CN109828558A - 一种智能运动系统及方法 - Google Patents

Abstract

本发明公开一种智能运动系统及方法，包括处理器模块、测量模块、传感器模块、驱动模块和人机交互模块，以及以下步骤：S1，记录用户的初始位置；S2，将初始位置用户实时设定为锚点；S3，检测用户实时位置；S4，若用户实时位置与锚点位置之间的阈值大于预设阈值，则进入S5，否则返回S3；S5，记录用户实时位置；S6，根据位置与锚点之间的矢量生成运动路径；S7，将用户实时位置设定为锚点，重复S3‑S6。本发明公开一种智能运动系统，包括处理器模块、测量模块、传感器模块、驱动模块和人机交互模块。本发明不需要GPS系统实现对使用者定位，并且减少了人工干预，实现智能化操作。

Description

一种智能运动系统及方法

技术领域

本发明涉及导航定位系统，特别是涉及一种智能运动系统。

背景技术

现代生活中对于移动设备自动化和智能化的要求不断提高。例如手推车，行李箱，购物车，婴儿车，无人飞行器、运输设备等，都需要人手操作，局限双手作业的可能性，限制人们生活和工作的效率。并可能由于人为的疏忽，造成遗漏和损失。智能移动设备在不需要人手操作的情况下，能够自动配合使用者的移动，将会大幅提高效率。

目前已经有一些智能定位技术的出现，这些定位技术本质上是根据目标物与设备之间的相对位置来实现的，但是这些定位技术不能满足一些特定情况的需求。申请公布号为CN106970627A的中国发明专利申请公布了一种智能跟随系统，该系统通过采用超声波定位，使携带的物品可以在近距离内跟随使用者。但跟随方式不符合人们对移动设备的使用习惯和实际需要。例如婴儿车、行李箱、手推车等重要设备，在移动时能够保持在使用者的视线范围内更能符合使用习惯，无需使用者分心照顾。例如在高尔夫球场，带方向导航的高尔夫球包车只能在球员身后运动，球员需要不时地回头观察球包车的运动状态，确认高尔夫球包不会因为球包车在不同地形的运动状态而导致掉落或损毁，这个过程会耗费球员的精力，影响球员的竞技状态。

发明内容

本发明提供一种智能运动方法，包括以下步骤：

S1，记录目标物的初始位置；

S2，将初始位置设定为锚点；

S3，检测目标物实时位置；

S4，若目标物实时位置与锚点位置之间的阈值大于预设阈值，则进入S5，否则返回S3；

S5，记录目标物实时位置；

S6，根据目标物实时位置与锚点之间的矢量生成运动路径；

S7，将目标物实时位置设定为锚点，重复S3-S6；

步骤S6中所述矢量为目标物在实时与锚点设定时间之间的位置变化，包括方向和最短距离。

当方法停止后，每次都从步骤S1开始重新启动。

其中，所述初始位置和实时位置包括路径时间、路径距离和路径转向角度。

其中，所述步骤S3还包括根据位移记录对锚点的读数进行转换。

其中，所述步骤S4中的阈值为距离阈值、时间阈值、加速度阈值、角度阈值中的一种或一种以上的结合；

其中，所述步骤S6还包括速度优化和弧线路径优化，所述弧形路径优化是在2条或以上的路径合并时才执行。

本发明所述一种智能运动方法还能实现不同的运动模式，包括智能伴行模式、跟随模式和召唤模式。所述智能伴行模式、跟随模式和召唤模式通过比较目标物实时位置与预设目标距离和预设目标范围来进行不同运动模式的转换。

其中，当目标物在运动装置的前方位置，以及参数所设定的跟随模式范围内时，会执行跟随模式。

当目标物与运动装置的距离大于参数所设定的执行召唤模式的最小目标距离时，不论方向，会执行召唤模式。

当目标物与运动装置的距离小于参数所设定的执行召唤模式的最小目标距离，并且控制点不在参数所设定的角度范围内时，会执行智能伴行模式。

所述步骤S6还包括路径修正，其中包括碰撞预警检测方法、Y轴路径修正、X轴路径修正和智能路径修正。

所述碰撞预警检测方法在于比较智能运动系统距离目标物实时位置与预设距离阈值和角度阈值，当智能运动系统距离目标物实时位置落入预设距离阈值和角度阈值范围内时，则停止；当智能运动系统距离目标物实时位置不在预设距离阈值和角度阈值范围内时，则进行Y轴路径修正。

所述Y轴路径修正计算目标物实时位置与X轴的实际距离，将实际距离与预设偏差值比较，当实际距离不在预设偏差范围时，生成修正路径，然后进行智能路径修正；当实际距离在预设偏差范围时，直接进行X轴路径修正。

所述X轴路径修正计算目标物实时位置与Y轴的实际距离，将实际距离与预设偏差值比较，当实际距离不在预设偏差范围时，生成修正路径，然后进行X轴路径修正；当实际距离在预设偏差范围时，直接进行智能路径修正。

所述智能路径修正计算目标物实时位置与X轴、Y轴的实际距离，将实际距离与预设偏差值比较，当实际距离不在预设偏差范围时，生成修正路径，然后进入步骤B1；当实际距离小于预设偏差时，直接进入步骤B1。

智能路径修正中，所述目标物为互动目标物，包括目标物、障碍物以及场景中的其他物体，在互动目标物是目标物以外的情况下，会进行避障路径修正。

根据上述一种智能运动方法，本发明还公开一种智能运动系统，可以在根据控制点或使用者的状态进行智能运动，减少人工干预，方便使用。

本发明所述一种智能运动系统，包括处理器模块、测量模块、传感器模块、驱动模块和人机交互模块。

其中，所述处理器模块接收并保存各个模块的信息，同时根据人机交互模块的参数设定，计算运动路径并将相应的输出指令发送至驱动模块。

所述测量模块用于测量目标物相对于运动装置的距离和角度，并将信息发送至处理器模块。

所述传感器模块用于测量运动装置的加速度以及角速度的信息并发送至处理器模块。

所述驱动模块用于将运动装置的速度信息发送到处理器模块，接收处理器模块所发送的输出指令并执行，。

所述人机交互模块用于设定各种参数并保存在处理器模块中，同时接收处理器模块发送的信息和发送信息至处理器模块。

所述处理器模块处理器模块包括CPU和记忆体，CPU会将接收到的目标物初始位置信息设定为锚点，当CPU接收到测量模块所发送的实时位置信息与锚点的距离大于人机交互模块所预设距离阈值时，记忆体会记录目标物实时位置信息，CPU会计算锚点与当前位置之间的路径，同时根据传感器模块和驱动模块所反馈的信息生成指令发送至驱动模块输出；CPU还记录运行信息，并将信息通过人机交互模块发送至外部程序。

所述测量模块包括安装在智能运动系统中的信号接收和处理装置以及安装在遥控器单元中的信号发射装置，智能系统中的信号接收和处理装置接收遥控器单元的信号发射装置发出的遥控器单元的标记信号，计算出遥控器单元与智能运动系统的相对位置，并将该位置信号发送至记忆体中；或者信号接收和处理装置直接接收信号发射装置发出的遥控器的位置信号，并将该位置信号发送至记忆体中；所述位置信号包括目标物初始位置和目标物实时位置；所述测量模块还包括安装在智能系统中的障碍物测量装置，用于测量障碍物的位置，并将障碍物的位置信息发送到CPU。所述障碍物测量装置可以是超声波系统、激光扫描系统等现有测量系统的装置。

所述传感器模块为多轴运动传感器，多轴运动传感器检测智能运动系统的加速度和角速度的信号，并将该信号发送至记忆体中。

所述驱动模块包括两个或两个以上的驱动轮，每个驱动轮上分别设置有驱动其运行的驱动电机，每个驱动轮的轮轴上均设置有速度传感器，每个速度传感器将检测到的对应的驱动轮的速度信号发送至记忆体中。

CPU接收记忆体发送来的遥控器单元的标记信号、位置信号、智能运动系统的加速度和角速度信号以及两个驱动轮的速度信号，对上述信号进行处理，判断整个系统的行进模式，并将指令发送至每个驱动电机来使驱动轮直行或转弯。

所述人机交互模块包括可触控显示器单元以及与外挂程序通信的数据接口，可触控显示器单元和通过数据接口连接的外挂程序可以将用户设定的参数信息发送到记忆体中和接收从处理器模块中的CPU反馈的智能运动系统实时信息。

本发明根据实际需求还能实现一个或以上的目标物为一个或以上的系统提供运动信息。

本发明所述的智能运动系统不依靠GPS的导航控制，根据目标物在两个时间点内发生的位移矢量，通过上述智能运动方法，计算相应的移动路径，输出并优化相应的移动路径，实现运动装置的跟随、伴行和召唤等不同的运动模式，可以适应不同的场景，减少人工干预，大大增加了便利性。

附图说明

图1为一种智能运动系统结构示意图；

图2为一种智能运动方法步骤流程图；

图3为为碰撞预警检测流程图；

图4为Y轴距离检查和修正路径流程图；

图5为X轴距离检查和修正路径流程图；

图6为智能位置检测和修正路径流程图；

图7为不同运动模式的预设距离和方向参数说明示意图；

图8为高尔夫球包车直线移动锚点转换示意图；

图9为高尔夫球包车弧线移动锚点转换示意图；

图10为弧线路径优化算法示意图。

具体实施方式

为了使本发明的目的和技术方案更加清晰，以下通过以高尔夫球包车作为实施例并结合附图对本发明作详细说明。

如图1所示，一种智能运动系统，用于高尔夫球包车，包括处理器模块、测量模块、传感器模块、驱动模块和人机交互模块。

所述处理器模块用于接收并保存各个模块的信息，同时根据人机交互模块的参数设定，计算运动路径并将相应的输出指令发送至驱动模块。其中包括CPU和记忆体，记忆体将所储存的信息发送到CPU，由CPU进行算法处理和指令输出，CPU会将接收到的用户初始位置设定为锚点，当CPU接收到测量模块所发送的实时位置信息与锚点的距离大于人机交互模块所预设距离阈值时，记忆体会记录用户实时位置信息，CPU会计算锚点与当前位置之间的路径，同时根据传感器模块和驱动模块所反馈的信息生成指令发送至驱动模块输出。CPU还记录运行信息，并将信息通过人机交互模块的数据接口发送至外部程序。

所述测量模块用于测量用户相对于运动装置的距离和角度，并将信息发送至处理器模块。包括安装在智能运动系统中的UWB信号接收和处理装置以及安装在遥控器单元中的UWB信号发射装置，智能系统中的UWB信号接收和处理装置接收遥控器单元的UWB信号发射装置发出的遥控器单元的标记信号，计算出遥控器单元与球包车的在初始位置和实时位置时的相对距离，并将该位置信号发送至记忆体中。

本实施例中采用基于UWB技术的DWM1000芯片作为测量模块，与GPS相比，UWB芯片可以给出相对位置，定位准确，同时还具有抗干扰、低成本和低功耗的优点。

所述测量模块还包括安装在智能系统中的障碍物测量装置，用于测量障碍物的位置，并将障碍物与球包车的相对距离和角度以及障碍物的大小发送至CPU中，本实施例中的障碍物测量装置采用现有的超声波系统装置。

所述传感器模块用于测量运动装置的加速度以及角速度的信息并发送至处理器模块，采用MPU6050芯片，MPU6050芯片检测智能运动系统的加速度和角速度的信号，并将该信号发送至记忆体中。

所述驱动模块包括两个驱动轮，每个驱动轮上分别设置有驱动其运行的驱动电机，每个驱动轮的轮轴上均设置有速度传感器，每个速度传感器将检测到的对应的驱动轮的速度信号发送至记忆体中。

包括两个驱动轮和其独立电机及独立的速度传感器，安装在球包车驱动模块的速度传感器，可以将驱动模块的速度和球包车整体的移动速度发送到处理器模块，计算出特定时间内的移动距离，同时便于球包车更加准确的控制转向。CPU接收记忆体发送来的遥控器单元的位置信号、高尔夫球包车的加速度和角速度信号以及两个驱动轮的速度信号，对上述信号进行处理，判断高尔夫球包车的行进模式，并将指令发送至每个驱动电机来使驱动轮直行或转弯。

所述人机交互模块可触控显示器单元以及与外挂程序通信的数据接口，可触控显示器单元和通过数据接口连接的外挂程序可以将用户设定的参数信息发送到记忆体中和接收从处理器模块中的CPU反馈的智能运动系统实时信息，外挂程序通过分析这些信息对系统作出优化参数的建议。本实施例所用外挂程序为手机APP。

如图2所示，高尔夫球包车的移动是根据以下一种智能运动方法实现的：

S1，记录球员的初始位置；

S2，将球员的初始位置设定为锚点；

S3，检测球员的实时位置；

S4，若球员实时位置与锚点之间的距离阈值大于预设距离阈值，则进入S5，否则返回S3；

S5，记录球员的实时位置；

S6，根据球员的实时位置与锚点之间的矢量生成运动路径；

S7，将球员的实时位置设定为锚点，重复S3-S6。

步骤S6中所述矢量为目标物在实时与锚点设定时间之间的位置变化，包括方向和最短距离。

当方法停止后，每次都从步骤S1开始重新启动。

其中，初始位置和实时位置包括路径时间t、路径距离M和路径转向角度δ。

步骤S3还包括根据位移记录对锚点的读数进行转换，具体如下：

将球包车的位移过程分为直线移动和弧线移动。若球包车的位移过程只执行了直线移动，如图8，球包车直线移动算法需要计算出距离D_AmX和角度θ_AmX。

把锚点的极坐标读数转化为笛卡尔坐标系读数：

P_Am(D_Am,θ_Am)＝(X_Am,Y_Am)

X_Am＝D_Am×cos(θ_Am)

Y_Am＝D_Am×sin(θ_Am)

使用球包车#2位置计算球包车#1位置的坐标读数：

X₁＝M_CAm×cos(180°+β_Am)

Y₁＝M_CAm×sin(180°+β_Am)

锚点在球包车#2位置的坐标读数为：

X’＝X_Am+X₁＝D_Am×cos(θ_Am)+M_CAm×cos(180°+β_Am)

Y’＝Y_Am+Y₁＝D_Am×sin(θ_Am)+M_CAm×sin(180°+β_Am)

将其转换为极坐标读数：

θ'＝tan^-1(Y’/X’)

锚点在球包车#2位置方向的极坐标读数：

θ_AmX＝θ'+β_Am+β_Am+1

若球包车的位移过程包括弧线移动，则把整个移动过程分成3个部分，第一部分和第三部分采用直线移动算法，第二部分采用弧线移动算法，如图9，弧线移动算法还需要计算最短直线距离Mc。

根据车的运行时间T，计算车弧线运行的角速度ω_T和移动速度V_T：

ω_T＝β_Am÷T

V_T＝M_Cam÷T

圆弧的半径R＝ω_T÷V_T

使用平均速度并假设球包车在运动过程中是匀速的，则有

O1＝O2＝R÷tan(0.5×(180°-β_Am))

将Mc代入直线移动算法中的M_CAm，从而计算出距离D_AmX和角度θ_AmX。

根据锚点和球员的极坐标，计算路径长度M_B、路径和高尔夫球包车前进方向的路径转向角度δ_B和路径时间t_B。

将锚点坐标P_Am(D_Am，θ_Am)和球员的坐标P_BC(D_BC，θ_BC)的极坐标转化为笛卡尔坐标：

P_Am(D_Am，θ_Am)＝(X_Am，Y_Am)

X_Am＝D_Am×cos(θ_Am)

Y_Am＝D_Am×sin(θ_Am)

P_BC(D_BC，θ_BC)＝(X_BC，Y_BC)

X_BC＝D_BC×cos(θ_BC)

Y_BC＝D_BC×sin(θ_BC)

两点之间的路径距离M_B，路径和球包车前进方向的路径转向角度δ_B和路径时间t_B：

X’＝X_BC-X_Am

Y’＝Y_BC-Y_Am

δ_B＝tan^-1(Y’/X’)

t_B＝t_BC-t_Am

为了使球包车运行得更加顺畅，步骤S6还包括以下两项优化：

A.计算球包车的合适运行速度：

使用位置信息路径时间t_Bn、路径距离M_Bn和路径转向角度δ_Bn计算平均速度，其中ω_max为设定最高角速度。

V_An＝M_Bn÷(t_Bn–δ_Bn÷ω_max)

使用设定的距离阈值的50％计算球员的实时速度V_B，取V_An和V_B中的较大值作为路径速度V_C。若V_C大于设定最高速度时，使用最大速度作为V_C，若V_C小于最小速度时，使用最小速度作为V_C。

B.将折线路径转换成弧线路径：

弧线路径优化是在2条或以上的路径合并时才执行。

使用相邻两个位置信息的运行速度V_Cn和V_Cn+1的平均速度作为弧线的运行速度V_T，使用最高角速度ω_max的80％作为角速度ω_T。若V_T过高导致弧形路径大于允许路径的长度，则弧形路径的起点O_T1为位置信息M_Bn的剩余长度的90％，若O_T1大于的剩余长度M_Bn时，则弧线运行速度为V_TX＝V_T(90％M_B1R/O_T1)。

如图10所示，相邻两个位置信息分别为路径时间t_B1、路径距离M_B1和路径转向角度δ_B1和路径时间t_B2、路径距离M_B2和路径转向角度δ_B2。根据A项优化算出V_Cn和V_Cn+1的平均速度作为弧线的运行速度V_T。

该段弧线路径所对应圆的半径：R＝ω_T÷V_T；

该段弧线路径的起点与终点：O_T1＝O_TX1＝R÷tan(0.5×(180°-δ_B2))；

该段弧线路径的长度：M_T1＝2×[tan^-1(O_T1/R)]×π×R÷180；

得到弧线路径信息：运行速度V_T、弧线路径长度M_T1和转向角度δ_B2。

步骤S6生成运动路径还包括运动路径的修正，其中包括碰撞预警检测方法、Y轴路径修正、X轴路径修正和智能路径修正。其中包括表1参数的设定：

表1

所述碰撞预警检测比较球员实时位置与预设碰撞范围，当球员的实时位置落入预设碰撞范围内，则停止；当球员的实时位置不在预设碰撞范围内，则进行Y轴路径修正。如图3所示，其具体步骤如下：

A1若球员的实际位置距离在最小安全距离D1内，则进入步骤A2，否则进入步骤A3；

A2若球员的实际位置角度在跟随范围及其碰撞预警检测范围角度B内，则进入步骤A5，否则进入步骤A3；

A3若球员的实际位置距离在碰撞预警距离D3内，则进入步骤A4，否则进入步骤B1；

A4若球员的实际位置角度在碰撞预警检测范围角度C内，则进入步骤A5，否则进入步骤B1；

A5向驱动模块发出停止信号；

A6删除处理器模块中的未执行路径。

所述Y轴路径修正计算球员的实时位置与X轴的实际距离，将实际距离与预设偏差值比较，当实际距离不在预设偏差范围时，生成修正路径，然后进行智能路径修正；当实际距离在预设偏差范围时，直接进行智能路径修正。如图4所示，其具体步骤如下：

B1测量球员的实际位置和X轴的垂直距离；

B2若垂直距离大于偏差值，则进入步骤B4，否则进入步骤B3；

B3停止并清零计时器，然后进入步骤C1；

B4若计时器已经开启，则进入步骤B6，否则进入步骤B5；

B5开启计时器，然后进入步骤C1；

B6若计时器已经达到响应时间，则进入步骤B7，否则进入步骤C1；

B7计算Y轴修正路径并进入步骤C1。

其中，所述计时器作用为控制响应速度并且减少杂波影响。

步骤B1所述球员的实际位置和X轴的垂直距离具体算法如下：

球员实际位置的极坐标读数为P_BC(D_BC，θ_BC)，与X轴垂直距离为PY，则

PY＝|D_BC×sin(θ_BC)|

步骤B7所述Y轴修正路径的详细算法如下：

计算偏差距离P＝PY-(Y1+Y2)÷2，将读取的最近一条未执行的路径信息t_B1，M_B1，δ_B1转化成笛卡尔坐标读数，其中t_B1为时间，M_B1为路径长度，δ_B1为转向角度。

X_B1＝M_B1×cos(δ_B1)

Y_B1＝M_B1×sin(δ_B1)

若0°<θ_BC<180°，则Y’＝Y_B1+P

若180°<θ_BC<360°，则Y’＝Y_B1-P

X’＝X_B1

路径修正信息：

δ_B1P＝tan^-1(Y’/X’)

将t_B1，M_B1P，δ_B1P发送到处理器模块并删除原路径信息，若原路径信息后还有未执行信息t_B2，M_B2，δ_B2，则需要将δ_B2改写成δ_B2P＝δ_B2-(δ_B1P-δ_B1)。

所述X轴路径修正计算球员的实时位置与Y轴的实际距离，将实际距离与预设偏差值比较，当实际距离不在预设偏差范围时，生成修正路径，然后进行X轴路径修正；当实际距离在预设偏差范围时，直接进行X轴路径修正。如图5所示，其具体步骤如下：

C1测量球员的实际位置和Y轴的垂直距离；

C2若垂直距离在X轴的目标距离范围中，则进入步骤C3，否则进入步骤C4；

C3停止并清零计时器，然后进入步骤E1；

C4若计时器已经开始，则进入步骤C6，否则进入步骤C5；

C5开始计时器，然后进入步骤E1；

C6若计时器已经达到响应时间，则进入步骤C7，否则进入步骤E1；

C7计算X轴修正路径并进入步骤E1。

其中，所述计时器作用为控制响应速度并且减少杂波影响。

步骤C1所述球员的实际位置和Y轴的垂直距离具体算法如下：

球员实际位置的极坐标读数为P_BC(D_BC，θ_BC)，与Y轴垂直距离为PX，则

PX＝D_BC×cos(θ_BC)

步骤C7所述X轴修正路径的详细算法如下：

计算偏差距离P＝PX–(X1+X2)÷2，将读取的最近一条未执行的路径信息t_B1，M_B1，δ_B1转化成笛卡尔坐标读数，其中t_B1为时间，M_B1为路径长度δ_B1为转向角度。

若PX>X1，则控制点在球包车前方，修正系数为Xd＝1；若PX<X1，则控制点在球包车后方，修正系数为Xd＝-1。若P≥0.2×M_B1,修正后的路径长度为M_B1P＝M_B1+Xd×0.2×M_B1；若P<0.2×M_B1,修正后的路径长度为M_B1P＝Xd×P+M_B1。将t_B1，M_B1P，δ_B1发送到处理器模块并删除原路径信息。

其中，每次修正只延长路径长度的20％是根据本实施例的使用场景和用户体验来设定的，根据不同使用场景和要求，路径的延长可以作出相应的改变。

所述智能路径修正计算球员实时位置与X轴、Y轴的实际距离，将实际距离与预设偏差值比较，当实际距离不在预设偏差范围时，生成修正路径，然后进入步骤B1；当实际距离小于预设偏差时，直接进入步骤B1。如图6所示，其具体步骤如下：

E1若球包车处于智能伴行模式，则进入步骤E2，否则回到步骤B1；

E2若球员的实际位置在智能伴行范围内，则进入步骤E3，否则回到步骤B1；

E3读取用户参数设定；

E4计算X轴垂直距离和Y轴垂直距离；

E5若X轴垂直距离和Y轴垂直距离都在用户参数设定范围内，则进入步骤E6，否则进入步骤E7；

E6停止并清零计时器，然后返回步骤B1；

E7若计时器已经开始，则进入步骤E9，否则进入步骤E8；

E8开始计时器然后返回步骤B1；

E9若计时器已经达到响应时间，则进入步骤E10，否则返回步骤B1；

E10计算修正路径并返回步骤B1。

其中，所述计时器作用为控制响应速度并且减少杂波影响。

步骤E2所述智能伴行模式为当球员与球包车的距离D_B小于最大目标距离D₂时，且球员在角度A范围内时的球包车运动状态。

步骤E4所述X轴垂直距离和Y轴垂直距离方法如下：球员实际位置的极坐标读数为P_BC(D_BC，θ_BC)，YB与X轴的垂直距离，XB为与Y轴的垂直距离，则

YB＝D_BC×sin(θ_BC)

XB＝D_BC×cos(θ_BC)

步骤E5所述X轴垂直距离和Y轴垂直距离都在用户参数设定范围内，即XL2>XB>XL1和YL2>YB>YL1。

步骤E10所述跟随修正路径的详细算法如下：

P_BC与目标位置的距离偏差：

PY＝YB–(YL1+YL2)÷2

PX＝XB–(XL1+XL2)÷2

将读取的最近一条未执行的路径信息t_B1，M_B1，δ_B1转化成笛卡尔坐标读数，其中t_B1为时间，M_B1为路径长度δ_B1为转向角度。

X_B1＝M_B1×cos(δ_B1)

Y_B1＝M_B1×sin(δ_B1)

路径修正信息：

Y’＝Y_B1+PY

X’＝X_B1+PX

δ_B1P＝tan^-1(Y’/X’)

将t_B1，M_B1P，δ_B1P发送到处理器模块并删除原路径信息，若原路径信息后还有未执行信息t_B2，M_B2，δ_B2，则需要将δ_B2改写成δ_B2P＝δ_B2-(δ_B1P-δ_B1)。

若此时检测到障碍物的信号时，会进行避障路径修正，包括以下步骤：

G1，计算障碍物与球包车X轴和Y轴的距离；

G2，读取用户参数设定，若G1所计算距离在用户参数设定内，则进入步骤G3，否则返回步骤B1；

G3，根据障碍物与X轴距离和用户参数，设定修正距离；

G4，计算避障修正路径并返回步骤B1。

其中避障路径的计算过程如下：

计算偏差距离P＝PY-(Y1+Y2)÷2，其中PY为G3中设定的修正距离。将读取的最近一条未执行的路径信息t_B1，M_B1，δ_B1转化成笛卡尔坐标读数，其中t_B1为时间，M_B1为路径长度，δ_B1为转向角度。

X_B1＝M_B1×cos(δ_B1)

Y_B1＝M_B1×sin(δ_B1)

若0°<θ_BC<180°，则Y’＝Y_B1+P

若180°<θ_BC<360°，则Y’＝Y_B1-P

X’＝X_B1

路径修正信息：

δ_B1P＝tan^-1(Y’/X’)

将t_B1，M_B1P，δ_B1P发送到处理器模块并删除原路径信息，若原路径信息后还有未执行信息t_B2，M_B2，δ_B2，则需要将δ_B2改写成δ_B2P＝δ_B2-(δ_B1P-δ_B1)。

在本实施例中，为了保证每次修正的幅度不会影响用户体验，将X轴和Y轴的修正分开处理。若在不同领域和场景中应用，可以参照上述方法同时对X轴和Y轴进行修正。

本发明所述一种智能运动方法还能实现不同的运动模式，包括智能伴行模式、跟随模式和召唤模式。所述智能伴行模式、跟随模式和召唤模式通过比较球员实时位置与预设目标距离和预设目标范围来进行不同运动模式的转换。

其各项参数如表2所示：

表2

如图7所示，当球员在球包车的前方位置，θ_B在角度B范围内，运动系统会执行跟随模式；当球员与球包车的距离D_B大于最大目标距离D₂时，不论方向，运动系统会执行召唤模式；当球员与球包车的距离D_B小于最大目标距离D₂时，且球员在角度A范围内，运动系统会执行智能伴行模式。

当D₂>D_B>D₁时，球包车暂停运动(智能伴行模式除外)。在智能伴行模式中，当D₂>D_B>D₁，且控制点角度θ_B保持在角度A范围内时，以及当控制点停止或者D_B＝D₂时，球包车会暂停运动。当控制点离开目标范围时，球包车会继续运动。

当D₂>D_B且θ_B在角度C范围内或D₁>D_B且θ_B在角度B范围内时，球包车会停止所有运动并重新检测路径。

以上所述仅为结合具体的实施例对本发明原理及实施方式作进一步的详细说明，不能认定本发明的具体实施只局限于这些说明，对本发明所属技术领域的普通技术人员而言，在不脱离本发明构思的前提下，凡是利用本发明说明书及附图内容作等效变换和用于其他技术领域，都应当视为属于本发明专利保护范围。

Claims (10)

1.一种智能运动方法，其特征在于，包括以下步骤：.

S1，记录目标物的初始位置；

S2，将初始位置设定为锚点；

S3，检测目标物实时位置；

S4，若目标物实时位置与锚点位置之间的阈值大于预设阈值，则进入S5，否则返回S3；

S5，记录目标物实时位置；

S6，根据目标物实时位置与锚点之间的矢量生成运动路径；

S7，将目标物实时位置设定为锚点，重复S3-S6。

2.根据权利要求1所述一种智能运动方法，其特征在于，所述初始位置和实时位置包括路径时间、路径距离和路径转向角度；

所述步骤S3还包括根据位移记录对锚点的读数进行转换；

所述步骤S4中的阈值为距离阈值、时间阈值、加速度阈值、角度阈值中的一种或一种以上的结合；

所述步骤S6中所述矢量为目标物在实时与锚点设定时间之间的位置变化，包括方向和最短距离；

所述步骤S6还包括速度优化和弧线路径优化；

所述步骤S6还包括碰撞预警检测方法，所述碰撞预警检测方法在于比较目标物实时位置与预设距离阈值和角度阈值，当目标物实时位置落入预设距离阈值和角度阈值范围内时，则停止；当目标物实时位置不在预设距离阈值和角度阈值范围内时，则进行Y轴路径修正。

3.根据权利要求2所述一种智能运动方法，其特征在于，所述Y轴路径修正为计算目标物实时位置与X轴的实际距离，将实际距离与预设偏差值比较，当实际距离不在预设偏差范围时，生成修正路径，然后进行Y轴路径修正；当实际距离在预设偏差范围时，直接进行X轴路径修正。

4.根据权利要求3所述一种智能运动方法，其特征在于，所述X轴路径修正为计算目标物实时位置与Y轴的实际距离，将实际距离与预设偏差值比较，当实际距离不在预设偏差范围时，生成修正路径，然后进行X轴路径修正；当实际距离在预设偏差范围时，直接进行智能路径修正。

5.根据权利要求4所述一种智能运动方法，其特征在于，所述智能路径修正为计算目标物实时位置与X轴、Y轴的实际距离，将实际距离与预设偏差值比较，当实际距离不在预设偏差范围时，生成修正路径，然后回到Y轴路径修正；当实际距离小于预设偏差时，直接回到Y轴路径修正；

智能路径修正中，所述目标物为互动目标物，包括目标物、障碍物以及场景中的其他物体，在互动目标物是目标物以外的情况下，会进行避障路径修正。

6.根据权利要求1所述一种智能运动方法，其特征在于，具有不同的运动模式，包括智能伴行模式、跟随模式和召唤模式，通过比较目标物实时位置与预设目标距离和预设目标范围进行不同运动模式的转换。

7.一种智能运动系统，其特征在于，包括处理器模块、测量模块、传感器模块、驱动模块和人机交互模块；

其中，所述处理器模块接收并保存各个模块的信息，同时根据人机交互模块的参数设定，计算运动路径并将相应的输出指令发送至驱动模块；

所述测量模块用于测量目标物相对于运动装置的距离和角度，并将信息发送至处理器模块；

所述传感器模块用于测量运动装置的加速度以及角速度的信息并发送至处理器模块；

所述驱动模块用于将运动装置的速度信息发送到处理器模块，接收处理器模块所发送的输出指令并执行；

所述人机交互模块用于设定各种参数并保存在处理器模块中，同时接收处理器模块发送的信息和发送信息至处理器模块。

8.根据权利要求7所述一种智能运动系统，其特征在于，所述处理器模块包括CPU和记忆体，记忆体负责将所储存的信息发送到CPU，由CPU进行算法处理和指令输出；CPU会将接收到的目标物初始位置设定为锚点，当CPU接收到测量模块所发送的实时位置信息与锚点的距离大于人机交互模块所预设距离阈值时，记忆体会记录目标物实时位置信息，CPU会计算锚点与当前位置之间的路径，同时根据传感器模块和驱动模块所反馈的信息生成指令发送至驱动模块输出；CPU还记录运行信息，并将信息通过人机交互模块发送至外部程序。

9.根据权利要求7所述一种智能运动系统，其特征在于，所述测量模块包括安装在智能运动系统中的信号接收和处理装置以及安装在遥控器单元中的信号发射装置，智能系统中的信号接收和处理装置接收遥控器单元的信号发射装置发出的遥控器单元的标记信号，计算出遥控器单元与智能运动系统的相对位置，并将该位置信号发送至记忆体中；或者信号接收和处理装置直接接收信号发射装置发出的遥控器单元的位置信号，并将该位置信号发送至记忆体中；所述位置信号包括目标物初始位置和目标物实时位置；

所述测量模块还包括安装在智能系统中的障碍物测量装置，用于测量障碍物的位置，并将障碍物的位置信息发送到CPU；

所述传感器模块为多轴运动传感器，多轴运动传感器检测智能运动系统的加速度和角速度的信号，并将该信号发送至记忆体中。

10.根据权利要求7所述一种智能运动系统，其特征在于，所述驱动模块包括两个或两个以上的驱动轮，每个驱动轮上分别设置有驱动其运行的驱动电机，每个驱动轮的轮轴上均设置有速度传感器，每个速度传感器将检测到的对应的驱动轮的速度信号发送至记忆体中；

CPU接收记忆体发送来的遥控器单元的标记信号、位置信号、智能运动系统的加速度和角速度信号以及两个驱动轮的速度信号，对上述信号进行处理，判断整个系统的行进模式，并将指令发送至每个驱动电机来使驱动轮直行或转弯；

所述人机交互模块包括可触控显示器单元以及与外挂程序通信的数据接口；可触控显示器单元和通过数据接口连接的外挂程序可以将用户设定的参数信息发送到记忆体中和接收从处理器模块中的CPU反馈的智能运动系统实时信息。