CN117470247B - 一种路径规划方法及路径规划控制器 - Google Patents

一种路径规划方法及路径规划控制器 Download PDF

Info

Publication number
CN117470247B
CN117470247B CN202311744300.6A CN202311744300A CN117470247B CN 117470247 B CN117470247 B CN 117470247B CN 202311744300 A CN202311744300 A CN 202311744300A CN 117470247 B CN117470247 B CN 117470247B
Authority
CN
China
Prior art keywords
grid
level
raster
types
stage
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
Application number
CN202311744300.6A
Other languages
English (en)
Other versions
CN117470247A (zh
Inventor
赵继成
胡启智
张云飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhuhai Yunzhou Intelligence Technology Ltd
Original Assignee
Zhuhai Yunzhou Intelligence Technology Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhuhai Yunzhou Intelligence Technology Ltd filed Critical Zhuhai Yunzhou Intelligence Technology Ltd
Priority to CN202311744300.6A priority Critical patent/CN117470247B/zh
Publication of CN117470247A publication Critical patent/CN117470247A/zh
Application granted granted Critical
Publication of CN117470247B publication Critical patent/CN117470247B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • G01C21/203Specially adapted for sailing ships

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明提供了一种路径规划方法及路径规划控制器,解决了现有技术中无人艇的路径规划的方法存在时间代价及高分辨率之间不可兼得的技术问题。本发明提供的一种路径规划方法,变尺度A*规划算法的搜索基础为多层具有不同分辨率的栅格地图,分辨率低的栅格地图为分辨率高的栅格图按照规则合并得到,在大面积的空旷区域,可以通过栅格图的多级合并而得到较少的栅格图,在查找可通行的邻域栅格时,在空旷区域选择大尺度的低分辨率栅格,在狭缝、障碍附近选择小尺度的高分辨率栅格,可大大减少搜索步数,加快搜索速度,并保持较高的分辨率,如此迭代操作,进而快速找到最优的从起点抵达规划目标点的路径,实现规划精度较高的同时,提高了计算效率。

Description

一种路径规划方法及路径规划控制器
技术领域
本发明涉及路径规划技术领域,具体涉及一种路径规划方法及路径规划控制器。
背景技术
对海洋的探索、开发和利用是发展重点。无人艇因其具有小型化、轻量化、自主化等特点,已经成为人们探索、开发海洋的重要工具,发挥了越来越重要的作用。无人艇是一种能够在海洋环境下自主航行,并完成各种任务的小型水面运动平台。
在海上执行自主作业任务的无人船舶具有远距离全局规划的需求(如岛间运输、大范围近海观测等),通常由人工预先进行路径设计或者采用自动规划算法生成路径,人工预先设计全局路径的方式灵活性较差,难以应对自主决策临时变更的情况;
在利用现代智能控制技术对无人艇的航行路径进行规划的过程中,全局路径规划技术是不可缺少的技术,但是全局路径规划技术所常用的规划方法在面对超大范围场景路径规划时,均存在计算效率和规划精度之间的矛盾问题。
例如在海洋无人船舶应用的某些场景下,在事先具备环境地图数据(如电子海图、电子河图等)的前提下,期望能够以较小的时间代价自动规划出具有较高分辨率的广域航行路径,并保证总航程尽可能短,常规算法对规划的大规模、高分辨率和快速性需求难以同时满足。
综上所述,目前路径规划的方法存在时间代价及高分辨率之间不可兼得的技术问题。
发明内容
有鉴于此,本发明提供了一种路径规划方法及路径规划控制器,解决或改善了现有技术中在对无人艇的路径规划过程中,目前路径规划的方法存在时间代价及高分辨率之间不可兼得的技术问题。
根据本发明的第一个方面,本发明提供了一种路径规划方法,包括:获取航行水域的地图数据;对所述地图数据进行图层栅格化处理,生成具有多级栅格图的栅格地图,其中,多级栅格图包括多个第(i-1)级栅格图以及多个第i级栅格图,其中,第i级栅格图为多个所述第(i-1)级栅格图按照预设合并规则合并得到,且第i级栅格图的分辨率小于第(i-1)级栅格图,其中,i为大于1的整数;每级栅格图具有对应的栅格信息,其中,栅格信息包括:所述栅格图所在的图层号、在所述图层中的坐标号以及栅格类型,所述栅格类型包括:障碍类型、自由类型、不通行类型;以及基于多级栅格图中的每个栅格图的栅格信息,采用变尺度A*规划算法在所述多级栅格图间进行搜索规划,以确定所述航行水域中从起点至终点的路径规划。
在本发明一实施例中,所述对所述地图数据进行图层栅格化处理,生成具有多级栅格图的栅格地图,包括:对所述地图数据进行图形栅格化处理,以获取所述地图数据的多个第1级栅格图,并确定所述第1级栅格图的栅格类型;当多个第(i-1)级栅格图的栅格类型均为自由类型或者均为障碍类型时,对多个第(i-1)级栅格图进行第i级合并,以生成第i级栅格图,所述第i级栅格图的分辨率小于所述第(i-1)级栅格图的分辨率, 其中,i为大于1的整数;根据合并为所述第i级栅格图的多个第(i-1)级栅格图的栅格信息中的栅格类型以及栅格类型判定规则,确定所述第i级栅格图的栅格类型;对i进行加1处理,并当多个第i级栅格图的栅格类型均为自由类型或者均为障碍类型时,对多个第i级栅格图进行第(i+1)级合并,以生成第(i+1)级栅格图,所述第(i+1)级栅格图的分辨率小于所述第i级栅格图的分辨率;并根据合并为所述第(i+1)级栅格图的多个第i级栅格图的栅格信息中的栅格类型以及栅格类型判定规则,确定所述第(i+1)级栅格图的栅格类型。
在本发明一实施例中,在对i进行加1处理之后,所述对所述地图数据进行图层栅格化处理,生成具有多级栅格图的栅格地图,还包括:判断经过加1处理后的i是否大于预设值,当经过加1处理后的i小于或者等于预设值时,基于合并规则对多个第i级栅格图进行第(i+1)级合并,以生成第(i+1)级栅格图。
在本发明一实施例中,所述(i-1)级栅格图的分辨率为所述第i级栅格图的分辨率的2倍。
在本发明一实施例中,当经过加1处理后的i大于预设值时,基于多级栅格图中的每个栅格图的栅格信息,采用变尺度A*规划算法在所述多级栅格图间进行搜索规划,以确定所述航行水域中从起点至终点的路径规划。
在本发明一实施例中,所述栅格类型判定规则包括:当合并为第i级栅格图的多个第(i-1)级栅格图的栅格类型既不均为障碍类型,也不均为自由类型时,确定所述第i级栅格图的栅格类型为不通行类型;当合并为所述第i级栅格图的多个第(i-1)级栅格图的栅格类型均为障碍类型时,确定所述第i级栅格图的栅格类型为障碍类型;或当合并为所述第i级栅格图的多个第(i-1)级栅格图的栅格类型均为自由类型,并确定多个所述第(i-1)级栅格图周围预设数量个第(i-1)级栅格图的栅格类型均为自由类型时,确定所述第i级栅格图的栅格类型为自由类型;或当合并为所述第i级栅格图的多个第(i-1)级栅格图的栅格类型均为自由类型,并确定多个所述第(i-1)级栅格图周围预设数量个第(i-1)级栅格图的栅格类型不均为自由类型时,确定所述第i级栅格图的栅格类型为不通行类型。
在本发明一实施例中,基于多级栅格图中的每个栅格图的栅格信息,采用变尺度A*规划算法在所述多级栅格图间进行搜索规划,以确定所述航行水域中从起点至终点的路径规划,包括:确定起点在所述第1级栅格图上的起点坐标号以及终点在所述第1级栅格图上的终点坐标号;将所述起点坐标号及自由邻域加入开列表中,所述开列表为栅格类型为自由类的栅格图的集合;对所述开列表中所有的栅格图到所述终点的总代价进行排序,取出最小代价的栅格图;当所述最小代价的栅格图的栅格信息中的坐标号与所述终点坐标号匹配时,确定所述最小代价的栅格图为目标栅格图;根据规划搜索过程回溯找出规划过程对应的栅格图的坐标号,将栅格图的坐标号全部转换到地图坐标,以确定所述航行水域中从起点至终点的路径规划。
在本发明一实施例中,基于多级栅格图中的每个栅格图的栅格信息,采用变尺度A*规划算法在所述多级栅格图间进行搜索规划,以确定所述航行水域中从起点至终点的路径规划,还包括:当所述最小代价的栅格图的栅格信息中的坐标号与所述终点坐标号不匹配时,以所述最小代价的栅格图为基准,查找所述最小代价的栅格图的邻域栅格图;将所述邻域栅格图中栅格类型为自由类型的栅格图更新至所述开列表中,以获取更新后的开列表;对所述更新后的开列表中所有的栅格图到所述终点的总代价进行排序,取出最小代价的栅格图。
在本发明一实施例中,确定起点在所述第1级栅格图上的起点坐标号以及终点在所述第1级栅格图上的终点坐标号,包括:读取起点的坐标值以及终点的坐标值;以及根据所述第1级栅格图的栅格信息、所述起点的坐标值以及所述终点的坐标值,计算所述起点在所述第1级栅格图上的起点坐标号以及所述终点在所述第1级栅格图上的终点坐标号。
作为本发明的第二方面,本发明还提供了一种路径规划控制器,包括:地图获取模块,用于获取航行水域的地图数据;图层栅格化处理模块,用于对所述地图数据进行图层栅格化处理,生成具有多级栅格图的栅格地图,其中,多级栅格图包括多个第(i-1)级栅格图以及多个第i级栅格图,其中,第i级栅格图为多个所述第(i-1)级栅格图按照预设合并规则合并得到,且第i级栅格图的分辨率小于第(i-1)级栅格图,其中,i为大于1的整数,每级栅格图具有对应的栅格信息,其中,栅格信息包括:所述栅格图所在的图层号、在所述图层中的坐标号以及栅格类型,所述栅格类型包括:障碍类型、自由类型、不通行类型;以及路径规划模块,用于基于多级栅格图中的每个栅格图的栅格信息,采用变尺度A*规划算法在所述多级栅格图间进行搜索规划,以确定所述航行水域中从起点至终点的路径规划。
本发明提供的一种路径规划方法,先对航行水域的地图数据进行图层栅格化处理,以确定具有多级栅格的栅格地图,多级栅格图包括多个第(i-1)级栅格图以及多个第i级栅格图,其中,第i级栅格图为多个所述第(i-1)级栅格图按照预设合并规则合并得到,且第i级栅格图的分辨率小于第(i-1)级栅格图;并基于变尺度A*规划算法在栅格地图中进行搜索规划,以确定起点至终点的路径规划。由于变尺度A*规划算法的搜索基础为具有多层不同分辨率的栅格地图,分辨率低的栅格地图为分辨率高的栅格图按照预设规则合并得到,因此可以使得在大面积的空旷区域,可以通过栅格图的多级合并而得到较少的栅格图,变尺度A*规划算法在查找可通行的邻域栅格时,通过在本级及相邻栅格图层间穿插搜索,在空旷区域优先选择大尺度的低分辨率栅格,在狭缝、障碍附近优先选择小尺度的高分辨率栅格,可大大减少搜索步数,加快搜索速度,并在必要时保持较高的分辨率,如此迭代操作,进而快速找到最优的从起点抵达规划目标点的路径,实现规划精度较高的同时,还提高了计算效率,解决了大规模路径规划的计算效率与规划精度之间的矛盾问题。
附图说明
通过结合附图对本发明实施例进行更详细的描述,本发明的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与本发明实施例一起用于解释本发明,并不构成对本发明的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1所示为本发明一实施例提供的一种路径规划方法的流程示意图。
图2所示为本发明一实施例提供的具有多级栅格图的栅格地图的示意图。
图3所示为本发明一实施例提供的栅格图的栅格类型的表达方式图。
图4所示为本发明另一实施例提供的一种路径规划方法的流程示意图。
图5所示为本发明一实施例提供的多个第(i-1)级栅格图可以合并为第i级栅格图的示意图。
图6所示为本发明另一实施例提供的多个第(i-1)级栅格图可以合并为第i级栅格图的示意图。
图7所示为本发明一实施例提供的多个第第(i-1)级栅格图不可以合并为第i级栅格图的示意图。
图8所示为本发明另一实施例提供的一种路径规划方法的流程示意图。
图9所示为本发明另一实施例提供的一种路径规划方法的流程示意图。
图10所示为本发明一实施例提供的栅格类型判定规则中的判定原理图。
图11所示为本发明一实施例提供的栅格类型判定规则中第(i-1)级栅格图的栅格类型均为自由类型的判定原理图。
图12所示为本发明另一实施例提供的栅格类型判定规则中第(i-1)级栅格图的栅格类型均为自由类型的判定原理图。
图13所示为本发明一实施例提供的栅格类型判定规则中第(i-1)级栅格图的栅格类型均为障碍类型的判定原理图。
图14a-图14c为本发明实施例提供的栅格类型判定规则中第(i-1)级栅格图的栅格类型不均为自由类型或者不均为障碍类型的判定原理图。
图15所示为本发明一实施例提供的一种路径规划控制器的工作原理图。
图16所示为本发明一实施例提供的电子设备的工作原理图。
具体实施方式
本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。本发明实施例中所有方向性指示(诸如上、下、左、右、前、后、顶、底……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
另外,在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
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作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。
示例性方法
作为本发明的第一方面,本发明提供了一种路径规划方法,图1所示为本发明一实施例提供的一种路径规划方法的流程示意图,如图1所示,该路径规划方法包括如下步骤:
S1:获取航行水域的地图数据;
具体的,航行水域的地图数据的类型可以为电子海图或者电子河图。可以从磁盘加载电子海图或者电子河图。
S2:对地图数据进行图层栅格化处理,生成具有多级栅格图的栅格地图。
其中,多级栅格图的分辨率不同,每级栅格图包括多个对应的栅格图,栅格图具有对应的栅格信息,其中,栅格信息包括:栅格图所在的图层号、在图层中的坐标号以及栅格类型,栅格类型包括:障碍类型O、自由类型F、不通行类型N;
具体的,栅格地图具有多级栅格图,即栅格地图中的栅格图具有多个级别,且下一级别的栅格图为多个上一级别的栅格图合并得到,即第i级栅格图由多个第(i-1)级栅格图按照预设合并规则合并得到,且第i级栅格图的分辨率小于第(i-1)级栅格图的分辨率。
例如,如图2所示,栅格地图中的多个栅格图具有三级,即栅格地图中的部分栅格图为第1级栅格图,部分栅格图为第2级栅格图,余下的栅格图为第3级栅格图。其中,1个第2级栅格图为多个第1级栅格图合并得到,第3级栅格图为多个第2级栅格图合并得到。
下一级别的栅格图的分辨率小于上一级别的栅格图的分辨率,即第i级栅格图的分辨率小于第(i-1)级栅格图的分辨率。
例如,第1级栅格图的分辨率为第2级栅格图的栅格图的2倍。第2级栅格图的分辨率为第3级栅格图的分辨率的2倍。
具体的,每个级别的栅格图均对应一个栅格信息,栅格信息包括:栅格图所在的图层号、在图层中的坐标号以及栅格类型。
其中,栅格类型包括:障碍类型、自由类型、不通行类型;图3所示为本发明实施例提供的栅格图的栅格类型的表达方式图;如图3所示,障碍类型指的是栅格图内被障碍物占据。不通行类型指的是,栅格图内部分区域被障碍物所占据。自由类型指的是栅格内未被障碍物占据,可自由同行。
通过对航行水域的地图数据进行图形栅格化处理,得到具有多级栅格的栅格地图,即将地图数据构造为了具有不同分辨率的栅格地图,在大面积的空旷区域,可以通过栅格图的多级合并而得到较少的栅格图,在障碍物附近或者狭缝位置处,栅格图可以不合并,因此,在空旷区域内的栅格图数量少,且分辨率低,在障碍物处或者狭缝处的栅格图数量较多,且分辨率高;如此便可以使得变尺度A*规划算法在查找可通行的邻域栅格时,通过在本级及相邻栅格图层间穿插搜索,在空旷区域优先选择大尺度的低分辨率栅格,在狭缝、障碍附近优先选择小尺度的高分辨率栅格,可大大减少搜索步数,加快搜索速度,并在必要时保持较高的分辨率。S3:基于多级栅格图中的每个栅格图的栅格信息,采用变尺度A*规划算法在多级栅格图间进行搜索规划,以确定航行水域中从起点至终点的路径规划。
具体的,变尺度A*规划算法即全局路径规划算法,利用了A*(A-Star)算法是一种在静态网中求解最短路径的直接搜索方法。变尺度A*算法可以在多层栅格图间进行全局搜索规划,变尺度A*算法的搜索算法为:从起点出发,先寻找起点相邻的栅格,判断它是否是最好的位置,基于这个最好的栅格再往外向其相邻的栅格扩展,找到一个此时最好的位置,通过此方式一步一步逼近目标点,以确定航行水域中从起点至终点的路径规划,如图2所示。减少盲目的搜索,提高了可行性和搜索效率。
本发明提供的一种路径规划方法,先对航行水域的地图数据进行图层栅格化处理,以确定具有多级栅格的栅格地图,多级栅格图包括多个第(i-1)级栅格图以及多个第i级栅格图,其中,第i级栅格图为多个所述第(i-1)级栅格图按照预设合并规则合并得到,且第i级栅格图的分辨率小于第(i-1)级栅格图;并基于变尺度A*规划算法在栅格地图中进行搜索规划,以确定起点至终点的路径规划。由于变尺度A*规划算法的搜索基础为具有多层不同分辨率的栅格地图,分辨率低的栅格地图为分辨率高的栅格图按照预设合并规则合并得到,因此可以使得在大面积的空旷区域,可以通过栅格图的多级合并而得到较少的栅格图,变尺度A*规划算法在查找可通行的邻域栅格时,通过在本级及相邻栅格图层间穿插搜索,在空旷区域优先选择大尺度的低分辨率栅格,在狭缝、障碍附近优先选择小尺度的高分辨率栅格,可大大减少搜索步数,加快搜索速度,并在必要时保持较高的分辨率,如此迭代操作,进而快速找到最优的从起点抵达规划目标点的路径,实现规划精度较高的同时,还提高了计算效率,解决了大规模路径规划的计算效率与规划精度之间的矛盾问题。
在本发明一实施例中,如图4所示,将地图数据生成具有多级栅格图的栅格地图的具体生成方法包括如下步骤,即S2(对地图数据进行图层栅格化处理,生成具有多级栅格图的栅格地图)包括如下步骤:
S21:对地图数据进行图形栅格化处理,以获取地图数据的多个第1级栅格图,并确定第1级栅格图的栅格类型;
具体的,对地图数据进行图形栅格化处后,得到多个第1级栅格图以及每个第1级栅格图的栅格信息,栅格信息包括:栅格图所在的图层号、在图层中的坐标号以及栅格类型。
栅格类型如上述所述的障碍类型O、自由类型F、不通行类型N。
S22:判断即将被合并的第(i-1)级栅格图的栅格类型是否均为自由类型或者均为障碍类型时,
当对上一级栅格图进行合并时,首先要判断即将合并的多个上一级栅格图的栅格类型是否均是自由类型或者障碍类型。当即将合并的多个上一级栅格图的栅格类型均为自由类型,如图5所示,说明该区域为空旷区域,那么可以进行合并,即执行S23,生成分辨率较小的栅格图,以减少变尺度A*规划算法在查找可通行的邻域栅格时的搜索步数。
同理,当即将被合并的多个上一级栅格图的栅格类型均为障碍类型时,如图6所示,那么也可以对多个上一级栅格图进行合并,以生分辨率较小的栅格图。
当即将被合并的上一级栅格图的栅格类型并不均是自由类型或者不均是障碍类型的,例如即将被合并的多个上一级栅格图的栅格类型分布为图7所示时,那么说明该区域距离障碍物近,此时,对该多个上一级栅格图不进行合并处理,使得该多个上一级栅格图保持各自的栅格类型以及分辨率。
在合并栅格图之前首先判断即将被合并的多个上一级栅格图的栅格类型,当均是自由类型时才进行合并,可以将大面积空旷的区域进行栅格合并,得到分辨率低的栅格图,以减少变尺度A*规划算法在查找可通行的邻域栅格时的搜索步数。当不均是自由类型或者障碍类型时,说明该区域靠近障碍物,该区域的细节丰富,不会对上一级栅格图进行合并,以使得越是靠近障碍物,该区域栅格分辨率较高,如图2所示,保证后续规划时能够找到高分辨率的路径,以提高路径规划的精度。
需要说明的是,i为大于1的整数,也就是说,当i=2时,那么S22即是根据S21中确定的第1级栅格图的栅格类型判断是否可以合并,只有符合要求(即将被合并的多个第1级栅格图的栅格类型均为自由类型或者均为障碍类型)时,才会对该即将被合并的第1级栅格图进行合并(即执行S23,且S23中的i=2)。
S23:对多个第(i-1)级栅格图进行第i级合并,以生成第i级栅格图,第i级栅格图的分辨率小于第i-1级栅格图的分辨率;
具体的,当对2X2个第i-1级栅格图进行第i级合并时,即根据第i-1级栅格图的尺寸生成第i级栅格图的图层,那么第i级栅格图的图层的长宽方向栅格数减半,因此,第i级栅格图的分辨率为第i-1级栅格图的分辨率的一半。
S24:根据合并为第i级栅格图的多个第(i-1)级栅格图的栅格信息中的栅格类型以及栅格类型判定规则,确定第i级栅格图的栅格类型;
S25:当第i级栅格图的栅格类型为自由类型时,将合成该i级栅格图的多个第(i-1)个栅格图的栅格类型修改为不通行类型,以减少在路径规划时搜索的格子数。
即根据上一级的栅格图的栅格类型来确定合并后的栅格图的栅格类型。
可选的,栅格类型判定规则包括:
(1)当合并为第i级栅格图的多个第(i-1)级栅格图的栅格类型均为自由类型,并确定多个第(i-1)级栅格图周围预设数量个第(i-1)级栅格图的栅格类型均为自由类型时,确定第i级栅格图的栅格类型为自由类型,如图10所示。
具体的,当2X2个第(i-1)级栅格图合并为1个第i级栅格图时,那么周围预设数量个第(i-1)个第(i-1)级栅格图指的是4个第(i-1)级栅格图周围12个第(i-1)级栅格图,如图10所示。
(2)当合并为第i级栅格图的多个第(i-1)级栅格图的栅格类型均为自由类型,并确定多个第(i-1)级栅格图周围预设数量个第(i-1)级栅格图的栅格类型不均为自由类型时,确定第i级栅格图的栅格类型为不通行类型,如图11以及图12所示。
同上,具体的,当2X2个第(i-1)级栅格图合并为1个第i级栅格图时,那么周围预设数量个第(i-1)个第(i-1)级栅格图指的是4个第(i-1)级栅格图周围12个第(i-1)级栅格图,如图11以及图12所示。(3)当合并为第i级栅格图的多个第(i-1)级栅格图的栅格类型均为障碍类型时,确定第i级栅格图的栅格类型为障碍类型,如图13所示。
(4)当合并为第i级栅格图的多个第(i-1)级栅格图的栅格类型既不均为障碍类型,也不均为自由类型时,确定第i级栅格图的栅格类型为不通行类型,如图14a-图14c所示。具体的:
当合并为第i级栅格图的多个第(i-1)级栅格图中至少一个(i-1)级栅格图的栅格类型为自由类型,且多个第(i-1)级栅格图的栅格类型不均为自由类型时,确定第i级栅格图的栅格类型为不通行类型,如图14a所示。
当合并为第i级栅格图的多个第(i-1)级栅格图中至少一个(i-1)级栅格图的栅格类型为障碍类型,且多个第(i-1)级栅格图的栅格类型不均为障碍类型时,确定第i级栅格图的栅格类型为不通行类型,如图14b所示。
当合并为第i级栅格图的多个第(i-1)级栅格图中至少一个(i-1)级栅格图的栅格类型为不通行类型时,确定第i级栅格图的栅格类型为不通行类型,如图14c所示。
S26:对i进行加1处理;即i=i+1。
即完成本级栅格图合并之后,然后判断即将被合并的第i级栅格图的栅格类型是否均为自由类型或者均为障碍类型,当判断结果为是时,对多个第i级栅格图进行第(i+1)级合并,以生成第(i+1)级栅格图;并根据合并为所述第(i+1)级栅格图的多个第i级栅格图的栅格信息中的栅格类型以及栅格类型判定规则,确定第(i+1)级栅格图的栅格类型。即循环执行S22-24,直至完成地图数据的栅格地图。
在本发明一实施例中,如图8所示,在循环过程中,i并不是无限大,由于合并后的栅格图的分辨率减小,循环次数越多,级别越高的栅格图的分辨率越小,因此,根据预设分辨率(预设分辨率为能够允许或者用户接受的分辨率)以及第1级栅格图的分辨率确定最高循环次数,即确定i的最大值。
即,在S26之后,S2(对地图数据进行图层栅格化处理,生成具有多级栅格图的栅格地图)还包括如下步骤:
S27:判断i是否大于预设值;
即判断经过S25加1处理后的i是否大于预设值,当i大于预设值时,说明循环次数超过了预设值,再进行合并会使得合并后的栅格图的分辨率不会被用户或者算法所接受,因此,不再进行合并处理,即整个地图数据的栅格化处理过程结束,栅格地图构建完毕,即执行后续步骤S3。
当S26的判断结果为否时,即说明i小于或者等于预设值,不会超过预设值,因此,可以继续进行合并,即执行步骤S22-S24,直至i大于预设值,地图数据栅格化处理过程完成,栅格地图构建完毕。
在本发明另一实施例中,如图9所示,S3(基于多级栅格图中的每个栅格图的栅格信息,采用变尺度A*规划算法在多级栅格图间进行搜索规划,以确定航行水域中从起点至终点的路径规划)具体包括如下步骤:
S31:确定起点在第1级栅格图上的起点坐标号以及终点在第1级栅格图上的终点坐标号;
具体的,确定起点在第1级栅格图上的起点坐标号以及终点在第1级栅格图上的终点坐标号的具体确定过程包括如下步骤:
S311:读取起点的坐标值以及终点的坐标值;
S312:根据第1级栅格图的栅格信息、起点的坐标值以及终点的坐标值,计算起点在第1级栅格图上的起点坐标号以及终点在第1级栅格图上的终点坐标号。
S32:将起点坐标号加入开列表中;
开列表为栅格类型为自由类型的栅格图的集合。
需要说明的是,开列表不仅包括栅格图,还包括栅格图的栅格信息,即栅格图所在的图层号、在图层中的坐标号以及栅格类型。
S33:对开列表中所有的栅格图到终点的总代价进行排序,取出最小代价的栅格图;
S34:判断最小代价的栅格图的栅格信息中的坐标号与终点坐标号是否匹配;
即判断最小代价的栅格图的坐标号与终点坐标号是否一致,当判断结果为是时,即说明最小代价的栅格图的栅格信息中的坐标号与终点坐标号一致,则说明最小代价的栅格图为目标栅格图,那么直接执行S35-S36。
当判断结果为否时,即说明最小代价的栅格图的栅格信息中的坐标号与终点坐标号不一致,执行S37-S382。
S35:确定最小代价的栅格图为目标栅格图;
S36:根据规划搜索过程回溯找出对应的栅格图的坐标号,将栅格图的坐标号全部转换到地图坐标,以确定航行水域中从起点至终点的路径规划。
S37:以最小代价的栅格图为基准,查找最小代价的栅格图的邻域栅格图;
具体的,邻域栅格图为最小代价的栅格图的周围的邻域栅格图,邻域栅格图包括相邻图层中的栅格图。
S381:将邻域栅格图中栅格类型为自由类型的栅格图更新至开列表中,以获取更新后的开列表;
S382:对更新后的开列表中所有的栅格图到终点的总代价进行排序,取出最小代价的栅格图。
当对更新后的开列表中所有的栅格图到终点的总代价进行排序,取出最小代价的栅格图后,继续判断该最小代价的栅格图的坐标号是否与终点坐标号匹配,即循环执行S35及其后续步骤,直至在经过至少一次更新后的开列表中所有的栅格图到终点的总代价进行排序后取出的最小代价的栅格图的坐标号与终点坐标号匹配为止。
作为本发明的第二方面,本发明还提供了一种路径规划控制器,如图15所示,该路径规划控制器10包括:
地图获取模块11,用于获取航行水域的地图数据;
具体的,地图获取模块11用于执行上述的一种路径规划方法中的S1(获取航行水域的地图数据)。
图层栅格化处理模块12,用于对地图数据进行图层栅格化处理,生成具有多级栅格图的栅格地图,其中,多级栅格图包括多个第(i-1)级栅格图以及多个第i级栅格图,其中,第i级栅格图为多个所述第(i-1)级栅格图按照预设合并规则合并得到,且第i级栅格图的分辨率小于第(i-1)级栅格图,每级栅格图具有对应的栅格信息,其中,栅格信息包括:栅格图所在的图层号、在图层中的坐标号以及栅格类型,栅格类型包括:障碍类型、自由类型、不通行类型;
具体的,图层栅格化处理模块12用于执行上述的一种路径规划方法中的S2(对地图数据进行图层栅格化处理,生成具有多级栅格图的栅格地图)。
路径规划模块13,用于基于多级栅格图中的每个栅格图的栅格信息,采用变尺度A*规划算法在多级栅格图间进行搜索规划,以确定航行水域中从起点至终点的路径规划。
具体的,路径规划模块13用于执行上述的一种路径规划方法中的S3(基于多级栅格图中的每个栅格图的栅格信息,采用变尺度A*规划算法在多级栅格图间进行搜索规划,以确定航行水域中从起点至终点的路径规划)。
本发明提供的一种路径规划系统,先对航行水域的地图数据进行图层栅格化处理,以确定具有多级栅格的栅格地图,多级栅格图包括多个第(i-1)级栅格图以及多个第i级栅格图,其中,第i级栅格图为多个所述第(i-1)级栅格图按照预设合并规则合并得到,且第i级栅格图的分辨率小于第(i-1)级栅格图;并基于变尺度A*规划算法在栅格地图中进行搜索规划,以确定起点至终点的路径规划。由于变尺度A*规划算法的搜索基础为具有多层不同分辨率的栅格地图,分辨率低的栅格地图为分辨率高的栅格图按照预设合并规则合并得到,因此可以使得在大面积的空旷区域,可以通过栅格图的多级合并而得到较少的栅格图,变尺度A*规划算法在查找可通行的邻域栅格时,通过在本级及相邻栅格图层间穿插搜索,在空旷区域优先选择大尺度的低分辨率栅格,在狭缝、障碍附近优先选择小尺度的高分辨率栅格,可大大减少搜索步数,加快搜索速度,并在必要时保持较高的分辨率,如此迭代操作,进而快速找到最优的从起点抵达规划目标点的路径,实现规划精度较高的同时,还提高了计算效率,解决了大规模路径规划的计算效率与规划精度之间的矛盾问题。
下面,参考图16来描述根据本发明实施例的电子设备。
图16图示了根据本发明实施例的电子设备的结构框图。
如图16所示,电子设备100包括一个或多个处理器110和存储器120。
处理器110可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备100中的其他组件以执行期望的功能。
存储器120可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器11可以运行所述程序指令,以实现上文所述的本发明的各个实施例的路径规划方法以及/或者其他期望的功能。
在一个示例中,电子设备100还可以包括:输入装置130和输出装置140,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
在该电子设备是单机设备时,该输入装置130可以是通信网络连接器,用于从第一设备和第二设备接收所采集的输入信号。
此外,该输入装置130还可以包括例如键盘、鼠标等等。
该输出装置140可以向外部输出各种信息,包括确定出的距离信息、方向信息等。该输出装置140可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图16中仅示出了该电子设备100中与本发明有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备100还可以包括任何其他适当的组件。
本发明提供一种计算机可读存储介质,存储介质存储有计算机程序,计算机程序用于执行上述所述的路径规划方法和设备以外,本发明的实施例还可以是计算机程序产品,其包括计算机程序信息,计算机程序信息在被处理器运行时使得处理器执行本说明书中描述的根据本发明各种实施例的路径规划方法中的步骤。
计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例操作的程序代码,程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本发明的实施例还可以是计算机可读存储介质,其上存储有计算机程序信息,计算机程序信息在被处理器运行时使得处理器执行本说明书根据本发明各种实施例的路径规划方法中的步骤。
计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本发明的基本原理,但是,需要指出的是,在本发明中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本发明为必须采用上述具体的细节来实现。
本发明中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
还需要指出的是,在本发明的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。

Claims (9)

1.一种路径规划方法,其特征在于,包括:
获取航行水域的地图数据;
对所述地图数据进行图层栅格化处理,生成具有多级栅格图的栅格地图,其中,多级栅格图包括多个第(i-1)级栅格图以及多个第i级栅格图,其中,第i级栅格图为多个所述第(i-1)级栅格图按照预设合并规则合并得到,且第i级栅格图的分辨率小于第(i-1)级栅格图,其中,i为大于1的整数;每级栅格图具有对应的栅格信息,其中,栅格信息包括:所述栅格图所在的图层号、在所述图层中的坐标号以及栅格类型,所述栅格类型包括:障碍类型、自由类型、不通行类型;以及
基于多级栅格图中的每个栅格图的栅格信息,采用变尺度A*规划算法在所述多级栅格图间进行搜索规划,以确定所述航行水域中从起点至终点的路径规划;
其中,基于多级栅格图中的每个栅格图的栅格信息,采用变尺度A*规划算法在所述多级栅格图间进行搜索规划,以确定所述航行水域中从起点至终点的路径规划,包括:
确定起点在第1级栅格图上的起点坐标号以及终点在所述第1级栅格图上的终点坐标号;
将所述起点坐标号加入开列表中,所述开列表为栅格类型为自由类型的栅格图的集合;
对所述开列表中所有的栅格图到所述终点的总代价进行排序,取出最小代价的栅格图;
当所述最小代价的栅格图的栅格信息中的坐标号与所述终点坐标号不匹配时,以所述最小代价的栅格图为基准,查找所述最小代价的栅格图的邻域栅格图;
将所述邻域栅格图中栅格类型为自由类型的栅格更新至所述开列表中,以获取更新后的开列表;
对所述更新后的开列表中所有的栅格图到所述终点的总代价进行排序,取出最小代价的栅格图。
2.根据权利要求1所述的路径规划方法,其特征在于,所述对所述地图数据进行图层栅格化处理,生成具有多级栅格图的栅格地图,包括:
对所述地图数据进行图形栅格化处理,以获取所述地图数据的多个第1级栅格图,并确定所述第1级栅格图的栅格类型;
当多个第(i-1)级栅格图的栅格类型均为自由类型或者均为障碍类型时,对多个第(i-1)级栅格图进行第i级合并,以生成第i级栅格图,所述第i级栅格图的分辨率小于所述第(i-1)级栅格图的分辨率;
根据合并为所述第i级栅格图的多个第(i-1)级栅格图的栅格信息中的栅格类型以及栅格类型判定规则,确定所述第i级栅格图的栅格类型;
对i进行加1处理,并当多个第i级栅格图的栅格类型均为自由类型或者均为障碍类型时,对多个第i级栅格图进行第(i+1)级合并,以生成第(i+1)级栅格图,所述第(i+1)级栅格图的分辨率小于所述第i级栅格图的分辨率;并根据合并为所述第(i+1)级栅格图的多个第i级栅格图的栅格信息中的栅格类型以及栅格类型判定规则,确定所述第(i+1)级栅格图的栅格类型。
3.根据权利要求2所述的路径规划方法,其特征在于,在对i进行加1处理之后,所述对所述地图数据进行图层栅格化处理,生成具有多级栅格图的栅格地图,还包括
判断经过加1处理后的i是否大于预设值,当经过加1处理后的i小于或者等于预设值时,基于合并规则对多个第i级栅格图进行第(i+1)级合并,以生成第(i+1)级栅格图。
4.根据权利要求2所述的路径规划方法,其特征在于,所述第(i-1)级栅格图的分辨率为所述第i级栅格图的分辨率的2倍。
5.根据权利要求3所述的路径规划方法,其特征在于,
当经过加1处理后的i大于预设值时,基于多级栅格图中的每个栅格图的栅格信息,采用变尺度A*规划算法在所述多级栅格图间进行搜索规划,以确定所述航行水域中从起点至终点的路径规划。
6.根据权利要求2所述的路径规划方法,其特征在于,所述栅格类型判定规则包括:
当合并为第i级栅格图的多个第(i-1)级栅格图的栅格类型既不均为障碍类型,也不均为自由类型时,确定所述第i级栅格图的栅格类型为不通行类型;
当合并为所述第i级栅格图的多个第(i-1)级栅格图的栅格类型均为障碍类型时,确定所述第i级栅格图的栅格类型为障碍类型;或
当合并为所述第i级栅格图的多个第(i-1)级栅格图的栅格类型均为自由类型,并确定多个所述第(i-1)级栅格图周围预设数量个第(i-1)级栅格图的栅格类型均为自由类型时,确定所述第i级栅格图的栅格类型为自由类型;或
当合并为所述第i级栅格图的多个第(i-1)级栅格图的栅格类型均为自由类型,并确定多个所述第(i-1)级栅格图周围预设数量个第(i-1)级栅格图的栅格类型不均为自由类型时,确定所述第i级栅格图的栅格类型为不通行类型。
7.根据权利要求2所述的路径规划方法,其特征在于,基于多级栅格图中的每个栅格图的栅格信息,采用变尺度A*规划算法在所述多级栅格图间进行搜索规划,以确定所述航行水域中从起点至终点的路径规划,还包括:
当所述最小代价的栅格图的栅格信息中的坐标号与所述终点坐标号匹配时,确定所述最小代价的栅格图为目标栅格图;
根据规划搜索过程回溯找出规划过程对应的栅格图的坐标号,将栅格图的坐标号全部转换到地图坐标,以确定所述航行水域中从起点至终点的路径规划。
8.根据权利要求1所述的路径规划方法,其特征在于,确定起点在第1级栅格图上的起点坐标号以及终点在所述第1级栅格图上的终点坐标号,包括:
读取起点的坐标值以及终点的坐标值;以及
根据所述第1级栅格图的栅格信息、所述起点的坐标值以及所述终点的坐标值,计算所述起点在所述第1级栅格图上的起点坐标号以及所述终点在所述第1级栅格图上的终点坐标号。
9.一种路径规划控制器,其特征在于,包括:
地图获取模块,用于获取航行水域的地图数据;
图层栅格化处理模块,用于对所述地图数据进行图层栅格化处理,生成具有多级栅格图的栅格地图,其中,多级栅格图包括多个第(i-1)级栅格图以及多个第i级栅格图,其中,第i级栅格图为多个所述第(i-1)级栅格图按照预设合并规则合并得到,且第i级栅格图的分辨率小于第(i-1)级栅格图,其中,i为大于1的整数,每级栅格图具有对应的栅格信息,其中,栅格信息包括:所述栅格图所在的图层号、在所述图层中的坐标号以及栅格类型,所述栅格类型包括:障碍类型、自由类型、不通行类型;以及
路径规划模块,用于基于多级栅格图中的每个栅格图的栅格信息,采用变尺度A*规划算法在所述多级栅格图间进行搜索规划,以确定所述航行水域中从起点至终点的路径规划;
其中,基于多级栅格图中的每个栅格图的栅格信息,采用变尺度A*规划算法在所述多级栅格图间进行搜索规划,以确定所述航行水域中从起点至终点的路径规划,包括:
确定起点在第1级栅格图上的起点坐标号以及终点在所述第1级栅格图上的终点坐标号;
将所述起点坐标号加入开列表中,所述开列表为栅格类型为自由类型的栅格图的集合;
对所述开列表中所有的栅格图到所述终点的总代价进行排序,取出最小代价的栅格图;
当所述最小代价的栅格图的栅格信息中的坐标号与所述终点坐标号不匹配时,以所述最小代价的栅格图为基准,查找所述最小代价的栅格图的邻域栅格图;
将所述邻域栅格图中栅格类型为自由类型的栅格更新至所述开列表中,以获取更新后的开列表;
对所述更新后的开列表中所有的栅格图到所述终点的总代价进行排序,取出最小代价的栅格图。
CN202311744300.6A 2023-12-19 2023-12-19 一种路径规划方法及路径规划控制器 Active CN117470247B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311744300.6A CN117470247B (zh) 2023-12-19 2023-12-19 一种路径规划方法及路径规划控制器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311744300.6A CN117470247B (zh) 2023-12-19 2023-12-19 一种路径规划方法及路径规划控制器

Publications (2)

Publication Number Publication Date
CN117470247A CN117470247A (zh) 2024-01-30
CN117470247B true CN117470247B (zh) 2024-05-03

Family

ID=89627765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311744300.6A Active CN117470247B (zh) 2023-12-19 2023-12-19 一种路径规划方法及路径规划控制器

Country Status (1)

Country Link
CN (1) CN117470247B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018077641A1 (de) * 2016-10-28 2018-05-03 Valeo Schalter Und Sensoren Gmbh Bestimmung einer trajektorie mit multi-resolution grid
CN108319655A (zh) * 2017-12-29 2018-07-24 百度在线网络技术(北京)有限公司 用于生成栅格地图的方法和装置
CN109506655A (zh) * 2018-10-19 2019-03-22 哈尔滨工业大学(威海) 基于非均匀建模的改进蚁群路径规划算法
CN113298715A (zh) * 2021-05-26 2021-08-24 深圳优地科技有限公司 机器人栅格地图构建方法、装置、机器人及存储介质
CN115167474A (zh) * 2022-08-19 2022-10-11 中新国际联合研究院 一种移动机器人路径规划优化方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018077641A1 (de) * 2016-10-28 2018-05-03 Valeo Schalter Und Sensoren Gmbh Bestimmung einer trajektorie mit multi-resolution grid
CN108319655A (zh) * 2017-12-29 2018-07-24 百度在线网络技术(北京)有限公司 用于生成栅格地图的方法和装置
CN109506655A (zh) * 2018-10-19 2019-03-22 哈尔滨工业大学(威海) 基于非均匀建模的改进蚁群路径规划算法
CN113298715A (zh) * 2021-05-26 2021-08-24 深圳优地科技有限公司 机器人栅格地图构建方法、装置、机器人及存储介质
CN115167474A (zh) * 2022-08-19 2022-10-11 中新国际联合研究院 一种移动机器人路径规划优化方法

Also Published As

Publication number Publication date
CN117470247A (zh) 2024-01-30

Similar Documents

Publication Publication Date Title
CN111060109B (zh) 一种基于改进a星算法的无人艇全局路径规划方法
KR102264394B1 (ko) 카메라로부터 획득된 이미지와, 이에 대응하는, 레이더 또는 라이더를 통해 획득된 포인트 클라우드 맵을 뉴럴 네트워크의 각각의 컨벌루션 스테이지 별로 통합하는 학습 방법 및 학습 장치, 그리고 이를 이용한 테스트 방법 및 테스트 장치
CN108444482B (zh) 一种无人机自主寻路避障方法及系统
Niu et al. An energy-efficient path planning algorithm for unmanned surface vehicles
US4891762A (en) Method and apparatus for tracking, mapping and recognition of spatial patterns
CN110388931A (zh) 将对象的二维边界框转换成自动驾驶车辆的三维位置的方法
US20180180428A1 (en) Navigation for vehicles
US10509987B1 (en) Learning method and learning device for object detector based on reconfigurable network for optimizing customers' requirements such as key performance index using target object estimating network and target object merging network, and testing method and testing device using the same
US10402978B1 (en) Method for detecting pseudo-3D bounding box based on CNN capable of converting modes according to poses of objects using instance segmentation and device using the same
CN107831765A (zh) 定位方法、装置、设备及存储介质
CN111680747B (zh) 用于占据栅格子图的闭环检测的方法和装置
EP4116935B1 (en) High-definition map creation method and device, and electronic device
KR102695522B1 (ko) 이미지 인식 모델을 트레이닝시키는 장치 및 방법과 이미지 인식 장치 및 방법
CN109974699B (zh) 一种机器人及其地图自主探索方法和装置
CN110782531A (zh) 处理三维点云数据的方法和计算设备
CN112880678A (zh) 一种复杂水域环境中无人艇航行规划方法
CN114088094A (zh) 一种无人艇的智能航路规划方法及系统
CN114820668B (zh) 一种端到端的基于同心环卷积的建筑物规则轮廓自动提取方法
US10445611B1 (en) Method for detecting pseudo-3D bounding box to be used for military purpose, smart phone or virtual driving based-on CNN capable of converting modes according to conditions of objects and device using the same
CN109269495B (zh) 动态星图生成方法和设备
CN117470247B (zh) 一种路径规划方法及路径规划控制器
CN116523970A (zh) 基于二次隐式匹配的动态三维目标跟踪方法及装置
CN115239899B (zh) 位姿图生成方法、高精地图生成方法和装置
Xanthidis et al. Towards multi-robot shipwreck mapping
KR20210057586A (ko) 블라인드 워터마킹 기술을 이용한 카메라 기반 측위 방법 및 시스템

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