[發明專利]路徑規劃方法、裝置及機器人

在審

• 申請號: 201611264059.7
• 申請日: 2016-12-30
• 公開（公告）號: CN108268031A
• 公開（公告）日: 2018-07-10
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 深圳光啟合眾科技有限公司;深圳光啟創新技術有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 韓建偉;張永明

本發明公開了一種路徑規劃方法、裝置及機器人。其中，該方法包括：獲取目標機器人的當前位置和候選目標點的位置，其中，當前位置和候選目標點的位置均在預設規劃路徑中，且在預設規劃路徑中，候選目標點的位置位于當前位置之后，作為目標機器人由當前位置出發將要到達的下一個位置的候選位置；根據當前位置和候選目標點的位置，確定候選目標點的位置是否是目標機器人將要到達的下一個位置；若是，則將候選目標點的位置作為實際規劃路徑中當前位置的下一個位置；若否，則返回獲取目標機器人的當前位置和候選目標點的位置的步驟，并重新確定直至候選目標點的位置是目標機器人將要到達的下一個位置。本發明解決了路徑規劃效率低的技術問題。

技術領域

本發明涉及智能機器技術領域，具體而言，涉及一種路徑規劃方法、裝置及機器人。

背景技術

隨著機器人技術的發展和人工智能研究的不斷深入，智能機器人在人類生活中扮演越來越重要的角色。其中，機器人需要具有探測障礙物，并且能區分并識別障礙物，同時可以實時規劃可行路徑的能力。它包括全局路徑規劃和局部路徑規劃。全局路徑規劃通常為靜態且環境已知，常用方法有可視圖法，遺傳算法，粒子群算法等，而局部路徑規劃為動態且環境未知，是路徑規劃的難點,當環境復雜時,難以得到好的路徑規劃結果。在現有的技術中，常規的路徑規劃，如模糊規劃，蟻群算法，神經網絡等，往往不能同時滿足動態環境和實時性的要求。目前路徑規劃有人工勢場法等。

針對上述的路徑規劃效率低問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種路徑規劃方法、裝置及機器人，以至少解決路徑規劃效率低的技術問題。

根據本發明實施例的一個方面，提供了一種路徑規劃方法，包括：獲取目標機器人的當前位置和候選目標點的位置，其中，所述當前位置和所述候選目標點的位置均在預設規劃路徑中，且在所述預設規劃路徑中，所述候選目標點的位置位于所述當前位置之后，作為所述目標機器人由所述當前位置出發將要到達的下一個位置的候選位置；根據所述當前位置和所述候選目標點的位置，確定所述候選目標點的位置是否是所述目標機器人將要到達的下一個位置；若是，則將所述候選目標點的位置作為實際規劃路徑中所述當前位置的下一個位置；若否，則返回所述獲取目標機器人的當前位置和候選目標點的位置的步驟，并重新確定直至所述候選目標點的位置是所述目標機器人將要到達的下一個位置。

進一步地，根據所述當前位置和所述候選目標點的位置，確定所述候選目標點的位置是否是所述目標機器人將要到達的下一個位置包括：獲取所述當前位置和所述候選目標點的位置之間的障礙物的信息，其中，所述障礙物的信息包括所述障礙物的邊緣位置，所述邊緣位置為所述障礙物中靠近所述預設規劃路徑的邊緣的位置；基于所述障礙物的邊緣位置，確定所述目標機器人與所述障礙物的環境狀態信息；根據所述環境狀態信息，確定所述候選目標點的位置是否是所述目標機器人將要到達的下一個位置。

進一步地，基于所述障礙物的邊緣位置，確定所述目標機器人與所述障礙物的環境狀態信息包括：確定所述當前位置與所述障礙物的邊緣位置之間的距離；若所述距離小于第一預定距離，確定所述目標機器人與所述障礙物的環境狀態信息為失敗狀態；若所述距離不小于第一預定距離、且小于第二預定距離，確定所述目標機器人與所述障礙物的環境狀態信息為危險狀態；若所述距離不小于第二預定距離、且小于第三預定距離，確定所述目標機器人與所述障礙物的環境狀態信息為安全狀態；若所述距離不小于第三預定距離、且小于第四預定距離，確定所述目標機器人與所述障礙物的環境狀態信息為成功狀態；其中，所述第一預定距離小于第二預定距離，所述第二預定距離小于第三預定距離，所述第三預定距離小于第四預定距離。