[发明专利]避障方法、移动机器人及计算机可读存储介质

权利要求书

1.一种避障方法，其特征在于，应用于移动机器人，包括：

获取多条预测避障路径；

对各条所述预测避障路径进行图优化，得到多条优化避障路径；

评估各条所述优化避障路径的评估得分、并获取评估得分最高的优化避障路径作为目标路径；

控制所述移动机器人沿所述目标路径移动。

2.根据权利要求1所述的避障方法，其特征在于，所述对各条所述预测避障路径进行图优化，具体包括：

根据各条所述预测避障路径、建立与所述预测避障路径一一对应的超图；

根据梯度下降优化算法对各个所述超图进行图优化。

3.根据权利要求2所述的避障方法，其特征在于，所述建立与所述预测避障路径一一对应的超图，具体包括：

对所述预测避障路径进行采样、得到多个采样点；

根据所述采样点的位置、障碍物的位置、以及所述移动机器人在水平面上的正投影的外接圆半径，建立所述超图。

4.根据权利要求3所述的避障方法，其特征在于，所述建立超图，具体包括：

根据所述采样点的位置、所述障碍物的位置、以及所述移动机器人在水平面上的正投影的外接圆半径，依据预设约束条件，建立所述超图。

5.根据权利要求3所述的避障方法，其特征在于，所述建立所述超图，具体包括：

根据所述采样点的位置、所述障碍物的位置、所述移动机器人在水平面上的正投影的外接圆半径、以及卡尔曼车体的运动学模型，建立所述超图。

6.根据权利要求3所述的避障方法，其特征在于，所述获取多条预测避障路径，具体包括：

根据所述移动机器人的当前速度和所述预测加速度，预测所述移动机器人每间隔预设时长所处的位置，得到多个预测位置；

依次连接多个所述预测位置，形成所述预测避障路径。

7.根据权利要求3所述的避障方法，其特征在于，所述对所述预测避障路径进行采样、得到多个采样点，具体包括：

获取所述预测避障路径中的全部预测位置，将所述预测位置作为所述采样点。

8.根据权利要求2所述的避障方法，其特征在于，所述梯度下降优化算法包括列文伯格-马夸尔特算法。

9.一种移动机器人，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至8中任一所述的避障方法。

10.一种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权利要求1至8中任一项所述的避障方法。