申请/专利权人：哈尔滨工业大学(深圳)

申请日：2022-04-07

公开（公告）日：2024-04-26

公开（公告）号：CN115145261B

主分类号：G05D1/43

分类号：G05D1/43

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2022.10.25#实质审查的生效;2022.10.04#公开

摘要：本发明涉及一种移动机器人全局路径规划方法及装置，包括：响应于路径规划请求，获取目标区域内的行人信息；根据行人位置，通过静态地图对行人进行分类，得到分类结果；获取每个网格中行人的行人信息，对行人的移动方向执行聚类处理，得到多个聚类结果；根据聚类结果，确定每个网格的混合Von‑Mises分布，以及，根据混合Von‑Mises分布，确定网格的行人移动方向偏好；根据每个网格的混合Von‑Mises分布和行人移动方向偏好，确定移动机器人最优的全局移动路径。本发明的有益效果为：移动机器人能够根据场景中行人的步行方向的偏好，自主生成符合场景中行人步行规范的全局路径，在指引移动机器人运动的同时，减少对周围行人和公共交通秩序的影响。

主权项：1.一种移动机器人全局路径规划方法，其特征在于，所述方法包括以下步骤：S100，响应于路径规划请求，获取目标区域内的行人信息，所述行人信息包括行人位置、行人速度及行人占地面积半径；S200，根据所述行人位置，通过静态地图对行人进行分类，得到分类结果，所述静态地图包括多个网格；S300，获取每个网格中行人的所述行人信息，对行人的移动方向执行聚类处理，得到多个聚类结果；S400，根据所述聚类结果，确定每个所述网格的混合Von-Mises分布，以及，根据所述混合Von-Mises分布，确定所述网格的行人移动方向偏好；其中，以每个所述网格的多个所述聚类结果为 确定所述网格中行人移动方向的所述混合Von-Mises分布，通过公式得到： 其中，pθ、α、μ、κ分别是混合Von-Mises分布的计算参数，M是所述聚类结果的数量，αm是每个所述聚类结果的权重参数且μm和κm是每个分布的统计模型参数；获取所述混合Von-Mises分布中每个独立的Von-Mises分布，通过公式得到： 其中J0κ是0阶贝塞尔修正函数，为 通过计算极大似然估计得到统计模型参数μ和κ，将每个独立的Von-Mises分布合并为所述混合Von-Mises分布时确定权重参数αm，计算方式为： 其中，Pm是所述聚类结果中数据数量，P是所有网格中所述聚类结果的数据数量总和；生成行人步行偏好方向地图；S500，根据每个所述网格的混合Von-Mises分布和所述行人移动方向偏好，确定移动机器人最优的全局移动路径，其中，以移动机器人所处的所述网格作为起点，将每格移动的成本作为：g′s＝gs+ls,θ其中gs为移动机器人移动一个网格的移动成本，ls,θ为受到行人移动方向偏好的影响而导致的移动成本变化，ls,θ通过以下公式得到：ls,θ＝1-argmaxm∈MVMθu；μm,κm通过图搜索算法基于行人移动方向偏好规划能够顺着网格中行人偏好方向移动的全局路径；其中，根据每个所述网格中的所述行人移动方向偏好，执行所述目标区域内所有网格的迭代计算，得到符合所述行人移动偏好方向的最小消费全局路径。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学(深圳) 人机共存下遵循行人规范的移动机器人全局路径规划方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD