CN107031626A - 一种叉车自主避障系统及方法 - Google Patents
一种叉车自主避障系统及方法 Download PDFInfo
- Publication number
- CN107031626A CN107031626A CN201710198346.0A CN201710198346A CN107031626A CN 107031626 A CN107031626 A CN 107031626A CN 201710198346 A CN201710198346 A CN 201710198346A CN 107031626 A CN107031626 A CN 107031626A
- Authority
- CN
- China
- Prior art keywords
- fork truck
- module
- outlet
- information
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/18—Steering angle
Abstract
本发明涉及一种叉车自主避障系统及其方法，系统包括控制模块、传感器模块、避障模块、无线通信模块、急停模块、路径规划模块以及移动执行模块；其中，控制模块和避障模块连接，二者均通过无线通信模块与传感器模块无线连接；急停模块、路径规划模块以及移动执行模块均与控制模块连接。本发明包括避障系统触发条件、传感器滤波、出口决策功能，具有成本低廉、实时性高、自动化程度高、没有盲区、可靠性高等优点。
Description
技术领域
本发明涉及控制自动化的技术领域，尤其涉及到一种叉车自主避障系统及其方法。
背景技术
物流成本在企业运营成本里，占据很大一部分比例。我国现阶段仓储范围内物流仍以人工操作为主。人工成本高、信息管理困难、难以标准化。近些年，自动化技术呈现加速发展的趋势，智能叉车已开始普及到各个行业里。但目前智能叉车对于突发障碍物的处理方案是急停，还没有自主绕行功能。这对于以存放货为任务的叉车来说是十分不便的，会延长任务时间，降低工作效率。
发明内容
本发明的目的在于克服现有技术的不足，提供一种实时性强、可靠性高、自动化程度高的叉车自主避障系统。
为实现上述目的，本发明所提供的技术方案为：包括控制模块、传感器模块、避障模块、无线通信模块、急停模块、路径规划模块以及移动执行模块；其中，控制模块和避障模块连接，二者均通过无线通信模块与传感器模块无线连接；急停模块、路径规划模块以及移动执行模块均与控制模块连接；
所述控制模块，接收传感器模块返回的信息，对信息进行滤波处理，并根据消除噪声干扰后的信息进行综合处理，最后根据处理结果发送相应指令给移动执行模块；
所述避障模块，处理传感器模块的数据后实现叉车的急停、寻找出口功能；
所述无线通信模块，实时传输传感器模块所测到的参数信息给控制模块；
所述急停模块，当叉车在自动模式下失去通讯或者失去控制时强制停止当前的所有运动；
所述路径规划模块，结合出口决策模型，实现叉车当前位置到目标点位置的路径规划功能；
所述移动执行模块，接收控制模块发出的指令并进行相应的执行动作。
进一步地，所述传感器模块包括激光扫描传感器、车速传感器、角度转向传感器以及定位传感器；所述避障模块分别与激光扫描传感器和定位传感器连接；其中，
所述激光扫描传感器，获取叉车前方180度环境感知信息；
所述车速传感器，获取叉车的车速信息；
所述角度转向传感器，获取叉车前轮的转向角度；
所述定位传感器，通过识别周围仓储环境内预先设置好的路标来推算叉车当前的位置及位姿信息。
进一步地，所述车速传感器为增量式编码器，所述角度转向传感器为绝对式编码器。
为实现上述目的，本发明另外提供一种叉车自主避障方法，其包括以下步骤：
(1激光扫描传感器对叉车前方180度障碍物信息进行扫描，获取障碍物信息；
(2控制模块通过无线通信模块接收传感器模块反馈的信息，对信息进行滤波处理，并根据消除噪声干扰后的信息进行综合处理，根据处理结果发送相应指令给移动执行模块；
(3移动执行模块接收控制模块发出的指令并进行相应的执行动作。
进一步地，所述步骤(2综合处理步骤如下：若传感器模块反馈信息显示有数据点进入第一滚动矩形区域，急停模块启动，使叉车急停；若无数据点进入第一滚动矩形区域，则遍历所有数据点，检查是否有数据点进入第二滚动矩形区域，若有，则触发避障模块；若无，则不触发避障模块，处理服从全局路径规划。
进一步地，所述第一滚动矩形区域和第二滚动矩形区域均形成于叉车正前方；第一滚动矩形区域的长度为叉车最小转弯半径的长度，宽度为叉车宽度；第二滚动矩形区域的长度为人为设定的安全行驶距离，宽度为叉车宽度；所述安全行驶距离与叉车行驶速度、制动时间、预置制动余量因素有关。
本方案采用第一、二滚动矩形区域而非传统的扇形区域，能减少行驶盲区，降低系统运算量，提高系统实时性。
进一步地，所述步骤(2中的滤波处理采用卡尔曼滤波算法，其具体参数确定依据如下：
用如下状态空间模型描述的动态系统状态方程：
X(k)＝φX(k-1)+ΓW(k-1)；
观测方程：
Y(k)＝HX(k)+V(k)；
式子中，φ为状态转移矩阵，Γ为噪声驱动矩阵，H为观测矩阵，k为离散时间，系统在时刻k的状态为X(k)，Y(k)为对应状态的观测信号，W(k)为过程噪声，V(k)为观测噪声；
由于在应用过程中，激光扫描数据X(k)是一维变量，φ＝1；Γ＝1；H＝1；W(k)和V(k)的方差为Q和R；
简化后，
X(k)＝X(k-1)+W(k-1)；
Y(k)＝X(k)+V(k)；
根据传感器数据波动、测量误差和系统误差，分别确定过程噪声方差Q、协方差P(k-1)和观测噪声方差R；
预计偏差：P(k/k-1)＝P(k-1)+Q；
增益矩阵：
过程噪声：W(k-1)＝k[X(k)-X(k-1)]；
可得：X(k)＝X(k-1)+W(k-1)；
X(k)＝X(k-1)+k*[X(k)-X(k-1)]；
最终确定卡尔曼滤波器的各项参数。
进一步地，所述避障模块触发后，避障程序包括以下步骤：
1)获得激光扫描传感器信息后，计算相邻数据点的距离，当相邻点的距离大于阈值δ时，以此特征点将感知环境进行区域分割，此特征点为区域分割点。遍历所有数据点，记录区域分割点的信息和数量num1，若num1大于0，则进行下一步骤，否则跳至步骤6)；
2)当某个区域的数据点数少于三个时，认为该区域为无效，与邻近区域进行合并，筛选后得到区域分割点的信息和数量num2，若num2大于0，则进行下一步骤，否则跳至步骤6)；
3)去除相邻出口之间宽度不足以让叉车通过的出口，即假出口，筛选后得到备选出口点个数num3，若num3大于0，则进行下一步骤，否则跳至步骤6；
4)根据前面步骤筛选后得到的出口信息，建立长为出口距离，宽为叉车宽度的可变矩形区域，并遍历所有数据点，确保没有数据点进入该区域，若有，则排除该出口，提高出口的可达性，得到出口信息和数量num4，若num4大于0，则进行下一步骤，否则跳至步骤6)；
5)若num4等于1，则直接输出该出口值。否则，进行步骤7)；
6)备选出口数为0时，启动陷阱模式，叉车旋转一定角度后获得更多环境感知信息寻找出口，回到步骤1)；
7)假设叉车当前位置为A，最终目标点位置为B，连线AB，计算所有出口点到线段AB的距离，选择距离最短的出口点为局部最优出口；
8)延长决策时间，将每次计算得到的局部最优出口，进行投票累加，选出符合贝叶斯统计的出口值作为最终出口，避免叉车走向出口的过程中，摇摆不定的情况出现；
9)得到最终出口信息后，结合叉车运动模型，进行局部路径规划，控制模块根据局部路径规划发送相应指令给移动执行模块，使叉车按照局部路径规划行驶。
进一步地，所述进行投票累加，选出符合贝叶斯统计的出口值的详细步骤如下：
建立贝叶斯预测模型，贝叶斯概率公式：
其中，z为实际情况，m为预计情况；m分预计有出口和无出口两种情况，即对应m＝1和m＝0两种情况：
代入贝叶斯概率公式得：
对上述公式进行log变换，得到贝叶斯预测模型：
在实际情况中，z有两种情况：
第一种情况为该区域没有出口，即z＝0,如下:
第二种情况为该区域有出口，即z＝1,如下:
设定好单位时间内投票次数，将每次投票结果按权重赋予一定值，最终选出值最大的出口为决策出口。
进一步地，步骤1)中所述阈值δ等于叉车宽度和安全系数的积；所述步骤7)决策时，将决策到的角度对应到平均分割好的四个区域内。
与现有技术相比，本方案的原理以及相应的有益效果如下：
1、传感器模块只需激光扫描传感器、车速传感器、角度转向传感器以及定位传感器，涉及的传感器较少，成本低廉；
2、传感器模块和控制模块之间通过无线通信模块通信，实时性高；
3、各模块之间相互配合，无需人工操作，自动化程度高，有利于提高叉车工作效率；
4、比起扇形区域，可变矩形区域没有盲区，保证真正可达；
5、模型收敛，可靠性高。
附图说明
图1为本发明中第一、二滚动矩形区域示意图；
图2为本发明避障程序中步骤3)出口之间叉车不能通过的示意图；
图3为本发明避障程序中步骤4)出口途中有障碍物示意图；
图4为本发明避障程序中步骤6)出口决策示意图；
图5为本发明避障程序中步骤7)投票机制区域划分情况示意图；
图6为本发明的结构示意图；
图7是本发明中避障程序的工作流程图。
具体实施方式
下面结合具体实施例对本发明作进一步说明：
参见附图6所示，本实施例所述的一种叉车自主避障系统，包括控制模块1、传感器模块2、避障模块3、无线通信模块4、急停模块5、路径规划模块6以及移动执行模块7；其中，控制模块1和避障模块3连接，二者均通过无线通信模块4与传感器模块2无线连接；急停模块5、路径规划模块6以及移动执行模块7均与控制模块1连接；
所述控制模块1，接收传感器模块2返回的信息，对信息进行滤波处理，并根据消除噪声干扰后的信息进行综合处理，最后根据处理结果发送相应指令给移动执行模块7；
避障模块3，处理传感器模块2的数据后实现叉车的急停、寻找出口功能；
无线通信模块4，实时传输传感器模块2所测到的参数信息给控制模块1；
急停模块5，当叉车在自动模式下失去通讯或者失去控制时强制停止当前的所有运动；
路径规划模块6，结合出口决策模型，实现叉车当前位置到目标点位置的路径规划功能；
移动执行模块7，接收控制模块1发出的指令并进行相应的执行动作。
其中，传感器模块2包括激光扫描传感器201、车速传感器202、角度转向传感器203以及定位传感器204；避障模块3分别与激光扫描传感器201和定位传感器204连接；
激光扫描传感器201，获取叉车前方180度环境感知信息；
车速传感器202，获取叉车的车速信息；
角度转向传感器203，获取叉车前轮的转向角度；
定位传感器204，通过识别周围仓储环境内地图中的预先设置好的路标来推算叉车当前的位置及位姿信息。
车速传感器202为增量式编码器，所述角度转向传感器203为绝对式编码器。
本实施例的工作过程如下：
(1激光扫描传感器201对叉车前方180度环境感知信息进行扫描，获取障碍物信息；
(2控制模块1通过无线通信模块4接收传感器模块2反馈的信息，对信息进行滤波处理；
滤波处理采用卡尔曼滤波算法，其具体参数确定依据如下：
用如下状态空间模型描述的动态系统状态方程：
X(k)＝φX(k-1)+ΓW(k-1)；
观测方程：
Y(k)＝HX(k)+V(k)；
式子中，φ为状态转移矩阵，Γ为噪声驱动矩阵，H为观测矩阵，k为离散时间，系统在时刻k的状态为X(k)，Y(k)为对应状态的观测信号，W(k)为过程噪声，V(k)为观测噪声；
由于在应用过程中，激光扫描数据X(k)是一维变量，φ＝1；Γ＝1；H＝1；W(k)和V(k)的方差为Q和R；
简化后，
X(k)＝X(k-1)+W(k-1)；
Y(k)＝X(k)+V(k)；
根据传感器数据波动、测量误差和系统误差，分别确定过程噪声方差Q、协方差P(k-1)和观测噪声方差R；
预计偏差：P(k/k-1)＝P(k-1)+Q；
增益矩阵：
过程噪声：W(k-1)＝k[X(k)-X(k-1)]；
可得：X(k)＝X(k-1)+W(k-1)；
X(k)＝X(k-1)+k*[X(k)-X(k-1)]；
最终确定卡尔曼滤波器的各项参数；
(3控制模块1根据消除噪声干扰后的信息进行综合处理，步骤如下：若传感器模块2反馈信息显示有数据点进入第一滚动矩形区域，急停模块5启动，使叉车急停；若无数据点进入第一滚动矩形区域，则遍历所有数据点，检查是否有数据点进入第二滚动矩形区域，若有，则触发避障模块3，进入下一步骤；若无，则不触发避障模块3，控制模块1接收路径规划模块6发送过来的全局路径规划后发送指令给移动执行模块7，移动执行模块7执行指令使叉车按照全局路径规划行驶；
如图1所示，上述的第一滚动矩形区域和第二滚动矩形区域均形成于叉车正前方；第一滚动矩形区域的长度为叉车最小转弯半径L1的长度，宽度为叉车宽度W；第二滚动矩形区域的长度为人为设定安全行驶距离L2的长度，宽度为叉车宽度W；所述安全行驶距离L2与叉车行驶速度、制动时间、预置制动余量因素有关；
(4记录激光扫描传感器201获取到的所有激光数据中相邻点间距大于阈值δ的区域分割点，该阈值δ等于叉车宽度和安全系数的积；
(5当某个区域的数据点数少于三个时，认为该区域无效，合并该区域；
(6将记录下来的区域分割点计算出相应的出口信息，去除出口之间宽度无法让叉车通过的出口，提高出口的真实性；(如图2所示，出口a对应较小的数据点减去出口b对应较小的数据点，其结果Q若大于叉车宽度，则判断a、b出口是真实出口，否则，a、b出口是不可通过出口，予以排除)
(7根据前面步骤筛选后得到的出口信息，建立长为出口距离，宽为叉车宽度的可变矩形区域，并遍历所有数据点，确保没有数据点进入该区域，若有，则排除该出口，确保出口的可达性，如图3所示；
从步骤(5到步骤(7的过程中，如遇到出口数为0的情况时，启动陷阱模式，叉车停止行驶，并向左转30度，寻找其他出口；
(8若出口数只有一个，则直接执行该出口值。否则，进行下一步骤；
(9如图4所示，假设叉车当前位置为A，最终目标点位置为B，连线AB，计算所有出口点到线段AB的距离，选择距离最短的出口点为局部最优出口；
(10延长决策时间，将每次计算得到的局部最优出口，进行投票累加，选出符合贝叶斯统计的出口值作为最终出口，避免叉车走向出口的过程中，摇摆不定的情况出现；
由于叉车决策过程中一直在运动，即使是同一个出口值，对于激光扫描传感器201来说，这一刻和下一刻的角度不会相吻合。若将全局地图栅格化，叉车每次的出口概率值都对应到全局地图的栅格地图中，将会增大系统的运算量，降低系统的实时性；故综合决定，将决策到的角度对应到分割好的四个区域内，如图5所示；
进行投票累加，选出符合贝叶斯统计的出口值的详细步骤如下：
建立贝叶斯预测模型，贝叶斯概率公式：
其中，z为实际情况，m为预计情况；m分预计有出口和无出口两种情况，即对应m＝1和m＝0两种情况：
代入贝叶斯概率公式得：
对上述公式进行log变换，得到贝叶斯预测模型：
在实际情况中，z有两种情况：
第一种情况是该区域没有出口，即z＝0,如下:
第二种情况是该区域有出口，即z＝1,如下:
设定好单位时间内投票次数，将每次投票结果按权重赋予一定值，最终选出值最大的出口为决策出口。
(11得到最终出口信息后，结合叉车运动模型，进行局部路径规划，控制模块1根据局部路径规划发送相应指令给移动执行模块7，使叉车按照局部路径规划行驶。
以上所述之实施例子只为本发明之较佳实施例，并非以此限制本发明的实施范围，故凡依本发明之形状、原理所作的变化，均应涵盖在本发明的保护范围内。
Claims (10)
1.一种叉车自主避障系统，其特征在于：包括控制模块(1)、传感器模块(2)、避障模块(3)、无线通信模块(4)、急停模块(5)、路径规划模块(6)以及移动执行模块(7)；其中，控制模块(1)和避障模块(3)连接，二者均通过无线通信模块(4)与传感器模块(2)无线连接；急停模块(5)、路径规划模块(6)以及移动执行模块(7)均与控制模块(1)连接；
所述控制模块(1)，接收传感器模块(2)返回的信息，对信息进行滤波处理，并根据消除噪声干扰后的信息进行综合处理，最后根据处理结果发送相应指令给移动执行模块(7)；
所述避障模块(3)，处理传感器模块(2)的数据后实现叉车的急停、寻找出口功能；
所述无线通信模块(4)，实时传输传感器模块(2)所测到的参数信息给控制模块(1)；
所述急停模块(5)，当叉车在自动模式下失去通讯或者失去控制时强制停止当前的所有运动；
所述路径规划模块(6)，结合出口决策模型，实现叉车当前位置到目标点位置的路径规划功能；
所述移动执行模块(7)，接收控制模块(1)发出的指令并进行相应的执行动作。
2.根据权利要求1所述的一种叉车自主避障系统，其特征在于：所述传感器模块(2)包括激光扫描传感器(201)、车速传感器(202)、角度转向传感器(203)以及定位传感器(204)；所述避障模块(3)分别与激光扫描传感器(201)和定位传感器(204)连接；其中，
所述激光扫描传感器(201)，获取叉车前方180度环境信息；
所述车速传感器(202)，获取叉车的车速信息；
所述角度转向传感器(203)，获取叉车前轮的转向角度；
所述定位传感器(204)，通过识别地图中的预先设置好的路标来推算叉车当前的位置及位姿信息。
3.根据权利要求1所述的一种叉车自主避障系统，其特征在于：所述车速传感器(202)为增量式编码器，所述角度转向传感器(203)为绝对式编码器。
4.一种用于权利要求1所述的叉车自主避障系统的方法，其特征在于：包括以下步骤：
(1激光扫描传感器对叉车前方180度环境信息进行扫描，获取障碍物信息；
(2控制模块通过无线通信模块接收传感器模块反馈的信息，对信息进行滤波处理，并根据消除噪声干扰后的信息进行综合处理，根据处理结果发送相应指令给移动执行模块；
(3移动执行模块接收控制模块发出的指令并进行相应的执行动作。
5.根据权利要求4所述的一种叉车自主避障方法，其特征在于：所述步骤(2综合处理步骤如下：若传感器模块反馈信息显示有数据点进入第一滚动矩形区域，急停模块启动，使叉车急停；若无数据点进入第一滚动矩形区域，则遍历所有数据点，检查是否有数据点进入第二滚动矩形区域，若有，则触发避障模块；若无，则不触发避障模块，此时控制模块接收路径规划模块发送过来的全局路径规划后发送指令给移动执行模块，使叉车按照全局路径规划行驶。
6.根据权利要求5所述的一种叉车自主避障方法，其特征在于：所述第一滚动矩形区域和第二滚动矩形区域均形成于叉车正前方；第一滚动矩形区域的长度为叉车最小转弯半径的长度，宽度为叉车宽度；第二滚动矩形区域的长度为人为设定的安全行驶距离的长度，宽度为叉车宽度；所述安全行驶距离与叉车行驶速度、制动时间、预置制动余量因素有关。
7.根据权利要求4所述的一种叉车自主避障方法，其特征在于：所述步骤(2中的滤波处理采用卡尔曼滤波算法，其具体参数确定依据如下：
用如下状态空间模型描述的动态系统状态方程：
X(k)＝φX(k-1)+ΓW(k-1)；
观测方程：
Y(k)＝HX(k)+V(k)；
式子中，φ为状态转移矩阵，Γ为噪声驱动矩阵，H为观测矩阵，k为离散时间，系统在时刻k的状态为X(k)，Y(k)为对应状态的观测信号，W(k)为过程噪声，V(k)为观测噪声；
由于在应用过程中，激光扫描数据X(k)是一维变量，φ＝1；Γ＝1；H＝1；W(k)和V(k)的方差为Q和R；
简化后，
X(k)＝X(k-1)+W(k-1)；
Y(k)＝X(k)+V(k)；
根据传感器数据波动、测量误差和系统误差，分别确定过程噪声方差Q、协方差P(k-1)和观测噪声方差R；
预计偏差：P(k/k-1)＝P(k-1)+Q；
增益矩阵：
过程噪声：W(k-1)＝k[X(k)-X(k-1)]；
可得：X(k)＝X(k-1)+W(k-1)；
X(k)＝X(k-1)+k*[X(k)-X(k-1)]；
最终确定卡尔曼滤波器的各项参数。
8.根据权利要求5所述的一种叉车自主避障方法，其特征在于：所述避障模块触发后，避障程序包括以下步骤：
1)获得激光扫描传感器信息后，计算相邻数据点的距离，当相邻点的距离大于阈值δ时，以此特征点将感知环境进行区域分割，此特征点为区域分割点；遍历所有数据点，记录区域分割点的信息和数量num1，若num1大于0，则进行下一步骤，否则跳至步骤6)；
2)当某个区域的数据点数少于三个时，认为该区域为无效，与邻近区域进行合并，筛选后得到区域分割点的信息和数量num2，若num2大于0，则进行下一步骤，否则跳至步骤6)；
3)去除相邻出口之间宽度不足以让叉车通过的出口，即假出口，筛选后得到备选出口点个数num3，若num3大于0，则进行下一步骤，否则跳至步骤6；
4)根据前面步骤筛选后得到的出口信息，建立长为出口距离，宽为叉车宽度的可变矩形区域，并遍历所有数据点，确保没有数据点进入该区域，若有，则排除该出口，提高出口的可达性，得到出口信息和数量num4，若num4大于0，则进行下一步骤，否则跳至步骤6)；
5)若num4等于1，则直接输出该出口值。否则，进行步骤7)；
6)备选出口数为0时，启动陷阱模式，叉车旋转一定角度后获得更多环境感知信息寻找出口，回到步骤1)；
7)假设叉车当前位置为A，最终目标点位置为B，连线AB，计算所有出口点到线段AB的距离，选择距离最短的出口点为局部最优出口；
8)延长决策时间，将每次计算得到的局部最优出口，进行投票累加，选出符合贝叶斯统计的出口值作为最终出口，避免叉车走向出口的过程中，摇摆不定的情况出现；
9)得到最终出口信息后，结合叉车运动模型，进行局部路径规划，控制模块根据局部路径规划发送相应指令给移动执行模块，使叉车按照局部路径规划行驶。
9.根据权利要求8所述的一种叉车自主避障方法，其特征在于：所述进行投票累加，选出符合贝叶斯统计的出口值的详细步骤如下：
建立贝叶斯预测模型，贝叶斯概率公式：
其中，z为实际情况，m为预计情况；m分预计有出口和无出口两种情况，即对应m＝1和m＝0两种情况：
代入贝叶斯概率公式得：
对上述公式进行log变换，得到贝叶斯预测模型：
在实际情况中，z有两种情况：
第一种情况为该区域没有出口，即z＝0,如下:
第二种情况为该区域有出口，即z＝1,如下:
设定好单位时间内投票次数，将每次投票结果按权重赋予一定值，最终选出值最大的出口为决策出口。
10.根据权利要求8所述的一种叉车自主避障方法，其特征在于：步骤1)中所述阈值δ等于叉车宽度和安全系数的积；所述步骤7)决策时，将决策到的角度对应到平均分割好的四个区域内。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710198346.0A CN107031626B (zh) | 2017-03-29 | 2017-03-29 | 一种叉车自主避障系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710198346.0A CN107031626B (zh) | 2017-03-29 | 2017-03-29 | 一种叉车自主避障系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107031626A true CN107031626A (zh) | 2017-08-11 |
| CN107031626B CN107031626B (zh) | 2019-06-14 |
Family
ID=59534580
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710198346.0A Active CN107031626B (zh) | 2017-03-29 | 2017-03-29 | 一种叉车自主避障系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107031626B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107618506A (zh) * | 2017-09-06 | 2018-01-23 | 深圳市招科智控科技有限公司 | 一种自动驾驶装置用避障系统及其避障方法 |
| CN108640040A (zh) * | 2018-03-28 | 2018-10-12 | 华南农业大学 | 一种智能叉车的位姿调整路径规划方法 |
| CN108759829A (zh) * | 2018-03-28 | 2018-11-06 | 华南农业大学 | 一种智能叉车的局部避障路径规划方法 |
| CN109684994A (zh) * | 2018-12-21 | 2019-04-26 | 宁波如意股份有限公司 | 基于视觉的叉车避障方法及系统 |
| CN111115517A (zh) * | 2020-02-12 | 2020-05-08 | 北京九曜智能科技有限公司 | 一种激光叉车agv控制系统 |
| CN111362190A (zh) * | 2020-03-06 | 2020-07-03 | 安徽宇锋智能科技有限公司 | 一种货叉搬运agv |
| CN113086892A (zh) * | 2021-04-02 | 2021-07-09 | 上海大学 | 一种无线遥控叉车系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002278624A (ja) * | 2001-03-19 | 2002-09-27 | Nippon Steel Corp | 走行キャリア |
| CN103955216A (zh) * | 2014-04-22 | 2014-07-30 | 华南理工大学 | 一种自动导引车两级复合避障装置 |
| CN104777835A (zh) * | 2015-03-11 | 2015-07-15 | 武汉汉迪机器人科技有限公司 | 一种全向自动叉车及3d立体视觉导航定位方法 |
| US20160016664A1 (en) * | 2014-07-19 | 2016-01-21 | Umm Al-Qura University | Unmanned aerial delivery device |
| CN105425803A (zh) * | 2015-12-16 | 2016-03-23 | 纳恩博（北京）科技有限公司 | 自主避障方法、装置和系统 |
-
2017
- 2017-03-29 CN CN201710198346.0A patent/CN107031626B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002278624A (ja) * | 2001-03-19 | 2002-09-27 | Nippon Steel Corp | 走行キャリア |
| CN103955216A (zh) * | 2014-04-22 | 2014-07-30 | 华南理工大学 | 一种自动导引车两级复合避障装置 |
| US20160016664A1 (en) * | 2014-07-19 | 2016-01-21 | Umm Al-Qura University | Unmanned aerial delivery device |
| CN104777835A (zh) * | 2015-03-11 | 2015-07-15 | 武汉汉迪机器人科技有限公司 | 一种全向自动叉车及3d立体视觉导航定位方法 |
| CN105425803A (zh) * | 2015-12-16 | 2016-03-23 | 纳恩博（北京）科技有限公司 | 自主避障方法、装置和系统 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107618506A (zh) * | 2017-09-06 | 2018-01-23 | 深圳市招科智控科技有限公司 | 一种自动驾驶装置用避障系统及其避障方法 |
| CN107618506B (zh) * | 2017-09-06 | 2021-02-23 | 深圳市招科智控科技有限公司 | 一种自动驾驶装置用避障系统及其避障方法 |
| CN108640040A (zh) * | 2018-03-28 | 2018-10-12 | 华南农业大学 | 一种智能叉车的位姿调整路径规划方法 |
| CN108759829A (zh) * | 2018-03-28 | 2018-11-06 | 华南农业大学 | 一种智能叉车的局部避障路径规划方法 |
| CN108759829B (zh) * | 2018-03-28 | 2021-05-11 | 华南农业大学 | 一种智能叉车的局部避障路径规划方法 |
| CN109684994A (zh) * | 2018-12-21 | 2019-04-26 | 宁波如意股份有限公司 | 基于视觉的叉车避障方法及系统 |
| CN111115517A (zh) * | 2020-02-12 | 2020-05-08 | 北京九曜智能科技有限公司 | 一种激光叉车agv控制系统 |
| CN111362190A (zh) * | 2020-03-06 | 2020-07-03 | 安徽宇锋智能科技有限公司 | 一种货叉搬运agv |
| CN113086892A (zh) * | 2021-04-02 | 2021-07-09 | 上海大学 | 一种无线遥控叉车系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107031626B (zh) | 2019-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107031626A (zh) | 一种叉车自主避障系统及方法 | |
| CN104933856B (zh) | 道路路况实时评估系统及方法 | |
| CN104260722B (zh) | 一种自动泊车系统 | |
| CN105324275B (zh) | 移动轨迹预测装置和移动轨迹预测方法 | |
| CN105574537B (zh) | 基于多传感器的危险驾驶行为检测和评估方法 | |
| CN109131326A (zh) | 一种具有换道辅助功能的自适应巡航控制器及其工作方法 | |
| CN110356394A (zh) | 一种车辆主动避让障碍物的方法、装置及汽车 | |
| CN107848531A (zh) | 车辆控制装置、车辆控制方法及车辆控制程序 | |
| CN106740864A (zh) | 一种驾驶行为意图判断与预测方法 | |
| CN104897168A (zh) | 基于道路危险评估的智能车路径搜索方法及系统 | |
| CN103241654A (zh) | 一种桥式起重机智能运行控制系统 | |
| DE112019000259T5 (de) | Fahrzeugbewegungssteuereinrichtung | |
| CN112572443B (zh) | 一种高速公路车辆换道实时避撞轨迹规划方法及系统 | |
| CN210031639U (zh) | 无人清扫车 | |
| CN113570747B (zh) | 一种基于大数据分析的行驶安全监测系统和方法 | |
| CN109725328A (zh) | 一种基于激光雷达传感器的agv障碍物检测系统及方法 | |
| CN107390696A (zh) | 一种无人驾驶控制方法 | |
| US20230118472A1 (en) | Systems and methods for vehicle motion planning | |
| CN105774655A (zh) | 一种倾斜车位探测装置及方法 | |
| JP2718033B2 (ja) | 自律走行車両制御装置 | |
| CN209543141U (zh) | 一种电磁智能小车停车系统 | |
| CN107921962A (zh) | 在机动车中运行驾驶员辅助系统的方法和机动车 | |
| CN112731944B (zh) | 一种无人驾驶压路机自主避障方法 | |
| WO2014152324A1 (en) | System and method for data collection and analysis using a multi-level network | |
| CN109113010B (zh) | 用于纯电动商用车的智能化底盘与上装控制系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |