[發明專利]無人駕駛機器人的導航方法、裝置、機器人及存儲介質

在審

• 申請號: 201910033174.0
• 申請日: 2019-01-14
• 公開（公告）號: CN109443368A
• 公開（公告）日: 2019-03-08
• 發明（設計）人: 周平
• 申請（專利權）人: 輕客小覓智能科技（北京）有限公司
• 主分類號: G01C21/20
• 分類號: G01C21/20;G01S19/45
• 代理公司: 北京知呱呱知識產權代理有限公司 11577
• 代理人: 呂學文;武媛

1.無人駕駛機器人的導航方法，其特征在于，包括：

獲取目標地位置信息以及獲取無人駕駛的當前機器人的當前位置信息；

根據所述目標地位置信息和當前機器人的當前位置信息確定出相應的導航信息，其中，所述導航信息至少包括從當前機器人的當前位置到目標地位置的行駛路徑信息；

獲取與各個行駛路徑對應的碰撞檢測器檢測到的障礙物信息；

根據所述導航信息和所述障礙物信息控制無人駕駛的當前機器人避讓相應的障礙物并行駛到所述目標地位置。

2.根據權利要求1所述的方法，其特征在于，所述導航信息至少還包括以下一項：

與所述行駛路徑信息對應的行駛里程信息、與所述行駛里程信息對應的行駛時間信息、與所述障礙物信息對應的各個障礙物的屬性信息、與所述障礙物信息對應的各個障礙物的位置信息、與所述障礙物信息對應的障礙物數量信息。

3.根據權利要求1所述的方法，其特征在于，所述方法還包括：根據各個行駛路徑和預設的三維地圖建立模型建立對應的模擬真實行駛場景的三維地圖。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：判斷當前機器人的類型，得到相應的判斷結果，并根據所述判斷結果將當前機器人劃分為母體機器人，或將當前機器人劃分為子體機器人。

5.根據權利要求4所述的方法，其特征在于，所述方法還包括：根據當前機器人的類型，選擇與當前機器人的類型匹配的障礙物識別模型，其中，所述障礙物識別模型包括第一障礙物識別模型和第二障礙物識別模型，所述第一障礙物識別模型對應的當前機器人的類型為母體機器人，所述第二障礙物識別模型對應的當前機器人的類型為子體機器人。

6.根據權利要求5所述的方法，其特征在于，所述根據當前機器人的類型，選擇與當前機器人的類型匹配的障礙物識別類型具體包括：

若當前機器人的類型為母體機器人，則選擇與所述母體機器人匹配的第一障礙物識別模型；

若當前機器人的類型為子體機器人，則選擇與所述子體機器人匹配的第二障礙物識別模型。

7.根據權利要求6所述的方法，其特征在于，

所述第一障礙物識別模型能夠對獲取到的與所述障礙物信息關聯的第一障礙物關聯數據進行數據融合處理，其中，所述第一障礙物關聯數據至少包括以下一項：第一雙目立體視覺數據、毫米波雷達數據、多線激光雷達數據和超聲波數據；或者，

所述第二障礙物識別模型能夠對獲取到的與所述障礙物信息關聯的第二障礙物關聯數據進行數據處理，其中，所述第二障礙物關聯數據包括第二雙目立體視覺數據。

8.無人駕駛機器人的導航裝置，其特征在于，包括獲取模塊、確定模塊和控制模塊；

所述獲取模塊，獲取目標地位置信息以及獲取無人駕駛的當前機器人的當前位置信息；以及

獲取與所述確定模塊確定出的各個行駛路徑對應的碰撞檢測器檢測到的障礙物信息；

所述確定模塊，根據所述獲取模塊獲取到的所述目標地位置信息和所述獲取模塊獲取到的當前機器人的當前位置信息確定出相應的導航信息，其中，所述確定模塊確定出的所述導航信息至少包括從當前機器人的當前位置到目標地位置的行駛路徑信息；

所述控制模塊，根據所述確定模塊確定出的所述導航信息和所述獲取模塊獲取到的所述障礙物信息控制無人駕駛的當前機器人避讓相應的障礙物并行駛到所述目標地位置。

9.機器人，其特征在于，包括存儲器、處理器及視覺子裝置；所述視覺子裝置，用于獲取當前所在位置對應的圖像；所述存儲器，用于存儲可執行的計算機程序；所述處理器，用于根據所述視覺子裝置獲取的當前所在位置對應的圖像，通過調用并執行所述存儲器中存儲的可執行的計算機程序，以實現如權利要求1-7任一所述的機器人的導航方法。

10.計算機可讀存儲介質，其特征在于，其上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至7任一所述方法的步驟。