WO2018121448A1 - 移动机器人的拓扑地图创建方法、导航方法、可编程设备及计算机可读介质 - Google Patents

移动机器人的拓扑地图创建方法、导航方法、可编程设备及计算机可读介质 Download PDF

Info

Publication number
WO2018121448A1
WO2018121448A1 PCT/CN2017/118098 CN2017118098W WO2018121448A1 WO 2018121448 A1 WO2018121448 A1 WO 2018121448A1 CN 2017118098 W CN2017118098 W CN 2017118098W WO 2018121448 A1 WO2018121448 A1 WO 2018121448A1
Authority
WO
WIPO (PCT)
Prior art keywords
sub
map
mobile robot
area
current
Prior art date
Application number
PCT/CN2017/118098
Other languages
English (en)
French (fr)
Inventor
杨勇
李崇国
吴泽晓
郑志帆
Original Assignee
深圳市杉川机器人有限公司
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 深圳市杉川机器人有限公司 filed Critical 深圳市杉川机器人有限公司
Publication of WO2018121448A1 publication Critical patent/WO2018121448A1/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
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3848—Data obtained from both position sensors and additional sensors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/383—Indoor data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3837—Data obtained from a single source
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3863—Structures of map data
    • G01C21/387—Organisation of map data, e.g. version management or database structures

Definitions

  • the present invention relates to mobile robot technology, and more particularly to a topology map creation method, a navigation method, a programmable device, and a computer readable medium for a mobile robot.
  • the map of the mobile robot can be divided into geometric maps and topological maps. Geometric maps can be further divided into grid maps and feature maps. In the grid map, as the number of grids increases, the memory and CPU time occupied by the map maintenance will increase rapidly, making the mobile robot's processor real-time. Processing has become very difficult.
  • a feature map consists of a series of features that contain location information that requires additional processing of the perceptual information and requires a certain amount of perceptual data to get the results.
  • the topology map consists of nodes and their connection relationships in the environment, and the mobile robot can move from one node area to another according to the connection relationship information.
  • the topology map has high abstraction and is suitable for the structure of the large environment. Description, but there is currently no better solution.
  • the current map creation method and navigation method of mobile robots need further optimization and improvement.
  • One of the objects of the present invention is to overcome the deficiencies of the prior art and to provide a new method for creating a topology map of a mobile robot.
  • an embodiment of the present invention provides a method for creating a topology map of a mobile robot, including the following steps: S1: constructing a current region according to the acquired environment information of a current location of the mobile robot; and S2: determining whether the current region conforms to the sub-region If yes, go to step S3, if no, go to step S4; S3: divide the current area into at least two sub-areas connected by boundaries including the current position sub-area, wherein the current position sub-area is not met The sub-area divides the conditional region, and then proceeds to step S5; S4: the current region is taken as the current location sub-region; S5: the local map is created and stored in the current location sub-region; S6: determining whether there is a sub-region where the partial map is not created, if If yes, go to step S7; if not, go to step S8; S7: move the robot to the sub-area where the partial map is not created, update the current position information and return to step S
  • an embodiment of the present invention provides a first possible implementation manner of the first aspect, wherein the mobile robot is configured with at least one laser radar, and the laser radar is used to acquire a location of the mobile robot.
  • Environmental information; the steps of constructing the current area according to the acquired environmental information of the current location of the mobile robot include:
  • the embodiment of the present invention provides the second possible implementation manner of the first aspect, wherein the mobile robot is configured with at least one sensor,
  • the step of the sensor for acquiring the obstacle information of the location of the mobile robot, and determining whether the current region meets the sub-region dividing condition comprises: determining whether the current region conforms to the sub-region according to the obstacle information acquired by the sensor and/or the sensing distance of the sensor Regional division conditions.
  • the embodiment of the present invention provides a third possible implementation manner of the first aspect, wherein the step of determining whether the current area meets the sub-area dividing condition includes :
  • the mobile robot When the mobile robot does not detect all the boundaries of the current region, it indicates that the current region conforms to the sub-region division condition.
  • the embodiment of the present invention provides a fourth possible implementation manner of the first aspect, wherein determining whether the current region meets the sub-area partitioning condition
  • the steps include:
  • the mobile robot When the mobile robot does not detect that there is an obstacle in the current area, it indicates that the current area conforms to the sub-area dividing condition.
  • the embodiment of the present invention provides a fifth possible implementation manner of the first aspect, wherein determining whether the current area conforms to the sub-area
  • the steps of the condition include:
  • the embodiment of the present invention provides a sixth possible implementation manner of the first aspect, wherein the current area is divided into The at least two sub-regions connected by the boundary including the current location sub-region include:
  • the embodiment of the present invention provides a seventh possible implementation manner of the first aspect, wherein the at least A boundary formed by the line connecting the two corner points serves as an obstacle of the current position sub-area such that the mobile robot does not cross the boundary formed by the line connecting the at least two corner points.
  • the embodiment of the present invention provides the eighth possible implementation manner of the first aspect, where When the mobile robot obtains a closed region by the laser dot pattern obtained by the laser radar, it indicates that the current region does not conform to the sub-region division condition.
  • the embodiment of the present invention provides the ninth possible implementation manner of the first aspect, wherein the partial map includes an off-trap map, a SLAM map, and an overlay. At least one of a map and a sensor map.
  • the embodiment of the present invention provides a tenth possible implementation manner of the first aspect, wherein the off-trap map is marked by a mobile robot that can be reached but is easy Trapped area
  • the SLAM map is a map formed in real time by the lidar
  • the coverage map is marked with an area through which the mobile robot has moved
  • the sensor map is marked with an area where an obstacle is detected.
  • the embodiment of the present invention provides the eleventh possible implementation manner of the first aspect, wherein the sub-area is a node and the boundary is a side to create a topology.
  • the steps of the map include:
  • a topology map is created with each of the sub-regions as a node and a boundary between two adjacent sub-regions as an edge of two adjacent nodes.
  • the embodiment of the present invention provides the twelfth possible implementation manner of the first aspect, wherein the method further includes:
  • Path planning is performed according to a partial map corresponding to a sub-region of the location where the mobile robot is located, wherein the partial map includes an off-trap map, a SLAM map, an overlay map, and a sensor map.
  • the embodiment of the present invention provides the thirteenth possible implementation manner of the first aspect, wherein determining the current position and the target point of the mobile robot After the step of obtaining the judgment result, the method further includes:
  • the global navigation is performed by using a preset navigation algorithm to determine a path between the current location and the target point location.
  • the embodiment of the present invention provides the fourteenth possible implementation manner of the first aspect, wherein the current location is determined according to the topology map
  • the steps of the node path between the target point location and the target point location include:
  • an embodiment of the present invention provides an efficient mobile navigation method based on a topology map.
  • a navigation method for a mobile robot is based on a topology map, the navigation method further comprising the following steps: Step 1: acquiring a target point position of the mobile robot; Step 2: determining whether the current position of the mobile robot and the target point position are located in the topology map In the node, if yes, proceed to step S3, if otherwise, perform global planning, and then proceed to step 5; step 3: find a node path according to the topology map; step 4: perform path planning according to the local map of the node; step 5: perform path planning result.
  • the embodiment of the present invention provides the first possible implementation manner of the second aspect, wherein the step of searching for the node path according to the topology map includes:
  • All the boundaries and the sub-areas between the sub-region corresponding to the current position to the sub-region corresponding to the target point position are used as a path for the mobile robot to move from the current position to the target point position.
  • the embodiment of the present invention provides the second possible implementation manner of the second aspect, wherein the step 4 performs path planning in sequence according to the following sub-steps: Step 41: Perform path planning on the partial map in which the map of the sleepy map, the SLAM map, the overlay map, and the sensor map are merged. If the plan is unsuccessful, proceed to step 42. Step 42: merge the map of the SLAM and overlay the map. Path planning is performed on the partial map of the sensor map. If the planning is unsuccessful, proceed to step 43. Step 43: Perform path planning on the partial map in which the overlay map and the sensor map are merged. If the planning is unsuccessful, proceed to the step. 43; Step 44: Perform path planning on a partial map including only the coverage map.
  • an embodiment of the present invention provides a programmable device, including a memory and a processor, wherein the memory is configured to store an instruction, where the instruction is used to control the processor to perform the first The map creation method of the mobile robot described in the aspect.
  • an embodiment of the present invention provides a computer readable medium having a processor-executable non-volatile program code, the program code causing the processor to execute the mobile robot of the first aspect Map creation method.
  • the patent application of the present invention includes the following advantages:
  • the topology map creation method disclosed by the present invention determines whether to divide and how to divide the sub-regions by combining the current environment characteristics of the mobile robot, and the division of the sub-regions is more reasonable and reduces the complexity of the algorithm; the navigation method of the mobile robot disclosed by the present invention Improve the navigation efficiency and flexibility of mobile robots.
  • FIG. 1 is a flow chart of creating a topology map of a mobile robot according to the present invention
  • FIG. 2 is a schematic diagram of an environment of a mobile robot in an embodiment of the present invention.
  • Figure 3a is a schematic diagram of the location of the mobile robot in the environment of Figure 2;
  • Figure 3b is a schematic diagram of environmental information acquired by the laser radar when the mobile robot is in the P1 position
  • Figure 3c is a schematic diagram of sub-area division of the mobile robot in the P1 position
  • Figure 4a is a schematic diagram of the location of the mobile robot in the environment of Figure 2;
  • Figure 4b is a schematic diagram of environmental information acquired by the laser radar when the mobile robot is in the P2 position
  • 4c is a schematic diagram of sub-area division of the mobile robot in the P2 position
  • FIG. 5 is a schematic diagram of the mobile robot completing all sub-areas division in the environment shown in FIG. 2;
  • FIG. 6 is a topological map created according to the sub-area division of FIG. 5;
  • Figure 7 is a flow chart of a navigation method of the patent application of the present invention.
  • FIG. 8 is a schematic diagram of a partial map path planning of the node in FIG. 7.
  • the mobile robot in this embodiment may be an indoor cleaning robot.
  • the mobile robot in this embodiment will be described by taking an indoor cleaning robot as an example.
  • the navigation system of the indoor cleaning robot may include a positioning module, a sensor module, a motion module and a control module.
  • the positioning module may include a laser radar and an odometer.
  • the sensor module may include a limit switch, an infrared sensor and an ultrasonic sensor, and the control module may include The driving wheel and the speed measuring mechanism, the positioning module and the sensor module transmit the acquired environmental information to the control module, and the motion module receives the instruction of the control module and executes.
  • the method for creating a topology map of a mobile robot includes the following steps: S1: constructing a current region according to the acquired environment information of the current location of the mobile robot;
  • the mobile robot can obtain environmental information of the current area through various sensors configured.
  • the indoor cleaning robot can acquire environmental information through the laser radar and extract environmental features, such as obtaining corner points, planes, etc. of the area where the current position is located, and these environmental characteristics constitute The current area of the indoor cleaning robot.
  • the laser radar scans the surrounding environment information, and the obtained laser dot patterns are shown in Fig. 3b. These laser dot patterns become the current area of the indoor cleaning robot.
  • step S2 determining whether the current area meets the sub-area division condition, if yes, proceeding to step S3, if not proceeding to step S4;
  • the mobile robot when it is determined whether the current region satisfies the sub-region division condition, whether the current region has a boundary may be detected.
  • the mobile robot does not detect all the boundaries of the current region, it indicates that the current region conforms to the sub-region division condition.
  • a mobile robot has a limited range of detection due to a sensor such as a configured laser radar, and a part of the boundary of the current region that the mobile robot can detect through the sensor. If all the boundaries of the current area are not detected, it indicates that the detected current area has a gap. In this case, the sub-area division condition is satisfied, and the current area can be divided into one sub-area.
  • the step of determining whether the current area meets the sub-area dividing condition may further include: detecting whether the current area has an obstacle; and when the mobile robot does not detect that the current area has an obstacle , indicating that the current region meets the sub-regionalization conditions.
  • the current region conforms to the sub-region division condition and can be divided into one sub-region.
  • the step of determining whether the current area meets the sub-area dividing condition may further include: detecting whether there is a corner point in the current area; and detecting that there are at least two in the current area by using the lidar A corner point, and a gap exists between the at least two corner points, indicating that the current area conforms to the sub-area dividing condition.
  • the corner points detected by the mobile robot may be formed by a corner or a gap such as a door in the current environment, or may be formed by a sensor such as a laser radar of the mobile robot. In this case, the current area may be divided into a sub-area.
  • the laser point map obtained by the laser radar has a gap in the upper right corner, that is, the corner point A.
  • the gap between B and B indicates that the boundary of the current area or the obstacle of the area is outside the detection range of the lidar, thus conforming to the sub-area division condition.
  • the sub-area division condition is not met.
  • Fig. 4b when the indoor cleaning robot is in the P2 position, there is a gap between the upper and the right side of the laser dot pattern, wherein the upper notch is formed by the detection distance limit of the laser radar, and the notch on the right side represents the door.
  • the area detected at the P2 position is divided into one sub-area.
  • the current area is divided into at least two sub-areas connected by the boundary including the current position sub-area, wherein the current position sub-area is an area that does not meet the sub-area division condition, and then proceeds to step S5;
  • the connection of the at least two corner points may be used as a boundary of the current position sub-area. Dividing a current area into the current position sub-area and other sub-areas, the lines of the at least two corner points respectively serving as boundaries of the current position sub-area and other sub-areas, so that the current position sub-area And other sub-areas are connected by the boundary.
  • a boundary formed by the connection of the at least two corner points may be used as an obstacle of the current position sub-area, so that the mobile robot The boundary formed by the line connecting the at least two corner points is not crossed.
  • step S2 when the indoor cleaning robot is located at the P1 position, the laser radar obtains the laser dot pattern as shown in FIG. 3b by scanning the surrounding environment information, and the laser radar cannot be detected between the corner points A and B.
  • the unknown area, at this time, the line between the corner points A, B is treated as a boundary, as shown in Fig. 3c, the boundary 1 divides the current area map formed by the laser point map into the current position sub-area R1 and another sub- The region R2, that is, the sub-region R1 and the sub-region R2 are connected by the boundary 1, and the indoor cleaning robot can pass through the boundary 1 to the sub-region R1 and the sub-region R2.
  • boundary 1 is treated as a barrier edge in the subsequent sub-region division, and the laser dot map shown in the boundary 1 and FIG. 3b constitutes the closed current position sub-region R1, and the sub-region R1 no longer conforms to the sub-region division condition.
  • the mobile robot when the mobile robot forms a closed area by the laser dot pattern obtained by the laser radar, it indicates that the current area does not conform to the sub-area dividing condition. At this time, the current area is directly processed as the current position sub-area. For example, if the lidar scans the surrounding environment to form a closed laser dot pattern area, it indicates that the area has been fully detected by the lidar, there is no need to divide the area, treat it as the current sub-area, and then enter S5.
  • the partial map of the sub-area includes the map of the escaped area, the SLAM (Simultaneous Localization and Mapping) map, the overlay map and the creation and storage of the sensor map.
  • SLAM Simultaneous Localization and Mapping
  • the map of the escaped trap is marked by a mobile robot (indoor cleaning robot) that can reach but is easily trapped, such as thresholds, narrow passages, etc.;
  • the SLAM map is a real-time map formed by laser radar, and is covered in real time;
  • the overlay map is marked with a mobile robot. The area covered; the sensor map is marked with an area where an obstacle is detected by sensors such as infrared or ultrasonic waves.
  • step S6 judging whether there is a sub-area where the partial map is not created, if yes, proceeding to step S7, if otherwise proceeding to step S8;
  • the creation of the partial map is continued. For example, after the local map creation of the current location sub-region R1 is completed, it is determined whether there is still a sub-region where the partial map is not created, and then the corresponding step is performed for processing.
  • step S7 the mobile robot moves to the sub-area where the partial map is not created, updates the current position information, and returns to step S1;
  • S8 Create a topology map with the sub-region as a node and the boundary as an edge.
  • a topology map is created with each of the sub-regions as a node and a boundary between two adjacent sub-regions as an edge of two adjacent nodes.
  • the sub-areas are vertices, and the topological map is created with the border as the side, and the completed topological map is as shown in FIG. 6.
  • the method further includes the following steps.
  • step S9 the current position and the target point position of the mobile robot are acquired.
  • the position of the target point can be determined according to the acquired navigation instruction.
  • the mobile robot can determine the path to the target point position by determining the current position and the target point position.
  • step S10 it is determined whether the current position of the mobile robot and the target point position are simultaneously located in the node of the topology map, and the determination result is obtained.
  • the mobile robot can confirm whether the two location information of the current location and the target point location are located in the node of the topology map according to the obtained current location information and the location information of the target point. This step also includes a substep when it is determined that the current location and the target point location are both in the topology map that has been created.
  • Sub-step S101 when the determination result indicates that the current location and the target point location are simultaneously located in the node of the topology map, determining a node path between the current location and the target point location according to the topology map.
  • Sub-step S102 determining a corresponding sub-area of the current location and the target point location in the topology map.
  • the corresponding node of the current location in the topology map may be determined first, and the location of the target point is determined in the topology map. Corresponding node.
  • Sub-step S103 determining, according to the topology map, all the boundaries and all sub-areas between the sub-areas corresponding to the current position and the sub-areas corresponding to the target point position.
  • the topology map contains all the node information and the boundary information between each two nodes.
  • the topology map can determine all the boundary information between the node corresponding to the sub-area where the current location is located and the node corresponding to the sub-area where the target point location is located.
  • Sub-step S104 moving from the sub-region corresponding to the current position to all boundaries and all sub-regions between the sub-regions corresponding to the target point position, as the mobile robot moves from the current position to the target point position The path to the node.
  • the mobile robot needs to sequentially enter the sub-area R5 through the boundary 3, the sub-area R4, and the boundary 4, or sequentially.
  • the sub-region R5 passes through the boundary 3, the sub-region R4, the boundary 5, the sub-region R6, the boundary 6, the sub-region R7, and the boundary 7.
  • the global navigation is performed by using a preset navigation algorithm to determine a path between the current location and the target point location.
  • Step S11 Perform path planning according to a local map corresponding to the sub-region of the location where the mobile robot is located, where the partial map includes an off-trap map, a SLAM map, an overlay map, and a sensor map.
  • the path planning can be performed according to the local map of the sub-area where each node is located during the movement process, and the topology map and the local map are used. Navigation implements a path plan that moves from the current location to the target point location.
  • the mobile robot can start moving according to the planned path and move from the current position to the target position.
  • the method for creating a topology map may first determine whether sub-area division is required according to the environment information detected by the sensor configured by the mobile robot, and determine the boundary between the sub-area and the boundary between the plurality of sub-areas, Create a topology map that contains all of the sub-areas. And through the creation of the topology map, when the mobile robot needs to move to the target location, the path planning can be performed according to the topology map.
  • the creation method is simple in algorithm, less occupied by the computing resources, and can realize rapid map creation and path planning. . There is no need to arrange navigation beacons, and the accuracy of navigation planning can meet the actual needs of mobile robots.
  • This embodiment mainly describes a navigation method of a mobile robot.
  • the navigation method of the mobile robot of the present invention is based on the topology map created by the method in Embodiment 1, and specifically includes the following steps:
  • Step 1 Obtain the current position of the mobile robot and the position of the target point;
  • the positioning subsystem of the mobile robot obtains the current position information of the mobile robot according to the distance information collected by the lidar positioning sensor in real time and the motion control subsystem through the left and right encoders; the mobile robot passes the analytical navigation.
  • the instruction obtains the location information of the target point.
  • Step 2 judging whether the current position of the mobile robot and the target point position are simultaneously located in the node of the topology map, if yes, proceed to step 3, if otherwise, perform global planning, and then proceed to step 5;
  • step 3 Obtaining whether the two location information is located in the node of the topology map at the same time according to the obtained current location information of the mobile robot and the location information of the target point, and if yes, proceeding to step 3; if not (for example, including only one location information is located If the node of the topology map and the two location information are not located in the topology node, then global planning is performed, such as using the A* algorithm or the D* algorithm for navigation, and then proceeds to step 5.
  • Step 3 Find a node path according to the topology map.
  • the corresponding sub-area of the current location and the target point location in the topology map may be determined first. And determining, according to the topology map, all boundaries and all sub-regions between the sub-region corresponding to the current location to the sub-region corresponding to the target location. All the boundaries and the sub-areas between the sub-region corresponding to the current position to the sub-region corresponding to the target point position are used as a path for the mobile robot to move from the current position to the target point position. For example, as shown in FIG.
  • the mobile robot if the mobile robot is located in the R2 area and the target point is located in the R5 area, the mobile robot sequentially enters the sub-area R5 through the boundary 3, the sub-area R4, and the boundary 4, or sequentially passes through the boundary 3 and the sub-area R4.
  • the boundary 5, the sub-region R6, the boundary 6, the sub-region R7, and the boundary 7 enter the sub-region R5.
  • Step 4 Perform path planning according to the local map of the node
  • the partial map in this embodiment includes a map of the sleepy area, a map of the SLAM, a map of the overlay, and a map of the sensor.
  • the path is planned in the local map of the sub-area represented by the node according to the following steps:
  • Step 41 Perform path planning on a partial map that combines the off-trap map, the SLAM map, the overlay map, and the sensor map. If the plan is unsuccessful, proceed to step 42; Step 42: merge the SLAM map, the overlay map, and the sensor map. Path planning is performed on the local map. If the planning is unsuccessful, proceed to step 43. Step 43: Perform path planning on the partial map in which the overlay map and the sensor map are merged. If the planning is unsuccessful, proceed to step 43; Step 44: Path planning is performed only on the partial map covering the map, covering the area that the mobile robot that the map indicates has passed, thus ensuring successful path planning. In the above path planning step, the sequence of performing each step may be determined according to actual conditions.
  • Step 5 Perform path planning results.
  • the mobile robot can move to the target point according to the path plan. If the global plan is unsuccessful, the plan fails, and the mobile robot issues a planning failure prompt.
  • the path planning between the current location and the target location can be quickly realized, the navigation beacon does not need to be arranged, the environment adaptability is stronger, and the navigation precision can meet the actual navigation needs of the mobile robot.
  • the topology map creation method determines whether the sub-region is divided and how to divide by combining the current environment characteristics of the mobile robot, and the division of the sub-region is more reasonable and reduces the complexity of the algorithm.

Landscapes

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

Abstract

移动机器人的拓扑地图创建方法、导航方法、可编程设备及计算机可读介质，创建方法包括：S1：根据获取的移动机器人当前位置的环境信息构建当前区域；S2：判断当前区域是否符合子区域划分条件，如果是则进入步骤S3，如果否进入步骤S4；S3：将当前区域的划分为包括当前位置子区域在内的至少两个通过边界相连的子区域，然后进入步骤S5；S4：将当前区域作为当前位置子区域，然后进入S5；S5：在当前位置子区域创建局部地图并存储；S6：判断是否存在未创建局部地图的子区域，如果是则进入步骤S7，如果否则进入步骤S8；S7：移动机器人运动至未创建局部地图的子区域，更新当前位置信息后返回步骤S1；S8：以子区域为节点、边界为边创建拓扑地图。

Description

移动机器人的拓扑地图创建方法、导航方法、可编程设备及计算机可读介质
相关申请的交叉引用
本申请要求于2016年12月30日提交中国专利局的申请号为201611263933.5，名称为“移动机器人的拓扑地图创建方法及导航方法”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本发明涉及移动机器人技术，特别是用于移动机器人的拓扑地图创建方法、导航方法、可编程设备及计算机可读介质。
背景技术
随着科学技术的发展，移动机器人已可运用于各种场合用于代替人力完成各项任务，是一种具有高度自规划、自组织、自适应能力的机械，可在复杂的非结构环境中工作，在有效的空间、时间内高效地完成各类任务，目前被广泛应用于物流、探测、服务等领域。移动机器人的地图创建和导航是移动机器人的核心技术，一直是人们研究的重点。由于环境的动态变化和不可预测性、移动机器人感知手段不完备等各种原因，移动机器人的地图创建和导航的设计难度很大。
移动机器人的地图可以分为几何地图和拓扑地图。几何地图又可以分为栅格地图和特征地图，其中，栅格地图在栅格数量逐渐增大时，对于地图的维护所占用的内存和CPU时间会迅速增加，使移动机器人的处理器的实时处理变得非常困难。特征地图由一系列包含位置信息的特征组成，需要对感知信息做额外的处理，且需要一定数量的感知数据才能得到结果。拓扑地图由环境中特征位置或区域组成的节点及其连接关系构成，根据连接关系信息，移动机器人可从一个节点区域运动到另一个节点区域，拓扑地图抽象度高，适用于大环境的结构化描述，但目前还没有较好的解决方案。
现有的移动机器人的导航技术包括跟随路径导引、视觉匹配、信标导航、全球定位等。其中，跟随路径导引存在维护成本高、不灵活的缺点；视觉匹配存在计算量大且受环境光影响较大；信标导航则需要布设信标，环境适应性较差；全球定位精度较低，不能满足移动机器人的实际导航需要。
总体来说，目前移动机器人的地图创建方法及导航方法还需要进一步的优化和提高。
发明内容
本发明的目的之一在于克服现有技术缺陷，提供一种新的移动机器人的拓扑地图创建方法。
为达到上述目的，本发明的技术方案如下：
第一方面，本发明实施例提供了一种移动机器人的拓扑地图创建方法，包括以下步 骤,S1：根据获取的移动机器人当前位置的环境信息构建当前区域；S2：判断当前区域是否符合子区域划分条件，如果是则进入步骤S3，如果否进入步骤S4；S3：将当前区域的划分为包括当前位置子区域在内的至少两个通过边界相连的子区域，其中，当前位置子区域为不符合子区域划分条件的区域，然后进入步骤S5；S4：将当前区域作为当前位置子区域；S5：在当前位置子区域创建局部地图并存储；S6：判断是否存在未创建局部地图的子区域，如果是则进入步骤S7，如果否则进入步骤S8；S7：移动机器人运动至未创建局部地图的子区域，更新当前位置信息后返回步骤S1；S8：以子区域为节点、边界为边创建拓扑地图。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述移动机器人配置有至少一个激光雷达，所述激光雷达用于获取所述移动机器人所在位置的环境信息；根据获取的移动机器人当前位置的环境信息构建当前区域的步骤包括：
根据所述激光雷达获取到的环境信息，获取所述移动机器人当前区域所在环境的角点、平面和障碍物信息。
结合第一方面，或第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述移动机器人配置有至少一个传感器，所述传感器用于获取所述移动机器人所在位置的障碍物信息，判断当前区域是否符合子区域划分条件的步骤包括：根据所述传感器获取的障碍信息和/或传感器的感应距离，判断当前区域是否符合子区域划分条件。
结合第一方面及其第一、二种可能的实施方式之一，本发明实施例提供了第一方面的第三种可能的实施方式，其中，判断当前区域是否符合子区域划分条件的步骤包括：
探测所述当前区域是否存在边界；
当所述移动机器人没有探测到所述当前区域的所有边界时，表明当前区域符合子区域划分条件。
结合第一方面及其第一、二、三种可能的实施方式之一，本发明实施例提供了第一方面的第四种可能的实施方式，其中，判断当前区域是否符合子区域划分条件的步骤包括：
探测所述当前区域是否存在障碍物；
当所述移动机器人没有探测到所述当前区域存在障碍物时，表明当前区域符合子区域划分条件。
结合第一方面及其第一、二、三、四种可能的实施方式之一，本发明实施例提供了第一方面的第五种可能的实施方式，其中，判断当前区域是否符合子区域划分条件的步骤包括：
探测所述当前区域是否存在角点；
当通过所述激光雷达探测到所述当前区域存在至少两个角点，且所述至少两个角 点之间存在间隙时，表明当前区域符合子区域划分条件。
结合第一方面及其第一、二、三、四、五种可能的实施方式之一，本发明实施例提供了第一方面的第六种可能的实施方式，其中，将当前区域的划分为包括当前位置子区域在内的至少两个通过边界相连的子区域的步骤包括：
将所述至少两个角点的连线作为所述当前位置子区域的边界；
将当前区域划分为包含所述当前位置子区域和其他子区域，所述至少两个角点的连线分别作为所述当前位置子区域和其他子区域的边界，以使所述当前位置子区域和其他子区域通过所述边界相连。
结合第一方面及其第一、二、三、四、五、六种可能的实施方式之一，本发明实施例提供了第一方面的第七种可能的实施方式，其中，将所述至少两个角点的连线形成的边界作为所述当前位置子区域的障碍物，以使所述移动机器人不会越过所述至少两个角点的连线形成的边界。
结合第一方面及其第一、二、三、四、五、六、七种可能的实施方式之一，本发明实施例提供了第一方面的第八种可能的实施方式，其中，当所述移动机器人通过所述激光雷达获得的激光点图形成封闭的区域时，表明当前区域不符合子区域划分条件。
结合第一方面及其第一至八种可能的实施方式之一，本发明实施例提供了第一方面的第九种可能的实施方式，其中，所述局部地图包括脱困地图、SLAM地图、覆盖地图和传感器地图中的至少一种。
结合第一方面及其第一至九种可能的实施方式之一，本发明实施例提供了第一方面的第十种可能的实施方式，其中，所述脱困地图标记有移动机器人可以到达但容易困住的区域；
所述SLAM地图为通过所述激光雷达实时形成的地图；
所述覆盖地图标记有所述移动机器人已经移动经过的区域；
所述传感器地图标记有探测到有障碍物的区域。
结合第一方面及其第一至十种可能的实施方式之一，本发明实施例提供了第一方面的第十一种可能的实施方式，其中，以子区域为节点、边界为边创建拓扑地图的步骤包括：
以每个所述子区域为节点，以相邻两个所述子区域之间的边界作为相邻两个所述节点的边创建拓扑地图。
结合第一方面及其第一至十一种可能的实施方式之一，本发明实施例提供了第一方面的第十二种可能的实施方式，其中，该方法还包括：
获取所述移动机器人的当前位置及目标点位置；
判断所述移动机器人当前位置和目标点位置是否同时位于所述拓扑地图的节点 中，得到判断结果；
当所述判断结果表明所述当前位置和目标点位置同时位于所述拓扑地图的节点中时，根据所述拓扑地图确定所述当前位置和目标点位置之间的节点路径；
根据所述移动机器人所在位置的子区域对应的局部地图进行路径规划，其中所述局部地图包括脱困地图、SLAM地图、覆盖地图和传感器地图。
结合第一方面及其第一至十二种可能的实施方式之一，本发明实施例提供了第一方面的第十三种可能的实施方式，其中，判断所述移动机器人当前位置和目标点位置是否同时位于所述拓扑地图的节点中，得到判断结果的步骤之后，该方法还包括：
当所述判断结果表明所述当前位置和目标点位置没有同时位于所述拓扑地图的节点中时，利用预设导航算法进行全局规划，确定所述当前位置和目标点位置之间的路径。
结合第一方面及其第一至十三种可能的实施方式之一，本发明实施例提供了第一方面的第十四种可能的实施方式，其中，根据所述拓扑地图确定所述当前位置和目标点位置之间的节点路径的步骤包括：
确定所述当前位置与所述目标点位置在所述拓扑地图中的对应的子区域，
根据所述拓扑地图，确定从所述当前位置对应的子区域到所述目标点位置对应的子区域之间的所有边界和所有子区域；
将所述当前位置对应的子区域移动到所述目标点位置对应的子区域之间的所有边界和所有子区域，作为所述移动机器人从当前位置移动至所述目标点位置的节点路径。
第二方面，本发明实施例提供了一种基于拓扑地图且高效的移动机器人导航方法。
为达到上述目的，本发明的移动机器人导航方法的技术方案如下：
一种移动机器人的导航方法，该方法基于拓扑地图，该导航方法还包括以下步骤：步骤1：获取移动机器人的目标点位置；步骤2：判断移动机器人当前位置和目标点位置是否位于拓扑地图的节点中，如果是，则进入步骤S3，如果否则进行全局规划，然后进入步骤5；步骤3：根据拓扑地图寻找节点路径；步骤4：根据节点的局部地图进行路径规划；步骤5：执行路径规划结果。
结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，根据拓扑地图寻找节点路径的步骤包括：
确定所述当前位置与所述目标点位置在所述拓扑地图中的对应的子区域，
根据所述拓扑地图，确定所述当前位置对应的子区域移动到所述目标点位置对应的子区域之间的所有边界和所有子区域；
将所述当前位置对应的子区域到所述目标点位置对应的子区域之间的所有边界和 所有子区域，作为所述移动机器人从当前位置移动至所述目标点位置的路径。
结合第二方面及其第一种可能的实施方式之一，本发明实施例提供了第二方面的第二种可能的实施方式，其中，所述步骤4按以下子步骤顺序依次进行路径规划：步骤41：在融合了所述脱困地图、SLAM地图、覆盖地图和传感器地图的局部地图上进行路径规划，如果规划不成功，则进入步骤42；步骤42：在融合了所述SLAM地图、覆盖地图和传感器地图的局部地图上进行路径规划，如果规划不成功，则进入步骤43；步骤43：在融合了所述覆盖地图和传感器地图的局部地图上进行路径规划，如果规划不成功，则进入步骤43；步骤44：在仅包括所述覆盖地图的局部地图上进行路径规划。
第三方面，本发明实施例提供了一种可编程设备，包括存储器和处理器，其中，所述存储器用于存储指令，所述指令用于控制所述处理器进行操作以执行所述第一方面所述的移动机器人的地图创建方法。
第四方面，本发明实施例提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行所述第一方面所述的移动机器人的地图创建方法。与现有技术相比，本发明专利申请包括以下优点：
本发明揭示的拓扑地图创建方法通过结合移动机器人当前环境特征判断是否进行子区域的划分和如何划分，子区域的划分更为合理且降低了算法的复杂性；本发明揭示的移动机器人的导航方法提高了移动机器人的导航效率和灵活性。
附图说明
图1为本发明专利申请的移动机器人的拓扑地图创建流程图；
图2为本发明专利申请实施例中的移动机器人的环境示意图；
图3a为移动机器人在图2环境中P1位置的示意图；
图3b为移动机器人在P1位置时，激光雷达获取的环境信息示意图；
图3c为移动机器人在P1位置时的子区域划分示意图；
图4a为移动机器人在图2环境中P2位置的示意图；
图4b为移动机器人在P2位置时，激光雷达获取的环境信息示意图；
图4c为移动机器人在P2位置时的子区域划分示意图；
图5为移动机器人在图2所示环境完成所有子区域划分的示意图；
图6为依据图5的子区域划分创建的拓扑地图；
图7为本发明专利申请的导航方法流程图；
图8为图7中的节点局部地图路径规划示意图。
具体实施方式
下面结合附图和具体实施方式对本发明方案进行进一步详细说明。
实施例1
本实施例主要对移动机器人的拓扑地图创建方法进行说明。本实施例中的移动机器人可以为室内清洁机器人。本实施例中的移动机器人以室内清洁机器人为例进行说明。室内清洁机器人的导航系统可以包括定位模块、传感器模块、运动模块和控制模块，其中，定位模块可以包括激光雷达、里程计，传感器模块可以包括限位开关、红外传感器及超声波传感器，控制模块可以包括驱动轮和测速机构，定位模块及传感器模块将获取的环境信息传输至控制模块，运动模块接收控制模块的指令并执行。
结合图1至图6，移动机器人的拓扑地图创建方法包括以下步骤：S1：根据获取的移动机器人当前位置的环境信息构建当前区域；
移动机器人可以通过配置的各种传感器获取当前区域的环境信息，例如室内清洁机器人可以通过激光雷达获取环境信息并提取环境特征，如获取到当前位置所在区域的角点、平面等，这些环境特征构成了室内清洁机器人当前区域。如图3a所示，移动机器人在P1位置时，激光雷达通过扫描周围环境信息，得到的激光点图如图3b所示，这些激光点图形成了室内清洁机器人当前区域。
S2：判断当前区域是否符合子区域划分条件，如果是则进入步骤S3，如果否进入步骤S4；
在一种具体实施方式中，在判断当前区域是否满足子区域划分条件时，可以探测所述当前区域是否存在边界。当所述移动机器人没有探测到所述当前区域的所有边界时，表明当前区域符合子区域划分条件。例如，移动机器人由于配置的激光雷达等传感器的限制，其探测到的范围有限，移动机器人通过传感器可以探测到的当前区域的一部分边界。如果没有探测到当前区域的所有边界，表明探测到的当前区域具有缺口，此时，就满足子区域划分条件，可以将当前所在的区域划分为一个子区域。
在另一种具体实施方式中，判断当前区域是否符合子区域划分条件的步骤还可以包括：探测所述当前区域是否存在障碍物；当所述移动机器人没有探测到所述当前区域存在障碍物时，表明当前区域符合子区域划分条件。当没有在当前的区域探测到障碍物时，表明当前的区域没有障碍物，或者障碍物位于移动机器人上的传感器的探测范围以外。此时，当前区域符合子区域划分条件，可以被划分为一个子区域。
在另一种具体实施方式中，判断当前区域是否符合子区域划分条件的步骤还可以包括：探测所述当前区域是否存在角点；当通过所述激光雷达探测到所述当前区域存在至少两个角点，且所述至少两个角点之间存在间隙时，表明当前区域符合子区域划分条件。移动机器人探测到的角点可能是由于当前环境中的拐角或者门等缺口形成的，或者是由移动机器人的激光雷达等传感器形成的，此时，可以将当前区域划分为一个子区域。
在此步骤中，主要根据当前区域信息确定是否划分子区域，如图3b所示，室内清洁机器人在P1位置时激光雷达获取环境信息后得到的激光点图在右上角有一缺口，即角点A、B之间的间隙，表明当前区域的边界或该区域的障碍在激光雷达的探测范围之外，因而符合子区域划分条件。
当激光点图可以形成一个封闭的区域时，则认为不符合子区域划分条件。如图4b所示，室内清洁机器人在P2位置时，激光点图在上方和右方各存在一缺口，其中上方的缺口是因为激光雷达的探测距离限制形成的，右侧的缺口则代表门。因而，将在P2位置探测到的区域划分为一个子区域。
S3：将当前区域的划分为包括当前位置子区域在内的至少两个通过边界相连的子区域，其中，当前位置子区域为不符合子区域划分条件的区域，然后进入步骤S5；
在一种具体实施方式中，在进行子区域的划分时，可以将所述至少两个角点的连线作为所述当前位置子区域的边界。将当前区域划分为包含所述当前位置子区域和其他子区域，所述至少两个角点的连线分别作为所述当前位置子区域和其他子区域的边界，以使所述当前位置子区域和其他子区域通过所述边界相连。
在一种具体实施方式中，在进行当前位置子区域的划分时，可以将所述至少两个角点的连线形成的边界作为所述当前位置子区域的障碍物，以使所述移动机器人不会越过所述至少两个角点的连线形成的边界。
例如，根据步骤S2中的描述，当室内清洁机器人位于P1位置时，激光雷达通过扫描周围环境信息得到了如图3b所示激光点图，在角点A、B之间存在激光雷达不能探测到的未知区域，此时，将角点A、B之间的连线作为边界处理，如图3c所示，边界①将激光点图形成的当前区域图划分为当前位置子区域R1和另一子区域R2，也就是说，子区域R1和子区域R2通过边界①连接，室内清洁机器人可以通过边界①来往于子区域R1和子区域R2。需要说明的是，边界①在以后的子区域划分时作为障碍边缘处理，边界①和图3b所示激光点图构成了闭合的当前位置子区域R1，子区域R1不再符合子区域划分条件。
S4：将当前区域作为当前位置子区域，然后进入S5；
在一种具体实施方式中，当所述移动机器人通过所述激光雷达获得的激光点图形成封闭的区域时，表明当前区域不符合子区域划分条件。此时，直接将当前区域作为当前位置子区域进行处理。例如，如果激光雷达扫描周围环境形成的是一个闭合的激光点图区域，则表明该区域已被激光雷达完全探测到，不需要对该区域进行区域划分，将其作为当前子区域处理，然后进入S5。
S5：在当前位置子区域创建局部地图并存储；
在完成当前位置子区域的创建后，在当前位置子区域进行局部地图创建，例如，可以 在子区域R1进行局部地图创建时，将边界①作为障碍物处理，因此移动机器人(例如室内清洁机器人)不会越过边界①进入子区域R2的。子区域的局部地图包括脱困地图、SLAM(Simultaneous Localization and Mapping，同步定位与地图构建)地图、覆盖地图及传感器地图的创建及存储。其中，脱困地图标记有移动机器人(室内清洁机器人)可以到达但容易困住的区域，如门槛、狭小通道等；SLAM地图是通过激光雷达实时形成的地图，并实时覆盖；覆盖地图标记有移动机器人所覆盖过的区域；传感器地图标记有通过红外、超声波等传感器探测到有障碍物的区域。
S6：判断是否存在未创建局部地图的子区域，如果是则进入步骤S7，如果否则进入步骤S8；
在完成一个子区域的局部地图创建后，可以确定所有的其区域的局部地图是否都已经创建完毕，如果所有子区域的局部地图都已经创建完毕，则可以进行拓扑地图的创建。如果还存在没有创建局部地图的子区域，则继续进行局部地图的创建。例如，在完成当前位置子区域R1的局部地图创建后，判断是否还存在未创建局部地图的子区域，然后进入对应的步骤进行处理。
S7：移动机器人运动至未创建局部地图的子区域，更新当前位置信息后返回步骤S1；
如图4a所示，在完成当前位置子区域R1的局部地图创建后，还存在未创建局部地图的子区域R2，因此移动机器人(例如室内清洁机器人)将穿越边界①到达子区域R2的P2位置，然后将P2位置更新为当前位置，然后再返回步骤S1。
S8：以子区域为节点、边界为边创建拓扑地图。
在一种具体实施方式中，以每个所述子区域为节点，以相邻两个所述子区域之间的边界作为相邻两个所述节点的边创建拓扑地图。
例如，如图5所示，为完成所有子区域地图的局部地图创建后的环境地图，然后以子区域为顶点，以边界为边创建拓扑地图，建好后的拓扑地图如图6所示。
在另一种具体实施方式中，在完成了拓扑地图的创建后，该方法还包括以下步骤。
步骤S9，获取所述移动机器人的当前位置及目标点位置。
移动机器人在通过配置的传感器完成了子区域的划分和子区域内局部地图和拓扑地图的创建后，可以根据获取到的导航指令确定目标点的位置。移动机器人可以通过确定当前位置和目标点位置确定移动到目标点位置的路径。
步骤S10，判断所述移动机器人当前位置和目标点位置是否同时位于所述拓扑地图的节点中，得到判断结果。
移动机器人可以根据获取到的当前位置信息和目标点的位置信息，确认当前位置和目标点位置这两个位置信息是否同时位于拓扑地图的节点中。当确定当前位置和目标点位置同时位于已经创建好的拓扑地图中时，该步骤还包括一下子步骤。
子步骤S101，当所述判断结果表明所述当前位置和目标点位置同时位于所述拓扑地图的节点中时，根据所述拓扑地图确定所述当前位置和目标点位置之间的节点路径。
子步骤S102，确定所述当前位置与所述目标点位置在所述拓扑地图中的对应的子区域。
如果移动机器人的当前位置位于拓扑地图中的一个节点，目标点位置位于同一个拓扑地图中的另一个节点，可以先确定当前位置在拓扑地图中对应的节点，同时确定目标点位置在拓扑地图中对应的节点。
子步骤S103，根据所述拓扑地图，确定从所述当前位置对应的子区域移动到所述目标点位置对应的子区域之间的所有边界和所有子区域。
拓扑地图中包含所有的节点信息以及每两个节点之间的边界信息。通过拓扑地图可以确定当前位置所在的子区域对应的节点和目标点位置所在的子区域对应的节点之间，所有的边界信息。
子步骤S104，将从所述当前位置对应的子区域移动到所述目标点位置对应的子区域之间的所有边界和所有子区域，作为所述移动机器人从当前位置移动至所述目标点位置的节点路径。
参考图6，如果移动机器人的当前位置位于R2区域，而目标点位置位于R5区域，根据拓扑地图，则可以确定移动机器人需要依次经过边界③、子区域R4、边界④进入子区域R5，或依次经过边界③、子区域R4、边界⑤、子区域R6、边界⑥、子区域R7、边界⑦进入子区域R5。
当所述判断结果表明所述当前位置和目标点位置没有同时位于所述拓扑地图的节点中时，利用预设导航算法进行全局规划，确定所述当前位置和目标点位置之间的路径。
步骤S11，根据所述移动机器人所在位置的子区域对应的局部地图进行路径规划，其中所述局部地图包括脱困地图、SLAM地图、覆盖地图和传感器地图。
确定了移动机器人从当前位置移动到目标位置点需要经过的所有边界和所有子区域后，在移动过程中可以根据每个节点所在的子区域的局部地图进行路径规划，通过拓扑地图和局部地图的导航实现从当前位置移动到目标点位置的路径规划。
在完成了路径规划后，移动机器人可以根据规划好的路径开始移动，从当前位置移动至目标位置点。
本申请实施例提供的拓扑地图的创建方法，可以先根据移动机器人配置的传感器探测到的环境信息确定是否需要进行子区域划分，并通过子区域的划分和多个子区域之间的边界的确定，创建包含有所有子区域的拓扑地图。并且通过拓扑地图的创建，在移动机器人 需要移动到目标位置时，可以根据拓扑地图进行路径的规划，该创建方法算法简单，对计算资源的占用较少，可以实现快速的地图创建和路径的规划。无需布置导航信标，导航规划精度可以满足移动机器人的实际需要。
实施例2
本实施例主要对移动机器人的导航方法进行说明。
请结合图7和图8，本发明的移动机器人的导航方法基于实施例1中方法创建的拓扑地图，具体包括以下步骤：
步骤1：获取移动机器人当前位置及目标点位置；
移动机器人(例如室内清洁机器人)的定位子系统根据激光雷达定位传感器实时采集的距离信息以及运动控制子系统通过左右编码器计算出里程计信息，从而得到移动机器人当前位置信息；移动机器人通过解析导航指令获得目标点的位置信息。
步骤2：判断移动机器人当前位置和目标点位置是否同时位于拓扑地图的节点中，如果是，则进入步骤3，如果否则进行全局规划，然后进入步骤5；
根据获取到的移动机器人的当前位置信息和目标点的位置信息，确认上述两个位置信息是否同时位于拓扑地图的节点中，如果是则进入步骤3；如果不是(例如，包括只有一个位置信息位于拓扑地图的节点中和两个位置信息都没有位于拓扑节点中的情况)，则进行全局规划，如使用A*算法或D*算法进行导航，然后进入步骤5。
步骤3：根据拓扑地图寻找节点路径；
在一种具体实施方式中，在进行节点路径规划时，可以先确定所述当前位置与所述目标点位置在所述拓扑地图中的对应的子区域。再根据所述拓扑地图，确定所述当前位置对应的子区域到所述目标点位置对应的子区域之间的所有边界和所有子区域。将所述当前位置对应的子区域到所述目标点位置对应的子区域之间的所有边界和所有子区域，作为所述移动机器人从当前位置移动至所述目标点位置的路径。例如，如图6所示，如果移动机器人位于R2区域，而目标点位于R5区域，则移动机器人依次经过边界③、子区域R4、边界④进入子区域R5，或依次经过边界③、子区域R4、边界⑤、子区域R6、边界⑥、子区域R7、边界⑦进入子区域R5。
步骤4：根据节点的局部地图进行路径规划；
本实施例中的局部地图包含有脱困地图、SLAM地图、覆盖地图及传感器地图，在节点所代表的子区域的局部地图进行路径规划时按照以下步骤进行：
步骤41：在融合了脱困地图、SLAM地图、覆盖地图和传感器地图的局部地图上进行路径规划，如果规划不成功，则进入步骤42；步骤42：在融合了SLAM地图、覆盖地图和传感器地图的局部地图上进行路径规划，如果规划不成功，则进入步骤43；步骤43：在 融合了覆盖地图和传感器地图的局部地图上进行路径规划，如果规划不成功，则进入步骤43；步骤44：在仅包括覆盖地图的局部地图上进行路径规划，覆盖地图表示的移动机器人已经经过的区域，因此可以确保路径规划成功。在以上路径规划步骤中，执行各个步骤的先后顺序可以根据实际情况确定。
步骤5：执行路径规划结果。
通过局部地图和拓扑地图确定了从当前位置移动到目标位置点的路径后，移动机器人可以按路径规划图运动至目标点，如果全局规划不成功，则规划失败，移动机器人发出规划失败提示。
通过本申请实施例提供的导航方法，可以快速的实现当前位置和目标位置之间的路径规划，无需布置导航信标，环境适应性更强，并且导航精度可满足移动机器人的实际导航需要。
以上是本发明的较佳实施例的详细说明，不认定本发明只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下所作出的等同替代或明显变形，且性能或用途相同，都应当视为本发明所提交的权利要求书确定的保护范围内。
工业实用性
本发明实施例提供的拓扑地图创建方法通过结合移动机器人当前环境特征判断是否进行子区域的划分和如何划分，子区域的划分更为合理且降低了算法的复杂性。

Claims (20)

  1. 一种移动机器人的拓扑地图创建方法，其特征在于，包括以下步骤：
    S1：根据获取的移动机器人当前位置的环境信息构建当前区域；
    S2：判断当前区域是否符合子区域划分条件，如果是则进入步骤S3，如果否进入步骤S4；
    S3：将当前区域的划分为包括当前位置子区域在内的至少两个通过边界相连的子区域，其中，当前位置子区域为不符合子区域划分条件的区域，然后进入步骤S5；
    S4：将当前区域作为当前位置子区域，然后进入S5；
    S5：在当前位置子区域创建局部地图并存储；
    S6：判断是否存在未创建局部地图的子区域，如果是则进入步骤S7，如果否则进入步骤S8；
    S7：移动机器人运动至未创建局部地图的子区域，更新当前位置信息后返回步骤S1；
    S8：以子区域为节点、边界为边创建拓扑地图。
  2. 如权利要求1所述的移动机器人的拓扑地图创建方法，其特征在于，所述移动机器人配置有至少一个激光雷达，所述激光雷达用于获取所述移动机器人所在位置的环境信息；根据获取的移动机器人当前位置的环境信息构建当前区域的步骤包括：
    根据所述激光雷达获取到的环境信息，获取所述移动机器人当前区域所在环境的角点、平面和障碍物信息。
  3. 如权利要求1所述的移动机器人的拓扑地图创建方法，其特征在于，所述移动机器人配置有至少一个传感器，所述传感器用于获取所述移动机器人所在位置的障碍物信息，判断当前区域是否符合子区域划分条件的步骤包括：根据所述传感器获取的障碍信息和/或传感器的感应距离，判断当前区域是否符合子区域划分条件。
  4. 如权利要求1至3任意一项所述的移动机器人的拓扑地图创建方法，其特征在于，判断当前区域是否符合子区域划分条件的步骤包括：
    探测所述当前区域是否存在边界；
    当所述移动机器人没有探测到所述当前区域的所有边界时，表明当前区域符合子区域划分条件。
  5. 如权利要求1至3任意一项所述的移动机器人的拓扑地图创建方法，其特征在于，判断当前区域是否符合子区域划分条件的步骤包括：
    探测所述当前区域是否存在障碍物；
    当所述移动机器人没有探测到所述当前区域存在障碍物时，表明当前区域符合子 区域划分条件。
  6. 如权利要求1至3任意一项所述的移动机器人的拓扑地图创建方法，其特征在于，判断当前区域是否符合子区域划分条件的步骤包括：
    探测所述当前区域是否存在角点；
    当通过所述激光雷达探测到所述当前区域存在至少两个角点，且所述至少两个角点之间存在间隙时，表明当前区域符合子区域划分条件。
  7. 如权利要求1至6任意一项所述的移动机器人的拓扑地图创建方法，其特征在于，将当前区域的划分为包括当前位置子区域在内的至少两个通过边界相连的子区域的步骤包括：
    将所述至少两个角点的连线作为所述当前位置子区域的边界；
    将当前区域划分为包含所述当前位置子区域和其他子区域，所述至少两个角点的连线分别作为所述当前位置子区域和其他子区域的边界，以使所述当前位置子区域和其他子区域通过所述边界相连。
  8. 如权利要求7所述的移动机器人的拓扑地图创建方法，其特征在于，将当前区域的划分为包括当前位置子区域在内的至少两个通过边界相连的子区域的步骤还包括：
    将所述至少两个角点的连线形成的边界作为所述当前位置子区域的障碍物，以使所述移动机器人不会越过所述至少两个角点的连线形成的边界。
  9. 如权利要求1至3任意一项所述的移动机器人的拓扑地图创建方法，其特征在于，判断当前区域是否符合子区域划分条件的步骤包括：
    当所述移动机器人通过所述激光雷达获得的激光点图形成封闭的区域时，表明当前区域不符合子区域划分条件。
  10. 如权利要求1所述的移动机器人的拓扑地图创建方法，其特征在于，
    所述局部地图包括脱困地图、SLAM地图、覆盖地图和传感器地图中的至少一种。
  11. 如权利要求10所述的移动机器人的拓扑地图创建方法，其特征在于，所述脱困地图标记有移动机器人可以到达但容易困住的区域；
    所述SLAM地图为通过所述激光雷达实时形成的地图；
    所述覆盖地图标记有所述移动机器人已经移动经过的区域；
    所述传感器地图标记有探测到有障碍物的区域。
  12. 如权利要求1至11任意一项所述的移动机器人的地图创建方法，其特征在于，以子区域为节点、边界为边创建拓扑地图的步骤包括：
    以每个所述子区域为节点，以相邻两个所述子区域之间的边界作为相邻两个所述 节点的边创建拓扑地图。
  13. 如权利要求1至12任意一项所述的移动机器人的地图创建方法，其特征在于，该方法还包括：
    获取所述移动机器人的当前位置及目标点位置；
    判断所述移动机器人当前位置和目标点位置是否同时位于所述拓扑地图的节点中，得到判断结果；
    当所述判断结果表明所述当前位置和目标点位置同时位于所述拓扑地图的节点中时，根据所述拓扑地图确定所述当前位置和目标点位置之间的节点路径；
    根据所述移动机器人所在位置的子区域对应的局部地图进行路径规划，其中所述局部地图包括脱困地图、SLAM地图、覆盖地图和传感器地图。
  14. 如权利要求13所述的移动机器人的拓扑地图创建方法，其特征在于，判断所述移动机器人当前位置和目标点位置是否同时位于所述拓扑地图的节点中，得到判断结果的步骤之后，该方法还包括：
    当所述判断结果表明所述当前位置和目标点位置没有同时位于所述拓扑地图的节点中时，利用预设导航算法进行全局规划，确定所述当前位置和目标点位置之间的路径。
  15. 如权利要求13所述的移动机器人的拓扑地图创建方法，其特征在于，根据所述拓扑地图确定所述当前位置和目标点位置之间的节点路径的步骤包括：
    确定所述当前位置与所述目标点位置在所述拓扑地图中的对应的子区域，
    根据所述拓扑地图，确定从所述当前位置对应的子区域到所述目标点位置对应的子区域之间的所有边界和所有子区域；
    将所述当前位置对应的子区域移动到所述目标点位置对应的子区域之间的所有边界和所有子区域，作为所述移动机器人从当前位置移动至所述目标点位置的节点路径。
  16. 一种移动机器人的导航方法，其特征在于，该方法基于如权利要求1至15任意一项所创建的拓扑地图，该导航方法还包括以下步骤：
    步骤1：获取移动机器人当前位置及目标点位置；
    定位子系统根据激光雷达定位传感器实时采集的距离信息以及运动控制子系统通过左右编码器计算出里程计信息，从而获取机器初始位姿；
    步骤2：判断移动机器人当前位置和目标点位置是否同时位于拓扑地图的节点中，如果是，则进入步骤S3，如果否则进行全局规划，然后进入步骤5；
    步骤3：根据拓扑地图寻找节点路径；步骤4：根据节点的局部地图进行路径规划；
    步骤5：执行路径规划结果。
  17. 如权利要求16所述的移动机器人的导航方法，其特征在于，根据拓扑地图寻找节点路径的步骤包括：
    确定所述当前位置与所述目标点位置在所述拓扑地图中的对应的子区域，
    根据所述拓扑地图，确定所述当前位置对应的子区域移动到所述目标点位置对应的子区域之间的所有边界和所有子区域；
    将所述当前位置对应的子区域到所述目标点位置对应的子区域之间的所有边界和所有子区域，作为所述移动机器人从当前位置移动至所述目标点位置的路径。
  18. 如权利要求16或17任意一项所述的移动机器人的导航方法，其特征在于，所述步骤5按以下子步骤顺序依次进行路径规划：
    步骤41：在融合了所述脱困地图、SLAM地图、覆盖地图和传感器地图的局部地图上进行路径规划，如果规划不成功，则进入步骤42；
    步骤42：在融合了所述SLAM地图、覆盖地图和传感器地图的局部地图上进行路径规划，如果规划不成功，则进入步骤43；
    步骤43：在融合了所述覆盖地图和传感器地图的局部地图上进行路径规划，如果规划不成功，则进入步骤44；
    步骤44：在仅包括所述覆盖地图的局部地图上进行路径规划。
  19. 一种可编程设备，其特征在于，包括存储器和处理器，其中，所述存储器用于存储指令，所述指令用于控制所述处理器进行操作以执行所述权利要求1至15任意一项所述的移动机器人的地图创建方法。
  20. 一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1至15任意一项所述的移动机器人的地图创建方法。
PCT/CN2017/118098 2016-12-30 2017-12-22 移动机器人的拓扑地图创建方法、导航方法、可编程设备及计算机可读介质 WO2018121448A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201611263933.5A CN107121142B (zh) 2016-12-30 2016-12-30 移动机器人的拓扑地图创建方法及导航方法
CN201611263933.5 2016-12-30

Publications (1)

Publication Number Publication Date
WO2018121448A1 true WO2018121448A1 (zh) 2018-07-05

Family

ID=59717352

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/118098 WO2018121448A1 (zh) 2016-12-30 2017-12-22 移动机器人的拓扑地图创建方法、导航方法、可编程设备及计算机可读介质

Country Status (2)

Country Link
CN (1) CN107121142B (zh)
WO (1) WO2018121448A1 (zh)

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109917418A (zh) * 2019-03-28 2019-06-21 安徽理工大学 一种激光雷达无反射区域的测量方法
CN110351755A (zh) * 2019-07-15 2019-10-18 腾讯科技（深圳）有限公司 一种控制节点的方法及装置
CN111174799A (zh) * 2019-12-24 2020-05-19 Oppo广东移动通信有限公司 地图构建方法及装置、计算机可读介质、终端设备
CN111360816A (zh) * 2018-12-26 2020-07-03 沈阳新松机器人自动化股份有限公司 一种机器人的控制方法、系统及机器人
CN111551169A (zh) * 2020-05-15 2020-08-18 广州支点创新科技有限责任公司 机器人的地图构建及定位方法、机器人
CN111736580A (zh) * 2019-03-19 2020-10-02 北京奇虎科技有限公司 扫地设备的避障脱困方法、装置、电子设备及存储介质
CN111765888A (zh) * 2019-04-01 2020-10-13 阿里巴巴集团控股有限公司 设备定位方法、装置、电子设备及可读存储介质
CN111780762A (zh) * 2020-06-30 2020-10-16 杭州海康机器人技术有限公司 巡检路径生成方法、装置和存储介质
CN112518739A (zh) * 2020-10-22 2021-03-19 新兴际华集团有限公司 履带式底盘机器人侦察智能化自主导航方法
CN112539749A (zh) * 2020-06-30 2021-03-23 深圳优地科技有限公司 机器人导航方法、机器人、终端设备及存储介质
CN112734353A (zh) * 2019-10-28 2021-04-30 北京国双科技有限公司 一种可视化流程动态多分支的布局方法和装置
CN112860827A (zh) * 2021-01-15 2021-05-28 北京小米移动软件有限公司 设备间交互控制方法、设备间交互控制装置及存储介质
CN112965485A (zh) * 2021-02-03 2021-06-15 武汉科技大学 一种基于二次区域划分的机器人全覆盖路径规划方法
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
CN113465728A (zh) * 2021-06-25 2021-10-01 重庆工程职业技术学院 一种地形感知方法、系统、存储介质、计算机设备
CN113490973A (zh) * 2019-03-13 2021-10-08 千叶工业大学 信息处理装置以及移动机器人
CN113741422A (zh) * 2021-07-30 2021-12-03 深圳市普渡科技有限公司 机器人拓扑地图生成系统、方法、计算机设备及存储介质
CN113779172A (zh) * 2021-09-29 2021-12-10 山东新一代信息产业技术研究院有限公司 一种大型区域机器人建图方法、设备及介质
CN113805590A (zh) * 2021-09-23 2021-12-17 云南民族大学 一种基于边界驱动的室内机器人自主探索方法及系统
CN114019953A (zh) * 2021-10-08 2022-02-08 中移（杭州）信息技术有限公司 地图构建方法、装置、设备及存储介质
CN114153197A (zh) * 2020-08-17 2022-03-08 速感科技（北京）有限公司 自主移动设备的脱困方法及装置
CN115358681A (zh) * 2022-10-19 2022-11-18 睿羿科技(山东)有限公司 一种静态障碍物下室内多任务点路径规划方法
CN116091607A (zh) * 2023-04-07 2023-05-09 科大讯飞股份有限公司 辅助用户寻找物体的方法、装置、设备及可读存储介质
CN116125991A (zh) * 2023-02-27 2023-05-16 麦岩智能科技(北京)有限公司 一种基于面向高端场景的商用服务机器人的禁区脱困、存储介质、设备
WO2023124821A1 (zh) * 2021-12-30 2023-07-06 杭州海康机器人股份有限公司 用于构建移动机器人地图之数据的采集方法、装置
CN116416340A (zh) * 2023-03-16 2023-07-11 中国测绘科学研究院 一种连续铺盖数据的拓扑快速构建算法
CN112215887B (zh) * 2019-07-09 2023-09-08 深圳市优必选科技股份有限公司 一种位姿确定方法、装置、存储介质及移动机器人

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107121142B (zh) * 2016-12-30 2019-03-19 深圳市杉川机器人有限公司 移动机器人的拓扑地图创建方法及导航方法
CN107806881A (zh) * 2017-10-25 2018-03-16 上海思岚科技有限公司 移动机器人构建结构地图的方法与设备
CN107913039B (zh) * 2017-11-17 2020-11-13 北京奇虎科技有限公司 用于清洁机器人的区块选择方法、装置及机器人
CN107977003B (zh) 2017-11-28 2020-07-31 深圳市杉川机器人有限公司 区域清扫方法及装置
CN108873882B (zh) * 2018-02-11 2022-06-07 北京石头创新科技有限公司 智能移动设备及其移动路径规划方法、装置、程序、介质
CN108507578B (zh) * 2018-04-03 2021-04-30 珠海市一微半导体有限公司 一种机器人的导航方法
CN108955677A (zh) * 2018-08-02 2018-12-07 苏州中德睿博智能科技有限公司 一种基于激光雷达与gps的拓扑地图创建方法及建图装置
CN110856935A (zh) * 2018-08-23 2020-03-03 上海智远弘业机器人有限公司 一种金库巡检移动终端
DE102018215560A1 (de) * 2018-08-28 2020-03-05 Robert Bosch Gmbh Verfahren zum Koordinieren und Überwachen von Objekten
US10835096B2 (en) 2018-08-30 2020-11-17 Irobot Corporation Map based training and interface for mobile robots
DE102018122376B3 (de) * 2018-09-13 2019-11-07 Pilz Gmbh & Co. Kg Verfahren und Vorrichtung zur kollisionsfreien Bewegungsplanung eines Manipulators
CN111329383A (zh) * 2018-12-19 2020-06-26 科沃斯机器人股份有限公司 清洁方法及清洁机器人
CN109737980A (zh) * 2018-12-29 2019-05-10 上海岚豹智能科技有限公司 一种导航方法及其对应的机器人
CN109709973A (zh) * 2019-01-02 2019-05-03 中国人民解放军国防科技大学 一种微阵列式光罗盘辅助的无人机自主返航方法
CN109917791B (zh) * 2019-03-26 2022-12-06 深圳市锐曼智能装备有限公司 移动装置自动探索构建地图的方法
CN110108288A (zh) * 2019-05-27 2019-08-09 北京史河科技有限公司 一种场景地图构建方法及装置、场景地图导航方法及装置
CN112148813A (zh) * 2019-06-27 2020-12-29 深圳拓邦股份有限公司 一种随机式割草机分区方法及随机式割草机
CN112276933A (zh) * 2019-07-24 2021-01-29 广东宝乐机器人股份有限公司 移动机器人的控制方法和移动机器人
CN110806211A (zh) * 2019-11-29 2020-02-18 炬星科技（深圳）有限公司 机器人自主探索建图的方法、设备及存储介质
CN111721280B (zh) * 2020-05-25 2022-05-31 科沃斯机器人股份有限公司 一种区域识别方法、自移动设备及存储介质
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
CN112051847A (zh) * 2020-08-26 2020-12-08 苏州三六零机器人科技有限公司 扫地机器人、扫地机器人的控制方法、装置及可读介质
CN112146662B (zh) * 2020-09-29 2022-06-10 炬星科技（深圳）有限公司 一种引导建图方法、设备及计算机可读存储介质
CN113342002B (zh) * 2021-07-05 2022-05-20 湖南大学 基于拓扑地图的多移动机器人调度方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110098874A1 (en) * 2009-10-26 2011-04-28 Electronics And Telecommunications Research Institute Method and apparatus for navigating robot
CN102968122A (zh) * 2012-12-12 2013-03-13 深圳市银星智能科技股份有限公司 一种用于移动平台在未知区域自建地图的覆盖方法
CN103268729A (zh) * 2013-05-22 2013-08-28 北京工业大学 基于混合特征的移动机器人级联式地图创建方法
US20140005933A1 (en) * 2011-09-30 2014-01-02 Evolution Robotics, Inc. Adaptive Mapping with Spatial Summaries of Sensor Data
CN104615138A (zh) * 2015-01-14 2015-05-13 上海物景智能科技有限公司 一种划分移动机器人室内区域动态覆盖方法及其装置
CN104898660A (zh) * 2015-03-27 2015-09-09 中国科学技术大学 一种提高机器人路径规划效率的室内地图构建方法
CN104994472A (zh) * 2015-07-02 2015-10-21 苏州汉明科技有限公司 一种室内定位区域移动的防穿墙系统及其方法
CN105160659A (zh) * 2015-08-14 2015-12-16 无锡物讯科技有限公司 二维平面拓扑区域中获取目标物补充位置轨迹的方法
CN105225604A (zh) * 2015-10-30 2016-01-06 汕头大学 一种移动机器人导航的混合地图的构建方法
CN107121142A (zh) * 2016-12-30 2017-09-01 深圳市杉川机器人有限公司 移动机器人的拓扑地图创建方法及导航方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103278170B (zh) * 2013-05-16 2016-01-06 东南大学 基于显著场景点检测的移动机器人级联地图创建方法
DE102015006014A1 (de) * 2015-05-13 2016-11-17 Universität Bielefeld Bodenbearbeitungsgerät und Verfahren zu dessen Navigation sowie Schwarm von Bodenbearbeitungsgeräten und Verfahren zu deren gemeinsamer Navigation
CN105094130B (zh) * 2015-07-29 2018-01-23 广东省自动化研究所 激光制导地图构建的agv搬运机器人导航方法和装置
CN105651293A (zh) * 2015-12-30 2016-06-08 联动优势科技有限公司 一种路径规划的导航方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110098874A1 (en) * 2009-10-26 2011-04-28 Electronics And Telecommunications Research Institute Method and apparatus for navigating robot
US20140005933A1 (en) * 2011-09-30 2014-01-02 Evolution Robotics, Inc. Adaptive Mapping with Spatial Summaries of Sensor Data
CN102968122A (zh) * 2012-12-12 2013-03-13 深圳市银星智能科技股份有限公司 一种用于移动平台在未知区域自建地图的覆盖方法
CN103268729A (zh) * 2013-05-22 2013-08-28 北京工业大学 基于混合特征的移动机器人级联式地图创建方法
CN104615138A (zh) * 2015-01-14 2015-05-13 上海物景智能科技有限公司 一种划分移动机器人室内区域动态覆盖方法及其装置
CN104898660A (zh) * 2015-03-27 2015-09-09 中国科学技术大学 一种提高机器人路径规划效率的室内地图构建方法
CN104994472A (zh) * 2015-07-02 2015-10-21 苏州汉明科技有限公司 一种室内定位区域移动的防穿墙系统及其方法
CN105160659A (zh) * 2015-08-14 2015-12-16 无锡物讯科技有限公司 二维平面拓扑区域中获取目标物补充位置轨迹的方法
CN105225604A (zh) * 2015-10-30 2016-01-06 汕头大学 一种移动机器人导航的混合地图的构建方法
CN107121142A (zh) * 2016-12-30 2017-09-01 深圳市杉川机器人有限公司 移动机器人的拓扑地图创建方法及导航方法

Cited By (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111360816A (zh) * 2018-12-26 2020-07-03 沈阳新松机器人自动化股份有限公司 一种机器人的控制方法、系统及机器人
CN113490973A (zh) * 2019-03-13 2021-10-08 千叶工业大学 信息处理装置以及移动机器人
CN111736580B (zh) * 2019-03-19 2024-04-16 北京奇虎科技有限公司 扫地设备的避障脱困方法、装置、电子设备及存储介质
CN111736580A (zh) * 2019-03-19 2020-10-02 北京奇虎科技有限公司 扫地设备的避障脱困方法、装置、电子设备及存储介质
CN109917418A (zh) * 2019-03-28 2019-06-21 安徽理工大学 一种激光雷达无反射区域的测量方法
CN109917418B (zh) * 2019-03-28 2023-04-07 安徽理工大学 一种激光雷达无反射区域的测量方法
CN111765888A (zh) * 2019-04-01 2020-10-13 阿里巴巴集团控股有限公司 设备定位方法、装置、电子设备及可读存储介质
CN112215887B (zh) * 2019-07-09 2023-09-08 深圳市优必选科技股份有限公司 一种位姿确定方法、装置、存储介质及移动机器人
CN110351755B (zh) * 2019-07-15 2023-01-10 腾讯科技（深圳）有限公司 一种控制节点的方法及装置
CN110351755A (zh) * 2019-07-15 2019-10-18 腾讯科技（深圳）有限公司 一种控制节点的方法及装置
CN112734353A (zh) * 2019-10-28 2021-04-30 北京国双科技有限公司 一种可视化流程动态多分支的布局方法和装置
CN111174799B (zh) * 2019-12-24 2023-02-17 Oppo广东移动通信有限公司 地图构建方法及装置、计算机可读介质、终端设备
CN111174799A (zh) * 2019-12-24 2020-05-19 Oppo广东移动通信有限公司 地图构建方法及装置、计算机可读介质、终端设备
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
CN111551169A (zh) * 2020-05-15 2020-08-18 广州支点创新科技有限责任公司 机器人的地图构建及定位方法、机器人
CN111551169B (zh) * 2020-05-15 2021-12-07 广州支点创新科技有限责任公司 机器人的地图构建及定位方法、机器人
CN112539749A (zh) * 2020-06-30 2021-03-23 深圳优地科技有限公司 机器人导航方法、机器人、终端设备及存储介质
CN111780762A (zh) * 2020-06-30 2020-10-16 杭州海康机器人技术有限公司 巡检路径生成方法、装置和存储介质
CN112539749B (zh) * 2020-06-30 2023-09-08 深圳优地科技有限公司 机器人导航方法、机器人、终端设备及存储介质
CN114153197B (zh) * 2020-08-17 2023-08-18 速感科技（北京）有限公司 自主移动设备的脱困方法及装置
CN114153197A (zh) * 2020-08-17 2022-03-08 速感科技（北京）有限公司 自主移动设备的脱困方法及装置
CN112518739A (zh) * 2020-10-22 2021-03-19 新兴际华集团有限公司 履带式底盘机器人侦察智能化自主导航方法
CN112860827A (zh) * 2021-01-15 2021-05-28 北京小米移动软件有限公司 设备间交互控制方法、设备间交互控制装置及存储介质
CN112860827B (zh) * 2021-01-15 2024-04-30 北京小米移动软件有限公司 设备间交互控制方法、设备间交互控制装置及存储介质
CN112965485A (zh) * 2021-02-03 2021-06-15 武汉科技大学 一种基于二次区域划分的机器人全覆盖路径规划方法
CN113465728B (zh) * 2021-06-25 2023-08-04 重庆工程职业技术学院 一种地形感知方法、系统、存储介质、计算机设备
CN113465728A (zh) * 2021-06-25 2021-10-01 重庆工程职业技术学院 一种地形感知方法、系统、存储介质、计算机设备
CN113741422A (zh) * 2021-07-30 2021-12-03 深圳市普渡科技有限公司 机器人拓扑地图生成系统、方法、计算机设备及存储介质
CN113741422B (zh) * 2021-07-30 2024-04-12 深圳市普渡科技有限公司 机器人拓扑地图生成系统、方法、计算机设备及存储介质
CN113805590A (zh) * 2021-09-23 2021-12-17 云南民族大学 一种基于边界驱动的室内机器人自主探索方法及系统
CN113779172B (zh) * 2021-09-29 2024-03-22 山东新一代信息产业技术研究院有限公司 一种大型区域机器人建图方法、设备及介质
CN113779172A (zh) * 2021-09-29 2021-12-10 山东新一代信息产业技术研究院有限公司 一种大型区域机器人建图方法、设备及介质
CN114019953B (zh) * 2021-10-08 2024-03-19 中移（杭州）信息技术有限公司 地图构建方法、装置、设备及存储介质
CN114019953A (zh) * 2021-10-08 2022-02-08 中移（杭州）信息技术有限公司 地图构建方法、装置、设备及存储介质
WO2023124821A1 (zh) * 2021-12-30 2023-07-06 杭州海康机器人股份有限公司 用于构建移动机器人地图之数据的采集方法、装置
CN115358681A (zh) * 2022-10-19 2022-11-18 睿羿科技(山东)有限公司 一种静态障碍物下室内多任务点路径规划方法
CN115358681B (zh) * 2022-10-19 2023-03-24 睿羿科技(山东)有限公司 一种静态障碍物下室内多任务点路径规划方法
CN116125991B (zh) * 2023-02-27 2023-08-15 麦岩智能科技(北京)有限公司 一种基于面向高端场景的商用服务机器人的禁区脱困、存储介质、设备
CN116125991A (zh) * 2023-02-27 2023-05-16 麦岩智能科技(北京)有限公司 一种基于面向高端场景的商用服务机器人的禁区脱困、存储介质、设备
CN116416340B (zh) * 2023-03-16 2023-09-26 中国测绘科学研究院 一种连续铺盖数据的拓扑快速构建算法
CN116416340A (zh) * 2023-03-16 2023-07-11 中国测绘科学研究院 一种连续铺盖数据的拓扑快速构建算法
CN116091607B (zh) * 2023-04-07 2023-09-26 科大讯飞股份有限公司 辅助用户寻找物体的方法、装置、设备及可读存储介质
CN116091607A (zh) * 2023-04-07 2023-05-09 科大讯飞股份有限公司 辅助用户寻找物体的方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
CN107121142B (zh) 2019-03-19
CN107121142A (zh) 2017-09-01

Similar Documents

Publication Publication Date Title
WO2018121448A1 (zh) 移动机器人的拓扑地图创建方法、导航方法、可编程设备及计算机可读介质
CN112000754B (zh) 地图构建方法、装置、存储介质及计算机设备
CN109059924B (zh) 基于a*算法的伴随机器人增量路径规划方法及系统
CN110823240B (zh) 一种具有航向约束的跟随机器人路径规划方法及系统
EP3672762B1 (en) Self-propelled robot path planning method, self-propelled robot and storage medium
US20200159227A1 (en) Method of navigating a vehicle and system thereof
CN107837044B (zh) 清洁机器人的分区清洁方法、装置及机器人
CN105116902A (zh) 一种移动机器人避障导航的方法和系统
CN104238560A (zh) 一种非线性路径规划方法及系统
CN105652876A (zh) 基于数组地图的移动机器人室内路径规划方法
CN105043396A (zh) 一种移动机器人室内自建地图的方法和系统
US20210172741A1 (en) Accompanying service method and device for intelligent robot
JP2010092147A (ja) 自律移動装置
Chen et al. An enhanced dynamic Delaunay triangulation-based path planning algorithm for autonomous mobile robot navigation
JP2016149090A (ja) 自律移動装置、自律移動システム、自律移動方法、およびプログラム
CN112180924B (zh) 一种导航至密集障碍物的移动控制方法
CN111609853A (zh) 三维地图构建方法、扫地机器人及电子设备
CN111679664A (zh) 基于深度相机的三维地图构建方法及扫地机器人
CN108387240B (zh) 一种多层次六边形网格地图的构建方法
CN113110497A (zh) 基于导航路径的沿边绕障路径选择方法、芯片及机器人
JP5287050B2 (ja) 経路計画方法、経路計画装置、及び自律移動装置
CN116501064A (zh) 一种光伏电站清扫机器人的路径规划及避障方法
CN111240322B (zh) 机器人移动限制框的工作起点确定方法及运动控制方法
AU2021273605B2 (en) Multi-agent map generation
CN111679663A (zh) 三维地图构建方法、扫地机器人及电子设备

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: 17888338

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 28/10/2019)

122 Ep: pct application non-entry in european phase

Ref document number: 17888338

Country of ref document: EP

Kind code of ref document: A1