CN108241370B - 通过栅格地图获取避障路径的方法及装置 - Google Patents

通过栅格地图获取避障路径的方法及装置 Download PDF

Info

Publication number
CN108241370B
CN108241370B CN201711387562.6A CN201711387562A CN108241370B CN 108241370 B CN108241370 B CN 108241370B CN 201711387562 A CN201711387562 A CN 201711387562A CN 108241370 B CN108241370 B CN 108241370B
Authority
CN
China
Prior art keywords
grid
obstacle
static
map
point
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
Application number
CN201711387562.6A
Other languages
English (en)
Other versions
CN108241370A (zh
Inventor
张伟民
梁震烁
黄强
张华�
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Haribit Intelligent Technology Co ltd
Original Assignee
Beijing Haribit Intelligent Technology Co ltd
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 Beijing Haribit Intelligent Technology Co ltd filed Critical Beijing Haribit Intelligent Technology Co ltd
Priority to CN201711387562.6A priority Critical patent/CN108241370B/zh
Publication of CN108241370A publication Critical patent/CN108241370A/zh
Application granted granted Critical
Publication of CN108241370B publication Critical patent/CN108241370B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Landscapes

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

Abstract

本申请公开了一种通过栅格地图获取避障路径的方法及装置。该方法包括：通过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，将所述静态栅格地图中的每个栅格作为一个栅格点；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，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；根据起点及终点在所述静态栅格地图中的位置以及所述可达区域中各栅格点的障碍代价值确定避障路径。本申请解决了由于障碍物较多而进行路径规划的技术问题。

Description

通过栅格地图获取避障路径的方法及装置
技术领域
本申请涉及计算机技术领域，具体而言，涉及一种通过栅格地图获取避障路径的方法及装置。
背景技术
通常使用静态栅格地图来设置移动对象(例如机器人等装置)的运动路径。静态栅格地图将所述移动对象运动的区域进行划分为多个限定大小的栅格，并且可以使用拟定的概率来表现每个栅格中对象存在的可能性。为了运动到特定的终点，移动对象使用栅格地图沿路径运动到该终点。
通常，在产生将被所述移动对象使用的路径期间，一般只能针对较少障碍物的情况进行考虑计算最短的可行进路径；无法解决障碍物较多的时候进行路径规划。
针对相关技术中无法解决障碍物较多的时候进行有效路径规划的问题，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通过栅格地图处理获取避障路径的方法，以解决无法解决障碍物较多的时候进行有效路径规划问题。
为了实现上述目的，根据本申请的一个方面，提供了一种通过栅格地图获取避障路径的方法，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，将所述静态栅格地图中的每个栅格作为一个栅格点；
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，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；
根据起点及终点在所述静态栅格地图中的位置以及所述可达区域中各栅格点的障碍代价值确定避障路径。
进一步的，如前述的通过栅格地图获取避障路径的方法，所述将所述静态全局地图网格化得到静态栅格地图，具体为：
将所述静态全局地图网格化为栅格大小是5cm*5cm的静态栅格地图。
进一步的，如前述的通过栅格地图获取避障路径的方法，在将所述静态栅格地图中的每个栅格作为一个栅格点之后，还包括：
以建图起点所在的栅格点作为栅格原点；
根据所述静态栅格地图中栅格的网格化的线条方向作为x轴和y轴的方向；
根据所述栅格原点及所述x轴和y轴确定所述静态栅格地图中每个栅格点的坐标。
进一步的，如前述的通过栅格地图获取避障路径的方法，所述确定可达区域中各栅格点的障碍代价值，包括：
设定最小行动半径，所述最小行动半径为进行避障的行动物体的外接圆半径；
根据所述行动物体的外接圆半径以及各个栅格点到最接近的障碍物的距离计算所述可达区域中各个栅格点的障碍代价值。
进一步的，如前述的通过栅格地图获取避障路径的方法，所述计算所述可达区域中各个栅格点的障碍代价值，包括：
将与最接近的障碍物的距离小于等于最小行动半径的栅格点的障碍代价值赋值为100；
通过下式获得与最接近的障碍物的距离大于最小行动半径的栅格点的所述障碍代价值cost0(x，y):
cost0(x，y)＝99×e-(a×d(x,y))；
其中，α为设置的衰减系数，d(x，y)为坐标栅格点(x,y)到最近的障碍物的距离与所述最小行动半径之差。
进一步的，如前述的通过栅格地图获取避障路径的方法，在确定所述静态栅格地图中的障碍物的位置后，还包括：
将所述静态栅格地图中包含所述障碍物的栅格点赋值为负数。
为了实现上述目的，根据本申请的另一方面，提供了一种通过栅格地图获取避障路径的装置，包括：
全局地图获取单元：用于获取需避障区域的静态全局地图；
静态栅格地图获取单元：用于将所述静态全局地图网格化得到静态栅格地图，将所述静态栅格地图中的每个栅格作为一个栅格点；
障碍物位置确定单元：用于在所述静态栅格地图中确定障碍物区域；
障碍代价值确定单元：用于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，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；
路径确定单元：根据起点及终点在所述静态栅格地图中的位置以及所述可达区域中各栅格点的障碍代价值确定避障路径。
进一步的，如前述的通过栅格地图获取避障路径的装置，所述静态栅格地图获取单元包括：坐标栅格点确定模块；
所述坐标栅格点确定模块：用于以建图起点所在的栅格点作为栅格原点；
根据所述静态栅格地图中栅格的网格化的线条方向作为x轴和y轴的方向；
根据所述栅格原点及所述x轴和y轴确定所述静态栅格地图中每个栅格点的坐标。
进一步的，如前述的通过栅格地图获取避障路径的装置，所述障碍代价值确定单元包括：最小行动半径设定模块和障碍代价值计算模块；
所述最小行动半径设定模块，用于设定最小行动半径，所述最小行动半径为进行避障的行动物体的外接圆半径；
所述障碍代价值计算模块，用于根据所述行动物体的外接圆半径以及各个栅格点到最接近的障碍物的距离计算所述可达区域中各个栅格点的障碍代价值。
进一步的，如前述的通过栅格地图获取避障路径的装置，所述障碍代价值计算模块包括：第一障碍代价值计算模块和第二障碍代价值计算模块；
所述第一障碍代价值计算模块：用于将与最接近的障碍物的距离小于等于最小行动半径的栅格点的障碍代价值赋值为100；
所述第二障碍代价值计算模块：用于通过下式获得与最接近的障碍物的距离大于最小行动半径的栅格点的所述障碍代价值cost0(x，y):
cost0(x，y)＝99×e-(a×d(x,y))；
其中，α为设置的衰减系数，d(x，y)为坐标栅格点(x,y)到最近的障碍物的距离与所述最小行动半径之差。
在本申请实施例中，采用一种通过栅格地图获取避障路径的方式，通过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，将所述静态栅格地图中的每个栅格作为一个栅格点；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，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；根据起点及终点在所述静态栅格地图中的位置以及所述可达区域中各栅格点的障碍代价值确定避障路径。达到了准确获取避障路径的目的，从而实现了有效进行路径规划的技术效果，进而解决了由于障碍物较多而进行路径规划的技术问题。
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是根据本申请实施例的一种通过栅格地图获取避障路径的方法的流程图；
图2是根据图1中步骤S2的一种实施例的方法流程示意图；
图3是根据图1中步骤S4的一种实施例的方法流程示意图；
图4是根据本申请实施例的一种通过栅格地图获取避障路径的装置的模块示意图；
图5是根据图4中静态栅格地图获取单元的一种实施例的模块示意图；
图6是根据图4中障碍代价值确定单元的一种实施例的模块示意图；以及
图7是根据图6中障碍代价值计算模块的一种实施例的模块示意图；
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，本发明提供一种通过栅格地图获取避障路径的方法，该方法，包括如下的步骤S1至步骤S5：
S1.获取需避障区域的静态全局地图；
S2.将所述静态全局地图网格化得到静态栅格地图，将所述静态栅格地图中的每个栅格作为一个栅格点；
S3.在所述静态栅格地图中确定障碍物区域；
S4.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，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；
S5.根据起点及终点在所述静态栅格地图中的位置以及所述可达区域中各栅格点的障碍代价值确定避障路径。
在一些实施例中，如前述的通过栅格地图获取避障路径的方法，所述将所述静态全局地图网格化得到静态栅格地图，具体为：
将所述静态全局地图网格化为栅格大小是5cm*5cm的静态栅格地图。
如图2所示，在一些实施例中，如前述的通过栅格地图获取避障路径的方法，在将所述静态栅格地图中的每个栅格作为一个栅格点之后，包括如下的步骤S201至步骤S203：
S201.以起点所在的栅格点作为栅格原点；理想的点是无限小的不可能达到，但因为一个栅格足够小，已经可以代表一个点；
S202.根据所述静态栅格地图中栅格的网格化的线条方向作为x轴和y轴的方向；
S203.根据所述栅格原点及所述x轴和y轴确定所述静态栅格地图中每个栅格点的坐标。
如图3所示，在一些实施例中，如前述的通过栅格地图获取避障路径的方法，所述确定可达区域中各栅格点的障碍代价值，包括如下的步骤S401及步骤S402：
S401.设定最小行动半径，所述最小行动半径为进行避障的行动物体的外接圆半径；
S402.根据所述行动物体的外接圆半径以及各个栅格点到最接近的障碍物的距离计算所述可达区域中各个栅格点的障碍代价值。
在一些实施例中，如前述的通过栅格地图获取避障路径的方法，所述计算所述可达区域中各个栅格点的障碍代价值，包括：
将与最接近的障碍物的距离小于等于最小行动半径的栅格点的障碍代价值赋值为100；
通过下式获得与最接近的障碍物的距离大于最小行动半径的栅格点的所述障碍代价值cost0(x，y):
cost0(x，y)＝99×e-(a×d(x,y))；
其中，α为设置的衰减系数，d(x，y)为坐标栅格点(x,y)到最近的障碍物的距离与所述最小行动半径之差。
在一些实施例中，如前述的通过栅格地图获取避障路径的方法，在确定所述静态栅格地图中的障碍物的位置后，还包括：
将所述静态栅格地图中包含所述障碍物的栅格点赋值为负数。
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通过栅格地图获取避障路径的方法的装置，如图4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，提供了一种通过栅格地图获取避障路径的装置，包括：
全局地图获取单元1：用于获取需避障区域的静态全局地图；
静态栅格地图获取单元2：用于将所述静态全局地图网格化得到静态栅格地图，将所述静态栅格地图中的每个栅格作为一个栅格点；
障碍物位置确定单元3：用于在所述静态栅格地图中确定障碍物区域；
障碍代价值确定单元4：用于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，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；
路径确定单元5：根据起点及终点在所述静态栅格地图中的位置以及所述可达区域中各栅格点的障碍代价值确定避障路径。
如图5所示，在一些实施例中，如前述的通过栅格地图获取避障路径的装置，所述静态栅格地图获取单元2包括：坐标栅格点确定模块21；
所述坐标栅格点确定模块21：用于以建图起点所在的栅格点作为栅格原点；所述栅格地图的栅格原点在获取之后就是固定不变的；
根据所述静态栅格地图中栅格的网格化的线条方向作为x轴和y轴的方向；
根据所述栅格原点及所述x轴和y轴确定所述静态栅格地图中每个栅格点的坐标。
如图6所示，在一些实施例中，如前述的通过栅格地图获取避障路径的装置，所述障碍代价值确定单元4包括：最小行动半径设定模块41和障碍代价值计算模块42；
所述最小行动半径设定模块41，用于设定最小行动半径，所述最小行动半径为进行避障的行动物体的外接圆半径；
所述障碍代价值计算模块42，用于根据所述行动物体的外接圆半径以及各个栅格点到最接近的障碍物的距离计算所述可达区域中各个栅格点的障碍代价值。
如图7所示，在一些实施例中，如前述的通过栅格地图获取避障路径的装置，所述障碍代价值计算模块42包括：第一障碍代价值计算模块421 和第二障碍代价值计算模块422；
所述第一障碍代价值计算模块421：用于将与最接近的障碍物的距离小于等于最小行动半径的栅格点的障碍代价值赋值为100；
所述第二障碍代价值计算模块422：用于通过下式获得与最接近的障碍物的距离大于最小行动半径的栅格点的所述障碍代价值cost0(x，y):
cost0(x，y)＝99×e-(a×d(x,y))；
其中，α为设置的衰减系数，d(x，y)为坐标栅格点(x,y)到最近的障碍物的距离与所述最小行动半径之差。
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)

1.一种通过栅格地图获取避障路径的方法，其特征在于，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，将所述静态栅格地图中的每个栅格作为一个栅格点；
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，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；
根据起点及终点在所述静态栅格地图中的位置以及所述可达区域中各栅格点的障碍代价值确定避障路径；
计算所述可达区域中各栅格点的障碍代价值，包括：
将与最接近的障碍物的距离小于等于最小行动半径的栅格点的障碍代价值赋值为100；
通过下式获得与最接近的障碍物的距离大于最小行动半径的栅格点的所述障碍代价值cost0(x,y)：
cost0(x,y)＝99×e-(α×d(x,y))；
其中，α为设置的衰减系数，d(x,y)为坐标栅格点(x,y)到最近的障碍物的距离与所述最小行动半径之差。
2.根据权利要求1所述的通过栅格地图获取避障路径的方法，其特征在于，所述将所述静态全局地图网格化得到静态栅格地图，具体为：
将所述静态全局地图网格化为栅格大小是5cm*5cm的静态栅格地图。
3.根据权利要求1所述的通过栅格地图获取避障路径的方法，其特征在于，在将所述静态栅格地图中的每个栅格作为一个栅格点之后，还包括：
以建图起点所在的栅格点作为栅格原点；
根据所述静态栅格地图中栅格的网格化的线条方向作为x轴和y轴的方向；
根据所述栅格原点及所述x轴和y轴确定所述静态栅格地图中每个栅格点的坐标。
4.根据权利要求1所述的通过栅格地图获取避障路径的方法，其特征在于，所述确定可达区域中各栅格点的障碍代价值，包括：
设定最小行动半径，所述最小行动半径为进行避障的行动物体的外接圆半径；
根据所述行动物体的外接圆半径以及各个栅格点到最接近的障碍物的距离计算所述可达区域中各个栅格点的障碍代价值。
5.根据权利要求1所述的通过栅格地图获取避障路径的方法，其特征在于，在确定所述静态栅格地图中的障碍物的位置后，还包括：
将所述静态栅格地图中包含所述障碍物的栅格点赋值为负数。
6.一种通过栅格地图获取避障路径的装置，其特征在于，包括：
全局地图获取单元：用于获取需避障区域的静态全局地图；
静态栅格地图获取单元：用于将所述静态全局地图网格化得到静态栅格地图，将所述静态栅格地图中的每个栅格作为一个栅格点；
障碍物位置确定单元：用于在所述静态栅格地图中确定障碍物区域；
障碍代价值确定单元：用于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，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；
路径确定单元：根据起点及终点在所述静态栅格地图中的位置以及所述可达区域中各栅格点的障碍代价值确定避障路径；
障碍代价值计算模块包括：第一障碍代价值计算模块和第二障碍代价值计算模块；
所述第一障碍代价值计算模块：用于将与最接近的障碍物的距离小于等于最小行动半径的栅格点的障碍代价值赋值为100；
所述第二障碍代价值计算模块：用于通过下式获得与最接近的障碍物的距离大于最小行动半径的栅格点的所述障碍代价值cost0(x,y)：
cost0(x,y)＝99×e-(α×d(x,y))；
其中，α为设置的衰减系数，d(x,y)为坐标栅格点(x,y)到最近的障碍物的距离与所述最小行动半径之差。
7.根据权利要求6所述的通过栅格地图获取避障路径的装置，其特征在于，所述静态栅格地图获取单元包括：坐标栅格点确定模块；
所述坐标栅格点确定模块：用于以建图起点所在的栅格点作为栅格原点；
根据所述静态栅格地图中栅格的网格化的线条方向作为x轴和y轴的方向；
根据所述栅格原点及所述x轴和y轴确定所述静态栅格地图中每个栅格点的坐标。
8.根据权利要求6所述的通过栅格地图获取避障路径的装置，其特征在于，所述障碍代价值确定单元包括：最小行动半径设定模块和障碍代价值计算模块；
所述最小行动半径设定模块，用于设定最小行动半径，所述最小行动半径为进行避障的行动物体的外接圆半径；
所述障碍代价值计算模块，用于根据所述行动物体的外接圆半径以及各个栅格点到最接近的障碍物的距离计算所述可达区域中各个栅格点的障碍代价值。
CN201711387562.6A 2017-12-20 2017-12-20 通过栅格地图获取避障路径的方法及装置 Active CN108241370B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711387562.6A CN108241370B (zh) 2017-12-20 2017-12-20 通过栅格地图获取避障路径的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711387562.6A CN108241370B (zh) 2017-12-20 2017-12-20 通过栅格地图获取避障路径的方法及装置

Publications (2)

Publication Number Publication Date
CN108241370A CN108241370A (zh) 2018-07-03
CN108241370B true CN108241370B (zh) 2021-06-22

Family

ID=62701071

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711387562.6A Active CN108241370B (zh) 2017-12-20 2017-12-20 通过栅格地图获取避障路径的方法及装置

Country Status (1)

Country Link
CN (1) CN108241370B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110895408B (zh) * 2018-08-22 2023-05-02 杭州海康机器人股份有限公司 一种自主定位方法、装置及移动机器人
CN109186624B (zh) * 2018-10-19 2021-11-12 江苏大学 一种基于交规约束的无人车行驶路权规划方法
CN109540155A (zh) * 2019-02-01 2019-03-29 西安全志科技有限公司 一种扫地机器人的路径规划与导航方法、计算机装置以及计算机可读存储介质
CN109916409B (zh) * 2019-03-25 2023-03-24 浙江大学昆山创新中心 一种静态地图自适应更新方法和装置
CN109947118B (zh) * 2019-04-19 2021-10-26 南京大学 一种使用gpu加速的代价地图快速更新方法
CN110361009B (zh) * 2019-07-12 2020-09-22 深圳市银星智能科技股份有限公司 一种路径规划方法、路径规划***以及移动机器人
CN110531759B (zh) * 2019-08-02 2020-09-22 深圳大学 机器人探索路径生成方法、装置、计算机设备和存储介质
CN110550029B (zh) * 2019-08-12 2021-02-09 华为技术有限公司 障碍物避让方法及装置
RU2744012C1 (ru) 2019-12-24 2021-03-02 Общество с ограниченной ответственностью "Яндекс Беспилотные Технологии" Способы и системы для автоматизированного определения присутствия объектов
CN111290385B (zh) * 2020-02-19 2023-10-03 达闼机器人股份有限公司 一种机器人路径规划方法、机器人、电子设备及存储介质
CN111938513B (zh) * 2020-06-30 2021-11-09 珠海市一微半导体有限公司 一种机器人越障的沿边路径选择方法、芯片及机器人
CN113960996A (zh) * 2020-07-20 2022-01-21 华为技术有限公司 行驶装置的避障路径的规划方法和装置
CN114035465A (zh) * 2021-11-02 2022-02-11 上海高仙自动化科技发展有限公司 设备乘梯控制方法、装置、电子设备和存储介质
CN115782867B (zh) * 2022-11-17 2024-01-30 上海西井科技股份有限公司 轨迹碰撞风险评估方法、装置、电子设备和存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103558856A (zh) * 2013-11-21 2014-02-05 东南大学 动态环境下服务动机器人导航方法
CN103994768A (zh) * 2014-05-23 2014-08-20 北京交通大学 动态时变环境下寻求全局时间最优路径的方法
CN105716613A (zh) * 2016-04-07 2016-06-29 北京进化者机器人科技有限公司 一种机器人避障中的最短路径规划方法
CN105955262A (zh) * 2016-05-09 2016-09-21 哈尔滨理工大学 一种基于栅格地图的移动机器人实时分层路径规划方法
CN106017497A (zh) * 2016-07-06 2016-10-12 上海交通大学 基于地图定位能力的路径规划方法
CN106444769A (zh) * 2016-10-31 2017-02-22 湖南大学 一种室内移动机器人增量式环境信息采样的最优路径规划方法
CN106647769A (zh) * 2017-01-19 2017-05-10 厦门大学 基于a*提取引导点的agv路径跟踪与避障协调方法
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
CN106979785A (zh) * 2017-03-24 2017-07-25 北京大学深圳研究生院 一种面向多机器人***的完全遍历路径规划方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103558856A (zh) * 2013-11-21 2014-02-05 东南大学 动态环境下服务动机器人导航方法
CN103994768A (zh) * 2014-05-23 2014-08-20 北京交通大学 动态时变环境下寻求全局时间最优路径的方法
CN105716613A (zh) * 2016-04-07 2016-06-29 北京进化者机器人科技有限公司 一种机器人避障中的最短路径规划方法
CN105955262A (zh) * 2016-05-09 2016-09-21 哈尔滨理工大学 一种基于栅格地图的移动机器人实时分层路径规划方法
CN106017497A (zh) * 2016-07-06 2016-10-12 上海交通大学 基于地图定位能力的路径规划方法
CN106444769A (zh) * 2016-10-31 2017-02-22 湖南大学 一种室内移动机器人增量式环境信息采样的最优路径规划方法
CN106647769A (zh) * 2017-01-19 2017-05-10 厦门大学 基于a*提取引导点的agv路径跟踪与避障协调方法
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
CN106979785A (zh) * 2017-03-24 2017-07-25 北京大学深圳研究生院 一种面向多机器人***的完全遍历路径规划方法

Also Published As

Publication number Publication date
CN108241370A (zh) 2018-07-03

Similar Documents

Publication Publication Date Title
CN108241370B (zh) 通过栅格地图获取避障路径的方法及装置
CN111536964B (zh) 机器人定位方法及装置、存储介质
WO2020134082A1 (zh) 一种路径规划方法、装置和移动设备
CN108241369B (zh) 机器人躲避静态障碍的方法及装置
CN113284240B (zh) 地图构建方法及装置、电子设备和存储介质
AU2017387638B2 (en) Computer vision systems and methods for detecting and modeling features of structures in images
Lau et al. Improved updating of Euclidean distance maps and Voronoi diagrams
JP7166383B2 (ja) 高精度マップの作成方法及び装置
CN107436148B (zh) 一种基于多地图的机器人导航方法及装置
CN109144056A (zh) 移动机器人的全局自定位方法及设备
US20180012370A1 (en) Systems and methods for mapping an environment
EP3427008A1 (en) Laser scanner with real-time, online ego-motion estimation
US20180173239A1 (en) Method and system for updating occupancy map based on super ray
CN113219992B (zh) 一种路径规划方法及清洁机器人
JP2011227807A (ja) 経路探索システム、経路探索方法、及び移動体
CN110887493B (zh) 基于局部地图匹配的轨迹推算方法、介质、终端和装置
CN112000115B (zh) 一种自主式水下机器人的路径规划方法及相关设备
CN113405557B (zh) 路径规划方法及相关装置、电子设备、存储介质
CN112015186A (zh) 一种具有社会属性的机器人路径规划方法、装置和机器人
CN114089752A (zh) 机器人的自主探索方法、机器人及计算机可读存储介质
CN112084853A (zh) 一种脚印预测方法、脚印预测装置及人形机器人
CN115127559A (zh) 一种定位方法、装置、设备和存储介质
CN117389305A (zh) 一种无人机巡检路径规划方法、***、设备及介质
US20150127302A1 (en) Method and apparatus for optimized routing
Dang et al. Batch-Theta* for path planning to the best goal in a goal set

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