基于机器人轮廓的全局规划方法及其系统、介质技术方案

本发明专利技术提供的基于机器人轮廓的全局规划方法及其系统、介质，方法包括：若出现卡轮廓情况，则将机器人轮廓带入全局路径，获取机器人轮廓第一次侵入障碍物时对应的前路径点，以及退出所述障碍物时对应的后路径点；依据所述前路径点和所述后路径点的均值，计算获取全局路径中的卡点；在静态层中，沿着与所述卡点朝向相垂直的方向设置致命障碍物，以使得触发全局路径后机器人无法经所述卡点通过。本发明专利技术能够实现安全、高效、低耗用地解决全局规划卡轮廓问题。问题。问题。

【技术实现步骤摘要】
基于机器人轮廓的全局规划方法及其系统、介质


[0001]本申请涉及机器人路径规划
，具体涉及一种基于机器人轮廓的全局规划方法及其系统、介质。

技术介绍

[0002]目前机器人路径规划主要分为两个部分——全局规划和局部规划。全局规划的基本原理为：使用特定算法(如dijkstra、A*、D*等)在主代价地图上求起始点到目标点的最短路径。其中，主代价地图又由三层结构构成，分别为静态层、障碍层、膨胀层。静态层为预先通过采图算法获得的栅格地图，它反映了采图当时的环境，用于对静止不动的障碍物实施避障(如墙体、家具等)；障碍层则为机器人自带传感器获取的点云数据通过一定规则栅格化之后形成的栅格地图，它反应了机器人传感器实时监侧到的障碍物，用于对移动障碍物或原图基础上新增的障碍物实施避障；膨胀层的作用则是对静态层、障碍层栅格地图进行处理，使得机器人可以做出正确的全局规划。膨胀层的工作原理大致为：首先将主地图清空；然后用完全覆盖的方式将静态层地图更新到主地图上；然后用最大值覆盖的方式将障碍层更新到主地图上。最大值覆盖即为比较主地图和障碍层地图上对应栅格的代价值，然后将最大值更新在主地图上，经过这两层的更新，便得到了一张真实反映静态和动态障碍物的代价地图。但是这张地图没有办法直接用来规划路径，因为所有的路径规划算法都是求最短路径，即代价最小的路径，意味着此时直接规划，会使规划出的路径极度贴墙，根本无法导航，此时便需要膨胀层对地图进行修改。膨胀层会使用三个参数对代价地图进行修改：1、机器人宽度r；2、膨胀半径R；3、代价下降参数S。首先，地图上的致命障碍物栅格代价值默认为254，如果有栅格距离最近的致命障碍物栅格距离d在(0,r]区间内，膨胀层将其代价更新为253，如果有栅格距离最近的致命障碍物栅格距离d在(r,R]区间内，膨胀层将其代价值更新为int(253*exp(
‑
S*(d
‑
r)))，该函数在(r,R]定义域区间内单调下降，最大值为252，最小值为int(253*exp(
‑
S*(R
‑
r)))，如果有栅格距离最近的致命障碍物栅格距离d大于R，则膨胀层将其代价值更新为0；然后，通过对规划算法做出约束，使其规划出的路径不能通过代价值253及以上的栅格，通过这种方法使全局路径不再贴墙。但是这种方法仅在理想环境下可以规划出合适的路径，如果遇到特殊情况(如机器人轮廓为方形、机器人设定的全局轮廓小于实际轮廓等)可能规划不出合适的全局路径，导致机器人在较狭窄处震荡、规划失败等。
[0003]目前室内服务机器人解决该问题主要是通过将车身设置成圆形，再将机器人的全局轮廓设定为和实际轮廓相等甚至略大以规避此类问题。但是这种方法限制了机器人形状。还有一种方法为先规划出一条全局路径，然后将机器人轮廓带入这条全局路径上，如果在路径某处机器人轮廓侵入致命障碍物，则在该处添加约束，然后重新规划，这种做法的算力开销比较高。
[0004]可见，现有的机器人在全局路径规划时，如果通过机器人外形设置来规避由于机器人轮廓问题而导致的规划失败，即卡轮廓问题，将对机器人的外形设计进行限制；而通过
轮廓带入添加约束的方法又需要消耗较高的算力。因此，亟待出现一种能够更好地解决由于机器人轮廓问题而导致的规划失败。

技术实现思路

[0005]鉴于上述问题，本申请提供了一种基于机器人轮廓的全局规划方法及其系统、介质，实现安全、高效、低耗用地解决全局规划卡轮廓问题。
[0006]为实现上述目的，专利技术人提供了一种基于机器人轮廓的全局规划方法，包括：
[0007]若出现卡轮廓情况，则将机器人轮廓带入全局路径，获取机器人轮廓第一次侵入障碍物时对应的前路径点，以及退出所述障碍物时对应的后路径点；
[0008]依据所述前路径点和所述后路径点的均值，计算获取全局路径中的卡点；
[0009]在静态层中，沿着与所述卡点朝向相垂直的方向设置致命障碍物，以使得触发全局路径后机器人无法经所述卡点通过。
[0010]区别于现有技术，上述技术方案通过在出现卡轮廓情况时，基于机器人的实际轮廓获取全局路径中的第一个卡点，并基于卡点在静态层中沿着与卡点朝向相垂直的方向设置致命障碍物，以使得触发全局路径后机器人无法经所述卡点通过，而能够重新规划更合理的全局路径，进而走出卡轮廓导致规划失败的困境。可见，上述技术方案的实施将不再对机器人的轮廓设计有限制；并且仅在出现卡轮廓情况时才执行，相较于每次全局规划都去检查每个路径点上的轮廓代价导致的高算力耗用而言，算力需求将大大减少；进一步地，更是提高了机器人自动驾驶的安全通过能力。
[0011]在一些实施例中，所述在静态层中，沿着与所述卡点朝向相垂直的方向设置致命障碍物，包括：
[0012]对过所述卡点且与所述卡点朝向相垂直的直线上的各栅格，获取其预设范围内仅存在于障碍物层中的致命障碍物所对应的致命障碍物栅格；
[0013]在静态层中，将所述卡点对应的栅格、所述各栅格以及所述致命障碍物栅格设置为致命障碍物。
[0014]在一些实施例中，所述在静态层中，沿着与所述卡点朝向相垂直的方向设置致命障碍物，包括：
[0015]获取以所述卡点为中心点，所述卡点朝向为中线的两侧预设范围内仅存在于障碍物层中的致命障碍物所对应的致命障碍物栅格，以及经由所述卡点连接所述两侧预设范围的致命障碍物栅格的连接栅格；
[0016]在静态层中，将所述连接栅格和所述致命障碍物栅格设置为致命障碍物。
[0017]在一些实施例中，所述在静态层中，沿着与所述卡点朝向相垂直的方向设置致命障碍物，包括：
[0018]创建一卡点数组，并将所述卡点添加至所述卡点数组中；
[0019]分别在所述卡点的两侧，沿着与所述卡点朝向相垂直的方向，由所述卡点往外等间距添加坐标点；
[0020]添加一坐标点后，在以所添加坐标点对应的栅格为中心的预设范围内，
[0021]若对应静态层存在致命障碍物，则结束在当前侧添加坐标点；若另一侧未添加，则在另一侧添加坐标点；
[0022]若对应静态层和障碍层均不存在致命障碍物，则将当前添加的坐标点加入卡点数组中；判断所添加坐标点与所述卡点的直线距离是否大于预设距离，若是，则结束在当前侧添加坐标点；若另一侧未添加，则在另一侧添加坐标点；
[0023]若对应静态层不存在致命障碍物但对应障碍层存在致命障碍物，则执行扩展流程；判断所添加坐标点与所述卡点的直线距离是否大于预设距离，若是，则结束在当前侧添加坐标点；若另一侧未添加，则在另一侧添加坐标点；
[0024]在静态层中，将所述卡点数组中各坐标点对应的栅格设置为致命障碍物；
[0025]其中，所述扩展流程包括：
[0026]将所述致命障碍物在障碍物层中清除，并将所述致命障碍物对应的坐标点加入卡点数组中；
[0027]在以所述致命障碍物对应的栅格为中心的预设范围内，
[0028]若对应静态层存在致本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器人轮廓的全局规划方法，其特征在于，包括：若出现卡轮廓情况，则将机器人轮廓带入全局路径，获取机器人轮廓第一次侵入障碍物时对应的前路径点，以及退出所述障碍物时对应的后路径点；依据所述前路径点和所述后路径点的均值，计算获取全局路径中的卡点；在静态层中，沿着与所述卡点朝向相垂直的方向设置致命障碍物，以使得触发全局路径后机器人无法经所述卡点通过。2.如权利要求1所述的一种基于机器人轮廓的全局规划方法，其特征在于，所述在静态层中，沿着与所述卡点朝向相垂直的方向设置致命障碍物，包括：对过所述卡点且与所述卡点朝向相垂直的直线上的各栅格，获取其预设范围内仅存在于障碍物层中的致命障碍物所对应的致命障碍物栅格；在静态层中，将所述卡点对应的栅格、所述各栅格以及所述致命障碍物栅格设置为致命障碍物。3.如权利要求1所述的一种基于机器人轮廓的全局规划方法，其特征在于，所述在静态层中，沿着与所述卡点朝向相垂直的方向设置致命障碍物，包括：获取以所述卡点为中心点，所述卡点朝向为中线的两侧预设范围内仅存在于障碍物层中的致命障碍物所对应的致命障碍物栅格，以及经由所述卡点连接所述两侧预设范围的致命障碍物栅格的连接栅格；在静态层中，将所述连接栅格和所述致命障碍物栅格设置为致命障碍物。4.如权利要求1所述的一种基于机器人轮廓的全局规划方法，其特征在于，所述在静态层中，沿着与所述卡点朝向相垂直的方向设置致命障碍物，包括：创建一卡点数组，并将所述卡点添加至所述卡点数组中；分别在所述卡点的两侧，沿着与所述卡点朝向相垂直的方向，由所述卡点往外等间距添加坐标点；添加一坐标点后，在以所添加坐标点对应的栅格为中心的预设范围内，若对应静态层存在致命障碍物，则结束在当前侧添加坐标点；若另一侧未添加，则在另一侧添加坐标点；若对应静态层和障碍层均不存在致命障碍物，则将当前添加的坐标点加入卡点数组中；判断所添加坐标点与所述卡点的直线距离是否大于预设距离，若是，则结束在当前侧添加坐标点；若另一侧未添加，则在另一侧添加坐标点；若对应静态层不存在致命障碍物但对应障碍层存在致命障碍物，则执行扩展流程；判断所添加坐标点与所述卡点的直线距离是否大于预设距离，若是，则结束在当前侧添加坐标点；若另一侧未添加，则在另一侧添加坐标点；在静态层中，将所述卡点数...

【专利技术属性】
技术研发人员：李廷伟，戴俊源，田健，陈世念，鲍冰茹，陈晓，陈文强，
申请(专利权)人：福建汉特云智能科技有限公司，
类型：发明
国别省市：