【技术实现步骤摘要】
【国外来华专利技术】中间路径点生成器
[0001]本公开涉及在存在约束的情况下生成中间路径点,尤其是那些由地形施加的约束的情况。
技术介绍
[0002]机器人设备越来越多地用于在受约束的环境中导航以执行各种任务或功能。这些机器人设备经常需要在不与障碍物接触或不被卡住或被困的情况下导航穿过这些受约束的环境。随着这些机器人设备变得更盛行,需要避免与障碍物接触同时成功导航到目的地的实时导航和路线规划。
技术实现思路
[0003]本公开的一个方面提供了用于生成针对机器人的导航系统的中间路径点的方法。该方法包含在机器人的数据处理硬件处接收导航路线。该导航路线包含一系列高级路径点,该一系列高级路径点开始于起始位置处并结束于目的地位置处,并且基于高级导航数据。该高级导航数据表示在机器人要导航的区域中的静态障碍物的位置。该方法还包含在数据处理硬件处,从图像传感器接收机器人周围的环境的图像数据。该方法还包含由数据处理硬件基于该图像数据生成至少一个中间路径点。该方法还包含由数据处理硬件将该至少一个中间路径点添加到该导航路线的该一系列高级路径点,以及由数据处理硬件将机器人从起始位置沿着该一系列高级路径点和该至少一个中间路径点朝向目的地位置导航。
[0004]本公开的实施方式可以包含以下可选特征中的一个或多个特征。在一些实施方式中,每个高级路径点和每个中间路径点包含指示平面上的位置的两个坐标、偏航值和时间值。该时间值指示对于机器人导航到相应路径点的估计的时间量。在一些示例中,该方法还包含由数据处理硬件维护该导航路线上的该一系列高级路径点 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种方法(1600),包括:在机器人(10)的数据处理硬件(36)处接收导航路线(112),所述导航路线(112)包括一系列高级路径点(210),所述一系列高级路径点(210)开始于起始位置(113)处并结束于目的地位置(114)处,并且所述导航路线(112)基于表示所述机器人(10)要导航的区域中的静态障碍物的位置的高级导航数据(50);在所述数据处理硬件(36)处,从图像传感器(31)接收所述机器人(10)周围的环境(8)的图像数据(17);由所述数据处理硬件(36)基于所述图像数据(17)生成至少一个中间路径点(310);由所述数据处理硬件(36)将所述至少一个中间路径点(310)添加到所述导航路线(112)的所述一系列高级路径点(210);以及由所述数据处理硬件(36)将所述机器人(10)从所述起始位置(113)沿着所述一系列高级路径点(210)和所述至少一个中间路径点(310)朝向所述目的地位置(114)导航。2.根据权利要求1所述的方法(1600),其中,每个高级路径点(210)和每个中间路径点(310)包括指示平面上的位置的两个坐标、偏航值和时间值,所述时间值指示所述机器人(10)导航到相应路径点(210,310)的估计时间量。3.根据权利要求1
‑
3中任一项所述的方法(1600),还包括由所述数据处理硬件(36)维护所述导航路线(112)上的所述一系列高级路径点(210)中的每一个。4.根据权利要求1
‑
4中任一项所述的方法(1600),还包括在所述数据处理硬件(36)处接收身体障碍物地图(412),所述身体障碍物地图(412)包括所述机器人(12)的身体(11)不能穿越的障碍物的地图,以及其中,生成所述至少一个中间路径点(210)包括:基于所述身体障碍物地图(412)生成稀疏图(416S),所述稀疏图(416S)包括一系列节点(812)和边(810),所述节点(812)和边(810)表示所述机器人(10)可以在所述环境(8)中行进的路径;规划从来自所述一系列节点(812)中的第一节点(812)到来自所述一系列节点(812)中的第二节点(812)的粗略路径(1310),所述第一节点(812)和所述第二节点(812)各自表示所述环境(8)中的空间;确定沿着所述粗略路径(1310)的图像传感器(31)的视线丢失的点(1530);以及在所述视线丢失的点(1530)处生成所述至少一个中间路径点(310)之一。5.根据权利要求4所述的方法(1600),其中,生成所述稀疏图(416S)包括:基于所述身体障碍物地图(412)生成完全配置空间地图(414),所述完全配置空间地图(414)包括元素(510)的二维网格,所述网格的每个元素(510)表示所述环境(8)的空间,并且所述完全配置空间地图(414)的每个元素(510)包括相应的偏航配置(512)集,每个偏航配置(512)被分类为有效或无效,其中,有效偏航配置(512)表示在与相应元素(510)相关联的空间处免于受到接触障碍物的危险的所述机器人(10)的偏航配置(512),而无效偏航配置(512)表示在与相应元素(510)相关联的空间处不能免于受到接触障碍物的危险的所述机器人(10)的偏航配置(512);从所述完全配置空间地图(414)生成经压缩配置空间地图(500),所述经压缩配置空间地图(500)包括元素(510)的第二二维网格,并且第二网格的每个元素(510)表示所述环境
(8)的空间,并且所述第二网格的每个元素(510)被分类为以下之一:(i)偏航碰撞区(510BZ)、(ii)偏航自由区(510CZ)或(iii)偏航约束区(510DZ);以及从所述经压缩配置空间地图(500)生成所述稀疏图(416)。6.根据权利要求5所述的方法(1600),其中,规划从所述第一节点(812)到所述第二节点(812)的粗略路径(1310)包括:从所述经压缩配置空间地图(500)生成密集图(416D),所述密集图(416D)包括被分类为偏航自由区(510CZ)的元素(510);以及将来自所述稀疏图(416S)的边(810)与来自所述密集图(416D)的元素(510)相链接。7.根据权利要求6所述的方法(1600),其中,将所述边(810)与来自所述密集图(416D)的元素(510)相链接包括:组合所述稀疏图(416S)和所述密集图(416D)以生成最终图(416F);以及在所述最终图(416F)上执行A*搜索算法。8.根据权利要求5所述的方法(1600),其中,生成所述稀疏图(416)还包括将多个沃罗诺伊(Voronoi)单元(610)重叠到所述经压缩配置空间地图(500)上,每个Voronoi单元(610)在所述稀疏图(416)上被分类为偏航约束区(510DZ),并且每个Voronoi单元(610)与被分类为偏航碰撞区(510BZ)的至少两个元素(510)等距。9.根据权利要求8所述的方法(1600),其中,生成所述稀疏图(416S)还包括将每个Voronoi单元(610)分类为边(810)或节点(812)任一者。10.根据权利要求9所述的方法,其中,分类每个Voronoi单元(610)包括执行洪水填充算法。11.根据权利要求5所述的方法(1600),其中,规划从所述第一节点(812)到所述第二节点(812)的所述粗略路径(1310)包括修剪边(810),每个经修剪的边(1010)包括阈值长度以下并且被分类为偏航碰撞区(510BZ)或偏航约束区(510DZ)任一者的元素(510)。12.根据权利要求4所述的方法(1600),其中,确定沿着所述粗略路径(1310)的图像传感器(31)的视线丢失的点(1530)包括:确定沿着规划的粗略路径(1310)的每个元素(510)处的最小允许偏航和最大允许偏航(1550);基于所述最小允许偏航和所述最大容许偏航确定最小包络(1560);以及确定所述粗略路径(1310)上的点(1530)处的所需偏航在所述最小包络(1560)之外。13.根据权利要求1
‑
12中任一项所述的方法(1600),还包括由所述数据处理硬件(36)将具有所述高级路径点(210)和所述至少一个中间路径点(310)的所述导航路线(112)发送到低级路径生成器(130)。14.根据权利要求13所述的方法(1600),还包括:由所述数据处理硬件(36)确定是否将所述至少一个中间路径点(310)添加到所述导航路线(112);以及响应于确定不将所述至少一个中间路径点(310)添加到所述导航路线(112),由所述数据处理硬件(36)将导航路线(112)不变地传递到所述低级路径生成器(130)。15.一种机器人(10),包括:身体(11);<...
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。