一种轨迹规划方法、装置、电子设备及介质制造方法及图纸

本申请实施例提供了一种轨迹规划方法、装置、电子设备及介质，在该方法中，获取房间地图中的全局路径点；对全局路径点进行多段多项式曲线拟合，确定多段多项式函数；获取约束条件，约束条件包括全局路径点与根据全局路径点生成的虚拟可通行走廊(后文简称：可通行走廊)的不等式约束；将多段多项式函数和约束条件输入二次规划QP求解器，确定清洁机器人在房间地图中的轨迹。因此，根据全局路径点和约束条件建模QP优化问题，将可通行走廊作为硬约束，可以求解出满足该硬约束的轨迹，基于硬约束的QP优化问题的求解过程所消耗的计算量更小，可以提高轨迹规划的效率。高轨迹规划的效率。高轨迹规划的效率。

【技术实现步骤摘要】
一种轨迹规划方法、装置、电子设备及介质


[0001]本专利技术涉及智能家居
，尤其涉及一种轨迹规划方法、装置、电子设备及介质。

技术介绍

[0002]随着生活水平的提高以及科技的进步，清洁机器人已经成为家居空间和办公室等环境中的常用家电产品。清洁机器人按照自身设定的运动轨迹，有规划地清扫区域。
[0003]目前的轨迹规划方案中，都会采用时间弹性带（time elastic band，TEB）框架进行轨迹规划，TEB框架根据收到的全局路径，会根据包括局部地图在内的多个约束条件进行优化，求解出一条满足运动学约束的安全的平滑的轨迹。
[0004]但是TEB框架的轨迹规划方案中，是将代价地图作为软约束加入到通用图优化（general graph optimization，G2O）中后，构造的函数是一个非线性目标函数，需要进行非线性优化，因此会消耗很大的计算量，降低轨迹规划效率。

技术实现思路

[0005]本申请实施例提供了一种轨迹规划方法、装置、电子设备及介质，用以解决现有技术中计算量消耗大，轨迹规划效率较低的问题。
[0006]第一方面，本申请实施例提供了一种轨迹规划方法，所述方法包括：获取房间地图中的全局路径点；对所述全局路径点进行多段多项式曲线拟合，确定所述多段多项式函数；获取约束条件，所述约束条件包括所述全局路径点与可通行走廊的不等式约束，所述可通行走廊包括根据所述全局路径点生成的虚拟的可通行走廊；将所述多段多项式函数和所述约束条件输入二次规划QP求解器，确定清洁机器人在所述房间地图中的轨迹。
[0007]进一步地，所述约束条件还包括以下一种或多种：所述多段多项式函数的等式约束、运动学约束或动力学约束。
[0008]进一步地，所述等式约束根据所述全局路径点的位置约束、速度约束、加速度约束和所述多段多项式函数的连续性约束确定。
[0009]进一步地，所述将所述多段多项式函数和所述约束条件输入QP求解器，确定清洁机器人在所述房间地图中的轨迹，包括：将所述多段多项式函数和所述约束条件输入QP求解器，基于所述QP求解器，计算最小化jerk时的所述多段多项式函数对应的参数矩阵；根据所述多段多项式函数对应的参数矩阵，确定清洁机器人在所述房间地图中的轨迹。
[0010]第二方面，本申请实施例提供了一种轨迹规划装置，其特征在于，所述装置包括：第一获取模块，用于获取房间地图中的全局路径点；
第一确定模块，用于对所述全局路径点进行多段多项式曲线拟合，确定所述多段多项式函数；第二获取模块，用于获取约束条件，所述约束条件包括所述全局路径点与可通行走廊的不等式约束，所述可通行走廊包括根据所述全局路径点生成的虚拟的可通行走廊；第二确定模块，用于将所述多段多项式函数和所述约束条件输入二次规划QP求解器，确定清洁机器人在所述房间地图中的轨迹。
[0011]进一步地，所述约束条件还包括以下一种或多种：所述多段多项式函数的等式约束、运动学约束或动力学约束。
[0012]进一步地，所述约束条件还包括以下一种或多种：所述多段多项式函数的等式约束、运动学约束或动力学约束。
[0013]进一步地，所述第二确定模块，具体用于将所述多段多项式函数和所述约束条件输入QP求解器，基于所述QP求解器，计算最小化jerk时的所述多段多项式函数对应的参数矩阵；根据所述多段多项式函数对应的参数矩阵，确定清洁机器人在所述房间地图中的轨迹。
[0014]第三方面，本专利技术实施例提供了一种电子设备，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时执行上述任一项所述的轨迹规划方法的步骤。
[0015]第四方面，本专利技术实施例提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时执行上述任一项所述的轨迹规划方法的步骤。
[0016]在本申请实施例中，获取房间地图中的全局路径点；对全局路径点进行多段多项式曲线拟合，确定多段多项式函数；获取约束条件，约束条件包括全局路径点与可通行走廊的不等式约束；将多段多项式函数和约束条件输入二次规划QP求解器，确定清洁机器人在房间地图中的轨迹。在该方法中，根据全局路径点和约束条件建模QP优化问题，将可通行走廊作为硬约束，可以求解出满足该硬约束的轨迹，基于硬约束的QP优化问题的求解过程所消耗的计算量更小，可以提高轨迹规划的效率。
附图说明
[0017]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，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，对于本领域的普通技术人员来讲，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。
[0018]图1为本申请的一些实施例提供的一种轨迹规划过程示意图；图2为本申请的一些实施例提供的一种轨迹规划装置的结构示意图；图3为本申请的一些实施例提供的一种电子设备的结构示意图。
具体实施方式
[0019]为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，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
所有其它实施例，都属于本申请保护的范围。
[0020]为了降低轨迹规划过程所消耗的计算量，提高轨迹规划的效率，本申请实施例提供了一种轨迹规划方法、装置、电子设备及介质。在本申请实施例中，获取房间地图中的全局路径点；对全局路径点进行多段多项式曲线拟合，确定多段多项式函数；获取约束条件，约束条件包括全局路径点与可通行走廊的不等式约束；将多段多项式函数和约束条件输入二次规划QP求解器，确定清洁机器人在房间地图中的轨迹。因此，根据全局路径点和约束条件建模QP优化问题，将可通行走廊作为硬约束，可以求解出满足该硬约束的轨迹，基于硬约束的QP优化问题的求解过程所消耗的计算量更小，可以提高轨迹规划的效率。
[0021]下面对本申请实施例提供的轨迹规划过程进行说明。参见图1，为本申请的一些实施例提供的一种轨迹规划过程示意图，该过程包括：S101：获取房间地图中的全局路径点。
[0022]本申请实施例提供的轨迹规划方法应用于电子设备，该电子设备可以为用户设备、家居设备、或服务器等。其中用户设备包括但不限于手机、电脑、或者穿戴设备，家居设备包括但不限于清洁机器人。
[0023]电子设备可以获取并加载房间地图中的全局路径点。示例的，房间地图可以是由用户设置或输入到电子设备中的，电子设备可以在房间地图中识别全局路径点。又一示例的，房间地图中的全局路径点可以是由用户设置或输入到电子设备中。
[0024]一种实现方式中，全局路径点包括在房间地图中各顶点之间的路径点。
[0025]S102：对全局路径点进行多段多项式曲线拟合，确定多段多项式函数。
[0026]在该步骤中，可以将全局路径点表示为一组多项式系数的向量，并使用拟合多段本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轨迹规划方法，其特征在于，所述方法包括：获取房间地图中的全局路径点；对所述全局路径点进行多段多项式曲线拟合，确定所述多段多项式函数；获取约束条件，所述约束条件包括所述全局路径点与可通行走廊的不等式约束，所述可通行走廊包括根据所述全局路径点生成的虚拟的可通行走廊；将所述多段多项式函数和所述约束条件输入二次规划QP求解器，确定清洁机器人在所述房间地图中的轨迹。2.如权利要求1所述的方法，其特征在于，所述约束条件还包括以下一种或多种：所述多段多项式函数的等式约束、运动学约束或动力学约束。3.如权利要求2所述的方法，其特征在于，所述等式约束根据所述全局路径点的位置约束、速度约束、加速度约束和所述多段多项式函数的连续性约束确定。4.如权利要求1
‑
3任一项所述的方法，其特征在于，所述将所述多段多项式函数和所述约束条件输入QP求解器，确定清洁机器人在所述房间地图中的轨迹，包括：将所述多段多项式函数和所述约束条件输入QP求解器，基于所述QP求解器，计算最小化jerk时的所述多段多项式函数对应的参数矩阵；根据所述多段多项式函数对应的参数矩阵，确定清洁机器人在所述房间地图中的轨迹。5.一种轨迹规划装置，其特征在于，所述装置包括：第一获取模块，用于获取房间地图中的全局路径点；第一确定模块，用于对所...

【专利技术属性】
技术研发人员：请求不公布姓名，李宇浩，
申请(专利权)人：麦岩智能科技北京有限公司，
类型：发明
国别省市：