CN112987709B - 一种路径规划方法、系统及作业机器人 - Google Patents

Abstract

本发明适用于机器人技术领域，提供了一种路径规划方法、系统及作业机器人，所述方法包括：获取环境信息，并根据所述环境信息建立对应地图；对所述地图中行进限制区域进行切割；根据切割后的地图进行路径规划。本发明通过在建立的作业地图中对行进限制区域进行切割，再对切割后的地图进行路径规划，这样规划出的作业路径中不存在行进受限的区域，保证作业机器人不会走入无法脱困的位置中，保证作业效率。

Description

一种路径规划方法、系统及作业机器人

技术领域

本发明属于作业机器人技术领域，尤其涉及一种路径规划方法、系统及作业机器人。

背景技术

随着人们生活水平的提高和科技的进步，机器人在当今社会变得越来越重要，越来越多的领域和岗位都需要智能机器人参与、这使得智能机器人的研究也越来越频繁。而为了满足人们的需要，各种作业机器人也层出不穷，比如，扫地机器人、商用洗地机器人、搜救机器人、收割机器人、勘探机器人等等，充分提高人们的工作效率和生活质量，让人们的生活更加舒适和健康。

其中，路径规划是作业机器人在作业前一般都要做的一项流程，是指对作业机器人的待作业区域进行作业路线规划的过程，使作业机器人按所规划的路径进行作业，以保证作业效率和效果。

目前，作业机器人按现有路径规划方式制定的作业路线进行作业时，作业机器人经常会走入无法脱困的位置，此时则需要人工帮助作业机器人脱困，影响作业效率。

发明内容

本发明实施例提供一种路径规划方法，旨在解决现有技术当中作业机器人经常会走入无法脱困位置的技术问题。

本发明实施例是这样实现的，一种路径规划方法，所述方法包括：

获取环境信息，并根据所述环境信息建立对应地图；

对所述地图中行进限制区域进行切割；

根据切割后的地图进行路径规划。

本发明实施例还提供了一种路径规划系统，所述系统包括：

地图建立模块，用于获取环境信息，并根据所述环境信息建立对应地图；

区域切割模块，用于对所述地图中行进限制区域进行切割；

路径规划模块，根据切割后的地图进行路径规划。

本发明实施例还提供一种作业机器人，包括处理器、存储器、以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器运行所述计算机程序时，所述作业机器人执行上述的路径规划方法。

本发明实施例还提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的路径规划方法。

本发明所达到的有益效果为：通过在建立的作业地图中对行进限制区域进行切割，再对切割后的地图进行路径规划，这样规划出的作业路径中不存在行进受限的区域，保证作业机器人不会走入无法脱困的位置中，保证作业效率。

附图说明

图1是本发明实施例一当中的路径规划方法的流程图；

图2是本发明实施例二当中的路径规划方法的流程图；

图3是本发明实施例三当中的路径规划方法的流程图；

图4是本发明实施例当中对行进限制区域进行切割的另一种实施流程图；

图5为基于图4的方法确认角落的实际行进限制区域的场景举例图；

图6为基于图4的方法确认封闭通道的实际行进限制区域的场景举例图；

图7为本发明实施例四当中的路径规划系统的结构框图；

图8是本发明实施例五当中的作业机器人的结构框图。

具体实施方式

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仅用以解释本发明，并不用于限定本发明。

目前，作业机器人按现有路径规划方式制定的作业路线进行作业时，作业机器人经常会走入无法脱困的位置，影响作业效率。因此，本发明的目的在于，提供一种路径规划方法、系统及作业机器人，以通过在路径规划前对行进限制区域进行切割，从而保证作业机器人不会走入无法脱困的位置中，保证作业效率。

实施例一

请参阅图1，所示为本发明第一实施例当中的路径规划方法，可应用于作业机器人中，所述作业机器人可通过硬件和/软件来实现，所述方法包括步骤S01至步骤S03。

步骤S01，获取环境信息，并根据所述环境信息建立对应地图。

在具体实施时，可以利用摄像头拍摄、激光扫描或传感器感应的方式，来获取作业机器人周围环境的环境信息，基于该环境信息建立待作业区域的地图。其中，所创建的地图可以为栅格图、特征地图、拓扑地图、平面轮廓图、三维立体图等。例如，在本发明一些可选实施例当中，可以基于特征的SLAM(simultaneous localization and mapping，时定位与地图构建)方法来创建作业机器人周围环境的地图。

步骤S02，对所述地图中行进限制区域进行切割。

其中，行进限制区域为地图中作业机器人无法脱困的位置，例如狭小墙角、狭小通道、特殊锐角的死角位置等。在具体实施时，将进限制区域进行切割的方式可以为：将行进限制区域从地图中直接切除；或在行进限制区域的边界线上设置虚拟墙，以隔离行进限制区域。

另外，需要说明的是，行进限制区域可以通过机器自主识别或人工来进行确认，例如机器人可以检测每个角落的宽度和/或角度，并判断每一角落的宽度和/或角度是否满足机器人脱困，若否则判断该角落为行进限制区域。或者也可以采用人工圈定的方式来确定行进限制区域。

步骤S03，根据切割后的地图进行路径规划。

在具体实施时，可先对切割后的地图进行全局路径规划，并在作业机器人按全局路径规划的路线作业时，对作业机器人周围的障碍物进行识别，并根据障碍物的位置对全局路径规划的路线进行调整。在进行路径规划时，按作业机器人的默认或设定的作业方式进行路径规划，例如按弓字形覆盖推进的清洁方式对扫地机器人、商用洗地机器人等清洁机器人的作业路径进行规划。

综上，本实施例当中的路径规划方法，通过在建立的作业地图中对行进限制区域进行切割，再对切割后的地图进行路径规划，这样规划出的作业路径中不存在行进受限的区域，保证作业机器人不会走入无法脱困的位置中，保证作业效率。

实施例二

请参阅图2，所示为本发明第二实施例当中的路径规划方法，可应用于作业机器人中，所述作业机器人可通过硬件和/软件来实现，所述方法包括步骤S11至步骤S16。

步骤S11，获取环境信息，并根据所述环境信息建立对应地图。

需要说明的是，在具体实施时，可以将步骤S11创建的地图当中每个通道(如房间过道、家具间的夹缝等)初步确定为行进限制区域，并通过后续的宽度和封闭状态来确定这些初步确定的行进限制区域是否为真实的行进限制区域，若为真实的行进限制区域则将其切除。

步骤S12，获取行进限制区域的宽度。

其中，在本步骤当中，所获取的宽度可以为行进限制区域每个点的宽度、或特定点的宽度，例如可以获取通道每一位置点的宽度，通道的宽度为通道两条边界线上同一位置点的直线距离。

步骤S13，判断所述行进限制区域的宽度是否满足预设脱困宽度。

其中，当判断到所述行进限制区域的宽度不满足预设脱困宽度时，则执行步骤S14，以利用封闭状态在做进一步判定；当判断到所述行进限制区域的宽度满足预设脱困宽度时，则判定所述行进限制区域为非真实的行进限制区域，则可保留该区域，并跳转至对下一个行进限制区域进行分析，直到所有行进限制区域确认完。

步骤S14，判断所述行进限制区域的行进方向是否为封闭状态。

其中，当判断到所述行进限制区域的行进方向为封闭状态时，代表所述行进限制区域即无法满足机器人掉头脱困、也无法让机器人直接穿过，则判定所述行进限制区域为真实的行进限制区域，执行步骤S15，以直接切除该行进限制区域；若判断到所述行进限制区域的行进方向不为封闭状态时，即前面可以通过的情况下，如所述行进限制区域为未封闭可让机器直接穿过的通道，则判定该行进限制区域为非真实的行进限制区域，则可保留该区域，并跳转至对下一个行进限制区域进行分析，直到所有行进限制区域确认完。

步骤S15，对所述地图中行进限制区域进行切割。

在具体实施时，对最终确定的行进限制区域，可以通过以下方式进行切除：将行进限制区域从地图中直接切除；或在行进限制区域的边界线上设置虚拟墙，以隔离行进限制区域。

步骤S16，根据切割后的地图进行路径规划。

在具体实施时，根据切割后的地图进行路径规划的步骤可以按以下细化步骤进行具体实施，细化步骤具体包括：

对切割后的地图进行全局路径规划；

根据所述全局路径规划执行行进任务，并实时获取障碍物信息；

根据所述障碍物信息，对局部路径进行调整。

实施例三

请参阅图3，所示为本发明第三实施例当中的路径规划方法，可应用于作业机器人中，所述作业机器人可通过硬件和/软件来实现，所述方法包括步骤S21至步骤S25。

步骤S21，获取环境信息，并根据所述环境信息建立对应地图。

需要说明的是，在具体实施时，可以将步骤S11创建的地图当中每个角落(如墙角等)初步确定为行进限制区域，并通过后续的角度来确定这些初步确定的行进限制区域是否为真实的行进限制区域，若为真实的行进限制区域则将其切除。

步骤S22，获取行进限制区域的角度。

其中，行进限制区域的角度为行进限制区域边线之间的夹角，如角落两条边线之间的夹角。

步骤S23，判断所述角度是否满足预设的脱困角度。

其中，当判断到所述行进限制区域的角度不满足预设的脱困角度时，则判定该行进限制区域为真实的行进限制区域，则执行步骤S24，以直接切除该行进限制区域；否则判定该行进限制区域为非真实的行进限制区域，则可保留该区域，并跳转至对下一个行进限制区域进行分析，直到所有行进限制区域确认完。

步骤S24，对所述地图中行进限制区域进行切割。

在具体实施时，对最终确定的行进限制区域，可以通过以下方式进行切除：将行进限制区域从地图中直接切除；或在行进限制区域的边界线上设置虚拟墙，以隔离行进限制区域。

步骤S25，根据切割后的地图进行路径规划。

在具体实施时，根据切割后的地图进行路径规划的步骤可以按以下细化步骤进行具体实施，细化步骤具体包括：

对切割后的地图进行全局路径规划；

根据所述全局路径规划执行行进任务，并实时获取障碍物信息；

根据所述障碍物信息，对局部路径进行调整。

可以理解的，上述实施例二和三通过宽度、角度和封闭状态来确定地图上的实际行进限制区域，实现了在地图上自动完成行进限制区域的确定和切除，同时可以保证行进限制区域确定和切除的可靠性。

进一步的，请参阅图4，在步骤S15或步骤S24之前还包括如下步骤：

步骤S001，获取脱困所需掉头参数。

其中，基于机器人的运动学模型与动力学模型，机器人脱困所需的掉头参数包括机器人的最大转角α、轴距d(前轮轴与后轮两轴中轴线的距离)、机器人宽度w、车长L及安全距离B，根据这些参数可以计算出机器人掉头半径R＝d/tan(α)。

步骤S003，根据所述掉头参数，按照预设算法计算掉头区域。

其中，所述掉头区域为圆形，所述掉头区域的半径基于所述掉头区域的半径确定所述掉头区域。可以理解的，同一机器人的掉头区域是固定不变的，因此可将确定出的掉头区域作为模型进行存储，以便机器人在下一次路径规划中，可以直接调用存储的掉头区域模型，从而可直接跳过步骤S001-步骤S002，加快路径规划效率。或者也可以每次遇到角落时通过计算来确定掉头区域。

步骤S003，根据所述掉头区域确定所述行进限制区域中的实际行进限制区域。

其中，实际行进限制区域为行进限制区域中实际会对机器人起行进限制的区域，机器人进入该实际行进限制区域，将无法进行掉头脱困，而在实际行进限制区域以外的区域则机器人可以进行掉头脱困，如图5和图6所示。

可以理解的，因掉头区域为机器人脱困掉头所需要的最小空间区域，基于此，在具体实施时，可以利用所述掉头区域在行进限制区域中进行逐步推进扫描，以识别出无法满足该掉头区域行进的区域，以确认出行进限制区域中的实际行进限制区域。

进一步地，在本发明一些可选实施例当中，所述步骤S003具体可以按以下细化步骤进行具体实施，细化步骤具体包括：

建立掉头区域模型；

将所述掉头区域模型向所述行进限制区域进行推进，直至所述行进限制区域的至少两条边界线与所述掉头区域模型的边界线重合或者所述掉头区域无法推进时；

获取所述行进限制区域与所述掉头区域模型之间的未重合区域，所述未重合区域为所述实际行进限制区域。

在具体实施时，可利用上述步骤S001-步骤S002计算得到掉头区域，并将计算得到的掉头区域创建为掉头区域模型并进行存储，这样在对任一行进限制区域进行分析时，可直接调用该掉头区域模型，并将该掉头区域模型向当前行进限制区域进行推进，以确定当前行进限制区域中的实际行进限制区域。

如图5所示，掉头区域模型A向一角度为的角落推进，该角落的角度/>为锐角，当该角落的两条边分别与掉头区域模型A相切时，则掉头区域A无法继续往前推进，也即代表机器人若继续往前行进将无法进行掉头脱困，因此该角落的无法让掉头区域A继续推进的区域(即图中的区域B)即为实际行进限制区域，从而确认出该角落的实际行进限制区域，该实际行进限制区域的边长/>

如图6所示，掉头区域模型A向一封闭的通道推进，当该通道的两条边分别与掉头区域模型A相切时，则掉头区域A无法继续往前推进，也即代表机器人若继续往前行进将无法进行掉头脱困，因此该通道为无法让掉头区域A继续推进的区域(即图中的区域C)即为实际行进限制区域，从而确认出该角落的实际行进限制区域，相切处的通道宽度D＝2Rr。

在具体实施时，可以将掉头区域作为模型，使可以利用掉头区域模型推进的方式来确认每一角落的实际行进限制区域；或者也可以每次遇到角落时通过计算来确定出掉头区域，该掉头区域可为圆形、弧状、或者方形等，本发明不做限制。

可以理解的，本实施例对最终确定的行进限制区域做进一步处理，以从该行进限制区域当中找出实际行进限制区域，再把实际行进限制区域切除，而不是直接把整个行进限制区域切除，这样可以保证作业机器人即不会进入无法脱困位置，也不会因为作业区域过度切除而影响作业效果。

实施例四

本发明另一方面还提出一种路径规划系统，请参阅图7，所示为本发明第四实施例当中的路径规划系统，可应用于作业机器人中，所述作业机器人可通过硬件和/软件来实现，所述路径规划系统包括：

地图建立模块11，用于获取环境信息，并根据所述环境信息建立对应地图；

区域切割模块12，用于对所述地图中行进限制区域进行切割；

路径规划模块13，根据切割后的地图进行路径规划。

在具体实施时，可以利用摄像头拍摄、激光扫描或传感器感应的方式，来获取作业机器人周围环境的环境信息，基于该环境信息建立待作业区域的地图。其中，所创建的地图可以为栅格图、特征地图、拓扑地图、平面轮廓图、三维立体图等。例如，在本发明一些可选实施例当中，可以基于特征的SLAM(simultaneous localization and mapping，时定位与地图构建)方法来创建作业机器人周围环境的地图。

其中，行进限制区域为地图中作业机器人无法脱困的位置，例如狭小墙角、特殊锐角的死角位置等。在具体实施时，将进限制区域进行切割的方式可以为：将行进限制区域从地图中直接切除；或在行进限制区域的边界线上设置虚拟墙，以隔离行进限制区域。

另外，需要说明的是，行进限制区域可以通过机器自主识别或人工来进行确认，例如机器人可以检测每个角落的宽度和/或角度，并判断每一角落的宽度和/或角度是否满足机器人脱困，若否则判断该角落为行进限制区域。或者也可以采用人工圈定的方式来确定行进限制区域。

在具体实施时，可先对切割后的地图进行全局路径规划，并在作业机器人按全局路径规划的路线作业时，对作业机器人周围的障碍物进行识别，并根据障碍物的位置对全局路径规划的路线进行调整。在进行路径规划时，按作业机器人的默认或设定的作业方式进行路径规划，例如按弓字形覆盖推进的清洁方式对扫地机器人、商用洗地机器人等清洁机器人的作业路径进行规划。

综上，本实施例当中的路径规划系统，通过在建立的作业地图中对行进限制区域进行切割，再对切割后的地图进行路径规划，这样规划出的作业路径中不存在行进受限的区域，保证作业机器人不会走入无法脱困的位置中，保证作业效率。

在本发明一些可选实施例当中，所述系统还包括:

宽度获取模块，用于获取所述行进限制区域的宽度；

宽度判断模块，用于判断所述行进限制区域的宽度是否满足预设脱困宽度；

当判断结果为否，则所述区域切割模块对所述地图中行进限制区域进行切割。

在本发明一些可选实施例当中，所述系统还包括:

封闭判断模块，用于当判断到所述行进限制区域的宽度不满足预设脱困宽度时，判断所述行进限制区域的行进方向是否为封闭状态；

当判断到所述行进限制区域的行进方向是封闭状态时，则所述区域切割模块对所述地图中行进限制区域进行切割。

在本发明一些可选实施例当中，所述系统还包括:

角度获取模块，用于获取所述行进限制区域的角度；

角度判断模块，用于判断所述角度是否满足预设的脱困角度；

当判断结果为否，则所述区域切割模块对所述地图中行进限制区域进行切割。

在本发明一些可选实施例当中，所述系统还包括:

参数获取模块，用于获取脱困所需掉头参数；

区域计算模块，用于根据所述掉头参数，按照预设算法计算掉头区域；

区域切割模块，用于根据所述掉头区域确定所述行进限制区域中的实际行进限制区域。其中，所述掉头区域为圆形区域。

在本发明一些可选实施例当中，所述系统还包括：

模型创建单元，用于建立掉头区域模型；

处理单元，用于将所述掉头区域模型向所述行进限制区域进行推进，直至所述行进限制区域的至少两条边界线与所述掉头区域模型的边界线重合或者所述掉头区域无法推进时；

确认单元，用于获取所述行进限制区域与所述掉头区域模型之间的未重合区域，所述未重合区域为实际行进限制区域。

在本发明一些可选实施例当中，所述路径规划模块包括：

路径规划单元，用于对切割后的地图进行全局路径规划；

任务执行单元，用于根据所述全局路径规划执行行进任务，并实时获取障碍物信息；

路径调整单元，用于根据所述障碍物信息，对局部路径进行调整。

上述各模块、单元被执行时所实现的功能或操作步骤与上述方法实施例大体相同，在此不再赘述。

实施例五

本发明另一方面还提出一种作业机器人，请参阅图8，所示为本发明第五实施例当的作业机器人，包括处理器10、存储器20、以及存储在存储器上并可在处理器上运行的计算机程序30，所述处理器10运行所述计算机程序30时，所述作业机器人执行上述的路径规划方法。

其中，所述作业机器人的作业方式可以为但不限于清扫作业(如清扫灰尘、树叶、积雪等)、收割作业(如收割谷物等)、耕犁作业、播撒作业(如播撒农药、种子)、搜索作业、搜救作业、测绘作业(如水下测绘)、排雷作业，矿产勘查作业及缺陷检测作业等。相应的，所述机器人设备可以为清洁机器人(如扫地机器人、商用洗地机器人、吸尘器等)、搜救机器人、收割机器人、勘探机器人、排雷机器人，喷漆机器人等需要进行路径规划作业的机器人。

另外，处理器10在一些实施例中可以是一中央处理器(Central ProcessingUnit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器20中存储的程序代码或处理数据。

其中，存储器20至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器20在一些实施例中可以是作业机器人的内部存储单元，例如该作业机器人的硬盘。存储器20在另一些实施例中也可以是作业机器人的外部存储设备，例如作业机器人上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器20还可以既包括作业机器人的内部存储单元也包括外部存储设备。存储器20不仅可以用于存储安装于作业机器人的应用软件及各类数据，还可以用于暂时地存储已经输出或者将要输出的数据。

可选地，该作业机器人还可以包括行走机构、作业机构、用户接口、网络接口、通信总线等，行走机构用于实现机器人的行走，行走机构的形式可以为滚轮、履带、机械腿等，作业机构用于实现机器人的作业，如收割机构、清扫机构等等，用户接口可以包括显示器(Display)、输入单元比如遥控器、实体按键等，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在作业机器人中处理的信息以及用于显示可视化的用户界面。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该作业机器人与其他电子设备之间建立通信连接。通信总线用于实现这些组件之间的连接通信。

需要指出的是，图8示出的结构并不构成对作业机器人的限定，在其它实施例当中，该作业机器人可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

综上，本实施例当中的作业机器人，通过在建立的作业地图中对行进限制区域进行切割，再对切割后的地图进行路径规划，这样规划出的作业路径中不存在行进受限的区域，保证作业机器人不会走入无法脱困的位置中，保证作业效率。

本实施例还提供了一种存储介质，其上存储有上述作业机器人中所使用的计算机程序30，该程序在被处理器执行时实现上述的路径规划方法。

其中，所述的存储介质可以为但不限于ROM/RAM、磁碟、光盘等。

本领域技术人员可以理解，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。

计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或它们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (14)

1.一种路径规划方法，其特征在于，所述方法包括：

获取环境信息，并根据所述环境信息建立对应地图；

对所述地图中行进限制区域进行切割，所述行进限制区域为地图中作业机器人无法脱困的位置，将所述进限制区域进行切割的方式包括将行进限制区域从地图中直接切除，或在所述行进限制区域的边界线上设置虚拟墙，以隔离所述行进限制区域；

根据切割后的地图进行路径规划；

所述对所述地图中行进限制区域进行切割的步骤之前还包括：获取脱困所需掉头参数；根据所述掉头参数，按照预设算法计算掉头区域；根据所述掉头区域确定所述行进限制区域中的实际行进限制区域。

2.如权利要求1所述的路径规划方法，其特征在于，在所述对所述地图中行进限制区域进行切割的步骤之前，还包括：

获取所述行进限制区域的宽度；

判断所述行进限制区域的宽度是否满足预设脱困宽度；

当判断结果为否，则执行对所述地图中行进限制区域进行切割的步骤。

3.如权利要求2所述的路径规划方法，其特征在于，在所述判断所述行进限制区域的宽度是否满足预设脱困宽度的步骤之后，还包括：

当判断到所述行进限制区域的宽度不满足预设脱困宽度时，则判断所述行进限制区域的行进方向是否为封闭状态；

当判断到所述行进限制区域的行进方向是封闭状态时，则执行对所述地图中行进限制区域进行切割的步骤。

4.如权利要求1所述的路径规划方法，其特征在于，在所述对所述地图中行进限制区域进行切割的步骤之前，还包括：

获取所述行进限制区域的角度；

判断所述角度是否满足预设的脱困角度;

当判断结果为否，则执行对所述地图中行进限制区域进行切割的步骤。

5.如权利要求1~4任一项所述的路径规划方法，其特征在于，所述方法还包括:

建立掉头区域模型；

将所述掉头区域模型向所述行进限制区域进行推进，直至所述行进限制区域的至少两条边界线与所述掉头区域模型的边界线重合或者所述掉头区域无法推进时；

获取所述行进限制区域与所述掉头区域模型之间的未重合区域，所述未重合区域为实际行进限制区域。

6.如权利要求1-4任一项所述的路径规划方法，其特征在于，所述根据切割后的地图进行路径规划的步骤包括：

对切割后的地图进行全局路径规划；

根据所述全局路径规划执行行进任务，并实时获取障碍物信息；

根据所述障碍物信息，对局部路径进行调整。

7.一种路径规划系统，其特征在于，所述系统包括：

地图建立模块，用于获取环境信息，并根据所述环境信息建立对应地图；

区域切割模块，用于对所述地图中行进限制区域进行切割，所述行进限制区域为地图中作业机器人无法脱困的位置，将所述进限制区域进行切割的方式包括将行进限制区域从地图中直接切除，或在所述行进限制区域的边界线上设置虚拟墙，以隔离所述行进限制区域；

路径规划模块，根据切割后的地图进行路径规划；

参数获取模块，用于获取脱困所需掉头参数；

区域计算模块，用于根据所述掉头参数，按照预设算法计算掉头区域；

区域切割模块，用于根据所述掉头区域确定所述行进限制区域中的实际行进限制区域。

8.如权利要求7所述的路径规划系统，其特征在于，所述系统还包括:

宽度获取模块，用于获取所述行进限制区域的宽度；

宽度判断模块，用于判断所述行进限制区域的宽度是否满足预设脱困宽度；

当判断结果为否，则所述区域切割模块对所述地图中行进限制区域进行切割。

9.如权利要求8所述的路径规划系统，其特征在于，所述系统还包括:

封闭判断模块，用于当判断到所述行进限制区域的宽度不满足预设脱困宽度时，判断所述行进限制区域的行进方向是否为封闭状态；

当判断到所述行进限制区域的行进方向是封闭状态时，则所述区域切割模块对所述地图中行进限制区域进行切割。

10.如权利要求7所述的路径规划系统，其特征在于，所述系统还包括:

角度获取模块，用于获取所述行进限制区域的角度；

角度判断模块，用于判断所述角度是否满足预设的脱困角度;

当判断结果为否，则所述区域切割模块对所述地图中行进限制区域进行切割。

11.如权利要求7-10任一项所述的路径规划系统，其特征在于，所述系统还包括：

模型创建单元，用于建立掉头区域模型；

处理单元，用于将所述掉头区域模型向所述行进限制区域进行推进，直至所述行进限制区域的至少两条边界线与所述掉头区域模型的边界线重合或者所述掉头区域无法推进时；

确认单元，用于获取所述行进限制区域与所述掉头区域之间的未重合区域，所述未重合区域为实际行进限制区域。

12.如权利要求7-10任一项所述的路径规划系统，其特征在于，所述路径规划模块包括：

路径规划单元，用于对切割后的地图进行全局路径规划；

任务执行单元，用于根据所述全局路径规划执行行进任务，并实时获取障碍物信息；

路径调整单元，用于根据所述障碍物信息，对局部路径进行调整。

13.一种作业机器人，其特征在于，包括处理器、存储器、以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器运行所述计算机程序时，所述作业机器人执行权利要求1至6任一项所述的路径规划方法。

14.一种存储介质，其特征在于，其上存储有计算机程序，该计算机程序被处理器执行时实现权利要求1至6任一项所述的路径规划方法。