CN109974702A - 一种机器人导航方法、机器人及存储装置 - Google Patents

一种机器人导航方法、机器人及存储装置 Download PDF

Info

Publication number
CN109974702A
CN109974702A CN201711497735.XA CN201711497735A CN109974702A CN 109974702 A CN109974702 A CN 109974702A CN 201711497735 A CN201711497735 A CN 201711497735A CN 109974702 A CN109974702 A CN 109974702A
Authority
CN
China
Prior art keywords
path
robot
global
point
target 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.)
Pending
Application number
CN201711497735.XA
Other languages
English (en)
Inventor
熊友军
胡旭
胡佳文
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.)
Shenzhen Ubtech Technology Co ltd
Original Assignee
Shenzhen Ubtech 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 Shenzhen Ubtech Technology Co ltd filed Critical Shenzhen Ubtech Technology Co ltd
Priority to CN201711497735.XA priority Critical patent/CN109974702A/zh
Publication of CN109974702A publication Critical patent/CN109974702A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations

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

本申请公开了一种机器人导航方法及装置,涉及机器人技术领域。所述方法包括:利用全局代价地图规划获得从起点到目标点的全局路径;机器人根据全局路径向目标点移动,并在移动过程中进行路径跟踪;判断路径跟踪中是否出现移动异常;若出现移动异常,则利用全局代价地图重新规划从当前位置到目标点的全局路径,通过上述方式,本申请能够减小导航装置处理器的计算量,提高导航效率。

Description

一种机器人导航方法、机器人及存储装置
技术领域
本申请涉及机器人技术领域,特别是涉及一种机器人导航方法、机器人及存储装置。
背景技术
移动机器人导航是实现在复杂环境下机器人***依靠传感器技术和人工智能技术,从出发点运动到目的点的***和方法。具体地,包括环境感知,全局规划、局部规划,电机控制等,要实现机器人的导航需要处理大量的数据,而在实际导航过程中,机器人需要不断检测周围环境信息,根据具体环境来更新调整导航路径。本申请的发明人在长期的研发过程中,发现因为要实时处理这些环境信息数据,导致运算量较大,进而导致导航方案数据的延迟处理,而导航数据的延迟处理会对机器人带来影响,甚至是危险,如:撞上障碍物等。处理器的运算量过大,还会影响机器人的整体性能,反应迟钝,不再智能灵活。
发明内容
本申请主要解决的技术问题是提供一种机器人导航方法、机器人及存储装置,能够减小导航装置处理器的计算量,提高导航效率。
为解决上述技术问题,本申请采用的一个技术方案是:提供一种机器人导航方法,该方法包括:利用全局代价地图规划获得从起点到目标点的全局路径;机器人根据全局路径向目标点移动,并在移动过程中进行路径跟踪;判断路径跟踪中是否出现移动异常;若出现移动异常,则利用全局代价地图重新规划从当前位置到目标点的全局路径。
为解决上述技术问题,本申请采用的另一个技术方案是:提供一种机器人导航装置,所述装置包括处理器、存储器和通信电路,处理器耦接存储器和通信电路,处理器在工作时执行指令,配合存储器和通信电路实现上述的机器人导航方法。
为解决上述技术问题,本申请采用的另一个技术方案是:提供一种具有存储功能的装置,所述装置存储有程序,所述程序被执行时实现上述的机器人导航方法
本申请的有益效果是:区别于现有技术的情况,本申请所提供的导航方法,在全局规划好全局路径后,不再需要根据周围环境实时更新调整整体规划方案;而是以条件规划方式,只有在机器人移动异常(如遇到障碍物、全局路径不容许机器人通过等)时才会对整体方案进行调整规划。通过这种方法,省去了对全局环境的实时监测,大大减少了计算量,降低了cpu占用率,使导航更加灵活、高效,能够机器人安全、可靠、高效地实现从起始点移动到目标点。
附图说明
图1是本申请机器人导航方法第一实施方式的流程示意图。
图2是本申请机器人导航方法第二实施方式的流程示意图。
图3是本申请机器人导航方法第二实施方式的应用场景示意图。
图4是本申请机器人导航方法第三实施方式的流程示意图。
图5是本申请机器人导航方法第三实施方式的应用场景示意图。
图6是本申请机器人导航装置第一实施例的结构示意图。
图7是本申请具有存储功能的装置第一实施方式的结构示意图。
具体实施方式
为使本申请的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本申请进一步详细说明。
本申请提供一种机器人导航方法,至少可以应用于室内机器人的导航,如扫地机器人、作业机器人等。本申请所提供的机器人导航方法,在全局规划好全局路径后,不再需要根据周围环境实时更新调整整体规划方案;而是只有在机器人移动异常(如遇到障碍物、全局路径不容许机器人通过等)时才会对整体方案进行调整规划。通过这种方法,省去了对全局环境的实时监测,大大减少了计算量,使导航更加灵活、高效,能够机器人安全、可靠、高效地实现从起始点移动到目标点。
请参阅图1,图1是本申请机器人导航方法第一实施方式的流程示意图。如图1所示,在该实施方式中,机器人导航方法包括:
S101:利用全局代价地图规划获得从起点到目标点的全局路径。
机器人利用全局代价地图根据地图的所有环境信息进行路径规划,规划出从起点到目标点的一个最优的全局路径。
S102:机器人根据全局路径向目标点移动,并在移动过程中进行路径跟踪。
机器人在获取全局路径后,即可按照这一全局路径向目标点移动;具体地,根据局部代价地图或通过传感器实时采集周围局部环境信息,了解周围环境,然后确定出机器人所在地图的位置及其局部的障碍物分布情况,控制机器人从当前位置沿全局路径移动。
S103:判断路径跟踪中是否出现移动异常。
机器人在根据全局路径向目标点移动时,不需要根据周围环境信息对全局路径进行实时规划;只需要判断在原全局路径上移动时是否出现移动异常就可以,即如果机器人在原全局路径上移动时能够正常移动,说明原全局路径还是可用的,不需要调整;如果移动异常,例如路径上有障碍物,或道路太窄机器人无法通过等;这些异常使机器人不能按原全局路径移动,说明需要对原全局路径进行调整。
S104:若出现移动异常,则利用全局代价地图重新规划从当前位置到目标点的全局路径。
如果机器人移动异常,说明需要对原全局路径进行调整,再利用全局代价地图重新规划从当前位置到目标点的全局路径。通过这种方式能够减少导航装置处理器的计算量,使导航更加灵活、高效,能够机器人安全、可靠、高效地实现从起始点移动到目标点。
请参阅图2,图2是本申请机器人导航方法第二实施方式的流程示意图。如图2所示在该实施方式中,所述移动异常是:不能够正常规划移动方向和/或速度。即如果机器人在移动过程中,不能够正常规划移动方向和/或速度,则说明出现移动异常,需要重新规划从当前位置到目标点的全局路径。
具体地,机器人在沿全局路径向目标点移动时,需跟踪控制机器人的移动方向、移动速度等。但是,若距离机器人第一预设距离范围内有障碍物,或全局路径不容许机器人通过,则机器人将不能够正常控制移动方向和/或速度。其中,距离机器人第一预设距离范围内有障碍物是指,机器人的周边有没有特别靠近机器人的障碍物,如障碍物可能会触碰到机器人的躯体,会影响机器人转向等,第一预设距离可根据机器人的形体大小,移动所占空间任意设置,如20厘米等。例如,按照全局路径需要控制控制机器人右转,但是,在机器人的右边有一个特别靠近机器人的障碍物使机器人不能正常右转,即出现移动异常。
请继续参阅图2,如图2所示,在该实施方式中,所述移动异常还可以是:检测到全局路径上有障碍物等。即如果机器人在移动过程中,检测到全局路径上有障碍物,则说明出现移动异常,需要重新规划从当前位置到目标点的全局路径。
具体地,在机器人移动过程中,实时检测前方全局路径上距离机器人第二预设距离范围内是否有障碍物,第二预设距离可根据机器人的形体大小等任意设置,如1~2米等。其具体检测方法可利用自身传感器或其他相应设备来实现,在此不做限定。
可选地,在一实施方式中,当出现移动异常时,可以不立即进行全局路径更新规划,而是先控制机器人减速或停止等待预定时间;等待移动异常被解除,若超过预定时间移动异常仍未被解除,再利用全局代价地图重新规划从当前位置到目标点的全局路径。其预定时间可根据需要任意设置,如10秒等。例如,当遇到障碍物时,这个障碍物可能是移动的,其会自行离开;也有可能会有相关人员协助将障碍物移开。通过这种方式,可减少一些不必要的更新规划,进一步减小计算量。
请结合参阅图2和图3,图3是本申请机器人导航方法第二实施方式的应用场景示意图。如图3所示,在该实施方式中,机器人导航方法包括:
机器人利用全局代价地图根据地图的所有环境信息进行路径规划,规划得到从起点A到目标点B的全局路径,即从起点A,经过中间点C、D、E、F,按照路线AC-CD-DE-EF-FB最后到达目标点B。
机器人按照这一全局路径向目标点B移动,根据周围局部环境获知,可控制机器人先沿路线AC向前直行到C点,到达C点后,需控制机器人向左边转向一定角度后再沿直线移动,但是,到达C点后发现,在机器人的左边有一障碍物1非常靠近机器人,致使机器人不能够按照原设定转向,造成移动异常。随后重新规划从C点到目标点B的全局路径,重新规划后,机器人可经中间点G、H、E、F,按照路线CG-GH-HE-EF-FB最后到达目标点B。重新规划后,机器人从C点沿路线CG继续直行到G点,左转后沿路线GH直行到H点,右转后沿路线HE直行到E点,左转后沿路线EF直行,移动过程中检测得知路线EF的中间有一障碍物2,将阻挡机器人继续前行,造成移动异常。随后重新规划从I点到目标点B的全局路径,重新规划后,机器人可先回退到J点,经中间点K,按照路线JK-KB到达目标点B。重新规划后,机器人从I点向后转,移动到J点后左转沿路线JK直行到K点,到达K点后,需控制机器人向左边转后再沿直线移动,但是,此时发现,路线KB的通道太窄,不能容许机器人通过,造成移动异常。随后重新规划从K点到目标点B的全局路径,重新规划后,机器人可经中间点L,按照路线KL-LB到达目标点B。重新规划后,机器人从K点向左边转向一定角度后沿路线KL直行到L点后右转沿路线KL直行到达目标点B,至此,导航结束。
请结合参阅图4和图5,图4是本申请机器人导航方法第三实施方式的流程示意图,图5是本申请机器人导航方法第三实施方式的应用场景示意图。在该实施方式中,全局路径中包括轨道路径,也或者说,在对全局路径规划时,可让机器人在预设的轨道上移动,通过这种方式能够方便的对机器人的移动路线控制,减少一些不可控的事件发生,提高导航安全性,满足对机器人移动路线的特殊需求等。如图4和图5所示,在该实施方式中,机器人导航方法包括:
机器人利用全局代价地图根据地图的所有环境信息进行路径规划,规划时发现存在可供机器人移动的轨道,优先选择带有轨道路径的规划方案,根据起点A、目标点B规划获取可在C点上轨道,经过轨道路径CD后,在D点下轨道,即C点为上轨道点、D点为下轨道点。然后规划得到从起点A可经E点按照路线AE-EC到达上轨道点C,即上轨道路径为AE-EC;从下轨道点D可经F点按照路线DF-FB到达目标点B,即下轨道路径为DF-FB。最终获得的全局路径由上轨道路径、轨道路径和下轨道路径组合而成,即从起点A按照路线AE-EC-CD-DF-FB最后到目标点B。
机器人按照这一全局路径向目标点B移动,控制机器人沿路线AE-EC移动至C点上轨道,随后沿轨道路径CD移动,移动过程中检测得知轨道路径CD的G点有一障碍物1,将阻挡机器人继续前行,造成移动异常,随后重新规划从G点到目标点B的全局路径。
此时,优先考虑尽量保持原轨道路径移动,因此,可规划获取障碍物后方的一个无障碍物且距离所述障碍物第三预设距离的轨道上的点作为临时目标点,规划获取当前位置到临时目标点的绕障路径,绕障路径对接剩余轨道路径和下轨道路径组合形成从当前位置到目标点的全局路径。其中,第三预设距离可根据机器人类型和轨道周边环境适应设置,如3~5米等,以有适当的空间距离供机器人进行绕障。
例如,选择G点后方的H点作为临时目标点,规划获得机器人可从I点下轨道,经中间点J、K,沿路线IJ-JK-KH绕障后从H点上轨道,继续沿原轨道路径移动。移动至下轨道点D时下轨道,继续沿下轨道路径为DF-FB到达目标点B,至此,导航结束。
可选地,在另一实施方式中,在选择临时目标点进行绕障前,可先判断从当前位置到下轨道点的轨道路径距离是否大于预设阈值,若所述距离大于预设阈值,则进行绕障后沿原路径移动;若所述距离小于或等于预设阈值,则不再选择轨道路径的方式,直接重新规划从当前位置到目标点的全局路径,该全局路径不包括轨道路径。其中,预设阈值可以设置为总轨道路径的20~30%,即如果只剩余一小段轨道路径,那么绕障后,可能会多绕很多路增加路径行程,此时,可选择轨道以外的其他路径,使路径规划更智能优化。
例如,检测发现轨道路径上L点有一障碍物2,此时,判断发现原轨道路径只剩余一小段,将不再继续选用轨道路径,而是规划从当前位置到目标点B的全局路径。重新规划后,机器人可从M点下轨道,经中间点N,沿路线MN-NB到达目标点B,至此,导航结束。
请参阅图6,图6是本申请机器人导航装置第一实施例的结构示意图。本申请还提供一种机器人导航装置可执行上述机器人导航方法,实现对机器人的导航规划。该装置包括处理器601、存储器602及通信电路603。处理器601耦接存储器602和通信电路603,处理器601在工作时执行指令,以配合存储器602和通信电路603实现上述机器人导航方法,具体工作过程与上述方法实施例中一致,故在此不再赘述,详细请参阅以上对应方法步骤的说明。处理器601在工作时也可以划分为多个模块单元来分别执行不同的指令,如全局规划模块、局部跟踪模块、轨道规划模块等。其中,该机器人导航装置可以是独立于机器人之外的装置,例如可以是跟机器人匹配的遥控器,通过这种方式可以单一控制更灵活;也可以是服务器、控制计算机等,通过这种方式,可以同时控制多个机器人。使用独立于机器人之外的装置,可以减少机器人自身处理器占有率,使机器人更灵活。该机器人导航装置也可以设置于机器人身上,也可以是直接利用机器人自身的处理器、存储器通信电路实现上述方法等。
请参阅图7,图7是本申请具有存储功能的装置第一实施方式的结构示意图。本实施例中存储装置70存储有程序701,程序701被执行时实现上述机器人导航方法。具体工作过程与上述方法实施例中一致,故在此不再赘述,详细请参阅以上对应方法步骤的说明。其中具有存储功能的装置可以是便携式存储介质如U盘、光盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟等各种可以存储程序代码的介质,也可以是终端、服务器等。
以上方案,本申请所提供的导航方法,在全局规划好全局路径后,不再需要根据周围环境实时更新调整整体规划方案;而是只有在机器人移动异常(如遇到障碍物、全局路径不容许机器人通过等)时才会对整体方案进行调整规划。通过这种方法,省去了对全局环境的实时监测,大大减少了计算量,使导航更加灵活、高效,能够机器人安全、可靠、高效地实现从起始点移动到目标点。
在本申请所提供的几个实施方式中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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单元来实现本实施方式方案的目的。
另外,在本申请各个实施方式中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种机器人导航方法,其特征在于,所述方法包括:
利用全局代价地图规划获得从起点到目标点的全局路径;
机器人根据所述全局路径向所述目标点移动,并在移动过程中进行路径跟踪;
判断所述路径跟踪中是否出现移动异常;
若出现所述移动异常,则利用全局代价地图重新规划从当前位置到所述目标点的全局路径。
2.根据权利要求1所述的机器人导航方法,其特征在于,所述若出现所述移动异常,则利用全局代价地图重新规划从当前位置到所述目标点的全局路径包括:
当出现所述移动异常时,先控制所述机器人减速或停止等待预定时间;若超过所述预定时间所述移动异常仍未被解除,再利用全局代价地图重新规划从当前位置到所述目标点的全局路径。
3.根据权利要求1所述的机器人导航方法,其特征在于,所述移动异常包括:不能够正常控制所述机器人的移动方向和/或速度,或检测到全局路径上有障碍物。
4.根据权利要求3所述的机器人导航方法,其特征在于,所述不能够正常控制所述机器人的移动方向和/或速度包括:
当距离所述机器人第一预设距离范围内有障碍物,或全局路径不容许所述机器人通过时,则将不能够正常控制所述机器人移动方向和/或速度。
5.根据权利要求3所述的机器人导航方法,其特征在于,所述检测全局路径上是否有障碍物包括:
检测所述全局路径上距离所述机器人第二预设距离范围内是否有障碍物。
6.根据权利要求1所述的机器人导航方法,其特征在于,所述全局路径中包括轨道路径,利用全局代价地图规划获得从起点到目标点的全局路径包括:
根据所述起点、所述目标点规划获取上轨道点、下轨道点和轨道路径,并规划获取所述起点到所述上轨道点的上轨道路径,所述下轨道点到所述目标点的下轨道路径,所述上轨道路径、轨道路径和下轨道路径组合形成所述全局路径。
7.根据权利要求6所述的机器人导航方法,其特征在于,若出现所述移动异常,则利用全局代价地图重新规划从当前位置到所述目标点的全局路径包括:
规划获取障碍物后方的一个无障碍物且距离所述障碍物第三预设距离的轨道上的点作为临时目标点,规划获取当前位置到所述临时目标点的绕障路径,所述绕障路径对接剩余轨道路径和下轨道路径组合形成所述从当前位置到所述目标点的全局路径。
8.根据权利要求7所述的机器人导航方法,其特征在于,所述规划获取临时目标点之前包括:
判断从当前位置到所述下轨道点的轨道路径距离是否大于预设阈值;
若所述距离大于所述预设阈值,则执行规划获取所述临时目标点步骤;
若所述距离小于或等于所述预设阈值,则重新规划从当前位置到所述目标点的全局路径,其中,所述全局路径不包括轨道路径。
9.一种机器人导航装置,其特征在于,所述装置包括处理器、存储器和通信电路,所述处理器耦接所述存储器和通信电路,所述处理器在工作时执行指令,配合所述存储器和通信电路实现权利要求1至8任一项所述的机器人导航方法。
10.一种具有存储功能的装置,其特征在于,所述装置存储有程序,所述程序被执行时实现权利要求1至8任一项所述的机器人导航方法。
CN201711497735.XA 2017-12-27 2017-12-27 一种机器人导航方法、机器人及存储装置 Pending CN109974702A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711497735.XA CN109974702A (zh) 2017-12-27 2017-12-27 一种机器人导航方法、机器人及存储装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711497735.XA CN109974702A (zh) 2017-12-27 2017-12-27 一种机器人导航方法、机器人及存储装置

Publications (1)

Publication Number Publication Date
CN109974702A true CN109974702A (zh) 2019-07-05

Family

ID=67075689

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711497735.XA Pending CN109974702A (zh) 2017-12-27 2017-12-27 一种机器人导航方法、机器人及存储装置

Country Status (1)

Country Link
CN (1) CN109974702A (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110941276A (zh) * 2019-12-09 2020-03-31 佛山市云米电器科技有限公司 一种扫地机器人及使用其的侧方探测控制清扫方法
CN111006666A (zh) * 2019-11-21 2020-04-14 深圳市优必选科技股份有限公司 机器人路径规划方法、装置、存储介质和机器人
CN111208817A (zh) * 2020-01-02 2020-05-29 惠州拓邦电气技术有限公司 窄道通行方法、装置、移动装置以及计算机可读存介质
CN112085445A (zh) * 2020-09-07 2020-12-15 上海擎朗智能科技有限公司 机器人目的地到达确定方法、装置、电子设备和存储介质
CN112284389A (zh) * 2020-09-28 2021-01-29 深圳优地科技有限公司 移动机器人路径规划方法、装置、移动机器人和存储介质
CN112393731A (zh) * 2020-10-10 2021-02-23 上海钛米机器人股份有限公司 跟踪路径的方法、装置、电子设备、及存储介质
CN112445222A (zh) * 2019-09-05 2021-03-05 阿里巴巴集团控股有限公司 导航方法、装置、存储介质以及终端
CN112462765A (zh) * 2020-11-23 2021-03-09 北京配天技术有限公司 机器人及其控制方法、装置以及计算机可读存储介质
WO2021068649A1 (zh) * 2019-10-08 2021-04-15 北京京东乾石科技有限公司 用于控制无人搬运车的方法和装置
CN112859842A (zh) * 2020-12-31 2021-05-28 中山大学 一种路径跟随导航方法及其***
CN113176782A (zh) * 2021-05-21 2021-07-27 福建盛海智能科技有限公司 一种自主变换路径循迹的方法及无人车
CN113320543A (zh) * 2021-06-29 2021-08-31 东软睿驰汽车技术(沈阳)有限公司 行车方法、装置、车辆及存储介质
CN113324543A (zh) * 2021-01-28 2021-08-31 山东硅步机器人技术有限公司 一种巡线机器人视觉导航巡检和避障方法
CN113390417A (zh) * 2021-06-25 2021-09-14 深圳市优必选科技股份有限公司 机器人及其导航方法、装置和计算机可读存储介质
CN114310908A (zh) * 2022-01-25 2022-04-12 深圳市优必选科技股份有限公司 一种机器人控制方法、机器人控制装置及机器人
CN114485621A (zh) * 2022-02-08 2022-05-13 达闼机器人股份有限公司 导航方法、装置及计算机可读存储介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1033773A (zh) * 1987-11-13 1989-07-12 尹满君 复合式双控多用车及其车体总成、复合方式、无人驾驶、自动停车装置的制造方法
US20110035053A1 (en) * 2009-08-10 2011-02-10 Samsung Electronics Co., Ltd. Path planning apparatus and method of Robot
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
CN105182979A (zh) * 2015-09-23 2015-12-23 上海物景智能科技有限公司 一种移动机器人障碍物检测及避让方法和***
CN105629970A (zh) * 2014-11-03 2016-06-01 贵州亿丰升华科技机器人有限公司 一种基于超声波的机器人定位避障方法
CN106227212A (zh) * 2016-08-12 2016-12-14 天津大学 基于栅格地图和动态校准的精度可控室内导航***及方法
CN106679669A (zh) * 2016-12-30 2017-05-17 深圳优地科技有限公司 一种移动机器人路径规划方法和***
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
CN106843223A (zh) * 2017-03-10 2017-06-13 武汉理工大学 一种智能化避障agv小车***及避障方法
CN107053171A (zh) * 2016-12-25 2017-08-18 湖南晖龙股份有限公司 机器人临时空间避障方法、装置及机器人
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
CN107368074A (zh) * 2017-07-27 2017-11-21 南京理工大学 一种基于视频监控的机器人自主导航方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1033773A (zh) * 1987-11-13 1989-07-12 尹满君 复合式双控多用车及其车体总成、复合方式、无人驾驶、自动停车装置的制造方法
US20110035053A1 (en) * 2009-08-10 2011-02-10 Samsung Electronics Co., Ltd. Path planning apparatus and method of Robot
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
CN105629970A (zh) * 2014-11-03 2016-06-01 贵州亿丰升华科技机器人有限公司 一种基于超声波的机器人定位避障方法
CN105182979A (zh) * 2015-09-23 2015-12-23 上海物景智能科技有限公司 一种移动机器人障碍物检测及避让方法和***
CN106227212A (zh) * 2016-08-12 2016-12-14 天津大学 基于栅格地图和动态校准的精度可控室内导航***及方法
CN107053171A (zh) * 2016-12-25 2017-08-18 湖南晖龙股份有限公司 机器人临时空间避障方法、装置及机器人
CN106679669A (zh) * 2016-12-30 2017-05-17 深圳优地科技有限公司 一种移动机器人路径规划方法和***
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
CN106843223A (zh) * 2017-03-10 2017-06-13 武汉理工大学 一种智能化避障agv小车***及避障方法
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
CN107368074A (zh) * 2017-07-27 2017-11-21 南京理工大学 一种基于视频监控的机器人自主导航方法

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112445222A (zh) * 2019-09-05 2021-03-05 阿里巴巴集团控股有限公司 导航方法、装置、存储介质以及终端
WO2021068649A1 (zh) * 2019-10-08 2021-04-15 北京京东乾石科技有限公司 用于控制无人搬运车的方法和装置
CN111006666A (zh) * 2019-11-21 2020-04-14 深圳市优必选科技股份有限公司 机器人路径规划方法、装置、存储介质和机器人
US11161246B2 (en) 2019-11-21 2021-11-02 Ubtech Robotics Corp Ltd Robot path planning method and apparatus and robot using the same
CN111006666B (zh) * 2019-11-21 2021-10-29 深圳市优必选科技股份有限公司 机器人路径规划方法、装置、存储介质和机器人
CN110941276A (zh) * 2019-12-09 2020-03-31 佛山市云米电器科技有限公司 一种扫地机器人及使用其的侧方探测控制清扫方法
CN111208817B (zh) * 2020-01-02 2024-03-15 惠州拓邦电气技术有限公司 窄道通行方法、装置、移动装置以及计算机可读存介质
CN111208817A (zh) * 2020-01-02 2020-05-29 惠州拓邦电气技术有限公司 窄道通行方法、装置、移动装置以及计算机可读存介质
CN112085445A (zh) * 2020-09-07 2020-12-15 上海擎朗智能科技有限公司 机器人目的地到达确定方法、装置、电子设备和存储介质
CN112284389A (zh) * 2020-09-28 2021-01-29 深圳优地科技有限公司 移动机器人路径规划方法、装置、移动机器人和存储介质
CN112284389B (zh) * 2020-09-28 2023-02-03 深圳优地科技有限公司 移动机器人路径规划方法、装置、移动机器人和存储介质
CN112393731A (zh) * 2020-10-10 2021-02-23 上海钛米机器人股份有限公司 跟踪路径的方法、装置、电子设备、及存储介质
CN112462765A (zh) * 2020-11-23 2021-03-09 北京配天技术有限公司 机器人及其控制方法、装置以及计算机可读存储介质
CN112462765B (zh) * 2020-11-23 2023-06-06 北京配天技术有限公司 机器人及其控制方法、装置以及计算机可读存储介质
CN112859842B (zh) * 2020-12-31 2022-06-14 中山大学 一种路径跟随导航方法及其***
CN112859842A (zh) * 2020-12-31 2021-05-28 中山大学 一种路径跟随导航方法及其***
CN113324543A (zh) * 2021-01-28 2021-08-31 山东硅步机器人技术有限公司 一种巡线机器人视觉导航巡检和避障方法
CN113176782A (zh) * 2021-05-21 2021-07-27 福建盛海智能科技有限公司 一种自主变换路径循迹的方法及无人车
CN113390417A (zh) * 2021-06-25 2021-09-14 深圳市优必选科技股份有限公司 机器人及其导航方法、装置和计算机可读存储介质
CN113320543A (zh) * 2021-06-29 2021-08-31 东软睿驰汽车技术(沈阳)有限公司 行车方法、装置、车辆及存储介质
CN113320543B (zh) * 2021-06-29 2024-03-22 东软睿驰汽车技术(沈阳)有限公司 行车方法、装置、车辆及存储介质
CN114310908A (zh) * 2022-01-25 2022-04-12 深圳市优必选科技股份有限公司 一种机器人控制方法、机器人控制装置及机器人
CN114310908B (zh) * 2022-01-25 2023-10-24 深圳市优必选科技股份有限公司 一种机器人控制方法、机器人控制装置及机器人
CN114485621A (zh) * 2022-02-08 2022-05-13 达闼机器人股份有限公司 导航方法、装置及计算机可读存储介质
WO2023151548A1 (zh) * 2022-02-08 2023-08-17 达闼机器人股份有限公司 导航方法、装置、程序及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN109974702A (zh) 一种机器人导航方法、机器人及存储装置
CN107450571B (zh) 一种基于ros的agv小车激光导航***
WO2018176593A1 (zh) 一种面向无人自行车的局部避障路径规划方法
JP7103946B2 (ja) 遠隔操作および/またはプランナ決定を最適化するための機械学習システムおよび技法
CN114822008B (zh) 派遣和维护自主车辆的车队的协调
US10296012B2 (en) Pre-computation of kinematically feasible roadmaps
JP7082246B2 (ja) 遮蔽を伴う道路利用者反応モデリングに従って自律車両を動作させること
EP3605261B1 (en) Trajectory control system for a mobile device and control method
CN110716558A (zh) 一种基于数字孪生技术的非公开道路用自动驾驶***
CN110834631A (zh) 一种行人避让方法、装置、车辆及存储介质
CN107272680A (zh) 一种基于ros机器人操作***的机器人自动跟随方法
WO2002023297A1 (fr) Systeme de commande de mouvement de corps mobiles
CN109196435A (zh) 稀疏网络下的多代理协调
CN108544490B (zh) 无人驾驶智能机器人道路避障方法
CN111326003A (zh) 一种智能小车寻迹行驶方法、***和存储介质
CN110502010A (zh) 一种基于贝塞尔曲线的移动机器人室内自主导航控制方法
CN106708053A (zh) 一种自主导航的机器人及其自主导航方法
EP3686704B1 (en) Method for generating a representation and system for teaching an autonomous device operating based on such representation
CN111309000B (zh) 一种基于双控制板的agv***及路径规划方法
CN108121333A (zh) 导购机器人
CN106527438A (zh) 机器人导航控制方法和装置
CN110879596A (zh) 低成本自动割草机自主作业***及其自主作业方法
WO2022267283A1 (zh) 机器人及其导航方法、装置和计算机可读存储介质
CN204423154U (zh) 一种基于自主导航的自动充电玩具机器人
Barberá et al. I-Fork: a flexible AGV system using topological and grid maps

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190705