【技术实现步骤摘要】
本申请涉及智能机器人，尤其涉及一种除草机器人自动避障方法、装置、除草机器人及可读存储介质。
技术介绍
1、在农业领域的除草机器人经历了长期的发展，早期主要依赖简单的机械装置和有限的传感器技术来识别和移除杂草。随着技术的进步，这些机器人开始整合更复杂的传感器和控制系统，提高了除草的精确度和效率。自动避障系统在此过程中扮演着关键角色。初期的避障系统大多基于简单的传感器，用以检测障碍物并使机器人停止或改变路径。这些系统虽然在某些程度上有效，但在复杂环境中的适应性和准确性有限。随着时间的推移，引入了更高级的传感技术，它们能提供更详细的环境信息，从而使避障决策更加精确，避障效果更好，然而，对于动态障碍物的避障，基于现有技术，避障效果较差，除草效率较低。
技术实现思路
1、有鉴于此，本申请实施例提供一种除草机器人自动避障方法、装置、除草机器人及可读存储介质，便于提高除草机器人的除草效率。
2、第一方面，本申请实施例提供一种除草机器人自动避障方法，包括：根据检测设备当前时刻对动态障碍物进行检测的当前检测信息和预设规则，确定所述动态障碍物的当前特征和固有特征；其中，所述当前特征包括当前位置、当前速度和/或当前加速度；根据所述当前特征和预设的第一人工智能模型，预测所述动态障碍物下一时刻的位置；根据所述下一时刻的位置、所述当前特征、所述固有特征和所述除草机器人的预定路径，预测所述动态障碍物和所述除草机器人发生碰撞的碰撞信息；在所述碰撞信息满足预设条件的情况下，根据所述动态障碍物的当前特征、
3、根据本申请实施例的一种具体实现方式，所述根据检测设备当前时刻对动态障碍物进行检测的当前检测信息和预设规则，确定所述动态障碍物的当前特征和固有特征，包括：多种检测设备当前时刻对动态障碍物进行检测，得到当前检测信息；根据预设的融合算法和各种检测设备对应的权重，将所述多种检测设备对应的当前检测信息融合；根据融合后的所述当前检测信息，确定所述动态障碍物的当前特征和固有特征。
4、根据本申请实施例的一种具体实现方式，所述多种检测设备包括以下的至少两种：激光雷达、摄像头、声呐和地面穿透雷达。
5、根据本申请实施例的一种具体实现方式，所述根据所述当前特征和预设的第一人工智能模型，预测所述动态障碍物下一时刻的位置，包括：根据所述当前位置、当前速度、当前加速度、时间差和预设的第一人工智能模型，预测所述动态障碍物下一时刻的位置；其中，所述时间差等于所述下一时刻与所述当前时刻之差。
6、根据本申请实施例的一种具体实现方式，所述根据所述下一时刻的位置、所述当前特征、所述固有特征和所述除草机器人的预定路径，预测所述动态障碍物和所述除草机器人发生碰撞的碰撞信息，包括：根据所述下一时刻的位置、所述当前速度、所述动态障碍物的大小和所述除草机器人的预定路径，预测所述动态障碍物与所述除草机器人发送碰撞的碰撞信息。
7、根据本申请实施例的一种具体实现方式，所述根据所述动态障碍物的当前特征、所述下一时刻的位置、所述除草机器人的当前位置和目标位置，生成避障路径，以根据所述避障路径，对所述除草机器人的行驶路径进行调整，包括：根据所述动态障碍物的当前特征、所述下一时刻的位置、所述除草机器人的当前位置、目标位置和预设的第二人工智能模型，生成多条避障路径；从所述多条避障路径中确定最优避障路径，以根据所述最优避障路径，对所述除草机器人的行驶路径进行调整。
8、根据本申请实施例的一种具体实现方式，所述从所述多条避障路径中确定最优避障路径，包括：根据所述动态障碍物的当前特征、所述下一时刻的位置、所述多条避障路径和预设规则，确定每条避障路径的成本；将成本最低的避障路径，确定为最优避障路径。
9、根据本申请实施例的一种具体实现方式，根据如下公式计算所述多条避障路径中的第一避障路径的成本：
10、cost(path) = ∑(λd × d(i) + λo × o(i) + λs × s(i))
11、其中，cost(path) 表示第一避障路径的成本；d(i) 为第一避障路径中的第 i 点的距离成本，表示从第一避障路径的起点到第i点的路径长度；o(i) 是动态障碍物的近似成本，表示第一避障路径与动态障碍物之间的接近程度；s(i) 是安全边距成本，表示第一避障路径与动态障碍物之间的安全距离；λd为d(i)的权重系数、λo为o(i)的权重系数，λs为s(i)的权重系数。
12、根据本申请实施例的一种具体实现方式，所述方法还包括：在所述除草机器人按照所述避障路径行驶的情况下，确定所述除草机器人的避障执行信息；根据所述避障执行信息，对所述预设的第一人工智能模型的参数和/或各种传感器对应的权重进行调整。
13、第二方面，本申请实施例提供除草机器人自动避障装置，包括：确定模块，用于根据检测设备当前时刻对动态障碍物进行检测的当前检测信息和预设规则，确定所述动态障碍物的当前特征和固有特征；其中，所述当前特征包括当前位置、当前速度和/或当前加速度；第一预测模块，用于根据所述当前特征和预设的第一人工智能模型，预测所述动态障碍物下一时刻的位置；第二预测模块，用于根据所述下一时刻的位置、所述当前特征、所述固有特征和所述除草机器人的预定路径，预测所述动态障碍物和所述除草机器人发生碰撞的碰撞信息；生成模块，用于在所述碰撞信息满足预设条件的情况下，根据所述动态障碍物的当前特征、所述下一时刻的位置、所述除草机器人的当前位置和目标位置，生成避障路径，以根据所述避障路径，对所述除草机器人的行驶路径进行调整。
14、根据本申请实施例的一种具体实现方式，所述确定模块，具体用于：多种检测设备当前时刻对动态障碍物进行检测，得到当前检测信息；根据预设的融合算法和各种检测设备对应的权重，将所述多种检测设备对应的当前检测信息融合；根据融合后的所述当前检测信息，确定所述动态障碍物的当前特征和固有特征。
15、根据本申请实施例的一种具体实现方式，所述多种检测设备包括以下的至少两种：激光雷达、摄像头、声呐和地面穿透雷达。
16、根据本申请实施例的一种具体实现方式，所述第一预测模块，具体用于：根据所述当前位置、当前速度、当前加速度、时间差和预设的第一人工智能模型，预测所述动态障碍物下一时刻的位置；其中，所述时间差等于所述下一时刻与所述当前时刻之差。
17、根据本申请实施例的一种具体实现方式，所述第二预测模块，具体用于：根据所述下一时刻的位置、所述当前速度、所述动态障碍物的大小和所述除草机器人的预定路径，预测所述动态障碍物与所述除草机器人发送碰撞的碰撞信息。
18、根据本申请实施例的一种具体实现方式，所述生成模块，包括：生成子模块，用于根据所述动态障碍物的当前特征、所述下一时刻的位置、所述除草机器人的当前位置、目标位置和预设的第二人工本文档来自技高网...
【技术保护点】
1.一种除草机器人自动避障方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据检测设备当前时刻对动态障碍物进行检测的当前检测信息和预设规则，确定所述动态障碍物的当前特征和固有特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述多种检测设备包括以下的至少两种：激光雷达、摄像头、声呐和地面穿透雷达。
4.根据权利要求1所述的方法，其特征在于，所述根据所述当前特征和预设的第一人工智能模型，预测所述动态障碍物下一时刻的位置，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述下一时刻的位置、所述当前特征、所述固有特征和所述除草机器人的预定路径，预测所述动态障碍物和所述除草机器人发生碰撞的碰撞信息，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述动态障碍物的当前特征、所述下一时刻的位置、所述除草机器人的当前位置和目标位置，生成避障路径，以根据所述避障路径，对所述除草机器人的行驶路径进行调整，包括：
7.根据权利要求6所述的方法，其特征在于，所述从所述多条避障路径中
8.根据权利要求7所述的方法，其特征在于，根据如下公式计算所述多条避障路径中的第一避障路径的成本：
9.根据权利要求2所述的方法，其特征在于，所述方法还包括：
10.一种除草机器人自动避障装置，其特征在于，包括：
11.根据权利要求10所述的装置，其特征在于，所述确定模块，具体用于：
12.根据权利要求11所述的装置，其特征在于，所述多种检测设备包括以下的至少两种：激光雷达、摄像头、声呐和地面穿透雷达。
13.根据权利要求10所述的装置，其特征在于，所述第一预测模块，具体用于：
14.根据权利要求10所述的装置，其特征在于，所述第二预测模块，具体用于：
15.根据权利要求10所述的装置，其特征在于，所述生成模块，包括：
16.根据权利要求15所述的装置，其特征在于，所述确定子模块，包括：
17.根据权利要求16所述的装置，其特征在于，所述第一确定单元，具体用于根据如下公式计算所述多条避障路径中的第一避障路径的成本：
18.根据权利要求11所述的装置，其特征在于，所述装置具体还用于：
19.一种除草机器人，其特征在于，所述除草机器人包括：除草机器人本体和避障模块；所述避障模块设于所述除草机器人本体上；所述避障模块，用于执行前述权利要求1-9任一项所述的除草机器人自动避障方法。
20.一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，以实现前述权利要求1-9任一项所述的除草机器人自动避障方法。
...【技术特征摘要】
1.一种除草机器人自动避障方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据检测设备当前时刻对动态障碍物进行检测的当前检测信息和预设规则，确定所述动态障碍物的当前特征和固有特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述多种检测设备包括以下的至少两种：激光雷达、摄像头、声呐和地面穿透雷达。
4.根据权利要求1所述的方法，其特征在于，所述根据所述当前特征和预设的第一人工智能模型，预测所述动态障碍物下一时刻的位置，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述下一时刻的位置、所述当前特征、所述固有特征和所述除草机器人的预定路径，预测所述动态障碍物和所述除草机器人发生碰撞的碰撞信息，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述动态障碍物的当前特征、所述下一时刻的位置、所述除草机器人的当前位置和目标位置，生成避障路径，以根据所述避障路径，对所述除草机器人的行驶路径进行调整，包括：
7.根据权利要求6所述的方法，其特征在于，所述从所述多条避障路径中确定最优避障路径，包括：
8.根据权利要求7所述的方法，其特征在于，根据如下公式计算所述多条避障路径中的第一避障路径的成本：
9.根据权利要求2所述的方法，其特征在于，所述方法还包括：
10.一种除草机...
【专利技术属性】
技术研发人员：杨云飞，刘帅，林伟，薛晓磊，
申请(专利权)人：内蒙古八爪智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。