CN109471432A - 一种自主导航农用车最短避障路径规划方法 - Google Patents
一种自主导航农用车最短避障路径规划方法 Download PDFInfo
- Publication number
- CN109471432A CN109471432A CN201811323946.6A CN201811323946A CN109471432A CN 109471432 A CN109471432 A CN 109471432A CN 201811323946 A CN201811323946 A CN 201811323946A CN 109471432 A CN109471432 A CN 109471432A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- point
- avoidance
- turning radius
- path
- 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 abstract description 21
- 230000004888 barrier function Effects 0.000 claims abstract description 27
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 241000256837 Apidae Species 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 239000002689 soil Substances 0.000 claims description 3
- 238000009510 drug design Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000011159 matrix material Substances 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
- G05D1/0246—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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Guiding Agricultural Machines (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明涉及一种自主导航农用车最短避障路径规划方法,包括以下步骤:1)基于双目视觉的障碍物定位;2)判断障碍物的有效性;3)车辆避障时极限转向半径的确定,4)四段式路径规划;5)确定最优转向半径;6)分段路径跟踪控制。本发明设计合理,操控方便,可以更加符合车辆的运动规律,实现车辆运行过程中的最优避障,从而,可有效提高车辆的工作效率,充分满足市场的需求。
Description
技术领域
本发明涉及一种农业机械,尤其是一种农用车的控制方法,具体的说是一种自主导航农用车最短避障路径规划方法。
背景技术
自主导航农用车辆能够显著提高作业效率、改善作业质量、节省人力成本。因此,国家和部分地方科技主管部门都将自主导航拖拉机作为重点支持项目列入科技计划。
目前,一般的自主导航农用车辆在田间工作时,遇到障碍物需自主执行避障动作,但普遍规划的避障路径大都较为复杂,有些不符合车辆的运动规律,有些大幅度偏离了原来的导航路径,不利于车辆的控制,也影响车辆的工作效率。
发明内容
本发明的目的是针对现有技术的不足,提供一种自主导航农用车最短避障路径规划方法,可以更加符合车辆的运动规律,提高车辆的工作效率。
本发明的技术方案是:
一种自主导航农用车最短避障路径规划方法,包括以下步骤:
步骤一:基于双目视觉的障碍物定位,包括:
(5)通过双目相机实时采集车辆前方道路图像;
(6)对采集得到的图像利用Harris-SIFT算法进行特征点检测,获取障碍物特征点的像素坐标;
(7)将获得的特征点像素坐标传入相机深度信息计算模块,得到障碍物在相机坐标系下的空间坐标;
(8)再次经过坐标转换,将相机坐标系下的空间坐标转换到世界坐标系下,得到障碍物几何中心坐标(Xz,Yz),完成障碍物的定位;
步骤二:判断障碍物的有效性,包括:
(4)建立矩形车辆几何模型,以车辆几何中心O为原点建立平面坐标系,x轴正方为水平向右,y轴正方向与车辆的航向重合;
(5)以障碍物的几何中心Z点为圆心,以Z点到障碍物边界的最长距离Rz为半径作圆,构建防碰撞区域;
(6)计算Z点到y轴的距离d,并比较d和Rz的差值c与半车宽L/2的大小,若c>L/2,则为无效障碍物,反之,则为有效障碍物;
步骤三:车辆避障时极限转向半径的确定,包括:
(4)设车辆能够避障的最大转向半径为rm,则可确定初始转向中心X1的位置为(-rm,0);
(5)连接X1与Z点,与防碰撞区域圆Z相交于G点;
(6)根据运动过程中的临界碰撞条件“车辆右前角F与G点重合”,列出方程:
(4)解方程,可得最大转向半径rm;
步骤四:四段式路径规划,包括:
(6)设车辆的实际转向半径为r(r<rm),则实际转向中心X2为(-r,0);以X2为圆心,以r为半径作圆;
(7)连接圆心X2与Z点,与圆X2相交于B点,则弧OB为第一段避障路径;
(8)以Z为圆心,以ZB距离为半径作圆,与直线y=YZ交于A点,则弧BA为第二段避障路径;
(9)作B点关于直线y=YZ的对称点D,则弧AD为第三段避障路径;
(10)作X2关于直线y=YZ的对称点X3,以X3为圆心,X3到D点的距离为半径作圆,与y轴相切于E点,则弧DE为第四段避障路径;
步骤五:确定最优转向半径,包括:
(1)以四段避障路径的总长度S为避障代价,经数学计算,得到S关于转向半径r的函数:
(2)在r∈[r0,rm]区间内,找出令S最小时的r取值,该值即为最优转向半径;其中r0为车辆最小转向半径,可从车辆说明书中获取,rm为步骤三确定的车辆避障时极限转弯半径;
步骤六:分段路径跟踪控制,包括:
(1)根据车辆转向模型计算各段路径所对应的转向角α。其中K1为车辆前后轴距,K2为前轮左右轮距,R为转向半径;
(2)在各段路径的起点,通过控制车辆的转向执行机构,使转向角等于α,进行路径跟踪,实现车辆在作业过程的最优避障。
进一步的,所述步骤六中,考虑到土壤环境对转向模型的影响,需要对转向角α进行修正:旱地情况下α上浮5%,水田情况下α上浮10%。
进一步的,所述双目相机为自带深度信息计算模块的BumbleBee XB2双目相机。
本发明的有益效果:
本发明设计合理,操控方便,可以更加符合车辆的运动规律,实现车辆运行过程中的最优避障,从而可有效提高车辆的工作效率,充分满足市场的需求。
附图说明
图1构建防碰撞区域方法示意图。
图2极限转向半径的确定方法示意图。
图3四段式路径规划方法示意图。
图4相机坐标系与世界坐标系关系示意图。
图5最短避障路径示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
一种自主导航农用车最短避障路径规划方法,包括以下步骤:
步骤一:基于双目相机的障碍物定位,包括:
(1)通过自带深度信息计算模块的BumbleBee XB2双目相机采集车辆前方图像。
(2)利用Harris-SIFT算法检测障碍物的特征点。
(3)将获得的特征点像素坐标传入BumbleBee XB2深度信息计算模块,得到障碍物特征点在相机坐标下的空间坐标Xc,Yc,Zc。
(4)通过坐标转换矩阵:将Xc,Yc,Zc转换为Xw,Yw,Zw三轴世界坐标,完成障碍物的定位,如图4所示。其中,障碍物几何中心坐标(1,2.5),Xw表示障碍物特征点的横坐标,Yw表示世界坐标系原点到障碍物特征点的距离,Zw表示障碍物特征点距离地面的高度,h为双目相机安装的高度,相机坐标系Z轴为相机采集道路信息方向。
步骤二:判断车辆是否需要执行避障动作,包括:
(1)建立矩形车辆几何模型,矩形的大小为1×1.6,以车辆几何中心O为原点建立平面坐标系,x轴正方向水平向右,y轴正方向与车辆的航向重合。
(2)如图1所示,设定障碍物的几何中心Z点坐标为(1.00,2.50),d为Z点到Y轴的距离,则d=1;以Z点到障碍物边界的最长距离Rz=0.8为半径作圆,构建防碰撞区域。
(3)d与Rz的差值c为0.2,小于半车长L/2,则为有效障碍物。
步骤三:车辆避障时极限转向半径的确定,包括:
(1)如图2所示,设车辆能够避障的最大转向半径为rm,则可确定初始转向中心X1的位置为(-rm,0)。
(2)连接X1与Z点,与防碰撞区域圆Z相交于G点。
(3)矩形右上角点为F,坐标为(0.50,0.80),根据运动过程中的临界碰撞条件“车辆右前角F与G点重合”,列出方程:
(4)解方程,可得最大转向半径rm=8.10。
步骤四:四段式路径规划,包括:
(1)如图3所示,设车辆的实际转向半径为r(r<8.1),则实际转向中心X2为(-r,0)。以X2为圆心,以r为半径作圆。
(2)连接圆心X2与Z点,与圆X2相交于B点,则弧OB为第一段避障路径。
(3)以Z为圆心,以ZB距离为半径作圆,与直线y=2.5在x负半轴交于A点,弧BA为第二段避障路径。
(4)作B点关于直线y=2.5的对称点D,则弧AD为第三段避障路径。
(5)作X2关于直线y=2.5的对称点X3,以X3为圆心,X3到D点的距离为半径作圆,与y轴相切于E点,则弧DE为第四段避障路径。
步骤五:确定最优转向半径,包括:
(1)以四段避障路径的总长度S为避障代价,经数学计算,得到S关于转向半径r的函数:
(2)r0为车辆最小转向半径,可从车辆说明书中获取为2.3。则在r∈[2.30,8.10]区间内,找出令S最小时的r取值,该值即为最优转向半径。S在r∈[2.30,8.10]区间内可导,且S的一阶导数在该区间上小于0,则说明S在该区间内递减:
则当r=8.10时S最小,避障代价最小。
步骤六:分段路径跟踪控制,包括:
(1)根据车辆转向模型计算各段路径所对应的转向角α。其中K1为车辆前后轴距,K2为前轮左右轮距,R为转向半径;
(2)考虑到土壤环境对转向模型的影响,需要对转向角α进行修正:旱地情况下α上浮5%,水田情况下α上浮10%。
(3)在各段路径的起点,通过控制车辆的转向执行机构,使转向角等于α进行路径跟踪,最终实现自主导航农业车辆作业过程中的最优避障。
具体为:利用步骤四,得到B点坐标为(-0.32,2.19),A点坐标为(-0.34,2.50),D点坐标为(-0.32,2.81),E点坐标为(0,5.00),规定圆弧OB为车辆行驶的第一段避障路径,圆弧BA为车辆行驶的第二段避障路径,圆弧AD为车辆行驶的第三段路径,圆弧DE为车辆行驶的第四段路径。
最后规划的最短避障路径,如图5所示,由圆弧OB,圆弧BA,圆弧AD,圆弧DE四段圆弧构成。
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。
Claims (3)
1.一种自主导航农用车最短避障路径规划方法,其特征是包括以下步骤:
步骤一:基于双目视觉的障碍物定位,包括:
(1)通过双目相机实时采集车辆前方道路图像;
(2)对采集得到的图像利用Harris-SIFT算法进行特征点检测,获取障碍物特征点的像素坐标;
(3)将获得的特征点像素坐标传入相机深度信息计算模块,得到障碍物在相机坐标系下的空间坐标;
(4)再次经过坐标转换,将相机坐标系下的空间坐标转换到世界坐标系下,得到障碍物几何中心坐标(Xz,Yz),完成障碍物的定位;
步骤二:判断障碍物的有效性,包括:
(1)建立矩形车辆几何模型,以车辆几何中心O为原点建立平面坐标系,x轴正方为水平向右,y轴正方向与车辆的航向重合;
(2)以障碍物的几何中心Z点为圆心,以Z点到障碍物边界的最长距离Rz为半径作圆,构建防碰撞区域;
(3)计算Z点到y轴的距离d,并比较d和Rz的差值c与半车宽L/2的大小,若c>L/2,则为无效障碍物,反之,则为有效障碍物;
步骤三:车辆避障时极限转向半径的确定,包括:
(1)设车辆能够避障的最大转向半径为rm,则可确定初始转向中心X1的位置为(-rm,0);
(2)连接X1与Z点,与防碰撞区域圆Z相交于G点;
(3)根据运动过程中的临界碰撞条件“车辆右前角F与G点重合”,列出方程:
(4)解方程,可得最大转向半径rm;
步骤四:四段式路径规划,包括:
(1)设车辆的实际转向半径为r(r≤rm),则实际转向中心X2为(-r,0);以X2为圆心,以r为半径作圆;
(2)连接圆心X2与Z点,与圆X2相交于B点,则弧OB为第一段避障路径;
(3)以Z为圆心,以ZB距离为半径作圆,与直线y=YZ交于A点,则弧BA为第二段避障路径;
(4)作B点关于直线y=YZ的对称点D,则弧AD为第三段避障路径;
(5)作X2关于直线y=YZ的对称点X3,以X3为圆心,X3到D点的距离为半径作圆,与y轴相切于E点,则弧DE为第四段避障路径;
步骤五:确定最优转向半径,包括:
(1)以四段避障路径的总长度S为避障代价,经数学计算,得到S关于转向半径r的函数:
(2)在r∈[r0,rm]区间内,找出令S最小时的r取值,该值即为最优转向半径;其中r0为车辆最小转向半径,可从车辆说明书中获取,rm为步骤三确定的车辆避障时极限转弯半径;
步骤六:分段路径跟踪控制,包括:
(1)根据车辆转向模型计算各段路径所对应的转向角α。其中K1为车辆前后轴距,K2为前轮左右轮距,R为转向半径;
(2)在各段路径的起点,通过控制车辆的转向执行机构,使转向角等于α,进行路径跟踪,实现车辆在作业过程的最优避障。
2.根据权利要求1所述的自主导航农用车最短避障路径规划方法,其特征是所述步骤六中,考虑到土壤环境对转向模型的影响,需要对转向角α进行修正:旱地情况下α上浮5%,水田情况下α上浮10%。
3.根据权利要求1所述的自主导航农用车最短避障路径规划方法,其特征是所述双目相机为自带深度信息计算模块的BumbleBee XB2双目相机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811323946.6A CN109471432B (zh) | 2018-11-08 | 2018-11-08 | 一种自主导航农用车最短避障路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811323946.6A CN109471432B (zh) | 2018-11-08 | 2018-11-08 | 一种自主导航农用车最短避障路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109471432A true CN109471432A (zh) | 2019-03-15 |
CN109471432B CN109471432B (zh) | 2021-09-28 |
Family
ID=65672214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811323946.6A Active CN109471432B (zh) | 2018-11-08 | 2018-11-08 | 一种自主导航农用车最短避障路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109471432B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110936383A (zh) * | 2019-12-20 | 2020-03-31 | 上海有个机器人有限公司 | 一种机器人的障碍物避让方法、介质、终端和装置 |
CN111506066A (zh) * | 2020-04-16 | 2020-08-07 | 雄狮汽车科技(南京)有限公司 | 感知障碍物的方法及系统 |
CN113341824A (zh) * | 2021-06-17 | 2021-09-03 | 鄂尔多斯市普渡科技有限公司 | 一种开放式自动驾驶避障控制系统及控制方法 |
CN113406960A (zh) * | 2021-07-08 | 2021-09-17 | 浙江大学 | 一种农用无人车辆地头转向的实时路径规划与控制方法 |
CN113435417A (zh) * | 2021-08-26 | 2021-09-24 | 山东华力机电有限公司 | 一种双轮驱动的agv转向视觉控制方法 |
CN113465590A (zh) * | 2021-06-29 | 2021-10-01 | 三一专用汽车有限责任公司 | 路径规划方法和装置、自动驾驶方法和装置及作业机械 |
CN113885525A (zh) * | 2021-10-30 | 2022-01-04 | 重庆长安汽车股份有限公司 | 一种自动驾驶车辆脱困的路径规划方法、系统、车辆及存储介质 |
CN114839993A (zh) * | 2022-05-12 | 2022-08-02 | 北京凯拉斯信息技术有限公司 | 无人车辆巡线避障方法、装置、设备及存储介质 |
CN115239742A (zh) * | 2022-07-08 | 2022-10-25 | 清驰(济南)智能科技有限公司 | 基于双目视觉的绿化带自动浇灌系统、装置及存储介质 |
CN116164770A (zh) * | 2023-04-23 | 2023-05-26 | 禾多科技(北京)有限公司 | 路径规划方法、装置、电子设备和计算机可读介质 |
US11993256B2 (en) | 2020-05-22 | 2024-05-28 | Cnh Industrial America Llc | Dynamic perception zone estimation |
US12032383B2 (en) | 2020-05-22 | 2024-07-09 | Cnh Industrial America Llc | Localized obstacle avoidance for optimal V2V path planning |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104166400A (zh) * | 2014-07-11 | 2014-11-26 | 杭州精久科技有限公司 | 基于多传感器融合的视觉导引agv系统 |
CN105700533A (zh) * | 2016-04-22 | 2016-06-22 | 扬州大学 | 基于北斗导航的农业机械自动驾驶控制系统及方法 |
CN205573860U (zh) * | 2016-05-12 | 2016-09-14 | 南京农业大学 | 一种农用机器人移动平台防撞结构 |
US20160311465A1 (en) * | 2014-04-14 | 2016-10-27 | Caterpillar Inc. | Operator assistance system |
CN106873600A (zh) * | 2017-03-31 | 2017-06-20 | 深圳市靖洲科技有限公司 | 一种面向无人自行车的局部避障路径规划方法 |
CN106989748A (zh) * | 2017-05-16 | 2017-07-28 | 南京农业大学 | 一种基于云模型的农业移动机器人人机合作路径规划方法 |
EP3254548A1 (en) * | 2016-06-10 | 2017-12-13 | CNH Industrial Belgium NV | Planning and control of autonomous agricultural operations |
CN107479558A (zh) * | 2017-09-22 | 2017-12-15 | 中国人民解放军63983部队 | 基于车辆运动模型的无人车辆野外路径规划方法 |
CN107643764A (zh) * | 2017-10-20 | 2018-01-30 | 中国人民解放军海军航空工程学院 | 一种基于双旋Lyapunov矢量场的无人飞行器避障方法 |
US20180038702A1 (en) * | 2011-08-24 | 2018-02-08 | Modular Mining Systems, Inc. | Driver guidance for guided maneuvering |
CN107703945A (zh) * | 2017-10-30 | 2018-02-16 | 洛阳中科龙网创新科技有限公司 | 一种多目标融合的智能农用机械路径规划方法 |
CN107817798A (zh) * | 2017-10-30 | 2018-03-20 | 洛阳中科龙网创新科技有限公司 | 一种基于深度学习系统的农用机械避障方法 |
CN108082181A (zh) * | 2017-03-10 | 2018-05-29 | 南京沃杨机械科技有限公司 | 基于农田环境感知的农机导航控制方法 |
CN108319291A (zh) * | 2017-12-13 | 2018-07-24 | 中国人民解放军空军工程大学 | 一种基于安全边界分析的无人机认知防碰撞控制方法 |
CN108318040A (zh) * | 2018-02-06 | 2018-07-24 | 贵州电网有限责任公司 | 一种面向输电线路巡检的多旋翼航迹规划系统和方法 |
CN108415413A (zh) * | 2018-03-28 | 2018-08-17 | 华南农业大学 | 一种基于圆形有用域的智能叉车局部避障路径规划方法 |
CN108445908A (zh) * | 2018-05-09 | 2018-08-24 | 中国海洋大学 | 基于时间最优的无人机跟踪水上目标的方法 |
US20180276608A1 (en) * | 2014-06-03 | 2018-09-27 | Ocado Innovation Limited | Methods, systems and apparatus for controlling movement of transporting devices |
CN108614580A (zh) * | 2018-06-22 | 2018-10-02 | 中国人民解放军国防科技大学 | 一种无人机目标跟踪中的分层避障控制方法 |
US20180312169A1 (en) * | 2015-10-21 | 2018-11-01 | Hitachi Automotive Systems, Ltd. | Parking Path Calculation Device, Parking Assist Device and Parking Path Calculation Method |
CN108759829A (zh) * | 2018-03-28 | 2018-11-06 | 华南农业大学 | 一种智能叉车的局部避障路径规划方法 |
-
2018
- 2018-11-08 CN CN201811323946.6A patent/CN109471432B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180038702A1 (en) * | 2011-08-24 | 2018-02-08 | Modular Mining Systems, Inc. | Driver guidance for guided maneuvering |
US20160311465A1 (en) * | 2014-04-14 | 2016-10-27 | Caterpillar Inc. | Operator assistance system |
US20180276608A1 (en) * | 2014-06-03 | 2018-09-27 | Ocado Innovation Limited | Methods, systems and apparatus for controlling movement of transporting devices |
CN104166400A (zh) * | 2014-07-11 | 2014-11-26 | 杭州精久科技有限公司 | 基于多传感器融合的视觉导引agv系统 |
US20180312169A1 (en) * | 2015-10-21 | 2018-11-01 | Hitachi Automotive Systems, Ltd. | Parking Path Calculation Device, Parking Assist Device and Parking Path Calculation Method |
CN105700533A (zh) * | 2016-04-22 | 2016-06-22 | 扬州大学 | 基于北斗导航的农业机械自动驾驶控制系统及方法 |
CN205573860U (zh) * | 2016-05-12 | 2016-09-14 | 南京农业大学 | 一种农用机器人移动平台防撞结构 |
EP3254548A1 (en) * | 2016-06-10 | 2017-12-13 | CNH Industrial Belgium NV | Planning and control of autonomous agricultural operations |
US20170354079A1 (en) * | 2016-06-10 | 2017-12-14 | Cnh Industrial America Llc | Planning and control of autonomous agricultural operations |
CN108082181A (zh) * | 2017-03-10 | 2018-05-29 | 南京沃杨机械科技有限公司 | 基于农田环境感知的农机导航控制方法 |
CN106873600A (zh) * | 2017-03-31 | 2017-06-20 | 深圳市靖洲科技有限公司 | 一种面向无人自行车的局部避障路径规划方法 |
CN106989748A (zh) * | 2017-05-16 | 2017-07-28 | 南京农业大学 | 一种基于云模型的农业移动机器人人机合作路径规划方法 |
CN107479558A (zh) * | 2017-09-22 | 2017-12-15 | 中国人民解放军63983部队 | 基于车辆运动模型的无人车辆野外路径规划方法 |
CN107643764A (zh) * | 2017-10-20 | 2018-01-30 | 中国人民解放军海军航空工程学院 | 一种基于双旋Lyapunov矢量场的无人飞行器避障方法 |
CN107817798A (zh) * | 2017-10-30 | 2018-03-20 | 洛阳中科龙网创新科技有限公司 | 一种基于深度学习系统的农用机械避障方法 |
CN107703945A (zh) * | 2017-10-30 | 2018-02-16 | 洛阳中科龙网创新科技有限公司 | 一种多目标融合的智能农用机械路径规划方法 |
CN108319291A (zh) * | 2017-12-13 | 2018-07-24 | 中国人民解放军空军工程大学 | 一种基于安全边界分析的无人机认知防碰撞控制方法 |
CN108318040A (zh) * | 2018-02-06 | 2018-07-24 | 贵州电网有限责任公司 | 一种面向输电线路巡检的多旋翼航迹规划系统和方法 |
CN108415413A (zh) * | 2018-03-28 | 2018-08-17 | 华南农业大学 | 一种基于圆形有用域的智能叉车局部避障路径规划方法 |
CN108759829A (zh) * | 2018-03-28 | 2018-11-06 | 华南农业大学 | 一种智能叉车的局部避障路径规划方法 |
CN108445908A (zh) * | 2018-05-09 | 2018-08-24 | 中国海洋大学 | 基于时间最优的无人机跟踪水上目标的方法 |
CN108614580A (zh) * | 2018-06-22 | 2018-10-02 | 中国人民解放军国防科技大学 | 一种无人机目标跟踪中的分层避障控制方法 |
Non-Patent Citations (9)
Title |
---|
EGIDIO D"AMATO,等: "Optimal Flight Paths over Essential Visibility Graphs", 《2018 INTERNATIONAL CONFERENCE ON UNMANNED AIRCRAFT SYSTEMS (ICUAS)》 * |
GOKHAN BAYAR: "Reference Path Generation and Obstacle Avoidance for Autonomous Vehicles Based on Waypoints, Dubins Curves and Virtual Force Field Method", 《INTERNATIONAL JOURNAL OF APPLIED MATHEMATICS,ELECTRONICS AND COMPUTERS》 * |
IBRAHIM A. HAMEED,等: "Coverage Path Planning Software for Autonomous Robotic Lawn Mower using Dubins’ Curve", 《PROCEEDINGS OF THE 2017 IEEE INTERNATIONAL CONFERENCE ON REAL-TIME COMPUTING AND ROBOTICS》 * |
RAMUNAS KIKUTIS,等: "Adaptation of Dubins Paths for UAV Ground Obstacle Avoidance When Using a Low Cost On-Board GNSS Sensor", 《SENSORS》 * |
SHUBHANKAR POTDAR,等: "Real-time Localisation And Path-planning In Ackermann Steering Robot Using A Single RGB Camera And 2D LIDAR", 《2017 INTERNATIONAL CONFERENCE ON INNOVATIONS IN INFORMATION, EMBEDDED AND COMMUNICATION SYSTEMS (ICIIECS)》 * |
TING-TINGWANG,等: "Path planning for visual servoing with search algorithm", 《ADVANCES IN MECHANICAL ENGINEERING》 * |
倪天伟,等: "RoboCup3D 仿真中双足机器人路径规划的最短切线路径算法", 《蚌埠学院学报》 * |
向亚军,等: "基于激光雷达的移动机器人避障策略研究", 《四川大学学报(自然科学版)》 * |
马宏伟,等: "煤矿救援探测机器人转向及避障机理研究", 《制造业自动化》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110936383A (zh) * | 2019-12-20 | 2020-03-31 | 上海有个机器人有限公司 | 一种机器人的障碍物避让方法、介质、终端和装置 |
CN111506066A (zh) * | 2020-04-16 | 2020-08-07 | 雄狮汽车科技(南京)有限公司 | 感知障碍物的方法及系统 |
US12032383B2 (en) | 2020-05-22 | 2024-07-09 | Cnh Industrial America Llc | Localized obstacle avoidance for optimal V2V path planning |
US11993256B2 (en) | 2020-05-22 | 2024-05-28 | Cnh Industrial America Llc | Dynamic perception zone estimation |
CN113341824A (zh) * | 2021-06-17 | 2021-09-03 | 鄂尔多斯市普渡科技有限公司 | 一种开放式自动驾驶避障控制系统及控制方法 |
CN113465590B (zh) * | 2021-06-29 | 2024-03-15 | 三一专用汽车有限责任公司 | 路径规划方法和装置、自动驾驶方法和装置及作业机械 |
CN113465590A (zh) * | 2021-06-29 | 2021-10-01 | 三一专用汽车有限责任公司 | 路径规划方法和装置、自动驾驶方法和装置及作业机械 |
CN113406960A (zh) * | 2021-07-08 | 2021-09-17 | 浙江大学 | 一种农用无人车辆地头转向的实时路径规划与控制方法 |
CN113435417A (zh) * | 2021-08-26 | 2021-09-24 | 山东华力机电有限公司 | 一种双轮驱动的agv转向视觉控制方法 |
CN113885525A (zh) * | 2021-10-30 | 2022-01-04 | 重庆长安汽车股份有限公司 | 一种自动驾驶车辆脱困的路径规划方法、系统、车辆及存储介质 |
CN114839993A (zh) * | 2022-05-12 | 2022-08-02 | 北京凯拉斯信息技术有限公司 | 无人车辆巡线避障方法、装置、设备及存储介质 |
CN115239742A (zh) * | 2022-07-08 | 2022-10-25 | 清驰(济南)智能科技有限公司 | 基于双目视觉的绿化带自动浇灌系统、装置及存储介质 |
CN116164770A (zh) * | 2023-04-23 | 2023-05-26 | 禾多科技(北京)有限公司 | 路径规划方法、装置、电子设备和计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109471432B (zh) | 2021-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109471432A (zh) | 一种自主导航农用车最短避障路径规划方法 | |
CN205024577U (zh) | 自行式建筑机械 | |
CN103204162B (zh) | 具有有效后转向的车道跟踪系统 | |
JP6414337B2 (ja) | 車両位置推定装置、車両位置推定方法 | |
CN110001637A (zh) | 一种基于多点跟踪的无人驾驶汽车路径跟踪控制装置及控制方法 | |
CN110006419A (zh) | 一种基于预瞄的车辆轨迹跟踪点确定方法 | |
AU2011224053B2 (en) | Self-propelled civil engineering machine | |
CN113359710B (zh) | 一种基于los理论的农机路径跟踪方法 | |
CN104751151B (zh) | 一种实时多车道识别及跟踪方法 | |
CN107228681A (zh) | 一种通过摄像头加强导航功能的导航系统 | |
CN108732921B (zh) | 一种自动驾驶汽车横向可拓预瞄切换控制方法 | |
CN106338989A (zh) | 一种田间机器人双目视觉导航方法及系统 | |
CN107065887A (zh) | 全向移动机器人通道内倒行导航方法 | |
KR101318560B1 (ko) | 유도라인 추적 agv의 유연한 주행 제어를 위한 영상 기반 유도라인 해석 방법 | |
CN109085840B (zh) | 一种基于双目视觉的车辆导航控制系统及控制方法 | |
CN106647770A (zh) | 用于农机无人驾驶的田间掉头路径规划及其控制方法 | |
CN106909150A (zh) | 用于农机无人驾驶的避障、掉头路径规划及其控制方法 | |
JP7185511B2 (ja) | 車両の走行制御装置 | |
CN110109451A (zh) | 一种考虑路径曲率的新型几何学路径跟踪算法 | |
CN116839570B (zh) | 一种基于传感器融合目标检测的作物行间作业导航方法 | |
CN108279026A (zh) | 一种基于t型rfid信标的agv惯性导航系统及方法 | |
JP2019168939A (ja) | 自律走行システム | |
CN114610044B (zh) | 一种基于Lanelet框架的移动参考线避障方法和系统 | |
TWI770966B (zh) | 無人自走車之導引控制方法 | |
CN117249817A (zh) | 野外环境下管道巡检机器人轻量化自主导航系统及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |