CN114440916B - 一种导航方法、装置、设备及存储介质 - Google Patents
一种导航方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114440916B CN114440916B CN202210222246.8A CN202210222246A CN114440916B CN 114440916 B CN114440916 B CN 114440916B CN 202210222246 A CN202210222246 A CN 202210222246A CN 114440916 B CN114440916 B CN 114440916B
- Authority
- CN
- China
- Prior art keywords
- grid
- real
- map
- coordinates
- static
- 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
- 238000000034 method Methods 0.000 title claims abstract description 70
- 230000003068 static effect Effects 0.000 claims abstract description 126
- 230000008569 process Effects 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 14
- 238000010276 construction Methods 0.000 claims description 4
- 230000004888 barrier function Effects 0.000 claims 2
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- HXGZBJUOISOSHJ-BFHYXJOUSA-N (4-aminophenyl) [(2r,3s,5r)-2-(hydroxymethyl)-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-3-yl] hydrogen phosphate Chemical compound O=C1NC(=O)C(C)=CN1[C@@H]1O[C@H](CO)[C@@H](OP(O)(=O)OC=2C=CC(N)=CC=2)C1 HXGZBJUOISOSHJ-BFHYXJOUSA-N 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000010355 oscillation Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000010845 search algorithm Methods 0.000 description 3
- 235000008694 Humulus lupulus Nutrition 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- 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
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种导航方法、装置、设备及存储介质。该方法包括:获取目标学校的栅格地图模型,并基于目标对象在栅格地图模型中的起始点栅格坐标以及目的地栅格坐标,确定静态规划路径;在目标对象基于静态规划路径行进的过程中,基于目标对象的当前栅格坐标以及获取到的实时路况数据,确定静态规划路径中是否存在不可通行路段;如果存在,则基于当前栅格坐标、实时路况数据中的实时障碍栅格坐标以及目的地栅格坐标数据,对静态规划路径进行更新;返回执行基于目标对象的当前栅格坐标以及获取到的实时路况数据,确定静态规划路径中是否存在不可通行路段的步骤,直至目标对象的当前栅格坐标为目的地栅格坐标。本发明实施例提高了导航的精确度。
Description
技术领域
本发明涉及智能导航技术领域,尤其涉及一种导航方法、装置、设备及存储介质。
背景技术
路径规划是运动规划的主要研究内容之一,连接起点和终点位置的序列点或曲线称之为路径,构成路径的策略称之为路径规划,路径规划应用领域广泛,如高新科技的无人艇、无人车等,日常生活中则表现为GPS导航或道路规划等。
尤其是在校园生活场景中,如何在众多自习室之间避开正在上课、考试或有其他用途的自习室,导航寻找最近的可用自习室成为学生们的“刚需”。现有的校园导航方法主要是基于整体学校地图环境进行静态且可以离线的全局路径规划,但全局路径规划方法忽略了校园环境中可移动物体(如自行车、车辆)或道路占用情况的多变性因素,导致导航精确度不高。
发明内容
本发明提供了一种导航方法、装置、设备及存储介质,以提高导航的精确度,进而保证行进过程中的安全性。
根据本发明的一方面,提供了一种导航方法,该方法包括:
获取目标学校的栅格地图模型,并基于目标对象在所述栅格地图模型中的起始点栅格坐标以及目的地栅格坐标,确定静态规划路径;
在所述目标对象基于所述静态规划路径行进的过程中,基于所述目标对象的当前栅格坐标以及获取到的实时路况数据,确定所述静态规划路径中是否存在不可通行路段;
如果存在,则基于所述当前栅格坐标、所述实时路况数据中的实时障碍栅格坐标以及所述目的地栅格坐标数据,对所述静态规划路径进行更新;
返回执行基于所述目标对象的当前栅格坐标以及获取到的实时路况数据,确定所述静态规划路径中是否存在不可通行路段的步骤,直至所述目标对象到达目的地栅格坐标。
根据本发明的另一方面,提供了一种导航装置,该装置包括:
静态规划路径确定模块,用于获取目标学校的栅格地图模型,并基于目标对象在所述栅格地图模型中的起始点栅格坐标以及目的地栅格坐标,确定静态规划路径;
不可通行路段确定模块,用于在所述目标对象基于所述静态规划路径行进的过程中,基于所述目标对象的当前栅格坐标以及获取到的实时路况数据,确定所述静态规划路径中是否存在不可通行路段;
静态规划路径更新模块,用于如果存在,则基于所述当前栅格坐标、所述实时路况数据中的实时障碍栅格坐标以及所述目的地栅格坐标数据,对所述静态规划路径进行更新;
导航结束模块,用于返回执行基于所述目标对象的当前栅格坐标以及获取到的实时路况数据,确定所述静态规划路径中是否存在不可通行路段的步骤,直至所述目标对象到达目的地栅格坐标。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的导航方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的导航方法。
本发明实施例的技术方案,通过在目标对象基于静态规划路径行进的过程中,基于目标对象的当前栅格坐标以及获取到的实时路况数据,确定静态规划路径中是否存在不可通行路段,如果存在,则基于当前栅格坐标、实时路况数据中的实时障碍栅格坐标以及目的地栅格坐标数据,对静态规划路径进行更新,直至目标对象到达目的地栅格坐标,解决了静态规划路径的导航精确度差的问题,提高了目标对象在行进过程中的安全性,以及有效缩短了目标对象到达目的地的时间。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1是根据本发明实施例一提供的一种导航方法的流程图;
图2是根据本发明实施例一提供的一种实时合力的示意图;
图3是根据本发明实施例二提供的一种导航方法的流程图;
图4是根据本发明实施例二提供的一种栅格地图模型的构建方法的流程图;
图5是根据本发明实施例二提供的一种跳点搜索算法的示意图;
图6是根据本发明实施例三提供的一种导航装置的结构示意图;
图7是根据本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是根据本发明实施例一提供的一种导航方法的流程图,本实施例可适用于校园场景中进行路径导航的情况,该方法可以由导航装置来执行,该导航装置可以采用硬件和/或软件的形式实现,该导航装置可配置于导航装置中。如图1所示,该方法包括:
S110、获取目标学校的栅格地图模型,并基于目标对象在栅格地图模型中的起始点栅格坐标以及目的地栅格坐标,确定静态规划路径。
其中,具体的,栅格地图模型是将实际场景环境抽象化表示为二维地形,从而达到简化目标对象的运动空间的目的。栅格地图模型根据特定分辨率将学校环境离散为相同大小的栅格,每个栅格分别对应一种状态,即空闲状态和占用状态,用来指示栅格位置是否是障碍物。
其中,示例性的,目标对象可以是人也可以是可移动机器人。举例而言,当目标对象是人时,响应于用户启动导航软件,将获取到的用户在栅格地图模型中的当前栅格坐标作为目标对象的起始点栅格坐标。其中,目的地栅格坐标可以是用户在导航软件中直接输入的,也可以是基于用户输入的目的地类型搜索得到的。
其中,静态规划路径是以搜索空闲状态的栅格并避开占用状态的栅格为原则规划得到的多个空闲状态的栅格组成从起始点栅格坐标到目的地栅格坐标的最短路径。
在一个实施例中,可选的,确定静态规划路径的算法可以是A*算法。A*算法是一种启发式搜索算法,A*算法的搜索原理为将起始点栅格坐标对应的栅格作为当前节点栅格,从当前节点栅格开始搜索该当前节点栅格周围的子节点栅格,每次从子节点栅格中选择一个评价函数最低的子节点栅格作为当前节点栅格,重复执行上述步骤,直到当前节点栅格为目的地栅格坐标对应的目的地栅格。其中,至少两个当前节点栅格构成的路径为静态规划路径。
S120、在目标对象基于静态规划路径行进的过程中,获取目标对象的当前栅格坐标以及实时路况数据。
其中,示例性的,目标对象每行进一个栅格,获取一次目标对象的当前栅格坐标以及实时路况数据。其中,具体的,实时路况数据可以是基于预设采样范围采集到的路况数据,其中,预设采样范围为以当前栅格坐标为圆心,基于预设半径构成的采样范围。示例性的,预设半径可以是5m或10m。此处对预设半径不作限定,可基于实际需求进行自定义设置。
其中,具体的,实时路况数据包括实时障碍类型以及与实时障碍类型对应的实时障碍栅格坐标。其中,实时障碍类型包括但不限于动态障碍物和封闭路段,示例性的,动态障碍物可以是自行车、机动车或者垃圾桶。
S130、判断当前栅格坐标是否为目的地栅格坐标,如果是,则执行S160,如果否,则执行S140。
其中,具体的,如果当前栅格坐标是目的地栅格坐标,说明目标对象已到达目的地栅格坐标,导航结束;如果当前栅格坐标不是目的地栅格坐标,说明目标对象未到达目的地栅格坐标。
S140、判断静态规划路径中是否存在不可通行路段,如果是,则执行S150,如果否,则执行S120。
其中,具体的,判断静态规划路径中以当前栅格坐标为起点的剩余规划路径中与实时路况数据中的实时障碍物坐标是否存在坐标重叠的路段,如果存在,则将该坐标重叠的路段作为不可通行路段,如果不存在,则该静态路径规划路径中不存在不可通行路段。
S150、基于当前栅格坐标、实时路况数据中的实时障碍栅格坐标以及目的地栅格坐标数据,对静态规划路径进行更新,并执行S120。
在一个实施例中,可选的,基于当前栅格坐标、实时路况数据中的障碍栅格坐标数据以及目的地栅格坐标数据,对静态规划路径进行更新,包括:基于当前栅格坐标和目的地栅格坐标,确定当前栅格坐标对应的实时引力数据;基于当前栅格坐标、栅格地图模型中的静态障碍栅格坐标、实时路况数据中的实时障碍栅格坐标,确定当前栅格坐标对应的实时斥力数据;基于实时引力数据以及实时斥力数据,确定与静态规划路径中当前栅格坐标对应的更新导航路径。
在一个实施例中,可选的,实时引力数据满足公式:
其中,Fatt(x)表示实时引力数据,Uatt(x)表示引力场函数,λ表示引力系数,x表示当前栅格坐标,xg表示目的地栅格坐标。
可选的,实时斥力数据满足公式:
其中,Fref(x)表示实时斥力数据,Uref(x)表示斥力场函数,μ表示斥力系数,x表示当前栅格坐标,ρ表示当前栅格坐标与障碍栅格坐标之间的距离,ρ0表示障碍物的斥力影响范围。
其中,具体的,表示负梯度,障碍栅格坐标包括实时障碍栅格坐标以及静态障碍栅格坐标。
在一个实施例中,可选的,基于实时引力数据以及实时斥力数据,确定与静态规划路径中当前栅格坐标对应的更新导航路径,包括:基于实时引力数据以及实时斥力数据,确定实时合力数据,基于实时合力数据,确定与静态规划路径中当前栅格坐标对应的更新导航路径。
图2是根据本发明实施例一提供的一种实时合力的示意图。具体的,实心圆分别表示障碍物1和障碍物2,空心圆表示目标对象,实心方块表示目的地。其中,障碍物1指向目标对象的箭头Fref1表示障碍物1与目标对象之间的实时斥力1,障碍物2指向目标对象的箭头Fref2表示障碍物2与目标对象之间的实时斥力2,Fref表示Fref1和Fref2的实时合斥力。目标对象指向目的地的箭头Fatt表示实时引力,Fsum表示Fatt和Fref的实时合力。
其中,具体的,如果当前栅格坐标与目的地栅格坐标之间的距离较大,则实时引力数据较大,相反的,如果当前栅格坐标与目的地栅格坐标之间的距离较小,则实时引力数据较小。如果目标对象与障碍物的距离在斥力影响范围外,实时斥力数据为0,如果目标对象与障碍物的距离在斥力影响范围内,则目标对象越靠近障碍物,其对应的实时斥力数据越大。
但基于上述实时引力数据的公式和实时斥力数据的公式构建的合力场存在两个问题,一个是实时引力数据随目标对象靠近目的地栅格坐标而变小,而实时斥力数据随目标对象靠近障碍栅格坐标而增大,从而可能会出现实时引力数据与实时斥力数据相抵的情况,即实时合力数据为0,使得静态规划路径无法更新,进而导致目标对象与障碍物发生碰撞。另一个问题是局部振荡的问题,也就是说,如果目的地栅格坐标周围存在较多的障碍物,障碍物产生的实时斥力数据远大于实时引力数据导致目标对象远离目的地栅格坐标移动,而目标对象远离目标目的地栅格坐标会导致实时引力数据立即增大,使得目标对象靠近目的地栅格坐标移动,从而出现目标对象不断大幅调整行进方向形成局部振荡的情形。
在另一个实施例中,可选的,实时引力数据满足公式:
其中,Fatt(x)表示实时引力数据,Uatt(x)表示引力场函数,λ表示引力系数,x表示当前栅格坐标,xg表示目的地栅格坐标。
在另一个实施例中,可选的,实时斥力数据满足公式:
其中,Fref(x)表示实时斥力数据,Uref(x)表示斥力场函数,μ表示斥力系数,x表示当前栅格坐标,ρ表示当前栅格坐标与障碍栅格坐标之间的距离,ρ0表示障碍物的斥力影响范围。
在本发明实施例中,通过设置引力场函数的阶次与斥力场函数的阶次不同,以解决实时引力数据与实时斥力数据相抵的问题。通过调整斥力场函数的系数和计算架构,可以解决局部振荡的问题,提高了静态规划路径的更新情况的稳定性。
S160、结束导航。
本实施例的技术方案,通过在目标对象基于静态规划路径行进的过程中,基于目标对象的当前栅格坐标以及获取到的实时路况数据,确定静态规划路径中是否存在不可通行路段,如果存在,则基于当前栅格坐标、实时路况数据中的实时障碍栅格坐标以及目的地栅格坐标数据,对静态规划路径进行更新,直至目标对象到达目的地栅格坐标,解决了静态规划路径的导航精确度差的问题,提高了目标对象在行进过程中的安全性,以及有效缩短了目标对象到达目的地的时间。
实施例二
图3是根据本发明实施例二提供的一种导航方法的流程图,本实施例对上述实施例中的“获取目标学校的栅格地图模型”进行进一步细化。如图3所示,该方法包括:
S210、获取目标学校的静态平面地图,并基于预设栅格尺寸以及静态平面地图的地图尺寸,构建地图栅格网络。
其中,示例性的,如果目标对象为人,则预设栅格尺寸可以为1m*1m,如果目标对象为机动车,则预设栅格尺寸可以为5m*5m。预设栅格尺寸可以根据目标对象的类型进行调整。
其中,具体的,基于静态平面地图的左上角、左下角、右上角、右下角分别对应的地理坐标,确定静态平面地图的地图尺寸。
S220、将地图栅格网络中与静态平面地图中的障碍物地理坐标对应的网络栅格的栅格信息设置为第一数值。
其中,静态平面地图中不同类型的障碍物通常保存在不同图层中,示例性的,遍历静态平面地图中所有图层,获取第一图层中的面障碍物的障碍物地理坐标、第二图层中的线障碍物的障碍物地理坐标以及第三图层中的点障碍物的障碍物地理坐标。
其中,示例性的,第一数值可以为1。
S230、将地图栅格网络中除与静态平面地图中的障碍物地理坐标对应的网络栅格的栅格信息设置为第二数值,得到初始栅格地图数组。
其中,示例性的,第二数值可以为0。
S240、基于初始栅格地图数组,构建目标学校的栅格地图模型。
在一个实施例中,可选的,基于初始栅格地图数组,构建目标学校的栅格地图模型,包括:获取初始栅格地图数组中的栅格信息为第一数值的网络栅格构成的至少一个闭合区域数组,针对每个闭合区域数组,确定闭合区域数组对应的种子点,采用洪泛算法对闭合区域数组执行填充操作,得到栅格地图模型。
其中,具体的,种子点可以是闭合区域数组构成的闭合区域内的任一网络栅格,且网络栅格的栅格信息为第一数值。
其中,洪泛算法是基于四邻域算法或八邻域算法,以种子点为中心的四邻域内或八邻域内的网格栅格的栅格信息设置为第一数值。其中,四邻域包括上方、左方、右方和下方,八邻域包括上方、下方、左方、右方、左上方、左下方、右上方和右下方。
在一个实施例中,可选的,基于初始栅格地图数组,构建目标学校的栅格地图模型,包括:获取初始栅格地图数组中的至少一个起始网络栅格分别对应的栅格信息;其中,起始网络栅格包括初始栅格地图数组中每一列的第一个网络栅格、每一列的最后一个网络栅格、每一行的第一个网络栅格以及每一行的最后一个网络栅格;针对每个起始网络栅格,如果栅格信息为第二数值,则将起始网络栅格作为种子点,采用洪泛算法对初始栅格地图数组执行填充操作,得到填充栅格地图数组;对至少一个填充栅格地图数组执行取并集操作,得到目标学校的栅格地图模型。
其中,具体的,纵向读取初始栅格地图数组中每一列的第一个网络栅格的栅格信息,如果栅格信息为第二数值,说明属于***连通区域,将起始网络栅格作为种子点,采用洪泛算法对初始栅格地图数组执行填充操作,得到填充栅格地图数组;纵向读取初始栅格地图数组中每一列的最后一个网络栅格的栅格信息,如果栅格信息为第二数值,说明属于***连通区域,将起始网络栅格作为种子点,采用洪泛算法对初始栅格地图数组执行填充操作,得到填充栅格地图数组;横向读取初始栅格地图数组中每一行的第一个网络栅格的栅格信息,如果栅格信息为第二数值,说明属于***连通区域,将起始网络栅格作为种子点,采用洪泛算法对初始栅格地图数组执行填充操作,得到填充栅格地图数组;横向读取初始栅格地图数组中每一行的最后一个网络栅格的栅格信息,如果栅格信息为第二数值,说明属于***连通区域,将起始网络栅格作为种子点,采用洪泛算法对初始栅格地图数组执行填充操作,得到填充栅格地图数组。
其中,示例性的,假设初始栅格地图数组为10*10,且每个起始网络栅格的栅格信息均为第二数值,则对初始栅格地图数组分别执行100次填充操作,得到的填充栅格地图数组的数量为100个。
这样设置的好处在于,基于目标学校的静态平面地图构建的初始栅格地图数组,由于目标学校的校园场景中存在大量且复杂的闭合区域,搜索整个初始栅格地图数组获取闭合区域数组耗时且搜索结果不佳,容易出现遗漏或搜索结果出错的问题。本实施例通过在***连通区域中设置种子点,避免了搜索闭合区域的步骤,解决了栅格化得到的栅格地图模型为点阵障碍物模型的问题,从而保证了栅格地图模型的准确度。
图4是根据本发明实施例二提供的一种栅格地图模型的构建方法的流程图。具体的,读取记录有初始栅格地图数组map的TXT文件,将初始栅格地图数组map拷贝获取新的二维数组mapTmp。针对mapTmp,判断mapTmp的列读取是否结束,如果否,则执行读取列第一个网络栅格p,如果p的栅格信息为第二数值,在本实施例中,第二数值为0,则将网络栅格p作为种子点,执行洪泛算法,得到填充地图栅格数组;执行读取列最后一个网络栅格p,如果p的栅格信息为0,则将网络栅格p作为种子点,执行洪泛算法,得到填充地图栅格数组。如果mapTmp的列读取结束,则判断mapTmp的行读取是否结束,如果否,则执行读取行第一个网络栅格p,如果p的栅格信息为0,则将网络栅格p作为种子点,执行洪泛算法,得到填充地图栅格数组;执行读取行最后一个网络栅格p,如果p的栅格信息为0,则将网络栅格p作为种子点,执行洪泛算法,得到填充地图栅格数组。如果mapTmp的行读取结束,遍历mapTmp的n个网络栅格,如果第i个网络栅格不为填充值,则将第i个网络栅格对应的初始栅格地图数组map的网络栅格的栅格信息置1,如果第i个网络栅格为填充值,则将第i个网络栅格对应的初始栅格地图数组map的网络栅格的栅格信息置0。
S250、基于目标对象在栅格地图模型中的起始点栅格坐标以及目的地栅格坐标,确定静态规划路径。
在一个实施例中,可选的,基于目标对象在栅格地图模型中的起始点栅格坐标以及目的地栅格坐标,确定静态规划路径,包括:采用跳点搜索算法,基于目标对象在栅格地图模型中的起始点栅格坐标以及目的地栅格坐标,确定静态规划路径。
其中,跳点搜索算法(Jump Point Search,JPS)是一种基于二维网络的路径规划算法,与A*算法相比,跳点搜索算法本质是通过搜索“跳点”来减少中途搜索节点的数量,提升搜索速度。
JPS算法中定义:自然邻居为考虑当前点的父节点到当前点的方向和花费,在没有障碍物的方向上花费最少的邻点。一定有相邻点为障碍物,当前点的父节点经过当前点到达邻居的花费少于不经过当前点到达邻居的花费,则该邻居为强制邻居。
图5是根据本发明实施例二提供的一种跳点搜索算法的示意图。其中,P为起始点,X为搜索到的当前点。在图5中的a图中,在没有障碍物的情况下,X为P点正方向上的点,P通过X到达这些节点的花费高于P不经过X的花费,评估花费可知灰色条纹标记的节点为无意义的节点,X的自然邻居只有正方向上五角星标志占据的一个点。同理,当X为P点对角线上的点,如图5中的b图,可知X的自然邻居为图中三个被五角星占据的点。在图5中的c图中,黑色方格为障碍物,由P经过X的自然邻居为五角星占据的一个点。强制邻居是c图中圆圈标志占据的点,该点只能由P通过X到达,不存在通过其他节点到达且花费少于X的情况,因此,c图中X存在一个五角星标志的自然邻居和一个圆圈标志的强制邻居。同理,图5中的d图中不存在通过其他节点到达圆圈标志点的路径并且花费少于X的情况,因此,d图中存在三个五角星标志的自然邻居和一个圆圈标志的强制邻居。
跳点的定义包括:1)当前点为起始点或目标点,则该当前点为跳点;2)当前点有强制邻居,则当前点为跳点;3)当前点的父节点在当前点的对角线上,且当前当可通过正方向移动到达跳点,则当前点为跳点。
当前点的邻点为N、当前点的父节点为P,JPS算法还规定:1)在跳点搜索过程中出现正方向和对角线方向均可搜索的情况,首先搜索正方向,再搜索对角线方向;2)在搜索过程中出现N可以由P通过其他途径到达且路径代价小于由P经过X到达N的路径则,则到达X的下一步不会到达N;3)只有跳点能够加入Open_list,因为跳点才能改变路径规划方向。
JPS算法的路径规划流程如下:
1)将起始点S加入开启集合Open_list;
2)对Open_list按代价值排序取出最小点P,判断P是否为目标点,如果是则结束寻路,否则进入步骤3;
3)在Open_list中删除P并将P加入Close_list;
4)对到达P的方向进行判断,可以判断的方向分为正方向和对角线方向,可以引申出多种情况进行分析获得跳点J;
5)判断J是否在Open_list中,如果在就修改Open_list中J的父节点和代价值,如果不是则将J点加入Open_list,循环进入第二步直到寻路结束。
针对上述第4)步骤中的多种情况包括:
1.如果是正方向且P的左后方不可走左方可走则P点按照左前方和左方寻找不在Close_list的跳点J;
2.如果是正方向且当前正方向可继续搜索则P按当前方向寻找不在Close_list的跳点J;
3.如果是正方向且P的右后方不可走右方可走则P点按照右前方和右方寻找不在Close_list的跳点J;
4.如果是对角线方向且P的水平分量方向可走则P点按照水平分量方向寻找不在Close_list的跳点J;
5.如果是对角线方向且当前正方向可继续搜索则P按当前方向寻找不在Close_list的跳点J;
6.如果是对角线方向且P的垂直分量方向可走则P点按照垂直分量方向寻找不在Close_list的跳点J。
其中,左前方、左后方、左方或右方是相对面对到达P的正方向站立而言,假设正方向为南方,则左方和右方分别为东方和西方,左前方为东南方,左后方为东北方。其中,当正方向不同时,左前方、左后方、左方或右方各自对应的方向也不同。
S260、在目标对象基于静态规划路径行进的过程中,获取目标对象的当前栅格坐标以及实时路况数据。
S270、判断当前栅格坐标是否为目的地栅格坐标,如果是,则执行S291,如果否,则执行S280。
S280、判断静态规划路径中是否存在不可通行路段,如果是,则执行S290,如果否,则执行S260。
S290、基于当前栅格坐标、实时路况数据中的实时障碍栅格坐标以及目的地栅格坐标数据,对静态规划路径进行更新,并执行S260。
S291、结束导航。
本实施例的技术方案,通过获取目标学校的静态平面地图,并基于预设栅格尺寸以及静态平面地图的地图尺寸,构建地图栅格网络;将地图栅格网络中与静态平面地图中的障碍物地理坐标对应的网络栅格的栅格信息设置为第一数值;将地图栅格网络中除与静态平面地图中的障碍物地理坐标对应的网络栅格的栅格信息设置为第二数值,得到初始栅格地图数组;基于初始栅格地图数组,构建目标学校的栅格地图模型,解决了栅格地图模型的构建问题,并通过将初始栅格地图数组的边界点作为种子点,采用泛化算法对初始栅格地图数组执行填充操作,解决了闭合区域获取过程繁琐的问题,提高了栅格地图模型的精确度。
实施例三
图6是根据本发明实施例三提供的一种导航装置的结构示意图。如图6所示,该装置包括:静态规划路径确定模块310、不可通行路段确定模块320、静态规划路径更新模块330和导航结束模块340。
其中,静态规划路径确定模块310,用于获取目标学校的栅格地图模型,并基于目标对象在栅格地图模型中的起始点栅格坐标以及目的地栅格坐标,确定静态规划路径;
不可通行路段确定模块320,用于在目标对象基于静态规划路径行进的过程中,基于目标对象的当前栅格坐标以及获取到的实时路况数据,确定静态规划路径中是否存在不可通行路段;
静态规划路径更新模块330,用于如果存在,则基于当前栅格坐标、实时路况数据中的实时障碍栅格坐标以及目的地栅格坐标数据,对静态规划路径进行更新;
导航结束模块340,用于返回执行基于目标对象的当前栅格坐标以及获取到的实时路况数据,确定静态规划路径中是否存在不可通行路段的步骤,直至目标对象到达目的地栅格坐标。
本实施例的技术方案,通过在目标对象基于静态规划路径行进的过程中,基于目标对象的当前栅格坐标以及获取到的实时路况数据,确定静态规划路径中是否存在不可通行路段,如果存在,则基于当前栅格坐标、实时路况数据中的实时障碍栅格坐标以及目的地栅格坐标数据,对静态规划路径进行更新,直至目标对象到达目的地栅格坐标,解决了静态规划路径的导航精确度差的问题,提高了目标对象在行进过程中的安全性,以及有效缩短了目标对象到达目的地的时间。
在上述实施例的基础上,可选的,静态规划路径更新模块330,具体用于:
基于当前栅格坐标和目的地栅格坐标,确定当前栅格坐标对应的实时引力数据;
基于当前栅格坐标、栅格地图模型中的静态障碍栅格坐标、实时路况数据中的实时障碍栅格坐标,确定当前栅格坐标对应的实时斥力数据;
基于实时引力数据以及实时斥力数据,确定与静态规划路径中当前栅格坐标对应的更新导航路径。
在上述实施例的基础上,可选的,实时引力数据满足公式:
其中,Fatt(x)表示实时引力数据,Uatt(x)表示引力场函数,λ表示引力系数,x表示当前栅格坐标,xg表示目的地栅格坐标。
在上述实施例的基础上,可选的,实时斥力数据满足公式:
其中,Fref(x)表示实时斥力数据,Uref(x)表示斥力场函数,μ表示斥力系数,x表示当前栅格坐标,ρ表示当前栅格坐标与障碍栅格坐标之间的距离,ρ0表示障碍物的斥力影响范围。
在上述实施例的基础上,可选的,静态规划路径确定模块310,包括:
静态规划路径确定单元,用于采用跳点搜索算法,基于目标对象在栅格地图模型中的起始点栅格坐标以及目的地栅格坐标,确定静态规划路径。
在上述实施例的基础上,可选的,静态规划路径确定模块310,包括:
地图栅格网络构建单元,用于获取目标学校的静态平面地图,并基于预设栅格尺寸以及静态平面地图的地图尺寸,构建地图栅格网络;
第一栅格信息设置单元,用于将地图栅格网络中与静态平面地图中的障碍物地理坐标对应的网络栅格的栅格信息设置为第一数值;
第二栅格信息设置单元,用于将地图栅格网络中除与静态平面地图中的障碍物地理坐标对应的网络栅格的栅格信息设置为第二数值,得到初始栅格地图数组;
栅格地图模型构建单元,用于基于初始栅格地图数组,构建目标学校的栅格地图模型。
在上述实施例的基础上,可选的,栅格地图模型构建单元,具体用于:
获取初始栅格地图数组中的至少一个起始网络栅格分别对应的栅格信息;其中,起始网络栅格包括初始栅格地图数组中每一列的第一个网络栅格、每一列的最后一个网络栅格、每一行的第一个网络栅格以及每一行的最后一个网络栅格;
针对每个起始网络栅格,如果栅格信息为第二数值,则将起始网络栅格作为种子点,采用洪泛算法对初始栅格地图数组执行填充操作,得到填充栅格地图数组;
对至少一个填充栅格地图数组执行取并集操作,得到目标学校的栅格地图模型。
本发明实施例所提供的导航装置可执行本发明任意实施例所提供的导航方法,具备执行方法相应的功能模块和有益效果。
实施例四
图7是根据本发明实施例四提供的一种电子设备的结构示意图。电子设备10旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图7所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如导航方法。
在一些实施例中,导航方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的导航方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行导航方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的导航方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
实施例五
本发明实施例五还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行一种导航方法,该方法包括:
获取目标学校的栅格地图模型,并基于目标对象在栅格地图模型中的起始点栅格坐标以及目的地栅格坐标,确定静态规划路径;
在目标对象基于静态规划路径行进的过程中,基于目标对象的当前栅格坐标以及获取到的实时路况数据,确定静态规划路径中是否存在不可通行路段;
如果存在,则基于当前栅格坐标、实时路况数据中的实时障碍栅格坐标以及目的地栅格坐标数据,对静态规划路径进行更新;
返回执行基于目标对象的当前栅格坐标以及获取到的实时路况数据,确定静态规划路径中是否存在不可通行路段的步骤,直至目标对象到达目的地栅格坐标。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (8)
1.一种导航方法,其特征在于,应用于校园场景中进行路径导航,包括:
获取目标学校的静态平面地图,并基于预设栅格尺寸以及静态平面地图的地图尺寸,构建地图栅格网络;其中,所述预设栅格尺寸根据目标对象的类型进行调整;
将所述地图栅格网络中与所述静态平面地图中的障碍物地理坐标对应的网络栅格的栅格信息设置为第一数值;其中,所述静态平面地图中不同类型的障碍物保存在不同图层中;
将所述地图栅格网络中除与所述静态平面地图中的障碍物地理坐标对应的网络栅格的栅格信息设置为第二数值,得到初始栅格地图数组;
获取所述初始栅格地图数组中的至少一个起始网络栅格分别对应的栅格信息;其中,所述起始网络栅格包括所述初始栅格地图数组中每一列的第一个网络栅格、每一列的最后一个网络栅格、每一行的第一个网络栅格以及每一行的最后一个网络栅格;
针对每个起始网络栅格,如果所述栅格信息为第二数值,则将所述起始网络栅格作为种子点,采用洪泛算法对所述初始栅格地图数组执行填充操作,得到填充栅格地图数组;
对至少一个所述填充栅格地图数组执行取并集操作,得到目标学校的栅格地图模型;
获取所述目标学校的栅格地图模型,并基于所述目标对象在所述栅格地图模型中的起始点栅格坐标以及目的地栅格坐标,确定静态规划路径;其中,所述栅格地图模型根据预设分辨率将学校环境离散为相同大小的栅格,每个栅格分别对应一种状态,所述状态包括空闲状态和占用状态;
在所述目标对象基于所述静态规划路径行进的过程中,基于所述目标对象的当前栅格坐标以及获取到的实时路况数据,确定所述静态规划路径中是否存在不可通行路段,包括:判断所述静态规划路径中以当前栅格坐标为起点的剩余规划路径中与所述实时路况数据中的实时障碍物坐标是否存在坐标重叠的路段,如果存在,则将所述坐标重叠的路段作为不可通行路段,如果不存在,则所述静态规划路径中不存在不可通行路段;其中,所述实时路况数据包括实时障碍类型以及与所述实时障碍类型对应的实时障碍栅格坐标;所述实时障碍类型包括动态障碍物和封闭路段;
如果存在,则基于所述当前栅格坐标、所述实时路况数据中的实时障碍栅格坐标以及所述目的地栅格坐标数据,对所述静态规划路径进行更新;
返回执行基于所述目标对象的当前栅格坐标以及获取到的实时路况数据,确定所述静态规划路径中是否存在不可通行路段的步骤,直至所述目标对象到达目的地栅格坐标。
2.根据权利要求1所述的方法,其特征在于,基于所述当前栅格坐标、所述实时路况数据中的障碍栅格坐标数据以及所述目的地栅格坐标数据,对所述静态规划路径进行更新,包括:
基于所述当前栅格坐标和所述目的地栅格坐标,确定所述当前栅格坐标对应的实时引力数据;
基于所述当前栅格坐标、所述栅格地图模型中的静态障碍栅格坐标、所述实时路况数据中的实时障碍栅格坐标,确定所述当前栅格坐标对应的实时斥力数据;
基于所述实时引力数据以及实时斥力数据,确定与所述静态规划路径中所述当前栅格坐标对应的更新导航路径。
3.根据权利要求2所述的方法,其特征在于,所述实时引力数据满足公式:
其中,Fatt(x)表示实时引力数据,Uatt(x)表示引力场函数,λ表示引力系数,x表示当前栅格坐标,xg表示目的地栅格坐标。
4.根据权利要求2所述的方法,其特征在于,所述实时斥力数据满足公式:
其中,Fref(x)表示实时斥力数据,Uref(x)表示斥力场函数,μ表示斥力系数,x表示当前栅格坐标,ρ表示当前栅格坐标与障碍栅格坐标之间的距离,ρ0表示障碍物的斥力影响范围。
5.根据权利要求1所述的方法,其特征在于,所述基于所述目标对象在所述栅格地图模型中的起始点栅格坐标以及目的地栅格坐标,确定静态规划路径,包括:
采用跳点搜索算法,基于所述目标对象在所述栅格地图模型中的起始点栅格坐标以及目的地栅格坐标,确定静态规划路径。
6.一种导航装置,其特征在于,应用于校园场景中进行路径导航,包括:
静态规划路径确定模块,包括:地图栅格网络构建单元、第一栅格信息设置单元、第二栅格信息设置单元和栅格地图模型构建单元;
所述地图栅格网络构建单元,用于获取目标学校的静态平面地图,并基于预设栅格尺寸以及静态平面地图的地图尺寸,构建地图栅格网络;其中,所述预设栅格尺寸根据目标对象的类型进行调整;
所述第一栅格信息设置单元,用于将所述地图栅格网络中与所述静态平面地图中的障碍物地理坐标对应的网络栅格的栅格信息设置为第一数值;其中,所述静态平面地图中不同类型的障碍物保存在不同图层中;
所述第二栅格信息设置单元,用于将所述地图栅格网络中除与所述静态平面地图中的障碍物地理坐标对应的网络栅格的栅格信息设置为第二数值,得到初始栅格地图数组;
所述栅格地图模型构建单元,用于:
获取所述初始栅格地图数组中的至少一个起始网络栅格分别对应的栅格信息;其中,所述起始网络栅格包括所述初始栅格地图数组中每一列的第一个网络栅格、每一列的最后一个网络栅格、每一行的第一个网络栅格以及每一行的最后一个网络栅格;
针对每个起始网络栅格,如果所述栅格信息为第二数值,则将所述起始网络栅格作为种子点,采用洪泛算法对所述初始栅格地图数组执行填充操作,得到填充栅格地图数组;
对至少一个所述填充栅格地图数组执行取并集操作,得到目标学校的栅格地图模型;
所述静态规划路径确定模块,具体用于获取所述目标学校的栅格地图模型,并基于所述目标对象在所述栅格地图模型中的起始点栅格坐标以及目的地栅格坐标,确定静态规划路径;其中,所述栅格地图模型根据预设分辨率将学校环境离散为相同大小的栅格,每个栅格分别对应一种状态,所述状态包括空闲状态和占用状态;
不可通行路段确定模块,用于在所述目标对象基于所述静态规划路径行进的过程中,基于所述目标对象的当前栅格坐标以及获取到的实时路况数据,确定所述静态规划路径中是否存在不可通行路段;
所述不可通行路段确定模块,具体用于判断所述静态规划路径中以当前栅格坐标为起点的剩余规划路径中与所述实时路况数据中的实时障碍物坐标是否存在坐标重叠的路段,如果存在,则将所述坐标重叠的路段作为不可通行路段,如果不存在,则所述静态规划路径中不存在不可通行路段;其中,所述实时路况数据包括实时障碍类型以及与所述实时障碍类型对应的实时障碍栅格坐标;所述实时障碍类型包括动态障碍物和封闭路段;
静态规划路径更新模块,用于如果存在,则基于所述当前栅格坐标、所述实时路况数据中的实时障碍栅格坐标以及所述目的地栅格坐标数据,对所述静态规划路径进行更新;
导航结束模块,用于返回执行基于所述目标对象的当前栅格坐标以及获取到的实时路况数据,确定所述静态规划路径中是否存在不可通行路段的步骤,直至所述目标对象到达目的地栅格坐标。
7.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的导航方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的导航方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210222246.8A CN114440916B (zh) | 2022-03-09 | 2022-03-09 | 一种导航方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210222246.8A CN114440916B (zh) | 2022-03-09 | 2022-03-09 | 一种导航方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114440916A CN114440916A (zh) | 2022-05-06 |
CN114440916B true CN114440916B (zh) | 2024-04-02 |
Family
ID=81358730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210222246.8A Active CN114440916B (zh) | 2022-03-09 | 2022-03-09 | 一种导航方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114440916B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114800565A (zh) * | 2022-05-07 | 2022-07-29 | 苏州方石科技有限公司 | 喷涂设备运动导航方法和装置 |
CN115164914B (zh) * | 2022-07-11 | 2023-10-03 | 北京中航世科电子技术有限公司 | 一种单兵作战用导航方法、***、电子设备及介质 |
CN115628749A (zh) * | 2022-10-09 | 2023-01-20 | 北京东方通网信科技有限公司 | 基于机器人前端信息的空间监测***及其方法 |
CN115639578B (zh) * | 2022-12-20 | 2023-04-28 | 广东新禾道信息科技有限公司 | 一种北斗导航定位监测处理方法及*** |
CN118070996A (zh) * | 2024-04-19 | 2024-05-24 | 深圳市普渡科技有限公司 | 路径优化方法、装置、机器人及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105955280A (zh) * | 2016-07-19 | 2016-09-21 | Tcl集团股份有限公司 | 移动机器人路径规划和避障方法及*** |
CN109508016A (zh) * | 2018-12-26 | 2019-03-22 | 北京工商大学 | 水质采样巡航船路径规划最优化方法 |
CN111679692A (zh) * | 2020-08-04 | 2020-09-18 | 上海海事大学 | 一种基于改进A-star算法的无人机路径规划方法 |
CN113741423A (zh) * | 2021-08-03 | 2021-12-03 | 上海电机学院 | 一种基于人工势场法的agv动态避障方法 |
CN113821029A (zh) * | 2021-08-31 | 2021-12-21 | 南京天溯自动化控制***有限公司 | 一种路径规划方法、装置、设备及存储介质 |
-
2022
- 2022-03-09 CN CN202210222246.8A patent/CN114440916B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105955280A (zh) * | 2016-07-19 | 2016-09-21 | Tcl集团股份有限公司 | 移动机器人路径规划和避障方法及*** |
CN109508016A (zh) * | 2018-12-26 | 2019-03-22 | 北京工商大学 | 水质采样巡航船路径规划最优化方法 |
CN111679692A (zh) * | 2020-08-04 | 2020-09-18 | 上海海事大学 | 一种基于改进A-star算法的无人机路径规划方法 |
CN113741423A (zh) * | 2021-08-03 | 2021-12-03 | 上海电机学院 | 一种基于人工势场法的agv动态避障方法 |
CN113821029A (zh) * | 2021-08-31 | 2021-12-21 | 南京天溯自动化控制***有限公司 | 一种路径规划方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
动态环境下移动机器人的路径规划与导航;顾梦园;《中国优秀硕士学位论文全文数据库信息科技辑》(第2期);I140-357-第12-17、24-27页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114440916A (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114440916B (zh) | 一种导航方法、装置、设备及存储介质 | |
CN111857160B (zh) | 一种无人车路径规划方法和装置 | |
CN111504325B (zh) | 一种基于扩大搜索邻域的加权a*算法的全局路径规划方法 | |
CN108444482B (zh) | 一种无人机自主寻路避障方法及*** | |
CN106371445B (zh) | 一种基于拓扑地图的无人车规划控制方法 | |
CN106949893B (zh) | 一种三维避障的室内机器人导航方法和*** | |
CN103994768B (zh) | 动态时变环境下寻求全局时间最优路径的方法及*** | |
KR102548282B1 (ko) | 고정밀도 맵 작성 방법 및 장치 | |
CN110006430B (zh) | 一种航迹规划算法的优化方法 | |
WO2020134082A1 (zh) | 一种路径规划方法、装置和移动设备 | |
CN101241507B (zh) | 一种地图寻路方法及*** | |
CN108253975A (zh) | 一种建立地图信息及车辆定位的方法与设备 | |
CN102435200B (zh) | 一种路径快速规划方法 | |
CN108763287A (zh) | 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法 | |
CN113989451B (zh) | 高精地图构建方法、装置及电子设备 | |
CN113741453B (zh) | 一种非结构化环境的路径规划方法、装置、设备和介质 | |
CN112683275A (zh) | 一种栅格地图的路径规划方法 | |
CN112444263A (zh) | 全局路径规划方法及装置 | |
CN111121785A (zh) | 一种基于图搜索的无道路路径规划方法 | |
CN115112136A (zh) | 出行路径规划方法和出行路径推荐方法 | |
US11846517B2 (en) | Vector tile navigation | |
CN116414139B (zh) | 基于A-Star算法的移动机器人复杂路径规划方法 | |
CN117389305A (zh) | 一种无人机巡检路径规划方法、***、设备及介质 | |
CN116772846A (zh) | 一种无人机航迹规划方法、装置、设备及介质 | |
CN117516558A (zh) | 路网生成方法、装置、计算机设备和计算机可读存储介质 |
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 |