本申请实施例公开了机器人路径规划方法、装置及电子设备，所述方法包括：在为当前机器人进行路径规划的过程中，针对当前起始节点S的多个周围节点进行探索时，获取环境中其他机器人的路径信息；其中，所述路径信息包括节点序列，和/或在节点上的停留情况信息；针对在周围节点N上可能与所述当前机器人冲突的至少一个冲突机器人，根据所述至少一个冲突机器人分别对应的路径信息，确定对应的冲突类型；根据所述冲突类型，分别确定所述至少一个冲突机器人在所述周围节点N为所述当前机器人造成的交通代价，以用于确定所述周围节点N的总代价。通过本申请实施例，能够在复杂的环境中进行多机器人的路径规划，具有更强的适用性。具有更强的适用性。具有更强的适用性。
【技术实现步骤摘要】
机器人路径规划方法、装置及电子设备
[0001]本申请涉及路径规划
，特别是涉及机器人路径规划方法、装置及电子设备。
技术介绍
[0002]A*寻路算法要解决的问题就是，在有障碍物的情况下，如何快速找到一条到达目的节点的最短路径，其在很多场景中都可以应用。例如，在机器人全局路径规划场景中，可以根据给定的目标位置以及全局地图，使用A*算法计算出机器人从起点位置到目标位置的最优路线，作为机器人的全局路线。
[0003]A*寻路算法的基本原理是，首先将全局地图虚拟化，将其进行网格划分，划分出一个一个的小方块，每个小方块可以作为地图中的一个节点，以此可以使用二维数组来表示地图。在进行寻路的过程中，就是从起始节点开始，通过对周围可到达的节点(可以简称为周围节点，例如，与起点相邻的4个或者8个方块)进行探索，从中选出一个节点，再以该节点作为新的起点进行循环探索，直到找到终点。
[0004]其中，在从周围节点中进行节点探索时，需要对各周围节点进行代价计算，并从中选择出代价最小者。其中，在基础的A*寻路算法中，周围节点N的代价F由G和H两部分组成，G表示从起点S移动到节点N的移动代价，H表示从节点N移动到终点E的预计移动代价(计算该预计移动代价时，忽略障碍物)。
[0005]但是，在多机器人场景中，会存在不同机器人之间相互竞争路径资源的情况，因此，如何协调路径冲突是多机器人路径规划的难点。为此，现有技术中提出了一种增强A*算法，在该算法中，在F代价与G代价基础上，增加了交通代价T。具体的，可以用一张预约表保存环境中其他机器人的路径涉及到的节点，预约表实时更新并有时间窗限制。对于出现在预约表中的节点，会额外产生交通代价T，对于同一个节点而言，预约量越高(也即，需要途经该节点的机器人越多)，则交通代价T越大，该节点的总代价也就越大。
[0006]上述增强A*算法虽然考虑了节点的交通代价，但是，这种算法依赖单行道规则，以避免发生相向碰撞。这就使得该算法不够灵活，难以在一些更复杂的场景中应用。
技术实现思路
[0007]本申请提供了机器人路径规划方法、装置及电子设备，能够在复杂的环境中进行多机器人的路径规划，具有更强的适用性。
[0008]本申请提供了如下方案：
[0009]一种机器人路径规划方法，包括：
[0010]在为当前机器人进行路径规划的过程中，针对当前起始节点S的多个周围节点进行探索时，获取环境中其他机器人的路径信息；其中，所述路径信息包括节点序列，和/或在节点上的停留情况信息；
[0011]针对在周围节点N上可能与所述当前机器人冲突的至少一个冲突机器人，根据所
述至少一个冲突机器人分别对应的路径信息，确定对应的冲突类型；
[0012]根据所述冲突类型，分别确定所述至少一个冲突机器人在所述周围节点N为所述当前机器人造成的交通代价，以用于确定所述周围节点N的总代价。
[0013]其中，所述获取环境中其他机器人的路径信息，包括：
[0014]获取环境中其他机器人的未完成路径信息，以便根据所述未完成路径信息，确定所述至少一个冲突机器人对应的冲突类型。
[0015]其中，所述根据所述至少一个冲突机器人分别对应的路径信息，确定对应的冲突类型，包括：
[0016]对于不需要在所述周围节点N上停留的冲突机器人，确定所述冲突机器人的路径中，从上一节点F到所述周围节点N的第一方向角度信息；
[0017]确定所述当前机器人从所述当前起始节点S到所述周围节点N的第二方向角度信息；
[0018]根据所述第一方向角度信息以及所述第二方向角度信息，确定所述冲突类型是否为相向、交叉或跟随类型的冲突。
[0019]其中，所述根据所述冲突类型，分别确定所述至少一个冲突机器人在所述周围节点N为所述当前机器人产生的交通代价，包括：
[0020]确定所述相向、交叉或跟随类型的冲突分别对应的基础交通代价；
[0021]对所述冲突机器人在所述周围节点N处与所述当前机器人发生冲突的概率进行预测；
[0022]根据所述基础交通代价以及所述发生冲突的概率，分别确定所述至少一个冲突机器人在所述周围节点N为所述当前机器人产生的交通代价。
[0023]其中，所述对所述冲突机器人在所述周围节点N处与所述当前机器人发生冲突的概率进行预测，包括：
[0024]针对冲突机器人i，根据所述冲突机器人i的未完成路径，确定所述冲突机器人i当前所在节点C，以及按照所述未完成路径，从所述当前所在节点C到所述周围节点N的第一距离；
[0025]确定当前机器人从所述当前起始节点S到所述周围节点N的第二距离；
[0026]根据所述第一距离以及所述第二距离预测所述当前机器人与所述冲突机器人i发生冲突的概率。
[0027]其中，所述根据所述冲突类型，分别确定所述至少一个冲突机器人在所述周围节点N为所述当前机器人造成的交通代价，包括：
[0028]对于需要在所述周围节点N上停留的冲突机器人，根据所述未完成路径信息，确定所述冲突机器人在所述周围节点N上停留的起始时间t1，以及结束时间t2；
[0029]对所述当前当前机器人从所述当前起始节点S到所述周围节点N的预计时间t；
[0030]如果所述预计时间t位于[t1,t2]区间内，则根据从时间t到t2的时间长度，机器人的运动速度，以及单位距离移动代价，确定所述停留的冲突机器人在所述周围节点N为所述当前机器人造成的交通代价。
[0031]其中，还包括：
[0032]如果所述预计时间t位于[t1,t2]区间之外，则确定所述停留的冲突机器人在所述
周围节点N为所述当前机器人造成的交通代价为0。
[0033]一种机器人路径规划装置，包括：
[0034]路径信息获取单元，用于在为当前机器人进行路径规划的过程中，针对当前起始节点S的多个周围节点进行探索时，获取环境中其他机器人的路径信息；其中，所述路径信息包括节点序列，和/或在节点上的停留情况信息；
[0035]冲突类型确定单元，用于针对在周围节点N上可能与所述当前机器人冲突的至少一个冲突机器人，根据所述至少一个冲突机器人分别对应的路径信息，确定对应的冲突类型；
[0036]交通代价确定单元，用于根据所述冲突类型，分别确定所述至少一个冲突机器人在所述周围节点N为所述当前机器人造成的交通代价，以用于确定所述周围节点N的总代价。
[0037]一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述任一项所述的方法的步骤。
[0038]一种电子设备，包括：
[0039]一个或多个处理器；以及
[0040]与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行前述任一项所述的方法的步骤。
[0041]根据本申请提供的具体实施例，本申请公开了以下技术效果：...
【技术保护点】
【技术特征摘要】
1.一种机器人路径规划方法，其特征在于，包括：在为当前机器人进行路径规划的过程中，针对当前起始节点S的多个周围节点进行探索时，获取环境中其他机器人的路径信息；其中，所述路径信息包括节点序列，和/或在节点上的停留情况信息；针对在周围节点N上可能与所述当前机器人冲突的至少一个冲突机器人，根据所述至少一个冲突机器人分别对应的路径信息，确定对应的冲突类型；根据所述冲突类型，分别确定所述至少一个冲突机器人在所述周围节点N为所述当前机器人造成的交通代价，以用于确定所述周围节点N的总代价。2.根据权利要求1所述的方法，其特征在于，所述获取环境中其他机器人的路径信息，包括：获取环境中其他机器人的未完成路径信息，以便根据所述未完成路径信息，确定所述至少一个冲突机器人对应的冲突类型。3.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个冲突机器人分别对应的路径信息，确定对应的冲突类型，包括：对于不需要在所述周围节点N上停留的冲突机器人，确定所述冲突机器人的路径中，从上一节点F到所述周围节点N的第一方向角度信息；确定所述当前机器人从所述当前起始节点S到所述周围节点N的第二方向角度信息；根据所述第一方向角度信息以及所述第二方向角度信息，确定所述冲突类型是否为相向、交叉或跟随类型的冲突。4.根据权利要求3所述的方法，其特征在于，所述根据所述冲突类型，分别确定所述至少一个冲突机器人在所述周围节点N为所述当前机器人产生的交通代价，包括：确定所述相向、交叉或跟随类型的冲突分别对应的基础交通代价；对所述冲突机器人在所述周围节点N处与所述当前机器人发生冲突的概率进行预测；根据所述基础交通代价以及所述发生冲突的概率，分别确定所述至少一个冲突机器人在所述周围节点N为所述当前机器人产生的交通代价。5.根据权利要求4所述的方法，其特征在于，所述对所述冲突机器人在所述周围节点N处与所述当前机器人发生冲突的概率进行预测，包括：针对冲突机器人i，根据所述冲突机器人i的未完成路径，确定所述冲突机器人i当前所在节点C，以及按照所述未完成路径，从所述当前所在节点C到所述周围节点N的第一距离；确...
【专利技术属性】
技术研发人员：李晶，陈伟，
申请(专利权)人：北京极智嘉科技股份有限公司，
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。