CN110162103A - 一种无人机与智能车组自主协同运输系统及方法 - Google Patents
一种无人机与智能车组自主协同运输系统及方法 Download PDFInfo
- Publication number
- CN110162103A CN110162103A CN201910511710.3A CN201910511710A CN110162103A CN 110162103 A CN110162103 A CN 110162103A CN 201910511710 A CN201910511710 A CN 201910511710A CN 110162103 A CN110162103 A CN 110162103A
- Authority
- CN
- China
- Prior art keywords
- intelligent vehicle
- module
- unmanned plane
- units
- vehicle group
- 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
- G05D1/12—Target-seeking control
Abstract
本发明提出了一种无人机与智能车组自主协同运输系统及方法,包括无人机单元、地面站单元和智能车组,无人机单元和智能车组均通过通信模块与地面站单元相连接;无人机单元用于监测运输目标与智能车组间的位置,协助智能车组搬运目标;地面站单元用于监测无人机单元与智能车组的工作状态,对智能车组进行路径规划,协同指挥智能车组运输运输目标;智能车组根据最优行驶路径运输运输目标,并根据地面站单元的控制命令调整自身位置和运动状态。本发明的智能车组到达指定位置准备抬起目标物体、智能车组抬起目标物体和各智能车单元协同将目标物体沿着地面站规划的路径运送至指定位置的全程自动化较高,能实现无人机与智能车组共同寻迹和协同工作。
Description
技术领域
本发明涉及无人机控制和智能车控制的技术领域,尤其涉及一种无人机与智能车组自主协同运输系统及方法。
背景技术
随着我国低空空域的开放,国内多旋翼无人机产业进入了高速发展的时期。多旋翼无人机具有体积小、垂直起降、空中悬停、全方向飞行等优点,而且其位置的切换和固定简单易行,可搭载一定量的物品,具有成本低廉、操作简单和运行安全等特点,适合在低空执行监控、侦查等任务,因而被广泛应用于军事、民用和科学研究等多个领域。
智能车是一个运用计算机、传感、信息、通信、导航、人工智能及自动控制等技术来实现环境感知、规划决策和自动行驶的高新技术综合体。它在军事、民用和科学研究等方面已获得了应用,其所关联的电子设计涉及到机械电子、传感器技术、自动控制技术、人工智能控制、计算机与通信技术等多个学科。
两者的发展前景广阔,但都存在难以克服的缺点。无人机不能承载较重的物品而且续航能力有限,不能长时间工作;智能车难以精确地按设定路径行走,观测范围有限,且很难快速获取智能车附近地况信息。目前,无人机与智能车的协同多应用于导航系统,实际应用范围狭窄,基本上都是单无人机与单智能车系统。
发明内容
针对现有无人机与智能车相结合多应用到导航系统,应用范围较窄的技术问题,本发明提出一种无人机与智能车组自主协同运输系统及方法,实现了无人机与多智能车自主协同运输,可以将无人机与智能车更广泛的应用于军事基地建设、仓库和厂房内物品转运、码头等方面。
为了达到上述目的,本发明的技术方案是这样实现的:一种无人机与智能车组自主协同运输系统,包括无人机单元、地面站单元和智能车组,无人机单元和智能车组均通过通信模块与地面站单元相连接,智能车组包括至少两个智能车单元,智能车单元之间通过局域网相连接;
所述的无人机单元,用于监测运输目标与智能车组间的位置,并将监测信息与自身位置信息实时发送至地面站单元,同时协助智能车组搬运目标;
所述的地面站单元,用于监测无人机单元与智能车组的工作状态,并对监测的传输数据进行分析处理,对智能车组进行路径规划并将最优行驶路径传送到智能车组,协同指挥智能车组运输运输目标;
所述的智能车组,用于根据地面站单元传输的最优行驶路径运输运输目标,并将自身与运输目标间的压力信息反馈给地面站单元,并根据地面站单元的控制命令调整自身位置和运动状态。
所述无人机单元包括飞行控制模块、图像采集模块、图像处理模块、嵌入式主控模块、机载GPS模块和机载通信模块,图像采集模块与图像处理模块相连接,图像处理模块、飞行控制模块、机载GPS模块和机载通信模块均与嵌入式主控模块相连接,嵌入式主控模块与图像采集模块相连接,机载通信模块与地面站相连接;
所述的飞行控制模块,用于控制无人机的正常飞行,同时将无人机的飞行信息发送至嵌入式主控模块;
所述的图像采集模块为便携式的摄像头,摄像头安装于无人机的底部,用于采集无人机下方的图像并发送至图像处理模块;
所述的图像处理模块,用于识别图像采集模块采集的图像并获取图像信息,同时接收飞行控制模块和机载GPS模块传来的信息,并将图像信息、飞行信息、GPS信息发送至嵌入式主控模块;
所述的嵌入式主控模块,用于控制图像采集模块与图像处理模块的工作,并利用机载通信模块将图像信息、飞行信息和GPS信息发送至地面站单元;
所述的机载GPS模块,用于实时获取无人机的GPS信息并发送至嵌入式主控模块;
所述的机载通信模块,用于与地面站单元进行通信。
所述的地面站单元包括PC端,PC端上设有协同抬取模块、协同稳定模块、路径规划模块、通信模块和监测模块;通信模块与无人机单元的机载通信模块相连接;
所述的协同抬取模块,包括配套的协同抬取方案,用于处理无人机单元传来识别的图像信息,控制智能车组围绕运输目标排列并同时施力抬起运输目标;
所述的协同稳定模块,包括配套的协同稳定方案,用于处理无人机单元传来识别的图像信息,再控制调整智能车单元的速度和运动方向,保证运输过程的稳定;
所述的路径规划模块,用于处理运输目标的位置信息与目的地的位置信息,规划智能车单元的最优行驶路径,发送至智能车组与无人机单元;
所述的通信模块,用于实现与无人机单元和智能车组进行通讯,将最优行驶路径发送至无人机单元和智能车组,将无人机的基础信息和识别的图像信息及智能车组的基础信息发送至地面站单元;
所述的监测模块,用于实时获取无人机单元和智能车组的信息,达到监控目的。
所述的智能车单元包括车载控制模块、车载通信模块、车载GPS模块和超声波模块;车载通信模块与地面站单元的通信模块相连接;
所述的车载控制模块,根据最优行驶路径的控制指令具有平面内沿X轴运动和绕Z轴自转的自由度运动特征;
所述的车载通信模块,用于接收最优行驶路径的控制指令和将智能车的基础信息传送至地面站单元,同时,通过局域网实现与智能车组中其他智能车单元的通信;
所述的车载GPS模块,用于实时获取智能车单元的GPS信息;
所述的超声波模块,安装于智能车的两侧,用于配合协同抬取方案,实现智能车组有序围绕运输目标排列。
所述图像处理模块通过树莓派I实现;所述车载通信模块由无线数据传输模块与树莓派II组成,无线数据传输模块与树莓派II相连接,树莓派II通过路由器在智能车组内搭建局域网实现所有智能车单元之间的数据共享,无线数据传输模块与地面站单元的通信模块相连接,无线数据传输模块用于将智能车组的基础信息发送至地面站单元,将最优行驶路径与控制命令发送至车载控制模块;
一种无人机与智能车组自主协同运输系统的运输方法,其步骤如下:
步骤1:启动地面站单元、无人机单元和智能车组中的每个智能车单元;
步骤2:给出运输目标与运输目的地,地面站单元的PC端根据运输目标的位置发出运动的控制指令,飞行控制模块控制无人机飞行、车载控制模块控制智能车组运动到达运输目标的附近;
步骤3:图像采集模块实时采集运输目标,无人机通过图像处理模块对运输目标进行识别搜索并固定飞行在运输目标中心上方且定高;
步骤4:根据无人机单元机载通信模块传来的运输目标的图像信息,地面站单元的协同抬取模块执行协同抬取方案,控制智能车单元按指定姿态抵达到运输目标的预期位置;步骤5:地面站单元发出控制指令控制智能车单元同时施力抬起运输目标;
步骤6:地面站单元的路径规划模块根据运输目标位置信息与运输目的地位置信息对智能车单元进行路径规划得出最优行驶路径,通过通信模块将最优行驶路径发送至无人机单元与智能车单元,无人机单元与智能车组按该最优行驶路径行驶运输运输目标;
步骤7:地面站单元的协同稳定模块执行协同稳定方案并发出控制指令,使无人机单元与智能车单元保证运输过程的稳定;
步骤8:抵达目的地,地面站单元控制智能车组的所有智能车单元同时放下运输目标,无人机单元与智能车组进入待命状态。
所述步骤4中执行协同抬取方案是基于图像识别的协同抬取方案,实现方法为:无人机单元的嵌入式主控模块开启图像采集模块和图像处理模块,图像处理模块对图像采集模块采集的运输目标的图像识别,采集运输目标的轮廓形状,将运输目标的轮廓信息发送至地面站单元,地面站单元控制智能车组的智能车单元分散行驶至目标轮廓每条边的附近;图像处理模块利用图像识别获取某一智能车单元中心位置A与运输目标相距该智能车单元最近的一条边的中点位置B,实时获取点A和点B连线与点B所在边的角度值θ,并传送至地面站单元;智能车单元开启超声波模块,实时获取运输目标与自身侧边的垂直距离S,并传送至地面站单元;地面站单元控制智能车不断前进,每次前进距离l,并获取前进l后的角度值θ2与竖直距离S2,与前一次的角度值θ1和竖直距离S1进行比较,车载控制模块调整智能车单元的方向实现角度值θ趋于90°、竖直距离S为定值不变;当角度值θ为90°时,地面站单元控制智能车原地转90°,智能车单元前进方向垂直于运输目标指向点B;地面站单元控制智能车不断向点B垂直前进,同时实时获取角度值θ;地面站单元通过PID算法控制调整智能车的方向,最终垂直到达点B;同理,地面站单元控制智能车组垂直分布在运输目标的每一侧中心。
所述图像处理模块的树莓派I将摄像头采集的运输目标的图像处理成二值化图像,通过边缘提取,提取运输目标的边缘轮廓,并以相应的边缘为基准线,再得出智能车单元的中心与基准线的中点确定的直线,计算出直线与基准线的两条线之间的夹角,即为角度值θ角。
所述协同稳定方案为:地面站单元的嵌入式主控模块发出控制指令控制无人机单元与智能车组的运动路径和速度相同;无人机单元的图像采集模块采集的运输目标,图像处理模块进行图像识别,实时获取每个智能车单元相对于运输目标中心的坐标位移量,并通过通信模块将坐标位移量发送至地面站单元,并允许此位移量在一定范围内波动变化;智能车单元与运输目标的接触位置装有压力传感器,车载通信模块将压力传感器检测的压力值实时发送至地面站单元,地面站单元综合坐标位移量的变化与压力值的变化实时调整智能车单元的速度。
本发明的有益效果:考虑到无人机与智能车本身目标较小,行动方便灵活,可以在各种大型货物运输工作中完成运输任务,可应用于智能工厂、智能仓库等,具有广阔的应用前景;本发明采用了分阶段处理,即地面站单元先控制无人机与智能车协同抬取运输目标,再进行路径规划得到最优运输路径,最后到达目的地后放下运输目标;整个过程无人机始终在运输目标上方检测,可及时反馈前进路面情况,反馈至地面站单元,实时更新最优路径,提高了整个运输过程的效率;在智能车组间利用树莓派搭建局域网,所有智能车单元信息共享,地面站单元可通过命令加密来实现控制具体某一智能车单元,实现一对多的简易通信,能同时控制智能车组中的所有智能车单元,极大限度提高了数据传输的效率;无人机单元装载树莓派,实现对图像的实时处理,使得无人机单元与地面站单元仅进行数据传输,避免了传输图像造成高延时高成本。本发明的智能车组到达指定位置准备抬起目标物体、智能车组抬起目标物体和各智能车单元协同将目标物体沿着地面站规划的路径运送至指定位置的全程自动化较高,能实现无人机与智能车组共同寻迹和协同工作。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的原理框图。
图2为本发明的信息传输网络示意图。
图3为本发明的流程图。
图4为本发明协同抬取方案实施方法,其中,(a)为流程图,(b)为计算示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,一种无人机与智能车组自主协同运输系统,包括无人机单元、地面站单元和智能车组,无人机单元和智能车组均通过通信模块与地面站单元相连接,智能车组包括至少两个智能车单元,智能车单元之间通过局域网相连接;如图2所示,智能车单元、无人机单元和地面站单元均通过无线网络实现数据的传输,在运输目标的四个边缘依次分布一个智能车单元。
所述的无人机单元,用于监测运输目标与智能车组间的位置,并将监测信息与自身位置信息实时发送至地面站单元,同时协助智能车组搬运目标。整个搬运过程中,无人机通过图像处理模块获取智能车单元与目标物体的相对位置信息,包括在抬取过程中智能车单元与目标物体边缘中心连线相对目标物体边缘的角度信息θ,在稳定运输过程中智能车单元与运输目标中心的坐标偏移量,并将其传送于地面站单元,地面站单元利用此信息完成协同抬取方案与协同稳定方案,实现搬运工作。
所述的地面站单元,用于监测无人机单元与智能车组的工作状态,并对监测的传输数据进行分析处理,对智能车组进行路径规划并将最优行驶路径传送到智能车组,协同指挥智能车组运输目标。
地面站单元分析处理无人机与智能车的GPS信息、智能车单元与目标物体边缘中心连线相对目标物体边缘的角度信息θ、智能车单元与运输目标中心的坐标偏移量、智能车侧边与目标物体的距离S、升降系统上压力传感器的压力信息。监测无人机的飞行信息(包括飞行高度、速度、经度、纬度、飞行角度等)与姿态,以保证无人机的正常飞行。
地面站单元利用GPS信息控制智能车单元与无人机前往目标附近实现初始化;利用角度信息θ与距离S指挥各个智能车单元分别分布在运输目标的各个边缘的中心,实现协同抬取方案;利用坐标偏移量与压力传感器的压力信息实时调整智能车单元的速度实现协同稳定方案。
所述的智能车组,用于根据地面站单元传输的最优行书路径运输运输目标,并将自身与运输目标间的压力信息反馈给地面站单元,并根据地面站单元的控制命令调整自身位置和运动状态。
所述无人机单元包括飞行控制模块、图像采集模块、图像处理模块、嵌入式主控模块、机载GPS模块和机载通信模块,图像采集模块与图像处理模块相连接,图像处理模块、飞行控制模块、机载GPS模块和机载通信模块均与嵌入式主控模块相连接,嵌入式主控模块与图像采集模块相连接,机载通信模块与地面站相连接。
所述的飞行控制模块,用于控制无人机的正常飞行,同时将无人机的飞行信息发送至嵌入式主控模块;
所述的图像采集模块为便携式的摄像头,摄像头安装于无人机的底部,用于采集无人机下方的运输目标和/或智能车单元的图像并发送至图像处理模块;
所述的图像处理模块,用于识别图像采集模块采集的图像并获取图像信息,同时接收飞行控制模块和机载GPS模块传来的信息,并将图像信息、飞行信息、GPS信息发送至嵌入式主控模块;
所述的嵌入式主控模块,用于控制图像采集模块与图像处理模块的工作,并利用机载通信模块将图像信息、飞行信息和GPS信息发送至地面站单元;
所述的机载GPS模块,用于实时获取无人机的GPS信息并发送至嵌入式主控模块;
所述的机载通信模块,用于与地面站单元进行通信。
本实施方式中,选用的无人机为Pixhawk四旋翼飞行器,搭载5200MAH 3S锂电池。在运输目标上方2~3米的高度飞行。飞行控制模块上的飞行控制模块采用pixhawk 2.4.8飞行控制模块;选用的便携式摄像头型号为SJ7000的摄像头;所述图像处理模块通过树莓派I实现,图像处理模块采用额外的Liunx嵌入式系统,搭载Ubuntu16.04+Opencv3.2.0的处理平台对获得的图像进行图像识别,同时利用树莓派I接收各个模块传来的信息;机载GPS模块采用型号为NEO-M8N的GPS模块,用于实时获取无人机的GPS信息并传达至嵌入式主控模块。
所述的地面站单元包括PC端,PC端上设有协同抬取模块、协同稳定模块、路径规划模块、通信模块和监测模块;通信模块与无人机单元的机载通信模块相连接;
所述的协同抬取模块,包括配套的协同抬取方案,用于处理无人机单元传来识别的图像信息,控制智能车组围绕运输目标排列并同时施力抬起运输目标;即将各个智能车单元分别分布在运输目标的各个边缘的中心,并通过智能车上的升降系统抬起运输目标。
所述的协同稳定模块,包括配套的协同稳定方案,用于处理无人机单元传来识别的图像信息,再控制调整智能车单元的速度和运动方向,保证运输过程的稳定;
所述的路径规划模块,用于处理运输目标的位置信息与目的地的位置信息,规划智能车单元的最优行驶路径,发送至智能车组与无人机单元。采用A星寻路算法原理规划最优行驶路径。具体实现方法为:导入地图包,对地图进行网络拓扑构建,以可行驶路径交叉点作为网络节点并在地图上标识,计算起始点到每个节点的移动量G,探视估算每个节点到终点的移动量H,以G+H作为每个节点的权值;从起始点开始根据节点权值筛选最优节点逐步趋近终点,最终得出最优路径。
所述的通信模块,用于实现与无人机单元和智能车组进行通讯,将最优行驶路径发送至无人机单元和智能车组,将无人机的基础信息和识别的图像信息及智能车组的基础信息发送至地面站单元;
所述的监测模块,用于实时获取无人机单元和智能车组的信息,达到监控目的。无人机的飞行信息包括飞行高度、速度、经度、纬度、飞行角度等,智能车单元的状态信息包括GPS信息、速度、升降系统状态等的基础信息;监测模块通过获取基础信息,达到监测无人机与智能车在工作过程中的各项性能状态。
所述的智能车单元包括车载控制模块、车载通信模块、车载GPS模块和超声波模块;车载通信模块与地面站单元的通信模块相连接;
所述的车载控制模块,根据最优行驶路径的控制指令具有平面内沿X轴运动和绕Z轴自转的自由度运动特征;可以根据地面站单元的控制指令调整智能车的运动方向和运动速度。智能车单元的升降系统上设有压力传感器,实时测量其抬起的运输目标对其的压力。本实施方式中,选用的智能车单元的核心板为嵌入式STM32F103核心板。
所述的车载通信模块,用于接收最优行驶路径的控制指令和将智能车的基础信息传送至地面站单元,同时,通过局域网实现与智能车组中其他智能车单元的通信;
所述车载通信模块由无线数据传输模块与树莓派II组成,无线数据传输模块与树莓派II相连接,树莓派II通过路由器在智能车组内搭建局域网实现所有智能车单元之间的数据共享,无线数据传输模块与地面站单元的通信模块相连接,无线数据传输模块用于将智能车组的基础信息发送至地面站单元,将最优行驶路径与控制命令发送至车载控制模块。
所述的车载GPS模块,用于实时获取智能车单元的GPS信息。本实施方式中,车载GPS模块采用型号为NEO-M8N的GPS模块。
所述的超声波模块,安装于智能车的两侧,用于配合协同抬取方案,实现智能车组有序围绕运输目标排列。超声波模块实时获取运输目标与自身侧边的垂直距离S;并以“竖直距离S为定值不变”作为协同抬取方案中智能车原地旋转90°的标准之一。
如图3所示,一种无人机与智能车组自主协同运输系统的运输方法,其步骤如下:
步骤1:启动地面站单元、无人机单元和智能车组中的每个智能车单元;
步骤2:给出运输目标与运输目的地,地面站单元的PC端根据运输目标的位置信息与智能车单元无人机单元的GPS信息发出运动的控制指令,飞行控制模块控制无人机飞行、车载控制模块控制智能车组运动到达运输目标的附近;
步骤3:图像采集模块实时采集运输目标,无人机通过图像处理模块对运输目标进行识别搜索并固定飞行在运输目标中心上方且定高;
步骤4:根据无人机单元机载通信模块传来的运输目标的图像信息,地面站单元的协同抬取模块执行协同抬取方案,控制智能车单元按指定姿态抵达到运输目标的预期位置;即将智能车运动到运输目标的每个边的中点是正下方,方便后续对运输目标稳定运输。
如图4(a)所示,所述步骤4中执行协同抬取方案是基于图像识别的协同抬取方案,实现方法为:无人机单元的嵌入式主控模块开启图像采集模块和图像处理模块,图像处理模块对图像采集模块采集的运输目标的图像识别,采集运输目标的轮廓形状,将运输目标的轮廓信息发送至地面站单元,地面站单元控制智能车组的智能车单元分散行驶至目标轮廓每条边的附近;如图4(b)所示,图像处理模块利用图像识别获取某一智能车单元中心位置A与运输目标相距该智能车单元最近的一条边的中点位置B,实时获取点A和点B连线与点B所在运输目标的边的角度值θ,并传送至地面站单元;智能车单元开启超声波模块,实时获取运输目标与自身侧边的垂直距离S,垂直距离S是智能车单元到运输目标的边的垂直距离,并传送至地面站单元;地面站单元控制智能车不断前进,每次前进距离l个单位,并获取前进l后的角度值θ2与竖直距离S2,与前一次的角度值θ1和竖直距离S1进行比较,车载控制模块调整智能车单元的方向实现角度值θ趋于90°、竖直距离S为定值不变;当角度值θ为90°时,地面站单元控制智能车原地转90°,智能车单元前进方向垂直于运输目标指向点B;地面站单元控制智能车不断向点B垂直前进,同时实时获取角度值θ;地面站单元通过PID算法控制调整智能车的方向,最终垂直到达点B;同理,地面站单元控制智能车组垂直分布在运输目标的每一侧边的中心。
所述图像处理模块的树莓派I将摄像头采集的运输目标的图像处理成二值化图像,通过边缘提取,提取运输目标的边缘轮廓,并以相应的边缘为基准线,再得出智能车单元的中心与基准线的中点确定的直线,计算出直线与基准线的两条线之间的夹角,即为角度值θ角。
步骤5:地面站单元发出控制指令控制智能车单元同时施力抬起运输目标。
升降系统是货叉与门架组合架构,待各智能车到达指定位置并调整好状态后使货叉贴地,待收到抬取指令后,智能车组同时前进货叉长度的距离,再同时升起货叉抬起目标。
步骤6:地面站单元的路径规划模块根据运输目标位置信息与运输目的地位置信息对智能车单元进行路径规划得出最优行驶路径,通过通信模块将最优行驶路径发送至无人机单元与智能车单元,无人机单元与智能车组按该最优行驶路径行驶运输运输目标。
地面站单元根据无人机用于智能车实时传来的GPS信息,将无人机与智能车在地面站地图上实时更新标识。地面站单元规划得出最优路径并发送至无人机与智能车,无人机与智能车组按最优路径开始运输,且运输过程中不更新最优路径。按最优路径运输过程中,地面站根据无人机单元或智能车单元的GPS信息判断下一时刻的行动方向,并向智能车组与无人机单元发送相同的行动命令,智能车组间的稳定运输依靠步骤7的协同稳定方案完成。
步骤7:地面站单元的协同稳定模块执行协同稳定方案并发出控制指令,使无人机单元与智能车单元保证运输过程的稳定。
所述协同稳定方案为:地面站单元的嵌入式主控模块发出控制指令控制无人机单元与智能车组的运动路径和速度相同;无人机单元的图像采集模块采集的运输目标,图像处理模块进行图像识别,实时获取每个智能车单元相对于运输目标中心的坐标位移量,并通过通信模块将坐标位移量发送至地面站单元,并允许此位移量在一定范围内波动变化;智能车单元与运输目标的接触位置装有压力传感器,车载通信模块将压力传感器检测的压力值实时发送至地面站单元,地面站单元综合坐标位移量的变化与压力值的变化实时调整智能车单元的速度。
步骤8:抵达目的地,地面站单元控制智能车组的所有智能车单元同时放下运输目标,无人机单元与智能车组进入待命状态。
本发明地面站单元的控制系统PC端的启动,监控整个系统的数据传输和各模块的工作状态,无人机在预定区域内飞行并进行全局监控,并依靠搭载的树莓派单元进行图像及数据处理以辅助智能车组到达指定位置准备抬起目标物体,地面站单元向智能车组发出执行命令,智能车组抬起目标物体,在无人机的监测下,各智能车单元协同将目标物体沿着地面站规划的路径运送至指定位置。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种无人机与智能车组自主协同运输系统,其特征在于,包括无人机单元、地面站单元和智能车组,无人机单元和智能车组均通过通信模块与地面站单元相连接,智能车组包括至少两个智能车单元,智能车单元之间通过局域网相连接;
所述的无人机单元,用于监测运输目标与智能车组间的位置,并将监测信息与自身位置信息实时发送至地面站单元,同时协助智能车组搬运目标;
所述的地面站单元,用于监测无人机单元与智能车组的工作状态,并对监测的传输数据进行分析处理,对智能车组进行路径规划并将最优行驶路径传送到智能车组,协同指挥智能车组运输运输目标;
所述的智能车组,用于根据地面站单元传输的最优行驶路径运输运输目标,并将自身与运输目标间的压力信息反馈给地面站单元,并根据地面站单元的控制命令调整自身位置和运动状态。
2.根据权利要求1所述的无人机与智能车组自主协同运输系统,其特征在于,所述无人机单元包括飞行控制模块、图像采集模块、图像处理模块、嵌入式主控模块、机载GPS模块和机载通信模块,图像采集模块与图像处理模块相连接,图像处理模块、飞行控制模块、机载GPS模块和机载通信模块均与嵌入式主控模块相连接,嵌入式主控模块与图像采集模块相连接,机载通信模块与地面站相连接;
所述的飞行控制模块,用于控制无人机的正常飞行,同时将无人机的飞行信息发送至嵌入式主控模块;
所述的图像采集模块为便携式的摄像头,摄像头安装于无人机的底部,用于采集无人机下方的图像并发送至图像处理模块;
所述的图像处理模块,用于识别图像采集模块采集的图像并获取图像信息,同时接收飞行控制模块和机载GPS模块传来的信息,并将图像信息、飞行信息、GPS信息发送至嵌入式主控模块;
所述的嵌入式主控模块,用于控制图像采集模块与图像处理模块的工作,并利用机载通信模块将图像信息、飞行信息和GPS信息发送至地面站单元;
所述的机载GPS模块,用于实时获取无人机的GPS信息并发送至嵌入式主控模块;
所述的机载通信模块,用于与地面站单元进行通信。
3.根据权利要求1或2所述的无人机与智能车组自主协同运输系统,其特征在于,所述的地面站单元包括PC端,PC端上设有协同抬取模块、协同稳定模块、路径规划模块、通信模块和监测模块;通信模块与无人机单元的机载通信模块相连接;
所述的协同抬取模块,包括配套的协同抬取方案,用于处理无人机单元传来识别的图像信息,控制智能车组围绕运输目标排列并同时施力抬起运输目标;
所述的协同稳定模块,包括配套的协同稳定方案,用于处理无人机单元传来识别的图像信息,再控制调整智能车单元的速度和运动方向,保证运输过程的稳定;
所述的路径规划模块,用于处理运输目标的位置信息与目的地的位置信息,规划智能车单元的最优行驶路径,发送至智能车组与无人机单元;
所述的通信模块,用于实现与无人机单元和智能车组进行通讯,将最优行驶路径发送至无人机单元和智能车组,将无人机的基础信息和识别的图像信息及智能车组的基础信息发送至地面站单元;
所述的监测模块,用于实时获取无人机单元和智能车组的信息,达到监控目的。
4.根据权利要求3所述的无人机与智能车组自主协同运输系统,其特征在于,所述的智能车单元包括车载控制模块、车载通信模块、车载GPS模块和超声波模块;车载通信模块与地面站单元的通信模块相连接;
所述的车载控制模块,根据最优行驶路径的控制指令具有平面内沿X轴运动和绕Z轴自转的自由度运动特征;
所述的车载通信模块,用于接收最优行驶路径的控制指令和将智能车的基础信息传送至地面站单元,同时,通过局域网实现与智能车组中其他智能车单元的通信;
所述的车载GPS模块,用于实时获取智能车单元的GPS信息;
所述的超声波模块,安装于智能车的两侧,用于配合协同抬取方案,实现智能车组有序围绕运输目标排列。
5.根据权利要求4所述的无人机与智能车组自主协同运输系统,其特征在于,所述图像处理模块通过树莓派I实现;所述车载通信模块由无线数据传输模块与树莓派II组成,无线数据传输模块与树莓派II相连接,树莓派II通过路由器在智能车组内搭建局域网实现所有智能车单元之间的数据共享,无线数据传输模块与地面站单元的通信模块相连接,无线数据传输模块用于将智能车组的基础信息发送至地面站单元,将最优行驶路径与控制命令发送至车载控制模块。
6.根据权利要求4或5所述的无人机与智能车组自主协同运输系统的运输方法,其特征在于,其步骤如下:
步骤1:启动地面站单元、无人机单元和智能车组中的每个智能车单元;
步骤2:给出运输目标与运输目的地,地面站单元的PC端根据运输目标的位置发出运动的控制指令,飞行控制模块控制无人机飞行、车载控制模块控制智能车组运动到达运输目标的附近;
步骤3:图像采集模块实时采集运输目标,无人机通过图像处理模块对运输目标进行识别搜索并固定飞行在运输目标中心上方且定高;
步骤4:根据无人机单元机载通信模块传来的运输目标的图像信息,地面站单元的协同抬取模块执行协同抬取方案,控制智能车单元按指定姿态抵达到运输目标的预期位置;
步骤5:地面站单元发出控制指令控制智能车单元同时施力抬起运输目标;
步骤6:地面站单元的路径规划模块根据运输目标位置信息与运输目的地位置信息对智能车单元进行路径规划得出最优行驶路径,通过通信模块将最优行驶路径发送至无人机单元与智能车单元,无人机单元与智能车组按该最优行驶路径行驶运输运输目标;
步骤7:地面站单元的协同稳定模块执行协同稳定方案并发出控制指令,使无人机单元与智能车单元保证运输过程的稳定;
步骤8:抵达目的地,地面站单元控制智能车组的所有智能车单元同时放下运输目标,无人机单元与智能车组进入待命状态。
7.根据权利要求6所述的无人机与智能车组自主协同运输系统的运输方法,其特征在于,所述步骤4中执行协同抬取方案是基于图像识别的协同抬取方案,实现方法为:无人机单元的嵌入式主控模块开启图像采集模块和图像处理模块,图像处理模块对图像采集模块采集的运输目标的图像识别,采集运输目标的轮廓形状,将运输目标的轮廓信息发送至地面站单元,地面站单元控制智能车组的智能车单元分散行驶至目标轮廓每条边的附近;图像处理模块利用图像识别获取某一智能车单元中心位置A与运输目标相距该智能车单元最近的一条边的中点位置B,实时获取点A和点B连线与点B所在边的角度值θ,并传送至地面站单元;智能车单元开启超声波模块,实时获取运输目标与自身侧边的垂直距离S,并传送至地面站单元;地面站单元控制智能车不断前进,每次前进距离l,并获取前进l后的角度值θ2与竖直距离S2,与前一次的角度值θ1和竖直距离S1进行比较,车载控制模块调整智能车单元的方向实现角度值θ趋于90°、竖直距离S为定值不变;当角度值θ为90°时,地面站单元控制智能车原地转90°,智能车单元前进方向垂直于运输目标指向点B;地面站单元控制智能车不断向点B垂直前进,同时实时获取角度值θ;地面站单元通过PID算法控制调整智能车的方向,最终垂直到达点B;同理,地面站单元控制智能车组垂直分布在运输目标的每一侧中心。
8.根据权利要求7所述的无人机与智能车组自主协同运输系统的运输方法,其特征在于,所述图像处理模块的树莓派I将摄像头采集的运输目标的图像处理成二值化图像,通过边缘提取,提取运输目标的边缘轮廓,并以相应的边缘为基准线,再得出智能车单元的中心与基准线的中点确定的直线,计算出直线与基准线的两条线之间的夹角,即为角度值θ角。
9.根据权利要求6所述的无人机与智能车组自主协同运输系统的运输方法,其特征在于,所述协同稳定方案为:地面站单元的嵌入式主控模块发出控制指令控制无人机单元与智能车组的运动路径和速度相同;无人机单元的图像采集模块采集的运输目标,图像处理模块进行图像识别,实时获取每个智能车单元相对于运输目标中心的坐标位移量,并通过通信模块将坐标位移量发送至地面站单元,并允许此位移量在一定范围内波动变化;智能车单元与运输目标的接触位置装有压力传感器,车载通信模块将压力传感器检测的压力值实时发送至地面站单元,地面站单元综合坐标位移量的变化与压力值的变化实时调整智能车单元的速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910511710.3A CN110162103A (zh) | 2019-06-13 | 2019-06-13 | 一种无人机与智能车组自主协同运输系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910511710.3A CN110162103A (zh) | 2019-06-13 | 2019-06-13 | 一种无人机与智能车组自主协同运输系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110162103A true CN110162103A (zh) | 2019-08-23 |
Family
ID=67628738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910511710.3A Pending CN110162103A (zh) | 2019-06-13 | 2019-06-13 | 一种无人机与智能车组自主协同运输系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110162103A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110490809A (zh) * | 2019-08-28 | 2019-11-22 | 清华大学 | 多智能体协同定位与建图方法及装置 |
CN110852470A (zh) * | 2019-09-20 | 2020-02-28 | 合肥工业大学 | 无人机与车辆协同下交通巡逻任务分配的优化方法 |
CN110852471A (zh) * | 2019-09-20 | 2020-02-28 | 合肥工业大学 | 车辆与无人机协同的交通巡逻方法及装置 |
CN110852554A (zh) * | 2019-09-20 | 2020-02-28 | 合肥工业大学 | 车机协同下无人机任务分配智能决策方法及装置 |
CN110888456A (zh) * | 2019-12-05 | 2020-03-17 | 中国北方车辆研究所 | 一种无人机与无人车的自主协同侦察控制方法 |
CN111474943A (zh) * | 2020-05-11 | 2020-07-31 | 王永宽 | 一种长距工件运载车线路规划车辆控制系统 |
CN112673388A (zh) * | 2020-12-11 | 2021-04-16 | 曹庆恒 | 一种运输方法及系统、适于运输的车辆 |
CN112737669A (zh) * | 2021-01-21 | 2021-04-30 | 周宇智 | 一种基于树莓派Wi-Fi网络的无人机数据传输系统 |
CN112731922A (zh) * | 2020-12-14 | 2021-04-30 | 南京大学 | 基于室内定位的无人机辅助智能车驾驶方法与系统 |
CN113064451A (zh) * | 2021-06-02 | 2021-07-02 | 北京三快在线科技有限公司 | 一种无人设备控制方法、装置、存储介质及电子设备 |
CN113359821A (zh) * | 2021-05-28 | 2021-09-07 | 合肥工业大学 | 基于车辆与无人机协同作业的路径规划方法及系统 |
CN113724123A (zh) * | 2021-08-20 | 2021-11-30 | 深圳技术大学 | 一种基于多智能体的协同运输方法及其系统 |
CN113810655A (zh) * | 2020-06-16 | 2021-12-17 | 闽江学院 | 一种湖区智能救生系统的实现方法 |
WO2022032442A1 (zh) * | 2020-08-10 | 2022-02-17 | 深圳技术大学 | 多智能主体协同搬运物件的方法、系统和计算机可读存储介质 |
CN114625174A (zh) * | 2022-05-12 | 2022-06-14 | 之江实验室 | 一种基于v2x的车载无人机控制方法和装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4177002A (en) * | 1977-06-08 | 1979-12-04 | Motoda Denshi Kogyo Kabushiki Kaisha | Cooperative drive robot |
CN103587869A (zh) * | 2013-11-05 | 2014-02-19 | 无锡普智联科高新技术有限公司 | 基于总线方式的多机器人物流仓储系统及其控制方法 |
CN104808668A (zh) * | 2015-04-28 | 2015-07-29 | 东南大学 | 基于力信息的多移动机器人协作搬运平板状物体方法 |
CN205238041U (zh) * | 2015-12-07 | 2016-05-18 | 中建材凯盛机器人(上海)有限公司 | 双机协同重载码垛机器人系统 |
CN106272411A (zh) * | 2016-08-24 | 2017-01-04 | 上海交通大学 | 基于引力源的多机器人协同搬运船舱货物方法 |
CN106737696A (zh) * | 2017-03-11 | 2017-05-31 | 杭州极木科技有限公司 | 一种多机器人协同运输方法 |
CN108008738A (zh) * | 2017-12-27 | 2018-05-08 | 贵州大学 | 基于无人机与无人车协同下的目标跟踪系统 |
CN207882762U (zh) * | 2018-02-06 | 2018-09-18 | 中南大学 | 一种基于无人机机器视觉的智能车空中导航系统 |
CN109813322A (zh) * | 2019-03-18 | 2019-05-28 | 东莞理工学院 | 无人机与无人车协作导航系统 |
-
2019
- 2019-06-13 CN CN201910511710.3A patent/CN110162103A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4177002A (en) * | 1977-06-08 | 1979-12-04 | Motoda Denshi Kogyo Kabushiki Kaisha | Cooperative drive robot |
CN103587869A (zh) * | 2013-11-05 | 2014-02-19 | 无锡普智联科高新技术有限公司 | 基于总线方式的多机器人物流仓储系统及其控制方法 |
CN104808668A (zh) * | 2015-04-28 | 2015-07-29 | 东南大学 | 基于力信息的多移动机器人协作搬运平板状物体方法 |
CN205238041U (zh) * | 2015-12-07 | 2016-05-18 | 中建材凯盛机器人(上海)有限公司 | 双机协同重载码垛机器人系统 |
CN106272411A (zh) * | 2016-08-24 | 2017-01-04 | 上海交通大学 | 基于引力源的多机器人协同搬运船舱货物方法 |
CN106737696A (zh) * | 2017-03-11 | 2017-05-31 | 杭州极木科技有限公司 | 一种多机器人协同运输方法 |
CN108008738A (zh) * | 2017-12-27 | 2018-05-08 | 贵州大学 | 基于无人机与无人车协同下的目标跟踪系统 |
CN207882762U (zh) * | 2018-02-06 | 2018-09-18 | 中南大学 | 一种基于无人机机器视觉的智能车空中导航系统 |
CN109813322A (zh) * | 2019-03-18 | 2019-05-28 | 东莞理工学院 | 无人机与无人车协作导航系统 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110490809A (zh) * | 2019-08-28 | 2019-11-22 | 清华大学 | 多智能体协同定位与建图方法及装置 |
CN110852470A (zh) * | 2019-09-20 | 2020-02-28 | 合肥工业大学 | 无人机与车辆协同下交通巡逻任务分配的优化方法 |
CN110852471A (zh) * | 2019-09-20 | 2020-02-28 | 合肥工业大学 | 车辆与无人机协同的交通巡逻方法及装置 |
CN110852554A (zh) * | 2019-09-20 | 2020-02-28 | 合肥工业大学 | 车机协同下无人机任务分配智能决策方法及装置 |
CN110852554B (zh) * | 2019-09-20 | 2022-03-22 | 合肥工业大学 | 车机协同下无人机任务分配智能决策方法及装置 |
CN110852471B (zh) * | 2019-09-20 | 2022-12-09 | 合肥工业大学 | 车辆与无人机协同的交通巡逻方法及装置 |
CN110888456A (zh) * | 2019-12-05 | 2020-03-17 | 中国北方车辆研究所 | 一种无人机与无人车的自主协同侦察控制方法 |
CN110888456B (zh) * | 2019-12-05 | 2023-06-30 | 中国北方车辆研究所 | 一种无人机与无人车的自主协同侦察控制方法 |
CN111474943A (zh) * | 2020-05-11 | 2020-07-31 | 王永宽 | 一种长距工件运载车线路规划车辆控制系统 |
CN113810655A (zh) * | 2020-06-16 | 2021-12-17 | 闽江学院 | 一种湖区智能救生系统的实现方法 |
CN113810655B (zh) * | 2020-06-16 | 2023-10-31 | 闽江学院 | 一种湖区智能救生系统的实现方法 |
WO2022032442A1 (zh) * | 2020-08-10 | 2022-02-17 | 深圳技术大学 | 多智能主体协同搬运物件的方法、系统和计算机可读存储介质 |
CN112673388A (zh) * | 2020-12-11 | 2021-04-16 | 曹庆恒 | 一种运输方法及系统、适于运输的车辆 |
CN112731922A (zh) * | 2020-12-14 | 2021-04-30 | 南京大学 | 基于室内定位的无人机辅助智能车驾驶方法与系统 |
CN112737669B (zh) * | 2021-01-21 | 2023-09-26 | 湖北华中电力科技开发有限责任公司 | 一种基于树莓派Wi-Fi网络的无人机数据传输系统 |
CN112737669A (zh) * | 2021-01-21 | 2021-04-30 | 周宇智 | 一种基于树莓派Wi-Fi网络的无人机数据传输系统 |
CN113359821A (zh) * | 2021-05-28 | 2021-09-07 | 合肥工业大学 | 基于车辆与无人机协同作业的路径规划方法及系统 |
CN113359821B (zh) * | 2021-05-28 | 2022-07-05 | 合肥工业大学 | 基于车辆与无人机协同作业的路径规划方法及系统 |
CN113064451A (zh) * | 2021-06-02 | 2021-07-02 | 北京三快在线科技有限公司 | 一种无人设备控制方法、装置、存储介质及电子设备 |
CN113724123B (zh) * | 2021-08-20 | 2023-06-30 | 深圳技术大学 | 一种基于多智能体的协同运输方法及其系统 |
CN113724123A (zh) * | 2021-08-20 | 2021-11-30 | 深圳技术大学 | 一种基于多智能体的协同运输方法及其系统 |
CN114625174A (zh) * | 2022-05-12 | 2022-06-14 | 之江实验室 | 一种基于v2x的车载无人机控制方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110162103A (zh) | 一种无人机与智能车组自主协同运输系统及方法 | |
CN110888456B (zh) | 一种无人机与无人车的自主协同侦察控制方法 | |
Luo et al. | A survey of intelligent transmission line inspection based on unmanned aerial vehicle | |
CN109917767A (zh) | 一种分布式无人机集群自主管理系统及控制方法 | |
CN104699102A (zh) | 一种无人机与智能车协同导航与侦查监控系统及方法 | |
CN111831008B (zh) | 一种基于分布式架构的无人机编队协同控制系统及其方法 | |
CN108008738A (zh) | 基于无人机与无人车协同下的目标跟踪系统 | |
CN107589752A (zh) | 无人机与地面机器人协同编队实现方法及系统 | |
CN109813322A (zh) | 无人机与无人车协作导航系统 | |
CN108801269A (zh) | 一种室内云机器人导航系统及方法 | |
CN105988475B (zh) | 一种无人机农田信息采集系统 | |
WO2020115902A1 (ja) | 物品受け渡し場所の決定方法、着陸場所の決定方法、物品受け渡しシステム、及び情報処理装置 | |
EP3077760B1 (en) | Payload delivery | |
CN114169066B (zh) | 基于微纳星群抵近侦察的空间目标特性测量、侦察方法 | |
CN203825466U (zh) | 一种基于机载传感器的小型四旋翼飞行器控制系统 | |
WO2023019740A1 (zh) | 一种基于多智能体的协同运输方法及其系统 | |
CN112650302A (zh) | 固定翼无人机与旋翼无人机自主协同运输系统及方法 | |
Zhang et al. | Aerial and ground-based collaborative mapping: an experimental study | |
CN110203395A (zh) | 一种无人机母机运载智能子设备侦查方法及系统 | |
Feng et al. | Packages delivery based on marker detection for UAVs | |
CN206892664U (zh) | 一种基于视觉识别的移动机器人路径规划与调度系统 | |
CN113271357A (zh) | 一种地空协同组网系统及控制方法 | |
CN113568427B (zh) | 无人机自主着陆移动平台的方法及系统 | |
JP2020090396A (ja) | 制御方法、物品受け渡しシステム、及び情報処理装置 | |
Ryan et al. | A modular software infrastructure for distributed control of collaborating UAVs |
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 |
Application publication date: 20190823 |
|
RJ01 | Rejection of invention patent application after publication |