足式机器人的路径规划方法、电子设备及可读存储介质技术

本申请提供一种足式机器人的路径规划方法、电子设备及计算机可读存储介质，所述方法包括：获取足式机器人的全局路径，全局路径包括至少一个节点；根据周围环境的感测信息构建局部地图，局部地图覆盖至少一个节点；基于足式机器人的运动性能参数和局部地图构建局部可通过地图；根据足式机器人的全局定位精度、全局路径、足式机器人的当前位置以及局部可通过地图确定足式机器人的局部目标节点，及基于局部可通过地图、局部目标节点及足式机器人的当前位置，规划足式机器人的局部路径。本申请可使得足式机器人在全局定位精度异常的情形下亦可进行自主导航。下亦可进行自主导航。下亦可进行自主导航。

【技术实现步骤摘要】
足式机器人的路径规划方法、电子设备及可读存储介质


[0001]本申请涉及机器人
，尤其涉及一种足式机器人的路径规划方法、电子设备及计算机可读存储介质。

技术介绍

[0002]随着人工智能(Artificial Intelligence，AI)技术的发展，机器人越来越广泛地应用于日常生产和生活。常见的机器人包括机械臂、轮式无人车(Automatic Guided Vehicle，AGV)、无人叉车等。随着实际需求的增长，为了在更广的范围内应用机器人，足式机器人，尤其是四足机器人的应用需求不断增长。与轮式机器人相比，四足机器人能够穿越更复杂的路况，实现更复杂的任务。
[0003]相较于轮式机器人的应用场景通常在范围较小的室内环境，足式机器人的一个重要应用场景为大范围室外环境，例如半径大于10公里的范围，对于在范围较大的室外环境下，足式机器人的自主运动主要基于拓扑地图进行导航，然而，室外场景一般范围较大且环境、地形较复杂，受环境参照物数量变化等因素的影响，足式机器人在室外环境下的全局定位精度将很难一直保持在满足自主导航需求的水平，足式机器人在室外场景进行自主导航过程中，全局定位精度很有可能会出现精度下降的情况，此种情形将会导致自主导航失败，机器人与障碍物发生碰撞等问题。

技术实现思路

[0004]有鉴于此，有必要提供一种足式机器人的路径规划方法、电子设备及计算机可读存储介质，以解决足式机器人在全局定位精度下降的情形下无法进行自主导航的技术问题。
[0005]本申请提供一种足式机器人的路径规划方法，所述方法包括：获取足式机器人的全局路径，所述全局路径包括至少一个节点；根据周围环境的感测信息，构建局部地图，所述局部地图覆盖至少一个所述节点；基于所述足式机器人的运动性能参数和所述局部地图构建局部可通过地图；根据所述足式机器人的全局定位精度、所述全局路径、所述足式机器人的当前位置以及所述局部可通过地图确定所述足式机器人的局部目标节点，及基于所述局部可通过地图、所述局部目标节点及所述足式机器人的当前位置，规划所述足式机器人的局部路径。
[0006]在一些实施例中，所述根据所述足式机器人的全局定位精度、所述全局路径、所述足式机器人的当前位置以及所述局部可通过地图确定所述足式机器人的局部目标节点，及基于所述局部可通过地图、所述局部目标节点及所述足式机器人的当前位置，规划所述足式机器人的局部路径，包括：当所述足式机器人的全局定位精度符合预设精度要求时，基于所述全局路径、所述足式机器人的当前位置以及所述局部可通过地图，确定所述足式机器人的局部目标节点；基于所述局部地图、所述局部可通过地图、所述局部目标节点及所述足式机器人的当前位置，规划所述足式机器人的局部路径；当所述足式机器人的全局定位精
度不符合所述预设精度要求时，获取与所述局部目标节点对应的物体，及计算所述物体在里程计坐标系下的位姿；将所述物体作为新的局部目标节点，及基于所述局部可通过地图、所述新的局部目标节点及所述足式机器人在所述里程计坐标系下的当前位置，规划所述足式机器人的局部路径。
[0007]在一些实施例中，在所述获取足式机器人的全局路径之前，包括：获取所述足式机器人的初始全局定位精度的置信度；当所述初始全局定位精度的置信度大于预设值时，获取起始位置信息、目标位置信息及周围环境的全局地图，规划足式机器人的全局路径。
[0008]在一些实施例中，所述基于所述全局路径、所述足式机器人的当前位置以及所述局部可通过地图，确定所述足式机器人的局部目标节点之后，还包括：获取所述局部目标节点的周围环境信息，基于所述周围环境信息提取所述局部目标节点的语义信息，及记录与所述局部目标节点对应的物体。
[0009]在一些实施例中，所述当所述足式机器人的全局定位精度不符合所述预设精度要求时，获取与所述局部目标节点对应的物体，包括：当所述足式机器人的全局定位精度不符合所述预设精度要求时，获取所述足式机器人的当前周围环境信息，及从所述当前周围环境信息中识别与所述局部目标节点的语义信息对应的局部区域；从所述局部区域中识别与所述局部目标节点对应的物体。
[0010]在一些实施例中，所述方法还包括：当所述足式机器人到达所述新的局部目标节点且所述足式机器人的全局定位精度仍然不符合所述预设精度要求时，输出预设定位异常信息，及控制所述足式机器人退出自主导航模式。
[0011]在一些实施例中，所述方法还包括：当所述足式机器人到达所述新的局部目标节点且所述足式机器人的全局定位精度仍然不符合所述预设精度要求时，从所述全局路径中获取与下一个局部目标节点对应的物体，及计算与所述下一个局部目标节点对应的物体在所述里程计坐标系下的位姿；将与所述下一个局部目标节点对应的物体更新为新的局部目标节点。
[0012]在一些实施例中，所述全局路径基于具有语义信息的全局地图规划得到，且所述全局路径中的每一个节点均具有相应的语义信息。
[0013]本申请还提供一种电子设备，所述电子设备包括：处理器；以及存储器，所述存储器中存储有多个程序模块，所述多个程序模块由所述处理器加载并执行上述的足式机器人的路径规划方法。
[0014]本申请还提供一种计算机可读存储介质，其上存储有至少一条计算机指令，所述指令由处理器加载并执行上述的足式机器人的路径规划方法。
[0015]本申请的足式机器人的路径规划方法、电子设备及存储介质可以规划全局的拓扑路径，同时，还可以通过足式机器人的感测信息识别运行路径上的复杂地形，并且智能分析足式机器人是否可以通过复杂地形，基于可通过性、实时的机器人位置及全局拓扑路径的目标节点规划并更新局部路径，直至足式机器人到达目标位置，对于全局定位精度正常的情形与全局定位精度异常的情形对应有不同的局部路径规划方式，使得足式机器人即可自主通过或避开复杂地形，又可在全局定位精度异常的情形下进行自主导航，提高了足式机器人对于室外环境的适应能力。
附图说明
[0016]为了更清楚地说明本申请实施例或现有技术中的技术方案，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，还可以根据提供的附图获得其他的附图。
[0017]图1是本申请一实施例提供的足式机器人的路径规划方法的应用环境架构示意图。
[0018]图2是本申请一实施例提供的足式机器人的模块示意图。
[0019]图3是本专利技术一实施例提供的足式机器人的立体示意图。
[0020]图4是本申请一实施例提供的足式机器人的路径规划方法的流程图。
[0021]图5是本申请一实施例提供的拓扑地图的示意图。
[0022]图6是本申请另一实施例提供的拓扑地图的示意图。
[0023]图7是本申请另一实施例提供的足式机器人的路径规划方法的流程图。
[0024]图8是本申请一实施例提供的电子设备的结构示意图。
[0025]主要元本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种足式机器人的路径规划方法，其特征在于，所述方法包括：获取足式机器人的全局路径，所述全局路径包括至少一个节点；根据周围环境的感测信息，构建局部地图，所述局部地图覆盖至少一个所述节点；基于所述足式机器人的运动性能参数和所述局部地图构建局部可通过地图；根据所述足式机器人的全局定位精度、所述全局路径、所述足式机器人的当前位置以及所述局部可通过地图确定所述足式机器人的局部目标节点，及基于所述局部可通过地图、所述局部目标节点及所述足式机器人的当前位置，规划所述足式机器人的局部路径。2.如权利要求1所述的足式机器人的路径规划方法，其特征在于，所述根据所述足式机器人的全局定位精度、所述全局路径、所述足式机器人的当前位置以及所述局部可通过地图确定所述足式机器人的局部目标节点，及基于所述局部可通过地图、所述局部目标节点及所述足式机器人的当前位置，规划所述足式机器人的局部路径，包括：当所述足式机器人的全局定位精度符合预设精度要求时，基于所述全局路径、所述足式机器人的当前位置以及所述局部可通过地图，确定所述足式机器人的局部目标节点；基于所述局部地图、所述局部可通过地图、所述局部目标节点及所述足式机器人的当前位置，规划所述足式机器人的局部路径；当所述足式机器人的全局定位精度不符合所述预设精度要求时，获取与所述局部目标节点对应的物体，及计算所述物体在里程计坐标系下的位姿；将所述物体作为新的局部目标节点，及基于所述局部可通过地图、所述新的局部目标节点及所述足式机器人在所述里程计坐标系下的当前位置，规划所述足式机器人的局部路径。3.如权利要求1所述的足式机器人的路径规划方法，其特征在于，在所述获取足式机器人的全局路径之前，包括：获取所述足式机器人的初始全局定位精度的置信度；当所述初始全局定位精度的置信度大于预设值时，获取起始位置信息、目标位置信息及周围环境的全局地图，规划所述足式机器人的全局路径。4.如权利要求2所述的足式机器人的路径规划方法，其特征在于，所述基于所述全局路径、所述足式机器人的当前...

【专利技术属性】
技术研发人员：郑大可，陈盛军，肖志光，
申请(专利权)人：深圳鹏行智能研究有限公司，
类型：发明
国别省市：