CN108398951A - 一种多传感器信息融合的机器人姿态测量方法与装置 - Google Patents
一种多传感器信息融合的机器人姿态测量方法与装置 Download PDFInfo
- Publication number
- CN108398951A CN108398951A CN201810229323.6A CN201810229323A CN108398951A CN 108398951 A CN108398951 A CN 108398951A CN 201810229323 A CN201810229323 A CN 201810229323A CN 108398951 A CN108398951 A CN 108398951A
- Authority
- CN
- China
- Prior art keywords
- robot
- sensor
- information
- barrier
- measurement method
- 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
- 238000000691 measurement method Methods 0.000 title claims abstract description 13
- 230000004888 barrier function Effects 0.000 claims abstract description 30
- 238000013461 design Methods 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims abstract description 8
- NBIIXXVUZAFLBC-UHFFFAOYSA-N Phosphoric acid Chemical compound OP(O)(O)=O NBIIXXVUZAFLBC-UHFFFAOYSA-N 0.000 claims abstract description 5
- 230000002093 peripheral effect Effects 0.000 claims abstract description 4
- 238000007500 overflow downdraw method Methods 0.000 claims abstract 2
- 238000000034 method Methods 0.000 claims description 16
- 230000006698 induction Effects 0.000 claims description 12
- 230000033001 locomotion Effects 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 239000012491 analyte Substances 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 21
- 238000004891 communication Methods 0.000 abstract description 3
- 238000011160 research Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- 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
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- 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
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Acoustics & Sound (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种多传感器信息融合的机器人姿态测量方法与装置，包括障碍物检测器、各传感器系统，障碍物检测器检测数据时使用超声传感器与红外传感器，并且使用专家系统的数据融合方法对信息进行融合，首先由各传感器所获得的信息组成数据库，然后设计一级规则库，这个规则库根据数据库中的各项数据来判断机器人周围区域障碍物的分布。自动行驶功能于一体的综合系统，它集中地运用了计算机技术、传感技术、信息技术、通信技术、导航及自动控制技术等，自动化程度强，实用性能优，设计新颖，是一种很好的创新方案。
Description
技术领域
本发明涉及机器人操作控制技术领域，特别是涉及一种多传感器信息融合的机器人姿态测量方法与装置。
背景技术
机器人导航是移动机器人技术的重要内容，也是移动机器人和固定式机器人的主要区别之一。机器人导航就是机器人在外界环境中移动时，如何确定路径的技术。在机器人配备了导航装置之后，机器人才能够在移动过程中有目标方向，并且不与别的障碍物发生碰撞，最终抵达目的地。目前，用于机器人导航的方法很多，根据实现导航系统所用的不同硬件，通常将导航系统分为视觉导航系统与非视觉传感器导航系统。视觉系统可以获取大量的环境信息，但同时也存在某些缺陷，若采用非视觉传感器所获得的信息与它进行互补，则可以得到较好的导航效果。将视觉传感器与非视觉传感器的信息进行融合后用于智能机器人导航是目前机器人导航技术的一个发展方向。
随着科学技术的不断进步，机器人逐渐向智能化发展。智能机器人具有人的智慧，可以认识周围的环境和自身的状态，并能进行分析和判断，然后采取相应的策略完成任务。在智能机器人研究中，自主导航是一项核心技术，是智能机器人研究领域的重点和难点之一。在导航过程中，常常面临动态变化的环境。在机器人导航技术涉及障碍物检测、机器人定位以及机器人的路径规划等方面的研究。目前，常用的导航系统可以分为视觉导航系统和非视觉传感器组合导航系统两类。视觉导航系统采用摄像机获取周围环境如障碍物与路标等信息，并且对其进行辨识，最终做出决策，进行导航。在非视觉传感器组合导航系统中，通过使用各种传感器获取机器人的位置、姿态、速度等信息，通常使用的是超声传感器和红外传感器，而在多传感器信息融合中存在较大的误差，在作业造成的偏差较大，存在着不足，不能社会实际的需求。
综上所述，针对现有技术的缺陷，特别需要一种多传感器信息融合的机器人姿态测量方法与装置，以解决现有技术的不足。
发明内容
针对现有的存在的不足，影响实际的使用，本发明提出一种多传感器信息融合的机器人姿态测量方法与装置，设计新颖，能够使多个传感器进行有机的融合，使机器人能够做到精准的控制，自动化程度优，实用性能优。
为了实现上述目的，本发明的技术方案如下：
一种多传感器信息融合的机器人姿态测量方法，包括障碍物检测器、各传感器系统，障碍物检测器检测数据时使用超声传感器与红外传感器，并且使用专家系统的数据融合方法对信息进行融合，首先由各传感器所获得的信息组成数据库，然后设计一级规则库，这个规则库根据数据库中的各项数据来判断机器人周围区域障碍物的分布，机器人进行避障后需要进行位置调整，使机器人的运动方向恢复到躲避障碍物之前的运动方向，譬如向左转，等到左转后右侧无障碍物时选择右转，然后按照局部路径规划的思路使机器人回到原来的行驶方向上去，通过摄像装置记录下机器人避障时第一次左转后向左的移动距离，以保证机器人在避障后能够回到原来行驶的路径方向上，可根据机器人行进的速度与其第一次左转后向左行进时间的乘积来确定机器人避障时的移动距离。
进一步，各传感器判断周围环境中障碍物的位置与距离信息，然后当机器人遇到障碍物时，采取局部路径规划方法进行避障，此外，在机器人行驶过程中，机器人根据自身前进的方向与道路边沿线的夹角确定自身位姿，并且进行位姿调整，以实现路径跟踪。
进一步，所述的障碍物检测器根据对物体的识别与道路边沿的识别做出决策，对驱动系统发送指令，驱动系统内部设置有中央处理器。
在本发明所述的机器人的导航采用蓝牙系统控制，机器人采用比较规则路径，采取识别道路边缘线的方法来确定机器人的行驶方向，从而实现导航。
在本发明所述的各传感器之间通过融合的感应处理器控制，感应处理器包含有预警蜂鸣器，感应处理器的表面设置有显示运行状态窗口。
一种多传感器信息融合的机器人姿态测量装置：机器人本体，机器人本体的内部设置有主控制模块，主控制模块的内部安装有感应处理器，感应处理器通过蓝牙控制模块连接各传感器，主控制模块的一端设置有稳压电源控制器，主控制模块的另一端设置有导航模块，各传感器采用高性能微处理器和先进的动力学解算与卡尔曼动态滤波算法，机器人本体的表面安装有避障碍物的障碍物检测器，机器人本体接收到蓝牙传输的人体携带端姿态数据，传感器检测到的信息，将控制指令发送给驱动器，由驱动器控制驱动轮前进、后退与转向。
本发明的有益效果是：结构简单，基于多传感器信息融合的智能跟随机器人，集环境感知、规划决策、自动行驶功能于一体的综合系统，它集中地运用了计算机技术、传感技术、信息技术、通信技术、导航及自动控制技术等，自动化程度强，实用性能优，设计新颖，是一种很好的创新方案。
附图说明
下面结合附图和具体实施方式来详细说明本发明：
图1为本发明的结构框图；
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。
一种多传感器信息融合的机器人姿态测量方法，包括障碍物检测器、各传感器系统，障碍物检测器检测数据时使用超声传感器与红外传感器，并且使用专家系统的数据融合方法对信息进行融合，首先由各传感器所获得的信息组成数据库，然后设计一级规则库，这个规则库根据数据库中的各项数据来判断机器人周围区域障碍物的分布，机器人进行避障后需要进行位置调整，使机器人的运动方向恢复到躲避障碍物之前的运动方向，譬如向左转，等到左转后右侧无障碍物时选择右转，然后按照局部路径规划的思路使机器人回到原来的行驶方向上去，通过摄像装置记录下机器人避障时第一次左转后向左的移动距离，以保证机器人在避障后能够回到原来行驶的路径方向上，可根据机器人行进的速度与其第一次左转后向左行进时间的乘积来确定机器人避障时的移动距离。
各传感器判断周围环境中障碍物的位置与距离信息，然后当机器人遇到障碍物时，采取局部路径规划方法进行避障，此外，在机器人行驶过程中，机器人根据自身前进的方向与道路边沿线的夹角确定自身位姿，并且进行位姿调整，以实现路径跟踪。障碍物检测器根据对物体的识别与道路边沿的识别做出决策，对驱动系统发送指令，驱动系统内部设置有中央处理器。机器人的导航采用蓝牙系统控制，机器人采用比较规则路径，采取识别道路边缘线的方法来确定机器人的行驶方向，从而实现导航。各传感器之间通过融合的感应处理器控制，感应处理器包含有预警蜂鸣器，感应处理器的表面设置有显示运行状态窗口。
参见图1，一种多传感器信息融合的机器人姿态测量装置：机器人本体100，机器人本体100的内部设置有主控制模块110，主控制模块110的内部安装有感应处理器120，感应处理器120通过蓝牙控制模块连接各传感器130，主控制模块110的一端设置有稳压电源控制器140，主控制模块110的另一端设置有导航模块150，各传感器130采用高性能微处理器和先进的动力学解算与卡尔曼动态滤波算法，机器人本体100的表面安装有避障碍物的障碍物检测器160，机器人本体100接收到蓝牙传输的人体携带端姿态数据，传感器检测到的信息，将控制指令发送给驱动器，由驱动器控制驱动轮前进、后退与转向。
主要组成部分包括知识库、数据库和推理机。知识库所存储的是从专家那里得到的针对特定领域的知识。数据库是用来存放专家系统在运行过程中所需要的初始数据和所产生的中间数据等所有信息。推理机的作用是按照一定的策略，根据所针对的问题和所获得的输入数据，通过不断的推理得到结论或决策。知识的表示方法是很重要的问题。机器人本体接收到蓝牙传输的人体携带端姿态数据，融合测距传感器信息，将控制指令发送给驱动器，由驱动器控制驱动轮前进、后退与转向。通过机器人本体和人体携带模块接收到的信号强弱测定信号点与接收点的距离，进而测定人相对于机器人的方位与距离，通过机器人本体的机器人主控单元控制机器人行进路线。
本发明的有益效果是：结构简单，基于多传感器信息融合的智能跟随机器人，集环境感知、规划决策、自动行驶功能于一体的综合系统，它集中地运用了计算机技术、传感技术、信息技术、通信技术、导航及自动控制技术等，自动化程度强，实用性能优，设计新颖，是一种很好的创新方案。
本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。
Claims (6)
1.一种多传感器信息融合的机器人姿态测量方法，其特征在于：包括障碍物检测器、各传感器系统，障碍物检测器检测数据时使用超声传感器与红外传感器，并且使用专家系统的数据融合方法对信息进行融合，首先由各传感器所获得的信息组成数据库，然后设计一级规则库，这个规则库根据数据库中的各项数据来判断机器人周围区域障碍物的分布，机器人进行避障后需要进行位置调整，使机器人的运动方向恢复到躲避障碍物之前的运动方向，譬如向左转，等到左转后右侧无障碍物时选择右转，然后按照局部路径规划的思路使机器人回到原来的行驶方向上去，通过摄像装置记录下机器人避障时第一次左转后向左的移动距离，以保证机器人在避障后能够回到原来行驶的路径方向上，可根据机器人行进的速度与其第一次左转后向左行进时间的乘积来确定机器人避障时的移动距离。
2.根据权利要求1所述一种多传感器信息融合的机器人姿态测量方法，其特征在于：各传感器判断周围环境中障碍物的位置与距离信息，然后当机器人遇到障碍物时，采取局部路径规划方法进行避障，此外，在机器人行驶过程中，机器人根据自身前进的方向与道路边沿线的夹角确定自身位姿，并且进行位姿调整，以实现路径跟踪。
3.根据权利要求1所述一种多传感器信息融合的机器人姿态测量方法，其特征在于：障碍物检测器根据对物体的识别与道路边沿的识别做出决策，对驱动系统发送指令，驱动系统内部设置有中央处理器。
4.根据权利要求1所述一种多传感器信息融合的机器人姿态测量方法，其特征在于：机器人的导航采用蓝牙系统控制，机器人采用比较规则路径，采取识别道路边缘线的方法来确定机器人的行驶方向，从而实现导航。
5.根据权利要求1所述一种多传感器信息融合的机器人姿态测量方法，其特征在于：各传感器之间通过融合的感应处理器控制，感应处理器包含有预警蜂鸣器，感应处理器的表面设置有显示运行状态窗口。
6.一种多传感器信息融合的机器人姿态测量装置：其特征在于：包含机器人本体，机器人本体的内部设置有主控制模块，主控制模块的内部安装有感应处理器，感应处理器通过蓝牙控制模块连接各传感器，主控制模块的一端设置有稳压电源控制器，主控制模块的另一端设置有导航模块，各传感器采用高性能微处理器和先进的动力学解算与卡尔曼动态滤波算法，机器人本体的表面安装有避障碍物的障碍物检测器，机器人本体接收到蓝牙传输的人体携带端姿态数据，传感器检测到的信息，将控制指令发送给驱动器，由驱动器控制驱动轮前进、后退与转向。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810229323.6A CN108398951A (zh) | 2018-03-20 | 2018-03-20 | 一种多传感器信息融合的机器人姿态测量方法与装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810229323.6A CN108398951A (zh) | 2018-03-20 | 2018-03-20 | 一种多传感器信息融合的机器人姿态测量方法与装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108398951A true CN108398951A (zh) | 2018-08-14 |
Family
ID=63092668
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810229323.6A Pending CN108398951A (zh) | 2018-03-20 | 2018-03-20 | 一种多传感器信息融合的机器人姿态测量方法与装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108398951A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109445440A (zh) * | 2018-12-13 | 2019-03-08 | 重庆邮电大学 | 基于传感器融合与改进q学习算法的动态避障方法 |
| CN109839930A (zh) * | 2019-01-16 | 2019-06-04 | 江苏理工学院 | 一种避障装置、系统及方法 |
| CN110146090A (zh) * | 2019-06-26 | 2019-08-20 | 张收英 | 机器人靠右行走导航方法和机器人 |
| CN111324115A (zh) * | 2020-01-23 | 2020-06-23 | 北京百度网讯科技有限公司 | 障碍物位置检测融合方法、装置、电子设备和存储介质 |
| CN111694001A (zh) * | 2020-05-29 | 2020-09-22 | 杭州电子科技大学 | 一种用于无人机的实时测距定位系统 |
| CN112526983A (zh) * | 2020-09-11 | 2021-03-19 | 深圳市银星智能科技股份有限公司 | 一种机器人的路径规划方法、主控芯片及机器人 |
| CN113324543A (zh) * | 2021-01-28 | 2021-08-31 | 山东硅步机器人技术有限公司 | 一种巡线机器人视觉导航巡检和避障方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1463658A (zh) * | 2002-06-21 | 2003-12-31 | 泰怡凯电器(苏州)有限公司 | 自动吸尘器的可清扫区域和障碍物区域的识别方法 |
| CN203012510U (zh) * | 2013-01-07 | 2013-06-19 | 西北农林科技大学 | 一种基于多传感器信息融合的山地农业机器人避障系统 |
| CN103425130A (zh) * | 2013-08-02 | 2013-12-04 | 南京信息工程大学 | 一种自动循迹避障的仓储运输方法 |
| CN106383515A (zh) * | 2016-09-21 | 2017-02-08 | 哈尔滨理工大学 | 一种基于多传感器信息融合的轮式移动机器人避障控制系统 |
| CN106527426A (zh) * | 2016-10-17 | 2017-03-22 | 江苏大学 | 一种室内多目轨迹规划系统及其方法 |
| CN107491069A (zh) * | 2017-08-31 | 2017-12-19 | 珠海市微半导体有限公司 | 机器人遇到障碍物的处理方法及芯片 |
-
2018
- 2018-03-20 CN CN201810229323.6A patent/CN108398951A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1463658A (zh) * | 2002-06-21 | 2003-12-31 | 泰怡凯电器(苏州)有限公司 | 自动吸尘器的可清扫区域和障碍物区域的识别方法 |
| CN203012510U (zh) * | 2013-01-07 | 2013-06-19 | 西北农林科技大学 | 一种基于多传感器信息融合的山地农业机器人避障系统 |
| CN103425130A (zh) * | 2013-08-02 | 2013-12-04 | 南京信息工程大学 | 一种自动循迹避障的仓储运输方法 |
| CN106383515A (zh) * | 2016-09-21 | 2017-02-08 | 哈尔滨理工大学 | 一种基于多传感器信息融合的轮式移动机器人避障控制系统 |
| CN106527426A (zh) * | 2016-10-17 | 2017-03-22 | 江苏大学 | 一种室内多目轨迹规划系统及其方法 |
| CN107491069A (zh) * | 2017-08-31 | 2017-12-19 | 珠海市微半导体有限公司 | 机器人遇到障碍物的处理方法及芯片 |
Non-Patent Citations (3)
| Title |
|---|
| 张毅: "《移动机器人技术基础与制作》", 31 January 2013, 哈尔滨工业大学出版社 * |
| 许芬: "基于产生式规则多传感器数据融合方法的移动机器人避障", 《电子测量与仪器学报》 * |
| 陈超: "《盲道机器人定位与路径规划技术》", 31 December 2015, 国防工业出版社 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109445440A (zh) * | 2018-12-13 | 2019-03-08 | 重庆邮电大学 | 基于传感器融合与改进q学习算法的动态避障方法 |
| CN109445440B (zh) * | 2018-12-13 | 2022-03-22 | 重庆邮电大学 | 基于传感器融合与改进q学习算法的动态避障方法 |
| CN109839930A (zh) * | 2019-01-16 | 2019-06-04 | 江苏理工学院 | 一种避障装置、系统及方法 |
| CN110146090A (zh) * | 2019-06-26 | 2019-08-20 | 张收英 | 机器人靠右行走导航方法和机器人 |
| CN111324115A (zh) * | 2020-01-23 | 2020-06-23 | 北京百度网讯科技有限公司 | 障碍物位置检测融合方法、装置、电子设备和存储介质 |
| CN111324115B (zh) * | 2020-01-23 | 2023-09-19 | 北京百度网讯科技有限公司 | 障碍物位置检测融合方法、装置、电子设备和存储介质 |
| CN111694001A (zh) * | 2020-05-29 | 2020-09-22 | 杭州电子科技大学 | 一种用于无人机的实时测距定位系统 |
| CN112526983A (zh) * | 2020-09-11 | 2021-03-19 | 深圳市银星智能科技股份有限公司 | 一种机器人的路径规划方法、主控芯片及机器人 |
| CN112526983B (zh) * | 2020-09-11 | 2022-10-28 | 深圳银星智能集团股份有限公司 | 一种机器人的路径规划方法、主控芯片及机器人 |
| CN113324543A (zh) * | 2021-01-28 | 2021-08-31 | 山东硅步机器人技术有限公司 | 一种巡线机器人视觉导航巡检和避障方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108398951A (zh) | 一种多传感器信息融合的机器人姿态测量方法与装置 | |
| CN102789233B (zh) | 基于视觉的组合导航机器人及导航方法 | |
| CN104787045B (zh) | 自动驾驶系统、计算机实现的自动驾驶的方法以及计算设备 | |
| CN101561680B (zh) | 一种自主车辆的嵌入式导引装置及其智能复合导引方法 | |
| RU2721860C2 (ru) | Система и способ управления крутящим моментом рулевой колонки | |
| CN107085938B (zh) | 基于车道线与gps跟随的智能驾驶局部轨迹容错规划方法 | |
| CN110316241A (zh) | 驾驶辅助系统 | |
| CN106774335A (zh) | 基于多目视觉和惯导的导引装置、地标布局及导引方法 | |
| CN108995538A (zh) | 一种电动汽车的无人驾驶系统 | |
| US20180181133A1 (en) | Unobtrusive driving assistance method and system for a vehicle to avoid hazards | |
| De Lima et al. | Navigation of an autonomous car using vector fields and the dynamic window approach | |
| Milanés et al. | Clavileño: Evolution of an autonomous car | |
| US11461627B2 (en) | Systems and methods for training and controlling an artificial neural network with discrete vehicle driving commands | |
| CN108919810A (zh) | 基于视觉示教的移动机器人定位与导航系统 | |
| Cao et al. | Fuzzy logic control for an automated guided vehicle | |
| Souza et al. | Vision-based waypoint following using templates and artificial neural networks | |
| Chen et al. | From perception to control: an autonomous driving system for a formula student driverless car | |
| JP6838718B2 (ja) | 車両制御装置 | |
| JP2003330538A (ja) | 自律移動ロボットおよびその自律移動方法 | |
| Santos | ATLASCAR: A sample of the quests and concerns for autonomous cars | |
| Yuan et al. | A novel obstacle avoidance method based on multi-information inflation map | |
| Pérez-Morales et al. | Multisensor-based predictive control for autonomous parking | |
| Dickmanns et al. | Scene recognition and navigation capabilities for lane changes and turns in vision-based vehicle guidance | |
| Tian et al. | Autonomous formula racecar: Overall system design and experimental validation | |
| CN111123931A (zh) | 一种agv双驱动磁导航的拐弯方法及存储装置 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180814 |