CN108227706B - 机器人躲避动态障碍的方法及装置 - Google Patents
机器人躲避动态障碍的方法及装置 Download PDFInfo
- Publication number
- CN108227706B CN108227706B CN201711384820.5A CN201711384820A CN108227706B CN 108227706 B CN108227706 B CN 108227706B CN 201711384820 A CN201711384820 A CN 201711384820A CN 108227706 B CN108227706 B CN 108227706B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- path
- global path
- point
- dynamic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000004888 barrier function Effects 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 9
- 230000003068 static effect Effects 0.000 claims description 36
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- 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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请公开了一种机器人躲避动态障碍的方法及装置。该方法包括:根据机器人行进的终点及环境中的障碍物确定第一全局路径;周期性获取机器人运动方向上的局部地图;在根据所述局部地图确定运动方向存在动态障碍时,获得所述动态障碍的位置;所述动态障碍为运动的障碍物;根据所述第一全局路径及所述动态障碍的位置确定所述第一全局路径与所述动态障碍是否发生干涉;在确定发生干涉后,重新进行全局路径规划,得到一条新的全局路径;否则按照所述第一全局路径进行运动。因为全局路径的生成频率相对较小,相较于实时检测局部地图中的信息,并从中绕开运动的障碍物,这种监测方法耗费的资源更少,同时速率更快。
Description
技术领域
本申请涉及机器人技术领域,具体而言,涉及一种机器人躲避动态障碍的方法及装置。
背景技术
全局的路径规划是基于事先给出的地图,但是服务机器人的运动环境一般是动态的,可能会有绘制静态地图时不存在的障碍进入环境,这时通过激光雷达检测机器人前的障碍,生成局部地图。在针对后来加入的障碍 (如静止站在机器人前的人)的避障策略上,原有的单纯局部避障策略容易陷入“左右为难”的境地,因为局部规划器的发布速度原理重点在于对于速度的采样,它会先计算出一个机器人在一定时间能达到的所有速度,然后用dt乘上速度,得到机器人相对位移,采样的速度其相对位移应该不与障碍碰撞,尽量朝向目标,贴近全局路径,所以机器人生成了一个个远离障碍物并最终指向目标的速度。所以应该有较高的控制频率,以防机器人行驶到距离障碍物极近的地方后才产生避障的速度,易产生安全问题。
但是机器人在绕过障碍物位置时因为给出左转或是右转速度都是可以满足绕过障碍到达目标点,所以两种速度的给出概率是等可能,但控制频率高的情况下,机器人还没有进行足够位移,规划器就给出了新的速度指令。机器人接收到的新的速度很有可能与原来的避障速度绕行位置不同,因此机器人刚完成旋转行为后,就又接收到了新的从另一个方向转绕过障碍的速度指令,这样就有可能使得机器人不断重复尝试两条路径,表现为机器人在障碍前有充足避障空间时的左右震荡和旋转的情况。
针对相关技术中机器人在障碍前有充足避障空间时的左右震荡和旋转的问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种机器人躲避动态障碍的方法及装置,以解决相关技术中存在的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种机器人躲避动态障碍方法。
根据本申请的机器人躲避动态障碍方法包括:
根据机器人行进的终点及环境中的障碍物确定第一全局路径;
周期性获取机器人运动方向上的局部地图;
在根据所述局部地图确定运动方向存在动态障碍时,获得所述动态障碍的位置;所述动态障碍为运动的障碍物;
根据所述第一全局路径及所述动态障碍的位置确定所述第一全局路径与所述动态障碍是否发生干涉;
在确定发生干涉后,重新进行全局路径规划,得到一条新的全局路径;否则按照所述第一全局路径进行运动。
进一步的,如前述的机器人躲避静态障碍的方法,所述周期性获取机器人运动方向上的局部地图,包括:
通过激光雷达周期性检测所述机器人运动方向上的图像信息;
根据所述图像信息生成所述机器人运动方向上的局部地图。
进一步的,如前述的机器人躲避静态障碍的方法,所述确定所述第一全局路径与所述动态障碍是否发生干涉,包括:
按一定频率检查所述第一全局路径上的各个路径点的障碍代价值,所述第一全局路径由多个连续的路径点相连而成,所述障碍代价值表征所述全局路径中的各个路径点与最接近的障碍之间的距离;
如果检测到某个所述路径点的障碍代价值所表征所述路径点与障碍之间的距离超过阈值时,则确定所述全局路径及所述动态障碍发生干涉,否则所述全局路径及所述动态障碍未发生干涉。
进一步的,如前述的机器人躲避静态障碍的方法,所述重新进行路径规划,得到一条新的全局路径,包括:
获取所述环境中的障碍物以及所述动态障碍的位置;
根据所述障碍物以及所述动态障碍的位置进行第二次全局路径规划,并得到所述新的全局路径。
进一步的,如前述的机器人躲避静态障碍的方法,所述根据所述障碍物以及所述动态障碍的位置进行第二次全局路径规划,并得到所述新的全局路径,包括:
如果根据又一个局部地图确定所述动态障碍的当前位置与所述第二次全局路径规划得到的第二全局路径发生干涉;
确定所述动态障碍的运动方向与所述第二全局路径的避障方向一致;
将所述第二全局路径的避障方向的反方向作为新的全局路径规划的避障方向;
根据所述新的全局路径规划的避障方向以及所述动态障碍的当前位置得到所述新的全局路径。
为了实现上述目的,根据本申请的另一方面,提供了一种机器人躲避动态障碍的装置。
根据本申请的机器人躲避动态障碍装置包括:
第一全局路径规划单元,用于根据机器人行进的终点及环境中的障碍物确定第一全局路径;
局部地图获取单元,用于周期性获取机器人运动方向上的局部地图;
动态障碍位置获取单元,用于在根据所述局部地图确定运动方向存在动态障碍时,获得所述动态障碍的位置;所述动态障碍为运动的障碍物;
干涉判断单元,用于根据所述第一全局路径及所述动态障碍的位置确定所述第一全局路径与所述动态障碍是否发生干涉;
新路径规划单元,用于在确定发生干涉后,重新进行全局路径规划,得到一条新的全局路径;否则按照所述第一全局路径进行运动。
进一步的,如前述的机器人躲避静态障碍的装置,所述局部地图获取单元,包括:
图像信息采集模块,用于通过激光雷达周期性检测所述机器人运动方向上的图像信息;
局部地图生成模块,用于根据所述图像信息生成所述机器人运动方向上的局部地图。
进一步的,如前述的机器人躲避静态障碍的装置,所述干涉判断单元,包括:
障碍代价值检查模块,用于按一定频率检查所述第一全局路径上的各个路径点的障碍代价值,所述第一全局路径由多个连续的路径点相连而成,所述障碍代价值表征所述全局路径中的各个路径点与最接近的障碍之间的距离;
第一干涉判断模块,用于如果检测到某个所述路径点的障碍代价值所表征所述路径点与障碍之间的距离超过阈值时,则确定所述全局路径及所述动态障碍发生干涉,否则所述全局路径及所述动态障碍未发生干涉。
进一步的,如前述的机器人躲避静态障碍的装置,所述新路径规划单元,包括:
障碍位置获取模块,用于获取所述环境中的障碍物以及所述动态障碍的位置;
新路径规划模块,用于根据所述障碍物以及所述动态障碍的位置进行第二次全局路径规划,并得到所述新的全局路径。
进一步的,如前述的机器人躲避静态障碍的装置,所述新路径规划模块,包括:
第二干涉判断模块,用于如果根据又一个局部地图确定所述动态障碍的当前位置与所述第二次全局路径规划得到的第二全局路径发生干涉;
避障方向确定模块,用于确定所述动态障碍的运动方向与所述第二全局路径的避障方向一致;
新路径避障方向确定模块,用于将所述第二全局路径的避障方向的反方向作为新的全局路径规划的避障方向;
新路径获得模块,用于根据所述新的全局路径规划的避障方向以及所述动态障碍的当前位置得到所述新的全局路径。
在本申请实施例中,采用将全局路径规划与局部路径规划进行结合的方式,通过根据机器人行进的终点及环境中的障碍物确定第一全局路径;周期性获取机器人运动方向上的局部地图;在根据所述局部地图确定运动方向存在动态障碍时,获得所述动态障碍的位置;所述动态障碍为运动的障碍物;根据所述第一全局路径及所述动态障碍的位置确定所述第一全局路径与所述动态障碍是否发生干涉;在确定发生干涉后,重新进行全局路径规划,得到一条新的全局路径;否则按照所述第一全局路径进行运动。因为全局路径的生成频率相对较小,相较于实时检测局部地图中的信息,并绕开运动的障碍物,这种监测方法耗费的资源更少,同时速率更快的技术效果,进而解决了由于只根据局部地图进行速度规划造成的的机器人面对正面障碍出现的旋转或震荡技术问题。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请一种实施例的方法流程示意图;
图2是根据图1所示实施例中步骤S2的一种具体实施方法示意图;
图3是根据图1所示实施例中步骤S4的一种具体实施方法示意图;
图4是根据图1所示实施例中步骤S5的一种具体实施方法示意图;
图5是根据图4所示实施例中步骤S52的一种具体实施方法示意图;
图6是根据本申请一种实施例的装置模块示意图;
图7是根据图6所示实施例中模块2的一种具体装置模块示意图;
图8是根据图6所示实施例中模块4的一种具体装置模块示意图;
图9是根据图6所示实施例中模块5的一种具体装置模块示意图;以及
图10是根据图9所示实施例中模块52的一种具体装置模块示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中,术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本发明及其实施例,并非用于限定所指示的装置、元件或组成部分必须具有特定方位,或以特定方位进行构造和操作。
并且,上述部分术语除了可以用于表示方位或位置关系以外,还可能用于表示其他含义,例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言,可以根据具体情况理解这些术语在本发明中的具体含义。
此外,术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如,可以是固定连接,可拆卸连接,或整体式构造;可以是机械连接,或电连接;可以是直接相连,或者是通过中间媒介间接相连,又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
如图1所示,本发明提供了一种机器人躲避动态障碍方法,该方法包括如下的步骤S1至步骤S6:
S1.根据机器人行进的终点及环境中的障碍物确定第一全局路径;
S2.周期性获取机器人运动方向上的局部地图;
S3.在根据所述局部地图确定运动方向存在动态障碍时,获得所述动态障碍的位置;所述动态障碍为运动的障碍物;
S4.根据所述第一全局路径及所述动态障碍的位置确定所述第一全局路径与所述动态障碍是否发生干涉;
S5.在确定发生干涉后,重新进行全局路径规划,得到一条新的全局路径;否则按照所述第一全局路径进行运动。
因为全局路径规划器没有那么高的触发频率,当触发了一次全局路径规划后,规划出的路径会绕过触发时处于地图上的障碍,相对于相关技术中的技术方案,本实施例同样在面对动态障碍时,全局路径给出的路径规划从所述动态障碍的左绕过或是从右绕过是等可能的,但所述全局路径在出发后且不再与障碍干涉,就不会再更新路径,局部就开始发布沿着无阻的路径发布速度,消除了机器人面对正面障碍出现的旋转或震荡。
一般的所述,步骤S1实现方法如下所示:
获取需避障区域的静态全局地图;
将所述静态全局地图网格化得到静态栅格地图,并在所述静态栅格地图中确定障碍物区域;
根据所述障碍物区域,确定可达区域中各栅格点的障碍代价值o_cost,所述可达区域为所述静态栅格地图中所述障碍物区域之外的区域,所述障碍代价值表征所述可达区域中各栅格点与最接近的障碍物区域之间的距离;
将机器人始发位置在所述静态栅格地图中对应的栅格点作为避障路径中的路径点0;
确定所述路径点0的各个相邻栅格点的综合代价值;所述综合代价值根据相邻点代价值m_cost、距离代价值dest_cost和所述障碍代价值o_cost得出;所述相邻点代价值表征所述相邻栅格点与所述路径点0之间的距离;所述距离代价值表征各个所述相邻栅格点到目标点的距离;
根据所述各个相邻栅格点的综合代价值确定一个相邻栅格点作为所述避障路径中的路径点1;并依次迭代直至得到的路径点N为所述目标点;
将所述路径点0至所述路径点N依次相连,得到完整的所述第一全局路径。
如图2所示,在一些实施例中,如前述的机器人躲避静态障碍的方法,所述步骤S2中周期性获取机器人运动方向上的局部地图,包括:
S201.通过激光雷达周期性检测所述机器人运动方向上的图像信息;
S202.根据所述图像信息生成所述机器人运动方向上的局部地图。
如图3所示,在一些实施例中,如前述的机器人躲避静态障碍的方法,所述步骤S4中确定所述第一全局路径与所述动态障碍是否发生干涉,包括:
S401.按一定频率检查所述第一全局路径上的各个路径点的障碍代价值,所述第一全局路径由多个连续的路径点相连而成,所述障碍代价值表征所述全局路径中的各个路径点与最接近的障碍之间的距离;所述障碍代价值的得出方式与步骤S1中得出综合代价值的方法一致;具体的,检查的频率可以根据具体情况进行设定;
S402.如果检测到某个所述路径点的障碍代价值所表征所述路径点与障碍之间的距离超过阈值时,则确定所述全局路径及所述动态障碍发生干涉,否则所述全局路径及所述动态障碍未发生干涉。
如图4所示,在一些实施例中,如前述的机器人躲避静态障碍的方法,所述步骤S5中的重新进行路径规划,得到一条新的全局路径,包括:
S51.获取所述环境中的障碍物以及所述动态障碍的位置;由于机器人是周期性获取全局地图,因此也以相同的周期获取所述动态障碍的最新的位置;且,一般的,在此处获取的是相隔一个周期时长的动态障碍的位置;
S52.根据所述障碍物以及所述动态障碍的位置进行第二次全局路径规划,并得到所述新的全局路径,具体的,进行第二次全局路径规划的方法与步骤 S1中的方法一致。
如图5所示,在一些实施例中,如前述的机器人躲避静态障碍的方法,所述步骤S52包括:
S521.如果根据又一个局部地图确定所述动态障碍的当前位置与所述第二次全局路径规划得到的第二全局路径发生干涉;
S522.确定所述动态障碍的运动方向与所述第二全局路径的避障方向一致;
S523.将所述第二全局路径的避障方向的反方向作为新的全局路径规划的避障方向;
S524.根据所述新的全局路径规划的避障方向以及所述动态障碍的当前位置得到所述新的全局路径。
具体的,当遇到障碍与第一全局路径发生干涉时,按照静态障碍避障策略重新规划第二全局路径。如果在下一个监测路径与障碍是否发生干涉的循环中,又检测到第二全局路径上有障碍阻挡,那么就说明障碍物的运动方向与机器人/第二全局路径的避障方向相一致。此时,在再次规划全局路径时,通过比较全局路径的改变方向可以推断出障碍物的运动方向,所以增大第二全局路径上点的障碍代价值,致使机器人规划一条位于动态障碍运动反方向的安全路径。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
根据本发明实施例,还提供了一种用于实施上述机器人躲避动态障碍方法的装置,如图6所示,该装置包括:
为了实现上述目的,根据本申请的另一方面,提供了一种机器人躲避动态障碍的装置。
根据本申请的机器人躲避动态障碍装置包括:
第一全局路径规划单元1,用于根据机器人行进的终点及环境中的障碍物确定第一全局路径;
局部地图获取单元2,用于周期性获取机器人运动方向上的局部地图;
动态障碍位置获取单元3,用于在根据所述局部地图确定运动方向存在动态障碍时,获得所述动态障碍的位置;所述动态障碍为运动的障碍物;
干涉判断单元4,用于根据所述第一全局路径及所述动态障碍的位置确定所述第一全局路径与所述动态障碍是否发生干涉;
新路径规划单元5,用于在确定发生干涉后,重新进行全局路径规划,得到一条新的全局路径;否则按照所述第一全局路径进行运动。
如图7所示,在一些实施例中,如前述的机器人躲避静态障碍的装置,所述局部地图获取单元2,包括:
图像信息采集模块21,用于通过激光雷达周期性检测所述机器人运动方向上的图像信息;
局部地图生成模块22,用于根据所述图像信息生成所述机器人运动方向上的局部地图。
如图8所示,在一些实施例中,如前述的机器人躲避静态障碍的装置,所述干涉判断单元4,包括:
障碍代价值检查模块41,用于按一定频率检查所述第一全局路径上的各个路径点的障碍代价值,所述第一全局路径由多个连续的路径点相连而成,所述障碍代价值表征所述全局路径中的各个路径点与最接近的障碍之间的距离;
第一干涉判断模块42,用于如果检测到某个所述路径点的障碍代价值所表征所述路径点与障碍之间的距离超过阈值时,则确定所述全局路径及所述动态障碍发生干涉,否则所述全局路径及所述动态障碍未发生干涉。
如图9所示,在一些实施例中,如前述的机器人躲避静态障碍的装置,所述新路径规划单元5,包括:
障碍位置获取模块51,用于获取所述环境中的障碍物以及所述动态障碍的位置;
新路径规划模块52,用于根据所述障碍物以及所述动态障碍的位置进行第二次全局路径规划,并得到所述新的全局路径。
如图10所示,在一些实施例中,如前述的机器人躲避静态障碍的装置,所述新路径规划模块52,包括:
第二干涉判断模块521,用于如果根据又一个局部地图确定所述动态障碍的当前位置与所述第二次全局路径规划得到的第二全局路径发生干涉;
避障方向确定模块522,用于确定所述动态障碍的运动方向与所述第二全局路径的避障方向一致;
新路径避障方向确定模块523,用于将所述第二全局路径的避障方向的反方向作为新的全局路径规划的避障方向;
新路径获得模块524,用于根据所述新的全局路径规划的避障方向以及所述动态障碍的当前位置得到所述新的全局路径。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (8)
1.一种机器人躲避动态障碍的方法,其特征在于,包括:
根据机器人行进的终点及环境中的障碍物确定第一全局路径;
周期性获取机器人运动方向上的局部地图;
在根据所述局部地图确定运动方向存在动态障碍时,获得所述动态障碍的位置;所述动态障碍为运动的障碍物;
根据所述第一全局路径及所述动态障碍的位置确定所述第一全局路径与所述动态障碍是否发生干涉;
在确定发生干涉后,重新进行全局路径规划,得到一条新的全局路径;否则按照所述第一全局路径进行运动;
所述重新进行路径规划,得到一条新的全局路径包括:如果根据又一个局部地图确定所述动态障碍的当前位置与第二次全局路径规划得到的第二全局路径发生干涉;确定所述动态障碍的运动方向与所述第二全局路径的避障方向一致;将所述第二全局路径的避障方向的反方向作为新的全局路径规划的避障方向;根据所述新的全局路径规划的避障方向以及所述动态障碍的当前位置得到所述新的全局路径;
所述根据机器人行进的终点及环境中的障碍物确定第一全局路径包括:
获取需避障区域的静态全局地图;
将所述静态全局地图网格化得到静态栅格地图,并在所述静态栅格地图中确定障碍物区域;
根据所述障碍物区域,确定可达区域中各栅格点的障碍代价值o_cost,所述可达区域为所述静态栅格地图中所述障碍物区域之外的区域,所述障碍代价值表征所述可达区域中各栅格点与最接近的障碍物区域之间的距离;
将机器人始发位置在所述静态栅格地图中对应的栅格点作为避障路径中的路径点0;
确定所述路径点0的各个相邻栅格点的综合代价值;所述综合代价值根据相邻点代价值m_cost、距离代价值dest_cost和所述障碍代价值o_cost得出;所述相邻点代价值表征所述相邻栅格点与所述路径点0之间的距离;所述距离代价值表征各个所述相邻栅格点到目标点的距离;
根据所述各个相邻栅格点的综合代价值确定一个相邻栅格点作为所述避障路径中的路径点1;并依次迭代直至得到的路径点N为所述目标点;
将所述路径点0至所述路径点N依次相连,得到完整的所述第一全局路径。
2.根据权利要求1所述的机器人躲避动态障碍的方法,其特征在于,所述周期性获取机器人运动方向上的局部地图,包括:
通过激光雷达周期性检测所述机器人运动方向上的图像信息;
根据所述图像信息生成所述机器人运动方向上的局部地图。
3.根据权利要求1所述的机器人躲避动态障碍的方法,其特征在于,所述确定所述第一全局路径与所述动态障碍是否发生干涉,包括:
按一定频率检查所述第一全局路径上的各个路径点的障碍代价值,所述第一全局路径由多个连续的路径点相连而成,所述障碍代价值表征所述全局路径中的各个路径点与最接近的障碍之间的距离;
如果检测到某个所述路径点的障碍代价值所表征所述路径点与障碍之间的距离超过阈值时,则确定所述全局路径及所述动态障碍发生干涉,否则所述全局路径及所述动态障碍未发生干涉。
4.根据权利要求1所述的机器人躲避动态障碍的方法,其特征在于,所述重新进行路径规划,得到一条新的全局路径,包括:
获取所述环境中的障碍物以及所述动态障碍的位置;
根据所述障碍物以及所述动态障碍的位置进行第二次全局路径规划,并得到所述新的全局路径。
5.一种机器人躲避动态障碍的装置,其特征在于,包括:
第一全局路径规划单元,用于根据机器人行进的终点及环境中的障碍物确定第一全局路径;
局部地图获取单元,用于周期性获取机器人运动方向上的局部地图;
动态障碍位置获取单元,用于在根据所述局部地图确定运动方向存在动态障碍时,获得所述动态障碍的位置;所述动态障碍为运动的障碍物;
干涉判断单元,用于根据所述第一全局路径及所述动态障碍的位置确定所述第一全局路径与所述动态障碍是否发生干涉;
新路径规划单元,用于在确定发生干涉后,重新进行全局路径规划,得到一条新的全局路径;否则按照所述第一全局路径进行运动;
所述重新进行路径规划,得到一条新的全局路径包括:如果根据又一个局部地图确定所述动态障碍的当前位置与第二次全局路径规划得到的第二全局路径发生干涉;确定所述动态障碍的运动方向与所述第二全局路径的避障方向一致;将所述第二全局路径的避障方向的反方向作为新的全局路径规划的避障方向;根据所述新的全局路径规划的避障方向以及所述动态障碍的当前位置得到所述新的全局路径;
所述根据机器人行进的终点及环境中的障碍物确定第一全局路径包括:
获取需避障区域的静态全局地图;
将所述静态全局地图网格化得到静态栅格地图,并在所述静态栅格地图中确定障碍物区域;
根据所述障碍物区域,确定可达区域中各栅格点的障碍代价值o_cost,所述可达区域为所述静态栅格地图中所述障碍物区域之外的区域,所述障碍代价值表征所述可达区域中各栅格点与最接近的障碍物区域之间的距离;
将机器人始发位置在所述静态栅格地图中对应的栅格点作为避障路径中的路径点0;
确定所述路径点0的各个相邻栅格点的综合代价值;所述综合代价值根据相邻点代价值m_cost、距离代价值dest_cost和所述障碍代价值o_cost得出;所述相邻点代价值表征所述相邻栅格点与所述路径点0之间的距离;所述距离代价值表征各个所述相邻栅格点到目标点的距离;
根据所述各个相邻栅格点的综合代价值确定一个相邻栅格点作为所述避障路径中的路径点1;并依次迭代直至得到的路径点N为所述目标点;
将所述路径点0至所述路径点N依次相连,得到完整的所述第一全局路径。
6.根据权利要求5所述的机器人躲避动态障碍的装置,其特征在于,所述局部地图获取单元,包括:
图像信息采集模块,用于通过激光雷达周期性检测所述机器人运动方向上的图像信息;
局部地图生成模块,用于根据所述图像信息生成所述机器人运动方向上的局部地图。
7.根据权利要求5所述的机器人躲避动态障碍的装置,其特征在于,所述干涉判断单元,包括:
障碍代价值检查模块,用于按一定频率检查所述第一全局路径上的各个路径点的障碍代价值,所述第一全局路径由多个连续的路径点相连而成,所述障碍代价值表征所述全局路径中的各个路径点与最接近的障碍之间的距离;
第一干涉判断模块,用于如果检测到某个所述路径点的障碍代价值所表征所述路径点与障碍之间的距离超过阈值时,则确定所述全局路径及所述动态障碍发生干涉,否则所述全局路径及所述动态障碍未发生干涉。
8.根据权利要求5所述的机器人躲避动态障碍的装置,其特征在于,所述新路径规划单元,包括:
障碍位置获取模块,用于获取所述环境中的障碍物以及所述动态障碍的位置;
新路径规划模块,用于根据所述障碍物以及所述动态障碍的位置进行第二次全局路径规划,并得到所述新的全局路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711384820.5A CN108227706B (zh) | 2017-12-20 | 2017-12-20 | 机器人躲避动态障碍的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711384820.5A CN108227706B (zh) | 2017-12-20 | 2017-12-20 | 机器人躲避动态障碍的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108227706A CN108227706A (zh) | 2018-06-29 |
CN108227706B true CN108227706B (zh) | 2021-10-19 |
Family
ID=62649980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711384820.5A Active CN108227706B (zh) | 2017-12-20 | 2017-12-20 | 机器人躲避动态障碍的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108227706B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109213155B (zh) * | 2018-08-21 | 2021-09-14 | 北京云迹科技有限公司 | 用于多机器人相互避让的调度方法、装置及服务器 |
DE102018122376B3 (de) * | 2018-09-13 | 2019-11-07 | Pilz Gmbh & Co. Kg | Verfahren und Vorrichtung zur kollisionsfreien Bewegungsplanung eines Manipulators |
CN111338330B (zh) * | 2018-12-19 | 2022-07-12 | 科沃斯机器人股份有限公司 | 作业位置确定方法、自移动设备及存储介质 |
CN110238841B (zh) * | 2019-04-29 | 2021-02-02 | 北京云迹科技有限公司 | 障碍物的避让方法及装置 |
CN113021329B (zh) * | 2019-12-24 | 2022-08-02 | 深圳市优必选科技股份有限公司 | 一种机器人运动控制方法、装置、可读存储介质及机器人 |
CN111618875A (zh) * | 2020-06-09 | 2020-09-04 | 安徽励展文化科技有限公司 | 一种展厅机器人的定位导航*** |
CN111752276B (zh) * | 2020-06-23 | 2024-04-02 | 深圳市优必选科技股份有限公司 | 局部路径规划方法、装置、计算机可读存储介质及机器人 |
CN112015176B (zh) * | 2020-08-14 | 2022-09-27 | 合肥工业大学 | 一种无人驾驶拖拉机田间作业路径规划方法和装置 |
CN112161624A (zh) * | 2020-09-11 | 2021-01-01 | 上海高仙自动化科技发展有限公司 | 标记方法、标记装置、智能机器人及可读存储介质 |
CN112882481A (zh) * | 2021-04-28 | 2021-06-01 | 北京邮电大学 | 一种基于slam的移动式多模态交互导览机器人*** |
CN113552884A (zh) * | 2021-07-21 | 2021-10-26 | 国电南瑞科技股份有限公司 | 一种阀厅消防机器人自动导航及避障方法和装置 |
CN113741435A (zh) * | 2021-08-19 | 2021-12-03 | 上海高仙自动化科技发展有限公司 | 障碍物规避方法、装置、决策器、存储介质、芯片及机器人 |
CN114594761B (zh) * | 2022-01-05 | 2023-03-24 | 美的集团(上海)有限公司 | 机器人的路径规划方法、电子设备及计算机可读存储介质 |
CN114879701A (zh) * | 2022-06-23 | 2022-08-09 | 池州市安安新材科技有限公司 | 一种机器人轨道避障方法及*** |
CN115793649B (zh) * | 2022-11-29 | 2023-09-01 | 硕能(上海)自动化科技有限公司 | 一种电缆沟自动巡检装置及巡检方法 |
CN115993830B (zh) * | 2023-03-21 | 2023-06-06 | 佛山隆深机器人有限公司 | 一种基于障碍物躲避的路径规划方法、装置以及机器人 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103576686A (zh) * | 2013-11-21 | 2014-02-12 | 中国科学技术大学 | 一种机器人自主导引及避障的方法 |
CN105955273A (zh) * | 2016-05-25 | 2016-09-21 | 速感科技(北京)有限公司 | 室内机器人导航***及方法 |
CN106406320A (zh) * | 2016-11-29 | 2017-02-15 | 重庆重智机器人研究院有限公司 | 机器人路径规划方法及规划路线的机器人 |
CN106774347A (zh) * | 2017-02-24 | 2017-05-31 | 安科智慧城市技术(中国)有限公司 | 室内动态环境下的机器人路径规划方法、装置和机器人 |
CN107015563A (zh) * | 2016-12-29 | 2017-08-04 | 北京航空航天大学 | 移动机器人路径规划方法及装置 |
-
2017
- 2017-12-20 CN CN201711384820.5A patent/CN108227706B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103576686A (zh) * | 2013-11-21 | 2014-02-12 | 中国科学技术大学 | 一种机器人自主导引及避障的方法 |
CN105955273A (zh) * | 2016-05-25 | 2016-09-21 | 速感科技(北京)有限公司 | 室内机器人导航***及方法 |
CN106406320A (zh) * | 2016-11-29 | 2017-02-15 | 重庆重智机器人研究院有限公司 | 机器人路径规划方法及规划路线的机器人 |
CN107015563A (zh) * | 2016-12-29 | 2017-08-04 | 北京航空航天大学 | 移动机器人路径规划方法及装置 |
CN106774347A (zh) * | 2017-02-24 | 2017-05-31 | 安科智慧城市技术(中国)有限公司 | 室内动态环境下的机器人路径规划方法、装置和机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN108227706A (zh) | 2018-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108227706B (zh) | 机器人躲避动态障碍的方法及装置 | |
US11709058B2 (en) | Path planning method and device and mobile device | |
Yu et al. | Cooperative path planning for target tracking in urban environments using unmanned air and ground vehicles | |
Butt et al. | On the integration of enabling wireless technologies and sensor fusion for next-generation connected and autonomous vehicles | |
US10802494B2 (en) | Method for motion planning for autonomous moving objects | |
US10564647B2 (en) | Method and apparatus for determining a desired trajectory for a vehicle | |
Khan et al. | Information merging in multi-UAV cooperative search | |
JP6421278B1 (ja) | 航空機の移動無線通信の性能を高める方法及び装置 | |
CN109478062A (zh) | 用于无人机的wwan无线电链路质量导航 | |
KR102434655B1 (ko) | 무인 선박의 경로 추종 및 장애물과의 충돌 회피 제어방법 | |
CN110245565A (zh) | 车辆跟踪方法、装置、计算机可读存储介质及电子设备 | |
Kassem et al. | Optimal multiplicative Bayesian search for a lost target | |
US11741720B2 (en) | System and method for tracking objects using using expanded bounding box factors | |
WO2014054575A1 (ja) | 航空機のアンテナ制御装置、航空機、航空機のアンテナ選択プログラム、及び航空機のアンテナ制御方法 | |
CN110989352A (zh) | 一种基于蒙特卡洛树搜索算法的群体机器人协同搜索方法 | |
CN103884330A (zh) | 信息处理方法、可移动电子设备、引导设备和服务器 | |
Kim et al. | Probabilistic threat assessment with environment description and rule-based multi-traffic prediction for integrated risk management system | |
Verma et al. | Selection and navigation of mobile sensor nodes using a sensor network | |
Lauri et al. | Multi-robot active information gathering with periodic communication | |
CN107798915A (zh) | 一种用于预测车辆行驶路线和防碰撞的智能评估*** | |
Sun et al. | Distributed probabilistic search and tracking of agile mobile ground targets using a network of unmanned aerial vehicles | |
CN111474947A (zh) | 机器人避障的方法、装置及*** | |
Frew et al. | Target assignment for integrated search and tracking by active robot networks | |
Hu et al. | Visual camouflage and online trajectory planning for unmanned aerial vehicle-based disguised video surveillance: Recent advances and a case study | |
Chen et al. | EasiDSlT: a two-layer data association method for multitarget tracking in wireless sensor networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |