[发明专利]路径规划方法、装置及计算机存储介质

说明书

本申请实施例公开了一种路径规划方法、装置及计算机存储介质，用于规划机器人在执行搬运任务时的运动路径，以提高运动路径的规划效率和搬运任务的执行效率。本申请实施例包括：目标机器人规划在目标仓库的拓扑图中的多个运动路径节点，并在目标仓库的栅格地图中规划该多个运动路径节点组成的运动路径对应的多个目标栅格之间的运动方向，从而目标机器人按照该运动方向依次从前一目标栅格运动至后一目标栅格直至到达最后一个目标栅格，以及驱动目标机器人从最后一个目标栅格运动至搬运任务关联的终点位置，因此，相比于仅根据目标仓库的栅格地图直接进行路径规划，可以降低机器人运动路径规划的难度，提高运动路径的规划效率。

技术领域

本申请实施例涉及人工智能领域，具体涉及一种路径规划方法、装置及计算机存储介质。

背景技术

随着现代电商物流行业的迅速发展，仓储物流行业的管理与运输任务也日益繁重，许多仓库早已利用机器人实现更加智能快速的仓库管理，例如亚马逊公司的KIVASystem，能够使多个机器人同时在仓库中不停地完成新的订单。随着订单数量的增加、仓库规模的增大以及机器人投放数量的增加，机器人运动路径规划的难度也随之增加。同时，机器人在动态环境中互相影响，互为障碍，多机器人的路径规划和运动协调等问题的重要性就显现出来了。因此，设计出高效可行的多机器人路径规划算法以及运动协调算法在仓储机器人领域中尤其重要。

为多机器人协作的系统规划出无碰撞且高效的运动路径是提升系统运作效率的重要研究方向。求取多机器人路径规划问题(MAPF)的最优解被证明为NP-Hard问题，传统的MAPF问题的解决方法可以分为集中式规划、分布式规划以及一些基于分布式规划和集中式规划的算法。

现有技术提供了一种路径规划方法，包括货架分布以及道路运行规则的设计；采用改进的A*算法搜索两个节点之间的最优路径；该方案将仓库分为多个节点，根据仓库模型中道路运行规则，利用仓库地图将路径规划问题简化为各个节点之间的路径规划问题，每个节点之间的路径使用A*算法进行具体的规划。该方案虽然将基于全局地图的A*算法规划分解成按节点进行的规划，但全部路段的生成仍然需要使用A*算法搜索，且该方案设计的道路运行规则较为繁琐，增加了路径规划的难度。

发明内容

本申请实施例提供了一种路径规划方法、装置及计算机存储介质，用于规划机器人在执行搬运任务时的运动路径，以提高运动路径的规划效率和搬运任务的执行效率。

本申请实施例第一方面提供了一种路径规划方法，应用于目标机器人，包括：

接收到对目标仓库中目标货物的搬运任务后，获取目标仓库的拓扑图，其中所述拓扑图包括多个拓扑节点，所述拓扑节点用于表示所述目标仓库的道路交汇点；

根据所述搬运任务关联的起始位置和终点位置，在所述多个拓扑节点中确定所述目标机器人对所述目标货物执行搬运任务需要经过的多个运动路径节点，其中所述运动路径节点之间具有先后顺序，所述多个运动路径节点用于组成运动路径；

在所述目标仓库的栅格地图中确定所述运动路径对应的多个目标栅格，并使用所述路径规划算法规划所述目标机器人从所述多个目标栅格中的前一目标栅格运动至后一目标栅格的运动方向；

驱动所述目标机器人从多个目标栅格中的首个目标栅格开始按照所述运动方向依次从前一目标栅格运动至后一目标栅格直至到达最后一个目标栅格，以及驱动所述目标机器人从所述最后一个目标栅格运动至所述搬运任务关联的终点位置。

本申请实施例第二方面提供了一种路径规划装置，应用于目标机器人，包括：

获取单元，用于接收到对目标仓库中目标货物的搬运任务后，获取目标仓库的拓扑图，其中所述拓扑图包括多个拓扑节点，所述拓扑节点用于表示所述目标仓库的道路交汇点；