[发明专利]由机器人同时进行地图绘制和规划

说明书

一种方法由机器人基本上同时规划路径并绘制环境的地图。该方法确定地图中的位置的占用水平的均值。该方法还包括确定占用水平的概率分布函数(PDF)。该方法进一步包括基于该PDF来计算成本函数。最后，该方法包括基于成本函数来同时规划路径并绘制环境的地图。

相关申请的交叉引用

本申请根据35 U.S.C.§119(e)要求于2015年12月2日提交的题为“SIMULTANEOUSMAPPING AND PLANNING BY A ROBOT(由机器人同时进行地图绘制和规划)”的美国临时专利申请No.62/262,275的权益，其公开内容通过援引全部明确纳入于此。

背景

领域

本公开的某些方面一般涉及机器学习，尤其涉及改进由机器人同时规划并绘制环境的地图的系统和方法。

背景技术

机器人可被设计成高度自主地执行行为或任务。机器人可使用不同的模块和组件来执行各种任务。例如，机器人可具有用于定位、地图绘制和规划的不同组件。定位涉及对确定该机器人位于何处的问题进行求解。机器人从其传感器接收输入以理解该机器人位于环境内何处。

地图绘制涉及构建环境的表示。例如，地图绘制被用来确定环境的哪一部分被占用以及哪些部分是自由空间。此外，地图绘制可防止机器人与障碍物碰撞。

经由批处理办法生成的地图可在已遍及要绘制地图的环境搜集到多个传感器测量之后立即生成。即，在批处理办法中，要绘制地图的环境中的所有数据是在计算地图之前搜集的。然而，在一些情形中，机器人可能无法在计算地图之前搜集环境中的所有数据。

因此，在一些情形中，增量办法被指定用于生成地图。经由增量办法生成的地图可基于从机器人附近收集的初始数据来计算，并用每个新的传感器测量来更新。每个新的传感器测量可基于机器人改变其位置、从相同位置测量不同区域、或执行相同的冗余测量。对于增量办法，传感器测量是相互独立的。因此，机器人可在计算地图时使用假定。由此，在计算增量地图时可能存在一些不确定性。

规划涉及确定在机器人知晓环境的布局后如何执行任务并且该机器人将如何从点A行进至点B。即，在一些情形中，在从当前位置移至目标之前，以最低的成本从在规划阶段期间评估的多个候选轨迹中确定到目标的轨迹(例如，路径)是合乎需要的。即，机器人选择轨迹包括评估沿着多个候选轨迹中的每一者的每一个体素的预测密度。成本考虑体素的差异以及用于从当前位置行进至目标的资源。由此，当确定轨迹时，确定地图中的每一个位置的占用水平并且还确定该占用水平的概率分布函数(PDF)可以是合乎需要的。此外，基于PDF来确定成本函数以改进路径规划可以是合乎需要的。

概述

在本公开的一方面，公开了一种用于基本上同时规划路径并绘制环境的地图的方法。该方法包括确定地图中的位置的占用水平的均值。该方法还包括确定占用水平的概率分布函数(PDF)。该方法进一步包括基于该PDF来计算成本函数。该方法还进一步包括基于成本函数来同时规划路径并绘制环境的地图。

本公开的另一方面涉及一种装备，该装备包括用于确定地图中的位置的占用水平的均值的装置。该装备还包括用于确定占用水平的PDF的装置。该装备进一步包括用于基于该PDF来计算成本函数的装置。该装备还进一步包括用于基于成本函数来同时规划路径并绘制环境的地图的装置。

在本公开的另一方面，公开了一种其上记录有非瞬态程序代码的非瞬态计算机可读介质。程序代码用于基本上同时规划路径并绘制环境的地图。程序代码由处理器执行并且包括用于确定地图中的位置的占用水平的均值的程序代码。该程序代码还包括用于确定占用水平的PDF的程序代码。该程序代码还包括用于基于该PDF来计算成本函数的程序代码。该程序代码还进一步包括用于基于成本函数来同时规划路径并绘制环境的地图的程序代码。