CN112540606B - 避障的方法、装置、调度服务器及存储介质 - Google Patents
避障的方法、装置、调度服务器及存储介质 Download PDFInfo
- Publication number
- CN112540606B CN112540606B CN202010246872.1A CN202010246872A CN112540606B CN 112540606 B CN112540606 B CN 112540606B CN 202010246872 A CN202010246872 A CN 202010246872A CN 112540606 B CN112540606 B CN 112540606B
- Authority
- CN
- China
- Prior art keywords
- robot
- obstacle
- road section
- formation
- path
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000015572 biosynthetic process Effects 0.000 claims description 52
- 238000004590 computer program Methods 0.000 claims description 21
- 230000009471 action Effects 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请适用于机器人技术领域,本申请实施例提供了一种避障的方法,包括:获取第一机器人所在的第一路段的路径特性;获取障碍机器人在所述第一路段的参考行进状态;根据所述路径特性和所述参考行进状态确定所述第一机器人的避让策略。可以理解的是,通过路径特性和障碍机器人的行进状态确定所述第一机器人的避让策略,可以使第一机器人作出合理的避让动作,避免了碰撞或者死锁的问题。
Description
技术领域
本申请属于机器人技术领域,尤其涉及一种避障的方法、装置、调度服务器及存储介质。
背景技术
移动机器人在行进过程中可能会遇到障碍物使其不能正常通行,如何进行合理的避让是保证其高效完成任务必不可少的一环。
发明内容
本申请实施例提供了避障的方法、装置、调度服务器及存储介质,可以解决以上问题的至少一部分。
第一方面,本申请实施例提供了一种避障的方法,包括:
获取第一机器人所在的第一路段的路径特性;
获取障碍机器人在所述第一路段的参考行进状态;
根据所述路径特性和所述参考行进状态确定所述第一机器人的避让策略。
可以理解的是,通过路径特性和障碍机器人的行进状态确定所述第一机器人的避让策略,可以使第一机器人作出合理的避让动作,避免了碰撞或者死锁的问题。
第二方面,本申请实施例提供了一种避障的装置,包括:
第一获取模块,用于获取第一机器人所在第一路段的路径特性;
第二获取模块,用于获取障碍机器人在所述第一路段的参考行进状态;
策略确定模块,用于根据所述路径特性和所述参考行进状态确定所述第一机器人的避让策略。
第三方面,本申请实施例提供了一种调度服务器,包括:
存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述第一方面所述的方法步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,包括:所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的方法步骤。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在调度服务器上运行时,使得调度服务器执行上述第一方面所述的方法步骤。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
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性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的机器人避障调度系统示意图;
图2是本申请一实施例提供的避障的方法的流程示意图;
图3是本申请另一实施例提供的避障的方法的流程示意图;
图4是本申请另一实施例提供的避障的方法的流程示意图;
图5是本申请另一实施例提供的避障的方法的流程示意图;
图6是本申请另一实施例提供的避障的方法的流程示意图;
图7是本申请实施例提供的避障的装置的结构示意图;
图8是本申请实施例提供的调度服务器的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
移动机器人在行进过程中可能会遇到障碍物使其不能正常通行,如何正确识别障碍物并进行合理的避让是保证其高效完成任务必不可少的一环。
本申请实施例提出一种机器人避障的方法,针对机器人在导航途中遇到障碍物为另一机器人的场景,根据机器人经过的路径特性和障碍机器人的行进状态确定所述第一机器人的避让策略,解决了避障导航中针对障碍物避让不合理的问题。
图1示出的是本申请实施例提供的一种机器人避障调度系统。该系统包括:调度服务器10,一个或多个机器人20。
其中,所述调度服务器10与所述机器人20通过无线通信网络进行通信。
其中,所述调度服务器包括但不限于包括但不限于桌上型计算机、膝上型计算机、独立服务器、服务器集群、分布式服务器或云端服务器。
在一些实施例中,所述调度服务器通过获取机器人的行进状态和机器人所在的路径的特性为机器人确定避障策略。
其中,所述行进状态包括但不限于机器人的位置、行进方向、行进速度和启停状态等机器人的运行状态。
其中,所述路径特性为所述第一路段的通行特性,由包括但不限于路径边界宽度等参数确定,在一些实施例中,还可以由路径边界宽度和固定障碍物位置确定。例如,由路径边界确定可以多台机器人并行或交叉通过的路段;又例如由路径边界确定可以容纳两台机器人并行通过的狭窄路段;再例如由路径边界和障碍物位置确定可以容纳机器人单向通过的狭窄路段。
其中,所述避障策略包括机器人执行的避让动作,或者避让动作的组合。包括但不限于指示第一机器人等待、减速、加速、跟随、左转、右转、后退、前进等避让动作,以及以上避让动作的组合。
图2示出了本申请实施例提供的避障的方法,应用于上述图1所示的机器人避障调度系统中的调度服务器10,可由所述调度服务器10的软件和/或硬件实现。如图2所示,该方法包括步骤S110至S130。各个步骤的具体实现原理如下:
S110,获取第一机器人所在的第一路段的路径特性。
所述第一机器人为当前被所述调度服务器调度进行避障操作的机器人。
所述路径特性为所述第一路段的通行特性,由包括但不限于路径边界宽度等参数确定,在一些实施例中,还可以由路径边界宽度和固定障碍物位置确定。例如,由路径边界确定可以多台机器人并行或交叉通过的路段;例如由路径边界确定可以容纳两台机器人并行通过的狭窄路段;又例如由路径边界和障碍物位置确定可以容纳机器人单向通过的狭窄路段。
在一些实施例中,调度服务器获取第一机器人当前行进的路段的路径特性。非限定性的,调度服务器通过机器人当前使用的地图,获得机器人所在的第一路段的路径特性。例如,调度服务器根据栅格地图的路径边界标记,确定第一路径为仅可通过两台机器人的路段。
在一些实施例中,调度服务器获取第一机器人的传感器数据,根据所述传感器数据判断第一机器人所在的第一路段的路径特性。所述传感器包括但不限于视觉传感器、激光雷达和超声波雷达等。
S120,获取障碍机器人在所述第一路段的参考行进状态。
所述障碍机器人为相对于第一机器人而言,阻碍或者有可能阻碍第一机器人行进的机器人。因其与第一机器人处于同一行进环境,相对于第一机器人,障碍机器人为障碍物,是第一机器人的避障对象。在一些实施例中,所述障碍机器人为上述机器人避障系统的机器人,可以被所述调度服务器进行调度,并可以依据调度指令行进。
所述行进状态包括但不限于所述障碍机器人当前的位置、行进方向、行进速度和启停状态。为了与第一机器人的行进状态区别,所述障碍机器人的行进状态称参考行进状态。
在一些实施例中,调度服务器直接获取障碍机器人在第一路段的参考行进状态,具体的,获取障碍机器人的位置、行进方向、行进速度和启停状态等机器人运行状态至少之一。
在一些实施例中,第一机器人通过视觉识别装置获取障碍机器人在第一路段的参考行进状态,具体的,获取障碍机器人的位置、行进方向、行进速度和启停状态等机器人运行状态至少之一。第一机器人将障碍机器人在所述第一路段的参考行进状态发送给调度服务器。
在一些实施例中,第一机器人通过视觉识别装置获取障碍机器人在第一路段的参考行进状态前,先采集周围环境信息进行障碍物检测,判断前方物体是静止的还是动态的。
如果是静态障碍物,根据障碍物的大小与位置,第一机器人确定变道策略;所述变道策略为,根据障碍物的大小和位置等数据信息进行规划,判断变道路径规划是否可行;若变道路径规划可行,第一机器人开始进行变道;若不可进行变道或变道行进过程中遇到另一不可躲避障碍,则采用减速停车策略,待障碍物消失后继续导航前进。
具体的,第一机器人的视觉识别装置识别障碍物的方法为:通过彩色摄像头采集待检测的障碍物的图像;然后采用均值滤波器对障碍物图像做均值滤波,降低噪声对识别效果的影响;接着将采集图像从RGB颜色空间转换到YCrCb空间,并采用椭圆模型分割出障碍物区域并做二值化处理。随后做障碍物分类器的设计与训练,先将障碍物图像组成可用于训练的格式,然后设计卷积神经网络模型的结构,利用训练数据调整模型中的参数,确定一个效果最优的卷积神经网络模型结构和参数。训练分类器时,建立含有多个隐含层的卷积神经网络模型,将含有障碍物区域的二值图像输入到神经网络模型中,进行逐层训练和微调,得到整个神经网络模型的权重和偏移参数。最后,将障碍物位置,大小以及障碍物类别更新到障碍物信息队列中,根据队列信息做静态障碍物识别和动态障碍物识别。
S130,根据所述路径特性和所述参考行进状态确定所述第一机器人的避让策略。
所述避让策略为调度服务器指示第一机器人执行的避让动作,或者避让动作的组合。包括但不限于指示第一机器人等待、减速、加速、跟随、左转、右转、后退、前进等避让动作,以及以上避让动作的组合。
在一些实施例中,调度服务器根据第一机器人通过激光雷达获取的路径特性,例如路径宽度,判断当前第一路段可以并列通行的机器人数量;检测到障碍机器人时,根据障碍机器人的参考行进状态判断机器人是同向移动还是相向移动,判断是否会相遇;如果存在相遇情况,计算与机器人相遇的时间,规划避让方案。
在一些实施例中,调度服务器根据第一机器人通过激光雷达获取的路径特性,例如路径宽度,判断当前第一路段可以并列通行的机器人数量为一个;调度服务器判断障碍机器人和第一机器人同向行进时,发送信息请求读取前方障碍机器人状态,若前方障碍机器人为避障状态,即前方障碍机器人正在躲避另一障碍物,则调度第一机器人采用跟随模式,跟随在前方障碍机器人后面,并始终保持预设间距;当第一机器人和障碍机器人间的距离小于预设间距时,则调度第一机器人减速;当距离大于预设距离时,则调度第一机器人加速;当距离等于预设间距时等速,跟随前一机器人的行进路线轨迹,直至中途有意外发生或前方机器人移动至检测范围外或避障状态解除。
在一些实施例中,若根据所述路径特性确定所述第一路段仅供两个机器人并行通过,并且根据所述参考行进状态确定所述障碍机器人与所述第一机器人相向行进;则,获取所述第一机器人在所述第一路段的第一行进状态;根据所述第一行进状态、所述参考行进状态和所述路径特性确定避让策略。
可以理解的是,通过路径特性和障碍机器人的行进状态确定所述第一机器人的避让策略,可以使第一机器人作出合理的避让动作,避免了碰撞或者死锁的问题。
在上述图2所示的避障的方法的实施例的基础上,步骤S130,根据所述路径特性和所述参考行进状态确定所述第一机器人的避让策略,如图3所示,包括步骤步骤S1301和步骤S1302:
S1301,若根据所述路径特性确定所述第一路段供两个机器人并行通过,并且根据所述参考行进状态确定所述障碍机器人与所述第一机器人相向行进;则,获取所述第一机器人在所述第一路段的第一行进状态。
其中第一机器人的第一行进状态包括但不限于第一机器人当前的位置、行进方向、行进速度和启停状态。
在一些实施例中,调度服务器根据第一机器人当前环境的地图数据,获取第一路段的边界信息,进而获取第一路段的宽度,确定该第一路段仅能供两台机器人并行通过。调度服务器与障碍机器人通信,获取障碍机器人的参考行进状态。调度服务器与第一机器人通信,获取所述第一机器人在所述第一路段的第一行进状态。例如,调度服务器与第一机器人通信,获取第一机器人在第一路段的行进方向和速度。
S1302,根据所述第一行进状态、所述参考行进状态和所述路径特性确定避让策略。
在一些实施例中,根据所述第一行进状态、所述参考行进状态和所述路径特性确定避让策略,包括,根据所述第一行进状态确定所述第一机器人在所述第一路段的第一剩余路径,具体的,根据第一机器人的当前位置、行进方向和行进速度确定第一剩余路径;根据所述参考行进状态确定所述障碍机器人在所述第一路段的第二剩余路径具体的,根据障碍机器人的当前位置、行进方向和行进速度确定第二剩余路径;根据所述第一剩余路径和所述第二剩余路径确定干涉路径;根据所述干涉路径发送调度指令;所述调度指令用于指示所述第一机器人在所述干涉路径避让所述障碍机器人。
具体的,调度服务器判断第一机器人与障碍机器人在第一路段相向而行相遇时,若该第一路段可供两个机器人并行,调度服务器获取第一机器人其在该第一路段中未走完的第一剩余路径,获取障碍机器人在该第一路段中未走完的第二剩余路径,选取第一剩余路径和第二剩余路径中存在干涉的一段干涉路段,发送调度命令使两机器人在该干涉路段进行避让;所述干涉路段为两机器人若不避让则两机器人在路面投影发生重叠的路段。
在一个具体的示例中,第一机器人在干涉路段进行避让时,第一机器人先获取基于道路中心的导航路径,第一机器人自动行走是依据所获取的预设导航路径,预设的导航路径为预先存储的当前路径移动区域范围的地图,根据该地图确定各个区域的位置、障碍物信息和移动区域信息。第一机器人在地图指示的可移动区域进行移动。第一机器人沿着导航路径进行移动,以达到目标位置。再根据所述导航路径获取路径边界,路径边界可以是墙壁或贴设于地面可被识别的反光条。当获取了导航路径和路径边界,则可根据导航路径和路径边界,进一步获得避让区域,避让区域为所识别的导航路径的道路中心位置与其边缘的路径边界之间的位置。第一机器人再获取避让区域的道路中心路径,向右侧移动至道路中心路径,沿道路中心路径向前移动。在获取路径边界时,先获取第一机器人移动的加速度信息和方向信息;沿方向信息所指向的方向监测第一机器人上的激光探头获取的激光数据;根据激光数据确定第一机器人移动路径上的边界位置信息。第一机器人获取边界的信息方法通常是通过机器人上自带的设备实现,例如采用自身的边界检测装置或者视频识别装置获取的路径信息。加速度信息由加速计获得,方向信息通过陀螺仪获得,激光数据则由激光探测装置获取,根据沿着移动方向发射出去的激光与接收到的激光的时间差以及机器人移动的距离可识别出边界的位置信息,根据边界位置信息可确定机器人行走避让区域。判断识别图像信息可采用神经网络模型实现,通过将所拍摄的路况图像输入至训练到收敛状态的物体种类和位置识别模块中,即可输出当前拍摄的图像的可移动道路的位置、障碍物的位置等。当获取了导航路径,则可通过该导航路径识别该导航路径的可移动区域的道路的位置以及道路中心的位置。
在另一实施例中,判断为相向相遇时,发送调度指令由机器人自主规划避让方案进行变道避让;两机器人继续前行直至彼此之间距离为预设间距时,例如两米,开始进行变道避让。
在上述图2所示的避障的方法的实施例的基础上,步骤S110,获取第一机器人所在的第一路段的路径特性,如图4所示,包括步骤S110’:
S110’,通过接收到的所述第一机器人发送的所述第一路段的标识信息,获取所述路径特性。
在一些实施例中,所述标识信息为所述第一机器人在所述第一路段的一端入口获取的。所述标识信息可以为设置于第一路段两端入口处的,用于识别第一路段的标识;所述标识信息是该第一路段唯一对应的识别信息,包括但不限于二维码、近场通信标签、色块标记和灯光标记。可以通过该标识信息获取第一路段的路径特性;也可以通过该标识信息获取第一路径通行状态,例如是否有机器人在第一路径通行等状态。
在一些实施例中,所述标识信息为在第一机器人使用的地图中的第一路段一端入口标记的。所述标识信息包括但不限于地图中的位置标签。
可以理解的是,如果每个进入第一路径的机器人都识别并上传第一路径的标识信息,那么通过标识信息获取第一路径的路径特性,可以方便的对第一路径的通行状态进行判断。
在上述图4所示的避障的方法的实施例的基础上,步骤S130,根据所述路径特性和所述参考行进状态确定所述第一机器人的避让策略,如图5所示,包括步骤S130’:
S130’,若根据所述路径特性确定所述第一路段可供机器人单向通过,根据所述参考行进状态确定所述障碍机器人在所述第一路段中与所述第一机器人相向行进;则向所述第一机器人发送调度指令;所述调度指令用于指示所述第一机器人等待所述障碍机器人通过所述第一路段后,进入所述第一路段。
所述单向通过指的是,机器人在该第一路段内只能执行前进或后退的行进动作。在一些实施例中,所述第一路段为有两端入口的路段,该第一路段的宽度仅可供机器人单向通过。
在一些实施例中,在路段的起点设有编码信息,例如二维码,第一机器人在进入路段时,第一机器人自动扫码向调度服务器报告当前经过的第一路段,调度服务器识别分析该第一路段中是否存在正在通行的障碍机器人。若存在正在通行的障碍机器人,控制即将进入路段的第一机器人停止进入该第一路段,待正在通行的障碍机器人通过该底路段后,再控制第一机器人进入第一路段。
可以理解的是,通过识别标识信息向调度服务器上报当前进入的第一路径,可以使服务器判断第一路径中是否存在障碍机器人,从而避免了在第一路径中与障碍机器人相遇发生死锁或者退让的问题。
在另一些实施例中,调度服务器向所述第一机器人发送调度指令,控制第一机器人进入第一路段自行进行避让。具体的,第一机器人在进入路段时开始计算自身在该第一路段中的行驶路程,当第一机器人与障碍机器人在第一路段中相向相遇时,第一机器人与障碍机器人交换在第一路径中的行驶路程并进行比较,在该路段中行驶路程较短的一个机器人退出该路段等候,待另一机器人通过后再重新进入。或者,每个机器人进入窄道时开始计时,当相向相遇时停止计时并减速,彼此交换在窄道中的行驶时间并进行比较,行驶时间较短的一方主动移动至窄道入口停靠位置让路,使另一机器人通过后再重新进入。该方式计算量小,降低了机器人的决策难度,可以解决死锁问题,提高效率。
在上述图4所示的避障的方法的实施例的基础上,步骤S130,根据所述路径特性和所述参考行进状态确定所述第一机器人的避让策略,如图6所示,包括步骤S130”:
S130”,若根据所述路径特性确定所述第一路段可供机器人单向通过,根据所述参考行进状态确定所述障碍机器人与所述第一机器人相向行进,并且所述障碍机器人位于所述第一路段的另一端入口;则,将所述第一机器人编入第一编队,将所述障碍机器人编入第二编队,根据所述第一编队的属性和所述第二编队的属性确定第一机器人的避让策略。
其中,所述编队的属性包括但不限于:编队起始时间,编队优先级,编队中机器人的数量等编队的信息。在一些实施例中,编队起始时间为编队中最早到达第一路段一端入口的机器人的到达时间。在一些实施例中,编队优先级为编队中机器人中优先级最高的机器的优先级。
在一些实施例中,调度服务器获取障碍机器人的参考行进状态,根据参考行进状态中的障碍机器人的位置、行进方向和行进速度判断所述障碍机器人与所述第一机器人相向行进,并且所述障碍机器人位于所述第一路段的另一端入口。
在一些实施例中,根据所述第一编队的属性和所述第二编队的属性确定第一机器人的避让策略,包括:若所述第一编队的属性满足通过条件,则所述第一编队优先通过所述第一路段;否则,所述第一编队等待所述第二编队通过所述第一路段后,通过所述第一路段;
所述通过条件包括以下条件至少之一:所述第一编队的第一起始时间早于所述第一机器人的第二起始时间;所述第一起始时间为第一编队中最早到达所述第一路段一端入口的机器人的到达时间;所述第二起始时间为所述第二编队中最早到达所述第一路段另一端入口机器人的到达的时间;所述第一编队中包含优先级高于所述第二编队中的任意一个机器人的机器人;所述第一编队中的机器人的数量大于所述第二编队的机器人数量。
在一个具体的示例中,调度服务器对机器人进行编队包括,将第一路段两端入口等待的机器人分别建立编队组成协作组A队和B队,调度服务器建立等待队列后,这时至少有一个机器人在队列中,当再有新的机器人报告时,调度服务器把它加入等待队列尾部,此时队列中已经多于一个机器人,需要调度机器人互相协同行动。组成的编队采用跟随模式,队列每个机器人,根据等待队列中比自己靠前一位的机器人的位置、速度,采用跟随模式,跟随在其后并始终保持适当距离,机器人之间的距离小于预设编队距离时机器人减速,当距离大于编队距离时加速,当距离等于编队间距时等速,每个一直跟随前一机器人的行进路线轨迹。非限定性的,A队和B队中最早到达该路段入口的一队先行通过该路段,或者A队和B队中机器人个数更多的一队先行通过该路段,或者A队和B队中某一队中存在优先等级更高的机器人时该队先行通过该路段,队伍通行时采用跟随模式,通过后解散编队。
可以理解的是,在狭窄路段对第一机器人进行编队避障,可以缩短多个第一机器人通过狭窄路段的总体通行时间,提高该路段的通行效率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上述图2所示的避障的方法方法,图7示出的是本申请实施例提供的一种避障的装置,包括:
第一获取模块M110,用于获取第一机器人所在第一路段的路径特性.
第二获取模块M120,用于获取障碍机器人在所述第一路段的参考行进状态。
策略确定模块M130,用于根据所述路径特性和所述参考行进状态确定所述第一机器人的避让策略。
可以理解的是,以上实施例中的各种实施方式和实施方式组合及其有益效果同样适用于本实施例,这里不再赘述。
图8为本申请一实施例提供的调度服务器的结构示意图。如图8所示,该实施例的调度服务器D10包括:至少一个处理器D100(图8中仅示出一个)处理器、存储器D101以及存储在所述存储器D101中并可在所述至少一个处理器D100上运行的计算机程序D102,所述处理器D100执行所述计算机程序D102时实现上述任意各个方法实施例中的步骤。或者,所述处理器D100执行所述计算机程序D102时实现上述各装置实施例中各模块/单元的功能。
所述调度服务器D10可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该调度服务器可包括,但不仅限于,处理器D100、存储器D101。本领域技术人员可以理解,图8仅仅是调度服务器D10的举例,并不构成对调度服务器D10的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器D100可以是中央处理单元(Central Processing Unit,CPU),该处理器D100还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器D101在一些实施例中可以是所述调度服务器D10的内部存储单元,例如调度服务器D10的硬盘或内存。所述存储器D101在另一些实施例中也可以是所述调度服务器D10的外部存储设备,例如所述调度服务器D10上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器D101还可以既包括所述调度服务器D10的内部存储单元也包括外部存储设备。所述存储器D101用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器D101还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在调度服务器上运行时,使得调度服务器执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random AccessMemory,RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (8)
1.一种避障的方法,其特征在于,包括:
获取第一机器人所在第一路段的路径特性;
获取障碍机器人在所述第一路段的参考行进状态;
根据所述路径特性和所述参考行进状态确定所述第一机器人的避让策略;其中,所述根据所述路径特性和所述参考行进状态确定所述第一机器人的避让策略,包括:判断障碍机器人和所述第一机器人同向行进时,若前方障碍机器人为避障状态,则调度所述第一机器人跟随所述前方障碍机器人,并保持预设间距;
所述获取第一机器人所在第一路段的路径特性,包括:
通过接收到的所述第一机器人发送的所述第一路段的标识信息,获取所述路径特性;所述标识信息为所述第一机器人在所述第一路段的一端入口获取的;
所述根据所述路径特性和所述参考行进状态确定所述第一机器人的避让策略,包括:
若根据所述路径特性确定所述第一路段可供机器人单向通过,根据所述参考行进状态确定所述障碍机器人与所述第一机器人相向行进,并且所述障碍机器人位于所述第一路段的另一端入口;
则,将所述第一机器人编入第一编队,将所述障碍机器人编入第二编队,根据所述第一编队的属性和所述第二编队的属性确定第一机器人的避让策略。
2.如权利要求1所述的方法,其特征在于,根据所述路径特性和所述参考行进状态确定所述第一机器人的避让策略,还包括:
若根据所述路径特性确定所述第一路段可供两个机器人并行通过,并且根据所述参考行进状态确定所述障碍机器人与所述第一机器人相向行进;
则,获取所述第一机器人在所述第一路段的第一行进状态;
根据所述第一行进状态、所述参考行进状态和所述路径特性确定避让策略。
3.如权利要求2所述的方法,其特征在于,根据所述第一行进状态、所述参考行进状态和所述路径特性确定所述第一机器人的避让策略,包括:
根据所述第一行进状态确定所述第一机器人在所述第一路段的第一剩余路径;
根据所述参考行进状态确定所述障碍机器人在所述第一路段的第二剩余路径;
根据所述第一剩余路径和所述第二剩余路径确定干涉路径;
根据所述干涉路径发送调度指令;所述调度指令用于指示所述第一机器人在所述干涉路径避让所述障碍机器人。
4.如权利要求1所述的方法,其特征在于,根据所述路径特性和所述参考行进状态确定所述第一机器人的避让策略,还包括:
若根据所述路径特性确定所述第一路段可供机器人单向通过,根据所述参考行进状态确定所述障碍机器人在所述第一路段中与所述第一机器人相向行进;
则向所述第一机器人发送调度指令;所述调度指令用于指示所述第一机器人等待所述障碍机器人通过所述第一路段后,进入所述第一路段。
5.如权利要求1所述的方法,其特征在于,根据所述第一编队的属性和所述第二编队的属性确定第一机器人的避让策略,包括:
若所述第一编队的属性满足通过条件,则所述第一编队优先通过所述第一路段;否则,所述第一编队等待所述第二编队通过所述第一路段后,通过所述第一路段;
所述通过条件包括以下条件至少之一:
所述第一编队的第一起始时间早于所述第二编队的第二起始时间;所述第一起始时间为第一编队中最早到达所述第一路段一端入口的机器人的到达时间;所述第二起始时间为所述第二编队中最早到达所述第一路段另一端入口机器人的到达的时间;
所述第一编队中包含优先级高于所述第二编队中的任意一个机器人的机器人;
所述第一编队中的机器人的数量大于所述第二编队的机器人数量。
6.一种避障的装置,其特征在于,包括:
第一获取模块,用于获取第一机器人所在第一路段的路径特性;
第二获取模块,用于获取障碍机器人在所述第一路段的参考行进状态;
策略确定模块,用于根据所述路径特性和所述参考行进状态确定所述第一机器人的避让策略;其中,所述根据所述路径特性和所述参考行进状态确定所述第一机器人的避让策略,包括:判断障碍机器人和所述第一机器人同向行进时,若前方障碍机器人为避障状态,则调度所述第一机器人跟随所述前方障碍机器人,并保持预设间距;
其中,所述获取第一机器人所在第一路段的路径特性,包括:通过接收到的所述第一机器人发送的所述第一路段的标识信息,获取所述路径特性;所述标识信息为所述第一机器人在所述第一路段的一端入口获取的;
所述根据所述路径特性和所述参考行进状态确定所述第一机器人的避让策略,包括:若根据所述路径特性确定所述第一路段可供机器人单向通过,根据所述参考行进状态确定所述障碍机器人与所述第一机器人相向行进,并且所述障碍机器人位于所述第一路段的另一端入口;则,将所述第一机器人编入第一编队,将所述障碍机器人编入第二编队,根据所述第一编队的属性和所述第二编队的属性确定第一机器人的避让策略。
7.一种调度服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的方法。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010246872.1A CN112540606B (zh) | 2020-03-31 | 2020-03-31 | 避障的方法、装置、调度服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010246872.1A CN112540606B (zh) | 2020-03-31 | 2020-03-31 | 避障的方法、装置、调度服务器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112540606A CN112540606A (zh) | 2021-03-23 |
CN112540606B true CN112540606B (zh) | 2024-08-23 |
Family
ID=75013425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010246872.1A Active CN112540606B (zh) | 2020-03-31 | 2020-03-31 | 避障的方法、装置、调度服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112540606B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113741424A (zh) * | 2021-08-04 | 2021-12-03 | 深圳市普渡科技有限公司 | 机器人协同避障系统、方法、机器人及存储介质 |
CN113848937A (zh) * | 2021-10-13 | 2021-12-28 | 北京云迹科技有限公司 | 一种机器人避障控制方法及相关设备 |
CN114326462A (zh) * | 2021-11-16 | 2022-04-12 | 深圳市普渡科技有限公司 | 机器人系统、方法、计算机设备及存储介质 |
CN114370876A (zh) * | 2021-12-10 | 2022-04-19 | 深圳优地科技有限公司 | 测试场地、机器人测试方法及存储介质 |
CN114442636B (zh) * | 2022-02-10 | 2024-03-29 | 上海擎朗智能科技有限公司 | 一种跟随机器人的控制方法、装置、机器人和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010134581A (ja) * | 2008-12-03 | 2010-06-17 | Seiko Epson Corp | ロボットの制御方法およびロボットの制御システム |
CN109976350A (zh) * | 2019-04-15 | 2019-07-05 | 上海钛米机器人科技有限公司 | 多机器人调度方法、装置、服务器及计算机可读存储介质 |
CN110333727A (zh) * | 2019-08-01 | 2019-10-15 | 上海钛米机器人科技有限公司 | 机器人路径规划方法、装置、设备及介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150075639A (ko) * | 2013-12-26 | 2015-07-06 | 주식회사 라스테크 | 협동로봇 제어시스템 |
CN104819724B (zh) * | 2015-03-02 | 2018-04-03 | 北京理工大学 | 一种基于gis的无人地面车辆自主行驶辅助系统 |
US10909866B2 (en) * | 2018-07-20 | 2021-02-02 | Cybernet Systems Corp. | Autonomous transportation system and methods |
CN109213155B (zh) * | 2018-08-21 | 2021-09-14 | 北京云迹科技有限公司 | 用于多机器人相互避让的调度方法、装置及服务器 |
CN109164807B (zh) * | 2018-08-29 | 2021-08-13 | 广州安商智能科技有限公司 | 机器人路径干涉预判方法及装置 |
CN109116847B (zh) * | 2018-08-29 | 2021-12-07 | 广州安商智能科技有限公司 | 路径调度方法、装置、后台服务端及存储介质 |
CN109164806A (zh) * | 2018-08-29 | 2019-01-08 | 广州市君望机器人自动化有限公司 | 移动机器人调度装置与方法 |
CN110377038A (zh) * | 2019-07-15 | 2019-10-25 | 深圳优地科技有限公司 | 一种机器人避让行驶方法、装置及机器人 |
-
2020
- 2020-03-31 CN CN202010246872.1A patent/CN112540606B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010134581A (ja) * | 2008-12-03 | 2010-06-17 | Seiko Epson Corp | ロボットの制御方法およびロボットの制御システム |
CN109976350A (zh) * | 2019-04-15 | 2019-07-05 | 上海钛米机器人科技有限公司 | 多机器人调度方法、装置、服务器及计算机可读存储介质 |
CN110333727A (zh) * | 2019-08-01 | 2019-10-15 | 上海钛米机器人科技有限公司 | 机器人路径规划方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112540606A (zh) | 2021-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112540606B (zh) | 避障的方法、装置、调度服务器及存储介质 | |
US10591929B2 (en) | Prioritized constraints for a navigational system | |
US11347220B2 (en) | Autonomously navigating across intersections | |
US11738741B2 (en) | Navigation based on detected occlusion overlapping a road entrance | |
US11267474B2 (en) | Vehicle control device, vehicle control method, and storage medium | |
CN110809790B (zh) | 车辆用信息存储方法、车辆的行驶控制方法、以及车辆用信息存储装置 | |
US11370420B2 (en) | Vehicle control device, vehicle control method, and storage medium | |
US11390275B2 (en) | Vehicle control device, vehicle control method, and program | |
WO2019089015A1 (en) | Autonomous vehicle operation with explicit occlusion reasoning | |
CN113002562B (zh) | 车辆控制装置以及存储介质 | |
US11685406B2 (en) | Vehicle control device, vehicle control method, and storage medium | |
CN113525382B (zh) | 车辆控制装置及存储介质 | |
CN115171371A (zh) | 一种协作式道路交叉口通行方法及装置 | |
US20230386326A1 (en) | Systems and methods for detecting pedestrians with crosswalking or jaywalking intent | |
US12024171B2 (en) | Moving object control device, moving object control method, and storage medium | |
CN115675479A (zh) | 用于利用对象分类器运行机动车中的自动驾驶功能的方法和处理器设备、及机动车 | |
JP2021095080A (ja) | 車両制御装置 | |
US20220315002A1 (en) | Traveling lane planning device, medium storing computer program for traveling lane planning, and traveling lane planning method | |
EP4249342B1 (en) | Control subsystem and method to define the response of an autonomous vehicle to an unknown object | |
US20240190452A1 (en) | Methods and systems for handling occlusions in operation of autonomous vehicle | |
US20240101155A1 (en) | Route planner and method for route planning | |
US12043290B2 (en) | State identification for road actors with uncertain measurements based on compliant priors | |
US20240051536A1 (en) | Vehicle control device, storage medium storing computer program for vehicle control, and method for controlling vehicle | |
US20210300406A1 (en) | Automated driving system | |
JP2024128784A (ja) | 車両制御装置、車両制御用コンピュータプログラム及び車両制御方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: Unit 7-11, 6th Floor, Building B2, No. 999-8 Gaolang East Road, Wuxi Economic Development Zone, Wuxi City, Jiangsu Province, China 214000 Patentee after: Youdi Robot (Wuxi) Co.,Ltd. Country or region after: China Address before: 5D, Building 1, Tingwei Industrial Park, No. 6 Liufang Road, Xingdong Community, Xin'an Street, Bao'an District, Shenzhen City, Guangdong Province Patentee before: UDITECH Co.,Ltd. Country or region before: China |
|
CP03 | Change of name, title or address |