机器人躲避静态障碍的方法及装置制造方法及图纸

本申请公开了一种机器人躲避静态障碍的方法及装置。该方法包括：获取需避障区域的静态全局地图；将所述静态全局地图网格化得到静态栅格地图，并在所述静态栅格地图中确定障碍物区域；根据所述障碍物区域，确定可达区域中各栅格点的障碍代价值o_cost；将机器人始发位置在所述静态栅格地图中对应的栅格点作为避障路径中的路径点0；确定所述路径点0的各个相邻栅格点的综合代价值；根据所述各个相邻栅格点的综合代价值确定一个相邻栅格点作为所述避障路径中的路径点1；并依次迭代直至得到的路径点N为所述目标点；将所述路径点0至所述路径点N依次相连，得到完整的所述避障路径。达到了快速准确进行静态路径规划的技术效果。

Method and device for avoiding static obstacle of robot

The present invention discloses a method and device for robot to avoid static obstacles. The method includes: obtaining the static global map of the obstacle avoiding area; meshing the static global map to the static grid map and determining the obstacle area in the static grid map; determining the obstacle cost value o_cost of the grid points in the reachable area according to the obstacle area; the location of the robot's starting position. The grid point corresponding to the static grid map is used as the path point in the obstacle avoidance path 0; the comprehensive generation value of the adjacent grid points of the path point 0 is determined, and one adjacent grid point is determined as the path point 1 in the obstacle avoidance path according to the comprehensive generation value of the adjacent grid points. The path point N is the target point, and the path point 0 is connected to the path point N sequentially, and the complete obstacle avoidance path is obtained. It achieves the technical effect of fast and accurate static path planning.

【技术实现步骤摘要】
机器人躲避静态障碍的方法及装置
本申请涉及机器人
，具体而言，涉及一种机器人躲避静态障碍的方法及装置。
技术介绍
自动移动机器人的躲避障碍即路径规划问题是机器人领域的核心问题之一，根据机器人对空间环境的已知程度，所述路径规划问题可以被封为躲避静态障碍(静态路径规划)和躲避动态障碍(动态路径规划)。针对躲避障碍的问题，主流的算法包括：势场法、栅格法和粒子群法。以传统的人工势场法为例，它采用的是基于矢量合成的方法，通过直观的规则即在源于障碍物的排斥力与源于目标点的吸引力的合力作用下规划机器人的运动路径。在只有局部信息的情况下，它的避障策略是十分有效的。但由于机器人运动的速度以及方向取决于力矢量和的大小及方向，当合力为零时，机器人就无法运动了，从而陷入局部极小点的困境。对于粒子群算法，在初始阶段，粒子的行走路径较分散，路径的收敛速度较慢，影响路径规划的效率。因此各种算法都有方法上的局限性。针对相关技术中各种算法均具有较大局限性的问题，目前尚未提出有效的解决方案。
技术实现思路
本申请的主要目的在于提供一种机器人躲避静态障碍的方法及装置，以解决相关技术中的算法无法完善解决机器人静态避障的问题。为了实现上述目的，根据本申请的一个方面，提供了一种机器人躲避静态障碍的方法。根据本申请的机器人躲避静态障碍的方法包括：获取需避障区域的静态全局地图；将所述静态全局地图网格化得到静态栅格地图，并在所述静态栅格地图中确定障碍物区域；根据所述障碍物区域，确定可达区域中各栅格点的障碍代价值o_cost，所述可达区域为所述静态栅格地图中所述障碍物区域之外的区域，所述障碍代价值表征所述可达区域中各栅格点与最接近的障碍物区域之间的距离；将机器人始发位置在所述静态栅格地图中对应的栅格点作为避障路径中的路径点0；确定所述路径点0的各个相邻栅格点的综合代价值；所述综合代价值根据相邻点代价值m_cost、距离代价值dest_cost和所述障碍代价值o_cost得出；所述相邻点代价值表征所述相邻栅格点与所述路径点0之间的距离；所述距离代价值表征各个所述相邻栅格点到目标点的距离；根据所述各个相邻栅格点的综合代价值确定一个相邻栅格点作为所述避障路径中的路径点1；并依次迭代直至得到的路径点N为所述目标点；将所述路径点0至所述路径点N依次相连，得到完整的所述避障路径。进一步的，如前述的机器人躲避静态障碍的方法，所述综合代价值根据相邻点代价值m_cost、距离代价值dest_cost和所述障碍代价值o_cost得出，包括：所述综合代价值通过下式得出：a*o_cost+b*m_cost+c*dest_cost；其中，abc都大于0，且a+b+c＝1。进一步的，如前述的机器人躲避静态障碍的方法，所述确定所述可达区域中各个栅格点的障碍代价值，包括：将与最接近的障碍物的距离小于等于最小行动半径的栅格点的障碍代价值赋值为100；通过下式获得与最接近的障碍物的距离大于最小行动半径的栅格点的所述障碍代价值o_cost：o_cost＝99×e-(α×d(x,y))；其中，α为设置的衰减系数，d(x,y)为坐标栅格点(x,y)到最近的障碍物的距离与所述最小行动半径之差。进一步的，如前述的机器人躲避静态障碍的方法，所述相邻点代价值m_cost的计算方法为：m_cost＝p*d1(x,y)；其中，p为设定的系数，d1(x,y)为点(x,y)到与其相邻的路径点之间的距离。进一步的，如前述的机器人躲避静态障碍的方法，所述距离代价值dest_cost的计算方法为：dest_cost＝q*d2(x,y)；其中，q为设定的系数，d(x,y)为点(x,y)到目标点的距离。为了实现上述目的，根据本申请的另一方面，提供了一种机器人躲避静态障碍的装置。根据本申请的机器人躲避静态障碍的装置包括：静态地图获取单元，用于获取需避障区域的静态全局地图；障碍物区域确定单元，用于将所述静态全局地图网格化得到静态栅格地图，并在所述静态栅格地图中确定障碍物区域；障碍代价值确定单元，用于根据所述障碍物区域，确定可达区域中各栅格点的障碍代价值o_cost，所述可达区域为所述静态栅格地图中所述障碍物区域之外的区域，所述障碍代价值表征所述可达区域中各栅格点与最接近的障碍物区域之间的距离；始发路径点确定单元，用于将机器人始发位置在所述静态栅格地图中对应的栅格点作为避障路径中的路径点0；综合代价值计算单元，用于确定所述路径点0的各个相邻栅格点的综合代价值；所述综合代价值根据相邻点代价值m_cost、距离代价值dest_cost和所述障碍代价值o_cost得出；所述相邻点代价值表征所述相邻栅格点与所述路径点0之间的距离；所述距离代价值表征各个所述相邻栅格点到目标点的距离；路径点确定单元，用于根据所述各个相邻栅格点的综合代价值确定一个相邻栅格点作为所述避障路径中的路径点1；并依次迭代直至得到的路径点N为所述目标点；避障路径获得单元，用于将所述路径点0至所述路径点N依次相连，得到完整的所述避障路径。进一步的，如前述的机器人躲避静态障碍的装置，所述综合代价值计算单元通过下式得出所述综合代价值：a*o_cost+b*m_cost+c*dest_cost；其中，abc都大于0，且a+b+c＝1。进一步的，如前述的机器人躲避静态障碍的装置，所述综合代价值计算单元，包括障碍代价值计算单元，用于：将与最接近的障碍物的距离小于等于最小行动半径的栅格点的障碍代价值赋值为100；通过下式获得与最接近的障碍物的距离大于最小行动半径的栅格点的所述障碍代价值o_cost：o_cost＝99×e-(α×d(x,y))；其中，α为设置的衰减系数，d(x,y)为坐标栅格点(x,y)到最近的障碍物的距离与所述最小行动半径之差。进一步的，如前述的机器人躲避静态障碍的装置，所述综合代价值计算单元还包括：相邻点代价值计算模块，用于计算获取所述相邻点代价值m_cost：m_cost＝p*d1(x,y)；其中，p为设定的系数，d1(x,y)为点(x,y)到与其相邻的路径点之间的距离。进一步的，如前述的机器人躲避静态障碍的装置，所述综合代价值计算单元还包括：距离代价值计算模块，用于计算获取所述距离代价值dest_cost：dest_cost＝q*d2(x,y)；其中，q为设定的系数，d(x,y)为点(x,y)到目标点的距离。在本申请实施例中，采用结合势场法及栅格法的方式，通过获取需避障区域的静态全局地图；将所述静态全局地图网格化得到静态栅格地图，并在所述静态栅格地图中确定障碍物区域；根据所述障碍物区域，确定可达区域中各栅格点的障碍代价值o_cost；将机器人始发位置在所述静态栅格地图中对应的栅格点作为避障路径中的路径点0；确定所述路径点0的各个相邻栅格点的综合代价值；根据所述各个相邻栅格点的综合代价值确定一个相邻栅格点作为所述避障路径中的路径点1；并依次迭代直至得到的路径点N为所述目标点；将所述路径点0至所述路径点N依次相连，得到完整的所述避障路径。达到了获取静态避障路径的目的，从而实现了快速准确进行路径规划的技术效果，进而解决了由于相关技术中的算法无法完善解决机器人静态避障的技术问题。附图说明构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本本文档来自技高网...

【技术保护点】
1.一种机器人躲避静态障碍的方法，其特征在于，包括：获取需避障区域的静态全局地图；将所述静态全局地图网格化得到静态栅格地图，并在所述静态栅格地图中确定障碍物区域；根据所述障碍物区域，确定可达区域中各栅格点的障碍代价值o_cost，所述可达区域为所述静态栅格地图中所述障碍物区域之外的区域，所述障碍代价值表征所述可达区域中各栅格点与最接近的障碍物区域之间的距离；将机器人始发位置在所述静态栅格地图中对应的栅格点作为避障路径中的路径点0；确定所述路径点0的各个相邻栅格点的综合代价值；所述综合代价值根据相邻点代价值m_cost、距离代价值dest_cost和所述障碍代价值o_cost得出；所述相邻点代价值表征所述相邻栅格点与所述路径点0之间的距离；所述距离代价值表征各个所述相邻栅格点到目标点的距离；根据所述各个相邻栅格点的综合代价值确定一个相邻栅格点作为所述避障路径中的路径点1；并依次迭代直至得到的路径点N为所述目标点；将所述路径点0至所述路径点N依次相连，得到完整的所述避障路径。

【技术特征摘要】
1.一种机器人躲避静态障碍的方法，其特征在于，包括：获取需避障区域的静态全局地图；将所述静态全局地图网格化得到静态栅格地图，并在所述静态栅格地图中确定障碍物区域；根据所述障碍物区域，确定可达区域中各栅格点的障碍代价值o_cost，所述可达区域为所述静态栅格地图中所述障碍物区域之外的区域，所述障碍代价值表征所述可达区域中各栅格点与最接近的障碍物区域之间的距离；将机器人始发位置在所述静态栅格地图中对应的栅格点作为避障路径中的路径点0；确定所述路径点0的各个相邻栅格点的综合代价值；所述综合代价值根据相邻点代价值m_cost、距离代价值dest_cost和所述障碍代价值o_cost得出；所述相邻点代价值表征所述相邻栅格点与所述路径点0之间的距离；所述距离代价值表征各个所述相邻栅格点到目标点的距离；根据所述各个相邻栅格点的综合代价值确定一个相邻栅格点作为所述避障路径中的路径点1；并依次迭代直至得到的路径点N为所述目标点；将所述路径点0至所述路径点N依次相连，得到完整的所述避障路径。2.根据权利要求1所述的机器人躲避静态障碍的方法，其特征在于，所述综合代价值根据相邻点代价值m_cost、距离代价值dest_cost和所述障碍代价值o_cost得出，包括：所述综合代价值通过下式得出：a*o_cost+b*m_cost+c*dest_cost；其中，abc都大于0，且a+b+c＝1。3.根据权利要求1所述的机器人躲避静态障碍的方法，其特征在于，所述确定所述可达区域中各个栅格点的障碍代价值，包括：将与最接近的障碍物的距离小于等于最小行动半径的栅格点的障碍代价值赋值为100；通过下式获得与最接近的障碍物的距离大于最小行动半径的栅格点的所述障碍代价值o_cost：o_cost＝99×e-(α×d(x,y))；其中，α为设置的衰减系数，d(x,y)为坐标栅格点(x,y)到最近的障碍物的距离与所述最小行动半径之差。4.根据权利要求1所述的机器人躲避静态障碍的方法，其特征在于，所述相邻点代价值m_cost的计算方法为：m_cost＝p*d1(x,y)；其中，p为设定的系数，d1(x,y)为点(x,y)到与其相邻的路径点之间的距离。5.根据权利要求1所述的机器人躲避静态障碍的方法，其特征在于，所述距离代价值dest_cost的计算方法为：dest_cost＝q*d2(x,y)；其中，q为设定的系数，d(x,y)为点(x,y)到目标点的距离。6.一种机器人躲避静态障碍的装置，其特征在于，包括：静态地图获取单元，用于获取需避障区域...

【专利技术属性】
技术研发人员：张伟民，梁震烁，黄强，张华，
申请(专利权)人：北京理工华汇智能科技有限公司，
类型：发明
国别省市：北京,11