CN108375373A - 机器人及其导航方法、导航装置 - Google Patents

机器人及其导航方法、导航装置 Download PDF

Info

Publication number
CN108375373A
CN108375373A CN201810090250.7A CN201810090250A CN108375373A CN 108375373 A CN108375373 A CN 108375373A CN 201810090250 A CN201810090250 A CN 201810090250A CN 108375373 A CN108375373 A CN 108375373A
Authority
CN
China
Prior art keywords
robot
data
main control
control module
environmental data
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
Application number
CN201810090250.7A
Other languages
English (en)
Inventor
华磊
刘伟
沈晓龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Tongchuan Technology Co Ltd
Original Assignee
Shenzhen Tongchuan Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Tongchuan Technology Co Ltd filed Critical Shenzhen Tongchuan Technology Co Ltd
Priority to CN201810090250.7A priority Critical patent/CN108375373A/zh
Publication of CN108375373A publication Critical patent/CN108375373A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance

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)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种机器人导航装置,其特征在于,包括:雷达模块,用于采集环境数据,所述雷达模块包括位于同一平面内沿对角设置的至少两个单线激光雷达;主控模块,接收所述雷达模块采集的环境数据,对所述环境数据进行坐标转换与数据处理获得激光扫描数据,根据所述激光扫描数据建立地图,并生成全局路径;执行模块,根据所述机器人主控模块生成的全局路径,控制所述机器人按设定速度行驶。上述机器人室内导航系统采用两个沿对角设置的单线激光雷达,激光扫描范围可覆盖机器人周围360°,采集的环境数据更全面,故机器人主控模块根据采集的环境数据建立的地图精度更高。且在相似的环境里,机器人更容易识别自己的位置,在狭窄的区域中容易找到路径。

Description

机器人及其导航方法、导航装置
技术领域
本发明涉及机器人领域,特别是涉及机器人及其导航方法、导航装置。
背景技术
随着技术的发展,越来越多的机器人被应用于各种领域。其中,SDV(Self-DrivingVehicles,自主移动机器人)得到广泛使用。传统技术中,为了让SDV在室内能有灵活完成各种任务,需要采用激光雷达对环境进行扫描,来获取周围障碍物的信息,从而给机器人导航避障提供数据支持。
然而,目前工业领域中的SDV建图时,激光雷达提供的环境信息较少,地图精度不足,只能作为避障传感器,无法提供导航信息。
发明内容
基于此,有必要针对SDV建图时环境信息较少地图精度不足的问题,提供一种机器人及其导航方法、导航装置。
一种机器人导航方法,包括:
通过位于同一平面内沿对角设置的至少两个单线激光雷达采集环境数据;
对所述环境数据进行坐标转换与数据处理获得激光扫描数据;
根据所述激光扫描数据建立地图,并生成全局路径;
根据所述全局路径,控制所述机器人按预设速度行驶。
上述机器人导航方法采用两个沿对角设置的单线激光雷达,激光扫描范围可覆盖机器人周围360°,采集的环境数据更全面,根据采集的环境数据建立的地图精度更高。且在相似的环境里,机器人更容易识别自己的位置,在狭窄的区域中容易找到路径。
在其中一个实施例中,所述对所述环境数据进行坐标转换与数据处理获取激光扫描数据,包括:
根据所述环境数据进行坐标转换得到机器人坐标系下的第一扫描数据;
将所述单线激光雷达的扫描重叠区域的所述第一扫描数据进行融合,获取激光扫描数据。
在其中一个实施例中,所述根据所述激光扫描数据建立地图,包括:
根据所述激光扫描数据采用SLAM算法构建栅格地图。
在其中一个实施例中,所述生成全局路径,包括:
根据已建立的地图,跟踪机器人的当前位置;
根据所述至少两个激光雷达采集的环境数据,采用寻路算法生成所述当前位置到目标点的全局路径。
一种机器人导航装置,包括:
雷达模块,用于采集环境数据,所述雷达模块包括位于同一平面内沿对角设置的两个单线激光雷达;
主控模块,接收所述雷达模块采集的环境数据,对所述环境数据进行坐标转换与数据处理获得激光扫描数据,根据所述激光扫描数据建立地图,并生成全局路径;
执行模块,根据所述机器人主控模块生成的全局路径,控制所述机器人按设定速度行驶。
上述机器人导航装置采用两个沿对角设置的单线激光雷达,激光扫描范围可覆盖机器人周围360°,采集的环境数据更全面,故主控模块根据采集的环境数据建立的地图精度更高。且在相似的环境里,机器人更容易识别自己的位置,在狭窄的区域中容易找到路径。
在其中一个实施例中,还包括深度摄像头,连接所述机器人主控模块,用于采集点云数据。
采用深度摄像头可采集机器人所处环境中的障碍物的三维点云数据,进行三维避障,保障机器人运行安全。
在其中一个实施例中,还包括超声波发射装置,连接所述机器人主控模块,用于产生超声波,以辅助所述雷达模块采集环境数据。
采用超声波发射装置进行辅助,可以弥补单线激光雷达在检测距离较近的玻璃等透光材料时的数据缺失,使采集的环境数据更准确。
在其中一个实施例中,还包括编码器和惯导单元,所述编码器和所述惯导单元分别与所述机器人主控模块连接,所述编码器用于获取机器人速度信息,所述惯导单元用于获取机器人移动时的加速度和角速度。
在其中一个实施例中,所述执行模块包括微控制器,与所述机器人主控模块通信连接,用于接收所述编码器获取的速度信息并将所述速度信息传输至所述机器人主控模块,以使所述机器人主控模块根据所述速度信息生成控制指令,并接收所述机器人主控模块发送的控制指令,根据所述控制指令解析转速信息。
一种机器人,包括前述机器人导航装置。
上述机器人使用的导航装置采用两个沿对角设置的单线激光雷达,激光扫描范围可覆盖机器人周围360°,采集的环境数据更全面,故主控模块根据采集的环境数据建立的地图精度更高。且在相似的环境里,机器人更容易识别自己的位置,在狭窄的区域中容易找到路径。
附图说明
图1为本申请的一个实施例提供的机器人导航方法流程示意图;
图2为本申请的一个实施例提供的两个单线激光雷达分布示意图;
图3为本申请的一个实施例提供的机器人导航装置示意图;
图4为本申请的一个具体的实施例提供的机器人导航装置示意图。
其中:
110 雷达模块
120 主控模块
130 执行模块
111 深度摄像头
112 超声波发射装置
113 编码器
114 惯导单元
131 微控制器
132 驱动器
133 电机
140 供电模块
150 降压模块
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施例的限制。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参见图1,本申请的一个实施例提供一种机器人导航方法,其可以应用于机器人导航装置,其方法可以包括如下步骤:
S100:通过位于同一平面内沿对角设置的至少两个单线激光雷达采集环境数据。
激光雷达可通过发射激光线束探测目标物体的距离、方位等特征量。单线激光雷达则为只发射一条激光束的雷达。在本实施例中,目标物体的距离、方位等特征量即为环境信息。
在本实施例中,至少两个单线激光雷达设置于同一平面内,沿对角线分布。至少两个单线激光雷达分别向周围环境发射激光束,然后接收从环境物体反射回来的激光信号。通过处理反射回来的激光信号,可获取携带目标物体的相关信息的环境数据,例如目标物体的距离、方位、相对速度等。
S200:对所述环境数据进行坐标转换与数据处理获得激光扫描数据。
由于激光雷达采集的原始环境数据是以激光雷达为坐标系的,因此,无法被机器人操作系统识别。为了方便数据处理,故需要先将激光雷达坐标系的数据转换为机器人坐标系的数据。从而需要对环境数据进行坐标转换和平移,将其变换为机器人坐标系下的第一扫描数据,再将第一扫描数据进行处理,以获取机器人操作系统可识别的激光扫描数据。
S300:根据激光扫描数据建立地图,并生成全局路径。
其中,全局路径为机器人操作系统根据地图规划的机器人从当前位置到目标位置大致可行的一条路径。
机器人导航装置根据激光扫描数据建立地图。在已知的地图中,主控模块通过跟踪机器人的当前位置,利用导航规划算法生成从当前位置到目标位置之间的大致可行的路线,即全局路径。
S400:根据全局路径,控制机器人按预设速度行驶。
在本实施例中,机器人导航装置中预先设置有期望机器人行驶的速度,当生成全局路径后,则可以根据全局路径以及预先设置的期望机器人行驶的速度控制机器人行驶。
上述机器人导航方法采用两个沿对角设置的单线激光雷达,激光扫描范围可覆盖机器人周围360°,采集的环境数据更全面。根据采集的环境数据建立的地图精度更高。在相似的环境里,机器人更容易识别自己的位置,在狭窄的区域中也容易找到路径。
在其中一个实施例中,对环境数据进行坐标转换与数据处理的步骤具体可以包括:根据环境数据进行坐标转换得到机器人坐标系下的第一扫描数据;将至少两个单线激光雷达的扫描重叠区域的第一扫描数据进行融合,获取激光扫描数据。
请参见图2,在本实施例中,机器人以SDV为例进行介绍。本实施例采用两个沿对角布置的单线激光雷达采集环境数据,两个单线激光雷达分别为单线激光雷达A和单线激光雷达B。其中,单线激光雷达A可以安装于SDV的右前方,单线激光雷达B可以安装于SDV的左后方。
首先,将激光雷达坐标系的数据转换为SDV坐标系的数据。
激光雷达采集的数据坐标可用如下公式表示:
其中,(Xc、Yc、Zc)为单线激光雷达采集的数据坐标。h为单线激光雷达的安装高度,di为单线激光雷达的扫描距离,α为第j行扫描的激光束的起始角度,β为预设采样步距,i为单线激光雷达数据序列号。
请参见图2,设SDV坐标系为0,坐标原点位于SDV的几何中心。坐标轴的方向与单位长度根据实际情况选取。本实施例中,X轴与Y轴位于两单线激光雷达构成的平面上,Z轴垂直于两单线激光雷达构成的平面。
假设单线激光雷达A与SDV坐标系0的X轴之间的距离为-L1,与Y轴之间的距离为L2,与Z轴之间的距离为0。故单线激光雷达A采集的数据在SDV坐标系0的表示如下:
其中,(Xa、Ya、Za)为单线激光雷达A采集的数据镜坐标转换后得到的第一扫描数据。θ为第j行扫描的激光束的起始角度。
假设单线激光雷达B与SDV坐标系0的X轴之间的距离为L1,与Y轴之间的距离为-L2,与Z轴之间的距离为0。故单线激光雷达B采集的数据(Xb、Yb、Zb)在SDV坐标系0的表示如下:
其中,(Xb、Yb、Zb)为单线激光雷达B采集的数据镜坐标转换后得到的第一扫描数据。δ为第j行扫描的第一激光束的起始角度。
由于单线激光雷达安装于SDV的直角上,故每个SDV的扫描范围约为270°。两个单线激光雷达可扫描SDV周围360°,其中,区域Ⅰ和区域Ⅱ为两个单线激光雷达扫描范围的重叠部分。重叠部分的扫描数据需要进行数据融合。为了方便数据处理,将坐标转换后的第一扫描数据用点云的形式结合,然后通过滤波处理,从而可以剔除重叠区域的噪声干扰,完成对重叠区域的数据融合。然后将激光用点云形式结合的点云数据转换成机器人操作系统可以识别的激光扫描数据。
可选的,单线激光雷达也可以是三个或四个甚至更多,只要能采集机器人周围360°的环境数据即可。优选的,单线激光雷达的数量可以是两个,可简化数据处理过程,且降低成本。
在其中一个实施例中,根据环境数据建立地图可以包括:对环境数据进行坐标转换,以获取激光扫描数据;根据激光扫描数据采用SLAM(Simultaneous Localization AndMapping,实时定位与地图构建)算法构建栅格地图。
在本实施例中,可以采用SLAM算法,将两个单线激光雷达的扫描数据作为输入,利用单线激光雷达采集的周围环境信息构建ROS(Robot Operating System,机器人操作系统)导航包可识别的二维栅格地图。
在其中一个实施例中,生成全局路径的步骤包括:根据已建立的栅格地图,跟踪机器人当前的位置;根据栅格地图和机器人的当前位置,采用A*算法生成所述当前位置到目标点的全局路径。
具体的,在已知的栅格地图中,利用粒子滤波器估算跟踪机器人的当前位置。利用寻路算法在地图中规划一条从当前位置到目标位置大致可行的全局路径,作为局部路径规划的依据。其中,局部路径为ROS导航包根据当前速度和全局路径,以及采集到的周围环境的三维点云信息,规划出的当前能够通过的路径,并且能够躲避当前路径中的动态或静态的障碍物。具体的,在本实施例中,寻路算法为A*算法。
请参见图3,本申请的一个实施例提供一种机器人导航装置,包括:雷达模块110、主控模块120和执行模块130,其中:
雷达模块110,用于采集环境数据。雷达模块包括位于同一平面内沿对角设置的至少两个单线激光雷达。单线激光雷达向周围环境发射激光束并接收被物体反射回来的激光,从而采集周围物体的方位、距离等环境数据。
主控模块120,用于接收雷达模块110采集的环境数据,对环境数据进行坐标转换与数据处理获得机器人操作系统可识别的激光扫描数据。根据激光扫描数据建立地图,并生成全局路径。
执行模块130,用于根据机器人主控模块生成的全局路径,控制所述机器人按设定速度行驶。
在其中一个实施例中,机器人导航装置还包括深度摄像头,与主控模块120连接,用于产生点云数据,进行三维避障。
具体的,深度摄像头可以安装于机器人的正前方。深度摄像头的镜头略微向下倾斜,倾斜角度可调。深度摄像头对物体进行扫描,并获取物体表面的点云数据。在规划局部路径时,采用深度摄像头采集周围环境的三维点云信息,可以帮助机器人进行三维避障,避免碰撞物体,保障机器人运行的安全性。
在其中一个实施例中,机器人导航装置还包括超声波发射装置。超声波发射装置与主控模块120连接。超声波发射装置可以有两个,分别位于机器人的正前方和正后方。超声波发射装置可发射超声波,用于检测距离较近的玻璃等透光材料,可以弥补单线激光雷达在这种极限情况下的扫描数据的缺失,帮助机器人进行避障。
在其中一个实施例中,机器人室内导航系统编码器和惯导单元,编码器和惯导单元分别与主控模块120连接。其中,编码器位于机器人电机的尾部,与电机同轴连接,通过采集电机转轴的转动角度,检测机器人的移动速度。并将速度信息转换为电信号传输至主控模块120。惯导单元可以位于SDV的几何中心,用于获取SDV的角速度和加速度。
在其中一个实施例中,底层控制系统包括微控制器。所述微控制器与主控模块120通信连接,用于接收编码器读取的速度信息并将速度信息传输至主控模块。主控模块120根据速度信息生成控制指令。微控制器读取主控模块120发送的控制指令,并将控制指令转换为电机的转速信息。
在其中一个实施例中,执行模块130还包括驱动器,与微控制器连接,用于接收微控制器解析的转速信息。
在其中一个实施例中,执行模块130还包括电机。电机与驱动器连接。驱动器接收微控制器发送的转速信息后,控制电机按指定的转速和方向旋转,从而使机器人按照指定的速度和方向朝目标点行驶。
在其中一个实施例中,机器人室内导航系统还包括供电模块,与驱动器连接,为驱动器供电。
在其中一个实施例中,机器人室内导航系统还包括降压模块,与供电模块连接,将供电模块的输出电压降低并供给微控制器和主控模块120。降压模块具有两个输出端口,其中一个输出端口与微控制器连接,用于输出低电压为微控制器供电;另一个输出端口与主控模块120连接,用于输出低电压为主控模块120供电。
本申请的一个实施例提供一种机器人,包括上述任一实施例提供的机器人导航装置。
下面介绍本申请的一个具体实施例:
请参见图4,以机器人为SDV为例,在本实施例中,该SDV上设置有机器人导航装置,机器人导航装置则包括雷达装置110。其中,雷达装置110包括单线激光雷达A和单线激光雷达B。两个单线激光雷达分别安装于SDV的右前方和左后方,用于采集环境中物体的方位和物体到单线激光雷达镜头中心的距离等环境数据。两个单线激光雷达将采集到的数据分别传至NUC PC,即机器人导航装置的主控模块120。主控模块中集成有数据处理单元,用于处理雷达模块120采集的环境数据,并将其转换为机器人操作系统可识别的激光扫描数据。
机器人导航装置还包括深度摄像头111,设置于SDV的正前方,高度30cm左右的位置。深度摄像头可采集环境中物体的三维点云数据,并将采集的三维点云数据至主控模块120。主控模块120接收三维点云数据,并判断障碍物的方位,然后控制机器人,进行三维避障。
机器人导航装置还包括超声波发射装置112,设置于SDV的正前方和正后方,高度10cm左右的位置,用于发射超声波,检测距离SDV较近的玻璃等透光材料,帮助SDV进行三维避障,弥补了单线激光雷达在这种极限条件下的数据缺失。
机器人导航装置还包括编码器113惯导单元114。编码器113与电机133连接,用于测量电机轴端旋转角度。惯导单元114用于采集SDV当前的加速度,经积分运算可以得到SDV的位置。
主控模块120根据惯导单元114采集的数据和两个单线激光雷达采集的数据,采用SLAM算法,建立ROS导航包可以识别的栅格地图。在已建立的栅格地图中,利用粒子滤波器可估算出机器人当前的位置。主控模块120采用A*算法从地图中规划出一条当前位置到目标位置大致可行的路线作为全局路径。然后,根据雷达模块120的数据和深度摄像头111采集的三维点云数据,规划出一条当前能够通过且能够躲避周围动态或静态障碍物的局部路径,沿着全局路径朝目标位置行驶。
机器人导航装置还包括执行模块130,可以在主控模块120的控制指令下按预设速度控制SDV行驶。执行模块130包括STM32微控制器。STM32微控制器与NUC PC串口通信连接,将编码器113读取的反馈数据转换成速度信息传输至NUC PC。NUC PC根据速度信息生成控制指令。STM32微控制器接收该控制指令并结算成电机133的转速信息,并将编码器113的信息做PID处理,处理后传送给驱动器132。驱动器132控制电机133按指定的转速和方向选准,从而使SDV按照期望的速度和方向朝目标位置行驶。
机器人导航装置还包括供电模块140,具体为24V锂电池,连接驱动器132,为驱动器132供电。降压模块150与供电模块140连接,将锂电池的电压分别转换为5V电压为STM32微控制器供电和12V电压为NUC PC供电。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种机器人导航方法,其特征在于,包括:
通过位于同一平面内沿对角设置的至少两个单线激光雷达采集环境数据;
对所述环境数据进行坐标转换与数据处理获得激光扫描数据;
根据所述激光扫描数据建立地图,并生成全局路径;
根据所述全局路径,控制所述机器人按预设速度行驶。
2.根据权利要求1所述的机器人导航方法,其特征在于,所述对所述环境数据进行坐标转换与数据处理获取激光扫描数据,包括:
根据所述环境数据进行坐标转换得到机器人坐标系下的第一扫描数据;
将所述至少两个单线激光雷达的扫描重叠区域的所述第一扫描数据进行融合,获取激光扫描数据。
3.根据权利要求1所述的机器人导航方法,其特征在于,所述根据所述激光扫描数据建立地图,包括:
根据所述激光扫描数据采用SLAM算法构建栅格地图。
4.根据权利要求3所述的机器人导航方法,其特征在于,所述生成全局路径,包括:
根据所述栅格地图,跟踪机器人的当前位置;
根据所述栅格地图和所述机器人当前位置,采用寻路算法生成所述当前位置到目标点的全局路径。
5.一种机器人导航装置,其特征在于,包括:
雷达模块,用于采集环境数据,所述雷达模块包括位于同一平面内沿对角设置的至少两个单线激光雷达;
主控模块,接收所述雷达模块采集的环境数据,对所述环境数据进行坐标转换与数据处理获得激光扫描数据,根据所述激光扫描数据建立地图,并生成全局路径;
执行模块,根据所述机器人主控模块生成的全局路径,控制所述机器人按设定速度行驶。
6.根据权利要求5所述的机器人导航装置,其特征在于,还包括深度摄像头,连接所述主控模块,用于采集点云数据。
7.根据权利要求5所述的机器人导航装置,其特征在于,还包括超声波发射装置,连接所述主控模块,用于产生超声波,以辅助所述雷达模块采集环境数据。
8.根据权利要求5-7中任一项所述的机器人导航装置,其特征在于,还包括编码器和惯导单元,所述编码器和所述惯导单元分别与所述主控模块连接,所述编码器用于获取机器人速度信息,所述惯导单元用于获取机器人移动时的加速度和角速度。
9.根据权利要求8所述的机器人导航装置,其特征在于,所述执行模块包括微控制器,与所述主控模块通信连接,用于接收所述编码器获取的速度信息并将所述速度信息传输至所述机器人主控模块,以使所述机器人主控模块根据所述速度信息生成控制指令,并接收所述机器人主控模块发送的控制指令,对所述控制指令进行解析以获取转速信息。
10.一种机器人,其特征在于,包括如权利要求5-9中任一项所述的机器人导航装置。
CN201810090250.7A 2018-01-30 2018-01-30 机器人及其导航方法、导航装置 Pending CN108375373A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810090250.7A CN108375373A (zh) 2018-01-30 2018-01-30 机器人及其导航方法、导航装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810090250.7A CN108375373A (zh) 2018-01-30 2018-01-30 机器人及其导航方法、导航装置

Publications (1)

Publication Number Publication Date
CN108375373A true CN108375373A (zh) 2018-08-07

Family

ID=63017032

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810090250.7A Pending CN108375373A (zh) 2018-01-30 2018-01-30 机器人及其导航方法、导航装置

Country Status (1)

Country Link
CN (1) CN108375373A (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109445441A (zh) * 2018-12-14 2019-03-08 上海安吉四维信息技术有限公司 3d激光导航系统、自动引导运输车及工作方法
CN109443351A (zh) * 2019-01-02 2019-03-08 亿嘉和科技股份有限公司 一种稀疏环境下的机器人三维激光定位方法
CN109964596A (zh) * 2019-04-01 2019-07-05 华南农业大学 一种基于智能机器人的水稻直播装置与方法
CN110412619A (zh) * 2019-08-12 2019-11-05 珠海市一微半导体有限公司 激光机器人的区域遍历方法和激光主控芯片
CN110757472A (zh) * 2019-10-10 2020-02-07 三峡大学 自主导航的医疗巡诊送药机器人及使用方法
CN111152237A (zh) * 2020-01-22 2020-05-15 深圳国信泰富科技有限公司 一种两侧设置激光雷达的机器人头部及其环境采样方法
CN111198496A (zh) * 2020-01-03 2020-05-26 浙江大学 一种目标跟随机器人及跟随方法
CN111290410A (zh) * 2020-05-11 2020-06-16 南京楚航科技有限公司 一种基于毫米波雷达的船舶自动离靠泊系统及方法
CN111361896A (zh) * 2018-12-25 2020-07-03 沈阳新松机器人自动化股份有限公司 一种基于slam的公共服务智能移动垃圾桶及方法
CN111390917A (zh) * 2020-05-08 2020-07-10 苏州博众机器人有限公司 一种机器人防碰撞装置、方法和机器人
CN111426326A (zh) * 2020-01-17 2020-07-17 深圳市镭神智能系统有限公司 一种导航方法、装置、设备、系统及存储介质
CN111449757A (zh) * 2020-04-10 2020-07-28 京东方科技集团股份有限公司 远程医疗机器人、控制方法及其充电方法
CN111547156A (zh) * 2020-05-14 2020-08-18 福勤智能科技(昆山)有限公司 基于差速轮的自动导引车及系统
CN111552281A (zh) * 2020-04-13 2020-08-18 程国军 一种智能耕种系统及其装置
CN111596659A (zh) * 2020-05-14 2020-08-28 福勤智能科技(昆山)有限公司 基于麦克纳姆轮的自动导引车及系统
CN112306061A (zh) * 2020-10-28 2021-02-02 深圳优地科技有限公司 一种机器人控制方法以及机器人
CN112987734A (zh) * 2021-02-23 2021-06-18 京东数科海益信息科技有限公司 机器人行驶方法、装置及电子设备、存储介质及程序产品
WO2023143019A1 (zh) * 2022-01-30 2023-08-03 苏州简单有为科技有限公司 扫地机器人的控制方法、系统及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004233245A (ja) * 2003-01-31 2004-08-19 Sgs:Kk 沈下測定方法
CN102865903A (zh) * 2012-09-21 2013-01-09 天津港中煤华能煤码头有限公司 一种基于激光雷达的装船机物位检测方法
CN106681330A (zh) * 2017-01-25 2017-05-17 北京航空航天大学 基于多传感器数据融合的机器人导航方法及装置
CN106774334A (zh) * 2016-12-30 2017-05-31 云南昆船智能装备有限公司 一种多激光扫描器的激光导引agv导航定位方法及装置
CN107167141A (zh) * 2017-06-15 2017-09-15 同济大学 基于双一线激光雷达的机器人自主导航系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004233245A (ja) * 2003-01-31 2004-08-19 Sgs:Kk 沈下測定方法
CN102865903A (zh) * 2012-09-21 2013-01-09 天津港中煤华能煤码头有限公司 一种基于激光雷达的装船机物位检测方法
CN106774334A (zh) * 2016-12-30 2017-05-31 云南昆船智能装备有限公司 一种多激光扫描器的激光导引agv导航定位方法及装置
CN106681330A (zh) * 2017-01-25 2017-05-17 北京航空航天大学 基于多传感器数据融合的机器人导航方法及装置
CN107167141A (zh) * 2017-06-15 2017-09-15 同济大学 基于双一线激光雷达的机器人自主导航系统

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109445441A (zh) * 2018-12-14 2019-03-08 上海安吉四维信息技术有限公司 3d激光导航系统、自动引导运输车及工作方法
CN111361896A (zh) * 2018-12-25 2020-07-03 沈阳新松机器人自动化股份有限公司 一种基于slam的公共服务智能移动垃圾桶及方法
CN109443351A (zh) * 2019-01-02 2019-03-08 亿嘉和科技股份有限公司 一种稀疏环境下的机器人三维激光定位方法
CN109964596A (zh) * 2019-04-01 2019-07-05 华南农业大学 一种基于智能机器人的水稻直播装置与方法
CN110412619A (zh) * 2019-08-12 2019-11-05 珠海市一微半导体有限公司 激光机器人的区域遍历方法和激光主控芯片
CN110412619B (zh) * 2019-08-12 2021-03-19 珠海市一微半导体有限公司 激光机器人的区域遍历方法和激光主控芯片
CN110757472A (zh) * 2019-10-10 2020-02-07 三峡大学 自主导航的医疗巡诊送药机器人及使用方法
CN110757472B (zh) * 2019-10-10 2021-04-13 三峡大学 自主导航的医疗巡诊送药机器人及使用方法
CN111198496A (zh) * 2020-01-03 2020-05-26 浙江大学 一种目标跟随机器人及跟随方法
CN111426326A (zh) * 2020-01-17 2020-07-17 深圳市镭神智能系统有限公司 一种导航方法、装置、设备、系统及存储介质
CN111152237A (zh) * 2020-01-22 2020-05-15 深圳国信泰富科技有限公司 一种两侧设置激光雷达的机器人头部及其环境采样方法
CN111449757A (zh) * 2020-04-10 2020-07-28 京东方科技集团股份有限公司 远程医疗机器人、控制方法及其充电方法
CN111552281A (zh) * 2020-04-13 2020-08-18 程国军 一种智能耕种系统及其装置
CN111390917A (zh) * 2020-05-08 2020-07-10 苏州博众机器人有限公司 一种机器人防碰撞装置、方法和机器人
CN111390917B (zh) * 2020-05-08 2021-07-16 苏州博众机器人有限公司 一种机器人防碰撞装置、方法和机器人
CN111290410A (zh) * 2020-05-11 2020-06-16 南京楚航科技有限公司 一种基于毫米波雷达的船舶自动离靠泊系统及方法
CN111547156A (zh) * 2020-05-14 2020-08-18 福勤智能科技(昆山)有限公司 基于差速轮的自动导引车及系统
CN111596659A (zh) * 2020-05-14 2020-08-28 福勤智能科技(昆山)有限公司 基于麦克纳姆轮的自动导引车及系统
CN112306061A (zh) * 2020-10-28 2021-02-02 深圳优地科技有限公司 一种机器人控制方法以及机器人
CN112306061B (zh) * 2020-10-28 2024-06-21 深圳优地科技有限公司 一种机器人控制方法以及机器人
CN112987734A (zh) * 2021-02-23 2021-06-18 京东数科海益信息科技有限公司 机器人行驶方法、装置及电子设备、存储介质及程序产品
WO2023143019A1 (zh) * 2022-01-30 2023-08-03 苏州简单有为科技有限公司 扫地机器人的控制方法、系统及存储介质

Similar Documents

Publication Publication Date Title
CN108375373A (zh) 机器人及其导航方法、导航装置
CN107167141B (zh) 基于双一线激光雷达的机器人自主导航系统
CN107278282B (zh) 路径规划的方法、装置、飞行控制系统、全方位避障系统与无人机
CN107966150B (zh) 基于路口点和路段的变电站作业机器人路径规划及导航定位方法
CN108958250A (zh) 多传感器移动平台及基于已知地图的导航与避障方法
US10725471B2 (en) Virtual line-following and retrofit method for autonomous vehicles
CN112461227B (zh) 轮式底盘机器人巡检智能化自主导航方法
US7899618B2 (en) Optical laser guidance system and method
CN108663681A (zh) 基于双目摄像头与二维激光雷达的移动机器人导航方法
KR100520049B1 (ko) 자율이동로봇을 위한 경로계획방법
Munir et al. Autonomous vehicle: The architecture aspect of self driving car
CN106918830A (zh) 一种基于多导航模块的定位方法及移动机器人
CN111531549A (zh) 一种机器人系统及定位导航方法
CN105955273A (zh) 室内机器人导航系统及方法
CN110109466A (zh) 基于多传感器的自主地面打磨机器人控制系统
CN109358340A (zh) 一种基于激光雷达的agv室内地图构建方法及系统
CN214520204U (zh) 一种基于深度相机和激光雷达的港区智能巡检机器人
CN112518739A (zh) 履带式底盘机器人侦察智能化自主导航方法
JP2018206004A (ja) 自律走行台車の走行制御装置、自律走行台車
US20230064071A1 (en) System for 3d surveying by an autonomous robotic vehicle using lidar-slam and an estimated point distribution map for path planning
CN102508257A (zh) 一种车载移动测图装置
CN107305386A (zh) 一种智能光学导引系统
CN109375629A (zh) 一种巡逻车及其导航避障方法
CN113566808A (zh) 一种导航路径规划方法、装置、设备以及可读存储介质
CN113085896A (zh) 一种现代有轨清洁车辅助自动驾驶系统及方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180807