路径规划方法、装置、机器人及存储介质制造方法及图纸

本发明专利技术实施例涉及一种路径规划方法、装置、机器人及存储介质，包括：对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值；基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点；基于多个所述目标节点确定机器人的目标路径，以对可通行区域进行分级，并为每级区域设置相应代价值，将表征距离障碍物远近的代价值来辅助得到的规划路径，避免机器人在移动过程中触碰到障碍物，且优化后的路径并未大幅增长，保证机器人的运行效率。

【技术实现步骤摘要】
路径规划方法、装置、机器人及存储介质
本专利技术实施例涉及机器人领域，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
室内机器人导航系统，主要由传感器感知、定位、路径规划和运动控制几部分组成。其中，传感器负责探测机器人周围障碍物的位置，融合已有的地图信息，即可获得机器人的实时位置，收到上位机的目标点导航指令后，导航系统会规划一条到达目标点的最优路径，并控制电机跟随这条路径前进，即可到达目标点。其中，路径规划算法是利用传感器探测的和已有地图上的障碍物信息，寻找一条从起始点到目标点的最短路径(将机器人视为一个质点)，且这条路径不会经过障碍物，机器人就可以抵达目标点。然而，机器人并不是一个质点，现有路径规划算法不能保证机器人的边缘不会碰到障碍物，由此，机器人按照现有路径规划算法得到最短路径移动过程中，尤其处于拐角位置时可能存在碰到障碍物的情况。
技术实现思路
鉴于此，为解决上述技术问题或部分技术问题，本专利技术实施例提供一种路径规划方法、装置、机器人及存储介质。第一方面，本专利技术实施例提供一种路径规划方法，包括：对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值；基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点；基于多个所述目标节点确定机器人的目标路径。在一个可能的实施方式中，所述对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值，包括：基于设置于机器人上的传感器进行障碍物检测，生成格栅地图；确定所述格栅地图中起点和终点之间的可通行区域；按照所述可通行区域距离所述障碍物由近及远的关系，对所述可通行区域进行分级处理；根据每级区域距离所述障碍物由近及远对应代价值由大到小的关系，为每级区域设置对应的代价值。在一个可能的实施方式中，所述基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点，包括：将所述起点以及所述可通行区域中所述起点相邻的点作为待搜索节点添加至第一列表中；遍历所述第一列表中的所述待搜索节点，以及基于所述待搜索节点所处区域的代价值确定所述待搜索节点对应启发函数的函数值；将所述函数值最小的所述待搜索节点作为目标节点添加至第二列表中，直至所述第二列表中的目标节点包含所述终点，停止遍历所述第一列表中的所述待搜索节点。在一个可能的实施方式中，所述将所述起点以及所述可同行区域中所述起点相邻的点作为待搜索节点添加至第一列表中，包括：将所述起点作为父节点，以及将所述起点相邻的点作为子节点，其中，所述子节点上设置有指针，所述指针指向所述父节点；将所述父节点和所述子节点作为待搜索节点添加至第一列表中。在一个可能的实施方式中，所述方法还包括：判断所述目标节点是否存在相邻的点；若所述目标节点存在相邻的点，则将所述目标节点作为父节点，以及将所述目标节点相邻的点作为子节点；将所述子节点作为待搜索节点添加至第一列表中。在一个可能的实施方式中，所述基于多个所述目标节点确定机器人的目标路径，包括：根据多个所述目标节点上携带的指针确定所述机器人由所述起点至所述终点的目标路径。在一个可能的实施方式中，所述方法还包括：若所述第一列表为空且所述第二列表中的所述目标节点未包含所述终点，则确定不存在目标路径。第二方面，本专利技术实施例提供一种路径规划装置，包括：处理模块，用于对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值；遍历模块，用于基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点；确定模块，用于基于多个所述目标节点确定机器人的目标路径。第三方面，本专利技术实施例提供一种机器人，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的路径规划程序，以实现上述第一方面中任一项所述的路径规划方法。第四方面，本专利技术实施例提供一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述第一方面中任一项所述的路径规划方法。本专利技术实施例提供的路径规划方案，通过对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值；基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点；基于多个所述目标节点确定机器人的目标路径，以对可通行区域进行分级，并为每级区域设置相应代价值，将表征距离障碍物远近的代价值来辅助得到的规划路径，避免机器人在移动过程中触碰到障碍物，且优化后的路径并未大幅增长，保证机器人的运行效率。附图说明图1为本专利技术实施例涉及的一种采用A*算法得到的路径示意图；图2为本专利技术实施例提供的一种路径规划方法的流程示意图；图3为本专利技术实施例提供的一种可通行区域分级的示意图；图4为本专利技术实施例提供的一种基于分级设置代价值得到的路径示意图；图5为本专利技术实施例提供的另一种路径规划方法的流程示意图；图6为本专利技术实施例提供的一种父节点和子节点的示意图；图7为本专利技术实施例提供的一种路径规划示意图；图8为本专利技术实施例提供的一种路径规划装置的结构示意图；图9为本专利技术实施例提供的一种机器人的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。为便于对本专利技术实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本专利技术实施例的限定。本专利技术实施例涉及的路径规划方法，应用于机器人领域，机器人采用格栅法构建地图，格栅粒度的大小可以表征机器人所处环境特征的复杂程度(如，格栅粒度越小环境特征越精确复杂)，每个格栅由0和1进行填充，0表示可通行，1表示障碍物。图1为本专利技术实施例涉及的一种采用A*算法得到的路径示意图，由初始状态到目标状态采用A*算法依次进行计算，得到由初始状态到目标状态的最短路径，具体采用如下公式：f(n)＝g(n)+h(n)其中，f(n)为初始状态由状态n到目标状态的距离估计值，g(n)为状态空间中从初始状态到状态n的实际距离值，h(n)为从状态n到目标状态的最佳路径的估计距离值。采用A*算法得到的路径为S(起点)至G(终点)之间黑色的线条，虽然直接采用A*算法可以得出最短路径，但在拐角处(A、B、C和D)可能存在机器人碰到障碍物的情况。因此，本专利技术实施例提本文档来自技高网...

【技术保护点】
1.一种路径规划方法，其特征在于，包括：/n对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值；/n基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点；/n基于多个所述目标节点确定机器人的目标路径。/n

【技术特征摘要】
1.一种路径规划方法，其特征在于，包括：
对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值；
基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点；
基于多个所述目标节点确定机器人的目标路径。


2.根据权利要求1所述的方法，其特征在于，所述对格栅地图中起点和终点之间的可通行区域进行分级处理，并确定每级区域对应的代价值，包括：
基于设置于机器人上的传感器进行障碍物检测，生成格栅地图；
确定所述格栅地图中起点和终点之间的可通行区域；
按照所述可通行区域距离所述障碍物由近及远的关系，对所述可通行区域进行分级处理；
根据每级区域距离所述障碍物由近及远对应代价值由大到小的关系，为每级区域设置对应的代价值。


3.根据权利要求2所述的方法，其特征在于，所述基于每级区域的代价值从所述起点开始对所述可通行区域进行遍历，确定符合预设函数最小值的多个目标节点，包括：
将所述起点以及所述可通行区域中所述起点相邻的点作为待搜索节点添加至第一列表中；
遍历所述第一列表中的所述待搜索节点，以及基于所述待搜索节点所处区域的代价值确定所述待搜索节点对应启发函数的函数值；
将所述函数值最小的所述待搜索节点作为目标节点添加至第二列表中，直至所述第二列表中的目标节点包含所述终点，停止遍历所述第一列表中的所述待搜索节点。


4.根据权利要求3所述的方法，其特征在于，所述将所述起点以及所述可同行区域中所述起点相邻的点作为待搜索节点添加至第一列表中，包括：
将所述起点作为父节点，以及将所述起点相邻的点作为子节点...

【专利技术属性】
技术研发人员：蔡小龙，王超，姚秀军，桂晨光，蔡禹丞，马福强，李振，郭新然，崔丽华，
申请(专利权)人：北京海益同展信息科技有限公司，
类型：发明
国别省市：北京;11