一种基于全局地图探索的路径规划方法、芯片及机器人

    公开(公告)号:CN113009916A

    公开(公告)日:2021-06-22

    申请号:CN202110249215.7

    申请日:2021-03-08

    Abstract: 本发明公开一种基于全局地图搜索的路径规划方法、芯片及机器人,机器人执行所述路径规划方法的过程中,机器人基于四叉树的构建方法对四个象限区域内的目标点进行搜索选取,再基于构建的四叉树骨架(优化四叉树),采用深度优先原则、节点重复访问原则、距离最近原则对全局地图空间内分布的节点进行访问以确定出用于机器人遍历所述工作区域的路径,从而减少冗余的重复路径,保留由访问节点规划出的必要的重复路径,能够使得机器人在探索未知区域时更高效、更快速。

    用于机器人探索未知区域的地图探索方法、芯片及机器人

    公开(公告)号:CN113050632A

    公开(公告)日:2021-06-29

    申请号:CN202110264567.X

    申请日:2021-03-11

    Abstract: 本发明公开用于机器人探索未知区域的地图探索方法、芯片及机器人,该地图探索方法包括:步骤S1:利用基于快速探索随机树算法的边界检测器获取符合预设通行条件的边界点;步骤S2:对步骤S1获取的边界点中的用于探索未知区域的边界点进行过滤;步骤S3:基于机器人在当前位置处探索的边界点的导航代价及其对应的收益信息,并考虑到边界点的可通行条件,从步骤S2过滤出的边界点中选择利润最高的边界点并将其配置为目标点,再控制机器人从当前位置移动至目标点,从而建立机器人的局部地图;步骤S4:重复步骤S1至步骤S4,直到建立的机器人的局部地图覆盖到整个工作区域。形成高效的RRT的地图探索算法。

    一种多点带约束重定位的方法、芯片和机器人

    公开(公告)号:CN113204030A

    公开(公告)日:2021-08-03

    申请号:CN202110396925.2

    申请日:2021-04-13

    Abstract: 本发明公开了一种多点带约束重定位的方法,所述方法包括如下步骤:S1,机器人使用激光雷达检测并前往当前环境的点云中心,然后进行重定位,若重定位结果满足第一预设条件,则进入S2;S2,机器人前往下一环境的点云中心再次进行重定位,若重定位结果满足第二预设条件,就将所有进行过重定位的点形成一条约束链并进行约束校验,约束校验成功则重定位成功,约束校验失败则进入S3,若结果不满足第二预设条件,则重定位失败;S3,机器人重复执行S2,直至重定位成功、重定位次数达到预设次数或重定位结果不满足第二预设条件。本发明所述的方法采用多点重定位的方式,利用点间的约束链做约束校验可以提高机器人重定位的能力。

Patent Agency Ranking