CN113386141A - 机器人控制方法、装置、设备及存储介质 - Google Patents
机器人控制方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113386141A CN113386141A CN202110758486.5A CN202110758486A CN113386141A CN 113386141 A CN113386141 A CN 113386141A CN 202110758486 A CN202110758486 A CN 202110758486A CN 113386141 A CN113386141 A CN 113386141A
- Authority
- CN
- China
- Prior art keywords
- robot
- path
- preset
- distance
- decision
- 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.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
- B25J9/1666—Avoiding collision or forbidden zones
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
- B25J11/008—Manipulators for service tasks
- B25J11/0085—Cleaning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
- B25J19/021—Optical sensing devices
- B25J19/022—Optical sensing devices using lasers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
- B25J19/021—Optical sensing devices
- B25J19/023—Optical sensing devices including video camera means
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请公开了一种机器人控制方法、装置、设备及存储介质。所述方法可以实现机器人与移动对象在有限空间内相遇时会根据不同相遇条件以确定不同的决策规划策略,并且根据路网信息和决策规划策略而执行相应的动作,从而提升机器人的智能性,并且避免因机器人与移动对象在有限空间内相遇而可能引起道路拥堵的问题。
Description
技术领域
本申请涉及机器人技术领域,具体涉及一种机器人控制方法、装置、设备及存储介质。
背景技术
随着自动化技术和人工智能的迅速发展,机器人已经被应用于各种场景(例如,娱乐、教学及家政等)。清洁行业作为一项重复度高的劳动密集型产业,正处于劳动力缺失和人力成本增加的行业转型期,而智能清洁机器人可以通过无人驾驶技术以完成简单重复的清洁任务,从而能够降低人力成本,并且实现清洁工作的自动化。
在清洁面积较大的车库场景中,为了提高清洁机器人的清洁效率和续航能力,大尺寸的清洁机器人得到了广泛应用。在清洗车库时,机器人可能会遇到行驶的车辆。于是,传统机器人一般会执行以下两种操作:1.直接将车辆当作普通障碍物而绕行,在机器人绕行的过程中需要对方来车的驾驶员进行等候,如此可能会降低驾驶员的操作体验。2.由于对方来车堵住了车道而导致机器人无法绕行,只能原地等待,最终会导致车辆和机器人都无法通行。总体而言,机器人若处于上述场景时其处理方式不够智能和灵活,甚至可能会影响到其执行任务的效率。
因此需要对现有技术的问题提出解决方法。
发明内容
本申请实施例提供一种机器人控制方法、装置、设备及存储介质。所述控制方法可以实现机器人与移动对象在有限空间内相遇时会根据不同相遇条件以确定不同的决策规划策略,并且根据路网信息和决策规划策略而执行相应的动作,从而提升机器人的智能性,并且避免因机器人与移动对象在有限空间内相遇而可能引起道路拥堵的问题。
根据本申请的一方面,本申请提供了一种机器人控制方法,其包括:感测机器人当前行进路径的预设范围内是否存在移动对象;若所述预设范围内存在移动对象,则确定所述移动对象相对于所述机器人的相对移动类型和相对距离;以及根据所述相对移动类型和所述相对距离确定决策规划策略,并控制所述机器人按照所确定的决策规划策略执行后续动作。
可选地,所述根据所述相对移动类型和所述相对距离确定决策规划策略的步骤,包括:当判定所述相对移动类型为同向移动时,确定所述机器人的决策规划策略为第一决策规划策略;当判定所述相对移动类型为相向移动,且所述机器人与所述移动对象之间的相对距离大于第一预设距离时,确定所述机器人的决策规划策略为第二决策规划策略;当判定所述相对移动类型为相向移动,且所述机器人与所述移动对象之间的相对距离小于或等于第一预设距离以及大于第二预设距离时,确定所述机器人的决策规划策略为第三决策规划策略;以及当判定所述相对移动类型为相向移动,且所述机器人与所述移动对象之间的相对距离小于或等于第二预设距离时,确定所述机器人的决策规划策略为第四决策规划策略。
可选地,在确定所述决策规划策略为第四决策规划策略的情况下,所述控制所述机器人按照所确定的决策规划策略执行后续动作的步骤,包括:根据所确定的第四决策规划策略,控制所述机器人执行所述第四决策规划策略所对应的动作;当感测到所述移动对象沿远离所述机器人的方向移动并且所述机器人与所述移动对象之间的相对距离已大于第三预设距离时,控制所述机器人按照第五决策规划策略执行后续的动作。
可选地,在确定所述决策规划策略为第四决策规划策略的情况下,所述控制所述机器人按照所确定的决策规划策略执行后续动作的步骤,包括:根据所确定的第四决策规划策略,控制所述机器人执行所述第四决策规划策略所对应的动作;当感测到所述移动对象的移动速度降至0且持续预设时间时,控制所述机器人按照第六决策规划策略执行后续的动作,其中第六决策规划策略为避让策略。
可选地,所述避让策略对应的动作包括以下步骤:获取路网信息;根据所获取的路网信息,确定路径偏移方向和偏移距离;以及根据所确定的路径偏移方向和偏移距离,生成目标贴边参考线。
可选地,所述根据所获取的路网信息,确定路径偏移方向和偏移距离的步骤,包括:根据所述移动对象的当前位置和所述机器人的当前位置,确定所述机器人的路径偏移方向。
可选地,所述根据所获取的路网信息,确定路径偏移方向和偏移距离的步骤,包括:判断道路宽度是否小于第一预设宽度;当判定所述道路宽度小于所述第一预设宽度,且所述机器人位于道路的第一区域内时,根据所检测到所述机器人与道路边沿之间的距离,确定偏移距离及路径偏移方向,并基于所述偏移距离及路径偏移方向生成初始贴边参考线。
可选地,所述根据所确定的路径偏移方向和偏移距离,生成目标贴边参考线的步骤,包括:在生成所述初始贴边参考线之后,判断所述初始贴边参考线所在区域是否存在障碍物;当感测到所述初始贴边参考线所在区域存在障碍物时,根据第一预设规则,调整偏移距离,并基于调整后的偏移距离生成所述目标贴边参考线,其中所述第一预设规则为沿远离道路边沿方向偏移第一预设步长;当感测到所述初始贴边参考线所在区域不存在障碍物时,确定所述目标贴边参考线为所述初始贴边参考线。
可选地,所述根据所获取的路网信息,确定路径偏移方向和偏移距离的步骤,包括:判断所述道路宽度是否大于第二预设宽度;当判定所述道路宽度大于所述第二预设宽度,且所述机器人位于道路的第一区域内时,根据可通行宽度以确定偏移距离和路径偏移方向,并基于所述偏移距离及路径偏移方向生成初始贴边参考线,其中所述可通行宽度为根据所述移动对象的默认宽度和预设缓冲宽度而得到。
可选地,所述根据所确定的路径偏移方向和偏移距离,生成目标贴边参考线的步骤,包括:在生成所述初始贴边参考线之后,判断所述初始贴边参考线所在区域是否存在障碍物;当感测到所述初始贴边参考线所在区域存在障碍物时,根据第二预设规则,调整偏移距离,并基于调整后的偏移距离生成所述目标贴边参考线,其中所述第二预设规则为沿靠近道路边沿方向偏移第二预设步长;当感测到所述初始贴边参考线所在区域不存在障碍物时,确定所述目标贴边参考线为所述初始贴边参考线。
可选地,所述避让策略对应的动作还包括以下步骤:根据所生成的目标贴边参考线,确定避让行进路径。
可选地,所述根据所生成的目标贴边参考线,确定避让行进路径的步骤,包括:获取预设的非线性模型;以及根据所述预设的非线性模型,生成所述机器人的避让行进路径。
可选地,所述根据预设的非线性模型,生成所述机器人的避让行进路径的步骤,包括:提供所述目标贴边参考线;根据所提供的目标贴边参考线以及预设路径点规则,确定避让行进路径的各个路径点的初始值;以及将所述路径点的初始值输入至所述非线性模型,并且根据预设的目标函数和预设的约束条件,生成所述避让行进路径。
可选地,所述避让行进路径包括过渡路径和目标路径;其中,所述目标路径的路径点是根据预设的目标函数和预设的约束条件而获得;所述过渡路径的路径点是根据预设的约束条件,并且随所述目标路径的路径点的优化调整而相应关联变化,以生成相应的过渡路径。
可选地,所述目标函数表示为优化的目标路径的路径点与目标贴边参考线的路径点之间的距离的平方之和。
可选地,所述约束条件包括曲率约束条件、运动学约束条件和安全约束条件。
可选地,所述安全约束条件是通过以下步骤而确定:根据所述避让行进路径的路径点的位姿信息,计算得到所述机器人的中心点坐标信息;判断所述机器人的中心点与所述移动对象之间的距离是否大于预设内切圆半径阈值;当判定所述机器人的中心点与所述移动对象之间的距离大于预设内切圆半径阈值时,确定所述路径点为安全,由此定义所述安全约束条件。
可选地,所述判断所述机器人的中心点与所述移动对象之间的距离是否大于预设内切圆半径阈值的步骤之前,还包括:获取预设的障碍物距离信息表;根据预设的障碍物距离信息表,查询得到所述机器人的中心点与所述移动对象之间的最短距离。
可选地,所述运动学约束条件包括第一运动学约束条件、第二运动学约束条件和第三运动学约束条件,其中所述第一运动学约束条件表示为优化目标路径的第i+1个路径点与第i个路径点在X轴上的距离差;所述第二运动学约束条件表示为优化目标路径的第i+1个路径点与第i个路径点在Y轴上的距离差;所述第三运动约束条件表示为优化目标路径的第i个路径点的朝向角等于第i个路径点与第i+1个路径点的连线方向与X轴之间的夹角。
可选地,所述安全约束条件表示为机器人的中心点与移动对象之间的距离大于预设内切圆半径阈值,其中所述中心点为多个。
可选地,所述根据所生成的目标贴边参考线,确定避让行进路径的步骤,包括:确定所述机器人的最大允许偏转角;根据所述偏移距离和所述最大允许偏转角,计算得到预估移动距离值,其中该预估移动距离值为当所述机器人以最大允许偏转角方向行进至所述目标贴边参考线时,得到的沿所述目标贴边参考线方向的移动距离值;判断所述预估移动距离值是否小于所述机器人与所述移动对象之间的相对距离;以及当判定所述预估移动距离值小于所述相对距离时,确定所述机器人以最大允许偏转角方向行进的路径为避让行进路径。
可选地,所述根据所生成的目标贴边参考线,确定避让行进路径的步骤,还包括:获取所述目标贴边参考线上的多个目标点;根据所述多个目标点以及预设的导航规则,确定避让行进路径。
可选地,所述第一决策规划策略所对应的动作包括:执行预设定的任务。
可选地,所述第二决策规划策略所对应的动作包括:执行预设定的任务。
可选地,所述第三决策规划策略所对应的动作包括:执行减速操作。
根据本申请的另一方面,本申请实施例提供了一种机器人控制装置,其包括:感测模块,用于感测所述机器人当前行进路径的预设范围内是否存在移动对象;确定模块,用于若所述预设范围内存在移动对象,则确定所述移动对象相对于所述机器人的相对移动类型和相对距离;以及控制模块,用于根据所述相对移动类型和所述相对距离确定决策规划策略,并控制所述机器人按照所确定的决策规划策略执行后续动作。
根据本申请的又一方面,本申请实施例提供了一种机器人控制设备,所述设备包括:存储器、处理器以及存储于所述存储器上的用于实现所述机器人控制方法的程序;其中,所述存储器用于存储实现所述机器人控制方法的程序;所述处理器用于执行实现所述机器人控制方法的程序,以实现如本申请任一实施例所述的机器人控制方法的步骤。
根据本申请的又一方面,本申请实施例提供了一种存储介质,所述存储介质上存储有实现机器人控制方法的程序,所述实现机器人控制方法的程序被处理器执行,以实现如本申请任一实施例所述的机器人控制方法的步骤。
本申请实施例所述的机器人控制方法实现机器人与移动对象在有限空间内相遇时会根据不同相遇条件以确定不同的决策规划策略,并且根据路网信息和决策规划策略而执行相应的动作,从而不仅能够提升机器人的智能性,并且可以避免因机器人与移动对象在有限空间内相遇而可能引起道路拥堵的问题,以进一步保证机器人能够安全可靠的运动及其执行任务的效率。
附图说明
下面结合附图,通过对本申请的具体实施方式详细描述,将使本申请的技术方案及其它有益效果显而易见。
图1为本申请一实施例所提供的一种机器人控制方法的流程示意图。
图2为图1所示步骤S300的子步骤的流程示意图。
图3为图2所示步骤S340的后继步骤的流程示意图。
图4为图3所示步骤S360的后继步骤的流程示意图。
图5为图4所示步骤S440的子步骤的一示例的流程示意图。
图6为图5所示步骤S520的子步骤的流程示意图。
图7A为具有目标贴边参考线的代价地图的示意图。
图7B为具有优化后的避让行进路径的代价地图的示意图。
图8为图4所示步骤S440的子步骤的另一示例的流程示意图。
图9为图4所示步骤S440的子步骤的又一示例的流程示意图。
图10为本申请一具体实施例所提供的一种机器人控制方法的流程示意图。
图11为图10所示步骤S1300的子步骤的流程示意图。
图12为图11所示步骤S1340的后继步骤的流程示意图。
图13为图12所示步骤S1360的后继步骤的流程示意图。
图14为图13所示步骤S1374的子步骤的流程示意图。
图15为图14所示步骤S1410的子步骤的流程示意图。
图16为本申请一实施例所提供的一种机器人控制装置的架构示意图。
图17为图16所示控制模块的子模块的架构示意图。
图18为图17所示第六策略确定子模块的架构示意图。
图19为本申请一实施例所提供的一种机器人控制设备的架构示意图。
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清楚、完整地描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
文中的术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接或可以相互通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
下文的公开提供了许多不同的实施方式或例子用来实现本申请的不同结构。为了简化本申请的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本申请。此外,本申请可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设置之间的关系。
参阅图1所示,本申请一实施例提供了一种机器人控制方法,其包括:步骤S100,感测机器人当前行进路径的预设范围内是否存在移动对象;步骤S200,若所述预设范围内存在移动对象,则确定所述移动对象相对于所述机器人的相对移动类型和相对距离;步骤S300,根据所述相对移动类型和所述相对距离确定决策规划策略,并控制所述机器人按照所确定的决策规划策略执行后续动作。
其中,移动对象是指具有移动功能的对象,其可以为物体,也可以为行人。在本实施例中,移动对象可以例如为车辆,但不限于此。此外,在本实施例中,机器人可以例如为智能清洁机器人。在其他的部分实施例中,机器人也可以为具有特定功能的机器人,例如配送机器人、导航机器人等。
在步骤S100中,机器人根据预设的导航路径向前行进,并且执行预设定的任务,例如清洁地面。当机器人在行进过程中,通过其自身的感测装置,例如激光雷达、摄像头等,并且在预设范围内(例如30米至50米)感测是否存在移动对象。此外,机器人在行进过程中,可以采用同时定位和地图构建(Simultaneous Localization And Mapping,简称SLAM)技术,以实现自主移动。
在步骤S200中,当感测到机器人当前行进路径的预设范围内存在移动对象时,可以确定移动对象相对于机器人的相对移动类型和相对距离。该相对移动类型包括同向移动和相向移动。其中,同向移动是指机器人在移动对象后面跟随,相向移动是指机器人和移动对象在同一路段上相向移动。
在步骤S300中,根据所述相对移动类型和所述相对距离确定决策规划策略,并控制所述机器人按照所确定的决策规划策略执行后续动作。需说明的是,决策规划策略是指根据感测到的移动对象的移动信息(例如位置、速度等)以判断机器人是否需要进行执行相应的动作行为(例如减速、停车等)。
如图2所示,在步骤S300中,所述根据所述相对移动类型和所述相对距离确定决策规划策略的步骤,包括:
步骤S310,当判定所述相对移动类型为同向移动时,确定所述机器人的决策规划策略为第一决策规划策略。
步骤S320,当判定所述相对移动类型为相向移动,且所述机器人与所述移动对象之间的相对距离大于第一预设距离时,确定所述机器人的决策规划策略为第二决策规划策略。
步骤S330,当判定所述相对移动类型为相向移动,且所述机器人与所述移动对象之间的相对距离小于或等于第一预设距离以及大于第二预设距离时,确定所述机器人的决策规划策略为第三决策规划策略。
步骤S340,当判定所述相对移动类型为相向移动,且所述机器人与所述移动对象之间的相对距离小于或等于第二预设距离时,确定所述机器人的决策规划策略为第四决策规划策略。
具体地,在步骤S310中,当判定所述相对移动类型为同向移动时,确定所述机器人的决策规划策略为第一决策规划策略。当确定所述机器人的决策规划策略为第一决策规划策略之后,控制机器人执行与第一决策规划策略相应的动作。所述第一决策规划策略所对应的动作包括:执行预设定的任务,例如向前移动,或者可以继续执行清洁地面的动作。
在步骤S320中,当判定所述相对移动类型为相向移动,且所述机器人与所述移动对象之间的相对距离大于第一预设距离时,确定所述机器人的决策规划策略为第二决策规划策略。在本实施例中,第一预设距离可以设置为10米。当确定所述机器人的决策规划策略为第二决策规划策略之后,控制机器人执行与第二决策规划策略相应的动作。所述第二决策规划策略所对应的动作包括:执行预设定的任务,例如向前移动。
在步骤S330中,当判定所述相对移动类型为相向移动,且所述机器人与所述移动对象之间的相对距离小于或等于第一预设距离以及大于第二预设距离时,确定所述机器人的决策规划策略为第三决策规划策略。在本实施例中,第二预设距离可以设置为5米。当确定所述机器人的决策规划策略为第三决策规划策略之后,控制机器人执行与第三决策规划策略相应的动作。所述第三决策规划策略所对应的动作包括:执行减速操作,以降低可能与移动对象发生碰撞的风险。
在步骤S340中,当判定所述相对移动类型为相向移动,且所述机器人与所述移动对象之间的相对距离小于或等于第二预设距离时,确定所述机器人的决策规划策略为第四决策规划策略。
参阅图2和图3所示,在一些实施例中,在确定所述决策规划策略为第四决策规划策略的情况下(即步骤S340),所述控制所述机器人按照所确定的决策规划策略执行后续动作的步骤,包括:步骤S341,根据所确定的第四决策规划策略,控制机器人执行所述第四决策规划策略所对应的动作;以及步骤S350,当感测到所述移动对象沿远离所述机器人的方向移动并且所述机器人与所述移动对象之间的相对距离已大于第三预设距离时,确定所述机器人的决策规划策略为第五决策规划策略,并且控制机器人按照所确定的第五决策规划策略执行相应的后继动作。
具体地,在步骤S341中,当确定所述机器人的决策规划策略为第四决策规划策略之后,控制机器人执行与第四决策规划策略相应的动作。所述第四决策规划策略所对应的动作包括:停止移动,并处于等待状态。由于考虑到机器人与移动对象之间的距离相对较小,因此,停止机器人的移动并且使其处于等待状态为一种安全策略,从而能够有效避免机器人可能与移动对象之间发生碰撞的情况。
机器人在等待过程中,会实时地感测移动对象的位置和速度。在步骤S350中,当感测到所述移动对象沿远离所述机器人的方向移动并且所述机器人与所述移动对象之间的相对距离已大于第三预设距离时,控制机器人按照第五决策规划策略执行后继的动作。其中,该第三预设距离是出于安全性考虑,用于表示所述机器人与所述移动对象之间的安全距离阈值。所述第五决策规划策略所对应的动作包括:恢复执行先前预定的任务,例如清洁地面。换言之,当判定移动对象通过所述机器人所在路段时,机器人可以恢复先前预设定的任务,并且继续执行该任务。也就是说,当确定移动对象通过机器人所在的路段,并且判定机器人与移动对象之间的相对距离大于预设的安全距离阈值时,机器人才会继续执行先前预设的任务。
在一些实施例中,在确定所述决策规划策略为第四决策规划策略的情况下(即步骤S340),所述控制所述机器人按照所确定的决策规划策略执行后续动作的步骤,包括:步骤S341,根据所确定的第四决策规划策略,控制机器人执行所述第四决策规划策略所对应的动作;以及步骤S360,当感测到所述移动对象的移动速度降至0且持续预设时间时,确定所述机器人的决策规划策略为第六决策规划策略,并且控制机器人按照所确定的第六决策规划策略执行相应的后继动作,其中第六决策规划策略为避让策略。
具体地,在步骤S341中,当确定所述机器人的决策规划策略为第四决策规划策略之后,控制机器人执行与第四决策规划策略相应的动作。所述第四决策规划策略所对应的动作包括:停止移动,并处于等待状态。由于考虑到机器人与移动对象之间的距离相对较小,因此,停止机器人的移动并且使其处于等待状态为一种安全策略,从而能够有效避免机器人可能与移动对象之间发生碰撞的情况。
机器人在等待过程中,会实时地感测移动对象的位置和速度。在步骤S360中,当感测到所述移动对象的速度降为0,而且持续预设时间(例如预设时间为5秒),此时可以将移动对象视作为被机器人阻挡而影响其向前行进,因此机器人需要执行避让操作(例如,靠边让行操作)。换言之,当判定移动对象仍未通过所述机器人所在路段时,机器人可以主动执行避让操作。
参阅图1至图4,在执行步骤S360之后,所述方法还可以包括以下步骤:步骤S410,获取路网信息;步骤S420,根据所获取的路网信息,确定路径偏移方向和偏移距离;以及步骤S430,根据所确定的路径偏移方向和偏移距离,生成目标贴边参考线。
其中,路网是指交通领域的道路网络。路网信息可以至少包括:道路的位置、宽度和道路方向。
在步骤S420中,根据所获取的路网信息,可以确定路径偏移方向和偏移距离。
如上文所述,路网信息包括道路宽度,因此,通过获取路网信息,可以得到相应的道路中心线信息。据此,可以进一步确定移动对象与道路中心线之间的距离,以及确定机器人与道路中心线之间的距离,从而大体上可以确定移动对象及机器人位于道路偏左位置、偏右位置或中间位置。因此,根据所述移动对象的当前位置和所述机器人的当前位置,可以确定所述机器人的路径偏移方向,以至于能够选择较优的路径偏移方向和偏移距离,以生成合适的目标贴边参考线。
一般情况下,路径偏移方向是指与机器人较近的道路边沿的方向。路径偏移方向的选择规则主要是基于移动对象通过机器人所在路段的便捷性和机器人的让行效率而确定的。例如,当移动对象位于道路的右侧,机器人位于道路的左侧或道路中心线附近时,则优先选择机器人靠左侧进行让行。又例如,当移动对象位于道路的左侧,机器人位于道路的右侧或道路中心线附近时,则优先选择机器人靠右侧进行让行。此外,路径偏移方向的选择规则还可以根据移动对象和机器人的位置优先级而确定,其中移动对象的位置优先级为相对较高,机器人的位置优先级为相对较低。亦即,首先根据移动对象的位置而确定机器人的路径偏移方向,其次根据机器人自身的位置而确定机器人的路径偏移方向。
除了路径偏移方向是生成目标贴边参考线的一个决定因素之外,偏移距离也是生成目标贴边参考线的另一个决定因素。偏移距离是需要确保机器人让行后提供足够的道路空间(或可通行宽度)以使移动对象安全顺利地通过且要尽量保证目标贴边参考线是安全的。需说明的是,安全的目标贴边参考线是指该参考线所在区域不存在障碍物,以避免机器人执行避让操作时可能会与障碍物发生碰撞的情况。进一步地,获得偏移距离的方式至少包括以下两种方式。
在一些实施例中,获得偏移距离的方式包括以下步骤:判断道路宽度是否小于第一预设宽度;当判定道路宽度小于所述第一预设宽度,且所述机器人位于道路的第一区域内时,根据所检测到所述机器人与道路边沿之间的距离,确定偏移距离。其中,第一区域是指道路的整个区域中的一部分区域,若位于该部分区域,机器人需要执行靠边让行的操作。第二区域是指道路的整个区域中除了第一区域之外的剩余区域,若位于该区域,机器人可以不需要执行靠边让行的操作,也能够保证移动对象顺利通过机器人所在的路段。进一步地,所述根据所确定的路径偏移方向和偏移距离,生成目标贴边参考线的步骤,包括:在生成所述初始贴边参考线之后,判断所述初始贴边参考线所在区域是否存在障碍物;当感测到初始贴边参考线所在区域存在障碍物时,根据第一预设规则,调整偏移距离,并基于调整后的偏移距离生成所述目标贴边参考线,其中所述第一预设规则为沿远离道路边沿方向偏移第一预设步长;当感测到所述初始贴边参考线所在区域不存在障碍物时,确定所述目标贴边参考线为所述初始贴边参考线。
上述获取偏移距离的方式主要适用于道路宽度为较窄或适中的情况。具体地,首先机器人判断道路宽度是否小于第一预设宽度,例如第一预设宽度为5米。接着,当机器人判定道路宽度小于第一预设宽度,且机器人位于道路的中心线位置时,获得机器人与道路边沿之间的距离,以确定偏移距离。当然,若当机器人判定道路宽度小于第一预设宽度,且机器人位于道路的左侧时,可以获得机器人与道路左侧边沿之间的距离,从而确定偏移距离。或者,若当机器人判定道路宽度小于第一预设宽度,且机器人位于道路的右侧时,可以获得机器人与道路右侧边沿之间的距离,从而确定偏移距离。这样,根据所确定的偏移距离和路径偏移方向,以生成初始贴边参考线。进一步地,在生成所述初始贴边参考线之后,机器人会再次判断初始贴边参考线所在区域是否存在障碍物。若机器人感测到初始贴边参考线所在区域存在障碍物时,于是会对偏移距离进行适量调整。适量调整的第一预设规则为沿远离道路边沿方向偏移第一预设步长。示例性地,当机器人判定初始贴边参考线所在区域存在障碍物时,为了保证最终的目标贴边参考线具有安全性,于是,可以按0.5米的步长逐步递减偏移距离,并基于调整后的偏移距离生成目标贴边参考线。换言之,若机器人的当前位置与初始贴边参考线的距离为3米,则首次调整后的偏移距离为2.5米,二次调整后的偏移距离为2米,三次调整后的偏移距离为1.5米,以此类推,并且根据调整后的偏移距离得到目标贴边参考线。如此设计,能够使得机器人安全地执行避让操作。需要说明的是,目标贴边参考线(或初始贴边参考线)是指与所述机器人的当前位置之间的最短距离等于所述偏移距离,并且垂直于所述偏移距离方向的直线。
在一些实施例中,获得偏移距离的方式包括以下步骤:判断道路宽度是否大于第二预设宽度;当判定道路宽度大于所述第二预设宽度,且所述机器人位于道路的第一区域内时,根据可通行宽度确定偏移距离和路径偏移方向,并基于所述偏移距离及路径偏移方向生成初始贴边参考线,其中所述可通行宽度为根据道路宽度、所述移动对象的默认宽度和预设缓冲宽度而计算得到的。进一步地,所述根据所确定的路径偏移方向和偏移距离,生成目标贴边参考线步骤,包括:在生成所述初始贴边参考线之后,判断所述初始贴边参考线所在区域是否存在障碍物;当感测到所述初始贴边参考线所在区域存在障碍物时,根据第二预设规则,调整偏移距离,并基于调整后的偏移距离生成所述目标贴边参考线,其中所述第二预设规则为沿靠近道路边沿方向偏移第二预设步长;当感测到所述初始贴边参考线所在区域不存在障碍物时,确定所述目标贴边参考线为所述初始贴边参考线。
上述获取偏移距离的方式主要适用于道路宽度为较宽的情况。具体地,首先机器人判断道路宽度是否大于第二预设宽度,例如第二预设宽度为10米。接着,当机器人判定道路宽度大于第二预设宽度,且机器人位于道路的中心线位置时,可以根据可通行宽度以确定偏移距离和路径偏移方向,并基于所述偏移距离及路径偏移方向生成初始贴边参考线。其中,所述可通行宽度为根据道路宽度、移动对象的默认宽度和预设缓冲宽度而得到。例如移动对象为小型汽车,其默认宽度约为2米,道路宽度约为10米,缓冲宽度的默认宽度约为2米,于是可通行宽度可以配置为8米,据此偏移距离可以为3米。在道路宽度为较宽的情况下,未直接选择道路边沿以得到偏移距离,而是通过上述获取偏移距离的步骤实施来确定偏移距离,这样不仅能够节省机器人的移动时间,而且也减少机器人的移动距离。进一步地,在生成所述初始贴边参考线之后,机器人可以再次判断初始贴边参考线所在区域是否存在障碍物。若机器人感测到初始贴边参考线所在区域存在障碍物时,于是会对偏移距离进行适量调整。适量调整的第二预设规则为沿靠近道路边沿方向偏移第二预设步长。示例性地,当机器人感测到贴边参考线所在区域存在障碍物时,为了保证最终的目标贴边参考线具有安全性,于是,可以按0.5米的步长逐步递增偏移距离,并基于调整后的偏移距离生成目标贴边参考线。换言之,若机器人的当前位置与初始贴边参考线的距离为3米,则首次调整后的偏移距离为3.5米,二次调整后的偏移距离为4米,三次调整后的偏移距离为4.5米,以此类推,并且根据调整后的偏移距离得到目标贴边参考线。如此设计,能够使得机器人安全地执行避让操作。
继续参阅图4,在执行步骤430之后,还可以包括以下步骤:步骤S440,根据所生成的目标贴边参考线,确定避让行进路径。
在步骤S440中,可以通过以下几种方式,以确定避让行进路径。
参阅图5,并结合图1至图4,例如,所述根据所生成的目标贴边参考线,确定避让行进路径的步骤(即步骤S440),包括:步骤S510,获取预设的非线性模型;以及步骤S520,根据所述预设的非线性模型,生成所述避让行进路径。
参阅图6,在所述根据预设的非线性模型,生成避让行进路径的步骤(即步骤S520)中,包括以下步骤:步骤S621,提供目标贴边参考线;步骤S622,根据所提供的目标贴边参考线以及预设路径点规则,确定避让行进路径的各个路径点的初始值;以及步骤S623,将所述路径点的初始值输入至所述非线性模型,并且根据预设的目标函数和预设的约束条件,生成所述避让行进路径。
进一步地,所述避让行进路径包括过渡路径和目标路径。其中,所述目标路径的路径点是根据预设的目标函数和预设的约束条件而获得。所述过渡路径的路径点是根据预设的约束条件,并且随所述目标路径的路径点的优化调整而相应关联变化,以生成相应的过渡路径。
需要说明的是,上述的目标路径和过渡路径是同时生成的,并且对目标路径的路径点和过渡路径点均进行优化。此外,目标贴边参考线(可参阅图7A所示的标号11)可以通过执行上述的步骤S410至步骤S430而得到。所述目标贴边参考线可以包括n+1个离散的路径点路径点其中,表示目标贴边参考线的第i个路径点的X坐标,表示目标贴边参考线的第i个路径点的Y坐标,表示目标贴边参考线的第i个路径点的朝向角。朝向角是指相邻两个路径点之间的连线与X轴正向之间的夹角。
所述避让行进路径包括过渡路径和与过渡路径相连的目标路径(如图7B所示,标号12为过渡路径,标号13为目标路径)。因此,避让行进路径的预设路径点包括过渡路径的预设路径点和目标路径的预设路径点。目标路径的预设路径点可以根据目标贴边参考线进行预配。而过渡路径的预设路径点可以通过以下两种方式而确定。一种方式可以为:确定起始点、终结点、两点之间连线上的等距设置的路径点,以得到过渡路径的各个路径点的初始值;其中起始点为过渡路径的起点,终结点为过渡路径的结点(即目标路径的起点)。另一种方式可以为:确定起始点、终结点、两点之间连线上且满足预设曲率约束条件的路径点,以得到过渡路径的各个路径点的初始值。通过上述方式,可以得到避让行进路径的各个路径点的初始值。
如上文所述的步骤S623,即将所述路径点的初始值输入至所述非线性模型,并且根据预设的目标函数和预设的约束条件,生成避让行进路径。其中,为了能够实现优化的目标路径与目标贴边参考线之间的距离越短,因此,可以定义目标函数为优化的目标路径的路径点与目标贴边参考线的路径点之间的距离平方之和。由于机器人的起始位姿与目标贴边参考线之间存在一定距离,因此会存在由机器人的当前位姿至靠近目标贴边参考线的过渡路径(如图7B所示的标号12),该过渡路径与目标贴边参考线之间的距离平方和较大,且容易影响到目标函数的效果,因此,在实际操作中,需要从目标函数中移除过渡路径的相应μ个路径点。于是得到所定义的最终目标函数为:
除了需要预先定义目标函数,也需要预先定义约束条件。约束条件是根据实际情况而设定的。约束条件至少包括曲率约束条件、运动学约束条件和安全约束条件。
运动学约束条件包括第一运动学约束条件、第二运动学约束条件和第三运动学约束条件,其中所述第一运动学约束条件表示为优化目标路径的第i+1个路径点与第i个路径点在X轴上的距离差;所述第二运动学约束条件表示为优化目标路径的第i+1个路径点与第i个路径点在Y轴上的距离差;所述第三运动约束条件表示为优化目标路径的第i个路径点的朝向角等于第i个路径点与第i+1个路径点的连线方向与X轴之间的夹角。
亦即,运动学约束条件包括第一运动学约束条件、第二运动学约束条件和第三运动学约束条件。
第一运动学约束条件定义为:
第二运动学约束条件定义为:
第三运动学约束条件定义为:
其中,表示优化的目标路径的第i+1个路径点的X坐标,表示优化的目标路径的第i个路径点的X坐标;表示优化的目标路径的相邻两个路径点之间的距离;表示优化的目标路径的第i个路径点的朝向角;表示优化的目标路径的第i+1个路径点的Y坐标,表示优化的目标路径的第i个路径点的Y坐标;表示优化的目标路径的第i+1个路径点的朝向角。
其中,和分别表示第j个机器人的中心点(或称圆心点,即circle_center)相对于移动对象坐标系的X坐标和Y坐标。若获得路径点的位姿信息,可以求解得到机器人(如图7B所示的标号1000)的相应中心点(如图7B所示的标号c)。当机器人的中心点与移动对象(如图7B所示的标号2000)之间的距离大于内切圆半径阈值dmin时,可以保证机器人在该路径点为安全状态。换言之,可以通过执行以下步骤以确定安全约束条件。首先,根据所述避让行进路径的路径点的位姿信息,计算得到所述机器人的中心点坐标信息;接着,判断所述机器人的中心点与所述移动对象之间的距离是否大于预设内切圆半径阈值;然后,当判定所述机器人的中心点与所述移动对象之间的距离大于预设内切圆半径阈值时,确定所述路径点为安全,由此定义所述安全约束条件。
在执行上述步骤以确定安全约束条件的过程中,为了提高计算效率,求解过程中可以不需要每次重新计算每个路径点相对应的中心点与移动对象(相对于机器人而言,移动对象可视作为障碍物)之间的最小距离。中心点与移动对象之间的最小距离可以通过预设的障碍物距离信息表配合加插值的方式而得到,这样能够有效地节省计算时间。需要说明的是,预设的障碍物距离信息表可以利用现有算法配合代价地图(costmap)而得到。在代价地图中标记了障碍物的位置,通过代价地图所提供的信息,可以确定各个栅格点与最近障碍物的距离。因此,预设的障碍物距离信息表可以包括多个中心点的X坐标和Y坐标以及该X、Y坐标下对应的最近障碍物的位置及中心点与障碍物之间的距离。需要说明的是,内切圆半径阈值dmin为预设,且至少需要保证以机器人的每个中心点作为圆心,并以内切圆半径阈值dmin为半径而得到的区域需要覆盖机器人的整个轮廓。在此基础上尽量减少多余的覆盖区域,这些配置组合并非唯一。此外,若为了快速确定安全约束条件且精准度要求相对不高的情况下,则可以相对减少所采集的中心点数量,同时使用膨胀半径替代内切圆半径,其中膨胀半径大于内切圆半径(如图7B所示,标号a为内切圆,标号b为膨胀层)。
在基于上述的非线性模型、预设的目标函数和预设的约束条件,可以得到优化后的避让行进路径。当达到优化后的避让行径路径,需要对其中的目标路径进行适当的截取,这是由于优化后的目标路径的路径点已经足够靠近贴边参考线。
通过执行上述步骤S510至步骤S520,不仅可以快速且准确地获得与目标贴边参考线相切的相应路径点,而且能够保证机器人提供足够空间以使移动对象顺利且安全地通过机器人所在路段。
除了上述确定避让行进路径的方式之外,还可以通过其他方式来实施。
参阅图8,在一些实施例中,在所述根据所生成的目标贴边参考线,确定避让行进路径的步骤中,包括:步骤S610,确定所述机器人的最大允许偏转角;步骤S620,根据所述偏移距离和所述最大允许偏转角,计算得到预估移动距离值,其中该预估移动距离值为当所述机器人以最大允许偏转角方向行进至所述目标贴边参考线时,得到的沿所述目标贴边参考线方向的移动距离值;步骤S630,判断所述预估移动距离值是否小于所述机器人与所述移动对象之间的相对距离;步骤S640,当判定所述预估移动距离值小于所述相对距离时,确定所述机器人以最大允许偏转角方向行进的路径为避让行进路径。
在步骤S630中,若判定预估移动距离值大于所述机器人与所述移动对象之间的相对距离,机器人可以先倒退一定距离,以保证预估移动距离小于机器人与移动对象之间的相对距离,然后再以最大允许偏转角方向行进。
通过执行上述步骤S610至步骤S640,可以简单便捷地确定机器人的避让行进路线。需要说明的是,上述避让行进的方式可适用于非清洁机器人,例如配送机器人。此外,若机器人的运动装置为万向轮,也可以先使机器人朝贴边参考线转向,然后再沿直线移动并靠边至目标贴边参考线,以实现靠边让行的效果。
参阅图9,在一些实施例中,在所述根据所生成的目标贴边参考线,确定避让行进路径的步骤中,还包括:步骤S710,获取所述目标贴边参考线上的多个目标点;以及步骤S720,根据所述多个目标点以及预设的导航规则,确定避让行进路径。
换言之,首先确定最先与目标贴边参考线相切的目标点。接着,在目标贴边参考线上依次选取多个目标点,然后,利用预设的导航规则(该导航规则可以为本领域人员通常所使用的导航规则),并且根据所选取的目标点,确定出避让行进路径。
本申请所述机器人控制方法实现机器人与移动对象在有限空间内相遇时会根据不同相遇条件能够确定不同的决策规划策略,并且根据路网信息和决策规划策略而执行相应的后继动作,从而不仅能够提升机器人的智能性,并且可以避免因机器人与移动对象在有限空间内相遇而可能引起道路拥堵的问题,以进一步保证机器人能够安全可靠的运动及其执行任务的效率。
为了便于更好地理解本申请的技术方案,下文将以清洁机器人(简称机器人)在车库场景中为示例进行描述。需要说明的是,对于其他类型的清洁机器人,例如配送机器人、导航机器人等,在采用本申请的技术方案实现时,与后继实施例中的清洁机器人的示例相似,本申请对此并不做限定。此外,在以下的示例中,将以移动车辆作为移动对象的示例进行描述。
所述机器人可以包括处理器、存储器、运动装置(例如车轮)、图像采集装置(例如摄像头)、感测装置(距离传感器、角度传感器、激光雷达、速度传感器等)以及通讯装置(例如无线收发器)。所述机器人能够通过上述装置获得路网信息,以供处理器进行分析处理,并执行实现机器人控制方法的程序,从而实现机器人控制方法的步骤。
参阅图10,本申请的一实施例提供了一种机器人控制方法。所述方法包括:
步骤S1100,感测机器人当前行进路径的预设范围内是否存在移动车辆;
步骤S1200,若所述预设范围内存在移动车辆,则确定所述移动车辆相对于所述机器人的相对移动类型和相对距离;以及
步骤S1300,根据所述相对移动类型和所述相对距离确定决策规划策略,并控制所述机器人按照所确定的决策规划策略执行后续动作。
参阅图11,步骤S1300可以至少包括:步骤S1310,当判定所述相对移动类型为同向移动时,确定所述机器人的决策规划策略为第一决策规划策略;步骤S1320,当判定所述相对移动类型为相向移动,且所述机器人与所述移动车辆之间的相对距离大于第一预设距离时,确定所述机器人的决策规划策略为第二决策规划策略;步骤S1330,当判定所述相对移动类型为相向移动,且所述机器人与所述移动车辆之间的相对距离小于或等于第一预设距离以及大于第二预设距离时,确定所述机器人的决策规划策略为第三决策规划策略;步骤S1340,当判定所述相对移动类型为相向移动,且所述机器人与所述移动车辆之间的相对距离小于或等于第二预设距离时,确定所述机器人的决策规划策略为第四决策规划策略。
关于步骤S1320、当判定所述相对移动类型为相向移动,且所述机器人与所述移动车辆之间的相对距离大于第一预设距离时,确定所述机器人的决策规划策略为第二决策规划策略。当确定所述机器人的决策规划策略为第二决策规划策略之后,控制机器人执行与第二决策规划策略相应的动作。所述第二决策规划策略所对应的动作包括:执行预设定的任务。具体地,当机器人与移动车辆相向移动,且机器人与移动车辆之间的相对距离大于10米时,确定机器人恢复执行清洁地面的任务。
关于步骤S1330、当判定所述相对移动类型为相向移动,且所述机器人与所述移动车辆之间的相对距离小于或等于第一预设距离以及大于第二预设距离时,确定所述机器人的决策规划策略为第三决策规划策略。当确定所述机器人的决策规划策略为第三决策规划策略之后,控制机器人执行与第三决策规划策略相应的动作。所述第三决策规划策略所对应的动作包括:执行减速操作。具体地,当机器人与移动车辆相向移动,且机器人与移动车辆之间的相对距离小于10米且大于5米时,确定机器人需要执行减速操作。
关于步骤S1340、当判定所述相对移动类型为相向移动,且所述机器人与所述移动车辆之间的相对距离小于或等于第二预设距离时,确定所述机器人的决策规划策略为第四决策规划策略。
参阅图12,在确定所述决策规划策略为第四决策规划策略的情况下,所述控制所述机器人按照所确定的决策规划策略执行后续动作的步骤,包括:步骤S1341,根据所确定的第四决策规划策略,控制机器人执行所述第四决策规划策略所对应的动作;以及步骤S1350,当感测到所述移动车辆沿远离所述机器人的方向移动并且所述机器人与所述移动车辆之间的相对距离已大于第三预设距离时,确定所述机器人的决策规划策略为第五决策规划策略,并且控制机器人按照所确定的第五决策规划策略执行相应的后继动作。
具体地,在步骤S1341中,当确定所述机器人的决策规划策略为第四决策规划策略之后,控制机器人执行与第四决策规划策略相应的动作。所述第四决策规划策略所对应的动作包括:停止移动,并处于等待状态。
机器人在等待过程中,会实时地感测移动车辆的位置和速度。在步骤S1350中,若当移动车辆最终沿远离机器人的方向移动且两者之间的相对距离超过安全距离阈值时,此时机器人可以确定移动车辆已正常通过,于是,机器人会继续执行原先设定的任务,例如清洁地面。
当然,在确定所述决策规划策略为第四决策规划策略的情况下,所述控制所述机器人按照所确定的决策规划策略执行后续动作的步骤,还可以包括:步骤S1341,根据所确定的第四决策规划策略,控制机器人执行所述第四决策规划策略所对应的动作;以及步骤S1360,当感测到所述移动车辆的移动速度降至0且持续预设时间时,确定所述机器人的决策规划策略为第六决策规划策略,并且控制机器人按照所确定的第六决策规划策略执行相应的后继动作,其中第六决策规划策略为避让策略。
具体地,在步骤S1341中,当确定所述机器人的决策规划策略为第四决策规划策略之后,控制机器人执行与第四决策规划策略相应的动作。所述第四决策规划策略所对应的动作包括:停止移动,并处于等待状态。
机器人在等待过程中,会实时地感测移动车辆的位置和速度。在步骤S1360中,若感测到移动车辆的速度降至大约为0,且持续了大约5秒,此时机器人确定移动车辆被阻挡而且影响移动车辆继续向前移动,因此机器人需要执行靠边让行操作。
参阅图13,在实施步骤S1360之后,可以包括执行以下步骤:步骤S1371,获取路网信息;步骤S1372,根据所获取的路网信息,确定路径偏移方向和偏移距离;步骤S1373,根据所确定的路径偏移方向和偏移距离,生成目标贴边参考线;以及步骤S1374,根据所生成的目标贴边参考线,确定避让行进路径。
关于步骤S1371,获取路网信息。具体地,路网信息可以至少包括:道路的位置、宽度和道路方向。进一步可以得到道路的中心线信息。
关于步骤S1372,根据所获取的路网信息,确定路径偏移方向和偏移距离。具体地,路径偏移方向是指与机器人较近的道路边沿的方向。路径偏移方向的选择规则主要是基于移动车辆通过的便捷性和机器人的让行效率而确定的。例如,当移动车辆位于道路的右侧,机器人位于道路的左侧或道路中心线附近时,则优先选择机器人靠左侧进行让行。又例如,当移动车辆位于道路的左侧,机器人位于道路的右侧或道路中心线附近时,则优先选择机器人靠右侧进行让行。此外,路径偏移方向的选择规则还可以根据移动车辆和机器人的位置而确定路径偏移方向,例如,首先可以根据移动车辆的位置确定机器人的路径偏移方向,其次也可以根据机器人自身的位置确定机器人的路径偏移方向。除了要确定路径偏移方向,还需要确定偏移距离。偏移距离是需要确保机器人让行后能够提供足够的道路空间(或可通行宽度)以使移动车辆安全顺利地通过。
进一步地,获得偏移距离的方式包括以下步骤:判断道路宽度是否大于第二预设宽度;当判定道路宽度大于所述第二预设宽度,且所述机器人位于道路的中心线时,根据可通行宽度确定偏移距离和路径偏移方向,并基于所述偏移距离及路径偏移方向生成初始贴边参考线,其中所述可通行宽度为根据道路宽度、所述移动车辆的默认宽度和预设缓冲宽度而计算得到的。在生成所述初始贴边参考线之后,判断所述初始贴边参考线所在区域是否存在障碍物;当感测到初始贴边参考线所在区域存在障碍物时,根据第二预设规则,调整偏移距离,并基于调整后的偏移距离生成所述目标贴边参考线,其中所述第二预设规则为沿靠近道路边沿方向偏移第二预设步长。具体地,在道路宽度为较宽的情况下,生成所述目标贴边参考线的方式不是直接选择道路边沿而得到偏移距离,而是通过上述步骤的实施以确定偏移距离,这样不仅能够节省机器人的移动时间,而且也减少机器人的移动距离。进一步地,在生成所述初始贴边参考线之后,机器人可以再次判断初始贴边参考线所在区域是否存在障碍物。若机器人感测到初始贴边参考线所在区域存在障碍物时,为了保证最终的目标贴边参考线具有安全性,可以按例如为0.5米的步长逐步递增偏移距离。若机器人的当前位置与初始贴边参考线的距离例如为3米,则首次调整后的偏移距离为3.5米,二次调整后的偏移距离为4米,三次调整后的偏移距离为4.5米,以此类推,并且根据调整后的偏移距离得到目标贴边参考线。如此设计,能够使得机器人安全地执行避让操作。
关于步骤S1374,根据所生成的目标贴边参考线,确定避让行进路径。参阅图14,步骤S1374可以包括步骤S1400,获取预设的非线性模型;以及步骤S1410,根据所述预设的非线性模型,生成避让行进路径。其中,参阅图15,关于步骤S1410可以包括:步骤S1511,提供目标贴边参考线;步骤S1512,根据所提供的目标贴边参考线以及预设路径点规则,确定避让行进路径的各个路径点的初始值;以及步骤S1513,将所述路径点的初始值输入至所述非线性模型,并且根据预设的目标函数和预设的约束条件,生成避让行进路径。
其中,所述避让行进路径包括过渡路径和与过渡路径相连的目标路径。所述目标路径的路径点是根据预设的目标函数和预设的约束条件而获得。所述过渡路径的路径点是根据预设的约束条件,并且随所述目标路径的路径点的优化调整而相应的关联变化,以生成相应的过渡路径。在基于上述的非线性模型、预设的目标函数和预设的约束条件,可以得到优化后的避让行进路径。当达到优化后的避让行径路径,需要对其中的目标路径进行适当的截取,这是由于优化后的目标路径的路径点已经足够靠近目标贴边参考线。
通过执行上述步骤S1371至步骤S1374、步骤S1400至步骤S1410以及步骤S1511至步骤S1513,不仅可以快速且准确地获得与目标贴边参考线相切的相应路径点,而且能够保证机器人提供足够空间以使移动车辆顺利且安全地通过。
基于同一申请构思,本申请还提供一种机器人控制装置。
图16为本申请一实施例所提供的一种机器人控制装置的架构示意图。
参阅图16,本申请所述机器人控制装置3000,包括:
感测模块3100,用于感测所述机器人当前行进路径的预设范围内是否存在移动对象;
确定模块3200,用于若所述预设范围内存在移动对象,则确定所述移动对象相对于所述机器人的相对移动类型和相对距离;以及
控制模块3300,用于根据所述相对移动类型和所述相对距离确定决策规划策略,并控制所述机器人按照所确定的决策规划策略执行后续动作。
需说明的是,本实施例所提供的机器人控制装置3000,可以执行本申请上述实施例(如执行步骤S100至步骤S300的实施例)所述的机器人控制方法,其实现的原理和技术效果类似,在此不再赘述。
在一些实施例中,控制模块3300可以包括以下子模块。具体地,参阅图17,所述控制模块3300包括:第一策略确定子模块3310,用于当判定所述相对移动类型为同向移动时,确定所述机器人的决策规划策略为第一决策规划策略;第二策略确定子模块3320,用于当判定所述相对移动类型为相向移动,且所述机器人与所述移动对象之间的相对距离大于第一预设距离时,确定所述机器人的决策规划策略为第二决策规划策略;第三策略确定子模块3330,用于当判定所述相对移动类型为相向移动,且所述机器人与所述移动对象之间的相对距离小于或等于第一预设距离以及大于第二预设距离时,确定所述机器人的决策规划策略为第三决策规划策略;第四策略确定子模块3340,用于当判定所述相对移动类型为相向移动,且所述机器人与所述移动对象之间的相对距离小于或等于第二预设距离时,确定所述机器人的决策规划策略为第四决策规划策略。第五策略确定子模块3350,用于当感测到所述移动对象沿远离所述机器人的方向移动并且所述机器人与所述移动对象之间的相对距离已大于第三预设距离时,确定所述机器人的决策规划策略为第五决策规划策略。第六策略确定子模块3360,用于当感测到所述移动对象的移动速度降至0且持续预设时间时,确定所述机器人的决策规划策略为第六决策规划策略,其中第六决策规划策略为避让策略。
需说明的是,本实施例所提供的机器人控制装置,可以执行本申请上述实施例(如执行步骤S310至步骤S360的实施例)所述的机器人控制方法,其实现的原理和技术效果类似,在此不再赘述。
在一些实施例中,参阅图18,所述第六策略确定子模块3360可以包括:路网信息获取单元3361,用于获取路网信息;方向距离确定单元3362,用于根据所获取的路网信息,确定路径偏移方向和偏移距离;参考线生成单元3363,用于根据所确定的路径偏移方向和偏移距离,生成目标贴边参考线;避让路径确定单元3364,用于根据所生成的目标贴边参考线,确定避让行进路径。
该些实施例所提供的机器人控制装置,可以执行本申请上述实施例(如执行步骤S410至步骤S440的实施例)所述的机器人控制方法,其实现的原理和技术效果类似,在此不再赘述。
在一些实施例中,所述避让路径确定单元可以包括:预设模型获取子单元,用于获取预设的非线性模型;以及避让路径子单元,用于根据所述预设的非线性模型,生成避让行进路径。
该些实施例所提供的机器人控制装置,可以执行本申请上述实施例(如执行步骤S510至步骤S520的实施例)所述的机器人控制方法,其实现的原理和技术效果类似,在此不再赘述。
图19为本申请一实施例所提供的一种机器人控制设备的架构示意图。
如图19所示,本申请一实施例还提供了一种机器人控制设备6000。所述机器人控制设备6000可以包括上文所述的运动装置、图像采集装置、感测装置以及通讯装置(图中未示),其还可以包括处理器6110和与处理器6110相连的存储器6120。所述存储器6120上存储有可在处理器6110上运行的计算机程序,所述处理器6110执行所述计算机程序时实现本申请任一实施例所提供的机器人控制方法中的步骤。
例如,该计算机程序可以执行如下步骤:
感测机器人当前行进路径的预设范围内是否存在移动对象;
若所述预设范围内存在移动对象,则确定所述移动对象相对于所述机器人的相对移动类型和相对距离;以及
根据所述相对移动类型和所述相对距离确定决策规划策略,并控制所述机器人按照所确定的决策规划策略执行后续动作。
本领域技术人员可以理解,图19中示出的结构,仅仅是与本申请相关的部分结构的框图,并不构成对本申请方案所应用于其上的机器人控制设备的限定,具体的机器人控制设备6000可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
此外,本申请一实施例还提供一种计算机可读存储介质,其存储有多条计算机程序,该计算机程序能够被处理器进行加载,以执行本申请任一实施例所提供的机器人控制方法中的步骤。例如,该计算机程序可以执行如下步骤:
感测机器人当前行进路径的预设范围内是否存在移动对象;
若所述预设范围内存在移动对象,则确定所述移动对象相对于所述机器人的相对移动类型和相对距离;以及
根据所述相对移动类型和所述相对距离确定决策规划策略,并控制所述机器人按照所确定的决策规划策略执行后续动作。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(Read Only Memory,ROM)、随机存取记忆体(Random Access Memory,RAM)、磁盘或光盘等。
由于该存储介质中所存储的计算机程序,可以执行本申请任一实施例所提供的机器人控制方法中的步骤,因此,可以实现本申请任一实施例所提供的机器人控制方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
以上对本申请实施例所提供的一种机器人控制方法、装置、设备及存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的技术方案及其核心思想;本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例的技术方案的范围。
Claims (29)
1.一种机器人控制方法,其特征在于,包括:
感测机器人当前行进路径的预设范围内是否存在移动对象;
若所述预设范围内存在移动对象,则确定所述移动对象相对于所述机器人的相对移动类型和相对距离;以及
根据所述相对移动类型和所述相对距离确定决策规划策略,并控制所述机器人按照所确定的决策规划策略执行后续动作。
2.根据权利要求1所述的机器人控制方法,其特征在于,所述根据所述相对移动类型和所述相对距离确定决策规划策略的步骤,包括:
当判定所述相对移动类型为同向移动时,确定所述决策规划策略为第一决策规划策略;
当判定所述相对移动类型为相向移动,且所述机器人与所述移动对象之间的相对距离大于第一预设距离时,确定所述决策规划策略为第二决策规划策略;
当判定所述相对移动类型为相向移动,且所述机器人与所述移动对象之间的相对距离小于或等于第一预设距离以及大于第二预设距离时,确定所述决策规划策略为第三决策规划策略;以及
当判定所述相对移动类型为相向移动,且所述机器人与所述移动对象之间的相对距离小于或等于第二预设距离时,确定所述决策规划策略为第四决策规划策略。
3.根据权利要求2所述的机器人控制方法,其特征在于,在确定所述决策规划策略为第四决策规划策略的情况下,所述控制所述机器人按照所确定的决策规划策略执行后续动作的步骤包括:
根据所确定的第四决策规划策略,控制所述机器人执行所述第四决策规划策略所对应的动作;
当感测到所述移动对象沿远离所述机器人的方向移动并且所述机器人与所述移动对象之间的相对距离已大于第三预设距离时,控制所述机器人按照第五决策规划策略执行后续的动作。
4.根据权利要求2所述的机器人控制方法,其特征在于,在确定所述决策规划策略为第四决策规划策略的情况下,所述控制所述机器人按照所确定的决策规划策略执行后续动作的步骤包括:
根据所确定的第四决策规划策略,控制所述机器人执行所述第四决策规划策略所对应的动作;
当感测到所述移动对象的移动速度降至0且持续预设时间时,控制所述机器人按照第六决策规划策略执行后续的动作,其中所述第六决策规划策略为避让策略。
5.根据权利要求4所述的机器人控制方法,其特征在于,所述避让策略对应的动作包括以下步骤:
获取路网信息;
根据所获取的路网信息,确定路径偏移方向和偏移距离;以及
根据所确定的路径偏移方向和偏移距离,生成目标贴边参考线。
6.根据权利要求5所述的机器人控制方法,其特征在于,所述根据所获取的路网信息,确定路径偏移方向和偏移距离的步骤,包括:根据所述移动对象的当前位置和所述机器人的当前位置,确定所述机器人的路径偏移方向。
7.根据权利要求5所述的机器人控制方法,其特征在于,所述根据所获取的路网信息,确定路径偏移方向和偏移距离的步骤,包括:
判断道路宽度是否小于第一预设宽度;
当判定所述道路宽度小于所述第一预设宽度,且所述机器人位于道路的第一区域内时,根据所检测到所述机器人与道路边沿之间的距离,确定偏移距离及路径偏移方向,并基于所述偏移距离及路径偏移方向生成初始贴边参考线。
8.根据权利要求7所述的机器人控制方法,其特征在于,所述根据所确定的路径偏移方向和偏移距离,生成目标贴边参考线的步骤,包括:
在生成所述初始贴边参考线之后,判断所述初始贴边参考线所在区域是否存在障碍物;
当感测到所述初始贴边参考线所在区域存在障碍物时,根据第一预设规则,调整偏移距离,并基于调整后的偏移距离生成所述目标贴边参考线,其中所述第一预设规则为沿远离道路边沿方向偏移第一预设步长;
当感测到所述初始贴边参考线所在区域不存在障碍物时,确定所述目标贴边参考线为所述初始贴边参考线。
9.根据权利要求5所述的机器人控制方法,其特征在于,所述根据所获取的路网信息,确定路径偏移方向和偏移距离的步骤,包括:
判断所述道路宽度是否大于第二预设宽度;
当判定所述道路宽度大于所述第二预设宽度,且所述机器人位于道路的第一区域内时,根据可通行宽度以确定偏移距离和路径偏移方向,并基于所述偏移距离及路径偏移方向生成初始贴边参考线,其中所述可通行宽度为根据所述移动对象的默认宽度和预设缓冲宽度而得到。
10.根据权利要求9所述的机器人控制方法,其特征在于,所述根据所确定的路径偏移方向和偏移距离,生成目标贴边参考线的步骤,包括:
在生成所述初始贴边参考线之后,判断所述初始贴边参考线所在区域是否存在障碍物;
当感测到所述初始贴边参考线所在区域存在障碍物时,根据第二预设规则,调整偏移距离,并基于调整后的偏移距离生成所述目标贴边参考线,其中所述第二预设规则为沿靠近道路边沿方向偏移第二预设步长;
当感测到所述初始贴边参考线所在区域不存在障碍物时,确定所述目标贴边参考线为所述初始贴边参考线。
11.根据权利要求5所述的机器人控制方法,其特征在于,所述避让策略对应的动作还包括以下步骤:
根据所生成的目标贴边参考线,确定避让行进路径。
12.根据权利要求11所述的机器人控制方法,其特征在于,所述根据所生成的目标贴边参考线,确定避让行进路径的步骤,包括:
获取预设的非线性模型;以及
根据所述预设的非线性模型,生成所述避让行进路径。
13.根据权利要求12所述的机器人控制方法,其特征在于,所述根据所述预设的非线性模型,生成所述避让行进路径的步骤,包括:
提供所述目标贴边参考线;
根据所提供的目标贴边参考线以及预设路径点规则,确定避让行进路径的各个路径点的初始值;以及
将所述路径点的初始值输入至所述非线性模型,并且根据预设的目标函数和预设的约束条件,生成所述避让行进路径。
14.根据权利要求13所述的机器人控制方法,其特征在于,所述避让行进路径包括过渡路径和目标路径;其中,所述目标路径的路径点是根据预设的目标函数和预设的约束条件而获得;所述过渡路径的路径点是根据预设的约束条件,并且随所述目标路径的路径点的优化调整而相应关联变化,以生成相应的过渡路径。
15.根据权利要求14所述的机器人控制方法,其特征在于,所述目标函数表示为优化的目标路径的路径点与目标贴边参考线的路径点之间的距离的平方之和。
16.根据权利要求14所述的机器人控制方法,其特征在于,所述约束条件包括曲率约束条件、运动学约束条件和安全约束条件。
17.根据权利要求16所述的机器人控制方法,其特征在于,所述安全约束条件是通过以下步骤而确定:
根据所述避让行进路径的路径点的位姿信息,计算得到所述机器人的中心点坐标信息;
判断所述机器人的中心点与所述移动对象之间的距离是否大于预设内切圆半径阈值;
当判定所述机器人的中心点与所述移动对象之间的距离大于预设内切圆半径阈值时,确定所述路径点为安全,由此定义所述安全约束条件。
18.根据权利要求17所述的机器人控制方法,其特征在于,所述判断所述机器人的中心点与所述移动对象之间的距离是否大于预设内切圆半径阈值的步骤之前,还包括:
获取预设的障碍物距离信息表;
根据预设的障碍物距离信息表,查询得到所述机器人的中心点与所述移动对象之间的最短距离。
20.根据权利要求16所述的机器人控制方法,其特征在于,所述运动学约束条件包括第一运动学约束条件、第二运动学约束条件和第三运动学约束条件,其中所述第一运动学约束条件表示为优化目标路径的第i+1个路径点与第i个路径点在X轴上的距离差;所述第二运动学约束条件表示为优化目标路径的第i+1个路径点与第i个路径点在Y轴上的距离差;所述第三运动约束条件表示为优化目标路径的第i个路径点的朝向角等于第i个路径点与第i+1个路径点的连线方向与X轴之间的夹角。
21.根据权利要求16所述的机器人控制方法,其特征在于,所述安全约束条件表示为机器人的中心点与移动对象之间的距离大于预设内切圆半径阈值,其中所述中心点为多个。
22.根据权利要求11所述的机器人控制方法,其特征在于,所述根据所生成的目标贴边参考线,确定避让行进路径的步骤,包括:
确定所述机器人的最大允许偏转角;
根据所述偏移距离和所述最大允许偏转角,计算得到预估移动距离值,其中该预估移动距离值为当所述机器人以最大允许偏转角方向行进至所述目标贴边参考线时,得到的沿所述目标贴边参考线方向的移动距离值;
判断所述预估移动距离值是否小于所述机器人与所述移动对象之间的相对距离;以及
当判定所述预估移动距离值小于所述相对距离时,确定所述机器人以最大允许偏转角方向行进的路径为避让行进路径。
23.根据权利要求11所述的机器人控制方法,其特征在于,所述根据所生成的目标贴边参考线,确定避让行进路径的步骤,还包括:
获取所述目标贴边参考线上的多个目标点;
根据所述多个目标点以及预设的导航规则,确定避让行进路径。
24.根据权利要求2所述的机器人控制方法,其特征在于,所述第一决策规划策略所对应的动作包括:执行预设定的任务。
25.根据权利要求2所述的机器人控制方法,其特征在于,所述第二决策规划策略所对应的动作包括:执行预设定的任务。
26.根据权利要求2所述的机器人控制方法,其特征在于,所述第三决策规划策略所对应的动作包括:执行减速操作。
27.一种机器人控制装置,其特征在于,所述装置包括:
感测模块,用于感测所述机器人当前行进路径的预设范围内是否存在移动对象;
确定模块,用于若所述预设范围内存在移动对象,则确定所述移动对象相对于所述机器人的相对移动类型和相对距离;以及
控制模块,用于根据所述相对移动类型和所述相对距离确定决策规划策略,并控制所述机器人按照所确定的决策规划策略执行后续动作。
28.一种机器人控制设备,其特征在于,所述设备包括:存储器、处理器以及存储于所述存储器上的用于实现所述机器人控制方法的程序;其中,所述存储器用于存储实现所述机器人控制方法的程序;所述处理器用于执行实现所述机器人控制方法的程序,以实现如权利要求1至26中任一项所述的机器人控制方法的步骤。
29.一种存储介质,其特征在于,所述存储介质上存储有实现机器人控制方法的程序,所述实现机器人控制方法的程序被处理器执行,以实现如权利要求1至26中任一项所述的机器人控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110758486.5A CN113386141B (zh) | 2021-07-05 | 2021-07-05 | 机器人控制方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110758486.5A CN113386141B (zh) | 2021-07-05 | 2021-07-05 | 机器人控制方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113386141A true CN113386141A (zh) | 2021-09-14 |
CN113386141B CN113386141B (zh) | 2022-12-16 |
Family
ID=77625164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110758486.5A Active CN113386141B (zh) | 2021-07-05 | 2021-07-05 | 机器人控制方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113386141B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113916231A (zh) * | 2021-09-28 | 2022-01-11 | 上海浦东发展银行股份有限公司 | 移动设备定位导航方法、装置、移动设备及存储介质 |
CN114281073A (zh) * | 2021-11-16 | 2022-04-05 | 合肥智行者科技有限公司 | 清洁路径规划方法及装置、电子设备和清洁设备 |
CN115790606A (zh) * | 2023-01-09 | 2023-03-14 | 深圳鹏行智能研究有限公司 | 轨迹预测方法、装置、机器人及存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090234499A1 (en) * | 2008-03-13 | 2009-09-17 | Battelle Energy Alliance, Llc | System and method for seamless task-directed autonomy for robots |
JP2012187698A (ja) * | 2011-03-08 | 2012-10-04 | Rota Kk | 走行ロボットのやり直し走行、そのティーチング方法および制御方法 |
CN106200645A (zh) * | 2016-08-24 | 2016-12-07 | 北京小米移动软件有限公司 | 自主机器人、控制装置和控制方法 |
CN106610664A (zh) * | 2015-10-22 | 2017-05-03 | 沈阳新松机器人自动化股份有限公司 | 运动避障装置及控制方法 |
WO2020018527A1 (en) * | 2018-07-16 | 2020-01-23 | Brain Corporation | Systems and methods for optimizing route planning for tight turns for robotic apparatuses |
CN110955242A (zh) * | 2019-11-22 | 2020-04-03 | 深圳市优必选科技股份有限公司 | 机器人导航方法、***、机器人及存储介质 |
CN111332285A (zh) * | 2018-12-19 | 2020-06-26 | 长沙智能驾驶研究院有限公司 | 车辆避开障碍物的方法及装置、电子设备和存储介质 |
CN111338340A (zh) * | 2020-02-21 | 2020-06-26 | 天津大学 | 基于模型预测的无人驾驶汽车局部路径规划方法 |
US20200255008A1 (en) * | 2019-02-12 | 2020-08-13 | Mando Corporation | Lane keeping assistance apparatus, vehicle having the same and method for controlling the same |
CN111582566A (zh) * | 2020-04-26 | 2020-08-25 | 上海高仙自动化科技发展有限公司 | 路径规划方法及规划装置、智能机器人及存储介质 |
CN111736603A (zh) * | 2020-06-22 | 2020-10-02 | 广州赛特智能科技有限公司 | 一种无人驾驶清扫车及其长距离贴边清扫方法 |
CN111930127A (zh) * | 2020-09-02 | 2020-11-13 | 广州赛特智能科技有限公司 | 一种机器人障碍物识别及避障方法 |
CN112034856A (zh) * | 2020-09-08 | 2020-12-04 | 深圳优地科技有限公司 | 机器人行进方法、装置、设备及存储介质 |
CN112362074A (zh) * | 2020-10-30 | 2021-02-12 | 重庆邮电大学 | 一种结构化环境下的智能车辆局部路径规划方法 |
CN112405533A (zh) * | 2020-11-06 | 2021-02-26 | 深圳优地科技有限公司 | 机器人避让方法、装置、设备及存储介质 |
-
2021
- 2021-07-05 CN CN202110758486.5A patent/CN113386141B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090234499A1 (en) * | 2008-03-13 | 2009-09-17 | Battelle Energy Alliance, Llc | System and method for seamless task-directed autonomy for robots |
JP2012187698A (ja) * | 2011-03-08 | 2012-10-04 | Rota Kk | 走行ロボットのやり直し走行、そのティーチング方法および制御方法 |
CN106610664A (zh) * | 2015-10-22 | 2017-05-03 | 沈阳新松机器人自动化股份有限公司 | 运动避障装置及控制方法 |
CN106200645A (zh) * | 2016-08-24 | 2016-12-07 | 北京小米移动软件有限公司 | 自主机器人、控制装置和控制方法 |
WO2020018527A1 (en) * | 2018-07-16 | 2020-01-23 | Brain Corporation | Systems and methods for optimizing route planning for tight turns for robotic apparatuses |
CN111332285A (zh) * | 2018-12-19 | 2020-06-26 | 长沙智能驾驶研究院有限公司 | 车辆避开障碍物的方法及装置、电子设备和存储介质 |
US20200255008A1 (en) * | 2019-02-12 | 2020-08-13 | Mando Corporation | Lane keeping assistance apparatus, vehicle having the same and method for controlling the same |
CN110955242A (zh) * | 2019-11-22 | 2020-04-03 | 深圳市优必选科技股份有限公司 | 机器人导航方法、***、机器人及存储介质 |
CN111338340A (zh) * | 2020-02-21 | 2020-06-26 | 天津大学 | 基于模型预测的无人驾驶汽车局部路径规划方法 |
CN111582566A (zh) * | 2020-04-26 | 2020-08-25 | 上海高仙自动化科技发展有限公司 | 路径规划方法及规划装置、智能机器人及存储介质 |
CN111736603A (zh) * | 2020-06-22 | 2020-10-02 | 广州赛特智能科技有限公司 | 一种无人驾驶清扫车及其长距离贴边清扫方法 |
CN111930127A (zh) * | 2020-09-02 | 2020-11-13 | 广州赛特智能科技有限公司 | 一种机器人障碍物识别及避障方法 |
CN112034856A (zh) * | 2020-09-08 | 2020-12-04 | 深圳优地科技有限公司 | 机器人行进方法、装置、设备及存储介质 |
CN112362074A (zh) * | 2020-10-30 | 2021-02-12 | 重庆邮电大学 | 一种结构化环境下的智能车辆局部路径规划方法 |
CN112405533A (zh) * | 2020-11-06 | 2021-02-26 | 深圳优地科技有限公司 | 机器人避让方法、装置、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
王于等: "动态障碍物环境下移动机器人路径规划", 《上海交通大学学报》 * |
符锌砂等: "线形空间几何突变对曲线路段车道偏移的影响", 《中国公路学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113916231A (zh) * | 2021-09-28 | 2022-01-11 | 上海浦东发展银行股份有限公司 | 移动设备定位导航方法、装置、移动设备及存储介质 |
CN114281073A (zh) * | 2021-11-16 | 2022-04-05 | 合肥智行者科技有限公司 | 清洁路径规划方法及装置、电子设备和清洁设备 |
CN114281073B (zh) * | 2021-11-16 | 2024-07-02 | 合肥智行者科技有限公司 | 清洁路径规划方法及装置、电子设备和清洁设备 |
CN115790606A (zh) * | 2023-01-09 | 2023-03-14 | 深圳鹏行智能研究有限公司 | 轨迹预测方法、装置、机器人及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113386141B (zh) | 2022-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113386141B (zh) | 机器人控制方法、装置、设备及存储介质 | |
US9096267B2 (en) | Efficient data flow algorithms for autonomous lane changing, passing and overtaking behaviors | |
EP3359436B1 (en) | Method and system for operating autonomous driving vehicles based on motion plans | |
KR102495412B1 (ko) | 자재 핸들링 차량 경로 검증 및 동적 경로 수정 | |
Bouton et al. | Scalable decision making with sensor occlusions for autonomous driving | |
US20230041319A1 (en) | Data processing method and apparatus, device, and storage medium | |
CN112148002B (zh) | 一种局部轨迹规划方法、***及装置 | |
US10118639B2 (en) | Method and system for steering control of an autonomous vehicle using proportional, integral, and derivative (PID) controller | |
Savkin et al. | Reactive and the shortest path navigation of a wheeled mobile robot in cluttered environments | |
Dong et al. | Faster RRT-based nonholonomic path planning in 2D building environments using skeleton-constrained path biasing | |
WO2022257283A1 (zh) | 车辆避障方法、装置、电子设备及存储介质 | |
WO2021037071A1 (zh) | 一种飞行控制方法及相关装置 | |
US11358606B2 (en) | Method for operating a motor vehicle for improving working conditions of evaluation units in the motor vehicle, control system for performing a method of this kind, and motor vehicle having a control system of this kind | |
CN109318899B (zh) | 自动驾驶车辆的弯道行驶方法、装置、设备和存储介质 | |
WO2005096114A1 (en) | Method for avoiding collision of multiple robots by using extended collision map, and storage medium readable by computer recording the method | |
CN109683617A (zh) | 一种自动驾驶方法、装置及电子设备 | |
US20230256991A1 (en) | Method and system for conditional operation of an autonomous agent | |
CN111445723A (zh) | 车辆路径识别 | |
CN110673594A (zh) | 一种用于amr集群的调度和寻路方法及*** | |
Huskić et al. | Outdoor person following at higher speeds using a skid-steered mobile robot | |
WO2022252790A1 (zh) | 非完整移动机器人及其连续调节方法和*** | |
WO2021246169A1 (ja) | 情報処理装置、情報処理システム、および方法、並びにプログラム | |
CN112346446B (zh) | 自动导引运输车脱码恢复方法、装置及电子设备 | |
JP7331835B2 (ja) | 自走装置、自走方法、及びプログラム | |
CN113534702B (zh) | 一种控制方法、装置、设备及存储介质 |
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 |