一种机器人路径选择方法及装置

技术领域

本发明涉及机器人路径规划领域，具体提供一种机器人路径选择方法及装置。

背景技术

随着机器人导航技术的进步,发展出了多种路径规划方法,但是在最优路径的选择上,通常难以结合障碍物的状态进行判断,导致在机器人行进时往往需要进行多次的紧急避障,这大大增加了机器人到达目的地的时间,也带来了一定的危险性。

发明内容

本发明是针对上述现有技术的不足，提供一种实用性强的机器人路径选择方法。

本发明进一步的技术任务是提供一种设计合理，安全适用的机器人路径选择装置。

本发明解决其技术问题所采用的技术方案是：

一种机器人路径选择方法，首先机器人按照算法规划出多条候选路径，然后进行障碍物感知，通过障碍物位置的变化率，计算出障碍物的速度和角速度，假设障碍物做匀速匀转向运动，按照一定的步长对障碍物的轨迹进行预测；

最后，做出路径的选择，对于机器人规划的多条候选可行路径，按照相同的步长进行采样，结合预测的障碍物轨迹，计算未来一段时间内机器人按照某条候选路径运行与障碍物是否会发生碰撞，并按照碰撞的可能性大小，对多条路径赋予不同的碰撞代价值cost1；

对规划的多条路径，按照路径长度的不同赋予不同的代价值cost2；将每条路径的碰撞代价cost1和路径长度代价cost2相加，得到每条路径的总代价，对于总代价最小的路径，即是机器人的最优路径。

进一步的，由摄像头、深度传感器和激光雷达组成障碍物感知构件，所述深度传感器按照一定的频率感知周围障碍物的位置；

假设传感器在最近时刻感知到的障碍物坐标为(x1，y1)，时间为t1，上一帧的坐标为(x2，y2)，时间为t2，再上一帧的坐标为(x3，y3)，时间为t3，则可计算出此时障碍物的速度为

进一步的，假设所述机器人的安全距离为L，距离机器人L之外的障碍物认为不会有你碰撞的危险，则按照步长S对障碍物进行预测，其中

假设障碍物做匀速和匀转向运动，障碍物到达下一步长点的时刻为

进一步的，在做出路径的选择时，首先对每一条规划路径按照步长S从机器人当前位置进行采样，采样点数量为N，并记录每个采样点的坐标和机器人到达所述点的时间；

采样后，对第一条规划轨迹的采样点进行遍历，判断和各个障碍物预测轨迹点是否会发生碰撞，碰撞的条件为机器人路径规划点与障碍物轨迹预测点的距离小于L。

进一步的，对可能发生碰撞的点，计算机器人到达碰撞点和障碍物到达碰撞点的时间差，然后找出所有碰撞点中的最小时间差，取绝对值记为tc1，若没有碰撞点则该条路径碰撞代价记为0，若tc1为0则直接否定此条路径，标记为不可行；

对其他情况，记录此条规划路径的碰撞代价cost1为

进一步的，对不同的规划路径，按照到达目的地的距离长短比例，赋予不同的代价值并做归一化处理，记为cost2，距离越长，代价越大。

进一步的，对没有标记为不可行的路径，计算总代价cost1+K*cost2，其中K为正数，表示路径距离代价cost2的权重，根据机器人实际应用场景的需要进行设置，总代价最小的规划路径即为最终选择的最优规划路径。

一种机器人路径选择装置，包括：至少一个存储器和至少一个处理器；

所述至少一个存储器，用于存储机器可读程序；

所述至少一个处理器，用于调用所述机器可读程序，执行一种机器人路径选择方法。

本发明的一种机器人路径选择方法及装置和现有技术相比，具有以下突出的有益效果：

本发明通过对障碍物的轨迹进行预测，结合障碍物预测轨迹，对机器人的规划路径进行碰撞判断，并结合路径的距离代价，从中选择出代价最小的路径，可以极大的提高机器人运行的安全性和通行效率，同时具备简单高效、便于实现的优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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。

附图1是一种机器人路径选择方法流程示意图。

具体实施方式

为了使本技术领域的人员更好的理解本发明的方案，下面结合具体的实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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发明保护的范围。

下面给出一个最佳实施例：

如图1所示，本实施例中的一种机器人路径选择方法，首先机器人按照算法规划出多条候选路径，然后进行障碍物感知，通过障碍物位置的变化率，计算出障碍物的速度和角速度，假设障碍物做匀速匀转向运动，按照一定的步长对障碍物的轨迹进行预测。

最后，做出路径的选择，对于机器人规划的多条候选可行路径，按照相同的步长进行采样，结合预测的障碍物轨迹，计算未来一段时间内机器人按照某条候选路径运行与障碍物是否会发生碰撞，并按照碰撞的可能性大小，对多条路径赋予不同的碰撞代价值cost1。

对规划的多条路径，按照路径长度的不同赋予不同的代价值cost2；将每条路径的碰撞代价cost1和路径长度代价cost2相加，得到每条路径的总代价，对于总代价最小的路径，即是机器人的最优路径。

其中，由摄像头、深度传感器和激光雷达组成障碍物感知构件，深度传感器按照一定的频率感知周围障碍物的位置。

假设传感器在最近时刻感知到的障碍物坐标为(x1，y1)，时间为t1，上一帧的坐标为(x2，y2)，时间为t2，再上一帧的坐标为(x3，y3)，时间为t3，则可计算出此时障碍物的速度为

假设所述机器人的安全距离为L，距离机器人L之外的障碍物认为不会有你碰撞的危险，则按照步长S对障碍物进行预测，其中

假设障碍物做匀速和匀转向运动，障碍物到达下一步长点的时刻为

同理，可根据障碍物到达下一步长点的时间、坐标和行进角度，预测出到达下下个步长点的时间、坐标和行进角度，以此类推，对每一个障碍物均预测N个，N的大小根据实际需要进行设置，通常大于10小于100轨迹点。

在做出路径的选择时，首先对每一条规划路径按照步长S从机器人当前位置进行采样，采样点数量为N，并记录每个采样点的坐标和机器人到达所述点的时间；

采样后，对第一条规划轨迹的采样点进行遍历，判断和各个障碍物预测轨迹点是否会发生碰撞，碰撞的条件为机器人路径规划点与障碍物轨迹预测点的距离小于L。

对可能发生碰撞的点，计算机器人到达碰撞点和障碍物到达碰撞点的时间差，然后找出所有碰撞点中的最小时间差，取绝对值记为tc1，若没有碰撞点则该条路径碰撞代价记为0，若tc1为0则直接否定此条路径，标记为不可行。

对其他情况，记录此条规划路径的碰撞代价cost1为

然后，对不同的规划路径，按照到达目的地的距离长短比例，赋予不同的代价值并做归一化处理，即距离最长的路径代价记为1，其他的按照比例增大或减小，记为cost2，距离越长，代价越大。

对没有标记为不可行的路径，计算总代价cost1+K*cost2，其中K为正数，表示路径距离代价cost2的权重，根据机器人实际应用场景的需要进行设置，总代价最小的规划路径即为最终选择的最优规划路径。

基于上述方法，本实施例中的一种机器人路径选择装置，包括：至少一个存储器和至少一个处理器；

所述至少一个存储器，用于存储机器可读程序；

所述至少一个处理器，用于调用所述机器可读程序，执行一种机器人路径选择方法。

上述具体的实施方式仅是本发明具体的个案，本发明的专利保护范围包括但不限于上述具体的实施方式，任何符合本发明的一种机器人路径选择方法及装置权利要求书的且任何所述技术领域普通技术人员对其做出的适当变化或者替换，皆应落入本发明的专利保护范围。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。