CN109062201A - 基于ros的智能导航微系统及其控制方法 - Google Patents
基于ros的智能导航微系统及其控制方法 Download PDFInfo
- Publication number
- CN109062201A CN109062201A CN201810812325.8A CN201810812325A CN109062201A CN 109062201 A CN109062201 A CN 109062201A CN 201810812325 A CN201810812325 A CN 201810812325A CN 109062201 A CN109062201 A CN 109062201A
- Authority
- CN
- China
- Prior art keywords
- algorithm
- navigation
- sensor
- transferred
- computing module
- 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
- 238000000034 method Methods 0.000 title claims description 16
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 230000010354 integration Effects 0.000 claims abstract description 5
- 238000004891 communication Methods 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 3
- 239000004744 fabric Substances 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims 1
- 230000005693 optoelectronics Effects 0.000 claims 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000005540 biological transmission 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
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0257—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
-
- 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)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于ROS的智能导航微系统,其特征在于:包括CPU控制计算模块、传感器模块和传感器数据采集与预处理模块;传感器模块包括激光雷达、深度摄像头、单目摄像头、红外光电开关、IMU九轴陀螺仪、GPS和编码器;激光雷达、深度摄像头和单目摄像头通过USB接口直接将采集到的数据发送给CPU控制计算模块,IMU九轴陀螺仪、GPS、红外光电开关的数据和编码器由传感器数据采集与预处理模块采集后进行数据的整合与预处理,处理后的数据通过串口通讯接口发送给CPU控制计算模块;搭载ROS的CPU控制计算模块通过自调度算法对当前导航微系统的传感器搭载情况与当前的外部环境进行综合性的分析,自动匹配合适的导航算法。
Description
技术领域
本发明属于导航技术,具体涉及一种基于ROS的智能导航微系统及其控制方法。
背景技术
李胜在《基于ROS的机器人导航系统架构设计》一文中,提出了一种基于ROS的机器人导航系统。机器人硬件控制系统由主控制器、 ARM控制器、 智能相机、 陀螺仪、 直流电机组成。编码器采用计数器接口与嵌入式控制板连接与通信。嵌入式控制板通过设定电压值驱动电机运转。智能相机通过扫描二维码经过特定算法处理获取机器人的偏移和偏角。陀螺仪获取角度信息,两编码器可以获取到机器人两轮各自的里程, 处理后可以得到偏移和偏角信息,机器人的软件框架构建在ROS系统之上,将软件框架分成多个独立的节点。机器人的系统使用 TCP/IP通讯,实现节点间的数据传输和机器人的远程控制。该方案存在以下几点问题:1、使用智能相机扫描二维码获取偏移与偏角的方法极大的限制了降低了导航系统的环境适应能力。2、导航系统不具有自主避障能力。
刘晓帆和赵彬在《基于ROS的移动机器人平台系统设计》一文中,提出了一种基于ROS的移动机器人平台。移动机器人平台具有软硬件可编程、灵活性强、模块化等特点,移动机器人平台的控制器采用 Android 系统。该移动机器人平台运动控制模块,针对导航模块生成的路径规划, 完善路径跟踪的调度算法,使生成一次路径规划改为2s,目的是减少系统频繁路径规划导致机器人运动过程中来回摆动问题实现自主避障功能。该方案存在一下几点问题:1、移动机器人平台的功能单一。2、移动机器人平台的的扩展性差。
发明内容
本发明的目的在于提供一种基于ROS的智能导航微系统及其控制方法,实现了导航算法自调度功能。
实现本发明目的的技术解决方案为:一种基于ROS的智能导航微系统,其特征在于:包括CPU控制计算模块、传感器模块和传感器数据采集与预处理模块;传感器模块包括激光雷达、深度摄像头、单目摄像头、红外光电开关、IMU九轴陀螺仪、GPS和编码器;激光雷达、深度摄像头和单目摄像头通过USB接口直接将采集到的数据发送给CPU控制计算模块,IMU九轴陀螺仪、GPS、红外光电开关的数据和编码器由传感器数据采集与预处理模块采集后进行数据的整合与预处理,处理后的数据通过串口通讯接口发送给CPU控制计算模块;搭载ROS的CPU控制计算模块通过自调度算法对当前导航微系统的传感器搭载情况与当前的外部环境进行综合性的分析,自动匹配合适的导航算法。
一种基于ROS的智能导航微系统,所述CPU控制计算模块通过自调度算法对当前导航微系统的传感器搭载情况与当前的外部环境进行综合性的分析,具体自调度方法如下:
步骤1、CPU控制计算模块检测并记录当前传感器状态,转入步骤2;
步骤2、检测深度摄像头或单目摄像头是否连接,当成功连接时,调用车道线检测算法,转入步骤3;当未成功连接时,直接转入步骤3;
步骤3、判断当前传感器数据采集与预处理模块是否连接,当成功连接时,调用惯性导航算法,转入步骤4;当未成功连接时,进行系统无法导航报警,并结束导航系统;
步骤4、判断当前激光雷达是否连接,当成功连接时,调用HectorSLAM算法,转入步骤6;当未连接成功时,转入步骤5;
步骤5、判断当前深度摄像头是否连接,当成功连接时,首先启用OpenCV图像处理库,再调用RGBD SLAM,最后调用轨迹规划算法;当未成功连接时,进行系统无法导航报警,并结束导航系统;
步骤6、判断当前深度摄像头是否连接,当成功连接时,启用OpenCV图像处理库并调用轨迹规划算法;当未成功连接时,直接调用轨迹规划算法。
一种基于ROS的智能导航微系统的控制方法,方法步骤如下:
步骤1)、智能导航微系统启动后,智能导航微系统会启动ROS系统,并加载用户的传感器配置方案,转入步骤2);
步骤2)、CPU控制计算模块检测当前传感器连接状态,将当前连接状态与用户传感器配置方案进行比较,当相同时,加载合适的导航算法;当不相同时,进行传感器状态异常报警,并根据当前传感器连接状态加载合适的导航算法;完成算法加载后,转入步骤3);
步骤3)、CPU控制计算模块对导航目标点进行实时的数据采集,当完成导航目标点数据采集后,转入步骤4);
步骤4)、CPU控制计算模块对传感器状态进行检测并采集数据,检测传感器状态后,控制计算模块对当前导航算法是否与传感器状态匹配进行判断,当匹配时,转入步骤5);当导航算法与传感器状态不匹配时,进行状态异常报警,并重新加载合适的导航算法,转入步骤5);
步骤5)、CPU控制计算模块根据当前导航算法对采集到的传感器的数据进行处理,建立环境地图并进行位置定位,转入步骤6);
步骤6)、CPU控制计算模块判断当前导航是否结束,当导航未结束时,控制计算模块根据当前的导航算法进行运动轨迹的规划,并发布控制量,转入步骤3);当导航结束时,直接转入步骤3)。
本发明与现有技术相比,其显著优点:
(1)可以根据用户的要求进行传感器方案的选择和配置。
(2)智能微导航系统会自动根据当前传感器状态进行导航算法的匹配。
附图说明
图1为本发明的基于ROS的智能导航微系统的硬件框架图。
图2为本发明的基于ROS的智能导航微系统的控制方法的流程图。
图3为本发明的基于ROS的智能导航微系统的自调度算法流程图。
具体实施方式
下面结合附图对本发明作进一步详细描述。
结合图1,本发明所述的一种基于ROS的智能导航微系统,包括CPU控制计算模块、传感器模块和传感器数据采集与预处理模块;传感器模块包括激光雷达、深度摄像头、单目摄像头、红外光电开关、IMU九轴陀螺仪、GPS和编码器;激光雷达、深度摄像头和单目摄像头通过USB接口直接将采集到的数据发送给CPU控制计算模块,IMU九轴陀螺仪、GPS、红外光电开关的数据和编码器由传感器数据采集与预处理模块采集后进行数据的整合与预处理,处理后的数据通过串口通讯接口发送给CPU控制计算模块;搭载ROS的CPU控制计算模块通过自调度算法对当前导航微系统的传感器搭载情况与当前的外部环境进行综合性的分析,自动匹配合适的导航算法。
结合图2,一种基于ROS的智能导航微系统的控制方法,方法步骤如下:
步骤1)、智能导航微系统启动后,智能导航微系统会启动ROS系统,并加载用户的传感器配置方案,转入步骤2);
步骤2)、CPU控制计算模块检测当前传感器连接状态,将当前连接状态与用户传感器配置方案进行比较,当相同时,加载合适的导航算法;当不相同时,进行传感器状态异常报警,并根据当前传感器连接状态加载合适的导航算法;完成算法加载后,转入步骤3);
步骤3)、CPU控制计算模块对导航目标点进行实时的数据采集,当完成导航目标点数据采集后,转入步骤4);
步骤4)、CPU控制计算模块对传感器状态进行检测并采集数据,检测传感器状态后,控制计算模块对当前导航算法是否与传感器状态匹配进行判断,当匹配时,转入步骤5);当导航算法与传感器状态不匹配时,进行状态异常报警,并重新加载合适的导航算法,转入步骤5);
步骤5)、CPU控制计算模块根据当前导航算法对采集到的传感器的数据进行处理,建立环境地图并进行位置定位,转入步骤6);
步骤6)、CPU控制计算模块判断当前导航是否结束,当导航未结束时,控制计算模块根据当前的导航算法进行运动轨迹的规划,并发布控制量,转入步骤3);当导航结束时,直接转入步骤3)。
结合图3,本发明中所述的自调度算法实施步骤为:步骤1、CPU控制计算模块检测并记录当前传感器状态。转入步骤2;步骤2、检测深度摄像头或单目摄像头是否连接,当成功连接时,调用车道线检测算法,转入步骤3;当未成功连接时,直接转入步骤3。步骤3、判断当前传感器数据采集与预处理模块是否连接,当成功连接时,调用惯性导航算法,转入步骤4;当未成功连接时,进行系统无法导航报警,并结束导航系统。步骤4、判断当前激光雷达是否连接,当成功连接时,调用HectorSLAM算法,转入步骤6;当未连接成功时,转入步骤5。步骤5、判断当前深度摄像头是否连接,当成功连接时,首先启用OpenCV图像处理库,再调用RGBD SLAM,最后调用轨迹规划算法。当未成功连接时,进行系统无法导航报警,并结束导航系统。步骤6、判断当前深度摄像头是否连接,当成功连接时,启用OpenCV图像处理库并调用轨迹规划算法。当未成功连接时,直接调用轨迹规划算法。
本发明所述的导航算法包括Slam算法与轨迹规划算法,其中SLAM算法包括HectorSLAM、GmappingSLAM、LagoSLAM、cartographer、RGBD SLAM,轨迹规划算法包括A*算法、Dijkstra算法、Lee算法、Floyd算法、双向双向搜索算法和蚁群算法。
Claims (4)
1.一种基于ROS的智能导航微系统,其特征在于:包括CPU控制计算模块、传感器模块和传感器数据采集与预处理模块;传感器模块包括激光雷达、深度摄像头、单目摄像头、红外光电开关、IMU九轴陀螺仪、GPS和编码器;激光雷达、深度摄像头和单目摄像头通过USB接口直接将采集到的数据发送给CPU控制计算模块,IMU九轴陀螺仪、GPS、红外光电开关的数据和编码器由传感器数据采集与预处理模块采集后进行数据的整合与预处理,处理后的数据通过串口通讯接口发送给CPU控制计算模块;搭载ROS的CPU控制计算模块通过自调度算法对当前导航微系统的传感器搭载情况与当前的外部环境进行综合性的分析,自动匹配合适的导航算法。
2.根据权利要求1所述的基于ROS的智能导航微系统,其特征在于:所述传感器数据采集与预处理模块采用卡尔曼滤波算法进行数据的整合与预处理。
3.根据权利要求1所述的基于ROS的智能导航微系统,其特征在于:所述CPU控制计算模块通过自调度算法对当前导航微系统的传感器搭载情况与当前的外部环境进行综合性的分析,具体自调度方法如下:
步骤1、CPU控制计算模块检测并记录当前传感器状态,转入步骤2;
步骤2、检测深度摄像头或单目摄像头是否连接,当成功连接时,调用车道线检测算法,转入步骤3;当未成功连接时,直接转入步骤3;
步骤3、判断当前传感器数据采集与预处理模块是否连接,当成功连接时,调用惯性导航算法,转入步骤4;当未成功连接时,进行系统无法导航报警,并结束导航系统;
步骤4、判断当前激光雷达是否连接,当成功连接时,调用HectorSLAM算法,转入步骤6;当未连接成功时,转入步骤5;
步骤5、判断当前深度摄像头是否连接,当成功连接时,首先启用OpenCV图像处理库,再调用RGBD SLAM,最后调用轨迹规划算法;当未成功连接时,进行系统无法导航报警,并结束导航系统;
步骤6、判断当前深度摄像头是否连接,当成功连接时,启用OpenCV图像处理库并调用轨迹规划算法;当未成功连接时,直接调用轨迹规划算法。
4.一种基于上述权利要求1-3中任意一项所述的基于ROS的智能导航微系统的控制方法,其特征在于,方法步骤如下:
步骤1)、智能导航微系统启动后,智能导航微系统会启动ROS系统,并加载用户的传感器配置方案,转入步骤2);
步骤2)、CPU控制计算模块检测当前传感器连接状态,将当前连接状态与用户传感器配置方案进行比较,当相同时,加载合适的导航算法;当不相同时,进行传感器状态异常报警,并根据当前传感器连接状态加载合适的导航算法;完成算法加载后,转入步骤3);
步骤3)、CPU控制计算模块对导航目标点进行实时的数据采集,当完成导航目标点数据采集后,转入步骤4);
步骤4)、CPU控制计算模块对传感器状态进行检测并采集数据,检测传感器状态后,控制计算模块对当前导航算法是否与传感器状态匹配进行判断,当匹配时,转入步骤5);当导航算法与传感器状态不匹配时,进行状态异常报警,并重新加载合适的导航算法,转入步骤5);
步骤5)、CPU控制计算模块根据当前导航算法对采集到的传感器的数据进行处理,建立环境地图并进行位置定位,转入步骤6);
步骤6)、CPU控制计算模块判断当前导航是否结束,当导航未结束时,控制计算模块根据当前的导航算法进行运动轨迹的规划,并发布控制量,转入步骤3);当导航结束时,直接转入步骤3)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810812325.8A CN109062201B (zh) | 2018-07-23 | 2018-07-23 | 基于ros的智能导航微系统及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810812325.8A CN109062201B (zh) | 2018-07-23 | 2018-07-23 | 基于ros的智能导航微系统及其控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109062201A true CN109062201A (zh) | 2018-12-21 |
CN109062201B CN109062201B (zh) | 2021-09-03 |
Family
ID=64834988
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810812325.8A Active CN109062201B (zh) | 2018-07-23 | 2018-07-23 | 基于ros的智能导航微系统及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109062201B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110132304A (zh) * | 2019-04-26 | 2019-08-16 | 苏州感测通信息科技有限公司 | 一种车载数据采集装置及数据采集方法 |
CN110587610A (zh) * | 2019-09-23 | 2019-12-20 | 芜湖安普机器人产业技术研究院有限公司 | 基于5g云调度系统的农场用独立悬架移动机器人控制系统 |
CN110658816A (zh) * | 2019-09-27 | 2020-01-07 | 东南大学 | 一种基于智能组件的移动机器人导航与控制方法 |
CN111026112A (zh) * | 2019-12-02 | 2020-04-17 | 华中科技大学 | 一种轮式机器人沿斜坡中线自动行走的控制系统 |
CN111949018A (zh) * | 2020-07-08 | 2020-11-17 | 温州大学 | 一种ros系统智能车 |
CN113442856B (zh) * | 2021-08-31 | 2021-12-10 | 国汽智控(北京)科技有限公司 | 基于自适应平台和ros2的控制方法、装置及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102227612A (zh) * | 2008-10-24 | 2011-10-26 | 格瑞股份公司 | 自主驾驶车辆的控制和系统 |
CN102393744A (zh) * | 2011-11-22 | 2012-03-28 | 湖南大学 | 一种无人驾驶汽车的导航方法 |
CN102789233A (zh) * | 2012-06-12 | 2012-11-21 | 湖北三江航天红峰控制有限公司 | 基于视觉的组合导航机器人及导航方法 |
CN104298235A (zh) * | 2014-08-25 | 2015-01-21 | 洛阳理工学院 | 基于无线视频传输及pid复合控制的移动机器人系统 |
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 |
CN205530067U (zh) * | 2016-04-08 | 2016-08-31 | 济宁中科先进技术研究院有限公司 | 基于激光和视觉的道路自主清扫车 |
CN105910604A (zh) * | 2016-05-25 | 2016-08-31 | 武汉卓拔科技有限公司 | 一种基于多传感器的自主避障导航系统 |
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 |
US9804597B1 (en) * | 2013-04-17 | 2017-10-31 | Waymo Llc | Use of detected objects for image processing |
-
2018
- 2018-07-23 CN CN201810812325.8A patent/CN109062201B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102227612A (zh) * | 2008-10-24 | 2011-10-26 | 格瑞股份公司 | 自主驾驶车辆的控制和系统 |
CN102393744A (zh) * | 2011-11-22 | 2012-03-28 | 湖南大学 | 一种无人驾驶汽车的导航方法 |
CN102789233A (zh) * | 2012-06-12 | 2012-11-21 | 湖北三江航天红峰控制有限公司 | 基于视觉的组合导航机器人及导航方法 |
US9804597B1 (en) * | 2013-04-17 | 2017-10-31 | Waymo Llc | Use of detected objects for image processing |
CN104298235A (zh) * | 2014-08-25 | 2015-01-21 | 洛阳理工学院 | 基于无线视频传输及pid复合控制的移动机器人系统 |
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 |
CN205530067U (zh) * | 2016-04-08 | 2016-08-31 | 济宁中科先进技术研究院有限公司 | 基于激光和视觉的道路自主清扫车 |
CN105910604A (zh) * | 2016-05-25 | 2016-08-31 | 武汉卓拔科技有限公司 | 一种基于多传感器的自主避障导航系统 |
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 |
Non-Patent Citations (8)
Title |
---|
AULIAN: "MAPPING ALGORITHM USING ULTRASONIC", 《ICCEREC》 * |
GERARDO CARRERA: "SLAM-Based Automatic Extrinsic Calibration of a Multi-Camera Rig", 《2011 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION》 * |
VIJAY SUBRAMANIAN: "Development of machine vision and laser radar based autonomous vehicle guidance systems for citrus grove navigation", 《SCIENCEDIRECT》 * |
何 勇: "车辆智能障碍物检测方法及其农业应用研究进展", 《农 业 工 程 学 报》 * |
季宇寒: "基于激光雷达的巡检机器人导航系统研究", 《农业机械学报》 * |
康拉德: "《汽车电子学》", 30 April 2017 * |
许菲菲: "基于图像采集的探地雷达车导航系统设计", 《林业机械与木工设备》 * |
赵甜甜: "环境感知自动巡航无人车设计", 《专题技术与工程应用》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110132304A (zh) * | 2019-04-26 | 2019-08-16 | 苏州感测通信息科技有限公司 | 一种车载数据采集装置及数据采集方法 |
CN110587610A (zh) * | 2019-09-23 | 2019-12-20 | 芜湖安普机器人产业技术研究院有限公司 | 基于5g云调度系统的农场用独立悬架移动机器人控制系统 |
CN110658816A (zh) * | 2019-09-27 | 2020-01-07 | 东南大学 | 一种基于智能组件的移动机器人导航与控制方法 |
CN110658816B (zh) * | 2019-09-27 | 2022-10-25 | 东南大学 | 一种基于智能组件的移动机器人导航与控制方法 |
CN111026112A (zh) * | 2019-12-02 | 2020-04-17 | 华中科技大学 | 一种轮式机器人沿斜坡中线自动行走的控制系统 |
CN111026112B (zh) * | 2019-12-02 | 2021-03-26 | 华中科技大学 | 一种轮式机器人沿斜坡中线自动行走的控制系统 |
CN111949018A (zh) * | 2020-07-08 | 2020-11-17 | 温州大学 | 一种ros系统智能车 |
CN113442856B (zh) * | 2021-08-31 | 2021-12-10 | 国汽智控(北京)科技有限公司 | 基于自适应平台和ros2的控制方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109062201B (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109062201A (zh) | 基于ros的智能导航微系统及其控制方法 | |
CN110948492B (zh) | 一种基于深度学习的三维抓取平台和抓取方法 | |
CN110216649B (zh) | 机器人作业系统、以及机器人作业系统的控制方法 | |
CN111673755B (zh) | 一种基于视觉伺服的采摘机器人控制系统及控制方法 | |
CN109202885B (zh) | 一种物料搬运移动复合机器人 | |
CN108638066B (zh) | 一种用于机器人的传送带同步跟踪的装置、方法及系统 | |
CN104570938B (zh) | 一种插装生产中的双臂机器人系统的控制方法 | |
CN107085428B (zh) | 智能移动方法、装置、机器人及存储介质 | |
US20110071675A1 (en) | Visual perception system and method for a humanoid robot | |
CN109358340A (zh) | 一种基于激光雷达的agv室内地图构建方法及系统 | |
CN109202958B (zh) | 一种复合机器人视觉抓取平台 | |
CN110716549A (zh) | 用于无地图区域巡逻的自主导航机器人系统及其导航方法 | |
KR20210002069A (ko) | 엔드 디바이스, 엔드 디바이스를 제어하기 위한 에지 서버 및 클라우드 서버를 포함하는 3자간 통신 시스템, 및 그의 동작 방법 | |
JP2012245568A (ja) | 運動予測制御装置と方法 | |
CN110308733A (zh) | 一种微小型机器人运动控制系统、方法、存储介质及终端 | |
CN111300451B (zh) | 一种高智能变形机器人 | |
CN211590103U (zh) | 一种具有自动导引功能的并联智能机器人 | |
CN111309022A (zh) | 一种基于双目视觉的无人船自主避障系统的自动避障方法 | |
CN110920450A (zh) | 一种电动汽车全自动充电系统 | |
US20230341873A1 (en) | Multi-Robot Control System and Method | |
CN112154480B (zh) | 可移动平台的定位方法、装置、可移动平台及存储介质 | |
CN111093007B (zh) | 双足机器人的行走控制方法及装置、存储介质、终端 | |
US11656923B2 (en) | Systems and methods for inter-process communication within a robot | |
CN114454180B (zh) | 移动机器人的运动控制方法、装置和移动机器人 | |
CN107272725B (zh) | 具有视觉反馈的球形机器人运动控制系统及运动控制方法 |
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 |