[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

本發明實施例公開了無人駕駛機器人的導航方法、裝置、機器人及存儲介質，屬于導航技術領域，其中，所述方法包括：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，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；根據導航信息和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目標地位置。本發明的方案，能夠實現對無人駕駛機器人的精準控制，精準地控制無人駕駛機器人識別行駛時路徑中的各個障礙物，并有效地避開各個障礙物。

技術領域

本發明實施例涉及導航技術領域，具體涉及無人駕駛機器人的導航方法、裝置、機器人及存儲介質。

背景技術

近年來無人駕駛技術的發展，可以將駕駛員從繁重的駕駛操作中解放出來，減少因駕駛員疲勞駕駛所帶來的人為交通事故。

現有技術中，無人駕駛技術往往是基于多線激光三維重建的高精度地圖，離線構建出點云地圖，并以構建出來的點云地圖用于無人駕駛的導航。

多線激光或者毫米波雷達均有相應的缺陷，例如，多線激光的價格昂貴，用一段時間后，需要將多線激光設備返廠進行標定，且基于多線激光設備得到的數據過于稀疏、像素低，基于上述多線激光設備的缺陷，多線激光設備得到的數據并不適合接入深度學習技術領域，此外，毫米波雷達容易受到金屬干擾，基于現有技術提供的無人駕駛導航技術的精度較低，無法在實際路況中應用。

實際應用中，無人駕駛技術也被應用于機器人中，以進行快遞行業。基于現有的無人駕駛技術的導航精度低，無法實現對無人駕駛機器人的精準控制。

如何實現對無人駕駛機器人的精準控制，使其精準地識別行駛時路徑中的各個障礙物，并有效地避讓各個障礙物，是待解決的技術問題。

發明內容

為此，本發明實施例提供無人駕駛機器人的導航方法、裝置、機器人及存儲介質，以解決現有技術無法精準識別行駛路徑中的各個障礙物，進而無法有效避讓各個障礙物的問題。

為了實現上述目的，本發明實施例提供如下技術方案：

在本發明的實施方式的第一方面中，提供了無人駕駛機器人的導航方法，所述方法包括：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。

在本發明的另一實施例中，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。

在本發明的另一實施例中，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。

在本發明的另一實施例中，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。

在本發明的另一實施例中，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。