CN110658827B - 一种基于物联网的运输车自动引导系统及其方法 - Google Patents
一种基于物联网的运输车自动引导系统及其方法 Download PDFInfo
- Publication number
- CN110658827B CN110658827B CN201911020439.XA CN201911020439A CN110658827B CN 110658827 B CN110658827 B CN 110658827B CN 201911020439 A CN201911020439 A CN 201911020439A CN 110658827 B CN110658827 B CN 110658827B
- Authority
- CN
- China
- Prior art keywords
- state
- transport vehicle
- vehicle
- distance
- expressed
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 32
- 230000009471 action Effects 0.000 claims abstract description 82
- 238000004458 analytical method Methods 0.000 claims abstract description 61
- 230000005540 biological transmission Effects 0.000 claims abstract description 24
- 238000004891 communication Methods 0.000 claims abstract description 24
- 239000000284 extract Substances 0.000 claims abstract description 5
- 238000013507 mapping Methods 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 21
- 238000007726 management method Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 230000004888 barrier function Effects 0.000 claims description 2
- 230000006855 networking Effects 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
Abstract
本发明公开一种基于物联网的运输车自动引导系统,包括车载终端、定位获取模块、姿态获取模块、状态距离分析模块、分析服务器、运输存储数据库、通信传输模块和管理控制终端;分析服务器分别与车载终端、姿态获取模块、状态距离分析模块、分析服务器、运输存储数据库和通信传输模块连接,车载终端与状态距离分析模块连接,定位获取模块与姿态获取模块连接,通信传输模块与管理控制终端连接。本发明根据统计的运输车的引导动作函数,以提取该最大引导系数对应的动作引导运输车,合理的规划运输车的运输状态,具有自身运动状态的调节能力,为运输车规划出从出发地到目标位置间的最佳导航路径。
Description
技术领域
本发明属于运输车导航引导系统,涉及到一种基于物联网的运输车自动引导系统及其方法。
背景技术
AGV(自动引导运输车)通过计算机、电控设备等控制,具有自动化程度高的优点,且AGV灵巧方便,相较于传统的叉车等其他搬运工具,具有能够有效减少占地面积的效果;在生产车间的AGV可以在各个车间穿梭往复,极大提高了车间的生产效率。
目前,运输车从出发地到目的地的过程中,存在多种不确定的影响因素,影响运输车按照设定的路径进行导航,特别对于复杂的运动环境,更加难以确定运输车的运动动作,无法实现为运输车建立最佳的运动引导模型,进而导致运输车的运行轨迹的准确性差以及适应能力差,无法动态寻找最佳的运动动作以及最佳的运动轨迹,为了解决以上问题,现设计一种基于物联网的运输车自动引导系统及其方法。
发明内容
本发明的目的在于提供的基于物联网的运输车自动引导系统及其方法,通过实时获取运输车的位置,并将获取的运输车的位置与运输车的目标位置进行对比,以判断运输车是否到达目标位置,对于未到达目标位置的运输车,统计运输车从当前状态切换成下一状态对应的引导动作函数,并筛选引导动作函数中最大的引导系数,提取该最大引导系数对应的动作,并按照该动作引导运输车从当前状态切换至下一状态,解决了现有运输车在运行引导的过程中,存在的准确性差以及适应性差的问题,导致无法根据所在环境进行动态运动状态的调整以及引导效率低。
本发明的目的可以通过以下技术方案实现:
一种基于物联网的运输车自动引导系统,包括车载终端、定位获取模块、姿态获取模块、状态距离分析模块、分析服务器、运输存储数据库、通信传输模块和管理控制终端;
所述分析服务器分别与车载终端、姿态获取模块、状态距离分析模块、分析服务器、运输存储数据库和通信传输模块连接,车载终端与状态距离分析模块连接,定位获取模块与姿态获取模块连接,通信传输模块与管理控制终端连接;
所述车载终端用于检测运输车周围距离障碍物的距离、采集运输车前进方向的图像信息以及检测运输车的速度,并将检测的距离障碍物的距离以及图像信息发送至状态距离分析模块,将检测的运输车的速度发送至分析服务器;
所述状态距离分析模块用于接收车载终端发送的运输车前后左右侧面距离障碍物的距离以及运输车前方的图像信息,对接收的图像信息中运输车前方区域划分成n个前方子区域,并统计t时刻运输车距离各前方子区域内障碍物的距离,将障碍物距离组成障碍物距离向量St=[s1t,s2t,...,sit,...,snt]T,sit表示为t时刻运输车距离第i个前方子区域内障碍物的距离,并将t时刻运输车距离各前方子区域内的障碍物的距离所构成的障碍物距离向量发送至分析服务器;
所述定位获取模块安装在运输车上,用于获取运输车在t时刻的位置信息,并将获取的运输车的位置信息发送至姿态获取模块;
所述姿态获取模块用于建立运输车所在运输环境下的二维地图,并接收定位获取模块发送的运输车的位置信息导入至二维地图上,提取运输车在二维地图上的位置坐标,为At(xt,yt),并统计运输车前进方向与二维地图中的OX正向轴的夹角αt,并将运输车的位置坐标以及运输车前进方向与二维地图中的OX正向轴间的夹角发送至分析服务器;
所述运输存储数据库用于存储运输车的目标位置,存储运输车距离障碍物的安全距离最小阈值Sa、碰撞距离Sb以及到达目标位置允许的偏移量距离Sp,并存储运输车的运动动作集合,运动动作集合B(b1,b2,b3),b1表示为向左转,转动角度为-φ,b2表示为向右转,转动角度为φ,φ>0,b3表示为保持直行,取值为0;
所述分析服务器用于接收接收姿态获取模块发送的运输车的位置坐标以及运输车前进方向与OX正向轴的夹角,统计经Δt时间后的位置状态,分别为xt+Δt、yt+Δt和αt+Δt,xt+Δt、yt+Δt表示为经Δt时间后运输车的坐标,αt+Δt表示为经Δt时间后运输车前进方向与OX正向轴的夹角;
所述分析服务器获取通信传输模块发送的运输车的目标位置,根据运输车的目标位置以及运输车所在的位置,统计运输车距离目的地的距离lt,并统计目的地与运输车导向的角度偏移度建立运输车空间位置状态,运输车空间位置状态表示为并将统计的运输车距离目的地的距离以及目的地与运输车间的角度偏移度发送至通信传输模块;
同时,分析服务器接收状态距离分析模块发送的障碍物距离向量,提取运输存储数据库中运输车距离障碍物的安全距离最小阈值Sa、碰撞距离Sb以及到达目标位置允许的偏移量距离Sp,根据安全距离最小阈值、碰撞距离以及允许的偏移量距离,判断运输车预期的状态,所述运输车预期的状态表达式i=1,2,...,n,其中,F1表示为当运输车距离障碍物大于安全距离最小阈值,且未到达目标位置,F2表示为当运输车距离障碍物距离小于安全距离最小阈值,F3表示为运输车到达预定的目标位置,任务完成,F4表示为运输车与障碍物发生碰撞,分析服务器根据运输车的状态,判断运输车从当前状态切换成下一状态对应的预期状态值方程U,且建立运输车预期的状态U与动作动作集合B间的映射关系,并根据状态与动作间的映射关系以及预期状态值方程,计算运输车从当前状态切换成下一状态对应的引导动作函数,筛选出引导动作函数中最大的引导系数,以提取最大的引导动作函数对应的当前状态,并提取该当前状态对应的映射动作,将映射动作用于引导运输车的运行,直至运输车到达F3状态为止,即运输车在二维地图中的坐标位置与目标位置相重合,达到目标位置;
另外,分析服务器统计运输车在运输的过程中与障碍物发生碰撞的次数,并将碰撞的次数发送至管理控制终端;
通信传输模块用于接收分析服务器发送的运输车距离目的地的距离、目的地与运输车间的角度偏移度以及运输车到达目的地过程中与障碍物碰撞的次数发送至管理控制终端,并接收管理控制终端发送的运输车的目标位置;
所述管理控制终端用于接收通信传输模块发送的运输车距离目的地的距离、目的地与运输车间的角度偏移度运输车到达目的地过程中与障碍物碰撞的次数,并进行显示。
进一步地,经Δt时间后的位置状态表示为:xt+Δt、yt+Δt表示为经Δt时间后运输车的坐标,分别表示为在X轴上距离原点O的距离,在Y轴上距离原点O的距离,αt+Δt表示为在经Δt时间后与运输车前进方向与OX正向轴的夹角,xt、yt表示为t时刻,运输车的坐标,分别表示为t时刻在X轴上距离原点O的距离,在Y轴上距离原点O的距离,αt+Δt表示为经Δt时间后运输车前进方向与OX正向轴的夹角,vt表示为运输车的线速度,wt表示为运输车的角速度,αt表示为t时刻运输车前进方向与OX正向轴的夹角。
进一步地,所述预期状态值方程U的表达式当gt=1,表示为运输车从F1状态切换至F3状态或从F1状态切换至F1状态或运输车从F2状态切换成F1状态,当gt=-1,表示为运输车从F2状态切换成F4状态,当gt=0,表示为运输车从F1状态切换成F2状态或从F2状态切换成F2状态。
进一步地,所述引导动作函数的计算公式为,其中,表示为运输车从状态u到达状态u′的引导系数,P(u,bi,u′)表示为运输车在状态u下选择动作bi后到达状态u′的状态切换概率,P(u,bi,u′)等于k或g(u,bi,u′)表示为运输车在状态u下选择动作bi后到达状态u′的预期状态值,且ut=u,ut+1=u′,λ表示为比例因子,取0.426,maxg(u′,bi′)表示为运输车在状态u′下选择动作bi′的预期状态值中的最大值,t表示时刻t。
进一步地,一种基于物联网的运输车自动引导方法,包括如下步骤:
S1、检测运输车周侧距离障碍物的距离,并采集运输车前方的图像信息,对采集的图像进行划分,划分成若干n个前方子区域;
S2、建立运输车距离各前方子区域内障碍物的距离,并构建障碍物距离向量St=[s1t,s2t,...,sit,...,snt]T,sit表示为t时刻运输车距离第i个前方子区域内障碍物的距离;
S3、获取运输车的运行线速度和角速度,并获取运输车的位置信息,将获取的运输车的位置信息导入至二维地图中,以凸起运输车在二维地图上的位置坐标以及运输车前进方向与OX正向轴的夹角αt;
S4、预计经Δt时间后运输车的位置状态,经Δt时间后运输车的位置状态包括坐标以及与OX正向轴的夹角;
S7、判断运输车从当前状态切换成下一状态对应的预期状态值方程,所述预期状态值方程的表达式当gt=1,表示为运输车从F1状态切换至F3状态或从F1状态切换至F1状态或运输车从F2状态切换成F1状态,当gt=-1,表示为运输车从F2状态切换成F4状态,当gt=0,表示为运输车从F1状态切换成F2状态或从F2状态切换成F2状态;
S8、建立运输车预期的状态U与动作动作集合B间的映射关系,根据状态与动作间的映射关系以及预期状态值方程,计算运输车从当前状态切换成下一状态对应的引导动作函数,筛选出引导动作函数中最大的引导系数;
S9、提取最大的引导动作函数对应的当前状态,并提取当前引导系数对应的映射动作,采用该映射动作引导进行引导;
S10、判断运输车当前位置是否与目标位置相重合,若与目标位置相重合,则达到目标位置,若不目标位置相重合,则执行步骤S3-S9,直至运输车当前位置与目标位置相重合。
进一步地,引导动作函数的计算公式其中,表示为运输车从状态u到达状态u′的引导系数,P(u,bi,u′)表示为运输车在状态u下选择动作bi后到达状态u′的状态切换概率,g(u,bi,u′)表示为运输车在状态u下选择动作bi后到达状态u′的预期状态值,且ut=u,ut+1=u′,λ表示为比例因子,取0.426,maxg(u′,bi′)表示为运输车在状态u′下选择动作bi′的预期状态值中的最大值,t表示时刻t。
本发明的有益效果:
1、本发明提供的一种基于物联网的运输车自动引导系统及其方法,通过车载终端采集运输车周侧距障碍物的距离以及采集运输车前方的图像,建立障碍物距离向量,为后期统计运输车预期的状态提供可靠的参考数据,并根据运输车预期的状态判断运输车从当前状态切换成下一状态的预期状态值,实现对运输车在行使过程中的状态判断,大大提高了运输车在导航过程中的安全性,为后期运输车的引导奠定基础。
2、通过实时获取运输车的位置,并将获取的运输车的位置与运输车的目标位置进行对比,以判断运输车是否到达目标位置,对于未到达目标位置的运输车,统计运输车从当前状态切换成下一状态对应的引导动作函数,并筛选引导动作函数中最大的引导系数,提取该最大引导系数对应的动作,并按照该动作引导运输车从当前状态切换至下一状态,提高了运输车引导的高效性,减少运输过程中发生碰撞的概率,合理的规划运输车的运输状态,同时,可使得运输车随周围障碍物的情况进行自身运动状态的调节,提高了运输车导航过程中的适应能力,并规划出出发地到目标位置间的最佳导航路径,提高了运输车引导的效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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为本发明中一种基于物联网的运输车自动引导系统的示意图。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,一种基于物联网的运输车自动引导系统,包括车载终端、定位获取模块、姿态获取模块、状态距离分析模块、分析服务器、运输存储数据库、通信传输模块和管理控制终端;
分析服务器分别与车载终端、姿态获取模块、状态距离分析模块、分析服务器、运输存储数据库和通信传输模块连接,车载终端与状态距离分析模块连接,定位获取模块与姿态获取模块连接,通信传输模块与管理控制终端连接。
车载终端包括图像采集单元、速度检测单元和障碍检测单元,障碍检测单元包括若干超声波传感器,超声波传感器分布在运输车周侧面,用于实时检测运输车周侧的障碍物,并将检测的障碍物距运输车的距离发送至状态距离分析模块,图像采集单元为摄像头,安装在运输车的前端,用于采集运输车前方的图像信息,并将采集的运输车前方的图像信息发送至状态距离分析模块,速度检测单元为速度传感器,用于实时检测运输车的速度,并将检测的运输车的速度发送至分析服务器,其中,检测的速度包括运输车在前进方向的线速度以及运输车前进过程中的角速度;
状态距离分析模块用于接收车载终端发送的运输车前后左右侧面距离障碍物的距离以及运输车前方的图像信息,对接收的图像信息中运输车前方区域划分成n个前方子区域,并统计t时刻运输车距离各前方子区域内障碍物的距离,将障碍物距离组成障碍物距离向量St=[s1t,s2t,...,sit,...,snt]T,sit表示为t时刻运输车距离第i个前方子区域内障碍物的距离,并将t时刻运输车距离各前方子区域内的障碍物的距离所构成的障碍物距离向量发送至分析服务器,每个超声波传感器与一个前方子区域进行相对应,即运输车距第i个前方子区域的距离等于第i个超声波传感器距离障碍物的距离;
定位获取模块采用定位技术,安装在运输车上,用于获取运输车在t时刻的位置信息,并将获取的运输车的位置信息发送至姿态获取模块;
姿态获取模块用于建立运输车所在运输环境下的二维地图,并接收定位获取模块发送的运输车的位置信息导入至二维地图上,提取运输车在二维地图上的位置坐标,为At(xt,yt),并统计运输车前进方向与二维地图中的OX正向轴的夹角αt,并将运输车的位置坐标以及运输车前进方向与二维地图中的OX正向轴间的夹角发送至分析服务器,其中,二维地图由原点O、X轴和Y轴构成。
运输存储数据库用于存储运输车的目标位置,存储运输车距离障碍物的安全距离最小阈值Sa、碰撞距离Sb以及到达目标位置允许的偏移量距离Sp,并存储运输车的运动动作集合,运动动作集合B(b1,b2,b3),b1表示为向左转,转动角度为-φ,b2表示为向右转,转动角度为φ,φ>0,b3表示为保持直行,取值为0;
分析服务器用于接收接收姿态获取模块发送的运输车的位置坐标以及运输车前进方向与OX正向轴的夹角,并接收车载终端中速度检测单元发送的运输车的速度,根据接收的位置坐标、运输车前进方向与OX正向轴的夹角以及运输车的线速度和角速度,统计经Δt时间后运输车的位置状态,运输车经Δt时间后的位置状态表示为:xt+Δt、yt+Δt表示为经Δt时间后运输车的坐标,分别表示为在X轴上距离原点O的距离,在Y轴上距离原点O的距离,αt+Δt表示为在经Δt时间后与运输车前进方向与OX正向轴的夹角,xt、yt表示为t时刻,运输车的坐标,分别表示为t时刻在X轴上距离原点O的距离,在Y轴上距离原点O的距离,αt+Δt表示为经Δt时间后运输车前进方向与OX正向轴的夹角,vt表示为运输车的线速度,wt表示为运输车的角速度,αt表示为t时刻运输车前进方向与OX正向轴的夹角;
分析服务器获取通信传输模块发送的运输车的目标位置,根据运输车的目标位置以及运输车所在的位置,统计运输车距离目的地的距离lt,并统计目的地与运输车导向的角度偏移度建立运输车空间位置状态,运输车空间位置状态表示为并将统计的运输车距离目的地的距离以及目的地与运输车间的角度偏移度发送至通信传输模块,其中,目的地与运输车导向的角度偏移度等于运输车目的地和OX正向轴间的夹角与运输车所在的位置和OX正向轴间的夹角的差值的绝对值。
3、分析服务器接收状态距离分析模块发送的障碍物距离向量,提取运输存储数据库中运输车距离障碍物的安全距离最小阈值Sa、碰撞距离Sb以及到达目标位置允许的偏移量距离Sp,根据安全距离最小阈值、碰撞距离以及允许的偏移量距离,判断运输车预期的状态表达式i=1,2,...,n,其中,F1表示为当运输车距离障碍物大于安全距离最小阈值,且未到达目标位置,F2表示为当运输车距离障碍物距离小于安全距离最小阈值,F3表示为运输车到达预定的目标位置,任务完成,F4表示为运输车与障碍物发生碰撞,分析服务器根据运输车的状态,判断运输车从当前状态切换成下一状态对应的预期状态值方程,所述预期状态值方程的表达式当gt=1,表示为运输车从F1状态切换至F3状态或从F1状态切换至F1状态或运输车从F2状态切换成F1状态,当gt=-1,表示为运输车从F2状态切换成F4状态,当gt=0,表示为运输车从F1状态切换成F2状态或从F2状态切换成F2状态,建立运输车预期的状态U与动作动作集合B间的映射关系,即每个状态都有一动作与该状态相对应,进而在某一状态下选择映射的动作对应的概率为k,选择其他动作对应的概率为k<1,分析服务器根据状态与动作间的映射关系以及预期状态值方程,计算运输车从当前状态切换成下一状态对应的引导动作函数,引导动作函数的计算公式为,其中,表示为运输车从状态u到达状态u′的引导系数,P(u,bi,u′)表示为运输车在状态u下选择动作bi后到达状态u′的状态切换概率,,P(u,bi,u′)等于k或g(u,bi,u′)表示为运输车在状态u下选择动作bi后到达状态u′的预期状态值,且ut=u,ut+1=u′,λ表示为比例因子,取0.426,maxg(u′,bi′)表示为运输车在状态u′下选择动作bi′的预期状态值中的最大值,t表示时刻t,筛选出引导动作函数中最大的引导系数,并提取最大的引导动作函数从当前状态切换至下一状态所对应的引导系数,以提取最大的引导动作函数对应的当前状态,并提取该当前状态对应的映射动作,直至运输车到达F3状态为止,即运输车在二维地图中的坐标位置与目标位置相重合,达到目标位置,大大提高了运输车引导的高效性,减少运输过程中发生碰撞的概率,合理的规划运输车的运输状态,同时,可使得运输车随周围障碍物的情况进行自身运动状态的调节,提高了运输车导航过程中的适应能力,并规划出出发地到目标位置间的最佳导航路径。
另外,分析服务器统计运输车在运输的过程中与障碍物发生碰撞的次数,并将碰撞的次数发送至管理控制终端。
通信传输模块用于接收分析服务器发送的运输车距离目的地的距离、目的地与运输车间的角度偏移度以及运输车到达目的地过程中与障碍物碰撞的次数发送至管理控制终端,并接收管理控制终端发送的运输车的目标位置。
管理控制终端用于接收通信传输模块发送的运输车距离目的地的距离、目的地与运输车间的角度偏移度运输车到达目的地过程中与障碍物碰撞的次数,并进行显示,便于后台管理人员清楚地了解运输车所处的实际位置距离目标位置的关系以及运输过程中的碰撞次数。
一种基于物联网的运输车自动引导方法,包括如下步骤:
S1、检测运输车周侧距离障碍物的距离,并采集运输车前方的图像信息,对采集的图像进行划分,划分成若干n个前方子区域;
S2、建立运输车距离各前方子区域内障碍物的距离,并构建障碍物距离向量St=[s1t,s2t,...,sit,...,snt]T,sit表示为t时刻运输车距离第i个前方子区域内障碍物的距离;
S3、获取运输车的运行线速度和角速度,并获取运输车的位置信息,将获取的运输车的位置信息导入至二维地图中,以凸起运输车在二维地图上的位置坐标以及运输车前进方向与OX正向轴的夹角αt;
S4、预计经Δt时间后运输车的位置状态,经Δt时间后运输车的位置状态包括坐标以及与OX正向轴的夹角;
S7、判断运输车从当前状态切换成下一状态对应的预期状态值方程,所述预期状态值方程的表达式当gt=1,表示为运输车从F1状态切换至F3状态或从F1状态切换至F1状态或运输车从F2状态切换成F1状态,当gt=-1,表示为运输车从F2状态切换成F4状态,当gt=0,表示为运输车从F1状态切换成F2状态或从F2状态切换成F2状态;
S8、建立运输车预期的状态U与动作动作集合B间的映射关系,根据状态与动作间的映射关系以及预期状态值方程,计算运输车从当前状态切换成下一状态对应的引导动作函数,其中,引导动作函数的计算公式为,其中,表示为运输车从状态u到达状态u′的引导系数,P(u,bi,u′)表示为运输车在状态u下选择动作bi后到达状态u′的状态切换概率,g(u,bi,u′)表示为运输车在状态u下选择动作bi后到达状态u′的预期状态值,且ut=u,ut+1=u′,λ表示为比例因子,取0.426,maxg(u′,bi′)表示为运输车在状态u′下选择动作bi′的预期状态值中的最大值,t表示时刻t,筛选出引导动作函数中最大的引导系数;
S9、提取最大的引导动作函数从当前状态切换至下一状态所对应的引导系数,并提取当前引导系数对应的映射动作,采用该映射动作引导进行引导;
S10、判断运输车当前位置是否与目标位置相重合,若与目标位置相重合,则达到目标位置,若不目标位置相重合,则执行步骤S3-S9,直至运输车当前位置与目标位置相重合。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (6)
1.一种基于物联网的运输车自动引导系统,其特征在于:包括车载终端、定位获取模块、姿态获取模块、状态距离分析模块、分析服务器、运输存储数据库、通信传输模块和管理控制终端;
所述分析服务器分别与车载终端、姿态获取模块、状态距离分析模块、运输存储数据库和通信传输模块连接,车载终端与状态距离分析模块连接,定位获取模块与姿态获取模块连接,通信传输模块与管理控制终端连接;
所述车载终端用于检测运输车周围距离障碍物的距离、采集运输车前进方向的图像信息以及检测运输车的速度,并将检测的距离障碍物的距离以及图像信息发送至状态距离分析模块,将检测的运输车的速度发送至分析服务器;
所述状态距离分析模块用于接收车载终端发送的运输车前后左右侧面距离障碍物的距离以及运输车前方的图像信息,对接收的图像信息中运输车前方区域划分成n个前方子区域,并统计t时刻运输车距离各前方子区域内障碍物的距离,将障碍物距离组成障碍物距离向量St=[s1t,s2t,...,sit,...,snt]T,sit表示为t时刻运输车距离第i个前方子区域内障碍物的距离,并将t时刻运输车距离各前方子区域内的障碍物的距离所构成的障碍物距离向量发送至分析服务器;
所述定位获取模块安装在运输车上,用于获取运输车在t时刻的位置信息,并将获取的运输车的位置信息发送至姿态获取模块;
所述姿态获取模块用于建立运输车所在运输环境下的二维地图,并接收定位获取模块发送的运输车的位置信息导入至二维地图上,提取运输车在二维地图上的位置坐标,为At(xt,yt),并统计运输车前进方向与二维地图中的OX正向轴的夹角αt,并将运输车的位置坐标以及运输车前进方向与二维地图中的OX正向轴间的夹角发送至分析服务器;
所述运输存储数据库用于存储运输车的目标位置,存储运输车距离障碍物的安全距离最小阈值Sa、碰撞距离Sb以及到达目标位置允许的偏移量距离Sp,并存储运输车的运动动作集合,运动动作集合B(b1,b2,b3),b1表示为向左转,转动角度为-φ,b2表示为向右转,转动角度为φ,φ>0,b3表示为保持直行,取值为0;
所述分析服务器用于接收接收姿态获取模块发送的运输车的位置坐标以及运输车前进方向与OX正向轴的夹角,统计经Δt时间后的位置状态,分别为xt+Δt、yt+Δt和αt+Δt,xt+Δt、yt+Δt表示为经Δt时间后运输车的坐标,αt+Δt表示为经Δt时间后运输车前进方向与OX正向轴的夹角;
所述分析服务器获取通信传输模块发送的运输车的目标位置,根据运输车的目标位置以及运输车所在的位置,统计运输车距离目的地的距离lt,并统计目的地与运输车导向的角度偏移度建立运输车空间位置状态,运输车空间位置状态表示为并将统计的运输车距离目的地的距离以及目的地与运输车间的角度偏移度发送至通信传输模块;
同时,分析服务器接收状态距离分析模块发送的障碍物距离向量,提取运输存储数据库中运输车距离障碍物的安全距离最小阈值Sa、碰撞距离Sb以及到达目标位置允许的偏移量距离Sp,根据安全距离最小阈值、碰撞距离以及允许的偏移量距离,判断运输车预期的状态,所述运输车预期的状态表达式i=1,2,...,n,其中,F1表示为当运输车距离障碍物大于安全距离最小阈值,且未到达目标位置,F2表示为当运输车距离障碍物距离小于安全距离最小阈值,F3表示为运输车到达预定的目标位置,任务完成,F4表示为运输车与障碍物发生碰撞,分析服务器根据运输车的状态,判断运输车从当前状态切换成下一状态对应的预期状态值方程U,且建立运输车预期的状态U与动作动作集合B间的映射关系,并根据状态与动作间的映射关系以及预期状态值方程,计算运输车从当前状态切换成下一状态对应的引导动作函数,筛选出引导动作函数中最大的引导系数,以提取最大的引导动作函数对应的当前状态,并提取该当前状态对应的映射动作,将映射动作用于引导运输车的运行,直至运输车到达F3状态为止,即运输车在二维地图中的坐标位置与目标位置相重合,达到目标位置;
另外,分析服务器统计运输车在运输的过程中与障碍物发生碰撞的次数,并将碰撞的次数发送至管理控制终端;
通信传输模块用于接收分析服务器发送的运输车距离目的地的距离、目的地与运输车间的角度偏移度以及运输车到达目的地过程中与障碍物碰撞的次数发送至管理控制终端,并接收管理控制终端发送的运输车的目标位置;
所述管理控制终端用于接收通信传输模块发送的运输车距离目的地的距离、目的地与运输车间的角度偏移度运输车到达目的地过程中与障碍物碰撞的次数,并进行显示。
4.根据权利要求3所述的基于物联网的运输车自动引导系统,其特征在于:所述引导动作函数的计算公式为,其中,表示为运输车从状态u到达状态u′的引导系数,P(u,bi,u′)表示为运输车在状态u下选择动作bi后到达状态u′的状态切换概率,P(u,bi,u′)等于k或g(u,bi,u′)表示为运输车在状态u下选择动作bi后到达状态u′的预期状态值,且ut=u,ut+1=u′,λ表示为比例因子,取0.426,maxg(u′,bi′)表示为运输车在状态u′下选择动作bi′的预期状态值中的最大值,t表示时刻t,gt+1表示为运输车在第t+1时刻从当前状态切换成下一状态对应的预期状态值,gt+2表示为运输车在第t+2时刻从当前状态切换成下一状态对应的预期状态值,gt+3表示为运输车在第t+3时刻从当前状态切换成下一状态对应的预期状态值。
5.一种基于物联网的运输车自动引导方法,其特征在于,包括如下步骤:
S1、检测运输车周侧距离障碍物的距离,并采集运输车前方的图像信息,对采集的图像进行划分,划分成若干n个前方子区域;
S2、建立运输车距离各前方子区域内障碍物的距离,并构建障碍物距离向量St=[s1t,s2t,...,sit,...,snt]T,sit表示为t时刻运输车距离第i个前方子区域内障碍物的距离;
S3、获取运输车的运行线速度和角速度,并获取运输车的位置信息,将获取的运输车的位置信息导入至二维地图中,以凸起运输车在二维地图上的位置坐标以及运输车前进方向与OX正向轴的夹角αt;
S4、预计经Δt时间后运输车的位置状态,经Δt时间后运输车的位置状态包括坐标以及与OX正向轴的夹角;
S7、判断运输车从当前状态切换成下一状态对应的预期状态值方程,所述预期状态值方程的表达式当gt=1,表示为运输车从F1状态切换至F3状态或从F1状态切换至F1状态或运输车从F2状态切换成F1状态,当gt=-1,表示为运输车从F2状态切换成F4状态,当gt=0,表示为运输车从F1状态切换成F2状态或从F2状态切换成F2状态,其中,F1表示为当运输车距离障碍物大于安全距离最小阈值,且未到达目标位置,F2表示为当运输车距离障碍物距离小于安全距离最小阈值,F3表示为运输车到达预定的目标位置,任务完成,F4表示为运输车与障碍物发生碰撞;
S8、建立运输车预期的状态U与动作动作集合B间的映射关系,根据状态与动作间的映射关系以及预期状态值方程,计算运输车从当前状态切换成下一状态对应的引导动作函数,筛选出引导动作函数中最大的引导系数;
S9、提取最大的引导动作函数对应的当前状态,并提取当前引导系数对应的映射动作,采用该映射动作引导进行引导;
S10、判断运输车当前位置是否与目标位置相重合,若与目标位置相重合,则达到目标位置,若不目标位置相重合,则执行步骤S3-S9,直至运输车当前位置与目标位置相重合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911020439.XA CN110658827B (zh) | 2019-10-25 | 2019-10-25 | 一种基于物联网的运输车自动引导系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911020439.XA CN110658827B (zh) | 2019-10-25 | 2019-10-25 | 一种基于物联网的运输车自动引导系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110658827A CN110658827A (zh) | 2020-01-07 |
CN110658827B true CN110658827B (zh) | 2020-06-23 |
Family
ID=69042203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911020439.XA Active CN110658827B (zh) | 2019-10-25 | 2019-10-25 | 一种基于物联网的运输车自动引导系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110658827B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116342014B (zh) * | 2023-05-24 | 2023-08-01 | 西南医科大学附属医院 | 一种基于数据分析的麻醉药剂运输管理系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4448024B2 (ja) * | 2002-05-31 | 2010-04-07 | 富士通株式会社 | 遠隔操作ロボットおよびロボット自己位置同定方法 |
KR100834577B1 (ko) * | 2006-12-07 | 2008-06-02 | 한국전자통신연구원 | 스테레오 비전 처리를 통해 목표물 검색 및 추종 방법, 및이를 적용한 가정용 지능형 서비스 로봇 장치 |
CN104573646B (zh) * | 2014-12-29 | 2017-12-12 | 长安大学 | 基于激光雷达和双目相机的车前行人检测方法及系统 |
WO2016181294A1 (en) * | 2015-05-14 | 2016-11-17 | Mwm Schmieranlagen S.R.L. | Method and system for minimal continuous-flow air-oil lubrication, with electronic regulation and control |
CN106203381B (zh) * | 2016-07-20 | 2019-05-31 | 北京奇虎科技有限公司 | 一种行车中障碍物检测方法与装置 |
CN107844460B (zh) * | 2017-07-24 | 2020-12-25 | 哈尔滨工程大学 | 一种基于p-maxq的多水下机器人的围捕方法 |
JP6937218B2 (ja) * | 2017-10-19 | 2021-09-22 | 株式会社東芝 | 情報処理装置、情報処理方法、およびプログラム |
CN109164804A (zh) * | 2018-08-27 | 2019-01-08 | 苏州边际智能科技有限公司 | 一种基于多传感器信息融合的机器人控制系统 |
CN109403690A (zh) * | 2018-09-20 | 2019-03-01 | 同济大学 | 自动车辆搬运与转移的方法、系统及应用 |
CN110333739B (zh) * | 2019-08-21 | 2020-07-31 | 哈尔滨工程大学 | 一种基于强化学习的auv行为规划及动作控制方法 |
-
2019
- 2019-10-25 CN CN201911020439.XA patent/CN110658827B/zh active Active
Non-Patent Citations (3)
Title |
---|
Collision avoidance among AGVs at junctions;Arora et al.;《Proceedings of the IEEE Intelligent Vehicles Symposium 2000》;20001231;第585-589页 * |
Stable AGV corridor navigation with fused vision-based control signals;Carelli et al.;《 IEEE 2002 28th Annual Conference of the Industrial Electronics Society》;20021231;第2433-2438页 * |
Strategies for dispatching AGVs at automated seaport container terminals;Grunow et al.;《OR spectrum》;20061231;第587-610页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110658827A (zh) | 2020-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110726409B (zh) | 一种基于激光slam和视觉slam地图融合方法 | |
CN106515730B (zh) | 车道保持辅助系统及其方法 | |
CN108536149A (zh) | 一种基于Dubins路径的无人驾驶车辆避障控制装置及控制方法 | |
CN111693050B (zh) | 基于建筑信息模型的室内中大型机器人导航方法 | |
CN106541404A (zh) | 一种机器人视觉定位导航方法 | |
CN115993597A (zh) | 一种视觉雷达感知融合方法及终端设备 | |
CN113593284A (zh) | 矿井巷道内车辆的路径规划方法及装置、电子设备 | |
CN110658827B (zh) | 一种基于物联网的运输车自动引导系统及其方法 | |
CN114326732A (zh) | 一种机器人自主跟随系统及自主跟随控制方法 | |
CN113942524A (zh) | 一种车辆行驶控制方法、系统及计算机可读存储介质 | |
CN114594772A (zh) | 机器人、路径规划方法、装置和存储介质 | |
CN108181905A (zh) | 一种无人驾驶汽车的障碍躲避方法及系统 | |
KR102119161B1 (ko) | 운송 로봇의 실내 위치 인식 시스템 | |
Peng et al. | Depth camera based row-end detection and headland manuvering in orchard navigation without GNSS | |
CN113125795A (zh) | 一种障碍物速度检测方法、装置、设备和存储介质 | |
CN116203606B (zh) | 基于rtk与视觉融合技术的剪草机器人导航方法和装置 | |
EP3904993A1 (en) | Positioning device and moving object | |
CN208061025U (zh) | 一种基于Dubins路径的无人驾驶车辆避障控制装置 | |
CN115755888A (zh) | 多传感器数据融合的agv障碍物检测系统及避障方法 | |
CN116052469A (zh) | 一种基于车路协同轨迹预测的车辆碰撞预警方法 | |
CN113768420B (zh) | 扫地机及其控制方法、装置 | |
CN112799413A (zh) | 一种水下自主航行器目标导引抵近控制方法及系统 | |
Moon et al. | Planning of vision-based navigation for a mobile robot under uncertainty | |
Alpen et al. | An autonomous indoor UAV with a real-time on-board orthogonal slam | |
Balasooriya et al. | Development of the smart localization techniques for low-power autonomous rover for predetermined environments |
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 |