CN117908528A - 一种激光机器人路径规划方法及芯片 - Google Patents
一种激光机器人路径规划方法及芯片 Download PDFInfo
- Publication number
- CN117908528A CN117908528A CN202211260240.6A CN202211260240A CN117908528A CN 117908528 A CN117908528 A CN 117908528A CN 202211260240 A CN202211260240 A CN 202211260240A CN 117908528 A CN117908528 A CN 117908528A
- Authority
- CN
- China
- Prior art keywords
- map
- laser
- laser robot
- target
- robot
- 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
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000008859 change Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 26
- 239000003086 colorant Substances 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 2
- 230000004048 modification Effects 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 description 8
- 238000009826 distribution Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
Classifications
-
- G05D1/242—
-
- G05D1/246—
-
- G05D1/247—
-
- G05D1/43—
-
- G05D1/633—
-
- G05D2109/10—
Abstract
本申请公开了一种激光机器人路径规划方法及芯片,方法包括:获取激光机器人的目标起点和激光机器人的目标终点;基于第一地图判断激光机器人的目标起点和激光机器人的目标终点是否分布于同一区域;若是,则基于第一地图根据激光机器人的目标起点和目标终点规划激光机器人移动路径;若否,则基于第二地图中的若干通行线段对第一地图执行激光机器人可通行区域拓展,基于执行激光机器人可通行区域拓展后的第一地图、激光机器人的目标起点和激光机器人的目标终点规划激光机器人移动路径。本申请基于激光机器人历史覆盖信息和消除动态障碍物所影响的部分边界的方式,使得激光机器人能够不受动态障碍物在环境中位置变换的影响,合理规划移动路径。
Description
技术领域
本申请涉及路径规划技术领域,具体涉及一种激光机器人路径规划方法及芯片。
背景技术
随着机器人技术的成熟,机器人的地图构建方法愈来愈多样,目前机器人的地图构建方法主要通过激光雷达、视觉传感器和/或惯导系统等。机器人通过激光雷达构建的地图存在激光雷达的采集范围外的环境发生变化时,地图不能够实时反映环境变化的缺陷。但是环境中动态障碍物的变化是难以避免的,尤其是房间门的开启和关闭。如:激光雷达采集的地图中房间门为关闭状态,而房间门在激光雷达的采集范围外被用户开启,用户控制机器人通过房间门进入房间工作,机器人基于激光雷达采集的地图会向用户传输导航出错信息,显示导航房间不可通行,这种动态障碍物的变化导致机器人错误报错,不能及时获取环境中动态障碍物的变化并反映于地图中,影响用户使用体验。
发明内容
本申请提供了一种激光机器人路径规划方法及芯片,具体技术方案如下:
一种激光机器人路径规划方法,包括:获取激光机器人的目标起点和激光机器人的目标终点;基于第一地图判断激光机器人的目标起点和激光机器人的目标终点是否分布于同一区域;当激光机器人的目标起点和激光机器人的目标终点分布于同一区域时,则基于第一地图根据激光机器人的目标起点和目标终点规划激光机器人移动路径;当激光机器人的目标起点和目标终点分布于不同区域时,基于第二地图中的若干通行线段对第一地图执行激光机器人可通行区域拓展,基于执行激光机器人可通行区域拓展后的第一地图、激光机器人的目标起点和激光机器人的目标终点规划激光机器人移动路径;其中,所述第一地图是基于种子填充算法对激光地图进行区域划分获取的划分有不同区域的地图;所述第二地图是基于激光机器人历史覆盖地图、激光地图和泰森多边形生成算法处理生成的具有若干通行线段的地图。
进一步地,基于种子填充算法对激光地图进行区域划分,获取划分有不同区域的第一地图的方法,具体包括:对激光地图中每一个像素执行区域连通判定,根据区域连通判定结果对像素进行颜色赋值,直至完成激光地图中全部像素的颜色赋值,根据每一个像素的颜色赋值情况获取划分有不同区域的第一地图;其中,将位于连通的区域内的像素赋值为相同的颜色,将位于不连通的区域内的像素赋值为不相同的颜色。
进一步地,所述基于第一地图判断激光机器人的目标起点和激光机器人的目标终点是否分布于同一区域,具体包括:确定目标起点和目标终点在第一地图中分别对应的像素;确定目标起点对应的像素被赋值的颜色;确定目标终点对应的像素被赋值的颜色;判断目标起点对应的像素被赋值的颜色和目标终点对应的像素被赋值的颜色是否一致;若目标起点对应的像素被赋值的颜色和目标终点对应的像素被赋值的颜色一致,则目标起点和目标终点分布于同一区域,相反地,若目标起点对应的像素被赋值的颜色和目标终点对应的像素被赋值的颜色不一致,则目标起点和目标终点分布于不同区域。
进一步地,基于激光机器人历史覆盖地图、激光地图和泰森多边形生成算法处理生成的具有若干通行线段的第二地图的方法,具体包括:采用激光历史覆盖地图对激光地图进行动态障碍物覆盖区域变更处理;基于动态障碍物覆盖区域变更处理后的激光地图,采用泰森多边形生成算法处理生成具有若干通行线段的第二地图。
进一步地,所述采用激光历史覆盖地图对激光地图进行动态障碍物覆盖区域变更处理,具体包括:根据激光机器人的历史覆盖地图中激光机器人的历史覆盖区域,遍历判断激光地图中每一个障碍物覆盖区域是否为激光机器人的历史覆盖区域;若激光地图中障碍物覆盖区域为激光机器人的历史覆盖区域,则将障碍物覆盖区域确定为动态障碍物覆盖区域;将激光地图中的动态障碍物覆盖区域变更为激光机器人可通行区域。
进一步地,基于动态障碍物覆盖区域变更处理后的激光地图,采用泰森多边形生成算法处理生成具有若干通行线段的第二地图的方法,具体包括:获取动态障碍物覆盖区域变更处理后的激光地图中各个障碍物位置,将每一个障碍物位置作为一个离散点;基于全部离散点构建德洛内三角网;遍历判断德洛内三角网中每一个三角形的三条边是否分别存在相邻的共边三角形;根据德洛内三角网中每一个三角形的三条边分别对应的相邻的共边三角形的存在情况,生成具有若干通行线段的第二地图。
进一步地,所述根据德洛内三角网中每一个三角形的三条边分别对应的相邻的三角形的存在情况,生成具有若干通行线段的第二地图,具体包括:若三角形的一条边存在对应相邻的共边三角形,则将三角形的外接圆圆心与对应相邻的共边三角形的外接圆圆心相连接形成的直线段作为一条通行线段;若三角形的一条边不存在对应相邻的共边三角形,则基于三角形的外接圆圆心和三角形不存在对应相邻的共边三角形的一条边生成一条中垂线作为一条通行线段。
进一步地,所述基于三角形的外接圆圆心和三角形不存在对应相邻的共边三角形的一条边生成一条中垂线作为一条通行线段,具体包括:从三角形外接圆圆心出发对三角形不存在对应相邻的共边三角形的一条边做中垂线,以三角形的外接圆圆心作为中垂线的一端端点,以中垂线延伸至距离区域边界小于第一预设距离的位置点作为中垂线的另一端端点,形成的中垂线作为一条通行线段。
进一步地,所述基于第二地图中的若干通行线段对第一地图执行激光机器人可通行区域拓展,具体包括:获取激光机器人的目标起点所分布区域和激光机器人的目标终点所分布区域;遍历判断每一条通行线段中是否存在部分线段处于激光机器人的目标起点所分布区域且存在另一部分线段处于激光机器人的目标终点所分布区域;若通行线段中存在部分线段处于激光机器人的目标起点所分布区域且存在另一部分线段处于激光机器人的目标终点所分布区域,则从通行线段中获取跨区域路径;基于跨区域路径对第一地图执行激光机器人可通行区域拓展。
进一步地,从存在部分线段处于激光机器人的目标起点所分布区域且存在另一部分线段处于激光机器人的目标终点所分布区域的通行线段中获取跨区域路径的方法,具体包括:从通行线段的一端开始对通行线段的坐标进行逐一枚举,确定通行线段中每一个枚举的坐标所处区域;判断当前枚举坐标所处区域相较于前一个枚举坐标所处区域是否发生预期切换,若是,则记录当前枚举坐标和前一个枚举坐标;将通行线段中囊括全部记录的枚举坐标的最短线段获取为跨区域路径;其中,所述预期切换是坐标由激光机器人的目标起点所分布区域切换至激光机器人的目标终点所分布区域,或者是,坐标由激光机器人的目标终点所分布区域切换至激光机器人的目标起点所分布区域。
进一步地,所述基于跨区域路径对第一地图执行激光机器人可通行区域拓展,具体包括:将第一地图中的跨区域路径作为拓展中心,向拓展中心的左侧和拓展中心的右侧分别拓展预设宽度的区域作为激光机器人可通行区域,以供激光机器人通行;其中,所述预设宽度大于或等于激光机器人机身半径。
本发明还公开一种芯片,内部存储有计算机程序,芯片内部存储的计算机程序被处理器运行时执行如前所述的激光机器人路径规划方法。
本申请所述的激光机器人路径规划方法,在激光机器人难以实施将环境变换情况实时更新至地图的情况下,采用参考激光机器人历史覆盖信息,将动态障碍物所影响的区域拓展为激光机器人可通行区域的方式,使得激光机器人能够不受动态障碍物在环境中位置变换的影响,合理规划移动路径。
附图说明
图1为本申请一种实施例所述机器人控制方法的流程示意图。
图2为本申请一种实施例所述第一地图的示意图。
图3为本申请一种实施例所述历史覆盖地图的示意图。
图4为本申请一种实施例所述动态障碍物覆盖区域变更处理后的激光地图的示意图。
图5为本申请一种实施例所述第二地图的示意图。
图6为本申请一种实施例所述执行激光机器人可通行区域拓展后的第一地图的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用于解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的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。
显而易见地,下面描述的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂且冗长的,然而对于本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
除非另作定义,本申请所涉及的技术术语或科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“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模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以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。本申请所涉及的术语“第一”、“第二”、“第三”仅仅是区别类似的对象,不代表针对对象的特定排序。
作为本申请一种较优的实施方式,本申请的第一实施例提供一种激光机器人路径规划方法,适用于采用激光传感器作为环境感应媒介的机器人,以消除环境中动态障碍物对激光机器人路径规划的影响。
所述激光机器人路径规划方法,具体包括:
执行激光机器人的具体路径规划之前,先控制激光机器人获取激光地图,基于种子填充算法对激光地图进行区域划分,以获取划分有不同区域的第一地图;具体地,所述种子填充算法是一种从多边形区域的一个内点开始由内向外采用进行颜色赋予或赋值的算法,以使得区域内部所有像素能够具有同一种颜色或值,能够通过像素的颜色或值区分所在区域。
基于激光机器人历史覆盖地图、激光地图和泰森多边形生成算法处理生成的具有若干通行线段的第二地图;具体地,基于激光机器人历史覆盖地图与激光地图的比较可确定环境中动态障碍物覆盖区域,所述动态障碍物覆盖区域是指被动态障碍物所覆盖的区域,所述动态障碍物是指在环境中所处位置发生动态变化的障碍物,如:门、椅子、儿童玩具等;所述泰森多边形生成算法是一种基于离散点生成两端至附近两个离散点距离相等的边的算法,常用于解决邻接度问题,在本实施例中采用泰森多边形生成算法对激光地图进行处理,是为了基于固定障碍物所处位置生成两端至附近两个障碍物距离相等的边作为通行线段,以供激光机器人执行路径规划时参考。
如图1所示,当激光机器人接收到路径规划需求时,获取激光机器人的目标起点和激光机器人的目标终点;其中,所述激光机器人的目标起点是指路径规划需求中待执行的激光机器人路径出发位置,可以是但不限于激光机器人当前所处位置,或者是,环境中的其他位置;所述激光机器人的目标终点是指路径规划需求中待执行的激光机器人路径终点位置。
基于第一地图判断激光机器人的目标起点和激光机器人的目标终点是否分布于同一区域;具体地,第一地图基于种子填充算法进行区域划分,不同区域中像素被填充为不同颜色或者赋为不同值,因此可基于第一地图中不同区域的颜色或值不同的特性确定激光机器人的目标起点和激光机器人的目标终点是否分布于同一区域。
若激光机器人的目标起点和激光机器人的目标终点分布于同一区域时,则基于第一地图规划激光机器人的移动路径;具体地,激光机器人的目标起点和激光机器人的目标终点分布于同一区域时,则代表激光机器人在本次导航中无需执行跨区域导航,“门”这种动态障碍物不会对激光机器人的移动路径造成影响,则无需控制激光机器人根据第二地图规划移动路径。需要说明的是,本申请中所提及的动态障碍物可以是但不限于门、挡板、栅栏等影响激光机器人进入房间的可移动障碍物。
若激光机器人的目标起点和激光机器人的目标终点分布于不同区域时,则基于第二地图中若干通行线段对第一地图执行激光机器人可通行区域拓展,基于执行激光机器人可通行区域拓展后的第一地图规划激光机器人移动路径。
具体地,本实施例中采用目标起点和目标终点是否分布于同一区域作为衡量是否需要执行部分区域边界消除操作的标准,当目标起点和目标终点分布于不同区域时,则房间门这类动态障碍物会对激光机器人的导航路径造成实质性影响,因此,在激光机器人难以实施将环境变换情况实时更新至地图的情况下,本申请采用参考激光机器人历史覆盖地图,消除动态障碍物所影响的部分边界的方式,使得激光机器人能够不受动态障碍物在环境中位置变换的影响,合理规划移动路径。
作为本申请一种较优的实施例,本申请的第二实施例提供的激光机器人路径规划方法中,所述基于种子填充算法对激光地图进行区域划分,获取划分有不同区域的第一地图的方法,具体包括:
对激光地图中每一个像素执行区域连通判定;具体地,所述区域连通判定通过采用堆栈的方式进行四连通种子边界填充或者八连通种子边界填充,因采用堆栈的方式进行种子边界填充属于现有技术手段,在此不做详述。
根据每一个像素的区域连通判定结果对对应一个像素进行颜色赋值;直至完成激光地图中全部像素的颜色赋值,根据每一个像素的颜色赋值情况获取划分有不同区域的第一地图;其中,所述颜色赋值将位于连通区域内的像素赋值为相同的颜色,将位于不连通区域内的像素赋值为不相同的颜色。本实施例通过对像素进行颜色赋值的方式,实现仅通过颜色赋值能够则能够辨别出区域分界,实现对激光地图进行区域划分。
作为本申请一种较优的实施例,本申请第三实施例提供的激光机器人路径规划方法中,所述基于第一地图判断激光机器人的目标起点和激光机器人的目标终点是否分布于同一区域的方法,具体包括:
确定目标起点和目标终点在第一地图中分别对应的像素,确定目标起点对应的像素被赋值的颜色,确定目标终点对应的像素被赋值的颜色;具体地,通过确定目标起点和目标终点在第一地图中分别对应的像素,则可以基于像素确定对应的被赋值的颜色。
判断目标起点对应的像素被赋值的颜色和目标终点对应的像素被赋值的颜色是否一致,若目标起点对应的像素被赋值的颜色和目标终点对应的像素被赋值的颜色一致,则目标起点和目标终点分布于同一区域,相反地,若目标起点对应的像素被赋值的颜色和目标终点对应的像素被赋值的颜色不一致,则目标起点和目标终点分布于不同区域。
本实施例基于第一地图中每一个像素的颜色赋值情况反向确定目标起点和目标终点是否分布于同一区域内,以便于激光机器人根据目标起点和目标终点的区域分布情况规划具体移动路径,提高激光机器人移动路径规划的合理性和精度。
作为本申请一种较优的实施例,本申请的第四实施例提供的激光机器人路径规划方法中,基于激光机器人历史覆盖地图、激光地图和泰森多边形生成算法处理生成的具有若干通行线段的第二地图的方法,具体包括:采用激光历史覆盖地图对激光地图进行动态障碍物覆盖区域变更处理;基于动态障碍物覆盖区域变更处理后的激光地图,采用泰森多边形生成算法处理生成具有若干通行线段的第二地图。
具体地,所述采用激光历史覆盖地图对激光地图进行动态障碍物覆盖区域变更处理,具体包括:根据激光机器人的历史覆盖地图中激光机器人的历史覆盖区域,遍历判断激光地图中每一个障碍物覆盖区域是否为激光机器人的历史覆盖区域;若激光地图中障碍物覆盖区域为激光机器人的历史覆盖区域,则将障碍物覆盖区域确定为动态障碍物覆盖区域;将激光地图中的动态障碍物覆盖区域变更为激光机器人可通行区域。具体地,所述判断激光地图中每一个障碍物覆盖区域是否为激光机器人的历史覆盖区域的方式可以是但不限于基于激光地图中障碍物覆盖区域的位置信息对应确定激光机器人历史覆盖信息中是否包含位置相同的历史覆盖区域。当障碍物覆盖区域确定为动态障碍物覆盖区域时,则证明该障碍物覆盖区域激光机器人曾覆盖该区域,该区域中覆盖的障碍物为动态障碍物,可能在一些情况下动态障碍物被用户改变位置后激光机器人可在该障碍物覆盖区域内通行。
作为本申请一种较优的实施例,本申请的第五实施例提供的激光机器人路径规划方法中,所述基于动态障碍物覆盖区域变更处理后的激光地图,采用泰森多边形生成算法处理生成具有若干通行线段的第二地图的方法,具体包括:
获取动态障碍物覆盖区域变更处理后的激光地图中各个障碍物位置,将每一个障碍物位置作为一个离散点;基于全部离散点构建德洛内三角网;遍历判断德洛内三角网中每一个三角形的三条边是否分别存在相邻的共边三角形;根据德洛内三角网中每一个三角形的三条边分别对应的相邻的共边三角形的存在情况,生成具有若干通行线段的第二地图。具体地,德洛内三角网是指一系列相连但不重叠的三角形的集合,且这些三角形的外接圆不包含这个面的其他任何点;所述相邻的共边三角形是指两个三角形之间存在一条共用边,两个三角形相连。本实施例通过构建德洛内三角网对动态障碍物覆盖区域变更处理后的激光地图中全部不规则分布的障碍物位置进行处理,按照离散点的分布特征进行相应的拟合,根据三角形的共边三角形存在情况生成对应的通行线段,使得激光机器人能够基于障碍物分布位置确定远离障碍物的通行线段,有效提高激光机器人的避障效率。
作为本申请一种较优的实施例,本申请的第六实施例提供的激光机器人路径规划方法中,所述根据德洛内三角网中每一个三角形的三条边分别对应相邻的三角形的存在情况,生成具有若干通行线段的第二地图的方法,具体包括:若三角形的一条边存在对应相邻的共边三角形,则将三角形的外接圆圆心与对应相邻的共边三角形的外接圆圆心相连接形成的直线段作为一条通行线段;若三角形的一条边不存在对应相邻的共边三角形,则基于三角形的外接圆圆心和三角形不存在对应相邻的共边三角形的一条边生成一条中垂线作为一条通行线段。本实施例通过将与存在共边的相邻的三角形的外接圆圆心相连接的直线段作为通行线段,是基于最邻近原则划分通行线段。
作为本申请一种较优的实施例,本申请的第七实施例提供的激光机器人路径规划方法中,所述基于三角形的外接圆圆心和三角形不存在对应相邻的共边三角形的一条边生成一条中垂线作为一条通行线段,具体包括:从三角形外接圆圆心出发对三角形不存在对应相邻的共边三角形的一条边做中垂线,以三角形的外接圆圆心作为中垂线的一端端点,以中垂线延伸至距离区域边界小于第一预设距离的位置点作为中垂线的另一端端点,形成的中垂线作为一条通行线段。本实施例通过做中垂线的方式,实现通行线段距离共边的两端端点所代表的障碍物所处位置的距离相同,在激光机器人采用通行线段作为移动路径时激光机器人能够保持在距离环境中障碍物距离相对远的位置移动,保证激光机器人的避障有序性。
作为本申请一种较优的实施例,本申请的第八实施例提供的激光机器人路径规划方法中,所述基于第二地图中的若干通行线段对第一地图执行激光机器人可通行区域拓展,具体包括:获取激光机器人的目标起点所分布区域和激光机器人的目标终点所分布区域;遍历判断每一条通行线段中是否存在部分线段处于激光机器人的目标起点所分布区域且存在另一部分线段处于激光机器人的目标终点所分布区域;若通行线段中存在部分线段处于激光机器人的目标起点所分布区域且存在另一部分线段处于激光机器人的目标终点所分布区域,则从通行线段中获取跨区域路径;基于跨区域路径对第一地图执行激光机器人可通行区域拓展。本实施例通过判断通行线段所包含的每一个像素点具体分布区域,根据通行线段的具体分布区域确定其中的跨区域路径,以便于根据该跨区域路径确定“门”这类动态障碍物的分布位置,从而确定激光机器人能够通过跨区域路径执行跨区域工作。
作为本申请一种较优的实施例,本申请的第九实施例提供的激光机器人路径规划方法中,从存在部分线段处于激光机器人的目标起点所分布区域且存在另一部分线段处于激光机器人的目标终点所分布区域的通行线段中获取跨区域路径的方法,具体包括:从通行线段的一端开始对通行线段的坐标进行逐一枚举,
确定通行线段中每一个枚举的坐标所处区域;判断当前枚举坐标所处区域相较于前一个枚举坐标所处区域是否发生预期切换,若是,则记录当前枚举坐标和前一个枚举坐标;将通行线段中囊括全部记录的枚举坐标的最短线段获取为跨区域路径;其中,所述预期切换是坐标由激光机器人的目标起点所分布区域切换至激光机器人的目标终点所分布区域,或者是,坐标由激光机器人的目标终点所分布区域切换至激光机器人的目标起点所分布区域。
作为本申请一种较优的实施例,本申请的第十实施例提供的激光机器人路径规划方法中,所述基于跨区域路径对第一地图执行激光机器人可通行区域拓展,具体包括:将第一地图中的跨区域路径作为拓展中心,向拓展中心的左侧和拓展中心的右侧分别拓展预设宽度的区域作为激光机器人可通行区域,以供激光机器人通行;其中,所述预设宽度大于或等于激光机器人机身半径。具体地,本实施例基于跨区域路径作为拓展中心进行拓展,并将拓展的宽度预设为大于或等于激光机器人机身半径的宽度,使得拓展中心的左侧和右侧分别拓展大于或等于激光机器人机身半径的宽度,可以理解地,本实施基于拓展中心进行激光机器人可通行区域拓展后,得到的激光机器人可通行区域的宽度至少能够容纳激光机器人通过。
优选地,在本申请一些实施例中,所述激光机器人基于种子填充算法对激光地图进行区域划分,获取划分有不同区域的第一地图,图2展示了一种划分有不同区域的第一地图,第一地图中被划分为a、b、c三个区域,每一个区域中像素连通,a区域、b区域和c区域的像素所对应的颜色赋值都分别不同,同一区域内的像素所对应的颜色赋值相同,不同区域内的像素所对应的颜色赋值不同。需要说明的是,第一地图的a区域中包括障碍物覆盖区域d,c区域中包括障碍物覆盖区域e。本申请通过种子填充算法对像素进行颜色赋值的方式划分激光地图中的房间,基于颜色赋值能够快速分辨像素之间的区域连通性以及像素所分布的区域。
图3展示了一种激光机器人历史覆盖地图,该激光机器人历史覆盖地图中斜条纹区域表示激光机器人历史覆盖区域,基于激光机器人历史覆盖地图可获取激光机器人历史覆盖区域。对图2和图3进行比较可知,图2中的障碍物覆盖区域d为激光机器人历史覆盖区域,可以理解地,该障碍物覆盖区域d中覆盖的障碍物为动态障碍物,可能是可移动栅栏、可移动柜子等物品。且图3中a区域与c区域连通,b区域也与c区域连通,可以理解地,a区域与c区域之间存在“门”这种动态障碍物,b区域与c区域之间也存在“门”这种动态障碍物。基于上述分析比较,图4展示了基于图3所述的激光机器人历史覆盖地图获取的动态障碍物覆盖区域变更处理后的激光地图,将图2与图4比较可见,图4中将动态障碍物覆盖区域变更为激光机器人可通行区域,使得动态障碍物覆盖区域被剔除。对于激光机器人的路径规划可能会遇到的动态障碍物移动后导航报错的问题,动态障碍物覆盖区域变更处理后的激光地图相较于激光机器人直接采集激光地图分区域后的第一地图能够有效降低动态障碍物对激光机器人路径规划的影响。
图5展示了一种由图4所示动态障碍物覆盖区域变更处理后的激光地图进行泰森多边形生成算法处理后生成的具有若干通行线段的第二地图,图中灰色线段表示通行线段。当激光机器人的目标起点所分布区域和激光机器人的目标终点所分布区域涉及a区域和c区域时,对第二地图中的通行线段进行遍历判断,确定其中通行线段fg存在部分线段处于激光机器人的目标起点所分布区域且存在另一部分线段处于激光机器人的目标终点所分布区域。对通行线段fg进行坐标逐一枚举,获取记录的枚举坐标1和枚举坐标2,在记录的枚举坐标1和枚举坐标2时坐标所处区域发生预期切换,将通行线段fg中囊括枚举坐标1和枚举坐标2的最短线段12作为跨区域路径获取。基于跨区域路径对第一地图执行激光机器人可通行区域拓展后生成如图6所示的地图,图6中a区域和c区域连通,且a区域中动态障碍物e仍保留,仅消除了a区域和c区域之间“门”这种动态障碍物,其余动态障碍物仍按照实际环境中的分布保留。
作为本申请一种较优的实施例,本申请的第十实施例提供一种芯片,芯片内部存储有计算机程序,当芯片内存储的计算机程序被处理器运行时,执行如前述任意实施例提供的激光机器人路径规划方法。本领域的普通技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成的,该计算机程序可存储于一非易失性计算机可读存储介质中,该计算机程序在执行时,可包括如上述个方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其他介质的引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器ROM、可编程存储器PROM、电可编程存储器EPROM、电可擦除可编程存储器EEPROM或闪存。易失性存储器可包括随机存取存储器RAM或者外部高速缓冲存储器。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上各实施例仅表达了本发明的几种实施例,其描述较为具体和详细,但并不能因此而理解为发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。
Claims (12)
1.一种激光机器人路径规划方法,其特征在于,所述激光机器人路径规划方法包括:
获取激光机器人的目标起点和激光机器人的目标终点;
基于第一地图判断激光机器人的目标起点和激光机器人的目标终点是否分布于同一区域;
当激光机器人的目标起点和激光机器人的目标终点分布于同一区域时,则基于第一地图根据激光机器人的目标起点和目标终点规划激光机器人移动路径;
当激光机器人的目标起点和目标终点分布于不同区域时,基于第二地图中的若干通行线段对第一地图执行激光机器人可通行区域拓展,基于执行激光机器人可通行区域拓展后的第一地图、激光机器人的目标起点和激光机器人的目标终点规划激光机器人移动路径;
其中,所述第一地图是基于种子填充算法对激光地图进行区域划分获取的划分有不同区域的地图;所述第二地图是基于激光机器人历史覆盖地图、激光地图和泰森多边形生成算法处理生成的具有若干通行线段的地图。
2.根据权利要求1所述的激光机器人路径规划方法,其特征在于,基于种子填充算法对激光地图进行区域划分,获取划分有不同区域的第一地图的方法,具体包括:对激光地图中每一个像素执行区域连通判定,根据区域连通判定结果对像素进行颜色赋值,直至完成激光地图中全部像素的颜色赋值,根据每一个像素的颜色赋值情况获取划分有不同区域的第一地图;其中,将位于连通的区域内的像素赋值为相同的颜色,将位于不连通的区域内的像素赋值为不相同的颜色。
3.根据权利要求2所述的激光机器人路径规划方法,其特征在于,所述基于第一地图判断激光机器人的目标起点和激光机器人的目标终点是否分布于同一区域,具体包括:
确定目标起点和目标终点在第一地图中分别对应的像素;
确定目标起点对应的像素被赋值的颜色;
确定目标终点对应的像素被赋值的颜色;
判断目标起点对应的像素被赋值的颜色和目标终点对应的像素被赋值的颜色是否一致;
若目标起点对应的像素被赋值的颜色和目标终点对应的像素被赋值的颜色一致,则目标起点和目标终点分布于同一区域,相反地,若目标起点对应的像素被赋值的颜色和目标终点对应的像素被赋值的颜色不一致,则目标起点和目标终点分布于不同区域。
4.根据权利要求1所述的激光机器人路径规划方法,其特征在于,基于激光机器人历史覆盖地图、激光地图和泰森多边形生成算法处理生成的具有若干通行线段的第二地图的方法,具体包括:
采用激光历史覆盖地图对激光地图进行动态障碍物覆盖区域变更处理;
基于动态障碍物覆盖区域变更处理后的激光地图,采用泰森多边形生成算法处理生成具有若干通行线段的第二地图。
5.根据权利要求4所述的激光机器人路径规划方法,其特征在于,所述采用激光历史覆盖地图对激光地图进行动态障碍物覆盖区域变更处理,具体包括:
根据激光机器人的历史覆盖地图中激光机器人的历史覆盖区域,遍历判断激光地图中每一个障碍物覆盖区域是否为激光机器人的历史覆盖区域;
若激光地图中障碍物覆盖区域为激光机器人的历史覆盖区域,则将障碍物覆盖区域确定为动态障碍物覆盖区域;
将激光地图中的动态障碍物覆盖区域变更为激光机器人可通行区域。
6.根据权利要求5所述的激光机器人路径规划方法,其特征在于,基于动态障碍物覆盖区域变更处理后的激光地图,采用泰森多边形生成算法处理生成具有若干通行线段的第二地图的方法,具体包括:
获取动态障碍物覆盖区域变更处理后的激光地图中各个障碍物位置,将每一个障碍物位置作为一个离散点;
基于全部离散点构建德洛内三角网;
遍历判断德洛内三角网中每一个三角形的三条边是否分别存在相邻的共边三角形;
根据德洛内三角网中每一个三角形的三条边分别对应的相邻的共边三角形的存在情况,生成具有若干通行线段的第二地图。
7.根据权利要求6所述的激光机器人路径规划方法,其特征在于,所述根据德洛内三角网中每一个三角形的三条边分别对应的相邻的三角形的存在情况,生成具有若干通行线段的第二地图,具体包括:
若三角形的一条边存在对应相邻的共边三角形,则将三角形的外接圆圆心与对应相邻的共边三角形的外接圆圆心相连接形成的直线段作为一条通行线段;
若三角形的一条边不存在对应相邻的共边三角形,则基于三角形的外接圆圆心和三角形不存在对应相邻的共边三角形的一条边生成一条中垂线作为一条通行线段。
8.根据权利要求7所述的激光机器人路径规划方法,其特征在于,所述基于三角形的外接圆圆心和三角形不存在对应相邻的共边三角形的一条边生成一条中垂线作为一条通行线段,具体包括:从三角形外接圆圆心出发对三角形不存在对应相邻的共边三角形的一条边做中垂线,以三角形的外接圆圆心作为中垂线的一端端点,以中垂线延伸至距离区域边界小于第一预设距离的位置点作为中垂线的另一端端点,形成的中垂线作为一条通行线段。
9.根据权利要求1所述的激光机器人路径规划方法,其特征在于,所述基于第二地图中的若干通行线段对第一地图执行激光机器人可通行区域拓展,具体包括:
获取激光机器人的目标起点所分布区域和激光机器人的目标终点所分布区域;
遍历判断每一条通行线段中是否存在部分线段处于激光机器人的目标起点所分布区域且存在另一部分线段处于激光机器人的目标终点所分布区域;
若通行线段中存在部分线段处于激光机器人的目标起点所分布区域且存在另一部分线段处于激光机器人的目标终点所分布区域,则从通行线段中获取跨区域路径;
基于跨区域路径对第一地图执行激光机器人可通行区域拓展。
10.根据权利要求9所述的激光机器人路径规划方法,其特征在于,从存在部分线段处于激光机器人的目标起点所分布区域且存在另一部分线段处于激光机器人的目标终点所分布区域的通行线段中获取跨区域路径的方法,具体包括:
从通行线段的一端开始对通行线段的坐标进行逐一枚举,
确定通行线段中每一个枚举的坐标所处区域;
判断当前枚举坐标所处区域相较于前一个枚举坐标所处区域是否发生预期切换,若是,则记录当前枚举坐标和前一个枚举坐标;
将通行线段中囊括全部记录的枚举坐标的最短线段获取为跨区域路径;
其中,所述预期切换是坐标由激光机器人的目标起点所分布区域切换至激光机器人的目标终点所分布区域,或者是,坐标由激光机器人的目标终点所分布区域切换至激光机器人的目标起点所分布区域。
11.根据权利要求10所述的激光机器人路径规划方法,其特征在于,所述基于跨区域路径对第一地图执行激光机器人可通行区域拓展,具体包括:将第一地图中的跨区域路径作为拓展中心,向拓展中心的左侧和拓展中心的右侧分别拓展预设宽度的区域作为激光机器人可通行区域,以供激光机器人通行;其中,所述预设宽度大于或等于激光机器人机身半径。
12.一种芯片,内部存储有计算机程序,其特征在于,芯片内部存储的计算机程序被处理器运行时执行如权利要求1至11任意一项所述的激光机器人路径规划方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211260240.6A CN117908528A (zh) | 2022-10-14 | 2022-10-14 | 一种激光机器人路径规划方法及芯片 |
PCT/CN2023/119017 WO2024078256A1 (zh) | 2022-10-14 | 2023-09-15 | 一种激光机器人路径规划方法及芯片 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211260240.6A CN117908528A (zh) | 2022-10-14 | 2022-10-14 | 一种激光机器人路径规划方法及芯片 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117908528A true CN117908528A (zh) | 2024-04-19 |
Family
ID=90668755
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211260240.6A Pending CN117908528A (zh) | 2022-10-14 | 2022-10-14 | 一种激光机器人路径规划方法及芯片 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117908528A (zh) |
WO (1) | WO2024078256A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101105325B1 (ko) * | 2009-09-08 | 2012-01-16 | 부산대학교 산학협력단 | 실제 로봇의 다중 경로계획 방법 |
CN111681246B (zh) * | 2020-04-27 | 2024-01-23 | 珠海一微半导体股份有限公司 | 一种激光地图的区域分割方法 |
CN111631642B (zh) * | 2020-05-30 | 2021-07-06 | 珠海市一微半导体有限公司 | 一种基于激光地图的工作区域拓展方法、芯片及机器人 |
CN111813101B (zh) * | 2020-06-04 | 2024-04-02 | 深圳优地科技有限公司 | 机器人路径规划方法、装置、终端设备及存储介质 |
CN111780775A (zh) * | 2020-06-17 | 2020-10-16 | 深圳优地科技有限公司 | 路径规划的方法、装置、机器人及存储介质 |
-
2022
- 2022-10-14 CN CN202211260240.6A patent/CN117908528A/zh active Pending
-
2023
- 2023-09-15 WO PCT/CN2023/119017 patent/WO2024078256A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024078256A1 (zh) | 2024-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11709058B2 (en) | Path planning method and device and mobile device | |
CN104615138B (zh) | 一种划分移动机器人室内区域动态覆盖方法及其装置 | |
CN109363585B (zh) | 分区遍历方法、清扫方法及其扫地机器人 | |
Holz et al. | Evaluating the efficiency of frontier-based exploration strategies | |
CN111609852A (zh) | 语义地图构建方法、扫地机器人及电子设备 | |
CN112393737B (zh) | 障碍地图的创建方法、系统,机器人及可读存储介质 | |
CN112445212A (zh) | 路径规划方法、系统,机器人及可读存储介质 | |
CN110477813B (zh) | 一种激光式清洁机器人及其控制方法 | |
CN111679661A (zh) | 基于深度相机的语义地图构建方法及扫地机器人 | |
CN112526993A (zh) | 栅格地图更新方法、装置、机器人及存储介质 | |
Matignon et al. | Multi-robot simultaneous coverage and mapping of complex scene-comparison of different strategies | |
CN110412619A (zh) | 激光机器人的区域遍历方法和激光主控芯片 | |
CN111681250B (zh) | 一种基于激光栅格地图的分割方法 | |
Ordonez et al. | The virtual wall approach to limit cycle avoidance for unmanned ground vehicles | |
Sharma et al. | A survey on multi robots area exploration techniques and algorithms | |
CN113592891A (zh) | 无人车可通行域分析方法及导航栅格地图制作方法 | |
CN113009916A (zh) | 一种基于全局地图探索的路径规划方法、芯片及机器人 | |
CN114764239B (zh) | 清扫机器人控制方法、装置、计算机设备及存储介质 | |
CN117908528A (zh) | 一种激光机器人路径规划方法及芯片 | |
CN106971144B (zh) | 一种应用Visual Graph算法提取道路中线的方法 | |
WO2023231757A1 (zh) | 基于地图区域轮廓的设置方法与机器人沿边结束控制方法 | |
CN112033423A (zh) | 一种基于道路共识的机器人路径规划方法、装置和机器人 | |
CN108919300A (zh) | 一种面向仓库通道场景的混合地图创建方法 | |
CN115393372A (zh) | 地图分区方法、装置、自主移动设备和存储介质 | |
WO2021031441A1 (zh) | 路径规划方法、系统,机器人及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |