CN110884908B - 用于物料运输的实时形成的机器人群 - Google Patents

用于物料运输的实时形成的机器人群 Download PDF

Info

Publication number
CN110884908B
CN110884908B CN201910424618.3A CN201910424618A CN110884908B CN 110884908 B CN110884908 B CN 110884908B CN 201910424618 A CN201910424618 A CN 201910424618A CN 110884908 B CN110884908 B CN 110884908B
Authority
CN
China
Prior art keywords
transport vehicles
atv
atvs
obstacle
path
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
Application number
CN201910424618.3A
Other languages
English (en)
Other versions
CN110884908A (zh
Inventor
李京霖
X·赵
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN110884908A publication Critical patent/CN110884908A/zh
Application granted granted Critical
Publication of CN110884908B publication Critical patent/CN110884908B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0289—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling with means for avoiding collisions between vehicles
    • 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
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291—Fleet control
    • G05D1/0293—Convoy travelling
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G63/00—Transferring or trans-shipping at storage areas, railway yards or harbours or in opening mining cuts; Marshalling yard installations
    • 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
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

公开了一种用于通过多个运输车辆运输对象的方法和系统。示例性运输车辆可以是自主的，并且可以具有从车身延伸并用于与地面接合的一个或多个轮子。示例性方法可以包括：向多个运输车辆提供对象的目的地，其中所述多个运输车辆确定到目的地的路线；将路线划分为用于所述多个运输车辆的一个或多个路线区段；在沿着其中一个路径区段行驶时运输车辆中的第一个运输车辆与障碍物相遇；并且将障碍物的位置从第一个运输车辆发送到运输车辆中的至少第二个运输车辆。运输车辆中的第二个可以修改至少一个路线区段以基于所提供的位置来避开障碍物。

Description

用于物料运输的实时形成的机器人群
技术领域
本公开涉及一种用于物料运输的实时形成的机器人群。
背景技术
在本节中的陈述仅提供与本公开相关的背景信息，并且可能不构成现有技术。
自动导引车辆(AGV)是无人驾驶和/或自推进车辆，其用于在无需实时人工帮助的情况下沿着路径运输有效负载。因为AGV通过受控的导航进行操作，其可以消除操作员直接参与的需要(例如，没有操作员)，从而降低在操作期间操作员引入错误相关的风险。AGV的移动通常沿着在设备楼层、仓库、配送中心等内部或其上布置的导引路线或路径。AGV可以利用人工控制器接口(例如，操纵杆)、光学传感器、磁传感器、电场传感器、全球定位系统(GPS)、惯性制导和/或沿着所需路线导航的激光制导。导引系统可以指示AGV遵循的精确且可重复的路线，而传感器系统可以为侵入AGV行进路线的任何事物提供实时更新。
典型AGV的固定路线可能在路线被阻塞时导致服务中断，并且由于给定系统中每个AGV单元的专用指令，AGV单元的替换可能是困难的。因此，需要一种用于物料运输的改进的系统和方法。
发明内容
在至少一个方面，一种用于通过多个运输车辆运输对象的方法(所述运输车辆具有从车身延伸且用于与地面接合的一个或多个轮子)包括向多个运输车辆提供对象的目的地，其中，所述多个运输车辆确定到达目的地的路径。该方法可以进一步包括将该路径划分为用于多个运输车辆的一个或多个区段，在沿着所述路径区段中的一个路径区段行进时所述运输车辆中的第一个运输车辆遇到障碍物，以及从第一运输车辆向所述运输车辆中的至少第二个运输车辆发送障碍物的位置，其中，所述运输车辆中的至少第二个运输车辆修改所述路径区段中的至少一个路径区段，以基于所提供的位置避开障碍物。
在一些实例中，一种方法还包括利用所述运输车辆中的至少第二个运输车辆确认障碍物的位置。在这些特定实例中，一种方法还可以包括将多个运输车辆指定为群，其中，障碍物的位置由群中包括的所有运输车辆确认。
在至少一些实例中，修改所述路径区段中的至少一个路径区段包括调整第二个运输车辆的区段中的至少一个后续区段，所述后续区段跟随遇到障碍物的路径区段。
在一些示例性说明中，修改所述路径区段中的至少一个路径区段包括调整遇到障碍物的路径区段。
在另一实例中，一种方法包括基于对象的至少一个特征和可用运输车辆的至少一个特征将可用运输车辆构成的子集指定为群。在这些实例中，对象的至少一个特征包括对象的重量或质量、对象的形状和对象的定位位置中的至少一者，并且可用运输车辆的至少一个特征包括所述运输车辆的负载容量和所述运输车辆的尺寸中的至少一者。
在一些实例中，每个运输车辆均是自主运输车辆(ATV)，其配置为自主地导航到所提供的目的地。
在这些实例中，一种方法还可以包括用至少第二个ATV确认障碍物的位置。
在一些实例中，一种方法还包括将多个ATV指定为群，其中，障碍物的位置由群中包括的所有ATV确认。
在这些实例中，该方法可以包括通过调整第二个ATV的区段中的至少一个后续区段来修改所述路径区段中的至少一个路径区段，所述后续区段紧接着遇到障碍物的路径区段。
在这些实例中，修改所述路径区段中的至少一个包括调整遇到障碍物的路径区段。
在一些实例方法中，一种方法还包括基于对象的至少一个特征和可用ATV的至少一个特征将可用ATV构成的子集指定为群。
在一些实例中，对象的至少一个特征可以包括对象的重量或质量、对象的形状和对象的定位位置中的至少一者，并且可用ATV的至少一个特征包括ATV的负载容量和ATV的尺寸中的至少一者。
在另一方面，提供了一种自主运输车辆系统，其可包括设备级控制器和多个自主运输车辆(ATV)。每个ATV可包括：从ATV的车身延伸并与地面接合的一个或多个轮子；ATV控制器，配置为基于由设备级控制器提供的目的地确定ATV的路径，该路径被分成ATV的多个路径区段；以及配置为检测其中一个路段中的障碍物的至少一个传感器。控制器与ATV中的至少第二个ATV进行通信，使得ATV配置为将障碍物的位置发送到第二个ATV，其中，所述第二个ATV修改第二个ATV的路径区段中的至少一个路径区段，以基于提供的位置避开障碍物。
在一些实例中，ATV包括至少一个向外的检测传感器，配置为检测障碍物。
在至少一些实例中，设备级控制器配置为将ATV中的多个指定为群，并且该群中包括的所有ATV均包括配置为确认障碍物位置的相应传感器。
在一些实例中，第二个ATV配置为通过调整第二个ATV的区段中的至少一个后续区段来修改所述路径区段中的至少一个路径区段，所述后续区段跟随遇到障碍物的路径区段。
在一些实例中，第二个ATV配置为通过调整遇到障碍物的路径区段来修改路径区段中的至少一个路径区段。
在一些实例中，设备级控制器可以配置为基于对象的至少一个特征和可用ATV的至少一个特征将可用ATV构成的子集指定为群。
附图说明
在下文中将结合附图来描述本发明的一个或多个实施方案，其中，相同的标号表示相同的要素，并且其中：
图1是用于物料运输的示例性系统，其包括用于执行物料运输任务的独立或自主运输车辆(ATV)群；
图2A是用于图1的系统的示例性ATV的侧视图；
图2B是图2A的示例性ATV的前视图；
图2C是图2A和图2B的示例性ATV的俯视图；
图3A是用于图2A至图2C中所示ATV的示例性ATV群和相关运输固定装置的前视图；
图3B是图3A的示例性ATV群的俯视图；
图3C是另一示例性ATV群和用于图2A至图2C所示的ATV的相关运输固定装置的前视图；
图3D是图3C的示例性ATV群的俯视图；
图3E是另一示例性ATV群和用于图2A至图2C所示ATV的相关运输固定装置的前视图；
图3F是图3E的示例性ATV群的俯视图；
图3G是另一示例性ATV群和用于图2A至图2C中所示ATV的相关运输固定装置；
图4是根据一个示例性方法用于图1系统的系统控制的示意图；
图5是根据一个实例用于图1的系统的任务分析和群形成控制的示意图；以及；
图6是根据一个实例示出了使用图1的系统运输物料的方法的过程流程图。
具体实施方式
以下提供了物料运输系统和相关方法的示例性说明。通常，示例性系统可以采用多个自动驾驶机器人运输车辆，其实时执行物料运输任务。可以通过控制系统基于所分配的任务将运输车辆的组指定为“群”。因此，不同数量和/或配置的群可用于根据特定任务要求执行物料运输任务。
在一些示例中，自主运输车辆(ATV)是无人驾驶和自推进的机器人车辆，其用于沿着路径运输有效负载，该路径可由ATV自身实时预定义或确定。仅作为实例，该ATV可以利用控制器、光学传感器、距离传感器、全球定位系统(GPS)和/或用于导航的激光制导。导航系统可以指示ATV行进的精确路线，并为侵入ATV行进路线的任何东西提供实时路线调整。
如下面将进一步描述的，与先前方法中通常所需的定义或专用路线相比，示例性ATV在其通往目的地的路径或区段导航中通常可以是自主的。此外，可以根据给定物料运输任务的要求实时形成ATV群。仅作为实例，诸如对象尺寸、形状、质量和/或定位位置的输入可用于确定机动ATV群的占地面积、任务所需的ATV个数，和/或ATV的定位。还可以例如通过系统级控制器使用一个或多个ATV的可用性，来确定哪个ATV将被指定为包括在给定群中。自主ATV通常可以实时独立地导航，并且可以在没有系统或设备级控制器干预的情况下避开障碍物。
现参见图1，示出了示例性自主运输车辆系统100。该自主运输车辆系统100包括五个自主运输车辆(ATV)12、14、16、18、19，其中，ATV中的四个12、14、16、18以四边形图案布置，用于支撑有效负载20。这四个ATV 12、14、16、18可以被指定为用于运输有效负载20的群。另一方面，第五个ATV 19可以不可用，或者可以不需要执行运输有效负载的任务(例如，基于其它ATV的承载能力、占地面积等)，因此可以暂时空闲。
尽管被描述为ATV，但应该理解的是，任何类型的自导引和/或自推进车辆都可以在自主运输车辆系统100内使用，包括但不限于自动导引车辆(AGV)、自动导引车(AGC)、激光导引车(LGV)、视觉导引车(VGV)以及其它自动车辆等。在一个实例中，ATV 12、14、16、18是自主机器人运输工具，其中每个均是移动机器人，不需要例如通过地板中的标记或电线进行外部导引。因此，ATV 12、14、16、18可以使用LIDAR、RADAR、相机或其它便于三维视觉的视觉导航设备、超声波传感器等进行自导航。
有效负载20可以是任何工件、组件或者甚至是人，如下面将进一步描述的。因此，通常由ATV 12、14、16、18承载的有效负载20可以是没有限制。在一些情况下，有效负载20可以是大量的完成部件、制造中的固定装置，或数量太大而无法通过其它传统方法移动或需要精确和控制交付的任何其它有效负载。如本文所述，仅作为实例，该自主运输车辆系统100可帮助用于汽车和航空航天制造业；纸浆和金属加工业；农业、军事、家电、建筑、食品和饮料、消费品和医疗服务业；以及一般制造应用。
系统100还包括设备控制器50，其通常根据需要将任务分配给ATV 12、14、16、18和19。因此，控制器50可以分析任务，将一个或多个ATV指定为包括在用于执行给定任务的群中，并且还可以生成用于群中的ATV的一个或多个路径R。因此，控制器50可以与ATV 12、14、16、18和19中的每一个进行通信，如下面将进一步描述的。路径R又可以被分成多个区段S，其共同构成路径R。可以采用任何数量的区段S。如下面将进一步讨论的，路径R可以被划分为第一区段S1、第二区段S2等，总区段数为E，这样最终区段被指定为区段SE。在图1所示的实例中，路径R被划分成七(7)个区段，即S1、S2、S3、S4、S5、S6和S7。在路径中可以使用任何合适数量的区段。
系统100可以帮助物料(例如，有效负载20)从初始位置A到位置B的运输，位置B可以是有效负载20的目的地或递送位置。一个或多个地标104a、104b(统称为104)可以具有已知位置。地标104可以固定在系统100中的适当位置，或者可以是为控制器50和/或ATV 12、14、16、18和19提供参考的其它已知位置。一个或多个障碍物102a、102b(统称为102)也可以存在于系统100中。障碍物102可以是固定对象、系统100中的移动车辆、行人等。通常，控制器50帮助完成与将有效负载递送至期望目的地例如位置B相关联的任务或子任务。ATV 12、14、16和18通常可以设法避开障碍物102，障碍物102可能是或可能不是控制器50或ATV在最开始时或至少在将物料运输任务时给定至特定群中的一个或多个ATV时已知的。
通常，控制器50可以是设备或工厂级控制器，其负责设备内的设备或区域，这帮助物料运输任务的开发和分配。在一个实例中，任务可以被识别或要求。随后，控制器50可以实时确定任务所需的ATV的数量。例如，控制器50可以基于每个ATV的占地面积或负载容量等来确定任务所需的ATV的数量。有效负载20的类似参数(例如，重量、尺寸、定位位置等)可用于指定ATV群。控制器50还可以选择可用于该任务的ATV中的一个或多个，并且还可以为该群分配一个“导引”ATV。仅作为实例，ATV 12可以被指定为图1的示例中的导引ATV。
控制器50还可以形成该群的整体形状以处理该任务，例如，通过相对于彼此指定ATV 12、14、16和18的布局。在图1所示的实例中，采用ATV 12、14、16、18的矩形取向。然而，这种布置仅仅是一个实例，并且可以采用任何合适的布置。控制器50还可以确定从位置A到位置B的路线或路径，并将确定的路径发送至导引ATV 12。导引ATV 12又可以与该群中的其它ATV 14、16和18通信，以同步其运动，并且在必要时，例如在检测到障碍物时实时改变路径，如下面将进一步讨论的。
由于ATV 12、14、16、18和19中的每一个在设计上均可以类似或甚至相同，因此这里仅详细描述ATV 12。现在参见图2，ATV 12包括具有下部32和相对的上部30的车身。ATV12的下部32包括从其延伸且用于与地面(例如，车间或设备地板)接合的四个轮子36。轮子36可以是合适的任何尺寸、形状或构造，并且在一些实例中可以是全向的，以相对于地面提供前进和后退运动、螃蟹式和旋转运动的能力，以便有助于自主运输车辆系统100使用的操纵技术(例如，维持构造)。替代性地，轮子36中的一个或多个，或甚至全部可以是标准轮子或脚轮、履带或传送机系统。
ATV 12的上部30可以包括至少一个定位器，例如销40a和40b(统称为40)，其在ATV12的顶表面上方延伸预定距离。布置在ATV 12上的每个定位器40可以在相对于ATV 12的车身上部30和/或车身下部32的预定基准位置处与有效负载20(图2中未示出)接合。例如，定位销40可以延伸到有效负载20表面上的定位孔(未示出)中，使得在组装和/或制造操作期间可以保持有效负载20的定位。定位销40可以固定地安装至ATV 12的顶表面，或者可以以可移动地方式布置在ATV 12的顶表面上。此外，定位销40可以根据需要与中间固定装置连接以运输有效负载20，其实例将在下面进一步讨论。机器人物料运输器(未示出)可以将部件放置在形成的ATV群上。例如，有效负载20可以放置在标准化固定装置(未示出)上，或者ATV本身可以具有末端执行器或用于承载部件或有效负载20的其它可移动固定装置。
ATV 12还可以容纳用于控制ATV 12移动的车载控制器42。车载控制器42可以采用分布式机器人技术，即，其提供了下述能力：使车载控制器42能够表现为与布置在其它ATV14、16、18上的从控制器通信的主控制器，并且还表现为与在制造工厂中移动的其它自动运输车辆系统的其它主控制器通信。与其用自主运输车辆系统的通信允许每个ATV在正常路径上存在障碍物时基于优先级修改其路径。值得注意的是，ATV 12、14、16、18上的所有车载控制器42均可以具有相同的计算能力，但是在任何特定时间仅将四个ATV中的一个指定为系统中的主控制器。虽然这里详细描述了分布式机器人技术，但应理解，集中式系统也可以用于控制ATV 12、14、16、18的移动。在集中式系统中，所有ATV均与中央控制器，例如控制器50通信，其可以转而确定交通、冲突、故障等，并且将适当的控制操纵中继至每个ATV。
ATV 12还可以具有一个或多个向外指向的传感器，其配置为帮助ATV 12的导航。仅作为实例，ATV 12可以分别在ATV 12的前部、侧部和/或后部具有多个距离传感器60。还可以设置一个或多个相机62或光学传感器。ATV 12可以由任何合适的机构提供动力。仅作为一个实例，ATV 12可以具有电动马达64，其配置为驱动一个或多个轮子36，其中，马达64从电池组66接收动力。
ATV 12中用作主控制器的车载控制器42与ATV 14、16、18的从控制器通信，以保持ATV 12、14、16、18中的每一者的横向方向和纵向方向的位置控制。主控制器负责方向控制(即，每个ATV正在进行的方向)和速度控制(即，每个ATV移动的速度)。位置控制器允许ATV12、14、16、18中的每个ATV一致地移动，以用于自主运输车辆系统100的同步运动。换句话说，ATV 12、14、16、18相互协作，以编队(例如，群、排或其它分组)的形式移动，以便提供高效、容错操作的能力。将ATV 12、14、16、18成群或组的能力提供了对自主运输车辆系统100的快速且容易的重新配置，以便在无需购买新硬件的情况下承载具有不同尺寸的有效负载或者具有不同布置基准的有效负载。通过主车载控制器42的编程快速完成对编队设计的改变。
主控制器的职责相反，从控制器可以负责健康相关的任务(例如，设备机械问题、充电状态、障碍物检测)。这样，从控制器可以向主控制器42提供关于系统状态的反馈信息，例如但不限于系统健康状态、位置和速度测量，检测到的障碍物的位置和/或避障路径。响应于该信息，当来自控制器的反馈信息指示健康状态故障时，主控制器可以停止ATV 12、14、16、18或发出声音/闪烁警报。当主控制器出现故障时，其可以将主状态重新分配给其中一个从控制器。如果需要，其中一个从控制器也可以覆盖主控制器以停止系统。紧急停止(e-stop)功能由所有ATV激活，使得安全停止可以覆盖所有其它命令。这些特征中的每一个特征都是通过主控制器与从控制器之间的实时通信来实现的，这可以通过诸如射频或红外线的无线传输系统来实现。
ATV 12的车载控制器42可以采用通常高分辨率的导航软件，因此一般不需要预定义的移动路线或路径。此外，每个ATV都能够在例如遇到障碍物102时实时地改变路径。换句话说，ATV 12、14、16、18通常可以避开或绕过障碍物102并保持移动。
在一个实例中，导引ATV 12可以处理由群ATV 12、14、16、18收集的传感器和信号数据。因此，每个ATV 14、16、18的处理器42均可以收集和发送从ATV 14、16、18的外部传感器收集到导引ATV 12的信号或数据。导引ATV通常又可以处理所接收的信息，例如来确定任何ATV 12、14、16和/或18的新路径或路径区段。导引ATV 12通常还可以总体上决定ATV群的移动，并且可以计算ATV群的各个组件或子组件，例如单独的ATV 14、16和18的移动。ATV 12随后可以将移动信号发送至ATV群中的所有ATV 14、16和18。在一个实例中，当ATV中的一个ATV检测到需要改变群路径的障碍物时，导引ATV 12从其它ATV 14、16、18中的一个或多个接收信息。因此，检测ATV可以启动其它ATV的运动停止，并向其它ATV提供信息，例如检测到的障碍物的位置、障碍物的大小，或者在将群ATV 12、14、16、18导航绕过障碍物时有用的任何其它信息。
现转向图3A至图3G，示出了可以使用系统100，特别是使用群中的一个或多个ATV运输的有效负载20的示例。在图3A和图3B中，示例性有效负载20a是相对较大的矩形部件，其由两个并排形成的ATV 12、14承载。ATV 12、14的支撑件40通常可以配合以与部件20a接合，从而将部件20a共同支撑在由ATV 12、14提供的群上。以类似的方式，图3C和图3D中所示的另一个有效负载20b是车轴组件。示出了三个ATV 12、14、16，其使用定位销40承载有效负载20b，定位销40根据需要延伸至不同高度，以适当地支撑有效负载20b。可以由ATV群承载的另一个有效负载20c在图3E和图3F中示出。在该特定实例中，有效负载20c是相对较大的对象，例如部件的托盘，其由四个ATV 12、14、16、18承载。ATV 12、14，16和18的定位销40可以各自支撑有效负载20c。另一示例性有效负载20d在图3G中示出。在该实例中，有效负载20d是人，例如医院患者。在该实例中采用两个ATV 12、14，每个ATV分别具有相对专用的固定装置60a、60b。更具体地，固定装置60a用作患者20d的椅子或座椅，而固定装置60b提供搁脚板。有效负载20的前述示例仅作为说明提供，并且任何其它类型的有效负载均可由一个或多个ATV或适当的ATV群承载。
现转向图4，示出了例如用于系统100的系统控制的示意图。设备级控制410可以由控制器50实现，其可以包括任务分析、ATV群的识别以及任务完成的验证。群级控制420可以例如通过主或导引ATV 12来实现，以开发实时路径规划并避开障碍物。因此，导引ATV 12的处理器42可以提供ATV群的同步运动控制，并且通常可以校准和协调群中的其它ATV 14、16、18的移动。在单元级控制430中，每个单独的ATV 12、14、16、18均可以利用与ATV相关的位置信息和/或检测到的障碍物来使用自主导引独立地控制其运动。每个单独的ATV还可以收集传感器信息，例如来检测障碍物102，并将该ATV和/或障碍物102的位置信息提供给其它ATV。
在图4中示出的示例性控制400中，设备级控制410可以向群级420提供群形成指令415a，而群级控制420可以以群位置和任务反馈415b的形式向设备级控制410提供输入。群级控制420还可以向单元级控制430提供协调的运动指令425a，例如，以便由导引ATV 12移动各个ATV 14、16、18。单元级控制430转而可以通过ATV 14、16、18向导引ATV 12提供关于不同ATV 14、16、18和/或检测到的障碍物102的位置信息。
现转向图5，示出了用于形成ATV群的示例性过程500。任务分析510可以接收输入505，输入505包括诸如关于待移动对象的形状、尺寸、重量、质量分布和夹紧位置的信息，作为用于分析移动对象任务的输入。因此，任务分析510可以包括分析特定有效负载20，分析可用于有效负载20的夹紧构型、与可用ATV相关联的传感器覆盖范围的分析，以及稳定性分析(例如，确定所需ATV的定位和数量)。
任务分析510可以基于所接收的输入505向群形成控制520提供分析或信息。仅作为实例，所需的ATV数量、所需的ATV类型以及ATV群的期望形状可以作为输入515提供至该群形成控制520。
前进至框520，群形成控制500可以查询是否/哪些ATV可用于完成给定任务，确定所识别的ATV中导引ATV的分配，以及确定ATV群的形状。因此，群形成控制520可以例如向各个ATV提供输出525，其可以包括与ATV群所确定的编队相关的指令。
现转向图6，示出了物料运输的示例性过程600。如上所述，在一些实例中，过程600可以通过多个自主运输车辆(ATV)来运输对象，自主运输车辆具有配置为与地面接合的轮子。
过程600可以在框605处开始，在此，对象的目的地被识别，并且通往目的地的路径被划分。可以在路径R中指定任何数量的区段S，其可以被指定为S1、S2、S3等，至最大数量的区段SE。在框605处，控制器50可以指定路径R，用于经由ATV 12、14、16和18将有效负载20从位置A移动至目的地例如位置B。在一些实例中，ATV 12、14、16可以负责导航至目的地，例如，ATV 12中的其中一个ATV被指定为导引ATV。随后，过程600可以进行至框610。
在框610处，过程600将增量计数器“i”设置为初始值一(1)。该计数器可用于循环穿过路径R的各个区段S1、S2、S3等，如下面将更详细地讨论的。
前进至框615，ATV 12、14、16和18中的每一个均可以沿着区段Si移动。因此，在计数器(i)初始设置为一(1)的情况下，ATV 12、14、16和18各自沿第一区段S1移动。随后，过程600可以进行至框620。
在框620处，过程600可以询问ATV 12、14、16或18中的一个是否已经检测到障碍物。如果群中的ATV都没有遇到障碍物，则过程600可以进行至框630。
另一方面，如果遇到障碍物，例如障碍物102a，则过程600可以进行至框625。框625通常可以通过群中的一个或多个ATV帮助来避开检测到的障碍物。例如，框625可以包括多个组成步骤或子步骤，其实例在下面和图6中提供。
最初，过程600可以进行至框625a，在此处确定由任何ATV检测到的障碍物的位置。因此，障碍物102a可以由ATV中的第一个ATV 14检测到。仅作为实例，ATV 14可以通过相机62或位置传感器60中的一个或多个来检测障碍物102a。
前进至框625b，可以用群中的另一个ATV来验证或确认障碍物的位置。继续上面的实例，另一个ATV 16可以定位由ATV 14检测到的相同障碍物102a。在一些实例中，ATV 12、14、16和18中的所有均可以例如使用各自面向外的传感器诸如相机62、传感器60等来独立地确认障碍物102a的位置。在一些实例中，障碍物102a的位置可以在群中的ATV之间共享。仅作为实例，检测ATV 14可以将与障碍物102a位置有关的信息提供给群中的其它ATV，例如，提供给导引ATV 12。
随后，过程600可以修改ATV的路径或路径区段。区段修改可以以任何合适的方式进行。在一个示例性方法中，过程600前进至框625c，在此处，每个ATV基于由检测ATV 14提供的位置单独地确定用于避开障碍物102a的运动。因此，前进至框625d，ATV中的每一个均可以沿着障碍物102a的四周移动。随后，在框625e处，可以确定用于ATV群的路径区段。在一个实例中，导引ATV 12可以从ATV群避开障碍物102a之后的新位置确定路径R和新区段(S1，S2，S3...SE)。在另一个实例中，可能需要修改原始确定的区段的子集，即，使得在障碍物检测之后基于群的新位置修改后续区段S2，但是可以使用相同的剩余区段(S3，S4...SE)。在一些实例中，导引ATV 12可以基于由检测ATV 14提供的位置来修改ATV 12、14、16和18中的一个或多个的区段。
在避开障碍物时，过程600可以继续回到框605。路径R的剩余区段可以随后由ATV群导航。
在框630处，在给定区段(Si)中未检测到障碍物的情况下，过程600可以查询是否已到达区段(Si)的末端。在已经到达区段的末端的情况下，过程600前进至框635。另一方面，如果尚未到达区段(Si)的末端，则过程600可以前进至框615，在此处，群中的ATV 12、14、16和18各自沿着区段(Si)再次递增地移动。
在框635处，在完成当前路径区段(Si)之后，过程600可以查询最后一个区段是否已经完成。在图6所示的实例中，框635查询计数器(i)的当前值是否等于区段数(E)。如果计数器(i)不等于区段数(E)，则过程600前进至框640，在此处，计数器递增一(1)。随后，过程600可以进行至框615，在此可以继续ATV 12、14、16和18的移动并且继续检测障碍物。在完成所有指定的区段之后，计数器(i)的值被确定为等于区段(E)的数量，并且因此有效负载20在目的地处，例如位置B。随后，处理600可以终止。
应理解，前述内容是对本发明的一个或多个实施方案的描述。本发明不限于在此公开的特定实施方案，而是仅由以下的权利要求限定。此外，前面描述中包含的陈述涉及特定实施方案，并且不应被解释为对本发明范围或权利要求中使用的术语的定义的限制，但以上明确定义的术语或短语除外。对于本领域技术人员来说，各种其它实施方案以及对所公开实施方案的各种改变和修改将是显而易见的。所有这些其它实施方案、改变和修改均旨在落入所附权利要求的范围内。
如在本说明书和权利要求中所使用的，术语“如”、“例如”、“比如”、“诸如”和“等”，以及动词“包含”、“具有”、“包括”和他们的其它动词形式，当与一个或多个组件或其它项目的列表结合使用时，每个都被解释为开放式的，这意味着该列表不被视为排除其它附加组件或项目。其它术语应使用其最广泛的合理含义来解释，除非用于需要不同解释的上下文中。

Claims (7)

1.一种通过多个运输车辆运输对象的方法，所述运输车辆具有从车身延伸并与地面接合的一个或多个轮子，所述方法包括：
通过设备级控制器将所述多个运输车辆指定为群；
从所述设备级控制器向所述多个运输车辆提供所述对象的目的地，其中，所述多个运输车辆确定到达所述目的地的路径；
通过一个或多个自主运输车辆控制器将所述路径划分为所述多个运输车辆的一个或多个路径区段；
在沿着所述路径区段中的一个路径区段行驶时所述运输车辆中的第一个运输车辆遇到障碍物；以及
将所述障碍物的位置从所述第一个运输车辆的控制器发送到所述运输车辆中的至少第二个运输车辆的控制器，其中，所述障碍物的位置由所述群中包括的所有运输车辆确认，以及所述运输车辆中的至少第二个运输车辆修改所述路径区段中的至少一个路径区段，以基于所提供的位置避开所述障碍物。
2.根据权利要求1所述的方法，其中，修改所述路径区段中的至少一个路径区段包括：调整所述第二个运输车辆的至少一个后续区段，所述后续区段跟随所述路径区段中遇到所述障碍物的路径区段。
3.根据权利要求1所述的方法，其中，修改所述路径区段中的至少一个路径区段包括：调整所述路径区段中遇到所述障碍物的路径区段。
4.根据权利要求1所述的方法，其中，所述运输车辆中的每一个均是自主运输车辆ATV，配置为自主地导航至所提供的目的地。
5.一种通过多个运输车辆运输对象的方法，所述运输车辆具有从车身延伸并与地面接合的一个或多个轮子，所述方法包括：
从设备级控制器向所述多个运输车辆提供所述对象的目的地，其中，所述多个运输车辆确定到达所述目的地的路径；
通过一个或多个自主运输车辆控制器将所述路径划分为所述多个运输车辆的一个或多个路径区段；
在沿着所述路径区段中的一个路径区段行驶时所述运输车辆中的第一个运输车辆遇到障碍物；以及
将所述障碍物的位置从所述第一个运输车辆的控制器发送到所述运输车辆中的至少第二个运输车辆的控制器，其中，所述运输车辆中的至少第二个运输车辆修改所述路径区段中的至少一个路径区段，以基于所提供的位置避开所述障碍物；以及
通过所述设备级控制器基于所述对象的至少一个特征和可用运输车辆的至少一个特征，将可用运输车辆构成的子集指定为群。
6.根据权利要求5所述的方法，其中，所述对象的至少一个特征包括所述对象的重量、所述对象的质量、所述对象的形状和所述对象的定位位置中的至少一者，并且所述可用运输车辆的至少一个特征包括所述运输车辆的负载容量和所述运输车辆的尺寸中的至少一者。
7.一种自主运输车辆系统，包括：
设备级控制器；和
多个自主运输车辆ATV，所述多个自主运输车辆ATV中的每一个均包括：
从所述多个自主运输车辆ATV的车身延伸并用于与地面接合的一个或多个轮子；
ATV控制器，配置为基于由所述设备级控制器提供的目的地确定所述多个自主运输车辆ATV的路径，所述路径划分为用于所述多个自主运输车辆ATV的多个路径区段；以及
至少一个向外的检测传感器，配置为用于检测所述路径区段的一个路径区段中的障碍物；
其中，所述ATV控制器与所述多个自主运输车辆ATV中的至少第二个ATV进行通信，使得所述多个自主运输车辆ATV配置为将所述障碍物的位置发送到所述第二个ATV，其中，所述第二个ATV基于所提供的位置修改所述第二个ATV的路径区段中的至少一个路径区段以避开所述障碍物；以及
所述设备级控制器配置为将ATV中的多个指定为群，并且该群中包括的所有ATV的传感器被配置为确认障碍物的位置。
CN201910424618.3A 2018-09-07 2019-05-21 用于物料运输的实时形成的机器人群 Active CN110884908B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/124,329 US10579071B1 (en) 2018-09-07 2018-09-07 Real-time formed robotic swarm for material handling
US16/124,329 2018-09-07

Publications (2)

Publication Number Publication Date
CN110884908A CN110884908A (zh) 2020-03-17
CN110884908B true CN110884908B (zh) 2021-11-30

Family

ID=69621621

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910424618.3A Active CN110884908B (zh) 2018-09-07 2019-05-21 用于物料运输的实时形成的机器人群

Country Status (3)

Country Link
US (1) US10579071B1 (zh)
CN (1) CN110884908B (zh)
DE (1) DE102019113257A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11385636B2 (en) * 2019-08-30 2022-07-12 Kabushiki Kaisha Toshiba System and method for transporting inventory items in logistic facilities
US11174104B2 (en) * 2019-10-18 2021-11-16 Grey Orange Pte. Ltd. Method and system for transporting payloads in storage facilities
CN115003612A (zh) * 2020-05-06 2022-09-02 Abb瑞士股份有限公司 运输器和用于运输对象的方法
CN112356022B (zh) * 2020-10-15 2022-07-01 深圳优地科技有限公司 基于机器人的酒店送餐方法、装置、设备和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5111401A (en) * 1990-05-19 1992-05-05 The United States Of America As Represented By The Secretary Of The Navy Navigational control system for an autonomous vehicle
US6539294B1 (en) * 1998-02-13 2003-03-25 Komatsu Ltd. Vehicle guidance system for avoiding obstacles stored in memory
CN104054034A (zh) * 2011-12-16 2014-09-17 雷诺股份公司 双模式车辆的自主模式的控制
CN105373120A (zh) * 2014-08-12 2016-03-02 通用汽车环球科技运作有限责任公司 自动导向的货运车系统控制
CN105425803A (zh) * 2015-12-16 2016-03-23 纳恩博（北京）科技有限公司 自主避障方法、装置和系统
US20170308804A1 (en) * 2014-10-20 2017-10-26 Nokia Technologies Oy Method and apparatus for adiabatic quantum annealing
CN107305389A (zh) * 2016-04-20 2017-10-31 通用汽车环球科技运作有限责任公司 可重构自动导向车辆系统
CN110297487A (zh) * 2018-03-23 2019-10-01 日本电产新宝株式会社 移动体、管理装置及移动体系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018056473A (ja) * 2016-09-30 2018-04-05 国立研究開発法人物質・材料研究機構 ピリジン誘導体を用いたペロブスカイト太陽電池
US10394234B2 (en) * 2017-12-18 2019-08-27 The Boeing Company Multi-sensor safe path system for autonomous vehicles

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5111401A (en) * 1990-05-19 1992-05-05 The United States Of America As Represented By The Secretary Of The Navy Navigational control system for an autonomous vehicle
US6539294B1 (en) * 1998-02-13 2003-03-25 Komatsu Ltd. Vehicle guidance system for avoiding obstacles stored in memory
CN104054034A (zh) * 2011-12-16 2014-09-17 雷诺股份公司 双模式车辆的自主模式的控制
CN105373120A (zh) * 2014-08-12 2016-03-02 通用汽车环球科技运作有限责任公司 自动导向的货运车系统控制
US20170308804A1 (en) * 2014-10-20 2017-10-26 Nokia Technologies Oy Method and apparatus for adiabatic quantum annealing
CN105425803A (zh) * 2015-12-16 2016-03-23 纳恩博（北京）科技有限公司 自主避障方法、装置和系统
CN107305389A (zh) * 2016-04-20 2017-10-31 通用汽车环球科技运作有限责任公司 可重构自动导向车辆系统
CN110297487A (zh) * 2018-03-23 2019-10-01 日本电产新宝株式会社 移动体、管理装置及移动体系统

Also Published As

Publication number Publication date
US20200081455A1 (en) 2020-03-12
CN110884908A (zh) 2020-03-17
DE102019113257A1 (de) 2020-03-12
US10579071B1 (en) 2020-03-03

Similar Documents

Publication Publication Date Title
CN110884908B (zh) 用于物料运输的实时形成的机器人群
CN107305389B (zh) 可重构自动导向车辆系统
US10875448B2 (en) Visually indicating vehicle caution regions
US20240149451A1 (en) Systems and methods for process tending with a robot arm
KR101946110B1 (ko) 차량 결합 및 차량 결합을 형성하기 위한 그리고 실시하기 위한 방법
CN107209518B (zh) 代客泊车方法和代客泊车系统
US11059534B2 (en) Nondeterministic assembly system and method
Culler et al. A prototype smart materials warehouse application implemented using custom mobile robots and open source vision technology developed using emgucv
CA2779477A1 (en) Coordination of vehicle movement in a field
JP2022518012A (ja) 自動運転車用自律放送システム
Rabelo et al. Centralized control for an heterogeneous line formation using virtual structure approach
US20200387168A1 (en) Automated Convoy Assembly in Tactical Assembly Area
CN103777630A (zh) 定位导航系统及其控制方法
MacArthur et al. Use of cooperative unmanned air and ground vehicles for detection and disposal of simulated mines
Vaz et al. Docking of a mobile platform based on infrared sensors
CN112666934A (zh) 一种汽车搬运agv控制系统、调度系统及控制方法
Hyla et al. Automated Guided Vehicles–the Survey
WO2021106672A1 (ja) 情報処理装置、情報処理方法およびプログラム
CN114995361A (zh) 沿机器人当前路线的冲突检测和避免
Szpytko et al. Automated guided vehicles navigating problem in container terminal
US11892852B2 (en) Information processing apparatus and information processing method
WO2021106616A1 (ja) 情報処理装置、情報処理方法およびプログラム
TWI806429B (zh) 控制自動導引車之模組化控制系統及方法
Wu et al. Development of an omnidirectional AGV by applying ORB-SLAM for navigation under ROS framework
KR20240054014A (ko) 스마트 팩토리의 관제 방법 및 관제 장치

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