量左右等距离来回移动探索最快越过障碍物的位置,在越过障碍物时,重新寻找到达终点的最短路径,并将障碍物的形态信息发送至服务后台,由服务后台确认障碍物是否是临时障碍物,再根据障碍物是否是临时障碍物以及障碍物是否还存在,选择对应的最优路径,实现了避障最优路径的重构,解决了现有的机器人避障未考虑最快绕开障碍物并最快到达目的地的路径,避障路径规划效果不够理想的技术问题。
为了便于理解,请参阅图7,本发明中提供了一种机器人避障快速路径重构系统的实施例,该系统应用在机器人中,包括:
障碍扫描模块,用于在机器人沿原规划路径行进过程中,当机器人激光扫描到前方有障碍物时,记录此时的第一位置坐标,并沿着障碍物外沿按预置距离增量左右等距离来回移动,直到探索到可以越过障碍物时停止移动,记录此时的第二位置坐标;
障碍跨越模块,用于控制机器人向前移动预设距离越过障碍物,获取当前的第三位置坐标;
距离计算模块,用于计算第三位置坐标到原规划路径终点的第一距离,并计算机器人从第三位置坐标至原规划路径上越过障碍物的最近的点的第二距离,再计算从原规划路径上最近的点至原规划路径终点的第三距离;
判断模块,用于判断第一距离是否小于第二距离与第三距离的和,若是,则保存从原规划路径至第一位置坐标、从第一位置坐标至第二位置坐标至第三位置坐标至原规划路径终点的新路径,从第三位置坐标沿新路径行进至原规划路径终点,否则,保存从原规划路径至第一位置坐标、从第一位置坐标至第二位置坐标至第三位置坐标至原规划路径上越过障碍物的最近的点至原规划路径终点的新路径,从第三位置坐标沿新路径行进至原规划路径终点;
障碍物属性获取模块,用于将机器人绕开障碍物过程中扫描到的障碍物形态发送至服务后台,并向后台询问障碍物是否为临时障碍物,若是,则执行第一处理模块,否则,执行第二处理模块;
第一处理模块,用于若服务后台返回障碍物是临时障碍物的信息,则在下一次巡检到第一位置坐标时,判断扫描障碍物是否还存在,若是,则按保存的新路径行进至终点,否则,按原规划路径行进至终点;
第二处理模块,用于若服务后台返回障碍物不是临时障碍物的信息,则清除原规划路径,直接按保存的新路径行进至终点。
障碍物属性获取模块中,机器人通过激光雷达获得障碍物形态。
障碍物属性获取模块中,机器人通过AI摄像头获得障碍物形态。
还包括:
原路径规划模块,用于规划在巡检场地中巡检的最优路径,保存为原规划路径。
原路径规划模块具体用于:
基于slam算法自动规划在巡检场地中巡检的最优路径,保存为原规划路径。
本发明中提供的机器人避障快速路径重构系统,用于执行本发明中提供的机器人避障快速路径重构方法,其原理与所取得的技术效果与本发明中提供的机器人避障快速路径重构方法相同,在此不再赘述。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。
Claims (10)
1.一种机器人避障快速路径重构方法,其特征在于,包括:
S1、在机器人沿原规划路径行进过程中,当机器人激光扫描到前方有障碍物时,记录此时的第一位置坐标,并沿着障碍物外沿按预置距离增量左右等距离来回移动,直到探索到可以越过障碍物时停止移动,记录此时的第二位置坐标;
S2、机器人向前移动预设距离越过障碍物,获取当前的第三位置坐标;
S3、计算第三位置坐标到原规划路径终点的第一距离,并计算机器人从第三位置坐标至原规划路径上越过障碍物的最近的点的第二距离,再计算从原规划路径上最近的点至原规划路径终点的第三距离;
S4、判断第一距离是否小于第二距离与第三距离的和,若是,则保存从原规划路径至第一位置坐标、从第一位置坐标至第二位置坐标至第三位置坐标至原规划路径终点的新路径,从第三位置坐标沿新路径行进至原规划路径终点,否则,保存从原规划路径至第一位置坐标、从第一位置坐标至第二位置坐标至第三位置坐标至原规划路径上越过障碍物的最近的点至原规划路径终点的新路径,从第三位置坐标沿新路径行进至原规划路径终点;
S5、将机器人绕开障碍物过程中扫描到的障碍物形态发送至服务后台,并向后台询问障碍物是否为临时障碍物,若是,则执行步骤S6,否则,执行步骤S7;
S6、若服务后台返回障碍物是临时障碍物的信息,则在下一次巡检到第一位置坐标时,判断扫描障碍物是否还存在,若是,则按保存的新路径行进至终点,否则,按原规划路径行进至终点;
S7、若服务后台返回障碍物不是临时障碍物的信息,则清除原规划路径,直接按保存的新路径行进至终点。
2.根据权利要求1所述的机器人避障快速路径重构方法,其特征在于,步骤S5中,机器人通过激光雷达获得障碍物形态。
3.根据权利要求1所述的机器人避障快速路径重构方法,其特征在于,步骤S5中,机器人通过AI摄像头获得障碍物形态。
4.根据权利要求1所述的机器人避障快速路径重构方法,其特征在于,在步骤S1之前,还包括:
S0、规划在巡检场地中巡检的最优路径,保存为原规划路径。
5.根据权利要求4所述的机器人避障快速路径重构方法,其特征在于,步骤S0具体包括:
基于slam算法自动规划在巡检场地中巡检的最优路径,保存为原规划路径。
6.一种机器人避障快速路径重构系统,其特征在于,应用在机器人中,包括:
障碍扫描模块,用于在机器人沿原规划路径行进过程中,当机器人激光扫描到前方有障碍物时,记录此时的第一位置坐标,并沿着障碍物外沿按预置距离增量左右等距离来回移动,直到探索到可以越过障碍物时停止移动,记录此时的第二位置坐标;
障碍跨越模块,用于控制机器人向前移动预设距离越过障碍物,获取当前的第三位置坐标;
距离计算模块,用于计算第三位置坐标到原规划路径终点的第一距离,并计算机器人从第三位置坐标至原规划路径上越过障碍物的最近的点的第二距离,再计算从原规划路径上最近的点至原规划路径终点的第三距离;
判断模块,用于判断第一距离是否小于第二距离与第三距离的和,若是,则保存从原规划路径至第一位置坐标、从第一位置坐标至第二位置坐标至第三位置坐标至原规划路径终点的新路径,从第三位置坐标沿新路径行进至原规划路径终点,否则,保存从原规划路径至第一位置坐标、从第一位置坐标至第二位置坐标至第三位置坐标至原规划路径上越过障碍物的最近的点至原规划路径终点的新路径,从第三位置坐标沿新路径行进至原规划路径终点;
障碍物属性获取模块,用于将机器人绕开障碍物过程中扫描到的障碍物形态发送至服务后台,并向后台询问障碍物是否为临时障碍物,若是,则执行第一处理模块,否则,执行第二处理模块;
第一处理模块,用于若服务后台返回障碍物是临时障碍物的信息,则在下一次巡检到第一位置坐标时,判断扫描障碍物是否还存在,若是,则按保存的新路径行进至终点,否则,按原规划路径行进至终点;
第二处理模块,用于若服务后台返回障碍物不是临时障碍物的信息,则清除原规划路径,直接按保存的新路径行进至终点。
7.根据权利要求6所述的机器人避障快速路径重构系统,其特征在于,障碍物属性获取模块中,机器人通过激光雷达获得障碍物形态。
8.根据权利要求6所述的机器人避障快速路径重构系统,其特征在于,障碍物属性获取模块中,机器人通过AI摄像头获得障碍物形态。
9.根据权利要求6所述的机器人避障快速路径重构系统,其特征在于,还包括:
原路径规划模块,用于规划在巡检场地中巡检的最优路径,保存为原规划路径。
10.根据权利要求9所述的机器人避障快速路径重构系统,其特征在于,原路径规划模块具体用于:
基于slam算法自动规划在巡检场地中巡检的最优路径,保存为原规划路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311542404.9A CN117250965B (zh) | 2023-11-20 | 2023-11-20 | 一种机器人避障快速路径重构方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311542404.9A CN117250965B (zh) | 2023-11-20 | 2023-11-20 | 一种机器人避障快速路径重构方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117250965A CN117250965A (zh) | 2023-12-19 |
CN117250965B true CN117250965B (zh) | 2024-02-23 |
Family
ID=89135501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311542404.9A Active CN117250965B (zh) | 2023-11-20 | 2023-11-20 | 一种机器人避障快速路径重构方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117250965B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108241375A (zh) * | 2018-02-05 | 2018-07-03 | 景德镇陶瓷大学 | 一种自适应蚁群算法在移动机器人路径规划中的应用方法 |
CN108789421A (zh) * | 2018-09-05 | 2018-11-13 | 厦门理工学院 | 基于云平台的云机器人交互方法和云机器人及云平台 |
CN113342001A (zh) * | 2021-06-30 | 2021-09-03 | 元通智能技术(南京)有限公司 | 一种机器人行走路径的规划方法 |
CN114740844A (zh) * | 2022-03-30 | 2022-07-12 | 达闼机器人股份有限公司 | 路径规划方法、装置、计算机可读存储介质及电子设备 |
CN116520819A (zh) * | 2022-01-22 | 2023-08-01 | 郑琦昭 | 一种基于直连搜索的室内路径规划的方法和系统 |
CN116698066A (zh) * | 2023-06-02 | 2023-09-05 | 哈尔滨工业大学(威海) | 基于邻域扩展和边界点改进A-star算法的机器人路径规划方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107340768B (zh) * | 2016-12-29 | 2020-08-28 | 珠海市一微半导体有限公司 | 一种智能机器人的路径规划方法 |
CN107677285B (zh) * | 2017-04-11 | 2019-05-28 | 平安科技(深圳)有限公司 | 机器人的路径规划系统及方法 |
JP2023003719A (ja) * | 2021-06-24 | 2023-01-17 | トヨタ自動車株式会社 | ロボット管理システム、ロボット管理方法、及びプログラム |
-
2023
- 2023-11-20 CN CN202311542404.9A patent/CN117250965B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108241375A (zh) * | 2018-02-05 | 2018-07-03 | 景德镇陶瓷大学 | 一种自适应蚁群算法在移动机器人路径规划中的应用方法 |
CN108789421A (zh) * | 2018-09-05 | 2018-11-13 | 厦门理工学院 | 基于云平台的云机器人交互方法和云机器人及云平台 |
CN113342001A (zh) * | 2021-06-30 | 2021-09-03 | 元通智能技术(南京)有限公司 | 一种机器人行走路径的规划方法 |
CN116520819A (zh) * | 2022-01-22 | 2023-08-01 | 郑琦昭 | 一种基于直连搜索的室内路径规划的方法和系统 |
CN114740844A (zh) * | 2022-03-30 | 2022-07-12 | 达闼机器人股份有限公司 | 路径规划方法、装置、计算机可读存储介质及电子设备 |
CN116698066A (zh) * | 2023-06-02 | 2023-09-05 | 哈尔滨工业大学(威海) | 基于邻域扩展和边界点改进A-star算法的机器人路径规划方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117250965A (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210109537A1 (en) | Autonomous exploration framework for indoor mobile robotics using reduced approximated generalized voronoi graph | |
CN109976350B (zh) | 多机器人调度方法、装置、服务器及计算机可读存储介质 | |
JP6978799B2 (ja) | 経路計画方法、電子装置、ロボット及びコンピュータ読取可能な記憶媒体 | |
CN107544514B (zh) | 机器人障碍物避让方法、装置、存储介质及机器人 | |
EP3702230B1 (en) | Method and apparatus for planning travelling path, and vehicle | |
US8738197B2 (en) | Automatic vehicle guidance system | |
CN112650235A (zh) | 一种机器人避障控制方法、系统及机器人 | |
CN111426326A (zh) | 一种导航方法、装置、设备、系统及存储介质 | |
CN108196552A (zh) | 一种智能小车的gps视觉导航系统 | |
CN110749901B (zh) | 自主移动机器人及其地图拼接方法、装置和可读存储介质 | |
CN110442125A (zh) | 一种移动机器人的动态路径规划方法 | |
CN112683275B (zh) | 一种栅格地图的路径规划方法 | |
KR20200109275A (ko) | 차량 궤적 계획 방법, 장치, 컴퓨터 장치, 컴퓨터 저장 매체 | |
US20100274429A1 (en) | System and method for autonomous vehicle guiding using information technology infrastructure and server apparatus therefor | |
WO2014048597A1 (en) | Autonomous mobile robot and method for operating the same | |
US20200166951A1 (en) | Autonomous driving method adapted for recognition failure of road line and method of building driving guide data | |
CN112099488B (zh) | 移动机器人的窄道通行方法、装置、割草机以及存储介质 | |
JP2019021202A (ja) | 移動ロボットの制御装置と制御方法 | |
CN108931253A (zh) | 智能引导车辆的导航方法、装置、智能引导车辆及介质 | |
CN114322799B (zh) | 一种车辆行驶方法、装置、电子设备和存储介质 | |
CN112148003A (zh) | 一种基于机器人的路径优化方法、系统及电子设备 | |
CN114690753A (zh) | 基于混合策略的路径规划方法、自主行进设备及机器人 | |
CN117250965B (zh) | 一种机器人避障快速路径重构方法和系统 | |
CN116149314A (zh) | 机器人全覆盖作业方法、装置及机器人 | |
CN113485378B (zh) | 基于交通规则的移动机器人路径规划方法、系统及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |