一种机器人路径规划方法、装置以及机器人

摘要

本发明涉及机器人领域，公开一种机器人路径规划方法、装置以及机器人，该机器人路径规划方法首先获取预设空间的栅格地图，该预设空间包括若干区域，每个区域与栅格地图中相应的栅格互相映射，其次，标记每个区域对应栅格的移动代价值，移动代价值用于指示区域干扰机器人的通行程度，最后，根据A*算法及每个区域对应栅格的移动代价值，确定机器人的最高安全路径。因此，该机器人路径规划方法通过获取栅格地图对应的移动代价值，并根据A*算法及获取的移动代价值，确定机器人在栅格地图中的最高安全路径，大大提高规划路径的安全性，提升用户体验。

权利要求

1.一种机器人路径规划方法，其特征在于，包括：获取预设空间的栅格地图，所述预设空间包括若干区域，每个所述区域与所述栅格地图中相应的栅格互相映射；

标记每个所述区域对应栅格的移动代价值，所述移动代价值用于指示所述区域干扰所述机器人的通行程度；

根据A*算法及每个所述区域对应栅格的移动代价值，确定所述机器人的最高安全路径；

其中，标记每个所述区域对应栅格的移动代价值包括：当所述区域为障碍物区域时，标记所述障碍物区域对应栅格的移动代价值为第一代价值；

当所述区域为干扰区域时，标记所述干扰区域对应栅格的移动代价值为第二代价值；

当所述区域为通行区域时，标记所述通行区域对应栅格的移动代价值为第三代价值；

其中，所述第一代价值大于所述第二代价值，所述第二代价值大于所述第三代价值;所述标记每个所述区域对应栅格的移动代价值还包括：当所述区域为障碍物边沿区域时，当所述障碍物边沿区域对应的目标栅格与所述障碍物之间的距离越长，降低所述目标栅格的移动代价值，所述目标栅格为所述障碍物边沿区域对应的各个栅格中任一栅格。

2.根据权利要求1所述的方法，其特征在于，所述障碍物边沿区域对应的各个栅格可划分成若干等级，所述等级越高，所述等级下的栅格与所述障碍物距离越远，所述等级下的栅格的移动代价值越小。

3.根据权利要求2所述的方法，其特征在于，所述障碍物边沿区域对应的各个栅格可划分成5个等级，第一等级下的栅格的第四代价值小于所述第一代价值，第二等级下的栅格的第五代价值大于所述第二代价值但小于所述第四代价值，第三等级下的栅格的第六代价值小于所述第二代价值，第四等级下的栅格的第七代价值小于所述第六代价值，第五等级下的栅格的第八代价值小于所述第七代价值。

4.根据权利要求2所述的方法，其特征在于，相邻两个等级中一个等级下的栅格与另一个等级下的栅格之间的代价梯度值不小于15。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述根据A*算法及每个所述区域对应栅格的移动代价值，确定所述机器人的最高安全路径包括：根据A*算法及每个所述区域对应栅格的移动代价值，搜索起始点到目标点的最小代价估计值；

确定所述最小代价估计 值的搜索路径为所述起始点到所述目标点的最高安全路径。

6.根据权利要求1至4任一项所述的方法，其特征在于，还包括：控制所述机器人按照所述最高安全路径从起始点移动到目标点。

7.一种机器人路径规划装置，其特征在于，包括：地图获取模块，用于获取预设空间的栅格地图，所述预设空间包括若干区域，每个所述区域与所述栅格地图中相应的栅格互相映射；

标记模块，用于标记每个所述区域对应栅格的移动代价值，所述移动代价值用于指示所述区域干扰所述机器人的通行程度；

路径确定模块，用于根据A*算法及每个所述区域对应栅格的移动代价值，确定所述机器人的最高安全路径；

其中，所述标记模块，还用于：当所述区域为障碍物区域时，标记所述障碍物区域对应栅格的移动代价值为第一代价值；

当所述区域为干扰区域时，标记所述干扰区域对应栅格的移动代价值为第二代价值；

当所述区域为通行区域时，标记所述通行区域对应栅格的移动代价值为第三代价值；

其中，所述第一代价值大于所述第二代价值，所述第二代价值大于所述第三代价值;当所述区域为障碍物边沿区域时，当所述障碍物边沿区域对应的目标栅格与所述障碍物之间的距离越长，降低所述目标栅格的移动代价值，所述目标栅格为所述障碍物边沿区域对应的各个栅格中任一栅格。

8.一种机器人，其特征在于，包括：壳体；

左驱动轮及右驱动轮，分别安装于所述壳体的相对两侧；

激光雷达，用于检测所述机器人与障碍物之间的障碍物距离；以及控制器，分别与所述左驱动轮、所述右驱动轮及所述激光雷达电连接；其中，所述控制器包括：

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6任一项所述的机器人路径规划方法。

说明书

一种机器人路径规划方法、装置以及机器人

技术领域

[0001] 本发明涉及机器人领域，特别是涉及一种机器人路径规划方法、装置以及机器人。

背景技术

[0002] 随着工业的发展，机器人被应用到多个场合，对于室内环境下的机器人来说，要想到达某一个地方简洁、高效的完成对应的任务，则需要规划出一条最优路径。最优路径可以
是指起点与终点之间的距离最短，可以是由起点到终点花费的时间最短，也可以是从起点
到终点的路径的安全性最高等等。在不同的需要下，最优路径的理解可以是不同的。对于室
内的扫地机器人来说，路径的安全性最为重要。因为它直接影响着用户体验与工作效率。

[0003] 传统的技术中，有很多算法用于机器人路径规划，而传统的路径规划算法规划出的路径的安全性不高，所规划出的路径容易紧贴障碍物，或者在复杂的室内环境下，规划出
的路径会经常性的穿过障碍物密集分布的区域或者难以正常行进的区域，导致机器人陷入
困境或导致其有较大的误差产生，进而影响机器人的工作效率。

发明内容

[0004] 本发明至少在一定程度上解决上述技术问题之一，为此本发明提供一种机器人路径规划方法、装置以及机器人，其能够使得机器人在机器人地图中，规划出安全性高的路
径，提高路径的安全性，改善用户体验。

[0005] 一方面，本发明实施例提供一种机器人路径规划方法，包括：

[0006] 获取预设空间的栅格地图，所述预设空间包括若干区域，每个所述区域与所述栅格地图中相应的栅格互相映射；

[0007] 标记每个所述区域对应栅格的移动代价值，所述移动代价值用于指示所述区域干扰所述机器人的通行程度；

[0008] 根据A*算法及每个所述区域对应栅格的移动代价值，确定所述机器人的最高安全路径。

[0009] 在一些实施例中，

[0010] 所述区域包括障碍物区域、干扰区域、通行区域或障碍物边沿区域，所述标记每个所述区域对应栅格的移动代价值包括：

[0011] 当所述区域为所述障碍物区域时，标记所述障碍物区域对应栅格的移动代价值为第一代价值；

[0012] 当所述区域为所述干扰区域时，标记所述干扰区域对应栅格的移动代价值为第二代价值；

[0013] 当所述区域为所述通行区域时，标记所述通行区域对应栅格的移动代价值为第三代价值；

[0014] 当所述区域为所述障碍物边沿区域时，根据所述障碍物边沿区域对应的每个栅格与所述障碍物之间的距离，标记所述障碍物边沿区域中每个栅格的移动代价值；

[0015] 其中，所述第一代价值大于所述第二代价值，所述第二代价值大于所述第三代价值。

[0016] 在一些实施例中，

[0017] 所述根据所述障碍物边沿区域对应的每个栅格与所述障碍物之间的距离，标记所述障碍物边沿区域中每个栅格的移动代价值包括：

[0018] 当所述障碍物边沿区域对应的目标栅格与所述障碍物之间的距离越大，降低所述目标栅格的移动代价值，所述目标栅格为所述障碍物边沿区域对应的各个栅格中任一栅
格。

[0019] 在一些实施例中，

[0020] 所述障碍物边沿区域对应的各个栅格可划分成若干等级，所述等级越高，所述等级下的栅格与所述障碍物距离越远，所述等级下的栅格的移动代价值越小。

[0021] 在一些实施例中，

[0022] 所述障碍物边沿区域对应的各个栅格可划分成5个等级，第一等级下的栅格的第四代价值小于所述第一代价值，第二等级下的栅格的第五代价值大于所述第二代价值但小
于所述第四代价值，第三等级下的栅格的第六代价值小于所述第二代价值，第四等级下的
栅格的第七代价值小于所述第六代价值，第五等级下的栅格的第八代价值小于所述第七代
价值。

[0023] 在一些实施例中，相邻两个等级中一个等级下的栅格与另一个等级下的栅格之间的代价梯度值不小于15。

[0024] 在一些实施例中，所述根据A*算法及每个所述区域对应栅格的移动代价值，确定所述机器人的最高安全路径包括：

[0025] 根据A*算法及每个所述区域对应栅格的移动代价值，搜索起始点到目标点的最小代价估计值；

[0026] 确定所述最小代价值的搜索路径为所述起始点到所述目标点的最高安全路径。

[0027] 在一些实施例中，所述机器人路径规划方法还包括：

[0028] 控制所述机器人按照所述最高安全路径从起始点移动到目标点。

[0029] 第二方面，本发明实施例提供一种机器人路径规划装置，包括：

[0030] 地图获取模块，用于获取预设空间的栅格地图，所述预设空间包括若干区域，每个所述区域与所述栅格地图中相应的栅格互相映射；

[0031] 标记模块，用于标记每个所述区域对应栅格的移动代价值，所述移动代价值用于指示所述区域干扰所述机器人的通行程度；

[0032] 路径确定模块，用于根据A*算法及每个所述区域对应栅格的移动代价值，确定所述机器人的最高安全路径。

[0033] 第三方面，本发明实施例提供一种控制器，包括：

[0034] 至少一个处理器；以及，

[0035] 与所述至少一个处理器通信连接的存储器；其中，

[0036] 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上所述的机器人路径规划方法。

[0037] 第四方面，本发明实施例提供一种机器人，包括：

[0038] 壳体；

[0039] 左驱动轮及右驱动轮，分别安装于所述壳体的相对两侧；

[0040] 激光雷达，用于检测所述机器人与障碍物之间的障碍物距离；

[0041] 至少一个处理器，分别与所述左驱动轮、所述右驱动轮及所述激光雷达电连接；以及

[0042] 如上所述的控制器，分别与所述左驱动轮、所述右驱动轮及所述激光雷达电连接。

[0043] 本发明与现有技术相比至少具有以下有益效果：在本发明中的机器人路径规划方法，首先获取预设空间的栅格地图，该预设空间包括若干区域，每个区域与栅格地图中相应
的栅格互相映射，其次，标记每个区域对应栅格的移动代价值，移动代价值用于指示区域干
扰机器人的通行程度，最后，根据A*算法及每个区域对应栅格的移动代价值，确定机器人的
最高安全路径。因此，该机器人路径规划方法通过获取栅格地图对应的移动代价值，并根据
A*算法及获取的移动代价值，确定机器人在栅格地图中的最高安全路径，大大提高规划路
径的安全性，提升用户体验。

附图说明

[0044] 一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除
非有特别申明，附图中的图不构成比例限制。

[0045] 图1a是本发明实施例提供的一种机器人的立体示意图；

[0046] 图1b是图1a中机器人的底部示意图；

[0047] 图1c是本发明实施例提供的一种机器人的电路原理框图；

[0048] 图2a是本发明实施例提供的一种机器人路径规划方法流程图；

[0049] 图2b是本发明实施例提供的一种栅格地图示意图；

[0050] 图3是图2a中S22的流程示意图；

[0051] 图4a是图2a中S23的流程示意图；

[0052] 图4b是本发明实施例提供的一种栅格地图对应的规划地图示意图；

[0053] 图4c是本发明实施例提供的机器人由A点到B点时的最低安全标准的路径示意图；

[0054] 图5a是本发明实施例提供的一种机器人路径规划装置示意图；

[0055] 图5b是本发明另一实施例提供的一种机器人路径规划装置示意图；

[0056] 图6是本发明实施例提供的一种控制器的电路结构示意图。

具体实施方式

[0057] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不
用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前
提下所获得的所有其他实施例，都属于本发明保护的范围。

[0058] 需要说明的是，如果不冲突，本发明实施例中的各个特征可以相互结合，均在本发明的保护范围之内。另外，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻
辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示
出或描述的步骤。再者，本发明所采用的“第一”、“第二”、“第三”等字样并不对数据和执行
次序进行限定，仅是对功能和作用基本相同的相同项或相似项进行区分。

[0059] 本发明实施例的机器人可以被构造成任何合适形状，以便实现特定业务功能操作，例如，本发明实施例机器人可以为清洁机器人、宠物机器人、搬运机器人、看护机器人等
等。其中，清洁机器人包括且不限于扫地机器人、吸尘机器人、拖地机器人或洗地机器人。

[0060] 请一并参阅图1a、图1b及图1c，机器人100包括壳体11、传感器单元12、驱动轮部件13、清洁部件14、存储部件(图未示)及控制器15。

[0061] 壳体11的外形大体上呈圆形，在一些实施例中，壳体11的外形可以大体上呈椭圆形、三角形、D形或其他形状。

[0062] 传感器单元12用于采集机器人100的一些运动参数及环境空间各类数据。

[0063] 在一些实施例中，传感器单元12包括激光雷达121,激光雷达121安装于壳体11上方，其安装高度高于所述壳体的顶部面壳高度，激光雷达121用于检测机器人100与障碍物
之间的障碍物距离。

[0064] 在一些实施例中，传感器单元12还可以包括惯性测量单元(Inertial measurement unit，IMU)、陀螺仪、磁场计、加速度计或速度计、光学摄像头等等。

[0065] 驱动轮部件13安装于壳体11并驱动机器人100在待清洁面上移动，其中，待清洁面可以是较为光滑的地板表面、铺设有地毯的表面以及其他需要清洁的表面。

[0066] 在一些实施例中，驱动轮部件13包括左驱动轮131、右驱动轮132及全向轮133，左驱动轮131和右驱动轮132分别安装于壳体12的相对两侧。左驱动轮131和右驱动轮132被配
置为至少部分可伸出及缩回壳体11的底部。全向轮133安装于壳体11的底部的靠前位置，全
向轮133为活动脚轮，可以水平360度旋转，以使得机器人100可以灵活转向。左驱动轮131、
右驱动轮132及全向轮133的安装构成三角形，以提高机器人100行走的平稳性。

[0067] 在一些实施例中，全向轮133可被省略，只留左驱动轮131与右驱动轮132亦可以驱动机器人正常行走。

[0068] 清洁部件14安装于壳体11朝向待清洁面的一面并被配置为清洁所述待清洁面的污物。

[0069] 在一些实施例中，清洁部件14包括滚刷141及边刷142，滚刷141设于壳体11底部开设的第一收容槽内，第一收容槽自壳体11的底部朝向顶部凹陷形成，壳体11还开设有第二
收容槽，第二收容槽与第一收容槽通过吸口连通。

[0070] 存储部件与清洁部件14连通并被配置为存储清洁部件14所清洁的污物。

[0071] 在一些实施例中，存储部件安装于所述第二收容槽内，所述存储部件开设有进尘口，所述进尘口与所述吸口对接，使得所述存储部件与所述清洁部件14连通。所述滚刷141
可以是毛刷、胶刷中的任意一种或两种组合，所述滚刷141通过内部安装的滚刷驱动电机驱
动其绕大体上垂直于所述清洁机器人前进方向的轴旋转。所述边刷142设置于壳体11的左
前部和/或右前部。边刷142可以沿着基本上垂直于壳体11的轴旋转。边刷142具有多束围绕
轴间隔排列的长刷毛，长刷毛向外延伸并超出壳体11的外形轮廓，用于将待清洁面上超出
壳体11的外形轮廓覆盖范围的污物清扫至壳体11底部的第一收容槽位置，所述滚刷141进
一步将垃圾清扫至存储部件。可以想象的，所述机器人100可以不设置滚刷141，自所述吸口
延伸出吸尘管道，以对待清洁面进行清洁。所述污物可以包括垃圾、碎屑、颗粒物等用户不
需要物体并能够被所述机器人100清洁。

[0072] 在一些实施例中，所述清洁部件14还可以包括拖擦件143，所述拖擦件143安装于壳体11的后部，对经由所述滚刷141或所述边刷42清洁后的待清洁面进行拖擦清洁。在其他
实施例中所述机器人100可以只设置有所述拖擦件143,对待清洁面进行拖擦清洁，所述拖
擦件143也可以安装于壳体11的前部或者是中间位置。

[0073] 控制器15分别与左驱动轮131、右驱动轮132、全向轮133及激光雷达12电连接。控制器15作为机器人的控制核心，用于控制机器人行走、后退以及一些业务逻辑处理。

[0074] 在一些实施例中，控制器15可以为通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、单片机、ARM(Acorn RISC Machine)或其它可编程
逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。还有，控制器
15还可以是任何传统处理器、控制器、微控制器或状态机。控制器15也可以被实现为计算设
备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或
任何其它这种配置。

[0075] 在一些实施例中，上述机器人在活动的过程中，控制器15采用SLAM(simultaneous localization and mapping，即时定位与建图技术)技术，根据环境数据构建地图和定位。
控制器15基于被建立好的地图以及机器人的位置，通过全覆盖路径规划算法指示机器人完
全遍历一个环境空间。例如，在机器人100遍历时，传感单元12获取遍历区域的图像，其中，
该遍历区域的图像可以为整片遍历区域的图像，亦可以为整片遍历区域中局部遍历区域的
图像。控制器15根据遍历区域的图像生成地图，该地图已指示机器人100需要遍历的区域以
及位于遍历区域中的障碍物所在的坐标位置。当机器人100每遍历完一个位置或区域后，机
器人100基于该地图，标记该位置或区域已被遍历。并且，由于障碍物在地图中是以坐标方
式被标记，机器人遍历时，可以根据当前位置对应的坐标点与障碍物涉及的坐标点，判断与
障碍物之间的距离，从而实现环绕障碍物作遍历工作。同理，位置或区域已遍历而被标记
后，当机器人100下一个位置将会移动至该位置或该区域时，机器人100基于该地图以及该
位置或该区域的标记，作出转弯调头或者停止遍历的策略。

[0076] 可以理解的是，控制器15还可以根据多种方式识别已遍历位置或区域，或者，识别障碍物，从而作出满足产品需求的控制策略。

[0077] 对于室内环境下的机器人来说，要想从起点到达某个终点简洁、高效地完成对应的工作任务，则需要规划出一条最优路径。在不同的需要下，最优路径的理解可以是不同
的。对于室内的扫地机器人来说，路径的安全性最为重要。因为它直接影响着用户体验与工
作效率。因此，为了提高机器人工作效率和用户体验，控制器需要实时规划出从起点到终点
最安全的路径，以防止机器人运动过程中紧贴障碍物或者穿过难以正常行进的区域或者穿
过障碍物密集分布的区域。

[0078] 请参阅图2a，本发明实施例提供一种机器人路径规划方法，如图2a所示，该机器人路径规划方法S200包括：

[0079] S21、获取预设空间的栅格地图，所述预设空间包括若干区域，每个所述区域与所述栅格地图中相应的栅格互相映射；

[0080] 预设空间是起点和终点所在的空间环境，其包含若干区域，但机器人不一定处于该预设空间内，但是无论机器人是否处于该预设空间内，均可以获取该预设空间的栅格地
图，栅格地图是指将把环境划分成一系列栅格，不同颜色或像素的栅格代表不同的地标标
志，例如障碍物标志、地标触发标志、已清扫标志、未清扫标志以及沿墙标志等，这些标志可
以表达探索预设空间内的地面的大致情况，每个预设空间中的区域与栅格地图中相应的栅
格互相映射，机器人通过栅格地图，就可以获知可以通行的区域，不可以通行的区域，同样
可以获知可以通行但障碍物较多的区域，这样机器人在规划路径时就可以避过不安全的区
域，寻找一条最安全的路径。

[0081] 请参阅图2b，图2b是本发明实施例提供的一种预设空间对应的栅格地图示意图，如图2b所示，该预设空间包含多个区域，每个预设空间中的区域与栅格地图中相应的栅格
互相映射，从该栅格地图中可以获知哪些区域可以通行，哪些区域不可通行，哪些区域与障
碍物紧贴等。其中，可以采用不同颜色或像素的栅格代表不同的地标标志，例如黑色栅格代
表障碍物区域，白色栅格代表可通行区域，灰色栅格代表障碍物密集区域等。

[0082] S22、标记每个所述区域对应栅格的移动代价值，所述移动代价值用于指示所述区域干扰所述机器人的通行程度；

[0083] 栅格的移动代价值代表从起点到该栅格所需要的代价值，移动代价值越高，代表栅格对应的区域对机器人的通行干扰越大，移动代价值越低，代表栅格对应的区域对机器
人的通行干扰越小，因此，机器人规划的路径要尽量避开移动代价值较高的区域。根据每个
区域干扰机器人的通行程度可以对对应区域的移动代价值进行标注。

[0084] S23、根据A*算法及每个所述区域对应栅格的移动代价值，确定所述机器人的最高安全路径。

[0085] A*算法是人工智能中一种典型的启发式搜索算法，通过选择合适的估计函数来约束搜索的过程。A*算法估计函数的表达形式为：

[0086] F(n)＝G(n)+H(n)；

[0087] 其中，F(n)是从起始节点通过节点n的到达目标节点的最小代价估计值，G(n)是从起始节点到n节点的已搜索过的路径的实际代价，H(n)是从节点n到目标节点的代价估计
值。代价值可以通过曼哈顿距离、对角线距离、欧氏距离等公式计算获取。

[0088] 机器人在规划从起始节点到目标节点的路径时，通过计算从起始节点到目标节点所经过区域的移动代价值，再根据A*算法和计算获取的移动代价值，可以得到从起始节点
到目标节点最小移动代价值对应的路径，该路径即是从起始节点到目标节点的最安全路
径。

[0089] 因此，该机器人路径规划方法通过A*算法及每个所述区域对应栅格的移动代价值，可以获取移代价值最小的路径，进而确定机器人的最高安全路径。使得机器人在活动过
程中远离障碍物，不会进入难以正常行进的区域，进而提高机器人的工作效率，改善用户体
验。

[0090] 在一些实施例中，预设空间中的各个区域包括障碍物区域、干扰区域、通行区域或障碍物边沿区域，请参阅图3，S22包括：

[0091] S221、当所述区域为所述障碍物区域时，标记所述障碍物区域对应栅格的移动代价值为第一代价值；

[0092] S222、当所述区域为所述干扰区域时，标记所述干扰区域对应栅格的移动代价值为第二代价值；

[0093] S223、当所述区域为所述通行区域时，标记所述通行区域对应栅格的移动代价值为第三代价值；

[0094] S224、当所述区域为所述障碍物边沿区域时，根据所述障碍物边沿区域对应的每个栅格与所述障碍物之间的距离，标记所述障碍物边沿区域中每个栅格的移动代价值；

[0095] 其中，所述第一代价值大于所述第二代价值，所述第二代价值大于所述第三代价值。

[0096] 在机器人路径规划的过程中，需要对预设空间中各个区域对应的栅格的移动代价值进行标记，其中，障碍物区域代表该区域存在障碍物，机器人完全不能通行，该障碍物区
域对应栅格的移动代价值为第一代价值。干扰区域代表该区域可以通行但是会对机器人的
通行或者传感器的检测造成很大干扰，例如毛毯区域或者障碍物比较密集的区域等，该干
扰区域对应栅格的移动代价值为第二代价值，机器人规划的路径应该远离该区域。通行区
域代表该区域可以无障碍地、顺畅地通行，该通行区域对应栅格的移动代价值为第三代价
值，机器人规划的路径应该尽量选择这种区域。其中，第一代价值大于第二代价值，第二代
价值大于第三代价值。障碍物边沿区域代表紧贴障碍物的区域，该区域范围可以根据应用
情况做适当的调整，因此根据该障碍物边沿区域内的每个点，即该障碍物边沿区域对应的
每个栅格与障碍物之间的距离进行等级划分，距离越短，等级越高，表示等级的数字越小，
而对应栅格的移动代价值越大，例如，障碍物边沿区域的等级分为2～10，其中2级代表该区
域紧贴障碍物的程度最高，该区域对应栅格的移动代价值最大，10级代表该区域紧贴障碍
物的程度最低，该区域对应栅格的移动代价值最小，因此，当障碍物边沿区域对应的目标栅
格与障碍物之间的距离越长，降低目标栅格的移动代价值，其中，目标栅格为障碍物边沿区
域对应的各个栅格中任一栅格，因此，根据障碍物变压区域的等级，对障碍物边沿区域中每
个栅格的移动代价值分别进行标记，等级越高，等级下的栅格与障碍物距离越远，等级下的
栅格的移动价值越小。

[0097] 因此，通过标记预设空间区域对应栅格的移动代价值，机器人可以获取该区域的通行程度，进而规划出移动代价值最小的路径，即安全度最高的路径。

[0098] 在一些实施例中，将障碍物边沿区域对应的各个栅格划分成5个等级，第一等级下的栅格对应的移动代价值为第四代价值，第二等级下的栅格对应的移动代价值为第五代价
值，第三等级下的栅格对应的移动代价值为第六代价值，第四等级下的栅格对应的移动代
价值为第七代价值，第五等级下的栅格对应的移动代价值为第八代价值，那么，各个等级下
的栅格对应的移动代价值的大小以及与其他区域对应的栅格的移动代价值的关系为：第四
代价值小于第一代价值，第五代价值大于第二代价值但小于第四代价值，第六代价值小于
第二代价值，第七代价值小于第六代价值，第八代价值小于第七代价值。

[0099] 在一些实施例中，请参阅图4a，S23包括：

[0100] S231、根据A*算法及每个所述区域对应栅格的移动代价值，搜索起始点到目标点的最小代价估计值；

[0101] 机器人可以通过多个路径从起始点运动到目标点，但各个路径的移动代价值不同，机器人在规划路径时，首先确定每个区域对应栅格的移动代价值，计算各个路径所占区
域的移动代价值之和，再根据A*算法确定从起始点到目标点的最小代价估计值，并确定该
最小代价估计值的各个区域。

[0102] S232、确定所述最小代价值的搜索路径为所述起始点到所述目标点的最高安全路径。

[0103] 该最小代价值的各个区域组成的路径，即为从起始点到目标点的最高安全路径，安全度最高，最后控制机器人按照该最高安全路径从起始点移动到目标点，行走的过程中
可以避开障碍物，并且避开障碍物边沿区域中对机器人活动干扰较大的区域，可以安全无
障碍地通行。

[0104] 请参阅图4b，图4b是本发明实施例提供一种栅格地图对应的规划地图，该规划地图根据栅格地图中各个区域构建，用于存放各种区域标记，其中的数字代表对应区域的代
号，其中，对于障碍物与地检区域，一律记为0；对于沿墙标记，即障碍物边沿区域，根据等级
记为2～10；对于可以通行，但是对传感器有影响的区域，即干扰区域，记为20；对于可通行
区域，记为50。因此，通过该规划地图就可以获知该栅格地图中对应的区域。

[0105] 再根据该栅格地图对应的规划地图，标记各个区域的移动代价值，其中，对于代号为0的障碍物区域，移动代价值标记为inf，即无穷大。

[0106] 对于代号为50的可通行区域，移动代价值标记为1或

[0107] 请参阅图4c，对于机器人在可通行区域通行时，移动代价值标记为 若要机器人安全可靠地避开障碍物41，那么，机器人至少需要保证与障碍物41距离两个栅格。在图4c
中，当机器人需要从A点到达B点时，最低安全标准路径为自A点开始，沿直线行走至C点后，
拐弯，再从C点直线行走至B点。因此，机器人从A点到B点的代价估计值为
取15。因此，机器人从A点到B点的代价估计值选择为15。

[0108] 对于障碍物边沿区域，划分为5级。在一些实施例中，如前所述，在障碍物边沿区域中，为了保证可靠地在路径搜索时，可以避开比较危险的区域，相邻两个等级中一个等级下
的栅格与另一个等级下的栅格之间的代价梯度值不小于15，例如，每个等级的移动代价值
相差15，等级为5的障碍物边沿区域，代号为6，对应的移动代价值为15，等级为4的障碍物边
沿区域，代号为5，对应的移动代价值为30，等级为3的障碍物边沿区域，代号为4，对应的移
动代价值为45，等级为2的障碍物边沿区域，代号为3，对应的移动代价值为60，等级为1的障
碍物边沿区域，代号为2，对应的移动代价值为75。

[0109] 对于代号为20的干扰区域，其移动代价值小于等级为2的移动代价值并大于等级为3的移动代价值，因此，干扰区域的移动代价值为54。

[0110] 因此，该机器人可以获取从起点到终点的各个路径所经过的各个区域对应的移动代价值，再将所经过的各个区域对应的移动代价值进行累加，得出各个路径对应的总移动
代价值，确定总移动代价值最小的路径，也即确定所有路径中安全度最高的路径。

[0111] 综上所述，该机器人路径规划方法通过A*算法及每个所述区域对应栅格的移动代价值，可以获取移代价值最小的路径，进而确定机器人的最高安全路径。使得机器人在活动
过程中远离障碍物，不会进入难以正常行进的区域，进而提高机器人的工作效率，改善用户
体验。

[0112] 在一些实施例中，机器人按照预设频率，更新栅格地图以及所述栅格地图中每个栅格对应的移动代价值。

[0113] 更新栅格地图中每个栅格对应的移动代价值时，用户可以通过移动终端与机器人建立通信连接，并通过移动终端向机器人发送更新指令，其中，更新指令携带有待更新区域
的位置信息及更新等级信息。机器人解析更新指令，从中提取出待更新区域的位置信息，并
根据待更新区域的位置信息，在栅格地图中确定待更新区域。接着，机器人根据更新等级信
息，调整待更新区域中栅格的移动代价值。

[0114] 因此，采用本方法，其更新效率高，无需机器人再次全局性地更新栅格地图中每个栅格的移动代价值。只需要局部更新即可，极大提高机器人的工作效率。

[0115] 需要说明的是，在上述各个实施例中，上述各步骤之间并不必然存在一定的先后顺序，本领域普通技术人员，根据本发明实施例的描述可以理解，不同实施例中，上述各步
骤可以有不同的执行顺序，亦即，可以并行执行，亦可以交换执行等等。

[0116] 作为本发明实施例的另一方面，本发明实施例提供一种机器人路径规划装置。其中，机器人路径规划装置可以为软件模块，所述软件模块包括若干指令，其存储在电调中的
存储器内，处理器可以访问该存储器，调用指令进行执行，以完成上述各个实施例所阐述的
机器人路径规划方法。

[0117] 在一些实施例中，机器人路径规划装置亦可以由硬件器件搭建成的，例如，机器人路径规划装置可以由一个或两个以上的芯片搭建而成，各个芯片可以互相协调工作，以完
成上述各个实施例所阐述的机器人路径规划方法。再例如，机器人路径规划装置还可以由
各类逻辑器件搭建而成，诸如由通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、
现场可编程门阵列(FPGA)、单片机、ARM(Acorn RISC Machine)或其它可编程逻辑器件、分
立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合而搭建成。

[0118] 请参阅图5a，图5a是本发明实施例提供一种机器人路径规划装置，该机器人路径规划装置500包括地图获取模块51、标记模块52以及路径确定模块53。

[0119] 地图获取模块51用于获取预设空间的栅格地图，预设空间包括若干区域，每个所述区域与所述栅格地图中相应的栅格互相映射；

[0120] 标记模块52用于标记每个区域对应栅格的移动代价值，移动代价值用于指示区域干扰机器人的通行程度；

[0121] 路径确定模块53用于根据A*算法及每个区域对应栅格的移动代价值，确定机器人的最高安全路径。

[0122] 因此，该机器人路径规划装置通过A*算法及每个所述区域对应栅格的移动代价值，可以获取移代价值最小的路径，进而确定机器人的最高安全路径。使得机器人在活动过
程中远离障碍物，不会进入难以正常行进的区域，进而提高机器人的工作效率，改善用户体
验。

[0123] 在一些实施例中，所述区域包括障碍物区域、干扰区域、通行区域或障碍物边沿区域，标记模块52具体用于：当所述区域为所述障碍物区域时，标记所述障碍物区域对应栅格
的移动代价值为第一代价值；当所述区域为所述干扰区域时，标记所述干扰区域对应栅格
的移动代价值为第二代价值；当所述区域为所述通行区域时，标记所述通行区域对应栅格
的移动代价值为第三代价值；当所述区域为所述障碍物边沿区域时，根据所述障碍物边沿
区域对应的每个栅格与所述障碍物之间的距离，标记所述障碍物边沿区域中每个栅格的移
动代价值；其中，所述第一代价值大于所述第二代价值，所述第二代价值大于所述第三代价
值。

[0124] 在一些实施例中，所述根据所述障碍物边沿区域对应的每个栅格与所述障碍物之间的距离，标记所述障碍物边沿区域中每个栅格的移动代价值包括：当所述障碍物边沿区
域对应的目标栅格与所述障碍物之间的距离越长，降低所述目标栅格的移动代价值，所述
目标栅格为所述障碍物边沿区域对应的各个栅格中任一栅格。

[0125] 在一些实施例中，所述障碍物边沿区域对应的各个栅格可划分成若干等级，所述等级越高，所述等级下的栅格与所述障碍物距离越远，所述等级下的栅格的移动代价值越
小。

[0126] 在一些实施例中，所述障碍物边沿区域对应的各个栅格可划分成5个等级，第一等级下的栅格的第四代价值小于所述第一代价值，第二等级下的栅格的第五代价值大于所述
第二代价值但小于所述第四代价值，第三等级下的栅格的第六代价值小于所述第二代价
值，第四等级下的栅格的第七代价值小于所述第六代价值，第五等级下的栅格的第八代价
值小于所述第七代价值。

[0127] 在一些实施例中，路径确定模块53具体用于：根据A*算法及每个所述区域对应栅格的移动代价值，搜索起始点到目标点的最小代价估计值；确定所述最小代价值的搜索路
径为所述起始点到所述目标点的最高安全路径。

[0128] 在一些实施例中，请参阅图5b，该机器人路径规划装置500还包括控制模块54，用于控制所述机器人按照所述最高安全路径从起始点移动到目标点。

[0129] 需要说明的是，上述机器人路径规划装置可执行本发明实施例所提供的机器人路径规划方法，具备执行方法相应的功能模块和有益效果。未在机器人路径规划装置实施例
中详尽描述的技术细节，可参见本发明实施例所提供的机器人路径规划法。

[0130] 请参阅图6，图6是本发明实施例提供的一种控制器的电路结构示意图。如图6所示，该控制器600包括一个或多个处理器61以及存储器62。其中，图6中以一个处理器61为
例。

[0131] 处理器61和存储器62可以通过总线或者其他方式连接，图6中以通过总线连接为例。

[0132] 存储器62作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的机器人路径规划方法对应
的程序指令/模块。处理器61通过运行存储在存储器62中的非易失性软件程序、指令以及模
块，从而执行机器人路径规划装置的各种功能应用以及数据处理，即实现上述方法实施例
提供的机器人路径规划方法以及上述装置实施例的各个模块或单元的功能。

[0133] 存储器62可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器62
可选包括相对于处理器61远程设置的存储器，这些远程存储器可以通过网络连接至处理器
61。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

[0134] 所述程序指令/模块存储在所述存储器62中，当被所述一个或者多个处理器61执行时，执行上述任意方法实施例中的机器人路径规划方法。

[0135] 本发明实施例还提供了一种非易失性计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，例如图6中的一个处
理器61，可使得上述一个或多个处理器可执行上述任意方法实施例中的机器人路径规划方
法。

[0136] 本发明实施例还提供了一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序
指令被电子设备执行时，使所述电子设备执行任一项所述的机器人路径规划方法。

[0137] 该机器人路径规划方法通过A*算法及每个所述区域对应栅格的移动代价值，可以获取移代价值最小的路径，进而确定机器人的最高安全路径。使得机器人在活动过程中远
离障碍物，不会进入难以正常行进的区域，进而提高机器人的工作效率，改善用户体验。

[0138] 以上所描述的装置或设备实施例仅仅是示意性的，其中所述作为分离部件说明的单元模块可以是或者也可以不是物理上分开的，作为模块单元显示的部件可以是或者也可
以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络模块单元上。可以根据
实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

[0139] 通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术
方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机
软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以
使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者
实施例的某些部分所述的方法。

[0140] 最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以
以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没
有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人
员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技
术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实
施例技术方案的范围。