本申请涉及机器人，具体而言，涉及一种机器人导航方法、装置、电子设备及计算机存储介质。
背景技术：
1、在未知环境中进行自动导航是机器人技术的一个基本挑战，是完成如勘探、搜救、自动驾驶等进阶任务的基础。一个通用的导航栈有四个模块：定位、建图、路径规划以及控制。其中，定位和建图可以使机器人使用机载传感器生成一个周围环境的地图，比如同时定位与建图（slam）方法。然而，这些传感器尝尝被有限的视野范围（fov）和有限的传感范围所局限。例如，现行的rgb-d传感器的视野范围通常小于70°。因此，对于感知能力有限的机器人，在未知环境中自动规划出一个安全的路径仍然是一个亟待解决的技术问题。
2、相关技术中，一种流行的方法是基于控制屏障（cbfs）的控制器，通过受控系统实现安全控制。这些控制器假设周围的障碍物是完全一致的，理论上通过将机器人保持在一个安全范围内来实现避障。然而在实际应用中由于传感器的局限性，这些依赖于机器人感知能力的控制器存在很大问题：如果全局规划器在存在未知障碍物的情况下没有考虑到机器人有限的感知能力，理论上的安全保障就仅仅停留于理论上，实际应用中存在很大的局限。也有另外一种方法在感知能力有限的情况下提高导航安全性。一些方法使用非线性优化来生成或细化感知路径，但这种方法需要频繁大量的计算路径，需要大量的计算资源，且无法保证其收敛性，如果计算无法收敛，显然会造成路径规划失败。还有一些方法先规划一个初始路径，然后基于感知目标优化这个初始路径来提高安全性，但这些方法要求初始路径具备一定的可行性，至少优化之后的路径对于机器人是符合动力学约束且能完成避障任务的，如果初始路径可行性过差，这种方法也会出现路径规划失败。还有一些方法是在探索候选路径期间计算局部安全区域，考虑局部的传感信息并确保安全，但这样的方法需要很大的存储空间来存储这些区域的所有组合，这会导致规划模块需要计算的数据过多，有很大的空间和时间复杂度。
3、针对相关技术中存在的上述问题，目前尚未发现有效的解决方案。
技术实现思路
1、本申请提供了一种机器人导航方法、装置、电子设备及计算机存储介质，以解决相关技术中存在的上述技术问题。
2、根据本申请的一个实施例，提供了一种机器人导航方法，包括：在配置空间中随机采样一个采样状态；查找树中当前顶点中最接近所述采样状态的第一节点状态；根据所述第一节点状态到所述采样状态的方向，分配朝向角度到采样状态；通过所述第一节点状态转向所述采样状态生成新节点状态，在机器人转向过程中将可见性cbf约束和避障cbf约束作为终止条件；从树中搜索从目标节点状态到起始节点状态的全局参考路径。
3、根据本申请的另一个实施例，提供了一种机器人导航装置，包括：采样模块，用于在配置空间中随机采样一个采样状态；查找模块，用于查找树中当前顶点中最接近所述采样状态的第一节点状态；分配模块，用于根据所述第一节点状态到所述采样状态的方向，分配朝向角度到采样状态；转向模块，用于通过所述第一节点状态转向所述采样状态生成新节点状态，在机器人转向过程中将可见性cbf约束和避障cbf约束作为终止条件；搜索模块，用于从树中搜索从目标节点状态到起始节点状态的全局参考路径。
4、可选地，所述机器人导航装置还包括：提取模块，用于提取新节点预设范围内的附近节点集合；第一计算模块，用于在所述附近节点集合中为所述新节点选择初始父节点，计算所述初始父节点到所述新节点的路径的第一代价；将所述新节点作为潜在父节点，计算从所述潜在父节点到所述附近节点集合中任一目标附近节点的路径的第二代价；重连模块，用于若所述第二代价小于所述第一代价，则将所述目标附近节点重新连接到所述新节点。
5、可选地，所述机器人导航装置还包括：第二计算模块，用于将当前节点到下一节点的连线与边界的交点作为关键点，其中，所述边界表示截至当前时间已经探索的无碰撞空间边界；计算机器人转向并观察到所述关键点的转向时间和到达所述关键点所需的到达时间；构建模块，用于根据所述转向时间和所述到达时间，构建可见性约束，所述可见性约束为所述到达时间大于或等于所述转向时间；基于所述可见性约束，构建得到以下可见性cbf约束：；其中，；；，k3是预先设定的正常数，为转向时间，为到达时间。
6、可选地，所述第二计算模块包括第一计算单元，用于获取机器人的当前位置，计算所述当前位置和所述关键点之间的距离；获取机器人半径和最大跟踪误差，根据所述距离、所述机器人半径所述和最大跟踪误差计算安全路径长度；将所述安全路径长度和恒速度之间的比值作为到达时间。
7、可选地，所述第二计算模块包括第二计算单元，用于获取机器人当前朝向角度，计算机器人观察关键点的旋转角度；获取lqr控制器在时间步长产生的角速度和旋转所需的总步数，基于所述角速度和所述总步数计算平均角速度；将所述旋转角度与所述平均角速度的比值作为转向时间。
8、可选地，所述机器人导航装置还包括：生成模块，用于生成所述全局参考路径中连续路径点的轨迹；跟踪模块，用于采用跟踪器对所述轨迹进行本地跟踪。
9、根据本申请的又一个实施例，还提供了一种计算机存储介质，所述计算机存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项装置实施例中的步骤。
10、根据本申请的又一个实施例，还提供了一种电子装置，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；其中：存储器，用于存放计算机程序；处理器，用于通过运行存储器上所存放的程序来执行上述方法中的步骤。
11、根据本申请的又一个实施例，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述方法中的步骤。
12、本实施例通过构建一颗随机树来探索状态空间，这棵树从起点开始生长，最终扩展到目标位置，并结合基于采样的规划和cbfs的优点，实现了在未知环境中高效的规划出安全路径。解决在传统路径规划算法中，保持安全性对感知数据有很高的依赖性，然而机器人的感知能力往往有限的问题，本申请考虑机器人有限感知能力进行高效安全的导航，在确保了安全性的同时，还提高了运行效率。
1.一种机器人导航方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在通过所述第一节点状态转向所述采样状态生成新节点状态之后，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述避障cbf约束为：
4.根据权利要求1所述的方法，其特征在于，所述可见性cbf约束的构建包括：
5.根据权利要求4所述的方法，其特征在于，计算机器人到达所述关键点所需的到达时间包括：
6.根据权利要求4所述的方法，其特征在于，计算机器人转向并观察到所述关键点的转向时间包括：
7.根据权利要求1所述的方法，其特征在于，在从树中搜索从目标节点状态到起始节点状态的全局参考路径之后，所述方法还包括：
8.一种机器人导航装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；其中：
10.一种计算机存储介质，其特征在于，所述计算机存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至7中任一项所述的机器人导航方法。
