【技术实现步骤摘要】
本申请涉及智能机器人，具体而言，涉及一种路径规划方法、装置、电子设备及计算机存储介质。
技术介绍
1、自动探索需要机器人具备先进的智能性和高度的独立性，其应用广泛，在搜救、勘探等任务中有巨大作用。利用传感器获取的数据，机器人可以快速穿越并重现未知区域。在探索过程中，机器人需要管理和应用大量数据来生成最优访问序列。然而，由于传感器视野有限且缺乏全局信息，很难生成穿越未知区域的最佳序列。
2、目前主流的自主探索方法使用ran-d相机或激光雷达。对于使用雷达进行探索，由于点云的稀疏性和高复杂度，且缺乏物体的颜色信息，这项任务十分困难。具体已有的解决方案有三种：基于采样的方法、基于边界的方法和基于学习的方法。基于采样的方法在自由空间中对起点进行采样，然后根据它们的位置通过代价函数来确定这些点的优先级。按照点的优先级进行访问。基于边界的方法首先找到已知区域和未知区域之间的边界。然后选择具有最高信息增益的边界作为下一目标，直到探索完所有区域。而基于学习的方法由于其计算资源需求较高，在智能机器人上应用难度过高，并不是常用的解决方案。
3、上述方案存在以下关键问题：上述方案在生成访问序列时广泛使用贪心策略，通常会选择访问信息增益最大或离机器人最近的区域。在实际环境中，如果杂乱的环境中存在许多小区域，局部最优解不一定是全局最优解。如果这些小区域因为机器人选择更大的信息增益的区域被忽略，那么在后续探索时，机器人就必须回来探索这些之前被忽略的区域，这就导致了一些区域被重复探索，即出现了重复路径。因此，开发一个能够全面评估视点的
技术实现思路
1、本申请提供了一种路径规划方法、装置、电子设备及计算机存储介质，以解决相关技术中存在的上述技术问题。
2、根据本申请的一个实施例，提供了一种路径规划方法，包括：获取机器人感知数据，根据所述感知数据更新边界，所述边界为已知区域和未知区域的边界，所述已知区域包括自由区域；根据所述边界确定自由区域，在所述自由区域中生成视点；检测所述机器人周围的封闭子区域，根据所述封闭子区域评估每个视点的代价；根据所述视点的代价进行路径规划。
3、根据本申请的另一个实施例，提供了一种路径规划装置，包括：边界检测模块，用于获取机器人感知数据，根据所述感知数据更新边界，所述边界为已知区域和未知区域的边界，所述已知区域包括自由区域；视点评估模块，用于根据所述边界确定自由区域，在所述自由区域中生成视点；检测所述机器人周围的封闭子区域，根据所述封闭子区域评估每个视点的代价；路径规划模块，用于根据所述视点的代价进行路径规划。
4、可选地，边界检测模块包括添加单元，获取从第一时刻到第二时刻感知到的新网格集合；在所述新网格集合中检测并添加新边界：删除单元，用于检测与第一时刻的旧边界相邻的网格状态变化，若所述网格状态变化从未知状态转变为已知状态，则移除所述旧边界。
5、可选地，边界检测模块还包括采样单元，用于获取以机器人当前位置为中心的点云数据，以所述机器人当前位置为原点o，建立局部坐标系，所述局部坐标系的x轴和y轴分别与全局地图的x轴和y轴对齐；对所述点云数据进行采样，获得采样点集，对每个采样点，在所述采样点集中进行遍历，查找与所述采样点相邻的多个相邻点；第一计算单元，用于根据所述相邻点形成的曲面计算所述采样点的法向量，并确定所述法向量所属的象限；判断单元，用于统计每个象限包含的法向量的数量，若所述法向量的数量大于第一阈值，则判定所述象限已被占用；若被占用的象限数量大于或等于3，则确定所述曲面围成的区域为封闭子区域。
6、可选地，所述第一计算单元，还用于计算当前法向量与xoy平面之间的夹角；所述判断单元，还用于判断所述夹角是否大于第二阈值；若所述夹角大于第二阈值，则舍弃所述当前法向量。
7、可选地，所述视点评估模块包括第二计算单元，用于计算所述封闭子区域的区域边界；对每个视点，若所述视点不在所述封闭子区域的区域边界内，则计算所述视点到所述封闭子区域中心的距离，作为第一代价值；计算机器人当前位置到所述视点的距离，作为第二代价值；根据机器人当前速度，视点位置和机器人当前位置，计算第三代价值；根据所述第一代价，所述第二代价和所述第三代价，计算所述视点的总代价。
8、可选地，所述第二计算单元还包括计算子单元，用于获取以机器人当前位置为中心的点云数据，以所述机器人当前位置为原点o，建立局部坐标系，所述局部坐标系的x轴和y轴分别与全局地图的x轴和y轴对齐；采样单元，用于对所述点云数据进行采样，获得采样点；拟合单元，用于在每个象限内对所述采样点进行拟合，得到拟合平面；边界确定单元，用于获取各象限拟合平面的最大坐标和最小坐标，并作为所述封闭子区域的区域边界。
9、可选地，所述路径规划装置还包括视点精炼单元，用于对于每个视点，获取与所述视点间的距离小于第三阈值的邻居视点集合；判断所述邻居视点集合中各视点之间是否存在障碍物；若所述邻居视点集合中各视点之间不存在障碍物，则获取所述邻居视点集合的平均视点；保留所述平均视点，移除所述邻居视点集合。
10、根据本申请的又一个实施例，还提供了一种计算机存储介质，所述计算机存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项装置实施例中的步骤。
11、根据本申请的又一个实施例，还提供了一种电子装置，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；其中：存储器，用于存放计算机程序；处理器，用于通过运行存储器上所存放的程序来执行上述方法中的步骤。
12、根据本申请的又一个实施例，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述方法中的步骤。
13、本申请实施例通过获取机器人感知数据，根据感知数据更新边界，边界为已知区域和未知区域的边界，已知区域包括自由区域；根据边界确定自由区域，在自由区域中生成视点；检测机器人周围的封闭子区域，根据封闭子区域评估每个视点的代价；根据视点的代价进行路径规划，通过对封闭子区域进行检测，在视点评估时考虑封闭子区域的影响，在没有先验数据的情况下减少了重复路径，解决了由于贪心策略会选择信息增益最大的视点从而导致的重复路径的问题，实现高效单次路径探索规划。
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，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，根据所述感知数据更新边界包括：
3.根据权利要求1所述的方法，其特征在于，检测所述机器人周围的封闭子区域包括：
4.根据权利要求3所述的方法，其特征在于，在计算所述采样点的法向量之后，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，根据所述封闭子区域评估每个视点的代价包括：
6.根据权利要求5所述的方法，其特征在于，计算所述封闭子区域的区域边界包括：
7.根据权利要求1所述的方法，其特征在于，在所述自由区域中生成视点之后，所述方法还包括：
8.一种路径规划装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；其中：
10.一种计算机存储介质，其特征在于，所述计算机存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至7中任一项所述的路径规划方法。
【技术特征摘要】
1.一种路径规划方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，根据所述感知数据更新边界包括：
3.根据权利要求1所述的方法，其特征在于，检测所述机器人周围的封闭子区域包括：
4.根据权利要求3所述的方法，其特征在于，在计算所述采样点的法向量之后，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，根据所述封闭子区域评估每个视点的代价包括：
6.根据权利要求5所述的方法，其特征在于，计算所...
【专利技术属性】
技术研发人员：张亮，熊伟成，曹卫川，杨双，夏凡，
申请(专利权)人：深圳市智绘科技有限公司，
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。