CN109798901A - 一种档案用机器人及其导航定位系统及导航定位方法 - Google Patents
一种档案用机器人及其导航定位系统及导航定位方法 Download PDFInfo
- Publication number
- CN109798901A CN109798901A CN201910207140.9A CN201910207140A CN109798901A CN 109798901 A CN109798901 A CN 109798901A CN 201910207140 A CN201910207140 A CN 201910207140A CN 109798901 A CN109798901 A CN 109798901A
- Authority
- CN
- China
- Prior art keywords
- sensor
- robot
- navigation
- target operation
- operation area
- 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
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种档案用机器人及其导航定位系统及导航定位方法,该方法包括:接收移动指令;沿X轴反向运动;检测Y11和Y12是否超预设的距离上限值;沿X轴向目标工作区移动,处于工作通道中;检测第一条件是否满足;进入参照密集架的导航区,设置第三传感器、第四传感器为导航传感器;沿Y轴向目标工作区方向运动;测得是否有随机障碍;检测|X21‑X22|<Δ是否满足;沿Y轴继续运动;检测X21≥∞是否成立;检测|Y‑YN|<WO是否成立;检测X21≥∞或者X2≥∞是否成立;检测X22≥∞是否成立;检测Y=YN+(L2‑LY)是否成立;检测X32≥∞是否成立;控制机器人与密集架的距离;完成任务后移出。本发明在不改变档案库环境,也不需要外部辅助设备的情况下,能够实现机器人的定位定姿,具有很强的可靠性和鲁棒性。
Description
技术领域
本发明涉及智能机器人控制领域,尤其是一种档案用机器人及其导航定位系统及导航定位方法。
背景技术
近年来,随着企业档案量的急剧增加,寻求智能机器人参与档案管理的需求的越来越迫切。要求移动机器人自主移动到某种场景下自主作业,这就要求机器人能够实现自主的路径规划,并能在工作场景中行走和准确定位、准确测定机器人的坐标和运动姿态。一般来说,机器人有按原定方向移动能力,但长时间积累误差较大,会逐渐使机器人偏离原来的方向,导致碰撞等事故发生。因此,必须借助于某种导航定位装置和方法,使机器人沿可行的路径行走。
目前,已经发展出多种智能机器人的导航定位方法,较为广泛应用的有:有轨式、机器人外部测量导航、寻迹式、视觉导航(slam)、组合智能导航。轨道式机器人需要铺设专用轨道,用各种行程开关确定机器人的位置,而机器人的运动姿态由轨道自然确定,它虽然有工作可靠,容易实现的优点,但对档案库的改造工作量较大,并不适合;机器人外部测量导航的核心技术是射频、声频或多摄像头测距,需要在机器人的工作空间内安装相应的设备,这种方法定位可靠,成本也不算高,但同样存在改造量大、设备数量过多、定位精度在数个厘米级,容易被遮挡而导致导航失败等缺点,也不能准确测定机器人的运动姿态;寻迹导航是在给定的机器人通道上铺设可识别的物质,如磁性物质、导电物质、有色线条等,机器人沿着给定的路线行走,还可以根据轨迹处相应的标志实现自身的准确定位,实现成本和使用维护成本变低,在很多搬运场合下都有应用,但一旦机器人脱离迹线,就需要辅助措施使机器人能够再次回到迹线上来,在档案库环境下,由于机器人作业设备(如盘点仪器、抓手等)的性能或规格并不能事先确定,就要求通过多次现场实验的方法确定迹线,非常麻烦。近年来,基于激光测距的SLAM技术(即视觉地图匹配导航技术)发展很快,激光雷达是一种测距扫描仪器,通过扫描测距和坐标变换,建立机器人行经通过的距离特征,从而找出机器人相对于周边环境的相对位置,实现自主导航,但这种技术相对比较复杂,同样在受光照环境影响较大,也影响它的定位精度。
发明内容
发明目的:本发明的目的是提供一种档案用机器人及其导航定位系统及导航定位方法,在不改变档案库环境,也不需要外部辅助设备的情况下,能够实现机器人的定位定姿,具有很强的可靠性和鲁棒性。
技术方案:为实现以上目的,本发明公开了一种用于机器人的导航定位系统,包括若干个用于动态测距的高精度近距离超声波测距仪以及一个用于静态测距的高精度远距离激光测距仪;所述导航定位系统根据机器人所处的运动状态及位置对不同测距仪进行选择使用。
优选地,所述导航定位系统包括9个传感器,其中第一至第六传感器、第八传感器及第九传感器为高精度近距离超声波测距仪,第七传感器为高精度远距离激光测距仪;第一传感器和第二传感器设置在机器人的正面,第三传感器和第四传感器设置在机器人的右侧面,第五传感器和第六传感器设置在机器人的背面;第七传感器设置在第一传感器和第二传感器之间;第八传感器和第九传感器设置在机器人的左侧面。
本发明还公开了一种档案用机器人,所述机器人包括上述用于机器人的导航定位系统。
本发明还公开了一种基于上述档案用机器人的导航定位方法,包括以下步骤:
步骤1、获取机器人的当前位置和工作指令中的目标工作区位置,判断移动指令中的目标工作区相对于机器人所处位置的方位,若机器人车身不在目标工作区所在的Y方向通道内,则沿X轴向目标工作区的方向运动,直至机器人车身已部分进入该通道;
步骤2、沿X轴继续向目标工作区所处方位的方向移动,使机器人车身全部处于目标工作区所在的Y方向通道中;
步骤3、沿Y轴向目标工作区所处方位移动,进入以密集架为参照物的导航区;
步骤4、机器人继续沿Y轴运动,判断机器人车身是否部分进入目标工作区;若车身已部分进入目标工作区,进入步骤5;否则,继续移动,返回步骤4;
步骤5、判断机器人车身是否全部进入目标工作区,若是,控制机器人沿X轴方向运动;否则继续移动调整,向目标工作区移动,返回步骤5;
其中,所述导航定位方法根据机器人的不同类型测距仪检测的距离值来判断机器人是否已处在或是否移动至目标工作区所在的Y方向通道、以密集架为参照物的导航区、目标工作区所在的X方向通道。
优选地,步骤1中,所述判断机器人车身是否部分进入目标工作区所在的Y方向通道是通过机器人正面及背面的四个传感器对机器人至前后侧围墙的距离进行检测的方式实现的。
优选地,步骤1具体包括:
步骤20)设置第一传感器和第二传感器为导航传感器,以室内围墙为参照物,机器人至围墙的距离为Y0,机器人沿X轴向目标工作区的方向运动,且满足|Y3-Y0|<Δ,其中,Y3表示第一传感器和第二传感器检测值的平均值,Δ表示传感器检测值的平均值与设定值的差值;
步骤30)检测Y11和Y12是否超过预设距离∞,如果超过,则表示机器人车身部分进入目标工作区所在的Y方向通道,进入步骤2,否则,返回步骤20),继续移动;其中,Y11表示第五传感器的测量值,Y12表示第六传感器的测量值。
优选地,步骤3具体包括以下步骤:
步骤50)沿Y轴向目标工作区所处方位移动,并检测第一条件是否满足,所述第一条件是:0<X22<2(L1-LX),其中,X22表示第四传感器的测量值;如果满足,则机器人第四传感器检测到密集架,进入步骤60);如果不满足,则返回本步骤;
步骤60)进入参照密集架的导航区,设置第三传感器、第四传感器为导航传感器,参照物为密集架,机器人和参照物的距离为X3,机器人移动的目标位置YN=WI+(N-1)×W0,其中,W1表示第一行密集架距后侧围墙的距离;W0表示密集架的宽度;
步骤70)机器人继续沿Y轴向目标工作区所处方位移动,并满足|X2-X3|<Δ,使机器人车身与参照物保持X3的距离;X2表示密集架左侧距库房左侧围墙之间的通道宽度;
步骤80)第五传感器和第六传感器测得正向方设定范围内有随机障碍时,则暂停移动,并给出警示,待障碍消失后,机器人继续前进;
步骤90)检测|X21-X22|<Δ是否满足,如满足,则进入步骤100),否则,调整机器人车身,使其与参照物平行,并返回本步骤;其中,X21表示第三传感器的测量值。
优选地,步骤4中判断机器人车身是否部分进入目标工作区包括以下步骤:
步骤110)检测X21≥∞是否成立,若成立,则表明有密集架打开,进入步骤120);若不成立,继续前行,并返回步骤110);
步骤120)检测|Y-YN|<W0是否成立,Y表示第七传感器的检测值;若成立,则表明机器人车身部分进入目标工作区,跳转到步骤140);若不成立,则表明机器人遇到陷阱,失去参照,记Y1=Y,记下当前车身与下侧墙体的距离,机器人降低速度,沿Y轴向目标工作区所处方位继续移动,并进入步骤130);其中,Y1表示第五传感器和第六传感器检测值的平均值;
步骤130)检测X21≥∞或者X2≥∞是否有至少一个成立,若成立,则表明机器人仍然在陷阱区,返回步骤120),继续移动;若不成立,表明车身又获得参照物,记Y2=Y,记下当前车身与下侧墙体的距离,修正目标位置YN=YN+(Y1)+LY,返回步骤70),向目标继续移动;Y2表示当前车身与下侧墙体的距离;LY表示机器人宽度方向两个传感器之间的距离。
优选地,步骤5中判断机器人车身是否进入工作区具体包括以下步骤:
步骤140)检测X22≥∞,是否成立;如成立,则表明机器人车身部分进入目标工作区,控制机器人沿X轴向目标工作区所处方位运动,进入目标工作区;否则,继续移动调整,向目标工作区移动,并返回本步骤;
步骤150)记Y1=Y,继续沿Y轴移动,检测Y=YN+(L2-LY)是否成立,如成立,则表明机器人车身Y方向全部进入目标工作区,跳到步骤160),否则返回本步骤;其中,L2表示机器人的宽度;
步骤160)机器人沿X轴向目标工作区所处方位运动,并检测X32≥∞是否成立,如成立,则返回本步骤;否则,表明机器人X方向也进入目标工作区,准备进行任务操作,进入步骤170);其中,X32表示第二传感器的测量值。
优选地,机器人车身进入目标工作区后,还包括以下步骤:
步骤170)设置第五传感器和第六传感器为导航传感器,控制机器人与密集架的距离Y1,在第N-1行密集架操作,以避免第一传感器和第二传感器的盲区;设置第一传感器和第二传感器为导航传感器,控制机器人与第N-1行密集架的距离Y3,机器人在第N行密集架操作,以避免第五传感器和第六传感器的盲区;
步骤180)机器人以第N-1或第N个密集架为参照,依靠第五传感器和第六传感器或第一传感器和第二传感器为导航,沿X轴负向移动到工作区边缘;当第五传感器或第二传感器的检测值有突变时,表明车身已部分移出密集架,失去导航;机器人继续沿X轴负向移动1.5L1,使车身全部进入通道,再沿Y轴负方向移动,直到第三传感器和第四传感器全部检测到密集架,依靠第三传感器和第四传感器调整车身姿态,满足|X2-X3|<Δ,使车身与密集架保持距离,满足|X21-X22|<Δ2,使车身与密集架平行;
步骤190)检测是否有新的指令,如果有,则返回步骤1;如果没有,则进入步骤200);
步骤200)沿Y轴向停放区方向运动,由第三传感器和第四传感器和密集架导航;当Y=Y0时,表明机器人在Y轴方向已经回到停放区,机器人沿X轴正向移动,当X2=X0时,其中,X0表示机器人距右侧围墙的距离,机器人回到起始位,进入待机状态;在移动过程中,由第一传感器和第二传感器检测障碍,若遇障碍则停止移动,并报警;待障碍消除后,继续移动;检测到陷阱时,机器人继续作直线行走,直到越过陷阱。
有益效果:与现有技术相比,本发明实施例的档案用机器人的导航定位方法,在不改变档案库环境,也不需要外部辅助设备的情况下,能够实现机器人的定位定姿,具有很强的可靠性和鲁棒性。
附图说明
图1为本发明实施例中,传感器在机器人上的布局示意图;
图2是本发明实施例中,库房、密集柜和机器人的位置示意图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
本发明所采用的机器人导航定位系统包括若干传感设备,具体如图1所示。机器人上装有若干个动态高精度近距离超声波测距仪,量程为1~600cm,测量精确度1mm,响应频率为500Hz;以及一个高精度远距离激光测距仪,量程为0.1~200m,测量精确度1mm,响应频率最高10Hz,一般情况宜作静态测量。
一般大量程测距传感器采用激光测距仪,分有动态和静态两类。动态激光测距仪响应频率较高,可达几千Hz,常用于车辆测速,但它的测量精确度较差,误差在10厘米左右。静态激光传感器则相反,响应频率低,但测量精度高。量程大、响应频率快、测量精度高的激光传感器体积大、成本高,对使用环境也有较高的要求。本发明装置采用动静结合的两种测距传感器,在体积、成本、检测性能之间进行了综合优化。
本发明采用的机器人导航定位系统配置有九个传感器,分成五组:第一组两个传感器,包括第五传感器11和第六传感器12,为高精度近距离超声波测距仪;第二组两个传感器,包括第三传感器21和第四传感器22,为高精度近距离超声波测距仪;第三组两个传感器,包括第一传感器31和第二传感器32,为高精度近距离超声波测距仪;第四组两个传感器,包括第八传感器41和第九传感器42,为高精度近距离超声波测距仪;第五组一个大量程远距离激光测距传感器,第七传感器5,为高精度远距离激光测距仪。
图1中,大方框为机器人的外形,长×宽=L1×L2,相应的,第一到第四组传感器的布置位置Lx=50~90%L1,Ly=50~90%L2,第七传感器分布在第三组传感器之间即可。
图1中,虚线表示传感器的检测点,并用Y11、Y12、Y31、Y32、Y5分别表示第五传感器11、第六传感器12、第一传感器31、第二传感器32、第七传感器5的测量值。这五个传感器可以测量图中铅垂的Y轴方向距离。用X21、X22、X41、X42分别表示传感器第三传感器21、第四传感器22、第八传感器41、第九传感器42的测量值。这四个传感器可以测量图中水平的X轴方向距离。
定义:
Y1=(Y11+Y12)/2,Y1表示第五传感器11、第六传感器12检测值的平均值。
Y3=(Y31+Y32)/2,Y3表示第一传感器31、第二传感器32检测值的平均值。
X2=(X21+X22)/2,X2表示第三传感器21、第四传感器22检测值的平均值。
X4=(X41+X42)/2,X4表示第八传感器41、第九传感器42检测值的平均值。
Y表示第七传感器5的检测值。
YN表示机器人移动的目标位置。
Δ表示传感器平均值与设定值的误差。
Δ1=Y11-Y12,Δ1表示第五传感器11、第六传感器12检测值的允差值。
Δ2=X21-X22,Δ2表示第三传感器21、第四传感器22检测值的允差值。
Δ3=Y31-Y32,Δ3表示第一传感器31、第二传感器32检测值的允差值。
Δ4=X41-X42,Δ4表示第八传感器41、第九传感器42检测值的允差值。
∞表示预设距离,该预设距离是根据传感器量程而进行选择的,在本实施例中该预设距离为600cm。
如图2所示,档案库中设有多排密集架,档案架设置在密集架102上,密集架102成行排列在档案库中。档案库的四周为围墙101,围墙旁设有固定障碍103。当机器人不工作时,机器人位于停放区104,等待工作指令;相邻密集架之间形成通道。以平行于左右两侧围墙的方向为Y方向,平行于前后两侧围墙的方向为X方向;如图2所示,如果指令为在第1行和第2行密集架之间工作,那么第1行和第2行密集架之间通道为工作区105,其他密集架之间通道为陷阱106;陷阱106为非目标工作区域。设密集架102的宽度为W0,密集架左侧距库房右侧围墙的距离为X1,密集架左侧距库房左侧围墙之间留有宽度为X2的通道,通道可能有工作人员,连同其它可活动的物体视为位置不固定的随机障碍107。库房围墙上可能有建筑结构留有的框架,连同库房内占据固定位置的其它物体,可视为固定的障碍物,图中只画出左侧围墙上的建筑框架。靠近前后侧围墙为机器人不工作时的停放区,图中给出了机器人在后侧围墙附近时的情形。此时,机器人距右侧围墙的距离为X0,距后侧围墙的距离为Y0。距后侧围墙的距离为Y0,第一行密集架距后侧围墙的距离为W1。要求机器人能到达第N行和第N-1行密集架之间的目标工作区工作;位于第N行与第N-1行密集架之间、平行于X轴方向的通道称为目标工作区所在X方向通道;与目标工作区相邻的、平行于Y轴方向的通道称为目标工作区所在的Y方向通道;当机器人移出停放区,进入密集架与围墙之间的通道或密集架之间的通道时,传感器通过检测机器人与密集架之间的距离来进行导航,因此将密集架与围墙之间的通道以及密集架之间的通道称为以密集架为参照物的导航区。
本发明实施例中,所述机器人上设置有第一传感器31、第二传感器32、第三传感器21、第四传感器22、第五传感器11、第六传感器12、第七传感器5,第一传感器31和第二传感器32设置在机器人的正面,第三传感器21和第四传感器22设置在机器人的侧面,第五传感器11和第六传感器12设置在机器人的背面;第七传感器5设置在第一传感器31和第二传感器32之间。
本发明实施例的一种档案用机器人的导航定位方法,包括:
步骤10)接收移动指令,进入第N行和第N-1行密集架之间工作;N表示密集架的行数。
步骤20)设置第一传感器31和第二传感器32为导航传感器,以室内围墙为参照物,机器人至围墙的距离为Y0,机器人沿X轴反向运动,且满足|Y3-Y0|<Δ,其中,Y3表示第一传感器31和第二传感器32检测值的平均值,Δ表示传感器检测值的平均值与设定值的差值。如图2所示,坐标系中X轴方向为水平方向,向右为正向;Y轴方向为竖直方向,向前为正向。
步骤30)检测Y11和Y12是否超过预设距离∞,如果超出,则表示机器人车身已部分进入目标工作区所在的Y方向通道,进入步骤40),否则,返回步骤20),继续移动;其中,Y11表示第五传感器11的测量值,Y12表示第六传感器12的测量值。
步骤40)沿X轴正向移动L1-LX,使机器人处于第N行和第N-1行密集架之间的通道中;其中,L1表示机器人的长度,LX表示机器人长度方向中,第五传感器11和第六传感器12之间的距离。
步骤50)沿Y轴正向移动,并检测第一条件是否满足,所述第一条件是:0<X22<2(L1-LX),其中,X22表示第四传感器22的测量值;如果满足,则机器人传感器22检测到密集架,进入步骤60);如果不满足,则返回本步骤。
步骤60)进入参照密集架的导航区,设置第三传感器21、第四传感器22为导航传感器,参照物为密集架,机器人和参照物的距离为X3,机器人移动的目标位置YN=W1+(N-1)×W0,其中,W1表示密集架距后侧围墙的距离;W0表示密集架的宽度。
步骤70)机器人沿Y轴方向高速运动,并满足|X2-X3|<Δ,使机器人车身与参照物保持X3的距离;X2表示密集架左侧距库房左侧围墙之间的通道宽度。
步骤80)第五传感器11和第六传感器12测得正向方1米内有随机障碍时,则暂停移动,并给出警示,待障碍消失后,机器人继续前进。
步骤90)检测|X21-X22|<Δ是否满足,如满足,则进入步骤100),否则,调整机器人车身,使其与参照物平行,并返回本步骤;其中,X21表示第三传感器21的测量值。
步骤100)机器人沿Y轴正方向继续运动,并满足|X2-X3|<Δ,使车身与参照物保持X3的距离。
步骤110)检测X21≥∞是否成立,∞表示预设距离,若成立,则表明有密集架打开,进入步骤120);若不成立,继续前行,并返回步骤110)。
步骤120)检测|Y-YN|<W0是否成立,Y表示第七传感器5的检测值;若成立,则表明机器人车身已部分进入目标工作区,跳转到步骤140);若不成立,则表明机器人遇到陷阱,失去参照,记Y1=Y,记下当前车身与下侧墙体的距离,机器人降低速度,沿Y轴正方向继续移动,并进入步骤130);其中,Y1表示第五传感器11和第六传感器12检测值的平均值。
步骤130)检测X21≥∞或者X2≥∞是否有至少一个成立,若成立,则表明机器人仍然在陷阱区,返回步骤120),继续移动;若不成立,表明车身又获得参照物,记Y2=Y,记下当前车身与下侧墙体的距离,修正目标位置YN=YN+(Y1)+LY,返回步骤70),向目标继续移动;Y2表示当前车身与下侧墙体的距离;LY表示机器人宽度方向两个传感器之间的距离。
步骤140)检测X22≥∞,是否成立;如成立,则表明机器人车身基本进入目标工作区,控制机器人沿X轴正向缓慢运动,进入工作区;否则,继续移动调整,向目标工作区移动,并返回本步骤。
步骤150)记Yi=Y,继续沿Y轴移动,检测Y=YN+(L2-LY)是否成立,如成立,则表明机器人车身Y方向全部进入目标工作区,跳到步骤160),否则返回本步骤;其中,L2表示机器人的宽度。
步骤160)机器人沿X轴正方向低速移动,并检测X32≥∞是否成立,如成立,则返回本步骤;否则,表明机器人X方向也进入目标工作区,准备进行任务操作,进入步骤170);其中,X32表示第二传感器32的量测值。
步骤170)设置第五传感器11和第六传感器12为导航传感器,控制机器人与密集架的距离Y1,在第N-1个密集架操作,以避免第一传感器31和第二传感器32的盲区;设置第一传感器31和第二传感器32为导航传感器,控制机器人与密集架N-1的距离Y3,机器人在第N个密集架操作,以避免第五传感器11和第六传感器12的盲区。
步骤180)完成在第N行和第N-1行之间密集架的任务后,移出。
其中,步骤30)中判断机器人车身是否已部分进入目标工作区所在的Y方向通道,是通过第五传感器11和第六传感器12进行距离测量来进行判断的;而当Y11和Y12超过预设距离∞时,安装有第五传感器或第六传感器的车身部分已进入该通道中;因此该步骤中所述“机器人车身部分进入目标工作区所在的Y方向通道”实际为“安装有第五传感器或第六传感器的车身部分已进入该通道中”。在本实施例中,由附图1可知,第五传感器及第六传感器设置在机器人车身正面的左端点及右端点附近;而该判断机器人车身是否部分进入通道的方式不仅限于本实施例中传感器的上述布置方式,其对于第五传感器、第六传感器设置在车身正面其他位置的实现方式同样适用。
上述实施例的导航定位方法,在不改变档案库环境,也不需要外部辅助设备的情况下,能够实现机器人的定位定姿,具有很强的可靠性和鲁棒性。机器人的移动是实时根据测距传感器动态定位移动的,会实时调整机器人本身的定位定姿。这种方法不需要建立繁琐的地图模型,不需要在机器人工作环境中铺设一些参照物等一些辅助定位措施。动态的定位会比静态的要精确,而且不依赖外部环境和辅助设备。即使在恶劣环境下,本实施例中的机器人也可以及时调整自身姿态。这是因为本实施例的定位方法为动态定位。同时,测量精度可达毫米级,非常适合于档案库环境下机器人的作业。该方法也能方便地实现类似环境下的机器人导航定位,应用价值很高。
作为优选例,本实施例的导航定位方法,还包括:
检测电能是否充足,若充足,则进入步骤20),若不充足,则反馈电能不充足信息,不执行移动指令,并进入充电状态。
如果机器人电能不足,那么将无法完成工作。本优选例中,在接到工作指令后,机器人检测自身电能是否充足。当电能不充足,则反馈电能不充足信息,不执行移动指令,并进入充电状态。待充电完成后,再回到停放区,等待工作指令。
作为优选例,所述步骤180),包括:机器人以第N-1或第N个密集架为参照,依靠第五传感器11和第六传感器12或第一传感器31和第二传感器32为导航,沿X轴负向移动到工作区边缘;当第五传感器11或第二传感器32的检测值有突变时,表明车身已部分移出密集架,失去导航;机器人继续沿X轴负向移动1.5L1,使车身全部进入通道,再沿Y轴负方向移动,直到第三传感器21和第四传感器22全部检测到密集架,依靠第三传感器21和第四传感器22调整车身姿态,满足|X2-X3|<Δ,使车身与密集架保持距离,满足|X21-X22|<Δ2,使车身与密集架平行。
作为优选例,所述的档案用机器人的导航定位方法,还包括:
步骤190)检测是否有新的指令,如果有,则返回步骤10);如果没有,则进入步骤200);
步骤200)沿Y轴负向移动,由第三传感器21和第四传感器22和密集架导航,向存放区移动;当Y=Y0时,表明机器人在Y轴方向已经回到存放区,机器人沿X轴正向移动,当X2=X0时,机器人回到起始位,进入待机状态;其中,X0表示机器人距右侧围墙的距离。
该优选例中,在完成一次工作指令之后,如果机器人接收到新的指令,则继续进行移动,执行新的工作指令。如果机器人没有接收到新的指令,则回位至停放区,等待工作指令。
作为优选例,所述步骤200)还包括:在移动过程中,由第一传感器31和第二32传感器检测障碍,若遇障碍则停止移动,并报警;待障碍消除后,继续移动;检测到陷阱时,切换到低速,机器人继续作直线行走,直到越过陷阱。在移动过程中,当机器人遇到障碍或者陷阱时,可以发出报警或者低速行驶,越过陷阱,从而保证设备完好无损。
以上实施例中,机器人先沿X轴方向移动到目标工作区所在的Y方向通道,再沿Y方向移动至目标工作区。
除以上导航方式外,机器人还可先沿Y轴方向移动到目标工作区所在的X方向通道,再沿X方向移动至目标工作区;其导航思路与上述实施例类似。
Claims (10)
1.一种用于机器人的导航定位系统,其特征在于:包括若干个用于动态测距的高精度近距离超声波测距仪以及一个用于静态测距的高精度远距离激光测距仪;所述导航定位系统根据机器人所处的运动状态及位置对不同测距仪进行选择使用。
2.根据权利要求1所述的导航定位系统,其特征在于:所述导航定位系统包括9个传感器,其中第一至第六传感器、第八传感器及第九传感器为高精度近距离超声波测距仪,第七传感器为高精度远距离激光测距仪;第一传感器(31)和第二传感器(32)设置在机器人的正面,第三传感器(21)和第四传感器(22)设置在机器人的右侧面,第五传感器(11)和第六传感器(12)设置在机器人的背面;第七传感器(5)设置在第一传感器(31)和第二传感器(32)之间;第八传感器(41)和第九传感器(42)设置在机器人的左侧面。
3.一种档案用机器人,其特征在于:所述机器人包括如权利要求1或2所述的导航定位系统。
4.一种基于权利要求3所述的档案用机器人的导航定位方法,其特征在于:包括以下步骤:
步骤1、获取机器人的当前位置和工作指令中的目标工作区位置,判断移动指令中的目标工作区相对于机器人所处位置的方位,若机器人车身不在目标工作区所在的Y方向通道内,则沿X轴向目标工作区的方向运动,直至机器人车身已部分进入该通道;
步骤2、沿X轴继续向目标工作区所处方位的方向移动,使机器人车身全部处于目标工作区所在的Y方向通道中;
步骤3、沿Y轴向目标工作区所处方位移动,进入以密集架为参照物的导航区;
步骤4、机器人继续沿Y轴运动,判断机器人车身是否部分进入目标工作区;若车身已部分进入目标工作区,进入步骤5;否则,继续移动,返回步骤4;
步骤5、判断机器人车身是否全部进入目标工作区,若是,控制机器人沿X轴方向运动;否则继续移动调整,向目标工作区移动,返回步骤5;
其中,所述导航定位方法根据机器人的不同类型测距仪检测的距离值来判断机器人是否已处在或是否移动至目标工作区所在的Y方向通道、以密集架为参照物的导航区、目标工作区所在的X方向通道。
5.根据权利要求4所述的导航定位方法,其特征在于:步骤1中,判断机器人车身是否部分进入目标工作区所在的Y方向通道是通过机器人正面及背面的四个传感器对机器人至前后侧围墙的距离进行检测的方式实现的。
6.根据权利要求4所述的导航定位方法,其特征在于:步骤1具体包括:
步骤20)设置第一传感器(31)和第二传感器(32)为导航传感器,以室内围墙为参照物,机器人至围墙的距离为Y0,机器人沿X轴向目标工作区的方向运动,且满足|Y3-Y0|<Δ,其中,Y3表示第一传感器(31)和第二传感器(32)检测值的平均值,Δ表示传感器检测值的平均值与设定值的差值;
步骤30)检测Y11和Y12是否超过预设距离∞,如果超过,则表示机器人车身已部分进入目标工作区所在的Y方向通道,进入步骤2,否则,返回步骤20),继续移动;其中,Y11表示第五传感器(11)的测量值,Y12表示第六传感器(12)的测量值。
7.根据权利要求4所述的导航定位方法,其特征在于:步骤3具体包括以下步骤:
步骤50)沿Y轴向目标工作区所处方位移动,并检测第一条件是否满足,所述第一条件是:0<X22<2(L1-LX),其中,X22表示第四传感器(22)的测量值;如果满足,则机器人第四传感器(22)检测到密集架,进入步骤60);如果不满足,则返回本步骤;
步骤60)进入参照密集架的导航区,设置第三传感器(21)、第四传感器(22)为导航传感器,参照物为密集架,机器人和参照物的距离为X3,机器人移动的目标位置YN=W1+(N-1)×W0,其中,W1表示第一行密集架距后侧围墙的距离;W0表示密集架的宽度;
步骤70)机器人继续沿Y轴向目标工作区所处方位移动,并满足|X2-X3|<Δ,使机器人车身与参照物保持X3的距离;X2表示密集架左侧距库房左侧围墙之间的通道宽度;
步骤80)第五传感器(11)和第六传感器(12)测得正向方设定范围内有随机障碍时,则暂停移动,并给出警示,待障碍消失后,机器人继续前进;
步骤90)检测|X21-X22|<Δ是否满足,如满足,则进入步骤100),否则,调整机器人车身,使其与参照物平行,并返回本步骤;其中,X21表示第三传感器(21)的测量值。
8.根据权利要求4所述的导航定位方法,其特征在于:步骤4中判断机器人车身是否部分进入目标工作区包括以下步骤:
步骤110)检测X21≥∞是否成立,若成立,则表明有密集架打开,进入步骤120);若不成立,继续前行,并返回步骤110);
步骤120)检测|Y-YN|<W0是否成立,Y表示第七传感器(5)的检测值;若成立,则表明机器人车身部分进入目标工作区,跳转到步骤140);若不成立,则表明机器人遇到陷阱,失去参照,记Y1=Y,记下当前车身与下侧墙体的距离,机器人降低速度,沿Y轴向目标工作区所处方位继续移动,并进入步骤130);其中,Y1表示第五传感器(11)和第六传感器(12)检测值的平均值;
步骤130)检测X21≥∞或者X2≥∞是否有至少一个成立,若成立,则表明机器人仍然在陷阱区,返回步骤120),继续移动;若不成立,表明车身又获得参照物,记Y2=Y,记下当前车身与下侧墙体的距离,修正目标位置YN=YN+(Y1)+LY,返回步骤70),向目标继续移动;Y2表示当前车身与下侧墙体的距离;LY表示机器人宽度方向两个传感器之间的距离。
9.根据权利要求4所述的导航定位方法,其特征在于:步骤5中判断机器人车身是否进入工作区具体包括以下步骤:
步骤140)检测X22≥∞,是否成立;如成立,则表明机器人车身部分进入目标工作区,控制机器人沿X轴向目标工作区所处方位运动,进入工作区;否则,继续移动调整,向目标工作区移动,并返回本步骤;
步骤150)记Y1=Y,继续沿Y轴移动,检测Y=YN+(L2-LY)是否成立,如成立,则表明机器人车身Y方向全部进入目标工作区,跳到步骤160),否则返回本步骤;其中,L2表示机器人的宽度;
步骤160)机器人沿X轴向目标工作区所处方位运动,并检测X32≥∞是否成立,如成立,则返回本步骤;否则,表明机器人X方向也进入目标工作区,准备进行任务操作,进入步骤170);其中,X32表示第二传感器(32)的测量值。
10.根据权利要求4所述的导航定位方法,其特征在于:机器人车身进入目标工作区后,还包括以下步骤:
步骤170)设置第五传感器(11)和第六传感器(12)为导航传感器,控制机器人与密集架的距离Y1,在第N-1行密集架操作,以避免第一传感器(31)和第二传感器(32)的盲区;设置第一传感器(31)和第二传感器(32)为导航传感器,控制机器人与第N-1行密集架的距离Y3,机器人在第N行密集架操作,以避免第五传感器(11)和第六传感器(12)的盲区;
步骤180)机器人以第N-1或第N个密集架为参照,依靠第五传感器(11)和第六传感器(12)或第一传感器(31)和第二传感器(32)为导航,沿X轴负向移动到工作区边缘;当第五传感器(11)或第二传感器(32)的检测值有突变时,表明车身已部分移出密集架,失去导航;机器人继续沿X轴负向移动1.5L1,使车身全部进入通道,再沿Y轴负方向移动,直到第三传感器(21)和第四传感器(22)全部检测到密集架,依靠第三传感器(21)和第四传感器(22)调整车身姿态,满足|X2-X3|<Δ,使车身与密集架保持距离,满足|X21-X22|<Δ2,使车身与密集架平行;
步骤190)检测是否有新的指令,如果有,则返回步骤1;如果没有,则进入步骤200);
步骤200)沿Y轴向停放区方向运动,由第三传感器(21)和第四传感器(22)和密集架导航;当Y=Y0时,表明机器人在Y轴方向已经回到停放区,机器人沿X轴正向移动,当X2=X0时,其中,X0表示机器人距右侧围墙的距离,机器人回到起始位,进入待机状态;在移动过程中,由第一传感器(31)和第二传感器(32)检测障碍,若遇障碍则停止移动,并报警;待障碍消除后,继续移动;检测到陷阱时,机器人继续作直线行走,直到越过陷阱。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910207140.9A CN109798901B (zh) | 2019-03-18 | 2019-03-18 | 一种档案用机器人及其导航定位系统及导航定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910207140.9A CN109798901B (zh) | 2019-03-18 | 2019-03-18 | 一种档案用机器人及其导航定位系统及导航定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109798901A true CN109798901A (zh) | 2019-05-24 |
CN109798901B CN109798901B (zh) | 2022-08-12 |
Family
ID=66563681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910207140.9A Active CN109798901B (zh) | 2019-03-18 | 2019-03-18 | 一种档案用机器人及其导航定位系统及导航定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109798901B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111413991A (zh) * | 2020-05-14 | 2020-07-14 | 东南大学 | 一种机器人导航定位方法及系统 |
CN111452052A (zh) * | 2020-05-14 | 2020-07-28 | 东南大学 | 一种档案用机器人的导航定位与任务规划方法 |
CN111469132A (zh) * | 2020-06-28 | 2020-07-31 | 北京京仪自动化装备技术有限公司 | 机械手组件及其控制方法 |
CN114589720A (zh) * | 2020-12-04 | 2022-06-07 | 国网智能科技股份有限公司 | 一种自动识别和定位档案的智能手爪、方法及机器人 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4751658A (en) * | 1986-05-16 | 1988-06-14 | Denning Mobile Robotics, Inc. | Obstacle avoidance system |
US20080183349A1 (en) * | 2006-12-06 | 2008-07-31 | F Robotics Acquisitions Ltd. | Autonomous Robot |
CN105606101A (zh) * | 2015-12-21 | 2016-05-25 | 北京航天科工世纪卫星科技有限公司 | 一种基于超声波测量的机器人室内导航方法 |
CN105867372A (zh) * | 2016-04-07 | 2016-08-17 | 重庆大学 | 全方位移动机器人狭窄直角弯下转向运动规划方法及系统 |
CN106324619A (zh) * | 2016-10-28 | 2017-01-11 | 武汉大学 | 一种变电站巡检机器人自动避障方法 |
CN107315414A (zh) * | 2017-07-14 | 2017-11-03 | 灵动科技(北京)有限公司 | 一种控制机器人行走的方法、装置及机器人 |
CN107421538A (zh) * | 2016-05-23 | 2017-12-01 | 华硕电脑股份有限公司 | 导航系统及导航方法 |
CN107505942A (zh) * | 2017-08-31 | 2017-12-22 | 珠海市微半导体有限公司 | 一种机器人检测到障碍物的处理方法和芯片 |
CN107544517A (zh) * | 2017-10-11 | 2018-01-05 | 珠海市微半导体有限公司 | 智能清洁机器人的控制方法 |
US20180267552A1 (en) * | 2015-11-17 | 2018-09-20 | RobArt GmbH | Robot-assisted processing of a surface using a robot |
CN109213177A (zh) * | 2018-11-09 | 2019-01-15 | 苏州瑞得恩光能科技有限公司 | 机器人导航系统及导航方法 |
CN109426264A (zh) * | 2017-08-30 | 2019-03-05 | 苏州宝时得电动工具有限公司 | 自移动设备及其移动路径的控制方法 |
-
2019
- 2019-03-18 CN CN201910207140.9A patent/CN109798901B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4751658A (en) * | 1986-05-16 | 1988-06-14 | Denning Mobile Robotics, Inc. | Obstacle avoidance system |
US20080183349A1 (en) * | 2006-12-06 | 2008-07-31 | F Robotics Acquisitions Ltd. | Autonomous Robot |
US20180267552A1 (en) * | 2015-11-17 | 2018-09-20 | RobArt GmbH | Robot-assisted processing of a surface using a robot |
CN105606101A (zh) * | 2015-12-21 | 2016-05-25 | 北京航天科工世纪卫星科技有限公司 | 一种基于超声波测量的机器人室内导航方法 |
CN105867372A (zh) * | 2016-04-07 | 2016-08-17 | 重庆大学 | 全方位移动机器人狭窄直角弯下转向运动规划方法及系统 |
CN107421538A (zh) * | 2016-05-23 | 2017-12-01 | 华硕电脑股份有限公司 | 导航系统及导航方法 |
CN106324619A (zh) * | 2016-10-28 | 2017-01-11 | 武汉大学 | 一种变电站巡检机器人自动避障方法 |
CN107315414A (zh) * | 2017-07-14 | 2017-11-03 | 灵动科技(北京)有限公司 | 一种控制机器人行走的方法、装置及机器人 |
CN109426264A (zh) * | 2017-08-30 | 2019-03-05 | 苏州宝时得电动工具有限公司 | 自移动设备及其移动路径的控制方法 |
CN107505942A (zh) * | 2017-08-31 | 2017-12-22 | 珠海市微半导体有限公司 | 一种机器人检测到障碍物的处理方法和芯片 |
CN107544517A (zh) * | 2017-10-11 | 2018-01-05 | 珠海市微半导体有限公司 | 智能清洁机器人的控制方法 |
CN109213177A (zh) * | 2018-11-09 | 2019-01-15 | 苏州瑞得恩光能科技有限公司 | 机器人导航系统及导航方法 |
Non-Patent Citations (1)
Title |
---|
蒋羽鑫: "图书管理助手机器人导航避障技术研究", 《科技咨询》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111413991A (zh) * | 2020-05-14 | 2020-07-14 | 东南大学 | 一种机器人导航定位方法及系统 |
CN111452052A (zh) * | 2020-05-14 | 2020-07-28 | 东南大学 | 一种档案用机器人的导航定位与任务规划方法 |
CN111452052B (zh) * | 2020-05-14 | 2022-03-29 | 东南大学 | 一种档案用机器人的导航定位与任务规划方法 |
CN111469132A (zh) * | 2020-06-28 | 2020-07-31 | 北京京仪自动化装备技术有限公司 | 机械手组件及其控制方法 |
CN111469132B (zh) * | 2020-06-28 | 2020-09-22 | 北京京仪自动化装备技术有限公司 | 机械手组件及其控制方法 |
CN114589720A (zh) * | 2020-12-04 | 2022-06-07 | 国网智能科技股份有限公司 | 一种自动识别和定位档案的智能手爪、方法及机器人 |
CN114589720B (zh) * | 2020-12-04 | 2023-10-10 | 国网智能科技股份有限公司 | 一种自动识别和定位档案的智能手爪、方法及机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN109798901B (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109798901A (zh) | 一种档案用机器人及其导航定位系统及导航定位方法 | |
US10800036B1 (en) | Tooltip stabilization | |
US20210169049A1 (en) | Method for Monitoring Pet by Robot based on Grid Map and Chip | |
US20190155276A1 (en) | Cleaning robot | |
EP2508956B1 (en) | A collision avoiding method and system | |
US9541922B2 (en) | Vehicle control system and vehicle control method | |
US20210154840A1 (en) | Movement Planning For Autonomous Robots | |
KR101200209B1 (ko) | 이동 장치 | |
JP5048077B2 (ja) | 周辺の環境変化に迅速に適応し、環境マップを作成することができる移動体の環境マップ作成装置及びその方法 | |
EP1731982A1 (en) | Inertial navigational guidance system for a driverless vehicle utilizing laser obstacle sensors | |
US11230016B1 (en) | Multi-resolution localization system | |
JP2019515393A (ja) | 清掃ロボット及びその制御方法 | |
JP4888182B2 (ja) | 移動体の制御装置及びそれを備えた移動体 | |
JP2007310866A (ja) | 絶対方位角を利用したロボット及びこれを利用したマップ作成方法 | |
CN109144068A (zh) | 三向前移式导航切换agv叉车的电控方式及控制装置 | |
CN107305386A (zh) | 一种智能光学导引系统 | |
CN111516777A (zh) | 一种机器人小车及其障碍物识别方法 | |
CN112539749A (zh) | 机器人导航方法、机器人、终端设备及存储介质 | |
CN111052026A (zh) | 移动体和移动体系统 | |
CN112493926B (zh) | 一种用于扫描家具底部轮廓的扫地机器人 | |
Papa et al. | DIFFERENT SAFETY CERTIFIABLE CONCEPTS FOR MOBILE ROBOTS IN INDUSTRIAL ENVIRONMENTS. | |
CN112454352B (zh) | 自身找平及导航并移动方法、系统、电子设备及介质 | |
EP1804149B1 (en) | Mobile robot | |
CN111413991B (zh) | 一种机器人导航定位方法及系统 | |
CN112902965A (zh) | 机器人跨楼层轨迹的显示方法与系统 |
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 |