CN110716560A - 一种移动机器人路径分析规划方法 - Google Patents

一种移动机器人路径分析规划方法 Download PDF

Info

Publication number
CN110716560A
CN110716560A CN201911155844.2A CN201911155844A CN110716560A CN 110716560 A CN110716560 A CN 110716560A CN 201911155844 A CN201911155844 A CN 201911155844A CN 110716560 A CN110716560 A CN 110716560A
Authority
CN
China
Prior art keywords
obstacle
path
obstacles
mobile robot
records
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
Application number
CN201911155844.2A
Other languages
English (en)
Other versions
CN110716560B (zh
Inventor
曾箫潇
周慧
谢永盛
冯文健
吴建生
吴春梅
唐小平
陈璟
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 Star Cube Cloud Technology Co ltd
Original Assignee
Guangxi Science and Technology Normal 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 Guangxi Science and Technology Normal University filed Critical Guangxi Science and Technology Normal University
Priority to CN201911155844.2A priority Critical patent/CN110716560B/zh
Publication of CN110716560A publication Critical patent/CN110716560A/zh
Application granted granted Critical
Publication of CN110716560B publication Critical patent/CN110716560B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种移动机器人路径分析规划方法,该方法包括以下步骤:S1、通过地图分析模块将地图中任意的相邻两个路口之间的道路标记为路段,并对各个路段标记唯一的路段编号;S2、通过货物分析模块获取已装载货物的移动机器人的整体运行参数;所述整体运行参数包括高度和宽度;通过对路段进行处理、采集移动机器人的相关数据、路径的初级筛选、进行二次筛选得到最优路径,能够根据载货的移动机器人的整体运行参数和障碍记录进行分析,得到最优路径,可避免出现移动机器人载货运输时,因货物体积超出规划道路标准导致的无法按照规划路线运行的情况,提高路线规划的合理性。

Description

一种移动机器人路径分析规划方法
技术领域
本发明涉及路线规划技术领域,具体涉及一种移动机器人路径分析规划方法。
背景技术
公开号为CN108571972A的专利文件公开了一种机器人路线规划方法。该方法可以包括:根据传感器获得的距离数据,获得多个距离函数;基于多个距离函数,计算距离的互相关函数,进而计算距离参数;基于距离参数,获取机器人的路线规划规则。通过计算距离的互相关函数与距离参数,实现机器人的路线规划。
公告号为CN106774313B的专利文件公开了一种基于多传感器的室外自动避障AGV导航方法,包括以下步骤:根据当地路线规划图以及目标起点、终点计算得到最短路线;利用激光雷达模块对周围环境进行检测,对障碍物进行避让;将道路正确行驶方向与电子罗盘得到的当前车头所指的方向角度比较得到小车行驶方向修正角度θ1;利用摄像头模块对道路标志线进行识别,分析得到小车行驶方向修正角度θ2;对θ1和θ2进行处理得到不同环境下的最优角度θ;工控机对相关参数进行处理,并通过无线模块、驱动模块让小车前进,同时通过协调器进行协调规划和检测。本发明能够在复杂的情况下实现室外精准自动避障导航。
现有技术中,路线规划方法的通常根据路况和里程选择距离较为适中的路线作为规划路线,并通过传感器实现行驶过程中对障碍物进行避让。
而作为可移动的机器人,可用于载货智能运输,通常将货物固定或放置在机器人上,但由于货物的体积和道路规格差异较大,在实际运行中,现有的路径规划方法无法根据负载货物的高度、宽度等信息规划线路,导致在路程中遇到如隧道、下穿桥或窄路口时,由于货物的高度宽度超标导致机器人无法顺利按照规划的线路进行移动,降低规划路线的合理性。
发明内容
为了解决上述的技术问题,本发明的目的在于提供一种移动机器人路径分析规划方法,通过对路段进行编号,对将运输线路分为多个路段,对装载货物的机器人进行各项参数的检测,获取整体实际的高度和宽度作为对照数据,先获取多个备选路径后,以各个备选路径中各个路段对应的障碍记录为原始数据,进行分析,筛选出最优路径作为规划的路径方案。
本发明所要解决的技术问题为:
A.如何避免出现移动机器人载货运输时,因货物体积超出规划道路标准导致的无法按照规划路线运行,导致规划线路合理性差的问题。
本发明的目的可以通过以下技术方案实现:
一种移动机器人路径分析规划方法,该方法包括以下步骤:
S1、通过地图分析模块将地图中任意的相邻两个路口之间的道路标记为路段,并对各个路段标记唯一的路段编号;
S2、通过货物分析模块获取已装载货物的移动机器人的整体运行参数;所述整体运行参数包括高度和宽度;
S3、通过初级路线筛选模块获取多条备选路径,并从地图分析模块中获取各个备选路径的路段编号集合;
S4、通过二级路线筛选模块根据整体运行参数以及障碍记录模块存储的包含实时时间、实时位置、机器人可通过的最大高度以及最大宽度的障碍记录从备选路径中筛选出最优路径;
S5、移动机器人按照最优路径移动时,对行驶路径中的障碍进行检测,生成障碍记录,并实时将障碍记录标记为上传至障碍记录模块进行共享,且并将该次行程上传的障碍记录标注同一个行程编号。
进一步的,S3中所述初级路线筛选模块得到多条备选路径以及路段编号集合的步骤如下:
S3.1、获取出发地和目的地的位置信息,并生成多条路线;
S3.2、按照各个路线总里程从短至长排序,选择排名1-n的路线作为备选路径;
S3.3、获取各个备选路径对应的路段,将同一备选路径的路段编号分为一组,每一组路段编号生成一个对应的路段编号集合。
进一步的,S4中所述二级路线筛选模块筛选出最优路径的步骤如下:
S4.1、通过二级路线筛选模块中的障碍分析单元将存储的障碍记录分为固定障碍、临时障碍、可疑障碍;
S4.2、获取任意一个备选路径中的所有固定障碍,将可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的固定障碍标记为警报障碍;
S4.3、剔除所有警报障碍数量非零的备选路径后,再从剩余的各个备选路径中分别筛选出可疑障碍和临时障碍对应的障碍记录,统计剩余的各个备选路径的可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的可疑障碍的数量Q,并统计剩余的各个备选路径的可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的临时障碍的数量P;
S4.4、计算各个剩余的备选路径的优先值M,计算公式为M=a*Q+b*P,其中a、b均为小于0的加权项,且a<b;选择优先值高的作为最优路径,且在优先值M相同,存在多个排序第一的备选路径时,选择路线总里程排序的在前的备选路径作为最优路径。
进一步的,在S4.1中所述障碍分析单元将存储的障碍记录分为固定障碍、临时障碍、可疑障碍的具体方法如下:
S4.1.1、获取固定时间段内的所有障碍记录,将实时位置相同的障碍记录分为同一组;
S4.1.2、比较任意一组的障碍记录的数量与对应的路段的行程编号的数量是否相同,若相同,标记为固定障碍,若不相同,则标记为临时障碍;
S4.1.3、对于任意临时障碍,获取同一组内的最新的障碍记录对应的行程编号,再从障碍记录模块中获取包含该路段的最新的行程编号,比较两者是否相同,若相同,标注修改为可疑障碍。
进一步的,该方法还包括:
S6、通过路径实时调整模块实时获取最优路径中位于同一路段前方的移动机器人更新的障碍记录,并当其中可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的时,再次调用初级路线筛选模块和二级路线筛选模块执行S3-S4。
本发明的有益效果:
(1)通过对路段进行处理、采集移动机器人的相关数据、路径的初级筛选、进行二次筛选得到最优路径,能够根据载货的移动机器人的整体运行参数和障碍记录进行分析,得到最优路径,可避免出现移动机器人载货运输时,因货物体积超出规划道路标准导致的无法按照规划路线运行的情况,提高路线规划的合理性。
(2)通过障碍记录模块使机器人在行驶时上传障碍记录,能够对数据库进行更新和迭代,保证数据的时效性。
(3)通过对障碍记录生成原因的进一步分析,分类为固定障碍、临时障碍、可疑障碍,并根据各类障碍的数量选择最优路径,使得路线规划的合理性进一步提升。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的流程图。
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,本实施例提供了一种移动机器人路径分析规划方法,该方法包括以下步骤:
S1、对路段进行处理:通过地图分析模块将地图中任意的相邻两个路口之间的道路标记为路段,并对各个路段标记唯一的路段编号;如对于三岔路口,分为三个独立的路段,均有对应的路段编号。
S2、采集移动机器人的相关数据:货物包装和移动机器人的型号等因素均会影响实际的高度和宽度。因此需要通过货物分析模块获取已装载货物的移动机器人的整体运行参数;所述整体运行参数包括高度和宽度;货物分析模块可采用扫描设备对装货后的机器人整体进行扫描,获取高度和宽度数据。
S3、路径的初级筛选:通过初级路线筛选模块获取多条备选路径,并从地图分析模块中获取各个备选路径的路段编号集合;每条备选路径对应一个路段编号集合,而每个路段编号集合均包含至少一个路段编号。初级路线筛选模块可采用现有的路线生成算法,通过设定出发地和目的地,自动生成多条备选路径,或是简单的通过里程长短进行选择,例如具体步骤如下:
S3.1、获取出发地和目的地的位置信息,并生成多条路线;
S3.2、按照各个路线总里程从短至长排序,选择排名1-n的路线作为备选路径;
S3.3、获取各个备选路径对应的路段,将同一备选路径的路段编号分为一组,每一组路段编号生成一个对应的路段编号集合。
S4、进行二次筛选得到最优路径:通过二级路线筛选模块根据整体运行参数以及障碍记录模块存储的包含实时时间、实时位置、机器人可通过的最大高度以及最大宽度(即该障碍可通过的该尺寸以下的机器人,例如障碍为隧道,限高x米、限宽y米)的障碍记录从备选路径中筛选出最优路径;
障碍记录包含多种信息,如生成的时间即实时时间、生成记录时的定位数据即实时位置、通过传感器测得的障碍的最大高度宽度即机器人可通过的最大高度以及最大宽度,如通过安装在机器人上的距离传感器,再行驶时即可检测出高度和宽度,在小于预设数值如高度为4米,宽度为8米才会进行记录。并以此为依据配合载有货物的机器人实际高度和宽度,来判定备选路径中是否存在无法通过的障碍,进而筛选出最优路线,避免出现应障碍导致的无法通过的问题。
对于备选路径中的障碍记录,可能有三种情况,一种是一直存在的障碍,如隧道、隔离带等,也会存在偶然原因,如杂物掉落在道路上,导致的路段的高度宽度改变,进而产生临时障碍,因此,为了进一步提高准确性,需要对临时障碍进行分类,筛选出可消除的障碍即临时障碍、不可消除的障碍即固定障碍、不确定的障碍即可疑障碍,以便筛选出最优的路线。
例如所述二级路线筛选模块筛选出最优路径的步骤如下:
S4.1、划分障碍类型:通过二级路线筛选模块中的障碍分析单元将存储的障碍记录分为固定障碍、临时障碍、可疑障碍;具体方法如下:
S4.1.1、划分相同障碍:获取固定时间段内的所有障碍记录,将实时位置相同的障碍记录分为同一组,说明是同一位置的障碍;固定时间段可为三个月或是半年,可根据需要自行设定。
S4.1.2、区分固定障碍和临时障碍:比较任意一组的障碍记录的数量与对应的路段的行程编号的数量是否相同,若相同,标记为固定障碍,若不相同,则标记为临时障碍;障碍记录的数量表示遇见障碍的次数,而对应的路段的行程编号的数量表示车辆经过的次数,若不一致,说明并非每次都会产生障碍记录,因此不是固定障碍。
S4.1.3、从临时障碍中划分可疑障碍:对于任意临时障碍,获取同一组内的最新的障碍记录对应的行程编号,再从障碍记录模块中获取包含该路段的最新的行程编号,比较两者是否相同,若相同,说明最近的障碍记录表明该障碍仍然存在,标注修改为可疑障碍。若不相同,说明最近的数据表明该障碍以消除。
S4.2、确定警报障碍:获取任意一个备选路径中的所有固定障碍,将可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的固定障碍,说明机器人无法通过且该障碍也无法消除,因此标记为警报障碍;
S4.3、统计P和Q的值:剔除所有警报障碍数量非零的备选路径后,只留下的备选路径不会存在因固定障碍导致无法通过的可能性,因此需要进一步根据最新的数据判定临时障碍的状态,可再从剩余的各个备选路径中分别筛选出可疑障碍和临时障碍对应的障碍记录,统计剩余的各个备选路径的可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的可疑障碍的数量Q,并统计剩余的各个备选路径的可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的临时障碍的数量P;
S4.4、计算M值,获取最优路径:计算各个剩余的备选路径的优先值M,计算公式为M=a*Q+b*P,其中a、b均为小于0的加权项,且由于可疑障碍的数量的影响大于临时障碍的数量,因此a<b,如选择a=-5,b=-1;选择优先值高的作为最优路径,且在优先值M相同,存在多个排序第一的备选路径时,选择路线总里程排序的在前的备选路径作为最优路径。
S5、障碍记录数据的采集和更新方法:移动机器人按照最优路径移动时,对行驶路径中的障碍进行检测,生成障碍记录,并实时将障碍记录标记为上传至障碍记录模块进行共享,且并将该次行程上传的障碍记录标注同一个行程编号。
该方法还包括在行驶路程时的最优路径校准方法,由于同一路径上会有前后多个机器人,为了在遇到突发情况时能够及时的修正最优路线,具体为:
S6、通过路径实时调整模块实时获取最优路径中位于同一路段前方的移动机器人更新的障碍记录,并当其中可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的时,说明出现了障碍,因此可再次调用初级路线筛选模块和二级路线筛选模块执行S3-S4,重新生成最优路线。
以上内容仅仅是对本发明结构所作的举例和说明,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,只要不偏离发明的结构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 (5)

1.一种移动机器人路径分析规划方法,其特征在于,该方法包括以下步骤:
S1、通过地图分析模块将地图中任意的相邻两个路口之间的道路标记为路段,并对各个路段标记唯一的路段编号;
S2、通过货物分析模块获取已装载货物的移动机器人的整体运行参数;所述整体运行参数包括高度和宽度;
S3、通过初级路线筛选模块获取多条备选路径,并从地图分析模块中获取各个备选路径的路段编号集合;
S4、通过二级路线筛选模块根据整体运行参数以及障碍记录模块存储的包含实时时间、实时位置、机器人可通过的最大高度以及最大宽度的障碍记录从备选路径中筛选出最优路径;
S5、移动机器人按照最优路径移动时,对行驶路径中的障碍进行检测,生成障碍记录,并实时将障碍记录标记为上传至障碍记录模块进行共享,且并将该次行程上传的障碍记录标注同一个行程编号。
2.根据权利要求1所述的一种移动机器人路径分析规划方法,其特征在于,S3中所述初级路线筛选模块得到多条备选路径以及路段编号集合的步骤如下:
S3.1、获取出发地和目的地的位置信息,并生成多条路线;
S3.2、按照各个路线总里程从短至长排序,选择排名1-n的路线作为备选路径;
S3.3、获取各个备选路径对应的路段,将同一备选路径的路段编号分为一组,每一组路段编号生成一个对应的路段编号集合。
3.根据权利要求2所述的一种移动机器人路径分析规划方法,其特征在于,S4中所述二级路线筛选模块筛选出最优路径的步骤如下:
S4.1、通过二级路线筛选模块中的障碍分析单元将存储的障碍记录分为固定障碍、临时障碍、可疑障碍;
S4.2、获取任意一个备选路径中的所有固定障碍,将可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的固定障碍标记为警报障碍;
S4.3、剔除所有警报障碍数量非零的备选路径后,再从剩余的各个备选路径中分别筛选出可疑障碍和临时障碍对应的障碍记录,统计剩余的各个备选路径的可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的可疑障碍的数量Q,并统计剩余的各个备选路径的可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的临时障碍的数量P;
S4.4、计算各个剩余的备选路径的优先值M,计算公式为M=a*Q+b*P,其中a、b均为小于0的加权项,且a<b;选择优先值高的作为最优路径,且在优先值M相同,存在多个排序第一的备选路径时,选择路线总里程排序的在前的备选路径作为最优路径。
4.根据权利要求3所述的一种移动机器人路径分析规划方法,其特征在于,在S4.1中所述障碍分析单元将存储的障碍记录分为固定障碍、临时障碍、可疑障碍的具体方法如下:
S4.1.1、获取固定时间段内的所有障碍记录,将实时位置相同的障碍记录分为同一组;
S4.1.2、比较任意一组的障碍记录的数量与对应的路段的行程编号的数量是否相同,若相同,标记为固定障碍,若不相同,则标记为临时障碍;
S4.1.3、对于任意临时障碍,获取同一组内的最新的障碍记录对应的行程编号,再从障碍记录模块中获取包含该路段的最新的行程编号,比较两者是否相同,若相同,标注修改为可疑障碍。
5.根据权利要求1所述的一种移动机器人路径分析规划方法,其特征在于,该方法还包括:
S6、通过路径实时调整模块实时获取最优路径中位于同一路段前方的移动机器人更新的障碍记录,并当其中可通过的最大高度、最大宽度信息中任意一项的数值小于对应整体运行参数的时,再次调用初级路线筛选模块和二级路线筛选模块执行S3-S4。
CN201911155844.2A 2019-11-22 2019-11-22 一种移动机器人路径分析规划方法 Active CN110716560B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911155844.2A CN110716560B (zh) 2019-11-22 2019-11-22 一种移动机器人路径分析规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911155844.2A CN110716560B (zh) 2019-11-22 2019-11-22 一种移动机器人路径分析规划方法

Publications (2)

Publication Number Publication Date
CN110716560A true CN110716560A (zh) 2020-01-21
CN110716560B CN110716560B (zh) 2021-02-19

Family

ID=69215389

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911155844.2A Active CN110716560B (zh) 2019-11-22 2019-11-22 一种移动机器人路径分析规划方法

Country Status (1)

Country Link
CN (1) CN110716560B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111879307A (zh) * 2020-06-22 2020-11-03 国网河北省电力有限公司信息通信分公司 一种基于车身参数及工程建设信息的车辆路径规划方法
CN113029181A (zh) * 2021-04-09 2021-06-25 深圳市七曜智造科技有限公司 一种汽车导航方法、系统、智能终端及存储介质
CN113515111A (zh) * 2020-03-25 2021-10-19 郑州宇通客车股份有限公司 一种车辆避障路径规划方法及装置
CN113821042A (zh) * 2021-11-23 2021-12-21 南京冈尔信息技术有限公司 一种基于机器视觉的货物运送障碍识别系统及方法
CN114186755A (zh) * 2021-12-20 2022-03-15 中通服供应链管理有限公司 一种可视化智慧物流动态优化管控方法及系统
CN114819416A (zh) * 2022-06-27 2022-07-29 航天晨光股份有限公司 基于自主移动机器人的调度方法及系统
CN114895688A (zh) * 2022-05-31 2022-08-12 合肥新思路智能科技有限公司 基于人工智能的移动机器人线路规划系统及方法
CN115456533A (zh) * 2022-09-15 2022-12-09 国以贤智能科技(上海)股份有限公司 一种智能叉车多车调度系统
CN116184944A (zh) * 2022-12-05 2023-05-30 武汉易特兰瑞科技有限公司 一种智慧工厂智能机器人控制管理方法及系统
CN117047783A (zh) * 2023-10-11 2023-11-14 中煤科工机器人科技有限公司 具有智能环境感知功能的辅助作业机器人

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105151044A (zh) * 2015-08-24 2015-12-16 奇瑞汽车股份有限公司 车辆辅助驾驶方法及装置
CN105865467A (zh) * 2016-03-31 2016-08-17 百度在线网络技术(北京)有限公司 基于地图的导航方法和装置
CN106043121A (zh) * 2016-07-21 2016-10-26 乐视控股(北京)有限公司 高度检测预警系统、方法及车辆
US20170364073A1 (en) * 2016-06-21 2017-12-21 Keith Alan Guy Modular Robotic System
CN108847040A (zh) * 2018-08-09 2018-11-20 广州三星通信技术研究有限公司 预估交通工具的通行情况的方法及设备
CN109855637A (zh) * 2018-12-24 2019-06-07 北京新能源汽车股份有限公司 一种车辆的自动驾驶路径规划方法、装置及设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105151044A (zh) * 2015-08-24 2015-12-16 奇瑞汽车股份有限公司 车辆辅助驾驶方法及装置
CN105865467A (zh) * 2016-03-31 2016-08-17 百度在线网络技术(北京)有限公司 基于地图的导航方法和装置
US20170364073A1 (en) * 2016-06-21 2017-12-21 Keith Alan Guy Modular Robotic System
CN106043121A (zh) * 2016-07-21 2016-10-26 乐视控股(北京)有限公司 高度检测预警系统、方法及车辆
CN108847040A (zh) * 2018-08-09 2018-11-20 广州三星通信技术研究有限公司 预估交通工具的通行情况的方法及设备
CN109855637A (zh) * 2018-12-24 2019-06-07 北京新能源汽车股份有限公司 一种车辆的自动驾驶路径规划方法、装置及设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
冯豪杰 等: ""顾及道路多限制因子的最优路径规划研究"", 《测绘与空间地理信息》 *
粱山 等: ""一种考虑机器人尺寸约束的动态窗避障方法"", 《控制工程》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113515111B (zh) * 2020-03-25 2023-08-25 宇通客车股份有限公司 一种车辆避障路径规划方法及装置
CN113515111A (zh) * 2020-03-25 2021-10-19 郑州宇通客车股份有限公司 一种车辆避障路径规划方法及装置
CN111879307A (zh) * 2020-06-22 2020-11-03 国网河北省电力有限公司信息通信分公司 一种基于车身参数及工程建设信息的车辆路径规划方法
CN113029181A (zh) * 2021-04-09 2021-06-25 深圳市七曜智造科技有限公司 一种汽车导航方法、系统、智能终端及存储介质
CN113821042A (zh) * 2021-11-23 2021-12-21 南京冈尔信息技术有限公司 一种基于机器视觉的货物运送障碍识别系统及方法
CN114186755A (zh) * 2021-12-20 2022-03-15 中通服供应链管理有限公司 一种可视化智慧物流动态优化管控方法及系统
CN114895688A (zh) * 2022-05-31 2022-08-12 合肥新思路智能科技有限公司 基于人工智能的移动机器人线路规划系统及方法
CN114819416A (zh) * 2022-06-27 2022-07-29 航天晨光股份有限公司 基于自主移动机器人的调度方法及系统
CN115456533A (zh) * 2022-09-15 2022-12-09 国以贤智能科技(上海)股份有限公司 一种智能叉车多车调度系统
CN116184944A (zh) * 2022-12-05 2023-05-30 武汉易特兰瑞科技有限公司 一种智慧工厂智能机器人控制管理方法及系统
CN116184944B (zh) * 2022-12-05 2024-04-26 广东海兴塑胶有限公司 一种智慧工厂智能机器人控制管理方法及系统
CN117047783A (zh) * 2023-10-11 2023-11-14 中煤科工机器人科技有限公司 具有智能环境感知功能的辅助作业机器人
CN117047783B (zh) * 2023-10-11 2023-12-22 中煤科工机器人科技有限公司 具有智能环境感知功能的辅助作业机器人

Also Published As

Publication number Publication date
CN110716560B (zh) 2021-02-19

Similar Documents

Publication Publication Date Title
CN110716560B (zh) 一种移动机器人路径分析规划方法
EP2508956B1 (en) A collision avoiding method and system
EP1991973B1 (en) Image processing system and method
US11181918B2 (en) Moving traffic obstacle detection and avoidance
CN112150858B (zh) 一种停车场停车区域管理的方法及系统
JP4725509B2 (ja) 新規道路幅算出システム
CN110530381B (zh) 基于导航数据的地图现势性检测方法、装置及存储介质
KR101522605B1 (ko) 주차장 정보 제공 방법 및 시스템
CN116777187B (zh) 一种多路巡检智能中控调度方法及调度平台
US20170307386A1 (en) Method and apparatus for comparing two maps with landmarks deposited therein
Liu et al. Evaluating the accuracy of bluetooth-based travel time on arterial roads: a case study of perth, western Australia
CN114911239A (zh) 一种无人驾驶矿车的异常识别方法及系统
US10109191B2 (en) Method of quickly detecting road distress
US20220371620A1 (en) Path planning device, path planning method, computer program product
US11499833B2 (en) Inferring lane boundaries via high speed vehicle telemetry
Mitsakis et al. The sensor location problem: methodological approach and application
KR100815714B1 (ko) 선박용 조립블록 관리방법
US20230349717A1 (en) Electronic map correction method, navigation information setting method, navigation method, and apparatus
CN111739327B (zh) 一种基于物联网技术的路内停车规划系统
JP2002356210A (ja) 移動体の稼動状況を分析する装置
CN110109159B (zh) 行驶管理方法、装置、电子设备及存储介质
EP3913599A1 (en) Sign position identification system and program
KR102181755B1 (ko) 경로를 보정하는 서버, 방법 및 컴퓨터 프로그램
EP3904996B1 (en) Magnetic marker system
Dao et al. Co-operative lane-level positioning using Markov localization

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231229

Address after: No. 275 Hengye Second Street, Yongle Economic Development Zone, Tongzhou District, Beijing, 101115

Patentee after: Beijing Ruiming Jingchuang Technology Co.,Ltd.

Address before: No. 99, Xinfeng Avenue, Jinfeng Town, Jiulongpo District, Chongqing

Patentee before: Chongqing Science City Intellectual Property Operation Center Co.,Ltd.

Effective date of registration: 20231229

Address after: No. 99, Xinfeng Avenue, Jinfeng Town, Jiulongpo District, Chongqing

Patentee after: Chongqing Science City Intellectual Property Operation Center Co.,Ltd.

Address before: No. 966, Tiebei Avenue, Laibin City, Guangxi Zhuang Autonomous Region

Patentee before: GUANGXI SCIENCE & TECHNOLOGY NORMAL University

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240201

Address after: No. 1-373, Juhe 6th Street, Jufuyuan Industrial Park, Economic Development Zone, Tongzhou District, Beijing, 101127

Patentee after: Beijing Star Cube Cloud Technology Co.,Ltd.

Country or region after: China

Address before: No. 275 Hengye Second Street, Yongle Economic Development Zone, Tongzhou District, Beijing, 101115

Patentee before: Beijing Ruiming Jingchuang Technology Co.,Ltd.

Country or region before: China