CN110440811A - 一种通用型自主导航控制方法、装置及设备终端 - Google Patents
一种通用型自主导航控制方法、装置及设备终端 Download PDFInfo
- Publication number
- CN110440811A CN110440811A CN201910820540.7A CN201910820540A CN110440811A CN 110440811 A CN110440811 A CN 110440811A CN 201910820540 A CN201910820540 A CN 201910820540A CN 110440811 A CN110440811 A CN 110440811A
- Authority
- CN
- China
- Prior art keywords
- information
- map
- navigation control
- running environment
- real time
- 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 title claims abstract description 36
- 230000007613 environmental effect Effects 0.000 claims abstract description 40
- 230000000007 visual effect Effects 0.000 claims abstract description 17
- 238000012986 modification Methods 0.000 claims abstract description 8
- 230000004048 modification Effects 0.000 claims abstract description 8
- 230000004888 barrier function Effects 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 7
- 238000002156 mixing Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 8
- 230000004927 fusion Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种通用型自主导航控制方法、装置及设备终端，该方法包括：根据激光传感器获取的物体位置及距离信息构建运行环境轮廓地图；根据惯性传感器获取的运行姿态信息得到运行环境路面的平整度信息，并基于该平整度信息对运行环境轮廓地图进行角度修正；根据视觉传感器获取的物体图像信息对运行环境轮廓地图中的物体形状、尺寸进行修正，生成实时环境实景地图；将实时环境实景地图与预存的环境地图进行特征匹配，匹配成功后生成自身的定位信息，并根据上位机基于所述定位信息生成的路径指令进行导航控制；本发明能够应用于不同的工作场景而无需进行软件升级更新，解决传统导航方式无法满足多种工作场景切换应用的问题。
Description
技术领域
本发明属于人工智能技术领域，适用于机器人产业，更具体地，涉及一种通用型自主导航控制方法、装置及设备终端。
背景技术
自动导引车(Automated Guided Vehicle，简称AGV)是指装备有电磁或光学等自动导引装置，能够沿规定的导引路径行驶，具有安全保护以及各种移载功能的运输车，工业应用中不需驾驶员的搬运车，以可充电之蓄电池为其动力来源。一般可透过电脑来控制其行进路线以及行为，或利用电磁轨道(electromagnetic path-following system)来设立其行进路线，电磁轨道粘贴于地板上，无人搬运车则依循电磁轨道所带来的讯息进行移动与动作。
智能AGV的自主导航控制器属于智能AGV产品的关键部件及关键系统，目前工程应用中普遍使用的磁导航方式、惯性导航方式、视觉导航方式以及激光导航方式，都只是适用于各自特定的工作场景，其对场景的适应性不足，一旦工作场景发生变化，除需要升级系统软件，还需要重新铺设磁带、色带以及激光反射板，无疑增加了生产制造企业对设备的维护使用成本。
此外，目前AGV产品由于功能以及使用场景不同，有差速、三轮、类车和全向等多种结构形态，并且不同公司的AGV产品大多采用不同的导航控制器，并且不允许第三方管控数据接入，造成了不同公司采用工控机、通用PLC或者自主研发导航控制器软硬件产品，传统导航控制器兼容通用性不足。
发明内容
针对现有技术的至少一个缺陷或改进需求，本发明提供了一种通用型自主导航控制方法、装置及设备终端，其目的在于解决传统导航方式存在的场景适应性不足、通用性差的问题。
为实现上述目的，按照本发明的第一个方面，提供了一种通用型自主导航控制方法，包括以下步骤：
采集激光传感器获取的物体位置及距离信息并根据所述物体位置及距离信息构建运行环境轮廓地图；
采集惯性传感器获取的运行姿态信息并根据所述运行姿态信息得到运行环境路面的平整度信息，基于所述平整度信息对所述运行环境轮廓地图进行角度修正，使运行环境地形轮廓与实际运行环境的地理坐标相一致；
采集视觉传感器获取的物体图像信息并根据所述物体图像信息对运行环境轮廓地图中的物体形状、尺寸进行修正，生成实时环境实景地图；
将所述实时环境实景地图与预存的环境地图进行特征匹配，匹配成功后生成自身的定位信息，并根据上位机基于所述定位信息生成的路径指令进行导航控制。
优选的，上述通用型自主导航控制方法，当匹配失败后根据所述实时环境实景地图对预存的环境地图进行更新，并根据上位机基于更新后的环境地图生成的路径指令进行导航控制。
优选的，上述通用型自主导航控制方法，还包括在出现路径冲突时规划局部自由曲线路径进行避让的步骤：
判断障碍物四周是否具有可进行局部路径改变的有效空间，若有，则以当前位置为起点、以障碍物后方预设距离处为终点生成避让障碍物的自由曲线路径。
优选的，上述通用型自主导航控制方法，构建运行环境轮廓地图之前还包括以下步骤：
基于融合算法对物体位置及距离信息、运行姿态信息和物体图像信息进行最佳一致估计，对单一传感器的不确定性和测量范围的局限性进行补偿。
按照本发明的第二个方面，还提供了一种通用型自主导航控制装置，包括环境地图构建模块和自主导航定位模块；
所述环境地图构建模块用于根据激光传感器获取的物体位置及距离信息构建运行环境轮廓地图；根据惯性传感器获取的运行姿态信息得到运行环境路面的平整度信息并基于所述平整度信息对所述运行环境轮廓地图进行角度修正，使运行环境地形轮廓与实际运行环境的地理坐标相一致；并根据视觉传感器获取的物体图像信息对运行环境轮廓地图中的物体形状、尺寸进行修正，生成实时环境实景地图；
所述自主导航定位模块用于将所述实时环境实景地图与预存的环境地图进行特征匹配，匹配成功后生成自身的定位信息，并根据上位机基于所述定位信息生成的路径指令进行导航控制。
优选的，上述通用型自主导航控制装置，其自主导航定位模块还用于当匹配失败后根据所述实时环境实景地图对预存的环境地图进行更新，并根据上位机基于更新后的环境地图生成的路径指令进行导航控制。
优选的，上述通用型自主导航控制装置还包括局部路径规划模块；
所述局部路径规划模块用于在出现路径冲突判断障碍物四周是否具有可进行局部路径改变的有效空间，若有，则以当前位置为起点、以障碍物后方预设距离处为终点生成避让障碍物的自由曲线路径。
优选的，上述通用型自主导航控制装置还包括多源信息预处理模块；
所述多源信息预处理模块用于采用融合算法对物体位置及距离信息、运行姿态信息和物体图像信息进行最佳一致估计，对单一传感器的不确定性和测量范围的局限性进行补偿。
按照本发明的第三个方面，还提供了一种终端设备，该终端设备包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述计算机程序被所述处理单元执行时，使得所述处理单元执行上述任一项所述自主导航控制方法的步骤。
优选的，上述终端设备包括多种硬件接口的嵌入式GPU，所述硬件接口为以太网接口、CAN、USB、I/0、RS232/RS485串口、SD卡接口、HDMI、VGA接口以及备用拓展接口。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
(1)本发明提供的一种通用型自主导航控制方法、装置及设备终端，利用激光、惯性、视觉传感器自主实时采集环境信息，通过数据融合构建工作环境场所的实时环境地图，将该实时环境实景地图中的环境特征与预先创建的环境地图进行特征匹配，匹配成功后获取智能AGV小车当前的定位，实现AGV自主导航定位；基于上述实时环境地图的构建以及与预先创建的环境地图进行特征匹配，使智能AGV小车能够应用与不同的工作场景而无需进行软件升级更新，解决传统导航方式无法满足AGV多种工作场景切换应用的问题。
(2)本发明提供的一种通用型自主导航控制方法、装置及设备终端，利用GPU嵌入式高性能导航控制器能够实现大量实时多源信息的多核处理、运算、传输功能、满足多任务的实时操作功能以及深度学习功能，在接口资源方面充分考虑各结构形态AGV的要求以及第三方管控数据接入，实现自主导航控制器系统能够对多种工作场景以及多种结构形态AGV进行兼容，同时满足第三方管控数据接入，可实现在物料配送、智能巡检等领域中高端市场的规模化应用。
附图说明
图1是本发明实施例提供的通用型自主导航控制方法的流程图；
图2是本发明实施例提供的通用型自主导航控制装置的逻辑框图；
图3是本发明实施例提供的导航控制器的硬件接口示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
图1是本实施例所提供的一种通用型自主导航控制方法的流程图，参见图1，该自主导航控制方法包括以下步骤：
S1：在智能AGV小车的移动过程中，通过安装于智能AGV小车上的激光传感器获取智能AGV小车周围的物体位置及距离信息；该激光传感器可以是单线或多线激光雷达；通过安装于智能AGV小车上的惯性传感器获取智能AGV小车的运行姿态信息；通过安装于智能AGV小车上的视觉传感器获取智能AGV小车周围的物体图像信息；
激光传感器、惯性传感器和视觉传感器获取对应信息后，基于融合算法对物体位置及距离信息、运行姿态信息和物体图像信息进行最佳一致估计，对单一传感器的不确定性和测量范围的局限性进行补偿；融合方法包括随机和人工智能两种，随机类方法有加权平均法、卡尔曼滤波法、多贝叶斯估计法、产生式规则等；人工智能发包括模糊逻辑理论、神经网络、粗集理论等；本实施例采用卡尔曼滤波进行传感器数据融合，假设各传感器的数据信息为Xi(其中i表示第i个传感器的代号)，经卡尔曼滤波得到的状态估计值为协方差为Pi，将全部局部最优估计送到融合中心进行全局融合，
其中，Xm为融合结果的最优估计一致估计；
Pm为融合后的协方差。
多传感器数据融合克服了单个传感器不能提供足够准确和可靠数据的缺陷，扩展了时空覆盖范围，提高了系统的可靠性和鲁棒性，增强了数据的可靠性和精度。
S2：根据激光传感器获取的物体位置及距离信息构建运行环境轮廓地图，然后根据惯性传感器获取的运行姿态信息得到运行环境路面的平整度信息，基于该平整度信息对运行环境轮廓地图进行角度修正，使运行环境地形轮廓与实际运行环境的地理坐标相一致；
S3：根据视觉传感器获取的物体图像信息对运行环境轮廓地图中的物体形状、尺寸进行修正，对轮廓的物体类别进行判断，最终综合多传感器信息形成一套可更新多要素集成的实时环境实景地图；
S4：将上述实时环境实景地图与预存的环境地图进行特征匹配，匹配成功后生成智能AGV小车自身的定位信息，并根据上位机基于该定位信息生成的路径指令进行导航控制；
当匹配失败后根据实时环境实景地图对预存的环境地图进行更新，并根据上位机基于更新后的环境地图生成的路径指令进行导航控制。
环境地图由智能AGV小车通过探索式搜寻的方式预先创建，上位机中的地图构建软件设置运行路径以及运行速度等信息并下载到智能AGV小车的车载自主导航控制器中，智能AGV小车重启运行后根据激光传感器、惯性传感器和视觉传感器三种传感器实际采集的位置、姿态角度以及物体形状、类别及尺寸信息构建实时的环境实景地图，将该实时环境实景地图中的环境特征与预先创建的环境地图进行匹配，如果匹配成功则可以直接获取智能AGV小车当前的定位，实现AGV自主导航定位；如果匹配失败，说明实时环境信息发生了变化，则根据构建的实时环境实景地图将变化后的环境特征信息更新车载环境地图。
智能AGV小车在运行过程中的指令执行状态信息、实时位姿信息以及实时环境梯度信息均实时反馈给上位机，上位机根据上述实时信息决策发出任务指令和路径指令。
S5：在出现路径冲突时规划局部自由曲线路径进行避让；首先判断障碍物四周是否具有可进行局部路径改变的有效空间，若有，则以当前位置为起点、以障碍物后方预设距离处为终点生成避让障碍物的自由曲线路径。
AGV运行过程中，若在运行路径上出现障碍物，可通过视觉传感器获取的图像信息进行模式识别，判断是何种类型的障碍物并提示报警；在决策判断可局部改变路径运行情况下，提前规划局部自由曲线路径避开障碍物，减少停车等待次数及等待时间；此外，对于多车相遇错车等情况，AGV提前决策判断规划局部自由曲线路径，提前避开多车近距离相遇可能导致的死锁以及停车错车等情况。
本实施例提供的实施流程如下：先判断障碍物的位置前后左右空间是否具备可进行局部改变路径的条件，满足局部改变路径条件下以当前位置坐标为起点，以障碍物正后方2m为终点自动生成最短最优曲线路径，控制AGV沿着该曲线路径运行避开障碍物。
本实施例还提供了一种用于实现上述自主导航控制方法的通用型自主导航控制装置，如图2所示，该装置包括激光传感器、惯性传感器、视觉传感器、多源信息预处理模块、环境地图构建模块和自主导航定位模块；
其中，激光传感器、惯性传感器、视觉传感器均安装于智能AGV小车上，在智能AGV小车的移动过程中，激光传感器获取智能AGV小车周围的物体位置及距离信息；该激光传感器可以是单线或多线激光雷达；惯性传感器获取智能AGV小车的运行姿态信息；视觉传感器获取智能AGV小车周围的物体图像信息。
多源信息预处理模块用于采用融合算法对物体位置及距离信息、运行姿态信息和物体图像信息进行最佳一致估计，对单一传感器的不确定性和测量范围的局限性进行补偿；本实施例采用的融合算法为卡尔曼滤波。
环境地图构建模块用于根据多源信息预处理模块处理后的物体位置及距离信息构建运行环境轮廓地图；然后根据运行姿态信息得到运行环境路面的平整度信息，并基于平整度信息对运行环境轮廓地图进行角度修正，使运行环境地形轮廓与实际运行环境的地理坐标相一致；最后根据物体图像信息对运行环境轮廓地图中的物体形状、尺寸进行修正，对轮廓的物体类别进行判断，生成具有可更新多要素集成的实时环境实景地图。
自主导航定位模块用于将环境地图构建模块生成的实时环境实景地图与预存的环境地图进行特征匹配，匹配成功后生成智能AGV小车自身的定位信息，并根据上位机基于该定位信息生成的路径指令进行导航控制；
当匹配失败后根据所述实时环境实景地图对预存的环境地图进行更新，并根据上位机基于更新后的环境地图生成的路径指令进行导航控制。
环境地图由智能AGV小车通过探索式搜寻的方式预先创建，上位机中的地图构建软件设置运行路径以及运行速度等信息并下载到智能AGV小车的车载自主导航控制器中，智能AGV小车重启运行后根据激光传感器、惯性传感器和视觉传感器三种传感器实际采集的位置、姿态角度以及物体形状、类别及尺寸信息构建实时的环境实景地图，将该实时环境实景地图中的环境特征与预先创建的环境地图进行匹配，如果匹配成功则可以直接获取智能AGV小车当前的定位，实现AGV自主导航定位；如果匹配失败，说明实时环境信息发生了变化，则根据构建的实时环境实景地图将变化后的环境特征信息更新车载环境地图。
作为本实施例的一个优选，该通用型自主导航控制装置还包括局部路径规划模块；
该局部路径规划模块用于在出现路径冲突判断障碍物四周是否具有可进行局部路径改变的有效空间，若有，则以当前位置为起点、以障碍物后方预设距离处为终点生成避让障碍物的自由曲线路径，控制AGV沿着该曲线路径运行避开障碍物
AGV运行过程中，若在运行路径上出现障碍物，可通过视觉传感器获取的图像信息进行模式识别，判断是何种类型的障碍物并提示报警；在决策判断可局部改变路径运行情况下，提前规划局部自由曲线路径避开障碍物，减少停车等待次数及等待时间；此外，对于多车相遇错车等情况，AGV小车提前决策判断规划局部自由曲线路径，提前避开多车近距离相遇可能导致的死锁以及停车错车等情况。
本实施例还提供了一种导航控制器，包括至少一个处理器、以及至少一个存储器，其中，存储器中存储有计算机程序，当该计算机程序被所述处理器执行时，使得该处理器执行上述自主导航控制方法的步骤。处理器和存储器的类型不作具体限制，例如：处理器可以是微处理器、数字信息处理器、片上可编程逻辑系统等；存储器可以是易失性存储器、非易失性存储器或者它们的组合等。本实施例中，该导航控制器为基于GPU嵌入式的高性能计算模块，在数据处理方面实现大量实时多源信息的多核处理、运算、传输功能、满足多任务的实时操作功能以及深度学习功能，主要由NVIDIA公司JETSON TX2模块、Xilinx公司Z7系列FPGA、处理器、高速存储器、SPI FLASH、DC-DC电源模块、电源管理芯片、千兆以太网转换芯片、HDMI、USB3.0调试接口及其连接器等外围电路组成。
在硬件接口上充分考虑兼容各种形态AGV，接口数量及种类都可以满足要求，硬件接口包括1路以太网接口、2路CAN、3路USB、40路I/0、6路RS232/RS485串口、1路SD卡接口、1路HDMI/VGA接口以及备用拓展接口组成，可以满足各种形态AGV的兼容适配，此外，专门预留的备用拓展接口可以满足个性化、定制化需求。
参见图3，激光传感器通过无线路由器与处理器实现通信，该无线路由器与处理器的网口相连；上位机也通过无线路由器与处理器进行通信；视觉传感器通过HDMI/VGA接口与处理器通信，惯性传感器通过RS232/RS485串口与处理器通信。
本实施例还提供了一种计算机可读介质，其存储有可由终端设备执行的计算机程序，当该计算机程序在终端设备上运行时，使得所述终端设备执行上述自主导航控制方法的步骤。计算机可读介质的类型包括但不限于SD卡、U盘、固定硬盘、移动硬盘等存储介质。
相比于传统的导航方式，本发明提供的一种通用型自主导航控制方法、装置及设备终端，利用激光、惯性、视觉传感器自主实时采集环境信息，通过数据融合构建工作环境场所的实时环境地图，将该实时环境实景地图中的环境特征与预先创建的环境地图进行特征匹配，匹配成功后获取智能AGV小车当前的定位，实现AGV自主导航定位；基于上述实时环境地图的构建以及与预先创建的环境地图进行特征匹配，使智能AGV小车能够应用与不同的工作场景而无需进行软件升级更新，解决传统导航方式无法满足AGV多种工作场景切换应用的问题。
本领域的技术人员容易理解，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、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种通用型自主导航控制方法，其特征在于，包括以下步骤：
根据激光传感器采集的物体位置及距离信息构建运行环境轮廓地图；
根据惯性传感器采集的运行姿态信息生成运行环境路面的平整度信息，基于所述平整度信息对所述运行环境轮廓地图进行角度修正；
根据视觉传感器采集的物体图像信息对运行环境轮廓地图中的物体形状、尺寸进行修正，生成实时环境实景地图；
将所述实时环境实景地图与预存的环境地图进行特征匹配，匹配成功后生成自身的定位信息，并根据上位机基于所述定位信息生成的路径指令进行导航控制。
2.如权利要求1所述的通用型自主导航控制方法，其特征在于，当匹配失败后根据所述实时环境实景地图对预存的环境地图进行更新，并根据上位机基于更新后的环境地图生成的路径指令进行导航控制。
3.如权利要求1或2所述的通用型自主导航控制方法，其特征在于，还包括在出现路径冲突时规划局部自由曲线路径进行避让的步骤：
判断障碍物四周是否具有可进行局部路径改变的有效空间，若有，则以当前位置为起点、以障碍物后方预设距离处为终点生成避让障碍物的自由曲线路径。
4.如权利要求3所述的通用型自主导航控制方法，其特征在于，构建运行环境轮廓地图之前还包括以下步骤：
基于融合算法对物体位置及距离信息、运行姿态信息和物体图像信息进行最佳一致估计。
5.一种通用型自主导航控制装置，其特征在于，包括环境地图构建模块和自主导航定位模块；
所述环境地图构建模块用于根据激光传感器获取的物体位置及距离信息构建运行环境轮廓地图；根据惯性传感器获取的运行姿态信息得到运行环境路面的平整度信息并基于所述平整度信息对所述运行环境轮廓地图进行角度修正；并根据视觉传感器获取的物体图像信息对运行环境轮廓地图中的物体形状、尺寸进行修正，生成实时环境实景地图；
所述自主导航定位模块用于将所述实时环境实景地图与预存的环境地图进行特征匹配，匹配成功后生成自身的定位信息，并根据上位机基于所述定位信息生成的路径指令进行导航控制。
6.如权利要求5所述的通用型自主导航控制装置，其特征在于，所述自主导航定位模块还用于当匹配失败后根据所述实时环境实景地图对预存的环境地图进行更新，并根据上位机基于更新后的环境地图生成的路径指令进行导航控制。
7.如权利要求5或6所述的通用型自主导航控制装置，其特征在于，还包括局部路径规划模块；
所述局部路径规划模块用于在出现路径冲突判断障碍物四周是否具有可进行局部路径改变的有效空间，若有，则以当前位置为起点、以障碍物后方预设距离处为终点生成避让障碍物的自由曲线路径。
8.如权利要求7所述的通用型自主导航控制装置，其特征在于，还包括多源信息预处理模块；
所述多源信息预处理模块用于采用融合算法对物体位置及距离信息、运行姿态信息和物体图像信息进行最佳一致估计。
9.一种终端设备，其特征在于，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述计算机程序被所述处理单元执行时，使得所述处理单元执行权利要求1～4任一项所述方法的步骤。
10.如权利要求9所述的终端设备，其特征在于，所述终端设备包括多种硬件接口，所述硬件接口为以太网接口、CAN、USB、I/0、RS232/RS485串口、SD卡接口、HDMI、VGA接口以及备用拓展接口。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910820540.7A CN110440811B (zh) | 2019-08-29 | 2019-08-29 | 一种通用型自主导航控制方法、装置及设备终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910820540.7A CN110440811B (zh) | 2019-08-29 | 2019-08-29 | 一种通用型自主导航控制方法、装置及设备终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110440811A true CN110440811A (zh) | 2019-11-12 |
| CN110440811B CN110440811B (zh) | 2021-05-14 |
Family
ID=68438782
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910820540.7A Active CN110440811B (zh) | 2019-08-29 | 2019-08-29 | 一种通用型自主导航控制方法、装置及设备终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110440811B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112220405A (zh) * | 2020-10-29 | 2021-01-15 | 久瓴(江苏)数字智能科技有限公司 | 自移动工具清扫路线更新方法、装置、计算机设备和介质 |
| CN112631296A (zh) * | 2020-12-18 | 2021-04-09 | 杭州未名信科科技有限公司 | 基于深度强化学习的机器人导航方法及系统、设备、介质 |
| CN113267156A (zh) * | 2021-04-13 | 2021-08-17 | 深圳大学 | 一种利用惯导测量水泥地坪平整度的方法及测量系统 |
| CN113295157A (zh) * | 2021-05-08 | 2021-08-24 | 西安达升科技股份有限公司 | 一种agv视觉导航方法 |
| CN113693509A (zh) * | 2021-09-10 | 2021-11-26 | 深圳乐生机器人智能科技有限公司 | 一种扫地机器人清扫位置控制方法及其扫地机器人 |
| CN113888635A (zh) * | 2021-09-29 | 2022-01-04 | 北京百度网讯科技有限公司 | 视觉定位方法、相关装置及计算机程序产品 |
| CN114609646A (zh) * | 2022-03-16 | 2022-06-10 | 上海擎朗智能科技有限公司 | 激光建图方法、装置、介质及电子设备 |
| CN115381354A (zh) * | 2022-07-28 | 2022-11-25 | 广州宝乐软件科技有限公司 | 清洁机器人的避障方法、避障装置、存储介质和设备 |
| CN115639578A (zh) * | 2022-12-20 | 2023-01-24 | 广东新禾道信息科技有限公司 | 一种北斗导航定位监测处理方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101914889A (zh) * | 2010-08-10 | 2010-12-15 | 武汉武大卓越科技有限责任公司 | 基于加速度补偿的激光平整度测量系统和方法 |
| US20130304383A1 (en) * | 2012-05-11 | 2013-11-14 | Honeywell International Inc. | Systems and methods for landmark selection for navigation |
| CN106403964A (zh) * | 2016-08-30 | 2017-02-15 | 北汽福田汽车股份有限公司 | 一种定位导航系统及车辆 |
| CN109459039A (zh) * | 2019-01-08 | 2019-03-12 | 湖南大学 | 一种医药搬运机器人的激光定位导航系统及其方法 |
| CN109520472A (zh) * | 2018-12-26 | 2019-03-26 | 交通运输部公路科学研究所 | 一种接触式路面高程测量装置 |
| CN109556617A (zh) * | 2018-11-09 | 2019-04-02 | 同济大学 | 一种自动建图机器人的地图要素提取方法 |
-
2019
- 2019-08-29 CN CN201910820540.7A patent/CN110440811B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101914889A (zh) * | 2010-08-10 | 2010-12-15 | 武汉武大卓越科技有限责任公司 | 基于加速度补偿的激光平整度测量系统和方法 |
| US20130304383A1 (en) * | 2012-05-11 | 2013-11-14 | Honeywell International Inc. | Systems and methods for landmark selection for navigation |
| CN106403964A (zh) * | 2016-08-30 | 2017-02-15 | 北汽福田汽车股份有限公司 | 一种定位导航系统及车辆 |
| CN109556617A (zh) * | 2018-11-09 | 2019-04-02 | 同济大学 | 一种自动建图机器人的地图要素提取方法 |
| CN109520472A (zh) * | 2018-12-26 | 2019-03-26 | 交通运输部公路科学研究所 | 一种接触式路面高程测量装置 |
| CN109459039A (zh) * | 2019-01-08 | 2019-03-12 | 湖南大学 | 一种医药搬运机器人的激光定位导航系统及其方法 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112220405A (zh) * | 2020-10-29 | 2021-01-15 | 久瓴(江苏)数字智能科技有限公司 | 自移动工具清扫路线更新方法、装置、计算机设备和介质 |
| CN112631296A (zh) * | 2020-12-18 | 2021-04-09 | 杭州未名信科科技有限公司 | 基于深度强化学习的机器人导航方法及系统、设备、介质 |
| CN112631296B (zh) * | 2020-12-18 | 2023-06-20 | 杭州未名信科科技有限公司 | 基于深度强化学习的机器人导航方法及系统、设备、介质 |
| CN113267156A (zh) * | 2021-04-13 | 2021-08-17 | 深圳大学 | 一种利用惯导测量水泥地坪平整度的方法及测量系统 |
| CN113295157A (zh) * | 2021-05-08 | 2021-08-24 | 西安达升科技股份有限公司 | 一种agv视觉导航方法 |
| CN113295157B (zh) * | 2021-05-08 | 2024-05-03 | 西安达升科技股份有限公司 | 一种agv视觉导航方法 |
| CN113693509A (zh) * | 2021-09-10 | 2021-11-26 | 深圳乐生机器人智能科技有限公司 | 一种扫地机器人清扫位置控制方法及其扫地机器人 |
| CN113888635A (zh) * | 2021-09-29 | 2022-01-04 | 北京百度网讯科技有限公司 | 视觉定位方法、相关装置及计算机程序产品 |
| CN114609646A (zh) * | 2022-03-16 | 2022-06-10 | 上海擎朗智能科技有限公司 | 激光建图方法、装置、介质及电子设备 |
| CN115381354A (zh) * | 2022-07-28 | 2022-11-25 | 广州宝乐软件科技有限公司 | 清洁机器人的避障方法、避障装置、存储介质和设备 |
| CN115639578A (zh) * | 2022-12-20 | 2023-01-24 | 广东新禾道信息科技有限公司 | 一种北斗导航定位监测处理方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110440811B (zh) | 2021-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110440811A (zh) | 一种通用型自主导航控制方法、装置及设备终端 | |
| Chen et al. | Parallel driving OS: A ubiquitous operating system for autonomous driving in CPSS | |
| US9612123B1 (en) | Adaptive mapping to navigate autonomous vehicles responsive to physical environment changes | |
| JP2022065083A (ja) | 物理的環境の変化に応答して自律車両をナビゲートするための適応マッピング | |
| CN110376594A (zh) | 一种基于拓扑图的智能导航的方法和系统 | |
| CN108170126A (zh) | 控制系统及汽车 | |
| CN111103887A (zh) | 一种基于多传感器的多移动机器人调度系统设计方法 | |
| WO2019069876A2 (en) | COMPLETE MULTI-AGENT ROBOTIC MANAGEMENT SYSTEM | |
| CN108280853A (zh) | 车载视觉定位方法、装置及计算机可读存储介质 | |
| CN112650214B (zh) | 一种集群系统动态编队的队形控制方法 | |
| CN111176276A (zh) | 一种智能仓储机器人的开发及应用 | |
| CN113515117A (zh) | 一种基于时间窗的多agv实时调度的冲突消解方法 | |
| Tariq et al. | Controlled parking for self-driving cars | |
| CN117389229A (zh) | 一种基于数字孪生的多agv调度规划方法 | |
| Dai | Research on robot positioning and navigation algorithm based on SLAM | |
| Zhang et al. | APFD: an effective approach to taxi route recommendation with mobile trajectory big data | |
| Li | Constructing the intelligent expressway traffic monitoring system using the internet of things and inspection robot | |
| WO2024036984A1 (zh) | 目标定位方法及相关系统、存储介质 | |
| CN116774603B (zh) | 多agv协同调度仿真平台及仿真方法 | |
| CN117519132A (zh) | 一种基于港口无人集卡的路径规划方法和装置 | |
| CN112985428B (zh) | 基于安全角度的高精传感地图的图层的优先级参取方法 | |
| Yang et al. | Stochastic Parameter Identification Method for Driving Trajectory Simulation Processes Based on Mobile Edge Computing and Self‐Organizing Feature Mapping | |
| Jiang et al. | Research on RTLS-based coordinate guided vehicle (CGV) for material distribution in discrete manufacturing workshop | |
| CN114677660A (zh) | 模型训练和道路检测方法及装置 | |
| Zhang et al. | Recent Advances in Mobile Robot Localization in Complex Scenarios |
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 |