CN105874396A - 用于确定特征可见性的系统、方法以及工业车辆 - Google Patents
用于确定特征可见性的系统、方法以及工业车辆 Download PDFInfo
- Publication number
- CN105874396A CN105874396A CN201480071852.8A CN201480071852A CN105874396A CN 105874396 A CN105874396 A CN 105874396A CN 201480071852 A CN201480071852 A CN 201480071852A CN 105874396 A CN105874396 A CN 105874396A
- Authority
- CN
- China
- Prior art keywords
- feature
- detect
- path
- blocked
- sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title description 132
- 230000007613 environmental effect Effects 0.000 claims abstract description 6
- 238000005304 joining Methods 0.000 claims description 123
- 230000000903 blocking effect Effects 0.000 claims description 83
- 238000012360 testing method Methods 0.000 claims description 63
- 230000000007 visual effect Effects 0.000 claims description 45
- 238000001514 detection method Methods 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 3
- 230000004807 localization Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 73
- 238000000205 computational method Methods 0.000 description 39
- 241000196324 Embryophyta Species 0.000 description 30
- 238000012545 processing Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 12
- 238000012512 characterization method Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 238000007726 management method Methods 0.000 description 7
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005183 dynamical system Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 240000009087 Crescentia cujete Species 0.000 description 1
- 235000005983 Crescentia cujete Nutrition 0.000 description 1
- 235000009797 Lagenaria vulgaris Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
- B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
- B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
- B66F9/063—Automatically guided
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
- B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
- B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
- B66F9/075—Constructional features or details
- B66F9/0755—Position control; Position detectors
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Structural Engineering (AREA)
- Transportation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Civil Engineering (AREA)
- Mechanical Engineering (AREA)
- Aviation & Aerospace Engineering (AREA)
- Optics & Photonics (AREA)
- Electromagnetism (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
Abstract
根据此处描述的实施例，工业车辆可以包括与一个或多个处理器通信式耦合的基于环境定位(EBL)传感器。EBL传感器可以检测视场范围内的物体。一个或多个处理器可以执行机器可读指令以访问与工业设施关联的特征集合和遮挡集合。可以确定与遮挡集合中可检测遮挡和EBL传感器的传感器原点相交的遮挡路径。可以确定遮挡路径的特征相交点。至少部分基于特征相交点的定位，可检测特征可以被归类为被遮挡可检测特征。利用已排除被遮挡可检测特征的特征集合，工业车辆可以被导航穿过工业设施。
Description
相关申请的交叉引用
本申请要求2013年10月31日递交的美国临时申请No.61/897,867以及2014年10月28号递交的美国申请No.14/525,724的优先权。
背景技术
本说明书大体上涉及用于确定特征可见性的系统、方法以及工业车辆，更具体的，涉及用于利用可见特征以及排除被遮挡特征来给工业车辆导航的系统、方法以及工业车辆。
工业车辆，例如包括叉式起重车辆、手动和电动托盘车和/或其他材料搬运车辆，可以用来在工业环境中移动物件。工业车辆可以被配置成导航通过该环境的自动引导车辆或手动引导车辆。为了便利自动引导、导航或者二者，工业车辆可以被改变以适合在该环境内的定位，例如工业车辆的姿势以及位置。相应的，工业车辆可以改成具有多个传感器用以检测环境中的特征以及多个处理器用以使用检测的特征来确定工业车辆的定位。然而，特征可能会被其他物体遮挡致使特征不会被传感器检测到。不能检测到被遮挡特征可能会导致定位的失败，由此产生不精确的结果并且需要增长的处理时间。
因此，需要用于确定特征可见性的替代系统、方法以及工业车辆。
发明内容
本公开涉及用于确定特征可见性的系统、方法以及设备，其尤其适用于工业车辆特别是升降运送车的导航和定位。在一个实例中，确定特征可见性的方法可以包括提供与物理环境关联的特征集合。可以提供遮挡集合。遮挡集合可以与物理环境关联。传感器的位置可以相对于物理环境而确定。传感器存在一个检测范围。可检测特征集合可以从特征集合中选择。可检测特征集合可以包括与在传感器定位的检测范围内的特征位置关联的可检测特征。可检测遮挡集合组可以从遮挡集合中选择。可检测遮挡集合可以包括与在传感器定位的检测范围内的遮挡位置关联的可检测遮挡。可以确定遮挡路径。遮挡路径可能与可检测遮挡和传感器的传感器源相交。遮挡路径的特征相交可以由一个或多个处理器自动确定。特征相交点可以被定位于可检测特征或可检测特征的投影。可检测特征可以由一个或多个处理器至少部分基于特征相交点而自动确定为可见。
在一个实例中，工业车辆可以包括与一个或多个处理器通信式耦合的基于环境定位(EBL)传感器。EBL传感器可以检测视场范围内的物体。一个或多个处理器可以执行机器可读指令以访问与工业设施关联的特征集合和遮挡集合。EBL传感器的传感器原点的定位可以相对于工业设施来提供。可以确定与遮挡集合中可检测遮挡和EBL传感器的传感器原点相交的遮挡路径。可以确定遮挡路径的特征相交点。特征相交点可以被定位于特征集合中的可检测特征或特征集合中可检测特征的投影。至少部分基于特征相交点的定位，可检测特征可以被归类为被遮挡可检测特征。利用已排除被遮挡可检测特征的特征集合，工业车辆可以被导航穿过工业设施。
在另一个实例中，用于确定特征可见性的系统包括一个或多个处理器以及工业车辆，该工业车辆包括与该一个或多个处理器通信式耦合的基于环境定位(EBL)传感器。EBL传感器可以检测视场范围内的物体。一个或多个处理器可以执行机器可读指令以访问与工业设施关联的特征集合和遮挡集合。EBL传感器的传感器原点的定位可以相对于工业设施来提供。可以确定与遮挡集合中可检测遮挡和EBL传感器的传感器原点相交的遮挡路径。可以确定遮挡路径的特征相交点。特征相交点可以被定位于特征集合中可检测特征或特征集合中可检测特征的投影。至少部分基于特征相交点的定位，可检测特征可以被归类为被遮挡可检测特征。利用已排除被遮挡可检测特征的特征集合，工业车辆可以被导航穿过工业设施。
在进一步的实例中，用于确定特征可见性的方法可以由执行机器可读指令以实现功能的一个或多个处理器来实施。所述方法可以包括访问与工业设施关联的特征集合和遮挡集合。EBL传感器的传感器原点的定位可以相对于工业设施来提供。可以确定与遮挡集合中可检测遮挡和EBL传感器的传感器原点相交的遮挡路径。可以确定遮挡路径的特征相交点。特征相交点被定位于特征集合中可检测特征或特征集合中可检测特征的投影。至少部分基于特征相交点的定位，可检测特征可以被归类为被遮挡可检测特征。利用已排除被遮挡可检测特征的特征集合，工业车辆可以被导航穿过工业设施。
根据所述工业车辆、方法或系统中的任一项，特征集合中可检测特征可以对应于位于EBL传感器视场内的工业设施的特征。
根据所述工业车辆、方法或系统中的任一项，遮挡集合中可检测遮挡对应于位于EBL传感器视场内的工业设施的遮挡。备选的或附加的，工业设施的遮挡可以将EBL传感器的视场截断为一个截断视场。被遮挡可检测特征可以对应于位于EBL传感器的视场内且在EBL传感器的截断视场外的工业设施的特征。
根据所述工业车辆、方法或系统中的任一项，遮挡路径可以与遮挡集合中可检测遮挡相交于起点或终点。一个或多个处理器可以执行机器可读指令以确定沿着遮挡路径的特征相交点、可检测遮挡的起点或终点以及EBL传感器的传感器原点的顺序。至少部分基于该顺序，可检测特征可以被归类为被遮挡可检测特征。备选的或附加的，一个或多个处理器执行机器可读指令以确定与特征集合中的可检测特征和EBL传感器的传感器原点相交的特征路径。特征路径和遮挡集合的可检测遮挡的相交点可以被确定。至少部分基于该相交点，可检测特征可以被归类为被遮挡可检测特征。备选的或附加的，所述顺序可以优先于相交点的确定而确定。
根据所述工业车辆、方法或系统中的任一项，一个或多个处理器执行机器可读指令以确定与特征集合中可检测特征的起点和EBL传感器的传感器原点相交的第一特征路径。可以确定与特征集合中可检测特征的终点和EBL传感器的传感器原点相交的第二特征路径。当可检测遮挡的一点被特征集合中可检测特征、第一特征路径和第二特征路径划分界线的区域所约束时，可检测遮挡的这一点可以被确定为位于内部。至少部分基于所述可检测遮挡的这一点被确定位于内部，可检测特征可以被归类为被遮挡可检测特征。备选的或附加的，一个或多个处理器可以执行机器可读指令以确定第一特征路径和遮挡集合的可检测遮挡之间的相交点。至少部分基于该相交点，可检测特征可以被归类为被遮挡可检测特征。备选的或附加的，所述可检测遮挡的这一点可以优先于所述相交点的确定而确定。备选的或附加的，所述相交点可以优先于可检测遮挡的这一点被确定为位于内部而确定。备选的或附加的，所述可检测遮挡的这一点可以是可检测遮挡的起点，或者可检测遮挡的终点。备选的或附加的，遮挡路径可以与遮挡集合中可检测遮挡相交于起点或终点。一个或多个处理器执行机器可读指令以确定沿着遮挡路径的特征相交点、可检测遮挡的起点或终点、EBL传感器的传感器原点的顺序。至少部分基于该顺序，可检测特征可以被归类为被遮挡可检测特征。备选的或附加的，所述顺序可以优先于所述可检测遮挡的点被确定为位于内部而确定。
根据所述工业车辆、方法或系统中的任一项，根据利用启发式成本组织的遮挡计算，所述可检测特征可以被归类为被遮挡可检测特征。
根据所述工业车辆、方法或系统中的任一项，工业车辆可以被配置为自动引导车辆。
根据所述工业车辆、方法或系统中的任一项，工业设施可以被映射为二维模型。
根据所述工业车辆、方法或系统中的任一项，EBL传感器可以包括多个传感器。
本文描述的实例中提供的这些以及附加特征可以结合具体实施方式描述和附图得到更全面的理解。
附图说明
附图中阐述的实施例只是示意性和示例性的，不旨在于限制权利要求所定义的主题。当结合如下附图阅读时，可理解对示意性实施例的下列详细描述，附图中类似的结构使用类似的参考标号指示，其中：
图1示意性地描绘了根据本文示出和描述的一个或多个实施例的工业车辆；
图2示意性地描绘了根据本文示出和描述的一个或多个实施例的具有覆盖有地图数据的可见和不可见特征的物理环境；
图3示意性地描绘了根据本文示出和描述的一个或多个实施例的传感器；
图4示意性地描绘了根据本文示出和描述的一个或多个实施例的用于确定特征可见性的示例性处理；
图5示意性地描绘了根据本文示出和描述的一个或多个实施例的用于执行遮挡计算以归类特征可见性的方法；
图6A-6D示意性地描绘了根据本文示出和描述的一个或多个实施例的用以分类特征相交点的示例性方案；
图7A-13B示意性地描绘了根据本文示出和描述的一个或多个实施例的用于执行遮挡计算以归类特征可见性的方法；
图14A-14C示意性地描绘了根据本文示出和描述的一个或多个实施例的用于针对多个遮挡确定特征可见性的示例性处理；
图15示意性地描绘了根据本文示出和描述的一个或多个实施例的用于执行遮挡计算以归类特征可见性的方法；以及
图16示意性地描绘了根据本文示出和描述的一个或多个实施例的用于执行遮挡计算以归类特征可见性的方法。
具体实施方式
本文所描述的实施例大体上涉及用于导航通过诸如仓储设施的物理环境的基于环境定位(EBL)技术。在某些实施例中，EBL传感器可以安装在例如工业车辆、机器人等上面。相应的，EBL传感器能够检测物理环境中的物体并且从这些物体提取特征。EBL传感器可以通信式耦合到特征列表并且将提取的特征与来自特征列表的特征进行匹配以确定工业车辆(例如，起重车辆，或者叫起重叉车或叉车)相对于物理环境的位置。例如，特征列表可以以一种类似于地图的方式与物理环境相关联。
参阅图1，图1示意性地描述了工业车辆10的实施例。工业车辆10可以是被配置以确定定位信息(也即，关于工业车辆10相对于环境的位置的信息)的任何车辆。工业车辆10可以是配置用来举起或者移动负荷的车辆，例如叉式起重车辆，前移式叉车，转叉式堆高机，堆高车，牵引车，托盘车，高/低，堆垛机，拖车装载机，侧装载机，叉葫芦等。相应的，工业车辆10可以包括沿基本上竖直方向延伸的桅杆12和可操作以沿桅杆12行进以在基本上竖直方向上举起和放下的叉头14。在某些实施例中，叉头14可以配置成横向行进以调整叉头14相对于桅杆12或相互之间的横向相对位置。备选的或附加的，工业车辆10可以包括一些能对负荷(例如，圆桶，小桶或者纸卷等)提供钳力的部件。工业车辆10可以进一步包括一个或多个轮子16，用于沿着某个表面横穿以沿期望路径行进。相应的，通过一个或多个轮子16的旋转，工业车辆10能向前向后导向。附加的，通过操控一个或多个轮子16，可以使得工业车辆10变换方向。动力系统18可以配置用以施加力来驱动叉头14或者操控轮子16或二者两者。动力系统18可以包括机械系统、液压系统、电力系统、气动系统或其组合。
工业车辆10可以进一步包括用以执行机器可读指令的一个或多个处理器20以及与该一个或多个处理器20通信式耦合的存储器22。值得注意的是：为了定义和描述本公开的目的，“处理器”一词通常意义上是指根据机器可读指令来执行某些功能的设备，或者说被配置用于通过一种类似于机器可读指令的方式来执行某些功能的设备，。上述类似于机器可读指令的方式包括例如集成电路，微型芯片，计算机，中央处理单元，图形处理单元，现场可编程门阵列(FPGA)，专用集成电路(ASIC)或者任何其他计算设备。附加的，请注意此处提及的“存储器”一词通常意义上是指能够存储数据或机器可读指令以供后续取回的一个或多个设备，包括但不限于RAM，ROM，闪存，硬盘驱动器或其组合。
所述一个或多个处理器20、存储器22或二者可以集成设置于EBL传感器30、工业车辆10或二者内。然而，在不脱离本公开范围的情况下，一个或多个处理器20、存储器22以及EBL传感器30可以是相互通信式耦合的分立部件。这里描述的“通信式耦合”一词是指部件之间彼此能够进行交换信号，例如经由导电媒介的电信号，通过空气的电磁信号，通过光波导的光信号或者其他类似信号。
进一步请注意：这里描述的机器可读指令可以包括用任意版本(例如1GL,2GL,3GL,4GL,or 5GL)的任何编程语言编写的逻辑或者算法，编程语言例如可以为处理器能直接执行的机器语言，或者汇编语言，面向对象编程(OOP)、脚本语言、微代码等，其可以被汇编或者编译成机器可读指令并且存储于机器可读介质上。或者，逻辑或者算法可以用硬件描述语言(HDL)来编写，例如可以通过FPGA配置或ASIC或其等同方式实现。
工业车辆10可以进一步包括用来发射和接收数据信号的通信电路24。通信电路24能够通信式耦合到一个或多个处理器20、存储器22、或者二者。通信电路24可以包括必要的硬件以编码数据和解码数据，以供经由局域网、个人区域网络、蜂窝式网络等通信。相应的，工业车辆10可以利用通信电路24以经由万维网或互联网传送数据。
工业车辆10可以进一步包括用来检测特征的EBL传感器30。EBL传感器30可以包括一个或多个传感器，每个可操作以采集围绕工业车辆10的环境条件等。相应的，EBL传感器30可以包括能够检测指示围绕工业车辆10的环境条件的量的任何传感器，例如激光扫描仪，激光测距仪，编码器，压力传感器，照相机，射频识别(RFID)检测器，光学检测器，照相机，超声波测距仪，或其他类似。值得注意的是，在此提及的“传感器”一词表示测量物理量并将其转换成与物理量的测量值相关的信号的一个或多个设备。可以预期的是：上述“信号”可以是电，光，磁，电磁，或能够通过介质传播的任何其它形式。预期信号包括但不限于，DC，AC，正弦波，三角波，方波等。
EBL传感器30可以安装或者物理依附于在工业车辆10内部或者上面的任意位置。通常情况下，EBL传感器30的定位取决于被检测的量，也即，EBL传感器30可以被有利的安置从而被检测的量有可能位于检测范围中，也就是工业车辆10的操作期间EBL传感器30的视场34中(如图3所示)。在某些实施例中，EBL传感器30可以通信式耦合到所述一个或多个处理器20、存储器22、或者二者。相应的，所述一个或多个处理器20能够接收来自EBL传感器30的传感器数据。传感器数据可以在传输给一个或多个处理器20之前由EBL传感器30处理。备选的附加的，传感器数据可以由一个或多个处理器20在接收到传感器数据之后进行处理。
工业车辆10的部件可以通信式耦合到一个或多个处理器20(通常用箭头指示)。工业车辆10的这些部件可以经由任何有线或者无线总线进行通信式耦合，其中无线总线可以包括控制器区域网络(CAN)总线，ZigBee，蓝牙，本地互联网络(LIN)，时间触发的数据总线协议(TTP)或其他合适的通信策略。相应的，工业车辆10的一个或多个处理器20可以执行机器可读指令以自动实现其功能。因此，在某些实施例中，工业车辆10可以被配置为自动引导车辆(AGV)。
同时参考图1和图2，工业车辆10可以通过执行机器可读指令的一个或多个处理器20来自动导航。在某些实施例中，当工业车辆10被导航时，车辆的定位可以被EBL传感器30监测。例如，工业车辆10可以沿着工业设施100的表面102自动导航，工业设施100包括例如仓库，制造工厂，或任何适合容纳货物或者负荷的围场。值得注意的是，这里提及的“表面”一词可以被应用于表示任何适合工业车辆10运行的广阔区域。
为了辅助导航，工业车辆10可以确定工业车辆10相对于工业设施100的定位位置。工业车辆10的定位位置的确定可以通过比较由EBL传感器30检测的特征100与具有相应特征集合122的地图数据120来实现。地图数据120可以本地存储在存储器22中，其可以利用经由通信电路24接收到的数据进行定期更新，或者，地图数据120可以经由通信电路24而访问，也就是说地图数据120可以由服务器之类的提供。例如，特征集合122可以使用数据结构存储在存储器22中，数据结构例如可以为分层数据结构，树形结构(例如，特征集合122可以被插入到一个四叉树)等。相应的，数据结构可以用作对应于工业设施100的特征110的特征集合122的数据实例。给出定位位置和期望位置，可以确定工业车辆10的行进路径。一旦行进路径已知，工业车辆10可以沿着行进路径行进以在工业设施100的表面102导航。具体的，一个或多个处理器20可以执行机器可读指令来操作工业车辆10。例如，一个或多个处理器20可以调整车轮16的转向并且控制油门使工业车辆10在表面102上导航。
如上面所述，EBL传感器30可以被配置用于检测其环境(诸如工业设施100)中的特征110。取决于用于形成EBL传感器30的传感器类型，EBL传感器30能够从某个特定位置检测的特征110可能受限。例如，某些特征110可能只能被一些特定的传感器类型检测到。其他受限因素可以包括EBL传感器30的视场34，或者环境中的遮挡112.
同时参阅图2和3，EBL传感器30可以被配置用于检测其视场34中的物体。视场34可以表示为一个从EBL传感器30的传感器原点32延伸出来的空间区域，传感器原点也即EBL传感器的可以用来作为空间参考点或基准的任何位置。在某些实施例中，EBL传感器30的传感器原点32可以是EBL传感器30配置用来接收从环境感测的信号的那部分。视场34的范围可以被进一步定义为EBL传感器30的距离跨度D和EBL传感器30的角度跨度。特别的，视场34可以表示为通过将距离跨度D从EBL传感器30的传感器原点32扫过角度跨度而形成的大体的弧形区域。应当理解，尽管为了清楚起见，在图3中将视场34描绘为大体上是一个弧形区域，但是视场34也可以是对应于EBL传感器30的检测能力的任何形状。另外，值得注意的是，EBL传感器30可以包括一个或多个传感器，每个具有传感器原点32和视场34。相应的，在这些实施例中，EBL传感器30可以包括多个传感器原点和对应的视场。
正如上面所指出来的，EBL传感器30的特征检测能力可能会受到工业设施100内的遮挡112的限制。遮挡112可以是物理环境中阻碍或阻止EBL传感器30检测物体的物体。在工业设施100的上下文中，遮挡112可以是不能传输从EBL传感器30发射或者导向EBL传感器30的信号的任何物体，例如，墙体，托盘，货架，工人或者其他类似的东西。相应的，如图2所述，在工业设施100里的遮挡112可以截断或者限制EBL传感器30的视场34(图3)的范围，使之成为一个被截断的视场40(如图2所示)。
再次参考图1和图2，地图数据120可以包括对应于工业设施100的特征110的特征集合122以及对应于工业设施100的遮挡112的遮挡集合124。通常而言，地图数据120可以包括坐标系统，其将特征集合122的实例映射到物理空间中的对应特征110，以及将遮挡集合124的实例映射到物理空间中的对应遮挡112。在某些实施例中，特征110和遮挡112可以在地图数据120中表示为几何对象，诸如体积，表面，边缘，曲线，点，以及适合表示物理物体的其他对象。
相应的，地图数据120的遮挡集合124和特征集合122的示例可以使用对应于坐标系统(例如笛卡尔坐标系统)的几何图形来实施，例如二维点(x,y)，三维点(x,y,z),由二维点(x1,y1)和(x2,y2)定义的二维线段，由三维点(x1,y1,z1)和(x2,y2,z2)定义的三维线段。在某些实施例中，例如具有对称性的环境(例如仓库货架)，工业设施100可以被映射到一个二维模型。相应的，通过忽略地图数据120中的工业设施100的特征110和遮挡112的z维(高度)，计算需求可以降低。
特征110、遮挡112以及EBL传感器30可以被建模成投影在基本上平行于表面102的平面上。例如，每一个特征110可以在地图数据120上几何地实施为点特征114或者线特征116。特别的，每个点特征114在特征集合122里面可以用二维坐标系统中的点(x,y)来定义。每一个线特征116在特征集合122中可以用二维坐标系统中的起点(x1，y1)和终点(x2，y2)来定义。类似的，遮挡集合124中的每一个遮挡125可以用二维坐标系中对应于遮挡112之一的起点(x1,y1)和终点(X2,Y2)来定义。值得注意的是，尽管为了清楚起见在这里描述的实施例是针对二维映射而描述的，但是本文提供的示例也可以扩展至三维，例如，通过把工业设施100的特征110和遮挡112的z维信息建模到地图数据120中。
图4示意性地描述了将被遮挡特征排除在用于执行定位或导航之外的示例性方法200。同时参考图1和图4，方法200描述了一个迭代方法，用以搜索特征集合122中未访问的(也即，未分析的)实例，以及比较特征集合122的未访问实例和遮挡集合124的未访问实例。值得注意的是，尽管枚举和描述的方法200中的处理是按特定顺序实施的，在不脱离本发明思想的情况下，处理也可以用另外的顺序来实施。例如，在某些实施例中，遮挡计算的顺序可以根据工业设施的探索而排序，下文将进行更为详细的描述。另外值得注意的是，某个或者多个处理在不脱离本文实施例范围的情况下可以省略。
同时参考图1至图4，在处理202中，可以使用具有与工业设施100的特征110关联的特征集合122的地图数据120来执行初始空间查询。可检测特征集合126可以从特征集合122中选择。可检测特征集合126可以对应于EBL传感器30的检测范围内的特征110相对应，该检测范围通常对应于未被截断的视场34(如图3所绘)。在某些实施例中，EBL传感器30的定位可以相对于工业设施100来确定，例如通过定位。EBL传感器30的定位可以被用来确定EBL传感器30的检测范围，正如上面针对视场34所描述。EBL传感器30的检测范围可以与地图数据120里面的特征集合122的每一个实例进行比较。可检测特征集合126可以包括特征集合122中与EBL传感器30的视场34里的位置相关联的部分。相应的，可检测特征集合126可以取决于EBL传感器30的定位。此外，可检测特征集合126可以随着工业车辆10被导航(也即移动)通过工业设施100而动态更新。
可选择的或者附加的，可检测遮挡集合128可以从地图数据120的遮挡集合124中选择。EBL传感器30的视场34可以与地图数据120中遮挡集合124的每一个实例的位置进行比较。可检测遮挡集合128可以包括遮挡集合124中与位于EBL传感器30的视场34内的位置相关联的部分。相应的，可检测遮挡集合128可以以类似于可检测特征集合126的方式动态更新。
对应于EBL传感器30的视场34内的每一个遮挡112的地图数据120可以与对应于EBL传感器30的视场34内的每一个特征110的地图数据120进行比较，以确定哪一个/哪些特征110应当与地图数据120比较以确定EBL传感器30和/或工业车辆10的定位。相应的，如果对应于可检测特征集合126的任何特征110由于对应于可检测遮挡集合128的遮挡112而不可见，这些不可见的特征110可以被确定为被遮挡130。在定位的过程中，可检测特征集合126中对应于被确定为被遮挡130的特征110的实例可以省略。备选的或附加的，对应于可检测特征集合126中未被可检测遮挡集合128的实例阻挡的实例的特征110可以被确定为可见132。相应的，在定位的过程中，可检测特征集合126中对应于被确定为可见132的特征110的实例可以被用来定位和导航。
另外的，在某些实施例中，EBL传感器30可以包括一个或多个传感器，每个具有传感器原点32和视场34。相应的，特征110的可见性可以取决于EBL传感器30中的该一个或多个传感器的每一个。在这些实施例中，可以执行对应于EBL传感器30的该一个或多个传感器的每一个的视场34内的遮挡112的地图数据120与对应于EBL传感器30的该一个或多个传感器的每一个的视场34内的每一个特征110的地图数据120的比较。因此，值得注意的是，尽管这里所描述的实施例都是针对单个传感器原点32描述的，但是这里提供的实施例可以针对EBL传感器30的每一个传感器执行遮挡计算。在某些实施例中，如果特征110被EBL传感器30的任何传感器确定为可见，那么特征110可以被EBL传感器用作导航或定位。备选的或附加的，如果特征110被EBL传感器30的所有传感器确定为被遮挡130，那么特征110可以被EBL传感器排除用作导航或定位。
方法200可以包括计算管理功能204，用以确保可检测特征集合126与可检测遮挡集合128进行比较以及生成可见特征列表134。值得注意的是，可见特征列表134可以包括适用于与导航或定位一起使用、跟踪可检测特征的任何数据管理技术，，例如，列表，阵列，性质，属性或者其他。在一些实施例中，计算管理功能204可以配置用于确保可检测特征集合126的每一个实例与可检测遮挡集合128的每一个实例进行比较。例如，如图4描述的实施例，计算管理功能204可以用嵌套循环的方式迭代式的比较可检测特征集合126的每一个实例和可检测遮挡集合128的每一个实例。特别的，计算管理功能204可以包含特征循环处理206和相对于特征循环处理206嵌套的遮挡循环处理208。
特征循环处理206可以配置用以在整个可检测特征集合126的实例上迭代以确保每一个实例(也就是说可检测特征)都被访问并且被用于和可检测遮挡集合128的每一个实例(也即，可检测遮挡)进行比较。例如，在图4描述的实施例中，特征循环处理206可以确定可检测特征集合126是否包括任何还没有被评估的实例。如果可检测特征集合126的所有实例都已被评估，那么方法200可以将可见特征列表134返回给EBL传感器以用于定位和导航。如果不是可检测特征集合126的所有实例都已被评估，则方法200可以前进到遮挡循环处理208以评估没有被访问的实例。
遮挡循环处理208可以配置用以在整个可检测遮挡集合128的实例上迭代使得每一个可检测遮挡与可检测特征集合126的每一个可检测特征进行比较。例如，在图4描述的实施例中，遮挡循环处理208可以确定可检测遮挡集合128是否包括任何尚未被评估的实例。如果不是可检测特征集合126的所有实例都已被评估，则方法200可以前进到遮挡计算处理210以使用未被访问的可检测特征和未访问的遮挡来执行遮挡计算。如果可检测遮挡集合128的所有实例都已被评估，则方法200可以将可检测特征集合126的未访问实例归类为已访问实例并且前进到视场验证处理212，视场验证处理212验证特征110中被归类为可见132的部分是否与视场34一致(如图3)。
仍然参考图1-图4，如果特征110中被归类为可见132的部分与视场34一致，则方法200可以前进至处理213。在处理213中，可检测特征集合126中对应于该特征110的实例可以被包括在可见特征列表134中，并且方法200可以前进至计算管理功能204。如果特征110中被归类为可见132的部分与视场34不一致，则特征110可以认为被遮挡130。相应的，方法200可以前进至处理216。在处理216中，可检测特征集合126中对应于被分类为被遮挡130的特征物110的实例，可以从可见特征列表134中被排除，并且方法200可以前进到计算管理功能204。
值得注意的是，尽管针对整个可检测特征集合126上的“循环”描绘了一个特定的计算管理功能204，但是其他的替代方法也可以使用，只要可检测特征集合126的每一实例都如所描述的被分析。例如，特征循环处理206可以嵌套于遮挡循环处理208中。备选的或附加的，迭代循环可以用平行处理代替，也就是说，代替于按顺序执行的迭代式比较，某些或者全部的比对可以同时进行。特别的，正如下面提到的，多个遮挡在单个特征上的影响可以通过叠加来确定。相应的，这样的计算可以基本上并行进行，并且可以服从并行计算。
同时参考图4和图5，遮挡计算处理210可以配置用以比较未访问的可检测特征和未访问遮挡。在某些实施例中，遮挡计算处理210可以配置用以将点特征114归类为被遮挡130或者可见132。例如，一个点特征114可以利用线段或者线段相交测试来与遮挡125进行比较。特别的，线段136可以创建在EBL传感器30的传感器原点32和与线段136相关联的点特征114之间。也就是说，线段136可以被传感器原点32和点特征114划分界线。在线段136与遮挡125相交的比较中，与线段136相关联的点特征114可以被归类为被遮挡130。在线段136与遮挡125不相交的比较中，与线段136相关联的点特征114可以被归类为可见132。正如下述更详细的描述，当点特征114被归类为被遮挡130时，点特征114可以从定位和导航中省去。备选的或附加的，当点特征114被归类为可见132时，点特征114可以被用来定位和导航。
同时参考图4和图6A-图6D，在某些实施例中，遮挡计算处理210可以配置用以执行遮挡计算。遮挡计算特征化线特征116和遮挡125之间的关系。例如，遮挡路径140，遮挡路径142或者两者都可以用来特征化线特征116。遮挡路径140和遮挡路径142的每一个可以延伸通过遮挡125以及EBL传感器30的传感器原点32。在某些实施例中，遮挡路径140可以与遮挡125相交于起点144，并且遮挡路径142可以与遮挡125相交于终点146。
在某些实施例中，第一特征相交点152可以利用遮挡路径140来确定并且第二特征相交点154可以利用遮挡路径142来确定。例如，线特征116可以是被起点156和终点158划分界线的线段。第一特征相交点152可以针对线特征116的起点156确定，并且第二特征相交点154可以针对线特征116的终点158来确定。相应的，第一特征相交点152可以与线特征116的起点156相关联。第二特征相交点154可以与线特征116的终点158相关联。第一特征相交点152可以定义为遮挡路径140与线特征116或线特征116的投影160之间的相交点。类似的，第二特征相交点154可以定义为遮挡路径142与线特征116或者线特征116的投影160之间的相交点。线特征116的投影160可以从起点156和终点158的每一个沿着线特征116的方向延伸。因此，在线特征116没有直接跟遮挡路径140、遮挡路径142或者两者相交的实施例中，投影160可以延伸至与遮挡路径140、遮挡路径142或者两者相交。另外值得注意的是，尽管遮挡路径140和遮挡路径142被描述成线段，但是如所描述的，遮挡路径140和遮挡路径142可以根据需要被延伸足够长以建立第一特征相交点152和第二特征相交点154。相应的，遮挡路径140可以沿着起于传感器原点32并指向线特征116的第一特征相交点152的方向148对齐，并且遮挡路径142可以沿着起于传感器原点32并指向线特征116的第二特征相交点154的方向150对齐。
地图数据120里面的线特征116和遮挡125的各种布置可以根据第一特征相交点152和第二特征相交点154来进行归类。图6D描绘了一些示例性归类方案以用于传感器原点32,遮挡125的起点144以及第一特征相交点152的布置。特别的，可以根据传感器原点32,遮挡125的起点144和第一特征相交点152沿着方向148的顺序进行归类。当遮挡125的起点144沿着方向148首先出现时，也就是说，起点144出现在传感器原点32和第一特征相交点152之前的时候，第一特征相交点152可以被归类为后部162。当遮挡125的起点144处于分隔传感器原点32和第一特征相交点152的空间中时，第一特征相交点152可以被归类为中间164。当遮挡125的起点144沿着方向150最后出现时，也就是说，起点144出现在传感器原点32和第一特征相交点152的后面时，第一特征相交点152可以被归类为超出166。参见图6A-图6C，上面描述的关于沿着方向148取的第一特征相交点152、传感器原点32、遮挡125的起点144的分类方式也可以以基本上相同的方式用于第二特征相交点154的分类，其利用传感器原点32,遮挡125的终点146以及方向150。
如下描述了作为本文实施例的非限制性示例的多种遮挡计算情况。在不脱离本文实施例的情况下，每一种情况可以按照任意的顺序实施。另外，在不脱离本公开范围的情况下，这些情况中的任一可以省略。然而，值得注意的是，申请人发现一种降低计算成本方法，也即，相同硬件较少计算时间，这可以通过按先后顺序执行本文描述的情况的遮挡计算以确定特征110的可见性来实现。
同时参考图4和图7A-7B，示意性描绘了可以由遮挡计算处理210来评估的第一种情况。在第一种情况中，线特征116可以与已经被归类为后部162的第一特征相交点152和被归类为后部162的第二特征相交点154相关联(如图7A)。备选的或附加的，线特征116可以与已经被归类为超出166的第一特征相交点152和被归类为超出166的第二特征相交点154相关联(如图7B)。在第一特征相交点152和第二特征相交点154被归类为第一种情况的实例的实施例中，线特征116位于第一特征相交点152和第二特征相交点154之间的部分可以被确定为可见132。在最终做出关于可见性的确定之后，方法200可以从遮挡计算处理210前进到叠加处理214。或者，如果线特征116与第一种情况不匹配，则遮挡计算处理210可以前进到第二种情况。
同时参考图4和图8A-8C，示意性描绘了可以由第一案例后续的遮挡计算处理210评估的第二种情况。在第二种情况中，线特征116可以与已经被归类为中间164的第一特征相交点152和被归类为中间164的第二特征相交点154相关联。在第一特征相交点152和第二特征相交点154被归类第二种情况的实例的实施例中，线特征116位于第一特征相交点152和第二特征相交点154之间的部分可以被确定为被遮挡130(如图8A和8B)。线特征116没有位于第一特征相交点152和第二特征相交点154之间的部分可以被确定为可见132，这可能包括部分(如图8B)或全部(如图8C)的线特征116。在最终做出线特征116相对于遮挡125的可见性的确定之后，方法200可以从遮挡计算处理210前进到叠加处理214。或者，如果线特征116与第二种情况不匹配，则遮挡计算处理210可以前进到第三种情况。
现在参考图4和图9A-9C，在一些实施例中，遮挡计算处理210可以配置用来特征化线特征116和遮挡125之间的关系。例如，特征路径170，特征路径172，或者二者同时可以被用来特征化线特征116。特征路径170和特征路径172的每一个可以延伸穿过线特征116和EBL传感器30的传感器原点32。在一些实施例中，特征路径170可以与线特征116相交于起点156，并且特征路径172可以与线特征116相交于终点158。
第三种情况可以经由特征路径170和特征路径172、由第二种情况后续的遮挡计算处理210来评估。特别的，当遮挡125同时与特征路径170和特征路径172相交时，线特征116可以被确定为被遮挡130。对于与第三种情况匹配且被确定为被遮挡130的线特征116，方法200可以从遮挡计算处理210前进到叠加处理214。或者，如果线特征116与第三种情况不匹配，遮挡计算处理210可以前进到第四种情况。值得注意的是，对于第三种情况后续的情况，遮挡125可以被假定为与线特征116或线特征116的投影160相交。
同时参考图4和图10A-10C，示意性描绘了可以由第三种情况后续的遮挡计算处理210来评估的第四种情况。在第四种情况中，特征-遮挡相交点174可以由线特征116的投影160和遮挡125(如图10A和10B)或者遮挡125的投影176(如图10C)组成。相应的，特征-遮挡相交点174不会直接与线特征116相交，即特征-遮挡相交点174不会落入特征路径170和特征路径172内。另外，在第四种情况中，遮挡125不会与特征路径170和特征路径172同时相交。对于与第四种情况匹配的线特征116，线特征116可以被归类为可见132，并且方法200可以从遮挡计算处理210前进到叠加处理214。或者，如果线特征116与第四种情况不匹配，则遮挡计算处理210可以前进到第五种情况。
同时参考图4和图11A-11D,示意性描绘了可以由第四种情况后续的遮挡计算处理210来评估的第五种情况。在第五种情况中，可以形成特征-遮挡相交点174，第一特征相交点152可以被归类为中间162，并且第二特征相交点154可以被归类为超出166(如图11A-11C)。相应的，线特征116位于第一特征相交点152和特征-遮挡相交点174之间的部分可以被归类为被遮挡130。线特征116的剩余部分可以被归类为可见132。备选的或附加的，第五种情况可以包含这样的布置：可以形成特征-遮挡相交点174，第一特征相交点152可以被归类为超出166，并且第二特征相交点154可以被归类为中间164(如图11D)。这样，线特征116位于特征-遮挡相交点174和第二特征相交点154之间的部分可以被归类为被遮挡130。线特征116的剩余部分可以被归类为可见132。在把线特征116归类为被遮挡130和可见132之后，方法200可以由遮挡计算处理210前进到叠加处理214。或者，如果线特征116与第五种情况不匹配，则遮挡计算处理210可以前进到第六种情况。
同时参考图4和图12A-12B，示意性描述了可以由第五种情况后续的遮挡计算处理210评估的第六种情况。在第六种情况中，第一特征相交点152可以被归类为中间164且第二特征相交点154可以被归类为后部162(如图12A)，或者第一特征相交点152可以被归类为后部162且第二特征相交点154可以被归类为中间164(如图12B)。对于与第六种情况匹配的线特征116，线特征116从被归类为中间164的特征相交点开始到遮挡125一侧的部分可以被归类为被遮挡130。线特征116的剩余部分可以被归类为可见132。特别的，如图12A所示，线特征116从起点156到第一特征相交点152的部分可以被归类为可见132，线特征116从第一特征相交点152到终点158的部分可以被归类为被遮挡130。类似的，如图12B所示，线特征116从起点156到第二特征相交点154的部分可以被归类为被遮挡130，线特征116从第二特征相交点154到终点158的部分可以被归类为可见132。在把线特征116归类为被遮挡130和可见132之后，方法200可以由遮挡计算处理210前进到叠加处理214。或者，如果线特征116与第六种情况不匹配，遮挡计算处理210可以前进到第七种情况。
同时参考图4和图13A-13B，示意性描绘了可以由第六种情况后续的遮挡计算处理210评估的第七种情况。在第七种情况中，可以形成特征-遮挡相交点174，第一特征相交点152可以被归类为超出166，并且第二特征相交点154可以被归类为后部162。备选的或附加的，在第七种情况中，可以形成特征-遮挡相交点174，第一特征相交点152可以被归类为后部162，第二特征相交点154可以被归类为超出166。对于与第七种情况匹配的线特征116，线特征116位于特征-遮挡相交点174和被归类为后部162的特征相交点之间的部分可以被归类为可见132。线特征116的剩余部分，其可以定义为从特征-遮挡相交点174到遮挡125一侧的区域，可以被归类为被遮挡130。特别的，如图13A所示，线特征116从起点156到特征-遮挡相交点174的部分可以被归类为可见132，线特征116从特征-遮挡相交点174到终点158的部分可以被归类为被遮挡130。类似的，如图13B所示，线特征116从起点156到特征-遮挡相交点174的部分可以被归类为被遮挡130，线特征116从特征-遮挡相交点174到终点158的部分可以被归类为可见132。执行对应于第七种情况的遮挡计算之后，方法200可以前进到叠加步骤214。
同时参考图1、图2和图4，方法可以包括叠加处理214，其可以被配置用来迭代访问与可检测遮挡集合128相关联的遮挡125以确定对可见性的累积影响。特别的，叠加处理214可以确定与可检测特征集合126相关联的特征110是否已被确定为可见132或被遮挡130。如果特征110被确定为不可见，即被遮挡130，方法200前进到处理216，其操作以排除被确定为被遮挡130的特征110在定位中使用。例如，确定为被遮挡130的特征110的实例可以从可见特征列表134中被移除或省略。如果特征110的任何一部分被确定为可见132，即特征110至少部分可见，则方法200可以跳转到遮挡循环处理208以考虑可检测遮挡集合128的任何未被访问的实例。相应的，方法200可以考虑多个遮挡112对特征110可见性的影响。
同时参考图1和图14A-14C，多个遮挡112的影响可以通过叠加来确定。在一些实施例中，遮挡112可以与地图数据120中第一遮挡50和第二遮挡52对应，并且特征110可以与地图数据120中第一线特征54和第二线特征56对应。第一线特征54和第二线特征56中任一个的可见性取决于第一遮挡50和第二遮挡52的综合影响。特别的，当单独考虑第一遮挡50和第二遮挡52时，第一线特征54和第二线特征56中的任一个可能至少是部分可见的，但是当综合考虑第一遮挡50和第二遮挡52时，第一线特征54和第二线特征56中任一个可能被完全遮挡。特征110的可见区域可以针对每个遮挡112而跟踪并且合并以确定所有遮挡112的综合影响。
遮挡112的综合影响可以通过比较被截断的视场40(如图14A)，第一被截断的视场42(如图14B)和第二被截断视场44(如图14C)来理解。被截断的视场40描绘了第一遮挡50和第二遮挡52对于第一线特征54和第二线特征56的可见性的影响。特别的，第一线特征54是部分可见的，即第一线特征54的一部分为可见132且第一线特征54的一部分为被遮挡130，并且第二线特征56为被遮挡130。被截断的视场40和第一线特征54之间的重叠可以定义第一线特征54中被归类为可见132的部分。
考虑第一遮挡50和第二遮挡52的综合影响时第一线特征54被归类为可见132的部分在单独考虑第一遮挡50和第二遮挡52的每一个时也被归类为可见132。如图14A-14C所描述的实施例，遮挡112对可见性的综合影响可以类似于逻辑“与”运算，即：如果特征110的一部分在第一被截断的视场42(如图14B)和第二被截断视场44(如图14C)中均被归类为可见132，那么特征110的这一部分可以被归类为可见132。类似的，遮挡112的综合影响可以类似于逻辑“或”运算，即：如果特征110的一部分在第一被截断的视场42(如图14B)或第二被截断视场44(如图14C)中被归类为被遮挡130，那么特征110的这一部分可以被归类为被遮挡130。相应的，遮挡112可以单独分别考虑，所有遮挡112的综合影响可以使用用于叠加的逻辑运算来综合。如上所述，如果在考虑多个遮挡112之后，特征110不存在可见区域，则与特征110对应的特征集合122中的实例可以被确定为被遮挡130并且可以从定位和导航中删除。
同时参考图2、图4、图12A和图15，遮挡计算处理210可以执行遮挡计算以特征化特征110和遮挡112之间的关系。在一些实施例中，遮挡计算处理210可以根据计算方法220来对特征110归类。计算方法220可以由处理222开始，其可以执行遮挡计算以特征化起点144和遮挡路径140。特别的，处理222可以确定与遮挡路径140相关联的起点144是否位于特征路径170和特征路径172内，即以线特征116，特征路径170和特征路径172为边界构成的大体三角形区域所界定。如果起点144位于特征路径170和特征路径172内(例如图12A)，则计算方法220可以跳转到处理224。如果起点144没有位于特征路径170和特征路径172内(例如图12B)，计算方法220可以跳转到处理226。值得注意的是，在图15中，肯定条件通常用“Y”表示，否定条件通常用“N”表示。
同时参考图8B、图12B和图15，处理224可以执行遮挡计算以特征化终点146和遮挡路径142。特别的，处理224可以确定与遮挡路径142相关联的终点146是否位于特征路径170和特征路径172内。如果终点146位于特征路径170和特征路径172内(例如图12B)，计算方法220可以将线特征116归类为具有分裂遮挡228。相应的，线特征116位于第一特征相交点152和第二特征相交点154之间的部分可以被确定为被遮挡130(如图8B)。如果终点146没有位于特征路径170和特征路径172内(例如图12A)，计算方法220可以跳转到处理230。
同时参考图11C、图12A和图15，步骤230可以执行遮挡计算以特征化遮挡125和特征路径172。特别的，处理230可以确定遮挡125是否与特征路径172相交，其在图11C和图12A中被描绘为位于右侧。如果遮挡125与特征路径172相交，计算方法220可以将线特征116归类为具有部分遮挡232(如图12A)。相应的，线特征116从起点156到第一特征相交点152的部分可以被归类为可见132，并且线特征116从第一特征相交点152到终点158的部分可以被归类为被遮挡130。如果遮挡125没有与特征路径172相交，计算方法220可以将线特征116归类为具有相交分裂遮挡234(如图11C)。相应的，线特征116位于特征-遮挡相交点174和被归类为中间164的特征相交点之间的部分可以被归类为被遮挡130。线特征116的其余部分可以被归类为可见132。
同时参考图12B、图13A和图15，计算方法220可以包括处理226，其可以在处理222之后被执行，例如当处理222的条件不满足时。处理226可以执行遮挡计算以确定与遮挡路径142相关联的终点146是否位于特征路径170和特征路径172内。如果终点146位于特征路径170和特征路径172内(例如图12B)，计算方法220可以跳转到处理236。如果终点146没有位于特征路径170和特征路径172内(例如图13A)，计算方法220可以跳转到处理238。
同时参考图7A、图7B、图8A和图15，备选的或附加的，处理226可以执行遮挡计算以检查第一特征相交点152和第二特征相交点154的归类。特别的，如果第一特征相交点152和第二特征相交点154同时被归类为后部162(如图7A)，计算方法220可以将线特征116归类为没有遮挡240。如果第一特征相交点152和第二特征相交点154同时被归类为超出166(如图7B)，计算方法220可以将线特征116归类为没有阻挡240。如果第一特征相交点152和第二特征相交点154同时被归类为中间164和内部(如图8A)，计算方法220可以将线特征116归类为全遮挡242。
同时参考图11D、图12B和图15，处理226后续的处理236可以执行遮挡计算以特征化遮挡125和特征路径170。特别的，处理236可以确定遮挡125是否和特征路径170相交，其在图11D和图12B被描绘为位于左侧。如果遮挡125和特征路径170相交，计算方法220可以将线特征116归类为具有部分遮挡232(如图12B)，并且线特征116的可见性可以按上述方法确定。如果遮挡125不与特征路径170相交，计算方法220可以将线特征166归类为具有相交分裂遮挡234(如图11D)，并且线特征116的可见性可以按上述方法确定。
同时参考图13A、图13B和图15，计算方法220可以包括处理238，其可以在处理226之后执行，例如当处理226的条件判定为否时。处理238可以确定遮挡125是否和特征路径170相交，器在图13A被描绘为位于左侧。如果遮挡125和特征路径170相交(例如图13A)，计算方法220可以跳转到处理244。如果遮挡125不和特征路径170相交(例如图13B)，计算方法220可以跳转到处理246。
同时参考图9A、图13B和图15，处理244可以执行遮挡计算以确定遮挡125是否和特征路径172相交，其在图9A和图14B被描绘为位于右侧。如果遮挡125与特征路径172相交，计算方法220可以将线特征116归类为具有全遮挡242(如图9A)。如果遮挡125不与特征路径172相交，计算方法220可以将线特征116归类为具有相交部分遮挡248(如图13B)。相应的，线特征116从起点156到特征-遮挡相交点174的部分可以被归类为被遮挡130，线特征116从特征-遮挡相交点174到终点158的部分可以被归类为可见132。
同时参考图13A和图15，处理246可以执行遮挡计算以确定遮挡125是否和特征路径172相交，其在图13A被描绘为位于右侧。如果遮挡125与特征路径172相交，计算方法220可以将线特征116归类为具有相交部分遮挡248(如图13A)。相应的，线特征116从起点156到特征-遮挡相交点174的部分可以被归类为可见132，线特征116从特征-遮挡相交点174到终点158的部分可以被归类为被遮挡130。如果遮挡125不与特征路径170相交，计算方法220可以将线特征116归类为没有阻挡240。
同时参考图2、图4和图16，遮挡计算处理210可以执行遮挡计算以特征化特征110和遮挡125之间的关系。遮挡计算处理210可以利用多种归类方案，包括但不限于计算方法250，来归类特征110的可见性。值得注意的是，在图16中，肯定条件通常用“Y”表示，否定条件通常用“N”表示。
同时参考图9A、图10A和图16，计算方法250可以从处理252开始，其可以执行遮挡计算以特征化遮挡125和特征路径170。特别的，处理252可以确定遮挡125是否与特征路径170相交，其在图9A和图10A被描绘为位于左侧。如果遮挡125与特征路径172相交(例如图9A)，计算方法250可以跳转到处理254。如果遮挡125不与特征路径172相交(例如图10A)，计算方法250可以跳转到处理256。
同时参考图9A，图12B和图16，处理254可以执行遮挡计算以确定遮挡125是否与特征路径172相交，其在图9A和图12B被描绘为位于右侧。如果遮挡125与特征路径172相交(例如图9A)，线特征116可以被归类为全遮挡242。如果遮挡125不与特征路径172相交(例如图12B)，计算方法250可以跳转到处理258。
同时参考图12B，13B和图16，处理258可以执行遮挡计算以确定与遮挡路径142相关联的终点146是否位于特征路径170和特征路径172内。如果终点146位于特征路径170和特征路径172内(例如图12B)，计算方法220可以将线特征116归类为具有部分遮挡232。相应的，线特征116从起点156到第一特征相交点152之间的部分可以被确定为被遮挡130，线特征116的剩余部分可以被归类为可见132。如果终点146没有位于特征路径170和特征路径172内(例如图13B)，线特征116可以被归类为具有相交部分遮挡248。线特征116的可见性可以如上文针对图13B所描述的被归类。
同时参考图11D、图13A和图16，处理256可以在处理252判断为否定条件之后执行。处理256可以执行遮挡计算以确定遮挡125是否与特征路径172相交，其在图11D和图13A被描绘为位于右侧。如果遮挡125与特征路径172相交(例如图13A)，计算方法250可以跳转到处理260。如果遮挡125不与特征路径172相交(例如图11D)，计算方法250可以跳转到处理258。
同时参考图12A，图13A和图16，处理260可以执行遮挡计算以确定与遮挡路径140相关联的起点144是否位于特征路径170和特征路径172内。如果起点144位于特征路径170和特征路径172内(例如图12A)，线特征116可以被归类为部分遮挡232。相应的，线特征116的可见性可以如上文针对图12A所描述的被归类。如果起点144没有位于特征路径170和特征路径172内(例如图13A)，线特征116可以被归类为相交部分遮挡248。相应的，线特征116的可见性可以如上文针对图13A所描述的被归类。
同时参考图11C、图11D和图16，处理262可以在处理256被判定为否定之后执行。处理262可以执行遮挡计算以确定与遮挡路径140相关联的起点144是否位于特征路径170和特征路径172内。如果起点144位于特征路径170和特征路径172内(例如图11C)，计算方法250可以跳转到处理264。如果起点144没有位于特征路径170和特征路径172内(例如图11D)，计算方法250可以跳转到处理266。
同时参考图8B，图11C和图16，处理264可以执行遮挡计算以确定与遮挡路径142相关联的终点146是否位于特征路径170和特征路径172内。如果终点146位于特征路径170和特征路径172内(例如图8B)，计算方法220可以将线特征116归类为具有分裂遮挡228。相应的，线特征116的可见性可以如上文针对图8B所描述的被归类。如果终点146没有位于特征路径170和特征路径172内(例如图11C)，线特征116可以被归类为相交分裂遮挡234。线特征116的可见性可以如上文针对图11C所描述的被归类。
同时参考图7A，图11D和图16，处理266可以在处理262被判定为否定条件之后执行。处理266可以执行遮挡计算以确定与遮挡路径142相关联的终点146是否位于特征路径170和特征路径172内。如果终点146位于特征路径170和特征路径172内(例如图11D)，计算方法220可以将线特征116归类为具有相交分裂遮挡234。相应的，线特征116的可见性可以如上文针对图11D所描述的被归类。如果终点146没有位于特征路径170和特征路径172内(例如图7A)，线特征116可以被归类为没有遮挡240。
再次参考图4，本文描述的实施例涉及用于执行遮挡计算处理210的多个方法。正如上面所指出来的，在不脱离本公开范围的情况下，遮挡计算的顺序和类别可以有多种变化。事实上，申请人已经发现当使用基于遮挡计算数量的成本启发法来组织遮挡计算处理210时，本文描述的实施例可以以降低计算成本的方式实施。
同时参考图2、图15和图16，计算方法220和计算方法250用一种成本启发法来评估。特别的，每个遮挡类别被分配一个基于将特征110归类为具有特定遮挡类型所需的遮挡计算数量的启发式成本。工业设施100在一段使用周期上被评估以确定识别每个遮挡类型的时间比例。时间比例乘以启发式成本以确定计算方法220和计算方法250的有效启发式成本。结果总结于下表1。
表1
如表1所示，计算方法220与计算方法250相比，减少了计算成本。特别的，计算方法220显示每个遮挡/特征对需大约2.63遮挡计算的有效启发式成本，相较于计算方法250的每个遮挡/特征对需大约3.57遮挡计算的有效启发式成本。值得注意的是，在具有不同比例混合的遮挡类别的环境下，计算方法250表现得更加有效。相应的，有效启发式成本可以被用来针对任意特定的工业设施100定制本文描述的实施例。
现在应该被理解的是，本文描述的实施例涉及可以利用可见特征以及排除被遮挡特征来执行定位和导航的系统、方法以及工业车辆。特别的，本文描述的实施例可以根据工业车辆的传感器的当前位置动态更新特征的可见性。相应的，定位和导航功能可以运行对地图数据子集和可能被传感器检测的特征进行比较。定位和导航功能的准确性可以通过减小地图数据和被遮挡特征之间可能的不匹配数量而得以改善。此外，定位和导航功能的处理时间可以通过从考虑因素中排除被遮挡特征来改善，这可以减少定位和导航功能需要收敛到一个解的时间量。
值得注意的是，这里应用的词语“大体上”用来表示可以归因为任何定量比较，评价，测量或其他表示的不确定性的内在程度。这个术语也用来表示一个定量表示可以在规定的参考内变化的程度，这个变化不会导致所讨论问题基本功能的变化。
此外，值得注意的是为了清晰而不是限制的目的，提供有方向的参考系，例如X轴，Y轴，Z轴等等。特别的，请注意本文的实施例参考二维坐标系统来描述。为了清晰而不是限制的目的，可以提供针对坐标系统的任何描述。这样，本文的实施例可以通过对所提供的坐标系做出相应的变化来扩展到更高或更低阶的坐标系。
以上以特定实例进行解释和描述，但应当理解，在不脱离请求保护主题的精神和范围的情况上，可以进行其他变化和修改。另外，尽管本文描述了请求保护主题的诸多方面，但这些方面不需同时综合使用。由此旨在于由所附权利要求覆盖所有这些不脱离请求保护主题的范围的变化和修改。另外，值得注意的是，权利要求中使用的语句“一个或多个处理器执行机器可读指令以”用作开放式过渡，因而语句里面的“以”等同于“包括”一词。
Claims (18)
1.一种工业车辆，包括与一个或多个处理器通信式耦合的基于环境定位(EBL)传感器，其中所述EBL传感器检测视场范围内的物体，并且所述一个或多个处理器执行机器可读指令用以：
访问与工业设施关联的特征集合和遮挡集合；
提供所述EBL传感器的传感器原点相对于所述工业设施的定位；
确定与所述遮挡集合中可检测遮挡和所述EBL传感器的传感器原点相交的遮挡路径；
确定所述遮挡路径的特征相交点，其中所述特征相交点被定位于所述特征集合中的可检测特征上或所述特征集合中的可检测特征的投影上；
至少部分基于所述特征相交点的定位，将所述可检测特征归类为被遮挡可检测特征；以及
利用已排除所述被遮挡可检测特征的特征集合，导航所述工业车辆穿过所述工业设施。
2.根据权利要求1所述的工业车辆，所述特征集合中的所述可检测特征对应于位于所述EBL传感器的视场内的所述工业设施的特征。
3.根据权利要求1所述的工业车辆，所述遮挡集合中的所述可检测遮挡对应于位于所述EBL传感器的视场内的所述工业设施的遮挡。
4.根据权利要求3所述的工业车辆，所述工业设施的所述遮挡将所述EBL传感器的视场截断为一个截断视场；所述被遮挡可检测特征对应于位于所述EBL传感器的视场内且在所述EBL传感器的截断视场外的所述工业设施的特征。
5.根据权利要求1所述的工业车辆，所述遮挡路径与所述遮挡集合中的所述可检测遮挡相交于起点或终点，并且所述一个或多个处理器执行机器可读指令用以：
确定沿着所述遮挡路径，特征相交点、可检测遮挡的起点或终点以及所述EBL传感器的传感器原点的顺序；及
至少部分基于所述顺序，所述可检测特征被归类为被遮挡可检测特征。
6.根据权利要求5所述的工业车辆，所述一个或多个处理器执行机器可读指令用以：
确定与所述特征集合中的可检测特征和所述EBL传感器的传感器原点相交的特征路径；以及
确定所述特征路径和所述遮挡集合的可检测遮挡之间的相交点；至少部分基于所述相交点，所述可检测特征被归类为被遮挡可检测特征。
7.根据权利要求6所述的工业车辆，所述顺序优先于所述相交点的确定而确定。
8.根据权利要求1所述的工业车辆，所述一个或多个处理器执行机器可读指令用以：
确定与所述特征集合中可检测特征的起点和所述EBL传感器的传感器原点相交的第一特征路径；
确定与所述特征集合中可检测特征的终点和所述EBL传感器的传感器原点相交的第二特征路径；
当可检测遮挡的点被所述特征集合中可检测特征、第一特征路径和第二特征路径划分界线的区域所约束时，确定所述可检测遮挡的所述点位于内部；至少部分基于所述可检测遮挡的所述点被确定位于内部，所述可检测特征被归类为被遮挡可检测特征。
9.根据权利要求8所述的工业车辆，所述一个或多个处理器执行机器可读指令用以：
确定所述第一特征路径和所述遮挡集合的可检测遮挡之间的相交点；至少部分基于所述相交点，所述可检测特征被归类为被遮挡可检测特征。
10.根据权利要求9所述的工业车辆，所述可检测遮挡的所述点优先于所述相交点的确定而被确定为位于内部。
11.根据权利要求9所述的工业车辆，所述相交点优先于所述可检测遮挡的所述点被确定为位于内部而确定。
12.根据权利要求8所述的工业车辆，所述可检测遮挡的所述点为所述可检测遮挡的起点，或者所述可检测遮挡的终点。
13.根据权利要求8所述的工业车辆，所述遮挡路径与所述遮挡集合中的可检测遮挡相交于起点或终点，所述一个或多个处理器执行机器可读指令用以：
确定沿着所述遮挡路径，特征相交点、所述可检测遮挡的起点或终点、所述EBL传感器的传感器原点的顺序；至少部分基于所述顺序，所述可检测特征被归类为被遮挡可检测特征。
14.根据权利要求13所述的工业车辆，所述顺序优先于所述可检测遮挡的所述点被确定为位于内部而确定。
15.根据权利要求1所述的工业车辆，根据利用启发式成本组织的遮挡计算，所述可检测特征被归类为被遮挡可检测特征。
16.根据权利要求1所述的工业车辆，所述工业车辆被配置为自动引导车辆。
17.根据权利要求1所述的工业车辆，所述工业设施被映射为二维模型。
18.根据权利要求1所述的工业车辆，所述EBL传感器包括多个传感器。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201361897867P | 2013-10-31 | 2013-10-31 | |
| US61/897,867 | 2013-10-31 | ||
| US14/525,724 US9354070B2 (en) | 2013-10-31 | 2014-10-28 | Systems, methods, and industrial vehicles for determining the visibility of features |
| US14/525,724 | 2014-10-28 | ||
| PCT/NZ2014/050007 WO2015065207A1 (en) | 2013-10-31 | 2014-10-29 | Systems, methods, and industrial vehicles for determining the visibility of features |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105874396A true CN105874396A (zh) | 2016-08-17 |
| CN105874396B CN105874396B (zh) | 2019-01-01 |
Family
ID=52996303
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201480071852.8A Active CN105874396B (zh) | 2013-10-31 | 2014-10-29 | 用于确定特征可见性的系统、方法以及工业车辆 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US9354070B2 (zh) |
| EP (1) | EP3063598B1 (zh) |
| KR (1) | KR101739269B1 (zh) |
| CN (1) | CN105874396B (zh) |
| AU (1) | AU2014343128B2 (zh) |
| CA (1) | CA2929120C (zh) |
| WO (1) | WO2015065207A1 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108398944A (zh) * | 2016-12-15 | 2018-08-14 | 苏州宝时得电动工具有限公司 | 自移动设备的作业方法、自移动设备、存储器和服务器 |
| CN112313663A (zh) * | 2018-06-18 | 2021-02-02 | 祖克斯有限公司 | 遮挡感知规划 |
| US11802969B2 (en) | 2018-06-18 | 2023-10-31 | Zoox, Inc. | Occlusion aware planning and control |
Families Citing this family (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015199554A2 (en) | 2014-06-27 | 2015-12-30 | Crown Equipment Limited | Vehicle positioning or navigation utilizing associated feature pairs |
| DE102015201010A1 (de) * | 2015-01-22 | 2016-07-28 | Robert Bosch Gmbh | Vorrichtung zum Ansteuern eines Kraftfahrzeugs |
| CN107667274B (zh) | 2015-05-26 | 2021-09-21 | 克朗设备公司 | 用于材料搬运车辆里程计校准的系统和方法 |
| BR112017025107A2 (pt) | 2015-05-26 | 2018-07-31 | Crown Equipment Corporation | sistema e método para calibrar um dispositivo de captura de imagem para um veículo de manuseamento de materiais, e, veículo de manuseamento de materiais |
| TWI536311B (zh) * | 2015-05-29 | 2016-06-01 | 鴻海精密工業股份有限公司 | 物流系統及物流方法 |
| CN106292654B (zh) * | 2015-06-03 | 2021-05-25 | 北京京东尚科信息技术有限公司 | 一种绘制区域地图的方法和装置 |
| DE102015111613A1 (de) * | 2015-07-17 | 2017-01-19 | Still Gmbh | Verfahren zur Hinderniserfassung bei einem Flurförderzeug |
| CA2992045C (en) * | 2015-09-15 | 2022-10-25 | Martin Kirsch | Apparatus and method for reliably determining the position of an object |
| DE102016104089A1 (de) * | 2016-03-07 | 2017-09-07 | Still Gmbh | Verfahren zur Steuerung eines Flurförderzeugs beim Kommissionieren |
| JP6280147B2 (ja) | 2016-03-18 | 2018-02-14 | 本田技研工業株式会社 | 無人走行作業車 |
| US11092446B2 (en) | 2016-06-14 | 2021-08-17 | Motional Ad Llc | Route planning for an autonomous vehicle |
| US10126136B2 (en) | 2016-06-14 | 2018-11-13 | nuTonomy Inc. | Route planning for an autonomous vehicle |
| US10309792B2 (en) | 2016-06-14 | 2019-06-04 | nuTonomy Inc. | Route planning for an autonomous vehicle |
| US10829116B2 (en) | 2016-07-01 | 2020-11-10 | nuTonomy Inc. | Affecting functions of a vehicle based on function-related information about its environment |
| US10681513B2 (en) | 2016-10-20 | 2020-06-09 | nuTonomy Inc. | Identifying a stopping place for an autonomous vehicle |
| US10857994B2 (en) | 2016-10-20 | 2020-12-08 | Motional Ad Llc | Identifying a stopping place for an autonomous vehicle |
| US10331129B2 (en) | 2016-10-20 | 2019-06-25 | nuTonomy Inc. | Identifying a stopping place for an autonomous vehicle |
| US10473470B2 (en) | 2016-10-20 | 2019-11-12 | nuTonomy Inc. | Identifying a stopping place for an autonomous vehicle |
| US10281920B2 (en) | 2017-03-07 | 2019-05-07 | nuTonomy Inc. | Planning for unknown objects by an autonomous vehicle |
| US10095234B2 (en) | 2017-03-07 | 2018-10-09 | nuTonomy Inc. | Planning for unknown objects by an autonomous vehicle |
| US10234864B2 (en) * | 2017-03-07 | 2019-03-19 | nuTonomy Inc. | Planning for unknown objects by an autonomous vehicle |
| AU2018244578A1 (en) * | 2017-03-30 | 2019-10-03 | Crown Equipment Corporation | Warehouse mapping tools |
| US10222215B2 (en) * | 2017-04-21 | 2019-03-05 | X Development Llc | Methods and systems for map generation and alignment |
| JP6844508B2 (ja) * | 2017-11-15 | 2021-03-17 | 株式会社豊田自動織機 | 安全装置 |
| EP3521235B1 (en) * | 2018-01-31 | 2024-03-06 | Toyota Material Handling Manufacturing Sweden AB | Material handling vehicle |
| EP3521236B1 (en) * | 2018-01-31 | 2024-03-27 | Toyota Material Handling Manufacturing Sweden AB | Material handling vehicle |
| EP3824365B1 (en) | 2018-07-17 | 2023-06-28 | Crown Equipment Corporation | System for vehicle position calibration using rack leg identification |
| MX2021009136A (es) | 2019-02-06 | 2021-12-10 | Crown Equip Corp | Sistemas y metodos para la localizacion fuera del pasillo y calibracion de posicion de vehiculo mediante la identificacion de pata de rejilla. |
| US11048254B2 (en) * | 2019-04-10 | 2021-06-29 | Waymo Llc | Generating simplified object models to reduce computational resource requirements for autonomous vehicles |
| US10933867B2 (en) * | 2019-05-10 | 2021-03-02 | Arnouse Digital Devices Corporation | Artificial intelligence based collision avoidance system and method |
| DE102020207479A1 (de) * | 2020-06-17 | 2021-12-23 | Zf Friedrichshafen Ag | Gabelzinkensensoren zur Erkennung von Querverkehr |
| US11733054B2 (en) | 2020-12-11 | 2023-08-22 | Motional Ad Llc | Systems and methods for implementing occlusion representations over road features |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090062974A1 (en) * | 2007-09-03 | 2009-03-05 | Junichi Tamamoto | Autonomous Mobile Robot System |
| CN102317952A (zh) * | 2009-05-07 | 2012-01-11 | 宝马股份公司 | 在显示装置的显示器上呈现运输工具周围环境中可见性不同的物体的方法 |
| CN103635779A (zh) * | 2011-06-14 | 2014-03-12 | 克朗设备有限公司 | 用于促进用于工业车辆导航的地图数据处理的方法和装置 |
| CN104044587A (zh) * | 2013-03-14 | 2014-09-17 | 通用汽车环球科技运作有限责任公司 | 用于提高处于自主驾驶模式下的车辆的传感器可视性的系统和方法 |
Family Cites Families (74)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA298534A (en) | 1930-03-25 | A. Birdsong James | Combination vegetable cooler and display stand | |
| US5806016A (en) | 1996-03-28 | 1998-09-08 | Caterpillar Inc. | Method for determining the course of a machine |
| NL1006710C2 (nl) | 1997-08-04 | 1999-02-25 | Frog Navigation Systems B V | Systeem en werkwijze voor het besturen van voertuigen. |
| US6092010A (en) | 1997-09-03 | 2000-07-18 | Jervis B. Webb Company | Method and system for describing, generating and checking non-wire guidepaths for automatic guided vehicles |
| US7979172B2 (en) | 1997-10-22 | 2011-07-12 | Intelligent Technologies International, Inc. | Autonomous vehicle travel control systems and methods |
| US7979173B2 (en) | 1997-10-22 | 2011-07-12 | Intelligent Technologies International, Inc. | Autonomous vehicle travel control systems and methods |
| JPH11296229A (ja) | 1998-02-13 | 1999-10-29 | Komatsu Ltd | 車両の誘導装置 |
| US6182008B1 (en) | 1999-06-25 | 2001-01-30 | Microsoft Corporation | Ordering destinations along a route using a shortest line approximation |
| JP2001320616A (ja) | 2000-02-29 | 2001-11-16 | Matsushita Electric Ind Co Ltd | 撮像システム |
| JP3421768B2 (ja) | 2000-03-30 | 2003-06-30 | 学校法人金沢工業大学 | 自律移動車の進路誘導方法ならびに自律移動車の進路誘導装置および進路誘導装置を備えた自律移動車 |
| US6377888B1 (en) | 2000-04-03 | 2002-04-23 | Disney Enterprises, Inc. | System for controlling movement of a vehicle |
| US8224078B2 (en) | 2000-11-06 | 2012-07-17 | Nant Holdings Ip, Llc | Image capture and identification system and process |
| WO2002082195A2 (de) | 2001-04-05 | 2002-10-17 | Siemens Aktiengesellschaft | Roboterintelligenz in natürlichen umgebungen |
| US6799099B2 (en) | 2001-08-02 | 2004-09-28 | Rapistan Systems Advertising Corp. | Material handling systems with high frequency radio location devices |
| WO2003014852A1 (de) | 2001-08-03 | 2003-02-20 | Siemens Aktiengesellschaft | Planung einer erweiterten bahn für eine autonome mobile einheit zum späteren ab fahren temporär versperrter bahnbereiche |
| US7844364B2 (en) | 2002-04-16 | 2010-11-30 | Irobot Corporation | Systems and methods for dispersing and clustering a plurality of robotic devices |
| US7307595B2 (en) | 2004-12-21 | 2007-12-11 | Q-Track Corporation | Near field location system and method |
| US7298314B2 (en) | 2002-08-19 | 2007-11-20 | Q-Track Corporation | Near field electromagnetic positioning system and method |
| US8253626B2 (en) | 2008-02-25 | 2012-08-28 | Q-Track Corporation | Multiple phase state near-field electromagnetic system and method for communication and location |
| US6963301B2 (en) | 2002-08-19 | 2005-11-08 | G-Track Corporation | System and method for near-field electromagnetic ranging |
| US6900762B2 (en) | 2002-09-30 | 2005-05-31 | Lucent Technologies Inc. | Methods and apparatus for location determination based on dispersed radio frequency tags |
| US7151979B2 (en) | 2002-11-26 | 2006-12-19 | International Paper Company | System and method for tracking inventory |
| AU2003300959A1 (en) | 2002-12-17 | 2004-07-22 | Evolution Robotics, Inc. | Systems and methods for visual simultaneous localization and mapping |
| US7769540B2 (en) | 2003-02-26 | 2010-08-03 | Tomtom International B.V. | Navigation device and method for displaying simulated navigation data |
| US7010425B2 (en) | 2003-03-31 | 2006-03-07 | Deere & Company | Path planner and a method for planning a path of a work vehicle |
| US7038573B2 (en) | 2003-09-08 | 2006-05-02 | Single Chip Systems Corporation | Systems and methods for tracking the location of items within a controlled area |
| US7079943B2 (en) | 2003-10-07 | 2006-07-18 | Deere & Company | Point-to-point path planning |
| KR100571837B1 (ko) | 2004-03-05 | 2006-04-17 | 삼성전자주식회사 | 자율주행기기의 주행제어방법 및 장치 |
| EP1828862A2 (en) | 2004-12-14 | 2007-09-05 | Sky-Trax Incorporated | Method and apparatus for determining position and rotational orientation of an object |
| US7512485B2 (en) | 2005-03-29 | 2009-03-31 | International Business Machines Corporation | Method for routing multiple paths through polygonal obstacles |
| US8055383B2 (en) | 2005-05-13 | 2011-11-08 | Toyota Jidosha Kabushiki Kaisha | Path planning device |
| DE102005045721A1 (de) | 2005-09-24 | 2007-03-29 | Jungheinrich Ag | System zur Unterstützung eines Fahrers eines Flurförderzeugs während der Fahrt |
| WO2007047510A2 (en) | 2005-10-14 | 2007-04-26 | Aethon, Inc. | Robotic inventory management |
| US8381982B2 (en) | 2005-12-03 | 2013-02-26 | Sky-Trax, Inc. | Method and apparatus for managing and controlling manned and automated utility vehicles |
| US7609175B2 (en) | 2005-12-30 | 2009-10-27 | Psion Teklogix Inc. | Localisation of vehicle or mobile objects based on embedded RFID tags |
| US7991521B2 (en) | 2006-02-01 | 2011-08-02 | Jervis B. Webb Company | Variable path automated guided vehicle |
| WO2007097767A2 (en) | 2006-02-21 | 2007-08-30 | United States Postal Service | Systems and methods for creating on-demand routes for powered industrial vehicles |
| DE102006014447A1 (de) | 2006-03-29 | 2007-10-04 | Jungheinrich Aktiengesellschaft | Flurförderzeug mit einem Lasttragmittel |
| US8220710B2 (en) | 2006-06-19 | 2012-07-17 | Kiva Systems, Inc. | System and method for positioning a mobile drive unit |
| US7873469B2 (en) | 2006-06-19 | 2011-01-18 | Kiva Systems, Inc. | System and method for managing mobile drive units |
| US7920962B2 (en) | 2006-06-19 | 2011-04-05 | Kiva Systems, Inc. | System and method for coordinating movement of mobile drive units |
| US8538692B2 (en) | 2006-06-19 | 2013-09-17 | Amazon Technologies, Inc. | System and method for generating a path for a mobile drive unit |
| JP4975503B2 (ja) | 2007-04-06 | 2012-07-11 | 本田技研工業株式会社 | 脚式移動ロボット |
| JP4328813B2 (ja) | 2007-04-06 | 2009-09-09 | 本田技研工業株式会社 | 移動装置、ならびにその制御方法および制御プログラム |
| EP1978432B1 (en) | 2007-04-06 | 2012-03-21 | Honda Motor Co., Ltd. | Routing apparatus for autonomous mobile unit |
| DE102007032191A1 (de) | 2007-07-11 | 2009-01-15 | Jungheinrich Ag | Flurförderzeug mit mindestens einer Antenne zum Senden und Empfangen von Daten |
| DE202007012798U1 (de) | 2007-09-12 | 2009-02-12 | Pepperl + Fuchs Gmbh | Positioniersysteme |
| DE102007043498A1 (de) | 2007-09-12 | 2009-03-19 | Pepperl + Fuchs Gmbh | Verfahren zur Positionierung eines Fahrzeugs sowie Positioniersysteme |
| ATE522788T1 (de) | 2007-09-12 | 2011-09-15 | Pepperl & Fuchs | Verfahren und vorrichtung zum bestimmen der position eines fahrzeugs, computerprogramm und computerprogrammprodukt |
| US7919940B2 (en) | 2007-10-21 | 2011-04-05 | Ge Intelligent Platforms, Inc. | System and method for jerk limited trajectory planning for a path planner |
| US8050800B2 (en) | 2007-10-21 | 2011-11-01 | Ge Intelligent Platforms, Inc. | Method and system for meeting end conditions in a motion control system |
| US8210435B2 (en) | 2008-01-14 | 2012-07-03 | Sky-Trax, Inc. | Optical position marker apparatus |
| FR2926880B1 (fr) | 2008-01-24 | 2010-09-10 | Mediamobile | Estimation de plus court chemin dependant du temps dans un reseau routier |
| US8346468B2 (en) | 2008-07-08 | 2013-01-01 | Sky-Trax Incorporated | Method and apparatus for collision avoidance |
| US9235214B2 (en) | 2008-09-11 | 2016-01-12 | Deere & Company | Distributed knowledge base method for vehicular localization and work-site management |
| US8195342B2 (en) | 2008-09-11 | 2012-06-05 | Deere & Company | Distributed knowledge base for vehicular localization and work-site management |
| US8126642B2 (en) | 2008-10-24 | 2012-02-28 | Gray & Company, Inc. | Control and systems for autonomously driven vehicles |
| US8024069B2 (en) | 2009-01-28 | 2011-09-20 | Ge Intelligent Platforms, Inc. | System and method for path planning |
| GB201013130D0 (en) | 2009-09-24 | 2010-09-22 | Barloworld Handling Ltd | Energy management system |
| KR20110054623A (ko) | 2009-11-18 | 2011-05-25 | 씨제이 지엘에스 주식회사 | 수동형 전자 식별태그를 이용한 실시간 위치 추적 방법 |
| US8508590B2 (en) | 2010-03-02 | 2013-08-13 | Crown Equipment Limited | Method and apparatus for simulating a physical environment to facilitate vehicle operation and task completion |
| US8538577B2 (en) | 2010-03-05 | 2013-09-17 | Crown Equipment Limited | Method and apparatus for sensing object load engagement, transportation and disengagement by automated vehicles |
| EP2385435A1 (en) | 2010-04-22 | 2011-11-09 | Danaher Motion Särö AB | A method and a system for gathering data |
| US8648709B2 (en) | 2010-05-12 | 2014-02-11 | Proxisafe Ltd. | Event warning system and method thereof |
| US20120123614A1 (en) | 2010-11-17 | 2012-05-17 | INRO Technologies Limited | Method and apparatus for virtualizing industrial vehicles to automate task execution in a physical environment |
| CN107272678B (zh) | 2011-04-11 | 2020-11-06 | 克朗设备公司 | 使用经协调路径规划器有效调度多个自动非完整车辆的方法和设备 |
| US8655588B2 (en) | 2011-05-26 | 2014-02-18 | Crown Equipment Limited | Method and apparatus for providing accurate localization for an industrial vehicle |
| US20120303255A1 (en) | 2011-05-26 | 2012-11-29 | INRO Technologies Limited | Method and apparatus for providing accurate localization for an industrial vehicle |
| US8548671B2 (en) | 2011-06-06 | 2013-10-01 | Crown Equipment Limited | Method and apparatus for automatically calibrating vehicle parameters |
| US8594923B2 (en) | 2011-06-14 | 2013-11-26 | Crown Equipment Limited | Method and apparatus for sharing map data associated with automated industrial vehicles |
| US20140058634A1 (en) | 2012-08-24 | 2014-02-27 | Crown Equipment Limited | Method and apparatus for using unique landmarks to locate industrial vehicles at start-up |
| US20130054129A1 (en) | 2011-08-26 | 2013-02-28 | INRO Technologies Limited | Method and apparatus for using unique landmarks to locate industrial vehicles at start-up |
| US9056754B2 (en) | 2011-09-07 | 2015-06-16 | Crown Equipment Limited | Method and apparatus for using pre-positioned objects to localize an industrial vehicle |
| US20130060461A1 (en) | 2011-09-07 | 2013-03-07 | INRO Technologies Limited | Method and apparatus for using pre-positioned objects to localize an industrial vehicle |
-
2014
- 2014-10-28 US US14/525,724 patent/US9354070B2/en active Active
- 2014-10-29 CA CA2929120A patent/CA2929120C/en active Active
- 2014-10-29 WO PCT/NZ2014/050007 patent/WO2015065207A1/en active Application Filing
- 2014-10-29 KR KR1020167014441A patent/KR101739269B1/ko active IP Right Grant
- 2014-10-29 EP EP14857612.7A patent/EP3063598B1/en active Active
- 2014-10-29 AU AU2014343128A patent/AU2014343128B2/en active Active
- 2014-10-29 CN CN201480071852.8A patent/CN105874396B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090062974A1 (en) * | 2007-09-03 | 2009-03-05 | Junichi Tamamoto | Autonomous Mobile Robot System |
| CN102317952A (zh) * | 2009-05-07 | 2012-01-11 | 宝马股份公司 | 在显示装置的显示器上呈现运输工具周围环境中可见性不同的物体的方法 |
| CN103635779A (zh) * | 2011-06-14 | 2014-03-12 | 克朗设备有限公司 | 用于促进用于工业车辆导航的地图数据处理的方法和装置 |
| CN104044587A (zh) * | 2013-03-14 | 2014-09-17 | 通用汽车环球科技运作有限责任公司 | 用于提高处于自主驾驶模式下的车辆的传感器可视性的系统和方法 |
Non-Patent Citations (2)
| Title |
|---|
| STEPHEN SE 等: "Vision-based Mobile Robot Localization And Mapping using Scale-Invariant Features", 《INTERNATIONAL CONFERENCE ON ROBOTICS & AUTOMATION》 * |
| 赵黎明 等: "自动化码头叉车GPS定位与控制设计", 《自动化仪表》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108398944A (zh) * | 2016-12-15 | 2018-08-14 | 苏州宝时得电动工具有限公司 | 自移动设备的作业方法、自移动设备、存储器和服务器 |
| CN108398944B (zh) * | 2016-12-15 | 2021-04-06 | 苏州宝时得电动工具有限公司 | 自移动设备的作业方法、自移动设备、存储器和服务器 |
| CN112313663A (zh) * | 2018-06-18 | 2021-02-02 | 祖克斯有限公司 | 遮挡感知规划 |
| US11802969B2 (en) | 2018-06-18 | 2023-10-31 | Zoox, Inc. | Occlusion aware planning and control |
| CN112313663B (zh) * | 2018-06-18 | 2024-05-31 | 祖克斯有限公司 | 遮挡感知规划 |
Also Published As
| Publication number | Publication date |
|---|---|
| US9354070B2 (en) | 2016-05-31 |
| US20150120125A1 (en) | 2015-04-30 |
| CA2929120A1 (en) | 2015-05-07 |
| WO2015065207A1 (en) | 2015-05-07 |
| EP3063598A1 (en) | 2016-09-07 |
| EP3063598B1 (en) | 2019-07-24 |
| KR20160079853A (ko) | 2016-07-06 |
| AU2014343128B2 (en) | 2016-12-15 |
| EP3063598A4 (en) | 2017-06-14 |
| CN105874396B (zh) | 2019-01-01 |
| KR101739269B1 (ko) | 2017-05-24 |
| CA2929120C (en) | 2018-06-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105874396A (zh) | 用于确定特征可见性的系统、方法以及工业车辆 | |
| AU2014343128A1 (en) | Systems, methods, and industrial vehicles for determining the visibility of features | |
| US10614588B2 (en) | Vehicle positioning or navigation utilizing associated feature pairs | |
| JP4464893B2 (ja) | 移動ロボット | |
| CN107430775A (zh) | 用于使用天花板灯定位的方法和工业车辆 | |
| Kim et al. | GP-ICP: Ground plane ICP for mobile robots | |
| KR102595485B1 (ko) | 차량용 장애물 회피 방법, 장치, 전자 기기 및 컴퓨터 저장 매체 | |
| Chen et al. | An enhanced dynamic Delaunay triangulation-based path planning algorithm for autonomous mobile robot navigation | |
| Owen et al. | Landmark-based navigation for a mobile robot | |
| CN111487960A (zh) | 一种基于定位能力估计的移动机器人路径规划方法 | |
| CN106272411A (zh) | 基于引力源的多机器人协同搬运船舱货物方法 | |
| CN113050627A (zh) | 路径规划方法、装置、移动机器人及计算机存储介质 | |
| US20200088536A1 (en) | Method for trajectory planning of a movable object | |
| KR102507973B1 (ko) | 무인 반송 차량 및 이의 동작 방법 | |
| CN106202621A (zh) | 汽车侧门整体刚度分析加载点定位方法 | |
| Liu et al. | Optimization-based local planner for a nonholonomic autonomous mobile robot in semi-structured environments | |
| JP2018013860A (ja) | 自律移動体制御装置 | |
| Yap et al. | Landmark-based automated guided vehicle localization algorithm for warehouse application | |
| CN114510053A (zh) | 机器人规划路径校验方法、装置、存储介质及电子设备 | |
| Yuan et al. | A novel obstacle avoidance method based on multi-information inflation map | |
| US20240009834A1 (en) | Mobile manipulator robot and method for using the same | |
| Boshra et al. | Localizing a polyhedral object in a robot hand by integrating visual and tactile data | |
| JP7039437B2 (ja) | 位置検出装置及び同装置を備える移動体 | |
| Kumar et al. | Navigational analysis of a humanoid using genetic algorithm with vision assistance | |
| JP2023046879A (ja) | 車両判別システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |