路径规划方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了一种路径规划方法、装置、计算机设备和存储介质。路径规划方法包括：获取地图图像，并提取图像特征；根据所述图像特征，在所述地图图像中确定至少两个子区域；根据所述地图图像中子区域，确定规划路径；根据所述规划路径动态加载所述地图图像。本发明专利技术实施例实现提高地图加载的效率，提高路径规划的效率。率。率。

【技术实现步骤摘要】
路径规划方法、装置、计算机设备及存储介质


[0001]本专利技术实施例涉及图像处理领域，尤其涉及一种路径规划方法、装置、计算机设备及存储介质。

技术介绍

[0002]机器人使用过程中，一般先进行场景建图，利用传感器扫描场景特征，然后记录在一张地图图像上，地图图像的分辨率取决于传感器精度。机器人一般将整个场景建立到一张地图上，之后在整张地图上进行路径规划。如果在机场、商场、社区这样的大场景，或者是高精度需求的地图，地图大小可能达到几个GB大小甚至更大。在机器人导航阶段，机器人根据读入的地图进行全局路径规划，实现全局路径最短，然后根据传感器扫描的动态障碍物进行局部路径规划，实现局部避让功能。大地图会导致机器人开机时需要很长时间将地图读入内存中，同时需要有足够大的内存，这会导致机器人比较高的硬件成本。其次，在导航阶段，机器人需要在大地图中进行路径规划，这需要很大的CPU计算量和较长的计算时间，同样提高了机器人硬件成本。

技术实现思路

[0003]本专利技术实施例提供一种路径规划方法、装置、计算机设备及存储介质，可以降低地图加载的成本，提高地图加载的效率，提高路径规划的效率。
[0004]第一方面，本专利技术实施例提供了一种路径规划方法，包括：
[0005]获取地图图像，并提取图像特征；
[0006]根据所述图像特征，在所述地图图像中确定至少两个子区域；
[0007]根据所述地图图像中子区域，确定规划路径；
[0008]根据所述规划路径动态加载所述地图图像。
[0009]第二方面，本专利技术实施例还提供了一种路径规划装置，包括：
[0010]图像特征提取模块，用于获取地图图像，并提取图像特征；
[0011]子区域确定模块，用于根据所述图像特征，在所述地图图像中确定至少两个子区域；
[0012]规划路径确定模块，用于根据所述地图图像中子区域，确定规划路径；
[0013]地图动态加载模块，用于根据所述规划路径动态加载所述地图图像。
[0014]第三方面，本专利技术实施例还提供了一种计算机设备，所述计算机设备包括：
[0015]一个或多个处理器；
[0016]存储装置，用于存储一个或多个程序；
[0017]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面提供的路径规划方法。
[0018]第四方面，本专利技术实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面提供的路径规划方法。
[0019]本专利技术实施例通过提取地图图像特征并在地图图像中确定子区域，基于子区域确定规划路径，并根据规划路径动态加载地图图像，可以避免加载完整的地图图像，解决了导航过程中加载整张地图，耗时长和占用内存大的问题，实现降低地图加载成本，提高地图加载效率和提高路径规划效率的效果。
附图说明
[0020]图1是本专利技术中的一种路径规划方法的流程图；
[0021]图2是本专利技术中的一种栅格地图的示意图；
[0022]图3是本专利技术中的一种卷积运算的示意图；
[0023]图4a是本专利技术中的一种路径端点卷积核的示意图；
[0024]图4b是本专利技术中的一种过道路径点卷积核的示意图；
[0025]图4c是本专利技术中的一种空旷区域卷积核的示意图；
[0026]图5是本专利技术中的一种子区域划分的示意图；
[0027]图6是本专利技术中的一种路径规划方法的流程图；
[0028]图7是本专利技术中的一种路径规划方法的流程图；
[0029]图8是本专利技术中的一种路径规划装置的结构示意图；
[0030]图9是本专利技术中的一种计算机设备的结构示意图。
具体实施方式
[0031]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0032]图1为本专利技术提供的一种路径规划方法的流程图，本实施例可适用于路径规划的情况，例如，商场、机场和小区等场景中机器人进行路径规划时的情况，该方法可以由路径规划装置来执行，该装置可以由软件和/或硬件来实现，具体包括如下步骤：
[0033]步骤110、获取地图图像，并提取图像特征。
[0034]本专利技术执行主体为需要导航的可移动计算机设备，示例性的，可以是机器人。地图图像是指可移动的计算机设备的移动区域的图像。图像特征用于描述地图图像中该可移动的计算机设备的可通行区域的信息。计算机设备可以从服务器或者自身存储器中获取地图图像，并对地图图像进行处理提取图像特征，提取图像特征是为了获得地图图像中各像素点的特征，以从中筛选出可移动计算机设备可通行的像素点，从而为之后的路径规划和子区域划分提供依据。图像特征提取方法可以包括尺度不变特征变换(Scale
‑
invariant features transform，SIFT)算法、加速稳健特征(Speeded Up Robust Features，SURF)算法、方向梯度直方图(Histogram of Oriented Gradient，HOG)算法或高斯函数的差分(Difference of Gaussian，DOG)算法等。此外，还可以采用其他算法实现，对此不做限制。
[0035]其中，地图图像可以包括栅格地图、或拓扑地图等。可选的，地图图像是栅格地图。栅格地图是一种栅格图像，也称光栅图像，是指在空间和亮度上都已经离散化了的图像。可以把一幅栅格图像作为一个矩阵，矩阵中的任一元素对应于图像中的一个点，而相应的值对应于该点的灰度值，数字矩阵中的元素叫做像素。对于具备一定宽度的可移动计算机设
备，采用栅格地图作为导航地图，可以针对计算机设备的宽度，在栅格地图中确定计算机设备的移动宽度可以通行的导航路线，提高计算机设备的移动安全性和准确性。栅格地图示意图如图2所示，其中，白色区域是可行区域，黑色区域是不可行区域。可行区域是指计算机设备可通行的区域，如走廊区域，不可行区域是指计算机设备不可通行的区域，例如障碍物区域，和墙壁区域。其中，在地图图像中，可以采用不同数值区分可行区域和不可行区域，示例性的，可行区域包括的像素点的数值(也即像素值)为255，不可行区域像素点的数值为0。
[0036]在一个可选实施例中，提取图像特征，包括：采用卷积核对所述地图图像进行卷积运算，得到输出地图，输出地图为像素点集合。
[0037]卷积核是对图像中的像素点进行卷积运算的函数，卷积运算用于提取图像特征。地图图像中一定范围内的像素点经过卷积运算后得到用于表征原范围内像素点具有的特征的像素点，地图图像中的所有像素点经过卷积运算后得到的像素点集合形成输出地图。地图图像，可以理解为像素点矩阵，进行卷积运算后得到多个像素点，也是一个像素点矩阵，即像素点集合，像素点集本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种路径规划方法，其特征在于，包括：获取地图图像，并提取图像特征；根据所述图像特征，在所述地图图像中确定至少两个子区域；根据所述地图图像中子区域，确定规划路径；根据所述规划路径动态加载所述地图图像。2.根据权利要求1所述的方法，其特征在于，所述根据所述规划路径动态加载所述地图图像，包括：根据所述规划路径，以及当前位置，确定加载区域，并加载；在移动过程中，更新所述当前位置和更新加载所述加载区域。3.根据权利要求2所述的方法，其特征在于，所述根据所述规划路径，以及当前位置，确定加载区域，包括：获取当前位置所属的当前子区域；根据所述规划路径和所述当前子区域，确定所述当前子区域连通的下一子区域；将所述当前子区域和所述下一子区域确定为加载区域。4.根据权利要求3所述的方法，其特征在于，所述在移动过程中，更新所述当前位置和更新加载所述加载区域，包括：在移动到所述当前子区域连通的下一子区域时，获取实时位置，并更新所述当前位置；在所述加载区域中删除所述当前子区域；根据所述规划路径和更新后的当前位置所属的子区域，确定与所述更新后的当前位置所属的子区域连通的下一新子区域；将所述新子区域添加到所述加载区域中，并加载。5.根据权利要求2所述的方法，其特征在于，所述根据所述规划路径，以及当前位置，确定加载区域，包括：获取所述当前位置所属的当前子区域，并确定为加载区域。6.根据权利要求2所述的方法，其特征在于，所述根据所述规划路径，以及当前位置，确定加载区域，包括：根据移动环境，确定对应的距离范围；根据所述规划路径，确定对应的移动方向；根据所述当前位置、所述移动方向和所述对应的距离范围，确定加载区域。7.根据权利要求1所述的方法，其特征在于，所述提取图像特征，包括：采用卷积核对所述地图图像进行卷积运算，得到输出地图，输出地图为像素点集合。8.根据权利要求7所述的方法，其特征在于，所述根据所述图像特征，在所述地图图像中确定至少两个子区域，包括：在所述像素点集合中，根据预设像素值，筛选得到候选拓扑节点；对各所述候选拓扑节点进行聚类，确定类以及类中心节点；根据所述类中心节点，在所述地图图像中确定子区...

【专利技术属性】
技术研发人员：刘玉豪，张美华，杨亚运，
申请(专利权)人：上海擎朗智能科技有限公司，
类型：发明
国别省市：