一种机器人的路径规划方法及机器人与流程

1.本发明涉及路径规划技术领域，具体涉及一种机器人的路径规划方法及机器人。


背景技术：

2.随着机器人技术的发展，机器人可以借助地图构建算法，构建地图，并在地图中规划移动路径。由于实际环境比较复杂，机器人在构建地图的过程中，未能够涵盖实际环境中的危险区域，会使得机器人规划出的移动路径具有一定危险性。


技术实现要素：

3.本发明实施例的一个目的旨在提供一种机器人的路径规划方法及机器人，用于解决现有技术存在的技术缺陷。
4.在第一方面，本发明实施例提供一种机器人的路径规划方法，包括：
5.确定所述机器人在执行训练操作时的基准移动路径；
6.根据所述基准移动路径，生成具有不同代价值的多个地图区域；
7.根据路径规划算法及每个所述地图区域的代价值，规划移动路径。
8.可选地，所述根据所述基准移动路径，生成具有不同代价值的多个地图区域包括：
9.获取环境地图，所述环境地图包括障碍物区域；
10.根据所述基准移动路径，膨胀生成第一地图区域，所述第一地图区域配置有第一代价值；
11.根据所述障碍物区域，膨胀生成第二地图区域，所述第二地图区域配置有第二代价值。
12.可选地，所述根据所述基准移动路径，生成具有不同代价值的多个地图区域还包括：
13.将所述环境地图中不属于所述第一地图区域和第二地图区域的地图区域设置为第三地图区域，所述第三地图区域配置有第三代价值。
14.可选地，所述第一代价值小于所述第三代价值，所述第三代价值小于所述第二代价值。
15.可选地，所述基准移动路径包括多个基准位置点，所述根据所述基准移动路径，膨胀生成第一地图区域包括：
16.确定所述机器人在所述基准位置点时的移动速度；
17.根据所述基准位置点对应的移动速度与预设速度阈值，膨胀生成第一地图区域。
18.可选地，所述根据所述基准位置点对应的移动速度与预设速度阈值，膨胀生成第一地图区域包括：
19.判断所述基准位置点对应的移动速度是否大于预设速度阈值；
20.若是，对所述基准位置点按照第一预设膨胀距离，作纵向和/或横向的膨胀操作，得到膨胀区域，全部所述基准位置点对应的膨胀区域形成第一地图区域；
21.若否，对所述基准位置点按照第二预设膨胀距离，作纵向和/或横向的膨胀操作，得到膨胀区域，全部所述基准位置点对应的膨胀区域形成第一地图区域，所述第一预设膨胀距离大于所述第二预设膨胀距离。
22.可选地，所述根据所述障碍物区域，膨胀生成第二地图区域包括：
23.对所述障碍物区域按照第三预设膨胀距离，作纵向和/或横向的膨胀操作，得到第二地图区域。
24.可选地，所述机器人的中心点到壳体边缘的距离与每个预设膨胀距离成倍数关系。
25.可选地，所述训练操作包括地图构建操作和/或录制路径操作。
26.可选地，所述根据路径规划算法及每个所述地图区域的代价值，规划移动路径包括：
27.获取所述机器人的当前位置及终点位置；
28.根据路径规划算法及每个所述地图区域的代价值，选择由所述当前位置到所述终点位置时最小/最大总代价对应的路径作为移动路径。
29.在第二方面，本发明实施例提供一种机器人，包括：
30.至少一个处理器；以及，
31.与所述至少一个处理器通信连接的存储器；其中，
32.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的机器人的路径规划方法。
33.在本发明实施例提供的机器人的路径规划方法中，确定机器人在执行训练操作时移动的基准路径，根据基准路径，生成具有不同代价值的多个地图区域，根据路径规划算法及每个地图区域的代价值，规划移动路径，由于执行训练操作时的基准路径及其周边区域属于比较安全区域，根据基准路径可确定不同安全等级的地图区域，后续可以尽量规划出高安全性的移动路径，有利于提高机器人的移动安全性。
附图说明
34.一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
35.图1为本发明实施例提供的一种机器人的结构示意图；
36.图2为本发明实施例提供的一种机器人执行训练操作时的场景示意图；
37.图3为本发明实施例提供的一种机器人的路径规划方法的流程示意图；
38.图4a为图3所示的s32的第一种流程示意图；
39.图4b为本发明实施例提供的第一种环境地图的示意图；
40.图4c为图3所示的s32的第二种流程示意图；
41.图5a为图4a所示的s322的流程示意图；
42.图5b为图5a所示的s3222的流程示意图；
43.图5c为本发明实施例提供的第二种环境地图的示意图；
44.图6为图3所示的s33的流程示意图；
45.图7a为本发明实施例提供的一种机器人的路径规划装置的结构示意图；
46.图7b为图7a所示的地图生成模块的结构示意图；
47.图8为本发明实施例提供的一种机器人的电路结构示意图。
具体实施方式
48.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明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发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
49.需要说明的是，如果不冲突，本发明实施例中的各个特征可以相互结合，均在本发明的保护范围之内。另外，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。再者，本发明所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定，仅是对功能和作用基本相同的相同项或相似项进行区分。
50.本发明实施例的机器人的路径规划方法可以在任何合适类型并具有运算能力的电子设备中执行，例如，在一些实施例中，电子设备可以为机器人、计算机、平板电脑或台式计算机等等。
51.本发明实施例提供的电子设备被构造成机器人，其中，机器人可以被构造成任何合适形状，以便实现特定业务功能操作，例如，本发明实施例机器人可以为户外机器人、清洁机器人或搬运机器人等。
52.请参阅图1，机器人100包括控制单元11、传感单元12、无线通信单元13及驱动单元14。
53.控制单元11作为机器人100的控制核心，可以采用多种路径规划算法控制机器人实施遍历工作，例如，在一些实施例中，控制单元11采用slam算法，根据环境数据构建地图和定位。
54.传感单元12用于采集机器人100的一些运动参数及环境空间各类数据，传感单元12包括各类合适传感器，诸如摄像头、惯性测量单元、陀螺仪、磁场计、加速度计或轮速计、激光雷达或者声波雷达等等。
55.无线通信单元13用于与外部设备无线通信，其中，无线通信单元13与控制单元11电连接。
56.驱动单元14用于驱动机器人100行进或后退，清洁时，控制单元11向驱动单元14发送控制指令，驱动单元14根据控制指令带动机器人100移动。
57.在一些实施例中，驱动单元14分为左驱动单元和右驱动单元。以左驱动单元为例，其包括电机、轮子驱动机构、左轮，电机的转轴与轮子驱动机构连接，左轮与轮子驱动机构连接，电机与控制单元连接，电机接收控制单元发送的控制指令而转动其转轴，并通过轮子驱动机构将扭矩传输至左轮，实现左轮的转动；同时结合右驱动单元，从而驱动机器人100行进或后退。
58.请参阅图2，用户通过外部终端向机器人100发送地图构建指令，无线通信单元13接收地图构建指令并向控制单元11发送地图构建指令，控制单元11根据地图构建指令，通
过驱动单元14控制机器人100构建地图，其中，外部终端包括遥控器、智能手机、遥控器或平板电脑等。
59.通常，在初次构建地图时，用户需要通过外部终端人为控制机器人100按照路径移动以采集环境数据，后续可根据环境数据构建地图。如图2所示，在户外环境下，用户人为控制机器人100按照路径abc、路径cbd及路径efg进行移动，在移动过程中不断地采集环境数据。
60.用户人为控制机器人100移动以构建地图时，一般都会优先地控制机器人100行走在用户认为比较安全的路径上，诸如路径abc、路径cbd及路径efg都是较安全的路径，例如，路径abc会比路径pqr更加安全。
61.机器人100沿着上述路径移动时，不容易遇到障碍物，即使中途遇到机器人100的程序出现bug或者其它因素致使机器人100工作异常时，机器人100与障碍物21的碰撞概率也较低。
62.在一些实施例中，机器人100的作业任务比较单一，其所需移动的路径比较固定，因此，为了提高机器人100日后移动的可靠性，用户也可人为控制机器人100提前录制所述路径，以提高机器人10日后在所述路径上移动地可靠性。
63.请继续参阅图2，用户认为控制机器人100在路径aih上进行移动，同时也录制路径aih。如前所述，在录制路径aih时，一般都会优先地控制机器人100行走在用户认为比较安全的路径上，例如，路径aih会比路径ajk更为安全，因此，用户通常会选择路径aih。
64.请继续参阅图2，机器人100的当前位置为o点，终点位置为n点，其中，由o点到n点，可选地有两条路径，分别为路径omn和路径ostn，由于路径mn的周边障碍物比较多，路径tn的周边障碍物比较少，并且路径mn比路径tn长，显然，机器人100在路径omn移动时遇到障碍物的概率会比在路径ostn时遇到障碍物的概率大，亦即，机器人100在路径omn移动时的安全性比在路径ostn时的安全性低。通过采用下文所阐述的机器人的路径规划方法，可以有效地选择高安全性的路径进行移动。
65.本发明实施例提供一种机器人的路径规划方法。请参阅图3，机器人的路径规划方法s300包括：
66.s31、确定机器人在执行训练操作时的基准移动路径；
67.作为示例但非限定的是，训练操作为控制机器人移动以实现相应训练作业所对应的操作，在一些实施例中，训练操作包括地图构建操作和/或录制路径操作，地图构建操作为机器人构建地图所对应的操作，在一些实施例中，构建地图时，人为控制机器人在环境中移动和采集环境数据，以便机器人根据环境数据，构建地图。请结合图2，人为控制机器人100在环境中沿着路径abc移动，在移动过程中采集环境数据，从而完成地图构建操作。
68.录制路径操作为机器人录制指定路径的操作。通常，录制路径操作的录制时间点先于机器人按照指定路径执行实际任务的时间点，提前录制路径能够帮助机器人后续可靠准确地按照指定路径进行移动。请结合图2，人为控制机器人100在环境中沿着路径aih移动，并记录路径aih经过的位置点，从而完成路径aih的录制操作，其中，路径aih为指定路径。
69.作为示例但非限定的是，基准移动路径为机器人在执行训练操作时进行移动所形成的路径，请结合图2，路径abc、路径cbd、路径efg、路径aih都为基准移动路径。用户人为控
制机器人执行训练操作时，机器人都会记录每条基准移动路径，举例而言，机器人记录基准移动路径所经过的基准位置点的位置，各个基准位置点可形成基准移动路径。其中，基准位置点的位置可由环境地图的坐标表示，例如，机器人基于采集的环境数据构建地图，所述环境地图配置坐标系，机器人利用记录的基准位置点在环境地图的位置，确定基准位置点在坐标系下的坐标。
70.s32、根据基准移动路径，生成具有不同代价值的多个地图区域；
71.作为示例但非限定的是，地图区域为环境地图中被配置有代价值的区域，不同代价值对应不同地图区域。在本实施例中，代价值用于表示地图区域的安全等级，在一些实施例中，代价值越高，地图区域的安全等级越高或越低，对应的，代价值越低，地图区域的安全等级越低或越高。另外，每个地图区域的代价值可由任意合适数值表示，例如，地图区域z1的代价值设置为20，地图区域z2的代价值设置为254，地图区域z3的代价值设置为50。
72.由于不同地图区域的代价值不同，机器人在不同地图区域进行移动时所付出的代价亦不同，此处代价可由代价值量化表示，其中，此处代价可以具体为机器人在地图区域移动时所陷入的危险程度，在一些实施例中，代价值越低，可代表机器人在此地图区域移动时所陷入的危险程度越小，亦即，此地图区域的安全等级越高。代价值越高，可代表机器人在此地图区域移动时所陷入的危险程度越大，亦即，此地图区域的安全等级越低。
73.s33、根据路径规划算法及每个地图区域的代价值，规划移动路径。
74.作为示例但非限定的是，路径规划算法可以为最短路径规划算法，诸如迪杰斯特拉算法或a*算法等，基于路径规划算法与每个地图区域的代价值，机器人可以规划出较高安全性的移动路径。
75.由于执行训练操作时的基准路径及其周边区域属于比较安全区域，根据基准路径可确定不同安全等级的地图区域，后续可以尽量规划出高安全性的移动路径，有利于提高机器人的移动安全性。
76.在一些实施例中，机器人可以生成至少两种代价值的地图区域，请参阅图4a，s32包括：
77.s321、获取环境地图，环境地图包括障碍物区域；
78.s322、根据基准移动路径，膨胀生成第一地图区域，第一地图区域配置有第一代价值；
79.s323、根据障碍物区域，膨胀生成第二地图区域，第二地图区域配置有第二代价值。
80.作为示例但非限定的是，环境地图由机器人根据地图构建算法处理环境数据得到，其中，在一些实施例中，环境数据为用户人为控制机器人按照基准移动路径进行移动时所采集的数据，环境地图可以为图像格式文件或激光点云格式文件。
81.在一些实施例中，环境地图可被栅格化，环境地图可由若干个栅格排列形成，为了能够体现出环境地图中的物体的分布情况，可以给每个栅格设置对应的栅格值，栅格值能够体现对应的栅格的状态，栅格的状态用于表示环境地图中相应像素点的情况。单个栅格的状态可为以下一种：可通行状态、障碍物状态、未知状态。其中，可通行状态用于表示对应的像素点属于环境地图中无障碍物占据的区域的像素，障碍物状态用于表示对应的像素点属于环境地图中被障碍物占据的区域的像素，未知状态用于表示对应的像素点属于环境地
图中未知区域的像素。为了便于描述，可将可通行状态对应的栅格的类型、障碍物状态对应的栅格的类型、未知状态对应的栅格的类型分别确定为可通行栅格、障碍物栅格、未知区域栅格。在一些实施例中，可通行栅格对应的栅格值、障碍物栅格对应的栅格值、未知状态栅格对应的栅格值分别为0、1、2。
82.在一些实施例中，为了便于表示环境地图中各个位置点的位置，环境地图配置有坐标系，其中，坐标系可以任意定义在环境地图中，例如，坐标系的原点定义在环境地图的左上角，坐标系的x轴正方向定义在环境地图的原点朝向右边的方向，坐标系的y轴正方向定义在环境地图的原点朝向下边的方向。在环境地图中，每个位置点都与栅格对应，且每个栅格在坐标系中都有对应坐标，因此，每个位置点都有相应坐标表示。
83.作为示例但非限定的是，障碍物区域为环境地图中由障碍物所占据的区域，其中，障碍物可以为任意形式物体，诸如墙体、树木、垃圾桶等。如前所述，障碍物区域包括若干个障碍物栅格。
84.如前所述，机器人在执行训练操作时，通过移动而形成基准移动路径，因此，基准移动路径可经过相应的可通行栅格，亦即基准移动路径可占据着若干个可通行栅格。
85.请参阅图4b，机器人根据基准移动路径40，膨胀生成第一地图区域41，第一地图区域41配置有第一代价值，第一代价值为20。
86.在一些实施例中，机器人可以根据基准移动路径，结合任意合适规则，膨胀生成第一地图区域。
87.在一些实施例中，s322包括：对基准移动路径，按照目标膨胀距离，作纵向和/或横向的膨胀操作，得到第一地图区域，其中，目标膨胀距离由用户根据业务需求自定义。
88.在一些实施例中，对基准移动路径按照目标膨胀距离作纵向的膨胀操作时，可以对基准移动路径上的各个可通行栅格的纵坐标沿着y轴正方向/负方向按照目标膨胀距离进行平移，平移后的可通行栅格所围成的区域为第一地图区域。
89.在一些实施例中，对基准移动路径按照目标膨胀距离作横向的膨胀操作时，可以对基准移动路径上的各个可通行栅格的横坐标沿着x轴正方向/负方向按照目标膨胀距离进行平移，平移后的可通行栅格所围成的区域为第一地图区域。
90.在一些实施例中，机器人可以根据障碍物区域，膨胀生成第二地图区域，第二地图区域配置有第二代价值。
91.可以理解的是，出于规则不同，设计者可以将第一代价值设计成大于第二代价值，或者将第二代价值设计成大于第一代价值，本实施例对第一代价值或第二代价值之间的大小关系不作任何不当限定。
92.请继续参阅图4b，机器人根据障碍物区域，膨胀生成第二地图区域42，第二地图区域42配置有第二代价值，第二代价值为254。
93.在一些实施例中，机器人可以根据障碍物区域，结合任意合适规则，膨胀生成第二地图区域。
94.在一些实施例中，s323包括：对障碍物区域按照第三预设膨胀距离，作纵向和/或横向的膨胀操作，得到第二地图区域，其中，第三预设膨胀距离可由用户根据业务需求自定义。
95.在一些实施例中，对障碍物区域按照第三预设膨胀距离作纵向的膨胀操作时，可
以对障碍物区域上的各个障碍物栅格的纵坐标沿着y轴正方向/负方向按照第三预设膨胀距离进行平移，平移后的障碍物栅格所围成的区域为第二地图区域。
96.在一些实施例中，对障碍物区域按照第三预设膨胀距离作横向的膨胀操作时，可以对障碍物区域上的各个障碍物栅格的横坐标沿着x轴正方向/负方向按照第三预设膨胀距离进行平移，平移后的障碍物栅格所围成的区域为第二地图区域。
97.在一些实施例中，请参阅图4c，s32还包括s324，s324、将环境地图中不属于第一地图区域和第二地图区域的地图区域设置为第三地图区域，第三地图区域配置有第三代价值。
98.请继续参阅图4b，机器人生成第三地图区域43，第三地图区域43配置有第三代价值，第三代价值为50。
99.在一些实施例中，第一代价值小于第三代价值，第三代价值小于第二代价值，因此，第一代价值可表示第一地图区域为安全区域，第二代价值可表示第二地图区域为危险区域，第三代价值可表示第三地图区域为普通区域，后续，机器人根据路径规划算法和每个地图区域的代价值规划移动路径时，可选择总代价最小的移动路径为最终路径。
100.通常，用户人为控制机器人执行训练操作时，假设训练操作为地图构建操作，当机器人移动至存在较多障碍物的区域或者路途状况比较颠簸等环境比较不佳的区域时，用户可以人为降低机器人的移动速度，以便机器人能够更加细致全面地采集环境数据以及避免机器人跑偏而与障碍物碰撞。当机器人移动至障碍物较少的区域或者路径状态良好等环境较佳的区域时，用户可以人为提高机器人的移动速度，以便提高采集环境数据的效率，因此，机器人在每个位置点的移动速度可反映所述位置点的环境状况。
101.在一些实施例中，基准移动路径包括多个基准位置点，机器人根据基准移动路径，膨胀生成第一地图区域时，请参阅图5a，s322包括：
102.s3221、确定机器人执行训练操作时在基准位置点的移动速度；
103.s3222、根据移动速度与预设速度阈值，膨胀生成第一地图区域。
104.作为示例但非限定的是，基准位置点为位于基准移动路径上的位置点，在一些实施例中，基准位置点可由一个可通行栅格或多个可通行栅格的中心点表示，基准位置点的位置对应中心点的坐标，可以理解的是，基准移动路径可包括若干个基准位置点，记基准移动路径的全部基准位置点为{w1,w2,w3
……
wn}。
105.作为示例但非限定的是，移动速度为机器人执行训练操作时在基准位置点的速度，机器人设有速度传感器，速度传感器可采集机器人的移动速度，在执行训练操作时，机器人记录基准移动路径上每个基准位置点的位置及其对应的移动速度，两者关联关系为{(w1,vi),(w2,v2),(w3,v3),
……
(wn,vn)}。
106.作为示例但非限定的是，预设速度阈值可由用户根据业务需求自定义，机器人可以结合任意规则，根据移动速度与预设速度阈值，膨胀生成第一地图区域。
107.在一些实施例中，请参阅图5b，s3222包括：
108.s51、判断移动速度是否大于预设速度阈值；
109.s52、若是，对基准位置点按照第一预设膨胀距离，作纵向和/或横向的膨胀操作，得到膨胀区域，全部基准位置点对应的膨胀区域形成第一地图区域；
110.s53、若否，对基准位置点按照第二预设膨胀距离，作纵向和/或横向的膨胀操作，
得到膨胀区域，全部基准位置点对应的膨胀区域形成第一地图区域，第一预设膨胀距离大于第二预设膨胀距离。
111.作为示例但非限定的是，膨胀区域为每个基准点按照相应预设膨胀距离作纵向和/或横向的膨胀操作后所形成的区域。
112.可以理解的是，当移动速度大于预设速度阈值时，可视所述移动速度对应的基准位置点的周边区域比较安全，因此，可以对所述基准位置点作较大范围的膨胀，亦即作第一预设膨胀距离的膨胀。当移动速度小于预设速度阈值时，可视所述移动速度对应的基准位置点的周边区域一般安全，因此，可以对所述基准位置点作较小范围的膨胀，亦即作第二预设膨胀距离的膨胀。
113.可以理解的是，第一地图区域可由全部基准位置点按照第一预设膨胀距离作纵向和/或横向的膨胀操作后的区域形成，或者，第一地图区域可由全部基准位置点按照第二预设膨胀距离作纵向和/或横向的膨胀操作后的区域形成，或者，第一地图区域可由部分基准位置点按照第一预设膨胀距离作纵向和/或横向的膨胀操作后的区域，以及剩余部分基准位置点按照第二预设膨胀距离作纵向和/或横向的膨胀操作后的区域共同形成。
114.举例而言，请参阅图5c，在基准移动路径lw上，基准位置点w1到基准位置点w2之间的全部基准位置点的移动速度都小于预设速度阈值，因此，基准位置点w1到基准位置点w2之间的全部基准位置点按照第二预设膨胀距离h2作纵向和横向的膨胀操作，得到第一膨胀集合区域s1。
115.基准位置点w2到基准位置点w3之间的全部基准位置点的移动速度都大于预设速度阈值，因此，基准位置点w2到基准位置点w3之间的全部基准位置点按照第一预设膨胀距离h1作纵向和横向的膨胀操作，得到第二膨胀集合区域s2。
116.基准位置点w3到基准位置点w4之间的全部基准位置点的移动速度都小于预设速度阈值，因此，基准位置点w3到基准位置点w4之间的全部基准位置点按照第二预设膨胀距离h2作纵向和横向的膨胀操作，得到第三膨胀集合区域s3。
117.其中，第一膨胀集合区域s1、第二膨胀集合区域s2及第三膨胀集合区域s3形成第一地图区域。
118.由于机器人能够结合移动速度膨胀生成第一地图区域，机器人能够充分考虑到路面状况和障碍物状况，尽可能地、合理科学地扩展出较大面积的高安全性的第一地图区域，有利于后期能够容易地、多选择性地生成高安全性的移动路径。
119.在一些实施例中，机器人的中心点到壳体边缘的距离与每个预设膨胀距离成倍数关系，例如，机器人的形状呈圆柱形，机器人的中心点到壳体边缘的距离为半径r，半径r每个预设膨胀距离成n倍数关系，n为正整数，例如，n为1或2或3等。
120.由于预设膨胀距离与机器人的中心点到壳体边缘的距离关联，并且机器人的中心点到壳体边缘的距离往往是机器人的转动半径，采用此类预设膨胀距离生成地图区域，避免机器人生成出让机器人无法掉头或者有效旋转的第一地图区域，避免机器人陷入障碍物之中，因此，此种方式有利于提高机器人在第一地图区域的移动可靠性，更加有利于提高规划出高安全性的移动路径。
121.在一些实施例中，规划移动路径时，请参阅图6，s33包括：
122.s331、获取机器人的当前位置及终点位置；
123.s332、根据路径规划算法及每个地图区域的代价值，选择由当前位置到终点位置时最小/最大总代价对应的路径作为移动路径。
124.举例而言，当第一代价值小于第三代价值，第三代价值小于第二代价值时，机器人根据路径规划算法及每个地图区域的代价值，选择由当前位置到终点位置时最小总代价对应的路径作为移动路径。
125.当第一代价值大于第二代价值，第二代价值小于第三代价值时，机器人根据路径规划算法及每个地图区域的代价值，选择由当前位置到终点位置时最大总代价对应的路径作为移动路径。
126.需要说明的是，在上述各个实施方式中，上述各步骤之间并不必然存在一定的先后顺序，本领域普通技术人员，根据本发明实施方式的描述可以理解，不同实施方式中，上述各步骤可以有不同的执行顺序，亦即，可以并行执行，亦可以交换执行等等。
127.作为本发明实施例的另一方面，本发明实施例提供一种机器人的路径规划装置。其中，机器人的路径规划装置可以为软件模块，所述软件模块包括若干指令，其存储在存储器内，处理器可以访问该存储器，调用指令进行执行，以完成上述各个实施方式所阐述的机器人的路径规划方法。
128.在一些实施方式中，机器人的路径规划装置亦可以由硬件器件搭建成的，例如，机器人的路径规划装置可以由一个或两个以上的芯片搭建而成，各个芯片可以互相协调工作，以完成上述各个实施方式所阐述的机器人的路径规划方法。再例如，机器人的路径规划装置还可以由各类逻辑器件搭建而成，诸如由通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)、单片机、arm(acorn risc machine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合而搭建成。
129.请参阅图7a，机器人的路径规划装置700包括路径确定模块71、地图生成模块72及路径规划模块73。
130.路径确定模块71用于确定机器人在执行训练操作时的基准移动路径，地图生成模块72用于根据基准移动路径，生成具有不同代价值的多个地图区域，路径规划模块73用于根据路径规划算法及每个地图区域的代价值，规划移动路径。
131.由于执行训练操作时的基准路径及其周边区域属于比较安全区域，根据基准路径可确定不同安全等级的地图区域，后续可以尽量规划出高安全性的移动路径，有利于提高机器人的移动安全性。
132.在一些实施例中，请参阅图7b，地图生成模块72包括地图获取单元721、第一地图生成单元722及第二地图生成单元723。
133.地图获取单元721用于获取环境地图，环境地图包括障碍物区域，第一地图生成单元722用于根据基准移动路径，膨胀生成第一地图区域，第一地图区域配置有第一代价值，第二地图生成单元723用于根据障碍物区域，膨胀生成第二地图区域，第二地图区域配置有第二代价值。
134.在一些实施例中，请继续参阅图7b，地图生成模块72还包括第三地图生成单元724，第三地图生成单元724用于将环境地图中不属于第一地图区域和第二地图区域的地图区域设置为第三地图区域，第三地图区域配置有第三代价值。
135.在一些实施例中，第一代价值小于第三代价值，第三代价值小于第二代价值。
136.在一些实施例中，基准移动路径包括多个基准位置点，第一地图生成单元722具体用于：确定机器人在基准位置点时的移动速度，根据基准位置点对应的移动速度与预设速度阈值，膨胀生成第一地图区域。
137.在一些实施例中，第一地图生成单元722还具体用于：判断基准位置点对应的移动速度是否大于预设速度阈值，若是，对基准位置点按照第一预设膨胀距离，作纵向和/或横向的膨胀操作，得到膨胀区域，全部基准位置点对应的膨胀区域形成第一地图区域，若否，对基准位置点按照第二预设膨胀距离，作纵向和/或横向的膨胀操作，得到膨胀区域，全部基准位置点对应的膨胀区域形成第一地图区域，第一预设膨胀距离大于第二预设膨胀距离。
138.在一些实施例中，第二地图生成单元723具体用于：对障碍物区域按照第三预设膨胀距离，作纵向和/或横向的膨胀操作，得到第二地图区域。
139.在一些实施例中，机器人的中心点到壳体边缘的距离与每个预设膨胀距离成倍数关系。
140.在一些实施例中，训练操作包括地图构建操作和/或录制路径操作。
141.在一些实施例中，路径规划模块73具体用于：获取机器人的当前位置及终点位置；根据路径规划算法及每个地图区域的代价值，选择由当前位置到终点位置时最小/最大总代价对应的路径作为移动路径。
142.需要说明的是，上述机器人的路径规划装置可执行本发明实施方式所提供的机器人的路径规划方法，具备执行方法相应的功能模块和有益效果。未在机器人的路径规划装置实施方式中详尽描述的技术细节，可参见本发明实施方式所提供的机器人的路径规划方法。
143.请参阅图8，图8为本发明实施例提供的一种机器人的电路结构示意图。如图8所示，电子设备800包括一个或多个处理器81以及存储器82。其中，图8中以一个处理器81为例。
144.处理器81和存储器82可以通过总线或者其他方式连接，图8中以通过总线连接为例。
145.存储器82作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的机器人的路径规划方法对应的程序指令/模块。处理器81通过运行存储在存储器82中的非易失性软件程序、指令以及模块，从而执行机器人的路径规划装置的各种功能应用以及数据处理，即实现上述方法实施例提供的机器人的路径规划方法以及上述装置实施例的各个模块或单元的功能。
146.存储器82可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器82可选包括相对于处理器81远程设置的存储器，这些远程存储器可以通过网络连接至处理器81。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
147.所述程序指令/模块存储在所述存储器82中，当被所述一个或者多个处理器81执行时，执行上述任意方法实施例中的机器人的路径规划方法。
148.本发明实施例还提供了一种非易失性计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，例如图8中的一个处
理器81，可使得上述一个或多个处理器可执行上述任意方法实施例中的机器人的路径规划方法。
149.本发明实施例还提供了一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被机器人执行时，使所述机器人执行任一项所述的机器人的路径规划方法。
150.以上所描述的装置或设备实施例仅仅是示意性的，其中所述作为分离部件说明的单元模块可以是或者也可以不是物理上分开的，作为模块单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络模块单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
151.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
152.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。