一种机器人路径规划方法及装置制造方法及图纸

本发明专利技术公开了一种机器人路径规划方法及装置，通过对运动目标的追踪进行人体识别，获得运动目标相对于机器人的位置和运动速度，从而根据获得的运动目标相对于机器人的位置和运动速度，预测运动目标下一步的位置；并根据运动目标相对于机器人的位置和运动速度、下一步的位置以及第一高斯函数得到运动目标的运动成本地图；将获得的运动目标的静态成本地图、运动成本地图和已获得的障碍物的成本地图进行融合得到主成本地图；依据所述主成本地图和预设的规则，对机器人的路径进行规划。因此，这样不但可以预测运动目标下一步的位置，而且可以根据运动目标的运动轨迹对机器人的路径进行规划，从而使得机器人可以在不影响人活动的前提下进行活动。

Robot path planning method and device

The invention discloses a device and a method of robot path planning, human identification by moving target tracking, the relative position and velocity of the robot moving targets, which position and velocity of the robot according to the motion target relative to the moving target forecast the next position; and the relative position and movement cost map movement speed, robot moving target according to the next position and the first Gauss function of moving target; the target obtained by static cost map movement cost map and obtained the obstacle cost map are fused to get the main cost map; according to the main cost map and the default rules of path robot planning. Therefore, it can not only predict the next position of the moving target, and can be carried out according to the path planning of robot trajectory of moving target, so that the robot can carry out activities without affecting the activity of the people.

【技术实现步骤摘要】
一种机器人路径规划方法及装置
本专利技术涉及机器人领域，尤其涉及一种机器人路径规划方法及装置。
技术介绍
随着机器人技术的发展，机器人以直接或者间接的方式参与人类生活已不可避免，当人和机器人同时在空间中行动时，机器人只有了解人的行动轨迹才可以避开人，使得机器人可以在不影响人活动的前提下活动。但是人的运行轨迹不定，很难对人的行动轨迹进行预测，现有技术中提供的方法，无法使得机器人依据人的运行轨迹规划自身的运动路径，从而使得机器人可以在不影响人活动的前提下进行活动。
技术实现思路
有鉴于此，本专利技术公开了一种机器人路径规划方法及装置，解决了现有技术中无法依据人的运动轨迹规划机器人的运动路径的问题，从而使得机器人可以在不影响人活动的前提下进行活动。本专利技术实施例公开的一种机器人路径规划方法，包括：对运动目标的身体和腿部进行追踪，分别将追踪得到的身体数据和腿部数据输入到预设的机器学习模型中，得到身体的第一位置和腿部的第二位置；所述机器学习模型是已基于人体站立和走路的数据进行了训练；将得到的身体的第一位置和腿部的第二位置进行融合得到运动目标的位置；所述运动运动目标的位置是运动目标相对于机器人的位置；依据所述运动目标的位置和通过对身体追踪获得的运动目标的运动速度预测运动目标下一步的位置；依据所述运动目标的位置、运动速度、下一步的位置以及第一高斯函数，生成运动目标的运动成本地图；所述第一高斯函数为移动方向上峰值递增的函数；依据对运动目标追踪时得到的运动目标静止时的数据以及第二高斯函数生成运动目标的静态成本地图；所述第二高斯函数为圆形的高斯函数；将所述运动目标的静态成本地图、运动成本地图和已获得的障碍物的成本地图进行融合得到主成本地图；依据所述主成本地图和预设的规则，对机器人的路径进行规划。可选的，将得到的身体的第一位置和腿部的第二位置进行融合得到运动目标的位置，，包括：依据身体和腿部的权重，将得到的身体的第一位置和腿部的第二位置进行融合得到运动目标的位置。可选的，依据所述主成本地图和预设的规则，对机器人进行路径规划，包括：获取所述主成本地图中的道路情况；当道路通畅时，命令机器人常速通过；当道路成本较低时，命令机器人减速通过；当道路成本为中等时，命令机器人停止活动；当道路成本较高时，命令机器人选择所述运动目标的反方向通过。可选的，对运动目标的身体和腿部进行追踪，包括：通过安装在机器人上的摄像头对运动目标的身体进行追踪；通过安装在机器人上的激光雷达传感器对运动目标的腿部进行追踪。可选的，所述机器学习模型为卷积神经网络学习模型。本专利技术实施例还公开了一种机器人路径规划装置，所述装置包括：追踪单元，用于对运动目标的身体和腿部进行追踪，分别将追踪得到的身体数据和腿部数据输入到预设的机器学习模型中，得到身体的第一位置和腿部的第二位置；所述机器学习模型是已基于人体站立和走路的数据进行了训练；第一融合单元，用于将得到的身体的第一位置和腿部的第二位置进行融合得到运动目标的位置；所述运动目标的位置是运动目标相对于机器人的位置；预测单元，用于依据所述运动目标的位置和通过对身体追踪获得的运动目标的速度预测运动目标下一步的位置；第一生成单元，用于依据所述运动目标的位置、运动速度、下一步位置以及第一高斯函数，生成运动目标的成本地图；所述第一高斯函数为移动方向上峰值递增的函数；第二生成单元，用于依据运动目标追踪时得到的运动目标静止时的数据以及第二高斯函数生成运动目标的静态成本地图；所述第二高斯函数为圆形的高斯函数；第二融合单元，用于将所述运动目标的静态成本地图、运动成本地图和已获得的障碍物的成本地图进行融合得到主成本地图；路径规划单元，用于依据所述主成本地图和预设的规则，对机器人的路径进行规划。可选的，所述第一融合单元包括：第一融合子单元，用于依据身体和腿部的权重，将得到的身体的第一位置和腿部的第二位置进行融合得到运动目标的位置。可选的，路径规划单元，包括：获取子单元，用于获取所述主成本地图中的道路情况；第一命令子单元，用于当道路通畅时，命令机器人常速通过；第二命令子单元，用于当道路成本较低时，命令机器人减速通过；第三命令子单元，用于当道路成本为中等时，命令机器人停止活动；第四命令子单元，用于当道路成本较高时，命令机器人选择所述运动目标的反方向通过。可选的，追踪单元，包括：第一追踪子单元，用于通过安装在机器人上的摄像头对运动目标的身体进行追踪；第二追踪子单元，用于通过安装在机器人上的激光雷达传感器对运动目标的腿部进行追踪。可选的，所述机器学习模型为卷积神经网络学习模型。本专利技术实施例公开的一种机器人路径规划方法及装置，通过对运动目标的追踪进行人体识别，获得运动目标相对于机器人的位置和运动速度，从而根据获得的运动目标相对于机器人的位置和运动速度，预测运动目标下一步的位置；并根据运动目标相对于机器人的位置和运动速度、下一步的位置以及第一高斯函数得到运动目标的运动成本地图；将获得的运动目标的静态成本地图、运动成本地图和已获得的障碍物的成本地图进行融合得到主成本地图；依据所述主成本地图和预设的规则，对机器人的路径进行规划。因此，这样不但可以预测运动目标下一步的位置，而且可以根据运动目标的运动轨迹对机器人的路径进行规划，从而使得机器人可以在不影响人活动的前提下进行活动。附图说明为了更清楚地说明本专利技术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专利技术的实施例，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。图1示出了本专利技术实施例提供的一种路径规划方法的流程示意图；图2示出了本专利技术实施例提供的一种路径规划装置的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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他实施例，都属于本专利技术保护的范围。参考图1，示出了本专利技术实施例一种机器人路径规划方法的流程示意图。在本实施例中，所述方法可以包括：S101：对运动目标的身体和腿部进行追踪，分别将追踪得到的身体数据和腿部数据输入到预设的机器学习模型中，得到身体的第一位置和腿部的第二位置；所述机器学习模型是已基于人体站立和走路的数据进行了训练。本实施例中，由于在对运动目标追踪的过程中，可以采用安装在机器人上的摄像头对运动目标的身体进行追踪，但是由于有的时候运动目标的腿部有可能被障碍物遮挡，因此在追踪运动目标身体的同时还可以采用其它的方法追踪运动目标的腿部，本实施例中，通过安装在机器人上的激光雷达传感器对运动目标的腿部进行追踪，采集运动目标的腿部相对于机器人的二维距离数据。本实施例中，所述机器学习模型是已基于人体站立和走路的数据进行了训练，包括一个输入接口和输出接口，可以将追踪到的身体数据输入所述机器学习模型的输入接口，从输出接口可以得到运动目标身体的第一位置；将追踪到的腿部的数据输入到所述机器学习模型的输入接口，从输出接口得到运动目标腿部的第二位置。其中对于采用的机器学习模型，可以采用卷积神经网络学习模型。采本文档来自技高网...

【技术保护点】
一种机器人路径规划方法，其特征在于，所述方法包括：对运动目标的身体和腿部进行追踪，分别将追踪得到的身体数据和腿部数据输入到预设的机器学习模型中，得到身体的第一位置和腿部的第二位置；所述机器学习模型是已基于人体站立和走路的数据进行了训练；将得到的身体的第一位置和腿部的第二位置进行融合得到运动目标的位置；所述运动运动目标的位置是运动目标相对于机器人的位置；依据所述运动目标的位置和通过对身体追踪获得的运动目标的运动速度预测运动目标下一步的位置；依据所述运动目标的位置、运动速度、下一步的位置以及第一高斯函数，生成运动目标的运动成本地图；所述第一高斯函数为移动方向上峰值递增的函数；依据对运动目标追踪时得到的运动目标静止时的数据以及第二高斯函数生成运动目标的静态成本地图；所述第二高斯函数为圆形的高斯函数；将所述运动目标的静态成本地图、运动成本地图和已获得的障碍物的成本地图进行融合得到主成本地图；依据所述主成本地图和预设的规则，对机器人的路径进行规划。

【技术特征摘要】
1.一种机器人路径规划方法，其特征在于，所述方法包括：对运动目标的身体和腿部进行追踪，分别将追踪得到的身体数据和腿部数据输入到预设的机器学习模型中，得到身体的第一位置和腿部的第二位置；所述机器学习模型是已基于人体站立和走路的数据进行了训练；将得到的身体的第一位置和腿部的第二位置进行融合得到运动目标的位置；所述运动运动目标的位置是运动目标相对于机器人的位置；依据所述运动目标的位置和通过对身体追踪获得的运动目标的运动速度预测运动目标下一步的位置；依据所述运动目标的位置、运动速度、下一步的位置以及第一高斯函数，生成运动目标的运动成本地图；所述第一高斯函数为移动方向上峰值递增的函数；依据对运动目标追踪时得到的运动目标静止时的数据以及第二高斯函数生成运动目标的静态成本地图；所述第二高斯函数为圆形的高斯函数；将所述运动目标的静态成本地图、运动成本地图和已获得的障碍物的成本地图进行融合得到主成本地图；依据所述主成本地图和预设的规则，对机器人的路径进行规划。2.根据权利要求1所述的方法，其特征在于，将得到的身体的第一位置和腿部的第二位置进行融合得到运动目标的位置，包括：依据身体和腿部的权重，将得到的身体的第一位置和腿部的第二位置进行融合得到运动目标的位置。3.根据权利要求1所述的方法，其特征在于，依据所述主成本地图和预设的规则，对机器人进行路径规划，包括：获取所述主成本地图中的道路情况；当道路通畅时，命令机器人常速通过；当道路成本较低时，命令机器人减速通过；当道路成本为中等时，命令机器人停止活动；当道路成本较高时，命令机器人选择所述运动目标的反方向通过。4.根据权利要求1所述的方法，其特征在于，对运动目标的身体和腿部进行追踪，包括：通过安装在机器人上的摄像头对运动目标的身体进行追踪；通过安装在机器人上的激光雷达传感器对运动目标的腿部进行追踪。5.根据权利要求1所述的方法，其特征在于，所述机器学习模型为卷积神经网络学习模型。6.一种机器人路径规划装置，其特征在于，所述装置包括：追踪单元，用于对运动...

【专利技术属性】
技术研发人员：黄巍伟，陈汶骅，黄勇何，
申请(专利权)人：中新智擎有限公司，
类型：发明
国别省市：广东,44