CN110146090A - 机器人靠右行走导航方法和机器人 - Google Patents

Abstract

本发明提供一种机器人靠右行走导航方法和机器人，包括：获取基于道路中心的导航路径；根据所述导航路径获取边界像素层，其中，所述边界像素层为沿所述导航路径的边界向所述道路中心位置延伸预设单元的局部区域；机器人移动过程中向右寻找所述边界像素层，并沿着所述边界像素层的延伸方向行走。本发明解决了机器人在较窄道路上行走，互相抢路的情况，占用行人行走空间的问题。机器人依次靠右行走，来往的机器人互补干扰，大大提高了空间的使用率和机器人通过效率。在地图上为了防止机器人碰着墙体，将墙体地图向道路中心膨胀，形成边界像素层，机器人在规划路径的时候会避免经过边界像素层，从而避免机器人在移动过程中碰撞上障碍物。

Description

机器人靠右行走导航方法和机器人

技术领域

本发明涉及机器人导航领域，具体而言，本发明涉及一种机器人靠右行走导航方法和机器人。

背景技术

移动机器人在导航过程中，定位和导航都很重要。如果导航出现错误，或者导航方式不合理，容易导致多台机器人相撞。

移动机器人在导航过程中，会根据环境规划出一条可行路线，目前导航方案的路径规划会采用中心路线行走。在多台机器同时工作的时候，会出现机器互相抢路线的情况，导致机器人无法继续进行导航。

按照目前的技术，如果机器人的路径规划采用中心线行走会遇到以下问题：1、多台机器人不能同时工作：在行走道路比较窄的条件下，两台来回的机器人无法通过；2、会占用道路资源：机器人一直在道路中间行走，影响行人通行。

发明内容

本发明的目的旨在至少能解决上述的技术缺陷之一，公开一种能控制机器人自动避障，靠右行走的机器人靠右行走导航方法和机器人。

本发明提供一种机器人靠右行走导航方法，包括：

获取基于道路中心的导航路径；

根据所述导航路径获取边界像素层，其中，所述边界像素层为沿所述导航路径的边界向所述道路中心位置延伸预设单元的局部区域；

机器人移动过程中向右寻找所述边界像素层，并沿着所述边界像素层的延伸方向行走。

优选的，所述根据所述导航路径获取边界像素层的方法包括：

获取所述导航路径上表征不可移动的障碍物的第一坐标的集合；

以所述第一坐标的集合为初始位置依次向所述道路中心延伸预设单元得到第二坐标的集合；

设定所述第一坐标的集合到第二坐标的集合之间的坐标区域范围为边界像素层。

优选的，所述机器人移动过程中向右寻找所述边界像素层，并沿所述边界像素层的延伸方向行走的方法包括：

获取机器人当前在所述导航路径上的第三坐标位置；

识别所述第三坐标位置的右侧距离最近的第二坐标；

向所述第二坐标方向向右平移。

优选的，所述机器人移动过程中向右寻找所述边界像素层，并沿所述边界像素层的延伸方向行走的方法包括：

获取机器人当前在所述导航路径上的第三坐标位置；

识别所述第三坐标位置的右侧距离预设范围内的第二坐标；

控制所述机器人沿着运行方向移动的同时，以预设速度向所述第二坐标方向移动。

优选的，还包括：

获取所述机器人移动方向的障碍物位置信息；

识别所述障碍物信息是否在所述导航路径中；

当所述障碍物位置信息不在所述导航路径中时，停留预设时长。

优选的，还包括：

判断所述停留时长是否超过所述预设时长；

当超过所述预设时长，识别所述障碍物位置信息预设范围内的路径信息，根据所述路径信息生成避障路径。

优选的，所述获取所述机器人移动方向的障碍物位置信息的方法包括：

获取所述机器人移动的加速度信息和方向信息；

沿所述方向信息所指向的方向监测所述机器人上的激光探头获取的激光数据；

根据所述激光数据确定所述机器人移动路径上的障碍物位置信息。

另一方面，本申请还公开一种机器人，包括加速计、陀螺仪、激光探测装置和处理器，所述处理器配置上述任意一项所述的机器人靠右行走导航方法，所述加速计、陀螺仪和激光探测装置分别与处理器电连接通信。

本发明的有益效果为：本发明解决了机器人在较窄道路上行走，互相抢路的情况，占用行人行走空间的问题。机器人依次靠右行走，来往的机器人互补干扰，大大提高了空间的使用率和机器人通过效率。在地图上为了防止机器人碰着墙体，将墙体地图向道路中心膨胀，形成边界像素层，机器人在规划路径的时候会避免经过边界像素层，从而避免机器人在移动过程中碰撞上障碍物。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为一个实施例的机器人靠右行走导航方法流程图；

图2为一个实施例的导航路径获取边界像素层的方法示意图；

图3为一个实施例的机器人移动过程中向右寻找所述边界像素层的方法流程图；

图4为另一个实施例中机器人移动过程中向右寻找所述边界像素层的方法流程图；

图5为一个实施例中机器人靠右行走导航方法的流程图；

图6为本实施例获取所述机器人移动方向的障碍物位置信息的方法示意图；

图7为本发明一实施例中的机器人避障路径规划方法示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。

本技术领域技术人员可以理解，这里所使用的“终端”、“终端设备”既包括无线信号接收器的设备，其仅具备无发射能力的无线信号接收器的设备，又包括接收和发射硬件的设备，其具有能够在双向通信链路上，执行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备；PCS(Personal Communications Service，个人通信***)，其可以组合语音、数据处理、传真和/或数据通信能力；PDA(Personal Digital Assistant，个人数字助理)，其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或GPS(Global Positioning System，全球定位***)接收器；常规膝上型和/或掌上型计算机或其他设备，其具有和/或包括射频接收器的常规膝上型和/或掌上型计算机或其他设备。这里所使用的“终端”、“终端设备”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的，或者适合于和/或配置为在本地运行，和/或以分布形式，运行在地球和/或空间的任何其他位置运行。

本技术领域技术人员可以理解，这里所使用的远端网络设备，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云。在此，云由基于云计算(Cloud Computing)的大量计算机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。本发明的实施例中，远端网络设备、终端设备与WNS服务器之间可通过任何通信方式实现通信，包括但不限于，基于3GPP、LTE、WIMAX的移动通信、基于TCP/IP、UDP协议的计算机网络通信以及基于蓝牙、红外传输标准的近距无线传输方式。

本发明公开一种机器人靠右行走导航方法，实现机器人靠右有序行走的目的。

请参阅图1，本发明公开一种机器人靠右行走导航方法，包括：

S1000、获取基于道路中心的导航路径；

本申请的技术方案是基于现有的机器人自动行走方案上的进一步改进，机器人自动行走是依据所获取的预设导航路径，预设的导航路径为预先存储的当前路径移动区域范围的地图，根据该地图，确定各个区域的位置、障碍物信息和移动区域信息，机器人在其所示的移动区域信息所指位置进行移动。机器人沿着导航路径进行移动，以达到目标位置。需要说明的是导航路径的获得基于存储好的预设地图，输入目标位置后，***自动得出来的，其可以是任何一条可以从移动终端当前位置移动到目标位置的路径，但是优选的方案是，采用最短的能够避开障碍物的路径作为导航路线。

进一步的导航路径还可以是通过机器人在移动过程中，采用自身的障碍物检测装置或者视频识别装置获取的路径信息。其中，障碍物检测装置包括但不限于陀螺仪、加速计、码盘、红外或激光探测装置等，通过上述装置，可获取得到机器人移动过程中的障碍物位置信息，根据障碍物位置信息可确定哪些区域可供所示机器人行走。

通过视频识别装置获取路径信息的方法包括但不限于，在机器人身上安装拍摄装置，通过识别所拍摄的移动方向的图像信息，确定所述机器人周围的障碍物信息，并确定可移动区域的位置，使机器人沿着可移动区域移动。

进一步的，识别机器人所拍摄的图像信息可采用神经网络模型实现，通过将所拍摄的路况图像输入至训练到收敛状态的物体种类和位置识别模块中，即可输出当前拍摄的图像的可移动道路的位置、障碍物的位置等。当获取了导航路径，则可通过该导航路径识别该导航路径的可移动区域的道路的位置以及道路中心的位置。

S2000、根据所述导航路径获取边界像素层，其中，所述边界像素层为沿所述导航路径的边界向所述道路中心位置延伸预设单元的局部区域；

当获取了导航路径，则可根据所示导航路径，进一步获取得到边界像素层。在一实施例中，边界像素层为沿着所识别的导航路径的道路中心位置与其边缘的障碍物边界位置所设定的局部区域，在可移动的道路区域其边缘一般为障碍物，这里的障碍物不局限于墙壁、家具物体，也包括低洼位置，例如楼梯，没有遮挡的坑洼处。

当被识别出为障碍物，则以该障碍物与道路连接的边界为起始位置，向所述道路中心位置延伸，选定预设单元距离的区域作为边界像素层，这里的预设单元可以为厘米，也可以为米，根据机器人的种类以及大小和形状来设置合理的距离，例如，与预设单元为0.5米，则从障碍物的边缘向道路中心方向延伸的0.5米的区域为边界像素层。

具体的，请参阅图2，所述根据所述导航路径获取边界像素层的方法包括：

S2100、获取所述导航路径上表征不可移动的障碍物的第一坐标的集合；

S2200、以所述第一坐标的集合为初始位置依次向所述道路中心延伸预设单元得到第二坐标的集合；

S2300、设定所述第一坐标的集合到第二坐标的集合之间的坐标区域范围为边界像素层。

障碍物通常为物体或者墙体，因此，障碍物所阻挡的位置为一个区域，关于这个区域为坐标集合。但是，在本实施例中，这里的第一坐标的集合指代障碍物与道路连接的边界线的坐标集合，通过该坐标集合，可知道障碍物的方向和距离。

由于边界像素层为以障碍物的边缘向道路中心位置延伸预设单元的局部区域，因此，所述边界像素层有两条边，一边是与障碍物交界的由第一坐标组成的边缘，另一边是与第一坐标组成的边缘距离预设单元的一一对应的边界，该边界的坐标称为第二坐标，边界线为第二坐标的集合。

S3000、机器人移动过程中向右寻找所述边界像素层，并沿着所述边界像素层的延伸方向行走。

在本实施例中，机器人在某一起始位置开始移动时，则开始向右寻找所述边界像素层，并沿着所述边界像素层的延伸方向行走，进一步的，请参阅图3，所述机器人移动过程中向右寻找所述边界像素层，并沿所述边界像素层的延伸方向行走的方法包括：

S3100、获取机器人当前在所述导航路径上的第三坐标位置；

S3200、识别所述第三坐标位置的右侧距离最近的第二坐标；

S3300、向所述第二坐标方向向右平移。

将所识别的机器人当前在导航路径中的坐标定义为第三坐标位置，当获取了准确的第三坐标位置后，通过所述机器人移动的方向，来识别所示第三坐标位置移动方向的右侧距离最近的第二坐标，并沿着第二坐标方向向右移动。需要说明的是，这里的向右移动为机器人在移动方向上不移动，而是直接朝着最近位置的第二坐标平移过去。

需要说明的是，当获取了第三坐标位置后，由于机器人移动方向的不同，会产生两个“右边”，例如，一条沿着垂直方向延伸的道路中心，当机器人在该道路上向垂直方向的前端移动过程中，其移动方向的右边与机器人在该道路上向垂直方向的后端移动过程中，其移动方向的右边是两个相反的方向，通过设定机器人始终靠右行走，避免道路中来回移动的多个机器人相撞。

在另一实施例中，请参阅图4，所述机器人移动过程中向右寻找所述边界像素层，并沿所述边界像素层的延伸方向行走的方法包括：

S3400、获取机器人当前在所述导航路径上的第三坐标位置；

S3500、识别所述第三坐标位置的右侧距离预设范围内的第二坐标；

S3600、控制所述机器人沿着运行方向移动的同时，以预设速度向所述第二坐标方向移动。

在该实施例中，机器人当前的位置为第三坐标位置，当根据机器人移动方向识别了第三坐标位置右侧的第二坐标后，则控制所示机器人在沿着运行方向移动的同时，向第二坐标方向移动，此时，机器人移动方向和速度为根据第三坐标和与预设范围内的第二坐标集合重新规划的路径而计算得到的。采用此种方式，可使机器人边移动边靠近边界像素层，当达到边界像素层，且第三坐标与第二坐标重合时，则控制机器人沿着边界像素层的延伸方向移动，由于第三坐标与第一坐标具有预设单元的距离，因此可避免机器人在移动过程中碰撞上障碍物，以更好地保护机器人。

在一实施例中，机器人靠右行走导航过程中，可能会碰到移动的障碍物，这些移动的障碍物可能之前不在预设路径中，为不属于移动区域位置的固定物体，例如路过的行人，或者路过的其他机器人等等，此时，请参阅图5，机器人靠右行走导航方法还包括：

S4000、获取所述机器人移动方向的障碍物位置信息；

S5000、识别所述障碍物信息是否在所述导航路径中；

S6000、当所述障碍物位置信息不在所述导航路径中时，停留预设时长。

当移动中的机器人遇上障碍物时，先要获取所示机器人的移动方向的障碍物位置信息，需要说明的是，此处获取的障碍物的位置信息为机器人在移动方向上的障碍物，为可能碰撞上，或者已经碰撞上的障碍物，其他非移动方向上的障碍物不需要进行识别和坐标获取。

在一实施例中，请参阅图6，所述获取所述机器人移动方向的障碍物位置信息的方法包括：

S4100、获取所述机器人移动的加速度信息和方向信息；

S4200、沿所述方向信息所指向的方向监测所述机器人上的激光探头获取的激光数据；

S4300、根据所述激光数据确定所述机器人移动路径上的障碍物位置信息。

机器人获取障碍物的信息方法通常是通过机器人上自带的设备实现，例如采用自身的障碍物检测装置或者视频识别装置获取的路径信息。其中，障碍物检测装置包括但不限于陀螺仪、加速计、码盘、红外或激光探测装置等，通过上述装置，可获取得到机器人移动过程中的障碍物位置信息。

本实施例中，加速度信息由加速计获得，方向信息通过陀螺仪获得，激光数据则由激光探测装置获取，根据沿着移动方向发射出去的激光与接收到的激光的时间以及机器人移动的距离可识别出障碍物的位置信息，根据障碍物位置信息可确定哪些区域可供所示机器人行走。

进一步的，机器人上还安装视频识别装置，通过识别所拍摄的移动方向的图像信息，确定所述机器人周围的障碍物信息，通过障碍物在所拍摄的图像中的位置和大小等参数确定障碍物的坐标位置信息。

进一步的，识别机器人所拍摄的图像信息可采用神经网络模型实现，通过将所拍摄的路况图像输入至训练到收敛状态的物体种类和位置识别模块中，即可输出当前拍摄的图像的障碍物的位置等。

当获取了障碍物的位置信息，还需要判断该障碍物是否在预设的导航路径中，其判断方法包括但不限于根据障碍物的位置信息，比对预设的导航路径中的同样的位置坐标的情况，若在预设的导航路径中同样的位置坐标上属于通道区域，则表示当前监测到的障碍物为临时出现在道路上的可移动障碍物，因此，在一实施例中，可控制机器人立即停止移动，等待该可移动障碍物移除机器人运动方向。这里的移动障碍物包括但不限制于人、动物或其他机器人。

在一实施例中，根据移动障碍物的类型以及实际运动速度，可设置一个机器人等待的预设时长，以使在可移动障碍物移除后继续沿着移动方向运动。例如根据人体或者机器人的移动速度，设置预设时长为10秒，当机器人等待10秒后，继续进行移动。

进一步的，还有一种情况为，当机器人在停留了预设时长后，开始启动继续运行过程之前，依旧监测到当前移动方向的预设距离范围内还右障碍物，则表示还需要继续等待，则继续增加一次预设时长的等待时间，若等待时间过久，可能导致机器人无法正常运行，为了避免这种情况，请参阅图7，在一实施例中还包括：

S7000、判断所述停留时长是否超过所述预设时长；

S8000、当超过所述预设时长，识别所述障碍物位置信息预设范围内的路径信息，根据所述路径信息生成避障路径。

识别机器人在同一个障碍物位置停留的时长是否超过于该预设时长，当超过了该预设时长则表示障碍物没有被移除，需要继续等待或者短时间内不能被移除，机器人需要等待很长一段时间，因此，当监测到机器人停留时间超过预设时长，则识别所示障碍物位置信息预设范围内的路径信息，根据该路径信息生成避障路径，让机器人根据避障路径继续进行移动。

需要说明的是，避障路径的生成方式包括，获取障碍物的位置信息以及区域面积，依据该区域面积和位置信息，继续生成边界像素层，依据上述步骤控制机器人沿着边界像素层边缘进行移动。

另一方面，本申请还公开一种机器人，包括加速计、陀螺仪、激光探测装置和处理器，所述处理器配置上述任意一项所述的机器人靠右行走导航方法，所述加速计、陀螺仪和激光探测装置分别与处理器电连接通信。

应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种机器人靠右行走导航方法，其特征在于，包括：

获取基于道路中心的导航路径；

根据所述导航路径获取边界像素层，其中，所述边界像素层为沿所述导航路径的边界向所述道路中心位置延伸预设单元的局部区域；

机器人移动过程中向右寻找所述边界像素层，并沿着所述边界像素层的延伸方向行走。

2.根据权利要求1所示的机器人靠右行走导航方法，其特征在于，所述根据所述导航路径获取边界像素层的方法包括：

获取所述导航路径上表征不可移动的障碍物的第一坐标的集合；

以所述第一坐标的集合为初始位置依次向所述道路中心延伸预设单元得到第二坐标的集合；

设定所述第一坐标的集合到第二坐标的集合之间的坐标区域范围为边界像素层。

3.根据权利要求2所述的机器人靠右行走导航方法，其特征在于，所述机器人移动过程中向右寻找所述边界像素层，并沿所述边界像素层的延伸方向行走的方法包括：

获取机器人当前在所述导航路径上的第三坐标位置；

识别所述第三坐标位置的右侧距离最近的第二坐标；

向所述第二坐标方向向右平移。

4.根据权利要求2所述的机器人靠右行走导航方法，其特征在于，所述机器人移动过程中向右寻找所述边界像素层，并沿所述边界像素层的延伸方向行走的方法包括：

获取机器人当前在所述导航路径上的第三坐标位置；

识别所述第三坐标位置的右侧距离预设范围内的第二坐标；

控制所述机器人沿着运行方向移动的同时，以预设速度向所述第二坐标方向移动。

5.根据权利要求1-4任意一项所述的机器人靠右行走导航方法，其特征在于，还包括：

获取所述机器人移动方向的障碍物位置信息；

识别所述障碍物信息是否在所述导航路径中；

当所述障碍物位置信息不在所述导航路径中时，停留预设时长。

6.根据权利要求5所述的机器人靠右行走导航方法，其特征在于，还包括：

判断所述停留时长是否超过所述预设时长；

当超过所述预设时长，识别所述障碍物位置信息预设范围内的路径信息，根据所述路径信息生成避障路径。

7.根据权利要求5所述的机器人靠右行走导航方法，其特征在于，所述获取所述机器人移动方向的障碍物位置信息的方法包括：

获取所述机器人移动的加速度信息和方向信息；

沿所述方向信息所指向的方向监测所述机器人上的激光探头获取的激光数据；

根据所述激光数据确定所述机器人移动路径上的障碍物位置信息。

8.一种机器人，其特征在于，包括加速计、陀螺仪、激光探测装置和处理器，所述处理器配置上述权利要求1-7任意一项所述的机器人靠右行走导航方法，所述加速计、陀螺仪和激光探测装置分别与处理器电连接通信。