机器人的避障方法和系统与流程

1.本技术涉及智能机器人领域，特别涉及机器人及其避障技术。


背景技术：

2.目前，智能机器人(例如扫地机人、无人驾驶汽车等)大都有自己的避障方法，现有常见的避障方法是通过激光(包括单线激光、2d激光、3d激光)扫描障碍物并在扫描到障碍物后直接进行避开。稍微复杂的避障方法一般融入多种传感器，例如超声波、毫米波雷达等，这只是改变了探测障碍物的手段，在探测到障碍物后同样是直接进行避开。
3.现有的避障方案对所有障碍物、不同外界环境都是采用无差别避障策略。


技术实现要素：

4.本技术的目的在于提供一种机器人的避障方法和系统，对于不同类型障碍物以及不同环境下的相同类型障碍物给出不同的避障方案，能够提高整个系统的效率和使用效果。
5.本技术公开了一种机器人的避障方法，包括：
6.机器人进行位置移动并探测障碍物，识别探测到的所述障碍物的障碍物类型或者获取所述障碍物的与障碍物类型相关的数据；
7.根据所述障碍物类型或者根据所述障碍物的与障碍物类型相关的数据确定避障策略，并执行所确定的避障策略。
8.在一个优选例中，所述机器人进行位置移动并探测障碍物，识别探测到的所述障碍物的障碍物类型进一步包括：机器人进行位置移动并探测障碍物，识别探测到的所述障碍物的障碍物类型和当前所处空间位置属性；
9.所述根据所述障碍物类型确定避障策略，并执行所确定的避障策略进一步包括：根据所述障碍物类型和当前所处空间位置属性确定避障策略，并执行所确定的避障策略。
10.在一个优选例中，所述机器人进行位置移动并探测障碍物，识别探测到的所述障碍物的障碍物类型之前，还包括：机器人预先存储多种障碍物类型和避障策略的对应关系；
11.所述根据所述障碍物类型确定避障策略，并执行所确定的避障策略进一步包括：根据所述障碍物类型和所述对应关系确定对应的避障策略，并执行所确定的避障策略。
12.在一个优选例中，所述机器人进行位置移动并探测障碍物，获取所述障碍物的与障碍物类型相关的数据之前，还包括：将与多种障碍物类型相关的数据作为输入样本数据，将每种障碍物类型对应的避障策略作为输出样本数据，来训练预定网络模型得到避障策略预测模型；
13.所述机器人进行位置移动并探测障碍物，获取所述障碍物的与障碍物类型相关的数据；根据所述障碍物的与障碍物类型相关的数据确定避障策略，并执行所确定的避障策略，进一步包括：机器人进行位置移动时探测到障碍物，获取所述障碍物的与障碍物类型相关的数据，并将所获取的数据输入到所述避障策略模型，得到输出的该障碍物的避障策略。
14.在一个优选例中，不同障碍物类型分别对应不同安全等级的物体。
15.在一个优选例中，所述障碍物类型包括活物类、可移动的非活物物体类、危险物品类、安全物品类中的一者或多者，其中无法识别到类型的障碍物归属为所述危险物品类。
16.在一个优选例中，对应所述活物类的避障策略包括：等待直至障碍物移开目标区域；或以第一预定避障距离避开障碍物；
17.对应所述可移动的非活物物体类的避障策略包括：预测障碍物的运动轨迹，并根据预测结果确定避开路径以避开障碍物；
18.对应所述危险物品类的避障策略包括：若已完全探知障碍物，以第二预定避障距离避开障碍物；若未完全探知障碍物，以第一预定探测距离从四周不同角度探测障碍物，构建障碍物模型，并基于所述障碍物模型以第二预定避障距离避开障碍物；若无法构建得到障碍物模型或无法避开障碍物，以保持不小于预定间隔距离按预定角度折返或原路折返；
19.对应所述安全物品类的避障策略包括：若已完全探知所述障碍物，以第三预定避障距离避开障碍物，所述第三预定避障距离小于所述第二预定避障距离；若未完全探知障碍物，以第二预定探测距离从四周不同角度探测障碍物，构建障碍物模型，并基于所述障碍物模型以第三预定避障距离避开障碍物，所述第二预定探测距离小于所述第一预定探测距离。
20.在一个优选例中，所述从四周不同角度探测障碍物，构建障碍物模型，进一步包括：
21.所述机器人利用双目摄像头从所述障碍物的四周不同角度探测障碍物，并对于每个角度标记探测到的障碍物坐标信息直至构建得到所述障碍物模型。
22.本技术还公开了一种机器人的避障系统所述避障系统包括：
23.探测模块，用于机器人进行位置移动时探测障碍物；
24.识别模块或获取模块，所述识别模块用于识别探测到的所述障碍物的障碍物类型，所述获取模块用于获取所述障碍物的与障碍物类型相关的数据；
25.避障策略模块，用于根据所述障碍物类型或根据所述障碍物的与障碍物类型相关的数据确定避障策略，并执行所确定的避障策略。
26.在一个优选例中，所述避障系统还包括空间位置判断模块，用于判断探测到的所述障碍物的当前所处空间位置属性；
27.所述避障策略模块还用于根据所述障碍物类型和当前所处空间位置属性确定避障策略，并执行所确定的避障策略。
28.本技术实施方式中，考虑了障碍物类型，针对不同的类型的障碍物自动给出避障方案，使得：1.避障可以在保证安全的情况下，极大的提高了整体的效率，而不是像之前的避障，在安全要求高时遇到紧急情况都是直接停止严重影响效率，在安全低的情况下提高效率又会造成一些事故；2.可以做到更精细的避障，像是不会有安全事故的可以做到更近的避障效果，有危险的障碍物可以稍远一些，而不是传统的一致对待，这对于整个系统的效率与使用效果都会有一定的提高。进一步地，在考虑障碍物类型的同时，考虑环境的影响，产生更适应当前环境的方案，如环境良好不存在危险的障碍物的环境下整体的速度加速度等可以会根据环境危险等级进行适当的调整，以达到最大的清扫效率。
29.此外，提供了多种多样的避障方案并为每种障碍物类型配置最适配的避障方案，
会根据各种情况自动选择最适合的避障及路径规划方法，包括但不限于绕过障碍物，环障碍物一周，进一步探测障碍物，等待障碍物移走，预测障碍物等：1.这个不仅仅会避开障碍物，还会根据实际情况采用不同的避开策略达到更好的效果；2.进一步探测障碍物的策略使得我们在下一次遇到此障碍物时会更好地规划出更优的策略，规划出更优的避障路线。
30.本技术的说明书中记载了大量的技术特征，分布在各个技术方案中，如果要罗列出本技术所有可能的技术特征的组合(即技术方案)的话，会使得说明书过于冗长。为了避免这个问题，本技术上述发明内容中公开的各个技术特征、在下文各个实施方式和例子中公开的各技术特征、以及附图中公开的各个技术特征，都可以自由地互相组合，从而构成各种新的技术方案(这些技术方案均因视为在本说明书中已经记载)，除非这种技术特征的组合在技术上是不可行的。例如，在一个例子中公开了特征a+b+c，在另一个例子中公开了特征a+b+d+e，而特征c和d是起到相同作用的等同技术手段，技术上只要择一使用即可，不可能同时采用，特征e技术上可以与特征c相组合，则，a+b+c+d的方案因技术不可行而应当不被视为已经记载，而a+b+c+e的方案应当视为已经被记载。
附图说明
31.图1是根据本技术第一实施方式的机器人的避障方法流程示意图；
32.图2是根据本技术在初始角度在栅格地图上标记障碍物信息的示意图；
33.图3是根据本技术在另一个角度在栅格地图上标记障碍物信息的示意图；
34.图4是根据本技术第二实施方式的机器人的避障方法流程示意图；
35.图5是根据本技术第三实施方式的机器人的避障系统结构示意图；
36.图6是根据本技术第四实施方式的机器人的避障系统结构示意图；
37.图7是根据本技术一个示例的机器人的避障系统主程序框架图；
38.图8是根据本技术一个示例的机器人的避障过程流程图。
具体实施方式
39.在以下的叙述中，为了使读者更好地理解本技术而提出了许多技术细节。但是，本领域的普通技术人员可以理解，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本技术所要求保护的技术方案。
40.术语解释：
41.避障：避开障碍物；
42.路径规划：这里指针对机器人、自动驾驶、无人机等规划出可供机器人行走的路径；
43.点云：即很多有三维空间(或其它维度空间)坐标信息的点，这里的点云指用激光测量的障碍物上的点的坐标信息集或用其它元器件测量或计算出的障碍物上的点的坐标信息；
44.为使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术的实施方式作进一步地详细描述。
45.本技术的第一实施方式涉及一种机器人的避障方法，其流程如图1所示，该方法包括：
46.步骤101，机器人进行位置移动并探测障碍物，识别探测到的该障碍物的障碍物类型；
47.步骤102，根据该障碍物类型确定避障策略，并执行所确定的避障策略。
48.其中，在一个实施例中，步骤101之前还包括预存储步骤“机器人预先存储多种障碍物类型和避障策略的对应关系”，基于此预存储步骤，该步骤101和步骤102可以进一步实现为：机器人进行位置移动并探测障碍物，识别探测到的该障碍物的障碍物类型；根据该障碍物类型和该对应关系确定对应的避障策略，并执行所确定的避障策略。进一步地，例如机器人中配置有现有的类型识别模型(或分类模型)，该模型经目标识别网络训练得到，机器人可以基于该类型识别模型根据探测到的该障碍物的信息识别得到该障碍物类型。其中，该机器人例如通过视觉、激光雷达、激光传感器、mm波雷达探测障碍物的信息，以及探测到的障碍物的信息包括但不限于视觉、激光雷达、激光传感器、mm波雷达等其中的一种或任意组合数据。
49.可选地，该多种障碍物类型分别对应不同安全等级的物体。例如，该多种障碍物类型包括活物类(如人、儿童、狗、猫等)、可移动的非活物物体类(其他机器人，如车、智能家居设备等)、危险物品类(如线缆、粪便等)、安全物品类(如桌椅腿等)中的一者或多者。其中，无法识别到类型的障碍物也是一种类型，例如但不限于归属为该危险物品类，或者归属为一独立的类型等。
50.进一步地，预先在机器人内配置对应每种障碍物类型的避障策略。可选地，对应该活物类的避障策略包括：等待直至障碍物移开目标区域(若一定时间内障会移开目标区域)；或以第一预定避障距离避开障碍物。可选地，对应该可移动的非活物物体类的避障策略包括：预测障碍物的运动轨迹(包括运动为0的情况)，并根据预测结果确定避开路径以避开障碍物。可选地，对应该危险物品类的避障策略包括：若已完全探知障碍物，以第二预定避障距离避开障碍物；若未完全探知障碍物，以第一预定探测距离从四周不同角度探测障碍物，构建障碍物模型，并基于该障碍物模型以第二预定避障距离避开障碍物；若无法构建得到障碍物模或无法避开障碍物，则以保持不小于预定间隔距离按预定角度折返或原路折返。可选地，对应该安全物品类的避障策略包括：若已完全探知该障碍物，以第三预定避障距离避开障碍物，该第三预定避障距离小于该第二预定避障距离；若未完全探知障碍物，以第二预定探测距离从四周不同角度探测障碍物，构建障碍物模型，并基于该障碍物模型以第三预定避障距离避开障碍物，该第二预定探测距离小于该第一预定探测距离。其中各可选例仅为示例性的，不作为对范围的限制，本技术的每种障碍物类型的避障策略也可以是其他方式。
51.可选地，前述“从四周不同角度探测障碍物，构建障碍物模型”可以进一步实现为：该机器人利用双目摄像头从该障碍物的四周不同角度探测障碍物，并对于每个角度标记探测到的障碍物坐标信息直至构建得到该障碍物模型。具体的，如图2所示，蓝色代表小车的位置，地图采用的是栅格地图，小车(代表机器人、扫地机等)由双目看到的障碍物信息会标记在地图上(如图中绿色所示)、未看到的区域(被障碍物遮挡的区域或是未探测全的障碍物的区域，如图中黄色所示)，其它为小车通过摄像头看到的没有障碍物的区域。小车看到障碍物后面有未知区域，会规划出一条路线到能看到黄色区域的位置去进行探测，这样黄色的区域就会减少，障碍物旁边的轮廓也会显示出来，如图3所示。不断重复上述过程，直至
小车看清整个障碍物，构建得到该障碍物模型。
52.可选地，步骤101和步骤102还可以进一步实现为：机器人进行位置移动并探测障碍物，识别探测到的该障碍物的障碍物类型和当前所处空间位置属性；根据该障碍物类型和当前所处空间位置属性确定避障策略，并执行所确定的避障策略。以扫地机器人为例，进一步实现为：a-预先存储特定障碍物类型的特定障碍物(例如安全物品类的鞋)、空间位置属性和避障策略的对应关系，并预先配置对于处于卧室的鞋的第一避障策略为“采用第一间隔距离绕障碍物清扫的策略”；对于位于客厅(或门厅)的鞋的第二避障策略为“折返策略或采用第二间隔距离(大于第一间隔距离)绕障碍物清扫的策略”；b-机器人进行位置移动并探测障碍物，识别探测到的该障碍物的障碍物类型为安全物品类，进一步识别到该障碍物为鞋，若根据识别的鞋、当前所处空间位置属性卧室和该对应关系确定第一避障策略，采用第一间隔距离绕障碍物清扫的策略，以达到更大的清扫效率；c-若根据识别的鞋、当前所处空间位置属性客厅(或门厅)和该对应关系确定第二避障策略，采用折返策略或采用第二间隔距离绕障碍物清扫的策略，以避免碰到障碍物。因为在一个比较干净安全的环境，如卧室，这里的鞋一般相对比较干净，这时就会优先采用近距离(第一间隔距离)绕障碍物清扫的策略，以达到更大的清扫效率；在一个相对不是那么安全的环境，如客厅，这里的鞋可能会不干净，我们会优先采取遇到障碍物后，返回的策略，尽量避免碰到障碍物。可以理解，“鞋”及对应的卧室、客厅环境仅是示例性的，本技术中根据该障碍物类型和当前所处空间位置属性确定避障策略适用于不同空间环境下表现不同安全性属性的任何障碍物。
53.在一个实施例中，所述避障方法还包括：根据当前所处空间的一种家具类型或多种家具类型的组合来确定当前所处空间位置属性。继续以扫地机器人为例，如果当前所处空间内有床，则确定当前空间位置属性为卧室，如果当前所处空间内有沙发和电视的组合，则确定当前空间位置属性为客厅。
54.本技术的第二实施方式涉及一种机器人的避障方法，其流程如图4所示，该方法包括：
55.步骤401，机器人进行位置移动并探测障碍物，获取该障碍物的与障碍物类型相关的数据；
56.步骤402，根据该障碍物的与障碍物类型相关的数据确定避障策略，并执行所确定的避障策略。
57.其中，在一个实施例中，该步骤402之前还包括模型训练步骤“将与多种障碍物类型相关的数据作为输入样本数据，将每种障碍物类型对应的避障策略作为输出样本数据，来训练预定网络模型得到避障策略预测模型”，基于训练得到的避障策略预测模型，该步骤401和步骤402进一步实现为：机器人进行位置移动时探测到障碍物，获取与障碍物类型相关的该障碍物的数据，并将所获取的数据输入到该避障策略模型，得到输出的该障碍物的避障策略。
58.可选地，该多种障碍物类型分别对应不同安全等级的物体。例如，该多种障碍物类型包括活物类(如人、儿童、狗、猫等)、可移动的非活物物体类(其他机器人，如车、智能家居设备等)、危险物品类(如线缆、粪便等)、安全物品类(如桌椅腿等)中的一者或多者。其中，无法识别到类型的障碍物也是一种类型，例如但不限于归属为该危险物品类，或者归属为一独立的类型等。
59.进一步地，预先在机器人内配置对应每种障碍物类型的避障策略。可选地，对应该活物类的避障策略包括：等待直至障碍物移开目标区域(若一定时间内障会移开目标区域)；或以第一预定避障距离避开障碍物。可选地，对应该可移动的非活物物体类的避障策略包括：预测障碍物的运动轨迹(包括运动为0的情况)，并根据预测结果确定避开路径以避开障碍物。可选地，对应该危险物品类的避障策略包括：若已完全探知障碍物，以第二预定避障距离避开障碍物；若未完全探知障碍物，以第一预定探测距离从四周不同角度探测障碍物，构建障碍物模型，并基于该障碍物模型以第二预定避障距离避开障碍物；若无法构建得到障碍物模型或无法避开障碍物，则以保持不小于预定间隔距离按预定角度折返或原路折返。可选地，对应该安全物品类的避障策略包括：若已完全探知该障碍物，以第三预定避障距离避开障碍物，该第三预定避障距离小于该第二预定避障距离；若未完全探知障碍物，以第二预定探测距离从四周不同角度探测障碍物，构建障碍物模型，并基于该障碍物模型以第三预定避障距离避开障碍物，该第二预定探测距离小于该第一预定探测距离。其中各可选例仅为示例性的，不作为对范围的限制，本技术的每种障碍物类型的避障策略也可以是其他方式。进一步地，所述的“从四周不同角度探测障碍物，构建障碍物模型”例如可以进一步实现为：该机器人利用双目摄像头从该障碍物的四周不同角度探测障碍物，并对于每个角度标记探测到的障碍物坐标信息直至构建得到该障碍物模型。
60.本技术的第三实施方式涉及一种机器人的避障系统，其结构如图5所示，该机器人的避障系统包括探测模块、识别模块和避障策略模块。
61.其中，该探测模块用于机器人进行位置移动时探测障碍物，该识别模块用于识别探测到的该障碍物的障碍物类型，该避障策略模块用于根据该障碍物类型确定避障策略，并执行所确定的避障策略。
62.在一个实施例中，该机器人的避障系统还包括存储模块，其用于预先存储多种障碍物类型和避障策略的对应关系。并且，在该实施例中，该探测模块用于机器人进行位置移动并探测障碍物，该识别模块用于识别探测到的该障碍物的障碍物类型，该避障策略模块根据该障碍物类型和该对应关系确定对应的避障策略，并执行所确定的避障策略。
63.可选地，该多种障碍物类型分别对应不同安全等级的物体。例如，该多种障碍物类型包括活物类(如人、儿童、狗、猫等)、可移动的非活物物体类(其他机器人，如车、智能家居设备等)、危险物品类(如线缆、粪便等)、安全物品类(如桌椅腿等)中的一者或多者。其中，无法识别到类型的障碍物也是一种类型，例如但不限于归属为该危险物品类，或者归属为一独立的类型等。
64.进一步地，该避障策略模块中预先配置对应每种障碍物类型的避障策略。可选地，避障策略模块中配置有对应该活物类的避障策略包括：等待直至障碍物移开目标区域；或以第一预定避障距离避开障碍物。可选地，避障策略模块中配置有对应该可移动的非活物物体类的避障策略包括：预测障碍物的运动轨迹，并根据预测结果确定避开路径以避开障碍物。可选地，避障策略模块中配置有对应该危险物品类的避障策略包括：若已完全探知障碍物，以第二预定避障距离避开障碍物；若未完全探知障碍物，以第一预定探测距离从四周不同角度探测障碍物，构建障碍物模型，并基于该障碍物模型规划避开路径；若无法完全探知障碍物或无法避开障碍物，以保持不小于预定间隔距离按预定角度折返或原路折返。可选地，避障策略模块中配置有对应该安全物品类的避障策略包括：若已完全探知该障碍物，
以第三预定避障距离避开障碍物，该第三预定避障距离小于该第二预定避障距离；若未完全探知障碍物，以第二预定探测距离从四周不同角度探测障碍物，构建障碍物模型，并基于该障碍物模型规划避开路径，该第二预定探测距离小于该第一预定探测距离。其中上述各可选策略仅为示例性的，不作为对范围的限制，本技术的每种障碍物类型的避障策略也是其他方式。
65.可选地，该机器人的避障系统还包括空间位置判断模块，该空间位置判断模块用于判断探测到的该障碍物的当前所处空间位置属性，以及该避障策略模块还用于根据该障碍物类型和当前所处空间位置属性确定避障策略，并执行所确定的避障策略。
66.第一实施方式是与本实施方式相对应的方法实施方式，第一实施方式中的技术细节可以应用于本实施方式，本实施方式中的技术细节也可以应用于第一实施方式。
67.本技术的第四实施方式涉及一种机器人的避障系统，其结构如图6所示，该机器人的避障系统包括探测模块、获取模块和避障策略模块。该探测模块用于机器人进行位置移动时探测障碍物；该获取模块用于获取与障碍物类型相关的该障碍物的数据；该避障策略模块用于根据该与障碍物类型相关的该障碍物的数据确定避障策略，并执行所确定的避障策略。
68.其中，在一个实施例中，该避障策略模块还包括避障策略预测模型，该避障策略预测模型通过将与多种障碍物类型相关的数据作为输入样本数据，将每种障碍物类型对应的避障策略作为输出样本数据，来训练预定网络模型得到；基于此避障策略预测模型，该避障策略模块还用于机器人进行位置移动时探测到障碍物，获取与障碍物类型相关的该障碍物的数据，并将所获取的数据输入到该避障策略模型，输出以确定该障碍物的避障策略，并执行所确定的避障策略。其中，障碍物类型相关的数据包括但不限于视觉、激光、mm波雷达等其中的一种或任意组合数据。
69.可选地，该多种障碍物类型分别对应不同安全等级的物体。例如，该多种障碍物类型包括活物类(如人、儿童、狗、猫等)、可移动的非活物物体类(其他机器人，如车、智能家居设备等)、危险物品类(如线缆、粪便等)、安全物品类(如桌椅腿等)中的一者或多者。其中，无法识别到类型的障碍物也是一种类型，例如但不限于归属为该危险物品类，或者归属为一独立的类型等。
70.进一步地，该避障策略模块中预先配置对应每种障碍物类型的避障策略。可选地，避障策略模块中配置有对应该活物类的避障策略包括：等待直至障碍物移开目标区域；或以第一预定避障距离避开障碍物。可选地，避障策略模块中配置有对应该可移动的非活物物体类的避障策略包括：预测障碍物的运动轨迹，并根据预测结果确定避开路径以避开障碍物。可选地，避障策略模块中配置有对应该危险物品类的避障策略包括：若已完全探知障碍物，以第二预定避障距离避开障碍物；若未完全探知障碍物，以第一预定探测距离从四周不同角度探测障碍物，构建障碍物模型，并基于该障碍物模型规划避开路径；若无法完全探知障碍物或无法避开障碍物，以保持不小于预定间隔距离按预定角度折返或原路折返。可选地，避障策略模块中配置有对应该安全物品类的避障策略包括：若已完全探知该障碍物，以第三预定避障距离避开障碍物，该第三预定避障距离小于该第二预定避障距离；若未完全探知障碍物，以第二预定探测距离从四周不同角度探测障碍物，构建障碍物模型，并基于该障碍物模型规划避开路径，该第二预定探测距离小于该第一预定探测距离。其中上述各
可选策略仅为示例性的，不作为对范围的限制，本技术的每种障碍物类型的避障策略也是其他方式。
71.可选地，该机器人的避障系统还包括空间位置判断模块，该空间位置判断模块用于判断探测到的该障碍物的当前所处空间位置属性，以及该避障策略模块还用于根据该障碍物类型和当前所处空间位置属性确定避障策略，并执行所确定的避障策略。
72.第二实施方式是与本实施方式相对应的方法实施方式，第二实施方式中的技术细节可以应用于本实施方式，本实施方式中的技术细节也可以应用于第二实施方式。
73.需要指出，本技术的各实施方式中所述的机器人可以是扫地机器人等智能家居的可移动设备，也可以是飞机、汽车等交通工具。并且，本技术不限于所罗列的设备或交通工具，可以是任何避障的可移动产品。
74.为了能够更好地理解本技术的技术方案，下面结合一个例子来进行说明，该例子中罗列的细节主要是为了便于理解，不作为对本技术保护范围的限制。该例子的主程序框架参见图7，流程图参见附图8。其中，对各传感器的数据处理与融合，采用的方式包括但不限于数据按一定的方法进行整合计算出一个或多个结果。避障策略的综合判断或确定例如可以采用多种方法实现，其中一种方法是通过ai网络(包括但不限于机器学习、深度学习、强化学习等各种网络)来实现：输入层节点为v＝[v1,v2,
…
,vn]
t
，其中vi为相应的输入条件，包括但不限于障碍物的尺寸，点云的状况、探测到障碍物的完整度等；中间层根据实际需要建立相应的层数与节点数；输出层输出相应的避障策略，包括但不限于绕过障碍物，环障碍物一周，进一步探测障碍物，等待障碍物移走，预测障碍物等。根据ai网络的输出结果进行避障。障碍物类型的获取信息来源包括但不限于视觉、激光、mm波雷达等及其中的某些进行组合。实时规划生成的路径(或修改已生成的路径)。
[0075]
需要说明的是，本领域技术人员应当理解，上述机器人的避障系统的实施方式中所示的各模块的实现功能可参照前述机器人的避障系统的避障方法的相关描述而理解。上述机器人的避障系统的实施方式中所示的各模块的功能可通过运行于处理器上的程序(可执行指令)而实现，也可通过具体的逻辑电路而实现。本技术实施例上述机器人的避障系统如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本技术各个实施例所述方法的全部或部分。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read only memory)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本技术实施例不限制于任何特定的硬件和软件结合。
[0076]
相应地，本技术实施方式还提供一种计算机可读存储介质，其中存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现本技术的各方法实施方式。计算机可读存储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，计算机可读存储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。
[0077]
此外，本技术实施方式还提供一种机器人的避障系统，其中包括用于存储计算机可执行指令的存储器，以及，处理器；该处理器用于在执行该存储器中的计算机可执行指令时实现上述各方法实施方式中的步骤。其中，该处理器可以是中央处理单元(central processing unit，简称“cpu”)，还可以是其他通用处理器、数字信号处理器(digital signal processor，简称“dsp”)、专用集成电路(application specific integrated circuit，简称“asic”)等。前述的存储器可以是只读存储器(read-only memory，简称“rom”)、随机存取存储器(random access memory，简称“ram”)、快闪存储器(flash)、硬盘或者固态硬盘等。本发明各实施方式所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
[0078]
需要说明的是，在本专利的申请文件中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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、物品或者设备中还存在另外的相同要素。本专利的申请文件中，如果提到根据某要素执行某行为，则是指至少根据该要素执行该行为的意思，其中包括了两种情况：仅根据该要素执行该行为、和根据该要素和其它要素执行该行为。多个、多次、多种等表达包括2个、2次、2种以及2个以上、2次以上、2种以上。
[0079]
在本技术提及的所有文献都被认为是整体性地包括在本技术的公开内容中，以便在必要时可以作为修改的依据。此外应理解，以上所述仅为本说明书的较佳实施例而已，并非用于限定本说明书的保护范围。凡在本说明书一个或多个实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本说明书一个或多个实施例的保护范围之内。