一种路径规划方法、装置、机器人及存储介质制造方法及图纸

本申请适用于机器人技术领域，尤其涉及一种路径规划方法、装置、机器人及存储介质方法及装置，包括：确定第一控制点和目标点，获取机器人从第一控制点前往目标点的原始地图；利用人工势场法对原始地图进行处理，得到势场地图；根据第一控制点、目标点、控制点计算公式和控制点筛选规则，在势场地图中计算选取到处于第一控制点和目标点之间的J个控制点；确定经过第一控制点、J个控制点和目标点的K条样条曲线；根据K条样条曲线对机器人的行走路径进行路径规划。本申请可以解决现有移动机器人的路径规划算法随机性强，可控性差的问题，使得规划出来的路径平滑，满足机器人的运动特性，同时可以达到更好的避障能力，给人更顺畅的感官体验。

A path planning method, device, robot and storage medium

【技术实现步骤摘要】
一种路径规划方法、装置、机器人及存储介质
本申请属于机器人
，尤其涉及一种路径规划方法、装置、机器人及存储介质。
技术介绍
随着传感器技术、人工智能等技术的发展，机器人领域成为一个蓬勃发展的新兴领域，移动机器人作为一个重要的应用，得到越来越多的关注。目前绝大多数移动机器人的局部路径规划以单源最短路径算法(Dijkstra算法，D算法)、启发式算法(heuristicapproaches，A算法)等算法为主，这类算法适应性很广，但随机性很强，可控性比较差，并未考虑全局的一致性和机器人本身的运动特性，使得规划出来的路径极不不平滑，从而导致机器人的运动行为看起来极不自然。
技术实现思路
本申请实施例提供了一种路径规划方法、装置、机器人及存储介质，可以解决现有移动机器人的路径规划算法随机性强，可控性差，使得规划出来的路径极不不平滑的问题。第一方面，本申请实施例提供了一种路径规划方法，所述方法包括：确定第一控制点和目标点，获取机器人从所述第一控制点前往所述目标点的原始地图；利用人工势场法对所述原始地图进行处理，得到势场地图；根据所述第一控制点、所述目标点、控制点计算公式和控制点筛选规则，在所述势场地图中计算选取到处于所述第一控制点和所述目标点之间的J个控制点；J≥0，J为整数；确定经过所述第一控制点、所述J个控制点和所述目标点的K条样条曲线，K≥0，K为整数；根据所述K条样条曲线对所述机器人的行走路径进行路径规划。第二方面，本申请实施例提供了一种路径规划装置，所述装置包括：获取模块，用于确定第一控制点和目标点，获取机器人从所述第一控制点前往所述目标点的原始地图；处理模块，用于利用人工势场法对所述原始地图进行处理，得到势场地图；选取模块，用于根据所述第一控制点、所述目标点、控制点计算公式和控制点筛选规则，在所述势场地图中计算选取到处于所述第一控制点和所述目标点之间的J个控制点；J≥0，J为整数；确定模块，用于确定经过所述第一控制点、所述J个控制点和所述目标点的K条样条曲线，K≥0，K为整数；规划模块，用于根据所述K条样条曲线对所述机器人的行走路径进行路径规划。第三方面，本申请实施例提供了一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现所述方法。第四方面，本申请实施例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程序，所述计算机程序被处理器执行时实现所述的方法。第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在机器人上运行时，使得机器人执行上述第一方面中任一项所述的方法。可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。本申请实施例与现有技术相比存在的有益效果是：本申请可以解决现有移动机器人的路径规划算法随机性强，可控性差的问题，使得规划出来的路径平滑，满足机器人的运动特性，同时可以达到更好的避障能力，给人更顺畅的感官体验。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本申请一实施例提供的路径规划方法的流程示意图；图2是本申请一实施例提供的原始地图和势场地图的示意图；图3是本申请一实施例提供的采样点的采样示意图；图4是本申请一实施例提供的选取的控制点及确定样条曲线的示意图；图5是本申请另一实施例提供的合并相距距离较小的障碍物的示意图；图6是本申请一实施例提供的路径规划装置的结构景示意图；图7是本申请另一实施例提供的机器人的结构示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。本申请实施例提供的路径规划方法可以适用于机器人。在实际应用中，多采用A算法和D算法来进行机器人路径规划，但这两种算法均存在相同的缺陷，即随机性强，时常导致规划的机器人路径前后的一致性较差，使得路径规划的可控性相对较差，也是因这两种算法的这严重缺陷，使得机器人不能适用于在确定场景中规划必须确定的情形。另外，因A算法和D算法极强的随机性，算法未考虑全局的一致性和机器人本身的运动特性，而导致机器人的运动行为看起来不自然。为此，本申请提供的一种路径规划方法，可以解决现有移动机器人的路径规划算法随机性强，可控性差的问题，使得规划出来的路径平滑，满足机器人的运动特性，同时可以使得机器人具有更好的避障能力，给人更顺畅的感官体验。下面结合图1至图5和通过具体实施例，对本申请提供的路径规划方法进行示例性的说明。参见图1，本申请一实施例所提供的路径规划方法的示意性流程图。本实施例中路径规划方法的执行主体为机器人。该方法包括：S101：确定第一控制点和目标点，获取机器人从所述第一控制点前往所述本文档来自技高网...

【技术保护点】
1.一种路径规划方法，其特征在于，所述方法包括：/n确定第一控制点和目标点，获取机器人从所述第一控制点前往所述目标点的原始地图；/n利用人工势场法对所述原始地图进行处理，得到势场地图；/n根据所述第一控制点、所述目标点、控制点计算公式和控制点筛选规则，在所述势场地图中计算选取到处于所述第一控制点和所述目标点之间的J个控制点；J≥0，J为整数；/n确定经过所述第一控制点、所述J个控制点和所述目标点的K条样条曲线，K≥0，K为整数；/n根据所述K条样条曲线对所述机器人的行走路径进行路径规划。/n

【技术特征摘要】
1.一种路径规划方法，其特征在于，所述方法包括：
确定第一控制点和目标点，获取机器人从所述第一控制点前往所述目标点的原始地图；
利用人工势场法对所述原始地图进行处理，得到势场地图；
根据所述第一控制点、所述目标点、控制点计算公式和控制点筛选规则，在所述势场地图中计算选取到处于所述第一控制点和所述目标点之间的J个控制点；J≥0，J为整数；
确定经过所述第一控制点、所述J个控制点和所述目标点的K条样条曲线，K≥0，K为整数；
根据所述K条样条曲线对所述机器人的行走路径进行路径规划。


2.如权利要求1所述的路径规划方法，其特征在于，所述根据所述第一控制点、所述目标点、控制点计算公式和控制点筛选规则，在所述势场地图中计算选取到处于所述第一控制点和所述目标点之间的J个控制点，且1≥J≥0时，包括：
根据所述第一控制点、参考半径，确定N个采样点，N≥0，N为整数；
根据所述N个采样点、控制点计算公式，计算得到所述N个采样点的得分；
根据所述控制点筛选规则和所述N个采样点的得分，确定J个第二控制点。


3.如权利要求2所述的路径规划方法，其特征在于，所述N个采样点为以所述第一控制点为中心的参考半径的圆弧上N个采样点。


4.如权利要求1所述的路径规划方法，其特征在于，所述根据所述第一控制点、所述目标点、控制点计算公式和控制点筛选规则，在所述势场地图中计算选取到处于所述第一控制点和所述目标点之间的J个控制点，且J＞2时，包括：
根据所述势场地图，确定存在于所述势场地图中的H个拐点，H≥0，H为整数；
根据所述H个拐点和采样点寻找规则，确定位于所述H个拐点处的采样点；
根据所述第一控制点、所述目标点、位于所述H个拐点处的采样点、控制点计算公式，计算得到位于所述H个拐点处的采样点的得分；
根据所述控制点筛选规则和位于所述H个拐点处的采样点的得分，确定所述J个控制点。


5.如权利要求1所述的路径规划方法，其特征在于，所述控制点计算公式为：



其中...

【专利技术属性】
技术研发人员：夏舸，李超，孙其民，
申请(专利权)人：深圳优地科技有限公司，
类型：发明
国别省市：广东;44