障碍物搜索方法、装置、计算机设备和存储介质与流程
- 国知局
- 2024-07-31 23:43:44
本申请涉及移动机器人,特别是涉及一种障碍物搜索方法、装置、计算机设备和存储介质。
背景技术:
1、路径规划作为自主移动机器人技术研究中的一个核心内容,目的在于实现移动机器人在未知环境下自主路径规划决策。全局路径规划需要掌握所有的环境信息,根据环境地图的所有信息规划出一条从自身位置到目标位置的路径,但是通常无法应对路径上出现的动态障碍物,而局部路径规划是依据机器人周边的环境信息来进行路径规划,能很好的应对路径中出现的动态障碍物。
2、当地图中出现动态障碍物后,移动机器人需要及时判断障碍物是否出现在其移动路径上,以此来确定是否需要改变运动轨迹。目前在局部路径规划中,是将包含动态障碍物的局部地图构造为k-d树(k维树)的数据结构,通过在k维树结构中进行障碍物搜索并确定障碍物的方位,目前采用的是由上到下,基于数据离散的建树方法,但是这种方法并行度不高,且需要多次遍历地图数据,导致地图建树的效率较低,从而影响障碍物搜索的效率。
3、针对相关技术中存在地图建树的效率较低,导致障碍物搜索的效率不高的问题,目前还没有提出有效的解决方案。
技术实现思路
1、在本实施例中提供了一种障碍物搜索方法、装置、计算机设备和存储介质,以解决相关技术中存在地图建树的效率较低,导致障碍物搜索的效率不高的问题。
2、第一个方面,在本实施例中提供了一种障碍物搜索方法,其特征在于,包括:
3、获取局部路径规划区域的地图数据;
4、根据所述地图数据,通过坐标转换确定树结构的叶子节点,并基于所述叶子节点由下至上构建与所述地图数据对应的树结构;
5、基于移动机器人的当前位置,在所述树结构中搜索障碍物,并确定所述障碍物的信息。
6、在其中的一些实施例中,所述获取局部路径规划区域的地图数据,包括:
7、在移动机器人移动过程中,根据激光雷达采集当前环境点云信息,并将所述点云信息处理得到当前局部路径规划区域的地图数据。
8、在其中的一些实施例中,所述根据所述地图数据,通过坐标转换确定树结构的叶子节点,并基于所述叶子节点由下至上构建与所述地图数据对应的树结构,包括:
9、通过对所述地图数据进行坐标转换,得到平移后的第一坐标数据;
10、根据所述第一坐标数据确定树的最底层结构,以此确定所述树结构的叶子节点;
11、通过将所述第一坐标数据进行降维处理,得到一维化的所述第一坐标数据,并排序得到第二坐标数据;
12、基于所述叶子节点和所述第二坐标数据,确定每两个相邻所述叶子节点的父节点,逐层向上得到根节点,建立所述树结构。
13、在其中的一些实施例中,所述基于所述叶子节点和所述第二坐标数据,确定每两个相邻所述叶子节点的父节点,包括:
14、获取每两个相邻所述叶子结点的第二坐标数据,通过将所述第二坐标数据进行前缀和计算,得到对应的父节点;
15、获取所述父节点对应的第二坐标数据,对应填充到所述父节点,以确定所述父节点。
16、在其中的一些实施例中,所述前缀和计算包括:通过计算每两个所述第二坐标数据由高位至低位相同位的个数,得到所述前缀和。
17、在其中的一些实施例中,所述基于移动机器人的当前位置,在所述树结构中搜索障碍物,并确定所述障碍物的信息,包括:
18、基于所述当前位置,通过最近邻搜索方法在所述树结构中搜索障碍物以及所述障碍物与所述当前位置的最近距离,确定所述局部路径规划区域中的障碍物信息。
19、在其中的一些实施例中,所述根据所述地图数据,通过坐标转换确定树结构的叶子节点,并基于所述叶子节点由下至上构建与所述地图数据对应的树结构;基于移动机器人的当前位置,在所述树结构中搜索障碍物,并确定所述障碍物的信息,包括:
20、在fpga中,并行处理所述根据所述地图数据,通过坐标转换确定树结构的叶子节点,并基于所述叶子节点由下至上构建与所述地图数据对应的树结构,基于移动机器人的当前位置和预设距离,在所述树结构中搜索障碍物,并确定所述障碍物的信息。
21、在其中的一些实施例中,所述方法还包括:
22、根据所述障碍物信息和预设距离,判断所述障碍物是否影响所述移动机器人当前规划的路径;
23、若所述障碍物影响所述移动机器人当前的路径规划,则通过路径规划算法重新进行路径规划。
24、第二个方面,在本实施例中提供了一种地图获取模块、地图建树模块以及障碍物确定模块;
25、所述地图获取模块,用于获取局部路径规划区域的地图数据;
26、所述地图建树模块,用于根据所述地图数据,确定树结构的叶子节点,并基于所述叶子节点由下至上构建与所述地图数据对应的树结构;
27、所述障碍物确定模块,用于基于移动机器人的当前位置,在所述树结构中搜索障碍物,并确定所述障碍物的信息。
28、第三个方面,在本实施例中提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一个方面所述的障碍物搜索方法。
29、第四个方面,在本实施例中提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述第一个方面所述的障碍物搜索方法。
30、与相关技术相比,在本实施例中提供的一种障碍物搜索方法、装置、计算机设备和存储介质,通过获取局部路径规划区域的地图数据;根据所述地图数据,通过坐标转换确定树结构的叶子节点,并基于所述叶子节点由下至上构建与所述地图数据对应的树结构;基于移动机器人的当前位置,在所述树结构中搜索障碍物,并确定所述障碍物的信息,能够根据地图数据确定树结构的叶子节点,并基于叶子节点由下至上进行建树,有效提高了建树的效率,解决了地图建树的效率较低,导致障碍物搜索的效率不高的问题。
31、本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
技术特征:1.一种障碍物搜索方法,其特征在于,包括:
2.根据权利要求1所述的障碍物搜索方法,其特征在于,所述获取局部路径规划区域的地图数据,包括:
3.根据权利要求1所述的障碍物搜索方法,其特征在于,所述根据所述地图数据,通过坐标转换确定树结构的叶子节点,并基于所述叶子节点由下至上构建与所述地图数据对应的树结构,包括:
4.根据权利要求3所述的障碍物搜索方法,其特征在于,所述基于所述叶子节点和所述第二坐标数据,确定每两个相邻所述叶子节点的父节点,包括:
5.根据权利要求4所述的障碍物搜索方法,其特征在于,所述前缀和计算包括:
6.根据权利要求1所述的障碍物搜索方法,其特征在于,所述基于移动机器人的当前位置,在所述树结构中搜索障碍物,并确定所述障碍物的信息,包括:
7.根据权利要求1所述的障碍物搜索方法,其特征在于,所述根据所述地图数据,通过坐标转换确定树结构的叶子节点,并基于所述叶子节点由下至上构建与所述地图数据对应的树结构;基于移动机器人的当前位置,在所述树结构中搜索障碍物,并确定所述障碍物的信息,包括:
8.根据权利要求1所述的障碍物搜索方法,其特征在于,还包括:
9.一种障碍物搜索装置,其特征在于,包括:地图获取模块、地图建树模块以及障碍物确定模块;
10.一种计算机设备,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1至8中任一项所述的障碍物搜索方法。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的障碍物搜索方法的步骤。
技术总结本申请涉及一种障碍物搜索方法、装置、计算机设备和存储介质,其中,该方法包括:获取局部路径规划区域的地图数据;根据地图数据,通过坐标转换确定树结构的叶子节点,并基于叶子节点由下至上构建与地图数据对应的树结构;基于移动机器人的当前位置,在树结构中搜索障碍物,并确定障碍物的信息。通过本申请,能够根据地图数据确定树结构的叶子节点,并基于叶子节点由下至上进行建树,有效提高了建树的效率,解决了地图建树的效率较低,导致障碍物搜索的效率不高的问题。技术研发人员:何江,马亚飞,陈仕韬受保护的技术使用者:舜宇光学(浙江)研究院有限公司技术研发日:技术公布日:2024/6/18本文地址:https://www.jishuxx.com/zhuanli/20240730/198298.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表