CN111459170A - 一种智能运输装置的避障方法及系统 - Google Patents
一种智能运输装置的避障方法及系统 Download PDFInfo
- Publication number
- CN111459170A CN111459170A CN202010344257.4A CN202010344257A CN111459170A CN 111459170 A CN111459170 A CN 111459170A CN 202010344257 A CN202010344257 A CN 202010344257A CN 111459170 A CN111459170 A CN 111459170A
- Authority
- CN
- China
- Prior art keywords
- intelligent transportation
- transportation device
- processing unit
- obstacle
- central processing
- 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 33
- 238000001514 detection method Methods 0.000 claims abstract description 46
- 230000007246 mechanism Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000010365 information processing Effects 0.000 claims description 10
- 230000004888 barrier function Effects 0.000 claims description 5
- 230000033001 locomotion Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- -1 graphite alkene Chemical class 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling 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
- G05D1/0238—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
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Optics & Photonics (AREA)
- Electromagnetism (AREA)
- Acoustics & Sound (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种智能运输装置的避障方法及系统,属于智能运输装置避障技术领域。本技术方案基于包括智能运输装置本体、障碍物检测装置和中央处理器的避障系统,其中,障碍物检测装置包括用于对运行路径进行测距的检测传感器、用于对运行路径进行定位的定位器以及用于对运行路径进行摄像的摄像头,定位器和摄像头均与中央处理器连接;检测传感器包括激光扫描雷达、激光传感器和超声波传感器,中央处理器连接有显示屏和报警器;通过检测,获取智能运输装置运动过程中障碍物信息,再经中央处理器控制装置减速或者停止,进而实现避障。
Description
技术领域
本发明涉及一种智能运输装置的避障方法及系统,属于智能运输装置避障技术领域。
背景技术
智能运输装置是一种用于载人载物的运输交通工具,其为通过地下特殊管道与地面道路来实现移动的装置,为人们提供便利服务。但目前的智能运输装置并不能实现完全有效的自主避障,这不仅存在运输安全风险,还存在运输效率不高等情况。
于2019年10月25日公开了一种公开号为CN110371112A,名称为“一种自动驾驶车辆的智能避障系统及方法”的专利文献,其中:在自动驾驶车辆上安装障碍物检测装置、障碍物轨迹预测子系统、车辆决策子系统,数据集采集装置,障碍物检测装置检测的障碍物车辆坐标传入到数据集采集装置训练出的障碍物轨迹预测算法模型,并根据障碍物的历史轨迹预测出障碍物的未来轨迹;由车辆决策子系统根据障碍物轨迹预测算法模型预测出来的未来轨迹进行决策,根据车辆的未来轨迹可能出现的位置进行标定,并绕过标定位置。在该技术方案中,主要采用循环神经网络,对码头环境进行检测,而未涉及有复杂变化的人行道。
于2013年11月13日公开了一种公开号为CN103386975A,名称为“一种基于机器视觉的车辆避障方法及系统”的专利文献,其中:该避障方法包括如下步骤:处理器采用基于单幅图像的障碍物检测算法判定缩微车前方是否存在障碍物;处理器对两个摄像头进行标定,采用立体视觉的方法确定障碍物的高度并将高度信息传输给控制器;测距装置检测相邻两车道的车辆状况,为避障换道提供可行驶的区域并将可行使区域的信息传输给控制器;控制器根据获得的信息,采用自适应换道策略,向运行控制模块发送命令,完成车辆的自主换道。该发明的避障方法稳定、自适应程度高,车辆避障姿态流畅,避障成功率高达98%以上。在该技术方案中,主要在于自主换道,且仅为检测能否换道,而为涉及有更够自主的路径规划和紧急情况处理。
于2017年07月14日公开了一种公开号为CN106950983A,名称为“无人飞行器避障方法及装置”的专利文献,其中:该无人飞行器避障方法主要包括以下步骤:S1无人飞行器发射出超声波信号;S2接收经障碍物反射回来的超声波信号;S3采样有效的超声波信号;S4校正超声波传输速度;S5计算所述无人飞行器当前时刻距离所述障碍物的距离;S6依据所述距离控制所述无人飞行器避开所述障碍物。该发明的无人飞行器避障方法及装置由于超声波回波接收检测准确、测量精度高,因而无人飞行器在飞行时可以有效判断出障碍物位置,具有避障效果好的特点。在该技术方案中,主要实现用超声波精准测距而使避障精准,而为涉及如何实现避障。
发明内容
本发明旨在解决现有技术问题,而提出了一种智能运输装置的避障方法及系统。在本技术方案中的该避障方法适用于智能运输装置在地面道路移动时的避障,并基于多种传感器组成的识别系统来获取智能运输装置运动过程中障碍物信息,再经中央处理器控制装置减速或者停止,进而实现避障方略。
为了实现上述技术目的,提出如下的技术方案:
一种智能运输装置的避障方法,包括如下步骤:
信息采集:打开智能运输装置,开启智能运输装置本体上的驱动机构、中央处理器及障碍物检测装置;
利用障碍物检测装置中的检测传感器对智能运输装置本体的运行路径进行测距,并将采集的距离信息传递给中央处理器;
利用障碍物检测装置中的定位器对智能运输装置本体的运行路径进行定位,并将采集的位置信息传递给中央处理器;
利用障碍物检测装置中的摄像头对智能运输装置本体的运行路径进行摄像,并将采集的图像信息传递给中央处理器;
信息处理:中央处理器接收距离信息、位置信息及图像信息,分析并计算;
避障预测:结合所得计算结果,即时定位,构建运行路径3D地图,提前识别运行路径中的障碍目标,并对提前识别的运行路径进行避障预测,得出无障碍路线;结合所得无障碍路线,中央处理器发出避障指令,命令驱动机构提前绕行避障;
紧急避障:结合障碍物检测装置所采集的距离信息和所得计算结果,中央处理器对驱动机构进行限速处理,具体包括低于设置最近距离时,中央处理器控制驱动机构刹车。
进一步的,在信息处理中,所述计算包括SLAM计算方式。
进一步的,在信息处理中,还包括中央处理器对距离信息、位置信息及图像信息的储存。
进一步的,在避障预测中,所述障碍目标包括低速运动目标、远距离高速运动目标和静止目标。
进一步的,所述紧急避障包括减速并限速方式和刹车方式,其中,
减速并限速方式:当障碍目标距离智能运输装置本体X-Y米范围内时,中央处理器将智能运输装置本体限速为Z码;若当其速率高于Z码时,将智能运输装置本体匀减速至X-Y米的限速范围内;
刹车方式:当障碍目标距离智能运输装置本体X(包括X)米时,将智能运输装置本体快速减速,直至降速为0码;
其中,X、Y及Z值根据实际情况自由设定(例:X=1cm,Y=50m,Z=10km/h)。
一种智能运输装置的避障系统,包括带有驱动机构的智能运输装置本体,以及设置在智能运输装置本体上的障碍物检测装置和中央处理器,驱动机构与中央处理器连接;障碍物检测装置包括用于对运行路径进行测距的检测传感器、用于对运行路径进行定位的定位器以及用于对运行路径进行摄像的摄像头,定位器和摄像头均与中央处理器连接;
检测传感器包括激光扫描雷达、激光传感器和超声波传感器,激光扫描雷达、激光传感器和超声波传感器均与中央处理器连接;
中央处理器连接有显示屏和报警器。
进一步的,所述摄像头为双目摄像头,其在智能运输装置本体上的分布位置及数量,可根据实际需求而定。
进一步的,所述激光扫描雷达,识别范围0.09-24m,至于具体识别范围设置,根据实际情况而定;其在智能运输装置本体上的分布位置及数量,可根据实际需求而定;其用于对运行路径路面情况进行扫描,并将所采集的信号传递至中央处理器,中央处理器分析并计算,再对智能运输装置本体下达相匹配的运动指令。激光扫描雷达工作范围为X—Y米,其中,“X、Y”数值由激光扫描雷达的性能、实际使用环境中的情况来而决定,比如:智能运输装置的移动速度、天气、障碍物材质等;X<Y1(例:X=10cm,Y=25m);其体积小、扫描频率高,可室外使用,多机共同工作。
进一步的,所述超声波传感器,识别范围0.02-5m,至于具体识别范围设置,根据实际情况而定;其在智能运输装置本体上的分布位置及数量,可根据实际需求而定;可以测探测激光传感器不能探测的物体。
进一步的,所述激光传感器,其在智能运输装置本体上的分布位置及数量,可根据实际需求而定;精度高,环境干扰小,可室外使用。
进一步的,所述报警器为带有闪光和鸣笛的报警器。
在本技术方案中,涉及的智能运输装置包括智能运输机器人或平衡车等。
采用本技术方案,带来的有益技术效果为:
1)在本技术方案中的该避障方法适用于智能运输装置在地面道路移动时的避障,并基于多种传感器组成的识别系统来获取智能运输装置运动过程中障碍物信息,再经处理器控制装置减速或者停止,进而实现避障方略;
2)在本发明中,基于避障方法及系统,能够对障碍目标进行较好的避障,减少智能运输装置自身以及智能运输装置与其他障碍目标的碰撞概率,增加障碍目标的通行效率;
3)在本发明中,本避障方法适用性强,应用范围广,不易被干扰,精度高,测距远,避障稳定。本障碍避障系统分工明确,且各部件之间能较好的相互配合物,其中,检测装置采集信息精准、全面及完整;
4)在本发明中,智能运输装置的速度根据障碍物距离进行实时控制,应对危险,且能有较快反应和缓冲时间。
附图说明
图1为本发明中避障方法的流程示意图;
图2为本发明中避障系统的工作原理逻辑连接框图(一);
图3为本发明中避障系统的工作原理逻辑连接框图(二);
图中,1、智能运输装置本体,2、驱动机构,3、障碍物检测装置,31、检测传感器,32、定位器,33、摄像头,4、中央处理器,5、激光扫描雷达,6、激光传感器,7、超声波传感器,8、显示屏,9、报警器。
具体实施方式
下面通过对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,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做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。
实施例1
如图1所示:一种智能运输装置的避障方法,包括如下步骤:
信息采集:打开智能运输装置,开启智能运输装置本体1上的驱动机构2、中央处理器4及障碍物检测装置3;
利用障碍物检测装置3中的检测传感器31对智能运输装置本体1的运行路径进行测距,并将采集的距离信息传递给中央处理器4;
利用障碍物检测装置3中的定位器32对智能运输装置本体1的运行路径进行定位,并将采集的位置信息传递给中央处理器4;
利用障碍物检测装置3中的摄像头33对智能运输装置本体1的运行路径进行摄像,并将采集的图像信息传递给中央处理器4;
信息处理:中央处理器4接收距离信息、位置信息及图像信息,分析并计算;
避障预测:结合所得计算结果,即时定位,构建运行路径3D地图,提前识别运行路径中的障碍目标,并对提前识别的运行路径进行避障预测,得出无障碍路线;结合所得无障碍路线,中央处理器4发出避障指令,命令驱动机构2提前绕行避障;
紧急避障:结合障碍物检测装置3所采集的距离信息和所得计算结果,中央处理器4对驱动机构2进行限速处理,具体包括低于设置最近距离时,中央处理器4控制驱动机构2刹车。
在信息处理中,所述计算包括SLAM计算方式。
在信息处理中,还包括中央处理器4对距离信息、位置信息及图像信息的储存。
在避障预测中,所述障碍目标包括低速运动目标、远距离高速运动目标和静止目标。
所述紧急避障包括减速并限速方式和刹车方式,其中,结合实际情况,设定:X=1cm,Y=50m,Z=10km/h;
减速并限速方式:当障碍目标距离智能运输装置本体11-50m内时,将智能运输装置本体1限速为10km/h;若当前速率高于10km/h,将智能运输装置本体1匀减速至1-50m的限速范围内;
刹车方式:当障碍目标距智能运输装置本体11m时,将智能运输装置本体1快速减速,直至降速为0。
实施例2
如图2-3所示:一种智能运输装置的避障系统,包括带有驱动机构2的智能运输装置本体1,以及设置在智能运输装置本体1上的障碍物检测装置3和中央处理器4,驱动机构2与中央处理器4连接;障碍物检测装置3包括用于对运行路径进行测距的检测传感器31、用于对运行路径进行定位的定位器32以及用于对运行路径进行摄像的摄像头33,定位器32和摄像头33均与中央处理器4连接;
检测传感器31包括激光扫描雷达5、激光传感器6和超声波传感器7,激光扫描雷达5、激光传感器6和超声波传感器7均与中央处理器4连接;将激光传感器6与超声波传感器7组合使用,超声波传感器7识别范围X1—Y1内的道路情况,激光传感器6识别范围X2—Y2内的道路情况;激光传感器6与超声波传感器7组合使用,共同运作,其中,激光传感器6具有不易被干扰、精度高、测距远等特点,而超声波传感器7用来弥补激光传感器6不能识别透明物体的缺点,能有效减少检测盲区,保证智能运输装置本体1实现360°无死角避障;且,两个传感器共同运作,数据传输给中央处理器4进行综合判断,决定智能(例:X1=3cm,Y1=5m,X1<Y1;X2=5cm,Y2=10m,X2<Y2);
中央处理器4连接有显示屏8和报警器9,其中,报警器9为带有闪光和鸣笛的报警器。
关于摄像头33,摄像头33为双目摄像头,其在智能运输装置本体1上的分布位置及数量,可根据实际情况而定,比如:设置摄像头33一个,分布设置在智能运输装置本体1的前端。
关于激光扫描雷达5,识别范围0.09-24m,至于具体识别范围设置,根据实际情况而定;其在智能运输装置本体1上的分布位置及数量,可根据实际需求而定;其在智能运输装置本体1上的分布位置及数量,可根据实际情况而定,比如:设置激光扫描雷达5至少两个,分布设置在智能运输装置本体1的前端和后端。用于对运行路径路面情况进行扫描,并将所采集的信号传递至中央处理器4,中央处理器4分析并计算,再对智能运输装置本体1下达相匹配的运动指令。激光扫描雷达5工作范围为X3—Y3米,其中,“X3、Y3”数值由激光扫描雷达5的性能、实际使用环境中的情况来而决定,比如:智能运输装置的移动速度、天气、障碍物材质等;X3<Y3 (例:X3=10cm,Y3=25m)。
关于激光传感器6,其在智能运输装置本体1上的分布位置及数量,可根据实际情况而定,比如:设置至少四个,在智能运输装置本体1均匀分布。
关于超声波传感器7,识别范围0.02-5m,至于具体识别范围设置,根据实际情况而定;其在智能运输装置本体1上的分布位置及数量,可根据实际情况而定,比如:设置至少四个,在智能运输装置本体1均匀分布。
在本技术方案中,涉及的智能运输装置包括智能运输机器人或平衡车等。其中,智能运输装置包括智能温控货仓、高强度纳米外壳及集成高端智能芯片,其采用高能石墨烯电池,且顶部设有脚踩防滑踏板,底部设有耐磨抗压双排轮和全向轴方向滑轮。可用于载人骑行、物流输送等。
Claims (9)
1.一种智能运输装置的避障方法,其特征在于,包括如下步骤:
信息采集:打开智能运输装置,开启智能运输装置本体(1)上的驱动机构(2)、中央处理器(4)及障碍物检测装置(3);
利用障碍物检测装置(3)中的检测传感器(31)对智能运输装置本体(1)的运行路径进行测距,并将采集的距离信息传递给中央处理器(4);
利用障碍物检测装置(3)中的定位器(32)对智能运输装置本体(1)的运行路径进行定位,并将采集的位置信息传递给中央处理器(4);
利用障碍物检测装置(3)中的摄像头(33)对智能运输装置本体(1)的运行路径进行摄像,并将采集的图像信息传递给中央处理器(4);
信息处理:中央处理器(4)接收距离信息、位置信息及图像信息,分析并计算;
避障预测:结合所得计算结果,即时定位,构建运行路径3D地图,提前识别运行路径中的障碍目标,并对提前识别的运行路径进行避障预测,得出无障碍路线;结合所得无障碍路线,中央处理器(4)发出避障指令,命令驱动机构(2)提前绕行避障;
紧急避障:结合障碍物检测装置(3)所采集的距离信息和所得计算结果,中央处理器(4)对驱动机构(2)进行限速处理,具体包括低于设置最近距离时,中央处理器(4)控制驱动机构(2)刹车。
2.根据权利要求1所述的智能运输装置的避障方法,其特征在于,在信息处理中,所述信息处理还包括SLAM计算方式。
3.根据权利要求1或2所述的智能运输装置的避障方法,其特征在于,在信息处理中,还包括中央处理器(4)对距离信息、位置信息及图像信息的储存。
4.根据权利要求1所述的智能运输装置的避障方法,其特征在于,在避障预测中,障碍目标包括低速运动目标、远距离高速运动目标和静止目标。
5.一种智能运输装置的避障系统,其特征在于,包括带有驱动机构(2)的智能运输装置本体(1),以及设置在智能运输装置本体(1)上的障碍物检测装置(3)和中央处理器(4),驱动机构(2)与中央处理器(4)连接;障碍物检测装置(3)包括用于对运行路径进行测距的检测传感器(31)、用于对运行路径进行定位的定位器(32)以及用于对运行路径进行摄像的摄像头(33),定位器(32)和摄像头(33)均与中央处理器(4)连接;
检测传感器(31)包括激光扫描雷达(5)、激光传感器(6)和超声波传感器(7),激光扫描雷达(5)、激光传感器(6)和超声波传感器(7)均与中央处理器(4)连接;
中央处理器(4)连接有显示屏(8)和报警器(9)。
6.根据权利要求5所述的智能运输装置的避障系统,其特征在于,所述摄像头(33)为双目摄像头。
7.根据权利要求5所述的智能运输装置的避障系统,其特征在于,所述激光扫描雷达(5)识别范围0.09-24m。
8.根据权利要求5所述的智能运输装置的避障系统,其特征在于,所述超声波传感器(7)识别范围0.02-5m。
9.根据权利要求5所述的智能运输装置的避障系统,其特征在于,所述报警器(9)为带有闪光和鸣笛的报警器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010344257.4A CN111459170A (zh) | 2020-04-27 | 2020-04-27 | 一种智能运输装置的避障方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010344257.4A CN111459170A (zh) | 2020-04-27 | 2020-04-27 | 一种智能运输装置的避障方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111459170A true CN111459170A (zh) | 2020-07-28 |
Family
ID=71683854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010344257.4A Pending CN111459170A (zh) | 2020-04-27 | 2020-04-27 | 一种智能运输装置的避障方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111459170A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020075180A1 (en) * | 2000-10-26 | 2002-06-20 | Matsushita Electric Works, Ltd. | Autonomous moving apparatus having obstacle avoidance funtion |
CN104865965A (zh) * | 2015-05-20 | 2015-08-26 | 深圳市锐曼智能装备有限公司 | 机器人用深度摄像头与超声波结合的避障控制方法及系统 |
CN106289290A (zh) * | 2016-07-21 | 2017-01-04 | 触景无限科技(北京)有限公司 | 一种路径导航系统及方法 |
CN106291535A (zh) * | 2016-07-21 | 2017-01-04 | 触景无限科技(北京)有限公司 | 一种障碍物检测装置、机器人及避障系统 |
CN110275538A (zh) * | 2019-06-27 | 2019-09-24 | 广东利元亨智能装备股份有限公司 | 智能巡航车导航方法及系统 |
CN110609570A (zh) * | 2019-07-23 | 2019-12-24 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种基于无人机的自主避障巡检方法 |
CN211478964U (zh) * | 2020-04-27 | 2020-09-11 | 成都市马皇地摩科技有限公司 | 用于智能运输装置的避障系统 |
-
2020
- 2020-04-27 CN CN202010344257.4A patent/CN111459170A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020075180A1 (en) * | 2000-10-26 | 2002-06-20 | Matsushita Electric Works, Ltd. | Autonomous moving apparatus having obstacle avoidance funtion |
CN104865965A (zh) * | 2015-05-20 | 2015-08-26 | 深圳市锐曼智能装备有限公司 | 机器人用深度摄像头与超声波结合的避障控制方法及系统 |
CN106289290A (zh) * | 2016-07-21 | 2017-01-04 | 触景无限科技(北京)有限公司 | 一种路径导航系统及方法 |
CN106291535A (zh) * | 2016-07-21 | 2017-01-04 | 触景无限科技(北京)有限公司 | 一种障碍物检测装置、机器人及避障系统 |
CN110275538A (zh) * | 2019-06-27 | 2019-09-24 | 广东利元亨智能装备股份有限公司 | 智能巡航车导航方法及系统 |
CN110609570A (zh) * | 2019-07-23 | 2019-12-24 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种基于无人机的自主避障巡检方法 |
CN211478964U (zh) * | 2020-04-27 | 2020-09-11 | 成都市马皇地摩科技有限公司 | 用于智能运输装置的避障系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10127818B2 (en) | Systems and methods for detecting and avoiding an emergency vehicle in the proximity of a substantially autonomous vehicle | |
CN109765571B (zh) | 一种车辆障碍物检测系统及方法 | |
KR101338246B1 (ko) | 이동로봇의 충돌방지 시스템 및 방법 | |
CN106843223A (zh) | 一种智能化避障agv小车系统及避障方法 | |
US20140148989A1 (en) | Autonomous Moving Device and Control Method Thereof | |
CN107380163A (zh) | 基于磁导航的汽车智能报警预测系统及其方法 | |
CN109910955B (zh) | 基于应答器信息传输的轨道交通隧道障碍物检测系统及方法 | |
JPH11212640A (ja) | 自律走行車両及び自律走行車両を制御する方法 | |
US11618444B2 (en) | Methods and systems for autonomous vehicle inference of routes for actors exhibiting unrecognized behavior | |
CN112477533B (zh) | 设施农业路轨两用运输机器人 | |
US20220219716A1 (en) | Methods and systems for monitoring vehicle motion with driver safety alerts | |
KR102328506B1 (ko) | 무인 공공정보 수집 시스템 및 방법 | |
CA3188109A1 (en) | Hybrid autonomy system for autonomous and automated delivery vehicle | |
EP3807807A1 (en) | Occlusion aware planning | |
WO2023147160A1 (en) | Radar object classification based on radar cross-section data | |
CN211478964U (zh) | 用于智能运输装置的避障系统 | |
Palmer et al. | The autonomous siemens tram | |
CN111459170A (zh) | 一种智能运输装置的避障方法及系统 | |
WO2022222644A1 (zh) | 基于导轨的无人移动设备及系统、移动控制装置 | |
US20220212694A1 (en) | Methods and systems for generating a longitudinal plan for an autonomous vehicle based on behavior of uncertain road users | |
CN110869703A (zh) | 导航方法和导航设备 | |
CN115933627A (zh) | 校准目标和校准系统 | |
CN116263600A (zh) | 用于控制自主移动机器人的行驶的方法和设备 | |
US11567173B2 (en) | Systems and methods for increasing lidar sensor coverage | |
EP4147934A1 (en) | Methods and systems for autonomous vehicle collision avoidance |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20201210 Address after: 706, building 12, Meigui yuan community, 38 Park Road, wenzhuyuan community, merchants street, Nanshan District, Shenzhen City, Guangdong Province Applicant after: Shenzhen Dimo Holding Co.,Ltd. Address before: No.33, 2 / F, block B, building 1, no.1480, north section of Tianfu Avenue, high tech Zone, Chengdu, Sichuan 610041 Applicant before: Chengdu Mahuang Timo Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right |