一种路径的规划方法、系统及装置

技术领域

本发明涉及路径规划的技术领域，特别是涉及一种路径的规划方法、系统及装置。

背景技术

随着产业升级与智能化发展，企业生产过程中，对于智能物流与机器人技术应用场景的需求也日益迫切。对于一些转运设备，为了使其运输距离尽可能短，要求其在无人驾驶状态下能感知周围环境，快速、高效地规划出最优路径，这将有效的提高运输效率，降低生产成本。因此，如何规划出一条从起始位置到目标位置的最优路径具有重要的研究意义。

发明内容

本申请的目的是提供一种路径的规划方法、系统及装置，涉及路径规划技术领域。转运设备在无人驾驶状态下能感知周围环境，遇到障碍时依据预设的人工势场函数计算的引力和斥力的合力方向快速确定下一位置，能够快速、高效地规划出最优路径，有效提高运输效率，降低生产成本。

为解决上述技术问题，本申请提供了一种路径的规划方法，包括：

S11：构建转运设备所处工作场景的地图模型，所述地图模型中标记了存在障碍物的位置和不存在障碍物的位置；

S12：确定所述转运设备的起始位置为起点、所述转运设备的目标位置为终点、所述起点为当前位置；

S13：判断所述转运设备的当前位置是否在所述存在障碍物的位置产生的预设的势场影响范围外，若是，进入S14，若否，进入S15，所述预设的势场影响范围由预设的人工势场函数规定，所述预设的人工势场函数用于使所述终点与所述当前位置之间存在引力并使所述存在障碍物的位置与所述当前位置之间存在斥力，所述预设的势场影响范围为所述斥力所作用于的范围；

S14：确定所述当前位置的下一位置，将所述下一位置确定为新的当前位置并进入S16，在所述当前位置的周围位置中，所述当前位置经过所述下一位置到达所述目标位置的距离最小；

S15：基于所述当前位置受到的引力与斥力的合力方向确定出下一位置，将所述下一位置确定为新的当前位置并进入S16，在所述当前位置的周围位置中，所述当前位置到所述下一位置的移动方向与所述合力方向的夹角最小；

S16：判断所述当前位置是否为所述目标位置，若是，进入S17，若否，进入S13；

S17：通过所有的确定为所述当前位置的位置，确定出所述起始位置与所述目标位置之间的路径。

优选的，在所述地图模型由多个正方形的栅格构成，标记了存在障碍物的栅格和不存在障碍物的栅格，且所述转运设备占用一个所述栅格且移动方向为所述栅格的水平、垂直及对角线方向时：

步骤S14包括：

通过公式

分别获取所述起始位置与所述周围位置的已定距离d2；

基于A*算法从所述当前位置的周围位置中确定所述下一位置，将所述下一位置确定为新的当前位置并进入S16，所述A*算法用于从所述周围位置中选取d1+d2之和最小的位置作为所述下一位置。

优选的，所述预设的人工势场函数为

优选的，所述预设的势场影响范围为以所述存在障碍物的栅格为中心的3*3的9个所述栅格所占的范围。

优选的，所述正方形的边长为所述转运设备从上至下垂直投影中的最长边。

优选的，构建转运设备所处工作场景的地图模型，包括：

每隔预设周期重新构建转运设备所处工作场景的地图模型。

优选的，构建转运设备所处工作场景的地图模型，包括：

基于传感器构建转运设备所处工作场景的地图模型。

优选的，步骤S11之后，还包括：

S18：确定所述转运设备的目标位置为起点、所述转运设备的起始位置为终点、所述起点为当前位置；

S19：判断所述转运设备的当前位置是否在所述存在障碍物的位置产生的预设的势场影响范围外，若是，进入S20，若否，进入S21，所述预设的势场影响范围由预设的人工势场函数规定，所述预设的人工势场函数用于使所述终点与所述当前位置之间存在引力并使所述存在障碍物的位置与所述当前位置之间存在斥力，所述预设的势场影响范围为所述斥力所作用于的范围；

S20：确定所述当前位置的下一位置，将所述下一位置确定为新的当前位置并进入S22，在所述当前位置的周围位置中，所述当前位置经过所述下一位置到达所述起始位置的距离最小；

S21：基于所述当前位置受到的引力与斥力的合力方向确定出下一位置，将所述下一位置确定为新的当前位置并进入S22，在所述当前位置的周围位置中，所述当前位置到所述下一位置的移动方向与所述合力方向的夹角最小；

S22：判断所述当前位置与确定所述转运设备的起始位置为起点后确定的当前位置是否相同，若是，进入S17，若否，进入S19；

相应的，步骤S16，包括：

判断所述当前位置与确定所述转运设备的目标位置为起点后确定的当前位置是否相同，若是，进入S17，若否，进入S13。

为解决上述技术问题，本申请还提供了一种路径的规划系统，包括：

地图模型构建单元，用于构建转运设备所处工作场景的地图模型，所述地图模型中标记了存在障碍物的位置和不存在障碍物的位置；

方向确定单元，用于确定所述转运设备的起始位置为起点、所述转运设备的目标位置为终点、所述起点为当前位置；

范围判断单元，用于判断所述转运设备的当前位置是否在所述存在障碍物的位置产生的预设的势场影响范围外，若是，进入预设的势场影响范围外的下一位置确定单元，若否，进入预设的势场影响范围内的下一位置确定单元，所述预设的势场影响范围由预设的人工势场函数规定，所述预设的人工势场函数用于使所述终点与所述当前位置之间存在引力并使所述存在障碍物的位置与所述当前位置之间存在斥力，所述预设的势场影响范围为所述斥力所作用于的范围；

预设的势场影响范围外的下一位置确定单元，用于确定所述当前位置的下一位置，将所述下一位置确定为新的当前位置并进入位置判断单元，在所述当前位置的周围位置中，所述当前位置经过所述下一位置到达所述目标位置的距离最小；

预设的势场影响范围内的下一位置确定单元，用于基于所述当前位置受到的引力与斥力的合力方向确定出下一位置，将所述下一位置确定为新的当前位置并进入位置判断单元，在所述当前位置的周围位置中，所述当前位置到所述下一位置的移动方向与所述合力方向的夹角最小；

位置判断单元，用于判断所述当前位置是否为所述目标位置，若是，进入路径确定单元，若否，进入范围判断单元；

路径确定单元，用于通过所有的确定为所述当前位置的位置，确定出所述起始位置与所述目标位置之间的路径。

为解决上述技术问题，本申请还提供了一种路径的规划装置，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序以实现所述路径的规划方法的步骤。

本申请提供了一种路径的规划方法、系统及装置，涉及路径规划技术领域。构建转运设备所处工作场景的地图模型，以起始位置为起点，当前位置在预设的势场影响范围外时，搜索确定下一位置并作为新的当前位置，当前位置经过下一位置到达目标位置的距离最小；在范围内时，由预设的人工势场函数计算的引力和斥力的合力方向确定下一位置并作为新的当前位置；在当前位置与目标位置重合时，确定起始位置和目标位置之间的路径，否则继续搜索扩展确定下一位置，使转运设备在无人驾驶状态下能感知周围环境，遇到障碍时依据预设的人工势场函数计算的引力和斥力的合力方向快速确定下一位置，能够快速、高效地规划出最优路径，有效提高运输效率，降低生产成本。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对现有技术和实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请提供的一种路径的规划方法的流程示意图；

图2为本申请提供的一种地图模型的结构示意图；

图3为本申请提供的一种运动方向的结构示意图；

图4为本申请提供的一种基于对角距离的路径示意图；

图5为本申请提供的一种路径的规划方法的整体流程示意图；

图6为本申请提供的一种路径的规划系统的结构示意图；

图7为本申请提供的一种路径的规划装置的结构示意图。

具体实施方式

本申请的核心是提供一种路径的规划方法、系统及装置，涉及路径规划技术领域。转运设备在无人驾驶状态下能感知周围环境，遇到障碍时依据预设的人工势场函数计算的引力和斥力的合力方向快速确定下一位置，能够快速、高效地规划出最优路径，有效提高运输效率，降低生产成本。

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，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在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

图1为本申请提供的一种路径的规划方法的流程示意图，包括：

S11：构建转运设备所处工作场景的地图模型，地图模型中标记了存在障碍物的位置和不存在障碍物的位置；

S12：确定转运设备的起始位置为起点、转运设备的目标位置为终点、起点为当前位置；

S13：判断转运设备的当前位置是否在存在障碍物的位置产生的预设的势场影响范围外，若是，进入S14，若否，进入S15，预设的势场影响范围由预设的人工势场函数规定，预设的人工势场函数用于使终点与当前位置之间存在引力并使存在障碍物的位置与当前位置之间存在斥力，预设的势场影响范围为斥力所作用于的范围；

S14：确定当前位置的下一位置，将下一位置确定为新的当前位置并进入S16，在当前位置的周围位置中，当前位置经过下一位置到达目标位置的距离最小；

S15：基于当前位置受到的引力与斥力的合力方向确定出下一位置，将下一位置确定为新的当前位置并进入S16，在当前位置的周围位置中，当前位置到下一位置的移动方向与合力方向的夹角最小；

S16：判断当前位置是否为目标位置，若是，进入S17，若否，进入S13；

S17：通过所有的确定为当前位置的位置，确定出起始位置与目标位置之间的路径。

随着产业升级与智能化发展，企业生产过程中，对于智能物流与智能机器人技术应用场景的需求也日益迫切。对于一些转运设备，为了使其运输距离尽可能短，要求其在无人驾驶状态下能感知周围环境，快速、高效地规划出最优路径，这将有效的提高运输效率，降低生产成本。因此，如何规划出一条从起始位置到目标位置的最优路径具有重要的研究意义。

本申请中则引入了预设的人工势场函数，在转运设备的当前位置在存在障碍物的位置产生的预设的势场影响范围外时，此时当前位置不受到存在障碍物的位置的斥力的影响，直接在当前位置的周围位置中确定出下一位置，从当前位置经过该下一位置再到目标位置的距离最短，以此规划不受斥力影响时的最短路径；在当前位置在存在障碍物的位置产生的预设的势场影响范围内时，此时当前位置受到存在障碍物的位置的斥力的影响，也就是即将到达存在障碍物的位置，需要重新规划路径来规避存在障碍物的位置；最终实现在存在障碍物的工作场景中快速规划出一条最优(即最短)路径，适应性强。此外，可将部分无关地图模型区域去除，减少后续路径搜索范围，加快搜索速度。

具体的，在S11中，可以在实际的工作场景中提取障碍物等路障信息，并将其所处位置标记为存在障碍物的位置，其余位置标记为不存在障碍物的位置，以此构建地图模型，其中，可以利用栅格进行地图模型的构建，存在障碍物的位置(转运设备不能够通行的位置)位于的栅格用实心表示，不存在障碍物的位置(转运设备能够通行的位置)位于的栅格用空心表示。

在S12中，确定路径规划的方向，由起点向终点的方向进行路径规划，即从转运设备的起始位置向目标位置进行路径规划，当然，也可以从转运设备的目标位置向起始位置进行路径规划，或者上述两个方向同时进行，最终规划完成的路径不存在差异。

在S13中，路径的规划分为两种方法，第一种方法(S14)为不受存在障碍物的位置的影响的路径规划方法，第二种方法(S15)为受存在障碍物的位置的影响的路径规划方法，因此，通过本步骤判断需要采用何种方法，而判断的依据即为当前位置是否进入了存在障碍物的位置产生的预设的势场影响范围内，在范围外则不受影响即采用第一种方法，在范围内则受影响即采用第二种方法。而判断的依据是由预设的人工势场函数规定的，地图模型中引入预设的人工势场函数后，依据其计算的引力和斥力的合力方向，就能够在当前位置受到斥力影响后(即将遇到障碍物)，规划出避开障碍物的路径。

因而，可以得知本申请的路径规划思路可以为首先采用第一种方法进行全局扩展搜索路径(无视障碍物)，当扩展过程到达势场影响范围内后，此时需采用第二种方法进行局部规划，使转运设备依据引力和斥力的合力方向直接选取扩展方向，即通过单一扩展方向搜索路径来避开障碍物，当超出势场影响范围后则又采用第一种方法进行全局扩展搜索路径。

在S14中，本步骤为不受存在障碍物的位置的影响的路径规划方法，在确定当前位置的下一位置时，可以无视存在障碍物的位置(以地图模型全局规划最短路径)，依次计算从当前位置经过其周围位置中一个位置，再到目标位置的总的距离，从中选取出距离最短的作为下一位置，也就是常见的最短路径规划方法，即起始位置到目标位置的最短路径规划，由于起始位置到当前位置的距离已定(且对于每个周围位置该距离均相等)，因此只需要规划从当前位置经过下一位置再到目标位置预计的距离，选取的下一位置需要满足：当前位置经过其到达目标位置的距离最小，该过程可以由常见的路径规划算法例如A*算法实现，也可以为其它路径规划算法实现，此处不做具体限定。

其中，通过忽略障碍物进行搜索，可找到从起始位置到障碍物前(预设的势场影响范围外)的最短距离，后续可以此位置继续S15中的受存在障碍物的位置的影响的路径规划方法来避开障碍物，减少后期计算量。

在S15中，本步骤为受存在障碍物的位置的影响的路径规划方法，此时考虑到要避开存在障碍物的位置，采用了预设的人工势场函数来优化障碍物附近的搜索策略，在预设的人工势场函数下存在障碍物的位置对当前位置存在斥力，终点对当前位置存在引力，所以首先确定当前位置受到的引力与斥力的合力方向(即当前位置的运动趋向)，依据此合力方向即可避开存在障碍物的位置，因此此时需要选取下一位置使当前位置到下一位置的运动方向与合力方向的差异最小(即两个方向的夹角最小)，在该运动方向上进行路径搜索，使障碍物附近的搜索过程具有指向性，减少搜索过程的计算量。

还需要说明的是，预设的人工势场函数相当于对S14中不受存在障碍物的位置的影响的路径规划方法的一种优化，当S14中的方法应用到S15中时，依旧需要遍历搜索当前位置的所有周围位置的方向上的路径，从中选取出最短路径，但是由于障碍物的存在，上述遍历并没有意义，因为转运设备必然无法行进到一部分周围位置上，在这些周围位置进行的路径搜索无效，此时就可以引入预设的人工势场函数，依据与合力方向的夹角最小，直接从所有的周围位置上选取出下一位置，确定该下一位置位于当前位置的方向即为单一的路径搜索方向，避免了依次遍历搜索所有周围位置的方向上的路径的不必要且繁琐过程，降低了路径搜索时间，提高了路径的规划效率。其中，当S14中不受存在障碍物的位置的影响的路径规划方法为A*算法(代价函数，求取路径的距离代价)时，S15增加预设的人工势场函数相当于对A*算法中的启发函数(作用：遍历周围位置选取下一位置)进行了优化，避免了遍历搜索所有周围位置的方向上的路径。

在S16中，从起始位置依次确定当前位置，在当前位置与目标位置重合时，表示路径搜索已完成，此时进入S17中获取路径；在当前位置不为目标位置时，表示路径搜索未完成，此时依旧需要继续回到S13，继续去判断选取当前位置的下一位置，并将其作为新的当前位置直到完成路径搜索，也就是直到当前位置与目标位置重合。

在S17中，完成路径搜索后，确定为当前位置的位置进行累计构成了路径，即起始位置与目标位置之间存在一条由确定为目标位置的位置构成的累计轨迹，该轨迹即为求得的路径，也就是转运设备在当前工作场景下的最优路径。

综上，本申请提供了一种路径的规划方法，涉及路径规划技术领域。构建转运设备所处工作场景的地图模型，以起始位置为起点，当前位置在预设的势场影响范围外时，搜索确定下一位置并作为新的当前位置，当前位置经过下一位置到达目标位置的距离最小；在范围内时，由预设的人工势场函数计算的引力和斥力的合力方向确定下一位置并作为新的当前位置；在当前位置与目标位置重合时，确定起始位置和目标位置之间的路径，否则继续搜索扩展确定下一位置，使转运设备在无人驾驶状态下能感知周围环境，遇到障碍时依据预设的人工势场函数计算的引力和斥力的合力方向快速确定下一位置，能够快速、高效地规划出最优路径，有效提高运输效率，降低生产成本。

在上述实施例的基础上：

请参照图2、图3和图4，图2为本申请提供的一种地图模型的结构示意图，图3为本申请提供的一种运动方向的结构示意图，图4为本申请提供的一种基于对角距离的路径示意图。

作为一种优选的实施例，在地图模型由多个正方形的栅格构成，标记了存在障碍物的栅格和不存在障碍物的栅格，且转运设备占用一个栅格且移动方向为栅格的水平、垂直及对角线方向时：

步骤S14包括：

通过公式

分别获取起始位置与周围位置的已定距离d2；

基于A*算法从当前位置的周围位置中确定下一位置，将下一位置确定为新的当前位置并进入S16，A*算法用于从周围位置中选取d1+d2之和最小的位置作为下一位置。

本实施例中给出了一种具体的实施方案，限定了：地图模型的构成，即由多个正方形的栅格构成，可以参照图2，存在障碍物的栅格为实心的(存在阴影)，不存在障碍物的栅格为空心的(不存在阴影)，其中，仅通过二维平面栅格对转运路径进行规划，减少对环境信息的数据处理，加快规划速度；转运设备占用一个栅格且移动方向为栅格的水平、垂直及对角线方向，即转运设备的当前位置的运动方向为8个，参照图3，当前位置位于中心的栅格，其周围存在8个栅格，对应当前位置的8个运动方向，即左上方(left-up)，上方(up)，右上方(right-up)，左方(left)，右方(right)，左下方(left-down)，下方(down)，右下方(righ-down)。

具体采用A*算法进行不受存在障碍物的位置的影响的路径规划方法，A*算法依据已确定的路径距离和预计的路径距离之和来选定下一位置，已确定的路径距离即为已经确定的从起始位置到当前位置再到下一位置的路径距离，原因是：下一位置从当前位置的周围位置中选取，即从图3中周围的8个位置选取，而对于每个周围位置，当前位置到其的距离已定，因此对于每个周围位置来说，起始位置到当前位置的路径距离已定且相同，当前位置到任一周围位置的距离已知，图3中即为正方形的栅格的边长或对角线长度，所以起始位置到周围位置的路径距离已定，为已定距离d2；预计的路径距离为周围位置距离目标位置的对角距离，原因是：转运设备能沿对角线方向移动，所以A*算法中的启发函数采用对角距离公式来遍历计算每个周围位置到目标位置的路径距离，其中公式

作为一种优选的实施例，预设的人工势场函数为

本实施例中，可以在上一实施例的基础上继续进行限定，但不必须，也可以在其他基础上，此处不做具体限定。

本实施例对于预设的人工势场函数进行了具体限定，由预设的人工势场函数也就完成了对斥力和引力的限定，以及障碍物斥力场辐射范围(即斥力的势场影响范围)的限定，在范围内通过斥力和引力的合力方向确定搜索方向，参照图2，A为起始位置，B为目标位置，预设当前位置C时处于斥力的势场影响范围内，此时当前位置C受到其右侧的存在障碍物的位置的向左的斥力F

此外，基于对角距离和预设的人工势场函数构成的路径规划方法，其整体流程图可以参照图5。

作为一种优选的实施例，预设的势场影响范围为以存在障碍物的栅格为中心的3*3的9个栅格所占的范围。

本实施例中，预设的势场影响范围可以根据实际情况进行设定，可以是当前位置与存在障碍物的栅格相交前的栅格所占的范围，如图3所示，若中心的栅格为存在障碍物的栅格，则在当前位置为该中心的栅格的周围的8个栅格中任一个时，此时判定当前位置受到存在障碍物的位置的斥力的影响，可以记录此时的当前位置，并改为采用在预设的势场影响范围内进行路径规划的方法进行后续规划。

作为一种优选的实施例，正方形的边长为转运设备从上至下垂直投影中的最长边。

本实施例中，为了实现转运设备占用一个栅格(栅格为正方形)，可以从上至下对转运设备进行垂直投影，获取转运设备的占地形状，并以其最长边作为正方形的栅格的边长，确保一个栅格能够容纳转运设备，便于后续在栅格构成的地图模型上进行路径规划。

作为一种优选的实施例，构建转运设备所处工作场景的地图模型，包括：

每隔预设周期重新构建转运设备所处工作场景的地图模型。

本实施例中，每隔预设周期重新构建转运设备所处工作场景的地图模型，保证了地图模型的有效性和实时性，针对转运过程中工作场景里的障碍物信息的变化，可快速自适应工作场景改变路径，自主规划出最优路径。其中，预设周期根据实际情况而定。

作为一种优选的实施例，构建转运设备所处工作场景的地图模型，包括：

基于传感器构建转运设备所处工作场景的地图模型。

本实施例中，包括但不限于，通过传感器获取工作场景的信息，进而构建出地图模型，该传感器可以为3D传感器或激光雷达传感器。

作为一种优选的实施例，步骤S11之后，还包括：

S18：确定转运设备的目标位置为起点、转运设备的起始位置为终点、起点为当前位置；

S19：判断转运设备的当前位置是否在存在障碍物的位置产生的预设的势场影响范围外，若是，进入S20，若否，进入S21，预设的势场影响范围由预设的人工势场函数规定，预设的人工势场函数用于使终点与当前位置之间存在引力并使存在障碍物的位置与当前位置之间存在斥力，预设的势场影响范围为斥力所作用于的范围；

S20：确定当前位置的下一位置，将下一位置确定为新的当前位置并进入S22，在当前位置的周围位置中，当前位置经过下一位置到达起始位置的距离最小；

S21：基于当前位置受到的引力与斥力的合力方向确定出下一位置，将下一位置确定为新的当前位置并进入S22，在当前位置的周围位置中，当前位置到下一位置的移动方向与合力方向的夹角最小；

S22：判断当前位置与确定转运设备的起始位置为起点后确定的当前位置是否相同，若是，进入S17，若否，进入S19；

相应的，步骤S16，包括：

判断当前位置与确定转运设备的目标位置为起点后确定的当前位置是否相同，若是，进入S17，若否，进入S13。

本实施例中，在构建地图模型之后，确定由起点向终点的方向进行路径规划时，除了在S12中确定起始位置为起点，以起点为当前位置进行后续路径规划，还可以如S18，确定目标位置为起点，以起点为当前位置进行后续路径规划。此时，就是从起始位置进行路径规划的同时也从目标位置进行路径规划，是双向的路径规划，两个方向上采用的路径规划方法相同，只是方向不同，此时路径规划的结束由原来单向上的当前位置和目标位置相同即重合，更改为了两个方向上的当前位置相同即重合，此时相同的当前位置到起始位置和到目标位置的路径均都规划完成，缩短了路径搜索时间。

请参照图6，图6为本申请提供的一种路径的规划系统的结构示意图，包括：

地图模型构建单元1，用于构建转运设备所处工作场景的地图模型，地图模型中标记了存在障碍物的位置和不存在障碍物的位置；

方向确定单元2，用于确定转运设备的起始位置为起点、转运设备的目标位置为终点、起点为当前位置；

范围判断单元3，用于判断转运设备的当前位置是否在存在障碍物的位置产生的预设的势场影响范围外，若是，进入预设的势场影响范围外的下一位置确定单元4，若否，进入预设的势场影响范围内的下一位置确定单元5，预设的势场影响范围由预设的人工势场函数规定，预设的人工势场函数用于使终点与当前位置之间存在引力并使存在障碍物的位置与当前位置之间存在斥力，预设的势场影响范围为斥力所作用于的范围；

预设的势场影响范围外的下一位置确定单元4，用于确定当前位置的下一位置，将下一位置确定为新的当前位置并进入位置判断单元6，在当前位置的周围位置中，当前位置经过下一位置到达目标位置的距离最小；

预设的势场影响范围内的下一位置确定单元5，用于基于当前位置受到的引力与斥力的合力方向确定出下一位置，将下一位置确定为新的当前位置并进入位置判断单元6，在当前位置的周围位置中，当前位置到下一位置的移动方向与合力方向的夹角最小；

位置判断单元6，用于判断当前位置是否为目标位置，若是，进入路径确定单元7，若否，进入范围判断单元3；

路径确定单元7，用于通过所有的确定为当前位置的位置，确定出起始位置与目标位置之间的路径。

对于本申请提供的一种路径的规划系统的介绍，请参照上述实施例，本申请此处不再赘述。

请参照图7，图7为本申请提供的一种路径的规划装置的结构示意图，包括：

存储器8，用于存储计算机程序；

处理器9，用于执行计算机程序以实现路径的规划方法的步骤。

对于本申请提供的一种路径的规划装置的介绍，请参照上述实施例，本申请此处不再赘述。

需要说明的是，在本说明书中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其他实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。