CN108762253A - 一种应用于为人导航系统的人机队形控制方法 - Google Patents
一种应用于为人导航系统的人机队形控制方法 Download PDFInfo
- Publication number
- CN108762253A CN108762253A CN201810407942.XA CN201810407942A CN108762253A CN 108762253 A CN108762253 A CN 108762253A CN 201810407942 A CN201810407942 A CN 201810407942A CN 108762253 A CN108762253 A CN 108762253A
- Authority
- CN
- China
- Prior art keywords
- user
- robot
- people
- man
- speed
- 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
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 45
- 238000013459 approach Methods 0.000 title claims abstract description 20
- 230000004927 fusion Effects 0.000 claims abstract description 5
- 230000033001 locomotion Effects 0.000 claims description 28
- 230000006870 function Effects 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 10
- 238000011217 control strategy Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 5
- 238000003306 harvesting Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 210000000707 wrist Anatomy 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 230000006872 improvement Effects 0.000 description 8
- 230000004888 barrier function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 201000009487 Amblyopia Diseases 0.000 description 2
- 239000004677 Nylon Substances 0.000 description 2
- 206010047571 Visual impairment Diseases 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 229920001778 nylon Polymers 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 208000029257 vision disease Diseases 0.000 description 2
- 230000004393 visual impairment Effects 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008447 perception 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
一种应用于为人导航系统的人机队形控制方法，其导航系统包括移动机器人和基于振动触觉反馈的便携式穿戴装置。激光雷达扫描周围环境，将与周围物体之间的距离信息传送至上位机，上位机对距离信息进行处理后得到二维环境地图；上位机根据地图信息，利用软件实时进行最优路径规划，生成规划速度；RGB‑D摄像头以一定的采样频率采集使用者的骨架信息并传送至上位机，上位机处理后得到使用者的位置和速度信息；人机队形控制算法以使用者为主导，融合使用者速度和规划速度，产生机器人实际控制速度；上位机根据使用者位置信息，通过振动装置和语音提示装置，指示使用者调整自己的位置，使机器人和使用者之间保持一定的相对距离和相对角度，实现为人导航的功能。
Description
技术领域
本发明涉及导盲助航设备控制技术领域，特别是涉及一种应用于为人导航系统的人机队形控制方法。
背景技术
随着移动机器人技术的发展，机器人的功能越来越多，应用也越来越广泛，使人们的生活更加的方便和智能。在为视力障碍者导航方面，诸如大型商场、图书馆、博物馆等室内环境下，移动机器人被用来引导视力障碍者到达目标位置。目前研制的基于移动机器人的为人导航系统，通常在移动机器人上安装弹性尼龙绳或者轻质刚性伸缩长柄，使用者通过感知尼龙绳或者长柄上的反馈力，获得左转、右转和加速前进等导航信息。使用这些为人导航系统容易导致使用者过分接近机器人，也可能过分偏右于或偏左于机器人，使用者与移动机器人之间没有固定的人机队形，导航性能不佳；使用者只能被动地跟随移动机器人，必须根据机器人的速度来调节自己的速度，降低了系统对使用者的友好交互性。
发明内容
为了解决问题，本发明提供一种应用于为人导航系统的人机队形控制方法，充分考虑使用者在系统中的重要地位，根据使用者的线速度调节机器人的线速度和角速度，根据使用者与机器人之间的相对位置，指示使用者调整自己的位置，使得使用者与机器人之间保持一定的相对距离和相对角度，从而形成人机队形控制，达到准确为人导航的效果，为达此目的，本发明提供一种应用于为人导航系统的人机队形控制方法，所述的为人导航系统包括移动机器人和基于振动触觉反馈的便携式穿戴装置，移动机器人安装的传感器有360°激光扫描雷达和RGB-D摄像头，具体步骤如下：
(1)激光雷达扫描周围环境，将与周围物体之间的距离信息传送至上位机，上位机对距离信息进行处理后得到二维环境地图；
(2)上位机根据地图信息，利用Navigation软件功能包实时进行最优路径规划，生成规划速度(vi,ωi)；
(3)RGB-D摄像头以一定的采样频率采集使用者的骨架信息并传送至上位机，上位机处理后得到使用者的位置(Pm)和速度信息(vh)；
(4)人机队形控制算法融合使用者速度(vh)和规划速度(vi,ωi)，产生机器人实际控制速度(vr,ωr)，传送至下位机，控制机器人运动；
(5)上位机根据使用者位置信息(Pm)，通过基于振动触觉反馈的便携式穿戴装置和语音提示装置，指示使用者调整自己的位置，使机器人和使用者之间保持一定的相对距离(sd)和相对角度(βd)，实现为人导航的功能。
本发明的进一步改进，步骤二中最优路径规划包括全局规划和局部规划，全局规划采用A*或者Dijkstra法，l是全局规划算法规划出的起点到目标位置的最佳路径，由于全局规划，未考虑实时环境信息变化，随着机器人的前进，周围环境信息与绘制地图时会有所不同，可能会出现新的障碍物，所以要采用局部规划。局部规划采用动态窗口法，能规划出一定距离si内的规划速度(vi,ωi)，实时躲避静态障碍物和动态障碍物，si是光滑的曲线，是l在一定时间内的分割曲线，si曲线的曲率半径为αi:
要使机器人跟随规划的轨迹前进，每小段si的曲率半径必须准确地传送至下位机，并执行相应的运动控制。
本发明的进一步改进，步骤三中RGB-D摄像头以10Hz的采样频率采集使用者的骨架信息并传送至上位机，RGB-D摄像头能够跟踪使用者身上15个骨骼点的信息，通过采集使用者左右肩的空间坐标P1(x1v,y1v,z1v)，P2(x2v,y2v,z2v)，使用视场坐标系与位姿估测坐标系的坐标转化公式和中点公式：
计算出双肩中点的位置坐标，用来代表使用者的位置Pm(xm,ym,zm)，其中ym为固定值，因为双肩中点的运动轨迹受到行走引起的振动的影响要小于其他骨骼点，通过两次采集的位置信息和两次采集相隔时间0.1s，计算得到使用者的速度信息(vh)；
本发明的进一步改进，步骤四中由多机器人领域中的领导者—跟随者控制模型所知，双轮差速移动机器人是非完整约束移动机器人，其运动模型可以简化为：
关于距离srh和角度βrh的运动学方程：
其中，d是跟随者参考点的偏轴距离，srh和βrh是两机器人之间的实际相对距离和相对角度，ψrh＝θr+βrh-θh，为了防止机器人之间发生碰撞，必须保证srh足够大。
上述运动学方程化简为：
其中，输出变量uh＝[vh,ωh]T指跟随者的运动线速度和角速度，输入变量ur＝[vr,ωr]T指领导者的运动线速度和角速度，zrh＝[srh,βrh]T；
其中d/srh>0；
考虑到为人导航与多机器人领域的编队控制有着相似的功能，即将目标物体引导到目标位置，所以将领导者-跟随者控制模块应用到为人导航系统的人机队形控制算法：
其中，
考虑局部路径规划中αi的作用，将机器人角速度设定为：
将机器人角速度公式代入人机队形控制算法化简得：
其中a,b,c,d>0；
从以上公式可得，当使用者的线速度vh增大时，机器人的线速度vr也会增大。同样，当使用者减速时，机器人的线速度vr也会减小，致使机器人与使用者之间保持适当的距离。人机队形控制算法融合使用者速度(vh)和规划速度(vi,ωi)，产生机器人实际控制速度(vr,ωr)，传送至下位机，控制机器人跟随规划轨迹前进，只要使用者调节运动的角速度(ωh)，就能使机器人和使用者之间保持一定的相对距离(sd)和相对角度(βd)，保持一定的人机队形；
本发明的进一步改进，步骤五中利用使用者与机器人的相对位置，通过基于振动触觉反馈的便携式穿戴装置和语音提示装置，指示使用者调整自己的位置，使机器人和使用者之间保持一定的相对距离(sd)和相对角度(βd)，实现为人导航的功能，通过以下公式实时更新使用者的相对位置Pm(xm,ym,zm)：
T1，T2，T3分别代表振动电机1，2，3，振动电机的振动控制策略与使用者位置对应的关系如下所示：
语音提示的控制策略与使用者位置对应的关系：当使用者在FRⅡ区域，提示为大步左后退；当使用者在FRⅠ区域，提示为小步左后退；当使用者在RⅡ区域，提示为大步向左移；当使用者在RⅠ区域，提示为小步向左移；当使用者在BRⅡ区域，提示为大步左前进；当使用者在BRⅠ区域，提示为小步左前进；当使用者在F区域，提示为后退；当使用者在FLⅡ区域，提示为大步右后退；当使用者在FLⅠ区域，提示为小步右后退；当使用者在LⅡ区域，提示为大步向右移；当使用者在LⅠ区域，提示为小步向右移；当使用者在BLⅡ区域，提示为大步右前进；当使用者在BLⅠ区域，提示为小步右前进；当使用者在B区域，提示为前进。
本发明的进一步改进，所述激光雷达的测量范围为0.15～6m。
本发明的进一步改进，所述RGB-D摄像头水平视场角是57.5°，垂直视场角是43°。
本发明的进一步改进，所述控制方法的最佳交互距离为1.2m～3.5m区间。
本发明的进一步改进，所述基于振动触觉反馈的便携式穿戴装置由安装在无名指和食指部位的振动电机，手腕部位的振动电机和控制盒组成，所述振动电机是偏心旋转质量振动电机，所述控制盒由ZigBee无线通讯模块，电机驱动模块和无线充电模块组成。
本发明提供了一种应用于为人导航系统的人机队形控制方法，有益效果如下：
本发明是一种基于小型移动机器人的为人导航系统的人机队形控制方法，以使用者为主导，使用者能自由地选择行走的速度，不必被动地跟随机器人移动，使用者能与机器人之间保持一定的相对距离和相对角度，形成人机队形控制，系统能准确地引导使用者到达目标位置，具有良好导航效果和交互性。小型移动机器人具有体积小，机动性强的特点，还具备防跌落和躲避障碍物的功能，能很好地保证使用者的安全。本发明不仅适用于完全失明的人群，还适用于弱视人群，而且可以在夜间使用。基于振动触觉反馈的便携式穿戴装置舒适性好，可适用于不同体型用户，不增加负担，使用方便。本发明使用了两种人机交互方式—基于振动触觉和听觉的交互方式，增强了系统的环境适应性和抗干扰能力。
附图说明
图1是本发明中小型移动机器人的示意图；
图2是本发明中基于振动触觉反馈的便携式穿戴装置的示意图；
图3是本发明所述控制方法的流程图；
图4是本发明所述采集使用者骨架信息的示意图；
图5是多机器人领域中的领导者—跟随者控制模型；
图6是本发明所述人机队形控制算法；
图7是本发明所述调整人机队形偏差的控制策略。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述：
本发明提供一种应用于为人导航系统的人机队形控制方法，充分考虑使用者在系统中的重要地位，根据使用者的线速度调节机器人的线速度和角速度，根据使用者与机器人之间的相对位置，指示使用者调整自己的位置，使得使用者与机器人之间保持一定的相对距离和相对角度，从而形成人机队形控制，达到准确为人导航的效果。
如图1所示，描述了本发明所述小型移动机器人的整体结构组成。主要由上位机PC端1，RGB-D摄像头2，语音提示装置3，ZigBee无线通讯模块4，360°激光扫描雷达5，车体6和防跌落传感器7组成。RGB-D摄像头和激光雷达通过USB串口线与上位机PC连接，上位机PC端安装Ubuntu环境下的机器人操作系统ROS(robot operation system)开发软件，便携式穿戴装置与机器人之间通过ZigBee无线通信。激光雷达的测量范围为0.15～6m，RGB-D摄像头的水平视场角是57.5°，垂直视场角是43°，在最佳交互距离1.2m～3.5m区间，RGB-D摄像头能跟踪到身高1.8m以下的使用者。ZigBee通讯具有近距离、自组织、低功耗、低成本的特点，适用于本发明。如图2所示，描述了本发明所述基于振动触觉反馈的便携式穿戴装置的结构组成，主要由安装在无名指和食指部位的振动电机1，2，手腕部位的振动电机3和控制盒4组成。振动电机是偏心旋转质量(ERM)振动电机，控制盒由ZigBee无线通讯模块，电机驱动模块和无线充电模块组成。
如图3所示，描述了基于小型移动机器人的为人导航系统的人机队形控制方法，具体步骤如下所示：
(1)激光雷达扫描周围环境，将与周围物体之间的距离信息传送至上位机，上位机利用Gmapping、hector或者Cartographer软件功能包对距离信息进行处理后得到二维环境地图；
(2)上位机根据地图信息，利用Navigation软件功能包实时进行最优路径规划，最优路径规划包括全局规划和局部规划，全局规划采用A*或者Dijkstra法，图6中的l是全局规划算法规划出的起点到目标位置的最佳路径，由于全局规划，未考虑实时环境信息变化，随着机器人的前进，周围环境信息与绘制地图时会有所不同，可能会出现新的障碍物，所以要采用局部规划。局部规划采用动态窗口法，能规划出一定距离si内的规划速度(vi,ωi)，实时躲避静态障碍物和动态障碍物，si是光滑的曲线，是l在一定时间内的分割曲线，si曲线的曲率半径为αi:
要使机器人跟随规划的轨迹前进，每小段si的曲率半径必须准确地传送至下位机，
并执行相应的运动控制。
(3)如图4所示，RGB-D摄像头以10Hz的采样频率采集使用者的骨架信息并传送至上位机。RGB-D摄像头能够跟踪使用者身上15个骨骼点的信息，通过采集使用者左右肩的空间坐标P1(x1v,y1v,z1v)，P2(x2v,y2v,z2v)，使用视场坐标系与位姿估测坐标系的坐标转化公式和中点公式：
计算出双肩中点的位置坐标，用来代表使用者的位置Pm(xm,ym,zm)(ym为固定值)，因为双肩中点的运动轨迹受到行走引起的振动的影响要小于其他骨骼点。通过两次采集的位置信息和两次采集相隔时间0.1s，可以计算得到使用者的速度信息(vh)；
(4)如图5所示，描述的是多机器人领域中的领导者—跟随者控制模型，双轮差速移动机器人是非完整约束移动机器人，其运动模型可以简化为：
关于距离srh和角度βrh的运动学方程：
其中，d是跟随者参考点的偏轴距离，srh和βrh是两机器人之间的实际相对距离和相对角度，ψrh＝θr+βrh-θh。为了防止机器人之间发生碰撞，必须保证srh足够大。
上述运动学方程化简为：
其中，输出变量uh＝[vh,ωh]T指跟随者的运动线速度和角速度，输入变量ur＝[vr,ωr]T指领导者的运动线速度和角速度，zrh＝[srh,βrh]T。
其中d/srh>0；
如图6所示，考虑到为人导航与多机器人领域的编队控制有着相似的功能，即将目标物体引导到目标位置，所以将领导者-跟随者控制模块应用到为人导航系统的人机队形控制算法：
其中，
考虑局部路径规划中αi的作用，将机器人角速度设定为：
将机器人角速度公式代入人机队形控制算法化简得：
其中a,b,c,d>0；
从以上公式可得，当使用者的线速度vh增大时，机器人的线速度vr也会增大。同样，当使用者减速时，机器人的线速度vr也会减小，致使机器人与使用者之间保持适当的距离。人机队形控制算法融合使用者速度(vh)和规划速度(vi,ωi)，产生机器人实际控制速度(vr,ωr)，传送至下位机，控制机器人跟随规划轨迹前进，只要使用者调节运动的角速度(ωh)，就能使机器人和使用者之间保持一定的相对距离(sd)和角度(βd)，保持一定的人机队形；
(5)考虑到使用者的运动角速度(ωh)无法精确控制，如图7所示，本发明未直接将使用者运动角速度(ωh)传达给使用者，而是利用使用者与机器人的相对位置，通过基于振动触觉反馈的便携式穿戴装置和语音提示装置，指示使用者调整自己的位置，使机器人和使用者之间保持一定的相对距离(sd)和相对角度(βd)，实现为人导航的功能。通过以下公式实时更新使用者的相对位置Pm(xm,ym,zm)：
T1，T2，T3分别代表振动电机1，2，3，振动电机的振动控制策略与使用者位置对应的关系如下所示：
语音提示的控制策略与使用者位置对应的关系如下表所示：
本发明能实现应用于为人导航系统中的人机队形控制方法，以使用者为主导，使用者能自由地选择行走的速度，不必被动地跟随机器人移动，使用者能与机器人保持一定的相对距离和相对角度，形成人机队形控制，系统能准确地引导使用者到达目标位置，具有良好导航效果和交互性。小型移动机器人具有体积小，机动性强的特点，还具备防跌落和躲避障碍物的功能，能很好地保证使用者的安全。本发明不仅适用于完全失明的人群，还适用于弱视人群，而且可以在夜间使用。基于振动触觉反馈的便携式穿戴装置舒适性好，可适用于不同体型用户，不增加负担，使用方便。本发明使用了两种人机交互方式—基于振动触觉和听觉的交互方式，增强了系统的环境适应性和抗干扰能力。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作任何其他形式的限制，而依据本发明的技术实质所作的任何修改或等同变化，仍属于本发明所要求保护的范围。
Claims (9)
1.一种应用于为人导航系统的人机队形控制方法，所述的为人导航系统包括移动机器人和基于振动触觉反馈的便携式穿戴装置，移动机器人安装的传感器有360°激光扫描雷达和RGB-D摄像头，具体步骤如下，其特征在于：
(1)激光雷达扫描周围环境，将与周围物体之间的距离信息传送至上位机，上位机对距离信息进行处理后得到二维环境地图；
(2)上位机根据地图信息，利用Navigation软件功能包实时进行最优路径规划，生成规划速度(vi,ωi)；
(3)RGB-D摄像头以一定的采样频率采集使用者的骨架信息并传送至上位机，上位机处理后得到使用者的位置信息(Pm)和速度信息(vh)；
(4)人机队形控制算法融合使用者速度(vh)和规划速度(vi,ωi)，产生机器人实际控制速度(vr,ωr)，传送至下位机，控制机器人运动；
(5)上位机根据使用者位置信息(Pm)，通过基于振动触觉反馈的便携式穿戴装置和语音提示装置，指示使用者调整自己的位置，使机器人和使用者之间保持一定的相对距离(sd)和相对角度(βd)，实现为人导航的功能。
2.根据权利要求1所述的一种应用于为人导航系统的人机队形控制方法，其特征在于：步骤二中最优路径规划包括全局规划和局部规划，全局规划采用A*或者Dijkstra法，局部规划采用动态窗口法，l是全局规划算法规划出的起点到目标位置的最佳路径，αi是局部规划算法规划出的一定距离光滑曲线si的曲率半径，(vi,ωi)是实时局部规划速度:
3.根据权利要求1所述的一种应用于为人导航系统的人机队形控制方法，其特征在于：步骤三中RGB-D摄像头以10Hz的采样频率采集使用者的骨架信息并传送至上位机，RGB-D摄像头能够跟踪使用者身上15个骨骼点的信息，通过采集使用者左右肩的空间坐标P1(x1v,y1v,z1v)，P2(x2v,y2v,z2v)，使用视场坐标系与位姿估测坐标系的坐标转化公式和中点公式：
计算出双肩中点的位置坐标，用来代表使用者的位置Pm(xm,ym,zm)，其中ym为固定值，因为双肩中点的运动轨迹受到行走引起的振动的影响要小于其他骨骼点，通过两次采集的位置信息和两次采集相隔时间0.1s，计算得到使用者的速度信息(vh)。
4.根据权利要求1所述的一种应用于为人导航系统的人机队形控制方法，其特征在于：步骤四中由多机器人领域中的领导者—跟随者控制模型所知，双轮差速移动机器人是非完整约束移动机器人，其运动模型可以简化为：
关于距离srh和角度βrh的运动学方程：
其中，d是跟随者参考点的偏轴距离，srh和βrh是两机器人之间的实际相对距离和角度，ψrh＝θr+βrh-θh，为了防止机器人之间发生碰撞，必须保证srh足够大；
上述运动学方程化简为：
其中，输出变量uh＝[vh,ωh]T指跟随者的运动线速度和角速度，输入变量ur＝[vr,ωr]T指领导者的运动线速度和角速度，zrh＝[srh,βrh]T；
其中d/srh>0；
考虑到为人导航与多机器人领域的编队控制有着相似的功能，即将目标物体引导到目标位置，
所以将领导者-跟随者控制模块应用到为人导航系统的人机队形控制算法：
其中，
考虑局部路径规划中αi的作用，将机器人角速度设定为：
将机器人角速度公式代入人机队形控制算法化简得：
其中a,b,c,d>0；
从以上公式可得，当使用者的线速度vh增大时，机器人的线速度vr也会增大。同样，当使用者减速时，机器人的线速度vr也会减小，致使机器人与使用者之间保持适当的距离。人机队形控制算法融合使用者速度(vh)和规划速度(vi,ωi)，产生机器人实际控制速度(vr,ωr)，传送至下位机，控制机器人跟随规划轨迹前进，只要使用者调节运动的角速度(ωh)，就能使机器人和使用者之间保持一定的相对距离(sd)和角度(βd)，保持一定的人机队形。
5.根据权利要求1所述的一种应用于为人导航系统的人机队形控制方法，其特征在于：步骤五中利用使用者与机器人的相对位置，通过基于振动触觉反馈的便携式穿戴装置和语音提示装置，指示使用者调整自己的位置，使机器人和使用者之间保持一定的相对距离(sd)和相对角度(βd)，实现为人导航的功能，通过以下公式实时更新使用者的相对位置Pm(xm,ym,zm)：
T1，T2，T3分别代表振动电机1，2，3，振动电机的振动控制策略与使用者位置对应的关系如下所示：
语音提示的控制策略与使用者位置对应的关系：当使用者在FRⅡ区域，提示为大步左后退；当使用者在FRⅠ区域，提示为小步左后退；当使用者在RⅡ区域，提示为大步向左移；当使用者在RⅠ区域，提示为小步向左移；当使用者在BRⅡ区域，提示为大步左前进；当使用者在BRⅠ区域，提示为小步左前进；当使用者在F区域，提示为后退；当使用者在FLⅡ区域，提示为大步右后退；当使用者在FLⅠ区域，提示为小步右后退；当使用者在LⅡ区域，提示为大步向右移；当使用者在LⅠ区域，提示为小步向右移；当使用者在BLⅡ区域，提示为大步右前进；当使用者在BLⅠ区域，提示为小步右前进；当使用者在B区域，提示为前进。
6.根据权利要求1所述的一种应用于为人导航系统的人机队形控制方法，其特征在于：所述激光雷达的测量范围为0.15～6m。
7.根据权利要求1所述的一种应用于为人导航系统的人机队形控制方法，其特征在于：所述RGB-D摄像头水平视场角是57.5°，垂直视场角是43°。
8.根据权利要求1所述的一种应用于为人导航系统的人机队形控制方法，其特征在于：所述控制方法的最佳交互距离为1.2m～3.5m区间。
9.根据权利要求1所述的一种应用于为人导航系统的人机队形控制方法，其特征在于：所述基于振动触觉反馈的便携式穿戴装置由安装在无名指和食指部位的振动电机，手腕部位的振动电机和控制盒组成，所述振动电机是偏心旋转质量振动电机，所述控制盒由ZigBee无线通讯模块，电机驱动模块和无线充电模块组成。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810407942.XA CN108762253B (zh) | 2018-05-02 | 2018-05-02 | 一种应用于为人导航系统的人机队形控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810407942.XA CN108762253B (zh) | 2018-05-02 | 2018-05-02 | 一种应用于为人导航系统的人机队形控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108762253A true CN108762253A (zh) | 2018-11-06 |
| CN108762253B CN108762253B (zh) | 2021-03-23 |
Family
ID=64009067
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810407942.XA Active CN108762253B (zh) | 2018-05-02 | 2018-05-02 | 一种应用于为人导航系统的人机队形控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108762253B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110119151A (zh) * | 2019-05-24 | 2019-08-13 | 陕西理工大学 | 一种机器人队形成形的目标点分配方法 |
| CN111067180A (zh) * | 2020-01-08 | 2020-04-28 | 中国人民武装警察部队工程大学 | 一种基于战术指挥地图绘制和定位系统及头盔 |
| CN111123947A (zh) * | 2019-12-31 | 2020-05-08 | 深圳前海达闼云端智能科技有限公司 | 机器人行进的控制方法、装置、电子设备、介质和机器人 |
| CN114200938A (zh) * | 2021-12-10 | 2022-03-18 | 北京云迹科技股份有限公司 | 引领机器人周围障碍物的语音提醒方法、装置和机器人 |
| WO2023279918A1 (zh) * | 2021-07-05 | 2023-01-12 | 灵动科技（北京）有限公司 | 双舵轮式自主移动设备的运动控制方法和系统及程序产品 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103901889A (zh) * | 2014-03-27 | 2014-07-02 | 浙江大学 | 一种基于蓝牙通信的多机器人编队控制路径跟踪方法 |
| CN103914068A (zh) * | 2013-01-07 | 2014-07-09 | 中国人民解放军第二炮兵工程大学 | 一种基于栅格地图的服务机器人自主导航方法 |
| KR101539270B1 (ko) * | 2015-02-27 | 2015-07-24 | 군산대학교산학협력단 | 충돌회피 및 자율주행을 위한 센서융합 기반 하이브리드 반응 경로 계획 방법, 이를 수행하기 위한 기록 매체 및 이동로봇 |
| CN105527960A (zh) * | 2015-12-18 | 2016-04-27 | 燕山大学 | 一种基于领航跟随的移动机器人编队控制方法 |
-
2018
- 2018-05-02 CN CN201810407942.XA patent/CN108762253B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103914068A (zh) * | 2013-01-07 | 2014-07-09 | 中国人民解放军第二炮兵工程大学 | 一种基于栅格地图的服务机器人自主导航方法 |
| CN103901889A (zh) * | 2014-03-27 | 2014-07-02 | 浙江大学 | 一种基于蓝牙通信的多机器人编队控制路径跟踪方法 |
| KR101539270B1 (ko) * | 2015-02-27 | 2015-07-24 | 군산대학교산학협력단 | 충돌회피 및 자율주행을 위한 센서융합 기반 하이브리드 반응 경로 계획 방법, 이를 수행하기 위한 기록 매체 및 이동로봇 |
| CN105527960A (zh) * | 2015-12-18 | 2016-04-27 | 燕山大学 | 一种基于领航跟随的移动机器人编队控制方法 |
Non-Patent Citations (4)
| Title |
|---|
| 严利民 等: "基于Kinect深度数据的人体骨架提取", 《电子测量技术》 * |
| 刘杰 等: "基于振动触觉的机器人为人导航系统", 《东南大学学报（自然科学版）》 * |
| 史恩秀 等: "差速驱动轮式移动机器人路径规划新策略", 《中国机械工程》 * |
| 尤剑 等: "面向为盲人导航的人机队形控制方法研究", 《仪器仪表学报》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110119151A (zh) * | 2019-05-24 | 2019-08-13 | 陕西理工大学 | 一种机器人队形成形的目标点分配方法 |
| CN111123947A (zh) * | 2019-12-31 | 2020-05-08 | 深圳前海达闼云端智能科技有限公司 | 机器人行进的控制方法、装置、电子设备、介质和机器人 |
| CN111067180A (zh) * | 2020-01-08 | 2020-04-28 | 中国人民武装警察部队工程大学 | 一种基于战术指挥地图绘制和定位系统及头盔 |
| WO2023279918A1 (zh) * | 2021-07-05 | 2023-01-12 | 灵动科技（北京）有限公司 | 双舵轮式自主移动设备的运动控制方法和系统及程序产品 |
| CN114200938A (zh) * | 2021-12-10 | 2022-03-18 | 北京云迹科技股份有限公司 | 引领机器人周围障碍物的语音提醒方法、装置和机器人 |
| CN114200938B (zh) * | 2021-12-10 | 2024-03-19 | 北京云迹科技股份有限公司 | 引领机器人周围障碍物的语音提醒方法、装置和机器人 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108762253B (zh) | 2021-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108762253A (zh) | 一种应用于为人导航系统的人机队形控制方法 | |
| Kaufmann et al. | Deep drone racing: Learning agile flight in dynamic environments | |
| CN108303972B (zh) | 移动机器人的交互方法及装置 | |
| Shoval et al. | NavBelt and the Guide-Cane [obstacle-avoidance systems for the blind and visually impaired] | |
| US10226864B2 (en) | Modular robotic manipulation | |
| US8577126B2 (en) | System and method for cooperative remote vehicle behavior | |
| CN102323819B (zh) | 一种基于协调控制的智能轮椅室外导航方法 | |
| US8588464B2 (en) | Assisting a vision-impaired user with navigation based on a 3D captured image stream | |
| US20090180668A1 (en) | System and method for cooperative remote vehicle behavior | |
| WO2019076044A1 (zh) | 移动机器人局部运动规划方法、装置及计算机存储介质 | |
| US20110246015A1 (en) | System and Method for Providing Perceived First-Order Control of an Unmanned Vehicle | |
| CN105955273A (zh) | 室内机器人导航系统及方法 | |
| CN103389699A (zh) | 基于分布式智能监测控制节点的机器人监控及自主移动系统的运行方法 | |
| CN106354161A (zh) | 机器人运动路径规划方法 | |
| CN115200588B (zh) | 移动机器人的slam自主导航方法及其装置 | |
| CN113829343B (zh) | 基于环境感知的实时多任务多人人机交互系统 | |
| Pradeep et al. | A wearable system for the visually impaired | |
| CN110844402B (zh) | 一种智能召唤垃圾桶系统 | |
| WO2022134680A1 (zh) | 机器人定位方法、装置、存储介质及电子设备 | |
| EP4088884A1 (en) | Method of acquiring sensor data on a construction site, construction robot system, computer program product, and training method | |
| CN104898675A (zh) | 一种机器人智能导航控制方法 | |
| CN110032213A (zh) | 机器人跟随系统及机器人跟随方法 | |
| Thrunyz | The dynamic window approach to collision avoidance | |
| CN108062102A (zh) | 一种手势控制具有辅助避障功能的移动机器人遥操作系统 | |
| CN110216688B (zh) | 一种办公区送件服务机器人及其控制方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |