【技术实现步骤摘要】
本申请涉及机器人导航，尤其涉及一种机器人的路径规划方法及相关装置。
技术介绍
1、随着机器人导航技术的不断发展，机器人导航在自动驾驶、运输、医疗、农业等领域的应用越来约广泛。机器人的路径规划是机器人导航的重要组成部分和关键技术。机器人路径规划是指在给定的环境中，为机器人寻找一条从当前位置到目标位置的可行路径，使得机器人能够避开障碍物，按照某种优化准则，如最短距离、最小时间、最小能耗等，达到目标位置。
2、目前，常用的机器人路径规划方法有基于网格的方法、基于几何的方法、基于概率的方法、基于人工势场的方法等。
3、但是，这些方式中仅仅适用于机器人在各种特定环境的路径规划，针对特定的环境对机器人进行路径规划具有一定的局限性，并且在面对动态或复杂环境时，计算量大且维护成本高，大大降低了路径规划的效率和质量。
技术实现思路
1、鉴于上述问题，本申请提供了一种机器人的路径规划方法及相关装置，以实现提高路径规划的效率和质量的目的。具体方案如下：
2、本申请第一方面提供一种机器人的路径规划方法，包括：
3、建立机器人的环境地图，所述环境地图包括所述机器人的当前位置和可选路径，所述可选路径包括多个可选路径线段，每个所述可选路径线段的两端为可选路径位置，所述可选路径位置包括最终位置、必选位置和可选位置；
4、将所述当前位置作为起始顶点，所述最终位置作为最终顶点，所述必选位置作为必选顶点，所述可选位置作为可选顶点，以及所述可选路径线段作为可选边
5、基于所述有向加权图中的各所述可选边的权重，从各所述可选边中筛选出目标边以及从所述可选顶点中筛选出目标顶点，并基于所述目标边、所述目标顶点、所述起始顶点、所述最终顶点和所述必选顶点构成所述机器人的最优路径；
6、判断各所述目标边中是否存在障碍边，如果存在所述障碍边，则对所述障碍边进行优化，以使得所述障碍边变为无障碍边，得到所述机器人的优化后的最优路径，所述障碍边为对应的可选路径线段上存在预设障碍物的目标边，所述无障碍边为对应的可选路径线段上不存在所述预设障碍物的目标边。
7、在一种可能的实现中，若所述优化后的最优路径对应的可选路径线段上存在预设狭小区域，则在所述对所述障碍边进行优化，以使得所述障碍边变为无障碍边，得到所述机器人的优化后的最优路径之后，所述方法还包括：
8、获取所述机器人的外型信息和当前位姿；
9、如果所述机器人的外型信息为圆形，则在所述机器人到达所述预设狭小区域时，控制所述机器人进行旋转以对所述当前位姿进行调整；
10、如果所述机器人的外型信息为非圆形，则在所述机器人到达所述预设狭小区域前，控制所述机器人进行旋转以对所述当前位姿进行调整。
11、在一种可能的实现中，所述基于所述有向加权图中的各所述可选边的权重，从各所述可选边中筛选出目标边以及从所述可选顶点中筛选出目标顶点，包括：
12、采用弗洛伊德算法计算所述起始顶点与所述必选顶点之间所述有向加权图中的各所述可选边的第一权重，以及所述必选顶点和所述最终顶点之间所述有向加权图中的各所述可选边的第二权重；
13、将最小的第一权重对应的可选边和最小的第二权重对应的可选边均作为目标边，并将所述目标边的可选顶点作为目标顶点。
14、在一种可能的实现中，在所述对所述障碍边进行优化，以使得所述障碍边变为无障碍边，得到所述机器人的优化后的最优路径之后，所述方法还包括：
15、控制所述机器人从所述当前位置移动至所述当前位置的下一位置，并更新所述当前位置为所述当前位置的下一位置，直至到达最终位置，所述当前位置的下一位置为所述优化后的最优路径中当前位置对应顶点的下一顶点。
16、本申请第二方面提供一种机器人的路径规划装置，包括：
17、建立单元，用于建立机器人的环境地图，所述环境地图包括所述机器人的当前位置和可选路径，所述可选路径包括多个可选路径线段，每个所述可选路径线段的两端为可选路径位置，所述可选路径位置包括最终位置、必选位置和可选位置；
18、构建单元，用于将所述当前位置作为起始顶点，所述最终位置作为最终顶点，所述必选位置作为必选顶点，所述可选位置作为可选顶点，以及所述可选路径线段作为可选边，构建有向加权图，每个所述可选边对应两个权重；
19、筛选单元，用于基于所述有向加权图中的各所述可选边的权重，从各所述可选边中筛选出目标边以及从所述可选顶点中筛选出目标顶点，并基于所述目标边、所述目标顶点、所述起始顶点、所述最终顶点和所述必选顶点构成所述机器人的最优路径；
20、优化单元，用于判断各所述目标边中是否存在障碍边，如果存在所述障碍边，则对所述障碍边进行优化，以使得所述障碍边变为无障碍边，得到所述机器人的优化后的最优路径，所述障碍边为对应的可选路径线段上存在预设障碍物的目标边，所述无障碍边为对应的可选路径线段上不存在所述预设障碍物的目标边。
21、在一种可能的实现中，若所述优化后的最优路径对应的可选路径线段上存在预设狭小区域，所述装置还包括：
22、获取单元，用于获取所述机器人的外型信息和当前位姿；
23、第一调整单元，用于如果所述机器人的外型信息为圆形，则在所述机器人到达所述预设狭小区域时，控制所述机器人进行旋转以对所述当前位姿进行调整；
24、第二调整单元，用于如果所述机器人的外型信息为非圆形，则在所述机器人到达所述预设狭小区域前，控制所述机器人进行旋转以对所述当前位姿进行调整。
25、在一种可能的实现中，基于所述有向加权图中的各所述可选边的权重，从各所述可选边中筛选出目标边以及从所述可选顶点中筛选出目标顶点的所述筛选单元，包括：
26、计算子单元，用于采用弗洛伊德算法计算所述起始顶点与所述必选顶点之间所述有向加权图中的各所述可选边的第一权重，以及所述必选顶点和所述最终顶点之间所述有向加权图中的各所述可选边的第二权重；
27、筛选子单元，将最小的第一权重对应的可选边和最小的第二权重对应的可选边均作为目标边，并将所述目标边的可选顶点作为目标顶点。
28、本申请第三方面提供一种计算机程序产品，包括计算机可读指令，当所述计算机可读指令在电子设备上运行时，使得所述电子设备实现上述第一方面或第一方面任一实现方式的机器人的路径规划方法。
29、本申请第四方面提供一种电子设备，包括至少一个处理器和与所述处理器连接的存储器，其中：
30、所述存储器用于存储计算机程序；
31、所述处理器用于执行所述计算机程序，以使所述电子设备能够实现上述第一方面或第一方面任一实现方式的机器人的路径规划方法。
32、本申请第五方面提供一种计算机存储介质，所述存储介质承载有一个或多个计算机程序，当所述一个或多个计算机程序被电子设备执行时，能本文档来自技高网...
【技术保护点】
1.一种机器人的路径规划方法，其特征在于，包括：
2.根据权利要求1所述的机器人的路径规划方法，其特征在于，若所述优化后的最优路径对应的可选路径线段上存在预设狭小区域，则在所述对所述障碍边进行优化，以使得所述障碍边变为无障碍边，得到所述机器人的优化后的最优路径之后，所述方法还包括：
3.根据权利要求1所述的机器人的路径规划方法，其特征在于，所述基于所述有向加权图中的各所述可选边的权重，从各所述可选边中筛选出目标边以及从所述可选顶点中筛选出目标顶点，包括：
4.根据权利要求1所述的机器人的路径规划方法，其特征在于，在所述对所述障碍边进行优化，以使得所述障碍边变为无障碍边，得到所述机器人的优化后的最优路径之后，所述方法还包括：
5.一种机器人的路径规划装置，其特征在于，包括：
6.根据权利要求5所述的机器人的路径规划装置，其特征在于，若所述优化后的最优路径对应的可选路径线段上存在预设狭小区域，所述装置还包括：
7.根据权利要求5所述的机器人的路径规划装置，其特征在于，基于所述有向加权图中的各所述可选边的权重，从各
8.一种计算机程序产品，其特征在于，包括计算机可读指令，当所述计算机可读指令在电子设备上运行时，使得所述电子设备实现如权利要求1至4中任意一项所述的机器人的路径规划方法。
9.一种电子设备，其特征在于，包括至少一个处理器和与所述处理器连接的存储器，其中：
10.一种计算机存储介质，其特征在于，所述存储介质承载有一个或多个计算机程序，当所述一个或多个计算机程序被电子设备执行时，能够使所述电子设备实现如权利要求1至4中任意一项所述的机器人的路径规划方法。
...【技术特征摘要】
1.一种机器人的路径规划方法，其特征在于，包括：
2.根据权利要求1所述的机器人的路径规划方法，其特征在于，若所述优化后的最优路径对应的可选路径线段上存在预设狭小区域，则在所述对所述障碍边进行优化，以使得所述障碍边变为无障碍边，得到所述机器人的优化后的最优路径之后，所述方法还包括：
3.根据权利要求1所述的机器人的路径规划方法，其特征在于，所述基于所述有向加权图中的各所述可选边的权重，从各所述可选边中筛选出目标边以及从所述可选顶点中筛选出目标顶点，包括：
4.根据权利要求1所述的机器人的路径规划方法，其特征在于，在所述对所述障碍边进行优化，以使得所述障碍边变为无障碍边，得到所述机器人的优化后的最优路径之后，所述方法还包括：
5.一种机器人的路径规划装置，其特征在于，包括：
6.根据权利要求5所述的机器人的路径规划装...
【专利技术属性】
技术研发人员：魏冬，刘若宸，常广亮，李亭，吴玺志，
申请(专利权)人：芜湖酷黑科技实业发展有限公司，
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。