CN110262497A - 一种半结构化环境机器人导航控制方法及装置 - Google Patents

一种半结构化环境机器人导航控制方法及装置 Download PDF

Info

Publication number
CN110262497A
CN110262497A CN201910564850.7A CN201910564850A CN110262497A CN 110262497 A CN110262497 A CN 110262497A CN 201910564850 A CN201910564850 A CN 201910564850A CN 110262497 A CN110262497 A CN 110262497A
Authority
CN
China
Prior art keywords
behavior
environment
semi
robot
rise
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
Application number
CN201910564850.7A
Other languages
English (en)
Inventor
苏庆华
李俊韬
薛菲
袁瑞萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Wuzi University
Original Assignee
Beijing Wuzi University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Wuzi University filed Critical Beijing Wuzi University
Priority to CN201910564850.7A priority Critical patent/CN110262497A/zh
Publication of CN110262497A publication Critical patent/CN110262497A/zh
Pending legal-status Critical Current

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
    • G05D1/0223—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 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Abstract

本发明实施例提供一种半结构化环境机器人导航控制方法及装置，其中，方法包括：根据传感器获取的半结构化环境信息，确定对应于环境分类的高层行为；根据目标位置以及所述半结构化环境信息，确定基于目标的底层行为的速度和方向；根据所述高层行为对应的所述底层行为的权值，确定所述高层行为对所述底层行为的速度和方向的修正量；根据所述修正量修正所述基于目标的底层行为的速度和方向，获得所述半结构化环境机器人的实际输出速度和角度；本发明能避免环境机器人使用单个控制器解决半结构化环境中未知、不可测等复杂非线性问题、内部参数的设置及单个控器结构复杂的问题，使在半结构化环境下环境机器人的导航控制更容易实现。

Description

一种半结构化环境机器人导航控制方法及装置
技术领域
本发明涉及导航机器人人工智能领域，具体为一种半结构环境化环境机器人导航控制方法及装置。
背景技术
半结构化环境复杂，给机器人的自主导航带来更多的挑战。而自主导航是环境机器人应具备的基本功能，体现了机器人的智能性。在半结构环境下实时导航对人类和动物来说是很简单的任务，但对于机器人来说具有相当大的挑战性。实时自主导航意味着环境机器人利用传感器获取环境信息，在理解环境信息的基础上，在起始位置与目标点之间实时制定一条路径，通过控制环境机器人的运动速度和方向无碰撞地到达目标位置。由于半结构化环境的复杂性、多变性、随机性，至今仍没有满意、通用的环境机器人导航控制方法。基于半结构环境的中既有结构化的特征、又有非结构化的特征，结合控制技术，提出了一种半结构化环境机器人导航控制方法。该方法将导航控制划分为三步：首先设计环境机器人子行为，其次是环境机器人对移动行为协调，最后环境机器人协调导航控制。
在实现本发明过程中，申请人发现现有技术中至少存在如下问题：因为半结构化环境的复杂性、多变性、随机性，所以至今没有通用的环境机器人导航控制方法。
发明内容
本发明实施例提供一种半结构化环境机器人导航控制方法，能避免环境机器人使用单个控制器解决半结构化环境中未知、不可测等复杂非线性问题内部参数的设置及单个控器结构复杂的问题，进而使得在半结构化环境下机器人的导航控制更容易实现。
为达上述目的，一方面，本发明实施例提供一种半结构化环境机器人导航控制方法，包括：
根据传感器获取的半结构化环境信息，确定对应于环境分类的高层行为；
根据目标位置以及所述半结构化环境信息，确定基于目标的底层行为的速度和方向；
根据所述高层行为对应的所述底层行为的权值，确定所述高层行为对所述底层行为的速度和方向的修正量；
根据所述修正量修正所述基于目标的底层行为的速度和方向，获得所述半结构化环境机器人的实际输出速度和角度。
另一方面，本发明提供一种板结构化环境机器人导航控制装置，包括：
环境信息获取单元：用于根据传感器获取半结构化环境信息，确定对应于环境分类的高层行为；
底层行为信息单元：用于根据目标位置以及所述半结构化环境信息，确定基于目标的底层行为的速度和方向；
权值确定单元：用于根据所述高层行为对应的所述底层行为的权值，确定所述高层行为对所述底层行为的速度和方向的修正量；
实际输出单元：用于根据所述修正量修正所述基于目标的底层行为的速度和方向，获得所述半结构化环境机器人的实际输出速度和角度。
上述技术方案具有如下有益效果：
1、将行为分为高层行为和底层基本行为两层结构,避免单一控制器难以应对复杂环境；
2、基于底层行为选择半结构化环境要执行的高层行为,在选择高层行为过程中由于融合了选中的高层行为所包含的相关底层行为,并通过对当前半结构化环境与环境原型之间的匹配度确定底层行为的权值，从而提高了准确性；
3、可以进一步提高半结构化环境机器人自主导航能力。
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为本发明实施例的半结构化环境机器人导航控制流程图
图2为本发明实施例的半结构化环境机器人导航控制方法的流程图
图3为本发明实施例的半结构化环境机器人导航控制结构图
图4为本发明实施例的半结构化环境机器人导航信息示意图
图5为本发明实施例的半结构化环境机器人分层行为示意图
图6为本发明实施例的半结构化环境机器人的导航控制原理图
图7为本发明实施例的半结构化环境机器人导航控制实现过程图
图8为本发明实施例的半结构化环境机器人导航控制装置的示意图
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做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。
半结构化环境机器人实时利用传感器所探测到环境信息，沿给定路径或者自由制定路径快速无碰撞地运行至目标位置,即完成导航控制。它以路径的子目标点、实时环境信息和机器人的实时位置参数为输入，以环境机器人驱动轮速度和角度控制参数为输出，避免在目标方向行驶过程中与障碍物发生碰撞。基于环境机器人导航控制的要求和单个控制器在半结构化环境中使用的局限，如图1或2所示，是本发明实施例一种半结构化环境机器人导航控制方法的流程图，所述方法包括：
S101：根据传感器获取的半结构化环境信息，确定对应于环境分类的高层行为。
如图3所示，传感器包括测距传感器、视觉传感器和速度传感器；
当所述半结构化环境信息对应的环境分类为空旷开阔环境时，确定对应的高层行为为自由漫步；自由漫步表示环境机器人处于空旷、开阔的环境中，环境机器人行走不受限制；
当所述半结构化环境信息对应的环境分类为有障碍物环境时，确定对应的高层行为为限制性行走。限制性行走表示环境机器人向目标点行走中可能会有各种类型的障碍物，需要完成避障等动作。
当所述半结构化环境信息对应的环境分类为机器人一侧有障碍物环境时，确定对应的高层行为为沿物体轮廓走。沿物体轮廓行走表示环境机器人的一侧有障碍物，环境机器人与该障碍物保持一定距离或避障，且快速向目标靠近。
当所述半结构化环境信息对应的环境分类为陷阱环境时，确定对应的高层行为为死区。死区表示机器人陷入陷阱或者U型空间，需要返回。
S102：根据目标位置以及所述半结构化环境信息，确定基于目标的底层行为的速度和方向。
根据目标位置以及所述半结构化环境信息，确定输入信息input，输入信息input表示为：input＝[dL,dF,dR,θt,vc]，其中，如图4所示：
dL表示环境机器人左侧测距离传感器获取的环境机器人与左侧障碍物距离信息；
dF表示环境机器人前方测距离传感器获取的环境机器人与前方障碍物距离信息；
dR表示环境机器人右侧测距离传感器获取的环境机器人与右侧障碍物距离信息；
θt表示环境机器人当前行进方向与机器人当前位置和目标位置的连线间的夹角；
vc表示环境机器人的当前移动速度；
根据所述输入信息input，确定输出信息output，所述输出信息output表示为：ouput＝[vt,βt]，其中，
vt为基于目标的底层行为的速度，由速度传感器提供；
βt为基于目标的底层行为的方向，由惯性导航器件提供。
S103：根据所述高层行为对应的所述底层行为的权值，确定所述高层行为对所述底层行为的速度和方向的修正量。
如图5所示，当高层行为为自由漫步时，确定所述高层行为对应的底层行为包括奔向目标。底层行为为半结构化环境机器人直接与目标相关的行为，避免了单一控制器的复杂性；奔向目标表示环境机器人直接往目标位置前进。
当高层行为为限制性行走时，确定所述高层行为对应的底层行包括奔向目标、避障和沿墙走。避障表示环境机器人前面有障碍物，环境机器人调整前进方向和速度绕开障碍物；沿墙走表示环境机器人与其一侧的障碍物保持一定距离前进。
当高层行为为沿物体轮廓走时，确定所述高层行为对应的底层行为包括避障和沿墙走；
当高层行为为死区时，确定所述高层行为对应的底层行为包括掉头。掉头表示环境机器人停止前进，调整为相反的方向返回。
所述高层行为对应的底层行为的权值wx通过以下公式获得：
其中，
如图6所示，x＝1时表示底层行为奔向目标、x＝2时表示底层行为避障、x＝3时表示底层行为沿墙走、x＝4时表示底层行为掉头；
D表示所述左侧测距传感器dL、前方测距传感器dF、右侧测距传感器dR的测量值的平均值，D表示为
i表示第i个测距传感器；
dj表示第i个测距传感器所测量的距离值；
n表示确定的高层行为包括的底层行为的数目。
S104：根据所述修正量修正所述基于目标的底层行为的速度和方向，获得所述半结构化环境机器人的实际输出速度和角度。
通过以下公式获得所述半结构化环境机器人的实际输出速度β和角度v：
其中，为修正量。
具体地，如图7所示，由高层行为对应底层行为输出值的权值确定出修改量，根据该修正量通过行为协调器完成对底层行为的速度和角度的修正获得所述半结构化环境机器人的实际输出速度v和角度β，将该速度v和角度β通过电机控制器实现对机器人左右轮的驱动电机的速度和角度的控制，完成导航控制。
对应于上述方法，如图8所示，是本发明实施例一种半结构化环境机器人导航控制装置的示意图，所述装置包括：
高层行为确定单元21：用于根据传感器获取半结构化环境信息，确定对应于环境分类的高层行为；
底层行为信息单元22：用于根据目标位置以及所述半结构化环境信息，确定基于目标的底层行为的速度和方向；
权值确定单元23：用于根据所述高层行为对应的所述底层行为的权值，确定所述高层行为对所述底层行为的速度和方向的修正量；
实际输出单元24：用于根据所述修正量修正所述基于目标的底层行为的速度和方向，获得所述半结构化环境机器人的实际输出速度和角度。
进一步地，所述高层行为确定单元，具体用于：
当所述半结构化环境信息对应的环境分类为空旷开阔环境时，确定对应的高层行为为自由漫步；
当所述半结构化环境信息对应的环境分类为有障碍物环境时，确定对应的高层行为为限制性行走；
当所述半结构化环境信息对应的环境分类为机器人一侧有障碍物环境时，确定对应的高层行为为沿物体轮廓走；
当所述半结构化环境信息对应的环境分类为陷阱环境时，确定对应的高层行为为死区。
进一步地，所述底层行为信息单元22，具体还用于：
根据目标位置以及所述半结构化环境信息，确定输入信息input，输入信息input表示为：input＝[dL,dF,dR,θt,vc]，其中，如图6所示：
dL表示环境机器人左侧测距离传感器获取的环境机器人与左侧障碍物距离信息；
dF表示环境机器人前方测距离传感器获取的环境机器人与前方障碍物距离信息；
dR表示环境机器人右侧测距离传感器获取的环境机器人与右侧障碍物距离信息；
θt表示环境机器人当前行进方向与机器人当前位置和目标位置的连线间的夹角；
vc表示环境机器人的当前移动速度；
根据所述输入信息input，确定输出信息output，所述输出信息output表示为：
ouput＝[vt,βt]，其中，
vt为基于目标的底层行为的速度；
βt为基于目标的底层行为的方向。
进一步地，权值确定单元，具体用于：
当高层行为为自由漫步时，确定所述高层行为对应的底层行为包括奔向目标；
当高层行为为限制性行走时，确定所述高层行为对应的底层行包括奔向目标、避障和沿墙走；
当高层行为为沿物体轮廓走时，确定所述高层行为对应的底层行为包括避障和沿墙走；
当高层行为为死区时，确定所述高层行为对应的底层行为包括掉头；
所述高层行为对应的底层行为的权值wx通过以下公式获得：
其中，
x＝1时表示底层行为奔向目标、x＝2时表示底层行为避障、x＝3时表示底层行为沿墙走、x＝4时表示底层行为掉头；
D表示所述左侧测距传感器dL、前方测距传感器dF、右侧测距传感器dR的测量值的平均值，D表示为
i表示第i个测距传感器；
dj表示第i个测距传感器所测量的距离值；
n表示确定的高层行为包括的底层行为的数目。
进一步地，实际输出单元，具体用于：
根据所述修正量修正所述基于目标的底层行为的速度和方向，获得所述半结构化环境机器人的实际输出速度和角度，包括：
通过以下公式获得所述半结构化环境机器人的实际输出速度v和角度β：
其中，为修正量。
应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
为使本领域内的任何技术人员能够实现或者使用本发明，上面对所公开实施例进行了描述。对于本领域技术人员来说；这些实施例的各种修改方式都是显而易见的，并且本文定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此，本公开并不限于本文给出的实施例，而是与本申请公开的原理和新颖性特征的最广范围相一致。
上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block)，单元，和步骤可以通过电子硬件、电脑软件，或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability)，上述的各种说明性部件(illustrative components)，单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本发明实施例保护的范围。
本发明实施例中所描述的各种说明性的逻辑块，或单元都可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。

Claims (10)

1.一种半结构化环境机器人导航控制方法，其特征在于，包括：
根据传感器获取的半结构化环境信息，确定对应于环境分类的高层行为；
根据目标位置以及所述半结构化环境信息，确定基于目标的底层行为的速度和方向；
根据所述高层行为对应的所述底层行为的权值，确定所述高层行为对所述底层行为的速度和方向的修正量；
根据所述修正量修正所述基于目标的底层行为的速度和方向，获得所述半结构化环境机器人的实际输出速度和角度。
2.根据权利要求1所述的一种半结构化环境机器人导航控制方法，其特征在于：所述根据传感器获取的半结构化环境信息，确定对应于环境分类的高层行为，包括：
当所述半结构化环境信息对应的环境分类为空旷开阔环境时，确定对应的高层行为为自由漫步；
当所述半结构化环境信息对应的环境分类为有障碍物环境时，确定对应的高层行为为限制性行走；
当所述半结构化环境信息对应的环境分类为机器人一侧有障碍物环境时，确定对应的高层行为为沿物体轮廓走；
当所述半结构化环境信息对应的环境分类为陷阱环境时，确定对应的高层行为为死区。
3.根据权利要求1所述的一种半结构化环境机器人导航控制方法，其特征在于：所述根据目标位置以及所述半结构化环境信息，确定基于目标的底层行为的速度和方向，包括：
根据目标位置以及所述半结构化环境信息，确定输入信息input，输入信息input表示为：input＝[dL,dF,dR,θt,vc]，其中，
dL表示环境机器人左侧测距离传感器获取的环境机器人与左侧障碍物距离信息；
dF表示环境机器人前方测距离传感器获取的环境机器人与前方障碍物距离信息；
dR表示环境机器人右侧测距离传感器获取的环境机器人与右侧障碍物距离信息；
θt表示环境机器人当前行进方向与机器人当前位置和目标位置的连线间的夹角；
vc表示环境机器人的当前移动速度；
根据所述输入信息input，确定输出信息output，所述输出信息output表示为：
ouput＝[vt,βt]，其中，
vt为基于目标的底层行为的速度；
βt为基于目标的底层行为的方向。
4.根据权利要求3所述的一种半结构化环境机器人导航控制方法，其特征在于：
当高层行为为自由漫步时，确定所述高层行为对应的底层行为包括奔向目标；
当高层行为为限制性行走时，确定所述高层行为对应的底层行包括奔向目标、避障和沿墙走；
当高层行为为沿物体轮廓走时，确定所述高层行为对应的底层行为包括避障和沿墙走；
当高层行为为死区时，确定所述高层行为对应的底层行为包括掉头；
所述高层行为对应的底层行为的权值wx通过以下公式获得：
其中，
x＝1时表示底层行为奔向目标、x＝2时表示底层行为避障、x＝3时表示底层行为沿墙走、x＝4时表示底层行为掉头；
D为所述左侧测距传感器dL、前方测距传感器dF、右侧测距传感器dR的测量值的平均值，D表示为其中，
i表示第i个测距传感器；
dj表示第i个测距传感器所测量的距离值；
n表示确定的高层行为包括的底层行为的数目。
5.根据权利要求4所述的一种半结构化环境机器人导航控制方法，其特征在于：
所述根据所述修正量修正所述基于目标的底层行为的速度和方向，获得所述半结构化环境机器人的实际输出速度和角度，包括：
通过以下公式获得所述半结构化环境机器人的实际输出速度β和角度v：
其中，为修正量。
6.一种半结构化环境机器人导航控制装置，其特征在于，包括：
高层行为确定单元：用于根据传感器获取半结构化环境信息，确定对应于环境分类的高层行为；
底层行为信息单元：用于根据目标位置以及所述半结构化环境信息，确定基于目标的底层行为的速度和方向；
权值确定单元：用于根据所述高层行为对应的所述底层行为的权值，确定所述高层行为对所述底层行为的速度和方向的修正量；
实际输出单元：用于根据所述修正量修正所述基于目标的底层行为的速度和方向，获得所述半结构化环境机器人的实际输出速度和角度。
7.根据权利要求6所述的一种半结构化环境机器人导航控制装置，其特征在于，所述的高层行为确定单元，具体用于：
当所述半结构化环境信息对应的环境分类为空旷开阔环境时，确定对应的高层行为为自由漫步；
当所述半结构化环境信息对应的环境分类为有障碍物环境时，确定对应的高层行为为限制性行走；
当所述半结构化环境信息对应的环境分类为机器人一侧有障碍物环境时，确定对应的高层行为为沿物体轮廓走；
当所述半结构化环境信息对应的环境分类为陷阱环境时，确定对应的高层行为为死区。
8.根据权利要求6所述的一种半结构化环境机器人导航控制装置，其特征在于，所述底层行为信息单元，具体用于：
根据目标位置以及所述半结构化环境信息，确定输入信息input，输入信息input表示为：input＝[dL,dF,dR,θt,vc]，其中，
dL表示环境机器人左侧测距离传感器获取的环境机器人与左侧障碍物距离信息；
dF表示环境机器人前方测距离传感器获取的环境机器人与前方障碍物距离信息；
dR表示环境机器人右侧测距离传感器获取的环境机器人与右侧障碍物距离信息；
θt表示环境机器人当前行进方向与机器人当前位置和目标位置的连线间的夹角；
vc表示环境机器人的当前移动速度；
根据所述输入信息input，确定输出信息output，所述输出信息output表示为：
ouput＝[vt,βt]，其中，
vt为基于目标的底层行为的速度；
βt为基于目标的底层行为的方向。
9.根据权利要求8所述的一种半结构化环境机器人导航控制装置，其特征在于，权值确定单元，具体用于：
当高层行为为自由漫步时，确定所述高层行为对应的底层行为包括奔向目标；
当高层行为为限制性行走时，确定所述高层行为对应的底层行包括奔向目标、避障和沿墙走；
当高层行为为沿物体轮廓走时，确定所述高层行为对应的底层行为包括避障和沿墙走；
当高层行为为死区时，确定所述高层行为对应的底层行为包括掉头；
所述高层行为对应的底层行为的权值wx通过以下公式获得：
其中，
x＝1表示底层行为奔向目标、x＝2表示底层行为避障、x＝3表示底层行为沿墙走、x＝4表示底层行为掉头；
D表示所述左侧测距传感器dL、前方测距传感器dF、右侧测距传感器dR的测量值的平均值，D表示为
i表示第i个测距传感器；
dj表示第i个测距传感器所测量的距离值；
n表示确定的高层行为包括的底层行为的数目。
10.根据权利要求9所述的一种半结构化环境机器人导航控制装置，其特征在于，实际输出单元，具体用于：
所述根据所述修正量修正所述基于目标的底层行为的速度和方向，获得所诉半结构化环境机器人的速度和角度实际输出量，包括：
通过以下公式获得所述半结构化环境机器人的实际输出速度β和角度v：
其中，为修正量。
CN201910564850.7A 2019-06-27 2019-06-27 一种半结构化环境机器人导航控制方法及装置 Pending CN110262497A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910564850.7A CN110262497A (zh) 2019-06-27 2019-06-27 一种半结构化环境机器人导航控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910564850.7A CN110262497A (zh) 2019-06-27 2019-06-27 一种半结构化环境机器人导航控制方法及装置

Publications (1)

Publication Number Publication Date
CN110262497A true CN110262497A (zh) 2019-09-20

Family

ID=67922059

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910564850.7A Pending CN110262497A (zh) 2019-06-27 2019-06-27 一种半结构化环境机器人导航控制方法及装置

Country Status (1)

Country Link
CN (1) CN110262497A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101354587A (zh) * 2008-09-04 2009-01-28 湖南大学 一种未知环境下移动机器人多行为融合自动导航方法
CN104933708A (zh) * 2015-06-07 2015-09-23 浙江大学 一种基于多谱三维特征融合的植被环境中障碍物检测方法
CN205675712U (zh) * 2016-06-06 2016-11-09 北京物资学院 一种包裹拣选agv系统
CN109753075A (zh) * 2019-01-29 2019-05-14 中国农业科学院农业资源与农业区划研究所 一种基于视觉的农林园区机器人导航方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101354587A (zh) * 2008-09-04 2009-01-28 湖南大学 一种未知环境下移动机器人多行为融合自动导航方法
CN104933708A (zh) * 2015-06-07 2015-09-23 浙江大学 一种基于多谱三维特征融合的植被环境中障碍物检测方法
CN205675712U (zh) * 2016-06-06 2016-11-09 北京物资学院 一种包裹拣选agv系统
CN109753075A (zh) * 2019-01-29 2019-05-14 中国农业科学院农业资源与农业区划研究所 一种基于视觉的农林园区机器人导航方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SEONG-JOO HAN、SE-YOUNG OH: "An optimized modular neural network controller based on environment classification and selective sensor usage for mobile robot reactive navigation", 《NEURAL COMPUT & APPLIC》 *
朱江: "非结构环境下的移动机器人认知与导航避障方法研究", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》 *
郑宏等: "基于地图的移动机器人自定位与导航系统", 《机器人》 *

Similar Documents

Publication Publication Date Title
US8204679B2 (en) Mobile apparatus, control device and control program
JP6224370B2 (ja) 車両用コントローラ、車両システム
CN109668566A (zh) 一种基于鼠脑定位细胞的机器人情景认知地图的构建与导航方法
EP2999940A2 (en) Methods and apparatus for early sensory integration and robust acquisition of real world knowledge
Schneider et al. Odometry-based online extrinsic sensor calibration
GB2527207A (en) Mobile human interface robot
WO2011146259A2 (en) Mobile human interface robot
EP2571660A2 (en) Mobile human interface robot
US8401725B2 (en) Target route setting support system
CN112097769A (zh) 仿信鸽脑-海马的无人机同时定位与建图导航系统及方法
CN106502418A (zh) 一种基于单目手势识别的视觉跟随方法
Kato et al. Autonomous robot navigation system without grid maps based on double deep Q-network and RTK-GNSS localization in outdoor environments
CN113867333B (zh) 基于视觉感知的四足机器人楼梯攀爬规划方法及其应用
CN103792846B (zh) 基于Skinner操作条件反射原理的机器人避障导航方法
Bing et al. Toward cognitive navigation: Design and implementation of a biologically inspired head direction cell network
JP7058761B2 (ja) 移動体制御装置、移動体制御学習装置、及び移動体制御方法
CN110262497A (zh) 一种半结构化环境机器人导航控制方法及装置
US8082063B2 (en) Mobile apparatus and mobile apparatus system
Brooks et al. Humanoid robot navigation and obstacle avoidance in unknown environments
Pandey et al. Real time navigation strategies for webots using fuzzy controller
Nieuwenhuisen et al. Local multiresolution path planning in soccer games based on projected intentions
Livitz et al. Visually-guided adaptive robot (ViGuAR)
TW202009621A (zh) 軌跡規劃方法與系統
Bergener et al. A framework for dynamic man-machine interaction implemented on an autonomous mobile robot
Bräunl et al. Autonomous mobile robots with on-board vision and local intelligence

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