一种基于地图动态更新的机器人路径规划方法及系统与流程

    专利查询2025-12-30  9


    本发明涉及定位导航规划领域,尤其涉及一种基于地图动态更新的机器人路径规划方法及系统。


    背景技术:

    1、变电站巡检机器人中,导航定位及规划是实现机器人准确巡检的关键技术。通常机器人在部署任务之前都需对厂站进行建图。基于已经建立的地图及巡检任务,机器人开展对应的定位及巡检的路径规划,完成表计和红外的识别,最终完成既定任务的巡检。

    2、目前,变电站巡检机器人主要采用激光雷达、imu及里程计等作为环境检测末端,利用已经建立的激光点云地图,实现点云的匹配,完成机器人在厂站环境下的定位,结合路径和点位,最终完成巡检机器人的实时定位与控制,实现任务的巡检;但是现有的技术存在一些弊端,机器人建立的地图在机器人整个正常的运行下地图都不做动态更新,仅保留最初或者最近采集的确定的地图版本,在地图中,机器人对动态和静态物体通常也不做区分,当机器人运行的场景发生动态变化,或者在场景中出现动态变化的物体,则机器人的导航定位结果可能会收到影响,定位的可靠性较差,容易发生迷航的现象。


    技术实现思路

    1、基于上述问题,本发明提出了一种基于地图动态更新的机器人路径规划方法及系统,解决现有技术地图不做动态更新使得定位结果不准确,导致路径规划可靠性差的问题。

    2、为实现上述目的,本发明实施例提供了一种基于地图动态更新的机器人路径规划方法,包括:

    3、基于第一场景地图,实时扫描场景目标物体,获取静态目标物体点云数据;

    4、基于预设点云体素分割算法,对所述静态目标物体点云数据进行层级更新直至满足对应层级要求,得到静态目标物体点云层级;

    5、基于所述静态目标物体点云数据和所述静态目标物体点云层级,通过构建体素空间点云并插入至所述第一场景地图对应点云层级中,得到第二场景地图;

    6、基于所述第二场景地图,获取机器人当前层级;

    7、基于预设机器人本体安全体素范围,通过预设点云体素分割算法对所述机器人在当前层级起始点至终点的路径进行划分,得到若干交点路径段;

    8、基于所述若干交点路径段,更新机器人在当前层级的规划路径。

    9、本发明实施例提出一种基于地图动态更新的机器人路径规划方法,通过获取目标物体点云的方式,结合点云体素分割算法进行层级更新,以使能够动态地将目标物体点云插入至地图中进行地图更新;再以机器人本体安全范围体素大小为路径规划约束,通过点云体素分割算法确定对应层级的可能路径,最后更新机器人在当前层级的规划路径,提高机器人路径规划地精细度;因此,基于动态更新的地图,机器人在路径规划时的定位可靠性较好,不易发生迷航现象,还能够通过点云体素分割算法进一步提高路径规划地可靠性。

    10、进一步的,所述基于第一场景地图,实时扫描场景目标物体,获取静态目标物体点云数据,具体为:

    11、基于所述第一场景地图,实时扫描场景目标物体,得到场景各物体的点云数据;

    12、通过对所述场景各物体的点云数据的相对位置变化值进行分类,得到静态目标物体点云数据。

    13、进一步的,还包括:

    14、基于所述第一场景地图,实时扫描场景目标物体,得到场景各物体的点云数据;

    15、通过对所述场景各物体的点云数据的相对位置变化值进行分类,得到动态目标物体点云数据。

    16、本发明实施例提出一种基于地图动态更新的机器人路径规划方法,还能够通过对点云中目标物体的相对位置变化情况对静态目标物体和动态目标物体进行分类,再通过将静态目标物体插入至地图中更新,以提高在地图更新中地准确度。

    17、进一步的,所述基于预设点云体素分割算法,对所述静态目标物体点云数据进行层级更新直至满足对应层级要求,得到静态目标物体点云层级,具体为:

    18、基于八叉树点云体素分割算法,将所述静态目标物体点云数据与目标比对层级的数据分辨率进行比对,得到体素比对数据;

    19、当所述体素比对数据不满足预设比对要求时,将下一比对层级的数据分辨率更新为目标比对层级的数据分辨率;

    20、基于持续更新的目标比对层级的数据分辨率,持续更新所述体素比对数据直至满足所述预设比对要求,得到静态目标物体点云层级。

    21、本发明实施例提出一种基于地图动态更新的机器人路径规划方法,按八叉树的层级,依次逐层进行查找判断,直至变化层级找到,再基于与既有点云的层级空间匹配的位置关系,更新既有点云,以计算量最小、最准确且最优的方式完成地图的更新。

    22、进一步的,所述基于所述静态目标物体点云数据和所述静态目标物体点云层级,通过构建体素空间点云并插入至所述第一场景地图对应点云层级中,得到第二场景地图,具体为:

    23、获取所述静态目标物体点云层级对应的数据分辨率;

    24、基于所述静态目标物体点云层级对应的数据分辨率,构建最优插入点云模型;

    25、基于所述最优插入点云模型,将所述静态目标物体点云数据与第一场景地图既有点云数据进行特征匹配,得到体素空间点云;

    26、将所述体素空间点云插入至所述第一场景地图对应点云层级中,得到第二场景地图。

    27、进一步的,还包括:

    28、当体素空间点云的数据分辨率不同于所述静态目标物体点云层级对应的数据分辨率时,则增加一级点云层级;

    29、基于所述静态目标物体点云数据与所述第一场景地图既有点云的特征匹配关系,将体素空间点云插入至所述第一场景地图增加的点云层级,得到第二场景地图。

    30、进一步的,所述基于预设机器人本体安全体素范围,通过预设点云体素分割算法对所述机器人在当前层级起始点至终点的路径进行划分,得到若干交点路径段,具体为:

    31、基于机器人本体尺寸及可行走的安全范围,构建机器人本体安全体素范围;

    32、基于所述机器人本体安全体素范围和机器人当前层级的空间范围,通过最短路径算法,确定机器人起始点至终点的路径;

    33、基于八叉树点云体素分割算法,通过机器人当前层级的空间交点将所述机器人在当前层级起始点至终点的路径分为若干交点路径段。

    34、进一步的,所述基于所述若干交点路径段,更新机器人在当前层级的规划路径,具体为:

    35、基于所述若干交点路径段,获取每一段交点路径段的起始点和终点;

    36、基于每一段交点路径段的起始点和终点以及机器人当前层级的空间范围,更新机器人在当前层级的规划路径。

    37、本发明实施例提出一种基于地图动态更新的机器人路径规划方法,按照可能路径起点和终点,继续向下层级完成相同方式的规划,直至八叉树层级所确定的立体空间的大小,机器人可实际完成规划动作,最终由每段规划的路径重新平滑组合确定最终的规划路径,实现在空间点云范围内的不同层级下的精细最优化路径规划,提高路径规划地可靠性。

    38、进一步的,还包括:

    39、当机器人当前层级的空间范围大于机器人本体安全体素范围时,以机器人体素中心为规划点进行路径规划;

    40、当机器人当前层级的空间范围等于机器人本体安全体素范围或空间中存在障碍物时,通过边缘计算进行路径规划;

    41、当机器人当前层级的空间范围小于机器人本体安全体素范围时,根据最大冗余间隔进行路径规划。

    42、本发明实施例提出一种基于地图动态更新的机器人路径规划方法,对于不同范围的机器人层级关系与机器人本体安全体素范围设定不同的规划方法,能够进一步通过多方向结合动态更新的地图使得路径规划可靠性大大提高。

    43、本发明实施例还提供一种基于地图动态更新的机器人路径规划系统,包括:点云数据获取模块、目标层级获取模块、地图更新模块、机器人层级获取模块、路径划分模块和路径更新模块;

    44、所述点云数据获取模块用于基于第一场景地图,实时扫描场景目标物体,获取静态目标物体点云数据;

    45、所述目标层级获取模块用于基于预设点云体素分割算法,对所述静态目标物体点云数据进行层级更新直至满足对应层级要求,得到静态目标物体点云层级;

    46、所述地图更新模块用于基于所述静态目标物体点云数据和所述静态目标物体点云层级,通过构建体素空间点云并插入至所述第一场景地图对应点云层级中,得到第二场景地图;

    47、所述机器人层级获取模块用于基于所述第二场景地图,获取机器人当前层级;

    48、所述路径划分模块用于基于预设机器人本体安全体素范围,通过预设点云体素分割算法对所述机器人在当前层级起始点至终点的路径进行划分,得到若干交点路径段;

    49、所述路径更新模块用于基于所述若干交点路径段,更新机器人在当前层级的规划路径。

    50、本发明实施例提出一种基于地图动态更新的机器人路径规划系统,通过点云数据获取模块获取目标物体点云的方式,结合目标层级获取模块采用点云体素分割算法进行层级更新,以使地图更新模块能够动态地将目标物体点云插入至地图中进行地图更新;再通过机器人层级获取模块以机器人本体安全范围体素大小为路径规划约束,并通过路径划分模块点云体素分割算法确定对应层级的可能路径,最后由路径更新模块更新机器人在当前层级的规划路径,提高机器人路径规划地精细度;因此,基于动态更新的地图,机器人在路径规划时的定位可靠性较好,不易发生迷航现象,还能够通过点云体素分割算法进一步提高路径规划地可靠性。


    技术特征:

    1.一种基于地图动态更新的机器人路径规划方法,其特征在于,包括:

    2.如权利要求1所述的一种基于地图动态更新的机器人路径规划方法,其特征在于,所述基于第一场景地图,实时扫描场景目标物体,获取静态目标物体点云数据,具体为:

    3.如权利要求1所述的一种基于地图动态更新的机器人路径规划方法,其特征在于,还包括:

    4.如权利要求1所述的一种基于地图动态更新的机器人路径规划方法,其特征在于,所述基于预设点云体素分割算法,对所述静态目标物体点云数据进行层级更新直至满足对应层级要求,得到静态目标物体点云层级,具体为:

    5.如权利要求1所述的一种基于地图动态更新的机器人路径规划方法,其特征在于,所述基于所述静态目标物体点云数据和所述静态目标物体点云层级,通过构建体素空间点云并插入至所述第一场景地图对应点云层级中,得到第二场景地图,具体为:

    6.如权利要求1至5任意一项所述的一种基于地图动态更新的机器人路径规划方法,其特征在于,还包括:

    7.如权利要求1所述的一种基于地图动态更新的机器人路径规划方法,其特征在于,所述基于预设机器人本体安全体素范围,通过预设点云体素分割算法对所述机器人在当前层级起始点至终点的路径进行划分,得到若干交点路径段,具体为:

    8.如权利要求1所述的一种基于地图动态更新的机器人路径规划方法,其特征在于,所述基于所述若干交点路径段,更新机器人在当前层级的规划路径,具体为:

    9.如权利要求7或8所述的一种基于地图动态更新的机器人路径规划方法,其特征在于,还包括:

    10.一种基于地图动态更新的机器人路径规划系统,其特征在于,包括:


    技术总结
    本发明提出一种基于地图动态更新的机器人路径规划方法及系统,基于预设点云体素分割算法,对静态目标物体点云数据进行层级更新直至满足对应层级要求,再通过构建体素空间点云并插入至所述第一场景地图对应点云层级中,得到第二场景地图;基于预设机器人本体安全体素范围,通过预设点云体素分割算法对所述机器人在当前层级起始点至终点的路径进行划分,并更新机器人在当前层级的规划路径。本发明解决现有技术地图不做动态更新使得定位结果不准确,导致路径规划可靠性差的问题。本发明基于动态更新的地图,机器人在路径规划时的定位可靠性较好,不易发生迷航现象,还能够通过点云体素分割算法进一步提高路径规划地可靠性。

    技术研发人员:苏启奖,杨英仪,王柯,谭炜豪,许培鑫,吴昊,麦晓明,朱曦萌
    受保护的技术使用者:南方电网电力科技股份有限公司
    技术研发日:
    技术公布日:2024/11/26
    转载请注明原文地址:https://tc.8miu.com/read-33270.html

    最新回复(0)