[发明专利]路径规划方法、装置、存储介质、芯片及机器人

权利要求书

1.一种路径规划方法，所述方法由机器人执行，其特征在于，所述方法包括：

生成并维护预设空间对应的静态代价地图；

在所述机器人执行任务之前，基于所述静态代价地图生成针对本次任务的全局路径规划；

在所述机器人的运动过程中，实时感测所述机器人当前行进路径的预设范围内是否存在障碍物并基于感测结果更新局部代价地图以及所述静态代价地图，随之基于所述局部代价地图生成用于优化所述全局路径规划的局部路径规划；

其中，所述局部代价地图标记实时监测到的局部区域内的所有障碍物的位置信息，所述静态代价地图标记全局区域内的所有静态障碍物的位置信息。

2.根据权利要求1所述的方法，其特征在于，所述生成并维护预设空间对应的静态代价地图的步骤包括：

基于探测数据检测所述预设空间内的障碍物，并确定检测到的每个障碍物的类型；

针对每个障碍物，若确定该障碍物是静态障碍物，则在所述静态代价地图中新增或更新该障碍物的位置信息，若确定该障碍物是动态障碍物，则仅在所述局部代价地图中新增或更新该障碍物的位置信息。

3.根据权利要求2所述的方法，其特征在于，所述基于探测数据检测所述预设空间内的障碍物并确定检测到的每个障碍物的类型的步骤包括：

采集连续的多帧点云数据，每帧点云数据包括多个特征点；

将采集到的所述多帧点云数据在同一立体空间中层叠；

基于预设规则将所述立体空间中的特征点以点对点的形式进行连接，以形成多条边缘线；

根据点与点的连接关系划分各个目标障碍物，随之基于每个目标障碍物对应的边缘线集合判断各个目标障碍物的动静态属性信息。

4.根据权利要求3所述的方法，其特征在于，所述基于预设规则将所述立体空间中的特征点以点对点的形式进行连接的步骤包括：

针对归属同一帧的特征点，将每个特征点与距离该特征点的欧式距离小于第一预设阈值的所有在索引度量上与其相邻的特征点以点对点的形式连接，以形成第一边缘线族群；

针对每个特征点，将该特征点所属帧之前两帧所包括的所有特征点作为目标特征点，并将该特征点与距离该特征点的欧式距离小于第二预设阈值的所有目标特征点以点对点的形式连接，以形成第二边缘线族群。

5.根据权利要求4所述的方法，其特征在于，所述基于每个目标障碍物对应的边缘线集合判断各个目标障碍物的动静态属性信息的步骤包括：

针对每一个目标障碍物，统计对应该目标障碍物的属于所述第二边缘线族群的边缘线中移动边缘线的数量以及连续边缘线的数量；

其中，在对应该目标障碍物的属于所述第二边缘线族群的边缘线中，若存在任意一条边缘线在第一平面上的投影长度大于第三预设阈值，则将该边缘线标记为移动边缘线；

在对应该目标障碍物的属于所述第二边缘线族群的边缘线中，若存在任意一条边缘线在所述第一平面上的投影的方向向量与主方向方向向量之间的夹角θ小于第四预设阈值，则将该边缘线标记为连续边缘线；

其中，所述第一平面是所述立体空间的基础平面，所述主方向方向向量是指在对应该目标障碍物的特征点中，位于最底层的特征点所围合的几何中心点与位于最顶层的特征点所围合的几何中心点之间的连线在所述第一平面上的投影的方向向量。

6.根据权利要求5所述的方法，其特征在于，所述基于每个目标障碍物对应的边缘线集合判断各个目标障碍物的动静态属性信息的步骤还包括：

针对每一个目标障碍物，基于统计出的所述移动边缘线的数量，计算所述移动边缘线与所述对应该目标障碍物的属于所述第二边缘线族群的所有边缘线的数量比值；以及

针对每一个目标障碍物，基于统计出的所述连续边缘线的数量，计算所述连续边缘线与所述移动边缘线的数量比值。