WO2017041730A1 - 一种移动机器人避障导航的方法和系统 - Google Patents

一种移动机器人避障导航的方法和系统 Download PDF

Info

Publication number
WO2017041730A1
WO2017041730A1 PCT/CN2016/098460 CN2016098460W WO2017041730A1 WO 2017041730 A1 WO2017041730 A1 WO 2017041730A1 CN 2016098460 W CN2016098460 W CN 2016098460W WO 2017041730 A1 WO2017041730 A1 WO 2017041730A1
Authority
WO
WIPO (PCT)
Prior art keywords
robot
node
execute
obstacle
movement
Prior art date
Application number
PCT/CN2016/098460
Other languages
English (en)
French (fr)
Inventor
王玉亮
王晓刚
王巍
薛林
Original Assignee
北京进化者机器人科技有限公司
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 北京进化者机器人科技有限公司 filed Critical 北京进化者机器人科技有限公司
Publication of WO2017041730A1 publication Critical patent/WO2017041730A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions

Definitions

  • the present invention relates to the field of automation technologies, and in particular, to a method and system for obstacle avoidance navigation of a mobile robot.
  • the development of robotics is the common crystallization of the comprehensive development of science and technology. According to the purpose, the robot can be divided into military robots, industrial robots, service robots, etc. Among them, there are huge demands for mobile robots among these robot types.
  • the research scope of mobile robots covers architecture, control mechanism, information system, sensing technology, planning strategy, and drive system, including mechanical kinematics, artificial intelligence, intelligent control, pattern recognition, image processing, and visual technology. , a variety of subject areas such as sensor technology, computer networks and communications, and even bioinformatics.
  • Mobile robots are widely used not only in industries such as industry, agriculture, medical care, and services, but also in hazardous and dangerous environments such as urban security, defense, and space exploration.
  • the research level of mobile robots is an important indicator to measure a country's level of scientific and technological development and comprehensive national strength.
  • the "robot revolution” is expected to be an entry point and an important growth point for the "third industrial revolution", which will affect the global manufacturing landscape.
  • the International Federation of Robotics (IFR) predicts that the "robot revolution” will create a trillion-dollar market, leading to the rapid development of key technologies and markets such as new material functional modules related to robots, sensory acquisition and recognition, intelligent control and navigation.
  • Intelligent robots such as sweeping robots and home service robots, are increasingly used in industrial production and family life.
  • Robots need to have autonomous navigation capabilities to achieve flexible, efficient, and intelligent movement.
  • Autonomous obstacle avoidance technology is a key indicator for evaluating the intelligence degree of robots, which reflects the ability to deal with unknown obstacles. It is also the key technology for intelligent robots to complete preset tasks in the location environment.
  • the mobile robot is in an unknown, complex and dynamic unstructured environment. Without human intervention, it should have the ability to use its own sensors to sense the information about its environment, and model the environment. Open obstacles while minimizing time and energy consumption.
  • Ultrasonic sensors are used to detect obstacles, using compass positioning, and Bayesian probability algorithm to calculate the probability of obstacle occupancy, thus achieving environmental information monitoring and path planning.
  • the optimal control technology uses visual feedback to solve the obstacle avoidance problem of the robot.
  • the robot based on the image target image minimum scheme is used to control the robot.
  • the dynamic quasi-Newton method is used to perform dynamic recursive least square Jacobian estimation to achieve the objective function. Minimize.
  • the ultrasonic sensor is used to acquire accurate information of the obstacle, and the monocular vision and the ultrasonic wave are used together to detect the obstacle information.
  • the intelligent mobile robot platform developed by the Chinese Academy of Sciences - Aim has comprehensive functions such as visual tracking, voice dialogue, and autonomous obstacle avoidance. It is equipped with 16 ultrasonic sensors and 16 infrared sensors to detect obstacles.
  • the existing robotic autonomous obstacle avoidance navigation technology has many shortcomings such as complicated structure, high hardware cost and high maintenance cost, and is not suitable for the rapid development of robot development.
  • the invention provides a method and a system for obstacle avoidance navigation of a mobile robot, which can detect an unknown environment, acquire information of unknown obstacles, and introduce an estimation function to plan the shortest and most economical path, thereby saving robot obstacle avoidance navigation. Equipment cost.
  • the program can also monitor the position and moving posture of the robot in real time, and adjust and control the walking state of the robot in real time and dynamically according to the deviation of the robot and the planning path, thus ensuring the accuracy and effectiveness of the obstacle avoidance navigation of the robot.
  • the technical solution of the present invention provides a method for obstacle avoidance navigation of a mobile robot, comprising the following steps:
  • the A* algorithm includes the following steps:
  • the child node is removed from the close table, placed in the open table, and turned to I;
  • the open table is used to store nodes that have been generated but not examined
  • the closed table is used to record nodes that have already been visited.
  • the adjacent nodes of node n have eight search directions, namely upper, lower, left, right, upper left, lower left, upper right, and lower right;
  • an estimation function is used to calculate an estimate from the current point to the next point, and the direction in which the estimate is minimized is set to the next direction of motion.
  • f(n) is the estimated value from the current point to the next point.
  • g(n) is the actual value from the starting point s to the node n, representing the priority trend of the search breadth.
  • h(n) is an estimate of the best path from node n to target point D, containing heuristic information in the search.
  • the obstacle is detected using ultrasonic waves, and the position of the obstacle in the robot coordinate system is converted into a position in the global map;
  • the planned path is represented by a two-dimensional array
  • the number of rows of the two-dimensional array represents the number of straight segments in the path, and the number of columns represents the position of the grid in each straight segment;
  • the point in the path defined by the two-dimensional array is a local target point.
  • controlling the movement of the robot according to the planned path further includes:
  • the technical solution of the present invention further provides a system for obstacle avoidance navigation of a mobile robot, comprising: a control unit, an odometer, an ultrasonic sensor, and an attitude sensor, wherein
  • the control unit is used to store and adjust the map, calculate the A* algorithm, control the movement of the robot, and correct the deviation of the robot movement;
  • the odometer is used to measure the distance the robot walks indoors
  • An ultrasonic sensor is used to detect obstacle information around the robot
  • the attitude sensor is used to detect the attitude and direction of movement of the robot.
  • control unit receives the measurement data from the odometer and calculates the position of the robot
  • the control unit calculates a deviation from the local target point in the planned path according to the position of the robot.
  • control unit receives the measurement data of the attitude sensor to obtain the posture and the moving direction of the robot;
  • the control unit controls the motion of the robot in real time based on the calculated deviation and the posture of the robot.
  • the technical solution of the present invention provides a method and system for obstacle avoidance navigation of a mobile robot, which can detect an unknown environment, acquire information of unknown obstacles, and use an estimation function to plan the shortest and most economical path, thereby saving robot obstacle avoidance.
  • Equipment cost of the navigation system The program can also monitor the position and moving posture of the robot in real time, and adjust and control the walking state of the robot in real time and dynamically according to the deviation of the robot and the planning path, thus ensuring the accuracy and effectiveness of the obstacle avoidance navigation of the robot.
  • FIG. 1 is a flowchart of a method for obstacle avoidance navigation of a mobile robot according to Embodiment 1 of the present invention
  • FIG. 3 is a schematic diagram of eight search directions adjacent to node a in the first embodiment of the present invention.
  • FIG. 4 is a flowchart of a method for planning a moving path of a robot according to an A* algorithm according to Embodiment 2 of the present invention
  • FIG. 5 is a structural diagram of a mobile robot obstacle avoidance navigation system according to Embodiments 1 to 2 of the present invention.
  • Embodiment 1 A method for mobile robot obstacle avoidance navigation.
  • FIG. 1 is a flowchart of a method for obstacle avoidance navigation of a mobile robot according to Embodiment 1 of the present invention. As shown in Figure 1, the process includes the following steps:
  • Step 101 Establish a global map of the home environment.
  • the global map is the range of activities in which the robot is located, and the information such as the origin of the coordinates, obstacles, and range of activities are identified;
  • the global map is a grid map, a network of graphs consisting of a series of square grids that mark information about the indoor environment;
  • the raster map records the position of the grid in abscissa (X coordinates) and ordinate (Y coordinates), and records the probability that each grid is occupied by obstacles by CV value.
  • Step 102 Set a starting point and an ending point of the robot movement.
  • the robot initiates the task, moving from the starting point to the end point.
  • Step 103 Plan a moving path of the robot according to the A* algorithm.
  • the A* algorithm includes the following steps:
  • the child node is removed from the close table, placed in the open table, and turned to I;
  • the open table is used to store nodes that have been generated but not examined
  • the closed table is used to record nodes that have already been visited.
  • the adjacent nodes of node n have eight search directions, namely upper, lower, left, right, upper left, lower left, upper right, and lower right;
  • an estimation function is used to calculate an estimate from the current point to the next point, and the direction in which the estimate is minimized is set to the next direction of motion;
  • f(n) is the estimated value from the current point to the next point.
  • g(n) is the actual value from the starting point s to the node n, representing the priority trend of the search breadth.
  • h(n) is an estimate of the best path from node n to target point D, containing heuristic information in the search.
  • the planned path is represented by a two-dimensional array
  • the number of rows of the two-dimensional array represents the number of straight segments in the path, and the number of columns represents the position of the grid in each straight segment;
  • the point in the path defined by the two-dimensional array is a local target point.
  • Step 104 Detect and mark the location of the obstacle during the movement.
  • the ultrasonic is used to detect the obstacle information, and the position of the obstacle in the robot coordinates is converted into a position in the global map;
  • Step 105 Re-plan the moving path of the robot according to the A* algorithm.
  • the moving path of the robot is re-planned according to the A* algorithm
  • the robot regains the adjusted two-dimensional array to represent the new path.
  • Step 106 Control robot movement according to the planned path.
  • the position and attitude information of the robot is updated in real time during the movement through the travel meter and the attitude sensor;
  • Step 107 Determine whether the robot reaches the end point.
  • step 108 the robot stops moving.
  • Embodiment 2 A method of planning a moving path of a robot according to an A* algorithm.
  • FIG. 4 is a flowchart of a method for planning a moving path of a robot according to an A* algorithm according to Embodiment 2 of the present invention. As shown in FIG. 4, the method process includes the following steps:
  • Step 201 Put the starting point s into the open table
  • Step 202 Traversing child nodes in eight directions around the s node
  • Step 203 Determine whether the eight child nodes are in an open table or a close table.
  • step 204 is performed;
  • step 206 is performed;
  • step 208 is performed;
  • Step 204 Recalculate the value of the node h(n)+g(n) in the open table, and determine whether to decrease;
  • step 205 is performed;
  • step 209 is performed
  • Step 205 update the h (n) + g (n) value of the node in the open table, and proceeds to step 209;
  • Step 206 recalculating the value of h(n)+g(n) of the node in the close table, and determining whether to decrease;
  • step 207 is performed.
  • step 209 is performed
  • Step 207 the child node is removed from the close table, placed in the open table, and proceeds to step 209;
  • Step 208 Calculate the value of the child node h(n)+g(n) and add it to the open table.
  • Step 209 Sort according to the value of h(n)+g(n), and select the node with the smallest value to be placed in the close table;
  • Step 210 Determine whether h(n) is 0;
  • step 211 is performed
  • step 202 is performed
  • Step 211 find the end point.
  • the open table is used to store nodes that have been generated but not examined
  • the closed table is used to record nodes that have already been visited.
  • FIG. 5 is a structural diagram of a mobile robot obstacle avoidance navigation system according to Embodiments 1 to 2 of the present invention.
  • the system includes: a control unit 301, an odometer 302, an ultrasonic sensor 303, and an attitude sensor 304, wherein
  • the control unit is used to store and adjust the map, calculate the A* algorithm, control the movement of the robot, and correct the deviation of the robot movement;
  • the odometer is used to measure the distance the robot walks indoors
  • An ultrasonic sensor is used to detect obstacle information around the robot
  • the attitude sensor is used to detect the attitude and direction of movement of the robot.
  • control unit receives the measurement data from the odometer and calculates the position of the robot
  • the control unit calculates a deviation from the local target point in the planned path according to the position of the robot.
  • control unit receives the measurement data of the attitude sensor to obtain the posture and the moving direction of the robot;
  • the control unit controls the motion of the robot in real time based on the calculated deviation and the posture of the robot.
  • the technical solution of the present invention provides a method and system for obstacle avoidance navigation of a mobile robot, which can The environment is detected, the information of unknown obstacles is obtained, and the estimation function is introduced to plan the shortest and most economical path, which saves the equipment cost of robot obstacle avoidance navigation.
  • the program can also monitor the position and moving posture of the robot in real time, and adjust and control the walking state of the robot in real time and dynamically according to the deviation of the robot and the planning path, thus ensuring the accuracy and effectiveness of the obstacle avoidance navigation of the robot.
  • embodiments of the present invention can be provided as a method, system, or computer program product. Accordingly, the present invention may take the form of an entirely hardware embodiment, an entirely software embodiment, or a combination of software and hardware. Moreover, the invention can take the form of a computer program product embodied on one or more computer-usable storage media (including but not limited to disk storage and optical storage, etc.) including computer usable program code.
  • the computer program instructions can also be stored in a computer readable memory that can direct a computer or other programmable data processing device to operate in a particular manner, such that the instructions stored in the computer readable memory produce an article of manufacture comprising the instruction device.
  • the apparatus implements the functions specified in one or more blocks of a flow or a flow and/or block diagram of the flowchart.
  • These computer program instructions can also be loaded onto a computer or other programmable data processing device such that a series of operational steps are performed on a computer or other programmable device to produce computer-implemented processing for execution on a computer or other programmable device.
  • the instructions provide steps for implementing the functions specified in one or more of the flow or in a block or blocks of a flow diagram.

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

一种移动机器人避障导航的方法，包括：建立全局地图（101），设置起点和终点（102），根据A*算法规划路径（103），探测障碍物的位置（104），根据A*算法重新规划路径（105），控制机器人移动（106），判断是否到达终点（107），停止移动（108）。也提供一种移动机器人避障导航的系统。保证了机器人避障导航的准确性和有效性。

Description

一种移动机器人避障导航的方法和系统 技术领域
本发明涉及自动化技术领域，特别涉及一种移动机器人避障导航的方法和系统。
背景技术
机器人技术的发展是科学技术综合发展的共同结晶。机器人按照用途可以分为军用机器人、工业机器人、服务机器人等，其中，这些机器人类型中都对移动机器人有巨大的需求。
移动机器人的研究范围涵盖：体系结构、控制机构、信息系统、传感技术、规划策略、以及驱动系统等几个方面，涉及机械运动学、人工智能、智能控制、模式识别、图像处理、视觉技术、传感技术、计算机网络与通讯、以至生物信息技术等在内的多个学科领域。移动机器人不仅在工业、农业、医疗、服务等行业中得到广泛的应用，而且在城市安全、国防和空间探测领域等有害与危险场合得到很好的应用。移动机器人的研究水平，是衡量一个国家科技发展水平和综合国力的重要标志。“机器人革命”有望成为“第三次工业革命”的一个切入点和重要增长点，将影响全球制造业格局。国际机器人联合会(IFR)预测：“机器人革命”将创造数万亿美元的市场，从而带动与机器人相关的新材料功能模块、感知获取与识别、智能控制与导航等关键技术与市场快速发展。
智能机器人，如，扫地机器人、家庭服务机器人越来越广泛地应用于工业生产和家庭生活中，机器人要实现灵活、高效、智能地移动，需要具有自主导航能力。自主避障技术是评价机器人智能化程度的关键指标，体现了对未知障碍物的处理能力，也是智能机器人在位置环境下完成预设任务的关键技术之 一。移动机器人处在未知、复杂、动态的非结构化环境中，在没有人工干预的条件下，应该具备利用自身携带的传感器感知其所处环境信息的能力，并对环境进行建模，能够自主避开障碍物，同时尽量减少时间和能量的消耗。
在机器人避障导航技术领域，国内外学者都提出了有效的解决方案。通过超声波传感器探测障碍物，利用指南针定位，辅以贝叶斯概率算法计算障碍物占据的概率，从而实现环境信息监测和路径规划。最优控制技术利用视觉反馈来解决机器人的避障问题，利用和机器人期望行为相关的基于图像目标图像最小方案来控制机器人，利用动态拟牛顿法来进行动态递归最小二乘Jacobian估计来实现目标函数的最小化。通过利用单目摄像机来获取障碍物的大致三维信息，利用超声波传感器来获取障碍物的精确信息，利用单目视觉和超声波共同探测障碍物信息。中国科学院开发的智能移动机器人平台——爱姆，具有视觉跟踪、语音对话、自主避障等综合功能，安装有16个超声波传感器和16个红外传感器来探测障碍物。
现有的机器人自主避障导航技术，多存在结构复杂、硬件成本昂贵、维护成本高的缺点，不适应快速增长的机器人发展需求。
发明内容
本发明提供一种移动机器人避障导航的方法和系统，能够对未知的环境进行探测，获取不明障碍物的信息，并引入估计函数来规划最短、最经济的路径，节约了机器人避障导航的设备成本。本方案还能够实时监测机器人的位置和移动姿态，根据机器人和规划路径的偏差来实时、动态的调整和控制机器人的行走状态，保证了机器人避障导航的准确性和有效性。
本发明的技术方案提供了一种移动机器人避障导航的方法，包括以下步骤：
建立家庭环境的全局地图；
设置机器人移动的起点和终点；
根据A*算法规划机器人的移动路径；
在所述全局地图中标记障碍物的位置；
根据A*算法重新规划机器人的移动路径；
根据所述规划的路径控制机器人移动；
机器人到达终点，则停止移动。
进一步的，A*算法包括下述步骤：
A、把起点s放入open表；
B、遍历s节点周围8个方向的子节点；
C、判断8个子节点是否在open表或close表中；
若子节点在open表，执行D；
若子节点在close表，执行F；
若子节点不在open表或close表，执行H；
D、重新计算open表中节点h(n)+g(n)值，并判断是否减小；
若减小，则执行E；
若未发生减小，则执行I；
E、更新open表中节点的h(n)+g(n)值，转向I；
F、重新计算close表中节点的h(n)+g(n)值，并判断是否减小；
若减小，则执行G；
若未发生减小，则执行I；
G、该子节点从close表移出，放到open表，转向I；
H、计算该子节点h(n)+g(n)值，并将其加入open表；
I、按照h(n)+g(n)的值进行排序，选择该值最小的节点放入close表；
J、判断h(n)是否为0；
若为0，则执行K；
若不为0，则执行B；
K、找到终点。
其中，open表用于存放已经生成而未考察的节点；
closed表用于记录已经访问过的节点。
进一步的，所述f(n)值的计算方法为：
节点n的相邻节点有八个搜索方向，分别为上、下、左、右、左上、左下、右上和右下；
对每个搜索方向，均使用估计函数来计算从当前点到下一个点的估计值，将估计值最小的方向置为下一个运动方向。
进一步的，所述估计函数为
f(n)＝g(n)+h(n)
其中，
f(n)为当前点到下一点的估计值，
g(n)为从起点s到节点n之间的实际值，代表了搜索广度的优先趋势，
h(n)为从节点n到目标点D之间的最佳路径的估计值，包含了搜索中的启发信息。
进一步的，使用超声波检测障碍物，并将障碍物在机器人坐标系下的位置转换为全局地图中的位置；
设定障碍物检测阈值为1500mm，超过1500mm不做处理，小于1500mm则将障碍物在全局地图中标记。
进一步的，规划出的路径用二维数组表示；
所述二维数组的行数表示路径中直线段的个数，列数表示每个直线段中的栅格位置；
所述二维数组所定义的路径中的点为局部目标点。
进一步的，所述根据所述规划的路径控制机器人移动，进一步包括：
在运动过程中实时更新机器人的位置和姿态；
计算机器人当前位置与所述局部目标点的偏差，在行走过程中实时纠正偏差，实现机器人的实时控制。
本发明的技术方案还提供了一种移动机器人避障导航的系统，包括：控制单元、里程计、超声波传感器、姿态传感器，其中，
控制单元用于存储和调整地图，计算A*算法，控制机器人移动，纠正机器人移动的偏差；
里程计用于测量机器人在室内行走的距离；
超声波传感器用于探测机器人周围的障碍物信息；
姿态传感器用于探测机器人的姿态和移动方向。
进一步的，控制单元接收来自里程计的测量数据，计算机器人的位置；
控制单元根据机器人所处的位置，计算与规划路径中的局部目标点的偏差。
进一步的，控制单元接收姿态传感器的测量数据，获得机器人的姿态和移动方向；
控制单元根据计算出的所述偏差和机器人的姿态，实时控制机器人的运动。
本发明技术方案提供一种移动机器人避障导航的方法和系统，能够对未知的环境进行探测，获取不明障碍物的信息，并采用估计函数来规划最短、最经济的路径，节约了机器人避障导航系统的设备成本。本方案还能够实时监测机器人的位置和移动姿态，根据机器人和规划路径的偏差来实时、动态的调整和控制机器人的行走状态，保证了机器人避障导航的准确性和有效性。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的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：
图1为本发明实施例一中移动机器人避障导航的方法流程图；
图2为本发明实施例一中估计函数f(n)的计算示意图；
图3为本发明实施例一中节点a相邻的8个搜索方向示意图；
图4为本发明实施例二中根据A*算法规划机器人的移动路径的方法流程图；
图5为本发明实施例一至二中移动机器人避障导航系统的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例一：移动机器人避障导航的方法。
图1为本发明实施例一中移动机器人避障导航的方法流程图。如图1所示，该流程包括以下步骤：
步骤101、建立家庭环境的全局地图。
全局地图为机器人所处活动范围，标识有坐标原点、障碍物、活动范围等信息；
全局地图为栅格地图，由一系列正方形栅格组成的网状图形，标记室内环境的信息；
栅格地图以横坐标(X坐标)和纵坐标(Y坐标)记录栅格的位置，以CV值来记录每个栅格被障碍物所占据的概率。
步骤102、设置机器人移动的起点和终点。
通过人工输入机器人移动的起点和终点，或者为机器人的固定任务设置起 点和终点，或者通过语音识别为机器人布置起点和终点；
机器人启动该任务，即从起点移动到终点。
步骤103、根据A*算法规划机器人的移动路径。
A*算法包括下述步骤：
A、把起点s放入open表；
B、遍历s节点周围8个方向的子节点；
C、判断8个子节点是否在open表或close表中；
若子节点在open表，执行D；
若子节点在close表，执行F；
若子节点不在open表或close表，执行H；
D、重新计算h(n)+g(n)，并判断是否减小；
若减小，则执行E；
若未发生减小，则执行I；
E、更新open表中节点的h(n)+g(n)值，转向I；
F、重新计算close表中节点的h(n)+g(n)值，并判断是否减小；
若减小，则执行G；
若未发生减小，则执行I；
G、该子节点从close表移出，放到open表，转向I；
H、计算该子节点h(n)+g(n)值，并将其加入open表；
I、按照h(n)+g(n)的值进行排序，选择该值最小的节点放入close表；
J、判断h(n)是否为0；
若为0，则执行K；
若不为0，则执行B；
K、找到终点。
其中，open表用于存放已经生成而未考察的节点；
closed表用于记录已经访问过的节点。
其中，估计函数f(n)值的计算方法为：
节点n的相邻节点有八个搜索方向，分别为上、下、左、右、左上、左下、右上和右下；
对每个搜索方向，均使用估计函数来计算从当前点到下一个点的估计值，将估计值最小的方向置为下一个运动方向；
节点n的估计值为
f(n)＝g(n)+h(n)
其中，
f(n)为当前点到下一点的估计值，
g(n)为从起点s到节点n之间的实际值，代表了搜索广度的优先趋势，
h(n)为从节点n到目标点D之间的最佳路径的估计值，包含了搜索中的启发信息。
规划出的路径用二维数组表示；
所述二维数组的行数表示路径中直线段的个数，列数表示每个直线段中的栅格位置；
所述二维数组所定义的路径中的点为局部目标点。
步骤104、在移动过程中探测和标记障碍物的位置。
机器人在移动过程中，使用超声波探测障碍物的信息，并把障碍物在机器人坐标中的位置转化为在全局地图中的位置；
设定障碍物检测阈值为1500mm，超过1500mm不做处理，小于1500mm则将障碍物在全局地图中标记。
步骤105、根据A*算法重新规划机器人的移动路径。
根据添加障碍物信息的全局地图，重新根据A*算法来规划机器人的移动路径；
机器人重新获得调整后的二维数组来表示新的路径。
步骤106、根据所述规划的路径控制机器人移动。
通过行程计和姿态传感器，在运动过程中实时更新机器人的位置和姿态信息；
计算机器人当前位置与所述局部目标点的偏差，在行走过程中实时纠正偏差，实现机器人的实时控制。
步骤107、判断机器人是否到达终点。
判断机器人的位置和终点是否重合
步骤108、机器人停止移动。
机器人到达终点，即停止移动。
实施例二：根据A*算法规划机器人的移动路径的方法。
图4为本发明实施例二中根据A*算法规划机器人的移动路径的方法流程图。如图4所示，该方法流程包括如下步骤：
步骤201、把起点s放入open表；
步骤202、遍历s节点周围8个方向的子节点；
步骤203、判断8个子节点是否在open表或close表中；
若子节点在open表，执行步骤204；
若子节点在close表，执行步骤206；
若子节点不在open表或close表，执行步骤208；
步骤204、重新计算open表中节点h(n)+g(n)值，并判断是否减小；
若减小，则执行步骤205；
若未发生减小，则执行步骤209；
步骤205、更新open表中节点的h(n)+g(n)值，转向步骤209；
步骤206、重新计算close表中节点的h(n)+g(n)值，并判断是否减小；
若减小，则执行步骤207；
若未发生减小，则执行步骤209；
步骤207、该子节点从close表移出，放到open表，转向步骤209；
步骤208、计算该子节点h(n)+g(n)值，并将其加入open表；
步骤209、按照h(n)+g(n)的值进行排序，选择该值最小的节点放入close表；
步骤210、判断h(n)是否为0；
若为0，则执行步骤211；
若不为0，则执行步骤202；
步骤211、找到终点。
其中，open表用于存放已经生成而未考察的节点；
closed表用于记录已经访问过的节点。
图5为本发明实施例一至二中移动机器人避障导航系统的结构图。该系统包括：控制单元301、里程计302、超声波传感器303、姿态传感器304，其中，
控制单元用于存储和调整地图，计算A*算法，控制机器人移动，纠正机器人移动的偏差；
里程计用于测量机器人在室内行走的距离；
超声波传感器用于探测机器人周围的障碍物信息；
姿态传感器用于探测机器人的姿态和移动方向。
进一步的，控制单元接收来自里程计的测量数据，计算机器人的位置；
控制单元根据机器人所处的位置，计算与规划路径中的局部目标点的偏差。
进一步的，控制单元接收姿态传感器的测量数据，获得机器人的姿态和移动方向；
控制单元根据计算出的所述偏差和机器人的姿态，实时控制机器人的运动。
本发明技术方案提供一种移动机器人避障导航的方法和系统，能够对未知 的环境进行探测，获取不明障碍物的信息，并引入估计函数来规划最短、最经济的路径，节约了机器人避障导航的设备成本。本方案还能够实时监测机器人的位置和移动姿态，根据机器人和规划路径的偏差来实时、动态的调整和控制机器人的行走状态，保证了机器人避障导航的准确性和有效性。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及 其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

  1. 一种移动机器人避障导航的方法，其特征在于，包括以下步骤：
    建立家庭环境的全局地图；
    设置机器人移动的起点和终点；
    根据A*算法规划机器人的移动路径；
    在所述全局地图中标记障碍物的位置；
    根据A*算法重新规划机器人的移动路径；
    根据所述规划的路径控制机器人移动；
    机器人到达终点，则停止移动。
  2. 根据权利要求1所述的方法，其特征在于，A*算法包括下述步骤：
    A、把起点s放入open表；
    B、遍历s节点周围8个方向的子节点；
    C、判断8个子节点是否在open表或close表中；
    若子节点在open表，执行D；
    若子节点在close表，执行F；
    若子节点不在open表或close表，执行H；
    D、重新计算open表中节点h(n)+g(n)值，并判断是否减小；
    若减小，则执行E；
    若未发生减小，则执行I；
    E、更新open表中节点的h(n)+g(n)值，转向I；
    F、重新计算close表中节点的h(n)+g(n)值，并判断是否减小；
    若减小，则执行G；
    若未发生减小，则执行I；
    G、该子节点从close表移出，放到open表，转向I；
    H、计算该子节点h(n)+g(n)值，并将其加入open表；
    I、按照h(n)+g(n)的值进行排序，选择该值最小的节点放入close表；
    J、判断h(n)是否为0；
    若为0，则执行K；
    若不为0，则执行B；
    K、找到终点。
    其中，open表用于存放已经生成而未考察的节点；
    closed表用于记录已经访问过的节点。
  3. 根据权利要求1或2所述的方法，其特征在于，所述f(n)值的计算方法为：
    节点n的相邻节点有八个搜索方向，分别为上、下、左、右、左上、左下、右上和右下；
    对每个搜索方向，均使用估计函数来计算从当前点到下一个点的估计值，将估计值最小的方向置为下一个运动方向。
  4. 根据权利要求1或4所述的方法，其特征在于，所述估计函数为
    f(n)＝g(n)+h(n)
    其中，
    f(n)为当前点到下一点的估计值，
    g(n)为从起点s到节点n之间的实际值，代表了搜索广度的优先趋势，
    h(n)为从节点n到目标点D之间的最佳路径的估计值，包含了搜索中的启发信息。
  5. 根据权利要求1所述的方法，其特征在于，进一步包括：
    使用超声波检测障碍物，并将障碍物在机器人坐标系下的位置转换为全局地图中的位置；
    设定障碍物检测阈值为1500mm，超过1500mm不做处理，小于1500mm则将障碍物在全局地图中标记。
  6. 根据权利要求1所述的方法，其特征在于，进一步包括：
    规划出的路径用二维数组表示；
    所述二维数组的行数表示路径中直线段的个数，列数表示每个直线段中的栅格位置；
    所述二维数组所定义的每行最后一个点为该段路径中的局部目标点。
  7. 根据权利要求1所述的方法，其特征在于，所述根据规划的路径控制机器人移动，进一步包括：
    在运动过程中实时更新机器人的位置和姿态；
    计算机器人当前位置与所述局部目标点的偏差，在行走过程中实时纠正偏差，实现机器人的实时控制。
  8. 一种移动机器人避障导航的系统，其特征在于，包括控制单元、里程计、超声波传感器、姿态传感器，其中，
    控制单元用于存储和调整地图，计算A*算法，控制机器人移动，纠正机器人移动的偏差；
    里程计用于测量机器人在室内行走的距离；
    超声波传感器用于探测机器人周围的障碍物信息；
    姿态传感器用于探测机器人的姿态和移动方向。
  9. 根据权利要求8所述的方法，其特征在于，进一步包括：
    控制单元接收来自里程计的测量数据，计算机器人的位置；
    控制单元根据机器人所处的位置，计算与规划路径中的局部目标点的偏差。
  10. 根据权利要求8所述的方法，其特征在于，进一步包括：
    控制单元接收姿态传感器的测量数据，获得机器人的姿态和移动方向；
    控制单元根据计算出的所述偏差和机器人的姿态，实时控制机器人的运动。
PCT/CN2016/098460 2015-09-09 2016-09-08 一种移动机器人避障导航的方法和系统 WO2017041730A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201510571370.5A CN105116902A (zh) 2015-09-09 2015-09-09 一种移动机器人避障导航的方法和系统
CN201510571370.5 2015-09-09

Publications (1)

Publication Number Publication Date
WO2017041730A1 true WO2017041730A1 (zh) 2017-03-16

Family

ID=54664920

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2016/098460 WO2017041730A1 (zh) 2015-09-09 2016-09-08 一种移动机器人避障导航的方法和系统

Country Status (2)

Country Link
CN (1) CN105116902A (zh)
WO (1) WO2017041730A1 (zh)

Cited By (72)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108801253A (zh) * 2017-04-27 2018-11-13 深圳乐动机器人有限公司 机器人建图定位系统及机器人
CN108858181A (zh) * 2017-05-16 2018-11-23 欧姆龙株式会社 机器人系统
CN109696169A (zh) * 2019-03-07 2019-04-30 齐鲁工业大学 基于agv小车的凹形障碍物避障导航方法及装置、agv小车
CN109964905A (zh) * 2019-03-19 2019-07-05 安徽农业大学 基于果树识别定位的自走对靶施药机器人及其控制方法
CN109974686A (zh) * 2017-12-28 2019-07-05 沈阳新松机器人自动化股份有限公司 基于监控摄像头检测的搬运机器人路径规划辅助方法
CN110046213A (zh) * 2018-11-20 2019-07-23 国网陕西省电力公司 一种顾及路径失真纠正与交叉跨越纠正的电力选线方法
CN110310369A (zh) * 2019-06-03 2019-10-08 北京控制工程研究所 一种受限约束下的月背复杂地形可通过性判别方法及系统
CN110554687A (zh) * 2018-05-30 2019-12-10 中国北方车辆研究所 一种面向未知环境的多机器人自适应探测方法
CN110632919A (zh) * 2019-08-28 2019-12-31 广东工业大学 一种基于履带式救援机器人的自主定位导航方法
CN110750097A (zh) * 2019-10-17 2020-02-04 上海飒智智能科技有限公司 一种室内机器人导航系统及建图、定位和移动方法
CN110906947A (zh) * 2019-12-04 2020-03-24 山东省科学院自动化研究所 基于二维静态路径规划的黏菌rrt导航方法及系统
CN110989679A (zh) * 2019-12-19 2020-04-10 中国人民解放军空军工程大学 基于经验移植的无人机集群穿越迷障决策方法
CN111176281A (zh) * 2019-12-31 2020-05-19 大连民族大学 基于象限法的多水面无人艇覆盖式协同搜索方法及系统
CN111309031A (zh) * 2020-03-26 2020-06-19 上海有个机器人有限公司 机器人及其障碍检测方法和障碍检测系统
CN111426328A (zh) * 2020-03-03 2020-07-17 青岛联合创智科技有限公司 一种静态场景的机器人路径规划方法
CN111488419A (zh) * 2020-03-30 2020-08-04 中移（杭州）信息技术有限公司 室内机器人地图的创建方法、装置、电子设备和存储介质
CN111582566A (zh) * 2020-04-26 2020-08-25 上海高仙自动化科技发展有限公司 路径规划方法及规划装置、智能机器人及存储介质
CN111596654A (zh) * 2020-04-17 2020-08-28 国网湖南省电力有限公司 基于改进d星路径规划算法的电缆沟机器人导航避障方法
CN111638717A (zh) * 2020-06-06 2020-09-08 浙江科钛机器人股份有限公司 一种分布式自主机器人交通协调机制的设计方法
CN111679677A (zh) * 2020-06-24 2020-09-18 浙江大华技术股份有限公司 Agv的位姿调整方法、装置、存储介质、电子装置
CN111707266A (zh) * 2020-06-03 2020-09-25 国网上海市电力公司 一种变电站智能运维机器人路径规划方法
CN111982125A (zh) * 2020-08-31 2020-11-24 长春工业大学 一种基于改进蚁群算法的路径规划方法
CN112037469A (zh) * 2020-09-02 2020-12-04 武汉理工大学 一种面向邮轮上特殊乘员监护的行踪预警系统
CN112180988A (zh) * 2020-10-10 2021-01-05 广州海格星航信息科技有限公司 一种三维室外空间多旋翼无人机路线规划方法及存储介质
CN112229419A (zh) * 2020-09-30 2021-01-15 隶元科技发展(山东)有限公司 一种动态路径规划导航方法及系统
CN112230652A (zh) * 2020-09-04 2021-01-15 安克创新科技股份有限公司 行走机器人及其移动控制的方法、计算机存储介质
CN112346446A (zh) * 2019-08-08 2021-02-09 阿里巴巴集团控股有限公司 自动导引运输车脱码恢复方法、装置及电子设备
CN112346480A (zh) * 2020-11-18 2021-02-09 宁波图灵奇点智能科技有限公司 一种室内无人机及其控制方法、计算机可读存储介质
CN112747763A (zh) * 2020-12-30 2021-05-04 深兰人工智能(深圳)有限公司 局部路径规划方法、装置、电子设备和存储介质
CN112782706A (zh) * 2021-01-11 2021-05-11 济南浪潮高新科技投资发展有限公司 机器人超声波传感器障碍物检测方法及系统
CN112833898A (zh) * 2020-12-30 2021-05-25 清华大学 一种面向ros的无人车倒退机制
CN112868225A (zh) * 2017-07-27 2021-05-28 阿里·埃布拉希米·阿夫鲁兹 结合数据以构建平面图的方法和装置
CN112918466A (zh) * 2021-02-24 2021-06-08 京东鲲鹏(江苏)科技有限公司 一种停靠位置选取方法、装置、设备及存储介质
CN113093730A (zh) * 2021-03-08 2021-07-09 武汉大学 一种基于状态策略知识库指导的智能体自主避障方法
CN113156968A (zh) * 2021-05-06 2021-07-23 郑州铁路职业技术学院 一种移动机器人的路径规划方法及系统
CN113189977A (zh) * 2021-03-10 2021-07-30 新兴际华集团有限公司 一种用于机器人的智能导航路径规划系统及方法
CN113203420A (zh) * 2021-05-06 2021-08-03 浙江大学 一种基于变密度搜索空间的工业机器人动态路径规划方法
CN113433937A (zh) * 2021-06-08 2021-09-24 杭州未名信科科技有限公司 基于启发式探索的分层导航避障系统、分层导航避障方法
CN113448340A (zh) * 2020-03-27 2021-09-28 北京三快在线科技有限公司 一种无人机的路径规划方法、装置、无人机及存储介质
CN113552884A (zh) * 2021-07-21 2021-10-26 国电南瑞科技股份有限公司 一种阀厅消防机器人自动导航及避障方法和装置
CN113658295A (zh) * 2021-08-12 2021-11-16 南方电网数字电网研究院有限公司 一种基于地理信息的电网沿布图成图方法及装置
CN113671958A (zh) * 2021-08-19 2021-11-19 上海合时智能科技有限公司 机器人的避障路径的确定方法、系统、电子设备和介质
CN113703442A (zh) * 2020-03-20 2021-11-26 科沃斯机器人股份有限公司 机器人作业控制方法及机器人
CN113741435A (zh) * 2021-08-19 2021-12-03 上海高仙自动化科技发展有限公司 障碍物规避方法、装置、决策器、存储介质、芯片及机器人
CN113733091A (zh) * 2021-09-16 2021-12-03 常州先进制造技术研究所 一种移动机器人室外高精度自主导航系统
CN113835428A (zh) * 2021-08-27 2021-12-24 华东交通大学 一种用于餐厅的机器人路径规划方法
CN113838203A (zh) * 2021-09-30 2021-12-24 四川智动木牛智能科技有限公司 基于三维点云地图和二维栅格地图的导航系统及应用方法
CN113848890A (zh) * 2021-09-09 2021-12-28 山东新一代信息产业技术研究院有限公司 一种园区安防方法及设备
CN113885494A (zh) * 2021-09-27 2022-01-04 国网江苏省电力有限公司信息通信分公司 电力系统机器人的路径规划方法
CN113894795A (zh) * 2021-11-17 2022-01-07 青岛九维华盾科技研究院有限公司 一种工业机器人外部轴位置优化方法
CN113917918A (zh) * 2021-09-26 2022-01-11 中国科学院合肥物质科学研究院 一种田间基质填充机器人
CN114170847A (zh) * 2021-11-09 2022-03-11 浙江柯工智能系统有限公司 一种移动机器人系统的交通管制方法
CN114234968A (zh) * 2021-12-17 2022-03-25 江西洪都航空工业集团有限责任公司 一种基于a星算法的移动机器人自主导航方法
CN114343490A (zh) * 2021-12-28 2022-04-15 深圳市银星智能科技股份有限公司 机器人清扫方法、机器人及存储介质
CN114415678A (zh) * 2021-12-31 2022-04-29 深圳市普渡科技有限公司 机器人的路径规划方法、装置、机器人和存储介质
CN114639088A (zh) * 2022-03-23 2022-06-17 姜妹英 大数据自动导航方法
CN114746719A (zh) * 2020-11-09 2022-07-12 深圳市大疆创新科技有限公司 路径规划方法、路径规划装置、路径规划系统和介质
CN114755373A (zh) * 2022-06-16 2022-07-15 西安工业大学 一种基于多机器人编队的空气污染源预警定位方法
CN115016461A (zh) * 2022-05-10 2022-09-06 安徽工程大学 一种基于动态终点策略的IA-Star算法的机器人路径规划方法
CN115061492A (zh) * 2022-06-20 2022-09-16 华南理工大学 一种校园外卖配送系统及递进式三维空间路径规划方法
CN115268435A (zh) * 2022-07-13 2022-11-01 东翼长启科技(重庆)有限公司 一种无人帆船的路径规划方法
CN115371678A (zh) * 2022-08-22 2022-11-22 广州足下科技有限公司 一种移动机器人自主导航方法
CN115390571A (zh) * 2022-10-27 2022-11-25 杭州蓝芯科技有限公司 一种绕障行驶方法和移动机器人
CN115576323A (zh) * 2022-10-19 2023-01-06 中国科学院合肥物质科学研究院 一种机器人移动路径的控制方法、装置、设备及介质
CN115590454A (zh) * 2022-12-14 2023-01-13 珠海视新医用科技有限公司（Cn） 内窥镜操控状态自动切换方法及装置、设备、存储介质
CN115628749A (zh) * 2022-10-09 2023-01-20 北京东方通网信科技有限公司 基于机器人前端信息的空间监测系统及其方法
CN115830910A (zh) * 2022-11-17 2023-03-21 深圳航天科技创新研究院 水面机器人的禁区避让方法及避让系统
CN116588573A (zh) * 2023-04-28 2023-08-15 北京云中未来科技有限公司 一种仓储智能起重系统的散料抓取控制方法及系统
CN116719326A (zh) * 2023-07-24 2023-09-08 国广顺能(上海)能源科技有限公司 一种机器人避障方法、系统和存储介质
CN117369507A (zh) * 2023-10-31 2024-01-09 河海大学 一种自适应粒子群算法的无人机动态路径规划方法
CN110956327B (zh) * 2019-11-29 2024-04-26 上海有个机器人有限公司 一种多机器人自动停靠方法、介质、终端和装置
CN118092436A (zh) * 2024-02-05 2024-05-28 杭州豪盛电动车辆有限公司 一种自动物流搬运车及其使用方法

Families Citing this family (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105116902A (zh) * 2015-09-09 2015-12-02 北京进化者机器人科技有限公司 一种移动机器人避障导航的方法和系统
CN105468033B (zh) * 2015-12-29 2018-07-10 上海大学 一种基于多摄像头机器视觉的医疗吊臂自动避障控制方法
CN105652838B (zh) * 2016-01-29 2018-04-03 哈尔滨工大服务机器人有限公司 一种基于时间窗的多机器人路径规划方法
CN105652874B (zh) * 2016-03-21 2019-04-12 北京联合大学 一种基于广义波前算法的移动机器人实时避障方法
CN105652876A (zh) * 2016-03-29 2016-06-08 北京工业大学 基于数组地图的移动机器人室内路径规划方法
CN105716613B (zh) * 2016-04-07 2018-10-02 北京进化者机器人科技有限公司 一种机器人避障中的最短路径规划方法
CN105955273A (zh) * 2016-05-25 2016-09-21 速感科技（北京）有限公司 室内机器人导航系统及方法
CN105955280A (zh) * 2016-07-19 2016-09-21 Tcl集团股份有限公司 移动机器人路径规划和避障方法及系统
CN106325280B (zh) * 2016-10-20 2019-05-31 上海物景智能科技有限公司 一种多机器人防碰撞方法及系统
CN108072369A (zh) * 2016-11-16 2018-05-25 阳光暖果（北京）科技发展有限公司 一种可配置策略的移动机器人导航方法
CN106774310B (zh) * 2016-12-01 2019-11-19 中科金睛视觉科技（北京）有限公司 一种机器人导航方法
CN108227705B (zh) 2016-12-15 2021-06-11 苏州宝时得电动工具有限公司 自移动设备的回归方法、自移动设备、存储介质和服务器
CN106527448B (zh) * 2016-12-16 2019-05-31 浙江工业大学 适用于仓库环境的改进a*机器人最优路径规划方法
CN106908667A (zh) * 2017-02-08 2017-06-30 广州新拓慧电子科技有限公司 电磁环境移动监测方法及系统
CN109425352A (zh) * 2017-08-25 2019-03-05 科沃斯机器人股份有限公司 自移动机器人路径规划方法
CN107782311A (zh) * 2017-09-08 2018-03-09 珠海格力电器股份有限公司 可移动终端的移动路径规划方法及装置
CN107544498A (zh) * 2017-09-08 2018-01-05 珠海格力电器股份有限公司 可移动终端的移动路径规划方法及装置
TWI694904B (zh) * 2017-10-05 2020-06-01 國立交通大學 機器人語音操控系統及方法
CN108247630B (zh) * 2017-12-01 2021-01-05 西安电子科技大学 基于贝叶斯网络模型的移动机器人避障方法
CN109981330A (zh) * 2017-12-28 2019-07-05 深圳市优必选科技有限公司 一种路由器机器人控制的方法、装置及路由器机器人
CN109995988A (zh) * 2017-12-29 2019-07-09 深圳市优必选科技有限公司 一种拍照机器人的控制方法及装置
CN108544490B (zh) * 2018-01-05 2021-02-23 广东雷洋智能科技股份有限公司 无人驾驶智能机器人道路避障方法
CN108268040A (zh) * 2018-01-19 2018-07-10 广东美的智能机器人有限公司 多移动机器人的冲突管理方法及系统
CN110069058A (zh) * 2018-01-24 2019-07-30 南京机器人研究院有限公司 一种机器人室内导航控制方法
CN108363393B (zh) 2018-02-05 2019-09-27 腾讯科技（深圳）有限公司 一种智能运动设备及其导航方法和存储介质
CN108614556A (zh) * 2018-05-07 2018-10-02 北京三辰环卫机械有限公司 控制洗地机的方法、装置及系统、洗地机
CN109163722B (zh) * 2018-06-29 2020-06-30 北京建筑大学 一种仿人机器人路径规划方法及装置
CN108873915B (zh) * 2018-10-12 2021-08-20 长沙万为机器人有限公司 动态避障方法及其全向安防机器人
CN109625121A (zh) * 2018-10-17 2019-04-16 周汝文 温室自动搬运车及其使用方法
CN109229097B (zh) * 2018-10-25 2020-11-03 北京猎户星空科技有限公司 一种巡航控制方法及装置
CN109333540A (zh) * 2018-12-05 2019-02-15 河海大学常州校区 一种基于树莓派的迎宾机器人及其使用方法
CN109839107A (zh) * 2019-03-21 2019-06-04 深圳市三宝创新智能有限公司 一种智能机器人导航方法及其导航装置
CN110135644B (zh) * 2019-05-17 2020-04-17 北京洛必德科技有限公司 一种用于目标搜索的机器人路径规划方法
CN110333659B (zh) * 2019-07-15 2020-04-28 中国人民解放军军事科学院国防科技创新研究院 一种基于改进a星搜索的无人驾驶汽车局部路径规划方法
CN110442125A (zh) * 2019-07-15 2019-11-12 电子科技大学 一种移动机器人的动态路径规划方法
CN110262518B (zh) * 2019-07-22 2021-04-02 上海交通大学 基于轨迹拓扑地图和避障的车辆导航方法、系统及介质
CN110456789A (zh) * 2019-07-23 2019-11-15 中国矿业大学 一种清洁机器人的全覆盖路径规划方法
WO2021068150A1 (en) * 2019-10-10 2021-04-15 Huawei Technologies Co., Ltd. Controlling method of mobile apparatus and computer program thereof
CN110733568B (zh) * 2019-11-05 2021-02-26 湖北文理学院 履带式无人救援车的转向方法、系统及存储介质
CN110763225B (zh) * 2019-11-13 2023-05-09 内蒙古工业大学 一种小车路径导航方法及系统、运输车系统
CN111326003A (zh) * 2020-02-24 2020-06-23 五邑大学 一种智能小车寻迹行驶方法、系统和存储介质
CN111338359B (zh) * 2020-04-30 2022-11-01 武汉科技大学 一种基于距离判断和角度偏转的移动机器人路径规划方法
CN111912411B (zh) * 2020-08-26 2022-06-14 中国电力科学研究院有限公司 一种机器人导航定位方法、系统及存储介质
CN112284389B (zh) * 2020-09-28 2023-02-03 深圳优地科技有限公司 移动机器人路径规划方法、装置、移动机器人和存储介质
CN112633590B (zh) * 2020-12-30 2024-04-30 江苏智库智能科技有限公司 一种用于四向穿梭车的智能入库方法及系统
CN113377097B (zh) * 2021-01-25 2023-05-05 杭州易享优智能科技有限公司 一种用于视障人士导盲的路径规划与避障方法
CN113009918B (zh) * 2021-03-09 2023-12-05 京东鲲鹏(江苏)科技有限公司 路径规划方法、装置、系统及可读存储介质
CN113296504A (zh) * 2021-05-14 2021-08-24 江苏师范大学 基于rgbd深度相机的移动机器人建图与路径规划方法
CN113867356A (zh) * 2021-10-12 2021-12-31 北京盈迪曼德科技有限公司 机器人路径规划方法、装置及机器人
CN115167434B (zh) * 2022-07-21 2024-06-28 清华大学深圳国际研究生院 一种局部导航避障方法及机器人
CN118456455A (zh) * 2024-07-11 2024-08-09 吉林大学 一种基于多模态大模型的家务助理机器人

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1524500A1 (en) * 2003-10-13 2005-04-20 Saab Ab Method and device for planning a trajector
JP2007249632A (ja) * 2006-03-16 2007-09-27 Fujitsu Ltd 障害物のある環境下で自律移動する移動ロボットおよび移動ロボットの制御方法。
CN103529843A (zh) * 2013-10-17 2014-01-22 电子科技大学中山学院 Lambda*路径规划算法
CN103926925A (zh) * 2014-04-22 2014-07-16 江苏久祥汽车电器集团有限公司 一种基于改进的vfh算法的定位与避障方法及机器人
CN103955221A (zh) * 2014-05-05 2014-07-30 北京理工大学 带任务时效性的多平台协作路径规划系统和方法
CN103971008A (zh) * 2014-05-19 2014-08-06 浪潮电子信息产业股份有限公司 改进的启发式a*算法
CN103994768A (zh) * 2014-05-23 2014-08-20 北京交通大学 动态时变环境下寻求全局时间最优路径的方法
CN104808671A (zh) * 2015-05-19 2015-07-29 东南大学 一种家居环境下的机器人路径规划方法
CN105116902A (zh) * 2015-09-09 2015-12-02 北京进化者机器人科技有限公司 一种移动机器人避障导航的方法和系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102288191B (zh) * 2011-05-26 2013-01-30 大连理工大学 一种智能导航小车
CN102506849B (zh) * 2011-09-28 2013-10-23 浙江大学 寻找带约束的最短路径的方法
CN102426455B (zh) * 2011-12-31 2013-10-30 浙江中控研究院有限公司 太阳能镜面清洗机器人系统
CN103914068A (zh) * 2013-01-07 2014-07-09 中国人民解放军第二炮兵工程大学 一种基于栅格地图的服务机器人自主导航方法
CN103528585B (zh) * 2013-09-26 2016-05-25 中北大学 一种不等距分割可通行区域的路径规划方法
CN103592944B (zh) * 2013-10-24 2016-05-04 燕山大学 一种超市购物机器人及其行进路径规划方法
CN104260722B (zh) * 2014-09-23 2017-06-06 北京理工大学 一种自动泊车系统
CN104535061A (zh) * 2015-01-06 2015-04-22 常州先进制造技术研究所 一种基于多传感器数据融合的导航系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1524500A1 (en) * 2003-10-13 2005-04-20 Saab Ab Method and device for planning a trajector
JP2007249632A (ja) * 2006-03-16 2007-09-27 Fujitsu Ltd 障害物のある環境下で自律移動する移動ロボットおよび移動ロボットの制御方法。
CN103529843A (zh) * 2013-10-17 2014-01-22 电子科技大学中山学院 Lambda*路径规划算法
CN103926925A (zh) * 2014-04-22 2014-07-16 江苏久祥汽车电器集团有限公司 一种基于改进的vfh算法的定位与避障方法及机器人
CN103955221A (zh) * 2014-05-05 2014-07-30 北京理工大学 带任务时效性的多平台协作路径规划系统和方法
CN103971008A (zh) * 2014-05-19 2014-08-06 浪潮电子信息产业股份有限公司 改进的启发式a*算法
CN103994768A (zh) * 2014-05-23 2014-08-20 北京交通大学 动态时变环境下寻求全局时间最优路径的方法
CN104808671A (zh) * 2015-05-19 2015-07-29 东南大学 一种家居环境下的机器人路径规划方法
CN105116902A (zh) * 2015-09-09 2015-12-02 北京进化者机器人科技有限公司 一种移动机器人避障导航的方法和系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HE, YUFENG ET AL.: "Research on Real-time Path Planning of Indoor MAV", ELECTRONIC MEASUREMENT TECHNOLOGY, vol. 37, no. 2, 28 February 2014 (2014-02-28) *
KE , WENDE ET AL.: "A Path-planning Method of Wheel-driven Robot Based on A* Algorithm", JOURNAL OF GUANGDONG UNIVERSITY OF PETROCHEMICAL TECHNOLOGY, vol. 22, no. 1, 29 February 2012 (2012-02-29), pages 36 - 37 *
ZHANG, SHAOPENG ET AL.: "Application of A-star Algorithm in Mobile Robot Path Planning", MECHANICAL ENGINEERING & AUTOMATION, 31 December 2012 (2012-12-31), pages 147 - 148 *

Cited By (102)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108801253A (zh) * 2017-04-27 2018-11-13 深圳乐动机器人有限公司 机器人建图定位系统及机器人
CN108858181A (zh) * 2017-05-16 2018-11-23 欧姆龙株式会社 机器人系统
CN112868225B (zh) * 2017-07-27 2024-03-15 阿里·埃布拉希米·阿夫鲁兹 结合数据以构建平面图的方法和装置
CN112868225A (zh) * 2017-07-27 2021-05-28 阿里·埃布拉希米·阿夫鲁兹 结合数据以构建平面图的方法和装置
CN109974686A (zh) * 2017-12-28 2019-07-05 沈阳新松机器人自动化股份有限公司 基于监控摄像头检测的搬运机器人路径规划辅助方法
CN110554687A (zh) * 2018-05-30 2019-12-10 中国北方车辆研究所 一种面向未知环境的多机器人自适应探测方法
CN110554687B (zh) * 2018-05-30 2023-08-22 中国北方车辆研究所 一种面向未知环境的多机器人自适应探测方法
CN110046213B (zh) * 2018-11-20 2023-04-18 国网陕西省电力公司 一种顾及路径失真纠正与交叉跨越纠正的电力选线方法
CN110046213A (zh) * 2018-11-20 2019-07-23 国网陕西省电力公司 一种顾及路径失真纠正与交叉跨越纠正的电力选线方法
CN109696169A (zh) * 2019-03-07 2019-04-30 齐鲁工业大学 基于agv小车的凹形障碍物避障导航方法及装置、agv小车
CN109964905A (zh) * 2019-03-19 2019-07-05 安徽农业大学 基于果树识别定位的自走对靶施药机器人及其控制方法
CN109964905B (zh) * 2019-03-19 2024-05-10 安徽农业大学 基于果树识别定位的自走对靶施药机器人及其控制方法
CN110310369B (zh) * 2019-06-03 2023-08-15 北京控制工程研究所 一种受限约束下的月背复杂地形可通过性判别方法及系统
CN110310369A (zh) * 2019-06-03 2019-10-08 北京控制工程研究所 一种受限约束下的月背复杂地形可通过性判别方法及系统
CN112346446A (zh) * 2019-08-08 2021-02-09 阿里巴巴集团控股有限公司 自动导引运输车脱码恢复方法、装置及电子设备
CN110632919A (zh) * 2019-08-28 2019-12-31 广东工业大学 一种基于履带式救援机器人的自主定位导航方法
CN110750097A (zh) * 2019-10-17 2020-02-04 上海飒智智能科技有限公司 一种室内机器人导航系统及建图、定位和移动方法
CN110956327B (zh) * 2019-11-29 2024-04-26 上海有个机器人有限公司 一种多机器人自动停靠方法、介质、终端和装置
CN110906947A (zh) * 2019-12-04 2020-03-24 山东省科学院自动化研究所 基于二维静态路径规划的黏菌rrt导航方法及系统
CN110989679B (zh) * 2019-12-19 2023-10-03 中国人民解放军空军工程大学 基于经验移植的无人机集群穿越迷障决策方法
CN110989679A (zh) * 2019-12-19 2020-04-10 中国人民解放军空军工程大学 基于经验移植的无人机集群穿越迷障决策方法
CN111176281A (zh) * 2019-12-31 2020-05-19 大连民族大学 基于象限法的多水面无人艇覆盖式协同搜索方法及系统
CN111426328A (zh) * 2020-03-03 2020-07-17 青岛联合创智科技有限公司 一种静态场景的机器人路径规划方法
CN111426328B (zh) * 2020-03-03 2023-03-28 青岛联合创智科技有限公司 一种静态场景的机器人路径规划方法
CN113703442A (zh) * 2020-03-20 2021-11-26 科沃斯机器人股份有限公司 机器人作业控制方法及机器人
CN111309031B (zh) * 2020-03-26 2023-09-08 上海有个机器人有限公司 机器人及其障碍检测方法和障碍检测系统
CN111309031A (zh) * 2020-03-26 2020-06-19 上海有个机器人有限公司 机器人及其障碍检测方法和障碍检测系统
CN113448340A (zh) * 2020-03-27 2021-09-28 北京三快在线科技有限公司 一种无人机的路径规划方法、装置、无人机及存储介质
CN113448340B (zh) * 2020-03-27 2022-12-16 北京三快在线科技有限公司 一种无人机的路径规划方法、装置、无人机及存储介质
CN111488419B (zh) * 2020-03-30 2023-11-03 中移（杭州）信息技术有限公司 室内机器人地图的创建方法、装置、电子设备和存储介质
CN111488419A (zh) * 2020-03-30 2020-08-04 中移（杭州）信息技术有限公司 室内机器人地图的创建方法、装置、电子设备和存储介质
CN111596654A (zh) * 2020-04-17 2020-08-28 国网湖南省电力有限公司 基于改进d星路径规划算法的电缆沟机器人导航避障方法
CN111582566B (zh) * 2020-04-26 2024-01-26 上海高仙自动化科技发展有限公司 路径规划方法及规划装置、智能机器人及存储介质
CN111582566A (zh) * 2020-04-26 2020-08-25 上海高仙自动化科技发展有限公司 路径规划方法及规划装置、智能机器人及存储介质
CN111707266A (zh) * 2020-06-03 2020-09-25 国网上海市电力公司 一种变电站智能运维机器人路径规划方法
CN111638717B (zh) * 2020-06-06 2023-11-07 浙江科钛机器人股份有限公司 一种分布式自主机器人交通协调机制的设计方法
CN111638717A (zh) * 2020-06-06 2020-09-08 浙江科钛机器人股份有限公司 一种分布式自主机器人交通协调机制的设计方法
CN111679677B (zh) * 2020-06-24 2023-10-03 浙江华睿科技股份有限公司 Agv的位姿调整方法、装置、存储介质、电子装置
CN111679677A (zh) * 2020-06-24 2020-09-18 浙江大华技术股份有限公司 Agv的位姿调整方法、装置、存储介质、电子装置
CN111982125A (zh) * 2020-08-31 2020-11-24 长春工业大学 一种基于改进蚁群算法的路径规划方法
CN112037469A (zh) * 2020-09-02 2020-12-04 武汉理工大学 一种面向邮轮上特殊乘员监护的行踪预警系统
CN112230652A (zh) * 2020-09-04 2021-01-15 安克创新科技股份有限公司 行走机器人及其移动控制的方法、计算机存储介质
CN112229419A (zh) * 2020-09-30 2021-01-15 隶元科技发展(山东)有限公司 一种动态路径规划导航方法及系统
CN112180988B (zh) * 2020-10-10 2024-03-19 广州海格星航信息科技有限公司 一种三维室外空间多旋翼无人机路线规划方法及存储介质
CN112180988A (zh) * 2020-10-10 2021-01-05 广州海格星航信息科技有限公司 一种三维室外空间多旋翼无人机路线规划方法及存储介质
CN114746719A (zh) * 2020-11-09 2022-07-12 深圳市大疆创新科技有限公司 路径规划方法、路径规划装置、路径规划系统和介质
CN112346480B (zh) * 2020-11-18 2023-03-21 宁波图灵奇点智能科技有限公司 一种室内无人机及其控制方法、计算机可读存储介质
CN112346480A (zh) * 2020-11-18 2021-02-09 宁波图灵奇点智能科技有限公司 一种室内无人机及其控制方法、计算机可读存储介质
CN112833898A (zh) * 2020-12-30 2021-05-25 清华大学 一种面向ros的无人车倒退机制
CN112747763A (zh) * 2020-12-30 2021-05-04 深兰人工智能(深圳)有限公司 局部路径规划方法、装置、电子设备和存储介质
CN112747763B (zh) * 2020-12-30 2024-04-09 深兰人工智能(深圳)有限公司 局部路径规划方法、装置、电子设备和存储介质
CN112782706A (zh) * 2021-01-11 2021-05-11 济南浪潮高新科技投资发展有限公司 机器人超声波传感器障碍物检测方法及系统
CN112918466A (zh) * 2021-02-24 2021-06-08 京东鲲鹏(江苏)科技有限公司 一种停靠位置选取方法、装置、设备及存储介质
CN113093730B (zh) * 2021-03-08 2022-04-26 武汉大学 一种基于状态策略知识库指导的智能体自主避障方法
CN113093730A (zh) * 2021-03-08 2021-07-09 武汉大学 一种基于状态策略知识库指导的智能体自主避障方法
CN113189977A (zh) * 2021-03-10 2021-07-30 新兴际华集团有限公司 一种用于机器人的智能导航路径规划系统及方法
CN113156968A (zh) * 2021-05-06 2021-07-23 郑州铁路职业技术学院 一种移动机器人的路径规划方法及系统
CN113203420A (zh) * 2021-05-06 2021-08-03 浙江大学 一种基于变密度搜索空间的工业机器人动态路径规划方法
CN113433937A (zh) * 2021-06-08 2021-09-24 杭州未名信科科技有限公司 基于启发式探索的分层导航避障系统、分层导航避障方法
CN113433937B (zh) * 2021-06-08 2023-05-16 杭州未名信科科技有限公司 基于启发式探索的分层导航避障系统、分层导航避障方法
CN113552884A (zh) * 2021-07-21 2021-10-26 国电南瑞科技股份有限公司 一种阀厅消防机器人自动导航及避障方法和装置
CN113658295A (zh) * 2021-08-12 2021-11-16 南方电网数字电网研究院有限公司 一种基于地理信息的电网沿布图成图方法及装置
CN113671958A (zh) * 2021-08-19 2021-11-19 上海合时智能科技有限公司 机器人的避障路径的确定方法、系统、电子设备和介质
CN113671958B (zh) * 2021-08-19 2024-03-15 上海合时智能科技有限公司 机器人的避障路径的确定方法、系统、电子设备和介质
CN113741435A (zh) * 2021-08-19 2021-12-03 上海高仙自动化科技发展有限公司 障碍物规避方法、装置、决策器、存储介质、芯片及机器人
CN113835428A (zh) * 2021-08-27 2021-12-24 华东交通大学 一种用于餐厅的机器人路径规划方法
CN113848890A (zh) * 2021-09-09 2021-12-28 山东新一代信息产业技术研究院有限公司 一种园区安防方法及设备
CN113733091B (zh) * 2021-09-16 2022-08-30 常州先进制造技术研究所 一种移动机器人室外高精度自主导航系统
CN113733091A (zh) * 2021-09-16 2021-12-03 常州先进制造技术研究所 一种移动机器人室外高精度自主导航系统
CN113917918A (zh) * 2021-09-26 2022-01-11 中国科学院合肥物质科学研究院 一种田间基质填充机器人
CN113885494A (zh) * 2021-09-27 2022-01-04 国网江苏省电力有限公司信息通信分公司 电力系统机器人的路径规划方法
CN113838203B (zh) * 2021-09-30 2024-02-20 四川智动木牛智能科技有限公司 基于三维点云地图和二维栅格地图的导航系统及应用方法
CN113838203A (zh) * 2021-09-30 2021-12-24 四川智动木牛智能科技有限公司 基于三维点云地图和二维栅格地图的导航系统及应用方法
CN114170847B (zh) * 2021-11-09 2023-10-27 浙江柯工智能系统有限公司 一种移动机器人系统的交通管制方法
CN114170847A (zh) * 2021-11-09 2022-03-11 浙江柯工智能系统有限公司 一种移动机器人系统的交通管制方法
CN113894795B (zh) * 2021-11-17 2023-11-28 青岛九维华盾科技研究院有限公司 一种工业机器人外部轴位置优化方法
CN113894795A (zh) * 2021-11-17 2022-01-07 青岛九维华盾科技研究院有限公司 一种工业机器人外部轴位置优化方法
CN114234968B (zh) * 2021-12-17 2023-12-05 江西洪都航空工业集团有限责任公司 一种基于a星算法的移动机器人自主导航方法
CN114234968A (zh) * 2021-12-17 2022-03-25 江西洪都航空工业集团有限责任公司 一种基于a星算法的移动机器人自主导航方法
CN114343490B (zh) * 2021-12-28 2023-01-17 深圳银星智能集团股份有限公司 机器人清扫方法、机器人及存储介质
CN114343490A (zh) * 2021-12-28 2022-04-15 深圳市银星智能科技股份有限公司 机器人清扫方法、机器人及存储介质
CN114415678B (zh) * 2021-12-31 2024-01-16 深圳市普渡科技有限公司 机器人的路径规划方法、装置、机器人和存储介质
CN114415678A (zh) * 2021-12-31 2022-04-29 深圳市普渡科技有限公司 机器人的路径规划方法、装置、机器人和存储介质
CN114639088A (zh) * 2022-03-23 2022-06-17 姜妹英 大数据自动导航方法
CN115016461B (zh) * 2022-05-10 2024-04-26 安徽工程大学 一种基于动态终点策略的IA-Star算法的机器人路径规划方法
CN115016461A (zh) * 2022-05-10 2022-09-06 安徽工程大学 一种基于动态终点策略的IA-Star算法的机器人路径规划方法
CN114755373A (zh) * 2022-06-16 2022-07-15 西安工业大学 一种基于多机器人编队的空气污染源预警定位方法
CN115061492A (zh) * 2022-06-20 2022-09-16 华南理工大学 一种校园外卖配送系统及递进式三维空间路径规划方法
CN115268435A (zh) * 2022-07-13 2022-11-01 东翼长启科技(重庆)有限公司 一种无人帆船的路径规划方法
CN115371678A (zh) * 2022-08-22 2022-11-22 广州足下科技有限公司 一种移动机器人自主导航方法
CN115628749A (zh) * 2022-10-09 2023-01-20 北京东方通网信科技有限公司 基于机器人前端信息的空间监测系统及其方法
CN115576323A (zh) * 2022-10-19 2023-01-06 中国科学院合肥物质科学研究院 一种机器人移动路径的控制方法、装置、设备及介质
CN115390571B (zh) * 2022-10-27 2023-03-24 杭州蓝芯科技有限公司 一种绕障行驶方法和移动机器人
CN115390571A (zh) * 2022-10-27 2022-11-25 杭州蓝芯科技有限公司 一种绕障行驶方法和移动机器人
CN115830910A (zh) * 2022-11-17 2023-03-21 深圳航天科技创新研究院 水面机器人的禁区避让方法及避让系统
CN115590454B (zh) * 2022-12-14 2023-03-14 珠海视新医用科技有限公司 内窥镜操控状态自动切换装置及设备、存储介质
CN115590454A (zh) * 2022-12-14 2023-01-13 珠海视新医用科技有限公司（Cn） 内窥镜操控状态自动切换方法及装置、设备、存储介质
CN116588573B (zh) * 2023-04-28 2024-02-02 北京云中未来科技有限公司 一种仓储智能起重系统的散料抓取控制方法及系统
CN116588573A (zh) * 2023-04-28 2023-08-15 北京云中未来科技有限公司 一种仓储智能起重系统的散料抓取控制方法及系统
CN116719326A (zh) * 2023-07-24 2023-09-08 国广顺能(上海)能源科技有限公司 一种机器人避障方法、系统和存储介质
CN117369507A (zh) * 2023-10-31 2024-01-09 河海大学 一种自适应粒子群算法的无人机动态路径规划方法
CN118092436A (zh) * 2024-02-05 2024-05-28 杭州豪盛电动车辆有限公司 一种自动物流搬运车及其使用方法

Also Published As

Publication number Publication date
CN105116902A (zh) 2015-12-02

Similar Documents

Publication Publication Date Title
WO2017041730A1 (zh) 一种移动机器人避障导航的方法和系统
WO2017028653A1 (zh) 一种移动机器人室内自建地图的方法和系统
CN106444769B (zh) 一种室内移动机器人增量式环境信息采样的最优路径规划方法
KR101372482B1 (ko) 이동 로봇의 경로 계획 방법 및 장치
WO2020192000A1 (zh) 一种基于自主导航的畜禽信息感知机器人与地图构建方法
CN101943916B (zh) 一种基于卡尔曼滤波器预测的机器人避障方法
KR100877072B1 (ko) 이동 로봇을 위한 맵 생성 및 청소를 동시에 수행하는 방법및 장치
Kusuma et al. Humanoid robot path planning and rerouting using A-Star search algorithm
Gao et al. Multi-mobile robot autonomous navigation system for intelligent logistics
Basiuk et al. Mobile Robot Position Determining Using Odometry Method
CN112857370A (zh) 一种基于时序信息建模的机器人无地图导航方法
Mustafa et al. Interesting applications of mobile robotic motion by using control algorithms
CN114879660A (zh) 一种基于目标驱动的机器人环境感知方法
CN118092451A (zh) 一种厂房机器人目标搜索过程的位置补偿方法
CN114460939A (zh) 复杂环境下智能行走机器人自主导航改进方法
Cheein et al. Autonomous Simultaneous Localization and Mapping driven by Monte Carlo uncertainty maps-based navigation
CN115407769A (zh) 基于Cartographer算法的移动搬运机器人控制方法及系统
JP2016224680A (ja) 自己位置推定装置及び自己位置推定装置を備えた移動体
Gao et al. A novel local path planning method considering both robot posture and path smoothness
Tsai et al. Cooperative localization using fuzzy decentralized extended information filtering for homogenous omnidirectional mobile multi-robot system
CN116533248B (zh) 一种基于原地转向los角制导的蛇形机器人移动控制方法及装置
Sun et al. Personal Care Robot Navigation System Based on Multi-sensor Fusion
Liu et al. An AMR Mapping Method based on High Efficiency Recursive Filtering Fusion Algorithm
Ivanjko et al. Experimental evaluation of occupancy grid map improvement by sonar data corrections
Jallouli et al. An effective localization method for robot navigation through combined encoders positioning and retiming visual control

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16843668

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 09/07/2018)

122 Ep: pct application non-entry in european phase

Ref document number: 16843668

Country of ref document: EP

Kind code of ref document: A1