CN110028017A - 一种用于防爆仓库的无源视觉导航无人叉车系统和导航方法 - Google Patents
一种用于防爆仓库的无源视觉导航无人叉车系统和导航方法 Download PDFInfo
- Publication number
- CN110028017A CN110028017A CN201910276428.1A CN201910276428A CN110028017A CN 110028017 A CN110028017 A CN 110028017A CN 201910276428 A CN201910276428 A CN 201910276428A CN 110028017 A CN110028017 A CN 110028017A
- Authority
- CN
- China
- Prior art keywords
- beacon
- real
- fork truck
- explosion
- picture
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
- B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
- B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
- B66F9/063—Automatically guided
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
- B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
- B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
- B66F9/075—Constructional features or details
- B66F9/0755—Position control; Position detectors
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
Abstract
本发明公开一种用于防爆仓库的无源视觉导航无人叉车系统,包括叉车本体,调度装置、防爆摄像头、防爆控制器、感应器、报警器、机械防撞装置,通过对叉车实时的信标信息与储存的相对应的信标信息处理分析,来确定叉车实时位置,且在行进中不停对路径进行最优路径选择,直至到达目标位置。本发明实现防爆仓库内无源视觉导航无人化操作,避免危害人体健康,降低人力投入,提高作业效率,缩短工作时间。
Description
技术领域
本发明涉及无人驾驶车辆技术领域,尤其涉及用于防爆仓库,并且能够结合环境信息进行自主定位导航并且避障的无人叉车系统和导航方法。
背景技术
防爆标准把爆炸物性质分为:I类,主要为甲烷(矿井下环境);II类,爆炸性气体及混合物(气体环境);III类,可燃性粉尘(粉尘环境)。在此基础上,根据防爆仓库中爆炸性混合物出现的频繁程度、持续时间和危险程度对其进行级别划分:A,爆炸性气体环境的2区、1区和0区,从左至右,爆炸混合物出现越频繁,持续时间越长;B,可燃性粉尘环境的22区、21区、20区,从左至右,爆炸混合物出现越频繁,持续时间越长。其中2区和22区指正常运行时,爆炸性环境偶发性存在,每年积累存在的时间小于10小时的场所。可燃性气体的引燃温度划分为T1,T2,T3,T4,T5,T6六个组别,从左至右,引燃温度逐渐降低。其中T4级别的引燃温度在135°-200°之间。
尽管防爆仓库的危险性如此之高,但是目前的防爆仓库仍处于原始的人工操作阶段,存在人工成本高、效率低、危害人体健康等问题,而无人叉车可以一定程度上地解决在搬运过程中的人工问题,降低人力投入,提升作业效率。
发明内容
为了解决上述技术问题,本发明提出一种在含有IIA、IIB级,T1-T4组爆炸性气体环境2区场所等防爆场景内工作的一种用于防爆仓库的无源视觉导航无人叉车系统和导航方法。
为了达到上述目的,本发明的技术方案如下:
一种用于防爆仓库的无源视觉导航无人叉车系统,包括:叉车,其特征在于,还包括:调度装置、防爆摄像头、防爆控制器、感应器、报警器、机械防撞装置,所述防爆控制器集成有主控制器、驱动控制器和叉车控制器,所述调度装置与所述主控制器网络连接,所述主控制器与所述驱动控制器有线连接,所述驱动控制器与所述叉车控制器有线连接,所述防爆摄像头与所述主控制器有线连接,所述感应器、报警器和机械防撞装置与所述驱动控制器有线连接,所述防爆摄像头、所述防爆控制器、所述感应器、所述报警器和所述机械防撞装置均安装在叉车上,
所述调度装置,用于实现用户与主控制器的交互;
所述防爆摄像头,用于采集天花板图片;
所述主控制器,又包括:储存模块、分析处理模块和通讯模块,
所述分析处理模块,用于分析、计算防爆摄像头采集的天花板图片以获得天花板图片信息;
所述储存模块,用于储存所述天花板图片和天花板图片信息;
所述通讯模块,用于与所述调度装置通讯,应答所述调度装置的命令,给驱动器下达命令;
所述驱动控制器,用于收集来自感应器的感应信号并上传到防爆控制器,响应主控制器的命令;
所述叉车控制器,用于协调和指挥叉车;
所述感应器,用于实时感应叉车周边环境并将感应信号发送给所述驱动控制器;
所述报警器,用于输出声和/或光信号;
所述机械防撞装置,用于防止叉车发生碰撞。
进一步,所述感应器包括超声波探头、安全避障雷达、光电传感器、激光测距和避障传感器。
一种用于防爆仓库的无源视觉导航无人叉车的导航方法,包括以下步骤:A1:设置多个均匀散布的自然信标点;将叉车置于每个自然信标点的状态作为移动自然信标;采集上方天花板的图片,将采集到的天花板图片作为该自然信标点的天花板自然信标;将每一个自然信标点的位置信息、移动自然信标和天花板自然信标进行关联并存储;
A2:输入叉车的目标位置;
A3:叉车运动后,实时计算叉车的位置;
A4:采集叉车上方的天花板的实时全局图片与局部图片,其中全局图片包含防爆摄像头能够看到的所有内容,局部图片是根据前一时间点的信标信息在全局图片内切割出来的子图片,提取天花板局部图片中的实时信标信息,所述实时信标信息包括信标中心点、实时的信标角度、实时的叉车角度和图片中心点;
A5:判断对比前一时间点的信标信息和实时信标信息是否匹配,
是,则采用实时信标信息进行定位;
否,则采集天花板全局图片,将实时信标信息与全局的信标信息进行匹配,用匹配到的信标信息进行定位;
A6:将A4中匹配得到的信标信息与存储的相对应的信标信息进行对比,根据差量计算出叉车的实时位置;
A7:控制叉车进行运动。
进一步,主控制器对天花板图片、全局图片、局部图片先进行预处理,所述预处理包括滤波处理和腐蚀膨胀处理。
进一步,所述步骤A6后还包括步骤如下:
B1:叉车在当前位置到目标位置间,不断的对地图中每一个可能的搜索位置进行评估直到达到目标位置,得到一系列可能的路径及其匹配的花费;
B2:根据每一条可能路径的路径花费、转弯角度、冲突点的设置及其这些因素相应的权重,得到每一条可能路径的分数;
B3:选取分数最高的一条的可能路径,这条可能路径中一系列节点形成了从叉车当前位置到达目标所致索要经过的顺序点集。
进一步,所述步骤B3后还包括步骤如下:
C1:获得顺序点集,并在节点信息中进行插补。
进一步,还包括步骤如下:
D1:机械防爆装置被触发,则叉车立即停止工作;机械防爆装置未被触发,叉车感应器检测到周围有障碍物,则叉车立即停止工作并触发报警器,直到感应器检测不到障碍物。
进一步,所述通过实时信标信息和存储的相对应的信标信息的差量通过以下方法计算:
A6-1)将实时信标中心点与图像中心的差量与相对应的储存的信标中心点与图像中心点的差量进行比较,其中对图片中信标的角度的不同经过了旋转矩阵R1的矫正;
A6-2)将比较的结果经过比例系数k的作用从图像放大到现实世界,再经过旋转矩阵R2的矫正,使实时的信标中心点与对应的存储的信标中心点位于同一个现实坐标系下;
A6-3)根据对应的存储的信标信息中的位置信息和位于同一现实坐标系下实时信标中心点与存储信标中心点的距离差求出叉车实时的位置信息,计算公式为:
x=(k*((rc-u0)-(rp-u0)*R1))*R2+lp
θf=θs
其中:x是表示叉车实时的现实位置,k是实时检测的每一个像素代表的现实长度的比例,lp表示每一个自然信标点的位置信息,θp表示移动自然信标,rp表示天花板自然信标,rc表示实时的信标中心点,θs表示实时的信标角度,θf表示实时的叉车角度,u0表示图像中心点。
进一步,所述设叉车的实时位置为初始点,叉车的目标位置为目标点,距离的计算采用曼哈顿距离计算方式,为:
d=|x1-x2|+|y1-y2|
其中d代表了两点之间的距离,(x1,y1),(x2,y2)为计算的两个点;
从初始点开始搜索其的子节点,根据公式:
f(n)=g(n)+h(n)
计算从初始节点开始的到中间节点n的分数,其中f(n)是从初始节点经过中间节点n的估价函数,g(n)是从初始节点到中间节点n的实际代价,h(n)是从中间节点n到目标点最优路径的估计代价,其中估价函数的系数公式为:
p=(p1*angle+p2*used)*p3
p1+p2=1
其中angle指路径上会经过的所有角度之和;used指该路径上其他车的数量。p是对当前路径估价获得的总的系数,p1,p2,p3是不同因素的权重,p1是该路径旋转角度的系数,p2是该路径当前是否有其他叉车使用的系数,p3是改路径上是否有障碍物的系数,当路径上没有障碍物时,p3=1,否则p3会选取一个极大数,使这条路径不可能被选择,得到系数之后,当前路径的分数可以有公式:
s=p*f(n)
其中s为当前路径的分数,p是对当前路径估价获得的总的系数,获得分数
之后,选取各个可能路径中分数最小的一条作为这一步选定的中间节点。基于上述技术方案,本发明的有益效果是:
1、实现防爆仓库内无人操作,避免在人在有害气体环境中工作,危害人体健康;
2、实现机械化,提高作业效率,降低人力投入;
3、自动搜索最优路径,避免路程提高效率,缩短工作时间;
4、防爆性好,实现在防爆仓库中安全作业。
附图说明
图1:本发明防爆叉车整机结构示意图正面;
图2:本发明防爆叉车整机结构示意图背面;
图3:本发明一种用于防爆仓库的无源视觉导航无人叉车系统的结构图;
其中:1、防爆控制箱;2、防爆摄像头;3、防爆充电电极;4、安全避障雷达;5、机械防撞装置;6、防爆盒;7、超声波探头;8、激光测距;9、光电传感器;10、避障传感器;11、三色报警灯。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细说明。
如图1至图3所示,本发明一种用于防爆仓库的无源视觉导航无人叉车系统,包括:叉车,还包括:调度装置、防爆摄像头2、防爆控制器、感应器、报警器、机械防撞装置5。
本实施例中,叉车上设有防爆控制箱1、控制台面,防爆控制器和防爆摄像头2安装在防爆控制箱1内,防爆摄像头2的镜头位于防爆控制箱1的顶端开口处,用于采集天花板图片。防爆控制器集成有主控制器、驱动控制器和叉车控制器,固定于叉车门架上。本发明的防爆摄像头为CMOS相机。
本实施例中,所述调度装置用于用户与主控制器交互,可以将用户的调度命令传达给主控制器;
所述主控制器,又包括:储存模块、分析模块和通讯模块,
所述存储模块,用于储存信息;
所述分析模块,用于分析、计算所述天花板图片中的信息;
所述通讯模块,用于与所述调度装置通讯,应答所述调度装置的命令;
所述驱动控制器为STM32控制板,用于收集感应器信号并上传到防爆控制器,响应主控制器的命令;
所述叉车控制器,用于协调和指挥叉车;
感应器,包括超声波探头7、安全避障雷达4、光电传感器9、激光测距8和避障传感器10,用于实时感应叉车周边环境并将感应信号发送给所述驱动控制器。安全避障雷达4位于叉车控制台面一侧的底部外边缘,高于地面20cm左右的位置;超声波探头7位于叉车控制台面左右两侧,超声波探头立柱贴近门架,齐平门架;激光测距8位于叉车门架和货叉支架之间;光电传感器9位于货架挡架端面,高于货叉叉臂上端面;避障传感器10位于货叉叉臂前侧,报警器,用于输出声和/或光信号,位于防爆控制箱1两侧,位置高于超声波探头7;本发明采用三色报警灯11作为报警器。
所述机械防撞装置5,用于防止叉车发生碰撞。
叉车上还安装有防爆充电电极3和防爆盒6,用于隔离零件,进一步的防止零件间产生静电、火花。
其中,所述主控制器与所述驱动控制器串口连接,所述驱动控制器与所述叉车控制器can总线连接,所述调度装置与主控制器网络(如wifi)连接,所述防爆摄像头2与主控制器USB连接,所述感应器、报警器和机械防撞装置5与驱动控制器有线连接。
本实例的无人叉车系统在正式工作之前需进行如下的准备动作:
准备动作一,建立自然信标库,在叉车的室内活动范围内设置多个均匀散布的位置点,这些位置点称为自然信标点,将叉车置于每个自然信标点,叉车在自然信标点的状态(角度信息)作为移动体自然信标;采集上方天花板的图片,将经过预处理的天花板图片(经过滤波和腐蚀膨胀处理)作为该自然信标点的天花板自然信标。将每一个自然信标点的位置信息lp,移动自然信标θp,天花板自然信标rp进行关联并存储。
准备动作二,对无人叉车系统的调度系统输入叉车要去的目标地点
当叉车开始运动之后,系统会实时计算叉车的位置。定位系统在每一个时刻内计算出叉车的位置信息(包含绝对坐标和方位角)。具体计算过程是CMOS相机拍摄一张实时的天花板图片,同时得到一张经过预处理的子图片与子图片中包含的实时信标信息:
动作一,如果没有前一时刻的信标信息,或者前一时刻的信标信息与实时的信标信息不匹配,则用采集的天花板全局图片进行全局的信标信息匹配,用匹配到的信标信息进行定位。实时的信标信息包含实时的信标中心点rc,实时的信标角度θs,实时的叉车角度θf,和图像中心点u0。对比实时的信标信息与存储的匹配到的信标信息,根据其差量计算出叉车的实时位置。
动作二,如果有前一时间点的信标信息,并且与实时的信标信息匹配,则用实时的信标信息进行定位。实时的信标信息包含实时的信标中心点rc,实时的信标角度θs,实时的叉车角度θf,和图像中心点u0。对比实时的信标信息与存储的相对应的信标信息,根据其差量计算出叉车的实时位置。
动作一和动作二中实时的信标信息和存储的相对应的信标信息的差量计算公式为:
x=(k*((rc-u0)-(rp-u0)*R1))*R2+lp
θf=θs
其中k是实时检测的每一个像素代表的现实长度的比例;x是叉车实时的现实位置。将实时信标中心点与图像中心的差量与相对应的储存的信标中心点与图像中心点的差量进行比较,其中对图片中信标的角度的不同经过了旋转矩阵R1的矫正。将比较的结果经过比例系数k的作用从图像放大到现实世界,再经过旋转矩阵R2的矫正,使实时的信标中心点与对应的存储的信标中心点位于同一个现实坐标系下。然后根据对应的存储的信标信息中的位置信息和位于同一现实坐标系下实时信标中心点与存储信标中心点的距离差求出叉车实时的位置信息。
动作三,设叉车的实时位置为初始点,叉车的目标位置为目标点,距离的计算采用曼哈顿距离计算方式:
d=|x1-x2|+|y1-y2|
其中d代表了两点之间的距离,(x1,y1),(x2,y2)为计算的两个点。
动作四,从初始点开始搜索其的子节点(即可以从初始点无障碍地到达的点),根据公式
f(n)=g(n)+h(n)
计算从初始节点开始的到中间节点n的分数。其中f(n)是从初始节点经过中间节点n的估价函数,g(n)是从初始节点到中间节点n的实际代价,h(n)是从中间节点n到目标点最优路径的估计代价。其中估价函数的系数公式为:
p=(p1*angle+p2*used)*p3
p1+p2=1
其中angle指路径上会经过的所有角度之和;used指该路径上其他车的数量。p是对当前路径估价获得的总的系数,p1,p2,p3是不同因素的权重。p1是该路径旋转角度的系数,p2是该路径当前是否有其他叉车使用的系数,p3是改路径上是否有障碍物的系数。当路径上没有障碍物时,p3=1,否则p3会选取一个极大数,使这条路径不可能被选择。得到系数之后,当前路径的分数可以有公式:
s=p*f(n)
其中s为当前路径的分数,p为当前路径上各种因素的总系数。获得分数之后,选取各个可能路径中分数最小的一条作为这一步选定的中间节点。
动作五,对搜索到的中间节点继续搜索其子节点,并且按照动作四的公式计算花费并选取下一步的中间节点,直到到达目标节点,路径规划完成,形成一组顺序的路径节点。
动作六,通过路径规划获得了顺序点集,并在这些节点信息中进行插补,使之形成一条光滑轨迹。
动作七,计算从实时位置点到光滑轨迹上下一点的距离以及旋转角度。
动作八,根据动作七得到的距离和旋转角度给予驱动控制器信号(如前进,后退等)使叉车进行运动。
动作九,重复动作七和动作八,直到叉车到达目标地点。
动作十,在动作一到动作九的过程中,只要叉车检测到周围有有障碍物,叉车立即停止工作并且发出声、光提醒直到检测不到障碍物。
动作十一,在动作一到动作九的过程中,只要叉车的机械防撞装置被触发,叉车立即停止工作。
以上所述仅为本发明的实施例,并非因此限制本发明的专利保护范围,凡是利用本发明说明书内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种用于防爆仓库的无源视觉导航无人叉车系统,包括:叉车,其特征在于,还包括:调度装置、防爆摄像头、防爆控制器、感应器、报警器、机械防撞装置,所述防爆控制器集成有主控制器、驱动控制器和叉车控制器,所述调度装置与所述主控制器网络连接,所述主控制器与所述驱动控制器有线连接,所述驱动控制器与所述叉车控制器有线连接,所述防爆摄像头与所述主控制器有线连接,所述感应器、报警器和机械防撞装置与所述驱动控制器有线连接,所述防爆摄像头、所述防爆控制器、所述感应器、所述报警器和所述机械防撞装置均安装在叉车上,
所述调度装置,用于实现用户与主控制器的交互;
所述防爆摄像头,用于采集天花板图片;
所述主控制器,又包括:储存模块、分析处理模块和通讯模块,
所述分析处理模块,用于分析、计算防爆摄像头采集的天花板图片以获得天花板图片信息;
所述储存模块,用于储存所述天花板图片和天花板图片信息;
所述通讯模块,用于与所述调度装置通讯,应答所述调度装置的命令,给驱动控制器下达命令;
所述驱动控制器,用于收集来自感应器的感应信号并上传到防爆控制器,响应主控制器的命令;
所述叉车控制器,用于协调和指挥叉车;
所述感应器,用于实时感应叉车周边环境并将感应信号发送给所述驱动控制器;
所述报警器,用于输出声和/或光信号;
所述机械防撞装置,用于防止叉车发生碰撞。
2.根据权利要求1所述的一种用于防爆仓库的无源视觉导航无人叉车系统,其特征在于,所述感应器包括超声波探头、安全避障雷达、光电传感器、激光测距和避障传感器。
3.一种用于防爆仓库的无源视觉导航无人叉车的导航方法,其特征在于,包括以下步骤:
A1:设置多个均匀散布的自然信标点;将叉车置于每个自然信标点的状态作为移动自然信标;采集上方天花板的图片,将采集到的天花板图片作为该自然信标点的天花板自然信标;将每一个自然信标点的位置信息、移动自然信标和天花板自然信标进行关联并存储;
A2:输入叉车的目标位置;
A3:叉车运动后,实时计算叉车的位置;
A4:采集叉车上方的天花板的实时全局图片与局部图片,其中全局图片包含防爆摄像头能够看到的所有内容,局部图片是根据前一时间点的信标信息在全局图片内切割出来的子图片,提取天花板局部图片中的实时信标信息,所述实时信标信息包括信标中心点、实时的信标角度、实时的叉车角度和图片中心点;
A5:判断对比前一时间点的信标信息和实时信标信息是否匹配,
是,则采用实时信标信息进行定位;
否,则采集天花板全局图片,将实时信标信息与全局的信标信息进行匹配,用匹配到的信标信息进行定位;
A6:将A4中匹配得到的信标信息与存储的相对应的信标信息进行对比,根据差量计算出叉车的实时位置;
A7:控制叉车进行运动。
4.根据权利要求3所述的一种用于防爆仓库的无源视觉导航无人叉车的导航方法,其特征在于,主控制器对天花板图片、全局图片、局部图片先进行预处理,所述预处理包括滤波处理和腐蚀膨胀处理。
5.根据权利要求3所述的一种用于防爆仓库的无源视觉导航无人叉车的导航方法,其特征在于,所述步骤A6后还包括步骤如下:
B1:叉车在当前位置到目标位置间,不断的对地图中每一个可能的搜索位置进行评估直到达到目标位置,得到一系列可能的路径及其匹配的花费;
B2:根据每一条可能路径的路径花费、转弯角度、冲突点的设置及其这些因素相应的权重,得到每一条可能路径的分数;
B3:选取分数最高的一条的可能路径,这条可能路径中一系列节点形成了从叉车当前位置到达目标所致索要经过的顺序点集。
6.根据权利要求5所述的一种用于防爆仓库的无源视觉导航无人叉车的导航方法,其特征在于,所述步骤B3后还包括步骤如下:
C1:获得顺序点集,并在节点信息中进行插补。
7.根据权利要求3或5所述的一种用于防爆仓库的无源视觉导航无人叉车的导航方法,其特征在于,还包括步骤如下:
D1:机械防爆装置被触发,则叉车立即停止工作;机械防爆装置未被触发,叉车感应器检测到周围有障碍物,则叉车立即停止工作并触发报警器,直到感应器检测不到障碍物。
8.根据权利要求3所述的一种用于防爆仓库的无源视觉导航无人叉车的导航方法,其特征在于,所述通过实时信标信息和存储的相对应的信标信息的差量通过以下方法计算:
A6-1)将实时信标中心点与图像中心的差量与相对应的储存的信标中心点与图像中心点的差量进行比较,其中对图片中信标的角度的不同经过了旋转矩阵R1的矫正;
A6-2)将比较的结果经过比例系数k的作用从图像放大到现实世界,再经过旋转矩阵R2的矫正,使实时的信标中心点与对应的存储的信标中心点位于同一个现实坐标系下;
A6-3)根据对应的存储的信标信息中的位置信息和位于同一现实坐标系下实时信标中心点与存储信标中心点的距离差求出叉车实时的位置信息,计算公式为:
x=(k*((rc-u0)-(rp-u0)*R1))*R2+lp
θf=θs
其中:x是表示叉车实时的现实位置,k是实时检测的每一个像素代表的现实长度的比例,lp表示每一个自然信标点的位置信息,θp表示移动自然信标,rp表示天花板自然信标,rc表示实时的信标中心点,θs表示实时的信标角度,θf表示实时的叉车角度,u0表示图像中心点。
9.根据权利要求5所述的一种用于防爆仓库的无源视觉导航无人叉车的导航方法,其特征在于,所述设叉车的实时位置为初始点,叉车的目标位置为目标点,距离的计算采用曼哈顿距离计算方式,为:
d=|x1-x2|+|y1-y2|
其中d代表了两点之间的距离,(x1,y1),(x2,y2)为计算的两个点;
从初始点开始搜索其的子节点,根据公式:
f(n)=g(n)+h(n)
计算从初始节点开始的到中间节点n的分数,其中f(n)是从初始节点经过中间节点n的估价函数,g(n)是从初始节点到中间节点n的实际代价,h(n)是从中间节点n到目标点最优路径的估计代价,其中估价函数的系数公式为:
p=(p1*angle+p2*used)*p3
p1+p2=1
其中p是对当前路径估价获得的总的系数,p1,p2,p3是不同因素的权重,p1是该路径旋转角度的系数,p2是该路径当前是否有其他叉车使用的系数,p3是改路径上是否有障碍物的系数,当路径上没有障碍物时,p3=1,否则p3会选取一个极大数,使这条路径不可能被选择,得到系数之后,当前路径的分数可以有公式:
s=p*f(n)
其中s为当前路径的分数,p是对当前路径估价获得的总的系数,获得分数之后,选取各个可能路径中分数最小的一条作为这一步选定的中间节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910276428.1A CN110028017B (zh) | 2019-04-08 | 2019-04-08 | 一种用于防爆仓库的无源视觉导航无人叉车系统和导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910276428.1A CN110028017B (zh) | 2019-04-08 | 2019-04-08 | 一种用于防爆仓库的无源视觉导航无人叉车系统和导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110028017A true CN110028017A (zh) | 2019-07-19 |
CN110028017B CN110028017B (zh) | 2021-04-20 |
Family
ID=67237769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910276428.1A Active CN110028017B (zh) | 2019-04-08 | 2019-04-08 | 一种用于防爆仓库的无源视觉导航无人叉车系统和导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110028017B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110597272A (zh) * | 2019-10-23 | 2019-12-20 | 安徽理工大学 | 一种基于视觉导航的智能无人叉车系统及方法 |
CN112837015A (zh) * | 2021-02-05 | 2021-05-25 | 广东电网有限责任公司广州供电局 | 仓储安全管理方法、装置、计算机设备和存储介质 |
CN112875588A (zh) * | 2019-11-29 | 2021-06-01 | 华晨宝马汽车有限公司 | 叉车辅助操作方法和电子设备 |
CN112875601A (zh) * | 2019-11-29 | 2021-06-01 | 华晨宝马汽车有限公司 | 叉车辅助操作系统 |
CN113064435A (zh) * | 2021-03-30 | 2021-07-02 | 中国科学院计算技术研究所 | 一种用于无人驾驶的无线虚拟导轨系统 |
CN113086892A (zh) * | 2021-04-02 | 2021-07-09 | 上海大学 | 一种无线遥控叉车系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102359784A (zh) * | 2011-08-01 | 2012-02-22 | 东北大学 | 一种室内移动机器人自主导航避障系统及方法 |
US20160176638A1 (en) * | 2014-12-18 | 2016-06-23 | Harvest Automation, Inc. | Method and system for automated transport of items |
CN107689063A (zh) * | 2017-07-27 | 2018-02-13 | 南京理工大学北方研究院 | 一种基于天花板图像的机器人室内定位方法 |
CN108152823A (zh) * | 2017-12-14 | 2018-06-12 | 北京信息科技大学 | 一种基于视觉的无人驾驶叉车导航系统及其定位导航方法 |
CN109081272A (zh) * | 2018-10-23 | 2018-12-25 | 西安中科光电精密工程有限公司 | 一种基于激光与视觉混合引导的无人转运叉车及方法 |
CN109323696A (zh) * | 2018-11-07 | 2019-02-12 | 航天信息股份有限公司 | 一种无人叉车室内定位导航系统及导航方法 |
-
2019
- 2019-04-08 CN CN201910276428.1A patent/CN110028017B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102359784A (zh) * | 2011-08-01 | 2012-02-22 | 东北大学 | 一种室内移动机器人自主导航避障系统及方法 |
US20160176638A1 (en) * | 2014-12-18 | 2016-06-23 | Harvest Automation, Inc. | Method and system for automated transport of items |
CN107689063A (zh) * | 2017-07-27 | 2018-02-13 | 南京理工大学北方研究院 | 一种基于天花板图像的机器人室内定位方法 |
CN108152823A (zh) * | 2017-12-14 | 2018-06-12 | 北京信息科技大学 | 一种基于视觉的无人驾驶叉车导航系统及其定位导航方法 |
CN109081272A (zh) * | 2018-10-23 | 2018-12-25 | 西安中科光电精密工程有限公司 | 一种基于激光与视觉混合引导的无人转运叉车及方法 |
CN109323696A (zh) * | 2018-11-07 | 2019-02-12 | 航天信息股份有限公司 | 一种无人叉车室内定位导航系统及导航方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110597272A (zh) * | 2019-10-23 | 2019-12-20 | 安徽理工大学 | 一种基于视觉导航的智能无人叉车系统及方法 |
CN112875588A (zh) * | 2019-11-29 | 2021-06-01 | 华晨宝马汽车有限公司 | 叉车辅助操作方法和电子设备 |
CN112875601A (zh) * | 2019-11-29 | 2021-06-01 | 华晨宝马汽车有限公司 | 叉车辅助操作系统 |
CN112875601B (zh) * | 2019-11-29 | 2022-08-30 | 华晨宝马汽车有限公司 | 叉车辅助操作系统 |
CN112837015A (zh) * | 2021-02-05 | 2021-05-25 | 广东电网有限责任公司广州供电局 | 仓储安全管理方法、装置、计算机设备和存储介质 |
CN113064435A (zh) * | 2021-03-30 | 2021-07-02 | 中国科学院计算技术研究所 | 一种用于无人驾驶的无线虚拟导轨系统 |
CN113064435B (zh) * | 2021-03-30 | 2022-08-02 | 中国科学院计算技术研究所 | 一种用于无人驾驶的无线虚拟导轨系统 |
CN113086892A (zh) * | 2021-04-02 | 2021-07-09 | 上海大学 | 一种无线遥控叉车系统 |
CN113086892B (zh) * | 2021-04-02 | 2022-05-17 | 上海大学 | 一种无线遥控叉车系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110028017B (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110028017A (zh) | 一种用于防爆仓库的无源视觉导航无人叉车系统和导航方法 | |
CN102353379B (zh) | 一种适用于自动驾驶车导航的环境建模方法 | |
CN109160452A (zh) | 基于激光定位和立体视觉的无人转运叉车及导航方法 | |
CN104714555B (zh) | 一种基于边缘的三维自主探索方法 | |
CN110575371B (zh) | 一种智能导盲手杖及控制方法 | |
CN108961811B (zh) | 停车场车辆定位方法、系统、移动终端及存储介质 | |
CN110214296A (zh) | 用于路线确定的系统和方法 | |
CN109556617A (zh) | 一种自动建图机器人的地图要素提取方法 | |
CN109460029A (zh) | 畜禽养殖场所巡检移动平台及其控制方法 | |
CN108475059A (zh) | 自主视觉导航 | |
CN107305126A (zh) | 环境地图的数据构造、其制作系统和制作方法、及其更新系统和更新方法 | |
CN103869814A (zh) | 一种终端定位和导航方法以及可移动的终端 | |
CN105936276A (zh) | 行驶控制装置 | |
Zhu et al. | DSVP: Dual-stage viewpoint planner for rapid exploration by dynamic expansion | |
CN104569998B (zh) | 基于激光雷达的车辆安全行驶区域的检测方法及装置 | |
CN108021133A (zh) | 一种多传感器融合高速无人车探测避障系统 | |
Silver et al. | Experimental analysis of overhead data processing to support long range navigation | |
Mueller et al. | GIS-based topological robot localization through LIDAR crossroad detection | |
CN110398252A (zh) | 路径搜索装置、驾驶控制装置以及自动行驶装置 | |
CN109521780A (zh) | 遥控作业车辆的控制系统及控制方法 | |
CN108398129A (zh) | 用于消防救援中人员位置与地图快速匹配的系统和方法 | |
CN110567458A (zh) | 一种机器人定位方法及装置和机器人 | |
CN109542994A (zh) | 自动驾驶高精度地图的车道拾取算法 | |
Beinschob et al. | Strategies for 3D data acquisition and mapping in large-scale modern warehouses | |
CN111966128A (zh) | 一种多光谱航空测绘模组 |
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 |