[发明专利]机器人导航方法、机器人以及存储介质

权利要求书

1.一种机器人导航方法，其特征在于，所述机器人导航方法包括：

所述机器人的决策模块重新规划局部路径以获得最优预测路径，其中，所述机器人的决策模块按预设频率重新规划局部路径；

判断所述最优预测路径是否满足预设条件；

在所述最优预测路径满足所述预设条件时，将所述最优预测路径作为最优目标路径；

控制所述机器人从当前行驶路径切换至所述最优目标路径，并根据所述最优目标路径行驶。

2.如权利要求1所述的机器人导航方法，其特征在于，所述所述机器人的决策模块重新规划局部路径以获得最优预测路径的步骤，包括：

在所述决策模块根据所述预设频率重新规划局部路径时，根据感知模块获取到的环境信息确定多条预测路径；

根据所述多条预测路径的评价函数值确定出每一次重新规划局部路径时的所述最优预测路径。

3.如权利要求2所述的机器人导航方法，其特征在于，所述根据感知模块获取到的环境信息规划出多条预测路径的步骤，包括：

获取传感器输入的实时数据、高精地图、车辆定位信息和锁定路径；

根据所述实时数据、所述高精地图、所述车辆定位信息和所述锁定路径规划出所述多条预测路径。

4.如权利要求2所述的机器人导航方法，其特征在于，所述根据所述多条预测路径的评价函数值确定出每一次重新规划局部路径时的所述最优预测路径的步骤，包括：

根据每一预测路径对应的障碍物数据以及所述机器人中的预设评价函数确定所述每一预测路径的所述评价函数值；

根据所述评价函数值在所述多条预测路径中确定出所述最优预测路径。

5.如权利要求1所述的机器人导航方法，其特征在于，所述判断所述最优预测路径是否满足预设条件的步骤，包括：

获取所述最优预测路径被连续选中的次数，其中，所述连续选中的次数是指同一预测路径在根据所述预设频率重新规划局部路径时被所述决策模块连续选中为最优预测路径的次数；

当所述连续选中的次数大于预设次数时，则所述最优预测路径满足所述预设条件；

当所述连续选中的次数小于或等于所述预设次数时，则所述最优预测路径不满足所述预设条件。

6.如权利要求1所述的机器人导航方法，其特征在于，所述控制所述机器人从当前行驶路径切换至所述最优目标路径，并根据所述最优目标路径行驶的步骤，包括：

获取所述当前行驶路径关联的评价函数值和所述最优目标路径关联的评价函数值；

根据所述当前行驶路径关联的评价函数值和所述最优目标路径关联的评价函数值确定所述当前行驶路径与所述最优目标路径是否一致；

当所述当前行驶路径与所述最优目标路径不一致时，将所述机器人的行驶路径切换为所述最优目标路径，以控制所述机器人根据所述最优目标路径行驶。

7.如权利要求1所述的机器人导航方法，其特征在于，所述控制所述机器人从当前行驶路径切换至所述最优目标路径，并根据所述最优目标路径行驶的步骤之前，还包括：

将所述当前行驶路径设置为锁定路径，其中，所述锁定路径为在所述决策模块下一次重新规划中无法被选中为所述最优预测路径的局部路径，所述锁定路径设置有记时器。

8.如权利要求7所述的机器人导航方法，其特征在于，所述将所述当前行驶路径设置为锁定路径的步骤之后，还包括：

当所述锁定路径的记时器的时间大于或等于预设锁定时间时，将所述锁定路径设置为可选路径，其中，所述可选路径为所述决策模块下一次重新规划中允许被选中为所述最优预测路径的局部路径。

9.一种机器人，其特征在于，所述机器人包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的局部路径的确定程序，所述机器人导航程序被所述处理器执行时实现如权利要求1-8中任一项所述的机器人导航方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有机器人导航程序，所述机器人导航程序被处理器执行时实现如权利要求1-8中任一项所述的机器人导航方法的步骤。