机器人避让方法及系统与流程

1.本技术涉及机器人的技术领域，尤其是涉及机器人避让方法及系统。


背景技术：

2.机器人（robot）是一种能够半自主或全自主工作的智能机器。随着科技的进步，越来越多的机器人出现在日常工作及生活中。
3.在相关技术中，机器人的控制系统通常有自行规划路径的能力，机器人的控制系统可以在机器人发生碰撞后改变机器人的运动方向。在一些更为先进的机器人中，遇到固定障碍物时，机器人可以依赖自身的控制系统对当前移动路径重新进行规划，实现障碍物的自主避让，进行自主移动。
4.针对上述中的相关技术，发明人发现：机器人通常能够对固定的障碍物进行自主避让，但是对于后方移动的障碍物难以进行避让。


技术实现要素：

5.为了减少机器人与后方移动的障碍物发生碰撞的可能性，本技术提供了机器人避让方法及系统。
6.第一方面，本技术提供的机器人避让方法采用如下的技术方案。
7.机器人避让方法，包括：当机器人沿着第一路径移动时，检测后方预设范围内是否存在移动的物体；如果是，则基于所述物体的位置变化得到所述物体的第一速度；判断所述第一速度是否大于所述机器人的移动速度；如果是，则基于所述物体的位置变化生成预判路径；以及，判断所述预判路径是否与所述第一路径存在交叉点；如果是，则在所述物体移动至所述机器人的第一范围时，控制所述机器人往第二路径移动；所述第二路径与所述预判路径不存在交叉点。
8.通过采用上述技术方案，机器人基于物体的位置变化，结合不同时刻采集的位置能够得到物体的位置变化进而得到物体的第一速度；控制器将得到的第一速度与机器人的移动速度进行比较，从而判断第一速度是否大于机器人的移动速度；当移动的物体的第一速度大于机器人的移动速度时，则意味着物体有一定的概率会从后方超过机器人；当预判路径与第一路径存在交叉点时，则物体存在于机器人碰撞的可能性或者机器人存在干扰物体移动的可能性；因此在物体移动至机器人的第一范围时，控制器控制机器人往第二路径移动；由于第二路径与预判路径不存在交叉点，从而减少机器人与物体发生碰撞的可能性，或者减少机器人对物体造成阻挡的可能性；从而减少机器人与后方移动的障碍物发生碰撞的可能性。
9.可选的，在控制所述机器人往第二路径移动之后，还包括：判断所述物体是否由后方超过所述机器人；如果是，则控制所述机器人移动至第
一路径中并沿第一路径继续移动。
10.通过采用上述技术方案，通常情况下，第一路径是为机器人分配的最优路径；当物体超过机器人后，由于物体的移动速度大于机器人的移动速度，即使机器人重新回到第一路径，机器人也不易与上述的物体发生碰撞；机器人回归第一路径并沿第一路径继续移动，无需再次为机器人规划、生成新的路径。
11.可选的，在所述机器人沿着第一路径移动之前，还包括：设置所述机器人的工作场景；在检测到后方存在移动的物体之后，还包括：对移动的物体进行身份识别得到物体的身份信息；以及，在生成预判路径之后还包括：基于所述工作场景以及所述身份信息对所述预判路径进行修正。
12.可选的，所述基于所述工作场景以及所述身份信息对所述预判路径进行修正包括：基于所述工作场景以及所述身份信息调取若干历史路径；所述历史路径为移动的所述物体在所述工作场景下的历史路径；根据某一历史路径与其余历史路径的重合度得到每一历史路径的第一评分；根据历史路径与所述预判路径的重合度得到每一历史路径的第二评分；结合所述第一评分及所述第二评分得到每一历史路径的第三得分；以及，选取第三得分最高的所述历史路径对所述预判路径进行修正。
13.通过采用上述技术方案，不同的工作场景对应着不同的空间排布，机器人能够移动的范围不同，物体移动的常规路径不同；第一评分用于反映该物体如果按照以往的路径移动时更可能选择哪条历史路径；第二评分用于反映该物体当下更可能选择哪条历史路径；结合历史路径及预判路径得到第三评分最高的历史路径对预判路径进行修正，进而使得预判路径更加精确地预测物体移动的路径。
14.可选的，对所述预判路径进行修正后，还包括：实时结合物体的位置变化得到实际移动路径；计算所述实际移动路径与所述预判路径的重合度；判断实际移动路径与预判路径的所述重合度是否大于预设数值；如果否，则结合物体的位置变化重新生成预判路径；以及，重新结合历史路径对重新生成的预判路径进行修正。
15.通过采用上述技术方案，控制器将物体的实际移动路径与预判路径进行比较，得到两者的重合度；此后，控制器判断重合度是否大于预设数值；如果两者的重合度小于预设数值，则反映出当前的预判路径不够准确，因此需要对预判路径重新生成并进行修正。
16.可选的，得到物体的身份信息之后，还包括：基于所述身份信息判断所述物体是否为儿童或者是否为宠物；如果是，则控制所述机器人立即往不与所述预判路径交叉的路径移动。
17.通过采用上述技术方案，当判断物体为儿童或者为宠物后，机器人立即往不与预判路径交叉的路径移动，减少儿童或者宠物与移动的机器人发生碰撞的可能性。
18.可选的，在判断所述物体为儿童后，还包括：
判断所述预判路径是否经过所述工作场景中的危险区域；如果是，发出警示信息。
19.通过采用上述技术方案，在判断物体为儿童后，机器人判断预判路径是否经过工作场景中的危险区域，当预判路径经过危险区域时，机器人发出警示信息，进而对其它人进行提醒，能够更好地保护儿童。
20.第二方面，本技术提供的机器人避让系统采用如下的技术方案。
21.机器人避让系统，包括：检测模块，用于当机器人沿着第一路径移动时，检测后方是否存在移动的物体；如果是，则基于所述物体的位置变化得到所述物体的第一速度；速度判断模块，用于判断所述第一速度是否大于所述机器人的移动速度；预判路径生成模块，用于在所述第一速度大于所述机器人的移动速度时，基于所述物体的位置变化生成预判路径；交叉点判断模块，用于判断所述预判路径是否与所述第一路径存在交叉点；以及，路径控制模块，用于在所述预判路径与所述第一路径存在交叉点，在所述物体移动至所述机器人的第一范围时，控制所述机器人往第二路径移动；所述第二路径与所述预判路径不存在交叉点。
22.第三方面，本技术公开一种计算机设备，包括存储器和服务器，所述存储器上存储有被服务器加载并执行上述的任一方法的计算机程序。
23.第四方面，本技术公开一种计算机可读存储介质，存储有能够被服务器加载并执行上述的任一方法的计算机程序
附图说明
图1是本技术实施例机器人避让方法的其中一实施方式的流程图；图2是本技术对预判路径进行修正其中一种实施方式的流程图；图3是本技术实施例的机器人避让方法的另一实施方式的流程图；图4是本技术实施例机器人避让系统的其中一实施方式的系统框图；图中，401、检测模块；402、速度判断模块；403、预判路径生成模块；404、交叉点判断模块；405、路径控制模块。
具体实施方式
24.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图1-4及实施例，对本技术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技术，并不用于限定本技术。
25.本技术实施例公开机器人避让方法。参照图1，作为机器人避让方法的一种实施方式，该方法包括以下步骤：步骤101、当机器人沿着第一路径移动时，检测后方预设范围内是否存在移动的物体；如果是，则执行步骤102。
26.具体的，机器人上设置的激光传感器、图像采集设备等数据采集设备能够在机器人工作时采集周围的数据，机器人的控制器对采集的这些数据进行处理后能够判别在机器人的预设范围内是否存在移动的物体。移动的物体包括但不限于移动的人、移动的动物及
移动的机器等。第一路径为机器人执行某项指令时其移动的路径。上述的后方可以理解为：机器人由a地点往b地点移动，在这个过程中，某个物体移动的方向与机器人移动的方向近似或相同，且该物体与b点的距离大于机器人与b点的距离，则机器人判定该移动的物体位于其后方。设置预设范围能够便于机器人的控制器在机器人的后方存在移动的物体时进行数据处理及对机器人的移动方向或移动路径进行控制。控制器可以根据机器人的大小以及工作场景对预设范围进行配置。例如：小型机器人的预设范围一般小于大型机器人的预设范围；住宅面积小的工作场景相较于住宅面积大的工作场景，机器人的预设范围也可以适应性减少。
27.步骤102、基于物体的位置变化得到物体的第一速度。
28.具体的，机器人的控制器基于数据采集设备所采集的数据能够得到上述移动的物体的位置变化。例如，机器人的控制器可以通过数据采集设备实时采集物体的位置，结合不同时刻采集的位置能够得到物体的位置变化进而得到物体的第一速度；第一速度用于反映物体移动的快慢。
29.步骤103、判断第一速度是否大于机器人的移动速度；如果是，则执行步骤104。
30.具体的，控制器将得到的第一速度与机器人的移动速度进行比较，从而判断第一速度是否大于机器人的移动速度；当移动的物体的第一速度大于机器人的移动速度时，则意味着物体有一定的概率会从后方超过机器人。
31.步骤104、基于物体的位置变化生成预判路径。
32.具体的，通常来说，物体移动时的路径近似于一条射线，控制器通过物体的位置变化形成这条射线的一部分片段，将上述片段进行延长即可得到预判路径。
33.步骤105、判断预判路径是否与第一路径存在交叉点；如果是，则执行步骤106。
34.具体的，上述的交叉点可以理解为预判路径与第一路径相重合的部分，当预判路径与第一路径存在交叉点时，则物体存在于机器人碰撞的可能性或者机器人存在干扰物体移动的可能性。
35.步骤106、在物体移动至机器人的第一范围时，控制机器人往第二路径移动；第二路径与预判路径不存在交叉点。
36.具体的，在物体移动至机器人的第一范围时，控制器控制机器人往第二路径移动；由于第二路径与预判路径不存在交叉点，从而减少机器人与物体发生碰撞的可能性，或者减少机器人对物体造成阻挡的可能性。根据机器人的移动速度以及物体的第一速度不同，第一范围可以进行扩大或者缩小；例如，机器人的移动速度相较于第一速度低很多，则第一范围可以适当增加，从而为机器人在第二路径移动提供更多的时间。
37.作为机器人避让方法的另一种实施方式，在控制机器人往第二路径移动之后，还包括：判断物体是否由后方超过机器人；如果是，则控制机器人移动至第一路径中并沿第一路径继续移动。
38.具体的，通常情况下，第一路径是为机器人分配的最优路径；当物体超过机器人后，由于物体的移动速度（即第一速度）大于机器人的移动速度，即使机器人重新回到第一路径，机器人也不易与上述的物体发生碰撞。机器人回归第一路径并沿第一路径继续移动，无需再次为机器人规划、生成新的路径，节省了算力。
39.作为机器人避让方法的另一种实施方式，在机器人沿着第一路径移动之前，还包
括：设置机器人的工作场景；在检测到后方存在移动的物体之后，还包括：对移动的物体进行身份识别得到物体的身份信息；以及，在生成预判路径之后还包括：基于工作场景以及身份信息对预判路径进行修正。
40.具体的，机器人的工作场景即机器人工作时所处的场景，工作场景包括但不限于卧室、厨房、客厅及办公室，不同的工作场景对应着不同的空间排布，机器人能够移动的范围不同，物体移动的常规路径不同。对移动的物体进行身份识别可以是通过图像采集设备采集物体的图像，利用图像识别算法得到物体的身份信息。同一身份信息的物体在对应的场景内移动时，移动的路径一般存在相似性。例如，办公室内的员工，如果该员工通常情况下离开工位，要不是前往洗手间，要不是前往饮水机处接水，要不是下班回家，那么该员工下次离开工位时，有较大概率是前述三条路径的其中一条，因此控制器可以基于工作场景以及身份信息对预判路径进行修正，便于辅助推测物体的移动路径。
41.基于工作场景以及身份信息对预判路径进行修正包括以下步骤：步骤201、基于工作场景以及身份信息调取若干历史路径；历史路径为移动的物体在工作场景下的历史路径。
42.具体的，若干历史路径反映了该物体在该工作场景中通常使用的路径，可以预先存储不同身份信息的物体在该工作场景中的若干历史路径。
43.步骤202、根据某一历史路径与其余历史路径的重合度得到每一历史路径的第一评分。
44.具体的，第一评分可以是根据某一历史路径与其它历史路径的重合度的评分进行求和取平均值处理得到的。第一评分用于反映该物体如果按照以往的路径移动时更可能选择哪条历史路径。
45.步骤203、根据历史路径与预判路径的重合度得到每一历史路径的第二评分。
46.具体的，由于物体并非总是机械、重复的运动，控制器根据每一历史路径与预判路径的重合度得到每一历史路径的第二评分；第二评分用于反映该物体当下更可能选择哪条历史路径。
47.步骤204、结合第一评分及第二评分得到每一历史路径的第三得分。
48.具体的，第三得分可以通过第一评分及第二评分进行加权取平均得到；可以根据物体的身份信息配置第一评分及第二评分的权重。例如：某一物体习惯于每次走相同或相似的路径，则可以增加第一评分的权重。
49.步骤205、选取第三评分最高的历史路径对预判路径进行修正。
50.具体的，结合历史路径及预判路径得到第三评分最高的历史路径对预判路径进行修正。上述的修正即增加预判路径与第三评分最高的历史路径的重合度；通过选取第三评分最高的历史路径对预判路径进行修正，能够使得预判路径更加精确地预测物体移动的路径。
51.作为机器人避让方法的另一种实施方式，对预判路径进行修正后，还包括以下步骤：步骤301、实时结合物体的位置变化得到实际移动路径。
52.步骤302、计算实际移动路径与预判路径的重合度。
53.步骤303、判断实际移动路径与预判路径的重合度是否大于预设数值；如果否，则执行步骤304。
54.步骤304、结合物体的位置变化重新生成预判路径。
55.步骤305、重新结合历史路径对重新生成的预判路径进行修正。
56.具体的，由于物体并非总是机械、重复的运动，机器人的控制器将物体的实际移动路径与预判路径进行比较，得到两者的重合度。此后，控制器判断重合度是否大于预设数值；如果两者的重合度小于预设数值，则反映出当前的预判路径不够准确，因此需要对预判路径重新生成并进行修正。
57.作为机器人避让方法的另一种实施方式，得到物体的身份信息之后，还包括：基于身份信息判断物体是否为儿童或者是否为宠物；如果是，则控制机器人立即往不与预判路径交叉的路径移动。
58.具体的，由于儿童与宠物的移动速度通常是不规律，容易发生变化的，为了减少机器人在移动过程中与宠物或者儿童发生碰撞，因此在本实施例中，当判断物体为儿童或者为宠物后，机器人立即往不与预判路径交叉的路径移动，减少儿童或者宠物与移动的机器人发生碰撞的可能性。
59.在判断物体为儿童后，上述方法还包括：判断预判路径是否经过工作场景中的危险区域；如果是，发出警示信息。
60.具体的，危险区域包括水池、放置有危险物品（例如刀具）的区域，在判断物体为儿童后，机器人判断预判路径是否经过工作场景中的危险区域，当预判路径经过危险区域时，机器人发出警示信息，警示信息可以是警示灯闪烁，也可以是发出语音提示信息，进而对其它人进行提醒，能够更好地保护儿童。
61.基于上述的机器人避让方法，本技术还提供了机器人避让系统，包括：检测模块401，用于当机器人沿着第一路径移动时，检测后方是否存在移动的物体；如果是，则基于物体的位置变化得到物体的第一速度；速度判断模块402，用于判断第一速度是否大于机器人的移动速度；预判路径生成模块403，用于在第一速度大于机器人的移动速度时，基于物体的位置变化生成预判路径；交叉点判断模块404，用于判断预判路径是否与第一路径存在交叉点；以及，路径控制模块405，用于在预判路径与第一路径存在交叉点，在物体移动至机器人的第一范围时，控制机器人往第二路径移动；第二路径与预判路径不存在交叉点。
62.本技术实施例还公开一种计算机设备。
63.具体来说，该设备包括存储器和服务器，存储器上存储有能够被服务器加载并执行上述任意机器人避让方法的计算机程序。
64.本技术实施例还公开一种计算机可读存储介质。
65.具体来说，该计算机可读存储介质，其存储有能够被服务器加载并执行如上述任意机器人避让方法的计算机程序，该计算机可读存储介质例如包括：u盘、移动硬盘、只读存储器（read-only memory，rom）、随机存取存储器（random access memory，ram）、磁碟或者光盘等各种可以存储程序代码的介质。
66.以上均为本技术的较佳实施例，并非依此限制本技术的保护范围，本说明书（包括
摘要和附图）中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。