CN109960260A - 一种自主导引车辆及其导航方法和控制装置 - Google Patents
一种自主导引车辆及其导航方法和控制装置 Download PDFInfo
- Publication number
- CN109960260A CN109960260A CN201910218822.XA CN201910218822A CN109960260A CN 109960260 A CN109960260 A CN 109960260A CN 201910218822 A CN201910218822 A CN 201910218822A CN 109960260 A CN109960260 A CN 109960260A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- guiding vehicle
- autonomous
- autonomous guiding
- map
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
Abstract
本申请公开了一种自主导引车辆及其导航方法和控制装置。其中,该导航方法包括:控制装置利用全局地图规划出自当前的第一位置到目标点之间的第一目标行驶路径,并指示自主导引车辆按照第一目标行驶路径进行行驶;接收在行驶过程中检测到的障碍物信息;创建自主导引车辆在检测到障碍物信息时所处的第二位置的包含有障碍物信息的局部地图;将局部地图并入全局地图,得到更新后的全局地图;利用更新后的全局地图规划出自第二位置到目标点之间的第二目标行驶路径,并指示自主导引车辆按照第二目标行驶路径进行行驶。通过上述方式,本发明的导航方法可以实现自主导引车辆在工作环境特别是在存在障碍物的环境中实现自主导航。
Description
技术领域
本申请涉及物流自动化领域,特别是涉及一种自主导引车辆及其导航方法和控制装置。
背景技术
当前自主导引车辆的应用领域正不断拓宽,种类更加繁多,功能越来越强,自动化和智能化水平显著提高,我国自主导引车辆市场已呈现出蓬勃发展的态势。从行业应用的角度来分析,自主导引车辆应用已经拓展到各个行业,除了工业级的应用外,也向商业服务业开始推广应用,以往的自主导引车辆使用大户如汽车、烟草这些行业仍然是使用量较大的行业。可以预见的是随着产业需求的增强,自主导引车辆及其各种衍生的各种移动机器人将迎来爆炸发展期。
目前,如何导航是所有自主导引车辆面临的核心问题。而且在大型作业现场,由于工件或者物料种类繁多,通常需要多台自主导引车辆同时工作以提高工作效率。多台自主导引车辆之间的任务分配、路径规划和避碰预警是多机协同控制的难点。
发明内容
本申请主要解决的技术问题是提供一种自主导引车辆及其导航方法和控制装置,能够实现自主导引车辆在工作环境特别是在存在障碍物的环境中实现自主导航。
为了解决上述问题,本申请第一方面提供了一种自主导引车辆的导航方法,所述方法包括:控制装置利用全局地图规划出自所述自主导引车辆当前的第一位置到目标点之间的第一目标行驶路径,并指示所述自主导引车辆按照所述第一目标行驶路径进行行驶;接收在所述自主导引车辆行驶过程中检测到的障碍物信息;创建所述自主导引车辆在检测到障碍物信息时所处的第二位置的包含有所述障碍物信息的局部地图;将所述局部地图并入所述全局地图,得到更新后的全局地图;利用所述更新后的全局地图规划出所述自主导引车辆自所述第二位置到所述目标点之间的第二目标行驶路径,并指示所述自主导引车辆按照所述第二目标行驶路径进行行驶。
为了解决上述问题,本申请第二方面提供了一种自主导引车辆的控制装置,包括处理器和存储器,所述存储器用于存储程序指令;所述处理器用于运行所述程序指令,以执行如上所述的方法。
为了解决上述问题,本申请第三方面提供了一种自主导引车辆,包括车辆主体、车体运动控制器以及控制装置,其中,所述控制装置包括如上所述的控制装置;所述车体运动控制器与所述控制装置连接,用于响应所述控制装置的指令来控制所述车辆主体。
上述方案中,通过控制装置利用全局地图规划出自自主导引车辆当前的第一位置到目标点之间的第一目标行驶路径,并指示自主导引车辆按照第一目标行驶路径进行行驶;在行驶过程中接收在自主导引车辆行驶过程中检测到的障碍物信息,并创建自主导引车辆在检测到障碍物信息时所处的第二位置的包含有障碍物信息的局部地图;然后将局部地图并入全局地图,得到更新后的全局地图;于是,控制装置可以利用更新后的全局地图规划出自主导引车辆自第二位置到目标点之间的第二目标行驶路径,并指示自主导引车辆按照第二目标行驶路径进行行驶;从而可以使自主导引车辆在工件或者物料种类繁多的工作环境特别是在有障碍物的环境中也能实现正确导航和路径规划。
进一步地,控制装置利用更新的全局规划出的第二目标行驶路径为为了避免碰撞到在第二位置检测到的障碍物而规划的路径,故可以自主避碰障碍物。
附图说明
图1是本申请一种自主导引车辆的导航方法第一实施例的流程示意图;
图2是本申请一种自主导引车辆的导航方法第二实施例的流程示意图;
图3是本申请一种自主导引车辆的导航方法第三实施例的流程示意图;
图4是本申请一种自主导引车辆的导航方法第四实施例的流程示意图;
图5是本申请一种自主导引车辆的导航方法第五实施例的流程示意图;
图6是本申请一种自主导引车辆的行驶控制方法第一实施例的流程示意图;
图7是本申请一种自主导引车辆的行驶控制方法第二实施例的流程示意图;
图8a至图8c是本申请全局坐标系XWOWYW和局部坐标系XRORYR之间的转换关系的原理示意图;
图9是本申请一种自主导引车辆的行驶控制方法第三实施例的流程示意图;
图10是本申请一种自主导引车辆的控制装置一实施例的结构示意图;
图11是本申请一种自主导引车辆一实施例的结构示意图。
具体实施方式
下面结合说明书附图,对本申请实施例的方案进行详细说明。
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请。
请参阅图1,图1是本申请一种自主导引车辆的导航方法第一实施例的流程示意图,包括以下步骤:
S101:控制装置利用全局地图规划出自所述自主导引车辆当前的第一位置到目标点之间的第一目标行驶路径,并指示所述自主导引车辆按照所述第一目标行驶路径进行行驶。
可以理解的是,自主导引车辆所在的整个工作环境是已知的,因此,控制装置可以预先获得关于整个工作环境的全局地图。全局地图包含有工作环境中的各种物体,例如各种机械、工件、物料、货架以及建筑物等。第一目标行驶路径可以为自主导引车辆当前的第一位置到目标点之间的无碰撞路径;进一步地,第一目标行驶路径是无碰撞最优路径,应尽可能使自主导引车辆以最短的路径运动。
S102:接收在所述自主导引车辆行驶过程中检测到的障碍物信息。
可以理解的是,自主导引车辆所在的整个工作环境是会发生局部变化的,例如,人员的走动、其他自主导引车辆或者其他机械设备的作业,均会导致自主导引车辆所在的整个工作环境发生局部变化。当人员或机械设备运动到离第一目标行驶路径小于预设的距离后,该人员或机械设备即会被认为是障碍物,控制装置在自主导引车辆在行驶过程中可以实时检测到障碍物信息。本申请的障碍物信息可以包括障碍物的尺寸以及障碍物与自主导引车辆之间的相对位置关系。
S103:创建所述自主导引车辆在检测到障碍物信息时所处的第二位置的包含有所述障碍物信息的局部地图。
局部地图是对自主导引车辆所在的局部工作环境建立的,以自主导引车辆所在位置为原点。由于障碍物信息可以包括障碍物的尺寸以及障碍物与自主导引车辆之间的相对位置关系,于是,控制装置可以以自主导引车辆在检测到障碍物信息时所处的第二位置为原点,根据障碍物与自主导引车辆之间的相对位置关系、障碍物的尺寸等,创建出相应的局部地图。
S104:将所述局部地图并入所述全局地图,得到更新后的全局地图。
由于整个工作环境中的部分物体存在变化,那么控制装置预先获得的关于整个工作环境的全局地图会相应发生变化,而上述控制装置获取到的局部地图即为该局部区域发生变化后的状态,此时,控制装置将该局部地图并入原来的全局地图中,即可以得到更新后的全局地图,保证更新后的全局地图中至少自主导引车辆所处的局部区域是准确的。
S105:利用所述更新后的全局地图规划出所述自主导引车辆自所述第二位置到所述目标点之间的第二目标行驶路径,并指示所述自主导引车辆按照所述第二目标行驶路径进行行驶。
可以理解的是,由于自主导引车辆沿着第一目标行驶路径行驶到第二位置时,检测到了障碍物,那么为了防止与障碍物发生碰撞,则控制装置需要重新进行路径规划,以使自主导引车辆避开障碍物。此时控制装置可以利用更新后的全局地图规划出自主导引车辆自第二位置到目标点之间的第二目标行驶路径,自主导引车辆可以按照第二目标行驶路径继续进行行驶。与第一目标行驶路径类似,第二目标行驶路径也可以为自主导引车辆当前的第二位置到目标点之间的无碰撞路径;进一步地,第二目标行驶路径是无碰撞最优路径,应尽可能使自主导引车辆以最短的路径运动到目标点。
本实施例中,通过控制装置利用全局地图规划出自自主导引车辆当前的第一位置到目标点之间的第一目标行驶路径,并指示自主导引车辆按照第一目标行驶路径进行行驶;在行驶过程中接收在自主导引车辆行驶过程中检测到的障碍物信息,并创建自主导引车辆在检测到障碍物信息时所处的第二位置的包含有障碍物信息的局部地图;然后将局部地图并入全局地图,得到更新后的全局地图;于是,控制装置可以利用更新后的全局地图规划出自主导引车辆自第二位置到目标点之间的第二目标行驶路径,并指示自主导引车辆按照第二目标行驶路径进行行驶;从而可以使自主导引车辆在工件或者物料种类繁多的工作环境中也能实现正确导航和路径规划,并且可以自主避碰动态障碍物,可以实现多台自主导引车辆之间协同作业而不会发生互相碰撞,能够提高工作效率。
可以理解的是,重复第一实施例中的步骤,在自主导引车辆的行驶过程中当检测到障碍物后,控制装置及时更新全局地图,并按照更新后的全局地图继续进行路径规划,最终使自主导引车辆到达目标点,使自主导引车辆能实现从起始点到目标点的全程无碰撞导航。
请参阅图2,图2是本申请一种自主导引车辆的导航方法第二实施例的流程示意图。在本实施例中,上述步骤S103具体包括:
S201:根据所述自主导引车辆的行驶路程以及所述第一目标行驶路径估计得到所述自主导引车辆在所述第二位置的估计位置信息。
由于自主导引车辆是沿着第一目标行驶路径进行行驶的,第一位置在第一目标行驶路径上,故当自主导引车辆自第一位置行驶到第二位置的行驶路程已知时,那么控制装置可以估计出第二位置在第一目标行驶路径上的对应位置,即得到自主导引车辆在第二位置的估计位置信息。
S202:创建以所述自主导引车辆当前的所述第二位置为原点的局部地图。可如上S103所述,在此不做赘述。
本实施例中,通过依靠自主导引车辆自身行驶路程、第一位置以及第一目标行驶路径,控制装置可以对自主导引车辆进行位姿估计,对局部环境进行了解,并确认自主导引车辆自身所处的位置。
请参阅图3,图3是本申请一种自主导引车辆的导航方法第三实施例的流程示意图。在本实施例中,上述步骤S201具体包括:
S301:根据所述自主导引车辆的里程计数据、所述第一位置以及所述第一目标行驶路径,估计得到所述自主导引车辆所在的所述第二位置对应在所述全局地图上的估计位置信息。
自主导引车辆可以包含有里程计,该里程计可以实时记录自主导引车辆的行驶路程,即控制装置可以得到里程计数据。
上述步骤S104具体包括:
S302:根据所述第二位置的估计位置信息与所述全局地图的关联关系,将所述局部地图与所述全局地图进行第一匹配。
S303:根据第一匹配结果将所述局部地图并入并替换所述全局地图中与所述局部地图相对应的部分,从而得到所述更新后的全局地图。
由于第二位置的估计位置信息与第一目标行驶路径上的相应位置所对应,而第一目标行驶路径是处于全局地图中的路径,故第二位置的估计位置信息与全局地图存在相应的关联关系;因为局部地图的原点为自主导引车辆所在的第二位置,于是,局部地图的原点与全局地图中的第二位置的估计位置信息是存在对应关系的。通过该对应关系,控制装置可以将局部地图与全局地图进行第一匹配。根据该第一匹配结果,控制装置可以将局部地图并入原来的全局地图中,即可以得到更新后的全局地图,从而可以保证更新后的全局地图中至少自主导引车辆所处的局部区域是准确的。
请参阅图4,图4是本申请一种自主导引车辆的导航方法第四实施例的流程示意图。与第一实施例相比,在本实施例中,上述步骤S102具体包括:
S401:接收所述自主导引车辆的激光雷达接收到的反射激光,其中,所述反射激光是由物体对所述激光雷达发送的激光进行反射得到的。
S402:若检测到所述反射激光来自于障碍物,则利用所述反射激光得到障碍物信息。
在一应用场景中,自主导引车辆可以包括激光雷达,该激光雷达为二维激光雷达,具体可以包括激光发射器和雷达接收器;在自主导引车辆行驶到第二位置时,激光发射器发射红外激光束,所述雷达接收器接收被所述受测物反射回来的红外激光束,从而自主导引车辆可以不断感知周围同一平面内的物体信息;当控制装置检测到雷达接收器接收到的反射激光来自于障碍物时,由于红外激光束从发射到接收所经过的时间与自主导引车辆到障碍物之间的距离成正比,则控制装置可以利用该反射激光得到障碍物信息。于是,通过采用激光雷达能够实时地精确地获得自主导引车辆在当前位置时的周围环境,并能得到周围障碍物与自主导引车辆之间的位置关系等。本实施例中,采用激光雷达这种高精度的测量传感器,其具有不受环境光影响、处理方法简单和测量精度高,具有更高的距离和角度分辨率,能够在极短的周期内完成采样,且具有很强的抗干扰性和较低的测量误差。在其他实施例中,也可以采用其他传感器或其他方式对障碍物进行检测,例如采用声纳传感器或者图像传感器等。
请参阅图5,图5是本申请一种自主导引车辆的导航方法第五实施例的流程示意图。与第四实施例相比,在本实施例中,所述物体包括障碍物和环境特征物,在上述步骤S401之后还包括:
S501:若检测到所述反射激光来自于环境特征物,则利用所述反射激光得到环境特征物信息。
为了更准确的得到自主导引车辆处于整个工作环境中的具体位置,本实施例在整个工作环境中设置了若干环境特征物。该环境特征物在整个工作环境中是固定的,例如,可以是厂区中的不可移动的建筑物,或者认为设置的路标等。当控制装置检测到雷达接收器接收到的反射激光来自于环境特征物时,同理可以利用反射激光得到环境特征物信息,从而能得到环境特征物与自主导引车辆之间的位置关系。
上述步骤S103具体包括:
S502:创建以所述自主导引车辆当前的所述第二位置为原点的局部地图,其中,所述局部地图包含有所述障碍物信息和环境特征物信息。
可以理解的是,由于控制装置得到环境特征物与自主导引车辆之间的位置关系,那么,在创建局部地图时,可以在局部地图中相对应的显示该环境特征物信息。
上述步骤S104具体包括:
S503:根据所述环境特征物信息与所述全局地图的关联关系,将所述局部地图与所述全局地图进行第二匹配。
S504:根据第二匹配结果将所述局部地图并入并替换所述全局地图中与所述局部地图相对应的部分,从而得到所述更新后的全局地图。
由于环境特征物在整个工作环境中是固定的,全局地图中包含有环境特征物信息,故环境特征物信息与全局地图存在相应的关联关系;又因为局部地图中也包含有环境特征物信息,于是,局部地图中的环境特征物信息与全局地图中的环境特征物信息是存在对应关系的,通过该对应关系,控制装置可以将局部地图与全局地图进行第二匹配,得到第二匹配结果。根据该第二匹配结果,控制装置可以将局部地图并入原来的全局地图中,即可以得到更新后的全局地图。此时,局部地图的原点对应在更新后的全局地图上的位置即为自主导引车辆的实际位置。在本实施例中,通过在整个工作环境设置固定的环境特征物,使得到的自主导引车辆处于更新后的全局地图中的位置更加准确。本申请中的自主导引车辆能够根据控制指令进行全局路径规划,能够准确到达指定工位,车精度可以达到正负100mm;工位停车处角度偏差控制在15°以内,并且可以采用局部矫正来调整停车时车辆姿态。
请参阅图6,图6是本申请一种自主导引车辆的行驶控制方法第一实施例的流程示意图,包括以下步骤:
S601:控制装置在所述自主导引车辆按照目标行驶路径行驶过程中,根据所述自主导引车辆的行驶路程以及所述目标行驶路径估计得到所述自主导引车辆当前的估计位置信息。
该目标行驶路径可以是上述的第一目标行驶路径或第二目标行驶路径。可如上S201所述,在此不做赘述。
S602:获取所述自主导引车辆所处的环境特征物信息,并利用所述环境特征信息确定所述自主导引车辆当前的实际位置信息。
由于环境特征物在整个工作环境中是固定的,控制装置在获取了相应的环境特征物信息后,相当于为自主导引车辆获取了其实际位置的参照物,即可以利用环境特征信息确定自主导引车辆当前的实际位置信息。
S603:根据所述估计位置信息与所述实际位置信息之间的偏差对所述自主导引车辆的行驶轨迹纠偏,使所述自主导引车辆保持在所述目标行驶路径上。
可以理解的是,在实际应用时,由于各类传感器会存在一定的误差,导致本申请方法在实施过程中,例如自主导引车辆的行驶路程、当前位置的确定、环境特征物信息的获取等等,均会存在误差;故自主导引车辆当前的估计位置信息与自主导引车辆当前的实际位置信息之间必定存在一定的偏差,为了降低因各类误差带来较大的累计偏差,控制装置可以对自主导引车辆的行驶轨迹进行纠偏,使自主导引车辆保持在目标行驶路径上。
请参阅图7,图7是本申请一种自主导引车辆的行驶控制方法第二实施例的流程示意图。本实施例中,上述当前的估计位置信息包括在当前位置时自主导引车辆在全局坐标系XWOWYW中的估计位姿信息(XWA1,YWA1,θ1),其中,全局坐标系是对自主导引车辆所在的整个工作环境建立的;θ1为自主导引车辆在全局坐标系XWOWYW中的估计航向角;环境特征物信息包括环境特征物在局部坐标系XRORYR中的坐标(XRB,YRB)以及环境特征物在全局坐标系XWOWYW中的坐标(XWB,YWB),其中,局部坐标系XRORYR是对自主导引车辆所在的局部工作环境建立的,且以自主导引车辆所在位置为原点。上述步骤S602具体包括:
S701:获取所述自主导引车辆所处的环境特征物信息,并根据所述全局坐标系XWOWYW和局部坐标系XRORYR之间的转换关系、以及所述环境特征物信息,所述自主导引车辆当前在所述全局坐标系XWOWYW中的实际位姿信息(XWA2,YWA2,θ2)。
上述步骤S603具体包括:
S702:将所述实际位姿信息(XWA2,YWA2,θ2)与所述估计位姿信息(XWA1,YWA1,θ1)进行比较,获取所述自主导引车辆的位置偏差和角度偏差。
S703:根据所述自主导引车辆的位置偏差和角度偏差对所述自主导引车辆的行驶轨迹纠偏。
具体来讲,上述全局坐标系XWOWYW和局部坐标系XRORYR之间的转换关系可以为:
XWB=XWA2+XRB*cosθ2+YRB*sinθ2,
YWB=YWA2+YRB*cosθ2-XRB*sinθ2,
其中,θ2为自主导引车辆在全局坐标系XWOWYW中的实际航向角。
下面来解释本申请的全局坐标系XWOWYW和局部坐标系XRORYR的建立过程,以及全局坐标系XWOWYW和局部坐标系XRORYR之间的转换关系的推导过程。
请参阅图8a至图8c,图8a至图8c是本申请全局坐标系XWOWYW和局部坐标系XRORYR之间的转换关系的原理示意图。
如图8a所示,假设已知全局坐标系XWOWYW中的一点P(x,y),坐标原点为O,绕点O旋转θ,可以求得点P在局部坐标系XRORYR中坐标值(x',y')。求解x'和y'的关键是用已知的边做斜边来求解,结合上图利用三角函数可以求得:
x'=OD+DF=x·cos(θ)+y·sin(θ),
y'=PC-FC=y·cos(θ)-x·sin(θ)。
点P在局部坐标系XRORYR中的坐标值为(x',y')。
同理如果知道P点在局部坐标系XRORYR中的坐标(x',y'),可以求得点P在全局坐标系XWOWYW中的坐标值:
x=x'·cos(-θ)+y'·sin(-θ),
y=y'·cos(-θ)-x'·sin(-θ)。
通过上述两个公式可以知道:已知点P在一个坐标系中的坐标值(x,y),那么把坐标系绕坐标原点旋转θ以后,点P在新坐标系中的坐标值x'和y'分别为:
x'=x·cos(θ)+y·sin(θ),
y'=y·cos(θ)-x·sin(θ),
绕坐标原点逆时针旋转θ,上式θ值为正,顺时针旋转θ,上式θ值为负。
如图8b所示,已知全局坐标系XWOWYW,把坐标系平移(a,b)得到局部坐标系XRORYR,如果全局坐标系中点P(x,y),跟随坐标系一起平移,那么此时P点在全局坐标系XWOWYW中的坐标为(x+a,y+b)。
根据向量加法可以求得:
OP=OO'+O'P'=T+O'P',
所以向量OP'的坐标为(x+a,y+b)。
如图8c所示,将以上两种情况的叠加,已知旋转平移后的局部坐标系XRORYR中的点P'(x',y'),求P'在全局坐标系XWOWYW中的坐标值:
可以先求出P'在坐标系XO'Y中的坐标值,X'O'Y'顺时针旋转θ(此时θ应取负值)可以变换为坐标系XO'Y,然后坐标系XO'Y经过平移(-a,-b)可以变换为坐标系XOY,至此可以求出坐标系X'O'Y'中的点P'(x',y')在全局坐标系XWOWYW中的坐标值x,y分别为:
x=x'·cos(θ)+y'·sin(θ)+a,
y=y'·cos(θ)-x'·sin(θ)+b。
所以,本申请具体实施方案中,在获取了自主导引车辆当前在全局坐标系XWOWYW中的实际位姿信息(XWA2,YWA2,θ2)后,任意点(例如环境特征物或者障碍物)在局部坐标系XRORYR中的坐标(XRB,YRB)以及在全局坐标系XWOWYW中的坐标(XWB,YWB)之间存在如下的转换关系:
XWB=XWA2+XRB*cosθ2+YRB*sinθ2,
YWB=YWA2+YRB*cosθ2-XRB*sinθ2,
其中,θ2为自主导引车辆在全局坐标系XWOWYW中的实际航向角。
作为一种可实施方式,上述步骤S703具体包括:
根据所述自主导引车辆的位置偏差和角度偏差,采用模糊PID控制方式对所述自主导引车辆的行驶轨迹纠偏。
可以理解的是,上述步骤S602中,所述获取所述自主导引车辆所处的环境特征物信息,具体包括:
接收所述自主导引车辆的激光雷达接收到的反射激光,其中,所述反射激光是由所述环境特征物对所述激光雷达发送的激光进行发射得到的。如上述自主导引车辆的导航方法第四实施例所述,在此不做赘述。
请参阅图9,图9是本申请一种自主导引车辆的行驶控制方法第三实施例的流程示意图。与上述自主导引车辆的行驶控制方法的第一实施例相比,本实施例中的行驶控制方法还包括:
S901:根据所述自主导引车辆当前的第一位置、目标点以及全局地图,规划出所述自主导引车辆自所述第一位置到所述目标点的所述目标行驶路径。
S902:将包含所述目标行驶路径的行驶指令发送给所述自主导引车辆,以指示所述自主导引车辆按照所述第一行驶路径进行行驶。
如上述步骤S101所述,在此不做赘述。
进一步地,上述步骤S601具体包括:
S903:根据所述自主导引车辆的里程计数据以及所述目标行驶路径,估计得到所述自主导引车辆当前在所述全局地图上的估计位置信息。
如上述步骤S301和S601所述,在此不做赘述。
本申请的自主导引车辆的行驶控制方法,控制装置在自主导引车辆按照目标行驶路径行驶过程中,根据自主导引车辆的行驶路程以及目标行驶路径估计得到自主导引车辆当前的估计位置信息;进一步控制装置获取自主导引车辆所处的环境特征物信息,并利用环境特征信息确定自主导引车辆当前的实际位置信息;然后控制装置根据估计位置信息与实际位置信息之间的偏差对自主导引车辆的行驶轨迹纠偏,使自主导引车辆保持在目标行驶路径上。从而可以降低因各类误差带来较大的累计偏差,对自主导引车辆的行驶轨迹进行纠偏,从全局上把握整个控制过程。可以理解的是,本申请的自主导引车辆的导航方法与行驶控制方法可以进行结合,即实现在导航过程中,实时进行行驶控制,使自主导引车辆可以在复杂工作环境中有效完成作业任务。
请参阅图10,图10是本申请一种自主导引车辆的控制装置一实施例的结构示意图。本实施例中的控制装置20包括:处理器200和存储器202,存储器202与处理器200耦接;存储器202用于存储程序指令以及各类地图和各类信息;处理器200执行程序指令,该程序指令能够被执行以实现如上所述的方法。
在其他实施例中,本申请的自主导引车辆控制装置20进一步包括通信电路204。通信电路204用于与其他设备实现通信,例如与上位机进行通信以实现导航和行驶控制,具体可包括发送器和接收器。存储器202用于存储处理器200执行的各类指令以及处理器200在处理过程中的数据,其中,该存储器202包括非易失性存储部分,用于存储上述各类指令。在另一实施例中,该存储器202可仅作为处理器200的内存而缓存该处理器200执行的各类指令,该各类指令实际存储于终端之外设备中,处理器200通过与外部设备连接,通过调用外部存储的各类指令,以执行相应处理。处理器200控制该控制装置20的操作。处理器200可能是一种集成电路芯片,具有信号的处理能力。处理器200还可以是通用处理器200、数字信号处理器200(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器200可以是微处理器200或者该处理器200也可以是任何常规的处理器200等。
在本实施例中,处理器200通过调用存储器202存储的各类指令,执行上述各实施例中的方法。
作为一种可实施方式,本发明的控制装置20可以为自主导引车辆的车载电脑。
上述控制装置20的存储器202和处理器200可分别执行上述方法实施例中对应步骤,故在此不对其进行赘述,详细请参阅以上对应步骤的说明。
例如,在实现自主导引车辆的导航方法时,控制装置20的处理器200利用全局地图规划出自自主导引车辆当前的第一位置到目标点之间的第一目标行驶路径,并指示自主导引车辆按照第一目标行驶路径进行行驶;在行驶过程中存储器202接收在自主导引车辆行驶过程中检测到的障碍物信息,处理器200创建自主导引车辆在检测到障碍物信息时所处的第二位置的包含有障碍物信息的局部地图;然后处理器200将局部地图并入全局地图,得到更新后的全局地图;于是,处理器200可以利用更新后的全局地图规划出自主导引车辆自第二位置到目标点之间的第二目标行驶路径,并指示自主导引车辆按照第二目标行驶路径进行行驶;从而可以使自主导引车辆在工件或者物料种类繁多的工作环境中也能实现正确导航和路径规划,并且可以自主避碰动态障碍物,可以实现多台自主导引车辆之间的协同作业,能够提高工作效率。
又例如,在实现自主导引车辆的行驶控制方法时,控制装置20的处理器200在自主导引车辆按照目标行驶路径行驶过程中,根据存储器202中的自主导引车辆的行驶路程以及目标行驶路径估计得到自主导引车辆当前的估计位置信息;处理器200进一步获取自主导引车辆所处的环境特征物信息,并利用环境特征信息确定自主导引车辆当前的实际位置信息;之后,处理器200可以根据估计位置信息与实际位置信息之间的偏差对自主导引车辆的行驶轨迹纠偏,使自主导引车辆保持在目标行驶路径上;从而可以降低因各类误差带来较大的累计偏差,对自主导引车辆的行驶轨迹进行纠偏。
请参阅图11,图11是本申请一种自主导引车辆一实施例的结构示意图。本实施例中的自主导引车辆10包括:车辆主体22、车体运动控制器24以及控制装置20,其中,控制装置20包括如上所述的控制装置20;车体运动控制器24与控制装置20连接,用于响应控制装置20的指令来控制车辆主体22。
可以理解的是,本发明中的自主导引车辆10可以是工业用自主导引车辆或工业机器人,也可以是室内机器人等。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构、等效流程或等效原理变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种自主导引车辆的导航方法,其特征在于,所述方法包括:
控制装置利用全局地图规划出自所述自主导引车辆当前的第一位置到目标点之间的第一目标行驶路径,并指示所述自主导引车辆按照所述第一目标行驶路径进行行驶;
接收在所述自主导引车辆行驶过程中检测到的障碍物信息;
创建所述自主导引车辆在检测到障碍物信息时所处的第二位置的包含有所述障碍物信息的局部地图;
将所述局部地图并入所述全局地图,得到更新后的全局地图;
利用所述更新后的全局地图规划出所述自主导引车辆自所述第二位置到所述目标点之间的第二目标行驶路径,并指示所述自主导引车辆按照所述第二目标行驶路径进行行驶。
2.如权利要求1所述的自主导引车辆的导航方法,其特征在于,所述创建所述自主导引车辆在检测到障碍物信息时所处的第二位置的包含有所述障碍物信息的局部地图包括:
根据所述自主导引车辆的行驶路程以及所述第一目标行驶路径估计得到所述自主导引车辆在所述第二位置的估计位置信息;
创建以所述自主导引车辆当前的所述第二位置为原点的局部地图。
3.如权利要求2所述的自主导引车辆的导航方法,其特征在于,所述根据所述自主导引车辆的行驶路程以及所述目标行驶路径估计得到所述自主导引车辆在所述第二位置的估计位置信息,包括:
根据所述自主导引车辆的里程计数据、所述第一位置以及所述第一目标行驶路径,估计得到所述自主导引车辆所在的所述第二位置对应在所述全局地图上的估计位置信息。
4.如权利要求3所述的自主导引车辆的导航方法,其特征在于,所述将所述局部地图并入所述全局地图,得到更新后的全局地图包括:
根据所述第二位置的估计位置信息与所述全局地图的关联关系,将所述局部地图与所述全局地图进行第一匹配;
根据第一匹配结果将所述局部地图并入并替换所述全局地图中与所述局部地图相对应的部分,从而得到所述更新后的全局地图。
5.如权利要求1所述的自主导引车辆的导航方法,其特征在于,所述接收在所述自主导引车辆行驶过程中检测到的障碍物信息,包括:
接收所述自主导引车辆的激光雷达接收到的反射激光,其中,所述反射激光是由物体对所述激光雷达发送的激光进行反射得到的;
若检测到所述反射激光来自于障碍物,则利用所述反射激光得到障碍物信息。
6.如权利要求5所述的自主导引车辆的导航方法,其特征在于,所述物体包括障碍物和环境特征物;在接收所述自主导引车辆的激光雷达接收到的反射激光之后,所述方法还包括:
若检测到所述反射激光来自于环境特征物,则利用所述反射激光得到环境特征物信息;
所述创建所述自主导引车辆在检测到障碍物信息时所处的第二位置的包含有所述障碍物信息的局部地图,包括:
创建以所述自主导引车辆当前的所述第二位置为原点的局部地图,其中,所述局部地图包含有所述障碍物信息和环境特征物信息。
7.如权利要求6所述的自主导引车辆的导航方法,其特征在于,所述将所述局部地图并入所述全局地图,得到更新后的全局地图包括:
根据所述环境特征物信息与所述全局地图的关联关系,将所述局部地图与所述全局地图进行第二匹配;
根据第二匹配结果将所述局部地图并入并替换所述全局地图中与所述局部地图相对应的部分,从而得到所述更新后的全局地图。
8.一种自主导引车辆的控制装置,其特征在于,包括处理器和存储器,所述存储器用于存储程序指令;所述处理器用于运行所述程序指令,以执行权利要求1至7任一项所述的方法。
9.如权利要求8所述的自主导引车辆的控制装置,其特征在于,所述控制装置为所述自主导引车辆的车载电脑。
10.一种自主导引车辆,其特征在于,包括车辆主体、车体运动控制器以及控制装置,其中,
所述控制装置包括权利要求8或9所述的控制装置;
所述车体运动控制器与所述控制装置连接,用于响应所述控制装置的指令来控制所述车辆主体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910218822.XA CN109960260A (zh) | 2019-03-21 | 2019-03-21 | 一种自主导引车辆及其导航方法和控制装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910218822.XA CN109960260A (zh) | 2019-03-21 | 2019-03-21 | 一种自主导引车辆及其导航方法和控制装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109960260A true CN109960260A (zh) | 2019-07-02 |
Family
ID=67024792
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910218822.XA Pending CN109960260A (zh) | 2019-03-21 | 2019-03-21 | 一种自主导引车辆及其导航方法和控制装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109960260A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111061270A (zh) * | 2019-12-18 | 2020-04-24 | 深圳拓邦股份有限公司 | 一种全面覆盖方法、系统及作业机器人 |
CN112082554A (zh) * | 2020-08-05 | 2020-12-15 | 深圳市优必选科技股份有限公司 | 机器人导航方法、装置、终端设备及存储介质 |
CN114326744A (zh) * | 2021-12-31 | 2022-04-12 | 安徽海博智能科技有限责任公司 | 一种基于全局地图更新的矿山卡车路径规划方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110178669A1 (en) * | 2008-10-01 | 2011-07-21 | Murata Machinery, Ltd. | Autonomous mobile device |
US20120029817A1 (en) * | 2010-01-22 | 2012-02-02 | Qualcomm Incorporated | Map handling for location based services in conjunction with localized environments |
CN103576686A (zh) * | 2013-11-21 | 2014-02-12 | 中国科学技术大学 | 一种机器人自主导引及避障的方法 |
CN104943684A (zh) * | 2014-03-31 | 2015-09-30 | 比亚迪股份有限公司 | 无人驾驶汽车控制系统和具有其的汽车 |
CN108121333A (zh) * | 2016-11-26 | 2018-06-05 | 沈阳新松机器人自动化股份有限公司 | 导购机器人 |
CN109287122A (zh) * | 2017-05-22 | 2019-01-29 | 百度时代网络技术(北京)有限公司 | 基于自动驾驶车辆的控制反馈更新地图的方法和系统 |
-
2019
- 2019-03-21 CN CN201910218822.XA patent/CN109960260A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110178669A1 (en) * | 2008-10-01 | 2011-07-21 | Murata Machinery, Ltd. | Autonomous mobile device |
US20120029817A1 (en) * | 2010-01-22 | 2012-02-02 | Qualcomm Incorporated | Map handling for location based services in conjunction with localized environments |
CN103576686A (zh) * | 2013-11-21 | 2014-02-12 | 中国科学技术大学 | 一种机器人自主导引及避障的方法 |
CN104943684A (zh) * | 2014-03-31 | 2015-09-30 | 比亚迪股份有限公司 | 无人驾驶汽车控制系统和具有其的汽车 |
CN108121333A (zh) * | 2016-11-26 | 2018-06-05 | 沈阳新松机器人自动化股份有限公司 | 导购机器人 |
CN109287122A (zh) * | 2017-05-22 | 2019-01-29 | 百度时代网络技术(北京)有限公司 | 基于自动驾驶车辆的控制反馈更新地图的方法和系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111061270A (zh) * | 2019-12-18 | 2020-04-24 | 深圳拓邦股份有限公司 | 一种全面覆盖方法、系统及作业机器人 |
CN111061270B (zh) * | 2019-12-18 | 2023-12-29 | 深圳拓邦股份有限公司 | 一种全面覆盖方法、系统及作业机器人 |
CN112082554A (zh) * | 2020-08-05 | 2020-12-15 | 深圳市优必选科技股份有限公司 | 机器人导航方法、装置、终端设备及存储介质 |
CN114326744A (zh) * | 2021-12-31 | 2022-04-12 | 安徽海博智能科技有限责任公司 | 一种基于全局地图更新的矿山卡车路径规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109917790A (zh) | 一种自主导引车辆及其行驶控制方法和控制装置 | |
Köseoğlu et al. | Design of an autonomous mobile robot based on ROS | |
Snape et al. | The hybrid reciprocal velocity obstacle | |
CN109960260A (zh) | 一种自主导引车辆及其导航方法和控制装置 | |
CN106292697A (zh) | 一种移动设备的室内路径规划与导航方法 | |
JP2020532018A (ja) | 自律移動ロボットの移動計画 | |
CN106933223B (zh) | 一种机器人自主导航方法及系统 | |
CN108844553A (zh) | 校正机器人移动过程中的里程的方法、装置及机器人 | |
WO2019031168A1 (ja) | 移動体および移動体の制御方法 | |
CN103389486A (zh) | 控制方法和电子设备 | |
CN103472434B (zh) | 一种机器人声音定位方法 | |
Zhou et al. | An EKF-based multiple data fusion for mobile robot indoor localization | |
CN111580530B (zh) | 一种定位方法、装置、自主移动设备及介质 | |
Dubois et al. | AirMuseum: a heterogeneous multi-robot dataset for stereo-visual and inertial simultaneous localization and mapping | |
US20230333568A1 (en) | Transport vehicle system, transport vehicle, and control method | |
Tiwari et al. | Approach for Autonomous Robot Navigation in Greenhouse Environment for Integrated Pest Management | |
Her et al. | Localization of mobile robot using laser range finder and IR landmark | |
CN110274600A (zh) | 获取机器人gps信息的方法、装置及系统 | |
Liu | Improvement of navigation of Mobile Robotics based on IoT System | |
de Melo et al. | Mobile robot indoor autonomous navigation with position estimation using rf signal triangulation | |
Zali et al. | Localization of an indoor mobile robot using decentralized data fusion | |
Schneider et al. | Influences of the robot group size on cooperative multi-robot localisation—analysis and experimental validation | |
CN207623785U (zh) | 一种自主导航设备 | |
Chiang et al. | Multisensor-based outdoor tour guide robot NTU-I | |
Jensfelt et al. | A mobile robot system for automatic floor marking |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190702 |