[发明专利]路径规划方法、装置、处理设备、移动设备及存储介质

说明书

本申请提出了一种路径规划方法、装置、处理设备、移动设备及存储介质，该方法包括：获取目标环境的环境地图；获取移动设备的起点和目标点；根据环境地图、移动设备的起点和目标点、以及预设约束条件规划移动设备在目标环境中行驶的最佳路径；其中，预设约束条件包括：移动设备从起点到目标点的通行路径最短，以及移动设备从起点到目标点行进过程中的转向次数最少。本申请能够为移动设备规划实际场景中的真正最佳路径，进一步降低移动设备从起点至目标点所花费的实际成本。

技术领域

本申请属于路径规划技术领域，具体涉及一种路径规划方法、装置、处理设备、移动设备及存储介质。

背景技术

诸如AGV(Automated Guided Vehicle，自动导引装置)、搬运机器人等移动设备能够按照路径规划沿着既定路径行进，执行诸如搬运物品等任务。移动设备可以基于诸如启发性搜索算法等路径规划算法规划最佳路径，从而使得移动设备沿最佳路径行进时所需花费的诸如时间、能耗等行进成本(又可称为开销)最低。但是，发明人经研究发现，现有技术中的路径规划算法的研究主要基于运行虚拟移动设备(诸如虚拟车辆)的仿真平台，在仿真平台上虚拟移动设备的运行状态都是理想化的，预计所需的行进成本也是理想成本，而在实际应用场景中，真实移动设备按照传统算法规划的最佳路径行进后的实际成本通常都高于理想成本，传统算法为移动设备规划的行进路径在实际应用场景中在事实上并非最佳路径，移动设备从起点行进到目标点所花费的实际成本仍旧较高。

发明内容

为至少在一定程度上克服相关技术中存在的移动设备从起点行进到目标点所花费的实际成本仍旧较高的问题，本申请提供一种路径规划方法、装置、处理设备、移动设备及存储介质，能够为移动设备规划实际场景中的真正最佳路径，进一步降低移动设备从起点至目标点所花费的实际成本。

为实现以上目的，本申请采用如下技术方案：

第一方面，本申请提供一种路径规划方法，包括：获取目标环境的环境地图；获取移动设备的起点和目标点；根据所述环境地图、所述移动设备的起点和目标点、以及预设约束条件规划所述移动设备在所述目标环境中行驶的最佳路径；其中，所述预设约束条件包括：所述移动设备从所述起点到所述目标点的通行路径最短，以及所述移动设备从所述起点到所述目标点行进过程中的转向次数最少。

进一步地，所述根据所述环境地图、所述移动设备的起点和目标点、以及预设约束条件规划所述移动设备在所述目标环境中行驶的最佳路径的步骤，包括：获取所述移动设备的转向代价；其中，所述转向代价用于表征所述移动设备转向所需花费的实际成本；基于所述转向代价和预设约束条件生成实际代价评估函数；其中，所述实际代价评估函数用于衡量所述移动设备从所述起点到所述目标点的实际通行成本；根据所述环境地图、所述移动设备的起点和目标点、以及所述实际代价评估函数，规划所述移动设备在所述目标环境中行驶的最佳路径。

进一步地，所述获取所述移动设备的转向代价的步骤，包括：获取所述移动设备的转向成本与所述移动设备行进指定路长的直行成本；将所述转向成本与所述直行成本的比值确定为所述移动设备的转向代价。

进一步地，所述基于所述转向代价和预设约束条件生成实际代价评估函数的步骤，包括：获取指定路径规划算法的理论代价评估函数；其中，所述指定路径规划算法的理论代价评估函数用于衡量所述移动设备从所述起点到所述目标点的理论通行成本，且所述理论代价评估函数的约束条件为：所述移动设备从所述起点到所述目标点的通行路径最短；基于所述移动设备的转向代价生成转向惩罚函数；其中，所述转向惩罚函数的约束条件为：所述移动设备从所述起点到所述目标点行进过程中的转向次数最少；根据所述指定路径规划算法的理论代价评估函数和所述转向惩罚函数生成实际代价评估函数。

进一步地，所述转向惩罚函数为二值函数，其中，所述移动设备在转向时对应的转向惩罚函数值为所述转向代价，所述移动设备在直行时对应的转向惩罚函数值为零。

进一步地，所述指定路径规划算法包括A星算法、模拟退火算法或人工势场算法。