WO2020215901A1 - 路径规划方法、电子设备、机器人及计算机可读存储介质 - Google Patents

路径规划方法、电子设备、机器人及计算机可读存储介质 Download PDF

Info

Publication number
WO2020215901A1
WO2020215901A1 PCT/CN2020/078040 CN2020078040W WO2020215901A1 WO 2020215901 A1 WO2020215901 A1 WO 2020215901A1 CN 2020078040 W CN2020078040 W CN 2020078040W WO 2020215901 A1 WO2020215901 A1 WO 2020215901A1
Authority
WO
WIPO (PCT)
Prior art keywords
path
electronic device
robot
navigation
update condition
Prior art date
Application number
PCT/CN2020/078040
Other languages
English (en)
French (fr)
Inventor
陈诗雨
Original Assignee
炬星科技（深圳）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 炬星科技（深圳）有限公司 filed Critical 炬星科技（深圳）有限公司
Publication of WO2020215901A1 publication Critical patent/WO2020215901A1/zh

Links

Classifications

    • 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

Definitions

  • This application relates to the field of navigation technology, in particular to a path planning method, electronic equipment, robots, and computer-readable storage media. .
  • the navigation device can move along the planned guidance path.
  • indoor navigation cannot use GPS, and the image acquisition equipment used by the navigation device has low accuracy, when moving in a complex environment, the environment around the navigation device is more complicated. , The planned navigation path takes a long time.
  • the originally planned navigation path of the navigation device is no longer suitable for the current driving environment, and there are problems of inaccurate navigation paths and low navigation efficiency.
  • the present application provides a path planning method, electronic equipment, robot, and computer-readable storage medium.
  • this application provides a path planning method applied to an electronic device, and the method includes the following steps:
  • the image information detecting whether the electronic device satisfies a path update condition
  • the navigation path is adjusted.
  • the present application provides an electronic device, the electronic device includes a processor and a memory, and the processor is configured to execute a path planning program stored in the memory to implement the path as described in the first aspect. Planning method.
  • the present application provides a computer-readable storage medium having a path planning program stored on the computer-readable storage medium, and when the path planning program is executed by a processor, the path planning described in the first aspect is implemented Method steps.
  • this application provides a robot, including:
  • An image collector configured to obtain image information of the environment where the robot is located in real time during the movement of the robot according to the navigation path;
  • the processor is further configured to determine whether the robot satisfies a path update condition according to the image information
  • the processor is further configured to adjust the navigation path when the electronic device meets a path update condition.
  • the path planning method, electronic device, and robot provided in the embodiments of the present application acquire the navigation path of the electronic device moving from the current position to the target location; and the electronic device is acquired in real time during the movement of the electronic device according to the navigation path.
  • Image information of the environment where the electronic device is located according to the image information, whether the electronic device meets the path update condition is detected; when it is detected that the electronic device meets the path update condition, the navigation path is adjusted to improve the accuracy of path planning Sex.
  • FIG. 1 is a schematic flowchart of a path planning method provided by an embodiment of this application
  • FIG. 2 is a schematic flowchart of another path planning method provided by an embodiment of this application.
  • Figure 3 is a schematic diagram of a navigation map provided by an embodiment of the application.
  • FIG. 5 is a schematic flowchart of another path planning method provided by an embodiment of this application.
  • FIG. 6 is a schematic structural diagram of an electronic device provided by an embodiment of the application. .
  • the embodiment of the present application provides a path planning method, which is applied to an electronic device. As shown in FIG. 1, the method may include the following steps:
  • the path planning solution provided by the embodiment of this application can be applied to the field of logistics (such as picking and delivering goods from a warehouse according to an order).
  • This embodiment is applied to path planning during the travel of electronic equipment.
  • the electronic equipment in this embodiment Robots can be used, or other electronic devices with processor functions can be used instead of robots to perform execution.
  • the embodiment of the present application takes robots as the main body of execution, and introduces the application scenarios of picking and delivering goods from the warehouse according to orders.
  • the robot obtains order information through manual scanning, or receives order information issued by the robot control system, and determines at least one target location based on the order information.
  • the target location includes but is not limited to the cargo packaging area in the warehouse, the shelf position in the warehouse, and the warehouse The standby area of the middle robot.
  • the robot is equipped with a code scanner, through which multiple order information can be obtained.
  • Each order information includes at least one product information.
  • the products in the warehouse have identification data.
  • the identification data includes: radio frequency identification (Radio Frequency Identification, RFID) tags, barcodes or QR codes.
  • the robot After the robot receives multiple order information from the warehouse management system from its current location, it moves to the next cargo point to pick up the goods, then moves to the packing area, puts the goods in the packing area, and then returns to the standby area to wait for the next order.
  • S102 Acquire image information of the environment where the electronic device is located in real time during the movement of the electronic device according to the navigation path.
  • the image information it is detected whether the electronic device meets the path update condition.
  • step S104 When it is detected that the electronic device satisfies the path update condition, adjusting the navigation path further includes the following sub-steps: detecting whether a path adjustment instruction is received; when the path adjustment instruction is received, executing the corresponding path adjustment instruction Navigation path adjustment operation.
  • the path adjustment instruction may be a computer instruction input to the robot by the user, or a computer instruction issued to the robot by the central dispatching system.
  • each robot can upload its own navigation path to the central scheduling system.
  • the central scheduling system changes the navigation path of the robots with path conflicts according to the priority of the robot, such as allowing the robot with low priority to pass the replacement path or wait for a while Time is to avoid the robot with high priority and let the robot with high priority pass first to ensure that no two robots will appear at the same time within a safety distance threshold to avoid robot collision.
  • the priority of the robot can be divided according to the waiting time of the robot or the importance of the task performed by the robot. For example, the robot with a long waiting time is classified as a high priority, and the robot with a short waiting time is classified as a low priority. Important robots are classified as high priority, and robots that perform tasks that are relatively not particularly important are classified as low priority.
  • the embodiment of the present invention also provides a path planning method.
  • the method in step S101, acquiring a navigation path of the electronic device from the current position to the target position further includes The following substeps:
  • the set training scene can be, but is not limited to: an open space with an area of about 10 square meters, in which there are multiple paths for the robot to travel, and obstacles are set on each path.
  • the interval between obstacles can be 2 meters
  • the type of obstacle can be an obstacle that can prevent the robot from moving. It should be noted that the size of the open space for training, the interval between obstacles, and the type of obstacles can be set according to actual requirements, which are not specifically limited in this embodiment.
  • An image acquisition device is installed on the robot, and the robot is placed in the open space to plan the path of the robot. When the robot travels along the planned path, the image acquisition device collects multiple sets of depth images.
  • the navigation map can be a topological map, which is composed of coordinate points and edges.
  • the coordinate points can be regarded as the abstraction of each location, and the edges can be regarded as the inter-location.
  • Each side can be regarded as a sub-route between two locations.
  • An edge has a weight. The weight can be assigned by the distance of the sub-route, which expresses how much cost the robot needs to move from one point to another. The higher the cost, the farther the robot needs to move, and the movement time required under normal circumstances Also longer.
  • each side can have a direction
  • the side with a direction can be understood as a one-way street in a topological map.
  • the robots are made to move in the same direction to prevent path jams. .
  • the path to point C can be: AB ⁇ BC, where AB and BC are sub-routes in the path; or AB ⁇ BE ⁇ EC, where AB, BE, and EC are sub-routes in the path. Add the obtained paths AB ⁇ BC, AB ⁇ BE ⁇ EC to the path set.
  • topological points A, B, C, D, and E There are five topological points in Figure 3, namely topological points A, B, C, D, and E.
  • Each topological point has specific coordinates corresponding to the navigation map.
  • the topological point A and the topological point B will be equidistantly divided into multiple relay routing points (the maximum interval between the relay routing points is generally set to 3-5m), which makes it easier to match the robot position to the nearest Routing point.
  • the relay routing point does not participate in the calculation of the route plan, which can reduce the calculation time of the route plan.
  • the embodiment of the present application uses the Dijkstra algorithm as an example to try to access each adjacent topological point from the starting coordinate point, and calculate the cost required to move to the adjacent topological point. Then find the least costly topological point from these neighboring points (for example, the least cost is the shortest path or the path with the shortest moving time), and the robot moves to the least costly topological point again. If it encounters the topology that the robot has visited before For points, take the smaller cost as the cost from the starting coordinate point to the point. Iterate successively to achieve access to the topological point where the target coordinate point is located, and the navigation path required by the robot can be obtained through backtracking.
  • the sub-routes AB, BE, EC, and ED have moving directions.
  • the robot moves on the sub-route AB, it moves from point A to point B according to the moving direction of the sub-route AB; when the robot is in the sub-route When moving on BE, follow the moving direction of the sub-route BE from point B to point E; when the robot moves on the sub-route EC, follow the moving direction of the sub-route EC from point E to point C; when the robot is at When moving on the sub-route ED, move from point E to point D according to the moving direction of the sub-route ED.
  • This unidirectional setting of the sub-route can prevent multiple robots from moving on the same sub-route due to narrow passages or too many obstacles and the robots cannot avoid the route jam or collision.
  • the sub-route AD and the sub-route BC have no moving direction, which means that the robot can move from point A to point D, or from point D to point A; in the same way, the robot can move from point B to point C, or from point B to point C.
  • point C moves to point B, there is no restriction on the moving direction of sub-route AD and sub-route BC.
  • S1013. Determine the current position as the starting coordinate point of the device identification, and determine the target position as the target coordinate point of the device identification.
  • selecting a path from the path set as the navigation path includes: calculating the travel time of each path in the path set; selecting the path with the shortest travel time as the navigation path; or, calculating the value of each path in the path set Route; select the shortest route as the navigation route.
  • the embodiment of the present application may select the final navigation path according to the movement duration of each path or the distance of each path.
  • the path AB ⁇ BC in the calculated path set is 10 meters
  • the path AB ⁇ BE ⁇ EC in the calculated path set is 20 meters
  • the shortest path AB ⁇ BC is used as the navigation path of the robot; or, because There are many obstacles in the path AB ⁇ BC, or the shape of the obstacle is relatively large, and the robot is not easy to bypass.
  • the calculated movement time of the path AB ⁇ BC is 15s; because the path AB ⁇ BE ⁇ EC has fewer obstacles, or The shape of the obstacle is relatively small, and the robot is easy to bypass.
  • the calculated movement time of the path AB ⁇ BE ⁇ EC is 10s, and the shortest path AB ⁇ BE ⁇ EC is used as the navigation path.
  • the obstacles in the embodiments of the present application may include above-ground obstacles and underground obstacles.
  • the above-ground obstacles include walls, containers, pillars, other robots, etc., and the underground obstacles may be deep pits.
  • the embodiment of the present invention also provides a path planning method.
  • the method is based on the embodiment shown in FIG. 2, and in step S102, when the electronic device moves according to the navigation path, the location of the electronic device is obtained in real time.
  • the image information of the environment also includes the following sub-steps:
  • the running instruction may be a computer instruction issued to the robot by the central dispatching system, or a computer instruction input to the robot by the user.
  • S1022 during the process of the electronic device moving from the current position to the target waypoint, collect multiple sets of image information through the image acquisition device.
  • the picker places the target product in the corresponding position, he can use the trigger completion button on the display interface to notify the robot that the picking operation of the current target product has been completed.
  • the robot queries the path information of the location of the next target product to be picked. Move to the next place and perform the picking of the next target product.
  • the environment information around the robot is obtained by collecting multiple sets of image information, which is equivalent to constructing a real-time map for the surrounding environment of the robot, using SLAM (simultaneous localization and mapping, real-time positioning and map construction)
  • SLAM simultaneous localization and mapping, real-time positioning and map construction
  • the embodiment of the application adopts the positioning technology of vision and laser fusion, where the visual positioning is to use an image acquisition device (such as a fish-eye camera) to take multiple consecutive pictures.
  • the embodiment of the application takes two pictures for illustration. Find the corner points in the two pictures obtained by shooting, and match the corresponding multiple sets of corner points in the adjacent pictures (for example, multiple sets of corner points are two sets), through the relative position change of multiple sets of corner points, using 3d geometry
  • the principle deduces the position change of the robot.
  • the corner points can be selected from image blocks of sizes such as 8x8, 16x16, 32x32, etc., which are not limited in the embodiment of the present application.
  • the laser positioning technology is to match the laser point cloud of the front and rear frames during the movement of the robot, and infer the position change of the robot according to the matching result. At the same time, while the robot is moving, the laser point cloud can also be used to draw a 2d plan view of the actual scene of the robot's current movement.
  • the image acquisition device is a fisheye camera, or other devices with image acquisition functions, which are not limited in the embodiment of the application.
  • the embodiment of the present invention also provides a path planning method. Based on the embodiment shown in FIG. 1, the method in step S103, detecting whether the electronic device meets the path update condition according to the image information, further includes the following sub-steps:
  • the safety distance threshold can be set to 10 cm, etc., which is not limited in the embodiment of the application.
  • the matching rate between the assisted positioning laser point cloud and the surrounding environment of the robot is lower than the set matching rate threshold (for example, the matching rate threshold is set to 90%, which is not limited in the embodiment of this application), it indicates The robot loses its positioning. When the robot loses its positioning, the robot will rotate in place to reposition it.
  • the set matching rate threshold for example, the matching rate threshold is set to 90%, which is not limited in the embodiment of this application
  • x, y, z, roll, pitch, yaw six-dimensional degrees of freedom to describe the position of the robot, where x, y, z are three coordinate axes, namely x-axis, y-axis and z Axis; roll, pitch, yaw are the three corner directions of the robot, which can be represented by a 4 ⁇ 4 transformation matrix
  • R 3 ⁇ 3 is the rotation information of the robot
  • t 3 ⁇ 1 is the translation information of the robot.
  • the positions of the two pictures taken by the camera on the robot are C, C'
  • the 3D position of a corner point on picture c is x (under the coordinate system where camera C is the origin)
  • the position on picture C' The 3D position of a corner point is x'(under the coordinate system where the camera C'is the origin)
  • the three-dimensional space point corresponding to this group of corner points is denoted as X.
  • t and R, x', and x are all vectors of the polar face C-C'-X, and the cross product of t and R, x'(the cross product of R, x'is Rx') is perpendicular to the polar face, So we can get x T (t ⁇ Rx').
  • an embodiment of the present invention also provides a path planning method. Based on the embodiment shown in FIG. 1, step S104. When it is detected that the electronic device meets the path update condition, adjusting the navigation path includes The following substeps:
  • step S1041 It is detected whether the movement directions of the target object and the electronic device are consistent. When it is detected that the movement directions of the target object and the electronic device are not consistent, step S1042 is executed; otherwise, step S1043 is executed.
  • S1043 Generate a second control instruction, and send the second control instruction to the drive motor of the electronic device, so that the drive motor controls the electronic device to decelerate or stop according to the second control instruction.
  • the drive motor in the embodiment of the present application is a two-wheel differential hub motor.
  • the relatively moving robots are biased to the same side of the navigation path, for example, they are all driven to the right side, so that the relatively moving robots tend to detour from the right side when approaching.
  • the following random back-off strategy is adopted to control the robot to stop for a random time (such as 1-3s), and then re-plan the robot A and robot B Navigate the route so that robot A and robot B that are driving relative to each other will preferentially detour from the right side when approaching. Or, let one of the robots pass first and let the other robot wait for the other robot to pass.
  • a random time such as 1-3s
  • the priority of robot A is higher than the priority of robot B, when the distance between robot A and robot B is within the safety distance threshold, let Based on the original travel path of robot B, it is offset by 0.5m to the right, allowing robot A to pass through first, thereby avoiding the collision between robot A and robot B that are traveling relatively.
  • the random back-off strategy adopted in the embodiment of this application is that when there are no dynamic obstacles on the navigation path, the area where the navigation path planned by the robot is located is a safe zone, and when an obstacle appears in the area where the navigation path is located, the obstacle is determined
  • the robot is controlled to slow down and approach the obstacle slowly. If the obstacle stops moving, the robot is controlled to stop for a random time (such as 1-3s, etc., which can also be set to other values. This is the case in this application. No limit), and then re-plan the path to bypass the obstacle.
  • the positioning information of the robot is obtained through the SLAM module, and the dynamic obstacle in the image information is recognized, and the robot is adjusted according to the positioning information and the dynamic obstacle of the robot
  • the navigation path of the robot adjusts the navigation path of the robot in time to avoid collisions between the robot and dynamic obstacles in the process of traveling; adjust in time when the robot loses its positioning and is not accurate.
  • the navigation path enables the robot to move to the target location efficiently and safely, avoiding collisions between the robot and obstacles, and extending the service life of the robot.
  • an embodiment of the present application further provides an electronic device 600, which includes a processor 610, a memory 620, a transceiver 630, and a display panel 640.
  • the processor 610 may be a central processing unit (central processing unit) Processing unit, CPU), or a combination of CPU and hardware chip.
  • the above hardware chip may be an application specific integrated circuit ( application-specific integrated circuit, ASIC ), programmable logic device (PLD) or a combination thereof.
  • the above-mentioned PLD can be a complex programmable logic device (CPLD), a field-programmable gate array (field-programmable gate array) gate array, FPGA), generic array logic (generic array logic, GAL) or any combination.
  • CPLD complex programmable logic device
  • FPGA field-programmable gate array
  • GAL generic array logic
  • the memory 620 is used to store various applications, operating systems and data.
  • the memory 620 may transmit the stored data to the processor 610.
  • the memory 620 may include volatile memory, nonvolatile random access memory (NVRAM), phase change RAM (PRAM), magnetoresistive random access memory (magetoresistive RAM, MRAM), etc., such as at least one disk storage device, electronically erasable programmable read-only memory (electrically erasable programmable read-only memory (EEPROM), flash memory devices, such as flash memory (flash memory, NOR) or flash memory (flash memory, NAND), semiconductor devices, such as solid state disks (SSD), etc.
  • the memory 620 may also include a combination of the aforementioned types of memories.
  • the transceiver 630 is used to send and/or receive data, and the transceiver 630 may be an antenna or the like.
  • the display panel 640 is used to display and/receive data, and the display panel 640 may be a display screen or the like.
  • the processor 610 is configured to execute the path planning program stored in the memory to implement the steps of the path planning method shown in each method embodiment.
  • the embodiments of the present application also provide a computer-readable storage medium, where the computer-readable storage medium stores one or more programs.
  • the storage medium may include volatile memory, such as random access memory; the memory may also include non-volatile memory, such as read-only memory, flash memory, hard disk, or solid-state hard disk; the memory may also include the above types of memory. combination.
  • the computer-readable storage medium stores a path planning program, and when the path planning program is executed by the processor, the steps of the path planning method as shown in the method embodiments are implemented.
  • An embodiment of the present application also provides a robot, including:
  • An image collector configured to obtain image information of the environment where the robot is located in real time during the movement of the robot according to the navigation path;
  • the processor is further configured to determine whether the robot satisfies a path update condition according to the image information
  • the processor is further configured to adjust the navigation path when the electronic device meets a path update condition.
  • the image collector includes but is not limited to a fisheye camera.
  • the path planning method, electronic device, and robot provided in the embodiments of the present application acquire the navigation path of the electronic device moving from the current position to the target location; and the electronic device is acquired in real time during the movement of the electronic device according to the navigation path.

Landscapes

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

Abstract

一种路径规划方法、电子设备、机器人及计算机可读存储介质，该方法包括以下步骤：获取电子设备自当前位置移动到目标位置的导航路径（S101）；在电子设备按照导航路径移动过程中，实时获取电子设备所在环境的图像信息（S102）；根据图像信息，检测电子设备是否满足路径更新条件（S103）；当检测到电子设备满足路径更新条件时，调整导航路径（S104）。在机器人行进过程中，根据机器人周围环境的图像信息，根据机器人的定位信息和动态障碍物调整机器人的导航路径，及时调整机器人的导航路径，避免机器人与行进过程中的动态障碍物相撞，使得机器人能够高效安全的移动至目标地点，延长了机器人的使用寿命。

Description

路径规划方法、电子设备、机器人及计算机可读存储介质 技术领域
本申请涉及导航技术领域，尤其涉及一种路径规划方法、电子设备、机器人及计算机可读存储介质。。
 背景技术
室内导航应用中，导航设备能够沿规划的导引路径移动，由于室内导航无法使用GPS，且导航设备采用的图像采集设备精度较低，在复杂的环境中移动时，由于导航设备周围的环境比较复杂，规划出来的导航路径耗时较长。
而且，在导航设备行驶过程中遇到动态障碍物时，原先规划的导航设备的导航路径不再适用当前行驶环境，存在导航路径不准确、导航效率较低的问题。
有鉴于此，急需一种高效准确的导航路径规划方法。
 技术问题
为了解决上述导航路径规划不准确的技术问题或者至少部分地解决上述技术问题，本申请提供了一种路径规划方法、电子设备、机器人及计算机可读存储介质。
 技术解决方案
第一方面，本申请提供了一种路径规划方法，应用于电子设备，所述方法包括以下步骤：
获取所述电子设备自当前位置移动到目标位置的导航路径；
在所述电子设备按照所述导航路径移动过程中，实时获取所述电子设备所在环境的图像信息；
根据所述图像信息，检测所述电子设备是否满足路径更新条件；
当检测到所述电子设备满足路径更新条件时，调整所述导航路径。
第二方面，本申请提供了一种电子设备，所述电子设备包括：处理器和存储器，所述处理器用于执行所述存储器中存储的路径规划程序，以实现如第一方面所述的路径规划方法。
第三方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有路径规划程序，所述路径规划程序被处理器执行时实现如第一方面所述的路径规划方法的步骤。
第四方面，本申请提供了一种机器人，包括：
处理器，用于获取所述机器人自当前位置移动到目标位置的导航路径；
图像采集器，用于在所述机器人按照所述导航路径移动过程中，实时获取所述机器人所在环境的图像信息；
所述处理器，还用于根据所述图像信息，判断所述机器人是否满足路径更新条件；
所述处理器，还用于当所述电子设备满足路径更新条件时，调整所述导航路径。
 有益效果
本申请实施例提供的路径规划方法、电子设备、机器人，通过获取所述电子设备自当前位置移动到目标位置的导航路径；在所述电子设备按照所述导航路径移动过程中，实时获取所述电子设备所在环境的图像信息；根据所述图像信息，检测所述电子设备是否满足路径更新条件；当检测到所述电子设备满足路径更新条件时，调整所述导航路径，提高了路径规划的准确性。
 附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种路径规划方法的流程示意图；
图2为本申请实施例提供的另一种路径规划方法的流程示意图；
图3为本申请实施例提供的导航地图的示意图；
图4为本申请实施例提供的另一种路径规划方法的流程示意图；
图5为本申请实施例提供的另一种路径规划方法的流程示意图；
图6为本申请实施例提供的一种电子设备的结构示意图。。
 本发明的实施方式
在此处键入本发明的实施方式描述段落为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。
本申请实施例提供了一种路径规划方法，应用于电子设备，如图1所示，该方法可以包括以下步骤：
S101、获取电子设备自当前位置移动到目标位置的导航路径。
本申请实施例提供的路径规划方案，可应用于物流领域（如根据订单从仓库中拣货发货），本实施例应用于在电子设备行进过程中的路径规划，本实施例中的电子设备可以采用机器人，也可以采用其它具有处理器功能的电子设备代替机器人执行，本申请实施例以机器人为执行主体，以根据订单从仓库中拣货发货为应用场景来进行介绍。
机器人通过人工扫描的方式获取订单信息，或者接收机器人控制系统下发的订单信息，根据订单信息确定至少一个目标位置，目标位置包括但不限于仓库中的货物打包区域、仓库中的货架位置以及仓库中机器人的待命区域。
机器人上设置有扫码器，通过扫码器可获取多个订单信息，每个订单信息包括至少一个商品信息，仓库中的商品具有标识数据，标识数据包括：射频识别（Radio Frequency Identification，RFID）标签、条形码或二维码。
机器人从当前位置接收到仓库管理系统的多个订单信息后，移动到下一个货物点取货，然后移动到打包区域，将货物放到打包区域，再返回到待命区域去等待下一个订单。
S102、在电子设备按照导航路径移动过程中，实时获取电子设备所在环境的图像信息。
根据图像信息，检测电子设备是否满足路径更新条件。
S104、当检测到电子设备满足路径更新条件时，调整导航路径。
可选的，步骤S104、当检测到电子设备满足路径更新条件时，调整导航路径还包括以下子步骤：检测是否接收到路径调整指令；当接收到路径调整指令时，执行与路径调整指令对应的导航路径调整操作。其中，路径调整指令可以是用户输入到机器人的计算机指令，也可以是中央调度系统下发到机器人的计算机指令。
可选的，每个机器人可以将各自的导航路径上传到中央调度系统，中央调度系统根据机器人的优先级，更改路径冲突的机器人的导航路径，如让优先级低的机器人通过更换路径或者等待一段时间来避让优先级高的机器人，让优先级高的机器人先通过，保证在一个安全距离阈值范围内不会有两个机器人同时出现，避免机器人碰撞。机器人的优先级可以根据机器人的等待时间或者机器人执行的任务重要程度进行划分，如，将等待时间长的机器人划分为高优先级，将等待时间短的机器人划分为低优先级，将执行的任务重要的机器人划分为高优先级，将执行的任务相对来说不是特别重要的机器人划分为低优先级。
如图2所示，本发明实施例还提供了一种路径规划方法，该方法在图1所示实施例的基础上，步骤S101、获取电子设备自当前位置移动到目标位置的导航路径还包括以下子步骤：
S1011、获取电子设备在预设训练场景下进行行驶的导航地图。
设定的训练场景可以是，但不限于：一个面积约 10 平米的空地，在该空地内分布有多条路径供机器人行驶，在每条路径上分别设置障碍物，设置障碍物的间隔可以是 2 米，障碍物的类型可以是能够阻止机器人行进的障碍物。需要说明的是，训练的空地的大小、障碍物的间隔以及障碍物的类型可以根据实际需求进行设定，对此，本实施例不作具体限定。在机器人上安装图像采集设备，并将机器人置于该空地内，规划机器人的行进路径，在机器人按照规划的路径行进时，图像采集设备采集多组深度图像。
S1012、确定导航地图中与电子设备对应的设备标识。
如图3所示，在本申请实施例中，导航地图可以是拓扑地图，拓扑地图由坐标点和边组成，坐标点可以看做是每一个地点的抽象，而边则可以看做是地点间的连通关系，每一条边可以看做是两个地点之间的子路线。边具有权值，权值可以用子路线的距离来赋值，表达机器人从一个点移动到另一个地点需要多少代价，代价越高则机器人需要移动的距离越远，正常情况下所需要的移动时长也越长。
然而在实际的环境中，不同路况会导致相同的距离所需要的实际时间不同，如，相同距离的路径上障碍物的类型不同，此时可以通过调节路径的权值来表达。
另外，每一条边可以具有方向，具有方向的边在拓扑地图中可以理解为单行道，例如在实际应用中当多个机器人同时通过狭窄道路时，使机器人按照相同的方向移动，防止路径卡死。
例如，将机器人的当前位置对应到拓扑地图上距离该当前位置最近的路由点为A点，将机器人的目标位置对应到拓扑地图上距离该目标位置最近的路由点为C点，则由A点到达C点的路径可以是：AB→BC，其中AB和BC是该路径中的子路线；或者，AB→BE→EC，其中AB、BE、EC是该路径中的子路线。将得到的路径AB→BC、AB→BE→EC加入到路径集合中。
图3中共有五个拓扑点，分别是拓扑点A、B、C、D和E，每个拓扑点具有和导航地图对应的具体坐标。例如，拓扑点A和拓扑点B之间会等距的分割出多个中继路由点（中继路由点之间最大间隔一般设为3-5m），这样可以更加方便将机器人位置匹配到最近的路由点。中继路由点不会参与路由规划计算，从而可以降低路由规划的计算时间。
当得到一组机器人的起始坐标点和目标坐标点（可以为机器人的路径终点）的时候，临时添加以这两个点为坐标的拓扑点，并将距离起始坐标点距离5m内的中继路由点设置为拓扑点，将距离目标坐标点距离5m内的中继路有点设置为拓扑点，通过相关算法计算出起始坐标点到目标坐标点需要经过的拓扑点序列。
本申请实施例以Dijkstra算法为例，从起始坐标点尝试访问到每个相邻的拓扑点，同时计算移动到相邻的拓扑点所需的代价。然后从这些相邻点中找出代价最小的拓扑点（如，代价最小为路径最短或移动时长最短的路径），机器人再次移动到这个代价最小的拓扑点，如果遇到机器人之前访问过的拓扑点则取较小的代价作为从起始坐标点到该点的代价。依次迭代，可以实现访问目标坐标点所在的拓扑点，通过回溯可以得到机器人所需的导航路径。
如图3所示，子路线AB、BE、EC、ED具有移动方向，当机器人在子路线AB上移动时，按照子路线AB的移动方向，从A点移动到B点；当机器人在子路线BE上移动时，按照子路线BE的移动方向，从B点移动到E点；当机器人在子路线EC上移动时，按照子路线EC的移动方向，从E点移动到C点；当机器人在子路线ED上移动时，按照子路线ED的移动方向，从E点移动到D点。这种对子路线单方向的设置，可以防止多个机器人在同一子路线上移动时由于通道狭窄或者障碍物较多机器人无法避让而发生的路线卡死或者机器人相撞的情况。子路线AD和子路线BC没有设置移动方向，表示机器人既可以从A点移动到D点，也可以从D点移动到A点；同理，机器人即可从B点移动到C点，也可以从C点移动到B点，不对子路线AD和子路线BC的移动方向做限制。
S1013、将当前位置确定为设备标识的起始坐标点，以及，将目标位置确定为设备标识的目标坐标点。
S1014、获取设备标识由起始坐标点移动至目标坐标点的所有路径，得到路径集合。
S1015、从路径集合中选取一条路径作为导航路径。
在本申请实施例中，从路径集合中选取一条路径作为导航路径包括：计算路径集合中每条路径的移动时长；选取移动时长最短的路径作为导航路径；或者，计算路径集合中每条路径的路程；选取路程最短的路径作为导航路径。
由于每条路径上的障碍物不同，相同路程的路径可能存在移动时长的不同，因此，本申请实施例可根据每条路径的移动时长或者每条路径的路程选取最终的导航路径。例如，计算路径集合中路径AB→BC的路程为10米，计算路径集合中路径AB→BE→EC的路程为20米，则将路程最短的路径AB→BC作为机器人的导航路径；或者，由于路径AB→BC的障碍物比较多，或者障碍物的形状比较大，机器人不容易绕过，计算得到路径AB→BC的移动时长为15s；由于路径AB→BE→EC的障碍物比较少，或者障碍物的形状比较小，机器人容易绕过，计算得到路径AB→BE→EC的移动时长为10s，则将移动时长最短的路径AB→BE→EC作为导航路径。
本申请实施例中的障碍物可包括地上障碍物和地下障碍物，地上障碍物包括墙、货柜、柱子、其它机器人等，地下障碍物可以是深坑等。
如图4所示，本发明实施例还提供了一种路径规划方法，该方法在图2所示实施例的基础上，步骤S102、在电子设备按照导航路径移动过程中，实时获取电子设备所在环境的图像信息，还包括以下子步骤：
S1021、根据电子设备接收到的运行指令，获取下一时刻的目标路径点。
可选的，运行指令可以是中央调度系统下发到机器人的计算机指令，也可以是用户输入到机器人的计算机指令。
S1022、在电子设备由当前位置移动至目标路径点的过程中，通过图像采集设备采集多组图像信息。
在拣货员将目标商品放置于对应仓位后，可通过显示界面上的触发完成按钮，以通知机器人已完成当前目标商品的捡取操作，机器人查询下一待捡目标商品的位置的路径信息，移动至下一处，执行下一目标商品的捡取。
机器人开始移动过程中，通过采集的多组图像信息来得到机器人周围的环境信息，相当于为机器人的周围环境构建了一张实时地图，利用SLAM（simultaneous localization and mapping，即时定位与地图构建）计算得到机器人的定位信息，以及根据实时地图上的障碍物信息，来调整机器人的导航路径。
本申请实施例采用视觉与激光融合的定位技术，其中，视觉定位是利用图像采集设备（如，鱼眼相机）拍摄连续的多张图片，本申请实施例以拍摄两张图片进行举例说明，从拍摄得到的两张图片中分别找出角点，并匹配相邻图片中对应的多组角点（如，多组角点为两组），通过多组角点相对的位置变化，利用3d几何原理推出机器人的位置变化量。其中，角点可以选取如8x8, 16x16,32x32等大小的图像块，本申请实施例对此不做限定。
激光定位技术是，在机器人移动过程中，通过将前后帧的激光点云进行匹配，根据匹配结果反推出机器人的位置变化量。同时，在机器人移动，还可以用激光点云绘制出机器人当前运动的实际场景的2d平面图。
可选的，图像采集设备为鱼眼相机，也可以是其它具有图像采集功能的设备，本申请实施例对此不做限定。
本发明实施例还提供了一种路径规划方法，该方法在图1所示实施例的基础上，步骤S103、根据图像信息，检测电子设备是否满足路径更新条件还包括以下子步骤：
检测图像信息中是否存在目标对象，目标对象为动态障碍物；当检测到目标对象时，判断电子设备与目标对象的距离是否小于对应的安全距离阈值；当判定电子设备与目标对象的距离小于对应的安全距离阈值，确定电子设备满足路径更新条件；其中，安全距离阈值可以设置为10cm等，本申请实施例对此不做限定。
 或者，
利用SLAM模块获取电子设备的定位信息；根据定位信息，判断电子设备是否发生定位丢失；当判定电子设备发生定位丢失时，确定电子设备满足路径更新条件。
根据相邻两组深度图像确定拍摄图片间隔内的图像采集设备的位置变化，通过累加拍摄过程中的每一个间隔的位置变化量得到图像采集设备的运动轨迹。
如，当辅助定位的激光点云与机器人周围环境的匹配率低于设定的匹配率阈值（如，匹配率阈值设定为90%，本申请实施例对此不做限定）时，则表明机器人发生定位丢失，当机器人发生定位丢失时机器人会原地自转进行重定位。
 例如，可以使用（x，y，z，roll，pitch，yaw)的六维自由度对机器人的位置进行描述，其中，x，y，z为三个坐标轴，即x轴，y轴和z轴；roll，pitch，yaw为机器人的三个转角方向，可以采用一个4×4的变换矩阵表示
Figure 422126dest_path_image001
其中，R 3 × 3为机器人的旋转信息，t 3 × 1为机器人的平移信息，上述公式可以表达为T = [R|t]。如，机器人上的相机拍摄的两张图片的位置分别为C，C’,图片c上的一个角点所在的3D位置为x(在相机C为原点的坐标系下），图片C’上的一个角点所在的3D位置为x’（在相机C’为原点的坐标系下），这组角点对应的三维空间点记为X。设相机C’可以通过一个变换矩阵T=[R|t]转换到坐标系C下，则根据变换矩阵特性和对应点的定义得到 x’= R(x–t)。其中，t和R、x’、x均为极面C-C’-X的矢量，t 和R、x’的叉乘（R、x’的叉乘即为Rx’）垂直于极面，因此可以得到x T  (t×Rx’) 。设t的叉乘形式为x T[T x]Rx’=0，令E=[T x]R，E为本质矩阵，通过解多组对应点x i与x i’可以得到本质矩阵的解，进而从中恢复出相机位姿变化量，得到机器人的定位信息。
如图5所示，本发明实施例还提供了一种路径规划方法，该方法在图1所示实施例的基础上，步骤S104、当检测到电子设备满足路径更新条件时，调整导航路径包括以下子步骤：
S1041、检测目标对象与电子设备的运动方向是否一致，检测到目标对象与电子设备的运动方向不一致时，执行步骤S1042；否则，执行步骤S1043。
S1042、生成第一控制指令，将第一控制指令发送给电子设备的驱动电机，以使驱动电机根据第一控制指令控制电子设备调整当前运动方向。
S1043、生成第二控制指令，将第二控制指令发送给电子设备的驱动电机，以使驱动电机根据第二控制指令控制电子设备减速或停止。
可选的，本申请实施例中的驱动电机为双轮差速的轮毂电机。
当多台机器人在同一个环境里运行时候，需要给出一种策略保证他们之间尽量不会干扰到各自的移动，避免多个机器人发生碰撞。尤其是容易出现相对运动的机器人避让不及的情况，相对速度很快的机器人如果采用将其中一个机器人当做静态障碍物来处理的避让策略，则会容易出现机器人减速来不及而发生碰撞。本申请实施例使得相对运动的机器人偏向于导航路径的同一侧，例如都偏向右侧行驶，使得相对运动的机器人在接近时会更偏向从右侧进行绕行。
在机器人行驶过程中，遇到相对行驶的机器人或者其它动态障碍物时，在更新导航路径之前，首先将原有的导航路径往同一个方向偏移，比如，机器人A和机器人B相对行驶，且机器人A和机器人B的距离在安全距离阈值（如，5m）范围内，机器人A和机器人B的半径为0.4m，则在机器人A和机器人B原来行驶的路径基础上都朝右侧偏移0.5m，如果机器人A和机器人B原来行驶的路径无法向右侧偏移，则采用如下的随机退避策略，控制机器人停止一个随机的时间（如1-3s), 然后重新规划机器人A和机器人B的导航路径，从而使得相对行驶的机器人A和机器人B在接近时会优先从右侧进行绕行。或者，让其中一个机器人优先通过，让另一个机器人等待对方通过，如，机器人A的优先级高于机器人B的优先级，则在机器人A和机器人B的距离在安全距离阈值范围内时，让在机器人B原来行驶的路径基础上朝右侧偏移0.5m，让机器人A优先通过，从而避免了相对行驶的机器人A和机器人B碰撞。
本申请实施例采用的随机退避策略为，当导航路径上没有动态障碍物的时候，机器人规划出来的导航路径所在区域为安全区，当导航路径所在区域上出现障碍物时，将该障碍物判定为动态障碍物，控制机器人降速缓慢接近这个障碍物，如果障碍物停止移动了，则控制机器人停止一个随机的时间（如1-3s等，也可以设置为其它值，本申请实施例对此不作限定），然后重新规划路径绕过这个障碍物。
本申请实施例，在机器人行进过程中，根据机器人周围环境的图像信息，通过SLAM模块得到机器人的定位信息，以及，识别图像信息中的动态障碍物，根据机器人的定位信息和动态障碍物调整机器人的导航路径，在机器人周围有其它机器人或者行人等动态障碍物时，及时调整机器人的导航路径，避免机器人与行进过程中的动态障碍物相撞；在机器人发生定位丢失，定位不准确时及时调整导航路径，使得机器人能够高效安全的移动至目标地点，避免机器人跟障碍物相撞，延长了机器人的使用寿命。
如图6所示，本申请实施例还提供了一种电子设备600，该电子设备600包括：处理器610、存储器620、收发器630和显示面板640。
处理器 610可以是中央处理器（central processing unit， CPU），或者 CPU 和硬件芯片的组合。上述硬件芯片可以是专用集成电路（ application-specific integrated circuit ， ASIC ），可编程逻辑器件（programmable logic device，PLD）或其组合。上述 PLD 可以是复杂可编程逻辑器件（complex programmable logic device，CPLD），现场可编程门阵列（field-programmable gate array，FPGA），通用阵列逻辑（generic array logic, GAL）或其任意组合。
存储器 620 用于存储各种应用，操作系统和数据。存储器 620 可以将存储的数据传输给处理器 610。存储器620 可以包括易失性存储器，非易失性动态随机存取内存（nonvolatile random access memory，NVRAM）、相变化随机存取内存（phase change RAM，PRAM）、磁阻式随机存取内存（magetoresistive RAM，MRAM）等，例如至少一个磁盘存储器件、电子可擦除可编程只读存储器（electrically erasable programmable read-only memory，EEPROM）、闪存器件，例如反或闪存（flash memory， NOR)或是反及闪存(flash memory， NAND)、半导体器件，例如固态硬盘（solid state disk，SSD）等。存储器 620 还可以包括上述种类的存储器的组合。
收发器630，用于发送和/或接收数据，收发器630可以是天线等。
显示面板640，用于显示和/接收数据，显示面板640可以是显示屏等。
处理器610用于执行存储器中存储的路径规划程序，以实现各方法实施例所示的路径规划方法的步骤。
本申请实施例还提供了一种计算机可读存储介质，这里的计算机可读存储介质存储有一个或者多个程序。其中，存储介质可以包括易失性存储器，例如随机存取存储器；存储器也可以包括非易失性存储器，例如只读存储器、快闪存储器、硬盘或固态硬盘；存储器还可以包括上述种类的存储器的组合。计算机可读存储介质上存储有路径规划程序，路径规划程序被处理器执行时实现如各方法实施例所示的路径规划方法的步骤。
本申请实施例还提供了一种机器人，包括：
处理器，用于获取所述机器人自当前位置移动到目标位置的导航路径；
图像采集器，用于在所述机器人按照所述导航路径移动过程中，实时获取所述机器人所在环境的图像信息；
所述处理器，还用于根据所述图像信息，判断所述机器人是否满足路径更新条件；
所述处理器，还用于当所述电子设备满足路径更新条件时，调整所述导航路径。
可选的，图像采集器包括但不限于鱼眼相机。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
 工业实用性
本申请实施例提供的路径规划方法、电子设备、机器人，通过获取所述电子设备自当前位置移动到目标位置的导航路径；在所述电子设备按照所述导航路径移动过程中，实时获取所述电子设备所在环境的图像信息；根据所述图像信息，检测所述电子设备是否满足路径更新条件；当检测到所述电子设备满足路径更新条件时，调整所述导航路径，提高了路径规划的准确性。因此，具有工业实用性。

Claims (11)

  1. 一种路径规划方法，应用于电子设备，所述方法包括以下步骤：
    获取所述电子设备自当前位置移动到目标位置的导航路径；
    在所述电子设备按照所述导航路径移动过程中，实时获取所述电子设备所在环境的图像信息；
    根据所述图像信息，判断所述电子设备是否满足路径更新条件；
    当所述电子设备满足路径更新条件时，调整所述导航路径。
  2. 根据权利要求1所述的方法，其中，所述获取所述电子设备自当前位置移动到目标位置的导航路径包括：
    获取所述电子设备在预设训练场景下进行行驶的导航地图；
    确定所述导航地图中与所述电子设备对应的设备标识；
    将所述电子设备的当前位置确定为所述设备标识的起始坐标点，以及，将所述目标位置确定为所述设备标识的目标坐标点；
    获取所述设备标识由所述起始坐标点移动至所述目标坐标点的所有路径，得到路径集合；
    从所述路径集合中选取一条路径作为所述导航路径。
  3. 根据权利要求2所述的方法，其中，所述从所述路径集合中选取一条路径作为所述导航路径包括：
    计算所述路径集合中每条路径的移动时长；
    选取移动时长最短的路径作为所述导航路径；
    或者，
    计算所述路径集合中每条路径的路程；
    选取路程最短的路径作为所述导航路径。
  4. 根据权利要求2所述的方法，其中，所述在所述电子设备按照所述导航路径移动过程中，实时获取所述电子设备所在环境的图像信息包括：
    根据所述电子设备接收到的运行指令，获取下一时刻的目标路径点；
    在所述电子设备由当前位置移动至所述目标路径点的过程中，通过图像采集设备采集多组图像信息。
  5. 根据权利要求1所述的方法，其中，所述根据所述图像信息，检测所述电子设备是否满足路径更新条件包括：
    检测所述图像信息中是否存在目标对象，所述目标对象为动态障碍物；
    当检测到所述目标对象时，判断所述电子设备与所述目标对象的距离是否小于对应的安全距离阈值；
    当判定所述电子设备与所述目标对象的距离小于对应的安全距离阈值，确定所述电子设备满足路径更新条件；
    或者，
    利用SLAM模块获取所述电子设备的定位信息；
    根据所述定位信息，判断所述电子设备是否发生定位丢失；
    当判定所述电子设备发生定位丢失时，确定所述电子设备满足路径更新条件。
  6. 根据权利要求5所述的方法，其中，所述当检测到所述电子设备满足路径更新条件时，调整所述导航路径包括：
    检测所述目标对象与所述电子设备的运动方向是否一致；
    当检测到所述目标对象与所述电子设备的运动方向不一致时，生成第一控制指令；
    将所述第一控制指令发送给所述电子设备的驱动电机，以使所述驱动电机根据所述第一控制指令控制所述电子设备调整当前运动方向。
  7. 根据权利要求6所述的方法，其中，所述当检测到所述电子设备满足路径更新条件时，调整所述导航路径包括：
    当检测到所述目标对象与所述电子设备的运动方向一致时，生成第二控制指令；
    将所述第二控制指令发送给所述电子设备的驱动电机，以使所述驱动电机根据所述第二控制指令控制所述电子设备减速或停止。
  8. 根据权利要求1所述的方法，其中，所述当检测到所述电子设备满足路径更新条件时，调整所述导航路径还包括：
    检测是否接收到路径调整指令；
    当接收到路径调整指令时，执行与所述路径调整指令对应的导航路径调整操作。
  9. 一种电子设备，所述电子设备包括：处理器和存储器，所述处理器用于执行所述存储器中存储的路径规划程序，以实现权利要求1至8中任一项所述的路径规划方法。
  10. 一种机器人，包括：
    处理器，用于获取所述机器人自当前位置移动到目标位置的导航路径；
    图像采集器，用于在所述机器人按照所述导航路径移动过程中，实时获取所述机器人所在环境的图像信息；
    所述处理器，还用于根据所述图像信息，判断所述机器人是否满足路径更新条件；
    所述处理器，还用于当所述电子设备满足路径更新条件时，调整所述导航路径。
  11. 一种计算机可读存储介质，所述计算机可读存储介质上存储有路径规划程序，所述路径规划程序被处理器执行时实现如权利要求1至8中任一项所述的路径规划方法的步骤。
PCT/CN2020/078040 2019-04-23 2020-03-05 路径规划方法、电子设备、机器人及计算机可读存储介质 WO2020215901A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910330025.0 2019-04-23
CN201910330025.0A CN110220524A (zh) 2019-04-23 2019-04-23 路径规划方法、电子设备、机器人及计算机可读存储介质

Publications (1)

Publication Number Publication Date
WO2020215901A1 true WO2020215901A1 (zh) 2020-10-29

Family

ID=67820185

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2020/078040 WO2020215901A1 (zh) 2019-04-23 2020-03-05 路径规划方法、电子设备、机器人及计算机可读存储介质

Country Status (3)

Country Link
JP (1) JP6978799B6 (zh)
CN (1) CN110220524A (zh)
WO (1) WO2020215901A1 (zh)

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112286204A (zh) * 2020-11-11 2021-01-29 珠海格力智能装备有限公司 自动导引装置的控制方法及装置、处理器、电子设备
CN112506205A (zh) * 2020-12-17 2021-03-16 深圳市朗驰欣创科技股份有限公司 机器人巡检任务规划方法及装置
CN112581535A (zh) * 2020-12-25 2021-03-30 达闼机器人有限公司 机器人定位方法、装置、存储介质及电子设备
CN112923928A (zh) * 2021-01-29 2021-06-08 江苏提米智能科技有限公司 一种基于图像识别的光伏板导航方法、装置、电子设备及存储介质
CN113085839A (zh) * 2021-04-14 2021-07-09 北京云迹科技有限公司 一种机器人制动方法及相关设备
CN113110505A (zh) * 2021-05-12 2021-07-13 上海高仙自动化科技发展有限公司 路径规划方法、装置、设备及存储介质
CN113267179A (zh) * 2021-05-17 2021-08-17 北京京东乾石科技有限公司 提示信息生成方法和装置、存储介质、电子设备
CN113538683A (zh) * 2021-07-28 2021-10-22 视伴科技(北京)有限公司 一种确定实体流线的规划位置的方法及装置
CN113654558A (zh) * 2021-07-16 2021-11-16 北京迈格威科技有限公司 导航方法及装置、服务器、设备、系统及存储介质
CN113703460A (zh) * 2021-08-31 2021-11-26 上海木蚁机器人科技有限公司 导航车识别空位的方法、装置及系统
CN113762140A (zh) * 2021-09-03 2021-12-07 上海擎朗智能科技有限公司 一种基于机器人的建图方法、电子设备及存储介质
CN114018261A (zh) * 2021-09-30 2022-02-08 深圳优地科技有限公司 路径宽度的确定方法、机器人及计算机可读存储介质
CN114091771A (zh) * 2021-11-26 2022-02-25 中科麦迪人工智能研究院(苏州)有限公司 一种确定目标路径的方法、装置、电子设备及存储介质
CN114393583A (zh) * 2022-01-28 2022-04-26 北京云迹科技股份有限公司 通过机器人控制设备的方法及装置
CN114442674A (zh) * 2020-11-04 2022-05-06 北京猎户星空科技有限公司 目标跟踪方法、装置、电子设备和计算机可读存储介质
CN114494848A (zh) * 2021-12-21 2022-05-13 重庆特斯联智慧科技股份有限公司 一种机器人视距路径确定方法和装置
US20220172155A1 (en) * 2020-12-01 2022-06-02 Schneider Electric Industries Sas Automatic inventory of a warehouse
CN115205502A (zh) * 2022-09-16 2022-10-18 杭州申昊科技股份有限公司 刀闸操作方法及装置、电子设备
CN115231293A (zh) * 2022-08-05 2022-10-25 梅卡曼德（北京）机器人科技有限公司 应用于移动物品的路线确定方法、装置及设备
CN116225029A (zh) * 2023-05-05 2023-06-06 北华航天工业学院 一种机器人路径规划方法
CN116468351A (zh) * 2023-06-16 2023-07-21 深圳市磅旗科技智能发展有限公司 一种基于大数据的智慧物流管理方法
CN117093009A (zh) * 2023-10-19 2023-11-21 湖南睿图智能科技有限公司 一种基于机器视觉的物流agv小车导航控制方法及系统
CN117249832A (zh) * 2023-10-25 2023-12-19 深圳市天鹤科技有限公司 一种机器人室内导航的方法、装置及存储介质
CN113762140B (zh) * 2021-09-03 2024-06-07 上海擎朗智能科技有限公司 一种基于机器人的建图方法、电子设备及存储介质

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110220524A (zh) * 2019-04-23 2019-09-10 炬星科技（深圳）有限公司 路径规划方法、电子设备、机器人及计算机可读存储介质
CN112732847B (zh) * 2019-10-28 2024-03-19 炬星科技（深圳）有限公司 导航地图生成方法、电子设备及计算机可读存储介质
CN110991708A (zh) * 2019-11-15 2020-04-10 云南电网有限责任公司电力科学研究院 一种基于路径判断的设备配送系统和方法
CN110935175B (zh) * 2019-12-06 2023-07-25 珠海豹趣科技有限公司 数据处理方法及装置
CN111077495B (zh) * 2019-12-10 2022-02-22 亿嘉和科技股份有限公司 一种基于三维激光的定位恢复方法
CN111045434A (zh) * 2020-01-02 2020-04-21 广东博智林机器人有限公司 一种机器人移动控制方法、系统及存储介质
CN113252034A (zh) * 2020-02-12 2021-08-13 华为技术有限公司 一种路径规划方法及相关设备
CN111476892B (zh) * 2020-03-09 2022-12-20 珠海格力电器股份有限公司 路径确定方法、装置、终端设备及存储介质
CN111427353A (zh) * 2020-04-01 2020-07-17 无锡格物智能科技有限公司 路障导航优化方法、装置、终端、系统和存储介质
CN111442777A (zh) * 2020-04-02 2020-07-24 东软睿驰汽车技术（沈阳）有限公司 路径规划方法、装置、电子设备及存储介质
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
CN113627703A (zh) * 2020-05-08 2021-11-09 北京京东乾石科技有限公司 移动装置的调度方法和设备、计算机系统和存储介质
CN112381281A (zh) * 2020-11-06 2021-02-19 河钢股份有限公司承德分公司 一种自动获取无人天车最优作业路径的方法
CN112596526A (zh) * 2020-12-16 2021-04-02 上海云绅智能科技有限公司 一种机器人的交通调度的系统及方法
CN112751853B (zh) * 2020-12-28 2023-07-04 深圳优地科技有限公司 异常机器人排除方法、装置、设备及存储介质
CN112613469B (zh) * 2020-12-30 2023-12-19 深圳市优必选科技股份有限公司 目标对象的运动控制方法及相关设备
CN114911223B (zh) * 2021-02-09 2023-05-05 北京盈迪曼德科技有限公司 一种机器人导航方法、装置、机器人及存储介质
CN113009922B (zh) * 2021-04-23 2024-03-26 元通智能技术(南京)有限公司 一种机器人行走路径的调度管理方法
CN113534702B (zh) * 2021-07-05 2023-08-29 上海高仙环境科技有限公司 一种控制方法、装置、设备及存储介质
CN113848893A (zh) * 2021-09-14 2021-12-28 武汉联一合立技术有限公司 机器人导航方法、装置、设备及存储介质
CN113848869B (zh) * 2021-10-20 2023-03-07 北京三快在线科技有限公司 一种无人设备控制方法、装置、存储介质及电子设备
CN113985880A (zh) * 2021-10-29 2022-01-28 深圳优地科技有限公司 多机器人路径规划方法、多机器人系统及机器人
CN114167871A (zh) * 2021-12-06 2022-03-11 北京云迹科技有限公司 一种障碍物检测方法、装置、电子设备和存储介质
CN114397885A (zh) * 2021-12-16 2022-04-26 北京三快在线科技有限公司 辅助移动机器人乘坐电梯的方法、电子设备及存储介质
CN114397892B (zh) * 2021-12-27 2023-09-26 广东嘉腾机器人自动化有限公司 一种磁导航agv协同绕行方法
CN114819416B (zh) * 2022-06-27 2022-09-09 航天晨光股份有限公司 基于自主移动机器人的调度方法及系统
CN116700298B (zh) * 2023-08-08 2023-11-21 浙江菜鸟供应链管理有限公司 路径规划方法、系统、设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101308023A (zh) * 2008-06-05 2008-11-19 上海交通大学 基于异构视觉传感器系统的导航装置和方法
JP2012181081A (ja) * 2011-03-01 2012-09-20 Advanced Telecommunication Research Institute International ルートパースペクティブモデル構築方法およびロボット
CN106289290A (zh) * 2016-07-21 2017-01-04 触景无限科技（北京）有限公司 一种路径导航系统及方法
CN106441275A (zh) * 2016-09-23 2017-02-22 深圳大学 一种机器人规划路径的更新方法及装置
CN107328418A (zh) * 2017-06-21 2017-11-07 南华大学 移动机器人在陌生室内场景下的核辐射探测路径自主规划方法
CN108180901A (zh) * 2017-12-08 2018-06-19 深圳先进技术研究院 导盲机器人的室内导航方法、装置、机器人及存储介质
CN109664301A (zh) * 2019-01-17 2019-04-23 中国石油大学(北京) 巡检方法、装置、设备及计算机可读存储介质
CN110220524A (zh) * 2019-04-23 2019-09-10 炬星科技（深圳）有限公司 路径规划方法、电子设备、机器人及计算机可读存储介质

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4348276B2 (ja) * 2004-11-02 2009-10-21 本田技研工業株式会社 ロボット制御装置
CN101977208B (zh) * 2010-09-29 2014-01-08 无锡中星微电子有限公司 一种导航服务系统
CN103822625B (zh) * 2013-12-01 2017-05-10 兰州大学 一种智能机器人寻线导航的方法与装置
CN103994764B (zh) * 2014-05-30 2017-01-25 云朵网络有限公司 一种随身定位系统
JP6724439B2 (ja) * 2016-03-14 2020-07-15 カシオ計算機株式会社 自律移動装置、自律移動システム、自律移動方法及びプログラム
CN106028448A (zh) * 2016-07-18 2016-10-12 北京金山安全软件有限公司 定位方法、终端设备、服务器及系统
JP6865064B2 (ja) * 2017-03-03 2021-04-28 日立Astemo株式会社 移動体の位置推定装置及び方法
JP6640777B2 (ja) * 2017-03-17 2020-02-05 株式会社東芝 移動制御システム、移動制御装置及びプログラム
JP6959056B2 (ja) * 2017-07-20 2021-11-02 株式会社Ihi 移動ロボットの制御装置と制御方法
JP6737751B2 (ja) * 2017-09-14 2020-08-12 Kddi株式会社 飛行装置、管理装置、飛行管理方法及びプログラム

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101308023A (zh) * 2008-06-05 2008-11-19 上海交通大学 基于异构视觉传感器系统的导航装置和方法
JP2012181081A (ja) * 2011-03-01 2012-09-20 Advanced Telecommunication Research Institute International ルートパースペクティブモデル構築方法およびロボット
CN106289290A (zh) * 2016-07-21 2017-01-04 触景无限科技（北京）有限公司 一种路径导航系统及方法
CN106441275A (zh) * 2016-09-23 2017-02-22 深圳大学 一种机器人规划路径的更新方法及装置
CN107328418A (zh) * 2017-06-21 2017-11-07 南华大学 移动机器人在陌生室内场景下的核辐射探测路径自主规划方法
CN108180901A (zh) * 2017-12-08 2018-06-19 深圳先进技术研究院 导盲机器人的室内导航方法、装置、机器人及存储介质
CN109664301A (zh) * 2019-01-17 2019-04-23 中国石油大学(北京) 巡检方法、装置、设备及计算机可读存储介质
CN110220524A (zh) * 2019-04-23 2019-09-10 炬星科技（深圳）有限公司 路径规划方法、电子设备、机器人及计算机可读存储介质

Cited By (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114442674A (zh) * 2020-11-04 2022-05-06 北京猎户星空科技有限公司 目标跟踪方法、装置、电子设备和计算机可读存储介质
CN112286204A (zh) * 2020-11-11 2021-01-29 珠海格力智能装备有限公司 自动导引装置的控制方法及装置、处理器、电子设备
US20220172155A1 (en) * 2020-12-01 2022-06-02 Schneider Electric Industries Sas Automatic inventory of a warehouse
CN112506205A (zh) * 2020-12-17 2021-03-16 深圳市朗驰欣创科技股份有限公司 机器人巡检任务规划方法及装置
CN112581535A (zh) * 2020-12-25 2021-03-30 达闼机器人有限公司 机器人定位方法、装置、存储介质及电子设备
CN112581535B (zh) * 2020-12-25 2023-03-24 达闼机器人股份有限公司 机器人定位方法、装置、存储介质及电子设备
CN112923928A (zh) * 2021-01-29 2021-06-08 江苏提米智能科技有限公司 一种基于图像识别的光伏板导航方法、装置、电子设备及存储介质
CN113085839A (zh) * 2021-04-14 2021-07-09 北京云迹科技有限公司 一种机器人制动方法及相关设备
CN113110505A (zh) * 2021-05-12 2021-07-13 上海高仙自动化科技发展有限公司 路径规划方法、装置、设备及存储介质
CN113267179A (zh) * 2021-05-17 2021-08-17 北京京东乾石科技有限公司 提示信息生成方法和装置、存储介质、电子设备
CN113654558A (zh) * 2021-07-16 2021-11-16 北京迈格威科技有限公司 导航方法及装置、服务器、设备、系统及存储介质
CN113538683A (zh) * 2021-07-28 2021-10-22 视伴科技(北京)有限公司 一种确定实体流线的规划位置的方法及装置
CN113703460B (zh) * 2021-08-31 2024-02-09 上海木蚁机器人科技有限公司 导航车识别空位的方法、装置及系统
CN113703460A (zh) * 2021-08-31 2021-11-26 上海木蚁机器人科技有限公司 导航车识别空位的方法、装置及系统
CN113762140A (zh) * 2021-09-03 2021-12-07 上海擎朗智能科技有限公司 一种基于机器人的建图方法、电子设备及存储介质
CN113762140B (zh) * 2021-09-03 2024-06-07 上海擎朗智能科技有限公司 一种基于机器人的建图方法、电子设备及存储介质
CN114018261A (zh) * 2021-09-30 2022-02-08 深圳优地科技有限公司 路径宽度的确定方法、机器人及计算机可读存储介质
CN114018261B (zh) * 2021-09-30 2023-10-13 深圳优地科技有限公司 路径宽度的确定方法、机器人及计算机可读存储介质
CN114091771A (zh) * 2021-11-26 2022-02-25 中科麦迪人工智能研究院(苏州)有限公司 一种确定目标路径的方法、装置、电子设备及存储介质
CN114494848A (zh) * 2021-12-21 2022-05-13 重庆特斯联智慧科技股份有限公司 一种机器人视距路径确定方法和装置
CN114494848B (zh) * 2021-12-21 2024-04-16 重庆特斯联智慧科技股份有限公司 一种机器人视距路径确定方法和装置
CN114393583A (zh) * 2022-01-28 2022-04-26 北京云迹科技股份有限公司 通过机器人控制设备的方法及装置
CN114393583B (zh) * 2022-01-28 2024-02-20 北京云迹科技股份有限公司 通过机器人控制设备的方法及装置
CN115231293A (zh) * 2022-08-05 2022-10-25 梅卡曼德（北京）机器人科技有限公司 应用于移动物品的路线确定方法、装置及设备
CN115205502A (zh) * 2022-09-16 2022-10-18 杭州申昊科技股份有限公司 刀闸操作方法及装置、电子设备
CN115205502B (zh) * 2022-09-16 2022-12-27 杭州申昊科技股份有限公司 刀闸操作方法及装置、电子设备
CN116225029A (zh) * 2023-05-05 2023-06-06 北华航天工业学院 一种机器人路径规划方法
CN116468351B (zh) * 2023-06-16 2023-11-07 深圳市磅旗科技智能发展有限公司 一种基于大数据的智慧物流管理方法、系统以及存储介质
CN116468351A (zh) * 2023-06-16 2023-07-21 深圳市磅旗科技智能发展有限公司 一种基于大数据的智慧物流管理方法
CN117093009B (zh) * 2023-10-19 2024-02-09 湖南睿图智能科技有限公司 一种基于机器视觉的物流agv小车导航控制方法及系统
CN117093009A (zh) * 2023-10-19 2023-11-21 湖南睿图智能科技有限公司 一种基于机器视觉的物流agv小车导航控制方法及系统
CN117249832A (zh) * 2023-10-25 2023-12-19 深圳市天鹤科技有限公司 一种机器人室内导航的方法、装置及存储介质

Also Published As

Publication number Publication date
JP6978799B2 (ja) 2021-12-08
JP6978799B6 (ja) 2022-01-17
CN110220524A (zh) 2019-09-10
JP2020181572A (ja) 2020-11-05

Similar Documents

Publication Publication Date Title
WO2020215901A1 (zh) 路径规划方法、电子设备、机器人及计算机可读存储介质
US20200242396A1 (en) Methods and Systems for Simultaneous Localization and Calibration
EP3612906B1 (en) Method and system for environment map generation and alignment
US11268816B2 (en) Intermediate waypoint generator
US20210223779A1 (en) Systems and methods for rerouting robots to avoid no-go zones
CN110275538A (zh) 智能巡航车导航方法及系统
US11898849B2 (en) Systems and methods for updating an electronic map
CA3093522A1 (en) Swarm path planner system for vehicles
CN113741438A (zh) 路径规划方法、装置、存储介质、芯片及机器人
WO2022052809A1 (zh) 用于控制仓库中的机器人的行驶的方法和装置
CN116105742A (zh) 复合场景巡检导航方法、系统及相关设备
CN111580530B (zh) 一种定位方法、装置、自主移动设备及介质
US20220196410A1 (en) Vehicle navigation
US20220339786A1 (en) Image-based trajectory planning method and movement control method and mobile machine using the same
WO2022246180A1 (en) Systems and methods for configuring a robot to scan for features within an environment
US20220083062A1 (en) Robot navigation management between zones in an environment
US20240118089A1 (en) Path planning graph generation and real-time path planning for autonomous vehicles
US20240142985A1 (en) De-centralized traffic-aware navigational planning for mobile robots
US20230264687A1 (en) System and method for selecting an intermediate parking goal in autonomous delivery
Boroujeni Visual Data Analytic and Robotics for Automated Construction Performance Monitoring
WO2023167968A2 (en) Systems and methods for aligning a plurality of local computer readable maps to a single global map and detecting mapping errors
CN114721393A (zh) 一种无人车间多扫地机器人集群控制的方法

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: 20794325

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 01.03.2022)

122 Ep: pct application non-entry in european phase

Ref document number: 20794325

Country of ref document: EP

Kind code of ref document: A1