CN117782096A - 路径优化方法、装置及设备 - Google Patents
路径优化方法、装置及设备 Download PDFInfo
- Publication number
- CN117782096A CN117782096A CN202311807261.XA CN202311807261A CN117782096A CN 117782096 A CN117782096 A CN 117782096A CN 202311807261 A CN202311807261 A CN 202311807261A CN 117782096 A CN117782096 A CN 117782096A
- Authority
- CN
- China
- Prior art keywords
- target
- path
- point
- optimization
- points
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 131
- 238000000034 method Methods 0.000 title claims abstract description 42
- 239000013598 vector Substances 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 abstract description 9
- 230000006870 function Effects 0.000 description 27
- 238000010586 diagram Methods 0.000 description 6
- 238000010845 search algorithm Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种路径优化方法、装置及设备。包括,获取由目标起始点,经过多个第一目标点,到达目标终止点的第一路径;以路径优化代价最小为优化目标,以针对所述多个第一目标点的偏移程度满足偏移要求,以及路径曲率满足曲率要求为限制条件,确定与所述多个第一目标点分别对应的第二目标点;确定由所述目标起始点,经过所述多个第二目标点,到达所述目标终止点的第二路径。本申请的技术方案提高了路径规划的效果。
Description
技术领域
本申请实施例涉及路径规划领域,尤其涉及一种路径优化方法、装置及设备。
背景技术
在路径规划场景中,尤其是机器人避障路径的规划场景中,目标起始点到目标终止点之间通常具有障碍物。因此,传统方案中,在进行路径规划时,通常只考虑躲避障碍物,规划出一条未与障碍物发生碰撞的路径即可,路径的平滑性和稳定性较低,路径规划效果较差。
发明内容
本申请实施例提供一种路径优化方法、装置及设备,用以解决现有技术中路径规划效果较差的问题。
本申请的第一方面提供了一种路径优化方法,包括:
获取由目标起始点,经过多个第一目标点,到达目标终止点的第一路径;
以路径优化代价最小为优化目标,以针对所述多个第一目标点的偏移程度满足偏移要求,以及路径曲率满足曲率要求为限制条件,确定与所述多个第一目标点分别对应的第二目标点;
确定由所述目标起始点,经过所述多个第二目标点,到达所述目标终止点的第二路径。
可选的,所述以路径优化代价最小为优化目标,以针对所述多个第一目标点的偏移程度满足偏移要求为限制条件,确定与所述多个第一目标点分别对应的第二目标点,包括:
确定保证路径优化代价最小的目标优化函数;
以针对多个第一目标点的偏移程度满足偏移要求为限制条件,求解所述目标优化函数,以获得目标函数值;
确定所述目标函数值最小对应的多个第二目标点。
可选的,所述确定保证路径优化代价最小的目标优化函数,包括:
确定所述多个第二目标点对应的平滑度代价;
确定所述多个第二目标点中,相邻两个第二目标点的距离,并将多个距离进行加和,获得所述多个第二目标点对应的距离代价;
针对每个第二目标点,确定所述第二目标点与对应的第一目标点的偏移距离,并将所述多个第二目标点对应的偏移距离进行加和,获得所述多个第二目标点对应的偏移距离代价;
将所述多个第二目标点对应的平滑度代价、距离代价、以及偏移距离代价进行相加,获得目标优化函数。
可选的,所述确定所述多个第二目标点对应的平滑度代价,包括:
针对每个第二目标点,确定所述第二目标点与前一第二目标点构成的向量,以及所述第二目标点与后一第二目标点构成的向量的加和向量的模平方,并将所述多个第二目标点对应的模平方进行加和,获得所述多个第二目标点对应的平滑度代价。
可选的,所述针对多个第一目标点的偏移程度满足偏移要求,以及路径曲率满足曲率要求,包括:
针对每个第一目标点,基于所述第一目标点的横坐标与第一预设数值的差值,所述横坐标与第二预设数值的和值,确定第一预设范围,以及基于所述第一目标点的纵坐标与第三预设数值的差值,所述纵坐标与第四预设数值的和值,确定第二预设范围;其中,与所述第一目标点对应的第二目标点的横坐标位于所述第一预设范围内,所述第二目标点的纵坐标位于所述第二预设范围内;
针对每个第二目标点,确定所述第二目标点与前一第二目标点构成的向量,以及所述第二目标点与后一第二目标点构成的向量的加和向量的模平方,所述模平方与预设松弛变量的差值不超过预设数值;其中,所述松弛变量位于第三预设范围内。
可选的,所述获取由目标起始点,经过多个第一目标点,到达目标终止点的第一路径,包括:
响应于针对由目标起始点到目标终止点的路径规划请求,利用A星搜寻算法,获取由所述目标起始点,经过多个第一目标点,到达所述目标终止点的第一路径。
可选的,所述获取由目标起始点,经过多个第一目标点,到达目标终止点的第一路径,包括:
响应于针对由目标起始点到目标终止点的路径规划请求,获取由所述目标起始点到达目标终止点的预处理路径;
按照预设划分要求对所述预处理路径进行划分处理,获得多个第一目标点。
本申请的第二方面提供了一种路径优化装置,包括:
获取模块,用于获取由目标起始点,经过多个第一目标点,到达目标终止点的第一路径;
优化模块,用于以路径优化代价最小为优化目标,以针对所述多个第一目标点的偏移程度满足偏移要求为限制条件,确定与所述多个第一目标点分别对应的第二目标点;
确定模块,用于确定由所述目标起始点,经过所述多个第二目标点,到达所述目标终止点的第二路径。
本申请的第三方面提供了一种计算设备,包括存储组件以及处理组件;
所述存储组件存储一条或多条计算机指令,其中,所述一条或多条计算机指令供所述处理组件调用执行;所述处理组件调用所述一条或多条计算机指令以实现如第一方面所述的路径优化方法。
本申请的第四方面提供了一种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以实现如第一方面所述的路径优化方法。
本申请中,获取由目标起始点,经过多个第一目标点,到达目标终止点的第一路径后,可以以路径优化代价最小为优化目标,以针对多个第一目标点的偏移程度满足偏移要求,以及路径曲率满足曲率要求为限制条件,确定与多个第一目标点分别对应的第二目标点,从而确定由目标起始点,经过多个第二目标点,到达目标终止点的第二路径。通过以路径优化代价最小为优化目标,在针对各第一目标点的偏移程度满足偏移要求,路径曲率满足曲率要求的限制条件下,对第一路径中多个第一目标点进行优化,即利用离散点优化的方式,进行路径优化,从而优化获得的第二路径具有较高的平滑性和稳定性,提高了路径规划效果。
本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
附图说明
为了更清楚地说明本申请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一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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的附图。
图1是本申请提供的一种路径优化方法一个实施例的流程图;
图2-1、2-2和2-3是本申请提供的一种路径优化方法中的分析示意图;
图3是本申请提供的一种路径优化装置一个实施例的结构示意图;
图4是本申请提供的一种计算设备一个实施例的结构示意图。
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。
在本申请的说明书及上述附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如101、102等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
本申请实施例主要适用于路径规划场景中,尤其是机器人避障路径的规划场景中,目标起始点到目标终止点之间通常具有障碍物。因此,传统方案中,在进行路径规划时,通常只考虑躲避障碍物,规划出一条未与障碍物发生碰撞的路径即可,路径的平滑性和稳定性较低,路径规划效果较差。
因此,发明人提出了本申请的技术方案,提出了一种路径优化方法,包括获取由目标起始点,经过多个第一目标点,到达目标终止点的第一路径;以路径优化代价最小为优化目标,以针对所述多个第一目标点的偏移程度满足偏移要求,以及路径曲率满足曲率要求为限制条件,确定与所述多个第一目标点分别对应的第二目标点;确定由所述目标起始点,经过所述多个第二目标点,到达所述目标终止点的第二路径。
通过以路径优化代价最小为优化目标,在针对各第一目标点的偏移程度满足偏移要求,路径曲率满足曲率要求的限制条件下,对第一路径中多个第一目标点进行优化,即利用离散点优化的方式,进行路径优化,从而优化获得的第二路径具有较高的平滑性和稳定性,提高了路径规划效果。
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,都属于本申请保护的范围。
如图1所示,为本申请提供的一种路径优化方法一个实施例的流程图,该方法可以包括以下几个步骤:
S11:获取由目标起始点,经过多个第一目标点,到达目标终止点的第一路径。
本申请的方案,适用于路径规划及优化场景,尤其是机器人避障路径的规划及优化场景。在实际场景中,目标起始点到目标终止点之间通常具有障碍物,因此,在进行路径规划及优化时,可以优先规划出未与障碍物发生碰撞的初始路径,再对该初始路径进行优化,获得最终路径。
本实施例中,为了便于描述,可以将上述初始路径称为第一路径,将最终路径称为第二路径。下面优先对第一路径的获取方式进行说明。
其中,第一路径的获取方式可以有多种。
作为一种可选的实现方式,可以响应于针对由目标起始点到目标终止点的路径规划请求,利用A星搜寻算法,获取由目标起始点,经过多个第一目标点,到达目标终止点的第一路径。
下面对A星搜寻算法进行简要说明。该算法可以在代价地图中实现,目标起始点和目标终止点可以分别实现为代价地图中的两个区块,在目标起始点所对应区块以及目标终止点所对应区块之间具有障碍物区块,规划的第一路径不与障碍物发生碰撞。具体的,可以优先定义开放列表和关闭列表,其中,开放列表用于存放已知但未探索过的区块,关闭列表存放已经探索过的区块。可以把目标起始点对应区块加入开放列表,并重复以下流程:
如果开放列表为空,则无法规划出到达目标终止点的路径。此时,可以遍历开放列表,查找距离值最小的区块,将其作为当前要处理的区块。其中,该距离值可以指,由目标起始点所对应区块到该区块的移动代价(例如,在代价地图中,相邻区块之间,横向和纵向的移动代价可以为10,对角线的移动代价可以为14),以及由该区块到目标终止点所对应区块的曼哈顿距离(两点在南北方向上的距离加上在东西方向上的距离),进行加和获得的。
可选的,在查找距离值最小区块时,可能会存在多个结果的情况,为了提高路径规划效率,可以选择最后放入开放列表的区块。此时,该最后放入开放列表的区块是上一个处理区块的邻居区块,从而可以保证寻路时的连贯性,不会出现在寻路过程中突然跳到另外的地方重新开辟一条新路径。
之后,将当前要处理的区块移到关闭列表,并对当前要处理的区块的8个相邻区块的每一个区块进行如下判断:
如果该区块是不可抵达的或者它已经在关闭列表中,则忽略;
如果该区块不在开放列表中,则将其加入开放列表,并将当前要处理的区块设置为该区块的父亲区块(父亲区块可以这样理解,在目前已知条件下,存在一条从目标起始点到当前指定区块的最优路径,父亲区块就是这条路径上指定区块的上一个区块,计算当前区块的移动代价的方法就是找出其父亲区块的移动代价,然后按在父亲区块直线方向还是斜线方向加上移动代价10或14),计算该区块的距离值、移动代价和曼哈顿距离;
如果该区块已经在开放列表中,则检查通过当前要处理的区块到达该区块是否移动代价更小。若是,则把该区块的父亲区块设置为当前要处理的区块,并重新计算其移动代价和距离值。
如果目标终止点所对应区块加入到开放列表中,此时第一路径已经找到,从目标终止点所对应区块开始,每个区块沿着父亲区块移动直至目标起始点所对应区块,即为第一路径。
除了上述A星搜寻算法,作为另一种获取第一路径的可选实现方式,可以响应于针对由目标起始点到目标终止点的路径规划请求后,优先获取由目标起始点到达目标终止点的预处理路径,再按照预设划分要求对预处理路径进行划分处理,获得多个第一目标点。
其中,预设划分要求例如可以包括第一目标点数量、相邻第一目标点之间的距离等,可以根据实际应用场景进行设置,本申请对此不进行限制。
S12:以路径优化代价最小为优化目标,以针对多个第一目标点的偏移程度满足偏移要求,以及路径曲率满足曲率要求为限制条件,确定与多个第一目标点分别对应的第二目标点。
S13:确定由目标起始点,经过多个第二目标点,到达目标终止点的第二路径。
在获取第一路径之后,可以对第一路径进行优化。本实施例中,利用的是离散点优化的方式,即对第一路径中的多个第一目标点进行优化,获得与之对应的多个第二目标点。从而,即可获得由目标起始点,经过多个第二目标点,到达目标终止点的第二路径。可以理解的是,可以按照第一路径中多个第一目标点的顺序,由目标起始点,依次经过多个第二目标点,到达目标终止点。
本实施例中,在进行目标点优化时,是以路径优化代价最小为优化目标。其中,路径优化代价例如可以根据平滑度、距离等来确定,具体的优化方法将在后续实施例中进行说明。
本实施例的方案,获取由目标起始点,经过多个第一目标点,到达目标终止点的第一路径后,可以以路径优化代价最小为优化目标,以针对多个第一目标点的偏移程度满足偏移要求,以及路径曲率满足曲率要求为限制条件,确定与多个第一目标点分别对应的第二目标点,从而确定由目标起始点,经过多个第二目标点,到达目标终止点的第二路径。通过以路径优化代价最小为优化目标,在针对各第一目标点的偏移程度满足偏移要求,路径曲率满足曲率要求的限制条件下,对第一路径中多个第一目标点进行优化,即利用离散点优化的方式,进行路径优化,从而优化获得的第二路径具有较高的平滑性和稳定性,提高了路径规划效果。
下面对第二目标点的确定方式进行具体说明。
在一些实施例中,以路径优化代价最小为优化目标,以针对多个第一目标点的偏移程度满足偏移要求为限制条件,确定与多个第一目标点分别对应的第二目标点的方法可以包括:
确定保证路径优化代价最小的目标优化函数;
以针对多个第一目标点的偏移程度满足偏移要求,以及路径曲率满足曲率要求为限制条件,求解目标优化函数,以获得目标函数值;
确定目标函数值最小对应的多个第二目标点。
本实施例中,可以基于多个第二目标点的坐标来构建保证路径优化代价最小的目标优化函数,在上述限制条件下,求解目标优化函数,获得目标函数值,从而确定目标函数值最小对应的多个第二目标点。
具体的,确定保证路径优化代价最小的目标优化函数的方法可以包括:
确定多个第二目标点对应的平滑度代价;
确定多个第二目标点中,相邻两个第二目标点的距离,并将多个距离进行加和,获得多个第二目标点对应的距离代价;
针对每个第二目标点,确定第二目标点与对应的第一目标点的偏移距离,并将多个第二目标点对应的偏移距离进行加和,获得多个第二目标点对应的偏移距离代价;
将多个第二目标点对应的平滑度代价、距离代价、以及偏移距离代价进行相加,获得目标优化函数。
具体的,确定平滑度代价时,可以针对每个第二目标点,确定第二目标点与前一第二目标点构成的向量,以及第二目标点与后一第二目标点构成的向量的加和向量的模平方,并将多个第二目标点对应的模平方进行加和,获得多个第二目标点对应的平滑度代价。
为了便于理解,下面结合图2-1的示意图,对上述平滑度代价进行说明。如图2-1所示,假设P0(x0,y0),P1(x1,y1)和P2(x2,y2)是一条路径上连续的三个离散点,向量和向量的加和向量为/>当加和向量的模越小,则P0(x0,y0),P1(x1,y1)和P2(x2,y2)所在路径越平滑。
因此,可以按照如下第一平滑度代价公式确定多个第二目标点对应的平滑度代价:
第一平滑度代价公式可以为:其中,cost1表示平滑度代价,xi表示第二目标点Pi的横坐标,yi表示第二目标点Pi的纵坐标,xi-1表示第二目标点Pi-1的横坐标,yi-1表示第二目标点Pi-1的纵坐标,xi+1表示第二目标点Pi+1的横坐标,yi+1表示第二目标点Pi+1的纵坐标,第二目标点Pi-1为第二目标点Pi的前一第二目标点,第二目标点Pi+1为第二目标点Pi的后一第二目标点,n表示第二目标点的个数。
可选的,平滑度代价还可以利用其他形式来表达。为了便于理解,下面结合图2-2的示意图进行说明。如图2-2所示,假设P0(x0,y0),P1(x1,y1)和P2(x2,y2)是一条路径上连续的三个离散点,θ表示向量和向量/>之间的夹角,当夹角越小,则P0(x0,y0),P1(x1,y1)和P2(x2,y2)所在路径越平滑。
因此,还可以按照如下第二平滑度代价公式确定多个第二目标点对应的平滑度代价:
第二平滑度代价公式可以为:
具体的,可以按照如下距离代价公式确定多个第二目标点对应的距离代价:
距离代价公式可以为:其中,cost2表示距离代价。
具体的,可以按照如下偏移距离代价公式确定多个第二目标点对应的偏移距离代价:
偏移距离代价公式可以为:其中,cost3表示偏移距离代价,xi-ref表示与第二目标点Pi对应的第一目标点Pi-ref的横坐标,yi-ref表示第一目标点Pi-ref的纵坐标。
因此,目标优化函数可以实现为:cost=cost1+cost2+cost3。
上述实施例给出了目标优化函数的实现方式,下面对限制条件的设置进行说明。
实际应用中,在进行离散点优化时,可以将优化后的离散点与对应的原始点的偏移量限制在一定范围内,以及考虑到路径安全问题,路径曲率约束需要满足车辆运动学最小转弯半径约束。
在一些实施例中,针对多个第一目标点的偏移程度满足偏移要求,以及路径曲率满足曲率要求的方法可以包括:
针对每个第一目标点,基于第一目标点的横坐标与第一预设数值的差值,横坐标与第二预设数值的和值,确定第一预设范围,以及基于第一目标点的纵坐标与第三预设数值的差值,纵坐标与第四预设数值的和值,确定第二预设范围;其中,与第一目标点对应的第二目标点的横坐标位于第一预设范围内,第二目标点的纵坐标位于第二预设范围内;
针对每个第二目标点,确定第二目标点与前一第二目标点构成的向量,以及第二目标点与后一第二目标点构成的向量的加和向量的模平方,模平方与预设松弛变量的差值不超过预设数值;其中,松弛变量位于第三预设范围内。
对于上述偏移限制,具体的,可以按照如下公式表征针对多个第一目标点的偏移程度满足偏移要求:
其中,xl表示第一预设数值,xu表示第二预设数值,yl表示第三预设数值,yu表示第四预设数值。
对于上述曲率限制,为了便于理解,下面结合图2-3所示的示意图进行说明。如图2-3所示,假设P0(x0,y0),P1(x1,y1)和P2(x2,y2)是一条路径上连续的三个离散点,P0,P1和P2处在同一个圆上,当夹角θ1越小,向量和向量/>的模近似等于弧长,此时,
由于向量和向量/>的模长相等,C为P1P3的中点,因此,/>
根据直角三角形几何关系,可知,P1C=Δs×cos(θ2),将其带入中,可得:
将θ1和θ2代入可得,/>
此时,考虑路径曲率约束满足车辆运动学最小转弯半径约束,
即,(xi-1+xi+1-2×xi)2+(yi-1+yi+1-2×yi)2≤(Δs2×curcstr)2,i=1,2,···,n-1,其中,Δs表示第二目标点之间的平均长度,curcstr表示最大曲率约束。
为了保证有解以及求解更快的收敛,在上述公式中引入松弛变量,即对于上述曲率限制,具体的,可以按照如下公式表征路径曲率满足曲率要求:
(xi-1+xi+1-2×xi)2+(yi-1+yi+1-2×yi)2-stacki≤(Δs2×curcstr)2,i=1,2,···,n-1,0≤stacki≤+∞。
因此,可以确定目标优化函数为:
cost=cost1+cost2+cost3;
约束条件为:
求解上述目标优化函数,获得目标优化函数最小值对应的多个第二目标点,从而获得由目标起始点,经过多个第二目标点,到达目标终止点的第二路径,提高路径优化的平滑性和稳定性,提高路径规划效果。
如图3所示,为本申请提供的一种路径优化装置一个实施例的结构示意图,该装置可以包括以下几个模块:
获取模块301,用于获取由目标起始点,经过多个第一目标点,到达目标终止点的第一路径;
优化模块302,用于以路径优化代价最小为优化目标,以路径优化代价最小为优化目标,以针对所述多个第一目标点的偏移程度满足偏移要求,以及路径曲率满足曲率要求为限制条件,确定与所述多个第一目标点分别对应的第二目标点;
确定模块303,用于确定由所述目标起始点,经过所述多个第二目标点,到达所述目标终止点的第二路径。
本实施例中,该路径优化装置可以实现图1所示实施例的路径优化方法,获取由目标起始点,经过多个第一目标点,到达目标终止点的第一路径后,可以以路径优化代价最小为优化目标,以针对多个第一目标点的偏移程度满足偏移要求,以及路径曲率满足曲率要求为限制条件,确定与多个第一目标点分别对应的第二目标点,从而确定由目标起始点,经过多个第二目标点,到达目标终止点的第二路径。通过以路径优化代价最小为优化目标,在针对各第一目标点的偏移程度满足偏移要求,路径曲率满足曲率要求的限制条件下,对第一路径中多个第一目标点进行优化,即利用离散点优化的方式,进行路径优化,从而优化获得的第二路径具有较高的平滑性和稳定性,提高了路径规划效果。
在一些实施例中,优化模块302具体可以用于确定保证路径优化代价最小的目标优化函数;以针对多个第一目标点的偏移程度满足偏移要求,以及路径曲率满足曲率要求为限制条件,求解所述目标优化函数,以获得目标函数值;确定所述目标函数值最小对应的多个第二目标点。
在一些实施例中,优化模块302具体可以用于确定所述多个第二目标点对应的平滑度代价;确定所述多个第二目标点中,相邻两个第二目标点的距离,并将多个距离进行加和,获得所述多个第二目标点对应的距离代价;针对每个第二目标点,确定所述第二目标点与对应的第一目标点的偏移距离,并将所述多个第二目标点对应的偏移距离进行加和,获得所述多个第二目标点对应的偏移距离代价;将所述多个第二目标点对应的平滑度代价、距离代价、以及偏移距离代价进行相加,获得目标优化函数。
在一些实施例中,优化模块302具体可以用于针对每个第二目标点,确定所述第二目标点与前一第二目标点构成的向量,以及所述第二目标点与后一第二目标点构成的向量的加和向量的模平方,并将所述多个第二目标点对应的模平方进行加和,获得所述多个第二目标点对应的平滑度代价。
在一些实施例中,优化模块302具体可以用于针对每个第一目标点,基于所述第一目标点的横坐标与第一预设数值的差值,所述横坐标与第二预设数值的和值,确定第一预设范围,以及基于所述第一目标点的纵坐标与第三预设数值的差值,所述纵坐标与第四预设数值的和值,确定第二预设范围;其中,与所述第一目标点对应的第二目标点的横坐标位于所述第一预设范围内,所述第二目标点的纵坐标位于所述第二预设范围内;针对每个第二目标点,确定所述第二目标点与前一第二目标点构成的向量,以及所述第二目标点与后一第二目标点构成的向量的加和向量的模平方,所述模平方与预设松弛变量的差值不超过预设数值;其中,所述松弛变量位于第三预设范围内。
在一些实施例中,获取模块301具体可以用于响应于针对由目标起始点到目标终止点的路径规划请求,利用A星搜寻算法,获取由所述目标起始点,经过多个第一目标点,到达所述目标终止点的第一路径。
在一些实施例中,获取模块301具体可以用于响应于针对由目标起始点到目标终止点的路径规划请求,获取由所述目标起始点到达目标终止点的预处理路径;按照预设划分要求对所述预处理路径进行划分处理,获得多个第一目标点。
如图4所示,为本申请提供的一种计算设备,可以包括存储组件401及处理组件402。
存储组件401存储一条或多条计算机指令,其中,一条或多条计算机指令供处理组件402调用执行;处理组件402调用一条或多条计算机指令以实现如图1实施例所示的路径优化方法。
其中,处理组件可以包括一个或多个处理器来执行计算机指令,以完成上述的方法中的全部或部分步骤。当然处理组件也可以为一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
存储组件被配置为存储各种类型的数据以支持在终端的操作。存储组件可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
当然,上述计算设备必然还可以包括其他部件,例如输入/输出接口、通信组件等。
输入/输出接口为处理组件和外围接口模块之间提供接口,上述外围接口模块可以是输出设备、输入设备等。通信组件被配置为便于计算设备和其他设备之间有线或无线方式的通信等。
本申请实施例还提供了一种计算机可读存储介质,存储有计算机程序,该计算机程序被计算机执行时可以实现图1实施例所示的路径优化方法。该计算机可读介质可以是上述实施例中描述的计算设备中所包含的;也可以是单独存在,而未装配入该计算设备中。
计算机可读存储介质例如可以是但不限于电、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等。
本申请实施例还提供了一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序被计算机执行时可以实现图1实施例所示的路径优化方法。
在这样的实施例中,计算机程序可以是从网络上被下载和安装,和/或从可拆卸介质被安装。在该计算机程序被处理器执行时,执行本申请的系统中限定的各种功能。
需要说明的是,上述计算设备可以为物理设备或者云计算平台提供的弹性计算主机等。其可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施例的描述,本领域的技术人员可以清楚地了解到各实施例可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对传统方案做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
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;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精神和范围。
Claims (10)
1.一种路径优化方法,其特征在于,包括:
获取由目标起始点,经过多个第一目标点,到达目标终止点的第一路径;
以路径优化代价最小为优化目标,以针对所述多个第一目标点的偏移程度满足偏移要求,以及路径曲率满足曲率要求为限制条件,确定与所述多个第一目标点分别对应的第二目标点;
确定由所述目标起始点,经过所述多个第二目标点,到达所述目标终止点的第二路径。
2.根据权利要求1所述的方法,其特征在于,所述以路径优化代价最小为优化目标,以针对所述多个第一目标点的偏移程度满足偏移要求为限制条件,确定与所述多个第一目标点分别对应的第二目标点,包括:
确定保证路径优化代价最小的目标优化函数;
以针对多个第一目标点的偏移程度满足偏移要求,以及路径曲率满足曲率要求为限制条件,求解所述目标优化函数,以获得目标函数值;
确定所述目标函数值最小对应的多个第二目标点。
3.根据权利要求2所述的方法,其特征在于,所述确定保证路径优化代价最小的目标优化函数,包括:
确定所述多个第二目标点对应的平滑度代价;
确定所述多个第二目标点中,相邻两个第二目标点的距离,并将多个距离进行加和,获得所述多个第二目标点对应的距离代价;
针对每个第二目标点,确定所述第二目标点与对应的第一目标点的偏移距离,并将所述多个第二目标点对应的偏移距离进行加和,获得所述多个第二目标点对应的偏移距离代价;
将所述多个第二目标点对应的平滑度代价、距离代价、以及偏移距离代价进行相加,获得目标优化函数。
4.根据权利要求3所述的方法,其特征在于,所述确定所述多个第二目标点对应的平滑度代价,包括:
针对每个第二目标点,确定所述第二目标点与前一第二目标点构成的向量,以及所述第二目标点与后一第二目标点构成的向量的加和向量的模平方,并将所述多个第二目标点对应的模平方进行加和,获得所述多个第二目标点对应的平滑度代价。
5.根据权利要求4所述的方法,其特征在于,所述针对多个第一目标点的偏移程度满足偏移要求,以及路径曲率满足曲率要求,包括:
针对每个第一目标点,基于所述第一目标点的横坐标与第一预设数值的差值,所述横坐标与第二预设数值的和值,确定第一预设范围,以及基于所述第一目标点的纵坐标与第三预设数值的差值,所述纵坐标与第四预设数值的和值,确定第二预设范围;其中,与所述第一目标点对应的第二目标点的横坐标位于所述第一预设范围内,所述第二目标点的纵坐标位于所述第二预设范围内;
针对每个第二目标点,确定所述第二目标点与前一第二目标点构成的向量,以及所述第二目标点与后一第二目标点构成的向量的加和向量的模平方,所述模平方与预设松弛变量的差值不超过预设数值;其中,所述松弛变量位于第三预设范围内。
6.根据权利要求1所述的方法,其特征在于,所述获取由目标起始点,经过多个第一目标点,到达目标终止点的第一路径,包括:
响应于针对由目标起始点到目标终止点的路径规划请求,利用A星搜寻算法,获取由所述目标起始点,经过多个第一目标点,到达所述目标终止点的第一路径。
7.根据权利要求1所述的方法,其特征在于,所述获取由目标起始点,经过多个第一目标点,到达目标终止点的第一路径,包括:
响应于针对由目标起始点到目标终止点的路径规划请求,获取由所述目标起始点到达目标终止点的预处理路径;
按照预设划分要求对所述预处理路径进行划分处理,获得多个第一目标点。
8.一种路径优化装置,其特征在于,包括:
获取模块,用于获取由目标起始点,经过多个第一目标点,到达目标终止点的第一路径;
优化模块,用于以路径优化代价最小为优化目标,以针对所述多个第一目标点的偏移程度满足偏移要求,以及路径曲率满足曲率要求为限制条件,确定与所述多个第一目标点分别对应的第二目标点;
确定模块,用于确定由所述目标起始点,经过所述多个第二目标点,到达所述目标终止点的第二路径。
9.一种计算设备,其特征在于,包括存储组件以及处理组件;
所述存储组件存储一条或多条计算机指令,其中,所述一条或多条计算机指令供所述处理组件调用执行;所述处理组件调用所述一条或多条计算机指令以实现如权利要求1~7任一项所述的路径优化方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行以实现如权利要求1~7任一项所述的路径优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311807261.XA CN117782096A (zh) | 2023-12-25 | 2023-12-25 | 路径优化方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311807261.XA CN117782096A (zh) | 2023-12-25 | 2023-12-25 | 路径优化方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117782096A true CN117782096A (zh) | 2024-03-29 |
Family
ID=90386629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311807261.XA Pending CN117782096A (zh) | 2023-12-25 | 2023-12-25 | 路径优化方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117782096A (zh) |
-
2023
- 2023-12-25 CN CN202311807261.XA patent/CN117782096A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10821605B2 (en) | Robot motion path planning method, apparatus and terminal device | |
CN111158365B (zh) | 一种路径规划方法、装置、机器人及存储介质 | |
Jan et al. | An $\bm {O (n\log n)} $ Shortest Path Algorithm Based on Delaunay Triangulation | |
CN111121812B (zh) | 一种路径优化方法、电子设备及存储介质 | |
CN113682318B (zh) | 车辆行驶控制方法及装置 | |
CN109737967A (zh) | 无人机路径规划方法、装置、存储介质及计算机设备 | |
CN109341698B (zh) | 一种移动机器人的路径选择方法及装置 | |
CN109931943B (zh) | 无人船舶全局路径规划方法及电子设备 | |
CN111433780A (zh) | 车道线检测方法、设备、计算机可读存储介质 | |
CN110967019A (zh) | 一种规划机器人局部路径的方法及机器人 | |
CN111460234A (zh) | 图查询方法、装置、电子设备及计算机可读存储介质 | |
CN114913386A (zh) | 一种多目标跟踪模型的训练方法以及多目标跟踪方法 | |
CN115597620A (zh) | 路径规划方法、装置、电子设备及存储介质 | |
CN113139696B (zh) | 一种轨迹预测模型构建方法及轨迹预测方法、装置 | |
CN116080687A (zh) | 一种预测轨迹后处理方法、系统、设备和介质 | |
CN114705196A (zh) | 一种用于机器人的自适应启发式全局路径规划方法与系统 | |
Lin et al. | A multi-objective cooperative particle swarm optimization based on hybrid dimensions for ship pipe route design | |
CN112197783B (zh) | 一种考虑车头指向的两阶段多抽样的rrt路径规划方法 | |
CN117782096A (zh) | 路径优化方法、装置及设备 | |
CN116817947B (zh) | 一种基于变步长机制的任意时路径规划方法 | |
WO2019218159A1 (zh) | 一种基于粒子群算法的机器人路径规划方法、装置及终端设备 | |
CN111830957A (zh) | 一种路径规划方法和装置 | |
CN112857359A (zh) | 一种路径规划方法、系统、介质及电子终端 | |
CN113358119B (zh) | 路径规划方法、装置、电子设备及存储介质 | |
CN115372980A (zh) | 一种重定位方法及装置 |
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 |