[发明专利]一种机器人轨道避障方法及系统

权利要求书

1.一种机器人轨道避障方法，其特征在于，所述方法包括如下步骤：

步骤1，对机器人移动任务的全局地图进行初始化，通过机器人上的感测装置机器人对所述全局地图上的标记障碍物的位置进行检测，根据所述机器人感测的障碍物位置修正初始标记障碍物的坐标；

步骤2，根据机器人所在全局地图的位置与所述障碍物的相对位置规划初始路径,对感测的障碍物识别类型，判断所述感测障碍物是否为静止障碍物，若感测障碍物类型为静止障碍物则根据修正后的障碍物的坐标进行避障，若感测障碍物类型非静止障碍物，则对该障碍物的行动轨迹进行预测；

步骤3，在所述全局地图上重新标注出障碍物的坐标及预测的移动轨迹，并根据所述障碍物的坐标和所述移动轨迹对规划的初始路径进行修改；

步骤4，根据修改后的路径标注机器轨道的全局坐标，计算出机器人在对任一障碍物方向改变的转角，将全部转角的发生的坐标及转动角度发送至机器人计算控制单元；

步骤5，根据全部转角的发生的坐标及转动角度控制机器人在修改后的路径上离线完成移动。

2.如权利要求1所述的一种机器人轨道避障方法，其特征在于，所述对机器人移动任务的全局地图进行初始化进一步包括：初始化所述机器人在所述全局地图上的初始位置坐标，并将整个机器人移动任务的所述全局地图进行栅格化处理，初始化输入全局地图上的存在的障碍物栅格坐标位置。

3.如权利要求1所述的一种机器人轨道避障方法，其特征在于，所述步骤3进一步包括：若判断障碍物为可移动人体，则通过针对于可移动人体的运动轨迹预测的模型对人体的移动轨迹进行动态预测。

4.如权利要求3所述的一种机器人轨道避障方法，其特征在于，对全局地图中全部的判断为可移动人体类型的障碍物，通过第三方设备提供的该障碍物的历史时段内的移动信息，并对该历史时段内的移动信息进行排序，并根据相邻序列的移动信息进行比较，得到该障碍物在所述历史时段内的初始移动偏移量；将所述初始移动偏移量输入至该可移动人体类型的障碍物对应的运动轨迹预测的模型中，其中，所述运动轨迹预测的模型为通过所述第三方设备提供的相关移动信息在线训练好的神经网络预测模型，由所述训练好的神经网络预测模型输出用于表示所述全部的判断为可移动人体类型的障碍物在机器人规划的路径行走预计的时间段内移动人体的移动信息的纠偏量；对所述纠偏量信息进行解码，对应于所述纠偏量和初始偏移量序列，获得该障碍物的行动预测轨迹。

5.如权利要求1所述的一种机器人轨道避障方法，其特征在于，所述并根据所述障碍物的坐标和所述移动轨迹对规划的初始路径进行修改进一步包括：所述机器人的计算控制单元连接至路径规划单元，所述路径规划单元根据全局地图及全局地图上重新标注出障碍物的坐标及预测的移动轨迹作为的约束条件，将生成的修改后的路径上的重要点坐标进行标注，在标注的重要点处执行机器人运动参数的改变，规划出所述机器人的行进无碰撞路径。

6.一种机器人轨道避障系统，其特征在于，所述系统包括：

路径初始化模块，通过所述路径初始化模块对机器人移动任务的全局地图进行初始化，通过机器人上的感测装置机器人对所述全局地图上的标记障碍物的位置进行检测，根据所述机器人感测的障碍物位置修正初始标记障碍物的坐标；

障碍物信息初始化模块，所述障碍物信息初始化模块根据机器人所在全局地图的位置与所述障碍物的相对位置规划初始路径,对感测的障碍物识别类型，判断所述感测障碍物是否为静止障碍物，若感测障碍物类型为静止障碍物则根据修正后的障碍物的坐标进行避障，若感测障碍物类型非静止障碍物，则对该障碍物的行动轨迹进行预测；

障碍物信息修正模块，在所述全局地图上重新标注出障碍物的坐标及预测的移动轨迹，并根据所述障碍物的坐标和所述移动轨迹对规划的初始路径进行修改；

机器人运动状态计算模块，根据修改后的路径标注机器轨道的全局坐标，计算出机器人在对任一障碍物方向改变的转角，将全部转角的发生的坐标及转动角度发送至机器人计算控制单元；

离线控制模块，根据全部转角的发生的坐标及转动角度控制机器人在修改后的路径上离线完成移动。