一种移动机器人的避障方法、设备及介质与流程

1.本技术涉及智能机器人技术领域，具体涉及一种移动机器人的避障方法、设备及介质。

背景技术：

2.移动机器人是一种完全或者间歇自主移动的运行机器人，一般适合执行自主巡检、讲解引导、自动清洁和自主配送等任务，常见的有校园快递配送车、餐厅上菜机器人等。但机器人在执行任务时，由于椅子、玻璃等复杂障碍物影响，会因探测不到障碍物而发生碰撞，从而导致任务中断，甚至损坏机器。
3.但是，现有的移动机器人通常情况下只能识别前方是否存在障碍物，而无法进一步识别障碍物的具体特征，从而难以针对不同特征的障碍物执行相应的避障操作。

技术实现要素：

4.为了解决上述问题，本技术提出了一种移动机器人的避障方法，方法包括：
5.在移动机器人的移动过程中，通过设置于移动机器人上的多个障碍检测设备，获取障碍物的三维点云数据；
6.将所述多个障碍检测设备分别获取到的三维点云数据进行融合，得到融合后的障碍物点云数据，并将所述障碍物点云数据映射到栅格地图上，以确定障碍物在所述栅格地图中的坐标；
7.获取所述移动机器人对应的第一移动路径，判断所述第一移动路径是否与所述障碍物的坐标存在重合；
8.若有，则拟合得到所述障碍物的二维轮廓线，并确定所述二维轮廓线的最大跨度；
9.根据所述最大跨度和所述障碍物的垂直坐标值，确定所述移动机器人的避障策略。
10.在本技术的一种实现方式中，判断所述第一移动路径是否与所述障碍物的坐标存在重合之后，所述方法还包括：
11.确定所述障碍物的垂直坐标值，以及所述垂直坐标值所在的坐标范围；所述垂直坐标值为所述障碍物的最高点对应的垂直坐标值，所述坐标范围至少包括三个范围，分别为高于第一预设阈值的第一范围，低于所述第一预设阈值且高于第二预设阈值的第二范围，低于所述第二预设阈值的第三范围；
12.在所述垂直坐标值处于所述第三范围的情况下，确定所述移动障碍物无需进行避障。
13.在本技术的一种实现方式中，确定所述二维轮廓线的最大跨度，具体包括：
14.通过预设算法，生成所述二维轮廓线对应的凸多边形区域；
15.确定所述移动机器人的移动方向以及当前坐标，将所述当前坐标作为顶点，沿所述移动方向作延长线，直至所述延长线与所述凸多边形区域相交；
16.基于所述凸多边形区域上的点，生成与所述延长线相平行的多条连接线；
17.依次遍历所述多条连接线，从所述多个连接线中，选取长度最大的连接线作为目标连接线，并将所述目标连接线的长度作为所述二维轮廓线的最大跨度。
18.在本技术的一种实现方式中，根据所述最大跨度和所述障碍物的垂直坐标值，确定所述移动机器人的避障策略，具体包括：
19.确定所述移动机器人能够进行跨越的跨度阈值，并将所述跨度阈值与所述最大跨度进行对比；
20.在所述跨度阈值小于所述最大跨度，或所述垂直坐标值处于所述第一范围的情况下，确定所述移动机器人的避障策略为绕开；
21.在所述跨度阈值大于所述最大跨度，且所述垂直坐标值处于所述第二范围的情况下，确定所述移动机器人的避障策略为跨越。
22.在本技术的一种实现方式中，将所述多个障碍检测设备分别获取到的三维点云数据进行融合，得到融合后的障碍物点云数据，具体包括：
23.对所述多个障碍检测设备分别获取到的三维点云数据进行过滤处理，并将过滤处理后的三维点云数据分别输入至与其对应的障碍检测设备所属的第一特征提取网络，以得到所述障碍检测设备分别对应的第一特征数据；
24.将所述障碍检测设备分别对应的第一特征数据，分别输入至其所属的第二特征提取网络，以得到所述障碍检测设备分别对应的第二特征数据；
25.对所述第一特征数据和第二特征数据进行融合，以得到融合后的障碍物点云数据。
26.在本技术的一种实现方式中，确定所述移动机器人的避障策略为绕开之后，所述方法还包括：
27.获取所述移动机器人的当前坐标以及目的地对应的目的坐标；
28.在所述栅格地图上，确定所述当前坐标与所述目的坐标之间的连接路径，以及以所述连接路径为对角线的矩形区域内的障碍物；
29.从所述矩形区域内的障碍物中，获取与所述连接路径相交且距离所述移动机器人最近的目标障碍物；
30.确定所述目标障碍物所对应的边界点集合，根据所述边界点集合，生成能够绕开所述目标障碍物的第二移动路径。
31.在本技术的一种实现方式中，生成能够绕开所述目标障碍物的第二移动路径之后，所述方法还包括：
32.在存在多个第二移动路径的情况下，分别确定所述多个第二移动路径的路径长度，并按照所述路径长度由大到小的顺序，对所述多个第二移动路径进行排列，以得到相应的第一移动路径序列；
33.确定所述移动机器人沿所述多个第二移动路径移动的过程中，再次遇到所述障碍物时所在的坐标位置，并根据所述坐标位置，确定所述移动机器人沿所述多个第二移动路径移动时分别对应的移动路径长度；
34.按照所述移动路径长度由小到大的顺序，对所述多个第二移动路径进行排列，以得到相应的第二移动路径序列；
35.确定所述第一移动路径序列中各第二移动路径分别对应的第一优先值，以及所述第二移动路径序列中各第二移动路径分别对应的第二优先值；
36.对所述第一优先值和所述第二优先值进行加权求和，以根据加权求和的结果，确定所述移动机器人的最终移动路径。
37.在本技术的一种实现方式中，所述障碍检测设备按照检测高度由高到低的顺序依次设置为深度相机、激光雷达和超声波传感器；
38.所述深度相机用于检测所述第一范围内的障碍物，所述激光雷达用于检测所述第二范围内的障碍物，所述超声波传感器用于检测所述第三范围内的障碍物。
39.本技术实施例提供了一种移动机器人的避障设备，其特征在于，所述设备包括：至少一个处理器；
40.以及，与所述至少一个处理器通信连接的存储器；其中，
41.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：
42.在移动机器人的移动过程中，通过设置于移动机器人上的多个障碍检测设备，获取障碍物的三维点云数据；
43.将所述多个障碍检测设备分别获取到的三维点云数据进行融合，得到融合后的障碍物点云数据，并将所述障碍物点云数据映射到栅格地图上，以确定障碍物在所述栅格地图中的坐标；
44.获取所述移动机器人对应的第一移动路径，判断所述第一移动路径是否与所述障碍物的坐标存在重合；
45.若有，则拟合得到所述障碍物的二维轮廓线，并确定所述二维轮廓线的最大跨度；
46.根据所述最大跨度和所述障碍物的垂直坐标值，确定所述移动机器人的避障策略。
47.本技术实施例提供了一种非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为：
48.在移动机器人的移动过程中，通过设置于移动机器人上的多个障碍检测设备，获取障碍物的三维点云数据；
49.将所述多个障碍检测设备分别获取到的三维点云数据进行融合，得到融合后的障碍物点云数据，并将所述障碍物点云数据映射到栅格地图上，以确定障碍物在所述栅格地图中的坐标；
50.获取所述移动机器人对应的第一移动路径，判断所述第一移动路径是否与所述障碍物的坐标存在重合；
51.若有，则拟合得到所述障碍物的二维轮廓线，并确定所述二维轮廓线的最大跨度；
52.根据所述最大跨度和所述障碍物的垂直坐标值，确定所述移动机器人的避障策略。
53.通过本技术提出的一种移动机器人的避障方法能够带来如下有益效果：
54.通过融合多个障碍检测设备获取到的三维点云数据，得到障碍物点云数据，并将障碍物点云数据映射到栅格地图上，以将障碍物以二维的形式展示出来，能够更为直观的识别出移动机器人是否存在碰撞风险；在移动机器人存在碰撞风险的情况下，通过障碍物
的二维轮廓线来确定其最大跨度，并根据障碍物的最大跨度以及垂直坐标值，进一步确定移动机器人的避障策略，提高了避障操作的准确性，更具有针对性。
附图说明
55.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
56.图1为本技术实施例提供的一种移动机器人的避障方法的流程示意图；
57.图2为本技术实施例提供的一种障碍物示意图；
58.图3为本技术实施例提供的一种移动机器人的避障设备的结构示意图。
具体实施方式
59.为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术具体实施例及相应的附图对本技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
60.以下结合附图，详细说明本技术各实施例提供的技术方案。
61.如图1所示，本技术实施例提供的一种移动机器人的避障方法，包括：
62.s101：在移动机器人的移动过程中，通过设置于移动机器人上的多个障碍检测设备，获取障碍物的三维点云数据。
63.在本技术实施例中，移动机器人上设有多个障碍检测设备，且按照检测高度由高到低的顺序依次为深度相机、激光雷达和超声波传感器，不同的障碍检测设备所能够探测的区域高度和角度各不相同，保证了移动机器人在移动过程中能够实现全方位的障碍物检测。
64.在移动机器人的移动过程中，通过多个障碍检测设备，能够实时获取移动机器人前方的障碍物信息。需要说明的是，障碍物信息以三维点云数据的形式存在，在获取数据时，超声波传感器所获取到的测距信息需要进一步转换为三维点云形式，该过程可根据多个障碍检测设备之间的坐标转换关系来实现，具体的坐标转换关系可根据障碍检测设备在栅格地图上的坐标位置来确定。
65.s102：将多个障碍检测设备分别获取到的三维点云数据进行融合，得到融合后的障碍物点云数据，并将障碍物点云数据映射到栅格地图上，以确定障碍物在栅格地图中的坐标。
66.在获取到障碍物的三维点云数据之后，由于单个障碍检测设备所检测到的障碍物受检测高度或检测角度的限制，需将多个障碍检测设备所分别获取到的障碍物点云数据进行融合，以获取障碍物更全面的信息。
67.具体地，对多个障碍检测设备分别获取到的三维点云数据进行过滤处理，以去除掉各障碍检测设备重复检测到的障碍物信息，从而降低后续数据处理压力，提高避障效率。将过滤处理后的三维点云数据分别输入至与其对应的障碍检测设备所属的第一特征提取网络，以得到障碍检测设备分别对应的第一特征数据，此时所提取到的为障碍物的浅层特征，还需要将第一特征数据输出至其对应的障碍检测设备所属的第二特征网络，以得到对
应的第二特征数据，此时所提取到的第二特征数据为深层特征。在分别得到障碍物的第一特征数据和第二特征数据后，需要对二者进行融合，以得到融合后的障碍物点云数据。在得到融合后的障碍物点云数据后，将障碍物点云数据映射到预设的栅格地图上，以进一步确定障碍物对应的坐标。
68.s103：获取移动机器人对应的第一移动路径，判断第一移动路径是否与障碍物的坐标存在重合。
69.在检测到移动机器人前方存在障碍物后，需进一步确定障碍物是否能够与移动机器人产生碰撞，以此来判断移动机器人是否需要进行避障。基于此，获取移动机器人对应的第一移动路径，判断第一移动路径是否会与障碍物的坐标存在重合，该第一移动路径是在移动机器人开始工作前，根据其初始位置以及所要到达的目的地规划得到的初始路径。若存在重合，则说明移动机器人如若按照第一移动路径继续行进，便可能与障碍物发生碰撞，若不存在重合，则说明当前移动机器人的第一移动路径并不会与检测到的障碍物发生碰撞，移动机器人可忽略掉障碍物继续沿原路径行进。
70.在一个实施例中，在确定障碍物的坐标是否与移动机器人的第一移动路径存在重合之后，确定障碍物的垂直坐标值即z值，需要说明的是，障碍物可能存在高度不均的情况，对此，本技术实施例将障碍物最高点对应的z值作为垂直坐标值。垂直坐标值用于初步确定移动机器人的避障策略，对于垂直坐标值较低的障碍物，移动机器人可直接忽略掉而不采取任何避障策略，而对于具有一定高度的障碍物，移动机器人需要采取相应的避障策略以避免发生碰撞。
71.具体地，在确定障碍物的垂直坐标值后，确定该垂直坐标值所在的坐标范围，坐标范围至少包括三个范围，分别为高于第一预设阈值的第一范围，低于第一预设阈值且高于第二预设阈值的第二范围，低于第二预设阈值的第三范围。对于垂直坐标值处于第三范围的障碍物，其无需进行避障，移动机器人仍按照原第一移动路径行进即可。
72.其中，深度相机采用mkc-11双目结构光相机，用于检测第一范围内的障碍物，满足多维避障要求，激光雷达用于检测第二范围内的障碍物，超声波传感器采用hc-sr04超声波单元，检测范围0.04-3m，检测角度15
°
，环形分布在移动机器人四周，用于检测第三范围内的障碍物。
73.s104：若有，则拟合得到障碍物的二维轮廓线，并确定二维轮廓线的最大跨度。
74.在第一移动路径与障碍物存在碰撞风险的情况下，此时需根据映射到栅格地图上的障碍物点云数据，拟合得到障碍物的二维轮廓线，通常情况下，二维轮廓线为不规则图形，当移动机器人碰到障碍物后，需根据其能够跨越的跨度阈值来判断其是否能够通过跨越的方式进行避障，以此来节省重新规划移动路径带来的资源使用。而若要实现上述判断过程，需确定二维轮廓线的最大跨度，最大跨度指的是沿移动机器人行进方向，二维轮廓线围成区域对应的最大连接线长度。
75.具体地，由于二维轮廓线通常情况下为不规则图形，首先需通过预设算法，生成二维轮廓线对应的凸多边形区域，这样更便于最大跨度的确定，该预设算法可以是凸包算法。在生成凸多边形区域后，确定移动机器人的移动方向以及当前坐标，将当前坐标作为顶点，沿移动方向作延长线，直至延长线与凸多边形区域相交。基于凸多边形区域上的点，生成与延长线相平行的多条连接线，需要说明的是，连接线至少需经过凸多边形区域上的任意两
点，与凸多边形区域相交。在得到多条连接线后，依次遍历上述多条连接线，从多个连接线中，选取长度最大的连接线作为目标连接线，并将该目标连接线的长度作为二维轮廓线的最大跨度。最大跨度与移动机器人的实际移动方向保持一致，如果移动机器人能够跨越不小于最大跨度的距离，则表明在面对此类障碍物时，移动机器人可通过跨越的方式进行避障。
76.s105：根据最大跨度和障碍物的垂直坐标值，确定移动机器人的避障策略。
77.在确定出二维轮廓线的最大跨度后，可据此确定移动机器人的避障策略。确定移动机器人能够进行跨越的跨度阈值，并将跨度阈值与最大跨度进行对比。若跨度阈值小于最大跨度，则表明移动机器人所能跨越的最大距离小于障碍物的最大跨度，移动机器人在跨越障碍物时存在一定的距离限制，此时可将绕开障碍物作为移动机器人的避障策略。在本技术实施例中，第一预设阈值为移动机器人所能跨越的最大高度，对于垂直坐标值处于第一范围的障碍物，移动机器人同样需要采用绕开的策略进行避障。若移动机器人的跨度阈值大于最大跨度，且障碍物的垂直坐标值处于第二范围，此时，障碍物的横向距离可使得移动机器人通过，并且障碍物的高度不超过移动机器人能够跨越的最大高度，此时，移动机器人可采用跨越的策略进行避障。
78.在移动机器人采用绕开障碍物这一避障策略时，需要重新规划其对应的第二移动路径，以使得移动机器人能够沿着第二移动路径绕开障碍物。由于障碍物的出现存在不确定性和实时性，本技术仅以距离移动机器人最近的障碍物作为避障标准，重新规划第二移动路径，这样既能避免移动机器人发生碰撞，还能够短时间内多次更新移动路径，实时性更强，从而进一步保障移动机器人的行进安全。
79.具体地，获取移动机器人的当前坐标以及目的地对应的目的坐标，获取到上述坐标后，在栅格地图上，确定当前坐标与目的坐标之间的连接路径，以及以该连接路径为对角线的矩形区域内的障碍物。从矩形区域内的障碍物中，获取与连接路径相交且距离移动机器人最近的目标障碍物，该目标障碍物便是根据移动机器人当前位置所确定出的需进行躲避的障碍物。确定目标障碍物的边界点集合，根据边界点集合，生成能够绕开目标障碍物的第二移动路径。比如，如图2所示的一种障碍物示意图所示，图中所示各多边形表示由边界点集合围成的障碍物，a点表示移动机器人的当前位置，b点表示移动机器人的目的地所在位置。连接a点和b点，并以两点之间的连线为对角线建立矩形，矩形范围内共包括三个多边形即障碍物1、障碍物2和障碍物3，其中，移动机器人与障碍物1之间的距离最近，此时，需将障碍物1作为目标障碍物，规划能够绕开障碍物1的第二移动路径。
80.需要说明的是，上述生成第二移动路径的过程存在随机性，因此，最终生成的第二移动路径数量可能为多个，此时需从中选取最佳的第二移动路径作为移动机器人的最终移动路径。而在选取最终移动路径时，可根据其路径长度，以及沿该路径前进过程中遇到障碍物的概率来确定。
81.首先，分别确定多个第二移动路径的路径长度，并按照路径长度由大到小的顺序，对多个第二移动路径进行排列，以得到相应的第一移动路径序列。在得到第一移动路径序列后，确定移动机器人沿多个第二移动路径移动的过程中，再次遇到障碍物时所在的坐标位置，并根据坐标位置，确定移动机器人沿多个第二移动路径移动时分别对应的移动路径长度。按照移动路径长度由小到大的顺序，对多个第二移动路径进行排列，以得到相应的第
二移动路径序列。之后，确定第一移动路径序列中各第二移动路径分别对应的第一优先值，以及第二移动路径序列中各第二移动路径分别对应的第二优先值，对第一优先值和第二优先值进行加权求和，以根据加权求和的结果，确定移动机器人的最终移动路径。可以理解的是，移动机器人最终所要选择的最终移动路径既需要保证路径长度最短，还需要保证在沿该路径前进的过程中再次遇到障碍物的可能性较低，以减少重新规划路径的次数，提高前进效率。比如，现存在第二移动移动路径：路径a、路径b和路径c，其对应的路径长度为5m、10m、8m，再次遇到障碍物时对应的移动路径长度为3m、1m、4m，则相应生成的第一移动路径序列为路径b、路径c、路径a，第二移动路径序列为路径b、路径a、路径c。假设，第一移动路径序列对应的优先值分别为1、2、3，第二移动路径序列对应的优先值分别为1、2、3，且第一移动路径序列和第二移动序列分别对应的加权系数为0.4和0.6，通过加权求和，上述路径a、路径b和路径c分别对应的结果为2.6、1、1.6，显然，结果越小，路径长度越长，移动路径长度越短，此时路径a便为移动机器人的最终移动路径。
82.以上为本技术提出的方法实施例。基于同样的思路，本说明书一个或多个实施例还提供了上述方法对应的设备及介质。
83.图3为本技术实施例提供的一种移动机器人的避障设备的结构示意图，设备包括：
84.至少一个处理器；以及，
85.与至少一个处理器通信连接的存储器；其中，
86.存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：
87.在移动机器人的移动过程中，通过设置于移动机器人上的多个障碍检测设备，获取障碍物的三维点云数据；
88.将多个障碍检测设备分别获取到的三维点云数据进行融合，得到融合后的障碍物点云数据，并将障碍物点云数据映射到栅格地图上，以确定障碍物在栅格地图中的坐标；
89.获取移动机器人对应的第一移动路径，判断第一移动路径是否与障碍物的坐标存在重合；
90.若有，则拟合得到障碍物的二维轮廓线，并确定二维轮廓线的最大跨度；
91.根据最大跨度和障碍物的垂直坐标值，确定移动机器人的避障策略。
92.本技术实施例提供了一种非易失性计算机存储介质，存储有计算机可执行指令，计算机可执行指令设置为：
93.在移动机器人的移动过程中，通过设置于移动机器人上的多个障碍检测设备，获取障碍物的三维点云数据；
94.将多个障碍检测设备分别获取到的三维点云数据进行融合，得到融合后的障碍物点云数据，并将障碍物点云数据映射到栅格地图上，以确定障碍物在栅格地图中的坐标；
95.获取移动机器人对应的第一移动路径，判断第一移动路径是否与障碍物的坐标存在重合；
96.若有，则拟合得到障碍物的二维轮廓线，并确定二维轮廓线的最大跨度；
97.根据最大跨度和障碍物的垂直坐标值，确定移动机器人的避障策略。
98.本技术中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备和介
质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
99.本技术实施例提供的设备和介质与方法是一一对应的，因此，设备和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述设备和介质的有益技术效果。
100.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
101.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
102.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
103.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
104.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
105.内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
106.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
107.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包
括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
108.以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。

技术特征：

1.一种移动机器人的避障方法，其特征在于，所述方法包括：在移动机器人的移动过程中，通过设置于移动机器人上的多个障碍检测设备，获取障碍物的三维点云数据；将所述多个障碍检测设备分别获取到的三维点云数据进行融合，得到融合后的障碍物点云数据，并将所述障碍物点云数据映射到栅格地图上，以确定障碍物在所述栅格地图中的坐标；获取所述移动机器人对应的第一移动路径，判断所述第一移动路径是否与所述障碍物的坐标存在重合；若有，则拟合得到所述障碍物的二维轮廓线，并确定所述二维轮廓线的最大跨度；根据所述最大跨度和所述障碍物的垂直坐标值，确定所述移动机器人的避障策略。2.根据权利要求1所述的一种移动机器人的避障方法，其特征在于，判断所述第一移动路径是否与所述障碍物的坐标存在重合之后，所述方法还包括：确定所述障碍物的垂直坐标值，以及所述垂直坐标值所在的坐标范围；所述垂直坐标值为所述障碍物的最高点对应的垂直坐标值，所述坐标范围至少包括三个范围，分别为高于第一预设阈值的第一范围，低于所述第一预设阈值且高于第二预设阈值的第二范围，低于所述第二预设阈值的第三范围；在所述垂直坐标值处于所述第三范围的情况下，确定所述移动障碍物无需进行避障。3.根据权利要求1所述的一种移动机器人的避障方法，其特征在于，确定所述二维轮廓线的最大跨度，具体包括：通过预设算法，生成所述二维轮廓线对应的凸多边形区域；确定所述移动机器人的移动方向以及当前坐标，将所述当前坐标作为顶点，沿所述移动方向作延长线，直至所述延长线与所述凸多边形区域相交；基于所述凸多边形区域上的点，生成与所述延长线相平行的多条连接线；依次遍历所述多条连接线，从所述多个连接线中，选取长度最大的连接线作为目标连接线，并将所述目标连接线的长度作为所述二维轮廓线的最大跨度。4.根据权利要求2所述的一种移动机器人的避障方法，其特征在于，根据所述最大跨度和所述障碍物的垂直坐标值，确定所述移动机器人的避障策略，具体包括：确定所述移动机器人能够进行跨越的跨度阈值，并将所述跨度阈值与所述最大跨度进行对比；在所述跨度阈值小于所述最大跨度，或所述垂直坐标值处于所述第一范围的情况下，确定所述移动机器人的避障策略为绕开；在所述跨度阈值大于所述最大跨度，且所述垂直坐标值处于所述第二范围的情况下，确定所述移动机器人的避障策略为跨越。5.根据权利要求1所述的一种移动机器人的避障方法，其特征在于，将所述多个障碍检测设备分别获取到的三维点云数据进行融合，得到融合后的障碍物点云数据，具体包括：对所述多个障碍检测设备分别获取到的三维点云数据进行过滤处理，并将过滤处理后的三维点云数据分别输入至与其对应的障碍检测设备所属的第一特征提取网络，以得到所述障碍检测设备分别对应的第一特征数据；将所述障碍检测设备分别对应的第一特征数据，分别输入至其所属的第二特征提取网
络，以得到所述障碍检测设备分别对应的第二特征数据；对所述第一特征数据和第二特征数据进行融合，以得到融合后的障碍物点云数据。6.根据权利要求4所述的一种移动机器人的避障方法，其特征在于，确定所述移动机器人的避障策略为绕开之后，所述方法还包括：获取所述移动机器人的当前坐标以及目的地对应的目的坐标；在所述栅格地图上，确定所述当前坐标与所述目的坐标之间的连接路径，以及以所述连接路径为对角线的矩形区域内的障碍物；从所述矩形区域内的障碍物中，获取与所述连接路径相交且距离所述移动机器人最近的目标障碍物；确定所述目标障碍物所对应的边界点集合，根据所述边界点集合，生成能够绕开所述目标障碍物的第二移动路径。7.根据权利要求6所述的一种移动机器人的避障方法，其特征在于，生成能够绕开所述目标障碍物的第二移动路径之后，所述方法还包括：在存在多个第二移动路径的情况下，分别确定所述多个第二移动路径的路径长度，并按照所述路径长度由大到小的顺序，对所述多个第二移动路径进行排列，以得到相应的第一移动路径序列；确定所述移动机器人沿所述多个第二移动路径移动的过程中，再次遇到所述障碍物时所在的坐标位置，并根据所述坐标位置，确定所述移动机器人沿所述多个第二移动路径移动时分别对应的移动路径长度；按照所述移动路径长度由小到大的顺序，对所述多个第二移动路径进行排列，以得到相应的第二移动路径序列；确定所述第一移动路径序列中各第二移动路径分别对应的第一优先值，以及所述第二移动路径序列中各第二移动路径分别对应的第二优先值；对所述第一优先值和所述第二优先值进行加权求和，以根据加权求和的结果，确定所述移动机器人的最终移动路径。8.根据权利要求2所述的一种移动机器人的避障方法，其特征在于，所述障碍检测设备按照检测高度由高到低的顺序依次设置为深度相机、激光雷达和超声波传感器；所述深度相机用于检测所述第一范围内的障碍物，所述激光雷达用于检测所述第二范围内的障碍物，所述超声波传感器用于检测所述第三范围内的障碍物。9.一种移动机器人的避障设备，其特征在于，所述设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，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：在移动机器人的移动过程中，通过设置于移动机器人上的多个障碍检测设备，获取障碍物的三维点云数据；将所述多个障碍检测设备分别获取到的三维点云数据进行融合，得到融合后的障碍物点云数据，并将所述障碍物点云数据映射到栅格地图上，以确定障碍物在所述栅格地图中的坐标；获取所述移动机器人对应的第一移动路径，判断所述第一移动路径是否与所述障碍物
的坐标存在重合；若有，则拟合得到所述障碍物的二维轮廓线，并确定所述二维轮廓线的最大跨度；根据所述最大跨度和所述障碍物的垂直坐标值，确定所述移动机器人的避障策略。10.一种非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为：在移动机器人的移动过程中，通过设置于移动机器人上的多个障碍检测设备，获取障碍物的三维点云数据；将所述多个障碍检测设备分别获取到的三维点云数据进行融合，得到融合后的障碍物点云数据，并将所述障碍物点云数据映射到栅格地图上，以确定障碍物在所述栅格地图中的坐标；获取所述移动机器人对应的第一移动路径，判断所述第一移动路径是否与所述障碍物的坐标存在重合；若有，则拟合得到所述障碍物的二维轮廓线，并确定所述二维轮廓线的最大跨度；根据所述最大跨度和所述障碍物的垂直坐标值，确定所述移动机器人的避障策略。

技术总结

本申请公开了一种移动机器人的避障方法、设备及介质，其中，方法包括：在移动机器人的移动过程中，通过设置于移动机器人上的多个障碍检测设备，获取障碍物的三维点云数据；将多个障碍检测设备分别获取到的三维点云数据进行融合，得到融合后的障碍物点云数据，并将障碍物点云数据映射到栅格地图上，以确定障碍物在栅格地图中的坐标；获取移动机器人对应的第一移动路径，判断第一移动路径是否与障碍物的坐标存在重合；若有，则拟合得到障碍物的二维轮廓线，并确定二维轮廓线的最大跨度；根据最大跨度和障碍物的垂直坐标值，确定移动机器人的避障策略。避障策略。避障策略。