CN108958267A - 一种基于激光雷达的无人车避障方法 - Google Patents
一种基于激光雷达的无人车避障方法 Download PDFInfo
- Publication number
- CN108958267A CN108958267A CN201810909624.3A CN201810909624A CN108958267A CN 108958267 A CN108958267 A CN 108958267A CN 201810909624 A CN201810909624 A CN 201810909624A CN 108958267 A CN108958267 A CN 108958267A
- Authority
- CN
- China
- Prior art keywords
- laser radar
- unmanned vehicle
- barrier
- request
- sequence
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000004888 barrier function Effects 0.000 claims abstract description 31
- 238000011217 control strategy Methods 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 6
- 230000004044 response Effects 0.000 claims description 38
- 230000006854 communication Effects 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 12
- 238000012795 verification Methods 0.000 claims description 10
- 238000002360 preparation method Methods 0.000 claims description 7
- 230000003287 optical effect Effects 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 238000004422 calculation algorithm Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 241000219098 Parthenocissus Species 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012360 testing method Methods 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
-
- 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
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- 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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Optics & Photonics (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
Abstract
一种基于激光雷达的无人车避障方法,首先,规划全局路径,并在全局路径上选取若干个序列点构成序列点集;其次,无人车按照全局路径行进,行进过程中执行如下步骤:使用R60获取无人车实时经纬度信息和方向角,靠近序列点时降低车速,到达序列点后从序列点集中将其删除,然后向下一个序列点行驶,直到遍历序列点集;控制器发送障碍物扫描请求给激光雷达,激光雷达响应障碍物扫描请求,进而获取障碍物信息;当扫描到障碍物时,执行控制策略。本发明通过前置激光雷达实时监测障碍物,通过控制策略和PID‑P算法相结合进行避障,使用该方法根据前置雷达返回的障碍物信息完成不同距离内的避障,简单高效,性能稳定,大大降低了无人车的避障成本。
Description
技术领域
本发明涉及无人车障碍规避领域,具体的说是一种基于激光雷达的无人车避障方法。
背景技术
科技的快速发展,使得人们对交通工具的智能化需求越来越高,设计出更加安全、便捷的交通工具是未来发展趋势,其中,避障能力的高低是反映智能机器人智能化的一个关键因素。无人驾驶汽车是通过车载传感系统感知道路环境,自动规划行车路线并控制车辆到达预定目标的智能汽车。它是利用车载传感器来感知车周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶。无人驾驶汽车集自动控制、体系结构、人工智能、视觉计算等众多技术于一体,是计算机科学、模式识别和智能控制技术高度发展的产物,也是衡量一个国家科研实力和工业水平的一个重要标志,在国防和国民经济领域具有广阔的应用前景。
目前,无人车发展还处于起步阶段,各国都相继开始了智能无人驾驶汽车的研究。如德国的Ibeo公司利用先进的激光传感技术实现汽车的无人驾驶。无论是何种程度的智能驾驶,第一步都是感知,也就是感知车辆周边复杂的路况环境,在这个基础上才能做出相应的路径规划和驾驶行为决策,所以传感器的选择是无人车成功避障的前提,常用的测距感知传感器有:超声波测距传感器、红外测距传感器、CCD视觉系统、毫米波雷达、微波雷达和激光雷达等等。利用视觉传感器的移动机器人避障方法具有探测范围广的特点。然而,单目视觉则只能获取环境的二维图像信息,无法获取环境障碍物的深度信息,双目视觉,则存在实时性差、计算复杂等缺点。依靠超声波或红外测距传感器的移动机器人避障方法,则存在探测范围有限,探测点数据量不够多,影响无人车避障控制的精确度等缺陷。
发明内容
为了解决现有技术中的不足,本发明提供一种基于激光雷达的无人车避障方法,该无人车避障方法采用单线激光雷达,扫描周期短,探测范围广,能提供大量环境扫描点距离信息,为控制决策提供方便。
为了实现上述目的,本发明采用的具体方案为:一种基于激光雷达的无人车避障方法,无人车的前部设置有激光雷达,无人车上还设置有控制器,该无人车避障方法包括依次进行的准备阶段和执行阶段:
准备阶段的方法为:规划全局路径,并在全局路径上选取若干个序列点构成序列点集,序列点集格式为WGS84(World Geodetic System 1984)大地坐标,WGS84是为GPS全球定位系统使用而建立的坐标系统;
执行阶段的方法为:无人车按照全局路径行进,行进过程中执行如下步骤:
步骤1、使用R60定位设备获取无人车实时经纬度信息和方向角,靠近序列点时降低车速,到达序列点后从序列点集中将其删除,然后向下一个序列点行驶,直到遍历序列点集;
步骤2、控制器发送障碍物扫描请求给激光雷达,激光雷达响应障碍物扫描请求,进而获取障碍物信息;
步骤3、当扫描到障碍物时,执行控制策略,具体控制策略为:
(1)、设定安全距离阈值1和安全距离阈值2,当障碍物距离无人车激光雷达中心点大于安全距离阈值1且小于安全距离阈值2时,在行进的过程中同时避障,具体避障方法为:
控制器使用PID的P控制算法控制无人车避障,具体控制算法为:
其中,V1为转弯路径上内侧轮速度,v2为转弯路径上外侧轮速度,obs_err为激光雷达获得的障碍物信息,Kd为距离的P参数,Ka为角度的P控制参数,Ko为障碍物信息的的P控制参数。
(2)、根据车身外廓尺寸设定危险距离阈值,当障碍物距离小于危险距离阈值时,执行强制右转,以寻找可行驶方向。
作为一种优选方案,在准备阶段,规划全局路径的具体方法为:在地图上选取目标地块,之后根据车宽和当前位置点进行往返式路径规划,得到路径的序列点,保存为TXT文档。
作为一种优选方案,所述激光雷达为单线激光雷达。
作为一种优选方案,步骤2采用单线激光雷达的基本通讯协议,控制器与单线激光雷达进行的通讯采用非文本形式的二进制数据报文进行,且每个数据报文具有统一的报头数据格式。
作为一种优选方案,单线激光雷达包括三种不同的请求-应答模式:单次请求-单次应答模式、单次请求-多次应答模式和单次请求-无应答模式。
作为一种优选方案,步骤2中,控制器发送障碍物扫描请求给激光雷达的请求报文格式包括起始标志、请求命令、负载数据长度信息、负载数据本身和校验和,每个请求报文起始标志均为0xA5,所有请求报文都必须包含一个字节长度的请求命令字段,如果该请求命令需要额外附带有其他数据,则请求报文还需要附带一个字节的负载数据长度信息、负载数据本身以及一个字节的校验和作为结尾,校验和按照如下公式计算得出:
其中,CmdType为请求命令,PayloadSize为负载数据长度信息,PayLoad[0],…,PayLoad[n]为负载数据本身,Checksum为校验和。
作为一种优选方案,一个完整的请求报文发送时间不超过5s,如果当前正在发送的请求报文发送时间超过5s,该请求报文将被强制丢弃。
作为一种优选方案,步骤2中,激光雷达响应障碍物扫描请求的应答报文格式包括始应答报文和数据应答报文;如果当前接收到的请求报文需要发送应答报文,则激光雷达响应首先发送起始应答报文,随后按照通讯模式,发送一次或多次数据应答报文。
作为一种优选方案,在一次请求或者应答的通讯过程中,起始应答报文仅发送一次。
作为一种优选方案,起始应答报文包括起始标志1、起始标志2、数据应答报文长度、应答模式和数据类型。
有益效果:
本发明提供一种基于激光雷达的无人车避障方法,该无人车避障方法采用单线激光雷达,且单线激光雷达设置在无人车的前部,用于实时监测障碍物,扫描周期短,探测范围广,能提供大量环境扫描点距离信息,为控制决策提供方便。此外,通过控制策略和PID-P算法相结合进行避障,使用该方法根据前置雷达返回的障碍物信息完成不同距离内的避障,该避障方法简单高效,性能稳定,大大降低了无人车的避障成本。
附图说明
图1为RPLIDAR的测距采样模式过程图。
具体实施方式
下面结合附图对本发明的实施例作详细说明,本实施例以本发明技术方案为前提,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
一种基于激光雷达的无人车避障方法,无人车的前部设置有激光雷达,无人车上还设置有控制器,该无人车避障方法包括依次进行的准备阶段和执行阶段:
准备阶段的方法为:规划全局路径,并在全局路径上选取若干个序列点构成序列点集,序列点集格式为WGS84大地坐标;
执行阶段的方法为:无人车按照全局路径行进,行进过程中执行如下步骤:
步骤1、使用R60定位设备获取无人车实时经纬度信息和方向角,靠近序列点时降低车速,到达序列点后从序列点集中将其删除,然后向下一个序列点行驶,直到遍历序列点集;
步骤2、控制器发送障碍物扫描请求给激光雷达,激光雷达响应障碍物扫描请求,进而获取障碍物信息;
步骤3、当扫描到障碍物时,执行控制策略,具体控制策略为:
(1)、设定安全距离阈值1和安全距离阈值2,当障碍物距离无人车激光雷达中心点大于安全距离阈值1且小于安全距离阈值2时,在行进的过程中同时避障,具体避障方法为:
控制器使用PID的P控制算法控制无人车避障,具体控制算法为:
其中,V1为转弯路径上内侧轮速度,v2为转弯路径上外侧轮速度,obs_err为激光雷达获得的障碍物信息,Kd为距离的P参数,Ka为角度的P控制参数,Ko为障碍物信息的的P控制参数。
(2)、根据车身外廓尺寸设定危险距离阈值,当障碍物距离小于危险距离阈值时,执行强制右转,以寻找可行驶方向。
此外,需要说明的是,设定安全距离阈值1和安全距离阈值2,当障碍物距离无人车激光雷达中心点大于安全距离阈值1且小于安全距离阈值2时,在行进的过程中同时避障,执行控制策略(1);当障碍物距离无人车激光雷达中心点小于安全距离阈值1时,也就是障碍物距离小于危险距离阈值,执行控制策略(2);当障碍物距离无人车激光雷达中心点大于安全距离阈值2时,正常行进即可,不需要避障。
下面从四个方面具体阐述本发明的技术方案:
一、所述激光雷达为单线激光雷达,单线激光雷达的工作原理具体如下:
单线激光雷达是基于激光时间飞行原理和多次回波原理而工作。首先由激光发射器发射一脉冲激光波,此时内部定时器记录时间t1,当激光波碰到物体后,部分能量会返回给激光雷达接收器,当接收器接收到返回的激光波时,停止定时器,记录时间t2,则激光雷达中心到障碍物的距离为:
S=C×(t2-t1)÷2;
其中,C为光速,这样一次测量计算结束。当激光扫描器发射的激光脉冲波遇到的第一个物体是玻璃或其他可以透过的物体时,激光脉冲波会继续前进,当碰到第二个障碍物体时,部分能量返回,当激光接收器接收到的返回激光波能量足以触发门限值,激光扫描器计算它到物体的距离值。以此类推,激光扫描器发出的一个激光脉冲波可以给出多个测量值,用户可以根据需要选择一个或多个测量值。
二、步骤2采用单线激光雷达的基本通讯协议,单线激光雷达的基本通讯协议具体如下:
控制器与RPLIDAR进行的通讯采用非文本形式的二进制数据报文进行,且每个数据报文具有统一的报头数据格式。本发明所述RPLIDAR是低成本的二维雷达解决方案,由SlamTec公司的RoboPeak团队开发,RPLIDAR的测距采样模式过程如图1所示,每次的通讯过程均由外部系统发起,所述外部系统为MCU或者PC主机等,RPLIDAR的测距核心在通电工作后,并不会主动向通讯接口另一侧的外部系统发送数据。这里将由外部系统发送至RPLIDAR测距核心的数据报文称为:请求,将由RPLIDAR测距核心发送回外部系统的数据报文称为:应答;
在收到来自外部系统的请求数据报文后,RPLIDAR将执行对应的处理。如果对应的请求期望RPLIDAR做出回应,则会发送应答报文。RPLIDAR的扫描测距操作同样采用这里定义的请求/应答模式。只有在外部系统发送了开始扫描测距请求后,RPLIDAR才会开始扫描工作,并连续发送应答数据至外部系统;按照不同的请求类型,RPLIDAR包括三种不同的请求-应答模式,分别为:单次请求-单次应答模式、单次请求-多次应答模式和单次请求-无应答模式。
三、控制器发送障碍物扫描请求给激光雷达的请求报文格式具体如下:
所有从外部系统发送至RPLIDAR的请求报文均采用表1的格式进行发送,字节发送顺序上采用小字端模式,RPLIDAR请求报文发送格式如表1,
表1
每个请求报文均以固定的0xA5作为开始字节,RPLIDAR将以此识别一个新的请求报文的开头。步骤2中,控制器发送障碍物扫描请求给激光雷达的请求报文格式包括起始标志、请求命令、负载数据长度信息、负载数据本身和校验和,每个请求报文起始标志均为0xA5,所有请求报文都必须包含一个字节长度的请求命令字段,如果该请求命令需要额外附带有其他数据,则请求报文还需要附带一个字节的负载数据长度信息、负载数据本身以及一个字节的校验和作为结尾,校验和按照如下公式计算得出:
其中,CmdType为请求命令,PayloadSize为负载数据长度信息,PayLoad[0],…,PayLoad[n]为负载数据本身,Checksum为校验和。
一个完整的请求报文必须在5s内完全发送至RPLIDAR,如果当前正在发送的请求报文已经花费了5s以上,RPLIDAR协议栈将认为通讯超时,此时该请求报文将被强制丢弃。
四、激光雷达响应障碍物扫描请求的应答报文格式具体如下:
应答报文分为起始应答报文和数据应答报文两类,如果当前接收到的请求报文需要发送应答报文,则RPLIDAR首先发送起始应答报文,随后按照通讯模式,发送一次或者任意多次的数据应答报文。在一次请求/应答的通讯过程中,起始应答报文只会发送一次,它用以描述后续的数据应答报文的相关信息。RPLIDAR起始应答报文结构如表2所示:
表2
其中,起始标志为2个字节的固定数据:0xA50x5A;外部系统可以以此判断起始应答报文的开始部分;数据应答报文长度为30bits的数据,记录了随后发送的单个数据应答报文的长度;2bits的应答模式字段描述了接下来的数据应答报文的发送模式。RPLIDAR数据应答报文取值如表3所示:
表3
应答模式取值 | 模式描述 |
0x0 | 单次应答模式,RPLIDAR只发送一次数据应答报文 |
0x1 | 多次应答模式,RPLIDAR将会发送一个或者多个应答报文 |
0x2 | 保留,暂未定义 |
0x3 | 保留,暂未定义 |
数据类型表示了数据应答报文发送内容的类型,它与RPLIDAR接收到的请求报文类型所对应。外部系统可以通过起始应答报文的信息来确定后续数据应答报文的接收策略。与起始应答报文不同,数据应答报文没有统一的格式。不同的数据应答报文的格式请参考后文具体的应答类型描述。对于同一类数据应答报文,他们具有相同的长度以及结构定义。
试验研究:本发明采用履带小车进行室外测试,通过全局路径规划得到的经纬度坐标序列进行控制,从当前点移动到序列的第一个点后,逐点直到序列的最后一点即完成,在直线行进的过程中,在碰到障碍物高于50cm的情况下,可以检测到障碍物的边缘,并自动避开。在室内进行测试时,笔记本远程连接TX2控制履带车:默认路径为向正前方直线行驶,依赖激光雷达避障。通电后即开始行走,遇到障碍物时自动躲避,然后继续前行,使用急停键停止。
通过在高精度地图上选取目标地块,根据车宽,当前位置点进行往返式路径规划,得到路径的序列点(保存为TXT文档),序列点格式为WGS84大地坐标,即经纬度(采样频率1,2,5,10HZ),提供给履带小车进行路径追踪。也就是使用R60定位设备获取实时经纬度信息以及方向角(小车行驶方向与地球磁北夹角),靠近目标点时降低速度至最小速度,到达目标点后从序列中去掉该点,向下一个目标点行驶,直到遍历序列。使用PID的P控制算法,输入为当前位置与目标点方向差和距离差,输出为履带车两轮速度。左右轮速度计算公式如下:
其中,其中,V1为转弯路径上内侧轮速度,v2为转弯路径上外侧轮速度,obs_err为激光雷达获得的障碍物信息,也就是障碍物的方向角和距离,Kd为距离的P参数,Ka为角度的P控制参数,Ko为障碍物信息的的P控制参数。例如,当车子向左转向时,V1为转弯路径上左侧轮速度,v2为转弯路径上右侧轮速度。根据障碍物信息,使用PID参数输出整车左右轮的行驶控制信息,绕过障碍物,并实时监测新的障碍物并进行避障,直至绕过障碍物。当周围环境(车辆前向180度范围)内出现障碍物且距离小于设定的阈值时,obs_err值不为零,则进行避障。
避障行为根据障碍物距离无人车的距离有两种,一种是当障碍物距离小车激光雷达中心点大于安全距离阈值1小于安全距离阈值2时,将在行进的过程中同时避障,即当监测到障碍物在右侧时控制车辆左转避障,反之亦然;这种控制策略的目的是为了提高行驶通过的效率,避免车辆的制动操作。一种是当障碍物距离小于危险距离阈值时,执行强制右转(原地旋转)以寻找可行驶方向,避免长时间循环监测导致无法走出环形的障碍物区域。
本发明提供一种基于激光雷达的无人车避障方法,通过前置激光雷达实时监测障碍物,通过所设计的控制策略和PID-P算法相结合进行避障。使用该方法根据前置雷达返回的障碍物信息完成不同距离内的避障,该方法简单高效,性能稳定,大大降低了无人车的避障成本。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例描述如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述所述技术内容作出的些许更动或修饰均为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (10)
1.一种基于激光雷达的无人车避障方法,无人车的前部设置有激光雷达,无人车上还设置有控制器,其特征在于:该无人车避障方法包括依次进行的准备阶段和执行阶段:
准备阶段的方法为:规划全局路径,并在全局路径上选取若干个序列点构成序列点集,序列点集格式为WGS84大地坐标;
执行阶段的方法为:无人车按照全局路径行进,行进过程中执行如下步骤:
步骤1、使用R60定位设备获取无人车实时经纬度信息和方向角,靠近序列点时降低车速,到达序列点后从序列点集中将其删除,然后向下一个序列点行驶,直到遍历序列点集;
步骤2、控制器发送障碍物扫描请求给激光雷达,激光雷达响应障碍物扫描请求,进而获取障碍物信息;
步骤3、当扫描到障碍物时,执行控制策略,具体控制策略为:
(1)、设定安全距离阈值1和安全距离阈值2,当障碍物距离无人车激光雷达中心点大于安全距离阈值1且小于安全距离阈值2时,在行进的过程中同时避障,具体避障方法为:
控制器使用PID的P控制算法控制无人车避障,具体控制算法为:
其中,V1为转弯路径上内侧轮速度,v2为转弯路径上外侧轮速度,obs_err为激光雷达获得的障碍物信息,Kd为距离的P参数,Ka为角度的P控制参数,Ko为障碍物信息的的P控制参数。
(2)、根据车身外廓尺寸设定危险距离阈值,当障碍物距离小于危险距离阈值时,执行强制右转,以寻找可行驶方向。
2.如权利要求1所述的一种基于激光雷达的无人车避障方法,其特征在于:在准备阶段,规划全局路径的具体方法为:在地图上选取目标地块,之后根据车宽和当前位置点进行往返式路径规划,得到路径的序列点,保存为TXT文档。
3.如权利要求1所述的一种基于激光雷达的无人车避障方法,其特征在于:所述激光雷达为单线激光雷达。
4.如权利要求3所述的一种基于激光雷达的无人车避障方法,其特征在于:步骤2采用单线激光雷达的基本通讯协议,控制器与单线激光雷达进行的通讯采用非文本形式的二进制数据报文进行,且每个数据报文具有统一的报头数据格式。
5.如权利要求4所述的一种基于激光雷达的无人车避障方法,其特征在于:单线激光雷达包括三种不同的请求-应答模式:单次请求-单次应答模式、单次请求-多次应答模式和单次请求-无应答模式。
6.如权利要求1所述的一种基于激光雷达的无人车避障方法,其特征在于:步骤2中,控制器发送障碍物扫描请求给激光雷达的请求报文格式包括起始标志、请求命令、负载数据长度信息、负载数据本身和校验和,每个请求报文起始标志均为0xA5,所有请求报文都必须包含一个字节长度的请求命令字段,如果该请求命令需要额外附带有其他数据,则请求报文还需要附带一个字节的负载数据长度信息、负载数据本身以及一个字节的校验和作为结尾,校验和按照如下公式计算得出:
其中,CmdType为请求命令,PayloadSize为负载数据长度信息,PayLoad[0],…,PayLoad[n]为负载数据本身,Checksum为校验和。
7.如权利要求6所述的一种基于激光雷达的无人车避障方法,其特征在于:一个完整的请求报文发送时间不超过5s,如果当前正在发送的请求报文发送时间超过5s,该请求报文将被强制丢弃。
8.如权利要求1所述的一种基于激光雷达的无人车避障方法,其特征在于:步骤2中,激光雷达响应障碍物扫描请求的应答报文格式包括始应答报文和数据应答报文;如果当前接收到的请求报文需要发送应答报文,则激光雷达响应首先发送起始应答报文,随后按照通讯模式,发送一次或多次数据应答报文。
9.如权利要求8所述的一种基于激光雷达的无人车避障方法,其特征在于:在一次请求或者应答的通讯过程中,起始应答报文仅发送一次。
10.如权利要求8所述的一种基于激光雷达的无人车避障方法,其特征在于:起始应答报文包括起始标志1、起始标志2、数据应答报文长度、应答模式和数据类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810909624.3A CN108958267A (zh) | 2018-08-10 | 2018-08-10 | 一种基于激光雷达的无人车避障方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810909624.3A CN108958267A (zh) | 2018-08-10 | 2018-08-10 | 一种基于激光雷达的无人车避障方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108958267A true CN108958267A (zh) | 2018-12-07 |
Family
ID=64469257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810909624.3A Pending CN108958267A (zh) | 2018-08-10 | 2018-08-10 | 一种基于激光雷达的无人车避障方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108958267A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109933075A (zh) * | 2019-04-12 | 2019-06-25 | 成都宇俊盛科技有限公司 | 一种用于全自动无人轨道车辆的单线激光雷达测障方法 |
CN110069066A (zh) * | 2019-05-06 | 2019-07-30 | 江苏盛海智能科技有限公司 | 一种无人车寻迹的方法及终端 |
CN110597269A (zh) * | 2019-09-30 | 2019-12-20 | 潍柴动力股份有限公司 | 一种车辆自主避障方法及车辆自主避障系统 |
CN112077840A (zh) * | 2020-08-08 | 2020-12-15 | 浙江科聪控制技术有限公司 | 一种防爆巡检机器人的避障方法及应用于该方法的机器人 |
CN113793532A (zh) * | 2021-08-11 | 2021-12-14 | 岚图汽车科技有限公司 | 一种远距离障碍车道信息共享方法及系统 |
CN114415662A (zh) * | 2021-12-15 | 2022-04-29 | 广州市威控机器人有限公司 | 一种智能机器人避障方法及装置 |
CN116360467A (zh) * | 2023-06-01 | 2023-06-30 | 中国科学院自动化研究所 | 光伏板列无人清扫装置自主巡行系统及自主巡行方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102269995A (zh) * | 2011-06-22 | 2011-12-07 | 重庆大学 | 轮式移动机器人的变结构控制方法 |
CN102420392A (zh) * | 2011-07-30 | 2012-04-18 | 山东鲁能智能技术有限公司 | 基于磁导航的变电站巡检机器人全局路径规划方法 |
CN105922267A (zh) * | 2016-06-28 | 2016-09-07 | 山东理工大学 | 一种清扫机器人全覆盖遍历路径规划算法的设计方法 |
CN106774347A (zh) * | 2017-02-24 | 2017-05-31 | 安科智慧城市技术(中国)有限公司 | 室内动态环境下的机器人路径规划方法、装置和机器人 |
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 |
CN107608363A (zh) * | 2017-10-30 | 2018-01-19 | 北京奇虎科技有限公司 | 机器人的避障处理方法、装置及机器人 |
WO2018064840A1 (zh) * | 2016-10-09 | 2018-04-12 | 浙江国自机器人技术有限公司 | 一种移动单元、库存物品管理系统以及定位移动单元的方法 |
-
2018
- 2018-08-10 CN CN201810909624.3A patent/CN108958267A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102269995A (zh) * | 2011-06-22 | 2011-12-07 | 重庆大学 | 轮式移动机器人的变结构控制方法 |
CN102420392A (zh) * | 2011-07-30 | 2012-04-18 | 山东鲁能智能技术有限公司 | 基于磁导航的变电站巡检机器人全局路径规划方法 |
CN105922267A (zh) * | 2016-06-28 | 2016-09-07 | 山东理工大学 | 一种清扫机器人全覆盖遍历路径规划算法的设计方法 |
WO2018064840A1 (zh) * | 2016-10-09 | 2018-04-12 | 浙江国自机器人技术有限公司 | 一种移动单元、库存物品管理系统以及定位移动单元的方法 |
CN106774347A (zh) * | 2017-02-24 | 2017-05-31 | 安科智慧城市技术(中国)有限公司 | 室内动态环境下的机器人路径规划方法、装置和机器人 |
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 |
CN107608363A (zh) * | 2017-10-30 | 2018-01-19 | 北京奇虎科技有限公司 | 机器人的避障处理方法、装置及机器人 |
Non-Patent Citations (3)
Title |
---|
上海思岚科技有限公司: ""SLAMTEC思岚科技RPLIDAR360度激光扫描测距雷达通讯接口协议与应用手册"", 《HTTPS://WENKU.BAIDU.COM/VIEW/39B970A8E518964BCE847C45.HTML》 * |
刘砚菊等: ""一种基于单线激光雷达的无人车避障系统设计"", 《沈阳理工大学学报》 * |
吴越等: ""一种基于单线激光雷达的无人车辆导航避障系统设计"", 《计算机测量与控制》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109933075A (zh) * | 2019-04-12 | 2019-06-25 | 成都宇俊盛科技有限公司 | 一种用于全自动无人轨道车辆的单线激光雷达测障方法 |
CN110069066A (zh) * | 2019-05-06 | 2019-07-30 | 江苏盛海智能科技有限公司 | 一种无人车寻迹的方法及终端 |
CN110597269A (zh) * | 2019-09-30 | 2019-12-20 | 潍柴动力股份有限公司 | 一种车辆自主避障方法及车辆自主避障系统 |
CN112077840A (zh) * | 2020-08-08 | 2020-12-15 | 浙江科聪控制技术有限公司 | 一种防爆巡检机器人的避障方法及应用于该方法的机器人 |
CN112077840B (zh) * | 2020-08-08 | 2022-02-15 | 浙江科聪控制技术有限公司 | 一种防爆巡检机器人的避障方法及应用于该方法的机器人 |
CN113793532A (zh) * | 2021-08-11 | 2021-12-14 | 岚图汽车科技有限公司 | 一种远距离障碍车道信息共享方法及系统 |
CN114415662A (zh) * | 2021-12-15 | 2022-04-29 | 广州市威控机器人有限公司 | 一种智能机器人避障方法及装置 |
CN114415662B (zh) * | 2021-12-15 | 2023-10-17 | 广州市威控机器人有限公司 | 一种智能机器人避障方法及装置 |
CN116360467A (zh) * | 2023-06-01 | 2023-06-30 | 中国科学院自动化研究所 | 光伏板列无人清扫装置自主巡行系统及自主巡行方法 |
CN116360467B (zh) * | 2023-06-01 | 2023-08-15 | 中国科学院自动化研究所 | 光伏板列无人清扫装置自主巡行系统及自主巡行方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108958267A (zh) | 一种基于激光雷达的无人车避障方法 | |
US11726493B2 (en) | Modifying behavior of autonomous vehicles based on sensor blind spots and limitations | |
CN107650908B (zh) | 无人车环境感知系统 | |
EP4071661A1 (en) | Automatic driving method, related device and computer-readable storage medium | |
CN113792566B (zh) | 一种激光点云的处理方法及相关设备 | |
Cosgun et al. | Towards full automated drive in urban environments: A demonstration in gomentum station, california | |
WO2021254367A1 (zh) | 机器人系统及定位导航方法 | |
WO2020147311A1 (zh) | 车辆行驶保障方法、装置、设备及可读存储介质 | |
CN111459172B (zh) | 围界安防无人巡逻车自主导航系统 | |
CN108290521A (zh) | 一种影像信息处理方法及增强现实ar设备 | |
US10094670B1 (en) | Condensing sensor data for transmission and processing | |
CN112731922A (zh) | 基于室内定位的无人机辅助智能车驾驶方法与系统 | |
Babak et al. | Control of autonomous ground vehicles: A brief technical review | |
CN110658828A (zh) | 一种地貌自主探测方法及无人机 | |
CN116540784A (zh) | 一种基于视觉的无人系统空地协同导航与避障方法 | |
CN211529000U (zh) | 一种基于激光雷达和摄像头的无人驾驶小车 | |
WO2021159901A1 (zh) | 一种路径规划方法及相关设备 | |
CA3134772A1 (en) | Perception and motion prediction for autonomous devices | |
WO2022194110A1 (zh) | 一种外参标定方法、装置、设备、服务器及车载计算设备 | |
CN114911246A (zh) | 基于园区环境的无人车智能驾驶系统 | |
CN113734197A (zh) | 一种基于数据融合的无人驾驶的智能控制方案 | |
Lu et al. | A hybrid fusion algorithm for integrated INS/UWB navigation and its application in vehicle platoon formation control | |
CN114281109A (zh) | 一种无人机引导的多机协作控制系统 | |
CN113777975A (zh) | 一种自动驾驶车辆的远程辅助系统及方法 | |
WO2020164121A1 (zh) | 一种雷达以及增益控制方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181207 |
|
RJ01 | Rejection of invention patent application after publication |