[发明专利]路径规划方法、机器人及计算机可读存储介质

权利要求书

1.一种路径规划方法，其特征在于，包括：

构建自起始位置指向目标位置的约束向量；

以所述起始位置为根节点，构建随机树；

对所述随机树进行扩展，直至所述随机树扩展至所述目标位置；

连接所述根节点与所述目标位置之间的叶子节点、形成规划路径；

其中，所述对所述随机树进行扩展，包括：

获取所述随机树中的一个节点作为父节点，在所述父节点周围预设空间范围内随机生成采样点，所述采样点与所述父节点的距离小于或等于预设距离，构建所述采样点指向所述目标位置的采样向量，连接所述父节点与所述采样点、形成运动路径；

判断所述采样向量与x轴的夹角角度和所述约束向量与x轴的夹角角度的比值是否大于0且小于1、并判断所述运动路径上是否存在障碍物；

若所述比值大于0且小于1、且所述运动路径上不存在障碍物，则将所述采样点作为叶子节点加入所述随机树。

2.根据权利要求1所述的路径规划方法，其特征在于，所述将所述采样点作为叶子节点加入所述随机树后，还包括：

获取所述叶子节点与所述目标位置之间的目标路径；

判断所述目标路径上是否存在障碍物；

若所述目标路径上不存在障碍物，则将所述目标位置加入所述随机树。

3.根据权利要求1所述的路径规划方法，其特征在于，所述连接所述根节点与所述目标位置之间的叶子节点、形成规划路径后，还包括：

获取所述规划路径上依次相连的第一节点、第二节点和第三节点；

获取所述第一节点与所述第三节点之间的路径作为优化路径；

若所述优化路径上没有障碍物，则从所述规划路径中去除所述第二节点，连接所述第一节点和所述第三节点、形成新的规划路径。

4.根据权利要求1所述的路径规划方法，其特征在于，应用于可移动装置；

所述判断所述运动路径上是否存在障碍物，包括：

模拟所述可移动装置沿所述运动路径运动，并与所述障碍物进行碰撞检测；

若在所述碰撞检测中检测到所述可移动装置不与所述障碍物发生碰撞，则判定所述运动路径上不存在障碍物。

5.根据权利要求4所述的路径规划方法，其特征在于，所述模拟所述可移动装置沿所述运动路径运动前，还包括：

构建包覆所述可移动装置的包络模型；

所述模拟所述可移动装置沿所述运动路径运动，并与所述障碍物进行碰撞检测，包括：

模拟所述包络模型沿所述运动路径运动，并根据所述包络模型与所述障碍物进行碰撞检测。

6.根据权利要求5所述的路径规划方法，其特征在于，所述可移动装置包括机械手臂，所述机械手臂包括多个运动关节；

所述构建包覆所述可移动装置的包络模型，包括：

根据预设比例放大各个所述运动关节，形成所述包络模型。

7.根据权利要求1所述的路径规划方法，其特征在于，所述与所述障碍物进行碰撞检测前，还包括：

采集周围环境的深度数据；

根据所述深度数据，获取所述障碍物的点云数据。

8.根据权利要求7所述的路径规划方法，其特征在于，所述获取所述障碍物的点云数据后，还包括：

对所述点云数据进行聚类处理；

根据聚类处理后的所述点云数据，生成碰撞检测库；

根据所述碰撞检测库进行所述碰撞检测。

9.一种机器人，包括：

路径规划装置；以及

机械手臂；

其中，所述路径规划装置包括：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中任一所述的路径规划方法，以控制所述机械手臂的路径规划。

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中任一项所述的路径规划方法。