控制设备移动的方法、装置、存储介质与电子设备与流程

1.本公开涉及设备导航技术领域，具体地，涉及一种控制设备移动的方法、装置、存储介质与电子设备。


背景技术：

2.随着科技的不断进步，无人驾驶车辆、机器人等可移动设备的自动导航技术逐渐成为一个研究热点，导航是为无人驾驶车辆与机器人等可移动设备指定一条从起始点到目的点的路径，用于驱动移动设备从起始点移动到目的点。
3.目前，在对移动设备进行导航的过程中，会使用强化学习避障算法作为局部规划器，来计算移动设备在局部区域的合适的行走路径，因为强化学习避障算法的规则具有局限性，使得移动设备需要频繁地调用全局规划器，全局规划器需要结合移动设备当前位置、目标点位置以及环境地图，重新计算出新的行走路径，才能保证机器人行走在正确的行走路径上。
4.在这个过程中，由于全局规划器的路径规划过程比较复杂，频繁地调用全局规划器会极大地增大导航时间，导致导航速度变慢。


技术实现要素：

5.本公开的目的是提供一种控制设备移动的方法、装置、存储介质与电子设备，以解决上述相关技术问题。
6.为了实现上述目的，本公开实施例的第一方面提供一种控制设备移动的方法，所述方法包括：
7.在设备沿着初始行驶路径移动的过程中，检测所述设备周围是否存在第一障碍物；
8.在存在所述第一障碍物的情况下，通过全局规划器获取局部目标点，所述局部目标点为所述设备绕开所述第一障碍物后回到所述初始行驶路径上的目标点；
9.控制所述设备从当前位置移动至所述局部目标点。
10.可选地，所述获取局部目标点，包括：
11.获取地图信息；
12.根据所述地图信息，获取绕开所述第一障碍物的多条备选路径；
13.从所述多条备选路径中，将行程最短的备选路径的目标点作为所述局部目标点。
14.可选地，所述控制所述设备从当前位置移动至所述局部目标点，包括：
15.根据所述设备周围的第二障碍物的分布信息、所述局部目标点的坐标信息以及所述设备当前的线速度与角速度，确定绕开所述第二障碍物的多个行驶策略；
16.从所述多个行驶策略中，确定目标行驶策略；
17.以目标行驶策略，控制所述设备从当前位置移动至所述局部目标点。
18.可选地，所述从所述多个行驶策略中，确定目标行驶策略，包括：
19.基于稀疏奖励与稠密奖励，确定所述多个行驶策略的得分；
20.将得分最高的行驶策略，作为所述目标行驶策略。
21.可选地，所述基于稀疏奖励，确定所述多个行驶策略的得分，包括：
22.根据所述设备是否成功到达所述局部目标点，确定所述多个行驶策略的得分。
23.可选地，所述根据所述设备是否成功到达所述局部目标点，确定所述多个行驶策略的得分，包括：
24.在所述设备成功到达所述局部目标点的情况下，增加所述行驶策略的得分；
25.在所述设备碰到所述第二障碍物的情况下，减少所述行驶策略的得分；
26.在所述设备在预设路程内未到达所述局部目标点的情况下，减少所述行驶策略的得分。
27.可选地，所述基于稠密奖励，确定所述多个行驶策略的得分，包括：
28.获取所述设备的上一位置和当前位置分别与所述局部目标点之间的距离、所述设备上一位置与所述局部目标点之间的连线，和所述当前位置与所述局部目标点之间的连线的夹角、所述设备在当前位置的角速度；
29.根据所述距离、所述夹角以及所述角速度，确定所述行驶策略的得分。
30.可选地，所述根据所述距离、所述夹角以及所述角速度，确定所述行驶策略的得分，包括：
31.在所述设备上一位置至所述局部目标点之间的距离，大于所述设备当前位置至所述局部目标点之间的距离的情况下，增加所述行驶策略的得分；
32.在所述夹角为锐角的情况下，增加所述行驶策略的得分；
33.在所述角速度超过阈值的情况下，减少所述行驶策略的得分。
34.可选地，所述方法还包括：
35.在不存在所述障碍物的情况下，获取全局目标点，所述全局目标点为所述初始行驶路径的终点；
36.控制所述设备从当前位置移动至所述全局目标点。
37.可选地，所述第一障碍物为静态障碍物。
38.为了实现上述目的，本公开实施例的第二方面提供一种控制设备移动的装置，所述装置包括：
39.检测模块，用于在控制设备沿着初始行驶路径移动的过程中，检测所述设备周围是否存在第一障碍物；
40.获取模块，用于在存在所述第一障碍物的情况下，通过全局规划器获取局部目标点，所述局部目标点为所述设备绕开所述第一障碍物后回到所述初始行驶路径上的目标点；
41.第一控制模块，用于控制所述设备从当前位置移动至所述局部目标点。
42.为了实现上述目的，本公开实施例的第三方面提供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本公开实施例的第一方面任一项所述方法的步骤。
43.为了实现上述目的，本公开实施例的第四方面提供一种电子设备，包括：
44.存储器，其上存储有计算机程序；
45.处理器，用于执行所述存储器中的所述计算机程序，以实现本公开实施例的第一方面任一项所述方法的步骤。
46.通过上述技术方案，当设备周围存在第一障碍物的情况下，才会请求全局规划器获取局部目标点，并依据局部目标点控制设备回到正确的初始行驶路径上。相较于将强化学习避障算法作为局部规划器来调用全局规划器，使得设备行走在正确的行驶路径上而言，本公开在存在第一障碍物的情况下，才会调用全局规划器，减少了调用全局规划器的次数，因此避免了频繁调用全局规划器所导致的导航时间增大、导航速度慢的问题，提升了设备导航的导航时间与导航速度。
47.并且，本公开提出使用全局规划器提前规划一个初始行驶路径，当设备沿着初始行驶路径移动的过程中碰到第一障碍物时，局部规划器才会调用全局规划器来获取绕开第一障碍物的局部目标点，并依据局部目标点回到初始行驶路径上。如此，在设备每一次碰到第一障碍物时，全局规划器均会告知局部规划器绕开第一障碍物的局部目标点，而局部目标点位于初始行驶路径上，会使得设备最终都会回到初始行驶路径，并沿着初始行驶路径行驶至目的点，并不会使得设备陷入导航的死循环。
48.本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
49.附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
50.图1是本公开一示例性实施例提出的控制设备移动的方法的步骤流程图；
51.图2是本公开一示例性实施例提出的绕开第一障碍物的示意图；
52.图3是本公开一示例性实施例提出的控制设备移动的方法的步骤流程图；
53.图4是本公开一示例性实施例提出的确定局部目标点的示意图；
54.图5是本公开一示例性实施例提出的用于说明夹角余弦值的示意图；
55.图6是本公开一示例性实施例提出的控制设备移动的装置的框图；
56.图7是本公开一示例性实施例提出的电子设备的框图；
57.图8是本公开一示例性实施例提出的电子设备的框图。
具体实施方式
58.以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
59.需要说明的是，本公开中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。
60.请参阅图1所示，本公开提供一种控制设备移动的方法，该方法包括以下步骤：
61.步骤s11：在设备沿着初始行驶路径移动的过程中，检测所述设备周围是否存在第一障碍物。
62.其中，设备指的是机器人、无人驾驶车辆等可自动导航的移动设备；初始行驶路径指的是设备从起始点到目的点初始规划的直线路径；第一障碍物指的是静态障碍物，例如
墙、信号灯等道路上静态的障碍物；检测设备周围指的是以设备当前位置为圆心，预设距离作为半径作为预设范围进行检测。
63.具体地，设备中的全局规划器会获取起始点到目的点之间的地图信息，并根据地图信息规划起始点到目的点的直线路径；在设备沿着直线路径行驶的过程中，设备中的局部规划器会通过激光雷达或深度相机检测设备，来检测设备的预设范围内是否存在静态的第一障碍物。
64.步骤s12：在存在所述第一障碍物的情况下，通过全局规划器获取局部目标点，所述局部目标点为所述设备绕开所述第一障碍物后回到所述初始行驶路径上的目标点。
65.其中，在存在第一障碍物的情况下，为了控制设备绕开第一障碍物，设备中的局部规划器需要向全局规划器请求获取局部目标点，在局部规划器获取了局部目标点之后，会依据局部目标点所在位置控制设备绕开第一障碍物并回到位于初始行驶路径上的局部目标点。
66.全局规划器指的是：为设备整段路线的初始行驶路径做初步的规划，按照设备预先记录的地图信息，结合起始点位置与目的点位置，在地图上确定出起始点至目标点的直线路径。
67.局部规划器指的是：当设备在实际移动的过程中，设备周围的环境出现变化，且全局规划器所规划的初始行驶路径不利于设备移动的情况下，局部规划器会做出微调，使得设备绕开第一障碍物，并回到初始行驶路径上。
68.局部目标点是全局规划器为设备绕开第一障碍物所规划的行程较短的行驶路径的终点。
69.示例地，请参阅图2所示，当机器人行走到当前位置a时，机器人的前方有一个体积较大的障碍物(在图2中用四角星表示)，为了避开该障碍物，局部规划器向全局规划器请求获取避开该障碍物的局部目标点，全局规划器向局部规划器反馈局部目标点b，局部规划器依据障碍物的分布信息、当前位置a以及局部目标点b规划出绕开该障碍物的行驶路径，并回到初始行驶路径的局部目标点b上。
70.步骤s13：控制所述设备从当前位置移动至所述局部目标点。
71.其中，当设备中的局部规划器获取了局部目标点之后，会依据第一障碍物的分布信息、设备的当前位置以及局部目标点规划出绕开第一障碍物的行驶路径，并回到局部目标点上。
72.通过本公开提供的控制设备移动的方法，当设备周围存在第一障碍物的情况下，才会向请求全局规划器获取局部目标点，并依据局部目标点控制设备回到正确的初始行驶路径上。相较于将强化学习避障算法作为局部规划器来调用全局规划器，使得设备行走在正确的行驶路径上而言，本公开在存在第一障碍物的情况下，才会调用全局规划器，减少了调用全局规划器的次数，因此避免了频繁调用全局规划器所导致的导航时间增大、导航速度慢的问题，提升了设备导航的导航时间与导航速度。
73.另外，若在设备移动的过程中，使用局部规划器来控制设备从起始点至目的点，而不调用全局规划器的情况下，虽然可以避免频繁调用全局规划器所带来的导航时间增大、导航速度慢的问题，但是局部规划器比较擅长绕开障碍物，而不擅长做全局的路径规划，若只使用局部规划器来为设备做全局的路径规划容易导致设备陷入导航的死循环，而无法到
达最终目的点。
74.而本公开提出：会使用全局规划器提前规划一个初始行驶路径，当设备沿着初始行驶路径移动的过程中碰到第一障碍物时，局部规划器才会调用全局规划器，来获取绕开第一障碍物的局部目标点，并依据局部目标点回到初始行驶路径上。如此，在设备每一次碰到第一障碍物时，全局规划器均会告知局部规划器绕开第一障碍物的局部目标点，而局部目标点位于初始行驶路径上，会使得设备最终都会回到初始行驶路径，并沿着初始行驶路径行驶至最终目的点，并不会使得设备陷入导航的死循环。
75.在一种可能的实施方式中，在设备从当前位置绕开第一障碍物回到初始行驶路径的过程中，可能会存在多条备选路径，而每条备选路径的行程可能不同，为了使得设备绕开第一障碍物所花费的时长缩短，请参阅图3所示，本公开还包括以下步骤：
76.步骤s21：获取地图信息。
77.其中，地图信息为设备的当前位置与第一障碍物周围的地图信息。
78.步骤s22：根据所述地图信息，获取绕开所述第一障碍物的多条备选路径。
79.步骤s23：从所述多条备选路径中，将行程最短的备选路径的目标点作为所述局部目标点。
80.其中，全局规划器在向局部规划器返回局部目标点之前，可以基于地图信息来获取绕开第一障碍物的多条备选路径，再基于a*算法从多条备选路径中选取行程最短的备选路径的目标点作为局部目标点。
81.具体地，全局规划器可以在绕开第一障碍物后的初始行驶路径上选取多个局部目标点，再基于a*算法计算从设备的当前位置至多个局部目标点的最小代价估计，最终从多个最小代价估计中，选取数值最小的最小代价估计，将数值最小的最小代价估计所对应的备选路径作为行程最短的备选路径。
82.例如，请参阅图4所示，全局规划器在绕开第一障碍物(在图4中用四角星表示)后的初始行驶路径上选取了目标点b、c、d，全局规划器依据地图信息确定出设备的当前位置a至目标点b有第一备选路径1与第二备选路径2，当前位置a至目标点c有第三备选路径3与第四备选路径4，当前位置a至目标点d有第五备选路径5与第六备选路径6；再基于a*算法计算出第一备选路径1、第二备选路径2、第三备选路径3、第四备选路径4、第五备选路径5与第六备选路径6的最小代价估计分别为0.1、0.2、0.3、0.4、0.5、0.6，从这六个最小代价估计中选择数值最小的0.1所对应的第一备选路径1作为行程最短的备选路径，并将第一备选路径1的目标点b作为绕开此次第一障碍物的局部目标点。
83.其中，a*算法的具体计算公式为：
84.f*(n)＝g*(n)+h*(n)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(公式1)
85.在公式(1)中，f*(n)是设备从当前位置经由局部目标点到达目的点的最小代价估计；g*(n)是设备从当前位置到达局部目标点的最小估计代价；h*(n)是设备从局部目标点到达目的点的最小估计代价。
86.从公式(1)可以看出，对于每条备选路径，都具有各自的最小代价估计，而形成最短的备选路径，就是数值最小的最小代价估计所对应的备选路径。
87.通过本公开提出的一种控制设备移动的方法，可以使得全局控制器在确定局部目标点时，从多条备选路径中，选取一条行程最短的备选路径的目标点作为局部目标点，从而
缩短了设备绕开静态的第一障碍物的时间。
88.在一种可能的实施方式中，在设备从当前位置移动至局部目标点的过程中，还可能会碰到占地面积小于预设面积和/或动态的第二障碍物，为了绕开第二障碍物，本公开还包括以下步骤：
89.步骤s31：根据所述设备周围的第二障碍物的分布信息、所述局部目标点的坐标信息以及所述设备当前的线速度与角速度，确定绕开所述第二障碍物的多个行驶策略。
90.其中，第二障碍物指的是动态的和/或占地面积小于预设面积的障碍物，例如人、狗等动态移动的障碍物。
91.具体地，由于第二障碍物是动态的和/或体积较小的障碍物，使用a*算法通常情况下，是对静态的第一障碍物进行路径规划，以避开第一障碍物，但是却无法准确地对动态的和/或体积较小的障碍物进行避障，为了准确地对第二障碍物进行避障，可以使用强化学习的ppo算法，根据设备周围分布的第二障碍物的分布信息、局部目标点的坐标信息以及设备当前的线速度与角速度，确定绕开第二障碍物的多个行驶策略。
92.其中，ppo算法属于actor-critic强化学习算法中的一种，包括actor网络与critic网络两部分。actor网络使用策略函数，负责生成动作，并和环境交互；critic网络使用价值函数，负责评估设备动作的表现(例如学习后续稀疏奖励与稠密奖励中的奖惩机制)，并指导actor网络进行下一阶段的动作。
93.例如，critic网络先学习奖惩机制，得知设备当前执行的动作是增加得分还是降低得分；当actor网络与环境交互，控制设备动作之后，critic网络基于预先学习的奖惩机制，告知actor网络哪些动作是增加得分，哪些动作是降低得分。如此，critic网络指导actor网络实时地更新设备每一步的动作，最终使得设备以最大化奖励的行驶策略绕开第二障碍物。
94.绕开第二障碍物的行驶策略包括：设备从当前位置移动至局部目标点所作出的动作，例如设备所需要行驶的方向、角速度、线速度，更具体地，在设备为机器人的情况下，还包括机器人的位姿等等；还包括设备每个动作的得分，利用得分来规范设备的动作。
95.步骤s32：从所述多个行驶策略中，确定目标行驶策略。
96.其中，基于ppo算法所得到的多个行驶策略中，每个行驶策略具有各自的期望奖励值，并将期望奖励值最大的行驶策略作为目标行驶策略。
97.目标行驶策略为多个行驶策略中较佳的行驶策略，在采取目标行驶策略从当前位置移动至局部目标点的过程中，采取目标行驶策略可以较快地避障，从而快速移动至局部目标点。
98.步骤s33：以目标行驶策略，控制所述设备从当前位置移动至所述局部目标点。
99.其中，在控制设备从当前位置移动至局部目标点的过程中，可以增加奖惩规则作为损失函数来对ppo算法进行修正，使得ppo算法中的critic网络基于奖惩规则，来评估设备动作的表现，奖惩规则是规范设备选择行为好坏的评价标准，具体包括：
100.基于稀疏奖励与稠密奖励，确定所述多个行驶策略的得分，将得分最高的行驶策略，作为所述目标行驶策略。
101.本步骤中，基于稀疏奖励确定多个行驶策略的得分可以为：根据所述设备是否成功到达所述局部目标点，确定所述多个行驶策略的得分，稀疏奖励是设备在执行从当前位
置到达局部目标点的行驶策略完毕后，所得到的得分。
102.具体地，在所述设备成功到达所述局部目标点的情况下，增加所述行驶策略的得分；在所述设备碰到所述第二障碍物的情况下，减少所述行驶策略的得分；在所述设备在预设路程内未到达所述局部目标点的情况下，减少所述行驶策略的得分。
103.预设路程根据设备的类型进行设定，例如在设备为机器人的情况下，预设路程可以为预设步数(例如1000步)；在设备为无人驾驶车的情况下，预设路程可以为预设移动距离(例如500m)。
104.例如，在每次绕开第二障碍物的行驶策略执行结束后，在设备成功到达局部目标点的情况下，增加15分，以告知设备局部目标点是重要任务；在设备碰到第二障碍物的情况下，减少15分，以告知设备避开第二障碍物是重要任务，进而训练设备下次碰到类似的第二障碍物应该选择绕开；设备在预设路程内没有到达局部目标点的情况下，减少5分，以告知设备应当以较短的路径到达局部目标点。
105.在这个过程中，对于每个不同的任务具有不同的分数，根据任务的重要程度来决定，例如，对于局部目标点的到达与第二障碍物的避障的重要程度高，因此，在设备成功到达目标点，或碰撞到第二障碍物的情况下，分数增加或减少的较多；对于在预设路程内到达局部目标点的重要程度低，因此，在预设路程内未到达局部目标点的情况下，分数减少的较少。
106.通过稀疏奖励的设置，可以对设备是否成功完成设定的目标进行奖励，在设备成功到达局部目标点或者成功避障的情况下，增加得分，以提高设备在不碰到第二障碍物的情况下，成功到达局部目标点的几率；设备在预设路程到达局部目标点的情况下，增加得分，以促使设备以更短的行驶路径到达局部目标点。
107.本步骤中，基于稠密奖励确定多个行驶策略的得分可以为：获取所述设备的上一位置和当前位置分别与所述局部目标点之间的距离、所述设备上一位置与所述局部目标点之间的连线，和所述当前位置与所述局部目标点之间的连线的夹角、所述设备在当前位置的角速度；根据所述距离、所述夹角以及所述角速度，确定所述行驶策略的得分，稠密奖励是设备在执行从当前位置到达局部目标点的行驶策略的过程中，根据设备的执行动作所得到的得分。
108.具体地，在所述设备上一位置至所述局部目标点之间的距离，大于所述设备当前位置至所述局部目标点之间的距离的情况下，表明设备正在朝局部目标点靠近，因此可以增加所述行驶策略的得分，告知设备缩短与局部目标点之间距离的重要性；在所述夹角余弦值为负值的情况下，也表明设备正在朝局部目标点靠近，因此可以增加所述行驶策略的得分，来进一步告知设备缩短与局部目标点之间的重要性；在所述角速度超过阈值的情况下，表明设备存在倾倒的风险，因此可以减少所述行驶策略的得分。
109.上一位置根据设备类型的不同而不同，例如，设备为机器人的情况下，上一位置可以为机器人上一步的位置；在设备为无人驾驶车的情况下，上一位置可以为无人驾驶车上一秒的位置。
110.例如，若设备为机器人，在机器人上一步的位置至目标局部点的距离，大于机器人当前位置至局部目标点的距离的情况下，说明机器人正在朝靠近局部目标点的方向行走，此时可以增加5分，以告知机器人缩短与局部目标点之间的距离比较重要。
111.例如，请参阅图5所示，在机器人上一步的位置m与当前位置n之间的连线，和机器人当前位置n与局部目标点h1之间的连线的夹角余弦值大于0的情况下，此时机器人正在朝目的点靠近，将夹角余弦值作为增加的得分，以告知机器人缩短与局部目标点之间的距离比较重要；而机器人上一步的位置m与当前位置n之间的连线，和机器人当前位置n与局部目标点h2之间的连线的夹角余弦值小于0的情况下，说明机器人正在远离目的点，此时可以不增加分数。
112.例如，设备当前的角速度超过阈值的情况下，说明设备转向的速度过快，可能存在倾倒的风险，此时可以减少10分，以告知设备稳定行驶的重要性。
113.通过稠密奖励的设置，可以对设备行驶过程中的执行动作进行规范，在设备与局部目标点之间的距离缩短时，增加得分，可以促使设备更快地到达局部目标点；在设备的角速度超过阈值的情况下，减少得分，可以促使设备更稳定地到达局部目标点。
114.在一种可能的实施方式中，在不存在第一障碍物的情况下，并不需要进行避障，所以并不需要调用全局规划器来获取局部目标点，直接从全局规划器初步规划的初始行驶路径之中，确定全局目标点即可，具体包括以下步骤：
115.步骤s41：在不存在所述第一障碍物的情况下，获取全局目标点，所述全局目标点为所述初始行驶路径的目的点。
116.其中，在不存在第一障碍物的情况下，说明设备可以沿着直线的初始行驶路径直接行驶到目的点，而无需进行避障。那么，在获取了全局目标点之后，就可以控制设备从当前位置移动至全局目标点，以行驶完成初始行驶路径。
117.步骤s42：控制所述设备从当前位置移动至所述全局目标点。
118.请参阅图6所示，本公开还提供一种控制设备移动的装置，所述装置1300包括：
119.检测模块1301，用于在控制设备沿着初始行驶路径移动的过程中，检测所述设备周围是否存在第一障碍物；
120.获取模块1302，用于在存在所述第一障碍物的情况下，通过全局规划器获取局部目标点，所述局部目标点为所述设备绕开所述第一障碍物后回到所述初始行驶路径上的目标点；
121.第一控制模块1303，用于控制所述设备从当前位置移动至所述局部目标点。
122.可选地，所述获取模块1302包括：
123.地图信息获取子模块，用于获取地图信息；
124.备选路径确定子模块，用于根据所述地图信息，获取绕开所述第一障碍物的多条备选路径；
125.局部目标点确定子模块，用于从所述多条备选路径中，将行程最短的备选路径的目标点作为所述局部目标点。
126.可选地，所述第一控制模块1303包括：
127.多个行驶策略确定子模块，用于根据所述设备周围的第二障碍物的分布信息、所述局部目标点的坐标信息以及所述设备当前的线速度与角速度，确定绕开所述第二障碍物的多个行驶策略；
128.第一目标行驶策略确定子模块，用于从所述多个行驶策略中，确定目标行驶策略；
129.控制子模块，用于根据目标行驶策略，控制所述设备从当前位置移动至所述局部
目标点。
130.可选地，所述目标行驶策略确定子模块包括：
131.第一得分确定子模块，用于基于稀疏奖励与稠密奖励，确定所述多个行驶策略的得分；
132.第二目标行驶策略确定子模块，用于将得分最高的行驶策略，作为所述目标行驶策略。
133.可选地，第一得分确定子模块包括：
134.第二得分确定子模块，用于根据所述设备是否成功到达所述局部目标点，确定所述多个行驶策略的得分。
135.可选地，第二得分确定子模块包括：
136.第一得分增加子模块，用于在所述设备成功到达所述局部目标点的情况下，增加所述行驶策略的得分；
137.第一减少得分子模块，用于在所述设备碰到所述第二障碍物的情况下，减少所述行驶策略的得分；
138.第二减少得分子模块，用于在所述设备在预设路程内未到达所述局部目标点的情况下，减少所述行驶策略的得分。
139.可选地，第一得分确定子模块包括：
140.设备状态信息获取子模块，用于获取所述设备的上一位置和当前位置分别与所述局部目标点之间的距离、所述设备上一位置与所述局部目标点之间的连线，和所述当前位置与所述局部目标点之间的连线的夹角余弦值、所述设备在当前位置的角速度；
141.第三得分确定子模块，用于根据所述距离、所述夹角以及所述角速度，确定所述行驶策略的得分。
142.可选地，第三得分确定子模块包括：
143.第二得分增加子模块，用于在所述设备上一位置至所述局部目标点之间的距离，大于所述设备当前位置至所述局部目标点之间的距离的情况下，增加所述行驶策略的得分；
144.第三得分增加子模块，用于在所述夹角余弦值为为负值的情况下，增加所述行驶策略的得分；
145.第三减少得分子模块，用于在所述角速度超过阈值的情况下，减少所述行驶策略的得分。
146.可选地，所述装置1300还包括：
147.全局目标点获取模块，用于在不存在所述第一障碍物的情况下，获取全局目标点，所述全局目标点为所述初始行驶路径的目的点；
148.第二控制模块，用于控制所述设备从当前位置移动至所述全局目标点。
149.可选地，所述第一障碍物为静态障碍物。
150.本公开还提供一种非临时性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实施例中所述的控制设备移动的方法的步骤。
151.本公开还提供一种电子设备，包括：
152.存储器，其上存储有计算机程序；
153.处理器，用于执行所述存储器中的所述计算机程序，以实现上述任一实施例中所述的控制设备移动的方法的步骤。
154.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。
155.图7是根据一示例性实施例示出的一种电子设备700的框图。如图7所示，该电子设备700可以包括：处理器701，存储器702。该电子设备700还可以包括多媒体组件703，输入/输出(i/o)接口704，以及通信组件705中的一者或多者。
156.其中，处理器701用于控制该电子设备700的整体操作，以完成上述的控制设备移动的方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该电子设备700的操作，这些数据例如可以包括用于在该电子设备700上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(static random access memory，简称sram)，电可擦除可编程只读存储器(electrically erasable programmable read-only memory，简称eeprom)，可擦除可编程只读存储器(erasable programmable read-only memory，简称eprom)，可编程只读存储器(programmable read-only memory，简称prom)，只读存储器(read-only memory，简称rom)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器702或通过通信组件705发送。音频组件还包括至少一个扬声器，用于输出音频信号。i/o接口704为处理器701和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件705用于该电子设备700与其他设备之间进行有线或无线通信。无线通信，例如wi-fi，蓝牙，近场通信(near field communication，简称nfc)，2g、3g、4g、nb-iot、emtc、或其他5g等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件705可以包括：wi-fi模块，蓝牙模块，nfc模块等等。
157.在一示例性实施例中，电子设备700可以被一个或多个应用专用集成电路(application specific integrated circuit，简称asic)、数字信号处理器(digital signal processor，简称dsp)、数字信号处理设备(digital signal processing device，简称dspd)、可编程逻辑器件(programmable logic device，简称pld)、现场可编程门阵列(field programmable gate array，简称fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的控制设备移动的方法。
158.在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的控制设备移动的方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器702，上述程序指令可由电子设备700的处理器701执行以完成上述的控制设备移动的方法。
159.图8是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图8，电子设备1900包括处理器1922，其数量可以为一个或多个，以及存储器1932，用于存储可由处理器1922执行的计算机程序。存储器1932中存储的计
算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器1922可以被配置为执行该计算机程序，以执行上述的控制设备移动的方法。
160.另外，电子设备1900还可以包括电源组件1926和通信组件1950，该电源组件1926可以被配置为执行电子设备1900的电源管理，该通信组件1950可以被配置为实现电子设备1900的通信，例如，有线或无线通信。此外，该电子设备1900还可以包括输入/输出(i/o)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如windows servertm，mac os xtm，unixtm，linuxtm等等。
161.在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的控制设备移动的方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器1932，上述程序指令可由电子设备1900的处理器1922执行以完成上述的控制设备移动的方法。
162.在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的控制设备移动的方法的代码部分。
163.以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
164.另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
165.此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。