CN104503451A - 一种基于视觉和超声传感的可避障自动导航方法及自动导航车 - Google Patents

Abstract

本发明公开了一种基于视觉和超声传感的可避障自动导航方法及自动导航车。该自动导航车包括转向结构与驱动结构、SOC控制端、PC控制端、摄像头和九个以上的超声传感器；所述PC控制端负责图像处理和轨道跟踪的计算，所述SOC控制端负责超声避障动作，转向结构是依据阿克曼转向几何设计的梯形拉杆转向结构，驱动结构是利用差速器使两边车后轮以纯滚动的形式作不等距行驶，五个或以上的超声传感器安装在导航车的前方，另外有四个或以上的超声传感器安装在导航车的侧后方。该自动导航车能跟踪导轨和进行避障检测，而且机械结构简单，控制方便，具有较高的鲁棒性、准确性、实时性，简单实用，适合产业化推广。

Description

一种基于视觉和超声传感的可避障自动导航方法及自动导航车

技术领域

本发明涉及自动导航领域，特别涉及一种基于视觉和超声传感的可避障自动导航方法及自动导航车。

背景技术

自动导航车(Automatic Guided Vehicle，简称AGV)，用于运载货物，能跟踪轨迹路线行驶，可以实现无人驾驶，与传统的运输方式相比具有更改路线成本低、运行噪声少、能源清洁等优点，在现代物流领域和工业领域都有着重要的地位。如今AGV向着一个高智能的方向发展：无人工干预、自主路径智能检测和导航、适应生产流程复杂多变，能运用到几乎所有搬运场合。传统的有线式视觉导航AGV是在路上铺设黑色或白色的条形导轨，但该导航方式很容易受到干扰且对环境要求高，在粉尘大，光线变化明显的环境下很容易产生误识别。同时，现有的视觉AGV设计一般只涉及视觉导航，涉及导航与避障的较少，或者避障的形式不可靠，然而避障环节可靠性反映AGV的智能程度且直接影响着运输过程中是否安全高效。此外，AGV的转向结构很多，传统的有单舵双驱式、双舵轮型、双轮差速转向驱动型、麦克纳姆轮等，这些机构适合不同的领域且有各自的缺陷，为了更好地控制AGV的转向，需要设计适合各种场合、转向平稳的转向机构。

发明内容

本发明的目的在于克服现有技术中存在的缺点，提供一种可以同时视觉导航与超声避障、具有较高鲁棒性、准确性、实时性的基于视觉和超声传感的可避障自动导航方法。

本发明的另一目的在于提供一种应用上述可避障自动导航方法、机械结构简单、控制方便的自动导航车。

本发明的目的通过下述技术方案实现：

一种基于视觉和超声传感的可避障自动导航方法，包括下述步骤：

(1)避障模块包括九个以上的超声传感器，分布在导航车的前方和侧后方,超声传感器用于采集车身周围的距离信息，以检测车身周围是否存在障碍物及其距离；开始导航时，首先采用导航车前方的超声传感器轮流采集障碍物的距离信息；然后对前方各个超声传感器收集的障碍物距离信息在单片机系统里进行模糊化，并根据模糊化信息来判断是否存在障碍物；

(2)如果存在障碍物，则停止视觉导航，并根据单片机系统得出的模糊化信息来判断障碍物的大概位置；然后使用障碍物模糊推理规则，控制导航车初步转向；同时，采用导航车侧后方的超声传感器测量障碍物的距离信息，当侧后方的超声传感器探测到有障碍物时，表明障碍物已经在导航车的侧后方，此时可以判断导航车已经越过障碍物；然后控制导航车进行回轨动作，回到视觉导航的轨道上；

(3)如果不存在障碍物，则继续由视觉模块来控制导航，即通过摄像头获取导航车前方的图像信息；通过自适应模糊(简称PID)控制，使导航车稳定地跟踪导轨。

步骤1中，所述模糊化，其步骤如下：设方向上的方向模糊子集为{左方(L)，偏左方(LL)，中间(M)，偏右(LR)，右(R)}，距离上的距离模糊子集为{远(far)，中(middle)，近(close)，死区(death)}；其中，若前方超声传感器中最左边的超声传感器测出的障碍物距离最短，则理解为方向模糊子集中的左方，同理,若偏左方的超声传感器测出的障碍物距离最短，则理解为方向模糊子集中的偏左方，依次类推；其中，障碍物距离车头在区间[0cm,5cm)为距离模糊子集中的“死区”，障碍物距离车头在区间[5cm,35cm)为距离模糊子集中的“近”，障碍物距离车头产在区间[35cm,65cm)为距离模糊子集中的“中”；障碍物距离车头在区间[65cm,100cm)为距离模糊子集中的“远”；超出100cm可以认为忽略障碍物存在，即认为不存在障碍物；导航车前方的超声传感器以扇形放射式探测，当前方超声传感器探测出的障碍物距离大于100cm，则认为没有障碍物；当其中一个或多个前方超声传感器探测到的障碍物距离小于100cm，则认为有障碍物。

步骤2中，所述障碍物模糊推理规则是：(1)若障碍物在左方、远距离，则不作响应；(2)若障碍物在左方、中等距离，则偏右转，即导航车的前轮右偏转20°；(3)若障碍物在左方、近距离，则右转，即导航车的前轮右偏转40°；(4)若障碍物在偏左方、远距离，则偏右转，即导航车的前轮右偏转25°；(5)若障碍物在偏左方、中等距离，则右转，即导航车的前轮右偏转35°；(6)若障碍物在偏左方、近距离，则右转，即导航车的前轮右偏转45°；(7)若障碍物在偏右方、远距离，则偏左转，即导航车的前轮左偏转25°；(8)若障碍物在偏右方、中等距离，则左转，即导航车的前轮左偏转35°；(9)若障碍物在偏右方、近距离，则左转，即导航车的前轮左偏转45°；(10)若障碍物在右方、远距离，则不作响应；(11)若障碍物在右方、中等距离，则偏左转，即导航车的前轮左偏转20°；(12)若障碍物在右方、近距离，则左转，即导航车的前轮左偏转40°；(13)若障碍物距离在死区距离，则停车；(14)若障碍物在中间、远距离，则右转，即导航车的前轮右偏转30°；(15)若障碍物在中间，中等距离，则右转，即导航车的前轮右偏转45°；(16)若障碍物在中间，近距离、则停车。

步骤3中，所述自适应模糊控制是：首先通过对图像进行色调-饱和度-亮度色彩模型(HSV)与红-绿-蓝色彩模型(RGB)分割，加权叠加成新的灰度图；然后提取边缘点，并通过邻域对比度判断、梯度判断、标准差判断，过滤边缘点；再根据导航车前方距离，从上而下分割图像成N个图像片段，并使用霍夫变换探测各个图像片段中道路信息边缘点的直线，以形成道路信息；得出道路信息后,由于事先对摄像头进行了标定，求出了投影变换矩阵，因此通过投影变换矩阵求出图像上的道路信息点的实际三维位置；然后，以图像道路信息点集的拟合曲线与图像顶端的交点T以及△T联合决定PID的控制参数，以T与下方中点的连线与导航车朝向的夹角a作为输出反馈，组成自适应模糊PID控制系统。

在自适应模糊导航控制中，由于导航车的结构和数学模型已经确定，导航车朝向的夹角a与转向结构的时间关系确定，因此可以根据数学模型设计合适的PID参数的模糊推理规则，并用于MATLAB仿真验证；仿真验证后，根据上述的导航车数学模型和仿真得出的模糊PID参数进行控制系统的实物验证，控制转向结构的实时转向，让AGV始终沿着预先铺设的轨道进行视觉导航。

一种基于视觉导航和超声传感的自动导航车，采用上述可避障自动导航方法进行导航，包括导航车的转向结构与驱动结构、单片机系统(SOC)控制端、个人电脑(PC)控制端、摄像头和九个以上的超声传感器；所述PC控制端负责图像处理和轨道跟踪的计算，从摄像头中获取导航车前方的导轨图像，通过图像处理，分析计算，坐标换算，得出导航车前方的路径信息，建立行驶的数学模型，通过自适应模糊PID算法，控制导航车对导轨进行跟踪；所述SOC控制端负责超声避障动作，控制多个超声传感器对前方的障碍物位置进行检测，当出现障碍物时，可以检测到障碍物位置，并在导航车侧后方超声传感器的配合下，完成绕过障碍物的动作；所述导航车的转向结构与驱动结构，其中转向结构是依据阿克曼转向几何设计的梯形拉杆转向结构，使用U型杆带动梯形拉杆左右运动，从而改变车的转向圆心和转动半径，驱动结构是单电机驱动，利用差速器使两边车后轮以纯滚动的形式作不等距行驶，减少轮胎与地面的摩擦，使转向过程转弯更加平稳顺畅；所述超声传感器，其中五个或以上的超声传感器安装在导航车的前方，以弧形放射式探测导航车前方，另外有四个或以上的超声传感器安装在导航车的侧后方。

所述SOC控制端，用于控制所有的超声传感器；并且SOC控制端内嵌有模糊推断算法，在检测到障碍物位置后能规划导航车的避障轨迹，控制导航车绕过障碍物；没有障碍物情况下，SOC端能接收PC控制端发来的转向信息，转换成控制信号，控制导航车的转向。

所述PC控制端，是装有自主开发的AGV导航信息软件，是人与导航车人机交互的通道，集成图像处理与道路识别算法、转向计算算法、导航车参数设置、通讯模块及其设置、实时信息反馈显示这几个模块；其中，图像处理与道路识别算法，是分别使用HSV&RGB双颜色空间分割，对比度、邻域梯度、标准差过滤边沿点，区域分割和霍夫变换求出道路信息；转向计算算法，是根据导航车的运动数学模型，和自适应模糊PID控制器，计算转向的幅度；通讯模块会把转向计算的数据发送至SOC控制端，同时也会接收SOC控制端的避障模式下的数据；导航车的参数设置包括图像处理算法阈值的设置、PID调节器、转向计算阈值设置，AGV速度设置，可根据实际情况微调算法的参数以适应各种环境；实时信息反馈模块，能显示和记录AGV行走时的实时数据，包括图像处理数据、转向数据、移动速度数据、通讯数据。

所述摄像头安装在车身顶部的前方中间，光轴45度朝向地面。

所述超声传感器的数量优选9个，其中5个以放射式探测方式并排放置于导航车的车身正前方，2个安装在车身两侧的后方，探测方向分别垂直于车身两侧部，2个分别安装在车身左右两侧的后方，探测方向为与车身两侧成45度向后。

所述U型杆是采用数字舵机或带编码器的直流减速电机带动。

所述转向结构的转向过程如下：SOC控制端发送控制信号到数字舵机或者带编码器的直流减速电机，数字舵机或直流减速电机根据控制信号带动U型杆，然后U型杆旋转并拉动拉杆左右运动，使得导航车的两个前轮发生转向；SOC控制端根据转弯需求，发送控制信号到导航车后轮的驱动电机，驱动电机经过减速箱，加大驱动力度，同时，经过差速器使导航车的两后轮以不等距行驶，转向平稳。

导航车的自动导航过程如下：启动后，SOC控制端实时监控前方的障碍物信息，如果前方没有障碍物，则进入视觉导航模式，PC控制端通过摄像头实时获取图像，并进行图像处理和转向计算，通过串口把转向数据发送至SOC控制端，由SOC控制端来控制前轮转向；当前方出现障碍物时，进入避障模式，通过前方超声传感器的模糊推断，大致得出前方障碍物的具体位置，通过各个传感器的配合监控及SOC控制端的转向控制，绕开障碍物；同时，SOC控制端一直负责后轮的驱动控制。

本发明与现有技术相比具有如下优点和效果：

(1)本发明使用PC控制端与SOC控制端协同检测控制，能跟踪导轨和进行避障检测，而且机械结构简单，控制方便，具有较高的鲁棒性、准确性、实时性，简单实用，适合产业化推广。

(2)本发明依据阿克曼转向几何设计的转向结构，可以通过数学模型求出转动半径及转向圆心，易于精确控制。

附图说明

图1为基于视觉和超声传感的可避障自动导航控制流程图

图2为传感器位置图

图3为导航车转向驱动结构图

图4为导航车的控制流程图

图5为自适应模糊PID模糊表

图中：1、摄像头；2、侧后方的超声传感器；3、前方的超声传感器；4、U型杆；5、后轮驱动电机；6、齿轮减速器；7、差速器；8、梯形拉杆。

具体实施方式

下面结合实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。

实施例1

自动导航车，采用如图1所示的基于视觉和超声传感的可避障自动导航控制流程图进行自动导航，包括导航车的转向结构与驱动结构、单片机系统(SOC)控制端、个人电脑(PC)控制端、摄像头和超声传感器。

如图2所示，摄像头1为互补金属氧化物半导体(简称COMS)摄像头，安装在车身顶部的前方中间，光轴45度朝向地面；导航车有9个超声传感器，型号为HC-SR04，其中五个前方的超声传感器3以放射式探测方式并排放置于导航车的车身正前方，两个侧后方的超声传感器2安装在车身两侧的后方，探测方向分别垂直于车身两侧部，另外两个侧后方的超声传感器2分别安装在车身左右两侧的后方，探测方向为与车身两侧成45度向后。

PC控制端负责图像处理和轨道跟踪的计算，从摄像头中获取导航车前方的导轨图像，通过图像处理，分析计算，坐标换算，得出导航车前方的路径信息，建立行驶的数学模型，通过自适应模糊PID算法，控制导航车对导轨进行跟踪。

所述SOC控制端负责超声避障动作，控制多个超声传感器对前方的障碍物位置进行检测，当出现障碍物时，可以检测到障碍物位置，并在导航车侧后方超声传感器的配合下，完成绕过障碍物的动作，导航车的控制流程图如图4所示。

所述导航车的转向结构与驱动结构，如图3所示。转向结构是依据阿克曼转向几何设计的梯形拉杆转向结构，使用U型杆4带动梯形拉杆8左右运动，从而改变车的转向圆心和转动半径，U型杆4是采用数字舵机或带编码器的直流减速电机带动。所述转向结构的转向过程如下：SOC控制端发送控制信号到数字舵机或者带编码器的直流减速电机，数字舵机或直流减速电机根据控制信号带动U型杆4，然后U型杆4旋转并拉动梯形拉杆8左右运动，使得导航车的两个前轮发生转向；SOC控制端根据转弯需求，发送控制信号到导航车后轮的驱动电机，驱动电机经过齿轮减速箱6，加大驱动力度，同时，经过差速器7使导航车的两后轮以不等距行驶，转向平稳。驱动结构为减速电机传动到差速器7的输入轴，两轮的轴为了适应高承重，在轴上使用多个轴承，采用后轮驱动电机5驱动，利用差速器7使两边车后轮以纯滚动的形式作不等距行驶，减少轮胎与地面的摩擦，使转向过程转弯更加平稳顺畅；同时前轮通过梯形拉杆8来转向，梯形拉杆8的运动由U型杆4带动，U型杆4的运动由舵机或者带编码器减速直流电机带动，从而控制前轮的转向。

所述SOC控制端，是使用STM32F103VET6(单片机型号以cortex-M3为内核)作为处理核心，串口通讯使用rs232模块，电机控制使用脉冲宽度调变(PWM)控制，用于控制所有的超声传感器；并且SOC控制端内嵌有模糊推断算法，在检测到障碍物位置后能规划导航车的避障轨迹，控制导航车绕过障碍物；没有障碍物情况下，SOC端能接收PC控制端发来的转向信息，转换成控制信号，控制导航车的转向。

所述PC控制端，是装有自主开发的AGV导航信息软件，是人与导航车人机交互的通道，集成图像处理与道路识别算法、转向计算算法、导航车参数设置、通讯模块及其设置、实时信息反馈显示这几个模块；其中，图像处理与道路识别算法，是分别使用HSV&RGB双颜色空间分割，对比度、邻域梯度、标准差过滤边沿点，区域分割和霍夫变换求出道路信息；转向计算算法，是根据导航车的运动数学模型，和自适应模糊PID控制器，计算转向的幅度；通讯模块会把转向计算的数据发送至SOC控制端，同时也会接收SOC控制端的避障模式下的数据；导航车的参数设置包括图像处理算法阈值的设置、PID调节器、转向计算阈值设置，AGV速度设置，可根据实际情况微调算法的参数以适应各种环境；实时信息反馈模块，能显示和记录AGV行走时的实时数据，包括图像处理数据、转向数据、移动速度数据、通讯数据。

导航车的自动导航过程如下：首先在PC端打开AGV导航信息软件，根据场地来微调各种参数后启动导航车；启动后，车身前方超声传感器开始采集距离信息并模糊化，五个前方的超声传感器轮流测距，由于轮流测距的速度快，几乎可以认为是同时测距，通过比较五个前方的超声传感器测出的距离大小，障碍物可以认为是位于距离最小的超声传感器的朝向方向中；已预先建立小车运动的数学模型，通过对道路信息点进行初步处理，转变成自适应PID的输入数据，通过自适应模糊PID得出转向数据，所述自适应模糊PID的模糊表如图5所示；SOC控制端实时监控前方的障碍物信息，如果前方没有障碍物，则进入视觉导航模式，PC控制端通过摄像头实时获取图像，并进行图像处理和转向计算，通过串口把转向数据发送至SOC控制端，由SOC控制端来控制前轮转向；当前方出现障碍物时，进入避障模式，通过前方超声传感器的模糊推断，大致得出前方障碍物的具体位置，通过各个传感器的配合监控及SOC控制端的转向控制，绕开障碍物；同时，SOC控制端一直负责后轮的驱动控制。完成一次流程后，重新执行第一步，超声传感器采集距离信息并模糊化。

Claims (9)

1.一种基于视觉和超声传感的可避障自动导航方法，其特征在于包括下述步骤：

(1)避障模块包括九个以上的超声传感器，分布在导航车的前方和侧后方,超声传感器用于采集车身周围的距离信息，以检测车身周围是否存在障碍物及其距离；开始导航时，首先采用导航车前方的超声传感器轮流采集障碍物的距离信息；然后对前方各个超声传感器收集的障碍物距离信息在单片机系统里进行模糊化，并根据模糊化信息来判断是否存在障碍物；

(2)如果存在障碍物，则停止视觉导航，并根据单片机系统得出的模糊化信息来判断障碍物的大概位置；然后使用障碍物模糊推理规则，控制导航车初步转向；同时，采用导航车侧后方的超声传感器测量障碍物的距离信息，当侧后方的超声传感器探测到有障碍物时，表明障碍物已经在导航车的侧后方，此时可以判断导航车已经越过障碍物；然后控制导航车进行回轨动作，回到视觉导航的轨道上；

(3)如果不存在障碍物，则继续由视觉模块来控制导航，即通过摄像头获取导航车前方的图像信息；通过自适应模糊控制，使导航车稳定地跟踪导轨。

2.根据权利要求1所述的可避障自动导航方法，其特征在于：步骤1中，所述模糊化，其步骤如下：设方向上的方向模糊子集为{左方(L)，偏左方(LL)，中间(M)，偏右(LR)，右(R)}，距离上的距离模糊子集为{远(far)，中(middle)，近(close)，死区(death)}；其中，若前方超声传感器中最左边的超声传感器测出的障碍物距离最短，则理解为方向模糊子集中的左方，同理，若偏左方的超声传感器测出的障碍物距离最短，则理解为方向模糊子集中的偏左方，依次类推；其中，障碍物距离车头在区间[0cm,5cm)为距离模糊子集中的“死区”，障碍物距离车头在区间[5cm,35cm)为距离模糊子集中的“近”，障碍物距离车头产在区间[35cm,65cm)为距离模糊子集中的“中”；障碍物距离车头在区间[65cm,100cm)为距离模糊子集中的“远”；超出100cm可以认为忽略障碍物存在，即认为不存在障碍物；导航车前方的超声传感器以扇形放射式探测，当前方超声传感器探测出的障碍物距离大于100cm，则认为没有障碍物；当其中一个或多个前方超声传感器探测到的障碍物距离小于100cm，则认为有障碍物。

3.根据权利要求1所述的可避障自动导航方法，其特征在于：步骤2中，所述障碍物模糊推理规则是：(1)若障碍物在左方、远距离，则不作响应；(2)若障碍物在左方、中等距离，则偏右转，即导航车的前轮右偏转20°；(3)若障碍物在左方、近距离，则右转，即导航车的前轮右偏转40°；(4)若障碍物在偏左方、远距离，则偏右转，即导航车的前轮右偏转25°；(5)若障碍物在偏左方、中等距离，则右转，即导航车的前轮右偏转35°；(6)若障碍物在偏左方、近距离，则右转，即导航车的前轮右偏转45°；(7)若障碍物在偏右方、远距离，则偏左转，即导航车的前轮左偏转25°；(8)若障碍物在偏右方、中等距离，则左转，即导航车的前轮左偏转35°；(9)若障碍物在偏右方、近距离，则左转，即导航车的前轮左偏转45°；(10)若障碍物在右方、远距离，则不作响应；(11)若障碍物在右方、中等距离，则偏左转，即导航车的前轮左偏转20°；(12)若障碍物在右方、近距离，则左转，即导航车的前轮左偏转40°；(13)若障碍物距离在死区距离，则停车；(14)若障碍物在中间、远距离，则右转，即导航车的前轮右偏转30°；(15)若障碍物在中间，中等距离，则右转，即导航车的前轮右偏转45°；(16)若障碍物在中间，近距离、则停车。

4.根据权利要求1所述的可避障自动导航方法，其特征在于：步骤3中，所述自适应模糊控制是：首先通过对图像进行色调-饱和度-亮度色彩模型与红-绿-蓝色彩模型分割，加权叠加成新的灰度图；然后提取边缘点，并通过邻域对比度判断、梯度判断、标准差判断，过滤边缘点；再根据导航车前方距离，从上而下分割图像成N个图像片段，并使用霍夫变换探测各个图像片段中道路信息边缘点的直线，以形成道路信息；得出道路信息后,由于事先对摄像头进行了标定，求出了投影变换矩阵，因此通过投影变换矩阵求出图像上的道路信息点的实际三维位置；然后，以图像道路信息点集的拟合曲线与图像顶端的交点T以及△T联合决定PID的控制参数，以T与下方中点的连线与导航车朝向的夹角a作为输出反馈，组成自适应模糊PID控制系统。

5.一种基于视觉导航和超声传感的自动导航车，其特征在于：包括导航车的转向结构与驱动结构、SOC控制端、PC控制端、摄像头和九个以上的超声传感器；所述PC控制端负责图像处理和轨道跟踪的计算，从摄像头中获取导航车前方的导轨图像，通过图像处理，分析计算，坐标换算，得出导航车前方的路径信息，建立行驶的数学模型，通过自适应模糊PID算法，控制导航车对导轨进行跟踪；所述SOC控制端负责超声避障动作，控制多个超声传感器对前方的障碍物位置进行检测，当出现障碍物时，可以检测到障碍物位置，并在导航车侧后方超声传感器的配合下，完成绕过障碍物的动作；所述导航车的转向结构与驱动结构，其中转向结构是依据阿克曼转向几何设计的梯形拉杆转向结构，使用U型杆带动梯形拉杆左右运动，从而改变车的转向圆心和转动半径，驱动结构是单电机驱动，利用差速器使两边车后轮以纯滚动的形式作不等距行驶，减少轮胎与地面的摩擦，使转向过程转弯更加平稳顺畅；所述超声传感器，其中五个或以上的超声传感器安装在导航车的前方，以弧形放射式探测导航车前方，另外有四个或以上的超声传感器安装在导航车的侧后方。

6.根据权利要求5所述的自动导航车，其特征在于：所述SOC控制端，用于控制所有的超声传感器；并且SOC控制端内嵌有模糊推断算法，在检测到障碍物位置后能规划导航车的避障轨迹，控制导航车绕过障碍物；没有障碍物情况下，SOC端能接收PC控制端发来的转向信息，转换成控制信号，控制导航车的转向。

7.根据权利要求5所述的自动导航车，其特征在于：所述PC控制端，是装有AGV导航信息软件，是人与导航车人机交互的通道，集成图像处理与道路识别算法、转向计算算法、导航车参数设置、通讯模块及其设置、实时信息反馈显示这几个模块；其中，图像处理与道路识别算法，是分别使用HSV&RGB双颜色空间分割，对比度、邻域梯度、标准差过滤边沿点，区域分割和霍夫变换求出道路信息；转向计算算法，是根据导航车的运动数学模型，和自适应模糊PID控制器，计算转向的幅度；通讯模块会把转向计算的数据发送至SOC控制端，同时也会接收SOC控制端的避障模式下的数据；导航车的参数设置包括图像处理算法阈值的设置、PID调节器、转向计算阈值设置，AGV速度设置，可根据实际情况微调算法的参数以适应各种环境；实时信息反馈模块，能显示和记录AGV行走时的实时数据，包括图像处理数据、转向数据、移动速度数据、通讯数据。

8.根据权利要求5所述的自动导航车，其特征在于：所述超声传感器的数量为9个，其中5个以放射式探测方式并排放置于导航车的车身正前方，2个安装在车身两侧的后方，探测方向分别垂直于车身两侧部，2个分别安装在车身左右两侧的后方，探测方向为与车身两侧成45度向后。

9.根据权利要求5所述的自动导航车，其特征在于：所述U型杆是采用数字舵机或带编码器的直流减速电机带动。