CN110470308B - 一种避障***及方法 - Google Patents

Abstract

本申请提供一种避障***及方法，***包括：处理器；以及，存储器，用于存储以供处理器执行的计算机程序；其中，处理器用以执行：针对移动设备规划路径上的至少一个障碍物，生成代价地图；将代价地图进行聚类，生成第一障碍物簇；针对第一障碍物簇的面积大小，根据第一预设规则膨胀第一障碍物簇的面积，生成第二障碍物簇；针对第二障碍物簇的边界确定障碍物区域，确定出避开障碍物区域的路径。用以解决现有技术中对障碍物识别效率低，避障效果差的问题。

Description

一种避障***及方法

技术领域

本申请涉及智能机器人领域，具体而言，涉及一种避障***和方法。

背景技术

随着科技的发展，智能移动设备广泛的出现在现实生活中，大多应用在前台迎宾、银行接待和商场导购等商业用途中。但是在现有的应用场景中，比如商场、办公大厅等，除了存在一些静态的物体如墙面、桌椅和柜台等，还存在许多动态的物体如行人，此时智能移动设备要避开障碍物继续前进，以到达目的地或执行相应的任务。在避开障碍物之前，智能移动设备需要对障碍物进行边缘检测，并确定避开障碍物的路线。

目前障碍物的检测方法主要基于图像处理算法进行边缘检测，如梯度法、Canny算子等。其中，利用图像处理算法进行边缘检测时，主要提高了边缘检测的鲁棒性，但是检测的速度较慢，不能快速的规划出避开障碍物的路径。

发明内容

本申请实施例的目的在于提供一种避障***和方法，用以解决现有技术中对障碍物识别效率低，避障效果差的问题。

第一方面，本发明实施例提供一种避障***，包括：处理器；以及，存储器，用于存储以供处理器执行的计算机程序；其中，处理器用以执行：针对移动设备规划路径上的至少一个障碍物，生成代价地图；将代价地图进行聚类，生成第一障碍物簇；针对第一障碍物簇的面积大小，根据第一预设规则膨胀第一障碍物簇的面积，生成第二障碍物簇；针对第二障碍物簇的边界确定障碍物区域，确定出避开障碍物区域的路径。

在可选的实施方式中，针对规划路径上至少一个障碍物，生成代价地图，包括：获取至少一个障碍物的信息；获取当前场景的原始地图数据；根据至少一个障碍物的信息在原始地图数据中配置图层；根据图层和原始地图数据生成代价地图。

在可选的实施方式中，将代价地图进行聚类，生成第一障碍物簇，包括：

针对代价地图中的至少一个障碍物，划定每个障碍物的边界；根据第二预设规则，将边界之间的距离小于预设阈值的至少两个障碍物划为一个第一障碍物簇，得到至少一个第一障碍物簇。

在可选的实施方式中，针对第一障碍物簇的面积大小，根据第一预设规则膨胀障碍物簇的面积，生成第二障碍物簇，包括：计算每个第一障碍物簇在代价地图的占比值；根据第一障碍物簇在代价地图的占比值的排名，膨胀第一障碍物簇的范围，生成第二障碍物簇；其中，第一障碍物簇在代价地图的占比值的排名与第一障碍物簇的膨胀范围成反比。

在可选的实施方式中，针对第二障碍物簇的边界确定障碍物区域，确定出避开障碍物区域的路径，包括：根据移动设备的位置及规划路径确定移动设备距离规划路径最近的路径点；若在距离路径点的预设范围内，存在第二障碍物簇，则在规划路径上避开第二障碍物簇后，生成避障路径。

第二方面，本发明实施例提供一种避障方法，包括：针对移动设备规划路径上的至少一个障碍物，生成代价地图；将代价地图进行聚类，生成第一障碍物簇；针对第一障碍物簇的面积大小，根据第一预设规则膨胀第一障碍物簇，生成第二障碍物簇；针对第二障碍物簇的边界确定障碍物区域，确定出避开障碍物区域的路径。

在可选的实施方式中，针对移动设备规划路径上的至少一个障碍物，生成代价地图，包括：获取至少一个障碍物的信息；获取当前场景的原始地图数据；根据至少一个障碍物的信息在原始地图数据中配置图层；根据图层和原始地图数据生成代价地图。

在可选的实施方式中，将代价地图进行聚类，生成第一障碍物簇，包括：针对代价地图中的至少一个障碍物，划定每个障碍物的边界；根据第二预设规则，将边界之间的距离小于预设阈值的至少两个障碍物划为一个第一障碍物簇，得到至少一个第一障碍物簇。

在可选的实施方式中，针对第一障碍物簇的面积大小，根据第一预设规则膨胀障碍物簇的面积，生成第二障碍物簇，包括：计算每个第一障碍物簇在代价地图的占比值；根据第一障碍物簇在代价地图的占比值的排名，膨胀第一障碍物簇的范围，生成第二障碍物簇；其中，第一障碍物簇在代价地图的占比值的排名与第一障碍物簇的膨胀范围成反比。

在可选的实施方式中，针对第二障碍物簇的边界确定障碍物区域，确定出避开障碍物区域的路径，包括：根据移动设备的位置及规划路径确定移动设备距离规划路径最近的路径点；若在距离路径点的预设范围内，存在第二障碍物簇，则在规划路径上避开第二障碍物簇后，生成避障路径。在上述实现过程中，通过聚类的方式，根据障碍物大小膨胀不同距离，极大提高智能设备导航的安全性，避免对各类传感器分别处理，降低了***以及处理器负担。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的一种避障***的示意图；

图2是本申请实施例提供的一种避障方法的流程图；

图3是图2所示步骤S100的具体流程图；

图4是图2所示步骤S200的具体流程图；

图5是图2所示步骤S300的具体流程图；

图6是图2所示步骤S400的具体流程图。

图标：***10，处理器100，存储器200。

具体实施方式

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描述。

图1为本申请实施例提供的一种避障***的示意图，***10包括：处理器100以及存储器200，处理器100电性耦接于存储器200。其中存储器200用于存储以供处理器100执行的计算机程序；处理器100用以执行的计算机程序为：针对移动设备规划路径上的任意障碍物，生成代价地图；将代价地图进行聚类，生成第一障碍物簇；针对第一障碍物簇的大小，膨胀第一障碍物簇，生成第二障碍物簇；针对第二障碍物簇的边界确定障碍物区域，确定出避开障碍物区域的路径。

于一实施例中，处理器100可以是通用处理器，例如中央处理器(centralprocessing unit，CPU)，还可以是数字信号处理器(digital signal processing，DSP)、专用集成电路(application specific integrated circuit，ASIC)，或者是被配置成实施本发明实施例的一个或多个集成电路。处理器100可处理通过通信接口接收到的数据。

通信接口用于服务器与其他网络设备进行通信，例如终端进行通信。通信接口可以是收发器、收发电路等，其中，通信接口是统称，可以包括一个或多个接口，例如终端与服务器之间的接口。通信接口可以包括有线接口和无线接口，例如标准接口、以太网、多机同步接口。

处理器100可用于读取和执行计算机可读指令。处理器100可用于调用存储于存储器200中的数据。当处理器100接收及/或传送讯号或数据时，其通过驱动或控制通信接口进行发送。图2是本申请实施例提供的一种避障方法的流程图，包括：

步骤S100：针对移动设备规划路径上的至少一个障碍物，生成代价地图；

步骤S200：将代价地图进行聚类，生成第一障碍物簇；

步骤S300：针对第一障碍物簇的面积大小，根据第一预设规则膨胀第一障碍物簇的面积，生成第二障碍物簇；

步骤S400：针对第二障碍物簇的边界确定障碍物区域，确定出避开障碍物区域的路径。

于一实施例中，移动设备可以是智能机器人、智能购物车等应用在大型商场、酒店等场景，具体用于导览、巡视等场景中的智能设备。移动设备规划路径指的是全局的规划路径，主要是基于静态代价地图和动态代价地图确定出的规划路径。

其中，全局规划路径是以移动设备移动设备的初始位置为起点，需要执行的任务的目标位置为终点确定出的一条移动路线；其中移动路线规避掉了全部或部分固定障碍物，并且规划路径最短。

于一实施例中，代价地图中主要包括：静态代价地图、动态代价地图、膨胀代价地图。其中，静态代价地图是由移动设备通过SLAM(SimultaneousLocalization andMapping，即时定位与地图)，是全局和静态的，体现了移动设备的整体工作环境，是本发明实施例中全局路径规划的依据；动态代价地图是移动设备在执行某种任务时，通过自身中存储的传感器(如激光、雷达等)实时扫描周围的环境，检测障碍物时生成的，是全局和动态的，体现了移动设备对周围环境的不确定性，是本发明实施例中局部避障时规划路径的依据。以机器人为例，代价地图(costmap)是机器人收集传感器信息，建立和更新的二维或三维地图。在机器人进行路径规划时，依靠的是gmapping扫描构建的一张环境全局地图，这张地图是静态的。

膨胀代价地图是根据移动设备的半径，在静态代价地图和动态代价地图的基础上，将障碍物膨胀预设距离，形成一个防碰撞的安全区域。其中，膨胀是指在原代价地图中障碍物的实际边界范围的基础上，扩大障碍物在的边界范围，使得移动设备可以与实际障碍物保持一个安全过程，这一扩大障碍物在的边界范围的过程称为膨胀。以机器人为例，在现实环境中，总会有各种无法预料到的新障碍物出现在当前地图中，或者旧的障碍物现在已经从环境地图中被移除掉了，那么就需要来随时更新这张地图。由于默认的地图是一张黑白灰三色地图，即只会标出障碍物区域、自由移动区域和未被探索区域。机器人在这样的地图中进行路径规划，会导致规划的路径不够安全。如果将障碍物膨胀预设距离，机器人在移动时与障碍物之间可以保持一定的安全缓冲距离，可以提高安全性。

图3是图2所示步骤S100的具体流程图，步骤S100包括：

步骤S110：获取至少一个障碍物的信息；

步骤S120：获取当前场景的原始地图数据；

步骤S130：根据至少一个障碍物的信息在原始地图数据中配置图层；

步骤S140：根据配置图层和原始地图数据生成代价地图。

于一实施例中，获取障碍物信息可以藉由设置在移动设备的传感器设备进行实时扫描获取的位置、距离、大小等信息。原始数据地图可以由存储器200本地存储或藉由通信设备经过通信过程传输实时下载，以生成原始地图数据，障碍物信息获取后在原始地图数据中生成对应的图层，例如，在坐标(x,y)处有面积为a的障碍物，则在图层生成相应坐标及面积的障碍物，带有该障碍物图层的原始地图数据即为代价地图。

图4是图2所示步骤S200的具体流程图，步骤S200包括：

步骤S210：针对代价地图中至少一个障碍物，划定每个障碍物的边界；

步骤S220：根据第二预设规则，将边界之间的距离小于预设阈值的至少两个障碍物划为一个第一障碍物簇，得到至少一个第一障碍物簇。

于一实施例中，障碍物边界是决定障碍物可以阻挡移动设备前进或移动的最接近边界。

于一实施例中，采用DBSCAN(Density-Based Spatial Clustering ofApplications with Noise，具有噪声的基于密度的聚类方法)聚类方法将代价地图聚类成第一障碍物簇，该算法将具有足够密度的区域划分为簇，并在具有噪声的空间数据库中发现任意形状的簇，它将簇定义为密度相连的点的最大集合。

图5是图2所示步骤S300的具体流程图，步骤S300包括：

步骤S310：计算每个第一障碍物簇在代价地图的占比值。

步骤S320：根据第一障碍物簇在代价地图的占比值的排名，膨胀第一障碍物簇的范围，生成第二障碍物簇。

于一实施例中，第一障碍物簇在代价地图的占比值的排名与第一障碍物簇的膨胀范围成反比。由于环境中小的障碍物移动概率大、识别率低，所以危险程度高。在路径规划及安全避障过程中需要遍历所有障碍物簇，并依据障碍物簇的大小，以及障碍物簇越小膨胀越大的原则，确定膨胀不同距离。

于一实施例中，膨胀规则可以为D＝k×exp(T/s×m)，其中k、T为通过实验测得的参数，s为每个第一障碍物簇的所占的栅格数量，m表示每个第一障碍物簇的长宽比值，m≤1，当长w小于宽h时等于m＝w/h，反之m＝h/w。

图6是图2所示步骤S400的具体流程图，步骤S400包括：

步骤S410：根据移动设备的位置及规划路径确定移动设备距离规划路径最近的路径点；

步骤S420：若在距离路径点的预设范围内，存在第二障碍物簇，则在规划路径上避开第二障碍物簇后，生成避障路径。

于一实施例中，移动设备会实时检测规划路径上距离自身最近的路径点，当确定到距离最近的路径点后，移动设备会针对距离最近的路径点检测周围一定预设范围内是否存在第二障碍物簇，并确定第二障碍物簇是否在移动设备移动方向的规划路径上，如果在，则在规划路径上避开第二障碍物簇后，生成避障路径，并在地图中更新路径信息。

于一实施例中，针对距离最近的路径点进行检测时，移动设备具有一定的检测预设范围，在进行检测的过程中，移动设备将以距离最近的路径点作为中心点，检测半径为R的范围内进行检测，确定距离最近的路径点在移动方向R范围内是否存在障碍物。其中，检测半径R是存储在移动设备移动设备内部的，且检测半径R可以根据代价地图、移动环境等进行自动调节。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，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，又例如，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通信接口，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。

另外，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例方案的目的。

再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

需要说明的是，功能如果以软件功能模块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)执行本申请各个实施例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(Read-Only Memory，ROM)随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，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)

1.一种避障***，其特征在于，包括：

处理器；以及，

存储器，用于存储以供处理器执行的计算机程序；其中，

处理器用以执行：

针对移动设备规划路径上的至少一个障碍物，生成代价地图；其中，

生成代价地图包括：

获取所述至少一个障碍物的信息；

获取当前场景的原始地图数据；

根据所述至少一个障碍物的信息在所述原始地图数据中配置图层；

根据所述图层和所述原始地图数据生成所述代价地图；

将所述代价地图进行聚类，生成第一障碍物簇；

针对所述第一障碍物簇的面积大小，根据第一预设规则膨胀所述第一障碍物簇的面积，生成第二障碍物簇；

膨胀规则为D＝k×exp(T/s×m)，其中k、T为通过实验测得的参数，s为每个第一障碍物簇的所占的栅格数量，m表示每个第一障碍物簇的长宽比值，m≤1，当长w小于宽h时等于m＝w/h，反之m＝h/w；

针对所述第二障碍物簇的边界确定障碍物区域，确定出避开所述障碍物区域的路径。

2.根据权利要求1所述的***，其特征在于，所述将所述代价地图进行聚类，生成第一障碍物簇，包括：

针对所述代价地图中的所述至少一个障碍物，划定每个所述障碍物的边界；

根据第二预设规则，将边界之间的距离小于预设阈值的至少两个所述障碍物划为一个第一障碍物簇，得到至少一个所述第一障碍物簇。

3.根据权利要求1所述的***，其特征在于，所述针对所述第一障碍物簇的面积大小，根据第一预设规则膨胀所述障碍物簇的面积，生成第二障碍物簇，包括：

计算每个所述第一障碍物簇在所述代价地图的占比值；

根据所述第一障碍物簇在所述代价地图的占比值的排名，膨胀所述第一障碍物簇的范围，生成所述第二障碍物簇；其中，

所述第一障碍物簇在所述代价地图的占比值的排名与所述第一障碍物簇的膨胀范围成反比。

4.根据权利要求1所述的***，其特征在于，所述针对所述第二障碍物簇的边界确定障碍物区域，确定出避开所述障碍物区域的路径，包括：

根据所述移动设备的位置及所述规划路径确定所述移动设备距离所述规划路径最近的路径点；

若在距离所述路径点的预设范围内，存在所述第二障碍物簇，则在所述规划路径上避开所述第二障碍物簇后，生成避障路径。

5.一种避障方法，其特征在于，包括：

针对移动设备规划路径上的至少一个障碍物，生成代价地图；其中，

生成代价地图包括：

获取所述至少一个障碍物的信息；

获取当前场景的原始地图数据；

根据所述至少一个障碍物的信息在所述原始地图数据中配置图层；

根据所述图层和所述原始地图数据生成代价地图；

将所述代价地图进行聚类，生成第一障碍物簇；

针对所述第一障碍物簇的面积大小，根据第一预设规则膨胀所述第一障碍物簇的面积，生成第二障碍物簇；

膨胀规则为D＝k×exp(T/s×m)，其中k、T为通过实验测得的参数，s为每个第一障碍物簇的所占的栅格数量，m表示每个第一障碍物簇的长宽比值，m≤1，当长w小于宽h时等于m＝w/h，反之m＝h/w；

针对所述第二障碍物簇的边界确定障碍物区域，确定出避开所述障碍物区域的路径。

6.根据权利要求5所述的方法，其特征在于，所述将所述代价地图进行聚类，生成第一障碍物簇，包括：

针对所述代价地图中的所述至少一个障碍物，划定每个所述障碍物的边界；

根据第二预设规则，将边界之间的距离小于预设阈值的至少两个所述障碍物划为一个第一障碍物簇，得到至少一个所述第一障碍物簇。

7.根据权利要求5所述的方法，其特征在于，所述针对所述第一障碍物簇的面积大小，根据第一预设规则膨胀所述障碍物簇的面积，生成第二障碍物簇，包括：

计算每个所述第一障碍物簇在所述代价地图的占比值；

根据所述第一障碍物簇在所述代价地图的占比值的排名，膨胀所述第一障碍物簇的范围，生成所述第二障碍物簇；其中，

所述第一障碍物簇在所述代价地图的占比值的排名与所述第一障碍物簇的膨胀范围成反比。

8.根据权利要求5所述的方法，其特征在于，所述针对所述第二障碍物簇的边界确定障碍物区域，确定出避开所述障碍物区域的路径，包括：

根据所述移动设备的位置及所述规划路径确定所述移动设备距离所述规划路径最近的路径点；

若在距离所述路径点的预设范围内，存在所述第二障碍物簇，则在所述规划路径上避开所述第二障碍物簇后，生成避障路径。

Images