CN110595478A - 基于离线地图的机器人全覆盖路径规划方法、装置及设备 - Google Patents
基于离线地图的机器人全覆盖路径规划方法、装置及设备 Download PDFInfo
- Publication number
- CN110595478A CN110595478A CN201910869194.1A CN201910869194A CN110595478A CN 110595478 A CN110595478 A CN 110595478A CN 201910869194 A CN201910869194 A CN 201910869194A CN 110595478 A CN110595478 A CN 110595478A
- Authority
- CN
- China
- Prior art keywords
- path
- sub
- map
- line
- area
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
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
本发明公开了一种基于离线地图的机器人全覆盖路径规划方法,通过滑动法将地图分割成若干个较为规则的子区域,接着规划子区域之间的遍历顺序,最后规划每个子区域内部的弓字形路径,并连接所有子区域的路径获得整个地图的路径。该方法适用于离线地图,能够提前计算好扫地机器人全覆盖路径的路径点,可以提高路径规划的效率。
Description
技术领域
本发明涉及扫地机器人清扫全覆盖路径的规划方法,尤其是一种基于离线地图的机器人全覆盖路径规划方法、装置及设备。
背景技术
扫地机器人是一种家用服务机器人,目前已成为一个热门研究领域。扫地机器人的清扫方式主要有两种,一种是利用传感器感知环境信息,当扫地机器人通过激光或视觉传感器“看见”不远处有障碍物时,提前更改行走方向以绕过障碍物继续清扫。这种无规划式的清扫方式存在重复率高、效率低等缺点。另一种是提前构建好室内环境的地图,这样在清扫时就能够对已清扫部分和未清扫部分进行区分,从而降低清扫的重复率。而对于扫地机器人来说,清扫路径的覆盖率也是评价其性能的重要指标之一。如何利用已知的地图信息进行全覆盖路径的规划,是扫地机器人的重点研究技术。
发明内容
发明目的:针对上述现有技术存在的缺陷,本发明旨在提供一种基于离线地图的机器人全覆盖路径规划方法、装置及设备,提高扫地机器人清扫路径规划的效率和覆盖率。
技术方案:一种基于离线地图的机器人全覆盖路径规划方法,包括如下步骤:
(1)通过滑动法对地图进行分割获得子区域;
(2)规划子区域之间的遍历顺序;
(3)规划每个子区域内部的路径;
(4)连接所有子区域的路径获得整个地图的路径。
进一步的,所述步骤(1)具体包括如下子步骤:
(1.1)在地图的可行区域中,找到y坐标最小的点,构造一条经过此点且与x轴平行的直线,记为滑动线l;
(1.2)将滑动线l与第一行对齐,并计算第一行连通域的个数,以下步骤从第二行开始;
(1.3)沿着y轴方向向下滑动l并计算每一行的连通性,即连通域的个数;
(1.4)对于上一行中的某个连通域s_l,如果当前行中只有一个连通域s_c与其连通,则将s_c划分到s_l所在的子区域中;如果当前行有n个连通域与s_l连通,n>1,则结束s_l所在子区域的划分,并开始n个新的子区域的划分;
(1.5)对于当前行中的某一个连通域s_c,如果上一行中有0个或n个连通域与其连通,n>1,则结束这n个连通域所在的子区域的划分,并开始1个新区域的划分;
(1.6)重复步骤(1.3)~(1.5),直到l滑动到地图的最底部,划分结束。
进一步的,步骤(2)所述规划子区域之间的遍历顺序采用如下方法:
(2.1)根据机器人在地图上的初始位置获取机器人所在的子区域,作为遍历的第一个子区域;
(2.2)确定好第一个子区域以后,使用TSP方法规划其余子区域的遍历顺序。
进一步的,步骤(3)所述规划每个子区域内部的路径具体采用如下方法:
(3.1)计算子区域的路径线;
(3.2)将路径线依次连接得到该子区域的弓字形路径。
进一步的,所述步骤(3.1)具体采用如下方法:
(3.1.1)获取子区域中所有地图点坐标的最大值和最小值:x_min、x_max、y_min、y_max;
(3.1.2)计算第一条路径线:固定y=y_init,从x=x_init开始以步长ds逐渐增加x的值,得到的(x,y)组合依次作为路径点的坐标,直到x≥x_max为止;其中,y_init=y_min+do,x_init=x_min+do;
(3.1.3)计算其余的路径线:以步长dp逐渐增加y的值,直到y>y_max为止,得到的值作为每条路径线上路径点的y坐标,x坐标则使用与(3.1.2)同样的方法计算得到;
并且,在步骤(3.1.2)前设定路径与障碍物的最小距离do、路径点之间的最小距离ds、路径线间距dp。
进一步的,所述步骤(3.2)采用如下方法:
(3.2.1)使用A*算法依次计算机器人的当前位置与子区域的四个顶点之间的路径,选择路径长度最短的顶点作为子区域遍历的起点;其中,顶点依次为该其区域第一条路线上第一个点、最后一个点,最后一条路径线上第一个点、最后一个点,其编号分别为0、1、2、3;
(3.2.2)如果起点的编号小于2,则从第一条路径线开始向下依次连接路径;反之,则从最后一条路径线开始向上依次连接路径;
(3.2.3)如果起点的编号是0或2,则将路径点连接为弓字形路径;如果起点编号是1或3,则将路径点连接为S字形路径。
进一步的,所述步骤(3.2.3)具体为:如果起点的编号是0或2,则第一次连接时,按照从左到右的顺序依次连接路径点,并将最后一个路径点与下一条路径线上最右边的点连接,同时按照从右到左的顺序依次连接下一条路径线上的点;以此类推,得到弓字形路径;
如果起点编号是1或3,则第一次连接时,按照从右到左的顺序依次连接路径点,并将最后一个路径点与下一条路径线上最左边的点连接,同时按照从左到右的顺序依次连接下一条路径线上的点;以此类推,得到S字形路径。
进一步的,在所述步骤(1)之前还包括对地图区域进行预处理,在步骤(3.1)之前还包括对子区域进行预处理,预处理的方法为:
(A)计算区域的主方向;
(B)对该区域的地图进行旋转,使主方向与地图x轴的方向一致。
进一步的,步骤(A)中所述计算区域的主方向具体方法为:
(A1)检测地图的边界线段;
(A2)提取边界线段中所有的直线段,直线段的长度不小于预设的阈值;
(A3)计算出各直线段的方向,将各直线段的方向按照角度范围分组,将频数最多的组的角度范围平均值作为该区域的主方向。
进一步的,所述步骤(4)具体是:将步骤(3)中每个子区域的最后一个路径点作为机器人的当前位置,用以计算下一个子区域的起始路径点,再根据步骤(2)得到的子区域之间的遍历顺序连接得到整个地图的路径。
一种基于离线地图的机器人全覆盖路径规划装置,包括:
地图分割模块:用于通过滑动法对地图进行分割获得子区域;
遍历顺序规划模块:用于规划子区域之间的遍历顺序;
内部路径规划模块:用于规划每个子区域内部的路径;
路径整合模块:用于连接所有子区域的路径获得整个地图的路径。
进一步的,还包括驱动模块,用于驱动扫地机器人按照路径整合模块输出的路径行走。
进一步的,所述地图分割模块:具体是用于:
在地图的可行区域中,找到y坐标最小的点,构造一条经过此点且与x轴平行的直线,记为滑动线l;沿着y轴方向向下滑动l并计算每一行连通域的个数;
若当前行中只有一个连通与上一行的一个连通域连通,则将当前行中的这一连通域划分到上一行的这一连通域所在的子区域中;若当前行中只有一个连通与上一行的一个连通域连通则开始多个新的子区域的划分;
对于当前行中的某一个连通域s_c,如果上一行中有0个或n个连通域与其连通,n>1,则结束这n个连通域所在的子区域的划分,并开始1个新区域的划分;
直到l滑动到地图的最底部,划分结束。
进一步的,所述遍历顺序规划模块包括:
初始位置获取模块,用于获取机器人在地图上的初始位置所在的子区域作为遍历的第一个子区域;
TSP模块,用于基于TSP规划其余子区域的遍历顺序。
进一步的,还包括:
主方向计算模块,用于计算地图区域或子区域的主方向;
旋转模块,用于对地图进行旋转,使主方向与地图x轴的方向一致;
此外,所述内部路径规划模块包括:
路径线计算模块:用于计算子区域的路径线;
路径线连接模块:用于将路径线依次连接得到该子区域的弓字形路径。
一种设备,包括处理器和存储器,所述存储器用于存储程序,所述处理器用于运行程序,以执行上述基于离线地图的机器人全覆盖路径规划方法。
有益效果:本发明通过滑动法将地图分割成若干个较为规则的子区域,接着使用旅行商问题来规划子区域之间的遍历顺序,最后规划每个子区域内部的弓字形路径,并连接所有子区域的路径获得整个地图的路径。该方法适用于离线地图,能够提前计算好扫地机器人全覆盖路径的路径点,可以提高路径规划的效率。
附图说明
图1为本发明的方法流程图。
具体实施方式
下面通过一个最佳实施例并结合附图对本技术方案进行详细说明。
一种基于离线地图的机器人全覆盖路径规划装置,包括地图分割模块、遍历顺序规划模块、内部路径规划模块、路径整合模块、驱动模块、主方向计算模块、旋转模块。
地图分割模块:用于通过滑动法对地图进行分割获得子区域,具体是用于:
在地图的可行区域中,找到y坐标最小的点,构造一条经过此点且与x轴平行的直线,记为滑动线l;沿着y轴方向向下滑动l并计算每一行连通域的个数;
若当前行中只有一个连通与上一行的一个连通域连通,则将当前行中的这一连通域划分到上一行的这一连通域所在的子区域中;若当前行中只有一个连通与上一行的一个连通域连通则开始多个新的子区域的划分;
对于当前行中的某一个连通域s_c,如果上一行中有0个或n个连通域与其连通,n>1,则结束这n个连通域所在的子区域的划分,并开始1个新区域的划分;
直到l滑动到地图的最底部,划分结束。
遍历顺序规划模块:用于规划子区域之间的遍历顺序,包括初始位置获取模块和TSP模块;
初始位置获取模块用于获取机器人在地图上的初始位置所在的子区域作为遍历的第一个子区域;
TSP模块用于基于TSP规划其余子区域的遍历顺序。
内部路径规划模块用于规划每个子区域内部的路径,包括路径线计算模块和路径线连接模块。
路径线计算模块用于计算子区域的路径线;
路径线连接模块用于将路径线依次连接得到该子区域的弓字形路径。
路径整合模块用于连接所有子区域的路径获得整个地图的路径。
驱动模块用于驱动扫地机器人按照路径整合模块输出的路径行走。
主方向计算模块用于计算地图区域或子区域的主方向。
旋转模块用于对地图进行旋转,使主方向与地图x轴的方向一致。
本实施例针对已获得的离线地图,通过滑动法将地图分割成若干个较为规则的子区域,接着使用旅行商问题来规划子区域之间的遍历顺序,最后规划每个子区域内部的弓字形路径,并连接所有子区域的路径获得整个地图的路径。
如图1所示,该装置的实现方法具体包括如下步骤:
(1)通过滑动法对地图进行分割获得子区域;
(2)规划子区域之间的遍历顺序;
(3)规划每个子区域内部的路径;
(4)连接所有子区域的路径获得整个地图的路径。
详细方法如下:
地图分割
本实施例使用一种“滑动”法将环境地图分割成若干个较为规则的子区域,即通过滑动一条线来获取地图的障碍物区域和可行区域并进行分割。在该方法中,滑动线方向的选取将影响到最终路径的规划效果,尤其是分割得到的子区域的数量以及每个子区域中路径的转折次数。本实施例使用地图的主方向作为滑动线的方向。地图分割主要有以下步骤:
首先,对地图区域进行预处理,即
(A)计算区域的主方向,具体方法为:
(A1)检测地图的边界线段;
(A2)提取边界线段中所有的直线段,直线段的长度不小于预设的阈值,如1m;
(A3)计算出各直线段的方向,将各直线段的方向按照角度范围分组,将频数最多的组的角度范围平均值作为该区域的主方向,本实施例中计算各直线段的方向与地图x轴的角度,按某个组距大小绘制角度直方图,选择频数最多的那组的平均值作为地图主方向。
(B)根据主方向计算地图相对于地图坐标系的旋转矩阵,对该区域的地图进行旋转,使主方向与地图x轴的方向一致。
之后,对旋转后的地图进行分割获得子区域。具体包括:
(1.1)已知图片的坐标系定义为:原点在图片的左上角第一个点,x轴正方向向右,y轴正方向向下;在地图的可行区域中,找到y坐标最小的点,构造一条经过此点且与x轴平行的直线,记为滑动线l;
(1.2)将滑动线l与第一行对齐,并计算第一行连通域的个数,以下步骤从第二行开始;“行”即地图图片中像素的行;
(1.3)沿着y轴方向向下滑动l并计算每一行的连通性,即连通域的个数;
(1.4)对于上一行中的某个连通域s_l,如果当前行中只有一个连通域s_c与其连通,则将s_c划分到s_l所在的子区域中;如果当前行有n个连通域与s_l连通,n>1,则结束s_l所在子区域的划分,并开始n个新的子区域的划分;
(1.5)对于当前行中的某一个连通域s_c,如果上一行中有0个或n个连通域与其连通,n>1,则结束这n个连通域所在的子区域的划分,并开始1个新区域的划分;
(1.6)重复步骤(1.3)~(1.5),直到l滑动到地图的最底部,划分结束。
子区域遍历顺序确定
上一步将地图分割成了若干个其区域,接着需要确定子区域的遍历顺序,也就是扫地机的清扫顺序。具体流程如下:
(2.1)根据机器人在地图上的初始位置获取机器人所在的子区域,作为遍历的第一个子区域;
(2.2)确定好第一个子区域以后,使用TSP方法(Traveling Salesman Problem,旅行商问题)规划其余子区域的遍历顺序。
子区域弓字形路径规划
为了获得整个地图的清扫路径,在确定好子区域的遍历顺后还需要对每个子区域内部的遍历路径进行规划。主要有以下步骤:
首先,对子区域进行预处理,即
(A)计算子区域的主方向,具体方法为:
(A1)检测地图的边界线段;
(A2)提取边界线段中所有的直线段,直线段的长度不小于预设的阈值,如1m;
(A3)计算出各直线段的方向,将各直线段的方向按照角度范围分组,将频数最多的组的角度范围平均值作为该区域的主方向,本实施例中计算各直线段的方向与地图x轴的角度,按某个组距大小绘制角度直方图,选择频数最多的那组的平均值作为子区域的主方向。
(B)根据主方向计算地图相对于地图坐标系的旋转矩阵,对该区域的地图进行旋转,使主方向与地图x轴的方向一致,“方向一致”即为与x轴平行。
之后,(3.1)计算子区域的路径线,具体包括:
(3.1.1)获取子区域中所有地图点坐标的最大值和最小值:x_min、x_max、y_min、y_max;
(3.1.2)计算第一条路径线:固定y=y_init,从x=x_init开始以步长ds逐渐增加x的值,得到的(x,y)组合依次作为路径点的坐标,直到x≥x_max为止(x≥x_max时的值不作为路径点坐标);其中,y_init=y_min+do,x_init=x_min+do;
(3.1.3)计算其余的路径线:以步长dp逐渐增加y的值,直到y>y_max为止,得到的值作为每条路径线上路径点的y坐标,x坐标则使用与(3.1.2)同样的方法计算得到;
并且,在步骤(3.1.2)前设定路径与障碍物的最小距离do、路径点之间的最小距离ds、路径线间距dp。
之后,(3.2)将路径线依次连接得到该子区域的弓字形路径,采用如下方法:
(3.2.1)使用A*算法(A-Star算法)依次计算机器人的当前位置与子区域的四个顶点之间的路径,选择路径长度最短的顶点作为子区域遍历的起点;其中,顶点依次为该其区域第一条路线上第一个点、最后一个点,最后一条路径线上第一个点、最后一个点,其编号分别为0、1、2、3;其中,最后一条路径线意为:在步骤(3.1.3)中,计算得到所有的路径线中,满足y<=y_max的最后得到的一条路径线。
(3.2.2)如果起点的编号小于2,则从第一条路径线开始向下依次连接路径;反之,则从最后一条路径线开始向上依次连接路径;
(3.2.3)如果起点的编号是0或2,则将路径点连接为弓字形路径;如果起点编号是1或3,则将路径点连接为S字形路径(即镜像的弓字形路径)。
所述步骤(3.2.3)具体为:如果起点的编号是0或2,则第一次连接时,按照从左到右的顺序依次连接路径点,并将最后一个路径点与下一条路径线上最右边的点连接,同时按照从右到左的顺序依次连接下一条路径线上的点;以此类推,得到弓字形路径;
如果起点编号是1或3,则第一次连接时,按照从右到左的顺序依次连接路径点,并将最后一个路径点与下一条路径线上最左边的点连接,同时按照从左到右的顺序依次连接下一条路径线上的点;以此类推,得到S字形路径。
而步骤(4)具体是:将步骤(3)中每个子区域的最后一个路径点作为机器人的当前位置,用以计算下一个子区域的起始路径点,再根据步骤(2)得到的子区域之间的遍历顺序连接得到整个地图的路径。
本实施例还提供一种设备,包括处理器和存储器,所述存储器用于存储程序,所述处理器用于运行程序,以执行上述基于离线地图的机器人全覆盖路径规划方法。
以上仅是本发明的优选实施方式,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 (16)
1.基于离线地图的机器人全覆盖路径规划方法,其特征在于,包括如下步骤:
(1)通过滑动法对地图进行分割获得子区域;
(2)规划子区域之间的遍历顺序;
(3)规划每个子区域内部的路径;
(4)连接所有子区域的路径获得整个地图的路径。
2.根据权利要求1所述的基于离线地图的机器人全覆盖路径规划方法,其特征在于,所述步骤(1)具体包括如下子步骤:
(1.1)在地图的可行区域中,找到y坐标最小的点,构造一条经过此点且与x轴平行的直线,记为滑动线l;
(1.2)将滑动线l与第一行对齐,并计算第一行连通域的个数,以下步骤从第二行开始;
(1.3)沿着y轴方向向下滑动l并计算每一行的连通性,即连通域的个数;
(1.4)对于上一行中的某个连通域s_l,如果当前行中只有一个连通域s_c与其连通,则将s_c划分到s_l所在的子区域中;如果当前行有n个连通域与s_l连通,n>1,则结束s_l所在子区域的划分,并开始n个新的子区域的划分;
(1.5)对于当前行中的某一个连通域s_c,如果上一行中有0个或n个(n>1)以上的连通域与其连通,则结束这n个连通域所在的子区域的划分,并开始1个新区域的划分;
(1.6)重复步骤(1.3)~(1.5),直到l滑动到地图的最底部,划分结束。
3.根据权利要求1所述的基于离线地图的机器人全覆盖路径规划方法,其特征在于,步骤(2)所述规划子区域之间的遍历顺序采用如下方法:
(2.1)根据机器人在地图上的初始位置获取机器人所在的子区域,作为遍历的第一个子区域;
(2.2)确定好第一个子区域以后,使用TSP方法规划其余子区域的遍历顺序。
4.根据权利要求1所述的基于离线地图的机器人全覆盖路径规划方法,其特征在于,步骤(3)所述规划每个子区域内部的路径具体采用如下方法:
(3.1)计算子区域的路径线;
(3.2)将路径线依次连接得到该子区域的弓字形路径。
5.根据权利要求4所述的基于离线地图的机器人全覆盖路径规划方法,其特征在于,所述步骤(3.1)具体采用如下方法:
(3.1.1)获取子区域中所有地图点坐标的最大值和最小值:x_min、x_max、y_min、y_max;
(3.1.2)计算第一条路径线:固定y=y_init,从x=x_init开始以步长ds逐渐增加x的值,得到的(x,y)组合依次作为路径点的坐标,直到x≥x_max为止;其中,y_init=y_min+do,x_init=x_min+do;
(3.1.3)计算其余的路径线:以步长dp逐渐增加y的值,直到y>y_max为止,得到的值作为每条路径线上路径点的y坐标,x坐标则使用与(3.1.2)同样的方法计算得到;
并且,在步骤(3.1.2)前设定路径与障碍物的最小距离do、路径点之间的最小距离ds、路径线间距dp。
6.根据权利要求4所述的基于离线地图的机器人全覆盖路径规划方法,其特征在于,所述步骤(3.2)采用如下方法:
(3.2.1)使用A*算法依次计算机器人的当前位置与子区域的四个顶点之间的路径,选择路径长度最短的顶点作为子区域遍历的起点;其中,顶点依次为该其区域第一条路线上第一个点、最后一个点,最后一条路径线上第一个点、最后一个点,其编号分别为0、1、2、3;
(3.2.2)如果起点的编号小于2,则从第一条路径线开始向下依次连接路径;反之,则从最后一条路径线开始向上依次连接路径;
(3.2.3)如果起点的编号是0或2,则将路径点连接为弓字形路径;如果起点编号是1或3,则将路径点连接为S字形路径。
7.根据权利要求6所述的基于离线地图的机器人全覆盖路径规划方法,其特征在于,所述步骤(3.2.3)具体为:如果起点的编号是0或2,则第一次连接时,按照从左到右的顺序依次连接路径点,并将最后一个路径点与下一条路径线上最右边的点连接,同时按照从右到左的顺序依次连接下一条路径线上的点;以此类推,得到弓字形路径;
如果起点编号是1或3,则第一次连接时,按照从右到左的顺序依次连接路径点,并将最后一个路径点与下一条路径线上最左边的点连接,同时按照从左到右的顺序依次连接下一条路径线上的点;以此类推,得到S字形路径。
8.根据权利要求4所述的基于离线地图的机器人全覆盖路径规划方法,其特征在于,在所述步骤(1)之前还包括对地图区域进行预处理,在步骤(3.1)之前还包括对子区域进行预处理,预处理的方法为:
(A)计算区域的主方向;
(B)对该区域的地图进行旋转,使主方向与地图x轴的方向一致。
9.根据权利要求1所述的基于离线地图的机器人全覆盖路径规划方法,其特征在于,步骤(A)中所述计算区域的主方向具体方法为:
(A1)检测地图的边界线段;
(A2)提取边界线段中所有的直线段,直线段的长度不小于预设的阈值;
(A3)计算出各直线段的方向,将各直线段的方向按照角度范围分组,将频数最多的组的角度范围平均值作为该区域的主方向。
10.根据权利要求1所述的基于离线地图的机器人全覆盖路径规划方法,其特征在于,所述步骤(4)具体是:将步骤(3)中每个子区域的最后一个路径点作为机器人的当前位置,用以计算下一个子区域的起始路径点,再根据步骤(2)得到的子区域之间的遍历顺序连接得到整个地图的路径。
11.基于离线地图的机器人全覆盖路径规划装置,其特征在于,包括:
地图分割模块:用于通过滑动法对地图进行分割获得子区域;
遍历顺序规划模块:用于规划子区域之间的遍历顺序;
内部路径规划模块:用于规划每个子区域内部的路径;
路径整合模块:用于连接所有子区域的路径获得整个地图的路径。
12.根据权利要求11所述的基于离线地图的机器人全覆盖路径规划装置,其特征在于,还包括驱动模块,用于驱动扫地机器人按照路径整合模块输出的路径行走。
13.根据权利要求11所述的基于离线地图的机器人全覆盖路径规划装置,其特征在于,所述地图分割模块:具体是用于:
在地图的可行区域中,找到y坐标最小的点,构造一条经过此点且与x轴平行的直线,记为滑动线l;沿着y轴方向向下滑动l并计算每一行连通域的个数;
若当前行中只有一个连通与上一行的一个连通域连通,则将当前行中的这一连通域划分到上一行的这一连通域所在的子区域中;若当前行中只有一个连通与上一行的一个连通域连通则开始多个新的子区域的划分;
对于当前行中的某一个连通域s_c,如果上一行中有0个或n个连通域与其连通,n>1,则结束这n个连通域所在的子区域的划分,并开始1个新区域的划分;
直到l滑动到地图的最底部,划分结束。
14.根据权利要求11所述的基于离线地图的机器人全覆盖路径规划装置,其特征在于,所述遍历顺序规划模块包括:
初始位置获取模块,用于获取机器人在地图上的初始位置所在的子区域作为遍历的第一个子区域;
TSP模块,用于基于TSP规划其余子区域的遍历顺序。
15.根据权利要求11所述的基于离线地图的机器人全覆盖路径规划装置,其特征在于,还包括:
主方向计算模块,用于计算地图区域或子区域的主方向;
旋转模块,用于对地图进行旋转,使主方向与地图x轴的方向一致;
此外,所述内部路径规划模块包括:
路径线计算模块:用于计算子区域的路径线;
路径线连接模块:用于将路径线依次连接得到该子区域的弓字形路径。
16.一种设备,其特征在于,包括处理器和存储器,所述存储器用于存储程序,所述处理器用于运行程序,以执行权利要求1-10中任一项所述的基于离线地图的机器人全覆盖路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910869194.1A CN110595478A (zh) | 2019-09-16 | 2019-09-16 | 基于离线地图的机器人全覆盖路径规划方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910869194.1A CN110595478A (zh) | 2019-09-16 | 2019-09-16 | 基于离线地图的机器人全覆盖路径规划方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110595478A true CN110595478A (zh) | 2019-12-20 |
Family
ID=68859603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910869194.1A Pending CN110595478A (zh) | 2019-09-16 | 2019-09-16 | 基于离线地图的机器人全覆盖路径规划方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110595478A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111202471A (zh) * | 2020-01-08 | 2020-05-29 | 上海高仙自动化科技发展有限公司 | 全覆盖路径生成方法及生成装置、智能机器人及存储介质 |
CN111681250A (zh) * | 2020-05-16 | 2020-09-18 | 珠海市一微半导体有限公司 | 一种基于激光栅格地图的分割方法 |
CN112035921A (zh) * | 2020-08-25 | 2020-12-04 | 中船文化科技(北京)有限公司 | 一种方舱动线规划方法、装置、电子设备以及存储介质 |
CN112068557A (zh) * | 2020-08-27 | 2020-12-11 | 珠海市一微半导体有限公司 | 移动机器人全覆盖路径规划方法、芯片和机器人 |
CN112286194A (zh) * | 2020-10-29 | 2021-01-29 | 广东杜尼智能机器人工程技术研究中心有限公司 | 代价地图区域划分方法 |
CN112504273A (zh) * | 2020-10-29 | 2021-03-16 | 广东杜尼智能机器人工程技术研究中心有限公司 | 弓形路径无缝衔接规划方法 |
CN113252026A (zh) * | 2021-06-03 | 2021-08-13 | 炬星科技(深圳)有限公司 | 跨场景导航方法、设备及存储介质 |
CN113469398A (zh) * | 2020-03-31 | 2021-10-01 | 广东博智林机器人有限公司 | 一种路径规划方法、装置、电子设备及存储介质 |
CN113741425A (zh) * | 2021-08-04 | 2021-12-03 | 中山大学 | 一种全覆盖路径规划方法及导航*** |
CN113759907A (zh) * | 2021-08-30 | 2021-12-07 | 武汉理工大学 | 一种分区域全覆盖路径规划方法、装置、设备及存储介质 |
CN113985894A (zh) * | 2021-11-29 | 2022-01-28 | 中国人民解放***箭军工程大学 | 一种自主避障路径规划方法、装置、设备及存储介质 |
CN114489068A (zh) * | 2022-01-24 | 2022-05-13 | 上海利淘豪斯机器人有限公司 | 一种复杂路径下的巡检机器人巡检任务路径规划方法及装置 |
CN115509215A (zh) * | 2021-06-08 | 2022-12-23 | 广东博智林机器人有限公司 | 一种基于机器人的地坪研磨路径生成方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014003517A1 (ko) * | 2012-06-29 | 2014-01-03 | 인텔렉추얼디스커버리 주식회사 | 이동로봇 및 이동로봇의 온라인 전역경로 커버 제어방법 |
CN108120441A (zh) * | 2016-11-28 | 2018-06-05 | 沈阳新松机器人自动化股份有限公司 | 全覆盖路径规划方法及*** |
CN108663063A (zh) * | 2018-05-09 | 2018-10-16 | 宁波拓邦智能控制有限公司 | 覆盖路径规划方法、装置、设备、计算机装置及存储介质 |
CN109947114A (zh) * | 2019-04-12 | 2019-06-28 | 南京华捷艾米软件科技有限公司 | 基于栅格地图的机器人全覆盖路径规划方法、装置及设备 |
-
2019
- 2019-09-16 CN CN201910869194.1A patent/CN110595478A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014003517A1 (ko) * | 2012-06-29 | 2014-01-03 | 인텔렉추얼디스커버리 주식회사 | 이동로봇 및 이동로봇의 온라인 전역경로 커버 제어방법 |
CN108120441A (zh) * | 2016-11-28 | 2018-06-05 | 沈阳新松机器人自动化股份有限公司 | 全覆盖路径规划方法及*** |
CN108663063A (zh) * | 2018-05-09 | 2018-10-16 | 宁波拓邦智能控制有限公司 | 覆盖路径规划方法、装置、设备、计算机装置及存储介质 |
CN109947114A (zh) * | 2019-04-12 | 2019-06-28 | 南京华捷艾米软件科技有限公司 | 基于栅格地图的机器人全覆盖路径规划方法、装置及设备 |
Non-Patent Citations (4)
Title |
---|
唐烨: "室内移动机器人搜索人的算法设计", 《轻工机械》 * |
徐博等: "智能机械全覆盖路径规划算法综述", 《计算机测量与控制》 * |
王俭等: "基于子区域的机器人全覆盖路径规划的环境建模", 《苏州科技学院学报》 * |
陈逸怀等: "基于单元分解法的移动机器人遍历路径规划", 《装备制造技术》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111202471A (zh) * | 2020-01-08 | 2020-05-29 | 上海高仙自动化科技发展有限公司 | 全覆盖路径生成方法及生成装置、智能机器人及存储介质 |
CN113469398A (zh) * | 2020-03-31 | 2021-10-01 | 广东博智林机器人有限公司 | 一种路径规划方法、装置、电子设备及存储介质 |
CN111681250A (zh) * | 2020-05-16 | 2020-09-18 | 珠海市一微半导体有限公司 | 一种基于激光栅格地图的分割方法 |
CN111681250B (zh) * | 2020-05-16 | 2023-04-07 | 珠海一微半导体股份有限公司 | 一种基于激光栅格地图的分割方法 |
CN112035921A (zh) * | 2020-08-25 | 2020-12-04 | 中船文化科技(北京)有限公司 | 一种方舱动线规划方法、装置、电子设备以及存储介质 |
CN112035921B (zh) * | 2020-08-25 | 2021-06-29 | 中船文化科技(北京)有限公司 | 一种方舱动线规划方法、装置、电子设备以及存储介质 |
CN112068557A (zh) * | 2020-08-27 | 2020-12-11 | 珠海市一微半导体有限公司 | 移动机器人全覆盖路径规划方法、芯片和机器人 |
CN112286194A (zh) * | 2020-10-29 | 2021-01-29 | 广东杜尼智能机器人工程技术研究中心有限公司 | 代价地图区域划分方法 |
CN112286194B (zh) * | 2020-10-29 | 2022-05-17 | 广东杜尼智能机器人工程技术研究中心有限公司 | 代价地图区域划分方法 |
CN112504273B (zh) * | 2020-10-29 | 2022-05-24 | 广东杜尼智能机器人工程技术研究中心有限公司 | 弓形路径无缝衔接规划方法 |
CN112504273A (zh) * | 2020-10-29 | 2021-03-16 | 广东杜尼智能机器人工程技术研究中心有限公司 | 弓形路径无缝衔接规划方法 |
CN113252026A (zh) * | 2021-06-03 | 2021-08-13 | 炬星科技(深圳)有限公司 | 跨场景导航方法、设备及存储介质 |
CN113252026B (zh) * | 2021-06-03 | 2021-10-08 | 炬星科技(深圳)有限公司 | 跨场景导航方法、设备及存储介质 |
CN115509215A (zh) * | 2021-06-08 | 2022-12-23 | 广东博智林机器人有限公司 | 一种基于机器人的地坪研磨路径生成方法及装置 |
CN113741425A (zh) * | 2021-08-04 | 2021-12-03 | 中山大学 | 一种全覆盖路径规划方法及导航*** |
CN113741425B (zh) * | 2021-08-04 | 2023-11-24 | 中山大学 | 一种全覆盖路径规划方法及导航*** |
CN113759907A (zh) * | 2021-08-30 | 2021-12-07 | 武汉理工大学 | 一种分区域全覆盖路径规划方法、装置、设备及存储介质 |
CN113985894A (zh) * | 2021-11-29 | 2022-01-28 | 中国人民解放***箭军工程大学 | 一种自主避障路径规划方法、装置、设备及存储介质 |
CN114489068A (zh) * | 2022-01-24 | 2022-05-13 | 上海利淘豪斯机器人有限公司 | 一种复杂路径下的巡检机器人巡检任务路径规划方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110595478A (zh) | 基于离线地图的机器人全覆盖路径规划方法、装置及设备 | |
CN111857127B (zh) | 一种机器人沿边行走的清洁分区规划方法、芯片及机器人 | |
CN109947114B (zh) | 基于栅格地图的机器人全覆盖路径规划方法、装置及设备 | |
CN106054900B (zh) | 基于深度摄像头的机器人临时避障方法 | |
CN108151751B (zh) | 一种基于高精度地图和传统地图结合的路径规划方法及装置 | |
CN111830970B (zh) | 一种机器人沿边行走的区域清扫规划方法、芯片及机器人 | |
CN102147260B (zh) | 电子地图匹配方法和装置 | |
US10614600B2 (en) | Graph based topological map matching | |
Raymond et al. | Map matching with hidden Markov model on sampled road network | |
CN108898672A (zh) | 一种制作三维高清道路图车道线的半自动点云方法 | |
CN109001757B (zh) | 一种基于2d激光雷达的车位智能检测方法 | |
CN108804539B (zh) | 一种时间与空间双视角下的轨迹异常检测方法 | |
CN111202471A (zh) | 全覆盖路径生成方法及生成装置、智能机器人及存储介质 | |
CN104422451A (zh) | 一种道路识别方法及装置 | |
CN103092207B (zh) | 一种机器人迷宫搜索方法 | |
CN106017476A (zh) | 一种生成室内定位导航图模型的方法 | |
CN113359780A (zh) | 无人船清扫路径规划方法、装置、计算机设备及存储介质 | |
CN109410183A (zh) | 基于点云数据的平面提取方法、***、装置及存储介质 | |
CN112882459A (zh) | 一种清扫路径规划方法、清扫路径规划装置和清扫机器人 | |
CN110335282B (zh) | 一种基于栅格的轮廓线段特征提取方法 | |
CN113709006B (zh) | 一种流量确定方法、装置、存储介质及电子装置 | |
CN103575272A (zh) | 森林环境中移动机器人自然路标提取方法 | |
CN114705180B (zh) | 高精地图的数据修正方法、装置、设备及存储介质 | |
CN113536837A (zh) | 室内场景的区域划分方法及装置 | |
CN112180947B (zh) | 一种移动机器人初始行进方向选择方法及其设备 |
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: 20191220 |