CN112097762B - 路径规划方法、装置、机器人及存储介质 - Google Patents
路径规划方法、装置、机器人及存储介质 Download PDFInfo
- Publication number
- CN112097762B CN112097762B CN202010954696.7A CN202010954696A CN112097762B CN 112097762 B CN112097762 B CN 112097762B CN 202010954696 A CN202010954696 A CN 202010954696A CN 112097762 B CN112097762 B CN 112097762B
- Authority
- CN
- China
- Prior art keywords
- robot
- target
- area
- map
- determining
- 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
Links
Images
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
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)
- Manipulator (AREA)
Abstract
本发明公开了一种路径规划方法、装置、机器人及存储介质,该方法包括:根据地图与机器人当前位置,确定地图的未覆盖区域中的目标点以及地图中的目标位置;确定机器人当前位置与目标位置之间的规划路径;在根据规划路径实现运行的过程中,将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域。该路径规划方法中,先确定出目标点以及地图中可以对该目标点实现视野覆盖的目标位置,再基于机器人当前位置与目标位置之间的规划路径实现运行,在运行过程中,将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域,相当于先去实现对目标点的视野覆盖,进而实现对地图的全覆盖,控制逻辑简洁,效率较高,提高了机器人的工作效率。
Description
技术领域
本发明实施例涉及机器人技术领域,尤其涉及一种路径规划方法、装置、机器人及存储介质。
背景技术
随着计算机技术的不断发展,机器人传感器设备的发展完善以及机器人操作***的普及,机器换人的趋势正在到来。在机器人工作过程中,如何对机器人进行地图上的全覆盖路径规划非常重要。
目前,机器人可以按照以下方式进行全覆盖路径规划:步骤1:在构建的栅格地图上,按照内螺旋运行轨迹运行;步骤2:在运行过程中,实时检测外侧是否有未被覆盖的栅格,若无,则进入步骤3,若有,则进入步骤5;步骤3:机器人向前继续移动,实时检测前方是否有障碍物或已覆盖栅格,若有,则进入步骤4,若无,则继续前进清扫,并进入步骤2;步骤4:机器人向内侧转向90°,继续向前移动进行清扫,并实时检测其左侧是否有障碍物或已覆盖栅格,若有,则返回步骤3,若无,则进入步骤5;步骤5:机器人向外侧转向90度继续前进;步骤6:实时检测外侧栅格是否有障碍物或已覆盖栅格,若有,返回步骤3,若无,返回步骤5。
但是,上述过程中,机器人需要实时检测外侧栅格以及前方栅格,基于不同的检测结果,跳转进入不同的后续步骤,实现复杂,导致机器人基于该路径规划的工作效率较低。
发明内容
本发明提供一种路径规划方法、装置、机器人及存储介质,以解决目前的路径规划导致机器人工作效率低的技术问题。
第一方面,本发明实施例提供一种路径规划方法,包括:
根据地图与机器人当前位置,确定所述地图的未覆盖区域中的目标点,以及,所述地图中的目标位置;其中,机器人在所述目标位置时,所述目标点处于所述机器人的视野范围内;
确定所述机器人当前位置与所述目标位置之间的规划路径;
在根据所述规划路径实现运行的过程中,将所述未覆盖区域中处于所述机器人的视野范围内的区域标记为已覆盖区域。
如上所示的方法中,所述将所述未覆盖区域中处于所述机器人的视野范围内的区域标记为已覆盖区域之后,所述方法还包括:
确定是否满足路径重新规划条件;
当确定满足所述路径重新规划条件时,更新所述地图中的未覆盖区域以及所述机器人当前位置,返回执行“根据地图与机器人当前位置,确定所述地图的未覆盖区域中的目标点,以及,所述地图中的目标位置”的步骤,直至所述地图中的未覆盖区域均被标记为已覆盖区域为止。
在该实现方式中,通过循环进行路径规划的方式,实现对地图的全覆盖,即,实现地图中的未覆盖区域均被标记为已覆盖区域,保证了对地图覆盖的全面性。
如上所示的方法中,所述根据地图与机器人当前位置,确定所述地图的未覆盖区域中的目标点,以及,所述地图中的目标位置,包括:
根据地图与机器人当前位置,确定所述目标点;其中,所述目标点为所述未覆盖区域中与所述机器人当前位置的距离满足预设条件的点;
根据所述目标点以及所述地图,确定所述目标位置。
在该实现方式中,先根据地图与机器人当前位置,确定出目标点,再基于目标点与地图,确定出目标位置,可以保证确定出的目标位置的准确性。
如上所示的方法中,所述根据地图与机器人当前位置,确定所述目标点,包括:
将所述未覆盖区域中,距离所述机器人当前位置最近的点,确定为所述目标点。
在该实现方式中,将距离机器人当前位置最近的点确定为目标点,再去实现对该目标点的视野覆盖,相当于以贪心算法实现地图的全覆盖,进一步提高了效率。
如上所示的方法中,所述地图还包括障碍物区域;
所述根据所述目标点以及所述地图,确定所述目标位置,包括:
确定所述地图中的候选目标位置集合;
根据所述候选目标位置集合,确定所述目标位置;
其中,所述候选目标位置集合中的候选目标位置均满足以下条件:
所述机器人在所述候选目标位置时,所述目标点处于所述机器人的视野范围内;
所述机器人在所述候选目标位置不能与所述障碍物区域发生碰撞;以及,
所述目标点与所述候选目标位置之间的线段,不能穿过所述障碍物区域。
该实现方式中,可以保证确定出的目标位置也能满足实现对目标点的视野覆盖,机器人在该目标位置不能与障碍物区域发生碰撞,以及,目标点与目标位置之间的线段,不会穿过障碍物区域这三个条件,保证了目标位置的准确性。
如上所示的方法中,所述根据所述候选目标位置集合,确定所述目标位置,包括:
确定所述机器人在每个所述候选目标位置时,视野范围中所述未覆盖区域的面积;
比较各所述面积,确定最大的面积;
将所述最大的面积对应的候选目标位置确定为所述目标位置。
该实现方式中,确定出的目标位置可以保证机器人在该目标位置处时,视野范围中未覆盖区域的面积最大,进一步提高了机器人进行地图全覆盖的效率。
如上所示的方法中,所述目标位置包括:目标坐标位置,以及,所述机器人在所述目标坐标位置处时的目标航向角。
该实现方式中,目标位置除了包括目标坐标位置,还包括机器人在目标坐标位置处时的目标航向角,保证了描述目标位置的精准性及全面性,便于提高后续基于该目标位置规划出的路径的准确性。
如上所示的方法中,所述路径重新规划条件为:所述目标点被标记为已覆盖区域。
该实现方式中,一旦确定目标点被标记为已覆盖区域,且地图中还存在未覆盖区域时,就停止根据规划路径实现运行,更新地图中的未覆盖区域以及机器人当前位置,返回执行确定目标点的步骤,可以进一步提高路径规划的效率。
如上所示的方法中,所述在根据所述规划路径实现运行的过程中,将所述未覆盖区域中处于所述机器人的视野范围内的区域标记为已覆盖区域,包括:
确定所述机器人是否到达所述目标位置的目标坐标位置处;
当确定所述机器人未到达所述目标位置的目标坐标位置处时,沿着所述规划路径进行位置移动;
在所述机器人沿着所述规划路径进行位置移动的过程中,将所述未覆盖区域中处于所述机器人的视野范围内的区域标记为已覆盖区域。
如上所示的方法中,所述确定所述机器人是否到达所述目标位置的目标坐标位置处之后,所述方法还包括:
当确定所述机器人到达所述目标位置的目标坐标位置处时,以目标航向角为目标,旋转所述机器人,以调整所述机器人的航向角;
在旋转所述机器人的过程中,将所述未覆盖区域中处于所述机器人的视野范围内的区域标记为已覆盖区域。
上述两种实现方式中,在机器人未到达目标位置的目标坐标位置处时,沿着规划路径进行位置移动,并将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域;在机器人到达目标位置的目标坐标位置处时,以目标位置中的目标航向角为目标,旋转机器人,以调整机器人的航向角,并将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域。实现了在不同的阶段,进行不同的操作,保证了机器人根据规划路径实现运行的准确性。
如上所示的方法中,所述确定是否满足路径重新规划条件,包括:
获取所述目标点的状态;
当确定所述目标点的状态为已覆盖状态时,停止位置移动或者旋转所述机器人,并确定满足所述路径重新规划条件。
该实现方式中,在机器人一旦确定目标点的状态为已覆盖状态时,停止位置移动或者旋转机器人,确定满足路径重新规划条件,以进入下一次路径规划过程,可以进一步提高路径规划的效率。
如上所示的方法中,所述路径重新规划条件为:所述已覆盖区域中存在目标物体,并且,所述机器人获取到了所述目标物体。
如上所示的方法中,所述将所述未覆盖区域中处于所述机器人的视野范围内的区域标记为已覆盖区域之后,确定是否满足路径重新规划条件之前,所述方法还包括:
当判断所述已覆盖区域中存在目标物体时,到达所述目标物体所在的位置,获取所述目标物体。
上述两种实现方式中,可以在机器人根据规划路径实现运行的过程中,获取目标物体,可以使机器人在视野覆盖的过程中,完成其他工作,提高了机器人的工作效率以及扩展了本实施例的路径规划方法的应用场景。
第二方面,本发明实施例提供一种路径规划装置,包括:
第一确定模块,用于根据地图与机器人当前位置,确定所述地图的未覆盖区域中的目标点,以及,所述地图中的目标位置;其中,机器人在所述目标位置时,所述目标点处于所述机器人的视野范围内;
第二确定模块,用于确定所述机器人当前位置与所述目标位置之间的规划路径;
标记模块,用于在根据所述规划路径实现运行的过程中,将所述未覆盖区域中处于所述机器人的视野范围内的区域标记为已覆盖区域。
第三方面,本发明实施例还提供了一种机器人,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面提供的路径规划方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面提供的路径规划方法。
本发明实施例提供一种路径规划方法、装置、机器人及存储介质,该方法包括:根据地图与机器人当前位置,确定地图的未覆盖区域中的目标点,以及,地图中的目标位置,其中,机器人在目标位置时,目标点处于机器人的视野范围内;确定机器人当前位置与目标位置之间的规划路径;在根据规划路径实现运行的过程中,将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域。该路径规划方法先确定出未覆盖区域中的目标点以及地图中可以对该目标点实现视野覆盖的目标位置,再基于机器人当前位置与目标位置之间的规划路径实现运行,在实现运行过程中,将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域,相当于先去实现对目标点的视野覆盖,进而实现对地图的全覆盖,控制逻辑简洁,效率较高,提高了机器人的工作效率。
附图说明
图1为本发明一实施例提供的路径规划方法应用场景的示意图;
图2为本发明一实施例提供的路径规划方法的一种流程示意图;
图3为本发明另一实施例提供的路径规划方法的一种流程示意图;
图4为本发明一实施例提供的机器人根据规划路径实现运行的过程示意图;
图5A为规划路径的示意图;
图5B为将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域的示意图;
图5C为机器人的规划路径的示意图;
图6为本发明一实施例提供的路径规划装置的结构示意图;
图7为本发明一实施例提供的机器人的结构示意图;
图8为本发明一实施例提供的计算机可读存储介质的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
图1为本发明一实施例提供的路径规划方法应用场景的示意图。如图1所示,机器人11在工作过程中,需要对地图12中的未覆盖区域进行全覆盖。本实施例中的覆盖指的是视野覆盖。即,在机器人11的工作过程中,地图12中的所有未覆盖区域会随着机器人11的行进轨迹,处于机器人11的视野范围13内。在这个过程中,如何进行机器人的路径规划非常重要。本实施例提供一种路径规划方法,基于该路径规划方法,机器人可以实现高效率的地图全覆盖,提高了机器人的工作效率。
图2为本发明一实施例提供的路径规划方法的一种流程示意图。本实施例适用于机器人工作过程中,对地图中的未覆盖区域实现全覆盖的场景中。该路径规划方法可以由路径规划装置来执行,该路径规划装置可以由软件和/或硬件的方式实现,该路径规划装置可以集成于机器人中。如图2所示,本实施例提供的路径规划方法包括如下步骤:
步骤201:根据地图与机器人当前位置,确定地图的未覆盖区域中的目标点,以及,地图中的目标位置。
其中,机器人在目标位置时,目标点处于机器人的视野范围内。
具体地,本实施例中的机器人可以为清洁机器人或巡逻机器人等需要在地图上移动并对地图进行视野覆盖的机器人。
本实施例中的地图是预先设置的地图。该地图中已经标记了未覆盖区域。本实施例中的未覆盖区域指的是从来没有处于机器人的视野范围内的区域。换句话说,未覆盖区域指的是还没有被视野覆盖的区域。
本实施例中机器人的视野范围可以为机器人中设置的传感器的视野范围,例如,激光雷达、毫米波雷达、视觉采集装置等传感器的视野范围。本实施例中可以以视野框表示机器人的视野范围。示例性地,视野框可以为梯形框。
本实施例中的目标点可以以地图坐标系中的坐标值(x,y)表示。本实施例中所涉及到的位置,例如,目标位置、机器人当前位置以及候选目标位置等,可以以三个元素表示(x,y,yaw),其中,x及y表示地图坐标系中的坐标值,yaw表示航向角。
本实施例中的地图可以是由若干个栅格组成的栅格地图。栅格地图里的一个栅格对应真实世界中预设面积的区域。这里的预设面积可以为5厘米*5厘米,这里的区域可以为正方形区域。栅格地图中的栅格可以有3种状态:未覆盖状态、已覆盖状态以及障碍物状态。在具体实现时,可以设置不同的状态标识来表征栅格的状态。
可选地,本实施例中的目标点可以为未覆盖区域中与机器人当前位置的距离满足预设条件的点。机器人在目标位置时,目标点处于机器人的视野范围内,即,本实施例中的目标位置指的是可以对该目标点实现视野覆盖的位置。更进一步地,本实施例中的目标点可以为未覆盖区域中与机器人当前位置距离最近的点。
在本实施例中,可以以机器人上的一点的位置作为机器人当前位置,例如,可以以机器人两个后轮连接线的中心点的位置作为机器人当前位置。
一种实现方式中,步骤201的实现过程可以为:根据地图与机器人当前位置,确定目标点;根据目标点以及地图,确定目标位置。在该实现方式中,先根据地图与机器人当前位置,确定出目标点,再基于目标点与地图,确定出目标位置,可以保证确定出的目标位置的准确性。
更进一步地,本实施例中的地图还可以包括障碍物区域。在根据目标点以及地图,确定目标位置时,可以先确定地图中的候选目标位置集合;再根据候选目标位置集合,确定目标位置。
其中,候选目标位置集合中的候选目标位置均满足以下三个条件:机器人在候选目标位置时,目标点处于机器人的视野范围内;机器人在候选目标位置不能与障碍物区域发生碰撞;以及,目标点与候选目标位置之间的线段,不能穿过障碍物区域。
在上述确定目标位置的过程中,先确定出满足上述三个条件的候选目标位置集合,再从候选目标位置集合中确定目标位置,这个实现过程可以保证确定出的目标位置也能满足实现对目标点的视野覆盖,机器人在该目标位置不能与障碍物区域发生碰撞,以及,目标点与目标位置之间的线段,不会穿过障碍物区域这三个条件,保证了目标位置的准确性。
可选地,在根据候选目标位置集合,确定目标位置时,可以根据以下步骤确定目标位置:确定机器人在每个候选目标位置时,视野范围中未覆盖区域的面积;比较各面积,确定最大的面积;将最大的面积对应的候选目标位置确定为目标位置。
按照上述方式确定出的目标位置可以保证机器人在该目标位置处时,视野范围中未覆盖区域的面积最大,进一步提高了机器人进行地图全覆盖的效率。
步骤202:确定机器人当前位置与目标位置之间的规划路径。
具体地,可以基于现有的路径规划算法,确定出机器人当前位置与目标位置之间的规划路径。
可选地,这里的规划路径可以为机器人当前位置与目标位置之间的最短路径。
在地图为栅格地图的场景中,规划路径可以以栅格的标号序列表示。
需要说明的是,步骤202中确定的是机器人当前位置与目标位置之间的规划路径,而不是目标点与目标位置之间的规划路径。在某些特殊的场景中,机器人当前位置可以与目标点重合。
步骤203:在根据规划路径实现运行的过程中,将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域。
具体地,在确定出规划路径之后,机器人根据该规划路径实现运行。
在实现运行的过程中,将地图的未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域。换句话说,在实现运行的过程中,将地图的未覆盖区域中被视野覆盖的区域标记为已覆盖区域。
在地图为栅格地图的场景中,机器人可以将栅格地图的未覆盖栅格中处于机器人的视野范围内的栅格标记为已覆盖栅格。更具体地,可以通过修改栅格的状态标识来实现标记。
本实施例提供的路径规划方法中,先确定出未覆盖区域中的目标点以及地图中可以对该目标点实现视野覆盖的目标位置,再基于机器人当前位置与目标位置之间的规划路径实现运行,在实现运行过程中,将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域。相当于先去实现对目标点的视野覆盖,进而实现对地图的全覆盖,控制逻辑简洁,效率较高。
更进一步地,在确定目标点时,可以将未覆盖区域中,距离机器人当前位置最近的点,确定为目标点。在该实现方式中,将距离机器人当前位置最近的点确定为目标点,再去实现对该目标点的视野覆盖,相当于以贪心算法实现地图的全覆盖,进一步提高了效率。
本实施例提供的路径规划方法,包括:根据地图与机器人当前位置,确定地图的未覆盖区域中的目标点,以及,地图中的目标位置,其中,机器人在目标位置时,目标点处于机器人的视野范围内;确定机器人当前位置与目标位置之间的规划路径;在根据规划路径实现运行的过程中,将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域。该路径规划方法先确定出未覆盖区域中的目标点以及地图中可以对该目标点实现视野覆盖的目标位置,再基于机器人当前位置与目标位置之间的规划路径实现运行,在实现运行过程中,将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域,相当于先去实现对目标点的视野覆盖,进而实现对地图的全覆盖,控制逻辑简洁,效率较高,提高了机器人的工作效率。
图3为本发明另一实施例提供的路径规划方法的一种流程示意图。本实施例在图2所示实施例及各种可选方案的基础上,对“将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域”之后的步骤作一详细描述。如图3所示,本实施例提供的路径规划方法包括如下步骤:
步骤301:根据地图与机器人当前位置,确定地图的未覆盖区域中的目标点,以及,地图中的目标位置。
其中,机器人在目标位置时,目标点处于机器人的视野范围内。
步骤302:确定机器人当前位置与目标位置之间的规划路径。
步骤303:在根据规划路径实现运行的过程中,将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域。
步骤301与步骤201、步骤302与步骤202、步骤303与步骤203的实现过程和技术原理类似,此处不再赘述。
步骤304:确定是否满足路径重新规划条件。
步骤305:当确定满足路径重新规划条件时,更新地图中的未覆盖区域以及机器人当前位置,返回执行步骤301,直至地图中的未覆盖区域均被标记为已覆盖区域为止。
在该实现方式中,通过循环进行路径规划的方式,实现对地图的全覆盖,即,实现地图中的未覆盖区域均被标记为已覆盖区域,保证了对地图覆盖的全面性。
本实施例中,步骤304与步骤303可以并行执行。在机器人根据规划路径实现运行的过程中,同时,确定是否满足路径重新规划条件。在确定满足路径重新规划条件时,停止根据规划路径实现运行,更新地图中的未覆盖区域以及机器人当前位置,返回执行步骤301。
本实施例中的路径重新规划条件有两种实现方式,以下分别进行描述。
在第一种实现方式中,路径重新规划条件为:目标点被标记为已覆盖区域。该实现方式中,一旦确定目标点被标记为已覆盖区域,且地图中还存在未覆盖区域时,就停止根据规划路径实现运行,更新地图中的未覆盖区域以及机器人当前位置,返回执行确定目标点的步骤,可以进一步提高路径规划的效率。
在该实现方式中,可选地,目标位置包括:目标坐标位置,以及,机器人在目标坐标位置处时的目标航向角。该实现方式中,目标位置除了包括目标坐标位置,还包括机器人在目标坐标位置处时的目标航向角,保证了描述目标位置的精准性及全面性,便于提高后续基于该目标位置规划出的路径的准确性。
在该实现方式中,步骤303具体可以包括:确定机器人是否到达目标位置的目标坐标位置处;当确定机器人未到达目标位置的目标坐标位置处时,沿着规划路径进行位置移动;在机器人沿着规划路径进行位置移动的过程中,将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域。
进一步地,当确定机器人到达目标位置的目标坐标位置处时,以目标航向角为目标,旋转机器人,以调整机器人的航向角;在旋转机器人的过程中,将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域。
根据上述描述,可以看出,步骤303可以包括两个阶段:在机器人未到达目标位置的目标坐标位置处时,沿着规划路径进行位置移动,并将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域;在机器人到达目标位置的目标坐标位置处时,以目标位置中的目标航向角为目标,旋转机器人,以调整机器人的航向角,并将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域。实现了在不同的阶段,进行不同的操作,保证了机器人根据规划路径实现运行的准确性。
可选地,本实现方式中的步骤304可以包括:获取目标点的状态;当确定目标点的状态为已覆盖状态时,停止位置移动或者旋转机器人,并确定满足路径重新规划条件。
可选地,步骤303与步骤304可以并发执行,在步骤304中确定目标点的状态为已覆盖状态时:如果此时机器人是在沿着规划路径进行位置移动,则停止位置移动;如果此时机器人是在以目标航向角为目标,进行旋转,则停止旋转机器人。
在机器人一旦确定目标点的状态为已覆盖状态时,停止位置移动或者旋转机器人,确定满足路径重新规划条件,以进入下一次路径规划过程,可以进一步提高路径规划的效率。
需要说明的是,如果在机器人到达目标位置的目标坐标位置处时,目标点的状态依然为未覆盖状态,在旋转机器人的过程中,目标点的状态必然会变为已覆盖状态。这是因为目标位置为可以对目标点实现视野覆盖的位置,所以,目标点的状态最晚也可以在旋转机器人的过程中变为已覆盖状态。
图4为本发明一实施例提供的机器人根据规划路径实现运行的过程示意图。如图4中的a图所示,a图中的地图47的空白区域表示未覆盖区域,斜纹区域表示已覆盖区域。梯形框46表示机器人的视野框。机器人41根据机器人当前位置42(这个当前位置指的是确定目标点及目标位置时的位置)与目标位置43之间的规划路径44实现运行的过程中,在未到达目标位置43的目标坐标位置处时,沿着规划路径44走了一段距离后,确定目标点45处于机器人的视野范围内,即,目标点45被标记为已覆盖状态。此时,停止位置移动,更新地图中的未覆盖区域以及机器人当前位置,返回执行步骤301,重新选取目标点及目标位置。
如图4中的b图所示,b图中的空白区域表示未覆盖区域,斜纹区域表示已覆盖区域。梯形框46表示机器人的视野框。机器人41根据机器人当前位置42(这个当前位置指的是确定目标点及目标位置时的位置)与目标位置43之间的规划路径44实现运行的过程中,直至到达目标位置43的目标坐标位置处时,目标点的状态仍为未覆盖状态。此时,旋转机器人,在机器人的航向角朝着目标航向角变化的过程中,目标点45必然会被标记为已覆盖区域。在确定目标点45处于机器人41的视野范围内时,停止旋转机器人41。更新地图中的未覆盖区域以及机器人当前位置,返回执行步骤301,重新选取目标点及目标位置。需要说明的是,在b图中,机器人41在从机器人当前位置42移动到目标位置43的目标坐标位置处的过程以及在目标位置43的目标坐标位置处旋转过程中,会将地图的未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域。b图中为了便于清楚示出目标点45处于机器人41的视野范围内,未示出其他已被标记为已覆盖区域的区域。
在第二种实现方式中,路径重新规划条件为:已覆盖区域中存在目标物体,并且,机器人获取到了目标物体。
在该实现方式中,在将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域之后,确定是否满足路径重新规划条件之前,方法还包括:当判断已覆盖区域中存在目标物体时,到达目标物体所在的位置,获取目标物体。
该实现方式中,可以在机器人根据规划路径实现运行的过程中,获取目标物体,可以使机器人在视野覆盖的过程中,完成其他工作,提高了机器人的工作效率以及扩展了本实施例的路径规划方法的应用场景。
在该实现方式中,在机器人判断已覆盖区域中存在目标物体时,到达目标物体所在的位置,获取目标物体后,确定此时满足路径重新规划条件。将机器人此时的位置作为新的机器人当前位置,将此时的地图作为新的地图,返回执行步骤301。
需要说明的是,在机器人获取目标物体的过程中,也可以将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域。
可选地,本实施例中的机器人可以为清洁机器人。这里的目标物体可以为机器人视野中的垃圾等需要被清洁的物体。
以下以一个具体的例子说明本实施例提供的路径规划方法。
图5A为规划路径的示意图。如图5A所示,该地图中灰色区域为障碍物区域,空白区域为未覆盖区域。梯形框52表示机器人56的视野框。根据地图以及机器人当前位置,确定未覆盖区域中的目标点51以及目标位置53。确定出机器人当前位置以及目标位置53之间的规划路径54。之后,机器人根据该规划路径实现运行,将未覆盖区域中处于机器人视野范围内的区域标记为已覆盖区域。
图5B为将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域的示意图。如图5B所示,条纹区域为已覆盖区域。在图5B中,机器人首先沿着规划路径54进行位置移动,在位置移动过程中,将所述未覆盖区域中处于所述机器人的视野范围内的区域标记为已覆盖区域。如图5B中所示,此时机器人的视野框朝下。在到达目标位置53的目标坐标位置处后,机器人进行旋转,在旋转过程中,将所述未覆盖区域中处于所述机器人的视野范围内的区域标记为已覆盖区域。示例性地,图5B中机器人是进行逆时针旋转。在确定目标点51被标记为已覆盖状态后,停止旋转。
在停止旋转后,更新机器人当前位置以及地图的未覆盖区域。将此时机器人的位置作为新的机器人当前位置,将此时的地图作为新的地图,返回执行步骤301。重复上述步骤,直至地图中的所有未覆盖区域均被标记为已覆盖区域。
图5C为机器人的规划路径的示意图。如图5C所示,其示出了机器人的运行轨迹55的示意图。在按照该运行轨迹55运行之后,地图中的所有未覆盖区域均被标记为已覆盖区域。
本实施例提供的路径规划方法,通过循环进行路径规划的方式,实现对地图的全覆盖,保证了对地图覆盖的全面性。
图6为本发明一实施例提供的路径规划装置的结构示意图。如图6所示,本实施例提供的路径规划装置包括如下模块:第一确定模块61、第二确定模块62以及标记模块63。
第一确定模块61,用于根据地图与机器人当前位置,确定地图的未覆盖区域中的目标点,以及,地图中的目标位置。
其中,机器人在目标位置时,目标点处于机器人的视野范围内。
可选地,第一确定模块61可以包括:第一确定子模块以及第二确定子模块。
第一确定子模块,用于根据地图与机器人当前位置,确定目标点。
其中,目标点为未覆盖区域中与机器人当前位置的距离满足预设条件的点。
第二确定子模块,用于根据目标点以及地图,确定目标位置。
更进一步地,第一确定子模块具体用于:将未覆盖区域中,距离机器人当前位置最近的点,确定为目标点。
更进一步地,地图还包括障碍物区域。第二确定子模块具体用于:确定地图中的候选目标位置集合;根据候选目标位置集合,确定目标位置。其中,候选目标位置集合中的候选目标位置均满足以下条件:机器人在候选目标位置时,目标点处于机器人的视野范围内;机器人在候选目标位置不能与障碍物区域发生碰撞;以及,目标点与候选目标位置之间的线段,不能穿过障碍物区域。
在根据候选目标位置集合,确定目标位置的方面,第二确定子模块具体用于:确定机器人在每个候选目标位置时,视野范围中未覆盖区域的面积;比较各面积,确定最大的面积;将最大的面积对应的候选目标位置确定为目标位置。
第二确定模块62,用于确定机器人当前位置与目标位置之间的规划路径。
标记模块63,用于在根据规划路径实现运行的过程中,将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域。
可选地,该装置还可以包括第三确定模块64以及第四确定模块65。
第三确定模块64,用于确定是否满足路径重新规划条件。
第四确定模块65,用于当确定满足路径重新规划条件时,更新地图中的未覆盖区域以及机器人当前位置,返回执行“根据地图与机器人当前位置,确定地图的未覆盖区域中的目标点,以及,地图中的目标位置”的步骤,直至地图中的未覆盖区域均被标记为已覆盖区域为止。
可选地,目标位置包括:目标坐标位置,以及,机器人在目标坐标位置处时的目标航向角。
一种实现方式中,路径重新规划条件为:目标点被标记为已覆盖区域。
在该实现方式中,标记模块63具体用于:确定机器人是否到达目标位置的目标坐标位置处;当确定机器人未到达目标位置的目标坐标位置处时,沿着规划路径进行位置移动;在机器人沿着规划路径进行位置移动的过程中,将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域。
进一步地,标记模块63还用于:当确定机器人到达目标位置的目标坐标位置处时,以目标航向角为目标,旋转机器人,以调整机器人的航向角;在旋转机器人的过程中,将未覆盖区域中处于机器人的视野范围内的区域标记为已覆盖区域。
在该实现方式中,第三确定模块64具体用于:获取目标点的状态;当确定目标点的状态为已覆盖状态时,停止位置移动或者旋转机器人,并确定满足路径重新规划条件。
另一种实现方式中,路径重新规划条件为:已覆盖区域中存在目标物体,并且,机器人获取到了目标物体。
可选地,在该实现方式中,该装置还包括:获取模块,用于当判断已覆盖区域中存在目标物体时,到达目标物体所在的位置,获取目标物体。
本发明实施例所提供的路径规划装置可执行本发明任意所示实施例及各种可选的方式所提供的路径规划方法,具备执行方法相应的功能模块和有益效果。
图7为本发明一实施例提供的机器人的结构示意图。图7为本发明一实施例提供的机器人的结构示意图。如图7所示,该机器人包括处理器70和存储器71。该机器人中处理器70的数量可以是一个或多个,图7中以一个处理器70为例;该机器人的处理器70和存储器71可以通过总线或其他方式连接,图7中以通过总线连接为例。
存储器71作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的路径规划方法对应的程序指令以及模块(例如,路径规划装置中的第一确定模块61、第二确定模块62以及标记模块63)。处理器70通过运行存储在存储器71中的软件程序、指令以及模块,从而执行机器人的各种功能应用以及数据处理,即实现上述的路径规划方法。
存储器71可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据机器人的使用所创建的数据等。此外,存储器71可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器71可进一步包括相对于处理器70远程设置的存储器,这些远程存储器可以通过网络连接至机器人。上述网络的实施例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
可选地,该机器人还可以包括:电源组件72、音频组件73、通信组件74以及传感器组件75。电源组件72、音频组件73、通信组件74以及传感器组件75均可以通过总线与处理器70连接。
电源组件72为机器人的各种组件提供电力。电源组件72可以包括电源管理***,一个或多个电源,及其他与为机器人生成、管理和分配电力相关联的组件。
音频组件73被配置为输出和/或输入音频信号。例如,音频组件73包括一个麦克风,当机器人处于操作模式,如记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器71或经由通信组件74发送。在一些实施例中,音频组件73还包括一个扬声器,用于输出音频信号。
通信组件74被配置为便于机器人和其他设备之间有线或无线方式的通信。机器人可以接入基于通信标准的无线网络。在一个示例性实施例中,通信组件74经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,通信组件74还包括近场通信(Near Field Communication,NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(Radio Frequency Identification,RFID)技术,红外数据协会技术,超宽带技术,蓝牙技术和其他技术来实现。
传感器组件75包括一个或多个传感器,用于为机器人提供各个方面的状态评估。传感器组件75可以包括激光传感器,用于采集点云数据。在一些实施例中,该传感器组件75还可以包括加速度传感器,磁传感器,压力传感器或温度传感器等。
图8为本发明一实施例提供的计算机可读存储介质的结构示意图。如图8所示,本发明还提供一种包含计算机可执行指令81的计算机可读存储介质82,所述计算机可执行指令81在由处理器83执行时用于执行一种路径规划方法,该方法包括:
根据地图与机器人当前位置,确定所述地图的未覆盖区域中的目标点,以及,所述地图中的目标位置;其中,机器人在所述目标位置时,所述目标点处于所述机器人的视野范围内;
确定所述机器人当前位置与所述目标位置之间的规划路径;
在根据所述规划路径实现运行的过程中,将所述未覆盖区域中处于所述机器人的视野范围内的区域标记为已覆盖区域。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的路径规划方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台机器人(可以是个人计算机,车辆,或者网络设备等)执行本发明各个实施例所述的路径规划方法。
值得注意的是,上述路径规划装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (13)
1.一种路径规划方法,其特征在于,包括:
根据地图与机器人当前位置,确定所述地图的未覆盖区域中的目标点,以及,所述地图中的目标位置;其中,机器人在所述目标位置时,所述目标点处于所述机器人的视野范围内;
确定所述机器人当前位置与所述目标位置之间的规划路径;
在根据所述规划路径实现运行的过程中,将所述未覆盖区域中处于所述机器人的视野范围内的区域标记为已覆盖区域;
其中,所述根据地图与机器人当前位置,确定所述地图的未覆盖区域中的目标点,以及,所述地图中的目标位置,包括:
根据所述地图与所述机器人当前位置,确定所述目标点;其中,所述目标点为所述未覆盖区域中与所述机器人当前位置的距离满足预设条件的点;
根据所述目标点以及所述地图,确定所述目标位置;
所述地图还包括障碍物区域;
所述根据所述目标点以及所述地图,确定所述目标位置,包括:
确定所述地图中的候选目标位置集合;
根据所述候选目标位置集合,确定所述目标位置;
其中,所述候选目标位置集合中的候选目标位置均满足以下条件:
所述机器人在所述候选目标位置时,所述目标点处于所述机器人的视野范围内;
所述机器人在所述候选目标位置不能与所述障碍物区域发生碰撞;以及,
所述目标点与所述候选目标位置之间的线段,不能穿过所述障碍物区域;
所述根据所述候选目标位置集合,确定所述目标位置,包括:
确定所述机器人在每个所述候选目标位置时,视野范围中所述未覆盖区域的面积;
比较各所述面积,确定最大的面积;
将所述最大的面积对应的候选目标位置确定为所述目标位置。
2.根据权利要求1所述的方法,其特征在于,所述将所述未覆盖区域中处于所述机器人的视野范围内的区域标记为已覆盖区域之后,所述方法还包括:
确定是否满足路径重新规划条件;
当确定满足所述路径重新规划条件时,更新所述地图中的未覆盖区域以及所述机器人当前位置,返回执行“根据地图与机器人当前位置,确定所述地图的未覆盖区域中的目标点,以及,所述地图中的目标位置”的步骤,直至所述地图中的未覆盖区域均被标记为已覆盖区域为止。
3.根据权利要求1所述的方法,其特征在于,所述根据地图与机器人当前位置,确定所述目标点,包括:
将所述未覆盖区域中,距离所述机器人当前位置最近的点,确定为所述目标点。
4.根据权利要求2所述的方法,其特征在于,所述目标位置包括:目标坐标位置,以及,所述机器人在所述目标坐标位置处时的目标航向角。
5.根据权利要求4所述的方法,其特征在于,所述路径重新规划条件为:所述目标点被标记为已覆盖区域。
6.根据权利要求5所述的方法,其特征在于,所述在根据所述规划路径实现运行的过程中,将所述未覆盖区域中处于所述机器人的视野范围内的区域标记为已覆盖区域,包括:
确定所述机器人是否到达所述目标位置的目标坐标位置处;
当确定所述机器人未到达所述目标位置的目标坐标位置处时,沿着所述规划路径进行位置移动;
在所述机器人沿着所述规划路径进行位置移动的过程中,将所述未覆盖区域中处于所述机器人的视野范围内的区域标记为已覆盖区域。
7.根据权利要求6所述的方法,其特征在于,所述确定所述机器人是否到达所述目标位置的目标坐标位置处之后,所述方法还包括:
当确定所述机器人到达所述目标位置的目标坐标位置处时,以目标航向角为目标,旋转所述机器人,以调整所述机器人的航向角;
在旋转所述机器人的过程中,将所述未覆盖区域中处于所述机器人的视野范围内的区域标记为已覆盖区域。
8.根据权利要求7所述的方法,其特征在于,所述确定是否满足路径重新规划条件,包括:
获取所述目标点的状态;
当确定所述目标点的状态为已覆盖状态时,停止位置移动或者旋转所述机器人,并确定满足所述路径重新规划条件。
9.根据权利要求2所述的方法,其特征在于,所述路径重新规划条件为:所述已覆盖区域中存在目标物体,并且,所述机器人获取到了所述目标物体。
10.根据权利要求9所述的方法,其特征在于,所述将所述未覆盖区域中处于所述机器人的视野范围内的区域标记为已覆盖区域之后,确定是否满足路径重新规划条件之前,所述方法还包括:
当判断所述已覆盖区域中存在目标物体时,到达所述目标物体所在的位置,获取所述目标物体。
11.一种路径规划装置,其特征在于,包括:
第一确定模块,用于根据地图与机器人当前位置,确定所述地图的未覆盖区域中的目标点,以及,所述地图中的目标位置;其中,机器人在所述目标位置时,所述目标点处于所述机器人的视野范围内;
第二确定模块,用于确定所述机器人当前位置与所述目标位置之间的规划路径;
标记模块,用于在根据所述规划路径实现运行的过程中,将所述未覆盖区域中处于所述机器人的视野范围内的区域标记为已覆盖区域;
所述第一确定模块包括:第一确定子模块以及第二确定子模块;
所述第一确定子模块,用于根据所述地图与所述机器人当前位置,确定所述目标点;
其中,所述目标点为所述未覆盖区域中与所述机器人当前位置的距离满足预设条件的点;
所述第二确定子模块,用于根据所述目标点以及所述地图,确定所述目标位置;
所述地图还包括障碍物区域;
所述第二确定子模块具体用于:确定所述地图中的候选目标位置集合;根据所述候选目标位置集合,确定所述目标位置;其中,所述候选目标位置集合中的候选目标位置均满足以下条件:所述机器人在所述候选目标位置时,所述目标点处于所述机器人的视野范围内;所述机器人在所述候选目标位置不能与所述障碍物区域发生碰撞;以及,所述目标点与所述候选目标位置之间的线段,不能穿过所述障碍物区域;
所述第二确定子模块具体还用于:确定所述机器人在每个所述候选目标位置时,视野范围中所述未覆盖区域的面积;比较各所述面积,确定最大的面积;将所述最大的面积对应的候选目标位置确定为所述目标位置。
12.一种机器人,其特征在于,所述机器人包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至10中任一所述的路径规划方法。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至10任一项所述的路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010954696.7A CN112097762B (zh) | 2020-09-11 | 2020-09-11 | 路径规划方法、装置、机器人及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010954696.7A CN112097762B (zh) | 2020-09-11 | 2020-09-11 | 路径规划方法、装置、机器人及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112097762A CN112097762A (zh) | 2020-12-18 |
CN112097762B true CN112097762B (zh) | 2022-09-09 |
Family
ID=73750852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010954696.7A Active CN112097762B (zh) | 2020-09-11 | 2020-09-11 | 路径规划方法、装置、机器人及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112097762B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114371692B (zh) * | 2021-11-26 | 2023-10-13 | 中国人民解放军军事科学院国防科技创新研究院 | 能源约束下的巡逻船区域覆盖路径规划方法、***及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104714551A (zh) * | 2015-03-23 | 2015-06-17 | 中国科学技术大学 | 一种适用于车式移动机器人的室内区域覆盖方法 |
CN108571979A (zh) * | 2018-04-16 | 2018-09-25 | 绍兴文理学院 | 覆盖三角形和生成树实现机器人路径规划的方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8224516B2 (en) * | 2009-12-17 | 2012-07-17 | Deere & Company | System and method for area coverage using sector decomposition |
CN104898660B (zh) * | 2015-03-27 | 2017-10-03 | 中国科学技术大学 | 一种提高机器人路径规划效率的室内地图构建方法 |
CN106840168B (zh) * | 2017-03-16 | 2019-10-01 | 苏州大学 | 清洁机器人及其动态环境下全覆盖路径规划方法 |
CN107843262A (zh) * | 2017-10-30 | 2018-03-27 | 洛阳中科龙网创新科技有限公司 | 一种农用机械全覆盖运动路径规划的方法 |
CN108008728B (zh) * | 2017-12-12 | 2020-01-17 | 深圳市银星智能科技股份有限公司 | 清洁机器人以及基于清洁机器人的最短路径规划方法 |
CN111012251B (zh) * | 2019-12-17 | 2021-09-03 | 哈工大机器人(合肥)国际创新研究院 | 一种清扫机器人的全覆盖路径的规划方法及装置 |
-
2020
- 2020-09-11 CN CN202010954696.7A patent/CN112097762B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104714551A (zh) * | 2015-03-23 | 2015-06-17 | 中国科学技术大学 | 一种适用于车式移动机器人的室内区域覆盖方法 |
CN108571979A (zh) * | 2018-04-16 | 2018-09-25 | 绍兴文理学院 | 覆盖三角形和生成树实现机器人路径规划的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112097762A (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10278333B2 (en) | Pruning robot system | |
US11351681B2 (en) | Method and apparatus for charging robot | |
CN104914869B (zh) | 基于uwb的离散制造车间物料配送小车控制*** | |
EP3623844A1 (en) | Obstacle detection method and device | |
CN106840169B (zh) | 用于机器人路径规划的改进方法 | |
Xue et al. | Automatic calibration of dual-LiDARs using two poles stickered with retro-reflective tape | |
CN111986232A (zh) | 目标物体的检测方法、装置、机器人及存储介质 | |
CN111474947A (zh) | 机器人避障的方法、装置及*** | |
CN111829525A (zh) | Uwb室内外一体智能导航定位方法和*** | |
CN112097762B (zh) | 路径规划方法、装置、机器人及存储介质 | |
US20230205234A1 (en) | Information processing device, information processing system, method, and program | |
CN117608302A (zh) | 一种巡检路径自动规划方法、装置、设备及存储介质 | |
CN112269377A (zh) | 搬运设备的行驶控制方法和装置及电子*** | |
CN116661458A (zh) | 机器人行进控制方法、机器人及存储介质 | |
CN111060110A (zh) | 机器人导航方法、机器人导航装置及机器人 | |
Noaman et al. | Landmarks exploration algorithm for mobile robot indoor localization using VISION sensor | |
US11999375B2 (en) | Method and system for maneuvering vehicles using adjustable ultrasound sensors | |
CN114488065A (zh) | 一种航迹数据处理方法、装置、车辆和介质 | |
CN113741412B (zh) | 自动驾驶设备的控制方法、装置及存储介质 | |
CN110340935A (zh) | 一种机器人融合定位的方法及机器人 | |
CN114526724A (zh) | 一种用于巡检机器人的定位方法及设备 | |
CN114371726A (zh) | 无人机空地一体化探测定位方法、装置、***与设备 | |
EP3097435B1 (en) | Method for estimating the position of a portable device | |
CN111897348A (zh) | 云端机器人的控制方法及***、云端机器人、云端服务器 | |
CN116382308B (zh) | 智能化移动机械自主寻径与避障方法、装置、设备及介质 |
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 |