机器人的路径规划方法和装置、电子设备和可读存储介质制造方法及图纸

本申请公开了一种机器人的路径规划方法和装置、电子设备和可读存储介质，涉及机器人技术领域。其中，机器人的路径规划方法，包括：获取机器人的路径起点和路径终点。基于路径起点和路径终点，采用第一算法，获取全局路径。在全局路径成功的情况下，采用第二算法，获取局部路径。在局部路径成功的情况下，路径规划结束。在全局路径失败的情况下，采用第三算法，控制机器人进行脱困，在脱困成功或满足第一条件脱困未成功的情况下，采用第一算法，更新全局路径。在局部路径失败的情况下，采用第三算法，控制机器人进行脱困，在脱困成功的情况下，采用第二算法，更新局部路径，在满足第二条件脱困未成功的情况下，采用第一算法，更新全局路径。径。径。

【技术实现步骤摘要】
机器人的路径规划方法和装置、电子设备和可读存储介质


[0001]本申请涉及机器人
，具体涉及一种机器人的路径规划方法和装置、电子设备和可读存储介质。

技术介绍

[0002]相关技术中，移动机器人路径规划的实际应用环境复杂，障碍物形状不确定因素高，相关技术在考虑安全的情况下均需要膨胀车身、障碍物或轨迹，已达到避开障碍物的目的，避免太近发生碰撞，但是，在某些环境中，机器人移动的空间比较小，由于传感器精度以及机器人、障碍物膨胀后的碰撞判断等因素会导致机器人狭小空间路径规划失败。

技术实现思路

[0003]根据本申请的实施例的目的是提供一种机器人的路径规划方法和装置、电子设备和可读存储介质，能够解决在某些环境中，机器人移动的空间比较小，由于传感器精度以及机器人、障碍物膨胀后的碰撞判断等因素会导致机器人狭小空间路径规划失败的问题。
[0004]第一方面，根据本申请的实施例提供了一种机器人的路径规划方法，包括：获取机器人的路径起点和路径终点。基于路径起点和路径终点，采用第一算法，获取全局路径。在全局路径成功的情况下，采用第二算法，获取局部路径。在局部路径成功的情况下，机器人从路径起点运行至路径终点，路径规划结束。在全局路径失败的情况下，采用第三算法，控制机器人进行脱困，在脱困成功或满足第一条件脱困未成功的情况下，采用第一算法，更新全局路径。在局部路径失败的情况下，采用第三算法，控制机器人进行脱困，在脱困成功的情况下，采用第二算法，更新局部路径，在满足第二条件脱困未成功的情况下，采用第一算法，更新全局路径。
[0005]第二方面，根据本申请的实施例提供了一种机器人的路径规划装置，包括第一获取模块、第二获取模块、第三获取模块、第一控制模块、第二控制模块和第三控制模块。第一获取模块用于获取机器人的路径起点和路径终点。第二获取模块用于基于路径起点和路径终点，采用第一算法，获取全局路径。第三获取模块用于在全局路径成功的情况下，采用第二算法，获取局部路径。第一控制模块用于在局部路径成功的情况下，机器人从路径起点运行至路径终点，路径规划结束。第二控制模块用于在全局路径失败的情况下，采用第三算法，控制机器人进行脱困，在脱困成功或满足第一条件脱困未成功的情况下，采用第一算法，更新全局路径。第三控制模块用于在局部路径失败的情况下，采用第三算法，控制机器人进行脱困，在脱困成功的情况下，采用第二算法，更新局部路径，在满足第二条件脱困未成功的情况下，采用第一算法，更新全局路径。
[0006]第三方面，根据本申请的实施例提供了一种电子设备，该电子设备包括处理器和存储器，存储器存储可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如第一方面的机器人的路径规划方法的步骤。
[0007]第四方面，根据本申请的实施例提供了一种可读存储介质，可读存储介质上存储
程序或指令，程序或指令被处理器执行时实现如第一方面的机器人的路径规划方法的步骤。
[0008]在本申请的一些实施例中，引入第一算法、第二算法与第三算法相结合，第一算法、第二算法安全，可靠性比较高，第三算法的强化学习更加智能，在某些场景中表现出的优势非常大，通过充分利用两种的优势，完成移动机器人的路径规划，可以提高移动机器人的环境适应能力、稳定性以及算法的鲁棒性。
附图说明
[0009]图1示出了根据本申请的实施例提供的机器人的路径规划方法的流程示意图之一；
[0010]图2示出了根据本申请的实施例提供的机器人的路径规划方法的流程示意图之二；
[0011]图3示出了根据本申请的实施例提供的机器人的路径规划方法的流程示意图之三；
[0012]图4示出了根据本申请的实施例提供的第三算法输入数据示意图；
[0013]图5示出了根据本申请的实施例提供的距离数据分区示意图；
[0014]图6示出了根据本申请的实施例提供的角度数据分区示意图；
[0015]图7示出了根据本申请的实施例提供的机器人的路径规划方法的流程示意图之四；
[0016]图8示出了根据本申请的实施例提供的机器人的路径规划方法的流程示意图之五；
[0017]图9示出了根据本申请的实施例提供的机器人的路径规划方法的流程示意图之六；
[0018]图10示出了根据本申请的实施例提供的机器人的路径规划方法的流程示意图之七；
[0019]图11示出了根据本申请的实施例提供的机器人的路径规划方法的流程示意图之八；
[0020]图12示出了根据本申请的实施例提供的机器人的路径规划方法的流程示意图之九；
[0021]图13示出了根据本申请的实施例提供的机器人的路径规划装置的结构框图；
[0022]图14示出了根据本申请的实施例提供的电子设备的结构框图；
[0023]图15示出了根据本申请的实施例提供的一种电子设备的硬件结构示意图；
[0024]图16示出了根据本申请的实施例提供的脱困决策示意图；
[0025]图17示出了根据本申请的实施例提供的脱困与规划结合结果示意图之一；
[0026]图18示出了根据本申请的实施例提供的脱困与规划结合结果示意图之二。
[0027]其中，图13至图15中附图标记与部件名称之间的对应关系为：
[0028]100：机器人的路径规划装置；110：第一获取模块；120：第二获取模块；130：第三获取模块；140：第一控制模块；150：第二控制模块；160：第三控制模块；1000：电子设备；1002：处理器；1004：存储器；1100：电子设备；1101：射频单元；1102：网络模块；1103：音频输出单
元；1104：输入单元；11041：图形处理器；11042：麦克风；1105：传感器；1106：显示单元；11061：显示面板；1107：用户输入单元；11071：触控面板；11072：其他输入设备；1108：接口单元；1109：存储器；1110：处理器。
具体实施方式
[0029]下面将结合根据本申请的实施例中的附图，对根据本申请的实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。
[0030]本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
[0031]下面结合附图1至图18，通过具体的实施例及其应用场景对根据本申请的实施例提供的机器人的路径规划方法和装置、电子设备和可读存储介本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人的路径规划方法，其特征在于，包括：获取机器人的路径起点和路径终点；基于所述路径起点和所述路径终点，采用第一算法，获取全局路径；在所述全局路径成功的情况下，采用第二算法，获取局部路径；在所述局部路径成功的情况下，所述机器人从路径起点运行至路径终点，路径规划结束；在所述全局路径失败的情况下，采用第三算法，控制所述机器人进行脱困，在脱困成功或满足第一条件脱困未成功的情况下，采用第一算法，更新全局路径；在所述局部路径失败的情况下，采用第三算法，控制所述机器人进行脱困，在脱困成功的情况下，采用第二算法，更新局部路径，在满足第二条件脱困未成功的情况下，采用第一算法，更新全局路径。2.根据权利要求1所述的机器人的路径规划方法，其特征在于，所述采用第三算法，控制所述机器人进行脱困，具体包括：获取所述机器人的激光雷达数据、深度相机数据、线激光数据和禁行区数据；基于所述激光雷达数据、所述深度相机数据、所述线激光数据和所述禁行区数据，获取所述机器人的第一状态；基于所述第一状态，通过第一表格，获取所述第一状态对应的第一动作；控制所述机器人执行所述第一动作；判断所述机器人是否脱困成功，在所述机器人脱困成功或满足结束条件的情况下，脱困结束；在所述机器人脱困不成功的情况下，获取所述机器人当前的所述激光雷达数据、所述深度相机数据、所述线激光数据和所述禁行区数据，获取所述机器人的第二状态，通过所述第二状态和所述第一表格，获取所述第二状态对应的第二动作，控制所述机器人执行所述第二动作，继续判断所述机器人是否脱困成功。3.根据权利要求2所述的机器人的路径规划方法，其特征在于，所述判断所述机器人是否脱困成功，具体包括：判断所述机器人第一距离内是否存在障碍物；在所述机器人第一距离内不存在障碍物的情况下，判断所述机器人脱困成功。4.根据权利要求2所述的机器人的路径规划方法，其特征在于，所述第一表格包括所述机器人的状态与其对应执行的动作。5.根据权利要求2所述的机器人的路径规划方法，其特征在于，在获取机器人的激光雷达数据、深度相机数据、线激光数据和禁行区数据之前，还包括：获取所述第一表格；获取机器人的激光雷达第一训练数据、深度相机第一训练数据、线激光第一训练数据、禁行区第一训练数据；基于所述机器人的激光雷达第一训练数据、所述深度相机第一训练数据、所述线激光第一训练数据、所述禁行区第一训练数据，获取所述机器人的第一训练状态；基于所述第一训练状态，采用第一策略，获取所述第一训练状态对应的第一训练动作；控制所述机器人执行所述第一训练动作，获取机器人第二训练状态；
基于奖励函数，获取奖励值；基于所述奖励...

【专利技术属性】
技术研发人员：曹开发，刘启冉，刘冬，陈波，
申请(专利权)人：美的集团股份有限公司，
类型：发明
国别省市：