一种基于虚拟路网的服务机器人导航方法及系统技术领域
本发明涉及机器人技术领域，尤其涉及一种服务机器人导航方法及系统。
背景技术
服务机器人实现导航任务，需要在已知环境中规划一条可行的移动轨迹。目前大
多数的导航轨迹规划方法大多根据给定的起始和目标点，在一个已知的自由空间(Free
Space)地图中，采用A-Star算法、AD-Star算法、人工势场、快速随机搜索树(RRT)等在线搜
索方法获得符合机器人动力学规则的移动轨迹。然而这类方法仅仅基于自由空间的导航地
图，很难嵌入环境的动态信息，或者一些规则性的信息，如某些区域的临时禁行、可移除障
碍物等，因此受环境的不确定性影响较大，往往只能得到局部最优路径，甚至有时陷入局部
规划陷阱，使机器人无法完成导航任务。
发明内容
针对现有技术中的缺陷，本发明提供一种基于虚拟路网的服务机器人导航方法及
系统，能够考虑环境影响，实现全局导航规划。
第一方面，本发明提供了一种基于虚拟路网的服务机器人导航方法，所述方法包
括：
创建机器人工作环境的自由空间地图和虚拟路网模型；
根据机器人的在线任务，在所述虚拟路网模型中规划虚拟道路序列；
根据所述虚拟道路序列，确定机器人在所述自由空间地图中移动的参考轨迹；
引导机器人按照所述参考轨迹移动。
进一步地，所述创建机器人工作环境的虚拟路网模型，具体包括：在所述自由空间
地图中，根据机器人的导航任务设计虚拟路网模型；将工作环境中的规则信息和动态信息
添加到设计好的虚拟路网模型中。
进一步地，所述规则信息包括交通管控规则；所述动态信息包括工作环境的动态
变化。
进一步地，所述在所述虚拟路网模型中规划虚拟道路序列，具体包括：在所述虚拟
路网模型中选择起点和终点；计算从起点到终点的虚拟道路序列。
进一步地，所述计算从起点到终点的虚拟道路序列，具体包括：根据虚拟道路连接
情况，计算出从起点到终点最优的虚拟道路序列。
进一步地，所述根据虚拟道路连接情况，计算出从起点到终点最优的虚拟道路序
列，具体包括：根据虚拟道路连接情况，以换道次数最少为选择依据，计算出最优的虚拟道
路序列。
进一步地，所述根据所述虚拟道路序列，确定机器人在所述自由空间地图中移动
的参考轨迹，具体包括：计算所述虚拟道路序列中每条虚拟道路的中心线；将多条所述中心
线连接起来，形成参考轨迹。
进一步地，所述中心线的计算公式为：
其中，pi为所述虚拟道路序列中几何基准线上的第i个点，vi为垂直于向量pipi+1的
单位向量，为第j条虚拟道路在处的宽度，i≧0，j≧1。
第二方面，本发明还提供了基于虚拟路网的服务机器人导航系统，所述系统包括：
模型建立模块，道路规划模块，轨迹计算模块，引导模块；所述模型建立模块，用于创建机器
人工作环境的自由空间地图和虚拟路网模型；
所述道路规划模块，用于根据机器人的在线任务，在所述虚拟路网模型中规划虚
拟道路序列；所述轨迹计算模块，用于根据所述虚拟道路序列，确定机器人在所述自由空间
地图中移动的参考轨迹；所述引导模块，用于引导机器人按照所述参考轨迹移动。
进一步地，所述模型建立模块，具体用于：在所述自由空间地图中，根据机器人的
导航任务设计虚拟路网模型；将工作环境中的规则信息和动态信息添加到设计好的虚拟路
网模型中。
由上述技术方案可知，本发明提供一种基于虚拟路网的服务机器人导航方法及系
统，通过在自由空间地图中建立虚拟路网模型，在上述虚拟路网模型中可添加规则信息和
动态信息，实现对环境因素的综合考虑，从而能更准确地计算出最优的虚拟道路序列，实现
服务机器人的全局导航规划。
附图说明
图1为本发明提供的基于虚拟路网的服务机器人导航方法的流程示意图。
图2为本发明提供的基于虚拟路网的服务机器人导航方法中中心线的计算示意
图。
图3为本发明提供的基于虚拟路网的服务机器人导航系统的结构示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于
更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护
范围。
实施例一
图1示出了本发明实施例一提供的基于虚拟路网的服务机器人导航方法的流程示
意图。如图1所示，一种基于虚拟路网的服务机器人导航方法，包括：
步骤S1，创建机器人工作环境的自由空间地图和虚拟路网模型。
优选地，创建机器人工作环境的虚拟路网模型，具体包括：首先，在所述自由空间
地图中，根据机器人的导航任务设计虚拟路网模型；其次，将工作环境中的规则信息和动态
信息添加到设计好的虚拟路网模型中。
其中，虚拟路网模型是根据机器人的主要任务，人为地离线生成的，该虚拟路网模
型中包含道路网络中涉及的多种信息，如虚拟车道、虚拟交叉路口、虚拟站点信息等。
进一步优选地，所述规则信息包括交通管控规则，如道路划分规则、限行规则、速
度规则、红绿灯的设置等；所述动态信息包括工作环境的动态变化，如某一路段的临时限
行、可移除障碍物等，除此以外，还可以根据实际情况添加其它额外道路属性。对于多机器
人协作时，可利用现有的交通管控规则实现多机器人的最优协同作业。
将环境中的规则信息和动态信息加入模型，可以在导航过程中更好地考虑环境因
素，使虚拟路网模型与环境更匹配。
步骤S2，根据机器人的在线任务，在所述虚拟路网模型中规划虚拟道路序列。
优选地，在所述虚拟路网模型中规划虚拟道路序列，具体包括：在所述虚拟路网模
型中选择起点和终点；计算从起点到终点的虚拟道路序列。
进一步优选地，计算从起点到终点的虚拟道路序列，具体包括：根据虚拟道路连接
情况，计算出从起点到终点最优的虚拟道路序列。具体地，根据从起点到终点的虚拟道路连
接情况，以换道次数最少为选择依据，在虚拟路网模型的道路树中计算和选择从起点到终
点最优的虚拟道路序列。
在虚拟路网模型中，从起点到终点可选的路线可能不只一条，虚拟道路序列的选
择相应地也可能有多种，但此处的虚拟道路序列指的是多种选择中最优的一种，即最佳路
线。其选择的依据是换道次数最少，减少了机器人转换方向的次数。
虚拟路网模型是人为实现设计的，因而具有全局最优性，且具备较高的确定性。
步骤S3，根据所述虚拟道路序列，确定机器人在所述自由空间地图中移动的参考
轨迹。
在步骤S3中，虚拟路网模型中的连续道路中心线即为参考轨迹，确定参考轨迹的
过程具体包括：首先，计算所述虚拟道路序列中每条虚拟道路的中心线；其次，将多条所述
中心线连接起来，形成参考轨迹。
其中，所述中心线的计算公式为：其中，pi为所述虚拟道路序列中
几何基准线上的第i个基准点，vi为垂直于向量pipi+1的单位向量，为第j条虚拟道路在处
的宽度，0≦i≦m，1≦j≦n，i、j、m、n均为自然数，其中m和n的具体值可根据实际情况设定，m
表示几何基准线上的第m+1个基准点，n代表虚拟道路序列中的第n条道路。
所述中心线是通过计算多个中心点得到的，如图2所示，虚拟道路序列中的每条道
路都有一个几何基准线，在图2中用p0至pm所在的横线来表示该几何基准线，p0至pm表示该
几何基准线上的多个基准点，该基准点是用于测量道路宽度的参考点。在图2中，第1条道路
在p0处的宽度为通过上述计算公式能够得到第1个中心点，在p1处的宽度为通过上
述计算公式能够得到第2个中心点，依此类推，能够得到第1条道路的第0至第m共m+1个中心
点，将该m+1个中心点连接起来，能够得到第1条道路的中心线；依照同样的方法，也能够得
到第2条道路至第n条道路的中心线；将第1条道路至第n条道路的中心线用平滑的曲线连接
起来，便能得到虚拟道路序列中的参考轨迹。
需要注意的是，在图2的示意图中，用笔直的实线和虚线来表示道路和道路中心
线，所显示不同基准点的道路宽度也是一样的，这点在本实施例中仅作为示意，方便理解，
而非对本方案进行限制。实际的道路和中心线不一定是笔直的，其不同基准点的道路宽度
也不一定是相同的。
通常机器人导航轨迹规划方法多采用A-star算法、AD-star算法、快速随机搜索树
(RRT)等搜索方法，其中A-star算法是一种静态路网中求解最短路径的直接搜索方法，AD-
star算法是其扩展方法。当环境中存在大量动态物体，或需要多机器人协作时，由于大量的
搜索和计算，往往会造成机器人无法在有限时间内完成规划计算。而通过本实施例所述的
基于虚拟路网的规划方法，节省了较多的计算量，大大地节省了时间，使机器人能够在有限
时间内快速完成规划。
步骤S4，引导机器人按照所述参考轨迹移动。
导航系统根据步骤S3中得到的参考轨迹，引导机器人按照该参考轨迹移动。在移
动过程中，当遇到障碍物挡在参考轨迹上时，采用传统搜索的局部规则方法，计算能够绕开
障碍物的局部轨迹，再引导机器人沿该局部轨迹移动，绕过障碍物后再回到上述参考轨迹
上来。
基于以上内容，本发明实施例一可以实现的技术效果为：基于工作环境建立虚拟
路网模型，并添加规则信息和动态信息，能够实现对环境因素的综合考虑，从而能更准确地
计算出最优的虚拟道路序列，实现服务机器人的全局导航规划。
实施例二
对本发明实施例一对应地，图3示出了本发明实施例提供的一种基于虚拟路网的
服务机器人导航系统的结构示意图。如图3所示，一种基于虚拟路网的服务机器人导航系
统，包括：模型建立模块101，道路规划模块102，轨迹计算模块103，引导模块104。
所述模型建立模块101，用于创建机器人工作环境的自由空间地图和虚拟路网模
型；其具体用于：在所述自由空间地图中，根据机器人的导航任务设计虚拟路网模型；将工
作环境中的规则信息和动态信息添加到设计好的虚拟路网模型中。
所述道路规划模块102用于根据机器人的在线任务，在所述虚拟路网模型中规划
虚拟道路序列；轨迹计算模块103，用于根据所述虚拟道路序列，确定机器人在所述自由空
间地图中移动的参考轨迹；引导模块104，用于引导机器人按照所述参考轨迹移动。
基于以上内容，本发明实施例二可以达到的技术效果是：利用所述系统基于工作
环境建立虚拟路网模型，并添加规则信息和动态信息，能够实现对环境因素的综合考虑，从
而能更准确地计算出最优的虚拟道路序列，实现服务机器人的全局导航规划。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽
管参照前述各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，或者对其中部分或者全部技术特征进
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，其均应涵盖在本发明的权利要求和说明书的范围当中。