CN110879596A - 低成本自动割草机自主作业系统及其自主作业方法 - Google Patents
低成本自动割草机自主作业系统及其自主作业方法 Download PDFInfo
- Publication number
- CN110879596A CN110879596A CN201911231924.1A CN201911231924A CN110879596A CN 110879596 A CN110879596 A CN 110879596A CN 201911231924 A CN201911231924 A CN 201911231924A CN 110879596 A CN110879596 A CN 110879596A
- Authority
- CN
- China
- Prior art keywords
- autonomous
- planning
- path planning
- mower
- turning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000005259 measurement Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 6
- 230000008447 perception Effects 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 238000013136 deep learning model Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000011160 research 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, 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
- G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
-
- 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
- G05D1/0214—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, 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
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- 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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Harvester Elements (AREA)
Abstract
本发明公开了一种低成本自动割草机自主作业系统及其自主作业方法,该系统包括决策系统、路径规划系统、感知系统、定位导航系统、紧急制动系统和底层控制系统,路径规划系统包括全局路径规划系统与局部路径规划系统。该方法包括:输入作业区域,自动割草机进入自主行进模式,到达指定作业起点,自动割草机进入自主作业模式,完成全局路径规划,局部路径规划系统实时进行局部路径规划,完成作业,进入自主行进模式,自动割草机返回车库。本发明不需要对作业场地做任何改造,通过多种传感器感知场景中的行人、车辆等随机障碍物,自动规避障碍物,保障作业安全性,利用结合车辆模型约束的路径规划算法,实现作业区域的有效遍历,提高作业效率。
Description
技术领域
本发明属于智能农机研究领域,具体涉及大型自动割草机自主作业系统及其自主作业方法。
背景技术
随着人工智能技术的发展,以智能机器人代替人工作业日益成为工农业生产的趋势。开发自主作业割草机,代替传统的人工作业模式,有利于节省大量人力资源,同时提高作业控制精度和作业效率。目前市面上广泛应用的智能割草机通常为小型平台,以基于万向轮的底盘设计为主,适用于庭院、公园等小型作业场景。然而,对于大型户外作业场景,如机场草坪、大型草场等,考虑到安全性和实用性,一般选择基于阿克曼转向的轮式车辆平台为底盘,对于自主作业的路径规划,需要考虑车辆的运动学模型约束。本发明正是针对大型自主割草机的方案设计,通过多传感的自主感知和结合车辆模型约束的路径规划,实现作业区域的遍历作业,同时能够自主感知行人、车辆等障碍物,保障作业安全。
割草机的自主作业主要涉及环境感知、路径规划和规避障碍物等,目前已有的自主割草机在以上内容的设计普遍存在一些问题:
1)对于以涡流传感器感应电缆的自主作业割草机,需要在作业场地提前铺设电缆,同时标记出障碍物,对于大型作业场景不具有实用性;
2)对于以卫星定位/高精度惯性测量单元组合导航的自主作业割草机,虽然能够有效解决环境自定位问题,但是成本高昂,价格普遍在10万元以上,不具有价格优势;
3)遍历算法效率低下或难以有效覆盖作业区域。基于随机直线作业的路径规划方法,在割草机平台到达边界时,自动转向90度,然后继续直线行驶,这种作业方式十分低效,存在大量重复作业的路径;基于最小生成树的覆盖式路径规划,虽然在理论上可以有效覆盖作业区域,然而受车辆运动学模型的约束,在实际中并不能有效覆盖全部作业区域;
4)自主作业安全性。现有的自主割草机平台对于障碍物的规避,一方面借助于事先标注的先验位置信息,采取绕行的路径规划施行;另一方面采用触碰式压力传感器,当发生与障碍物的触碰时,紧急停车。这些安全性措施,对于作业区域内随机出现的动态行人和车辆都无法进行有效检测,存在安全性风险。
发明内容
现有的自主割草机系统在产品普及性、成本控制、作业效率、安全性等方面,存在诸多不足。针对这一问题,本发明提供了一种低成本的割草机自主作业的系统及作业方法,不需要对作业场地做任何改造,通过多种传感器感知场景中的行人、车辆等随机障碍物,绕行或停车等待,保障作业安全性。利用结合车辆模型约束的路径规划算法,实现作业区域的有效遍历,提高作业效率。
为实现以上发明目的,本发明所采用的技术方案如下:
本发明的一个方面提供了一种自动割草机自主作业系统,该系统包括决策系统、路径规划系统、感知系统、定位导航系统、紧急制动系统和底层控制系统;所述的紧急制动系统,利用触碰式传感器,用于触碰障碍物时的紧急停车指令触发;所述的底盘控制系统,响应路径规划和紧急制动指令,实现车辆运动;所述的路径规划系统包括全局路径规划系统与局部路径规划系统;
所述的决策系统采用两种自主功能模式:1)自主行进模式;2)自主作业模式;其中,自主行进模式通过预先设定好路线,可以实现割草机按照既定路线的自主行进,该模式主要应用割草机的自动回库或者达到指定作业场地,该模式同样也可以用于按照用户设定好的作业路线进行自主割草作业;自主作业模式中,通过划定指定区域,实现在区域内的自主作业功能;
所述的全局路径规划系统,用于进行路径规划;对于自主行进模式,直接按照指定的路线行进;对于自主作业模式,采用基于模型约束的组合规划算法进行路径规划;
所述的局部路径规划系统,根据全局路径规划结果,结合定位,按照指定路线行进,生成控制指令,下发给底盘控制系统执行,当环境感知系统感知到周围障碍物时,进行局部绕障通行或者下发停车指令;
所述的环境感知系统采用传感器,传感器包括:单线激光雷达和彩色相机;其中,所述的单线激光雷达主要用于40米范围内的静态障碍物检测;所述的彩色相机,借助于图像处理和深度学习模型,对行人和车辆进行检测,同时借助于单线激光雷达定位,当行人和车辆距离割草机平台较近时,系统停车;
所述的定位导航系统,用于自动割草机导航定位,包括卫星接收机与惯性测量单元,所述的两套卫星接收机设置在自动割草机前后,利用前后卫星接收机的定位差辅助惯性测量单元中陀螺仪的角度测量,提高航向稳定性。
进一步优选的,所述的定位导航系统采用两种定位方式进行定位,在卫星收星信号良好的情况下,以卫星定位为准;当卫星受遮挡时,利用短时间的航迹推算计算出定位结果。
进一步优选的,所述的决策系统采用工业控制器。
本发明的另一个方面提供了一种自动割草机自主作业方法,该方法包括如下步骤:
步骤1:输入作业区域;
步骤2:自动割草机进入自主行进模式,到达指定作业起点;
步骤3:自动割草机进入自主作业模式;
3.1:全局路径规划系统根据作业区域和当前位置,完成全局路径规划;
3.2:自动割草机按照全局规划路线自主作业,局部路径规划系统实时进行局部路径规划,根据环境感知的危险程度,优先判断触碰式传感器是否监测到障碍物,如果检测到障碍物,转入步骤3.3;当单线激光雷达感知到静态障碍物时,转步骤3.4;当彩色相机检测到行人或者其他车辆时,转步骤3.5;否则路径安全,巡线通行,转步骤4;
3.3:底盘控制系统紧急停车等待;
3.4:自动割草机进行局部绕障通行,结束后,转步骤3.2;
3.5:系统停车,等待行人或者车辆离开,确认离开,转步骤3.2;反之,停车等待;
步骤4:判断是否完成作业,未完成,转步骤3.2,完成,转步骤5;
步骤5:进入自主行进模式,自动割草机返回车库。
进一步优选的,所述步骤3.3中,全局路径规划系统根据作业区域和当前位置,采用组合覆盖规划算法进行路径规划,具体如下:
步骤1:作业区域几何特征分析;
步骤2:螺旋式收缩遍历;
步骤2.1:最外层作业区域遍历,生成初始规划路径,循环点个数为路径中规划点的个数;
步骤2.2:以规划路径中的已知点为参考点,生成新规划点;
步骤2.3:新规划点有效性判断:有效,转步骤2.4;无效,转步骤2.5;
步骤2.4:将新生成的规划点添加到规划路径中,转步骤2.2;
步骤2.5:循环点个数减1;
步骤2.6:循环点个数判断:大于4,转步骤2.2;反之,转步骤3;
步骤3:优化的直线循环推进遍历;
步骤3.1:生成包含未遍历区域的最小四边形;
步骤3.2:根据步骤2中的路径规划结果,确定当前遍历的行进方向;
步骤3.3:直线循环推进;
步骤3.4:当前边界遍历完成判断:是,转步骤3.5;反之,转步骤3.3;
步骤3.5:剩余区域三角形遍历;
步骤3.6:基于车辆运动学模型的路径平滑优化。
本发明所达到的有益效果是:
本发明不需要对作业场地做任何改造,通过多种传感器感知场景中的行人、车辆等随机障碍物,能够自动规避障碍物,绕行或停车等待,保障作业安全性,利用结合车辆模型约束的路径规划算法,实现作业区域的有效遍历,提高作业效率。
附图说明
图1为自主作业系统的原理示意图;
图2为全局路径规划系统所采用的组合覆盖规划算法的路径规划结果;
图3为割草机自主作业流程图;
图4为组合覆盖规划算法流程图;
图5为螺旋式收缩覆盖法,(a)最外围遍历,(b)生成新规划点,(c)参考循环层结构调整,(d)螺旋式收缩遍历终止结果;
图6为优化的直线循环推进遍历,(a)直线循环推进,(b)三角形遍历,(c)路线优化,(d)平滑结果。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白,下面结合附图及实施例对本发明进行进一步详细说明。应当注意,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。
参见图1,本发明提供的一种自动割草机自主作业系统,包括决策系统、路径规划系统、感知系统、定位导航系统、紧急制动系统和底层控制系统,所述的路径规划系统包括全局路径规划系统与局部路径规划系统;
所述的决策系统采用两种自主功能模式:1)自主行进模式;2)自主作业模式。决策系统根据任务指示进行模式切换。其中,行进模式通过预先设定好路线,可以实现割草机按照既定路线的自主行进,该模式主要应用割草机的自动回库或者达到指定作业场地,该模式同样也可以用于按照用户设定好的作业路线进行自主割草作业;作业模式中,通过划定指定区域,实现在区域内的自主作业功能。同时,借助于环境感知检测结果,对于环境中的障碍物采取绕行或者停车等待的方式,最大保证自主作业的安全性。
所述的全局路径规划系统,用于进行路径规划;对于行进模式,直接按照指定的路线行进;对于作业模式,采用基于模型约束的组合规划算法进行路径规划。
基于模型约束的组合规划算法包括如下步骤:首先,利用螺旋式收缩遍历,将作业区域外围遍历,当不满足最小遍历条件时,切换规划算法,对内部未遍历区域采取优化的直线循环推进覆盖法,从而完成整个作业区域的遍历。相邻平行路线的宽度以作业幅度和车辆转向模型为依据,由于遍历过程中规划路线的生成受车辆模型约束,可以最大程度保证实际作业遍历的有效性。该路径规划算法对于任意形状作业区域的遍历具有通用性,路径规划结果如图2所示。
具体地:
全局路径规划系统根据作业区域和当前位置,采用组合覆盖规划算法进行路径规划,参见图4,具体如下:
步骤1:作业区域几何特征分析;
步骤2:螺旋式收缩遍历,如图5所示;
步骤2.1:最外层作业区域遍历,生成初始规划路径,循环点个数为路径中规划点的个数;
步骤2.2:以规划路径中的已知点为参考点,生成新规划点;
步骤2.3:新规划点有效性判断:有效,转步骤2.4;无效,转步骤2.5;
步骤2.4:将新生成的规划点添加到规划路径中,转步骤2.2;
步骤2.5:循环点个数减1;
步骤2.6:循环点个数判断:大于4,转步骤2.2;反之,转步骤3;
步骤3:优化的直线循环推进遍历,如图6所示;
步骤3.1:生成包含未遍历区域的最小四边形;
步骤3.2:根据步骤2中的路径规划结果,确定当前遍历的行进方向;
步骤3.3:直线循环推进;
步骤3.4:当前边界遍历完成判断:是,转步骤3.5;反之,转步骤3.3;
步骤3.5:剩余区域三角形遍历;
步骤3.6:基于车辆运动学模型的路径平滑优化。
所述的局部路径规划系统,根据全局路径规划结果,结合定位,按照指定路线行进,生成控制指令,下发给底盘控制系统执行,当环境感知系统感知到周围障碍物时,进行局部绕障通行或者下发停车指令。
所述的环境感知系统,主要用于自主模式下的障碍物检测。所述的环境感知系统采用传感器,传感器包括:单线激光雷达和彩色相机。其中,所述的单线激光雷达主要用于40米范围内的静态障碍物检测,是主要的障碍物检测手段;所述的彩色相机,借助于图像处理和深度学习模型,对行人和车辆进行检测,同时借助于单线激光雷达定位,当行人和车辆距离割草机平台较近时,系统停车,以保证自主作业过程中对于场地中随机出现的行人和车辆的有效规避。
所述的定位导航系统,采用基于差分定位和航迹推算相结合的组合导航定位方法,包括卫星接收机和惯性测量单元。在卫星收星信号良好的情况下,以卫星定位为准;当卫星受遮挡时,利用短时间的航迹推算计算出定位结果,并利用概率分析方法实现两种定位方式的结果融合,同时采用扩展卡尔曼滤波器对定位结果进行修正,防止由于测量误差和信号异常引起的瞬时定位突变。对于航向,通过尽量延长双天线基线长度的方式,利用前后卫星接收机的定位差辅助惯性测量单元中陀螺仪的角度测量,提高航向稳定性。
所述的紧急制动系统,利用触碰式传感器,用于触碰障碍物时的紧急停车指令触发。
所述的底盘控制系统,响应路径规划和紧急制动指令,实现车辆运动。
基于以上系统设计,自动割草机自主作业方法的过程如图3所示,包括如下步骤:
步骤1:输入作业区域;
步骤2:自动割草机进入自主行进模式,到达指定作业起点;
步骤3:自动割草机进入自主作业模式;
3.1:全局路径规划系统根据作业区域和当前位置,完成全局路径规划;
3.2:自动割草机按照全局规划路线自主作业,局部路径规划系统实时进行局部路径规划,根据环境感知的危险程度,优先判断触碰式传感器是否监测到障碍物,如果检测到障碍物,转入步骤3.3;当单线激光雷达感知到静态障碍物时,转步骤3.4;当彩色相机检测到行人或者其他车辆时,转步骤3.5;否则路径安全,巡线通行,转步骤4;
3.3:底盘控制系统紧急停车等待;
3.4:自动割草机进行局部绕障通行,结束后,转步骤3.2;
3.5:系统停车,等待行人或者车辆离开,确认离开,转步骤3.2;反之,停车等待;
步骤4:判断是否完成作业,未完成,转步骤3.2,完成,转步骤5;
步骤5:进入自主行进模式,自动割草机返回车库。
在本发明中,决策系统采用工业控制器,低成本组合导航设备采用基于卫星差分定位+惯性测量设备,环境感知设备的传感器采用单线激光雷达+彩色相机,紧急制动系统采用感知设备,即触碰式压力传感器,在保证自主作业的效率和安全性的前提下,以上全部设备的总成本可控制在7万元以内,保证市场推广的低成本性。各硬件设备的功能设计和成本控制如表所示。
Claims (5)
1.一种自动割草机自主作业系统,包括决策系统、路径规划系统、感知系统、定位导航系统、紧急制动系统和底层控制系统;所述的紧急制动系统,利用触碰式传感器,用于触碰障碍物时的紧急停车指令触发;所述的底盘控制系统,响应路径规划和紧急制动指令,实现车辆运动;其特征在于:所述的路径规划系统包括全局路径规划系统与局部路径规划系统;
所述的决策系统采用两种自主功能模式:1)自主行进模式;2)自主作业模式;其中,自主行进模式通过预先设定好路线,可以实现割草机按照既定路线的自主行进,该模式主要应用割草机的自动回库或者达到指定作业场地,该模式同样也可以用于按照用户设定好的作业路线进行自主割草作业;自主作业模式中,通过划定指定区域,实现在区域内的自主作业功能;
所述的全局路径规划系统,用于进行路径规划;对于自主行进模式,直接按照指定的路线行进;对于自主作业模式,采用组合覆盖规划算法进行路径规划;
所述的局部路径规划系统,根据全局路径规划结果,结合定位,按照指定路线行进,生成控制指令,下发给底盘控制系统执行,当环境感知系统感知到周围障碍物时,进行局部绕障通行或者下发停车指令;
所述的环境感知系统采用传感器,所述的传感器包括单线激光雷达和彩色相机;其中,所述的单线激光雷达主要用于40米范围内的静态障碍物检测;所述的彩色相机,借助于图像处理和深度学习模型,对行人和车辆进行检测,同时借助于单线激光雷达定位,当行人和车辆距离割草机平台较近时,系统停车;
所述的定位导航系统,用于自动割草机导航定位,包括卫星接收机与惯性测量单元,所述的两套卫星接收机设置在自动割草机前后,利用前后卫星接收机的定位差辅助惯性测量单元中陀螺仪的角度测量,提高航向稳定性。
2.如权利要求1所述的一种自动割草机自主作业系统,其特征在于,所述的定位导航系统采用两种定位方式进行定位,在卫星收星信号良好的情况下,以卫星定位为准;当卫星受遮挡时,利用短时间的航迹推算计算出定位结果。
3.如权利要求2所述的一种自动割草机自主作业系统,其特征在于,所述的决策系统采用工业控制器。
4.一种基于如权利要求1至3中任一项所述的自动割草机自主作业系统的自主作业方法,其特征在于,包括如下步骤:
步骤1:输入作业区域;
步骤2:自动割草机进入自主行进模式,到达指定作业起点;
步骤3:自动割草机进入自主作业模式;
3.1:全局路径规划系统根据作业区域和当前位置,完成全局路径规划;
3.2:自动割草机按照全局规划路线自主作业,局部路径规划系统实时进行局部路径规划,根据环境感知的危险程度,优先判断触碰式传感器是否监测到障碍物,如果检测到障碍物,转入步骤3.3;当单线激光雷达感知到静态障碍物时,转步骤3.4;当彩色相机检测到行人或者其他车辆时,转步骤3.5;否则路径安全,巡线通行,转步骤4;
3.3:底盘控制系统紧急停车等待;
3.4:自动割草机进行局部绕障通行,结束后,转步骤3.2;
3.5:系统停车,等待行人或者车辆离开,确认离开,转步骤3.2;反之,停车等待;
步骤4:判断是否完成作业,未完成,转步骤3.2,完成,转步骤5;
步骤5:进入自主行进模式,自动割草机返回车库。
5.如权利要求4所述的自动割草机自主作业系统自主作业方法,其特征在于,所述步骤3.3中,全局路径规划系统根据作业区域和当前位置,采用组合覆盖规划算法进行路径规划,具体如下:
步骤1:作业区域几何特征分析;
步骤2:螺旋式收缩遍历;
步骤2.1:最外层作业区域遍历,生成初始规划路径,循环点个数为路径中规划点的个数;
步骤2.2:以规划路径中的已知点为参考点,生成新规划点;
步骤2.3:新规划点有效性判断:有效,转步骤2.4;无效,转步骤2.5;
步骤2.4:将新生成的规划点添加到规划路径中,转步骤2.2;
步骤2.5:循环点个数减1;
步骤2.6:循环点个数判断:大于4,转步骤2.2;反之,转步骤3;
步骤3:优化的直线循环推进遍历;
步骤3.1:生成包含未遍历区域的最小四边形;
步骤3.2:根据步骤2中的路径规划结果,确定当前遍历的行进方向;
步骤3.3:直线循环推进;
步骤3.4:当前边界遍历完成判断:是,转步骤3.5;反之,转步骤3.3;
步骤3.5:剩余区域三角形遍历;
步骤3.6:基于车辆运动学模型的路径平滑优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911231924.1A CN110879596A (zh) | 2019-12-05 | 2019-12-05 | 低成本自动割草机自主作业系统及其自主作业方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911231924.1A CN110879596A (zh) | 2019-12-05 | 2019-12-05 | 低成本自动割草机自主作业系统及其自主作业方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110879596A true CN110879596A (zh) | 2020-03-13 |
Family
ID=69730585
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911231924.1A Pending CN110879596A (zh) | 2019-12-05 | 2019-12-05 | 低成本自动割草机自主作业系统及其自主作业方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110879596A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111459172A (zh) * | 2020-05-20 | 2020-07-28 | 中国北方车辆研究所 | 围界安防无人巡逻车自主导航系统 |
CN112492956A (zh) * | 2020-11-26 | 2021-03-16 | 江苏沃得植保机械有限公司 | 一种割草机及其自动驾驶方法 |
CN113485364A (zh) * | 2021-08-03 | 2021-10-08 | 彭刚 | 一种配送机器人路径规划系统 |
CN113552882A (zh) * | 2021-07-17 | 2021-10-26 | 普达迪泰(天津)智能装备科技有限公司 | 一种用于大区域的无人割草车的行驶路线控制方法 |
CN113848873A (zh) * | 2020-06-28 | 2021-12-28 | 苏州宝时得电动工具有限公司 | 自移动设备及其工作方法 |
WO2023123117A1 (zh) * | 2021-12-29 | 2023-07-06 | 广东美的白色家电技术创新中心有限公司 | 一种割草机器人避障方法和割草机器人 |
WO2024008018A1 (zh) * | 2022-07-06 | 2024-01-11 | 松灵机器人(深圳)有限公司 | 割草方法、装置、割草机器人以及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1462899A1 (en) * | 2003-03-27 | 2004-09-29 | Deere & Company | System and method for controlling a vehicle having multiple control modes |
CN101100058A (zh) * | 2006-07-07 | 2008-01-09 | 南京理工大学 | 智能割草机器人 |
CN107229275A (zh) * | 2017-04-24 | 2017-10-03 | 华南农业大学 | 一种果园自动遍历智能割草机控制系统及方法 |
CN107567825A (zh) * | 2017-09-15 | 2018-01-12 | 沈天元 | 预置区域的智能割草系统及割草方法 |
CN108614557A (zh) * | 2018-05-07 | 2018-10-02 | 北京三辰环卫机械有限公司 | 控制洗地机洗地的方法、系统和装置 |
CN208242224U (zh) * | 2018-05-10 | 2018-12-18 | 浙江菲客机器人有限公司 | 一种能分区割草的智能割草机 |
CN109443369A (zh) * | 2018-08-20 | 2019-03-08 | 北京主线科技有限公司 | 利用激光雷达和视觉传感器融合构建动静态栅格地图的方法 |
CN109588101A (zh) * | 2018-10-31 | 2019-04-09 | 浙江亚特电器有限公司 | 用于提高智能割草机作业覆盖率的控制方法 |
CN109703607A (zh) * | 2017-10-25 | 2019-05-03 | 北京眸视科技有限公司 | 一种智能行李车 |
CN110018686A (zh) * | 2019-03-26 | 2019-07-16 | 宁波大叶园林设备股份有限公司 | 一种智能割草机的路径规划方法 |
CN209460642U (zh) * | 2019-02-12 | 2019-10-01 | 同济大学 | 一种用于自动驾驶清扫车的多层级防碰撞系统 |
-
2019
- 2019-12-05 CN CN201911231924.1A patent/CN110879596A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1462899A1 (en) * | 2003-03-27 | 2004-09-29 | Deere & Company | System and method for controlling a vehicle having multiple control modes |
CN101100058A (zh) * | 2006-07-07 | 2008-01-09 | 南京理工大学 | 智能割草机器人 |
CN107229275A (zh) * | 2017-04-24 | 2017-10-03 | 华南农业大学 | 一种果园自动遍历智能割草机控制系统及方法 |
CN107567825A (zh) * | 2017-09-15 | 2018-01-12 | 沈天元 | 预置区域的智能割草系统及割草方法 |
CN109703607A (zh) * | 2017-10-25 | 2019-05-03 | 北京眸视科技有限公司 | 一种智能行李车 |
CN108614557A (zh) * | 2018-05-07 | 2018-10-02 | 北京三辰环卫机械有限公司 | 控制洗地机洗地的方法、系统和装置 |
CN208242224U (zh) * | 2018-05-10 | 2018-12-18 | 浙江菲客机器人有限公司 | 一种能分区割草的智能割草机 |
CN109443369A (zh) * | 2018-08-20 | 2019-03-08 | 北京主线科技有限公司 | 利用激光雷达和视觉传感器融合构建动静态栅格地图的方法 |
CN109588101A (zh) * | 2018-10-31 | 2019-04-09 | 浙江亚特电器有限公司 | 用于提高智能割草机作业覆盖率的控制方法 |
CN209460642U (zh) * | 2019-02-12 | 2019-10-01 | 同济大学 | 一种用于自动驾驶清扫车的多层级防碰撞系统 |
CN110018686A (zh) * | 2019-03-26 | 2019-07-16 | 宁波大叶园林设备股份有限公司 | 一种智能割草机的路径规划方法 |
Non-Patent Citations (2)
Title |
---|
张元良: "《移动机器人导航与控制算法设计》", 武汉:华中科技大学出版社, pages: 11 - 12 * |
李宁 等: "基于模型约束的覆盖规划算法研究", 《车辆与动力技术》, 15 September 2018 (2018-09-15), pages 1 - 7 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111459172A (zh) * | 2020-05-20 | 2020-07-28 | 中国北方车辆研究所 | 围界安防无人巡逻车自主导航系统 |
CN113848873A (zh) * | 2020-06-28 | 2021-12-28 | 苏州宝时得电动工具有限公司 | 自移动设备及其工作方法 |
CN112492956A (zh) * | 2020-11-26 | 2021-03-16 | 江苏沃得植保机械有限公司 | 一种割草机及其自动驾驶方法 |
CN113552882A (zh) * | 2021-07-17 | 2021-10-26 | 普达迪泰(天津)智能装备科技有限公司 | 一种用于大区域的无人割草车的行驶路线控制方法 |
CN113485364A (zh) * | 2021-08-03 | 2021-10-08 | 彭刚 | 一种配送机器人路径规划系统 |
CN113485364B (zh) * | 2021-08-03 | 2024-04-26 | 彭刚 | 一种配送机器人路径规划系统 |
WO2023123117A1 (zh) * | 2021-12-29 | 2023-07-06 | 广东美的白色家电技术创新中心有限公司 | 一种割草机器人避障方法和割草机器人 |
WO2024008018A1 (zh) * | 2022-07-06 | 2024-01-11 | 松灵机器人(深圳)有限公司 | 割草方法、装置、割草机器人以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110879596A (zh) | 低成本自动割草机自主作业系统及其自主作业方法 | |
US11148664B2 (en) | Navigation in vehicle crossing scenarios | |
CN109606354B (zh) | 一种基于分层规划的自动泊车方法及辅助系统 | |
JP7236749B2 (ja) | 環境アクティブセンシングタイプの駐車場自動駐車システム | |
US8666554B2 (en) | System and method for area coverage using sector decomposition | |
US20170185089A1 (en) | Detection of overhanging objects | |
CN103335658A (zh) | 一种基于弧线路径生成的自主车辆避障方法 | |
CN112000754A (zh) | 地图构建方法、装置、存储介质及计算机设备 | |
US20110046784A1 (en) | Asymmetric stereo vision system | |
CN110307850A (zh) | 航迹推算定位方法及自动泊车系统 | |
CN105928531A (zh) | 一种适用于无人驾驶汽车的行进路线精准生成方法 | |
CN108961811A (zh) | 停车场车辆定位方法、系统、移动终端及存储介质 | |
CN113325837A (zh) | 一种用于多信息融合采集机器人的控制系统及方法 | |
CN113283647B (zh) | 一种障碍物轨迹预测的方法、装置及自动驾驶车辆 | |
CN113190010B (zh) | 一种沿边绕障路径规划方法、芯片及机器人 | |
CN111459172A (zh) | 围界安防无人巡逻车自主导航系统 | |
CN114003036A (zh) | 机器人避障控制方法、装置、设备和介质 | |
Zhao et al. | Obstacle detection and avoidance for autonomous bicycles | |
CN115223039A (zh) | 一种面向复杂环境的机器人半自主控制方法及系统 | |
CN113848940A (zh) | 一种agv自主导航控制方法及系统 | |
WO2024037262A1 (zh) | 一种机器人通过窄道的导航方法、芯片及机器人 | |
Kais et al. | Towards outdoor localization using gis, vision system andstochastic error propagation | |
Eda et al. | Development of autonomous mobile robot “MML-05” based on i-Cart mini for Tsukuba challenge 2015 | |
Gao et al. | Design and Implementation of an Autonomous Driving Delivery Robot | |
CN114954440A (zh) | 具有自主探索模式的泊车方法、泊车系统及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |