CN109906416A - 运载工具碰撞避免 - Google Patents
运载工具碰撞避免 Download PDFInfo
- Publication number
- CN109906416A CN109906416A CN201780068530.1A CN201780068530A CN109906416A CN 109906416 A CN109906416 A CN 109906416A CN 201780068530 A CN201780068530 A CN 201780068530A CN 109906416 A CN109906416 A CN 109906416A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- processor
- speed
- points
- velocity
- 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 claims abstract description 41
- 238000004891 communication Methods 0.000 description 24
- 230000033001 locomotion Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity 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
- 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
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
-
- 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
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- 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
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/102—Simultaneous control of position or course in three dimensions specially adapted for aircraft specially adapted for vertical take-off of aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/176—Urban or other man-made structures
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0004—Transmission of traffic-related information to or from an aircraft
- G08G5/0013—Transmission of traffic-related information to or from an aircraft with a ground station
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0047—Navigation or guidance aids for a single aircraft
- G08G5/0069—Navigation or guidance aids for a single aircraft specially adapted for an unmanned aircraft
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0073—Surveillance aids
- G08G5/0086—Surveillance aids for monitoring terrain
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/04—Anti-collision systems
- G08G5/045—Navigation or guidance aids, e.g. determination of anti-collision manoeuvers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/933—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft
- G01S13/935—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft for terrain-avoidance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
各实施例包括用于运载工具碰撞避免的设备和方法。运载工具的处理器可以接收包括一个或多个点的传感器数据。处理器可以确定从运载工具到一个或多个点的距离和方向。处理器可以基于所确定的从运载工具到一个或多个点的距离和方向,来确定针对一个或多个点中的每个点的速度约束。基于导航指令,处理器可以确定满足一个或多个速度约束的一个或多个速度解。处理器可以基于导航指令来从所确定的一个或多个速度解中选择速度解,并且可以基于所选择的速度解来调整运载工具速度。
Description
相关申请
本申请要求享受于2016年11月14日提交的、名称为“Vehicle CollisionAvoidance”的美国临时专利申请No.62/421,551的优先权的权益,故该申请的全部内容通过引用的方式整体地并入本文。
背景技术
运动中的运载工具(并且更具体地,半自主式和机器人式运载工具)终究遇到障碍物避开的挑战。虽然有人操纵的运载工具可以依赖于人类操作员来感知障碍物并且进行实时导航决策来避免碰撞,但是远程控制的运载工具以及半自主式运载工具必须依赖于障碍物避开的自动化技术。
发明内容
各个实施例包括可以由运载工具的处理器实现的用于避免与物体的碰撞的方法。各个实施例可以包括:接收包括一个或多个点的传感器数据;确定从所述运载工具到所述一个或多个点的距离和方向;基于所确定的从所述运载工具到所述一个或多个点中的每个点的距离和方向,来确定针对所述一个或多个点中的每个点的速度约束;基于运载工具导航指令,来确定满足所确定的速度约束的一个或多个速度接;基于所述运载工具导航指令,来从所确定的一个或多个速度解中选择速度解;以及基于所选择的速度解来调整运载工具速度。在一些实施例中,接收传感器数据可以包括接收未经处理的传感器数据。在一些实施例中,针对所述一个或多个点中的每个点的所述速度约束与可以包括速度不等式约束。
在一些实施例中,确定从所述运载工具到所述一个或多个点的所述距离和所述方向可以包括确定从所述运载工具到障碍物的距离和方向。在一些实施例中,所述障碍物可以包括由所述一个或多个点表示的障碍物。
在一些实施例中,基于所确定的从所述运载工具到所述一个或多个点中的每个点的距离和方向,来确定针对所述一个或多个点中的每个点的速度约束可以包括:基于所确定的从所述运载工具到由所述一个或多个点表示的障碍物的距离和方向,来确定针对所述一个或多个点中的每个点的速度约束。
在一些实施例中,所述运载工具导航指令可以包括方向分量,以及基于所述运载工具导航指令来从所确定的一个或多个速度解中选择所述速度解可以包括:选择具有与所述运载工具导航指令的所述方向分量最紧密匹配的方向分量的所述速度解。在一些实施例中,所述运载工具导航指令可以包括速率分量,以及基于所述运载工具导航指令来从所确定的一个或多个速度解中选择所述速度解包括:选择具有与所述运载工具导航指令的所述速度分量最紧密匹配的速率分量的所述速度解。
另外的实施例可以包括运载工具,其包括处理器,所述处理器被配置有处理器可执行指令以执行以上概述的方法的操作。另外的实施例可以包括运载工具,其包括用于执行以上概述的方法的功能的单元。另外的实施例可以包括处理器可读存储介质,其上存储有处理器可执行指令,所述处理器可执行指令被配置为使得运载工具的处理器执行以上概述的方法的操作。
附图说明
并入本文并且构成该说明书的部分的附图示出了示例实施例,并且连同以上给出的总体描述以及以下给出的详细描述用于解释各个实施例的特征。
图1是根据各个实施例的在通信系统内操作的运载工具的系统框图。
图2是示出根据各个实施例的运载工具的组件的组成框图。
图3示出根据各个实施例的运载工具的主体坐标系。
图4A示出根据各个实施例的运载工具碰撞避免的方法。
图4B示出根据各个实施例的运载工具碰撞避免的方法。
图5示出根据各个实施例的运载工具碰撞避免的方法。
图6是示出根据各个实施例的运载工具碰撞避免的方法的过程流程图。
图7是示出根据各个实施例的运载工具碰撞避免的方法的过程流程图。
具体实施方式
将参照附图来详细描述各个实施例。在任何可能的地方,相同的附图标记将贯穿各个图来使用,以指代相同或类似的部分。对特定例子和实施例的提及是出于说明性的目的,而并非旨在限制权利要求的范围。
各个实施例包括可以由运载工具的处理器实现的方法,并且可以通过使得运载工具能够避免与障碍物的碰撞来改善运载工具的操作。在一些实施例中,处理器可以接收包括一个或多个点的传感器数据,并且处理器可以确定从运载工具到一个或多个点的距离和方向。在一些实施例中,处理器可以确定从运载工具到一个或多个点的距离和方向,并且可以基于所确定的到一个或多个点中的每个点的距离和方向,来确定针对一个或多个点中的每个点的速度约束。在一些实施例中,处理器可以确定从运载工具到可以由一个或多个点表示的障碍物的距离和方向,并且可以确定针对该障碍物的速度约束。在一些实施例中,处理器可以确定针对一个或多个点中的每个点的速度约束。处理器可以接收或者获取可以包括输入速度的导航输入,并且可以使用输入速度和一个或多个速度约束,以确定满足速度约束中的所有速度约束的速度解(velocity solution)。各个实施例还可以通过调整运载工具速度以紧密地匹配导航指令,来改善运载工具的操作。各个实施例还可以通过以下操作来减少运载工具的处理器上的计算负担,从而改善运载工具的操作:识别一组点(其可以包括非常大的一组点)之中的一个或多个点,并且确定针对一个或多个所识别的点中的每一个点的速度约束。在各个实施例中,处理器可以使用速度约束来对运载工具速度设置界限。
如本文中所使用的,术语“运载工具”指代各种类型的机器人式运载工具和半自主式运载工具中的一种。运载工具可以包括机载计算设备,其被配置为利用一些远程操作指令或者对存储在机载计算设备的存储器中的指令的更新,来操纵和/或导航运载工具。在一些实现中,运载工具可以是使用多个推进单元来推进飞行的飞行器,每个推进单元包括为运载工具提供推进和/或提升力的一个或多个转子。在一些实现中,运载工具可以是基于陆地的运载工具、水上运载工具或者水下运载工具。运载工具推进单元可以由一种或多种类型的电源(例如,电池、燃料电池、电动发电机、太阳能电池或者其它电力源)供电,其还可以为机载计算设备、导航组件和/或其它机载组件供电。
运动中的运载工具(并且更具体地,半自主式和机器人式运载工具)终究遇到障碍物避开的挑战。虽然有人操纵的运载工具可以依赖于人类操作员来感知障碍物并且进行实时导航决策来避免碰撞,但是远程控制的运载工具以及半自主式运载工具必须依赖于障碍物避开的自动化技术。
各个实施例提供了由运载工具的处理器实现的用于避免与物体的碰撞的方法。在各个实施例中,运载工具的处理器可以检测障碍物,例如,根据由运载工具的传感器接收的信息。处理器可以确定运载工具与障碍物之间的距离以及到障碍物的角度,并且可以确定针对障碍物的速度约束。处理器可以接收或者获取导航指令,其可以包括输入速度。处理器可以基于满足速度约束的输入速度来确定一个或多个速度解。处理器可以基于导航指令来选择速度解,并且处理器可以基于所选择的速度解来调整运载工具速度。在一些实施例中,速度约束可以包括在不与障碍物碰撞的情况下运载工具可以达到的最大速度。
各个实施例可以在各种通信系统100内操作的运载工具中实现,在图1中示出其例子。参照图1,通信系统100可以包括运载工具102、运载工具控制器130、基站104、接入点106、通信网络108以及网络单元110。
基站104和接入点106可以提供无线通信,以分别通过有线和/或无线通信回程118和120来接入通信网络108。基站104可以包括基站,其被配置为提供广域(例如,宏小区)以及小型小区上的无线通信,小型小区可以包括微小区、毫微微小区、微微小区以及其它类似的网络接入点。接入点106可以包括被配置为提供在相对较小区域上的无线通信的接入点。基站和接入点的其它例子也是可能的。
运载工具102可以在无线通信链路116上与运载工具控制器130进行通信。运载工具控制器130可以向运载工具102提供飞行和/或导航指令。运载工具102还可以在无线通信链路112上与基站104进行通信,以及在无线通信链路114上与接入点106进行通信。无线通信链路112和114可以包括多个载波信号、频率或者频带,其中的每个可以包括多个逻辑信道。无线通信链路112和114可以使用一种或者多种无线接入技术(RAT)。可以在无线通信链路中使用的RAT的例子包括3GPP长期演进(LTE)、3G、4G、5G、全球移动通信系统(GSM)、码分多址(CDMA)、宽带码分多址(WCDMA)、全球微波接入互操作性(WiMAX)、时分多址(TDMA)、以及其它移动电话通信技术蜂窝RAT。可以在通信系统100内的各个无线通信链路中的一个或多个链路中使用的RAT的另外的例子包括中程协议(例如,Wi-Fi、LTE-U、LTE直连、LAA、MuLTEfire)以及相对短距离RAT(例如,(紫蜂)、以及低能耗(LE))。
网络单元110可以包括网络服务器或者另一类似的网络单元。网络单元110可以在通信链路122上与通信网络108进行通信。运载工具102和网络单元110可以经由通信网络108进行通信。网络单元110可以向运载工具102提供多种信息,例如,导航信息、天气信息、关于局部空中、地面和/或海面交通的信息、移动控制指令以及与运载工具102的操作相关的其它信息、指令或者命令。
在各个实施例中,运载工具102可以移动通过运动路径150上的环境。随着运载工具102移动通过该环境,运载工具可以检测障碍物,例如,障碍物140或者障碍物142。障碍物可能造成针对运载工具102的碰撞的危险。一些障碍物(例如,障碍物142)可以相对较小,并且可能避开或者导航绕过。一些障碍物(例如,障碍物140)可以包括不可能避开或者导航绕过的障碍物,例如,墙或者类似的屏障。
运载工具可以包括多种设计。图2示出可以利用各个实施例的示例运载工具200。虽然运载工具200被示为具有飞行器设计,但是这种图示并不旨在暗示或者要求各个实施例限于旋翼飞行器运载工具或者飞行器。各个实施例可以与有翼运载工具以及地面运载工具、机动运载工具和水下运载工具一起使用。还将明白的是,其它设计的运载工具可以包括与以下针对飞行器200描述的单元类似的单元,并且还可以包括适于特定运载工具设计的其它单元。
参照图1和2,运载工具200可以与运载工具102类似。运载工具200利用由对应的电动机驱动的一个或多个转子202来提供离地升空(或者起飞)以及其它空中移动(例如,前向推进、上升、下降、横向移动、倾斜、旋转等)。运载工具200可以包括多个转子202、框架204以及着陆柱206或者滑撬(skid)。框架204可以为与转子202相关联的电动机提供结构支撑。着陆柱206可以支撑运载工具200的组件(在一些情况中,以及有效载荷)的组合的最大负荷重量。为了便于描述和说明,忽略了运载工具200的一些详细的方面,例如,连线、框架结构互连或者本领域技术人员将已知的其它特征。例如,虽然运载工具200被示为以及被描述为具有框架204(其具有多个支撑构件或者框架结构),但是运载工具200可以使用其中通过成型结构来获得支撑的成型框架来构造。虽然所示出的运载工具200具有四个转子202,但是这仅是示例性的,并且各个实施例可以包括多于或者少于四个转子202。
运载工具200还可以包括控制单元210,其可以存放用于为运载工具200供电和控制其操作的各个电路和设备。控制单元210可以包括处理器220、功率模块230、传感器240、有效载荷保护(securing)单元244、输出模块250、输入模块260和无线电模块270。
处理器220可以被配置有处理器可执行指令,以控制运载工具200的行进和其它操作,包括各个实施例的操作。处理器220可以包括或者耦合到导航单元222、存储器224、陀螺仪/加速计单元226和航空电子模块228。处理器220和/或导航单元222可以被配置为通过无线连接(例如,蜂窝数据网络)与服务器进行通信,以接收对导航有用的数据,提供实时位置报告以及评估数据。
航空电子模块228可以耦合到处理器220和/或导航单元222,并且可以被配置为提供与行进控制相关的信息,例如,高度、姿态、空速、航向、以及导航单元222可以用于导航目的的类似信息(例如,全球导航卫星系统(GNSS)位置更新之间的航位推算)。
陀螺仪/加速计单元226可以包括加速计、陀螺仪、惯性传感器或者其它类似的传感器。航空电子模块228可以包括或者接收来自陀螺仪/加速计单元226的数据,其提供关于运载工具200的方位和加速度的数据(其可以用于导航和定位确定)的数据。
处理器220还可以从传感器240(例如,图像传感器或者光学传感器(例如,能够感测可见光、红外线、紫外线和/或光的其它波长))接收额外的信息。传感器240还可以包括射频(RF)传感器、气压计、声纳发射器/检测器、雷达发射器/检测器、麦克风或者另一声传感器、或者可以提供可由处理器220用于移动操作以及导航和定位确定和计算的信息的另一传感器。传感器240可以包括接触式传感器或者压力传感器,其可以提供指示运载工具200何时已经与表面接触的信号。有效载荷保护单元244可以包括伺服电动机,其驱动抓握和释放机构以及相关的控制装置,它们对控制单元210进行响应,以响应于来自控制单元210的命令而抓握和释放有效载荷。在各个实施例中,控制单元210可以被配备有输入模块260,其可以用于各种应用。例如,输入模块260可以从机载照相机或者传感器接收图像或者数据,或者可以从其它组件(例如,有效载荷)接收电子信号。
在一些实施例中,导航单元222可以包括用于执行各种不同功能的模块,例如,飞行控制器模块222a以及路径规划器模块222b。飞行控制器模块222a可以执行计算,以及将指令发送给运载工具200上的与运载工具移动的即时控制相关的各个电动机控制器和/或致动器。飞行控制器模块222a可以使用来自以下各项中的一项或多项的信息:陀螺仪/加速计单元226、航空电子模块228以及传感器240。路径规划器模块222b可以执行与全局路径规划相关的计算和确定(与对运载工具200的移动的即时控制相反),并且可以将路径信息发送给飞行控制器模块222a。
功率模块230可以包括可以将功率提供给各个组件的一个或多个电池,各个组件包括处理器220、传感器240、有效载荷保护单元244、输出模块250、输入模块260和无线电模块270。另外,功率模块230可以包括能量储存组件,例如,充电电池。处理器220可以被配置有处理器可执行指令,以控制功率模块230的充电(即,所收集的能量的储存),例如,通过使用充电控制电路来执行充电控制算法。替代地或者另外,功率模块230可以被配置为管理其自己的充电。处理器220可以耦合到输出模块250,其可以输出用于管理驱动转子202和其它组件的电动机的控制信号。
随着运载工具200朝向目的地前进,运载工具200可以通过对转子202的各个电动机的控制来被控制。处理器220可以从导航单元222接收数据,并且使用这样的数据,以便确定运载工具200的当前位置和方位、以及朝向目的地或者中间站点的合适的路线。在各个实施例中,导航单元222可以包括GNSS接收机系统(例如,一个或多个全球定位系统(GPS)接收机),其使得运载工具200能够使用GNSS信号进行导航。在一些实施例中,导航单元222可以接收或者确定从基于图像的系统(例如,虚拟惯性测距法)推导出的位置。替代地或者另外,导航单元222可以被配备有无线电导航接收机,其用于从无线电节点(例如,导航信标(例如,极高频率(VHF)全向范围(VOR)信标)、Wi-Fi接入点、蜂窝网络站点、无线站、远程计算设备、其它UAV等)接收导航信标或者其它信号。
无线电模块270可以被配置为接收导航信号(例如,来自航空导航设施的信号等),以及将这样的信号提供给处理器220和/或导航单元222,以辅助运载工具导航。在各个实施例中,导航单元222可以使用从在地面上的可识别RF发射器(例如,AM/FM无线电站、Wi-Fi接入点以及蜂窝网络基站)接收的信号。
无线电模块270可以包括调制解调器274以及发送/接收天线272。无线电模块270可以被配置为与运载工具控制器290进行无线通信,以及与无线电话基站或者小区塔(例如,基站104)、网络接入点(例如,接入点106)、信标、智能电话、平板设备或者运载工具200可以与其进行通信的另一计算设备(例如,网络单元110)进行无线通信。处理器220可以经由无线电模块270的调制解调器274和天线272以及经由发送/接收天线292和无线通信设备290建立双向无线通信链路294。在一些实施例中,无线电模块270可以被配置为支持使用不同无线接入技术与不同的无线通信设备的多个连接。
虽然控制单元210中的各个组件被示为单独的组件,但是这些组件(例如,处理器220、输出模块250、无线电模块270以及其它单元)中的一些或者全部可以被一起集成在单个设备或者模块(例如,片上系统模块)中。
在一些实施例中,机器人式或者半自主式运载工具可以感测其环境,和或基于框架或者主体坐标系进行某些导航和/或飞行决策。图3示出三轴主体框架坐标系300的例子。参照图1-3,在一些实施例中,运载工具的处理器(例如,处理器220)可以确定相对于主体框架坐标系而言从运载工具到障碍物(或者,如下进一步描述的,到某个点)的方向和距离。在一些实施例中,主体框架坐标系300可以使用各种框架,其包括世界框架、主体框架、重力对准主体框架等。在各个实施例中,运载工具的处理器(例如,处理器220)可以表示相对于X轴、Y轴和Z轴中的每个轴的位置。处理器可以将相对方向与每个轴相关联(例如,将前向和后向方向与X轴、将左右与Y轴以及将上下与Z轴相关联)。
图4A示出根据各个实施例的运载工具碰撞避免的方法400。参照图1-4A,运载工具402(其可以与运载工具102和200类似)的处理器(例如,处理器220)可以使用运载工具的传感器(例如,传感器240中的一个或多个传感器)来检测障碍物,例如,障碍物140和142。在一些实现中,传感器可以获得或者接收使得运载工具402的处理器能够确定从运载工具402到障碍物(例如,障碍物140和142)的距离和方向(例如,角度)的数据。例如,传感器可以包括双目传感器(例如,双目照相机),其使得运载工具402的处理器能够获得深度立体(DFS)信息,处理器可以使用该信息来确定从运载工具402到障碍物140和142的距离和方向。作为另一例子,传感器可以包括雷达、激光雷达、声纳传感器或者可以向处理器提供用于确定到障碍物140和142的距离和方向的信息的另一传感器中的一项或多项。
对障碍物进行特征化(例如,确定检测到的障碍物的尺寸、形状和其它特性)可能是计算密集型的。为了减少处理器上的计算负担,在一些实施例中,处理器可以识别一个或多个点,例如,在障碍物140上示出的点404(1-n)以及在障碍物142上示出的点406(1-n)。一个或多个点(例如,404(1-n)以及406(1-n))中的每个点可以指示障碍物在该点的位置处的存在,和/或本身可以指示整个障碍物。在一些实施例中,一个或多个点中的每个点可以表示障碍物。在一些实施例中,处理器可以不或者可能无法识别任何点,这可以指示没有检测到障碍物。
在一些实施例中,处理器可以识别一个或多个点,例如,点404a、404b、404c、……、404(n)以及点406a、406b、……、406(n)。在一些实现中,点可以是在障碍物(例如,障碍物140和142)上或者附近的点,但是这并不是必需的。在一些实施例中,处理器可以从例如运载工具402的传感器的视野识别一个或多个点。例如,处理器可以使用照相机接收图像,并且可以识别该图像中的一个或多个点。在一些实现中,点可以与图像中的像素相对应。在一些实现中,处理器可以识别非常大量的点,例如,针对图像中的每个像素的一个点。在一些实施例中,处理器可以通过识别较少的点来减少处理负担。在一些实施例中,处理器可以通过减小图像的分辨率来减少处理负担,从而减少从其识别点的像素的数量。
在各个实施例中,处理器可以接收未经处理的传感器数据(“原始传感器数据”),例如,来自照相机的未经处理的图像数据,并且可以不对所接收的原始传感器数据执行进一步处理来辨别或者识别在传感器数据中表示的物体。例如,处理器可以不对传感器数据执行分析来识别、定义、定位或者以其它方式特征化在传感器的视野内的物体。因此,虽然可以通过处理所接收的原始传感器数据来识别或者特征化物体,但是各个实施例不涉及或者要求这样的计算密集型操作。在一个实施例中,处理器可以不将未经处理的传感器数据应用于算法或者公式来识别由传感器数据表示的物体。
对于每个检测到的障碍物(例如,140、142),或者对于每个所识别的点(例如,404(1-n)、406(1-n)),处理器可以确定处理器可以使用其来调整运载工具402的速度的速度约束。(例如,运载工具402的)速度以及速度约束均可以是向量,其包括方向分量和速率分量。在一些实施例中,运载工具402的处理器可以确定针对障碍物上的每个点的速度约束。对速度约束的确定可以基于从运载工具到障碍物或者点的距离和方向。在各个实施例中,随着到障碍物或者点的距离和/或方向改变,处理器可以确定新/不同的速度约束。在各个实施例中,随着到运载工具移动通过相对于每个障碍物或者点的空间,处理器可以确定速度约束。在一些实施例中,处理器可以每秒多次(潜在地每秒成百或者成千次)确定速度约束,这取决于可用的处理资源和处理器的能力。
在各个实施例中,所确定的从运载工具到障碍物或者点的距离可以包括停止距离。停止距离可以是距离障碍物(或者点)的缓冲距离,在该距离处,运载工具必须停止朝向障碍物或者点移动,以避免与障碍物或者点碰撞。在一些实施例中,停止距离可以是至少运载工具的长度(或者运载工具的尺寸的另一测量结果)。停止距离还可以包括额外的距离,以提供在运载工具与障碍物或者点之间的更大的缓冲。处理器可以基于运载工具传感器的灵敏度,来确定或者调整停止距离。例如,双目照相机传感器可以具有最小深度感知,并且处理器可以基于传感器的最小深度感知来确定停止距离。处理器还可以基于运载工具速度、运载工具质量(例如,以某一速度移动的运载工具的停止距离)、处理器的处理速度以及可以从运载工具的动力学推导出的任何其它属性,来确定或者调整停止距离。
在一些实施例中,处理器可以确定距离值“d”,其可以被表示为:
d=D-δ[式1]
其中,“D”表示从运载工具到障碍物或者点的总距离;“δ”表示停止距离;以及“d”表示从运载工具到停止距离的距离(也就是,总距离减去停止距离)。
在各个实施例中,处理器可以通过确定表示运载工具的主体坐标框架的参考轴与从运载工具到障碍物或者点延伸的线之间的角度的角度“θ”,来确定障碍物或者点的位置。在一些实施例中,处理器可以确定主体坐标框架的两个或者更多个参考轴与从运载工具到障碍物或者点延伸的线之间的两个或者更多个角度(例如,从x轴的角度、从y轴的角度以及从z轴的角度中的一个或多个)。在各个实施例中,随着运载工具相对于障碍物或者点移动,处理器可以确定新/不同的角度和距离。
图4B示出根据各个实施例的运载工具碰撞避免的方法400。参照图1-4B,运载工具402(其可以与运载工具102和200类似)的处理器(例如,处理器220)可以确定处理器可以使用其来确定满足多个速度约束的速度解的多个速度约束。例如,对于三点(例如,点404b、404c和406a),处理器可以确定相应的速度约束410、420和430。处理器可以使用速度约束410、420和430,以界定或者限制运载工具的速度。在一些实施例中,处理器可以使用速度约束410、420和430,以界定或者限制运载工具在每个点(或者障碍物)的参考框架内的速度。在一些实施例中,处理器可以接收包括输入(例如,指示的或者命令的)运载工具速度(例如,Vinput 440)的导航指令,并且处理器可以使用速度约束410、420和430以及输入速度Vinput 440来确定一个或多个速度解(例如,Vsolution 450)。在各个实施例中,输入速度440和速度解450均可以包括方向分量和速率分量。
在一些实施例中,速度约束可以表示在不会碰撞障碍物或者点的情况下运载工具可以达到(或者处理器可以允许运载工具达到)的最大速度。速度约束可以由以下函数来表示:
V2=2ad [式2]
其中,“V”表示速度约束,“a”表示最大加速度(其可以是或者可以不是常量),以及“d”表示从运载工具到停止距离的距离。
在各个实施例中,所确定的速度约束可以表示为超平面,其定义运载工具与障碍物或者点之间的位于停止距离的距离该点或者障碍物最远的端点处的虚拟“栅栏”或者“屏障”。处理器可以使用每个速度约束410、420和430,来确定满足(例如,小于或者等于)每个速度约束的速度解,从而防止运载工具行进进入针对每个障碍物或者点的停止距离。例如,如图4B中所示,输入速度Vinput 440超出速度约束410和420(被示为在其之上以及在其左侧)。处理器可以使用速度约束410、420和430(处理器将其视为总体),返回速度解Vsolution450,其可以在速度约束410、420和430之内(被示为在其下方)。因此,在一些实施例中,处理器可以通过经组合的速度约束410、420和430来界定或者限制运载工具的速度。
在各个实施例中,处理器可以使用速度约束来修改或者调整导航指令,以避免与一个或多个障碍物或者点的碰撞。例如,运载工具可以获取指示输入速度440的导航指令。在一些实施例中,处理器可以获取来自用户输入(例如,来自控制器130)的导航指令。在一些实施例中,处理器可以通过访问可以存储在运载工具的存储器中的所存储的导航数据,来获取导航指令。在一些实施例中,处理器可以通过从远程源(例如,网络单元110)接收导航数据的传输,来获取导航指令。
导航指令可以包括方向分量和速率分量,其指示运载工具应当行进的方向和速率。如果处理器确定期望的速度440超过约束410、420和430中的一个或多个,那么处理器可以使用期望的速度440以及速度约束410、420和430来执行优化函数,以确定将满足(例如,将不违背)速度约束410、420和430的速度解。在一些实施例中,虽然速度约束是使用等式表达式来生成的,但是每个速度约束可以被表示为提供门限速度的不等式表达式(“速度不等式约束”),其中,处理器必须维持低于门限速度的运载工具速度。例如,速度不等式约束可以由以下函数来表示:
其中,表示从运载工具到障碍物或者点“i”的向量,“a”表示最大加速度(其可以是或者可以不是常量),以及“d”表示运载工具在其内可以避免与障碍物或者点的碰撞的距离(例如,从运载工具到针对障碍物或者点的停止距离的距离)。在一些实施例中,处理器可以将速度约束410、420、430以及期望的速度440传递给优化函数,以产生一个或多个速度解450。速度解450可以是交替的速度,其在由运载工具的导航单元/飞行控制器实现的情况下将防止运载工具与障碍物或者点碰撞。
在一些实施例中,运载工具可以将一个或多个生成的速度解450与期望的速度440进行比较,并且可以选择与期望的速度440的速率分量和方向分量中的至少一项最紧密匹配的速度解450。因此,在一些实施例中,处理器可以选择具有与导航指令的方向分量最紧密匹配的方向分量的速度解。在一些实施例中,处理器可以选择与导航指令的速率分量最紧密匹配的速度解。在一些实施例中,处理器可以选择具有与导航指令的方向分量和速率分量最紧密匹配的方向分量和速率分量二者的速度解。在一些实施例中,处理器可以迭代地(例如,周期性地或者非周期性地)重新确定速度约束410、420和430,并且可以重新确定速度解450,以便避免随着运载工具参照障碍物或者点移动时的碰撞。在一些实施例中,对速度约束和速度解的迭代重新确定可以使得处理器能够选择与导航指令最紧密匹配的确定的速度解。处理器然后可以基于所选择的速度解来调整运载工具速度。在操作时,对速度约束和速度解的迭代重新确定以及基于其的对运载工具速度的调整可以使得处理器能够以对于运载工具操作者而言感觉自然且不造成混乱的方式来调整运载工具速度。在一些实施例中,在未改变的导航输入可能导致与障碍物或者点的运载工具碰撞的情况下,处理器使用所确定的速度解来调整运载工具速度可以使得运载工具沿着避免与障碍物或者点的碰撞的路径移动,并且甚至可以导致运载工具沿着不同于与导航输入紧密匹配的路径而绕开障碍物或者点、沿着障碍物或者点滑动、从障碍物或者点之下钻过或者在障碍物或者点之上滑动的运动。
在一些实施例中,处理器可以使用未经处理(“原始”)传感器数据,并且可以不执行关于一个或多个识别的点的额外的确定,进行假设和/或得出结论。例如,处理器可以不确定围绕一个或多个点的体积(例如,在一维或多维中)。作为另一例子,处理器可以不确定一个或多个点是静态的还是处于运动中。
图5示出根据各个实施例的运载工具碰撞避免的方法500。参照图1-5,该方法500可以由运载工具(例如,运载工具102、200和402)的处理器(例如,处理器220和/或类似的处理器)来实现。
运载工具502(其可以与运载工具102、200或者402类似)的处理器可以获取导航指令(例如,来自用户输入、存储的导航数据、来自网络单元等)。导航指令可以包括速度,其可以包括方向分量和速率分量。例如,导航指令可以指示运载工具502沿着障碍物140和142之间的路径504。作为另外的例子,导航指令可以指示运载工具502沿着朝向障碍物142(或者朝向点406a、406b、……、406(n)中的一个或多个点)的路径506。作为另外的例子,导航指令可以指示运载工具沿着朝向障碍物140(或者朝向一个或多个点404a、404b、……、406(n))的路径508。运载工具502沿着路径504的行径可以不需要对运载工具502的速度的调整。
相比之下,在没有对运载工具502的速度的任何调整的情况下遵循路径506,可能导致运载工具502与障碍物142之间的碰撞。然而,在已经确定与障碍物142(或者与点406a、406b、……、406(n))相关联的速度约束之后,处理器可以使用速度约束来确定满足(例如,小于或者等于)速度约束的一个或多个速度解。在一些实施例中,处理器可以选择与导航指令最紧密匹配的速度解,并且可以基于所选择的速度解来调整运载工具502的速度。
例如,随着沿着路径506行进的运载工具502接近或者到达靠近障碍物142的位置506a,不管所指示的速度如何,处理器可以确定满足速度约束的一个或多个速度解,并且可以基于所选择的速度解来调整运载工具速度,从而防止运载工具502与障碍物142碰撞。在一些实施例中,处理器可以选择具有与导航指令的方向分量最紧密匹配的方向分量的速度解。在一些实施例中,处理器可以选择与导航指令的速率分量最密切匹配的方向分量的速度解。在一些实施例中,处理器可以选择具有与导航指令的方向分量和速率分量最密切匹配的方向分量和速率分量二者的速度解。
例如,基于所选择的速度解,处理器可以调整运载工具速度,从而指导运载工具502遵循避免与障碍物142的碰撞的路径。例如,虽然导航指令包括原本将使得运载工具502与障碍物142碰撞的速度,但是处理器可以基于所选择的速度解来调整运载工具502的速度,以使得运载工具502在障碍物142周围行进,例如,从位置506a到位置506b。在各个实施例中,处理器可以基于改变到障碍物或者点的距离和方向,来迭代地重新确定速度约束。在一些实施例中,当运载工具502到达或者接近位置506b时,处理器可以选择另一速度解(在一些实施例中,基于导航指令的方向分量和/或速率分量),并且处理器可以相应地调整运载工具速度。例如,在位置506b处,处理器可以再次基于导航指令的方向分量和/或速率分量,来调整运载工具502的速度,从而指导运载工具502使用与导航指令的速度更为紧密匹配的速度来行进。虽然图5示出沿着路径506的两个位置506a和506b,但是在各个实施例中,处理器可以在大量的时间点处调整运载工具速度。例如,处理器可以迭代地重新确定从运载工具到每个障碍物或者点的距离和方向,并且可以迭代地重新确定针对每个障碍物或者点的速度约束。处理器还可以基于所重新确定的速度约束来确定新的速度解,并且可以基于所选择的速度解来调整运载工具速度。
作为另一例子,基于所选择的速度解,处理器可以指导运载工具502遵循路径508,该路径在没有对运载工具502的速度的任何调整的情况下遵循时可能导致运载工具502与障碍物140之间的碰撞。在障碍物140包括运载工具502可能不容易导航绕过的障碍物(例如,墙)的情况下,处理器可以确定速度约束,并且可以选择防止运载工具502与障碍物140碰撞的速度解。在该例子中,因为障碍物140无法被导航绕过,所以处理器可以基于所选择的速度解,来调整运载工具速度,以使得运载工具502沿着障碍物140的表面(例如,墙表面)行进。因此,在一些实施例中,基于所选择的速度解来调整运载工具速度可以指导运载工具502执行“墙滑动”操纵,或者以其它方式沿着避免运载工具502与障碍物140之间的碰撞的路径行进。
在一些实施例中,处理器可以选择具有与导航指令的方向分量和/或速率分量最紧密匹配的速度解。在一些实施例中,处理器可以选择与导航指令的方向和/或速率分量最紧密匹配的速度解,以使得所调整的或者所得到的运载工具速度从所指示的运载工具速度尽可能平滑地改变。例如,处理器可以选择速度解,以使得导航指令的运载工具速度与经调整的运载工具速度之间的变化量在一时间段内保持在门限变化内。在一些实施例中,处理器可以选择速度解,以使得经调整的速度的方向分量和速率分量中的一个或多个从导航指令的方向分量和速率分量的变化在一时间段内在门限变化内。
运载工具502的经调整速度的方向和速率均可以独立于导航指令的速度的方向分量和速率分量来改变。例如,从位置508a处开始,处理器可以调整运载工具502的速度,以在与导航指令的方向分量显著不同的方向(例如,90°)上行进,同时具有可以与导航指令的速率分量极为紧密匹配的速率分量,反之亦然。
图6示出根据各个实施例的运载工具碰撞避免的方法600。参照图1-6,该方法600可以由运载工具(例如,运载工具102、200、402、502和602)的处理器(例如,处理器220和/或类似的处理器)来实现。
在框602中,运载工具的处理器可以检测障碍物。在一些实施例中,运载工具的处理器可以使用运载工具中的一个或多个传感器来检测障碍物。
在框604中,运载工具的处理器可以确定从运载工具到障碍物的距离和方向。在一些实施例中,处理器可以识别一个或多个点,并且处理器可以确定从运载工具到一个或多个点的距离和方向。
在框606中,处理器可以基于到障碍物的距离和方向来确定针对障碍物的速度约束。在一些实施例中,处理器可以确定针对一个或多个点中的每个点的速度约束。在一些实施例中,处理器可以基于所获取的导航指令来确定一个或多个速度约束,其可以是反应性操作(例如,基于对导航指令的获取),而不是预先规划的操作(例如,作为路径规划或者其它导航规划操作的部分)。在一些实施例中,运动控制器模块(例如,运动控制器模块222a)可以确定速度约束。在一些实施例中,速度约束可以包括速度不等式约束。
在框608中,处理器可以获取导航指令。
在框610中,处理器可以确定满足速度约束的一个或多个速度解。在一些实施例中,处理器可以基于所获取的导航指令来确定一个或多个速度解,其可以是反应性操作(例如,基于对导航指令的获取),而不是预先规划的操作(例如,作为路径规划或者其它导航规划操作的部分)。在一些实施例中,运动控制器模块(例如,飞行控制器模块222a)可以确定满足速度约束的一个或多个速度解。
在框612中,处理器可以从一个或多个速度解之中选择所确定的与导航指令最紧密匹配的速度解。在一些实施例中,处理器可以基于运载工具与障碍物之间的距离以及从运载工具和障碍物的方向中的任一项或者二者以及导航指令,来选择速度解。
在框614中,处理器可以基于所选择的速度解来调整运载工具速度。
在框602中,处理器可以再次检测障碍物。在各种实现中,关于同一障碍物(例如,障碍物140和142),处理器可以重复地执行框602-614的操作,从而使得处理器更新或者调整一个或多个速度约束,以及根据经更新或者经调整的速度约束来调整运载工具速度。
图7示出根据各个实施例的运载工具碰撞避免的方法700。参照图1-7,该方法700可以由运载工具(例如,运载工具102、200、402、502和602)的处理器(例如,处理器220和/或类似的处理器)来实现。在框608-614中,设备处理器可以执行方法600的类似编号的框的操作。
在框702中,运载工具的处理器可以接收包括一个或多个点的传感器数据。在一些实施例中,处理器可以接收未经处理的或者原始的传感器数据,例如,来自照相机的未经处理的图像数据,并且可以不对所接收的原始传感器数据执行进一步处理来辨别或者识别在传感器数据中表示的物体。例如,处理器可以不使用传感器数据来执行用于识别、定义、定位或者以其它方式特征化传感器的视野内的物体的确定。在一个实施例中,处理器可以不将未经处理的传感器数据应用于算法或者公式来识别由传感器数据表示的物体。
对传感器数据内的障碍物进行特征化(例如,确定检测到的障碍物的尺寸、形状和其它特性)可能计算密集型的。为了减少处理器上的计算负担,在一些实施例中,处理器可以在不执行额外的确定(例如,对原始传感器数据的计算)以检测传感器的视野内的障碍物(例如,以检测障碍物或者以确定障碍物的尺寸、形状或者其它特性)的情况下,识别一个或多个点(例如,在障碍物140上示出的点404(1-n))以及在障碍物142上示出的点406(1-n))。在一些实施例中,处理器可以使用未经处理(“原始”)的传感器数据,并且可以不执行关于一个或多个所识别的点的额外的确定、计算,进行假设和/或得出结论。例如,处理器可以不确定围绕一个或多个点的体积、表面或者其它几何参数(例如,在一维或多维中)。作为另一例子,处理器可以不确定一个或多个点是静态的还是处于运动中。
在框704中,运载工具的处理器可以确定从运载工具到一个或多个点中的每个点的距离和方向。例如,处理器可以使用照相机接收图像,并且可以识别图像中的一个或多个点。在一些实现中,点可以与图像中的像素相对应。在一些实现中,处理器可以识别或者选择非常大量的点,例如,针对图像中的每个像素的一个点。在一些实施例中,处理器可以通过识别/选择用于确定距离和方向的较少的点来减少处理负担。在一些实施例中,处理器可以通过减小图像的分辨率,从而减少从其识别点的像素的数量,来减少处理负担。
在框706中,处理器可以基于以下项来确定针对所识别的一个或多个点中的每个点的速度约束:所确定的到该点或者多个点的距离和方向。在一些实施例中,处理器可以基于所获取的导航指令来确定针对所识别的一个或多个点中的每个点的速度约束。所获取的导航指令可以是反应性操作(例如,基于对导航指令的获取),而不是预先规划的操作(例如,作为路径规划或者其它导航规划操作的部分)。在一些实施例中,运动控制器模块(例如,飞行控制器模块222a)可以确定速度约束。在一些实施例中,每个速度约束可以包括速度不等式约束。
各个实施例使得运载工具的处理器能够避免与物体的碰撞,从而改善运载工具的操作。各个实施例还可以通过调整运载工具速度以紧密地匹配导航指令的运载工具速度(在一些情况中,在门限变化内),来改善运载工具的操作。各个实施例还通过将一个或多个点分配给障碍物以及确定分配给这些点中的一个或多个点的速度约束,来减少减少运载工具的处理器上的计算负担,从而改善运载工具的操作。
示出并且描述的各个实施例仅作为例子来提供,以示出权利要求的各个特征。然而,关于任何给定实施例所示出并且描述的特征未必限于相关联的实施例,并且可以与示出并且描述的其它实施例一起使用或者相组合。此外,权利要求并不旨在由任何一个示例实施例限制。例如,方法400、500、600和700中的操作中的一个或多个操作可以替换方法400、500、600、700中的一个或多个操作或者与其组合,反之亦然。
前述方法描述和过程流程图仅是作为说明性例子来提供的,而并非旨在要求或者暗示各个实施例的操作必须以所给出的次序来执行。如本领域技术人员将明白的,可以以任何次序来执行前述实施例中的操作的次序。诸如“之后”、“然后”、“接下来”等的词语并非只在限制操作的次序;这些词语用于引用读者通读这些方法的描述。此外,对单数形式的权利要求要素的任何提及(例如,使用冠词“一(a)”、“一个(an)”或者“所述(the)”)并不被解释为将该要素限制为单数。
结合本文公开的实施例描述的各个说明性的逻辑框、模块、电路和算法操作均可以实现成电子硬件、计算机软件或这二者的组合。为了清楚地说明硬件和软件之间的这种可交换性,上文对各个说明性的组件、框、模块、电路和操作均围绕其功能进行了总体描述。至于这种功能是实现为硬件还是实现为软件,取决于特定的应用和对整个系统所施加的设计约束。本领域技术人员可以针对每个特定应用,以变通的方式实现所描述的功能,但是这种实施例决策不应解释为造成对权利要求的范围的脱离。
利用被设计为执行本文所述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑、分立硬件组件或者其任意组合,可以实现或执行用于实现结合本文公开的方面所描述的各个说明性的逻辑单元、逻辑框、模块和电路的硬件。通用处理器可以是微处理器,但是在替代方案中,该处理器可以是任何常规的处理器、控制器、微控制器或者状态机。处理器还可以实现为接收机智能对象的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP核、或者任何其它这种配置。替代地,一些操作或方法可以由特定于给定功能的电路来执行。
在一个或多个方面,所描述的功能可以用硬件、软件、固件、或者其任意组合来实现。如果用软件来实现,则功能可以作为一个或多个指令或代码存储在非暂时性计算机可读存储介质或者非暂时性处理器可读存储介质上。本文公开的方法或算法的操作可以体现在处理器可执行软件模块或者处理器可执行指令中,其可以位于非暂时性计算机可读或处理器可读存储介质上。非暂时性计算机可读或者处理器可读存储介质可以是可以由计算机或处理器访问的任何存储介质。通过举例而非限制的方式,这种非暂时性计算机可读或处理器可读存储介质可以包括RAM、ROM、EEPROM、闪速存储器、CD-ROM或者其它光盘存储、磁盘存储或者其它磁存储智能对象、或者可以用于存储具有指令或数据结构形式的期望程序代码并且可以被计算机访问的任何其它介质。如本文中所使用的,磁盘(disk)和光盘(disc)包括压缩光盘(CD)、激光光盘、光盘、数字多功能光盘(DVD)、软盘和蓝光光盘,其中,磁盘通常磁性地复制数据,而光盘则用激光来光学地复制数据。上述各项的组合也包括在非暂时性计算机可读和处理器可读介质的范围之内。另外,方法或算法的操作可以作为代码和/或指令中的一个或者任意组合或者集合位于非暂时性处理器可读存储介质和/或计算机可读存储介质上,其可以并入计算机程序产品中。
为了使本领域技术人员能够实现或使用权利要求,提供了对所公开的实施例的先前描述。对于本领域技术人员而言,对这些实施例的各种修改将是容易显而易见的,并且在不脱离权利要求的精神或范围的情况下,本文中定义的总体原理可以应用于其它实施例。因此,本公开内容并非旨在限于本文中所示出的实施例,而是被赋予与随后的权利要求和本文公开的原理和新颖特征相一致的最广范围。
Claims (25)
1.一种运载工具碰撞避免的方法,包括:
接收包括一个或多个点的传感器数据;
确定从运载工具到所述一个或多个点的距离和方向;
基于所确定的从所述运载工具到所述一个或多个点中的每个点的距离和方向,来确定针对所述一个或多个点中的每个点的速度约束;
基于运载工具导航指令,来确定满足所确定的速度约束的一个或多个速度解;
基于所述运载工具导航指令,来从所确定的一个或多个速度解中选择速度解;以及
基于所选择的速度解来调整运载工具速度。
2.根据权利要求1所述的方法,其中,接收传感器数据包括接收未经处理的传感器数据。
3.根据权利要求1所述的方法,其中,针对所述一个或多个点中的每个点的所述速度约束包括速度不等式约束。
4.根据权利要求3所述的方法,其中,确定从所述运载工具到所述一个或多个点的所述距离和所述方向包括:
确定从所述运载工具到障碍物的距离和方向。
5.根据权利要求4所述的方法,其中,所述障碍物包括由所述一个或多个点表示的障碍物。
6.根据权利要求1所述的方法,其中,基于所确定的从所述运载工具到所述一个或多个点中的每个点的距离和方向,来确定针对所述一个或多个点中的每个点的速度约束包括:
基于所确定的从所述运载工具到由所述一个或多个点表示的障碍物的距离和方向,来确定针对所述一个或多个点中的每个点的速度约束。
7.根据权利要求1所述的方法,
其中,所述运载工具导航指令包括方向分量,以及
其中,基于所述运载工具导航指令来从所确定的一个或多个速度解中选择所述速度解包括:选择具有与所述运载工具导航指令的所述方向分量最紧密匹配的方向分量的速度解。
8.根据权利要求1所述的方法,
其中,所述运载工具导航指令包括速率分量,以及
其中,基于所述运载工具导航指令来从所确定的一个或多个速度解中选择所述速度解包括:选择具有与所述运载工具导航指令的所述速率分量最紧密匹配的速率分量的速度解。
9.一种运载工具,包括:
处理器,其被配置有处理器可执行指令以进行以下操作:
接收包括一个或多个点的传感器数据;
确定从所述运载工具到所述一个或多个点的距离和方向;
基于所确定的从所述运载工具到所述一个或多个点中的每个点的距离和方向,来确定针对所述一个或多个点中的每个点的速度约束;
基于运载工具导航指令,来确定满足所确定的速度约束的一个或多个速度解;
基于所述运载工具导航指令,来从所确定的一个或多个速度解中选择速度解;以及
基于所选择的速度解来调整运载工具速度。
10.根据权利要求9所述的运载工具,其中,所述处理器还被配置有处理器可执行指令以进行以下操作:接收包括未经处理的传感器数据的传感器数据。
11.根据权利要求9所述的运载工具,其中,所述处理器还被配置有处理器可执行指令,以使得针对所述一个或多个点中的每个点的所述速度约束包括速度不等式约束。
12.根据权利要求11所述的运载工具,其中,所述处理器还被配置有处理器可执行指令以进行以下操作:
确定从所述运载工具到障碍物的距离和方向。
13.根据权利要求12所述的运载工具,其中,所述处理器还被配置有处理器可执行指令,以使得所述障碍物包括由所述一个或多个点表示的障碍物。
14.根据权利要求9所述的运载工具,其中,所述处理器还被配置有处理器可执行指令以进行以下操作:
基于所确定的从所述运载工具到由所述一个或多个点表示的障碍物的距离和方向,来确定针对所述一个或多个点中的每个点的速度约束。
15.根据权利要求9所述的运载工具,其中,所述处理器还被配置有处理器可执行指令,以使得所述运载工具导航指令包括方向分量,以及
其中,所述处理器还被配置有处理器可执行指令以进行以下操作:选择具有与所述运载工具导航指令的所述方向分量最紧密匹配的方向分量的速度解。
16.根据权利要求9所述的运载工具,其中,所述处理器还被配置有处理器可执行指令,以使得所述运载工具导航指令包括速率分量,以及
其中,所述处理器还被配置有处理器可执行指令以进行以下操作:通过选择具有与所述运载工具导航指令的所述速率分量最紧密匹配的速率分量的速度解,来基于所述运载工具导航指令选择所述速度解。
17.一种运载工具,包括:
用于接收包括一个或多个点的传感器数据的单元;
用于确定从所述运载工具到所述一个或多个点的距离和方向的单元;
用于基于所确定的从所述运载工具到所述一个或多个点中的每个点的距离和方向,来确定针对所述一个或多个点中的每个点的速度约束的单元;
用于基于运载工具导航指令,来确定满足所确定的速度约束的一个或多个速度解的单元;
用于基于所述运载工具导航指令,来从所确定的一个或多个速度解中选择速度解的单元;以及
用于基于所选择的速度解来调整运载工具速度的单元。
18.一种非暂时性处理器可读存储介质,其具有存储在其上的处理器可执行指令,所述处理器可执行指令被配置为使得运载工具的处理器执行包括以下各项的操作:
接收包括一个或多个点的传感器数据;
确定从所述运载工具到所述一个或多个点的距离和方向;
基于所确定的从所述运载工具到所述一个或多个点中的每个点的距离和方向,来确定针对所述一个或多个点中的每个点的速度约束;
基于运载工具导航指令,来确定满足所确定的速度约束的一个或多个速度解;
基于所述运载工具导航指令,来从所确定的一个或多个速度解中选择速度解;以及
基于所选择的速度解来调整运载工具速度。
19.根据权利要求18所述的非暂时性处理器可读存储介质,其中,所存储的处理器可执行软件指令被配置为使得所述运载工具的所述处理器执行操作,以使得接收传感器数据包括接收未经处理的传感器数据。
20.根据权利要求18所述的非暂时性处理器可读存储介质,其中,所存储的处理器可执行软件指令被配置为使得所述运载工具的所述处理器执行操作,以使得针对所述一个或多个点中的每个点的所述速度约束包括速度不等式约束。
21.根据权利要求20所述的非暂时性处理器可读存储介质,其中,所存储的处理器可执行软件指令被配置为使得所述运载工具的所述处理器执行操作,以使得确定从所述运载工具到所述一个或多个点的所述距离和所述方向包括:
确定从所述运载工具到障碍物的距离和方向。
22.根据权利要求21所述的非暂时性处理器可读存储介质,其中,所存储的处理器可执行软件指令被配置为使得所述运载工具的所述处理器执行操作,以使得所述障碍物包括由所述一个或多个点表示的障碍物。
23.根据权利要求18所述的非暂时性处理器可读存储介质,其中,所存储的处理器可执行软件指令被配置为使得所述运载工具的所述处理器执行操作,以使得基于所确定的从所述运载工具到所述一个或多个点中的每个点的距离和方向来确定针对所述一个或多个点中的每个点的速度约束包括:
基于所确定的从所述运载工具到由所述一个或多个点表示的障碍物的距离和方向,来确定针对所述一个或多个点中的每个点的速度约束。
24.根据权利要求18所述的非暂时性处理器可读存储介质,其中,所存储的处理器可执行软件指令被配置为使得所述运载工具的所述处理器执行操作,以使得:
所述运载工具导航指令包括方向分量,以及
基于所述运载工具导航指令来从所确定的一个或多个速度解中选择所述速度解包括:选择具有与所述运载工具导航指令的所述方向分量最紧密匹配的方向分量的速度解。
25.根据权利要求18所述的非暂时性处理器可读存储介质,其中,所存储的处理器可执行软件指令被配置为使得所述运载工具的所述处理器执行操作,以使得:
所述运载工具导航指令包括速率分量,以及
基于所述运载工具导航指令来从所确定的一个或多个速度解中选择所述速度解包括:选择具有与所述运载工具导航指令的所述速率分量最紧密匹配的速率分量的速度解。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662421551P | 2016-11-14 | 2016-11-14 | |
US62/421,551 | 2016-11-14 | ||
US15/607,975 | 2017-05-30 | ||
US15/607,975 US10289121B2 (en) | 2016-11-14 | 2017-05-30 | Vehicle collision avoidance |
PCT/US2017/054291 WO2018089128A1 (en) | 2016-11-14 | 2017-09-29 | Vehicle collision avoidance |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109906416A true CN109906416A (zh) | 2019-06-18 |
CN109906416B CN109906416B (zh) | 2022-04-26 |
Family
ID=62108476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780068530.1A Active CN109906416B (zh) | 2016-11-14 | 2017-09-29 | 运载工具碰撞避免 |
Country Status (9)
Country | Link |
---|---|
US (2) | US10289121B2 (zh) |
EP (1) | EP3538966B1 (zh) |
JP (1) | JP7173966B2 (zh) |
KR (1) | KR102476681B1 (zh) |
CN (1) | CN109906416B (zh) |
ES (1) | ES2883847T3 (zh) |
SG (1) | SG11201902738PA (zh) |
TW (1) | TW201818368A (zh) |
WO (1) | WO2018089128A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113071482A (zh) * | 2021-04-28 | 2021-07-06 | 江苏大学 | 一种基于通行时间区间的智能车辆防碰撞方法 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10517021B2 (en) | 2016-06-30 | 2019-12-24 | Evolve Cellular Inc. | Long term evolution-primary WiFi (LTE-PW) |
US10289121B2 (en) | 2016-11-14 | 2019-05-14 | Qualcomm Incorporated | Vehicle collision avoidance |
US11468310B2 (en) * | 2018-03-07 | 2022-10-11 | International Business Machines Corporation | Constraining actions for reinforcement learning under safety requirements |
US10649446B2 (en) * | 2018-04-30 | 2020-05-12 | Amazon Technologies, Inc. | Techniques for conveyance device control |
US11572079B2 (en) * | 2019-04-25 | 2023-02-07 | WeRide Corp. | Apparatus and method for controlling velocity of autonomous driving vehicle, and storage medium |
US11225228B2 (en) * | 2020-03-11 | 2022-01-18 | Baidu Usa Llc | Method for enhancing in-path obstacle detection with safety redundancy autonomous system |
EP4174818A4 (en) * | 2020-06-26 | 2023-11-01 | Panasonic Intellectual Property Management Co., Ltd. | INFORMATION PROCESSING METHOD, INFORMATION PROCESSING TERMINAL AND INFORMATION PROCESSING SYSTEM |
US20230244249A1 (en) * | 2022-02-01 | 2023-08-03 | Lockheed Martin Corporation | Collision prevention flight control mode |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1357396A1 (en) * | 2002-04-24 | 2003-10-29 | Hitachi, Ltd. | Automotive radar system |
US20060058931A1 (en) * | 2004-09-15 | 2006-03-16 | Honeywell International Inc. | Collision avoidance involving radar feedback |
CN102685516A (zh) * | 2011-03-07 | 2012-09-19 | 李慧盈 | 立体视觉主动安全辅助驾驶方法 |
US20130194126A1 (en) * | 2010-04-01 | 2013-08-01 | Paolo Alberto Paoletti | Adaptive radar systems with ecological microwave cameras |
CN104133473A (zh) * | 2008-10-24 | 2014-11-05 | 格瑞股份公司 | 自主驾驶车辆的控制方法 |
CN104199034A (zh) * | 2014-09-19 | 2014-12-10 | 黄国鹏 | 基于雷达传感器的汽车防撞方法和装置 |
CN104271419A (zh) * | 2012-03-16 | 2015-01-07 | 谷歌公司 | 鉴于约束主动修改自主车辆的视野 |
WO2016033795A1 (en) * | 2014-09-05 | 2016-03-10 | SZ DJI Technology Co., Ltd. | Velocity control for an unmanned aerial vehicle |
CN105549597A (zh) * | 2016-02-04 | 2016-05-04 | 同济大学 | 一种基于环境不确定性的无人车动态路径规划方法 |
CN105759836A (zh) * | 2016-03-14 | 2016-07-13 | 武汉卓拔科技有限公司 | 一种基于3d摄像头的无人机避障方法及装置 |
US20160282874A1 (en) * | 2013-11-08 | 2016-09-29 | Hitachi, Ltd. | Autonomous Driving Vehicle and Autonomous Driving System |
US20160304198A1 (en) * | 2014-12-03 | 2016-10-20 | Google Inc. | Systems and methods for reliable relative navigation and autonomous following between unmanned aerial vehicle and a target object |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6442711A (en) * | 1987-08-10 | 1989-02-15 | Nissan Motor | Autonomous running vehicle controller |
GB201100841D0 (en) | 2011-01-18 | 2011-08-17 | Bae Systems Plc | Trajectory planning |
US8849483B2 (en) | 2011-04-13 | 2014-09-30 | California Institute Of Technology | Target trailing with safe navigation with colregs for maritime autonomous surface vehicles |
AU2013293507B2 (en) | 2012-04-30 | 2016-12-15 | The Trustees Of The University Of Pennsylvania | Three-dimensional manipulation of teams of quadrotors |
JP6201561B2 (ja) * | 2013-09-20 | 2017-09-27 | 株式会社デンソー | 走行軌道生成装置、および走行軌道生成プログラム |
US9875661B2 (en) * | 2014-05-10 | 2018-01-23 | Aurora Flight Sciences Corporation | Dynamic collision-avoidance system and method |
US10289121B2 (en) | 2016-11-14 | 2019-05-14 | Qualcomm Incorporated | Vehicle collision avoidance |
-
2017
- 2017-05-30 US US15/607,975 patent/US10289121B2/en active Active
- 2017-09-29 JP JP2019524326A patent/JP7173966B2/ja active Active
- 2017-09-29 EP EP17787070.6A patent/EP3538966B1/en active Active
- 2017-09-29 SG SG11201902738PA patent/SG11201902738PA/en unknown
- 2017-09-29 KR KR1020197013588A patent/KR102476681B1/ko active IP Right Grant
- 2017-09-29 WO PCT/US2017/054291 patent/WO2018089128A1/en active Application Filing
- 2017-09-29 CN CN201780068530.1A patent/CN109906416B/zh active Active
- 2017-09-29 ES ES17787070T patent/ES2883847T3/es active Active
- 2017-10-02 TW TW106134023A patent/TW201818368A/zh unknown
-
2019
- 2019-03-21 US US16/360,596 patent/US11054835B2/en active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1357396A1 (en) * | 2002-04-24 | 2003-10-29 | Hitachi, Ltd. | Automotive radar system |
US20060058931A1 (en) * | 2004-09-15 | 2006-03-16 | Honeywell International Inc. | Collision avoidance involving radar feedback |
CN104133473A (zh) * | 2008-10-24 | 2014-11-05 | 格瑞股份公司 | 自主驾驶车辆的控制方法 |
US20130194126A1 (en) * | 2010-04-01 | 2013-08-01 | Paolo Alberto Paoletti | Adaptive radar systems with ecological microwave cameras |
CN102685516A (zh) * | 2011-03-07 | 2012-09-19 | 李慧盈 | 立体视觉主动安全辅助驾驶方法 |
CN104271419A (zh) * | 2012-03-16 | 2015-01-07 | 谷歌公司 | 鉴于约束主动修改自主车辆的视野 |
US20160282874A1 (en) * | 2013-11-08 | 2016-09-29 | Hitachi, Ltd. | Autonomous Driving Vehicle and Autonomous Driving System |
WO2016033795A1 (en) * | 2014-09-05 | 2016-03-10 | SZ DJI Technology Co., Ltd. | Velocity control for an unmanned aerial vehicle |
CN104199034A (zh) * | 2014-09-19 | 2014-12-10 | 黄国鹏 | 基于雷达传感器的汽车防撞方法和装置 |
US20160304198A1 (en) * | 2014-12-03 | 2016-10-20 | Google Inc. | Systems and methods for reliable relative navigation and autonomous following between unmanned aerial vehicle and a target object |
CN105549597A (zh) * | 2016-02-04 | 2016-05-04 | 同济大学 | 一种基于环境不确定性的无人车动态路径规划方法 |
CN105759836A (zh) * | 2016-03-14 | 2016-07-13 | 武汉卓拔科技有限公司 | 一种基于3d摄像头的无人机避障方法及装置 |
Non-Patent Citations (1)
Title |
---|
R.帕特里克·戈贝尔: "《ROS入门实例》", 31 January 2016 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113071482A (zh) * | 2021-04-28 | 2021-07-06 | 江苏大学 | 一种基于通行时间区间的智能车辆防碰撞方法 |
Also Published As
Publication number | Publication date |
---|---|
ES2883847T3 (es) | 2021-12-09 |
JP2019537140A (ja) | 2019-12-19 |
US10289121B2 (en) | 2019-05-14 |
US20180136669A1 (en) | 2018-05-17 |
SG11201902738PA (en) | 2019-05-30 |
KR20190076985A (ko) | 2019-07-02 |
US11054835B2 (en) | 2021-07-06 |
EP3538966A1 (en) | 2019-09-18 |
EP3538966B1 (en) | 2021-07-21 |
TW201818368A (zh) | 2018-05-16 |
US20190220041A1 (en) | 2019-07-18 |
CN109906416B (zh) | 2022-04-26 |
KR102476681B1 (ko) | 2022-12-09 |
BR112019009543A2 (pt) | 2019-07-30 |
WO2018089128A1 (en) | 2018-05-17 |
JP7173966B2 (ja) | 2022-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109906416B (zh) | 运载工具碰撞避免 | |
CN111542794B (zh) | 基于检测到的有效载荷的存在性的、机器人式运载工具的可调整的对象避开接近度门限 | |
CN111033561B (zh) | 用于利用语义信息来导航机器人设备的系统和方法 | |
EP3735621B1 (en) | Adjustable object avoidance proximity threshold based on classification of detected objects | |
US11086316B2 (en) | Robotic vehicle insecure pay load detection and response | |
TWI731283B (zh) | 空中機器人式運載工具、處理設備及其操作方法 | |
CN111542795B (zh) | 基于螺旋桨防护装置的存在性的可调整的对象避开接近度门限 | |
US10948910B2 (en) | Robotic vehicle separated payload detection and response | |
CN111801717A (zh) | 机器人式运载工具的自动探索控制 | |
AU2019206386B2 (en) | Identifying landing zones for landing of a robotic vehicle | |
US20180288731A1 (en) | Aerial Robotic Vehicle Antenna Switching | |
CN116830057A (zh) | 无人机(uav)集群控制 | |
BR112019009543B1 (pt) | Prevenção de colisão veicular | |
CN118103674A (zh) | 选择用于在空间内进行自主地图构建的边界目标 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40009443 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |