CN107024210A - 一种室内机器人避障方法、装置及导航系统 - Google Patents
一种室内机器人避障方法、装置及导航系统 Download PDFInfo
- Publication number
- CN107024210A CN107024210A CN201710137680.5A CN201710137680A CN107024210A CN 107024210 A CN107024210 A CN 107024210A CN 201710137680 A CN201710137680 A CN 201710137680A CN 107024210 A CN107024210 A CN 107024210A
- Authority
- CN
- China
- Prior art keywords
- deflection
- variable quantity
- wheel
- sensor
- barrier
- 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.)
- Pending
Links
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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明适用于定位技术领域,提供了一种室内机器人避障方法、装置及导航系统,所述方法包括:以直线路径向目标前进过程中,以驱动轮转速传感器获取的实时双轮速度,通过差速驱动模型获取单位时间内双轮中心点的坐标变化量和方向角变化量,对单位时间内的坐标变化量和方向角变化量进行累加,获取实时位置和方向角,所述方向角为运动方向和X轴正方向的夹角;通过障碍物传感器监测到障碍物或危险区域时,从当前的所述实时位置开始左向或右向绕开障碍物或危险区域,绕开之后,继续以直线路径前进,本发明,实现了室内低成本高精度定位避障。
Description
技术领域
本发明属于定位技术领域,尤其涉及一种室内机器人避障方法、装置及导航系统。
背景技术
目前,室外定位技术应用非常广泛,常见的室外定位方式包括卫星定位和基站定位,这些技术成熟且可满足各种室外场合的定位需求。然而,对于人们生活的室内环境,以上定位技术并不适用,近年来,室内定位技术发展迅速,常见的几种室内定位技术:
第一种UWB超宽带脉冲信号,采用TDOA信号到达时间差和AOA信号到达角度定位算法,对多个传感器采集的标签位置进行分析,其分辨能力强、精度高,可达厘米级;然而其实现成本高,难以大范围覆盖。
第二种超声波,室内定点安装超声波发生器,接收器检测声波并分析位置,所述接收器包括手机的麦克风。由于声波衰减和非视距传播影响很大,因此不适用于大型场合的精确定位。
第三种光信号,通过天花板的LED发射肉眼不可见的闪烁信号,接收器检测并分析位置,所述接收器包括手机的摄像头,其定位精度可达1米左右,可用于特定场合的机器人运动轨迹精确定位。然而,光信号只能直线传播,几乎无穿透性,且易受环境光线影响。
第四种Wi-Fi,通过移动设备和三个Wi-Fi接入点之间的无线信号强度,通过查分算法计算位置,可实现几米的定位精度。这种方式需要铺设多个Wi-Fi接入点,且精度有限。
第五种机器视觉,采用摄像头获取室内场景图像数据,计算机通过算法计算位置、路径和障碍物特征等重要信息,实现精确定位。其技术难度和实现成本都很高,一般用于科学探测和军事领域。
综上所述,现有室内定位技术存在实现成本高及定位精度低,难以解决室内机器人避障的问题。
发明内容
本发明实施例提供了一种室内机器人避障方法、装置及导航系统,旨在解决现有室内定位技术存在实现成本高及定位精度低,难以解决室内机器人避障的问题。
第一方面,提供一种室内机器人避障方法,适用于双轮差速驱动方式的机器人,所述机器人包括障碍物传感器、驱动轮转速传感器、惯性传感器和辅助传感器,所述惯性传感器包括加速度传感器和角速度传感器,所述方法包括:
以直线路径向目标前进过程中,以驱动轮转速传感器获取的实时双轮速度,通过差速驱动模型获取单位时间内双轮中心点的坐标变化量和方向角变化量,对单位时间内的坐标变化量和方向角变化量进行累加,获取实时位置和方向角,所述方向角为运动方向和X轴正方向的夹角;
通过障碍物传感器监测到障碍物或危险区域时,从当前的所述实时位置开始左向或右向绕开障碍物或危险区域,绕开之后,继续以直线路径前进。
进一步地,所述方法还包括:
以辅助传感器获取的双轮转速参数判断非驱动轮是否转动,如果非驱动轮有转动,则对坐标变化量和方向角变化量进行校正;
和/或
以加速度传感器获取的单位时间内角度变化量判断其是否超过预设角度变化量,如果是,则通过角速度传感器对方向角变化量进行校正。
进一步地,所述以驱动轮转速传感器获取的实时双轮速度,通过差速驱动模型获取单位时间内双轮中心点的坐标变化量和方向角变化量,对单位时间内的坐标变化量和方向角变化量进行累加,获取实时位置和方向角的步骤具体包括:
驱动轮转速传感器获取双轮中心点P1、P2的速度为V1、V2,两者的中点为P,其中,P1、P2之间距离为d,在低速运行时,忽略横向滑动的影响,中点P的速度为:
V=(V1+V2)/2
任意时刻的运动可看作是P点绕圆心Op的转动,假设转动半径为R,角速度
为ω,可知以下关系:
V1=ω(R+d/2)
V2=ω(R-d/2)
ω=(V1-V2)/d
R=V/ω=(d/2)*(V1+V2)/(V1-V2);
单位时间内坐标变化量为△x、△y,方向角变化量为△θ,可表示为:
△x=cosθ*V=(V1+V2)*cosθ/2
△y=sinθ*V=(V1+V2)*sinθ/2
△θ=ω=(V1-V2)/d;
假设驱动轮和地面无打滑,且无横向移动,通过对单位时间的坐标变化量为△x、△y和方向角变化量为△θ分别进行累加,即可获得实时位置(x,y)和方向角θ:
第二方面,提供一种室内机器人避障装置,适用于双轮差速驱动方式的机器人,所述机器人包括障碍物传感器、驱动轮转速传感器、惯性传感器和辅助传感器,所述惯性传感器包括加速度传感器和角速度传感器,所述装置包括:
实时定位模块,用于以直线路径向目标前进过程中,以驱动轮转速传感器获取的实时双轮速度,通过差速驱动模型获取单位时间内双轮中心点的坐标变化量和方向角变化量,对单位时间内的坐标变化量和方向角变化量进行累加,获取实时位置和方向角,所述方向角为运动方向和X轴正方向的夹角;
障碍避让模块,用于通过障碍物传感器监测到障碍物或危险区域时,从当前的所述实时位置开始左向或右向绕开障碍物或危险区域,绕开之后,继续以直线路径前进。
进一步地,所述装置还包括:
第一定位校正模块,用于以辅助传感器获取的双轮转速参数判断非驱动轮是否转动,如果非驱动轮有转动,则对坐标变化量和方向角变化量进行校正;
第二定位校正模块,用于以加速度传感器获取的单位时间内角度变化量判断其是否超过预设角度变化量,如果是,则通过角速度传感器对方向角变化量进行校正。
进一步地,所述实时定位模块具体包括:
模型建立子模块,用于根据驱动轮转速传感器获取双轮中心点P1、P2的速度为V1、V2,两者的中点为P,其中,P1、P2之间距离为d,在低速运行时,忽略横向滑动的影响,中点P的速度为:
V=(V1+V2)/2
任意时刻的运动可看作是P点绕圆心Op的转动,假设转动半径为R,角速度为ω,可知以下关系:
V1=ω(R+d/2)
V2=ω(R-d/2)
ω=(V1-V2)/d
R=V/ω=(d/2)*V1+V2)/(V1-V2);
单位时间内坐标变化量为△x、△y,方向角变化量为△θ,可表示为:
△x=cosθ*V=(V1+V2)*cosθ/2
△y=sinθ*V=(V1+V2)*sinθ/2
△θ=ω=(V1-V2)/d;
假设驱动轮和地面无打滑,且无横向移动,通过对单位时间的坐标变化量为△x、△y和方向角变化量为△θ分别进行累加,即可获得实时位置(x,y)和方向角θ:
另一方面,提供一种导航系统,适用于双轮差速驱动方式的机器人,所述机器人包括障碍物传感器、驱动轮转速传感器、惯性传感器和辅助传感器,所述惯性传感器包括加速度传感器和角速度传感器,所述导航系统包括地图信息单元、如上所述的室内机器人避障装置和导航校正单元,所述地图信息单元包括:
地图获取模块,用于根据搜索指令,通过人机接口获取地图信息;
路径规划模块,用于根据所述地图信息,在起点和目标点之间搜索并选择最优路径;
所述导航优化单元,用于按照最优路径前进过程中,遇到新的障碍物或危险区域无法通行,或实时方向角与预设方向角的差值大于预设方向角偏差值时,重新进行路径优化。
进一步地,所述地图获取模块具体用于根据搜索指令,通过漫游的方式遍历地图信息,过程中采用正则网格法地图中环境信息进行标记,其中,每个网格表示一个节点,灰色网格表示障碍物或危险区域,白色网格表示可通行区域,未知区域则为可通行区域。
在本发明实施例,以直线路径向目标前进过程中,以驱动轮转速传感器获取的实时双轮速度,通过差速驱动模型获取单位时间内双轮中心点的坐标变化量和方向角变化量,对单位时间内的坐标变化量和方向角变化量进行累加,获取实时位置和方向角,所述方向角为运动方向和X轴正方向的夹角;通过障碍物传感器监测到障碍物或危险区域时,从当前的所述实时位置开始左向或右向绕开障碍物或危险区域,绕开之后,继续以直线路径前进,本发明,实现了室内低成本高精度定位避障。
附图说明
图1是本发明实施例一提供的室内机器人避障方法的实现流程图;
图2是本发明实施例一提供的差速驱动模型的示意图;
图3是本发明实施例一提供的基于最短距离的摸墙算法的示意图;
图4是本发明实施例二提供的室内机器人避障方法的实现流程图;
图5是本发明实施例三提供的室内机器人避障装置的结构示意图;
图6是本发明实施例四提供的室内机器人避障装置的结构示意图;
图7是本发明实施例五提供的导航系统的结构框图;
图8是本发明实施例五提供的地图和路径的示意图;
图9是本发明实施例五提供的路径的重新规划的示意图。
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。
以下结合具体实施例对本发明的实现进行详细描述:
需要说明的是,本发明尤其适用于双轮差速驱动方式的机器人,所述机器人包括障碍物传感器、驱动轮转速传感器、惯性传感器和辅助传感器,其中,障碍物传感器,用于检测环境中的障碍物,包括超声波传感器、红外线传感器和/或激光传感器,多种传感器结合以满足不同对象的检测需求;驱动轮转速传感器,检测两个驱动轮的转速,判断运行状态,并通过算法累积驱动轮的运动路径;惯性传感器,包括加速度传感器和角速度传感器,前者可判断碰撞或跌落等紧急情况,后者用于计算偏航角,修正运动路径;辅助传感器,用于辅助判断机器人的运行状态,例如安装于非驱动轮上的转动传感器。
实施例一
图1示出了本发明实施例一提供的室内机器人避障方法的实现流程,详述如下:
在步骤S101中,以直线路径向目标前进过程中,以驱动轮转速传感器获取的实时双轮速度,通过差速驱动模型获取单位时间内双轮中心点的坐标变化量和方向角变化量,对单位时间内的坐标变化量和方向角变化量进行累加,获取实时位置和方向角,所述方向角为运动方向和X轴正方向的夹角。
在本实施例中,如图1所示,在差速驱动模型中,驱动轮转速传感器获取双轮中心点P1、P2的速度为V1、V2,两者的中点为P,其中,P1、P2之间距离为d,在低速运行时,忽略横向滑动的影响,中点P的速度为:
V=(V1+V2)/2
任意时刻的运动可看作是P点绕圆心Op的转动,假设转动半径为R,角速度
为ω,可知以下关系:
V1=ω(R+d/2)
V2=ω(R-d/2)
ω=(V1-V2)/d
R=V/ω=(d/2)*(V1+V2)/(V1-V2);
其中,V1和V2的关系决定以下三种运动方式:
(1)当V1=V2时,V=V1=V2,差速驱动模型作直线运动;
(2)当V1=-V2时,V=0,差速驱动模型以P为中心原地转动;
(3)当V1≠V2,且V1≠-V2时,V=(V1+V2)/2,差速驱动模型以Op为圆心,R为半径作圆周运动。
单位时间内坐标变化量为△x、△y,方向角变化量为△θ,可表示为:
△x=cosθ*V=(V1+V2)*cosθ/2
△y=sinθ*V=(V1+V2)*sinθ/2
△θ=ω=(V1-V2)/d;
假设驱动轮和地面无打滑,且无横向移动,通过对单位时间的坐标变化量为△x、△y和方向角变化量为△θ分别进行累加,即可获得实时位置(x,y)和方向角θ:
在步骤S102中,通过障碍物传感器监测到障碍物或危险区域时,从当前的所述实时位置开始左向或右向绕开障碍物或危险区域,绕开之后,继续以直线路径前进。
在本实施例中,通过障碍物传感器,可检测机器人周围的障碍物和危险区域,在机器人接触障碍物前,以合理的方式绕过障碍物,本实施例采用一种基于最短距离的摸墙算法。如图3所示,机器人从S出发,绕过中间2个障碍物,最后到达目标T。过程如下:
步骤(1)、从S出发,沿直线路径走向目标T;
步骤(2)、在H1处遇到障碍物1,开始摸墙行走,本例为右手摸墙方式,;行走过程中,机器人通过上述定位方法获得自身坐标,实时计算与目标T的距离;当距离达到最小值,即L1处,离开障碍物1,沿直线路径走向目标T;
步骤(3)、在H2处遇到障碍物2,重复步骤(2)的过程,在L2处,离开障碍物2,沿直线走向并到达目标T。
本实施例,以驱动轮转速传感器获取的实时双轮速度,通过差速驱动模型获取单位时间内双轮中心点的坐标变化量和方向角变化量,对单位时间内的坐标变化量和方向角变化量进行累加,获取实时位置和方向角,所述方向角为运动方向和X轴正方向的夹角;通过障碍物传感器监测到障碍物或危险区域时,从当前的所述实时位置开始左向或右向绕开障碍物或危险区域,本发明,实现了室内低成本高精度定位避障。
实施例二
图4示出了本发明实施例二提供的室内机器人避障方法的实现流程,详述如下:
在步骤S401中,以直线路径向目标前进过程中,以驱动轮转速传感器获取的实时双轮速度,通过差速驱动模型获取单位时间内双轮中心点的坐标变化量和方向角变化量,对单位时间内的坐标变化量和方向角变化量进行累加,获取实时位置和方向角,所述方向角为运动方向和X轴正方向的夹角。
在步骤S402中,以辅助传感器获取的双轮转速参数判断非驱动轮是否转动,如果非驱动轮有转动,则对坐标变化量和方向角变化量进行校正;
在步骤S403中,以加速度传感器获取的单位时间内角度变化量判断其是否超过预设角度变化量,如果是,则通过角速度传感器对方向角变化量进行校正。
在步骤S404中,通过障碍物传感器监测到障碍物或危险区域时,从当前的所述实时位置开始左向或右向绕开障碍物或危险区域,绕开之后,继续以直线路径前进。
本实施例,以驱动轮转速传感器获取的实时双轮速度,通过差速驱动模型获取单位时间内双轮中心点的坐标变化量和方向角变化量,对单位时间内的坐标变化量和方向角变化量进行累加,获取实时位置和方向角,所述方向角为运动方向和X轴正方向的夹角;通过障碍物传感器监测到障碍物或危险区域时,从当前的所述实时位置开始左向或右向绕开障碍物或危险区域,本发明,实现了室内低成本高精度定位避障。
实施例三
图5示出了本发明实施例三提供的室内机器人避障装置的具体结构框图,为了便于说明,仅示出了与本发明实施例相关的部分。在本实施例中,该室内机器人避障装置包括:实时定位模块51和障碍避让模块52。
其中,实时定位模块51,用于以直线路径向目标前进过程中,以驱动轮转速传感器获取的实时双轮速度,通过差速驱动模型获取单位时间内双轮中心点的坐标变化量和方向角变化量,对单位时间内的坐标变化量和方向角变化量进行累加,获取实时位置和方向角,所述方向角为运动方向和X轴正方向的夹角;
障碍避让模块52,用于通过障碍物传感器监测到障碍物或危险区域时,从当前的所述实时位置开始左向或右向绕开障碍物或危险区域,绕开之后,继续以直线路径前进。
其中,所述实时定位模块具体包括:
模型建立子模块,用于根据驱动轮转速传感器获取双轮中心点P1、P2的速度为V1、V2,两者的中点为P,其中,P1、P2之间距离为d,在低速运行时,忽略横向滑动的影响,中点P的速度为:
V=(V1+V2)/2
任意时刻的运动可看作是P点绕圆心Op的转动,假设转动半径为R,角速度为ω,可知以下关系:
V1=ω(R+d/2)
V2=ω(R-d/2)
ω=(V1-V2)/d
R=V/ω=(d/2)*V1+V2)/(V1-V2);
单位时间内坐标变化量为△x、△y,方向角变化量为△θ,可表示为:
△x=cosθ*V=(V1+V2)*cosθ/2
△y=sinθ*V=(V1+V2)*sinθ/2
△θ=ω=(V1-V2)/d;
假设驱动轮和地面无打滑,且无横向移动,通过对单位时间的坐标变化量为△x、△y和方向角变化量为△θ分别进行累加,即可获得实时位置(x,y)和方向角θ:
本发明实施例提供的室内机器人避障装置可以应用在前述对应的方法实施例一中,详情参见上述实施例一的描述,在此不再赘述。
实施例四
图6示出了本发明实施例四提供的室内机器人避障装置的具体结构框图,为了便于说明,仅示出了与本发明实施例相关的部分。在本实施例中,该室内机器人避障装置包括:实时定位模块61、第一定位校正模块62、第二定位校正模块63和障碍避让模块64。
其中,实时定位模块61,用于以直线路径向目标前进过程中,以驱动轮转速传感器获取的实时双轮速度,通过差速驱动模型获取单位时间内双轮中心点的坐标变化量和方向角变化量,对单位时间内的坐标变化量和方向角变化量进行累加,获取实时位置和方向角,所述方向角为运动方向和X轴正方向的夹角;
第一定位校正模块62,用于以辅助传感器获取的双轮转速参数判断非驱动轮是否转动,如果非驱动轮有转动,则对坐标变化量和方向角变化量进行校正;
第二定位校正模块63,用于以加速度传感器获取的单位时间内角度变化量判断其是否超过预设角度变化量,如果是,则通过角速度传感器对方向角变化量进行校正。
障碍避让模块64,用于通过障碍物传感器监测到障碍物或危险区域时,从当前的所述实时位置开始左向或右向绕开障碍物或危险区域,绕开之后,继续以直线路径前进。
其中,所述实时定位模块具体包括:
模型建立子模块,用于根据驱动轮转速传感器获取双轮中心点P1、P2的速度为V1、V2,两者的中点为P,其中,P1、P2之间距离为d,在低速运行时,忽略横向滑动的影响,中点P的速度为:
V=(V1+V2)/2
任意时刻的运动可看作是P点绕圆心Op的转动,假设转动半径为R,角速度为ω,可知以下关系:
V1=ω(R+d/2)
V2=ω(R-d/2)
ω=(V1-V2)/d
R=V/ω=(d/2)*V1+V2)/(V1-V2);
单位时间内坐标变化量为△x、△y,方向角变化量为△θ,可表示为:
△x=cosθ*V=(V1+V2)*cosθ/2
△y=sinθ*V=(V1+V2)*sinθ/2
△θ=ω=(V1-V2)/d;
假设驱动轮和地面无打滑,且无横向移动,通过对单位时间的坐标变化量为△x、△y和方向角变化量为△θ分别进行累加,即可获得实时位置(x,y)和方向角θ:
本发明实施例提供的室内机器人避障装置可以应用在前述对应的方法实施例二中,详情参见上述实施例二的描述,在此不再赘述。
实施例五
图7示出了本发明实施例五提供的导航系统的具体结构框图,为了便于说明,仅示出了与本发明实施例相关的部分。在本实施例中,该导航系统7包括:地图信息单元71、如上实施例三和实施例四任一项所述的室内机器人避障装置72和导航校正单元73。
其中,所述地图信息单元71包括:
地图获取模块,用于根据搜索指令,通过人机接口获取地图信息;
路径规划模块,用于根据所述地图信息,在起点和目标点之间搜索并选择最优路径;
具体的,根据已知的地图信息,如图4所示,针对起点S和目标T,搜索并选择最优路径,最优路径经过的每个网格将作为过程节点,以子目标的方式排序并执行,最优路径并非固定不变的,运行过程中,当环境中出现新的障碍物,且刚好位于已规划好的路径上时,如果对原有路径影响不大,可以采取调整(删除)局部节点的方法解决;如果影响很大,则需要重新规划路径。
当机器人在运行时遇到新的障碍物,导致原有路径无法通行时,需要重新规划路径,如图5所示,机器人按原定路径运行,在A点出遇到新的障碍物码,机器人开始绕开障碍物运行;绕行过程中,检查实时方向角和原定方向角的差值,当运行到B点时,差值大于90°,则认为偏离原定方向太远,此时,监督层将重新启动慎思层的任务规划器,重新规划路线。
所述导航优化单元72,用于按照最优路径前进过程中,遇到新的障碍物或危险区域无法通行,或实时方向角与预设方向角的差值大于预设方向角偏差值时,重新进行路径优化。
其中,所述地图获取模块具体用于根据搜索指令,通过漫游的方式遍历地图信息,过程中采用正则网格法地图中环境信息进行标记,其中,每个网格表示一个节点,灰色网格表示障碍物或危险区域,白色网格表示可通行区域,未知区域则为可通行区域。如图4所示,每个网格表示一个节点,灰色网格表示障碍物,白色网格表示可通行区域,未知区域也认为是可通行区域。
优选的,还可以直接通过人机接口把已知的环境模型传递给机器人。
本实施例,以驱动轮转速传感器获取的实时双轮速度,通过差速驱动模型获取单位时间内双轮中心点的坐标变化量和方向角变化量,对单位时间内的坐标变化量和方向角变化量进行累加,获取实时位置和方向角,所述方向角为运动方向和X轴正方向的夹角;通过障碍物传感器监测到障碍物或危险区域时,从当前的所述实时位置开始左向或右向绕开障碍物或危险区域,本发明,实现了室内低成本高精度定位避障。
值得注意的是,上述系统实施例中,所包括的各个单元只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
另外,本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,相应的程序可以存储于一计算机可读取存储介质中,所述的存储介质,如ROM/RAM、磁盘或光盘等。
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 (8)
1.一种室内机器人避障方法,适用于双轮差速驱动方式的机器人,所述机器人包括障碍物传感器、驱动轮转速传感器、惯性传感器和辅助传感器,所述惯性传感器包括加速度传感器和角速度传感器,其特征在于,所述方法包括:
以直线路径向目标前进过程中,以驱动轮转速传感器获取的实时双轮速度,通过差速驱动模型获取单位时间内双轮中心点的坐标变化量和方向角变化量,对单位时间内的坐标变化量和方向角变化量进行累加,获取实时位置和方向角,所述方向角为运动方向和X轴正方向的夹角;
通过障碍物传感器监测到障碍物或危险区域时,从当前的所述实时位置开始左向或右向绕开障碍物或危险区域,绕开之后,继续以直线路径前进。
2.根据权利要求1所述的方法,其特征在于,所述以驱动轮转速传感器获取的实时双轮速度,通过差速驱动模型获取单位时间内双轮中心点的坐标变化量和方向角变化量,对单位时间内的坐标变化量和方向角变化量进行累加,获取实时位置和方向角的步骤之后还包括:
以辅助传感器获取的双轮转速参数判断非驱动轮是否转动,如果非驱动轮有转动,则对坐标变化量和方向角变化量进行校正;
和/或
以加速度传感器获取的单位时间内角度变化量判断其是否超过预设角度变化量,如果是,则通过角速度传感器对方向角变化量进行校正。
3.根据权利要求1所述的方法,其特征在于,所述以驱动轮转速传感器获取的实时双轮速度,通过差速驱动模型获取单位时间内双轮中心点的坐标变化量和方向角变化量,对单位时间内的坐标变化量和方向角变化量进行累加,获取实时位置和方向角的步骤具体包括:
驱动轮转速传感器获取双轮中心点P1、P2的速度为V1、V2,两者的中点为P,其中,P1、P2之间距离为d,在低速运行时,忽略横向滑动的影响,中点P的速度为:
V=(V1+V2)/2
任意时刻的运动可看作是P点绕圆心Op的转动,假设转动半径为R,角速度为ω,可知以下关系:
V1=ω(R+d/2)
V2=ω(R-d/2)
ω=(V1-V2)/d
R=V/ω=(d/2)*(V1+V2)/(V1-V2);
单位时间内坐标变化量为△x、△y,方向角变化量为△θ,可表示为:
△x=cosθ*V=(V1+V2)*cosθ/2
△y=sinθ*V=(V1+V2)*sinθ/2
△θ=ω=(V1-V2)/d;
假设驱动轮和地面无打滑,且无横向移动,通过对单位时间的坐标变化量为△x、△y和方向角变化量为△θ分别进行累加,即可获得实时位置(x,y)和方向角θ:
4.一种室内机器人避障装置,适用于双轮差速驱动方式的机器人,所述机器人包括障碍物传感器、驱动轮转速传感器、惯性传感器和辅助传感器,所述惯性传感器包括加速度传感器和角速度传感器,其特征在于,所述装置包括:
实时定位模块,用于以直线路径向目标前进过程中,以驱动轮转速传感器获取的实时双轮速度,通过差速驱动模型获取单位时间内双轮中心点的坐标变化量和方向角变化量,对单位时间内的坐标变化量和方向角变化量进行累加,获取实时位置和方向角,所述方向角为运动方向和X轴正方向的夹角;
障碍避让模块,用于通过障碍物传感器监测到障碍物或危险区域时,从当前的所述实时位置开始左向或右向绕开障碍物或危险区域,绕开之后,继续以直线路径前进。
5.根据权利要求4所述的装置,其特征在于,所述装置还包括:
第一定位校正模块,用于以辅助传感器获取的双轮转速参数判断非驱动轮是否转动,如果非驱动轮有转动,则对坐标变化量和方向角变化量进行校正;
第二定位校正模块,用于以加速度传感器获取的单位时间内角度变化量判断其是否超过预设角度变化量,如果是,则通过角速度传感器对方向角变化量进行校正。
6.根据权利要求4所述的装置,其特征在于,所述实时定位模块具体包括:
模型建立子模块,用于根据驱动轮转速传感器获取双轮中心点P1、P2的速度为V1、V2,两者的中点为P,其中,P1、P2之间距离为d,在低速运行时,忽略横向滑动的影响,中点P的速度为:
V=(V1+V2)/2
任意时刻的运动可看作是P点绕圆心Op的转动,假设转动半径为R,角速度为ω,可知以下关系:
V1=ω(R+d/2)
V2=ω(R-d/2)
ω=(V1-V2)/d
R=V/ω=(d/2)*V1+V2)/(V1-V2);
单位时间内坐标变化量为△x、△y,方向角变化量为△θ,可表示为:
△x=cosθ*V=(V1+V2)*cosθ/2
△y=sinθ*V=(V1+V2)*sinθ/2
△θ=ω=(V1-V2)/d;
假设驱动轮和地面无打滑,且无横向移动,通过对单位时间的坐标变化量为△x、△y和方向角变化量为△θ分别进行累加,即可获得实时位置(x,y)和方向角θ:
7.一种导航系统,适用于双轮差速驱动方式的机器人,所述机器人包括障碍物传感器、驱动轮转速传感器、惯性传感器和辅助传感器,所述惯性传感器包括加速度传感器和角速度传感器,其特征在于,所述导航系统包括地图信息单元、如权利要求4至6任一项所述的室内机器人避障装置和导航校正单元,所述地图信息单元包括:
地图获取模块,用于根据搜索指令,通过人机接口获取地图信息;
路径规划模块,用于根据所述地图信息,在起点和目标点之间搜索并选择最优路径;
所述导航优化单元,用于按照最优路径前进过程中,遇到新的障碍物或危险区域无法通行,或实时方向角与预设方向角的差值大于预设方向角偏差值时,重新进行路径优化。
8.根据权利要求7所述的导航系统,其特征在于,所述地图获取模块具体用于根据搜索指令,通过漫游的方式遍历地图信息,过程中采用正则网格法地图中环境信息进行标记,其中,每个网格表示一个节点,灰色网格表示障碍物或危险区域,白色网格表示可通行区域,未知区域则为可通行区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710137680.5A CN107024210A (zh) | 2017-03-09 | 2017-03-09 | 一种室内机器人避障方法、装置及导航系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710137680.5A CN107024210A (zh) | 2017-03-09 | 2017-03-09 | 一种室内机器人避障方法、装置及导航系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107024210A true CN107024210A (zh) | 2017-08-08 |
Family
ID=59525644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710137680.5A Pending CN107024210A (zh) | 2017-03-09 | 2017-03-09 | 一种室内机器人避障方法、装置及导航系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107024210A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107563886A (zh) * | 2017-08-10 | 2018-01-09 | 浙江工业大学 | 基于银行导览系统的智能服务机器人系统 |
CN107962569A (zh) * | 2017-11-23 | 2018-04-27 | 珠海格力电器股份有限公司 | 一种机器人的碰撞检测方法、装置及智能机器人 |
CN108214507A (zh) * | 2017-12-28 | 2018-06-29 | 安徽三联机器人科技有限公司 | 一种磁导航护理床出入库系统及出入库方法 |
CN108489501A (zh) * | 2018-03-16 | 2018-09-04 | 深圳冰川网络股份有限公司 | 一种基于智能绕过障碍的快速路径搜索算法 |
CN108519095A (zh) * | 2018-03-08 | 2018-09-11 | 杭州后博科技有限公司 | 一种结合地理特征的导航路径危险系数计算系统及方法 |
CN108839015A (zh) * | 2018-06-01 | 2018-11-20 | 重庆锐纳达自动化技术有限公司 | 一种机器人双轮差动越障底盘运动轨迹获取方法 |
CN108873892A (zh) * | 2018-05-31 | 2018-11-23 | 杭州晶智能科技有限公司 | 一种基于路径密度分析的自动吸尘机器人最优路径规划方法 |
CN109238296A (zh) * | 2018-08-16 | 2019-01-18 | 佛山科学技术学院 | 一种高精度室内导航方法及装置 |
CN109298716A (zh) * | 2018-11-23 | 2019-02-01 | 珠海市微半导体有限公司 | 一种机器人的规划清扫方法和芯片 |
CN109828574A (zh) * | 2019-02-22 | 2019-05-31 | 深兰科技(上海)有限公司 | 一种避障方法及电子设备 |
CN109991968A (zh) * | 2017-12-29 | 2019-07-09 | 深圳市优必选科技有限公司 | 控制机器人绕圆的方法、机器人及计算机可读存储介质 |
CN110873562A (zh) * | 2018-08-29 | 2020-03-10 | 香港商女娲创造股份有限公司 | 机器人导航系统 |
CN110941258A (zh) * | 2018-09-21 | 2020-03-31 | 日本电产株式会社 | 移动体的控制方法及移动体的控制系统 |
CN111521181A (zh) * | 2019-02-01 | 2020-08-11 | 北京京东尚科信息技术有限公司 | 一种行驶偏差的确定方法和装置 |
CN111714031A (zh) * | 2019-03-20 | 2020-09-29 | 北京奇虎科技有限公司 | 扫地设备执行清扫的方法、装置及电子设备 |
WO2021093411A1 (zh) * | 2019-11-12 | 2021-05-20 | 深圳创维数字技术有限公司 | 路径导航方法、设备及计算机可读存储介质 |
CN113424123A (zh) * | 2019-02-18 | 2021-09-21 | 神轮科技有限公司 | 导引避障系统 |
CN114046792A (zh) * | 2022-01-07 | 2022-02-15 | 陕西欧卡电子智能科技有限公司 | 一种无人船水面定位与建图方法、装置及相关组件 |
CN114217620A (zh) * | 2021-12-15 | 2022-03-22 | 常州信息职业技术学院 | 一种轮式机器人智能避障控制系统及方法 |
CN115366102A (zh) * | 2022-08-23 | 2022-11-22 | 珠海城市职业技术学院 | 一种移动机器人在室内未知动态环境中的导航方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101413806A (zh) * | 2008-11-07 | 2009-04-22 | 湖南大学 | 一种实时数据融合的移动机器人栅格地图创建方法 |
CN104932493A (zh) * | 2015-04-01 | 2015-09-23 | 上海物景智能科技有限公司 | 一种自主导航的移动机器人及其自主导航的方法 |
-
2017
- 2017-03-09 CN CN201710137680.5A patent/CN107024210A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101413806A (zh) * | 2008-11-07 | 2009-04-22 | 湖南大学 | 一种实时数据融合的移动机器人栅格地图创建方法 |
CN104932493A (zh) * | 2015-04-01 | 2015-09-23 | 上海物景智能科技有限公司 | 一种自主导航的移动机器人及其自主导航的方法 |
Non-Patent Citations (2)
Title |
---|
李肖漫: "基于多传感器融合的智能轮椅实时避障研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
陈绍茹等: "基于多传感器信息融合的移动机器人避障", 《传感器与微系统》 * |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107563886A (zh) * | 2017-08-10 | 2018-01-09 | 浙江工业大学 | 基于银行导览系统的智能服务机器人系统 |
CN107962569A (zh) * | 2017-11-23 | 2018-04-27 | 珠海格力电器股份有限公司 | 一种机器人的碰撞检测方法、装置及智能机器人 |
CN107962569B (zh) * | 2017-11-23 | 2019-12-10 | 珠海格力电器股份有限公司 | 一种机器人的碰撞检测方法、装置及智能机器人 |
CN108214507A (zh) * | 2017-12-28 | 2018-06-29 | 安徽三联机器人科技有限公司 | 一种磁导航护理床出入库系统及出入库方法 |
CN109991968A (zh) * | 2017-12-29 | 2019-07-09 | 深圳市优必选科技有限公司 | 控制机器人绕圆的方法、机器人及计算机可读存储介质 |
CN109991968B (zh) * | 2017-12-29 | 2022-05-10 | 深圳市优必选科技有限公司 | 控制机器人绕圆的方法、机器人及计算机可读存储介质 |
CN108519095A (zh) * | 2018-03-08 | 2018-09-11 | 杭州后博科技有限公司 | 一种结合地理特征的导航路径危险系数计算系统及方法 |
CN108489501A (zh) * | 2018-03-16 | 2018-09-04 | 深圳冰川网络股份有限公司 | 一种基于智能绕过障碍的快速路径搜索算法 |
CN108873892B (zh) * | 2018-05-31 | 2022-02-01 | 广东乐生智能科技有限公司 | 一种基于路径密度分析的自动吸尘机器人最优路径规划方法 |
CN108873892A (zh) * | 2018-05-31 | 2018-11-23 | 杭州晶智能科技有限公司 | 一种基于路径密度分析的自动吸尘机器人最优路径规划方法 |
CN108839015A (zh) * | 2018-06-01 | 2018-11-20 | 重庆锐纳达自动化技术有限公司 | 一种机器人双轮差动越障底盘运动轨迹获取方法 |
CN109238296A (zh) * | 2018-08-16 | 2019-01-18 | 佛山科学技术学院 | 一种高精度室内导航方法及装置 |
CN109238296B (zh) * | 2018-08-16 | 2022-03-22 | 佛山科学技术学院 | 一种高精度室内导航方法及装置 |
CN110873562A (zh) * | 2018-08-29 | 2020-03-10 | 香港商女娲创造股份有限公司 | 机器人导航系统 |
CN110941258A (zh) * | 2018-09-21 | 2020-03-31 | 日本电产株式会社 | 移动体的控制方法及移动体的控制系统 |
CN109298716A (zh) * | 2018-11-23 | 2019-02-01 | 珠海市微半导体有限公司 | 一种机器人的规划清扫方法和芯片 |
CN109298716B (zh) * | 2018-11-23 | 2022-10-14 | 珠海一微半导体股份有限公司 | 一种机器人的规划清扫方法和芯片 |
CN111521181A (zh) * | 2019-02-01 | 2020-08-11 | 北京京东尚科信息技术有限公司 | 一种行驶偏差的确定方法和装置 |
CN113424123A (zh) * | 2019-02-18 | 2021-09-21 | 神轮科技有限公司 | 导引避障系统 |
CN109828574A (zh) * | 2019-02-22 | 2019-05-31 | 深兰科技(上海)有限公司 | 一种避障方法及电子设备 |
CN111714031A (zh) * | 2019-03-20 | 2020-09-29 | 北京奇虎科技有限公司 | 扫地设备执行清扫的方法、装置及电子设备 |
CN111714031B (zh) * | 2019-03-20 | 2023-10-03 | 北京奇虎科技有限公司 | 扫地设备执行清扫的方法、装置及电子设备 |
WO2021093411A1 (zh) * | 2019-11-12 | 2021-05-20 | 深圳创维数字技术有限公司 | 路径导航方法、设备及计算机可读存储介质 |
CN114217620A (zh) * | 2021-12-15 | 2022-03-22 | 常州信息职业技术学院 | 一种轮式机器人智能避障控制系统及方法 |
CN114046792A (zh) * | 2022-01-07 | 2022-02-15 | 陕西欧卡电子智能科技有限公司 | 一种无人船水面定位与建图方法、装置及相关组件 |
CN114046792B (zh) * | 2022-01-07 | 2022-04-26 | 陕西欧卡电子智能科技有限公司 | 一种无人船水面定位与建图方法、装置及相关组件 |
CN115366102A (zh) * | 2022-08-23 | 2022-11-22 | 珠海城市职业技术学院 | 一种移动机器人在室内未知动态环境中的导航方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107024210A (zh) | 一种室内机器人避障方法、装置及导航系统 | |
JP7432285B2 (ja) | レーンマッピング及びナビゲーション | |
CN105094125B (zh) | 室内机器人及其定位方法 | |
Park et al. | A BIM and UWB integrated mobile robot navigation system for indoor position tracking applications | |
US8949024B2 (en) | Vehicle localization using surface penetrating radar | |
CN100468265C (zh) | 一种复合式视觉导航方法与装置 | |
JP2023134478A (ja) | ナビゲーション情報を匿名化するためのシステム及び方法 | |
JP2019117127A (ja) | 三次元情報処理部、三次元情報処理部を備える装置、無人航空機、報知装置、三次元情報処理部を用いた移動体制御方法および移動体制御処理用プログラム | |
WO2018125848A1 (en) | Route generation using high definition maps for autonomous vehicles | |
Trulls et al. | Autonomous navigation for mobile service robots in urban pedestrian environments | |
CN107132846A (zh) | 陌生室内场景下的γ辐射探测方法 | |
US11340093B2 (en) | Submap geographic projections | |
WO2019173547A1 (en) | Odometry system and method for tracking traffic lights | |
US11073400B2 (en) | Map creation from hybrid data | |
CN1755326A (zh) | 导航装置 | |
JP2011506913A (ja) | 人のナビゲーション用の支援装置 | |
US20220363263A1 (en) | Automated bump and/or depression detection in a roadway | |
CN105157696B (zh) | 一种室内智能机器人精确位置感知系统及其感知方法 | |
CN105806337A (zh) | 一种应用于室内机器人的定位方法和室内机器人 | |
EP3799618B1 (en) | Method of navigating a vehicle and system thereof | |
CN109632333A (zh) | 自动驾驶车辆性能测试方法、装置、设备及可读存储介质 | |
CN103064424A (zh) | 一种用于移动平台在未知区域的覆盖方法 | |
CN106338285A (zh) | 一种行进辅助方法、系统及机器人 | |
CN103292789B (zh) | 一种定位方法及电子设备 | |
CN110426034A (zh) | 基于地图信息辅助惯导阵列的室内定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170808 |
|
RJ01 | Rejection of invention patent application after publication |