一种机器人的路径规划方法、装置及电子设备与流程

本发明涉及机器人技术领域，尤其涉及一种机器人的路径规划方法、装置及电子设备。

背景技术：

现如今，各种各样的机器人已经被应用在各行各业，而且也进入到人们的日常生活中，例如扫地机器人，给人们的生活带来很大的便捷。扫地机器人工作过程中，通常是根据已构建的环境地图进行路径规划，并基于规划出的路径行走、以及清扫，以完成工作。但是，基于这样获得的路径行走，可能会出现绕路的情况，导致扫地机器人浪费行走时间，机器人耗能较多。

技术实现要素：

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的机器人的路径规划方法、装置及电子设备。

本发明的第一方面，提供了一种机器人的路径规划方法，包括：

在机器人需要从第一位置点到达目标清扫线时，从历史数据中提取从所述第一位置点到所述目标清扫线的目标历史路径，所述历史数据中存储有所述机器人以前行走过的路径，所述目标历史路径在环境地图上为不可达路径；

控制所述机器人尝试基于所述目标历史路径行走，以从所述第一位置点到达所述目标清扫线。

可选的，在控制所述机器人尝试基于所述目标历史路径行走，以所述第一位置点到达所述目标清扫线之前，还包括：

基于所述环境地图，规划一条从所述第一位置点到所述目标清扫线的第一目标可达路径；

判断所述第一目标可达路径对应的第一行走代价是否高于所述目标历史路径对应的第二行走代价；

若是，则执行所述控制所述机器人尝试基于所述目标历史路径行走，以从所述第一位置点到达所述目标清扫线的步骤；

否则，控制所述机器人基于所述第一目标可达路径行走，以从所述第一位置点到达所述目标清扫线。

可选的，所述控制所述机器人尝试基于所述目标历史路径行走，以从所述第一位置点到达所述目标清扫线，包括：

基于所述环境地图规划第一可达路径，并控制所述机器人基于所述第一可达路径行走，以从所述第一位置点到达膨胀区域的边界的第一边界点，其中，所述膨胀区域是所述环境地图上表示存在障碍物的区域，所述第一边界点是所述目标历史路径进入所述膨胀区域时与所述的膨胀区域的边界的交点；

参考所述目标历史路径，并采用脱困策略，从所述第一边界点出发，朝着所述目标清扫线所述在方向行走；

若所述机器人在预设时间内走出所述膨胀区域，则基于所述环境地图规划第二可达路径，并控制所述机器人基于所述第二可达路径行走，以从所述第二边界点到达所述目标清扫线，其中，所述第二边界点为所述机器人走出所述膨胀区域时与所述膨胀区域的边界的交点。

可选的，还包括：

在所述参考所述目标历史路径，并采用脱困策略，从所述第一边界点出发，朝着所述目标清扫线所述在方向行走的过程中，在所述环境地图中将所述机器人已经走过的位于所述膨胀区域内的区域标记为尝试区域。

可选的，在所述参考所述目标历史路径，并采用脱困策略，从所述第一边界点出发，朝着所述目标清扫线所述在方向行走之后，还包括：

若所述机器人在所述预设时间段内没有走出所述膨胀区域，则停止所述尝试。

可选的，在所述停止所述尝试之后，还包括：

控制所述机器人原路返回至所述第一位置点；

基于所述环境地图，规划一条从所述第一位置点到所述目标清扫线的第二目标可达路径；

控制所述机器人基于所述第二目标可达路径行走，以从所述第一位置点到达所述目标清扫线。

本发明的第二方面，提供了一种机器人的路径规划装置，包括：

获取历史路径模块，用于在机器人需要从第一位置点到达目标清扫线时，从历史数据中提取从所述第一位置点到所述目标清扫线的目标历史路径，所述历史数据中存储有所述机器人以前行走过的路径，所述目标历史路径在环境地图上为不可达路径；

尝试行走模块，用于控制所述机器人尝试基于所述目标历史路径行走，以所述第一位置点到达所述目标清扫线。

可选的，所述装置还包括：

规划第一可达路径模块，用于基于所述环境地图，规划一条从所述第一位置点到所述目标清扫线的第一目标可达路径；

判断行走代价模块，用于判断所述第一目标可达路径对应的第一行走代价是否高于所述目标历史路径对应的第二行走代价；

确定清扫路线模块，用于若所述第一目标可达路径对应的第一行走代价高于所述目标历史路径对应的第二行走代价，则执行所述控制所述机器人尝试基于所述目标历史路径行走，以从所述第一位置点到达所述目标清扫线的步骤；否则，控制所述机器人基于所述第一目标可达路径行走，以从所述第一位置点到达所述目标清扫线。

可选的，所述尝试行走模块还用于：

基于所述环境地图规划第一可达路径，并控制所述机器人基于所述第一可达路径行走，以从所述第一位置点到达膨胀区域的边界的第一边界点，其中，所述膨胀区域是所述环境地图上表示存在障碍物的区域，所述第一边界点是所述目标历史路径进入所述膨胀区域时与所述的膨胀区域的边界的交点；

参考所述目标历史路径，并采用脱困策略，从所述第一边界点出发，朝着所述目标清扫线所述在方向行走；

若所述机器人在预设时间内走出所述膨胀区域，则基于所述环境地图规划第二可达路径，并控制所述机器人基于所述第二可达路径行走，以从所述第二边界点到达所述目标清扫线，其中，所述第二边界点为所述机器人走出所述膨胀区域时与所述膨胀区域的边界的交点。

可选的，所述装置还包括：

标记尝试区域模块，用于在所述参考所述目标历史路径，并采用脱困策略，从所述第一边界点出发，朝着所述目标清扫线所述在方向行走的过程中，在所述环境地图中将所述机器人已经走过的位于所述膨胀区域内的区域标记为尝试区域。

可选的，所述装置还包括：

停止尝试模块，用于在所述参考所述目标历史路径，并采用脱困策略，从所述第一边界点出发，朝着所述目标清扫线所述在方向行走之后，若所述机器人在所述预设时间段内没有走出所述膨胀区域，则停止所述尝试。

可选的，所述装置还包括：

返回模块，用于控制所述机器人原路返回至所述第一位置点；

规划第二可达路径模块，用于基于所述环境地图，规划一条从所述第一位置点到所述目标清扫线的第二目标可达路径；

行走模块，用于控制所述机器人基于所述第二目标可达路径行走，以从所述第一位置点到达所述目标清扫线。

本发明的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述方法的步骤。

本发明的第四方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一项所述方法的步骤。

本申请实施例中提供的技术方案，至少具有如下技术效果或优点：

本发明实施例提供了一种机器人的路径规划方法、装置及电子设备，所述方法包括：在机器人需要从第一位置点到达目标清扫线时，从历史数据中提取从第一位置点到目标清扫线的目标历史路径，历史数据中存储有机器人以前行走过的路径，目标历史路径在环境地图上为不可达路径，控制机器人尝试基于目标历史路径行走，以从第一位置点到达目标清扫线。由于控制机器人尝试基于目标历史路径行走，以尝试获得更短的行走路径，避免绕路。故而解决了现有技术中在根据环境地图规划出的路径行走时，可能会绕路，导致机器人浪费行走时间，机器人耗能较多的技术问题。达到了获得的一条更短的行走路径，避免绕路，节约行走时间，降低机器人能耗的技术效果。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例提供的一种机器人的路径规划方法的流程图；

图2示出了本发明实施例提供的一种机器人在膨胀区域行走的示意图；

图3示出了本发明实施例提供的一种机器人的路径规划装置200的方框结构示意图；

图4示出了本发明实施例提供的一种电子设备的方框结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本发明实施例提供了本发明实施例提供了一种机器人的路径规划方法、装置及电子设备，用以解决现有技术中在根据环境地图规划出的路径行走时，可能会绕路，导致机器人浪费行走时间，机器人耗能较多的技术问题。

本发明提供的一种机器人的路径规划方法，包括如图1所述的步骤s100和步骤s200，以下结合图1对步骤s100和步骤s200进行阐述。

步骤s100：在机器人需要从第一位置点到达目标清扫线时，从历史数据中提取从所述第一位置点到所述目标清扫线的目标历史路径，所述历史数据中存储有所述机器人以前行走过的路径，所述目标历史路径在环境地图上为不可达路径。

在具体实施过程中，扫地机器人可以自动对屋子里的每个房间进行清扫。在初次使用时，扫地机器人会进行初始化，具体地，即对整间屋子进行探索行驶，利用其自身携带的各种传感器(例如：加速度传感器、陀螺仪、超声波测距仪、摄像头、等等)对每个房间进行探索，感应每个房间的位置、形状和大小，以及遇到的障碍物的位置、形状和大小，并据此绘制出一张环境地图，并且，还可以定期对环境地图进行更新(例如：每天更新一次、或每周更新一次、等等)。

环境地图，用于进行路径规划，其由多条线、多个点构成，线围成一个或者多个区域。一般的，环境地图中的区域表示在现实地里中与该区域对应的位置是一个区域，例如一个房间、房间内的一个小区域。通常，在环境地图中存储了每个房间的位置信息、形状信息和大小信息，以及遇到的障碍物的位置信息、形状信息和大小信息。

膨胀区域，是环境地图中用于表示机器人不可达的区域，其中包括障碍物区域(即：障碍物所在的区域)和窄缝区域(即：宽度小于一预设宽度的长条形区域)。在基于环境地图进行路径规时，一般不会在膨胀区域规划任何路径。

历史数据，用于存储有机器人以前行走过的所有路径。

在现有技术中，机器人在从第一位置点到达目标清扫线时，是直接基于环境地图进行路径规划，并按照规划出的路径行走。但是，这样走可能比较绕远。而实际上，在第一位置点和目标清扫线之间存在一个可以通过的窄缝区域，但是，由于环境地图可能不精确，误认为该窄缝区域无法通过，而将该窄缝区域标记为是不可达的膨胀区域。因此，若能从该窄缝区域到达目标清扫线，则会避免绕路。

机器人可能曾经走该该窄缝区域，例如，在以前机器人可能基于随机行走或者沿着障碍物行走或者采用脱困的方式行走，经过该窄缝区域，那么，在历史数据中则会保存相关的历史路径。

在本实施例中，为了解决该问题，可以在历史数据中查找机器人以前走过的历史路径，找到曾经通过窄缝区域的一条历史路径，将其作为目标条历史路径，并尝试控制机器人基于目标历史路径行走，以从第一位置点到达目标清扫线，若成功，则可以避免绕路，减少行走路程。具体的，请参阅步骤s200。

步骤s200:控制所述机器人尝试基于所述目标历史路径行走，以从所述第一位置点到达所述目标清扫线。

作为一种可选的实施例，在步骤s200之前，还包括：基于所述环境地图，规划一条从所述第一位置点到所述目标清扫线的第一目标可达路径；判断所述第一目标可达路径对应的第一行走代价是否高于所述目标历史路径对应的第二行走代价；若是，则执行所述控制所述机器人尝试基于所述目标历史路径行走，以从所述第一位置点到达所述目标清扫线的步骤；否则，控制所述机器人基于所述第一目标可达路径行走，以从所述第一位置点到达所述目标清扫线。

其中，第一行走代价表示所述机器人沿着第一目标可达路径从所第一位置点行走到目标清扫线所消耗的电能。第二行走代价表示所述机器人沿着目标历史路径从所第一位置点行走到目标清扫线所消耗的电能。

在本发明实施例中，判断所述第一目标可达路径对应的第一行走代价是否高于所述目标历史路径对应的第二行走代价，包括：获取第一目标可达路径对应的第一行走代价以及目标历史路径对应的第二行走代价，若第一行走代价待遇第二行走代价，则判定第一目标可达路径对应的第一行走代价高于目标历史路径对应的第二行走代价，否则判定第一目标可达路径对应的第一行走代价小于或者等于目标历史路径对应的第二行走代价。

作为一种可选的实施方式，获取第一目标可达路径对应的第一行走代价以及目标历史路径对应的第二行走代价的具体实施方式是，获取第一目标可达路径的长度以及机器人行走单位长度消耗的电能，以第一目标可达路径的长度与机器人行走单位长度消耗的电能之乘积作为第一目标可达路径对应的第一行走代价。由于机器人行走单位长度消耗的电能是固定的，可以直接以第一目标可达路径的长度作为第一目标可达路径对应的第一行走代价。同理的，获取目标历史路径的长度以及机器人行走单位长度消耗的电能，以目标历史路径的长度与机器人行走单位长度消耗的电能之乘积作为目标历史路径对应的第二行走代价，或者，以目标历史路径的长度作为目标历史路径对应的第二行走代价。

可选的，步骤s200的具体实施方式是：首先，参考目标历史路径行走，并基于所述环境地图规划第一可达路径，并控制所述机器人基于所述第一可达路径行走，以从所述第一位置点到达膨胀区域的边界的第一边界点，其中，所述膨胀区域是所述环境地图上表示存在障碍物的区域，所述第一边界点是所述目标历史路径进入所述膨胀区域时与所述的膨胀区域的边界的交点；然后，参考目标历史路径行走，并采用脱困策略，从所述第一边界点出发，朝着所述目标清扫线所述在方向行走；若所述机器人在预设时间内走出所述膨胀区域，则参考目标历史路径行走，并基于所述环境地图规划第二可达路径，并控制所述机器人基于所述第二可达路径行走，以从所述第二边界点到达所述目标清扫线，其中，所述第二边界点为所述机器人走出所述膨胀区域时与所述膨胀区域的边界的交点。

在环境地图上，将障碍物和障碍物之间的窄缝区域看成一个不可达的区域，即构成了膨胀区域。从第一边界点出发，朝着目标清扫线在方向行走过程中，还包括：通过机器人的环境获取装置获取环境信息，将环境信息更新至环境地图中。若机器人在预设时间内走出膨胀区域(特指窄缝区域)，则基于更新后的环境地图规划第二可达路径。其中，机器人的环境获取装置包括可见光摄像头、红外传感器、黑白夜视摄像头、激光传感器、超声波测距仪、陀螺仪、碰撞传感器中的至少一种。从第一边界点出发，朝着目标清扫线所述在方向行走过程中，当机器人碰到障碍物时，机器人改变行走方向。

作为一种实施例，请参阅图2，图2示出了一种机器人在膨胀区域(特指窄缝区域)行走的示意图。图2中示出两个障碍物、以及两个障碍物之间的窄缝区域，在环境地图中未识别到该窄缝区域，在环境地图中两个障碍物时连在一起的，即两个障碍物以及两个障碍物之间的窄缝构成一整个膨胀区域，或者，在环境地图中识别到该窄缝区域，但是认为机器人不可从该窄缝区域过去，在该窄缝区域规划不出清扫线，所以基于环境地图不会在窄缝区域内规划任何的可达路径。

图2中，目标清扫线300是机器人要到达的目标，若基于环境地图，则规划了可达路径101(即第一目标可达路径)。但是，可达路径101比较远，而在历史数据中记载有一条历史路径102(即上述的目标历史路径)，这个历史路径102比可达路径101的长度更短，即这个历史路径102的行走代价比可达路径101的行走代价低。因此，需要对历史路径102进行尝试。

具体的尝试方式是：在窄缝区域附近找到点a(即上述的第一边界点)，参考目标历史路径(即：历史路径102)在基于环境地图中规划一条可达路径到达点a；当机器人进入窄缝后，参照目标历史路径(即：历史路径102)控制机器人行走，并启动脱困策略，即，当扫地机器人碰到障碍物时，扫地机器人改变行走方向，具体的可以先往第一方向行走，遇到图2中第一方向的障碍物后改变行走方向，往第二方向行走，当遇到第二方向的障碍物后，改变行走方向，如此，向目标清扫线300靠近；在扫地机器人到达点b(即上述的第二边界点后)，参考目标历史路径(即：历史路径102)在环境地图中再规划一条可达路径到达目标清扫线300。

作为一种可选的实施方式，所述机器人的路径规划方法还包括：在所述参考目标历史路径控制机器人行走，并采用脱困策略，从所述第一边界点出发，朝着所述目标清扫线所述在方向行走的过程中，在所述环境地图中将所述机器人已经走过的位于所述膨胀区域内的区域标记为尝试区域。

将膨胀区域内已经走过的区域标记成尝试区域，机器人在尝试行走过程中避免进入已走过的位于膨胀区内的区域，避免机器人循环在膨胀区域内的某个区域内行走而陷入死循坏。

作为一种可选的实施方式，为了防止机器人在尝试行走过程中陷入死循坏，在所述参考所述目标历史路径，并采用脱困策略，从所述第一边界点出发，朝着所述目标清扫线所述在方向行走之后，还包括：若所述机器人在所述预设时间段内没有走出所述膨胀区域(特指窄缝区域)，则停止所述尝试。

在本实施例中，若机器人在预设时间段内没有走出膨胀区域(特指窄缝区域)，则认为尝试失败，则停止尝试。同时，在机器人在膨胀区域(特指窄缝区域)内行走时，实时采集膨胀区域(特指窄缝区域)的环境信息，并将环境信息更新至环境地图中。若机器人在预设时间段内走出膨胀区域，到达第二边界点，则尝试成功。假如尝试成功，则在环境地图中将膨胀区域(特指窄缝区域)标记为可达区域，具体的，在环境地图中将膨胀区域(特指窄缝区域)内的窄缝标记为可达区域。

在所述停止所述尝试之后，所述机器人的路径规划方法还包括：控制所述机器人原路返回至所述第一位置点；基于所述环境地图，规划一条从所述第一位置点到所述目标清扫线的第二目标可达路径；控制所述机器人基于所述第二目标可达路径行走，以从所述第一位置点到达所述目标清扫线。

通过采用以上方案，在机器人需要从第一位置点到达目标清扫线时，从历史数据中提取从第一位置点到目标清扫线的目标历史路径，历史数据中存储有机器人以前行走过的路径，目标历史路径在环境地图上为不可达路径，控制机器人尝试基于目标历史路径行走，以从第一位置点到达目标清扫线。不直接走基于环境地图规划的路径，而是控制机器人尝试基于目标历史路径行走，以尝试获得更短的行走路径，避免绕路。故而解决了现有技术中根据已构建的环境地图中显示的可达路径行走可能会绕路，导致机器人沿着该可达路径行走会浪费行走时间，机器人耗能多的技术问题，达到了获得的一条更短的从第一位置点到达目标清扫线的行走路径，避免绕路，节约行走时间，降低机器人能耗的技术效果。

针对上述实施例提供一种机器人的路径规划方法，本申请实施例还对应提供一种机器人的路径规划装置200。请参考图3，该装置包括：

获取历史路径模块210，用于在机器人需要从第一位置点到达目标清扫线时，从历史数据中提取从所述第一位置点到所述目标清扫线的目标历史路径，所述历史数据中存储有所述机器人以前行走过的路径，所述目标历史路径在环境地图上为不可达路径；

尝试行走模块220，用于控制所述机器人尝试基于所述目标历史路径行走，以所述第一位置点到达所述目标清扫线。

获取历史路径模块210和尝试行走模块220连接。

可选的，所述装置还包括：

规划第一可达路径模块，用于基于所述环境地图，规划一条从所述第一位置点到所述目标清扫线的第一目标可达路径；

判断行走代价模块，用于判断所述第一目标可达路径对应的第一行走代价是否高于所述目标历史路径对应的第二行走代价；

确定清扫路线模块，用于若所述第一目标可达路径对应的第一行走代价高于所述目标历史路径对应的第二行走代价，则执行所述控制所述机器人尝试基于所述目标历史路径行走，以从所述第一位置点到达所述目标清扫线的步骤；否则，控制所述机器人基于所述第一目标可达路径行走，以从所述第一位置点到达所述目标清扫线。

可选的，所述尝试行走模块220还用于：

参考所述目标历史路径，并基于所述环境地图规划第一可达路径，并控制所述机器人基于所述第一可达路径行走，以从所述第一位置点到达膨胀区域的边界的第一边界点，其中，所述膨胀区域是所述环境地图上表示存在障碍物的区域，所述第一边界点是所述目标历史路径进入所述膨胀区域时与所述的膨胀区域的边界的交点；

参考所述目标历史路径，并采用脱困策略，从所述第一边界点出发，朝着所述目标清扫线所述在方向行走；

若所述机器人在预设时间内走出所述膨胀区域，则参考所述目标历史路径，并基于所述环境地图规划第二可达路径，并控制所述机器人基于所述第二可达路径行走，以从所述第二边界点到达所述目标清扫线，其中，所述第二边界点为所述机器人走出所述膨胀区域时与所述膨胀区域的边界的交点。

可选的，所述装置还包括：

标记尝试区域模块，用于在所述参考所述目标历史路径，并采用脱困策略，从所述第一边界点出发，朝着所述目标清扫线所述在方向行走的过程中，在所述环境地图中将所述机器人已经走过的位于所述膨胀区域内的区域标记为尝试区域。

可选的，所述装置还包括：

停止尝试模块，用于在所述参考所述目标历史路径，并采用脱困策略，从所述第一边界点出发，朝着所述目标清扫线所述在方向行走之后，若所述机器人在所述预设时间段内没有走出所述膨胀区域，则停止所述尝试。

可选的，所述装置还包括：

返回模块，用于控制所述机器人原路返回至所述第一位置点；

规划第二可达路径模块，用于基于所述环境地图，规划一条从所述第一位置点到所述目标清扫线的第二目标可达路径；

行走模块，用于控制所述机器人基于所述第二目标可达路径行走，以从所述第一位置点到达所述目标清扫线。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本发明实施例还提供了一种电子设备，如图4所示，包括存储器504、处理器502及存储在存储器504上并可在处理器502上运行的计算机程序，所述处理器502执行所述程序时实现前文所述机器人的路径规划方法的任一方法的步骤。

其中，在图4中，总线架构(用总线500来代表)，总线500可以包括任意数量的互联的总线和桥，总线500将包括由处理器502代表的一个或多个处理器和存储器504代表的存储器的各种电路链接在一起。总线500还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口505在总线500和接收器501和发送器503之间提供接口。接收器501和发送器503可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。处理器502负责管理总线500和通常的处理，而存储器504可以被用于存储处理器502在执行操作时所使用的数据。

本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前文所述机器人的路径规划方法的任一方法的步骤。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本发明实施例的装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

本发明公开了，a1、一种机器人的路径规划方法，其特征在于，包括：

在机器人需要从第一位置点到达目标清扫线时，从历史数据中提取从所述第一位置点到所述目标清扫线的目标历史路径，所述历史数据中存储有所述机器人以前行走过的路径，所述目标历史路径在环境地图上为不可达路径；

控制所述机器人尝试基于所述目标历史路径行走，以从所述第一位置点到达所述目标清扫线。

a2、如a1所述的机器人的路径规划方法，其特征在于，在控制所述机器人尝试基于所述目标历史路径行走，以所述第一位置点到达所述目标清扫线之前，还包括：

基于所述环境地图，规划一条从所述第一位置点到所述目标清扫线的第一目标可达路径；

判断所述第一目标可达路径对应的第一行走代价是否高于所述目标历史路径对应的第二行走代价；

若是，则执行所述控制所述机器人尝试基于所述目标历史路径行走，以从所述第一位置点到达所述目标清扫线的步骤；

否则，控制所述机器人基于所述第一目标可达路径行走，以从所述第一位置点到达所述目标清扫线。

a3、如a1或a2所述的机器人的路径规划方法，其特征在于，所述控制所述机器人尝试基于所述目标历史路径行走，以从所述第一位置点到达所述目标清扫线，包括：

基于所述环境地图规划第一可达路径，并控制所述机器人基于所述第一可达路径行走，以从所述第一位置点到达膨胀区域的边界的第一边界点，其中，所述膨胀区域是所述环境地图上表示存在障碍物的区域，所述第一边界点是所述目标历史路径进入所述膨胀区域时与所述的膨胀区域的边界的交点；

参考所述目标历史路径，并采用脱困策略，从所述第一边界点出发，朝着所述目标清扫线所述在方向行走；

若所述机器人在预设时间内走出所述膨胀区域，则基于所述环境地图规划第二可达路径，并控制所述机器人基于所述第二可达路径行走，以从所述第二边界点到达所述目标清扫线，其中，所述第二边界点为所述机器人走出所述膨胀区域时与所述膨胀区域的边界的交点。

a4、如a3所述的机器人的路径规划方法，其特征在于，还包括：

在所述参考所述目标历史路径，并采用脱困策略，从所述第一边界点出发，朝着所述目标清扫线所述在方向行走的过程中，在所述环境地图中将所述机器人已经走过的位于所述膨胀区域内的区域标记为尝试区域。

a5、如a3所述的机器人的路径规划方法，其特征在于，在所述参考所述目标历史路径，并采用脱困策略，从所述第一边界点出发，朝着所述目标清扫线所述在方向行走之后，还包括：

若所述机器人在所述预设时间段内没有走出所述膨胀区域，则停止所述尝试。

a6、如a5所述的机器人的路径规划方法，其特征在于，在所述停止所述尝试之后，还包括：

控制所述机器人原路返回至所述第一位置点；

基于所述环境地图，规划一条从所述第一位置点到所述目标清扫线的第二目标可达路径；

控制所述机器人基于所述第二目标可达路径行走，以从所述第一位置点到达所述目标清扫线。

b7、一种机器人的路径规划装置，其特征在于，包括：

获取历史路径模块，用于在机器人需要从第一位置点到达目标清扫线时，从历史数据中提取从所述第一位置点到所述目标清扫线的目标历史路径，所述历史数据中存储有所述机器人以前行走过的路径，所述目标历史路径在环境地图上为不可达路径；

尝试行走模块，用于控制所述机器人尝试基于所述目标历史路径行走，以所述第一位置点到达所述目标清扫线。

b8、如b7所述的机器人的路径规划装置，其特征在于，所述装置还包括：

规划第一可达路径模块，用于基于所述环境地图，规划一条从所述第一位置点到所述目标清扫线的第一目标可达路径；

判断行走代价模块，用于判断所述第一目标可达路径对应的第一行走代价是否高于所述目标历史路径对应的第二行走代价；

确定清扫路线模块，用于若所述第一目标可达路径对应的第一行走代价高于所述目标历史路径对应的第二行走代价，则执行所述控制所述机器人尝试基于所述目标历史路径行走，以从所述第一位置点到达所述目标清扫线的步骤；否则，控制所述机器人基于所述第一目标可达路径行走，以从所述第一位置点到达所述目标清扫线。

b9、如b7或b8所述的机器人的路径规划装置，其特征在于，所述尝试行走模块还用于：

基于所述环境地图规划第一可达路径，并控制所述机器人基于所述第一可达路径行走，以从所述第一位置点到达膨胀区域的边界的第一边界点，其中，所述膨胀区域是所述环境地图上表示存在障碍物的区域，所述第一边界点是所述目标历史路径进入所述膨胀区域时与所述的膨胀区域的边界的交点；

参考所述目标历史路径，并采用脱困策略，从所述第一边界点出发，朝着所述目标清扫线所述在方向行走；

若所述机器人在预设时间内走出所述膨胀区域，则基于所述环境地图规划第二可达路径，并控制所述机器人基于所述第二可达路径行走，以从所述第二边界点到达所述目标清扫线，其中，所述第二边界点为所述机器人走出所述膨胀区域时与所述膨胀区域的边界的交点。

b10、如b9所述的机器人的路径规划装置，其特征在于，所述装置还包括：

标记尝试区域模块，用于在所述参考所述目标历史路径，并采用脱困策略，从所述第一边界点出发，朝着所述目标清扫线所述在方向行走的过程中，在所述环境地图中将所述机器人已经走过的位于所述膨胀区域内的区域标记为尝试区域。

b11、如b9所述的机器人的路径规划装置，其特征在于，所述装置还包括：

停止尝试模块，用于在所述参考所述目标历史路径，并采用脱困策略，从所述第一边界点出发，朝着所述目标清扫线所述在方向行走之后，若所述机器人在所述预设时间段内没有走出所述膨胀区域，则停止所述尝试。

b12、如b11所述的机器人的路径规划装置，其特征在于，所述装置还包括：

返回模块，用于控制所述机器人原路返回至所述第一位置点；

规划第二可达路径模块，用于基于所述环境地图，规划一条从所述第一位置点到所述目标清扫线的第二目标可达路径；

行走模块，用于控制所述机器人基于所述第二目标可达路径行走，以从所述第一位置点到达所述目标清扫线。

c13、一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现a1-a6任一项所述方法的步骤。

d14.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现a1-a6任一项所述方法的步骤。