CN111459172B - 围界安防无人巡逻车自主导航系统 - Google Patents
围界安防无人巡逻车自主导航系统 Download PDFInfo
- Publication number
- CN111459172B CN111459172B CN202010430457.1A CN202010430457A CN111459172B CN 111459172 B CN111459172 B CN 111459172B CN 202010430457 A CN202010430457 A CN 202010430457A CN 111459172 B CN111459172 B CN 111459172B
- Authority
- CN
- China
- Prior art keywords
- module
- environment
- radar
- environment sensing
- sensing sensor
- 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 claims abstract description 13
- 238000005259 measurement Methods 0.000 claims description 31
- 238000010276 construction Methods 0.000 claims description 29
- 230000004927 fusion Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 8
- 239000004973 liquid crystal related substance Substances 0.000 claims description 6
- 230000002093 peripheral effect Effects 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 5
- 230000008447 perception Effects 0.000 claims description 5
- 230000002457 bidirectional effect Effects 0.000 abstract description 9
- 238000004422 calculation algorithm Methods 0.000 abstract description 6
- 238000013507 mapping Methods 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 abstract description 3
- 230000003993 interaction Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
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
- G05D1/0257—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 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
-
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
-
- 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
- G05D1/0276—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
Abstract
本发明属于无人车自主导航领域,具体涉及一种围界安防无人巡逻车自主导航系统,其包括人机接口模块、环境感知模块、定位定向模块、决策规划模块以及跟踪控制模块;其中,环境感知模块采用计算轻量化的建图算法,建图周期短,可以支撑自主导航系统快速运行和无人车高速行驶,满足大范围巡逻作业需求;并且,在无人车车体前端和后端各对称布置环境感知传感器套件,支持无人车在不掉头的条件下就具备前行和倒行双向自主行驶能力;还通过配置单线雷达和多线雷达,消除了环境探测盲区;配置RTK差分基站,提高了定位的精度;在成本地图上叠加电子围栏,约束在路面范围内进行路径规划,这些措施和方法提高了无人车自主行驶的安全性。
Description
技术领域
本发明属于无人车自主导航领域,具体涉及一种围界安防无人巡逻车自主导航系统。
背景技术
在传统安防体系中,通常采用固定式摄像头监视与安保人员沿着路线机动巡逻相结合的方式。在安保人员雇佣成本不断提升和人工智能技术迅速发展的双重作用下,利用无人巡逻车替代安保人员执勤已经成为安防领域的一个重要发展趋势。围界安防无人巡逻车具备沿着围界道路自主机动、智能监视与识别目标以及应急处置意外事件等能力,适合执行机场、仓库等大区域的围界巡逻任务,并能够与已有安防系统实现优势互补和联动作业,提高安防体系的综合效能。
围界安防无人巡逻车一般由远程操控系统、自主导航系统、机动系统和任务载荷组成。远程操控系统是无人车操控人员与无人巡逻车的交互接口,操控人员通过该系统发送任务与指令,查看无人巡逻车状态。自主导航系统支撑无人车实现自主机动功能,一般包含环境感知、决策规划与机动控制等三部分,是无人车智能的重要体现。机动系统是无人巡逻车的本体部分,为无人车提供机动能力和载荷承载能力,机动系统的底盘控制器接收自主导航系统的机动控制指令,驱动机动系统按照要求行驶,采用电机驱动的机动系统可以支持前行和倒行双向行驶。任务载荷实现无人车的作业功能,一般根据客户需求进行选择和配置。
自主导航能力是围界安防无人巡逻车必需具备的基础能力之一。按照业务需求,围界安防无人车的任务分为沿着固定围界道路巡逻作业和联动作业。其中,联动作业指的是需要无人车与现有安防系统进行配合的作业,例如现有安防系统发现鸟群后,需要无人车行驶到现场进行驱鸟作业。两种作业的任务路径由远程操控系统下发,任务路径由包含起点、中间点和终点的地理位置坐标序列组成,它是自主导航系统的输入之一。
由于机场和大型仓库的围界道路较长,为提高作业时效性,要求无人车具有较高的行驶速度;围界道路较窄,车辆一般无法掉头,要求无人车可以双向(前行或倒行)机动,以快速响应随时出现的联动作业需求;围界道路两侧有隔离沟渠,要求无人车能够始终在围界道路上安全行驶。综上所述,对围界安防巡逻车的基本能力需求可以归纳为能够高速、双向、安全地沿着规定路径自主行驶,这种能力正是由无人车自主导航系统提供和支撑。
目前,无人车自主导航系统配置的感知传感器一般为单线激光雷达、多线激光雷达、相机和毫米波雷达,通过多传感器信息融合算法获得可靠的可通行地图,用于局部路径规划。算力和成本的约束以及高速行驶的应用要求,限制了传感器的配置类型和数量。通常情况下,行驶道路和环境越复杂,需要配置的传感器数量越多、环境建模算法越复杂,为了满足高速行驶的要求,需要更强的算力,相应的硬件成本也越高。因此,在成本约束下,必须根据无人车行驶道路及环境的复杂性,合理确定感知传感器配置方案。
中国专利申请(201711431121.1)提出一种变电站无人巡逻车,通过线路采集装置采集被巡视场地上的线路信号,处理器根据线路信号控制驱动装置和转向装置,使小车沿着被巡视场地设定的线路运动,这种导航方式需要提前建设线路信号,且不支持高速双向自主行驶。
中国专利申请(201810224552.9)提出一种两轮驱动低速无人驾驶巡逻车系统及工作方法,环境探测系统配置3个单线激光雷达,其中顶部雷达位于车顶部且与水平面成一定角度,这种传感器配置方案不支持构建双向局部地图,不支持高速双向自主行驶。
中国专利申请(201810502802.0)提出一种无人驾驶电动巡逻车,环境感知模块配置的传感器为位于车顶的雷达和相机,只能构建前向局部地图,不支持双向自主行驶。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是:如何克服现有自主导航系统无法同时满足高速、双向和安全自主行驶的缺陷,如何同时满足无人车沿着固定围界道路巡逻作业和联动作业的自主行驶应用需求。
(二)技术方案
为解决上述技术问题,本发明提供一种围界安防无人巡逻车自主导航系统,所述自主导航系统向上与围界安防无人巡逻车的远程操控系统连接,向下与围界安防无人巡逻机动系统的底盘控制器连接;
所述自主导航系统包括:人机接口模块、环境感知模块、定位定向模块、决策规划模块以及跟踪控制模块;其中,
所述人机接口模块用于接收来自远程操控系统的任务路径;
所述环境感知模块包括:环境感知传感器前端套件、环境感知传感器后端套件、环境建模工具;其中,所述环境感知传感器前端套件设置在车体前端,环境感知传感器后端套件设置在车体后端,分别用于无人车前行和倒行建模;所述环境建模工具包括雷达数据采集单元和地图构建单元,所述雷达数据采集单元用于采集环境感知传感器前端套件和环境感知传感器后端套件的雷达测量数据,所述地图构建单元用于利用环境感知传感器前端套件和/或环境感知传感器后端套件的雷达测量数据构建环境局部成本地图;其中,所述地图构建单元利用环境感知传感器前端套件的雷达测量数据构建出围界安防无人巡逻车前端的环境局部成本地图;所述地图构建单元利用环境感知传感器后端套件的雷达测量数据构建出围界安防无人巡逻车后端的环境局部成本地图;
所述定位定向模块用于实时测量围界安防无人巡逻车的位姿信息;
所述决策规划模块用于根据所述任务路径、围界安防无人巡逻车的位姿信息,决策无人车的行驶方向为前行或是倒行,并据此确定使用围界安防无人巡逻车前端或后端的环境局部成本地图规划出当前的局部路径规划结果;
所述跟踪控制模块用于根据当前的局部路径规划结果以及围界安防无人巡逻车的位姿信息,生成控制围界安防无人巡逻机动系统的控制指令,并发送给底盘控制器执行。
其中,所述人机接口模块通过UDP网络与远程操控系统进行通信。
其中,所述人机接口模块还用于向远程操控系统反馈围界安防无人巡逻车的状态信息;所述状态信息包括位姿信息和局部路径规划结果。
其中,所述环境感知传感器前端套件及环境感知传感器后端套件均包括一台多线激光雷达和一台单线激光雷达;所述环境感知传感器前端套件及环境感知传感器后端套件各自的多线激光雷达布置于车体上部,各自的单线激光雷达布置于车体中下部。
其中,所述环境建模工具中,
所述雷达数据采集单元包括:前端单线雷达数据采集单元、前端多线雷达数据采集单元、后端单线雷达数据采集单元、后端多线雷达数据采集单元;
所述地图构建单元包括:基于后端单线雷达地图构单元、基于后端多线雷达地图构建单元;
其中,所述前端单线雷达数据采集单元、前端多线雷达数据采集单元用于采集环境感知传感器前端套件的雷达测量数据;
所述基于后端单线雷达地图构单元用于根据环境感知传感器前端套件的雷达测量数据构建出围界安防无人巡逻车前端的环境局部成本地图;
并且,所述后端单线雷达数据采集单元、后端多线雷达数据采集单元用于采集环境感知传感器后端套件的雷达测量数据;
所述基于后端单线雷达地图构单元用于根据环境感知传感器后端套件的雷达测量数据构建出围界安防无人巡逻车后端的环境局部成本地图。
其中,所述定位定向模块包括:定位装置和位姿数据采集工具;
所述定位装置包含:GNSS/INS组合定位设备、GPS差分信号接收模块、GPS差分信号发送模块和RTK差分基站;其中,GNSS/INS组合定位设备、GPS差分信号接收模块部署在围界安防无人巡逻车上,GPS差分信号发送模块和RTK差分基站部署在某固定点;
所述RTK基站用于提供差分信号,通过GPS差分信号发送模块发出;
所述GPS差分信号发送模块和GPS差分信号接收模块成对配置,采用无线收发电台或4G收发模块,由GPS差分信号接收模块接收到GPS差分信号发送模块发出的差分信号;
所述GPS差分信号接收模块通过串口与GNSS/INS组合定位设备连接,向GNSS/INS组合定位设备转发差分信号;
GNSS/INS组合定位设备通过串口与车载控制计算机连接,用于根据差分信号运算获得围界安防无人巡逻车的位姿信息。
其中,所述决策规划模块进行决策规划的过程如下:
(1)获取最新的任务路径;
(2)获取最新的围界安防无人巡逻车的位姿信息;
(3)根据任务路径方向和位姿信息,确定围界安防无人巡逻车应当前行或倒行;
(4)融合环境局部成本地图:
(4.1)如果应当前行,获取最新的围界安防无人巡逻车前端的环境局部成本地图,并进行加权融合,获得融合后的成本地图;
(4.2)如果应当倒行,获取最新的围界安防无人巡逻车后端的环境局部成本地图,并进行加权融合,获得融合后的成本地图;
(5)根据任务路径、位姿信息和融合后的成本地图,进行路径规划,获得局部路径规划结果。
其中,所述决策规划模块还用于根据路宽信息,在环境局部成本地图上叠加电子围栏,确保规划的局部路径规划结果在道路范围内,保证安全行驶。
其中,所述跟踪控制模块所生成的控制指令包括:速度控制指令和角速度控制指令。
其中,所述人机接口模块、环境感知模块、定位定向模块、决策规划模块以及跟踪控制模块之间,通过通信中间件的订阅/发布机制进行信息和数据的交互。
(三)有益效果
与现有技术相比较,本发明具备如下有益效果:上述技术方案所提供的围界安防无人巡逻车自主导航系统具有以下优点:
(1)针对机场与大型仓库围界道路相对平坦的特点,环境感知模块采用计算轻量化的建图算法,建图周期短,可以支撑自主导航系统快速运行和无人车高速行驶,满足大范围巡逻作业需求。
(2)在无人车车体前端和后端各对称布置一组环境感知传感器套件,支持无人车在不掉头的条件下就具备前行和倒行双向自主行驶能力,可在道路狭窄条件下快速响应无人巡逻车与现有安防系统的联动作业。
(3)通过配置单线雷达和多线雷达,消除了环境探测盲区;配置RTK差分基站,提高了定位的精度;在成本地图上叠加电子围栏,约束在路面范围内进行路径规划,这些措施和方法提高了无人车自主行驶的安全性。
附图说明
图1是本发明系统的功能模块组成图。
图2是本发明系统的硬件配置图。
图3是本发明系统的软件构件组成图。
具体实施方式
为使本发明的目的、内容、和优点更加清楚,下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。
为解决上述技术问题,本发明提供一种围界安防无人巡逻车自主导航系统,如图1所示,所述自主导航系统向上与围界安防无人巡逻车的远程操控系统连接,向下与围界安防无人巡逻机动系统的底盘控制器连接;
所述自主导航系统包括:人机接口模块、环境感知模块、定位定向模块、决策规划模块以及跟踪控制模块;其中,
所述人机接口模块用于接收来自远程操控系统的任务路径;
所述环境感知模块包括:环境感知传感器前端套件、环境感知传感器后端套件、环境建模工具;其中,所述环境感知传感器前端套件设置在车体前端,环境感知传感器后端套件设置在车体后端,分别用于无人车前行和倒行建模;所述环境建模工具包括雷达数据采集单元和地图构建单元,所述雷达数据采集单元用于采集环境感知传感器前端套件和环境感知传感器后端套件的雷达测量数据,所述地图构建单元用于利用环境感知传感器前端套件和/或环境感知传感器后端套件的雷达测量数据构建环境局部成本地图;其中,所述地图构建单元利用环境感知传感器前端套件的雷达测量数据构建出围界安防无人巡逻车前端的环境局部成本地图;所述地图构建单元利用环境感知传感器后端套件的雷达测量数据构建出围界安防无人巡逻车后端的环境局部成本地图;
所述定位定向模块用于实时测量围界安防无人巡逻车的位姿信息;
所述决策规划模块用于根据所述任务路径、围界安防无人巡逻车的位姿信息,决策无人车的行驶方向为前行或是倒行,并据此确定使用围界安防无人巡逻车前端或后端的环境局部成本地图规划出当前的局部路径规划结果;
所述跟踪控制模块用于根据当前的局部路径规划结果以及围界安防无人巡逻车的位姿信息,生成控制围界安防无人巡逻机动系统的控制指令,并发送给底盘控制器执行。
其中,所述人机接口模块通过UDP网络与远程操控系统进行通信。
其中,所述人机接口模块还用于向远程操控系统反馈围界安防无人巡逻车的状态信息;所述状态信息包括位姿信息和局部路径规划结果。
其中,所述环境感知传感器前端套件及环境感知传感器后端套件均包括一台多线激光雷达和一台单线激光雷达;所述环境感知传感器前端套件及环境感知传感器后端套件各自的多线激光雷达布置于车体上部,各自的单线激光雷达布置于车体中下部。
其中,所述环境建模工具中,
所述雷达数据采集单元包括:前端单线雷达数据采集单元、前端多线雷达数据采集单元、后端单线雷达数据采集单元、后端多线雷达数据采集单元;
所述地图构建单元包括:基于后端单线雷达地图构单元、基于后端多线雷达地图构建单元;
其中,所述前端单线雷达数据采集单元、前端多线雷达数据采集单元用于采集环境感知传感器前端套件的雷达测量数据;
所述基于后端单线雷达地图构单元用于根据环境感知传感器前端套件的雷达测量数据构建出围界安防无人巡逻车前端的环境局部成本地图;
并且,所述后端单线雷达数据采集单元、后端多线雷达数据采集单元用于采集环境感知传感器后端套件的雷达测量数据;
所述基于后端单线雷达地图构单元用于根据环境感知传感器后端套件的雷达测量数据构建出围界安防无人巡逻车后端的环境局部成本地图。
其中,所述定位定向模块包括:定位装置和位姿数据采集工具;
所述定位装置包含:GNSS/INS组合定位设备、GPS差分信号接收模块、GPS差分信号发送模块和RTK差分基站;其中,GNSS/INS组合定位设备、GPS差分信号接收模块部署在围界安防无人巡逻车上,GPS差分信号发送模块和RTK差分基站部署在某固定点;
所述RTK基站用于提供差分信号,通过GPS差分信号发送模块发出;
所述GPS差分信号发送模块和GPS差分信号接收模块成对配置,采用无线收发电台或4G收发模块,由GPS差分信号接收模块接收到GPS差分信号发送模块发出的差分信号;
所述GPS差分信号接收模块通过串口与GNSS/INS组合定位设备连接,向GNSS/INS组合定位设备转发差分信号;
GNSS/INS组合定位设备通过串口与车载控制计算机连接,用于根据差分信号运算获得围界安防无人巡逻车的位姿信息。
其中,所述决策规划模块进行决策规划的过程如下:
(1)获取最新的任务路径;
(2)获取最新的围界安防无人巡逻车的位姿信息;
(3)根据任务路径方向和位姿信息,确定围界安防无人巡逻车应当前行或倒行;
(4)融合环境局部成本地图:
(4.1)如果应当前行,获取最新的围界安防无人巡逻车前端的环境局部成本地图,并进行加权融合,获得融合后的成本地图;
(4.2)如果应当倒行,获取最新的围界安防无人巡逻车后端的环境局部成本地图,并进行加权融合,获得融合后的成本地图;
(5)根据任务路径、位姿信息和融合后的成本地图,进行路径规划,获得局部路径规划结果。
其中,所述决策规划模块还用于根据路宽信息,在环境局部成本地图上叠加电子围栏,确保规划的局部路径规划结果在道路范围内,保证安全行驶。
其中,所述跟踪控制模块所生成的控制指令包括:速度控制指令和角速度控制指令。
其中,所述人机接口模块、环境感知模块、定位定向模块、决策规划模块以及跟踪控制模块之间,通过通信中间件的订阅/发布机制进行信息和数据的交互。
实施例1
本实施例提供一种围界安防无人巡逻车自主导航系统,具体的技术方案如下:
该系统由人机接口模块、环境感知模块、定位定向模块、决策规划模块和跟踪控制模块组成,硬件配置包括感知传感器、高精度定位装置和控制计算机,各模块的软件构件部署在控制计算机上,软件采用分布式架构,如果需要,不同模块的软件构件之间通过通信中间件的订阅/发布机制进行信息交互。
人机接口模块实现自主导航系统与远程操控系统之间的信息交互,一方面接收来自远程操控系统的任务路径,另一方面反馈无人车的位姿和局部路径规划结果等状态信息。该模块与远程操控系统之间通过基于UDP网络通信进行交互。
环境感知模块利用感知传感器测量信息构建局部成本地图模型,由环境感知传感器套件和环境建模软件组成。其中,环境感知传感器套件包括一台多线激光雷达和一台单线激光雷达,车体前端和后端各对称布置一套,分别用于无人车前行和倒行建模,多线激光雷达布置于车体上部,单线激光雷达布置于车体中下部。环境建模软件包括雷达数据采集和地图构建构件。
定位定向模块实时测量无人车的位姿,由高精度定位装置和定位数据采集构件组成。其中,高精度定位装置采用组合定位方案。
决策规划模块根据任务路径、无人车的位姿,决策无人车的行驶方向(前行或倒行),并据此确定使用基于前方或后方的感知传感器套件构建的局部成本地图规划出当前的局部路径;根据路宽信息,在局部成本地图上叠加电子围栏,确保规划的路径在道路范围内,保证安全行驶。
跟踪控制模块根据当前的局部路径以及无人车的位姿生成控制无人车机动系统的速度和角速度控制指令,并发送给底盘控制器执行。
自主导航系统的基本运行流程如下:
(1)人机交互模块接收来自远程操控系统发送过来的任务,并发送给决策规划模块,同时向远程操控系统反馈收集到的无人车状态信息。
(2)环境感知模块根据当前的感知传感器测量信息,通过信息处理,建立局部成本地图。
(3)定位定向模块提供无人车的当前位姿信息,供相关模块使用。
(4)决策规划模块根据任务路径、无人车当前位姿以及环境局部成本地图,规划出当前的局部路径。
(5)跟踪控制模块根据无人车当前位姿和当前的局部路径,生成运动控制指令,并发送给底盘控制器执行。
实施例2
如图1所示,本实施例所提供的围界安防无人巡逻车自主导航系统由人机接口模块、环境感知模块、定位定向模块、决策规划模块和跟踪控制模块等5个功能模块组成。该系统向上与围界安防无人巡逻车的远程操控系统连接,向下与巡逻车机动系统的底盘控制器连接。
如图2所示,自主导航系统的硬件配置包括感知传感器、控制计算机以及高精度定位装置。
如图3所示,自主导航系统软件采用分布式架构,包含人机接口、位姿数据采集、前端单线雷达数据采集、前端多线雷达数据采集、基于前端单线雷达地图构建、基于前端多线雷达地图构建、后端单线雷达数据采集、后端多线雷达数据采集、基于后端单线雷达地图构建、基于后端多线雷达地图构建、基于地图导航和路径跟踪控制等软件构件,构件都以独立的进程运行,构件之间通过通信中间件以订阅/发布消息的方式进行交互。所有软件构件都部署在控制计算机上,控制计算机搭载Ubuntu操作系统。
人机接口模块实现自主导航系统与远程操控系统之间的信息交互,在软件上由人机接口构件实现,该构件以独立的进程运行,包括两个线程,一个线程基于UDP网络通信与远程操控系统进行交互,接收来自远程操控系统的任务路径,按照消息的形式进行发布,并回传无人车的位姿和局部路径规划结果等状态信息,另一个线程通过订阅消息的方式采集状态信息。
环境感知模块利用感知传感器测量信息构建局部成本地图模型,由环境感知传感器套件和环境建模软件组成。其中,环境感知传感器套件包括一台多线激光雷达和一台单线激光雷达,车体前端和后端各对称布置一套,分别用于无人车前行和倒行建模,多线激光雷达布置于车体上部,单线激光雷达布置于车体中下部,都通过网口与控制计算机连接。
环境建模软件包括前端单线雷达数据采集、前端多线雷达数据采集、基于前端单线雷达地图构建、基于前端多线雷达地图构建、后端单线雷达数据采集、后端多线雷达数据采集、基于后端单线雷达地图构建、基于后端多线雷达地图构建等软件构件。其中,雷达数据采集构件实时采集对应雷达的测量数据,并按照消息的形式发布;地图构建构件订阅雷达测量数据和位姿,并采用特定的算法构建局部成本地图,并按照消息的形式发布。地图构建构件的基本流程为:
(1)获取最新的激光雷达点云;
(2)获取最新的无人车位姿;
(3)利用特定的地形分类算法,基于点云和位姿对地形进行可通行性判别,构建局部成本地图;
(4)发布所构建的成本地图。
定位定向模块实时测量无人车的位姿,由高精度定位装置和位姿数据采集构件组成。高精度定位装置包含GNSS/INS组合定位设备、GPS差分信号接收模块、GPS差分信号发送模块和RTK差分基站。GNSS/INS组合定位设备、GPS差分信号接收模块部署在无人车上,GPS差分信号发送模块和RTK差分基站部署在某固定点,RTK基站用于提供差分信号,提高定位精度。GPS差分信号发送模块和GPS差分信号接收模块成对配置,采用无线收发电台或4G收发模块。GNSS/INS组合定位设备通过串口与控制计算机连接,GPS差分信号接收模块通过串口与GNSS/INS组合定位设备连接。定位数据采集构件以独立的进程运行,通过串口实时采集定位装置的输出信息,并按照消息的形式发布。
决策规划模块由基于地图导航构件组成,该构件以独立的进程运行,包含两个线程,第一个线程接收任务路径、无人车位姿以及根据前后端单线雷达和多线雷达构建的成本地图,第二个线程根据这些信息进行前行或倒行决策,满足快速联动作业需求,并进行局部路径规划。基于地图导航构件进行决策规划的流程如下:
(1)获取最新的任务路径;
(2)获取最新的无人车位姿;
(3)根据任务路径方向和无人车位姿,确定无人车应当前行或倒行;
(4)融合成本地图:
(4.1)如果应当前行,获取最新的基于前端单线雷达和多线雷达构建的两张成本地图,并进行加权融合,获得融合后成本地图;
(4.2)如果应当倒行,获取最新的基于后端单线雷达和多线雷达构建的两张成本地图,并进行加权融合,获得融合后成本地图;
(5)根据任务路径和路宽,在融合后成本地图上叠加电子围栏,获得规划用成本地图,确保在电子围栏内进行路径规划,保障无人车行驶安全;
(6)根据任务路径、无人车位姿和成本地图,进行路径规划,获得局部路径;
(7)发布所规划的局部路径。
跟踪控制模块由跟踪控制构件实现,该构件以独立的进程运行,订阅决策规划模块发布的局部路径和定位定向模块发布的无人车位姿,根据特定的算法生成控制无人车行驶的运动控制指令,并发送给底盘控制器执行。
由于采用分布式架构和基于通信中间件的订阅/发布信息交互机制,自主导航系统各功能模块按照自己的周期独立运行,各功能模块的运行都是数据驱动的过程,即接收输入数据、运行业务功能模型和产生输出数据的过程。各功能模块之间交互的数据及流向如图1所示,各模块的输入和输出数据如下:
(1)人机交互模块
输入数据:远程操控系统输出的任务路径、定位定向模块输出的平台位姿、决策规划模块输出的路径规划结果。
输出数据:任务路径、状态信息(含平台位姿和路径规划结果)。
(2)环境感知模块
输入数据:激光雷达测量数据。
输出数据:成本地图。
(3)定位定向模块
输入数据:高精度定位装置测量数据。
输出数据:无人车位姿。
(4)决策规划模块
输入数据:任务路径、无人车位姿、成本地图。
输出数据:路径规划结果。
(5)跟踪控制模块
输入数据:无人车位姿、路径规划结果。
输出数据:运动控制指令。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (1)
1.一种围界安防无人巡逻车自主导航系统,其特征在于,所述自主导航系统向上与围界安防无人巡逻车的远程操控系统连接,向下与围界安防无人巡逻机动系统的底盘控制器连接;
所述自主导航系统包括:人机接口模块、环境感知模块、定位定向模块、决策规划模块以及跟踪控制模块;其中,
所述人机接口模块用于接收来自远程操控系统的任务路径;
所述环境感知模块包括:环境感知传感器前端套件、环境感知传感器后端套件、环境建模工具;其中,所述环境感知传感器前端套件设置在车体前端,环境感知传感器后端套件设置在车体后端,分别用于无人车前行和倒行建模;所述环境建模工具包括雷达数据采集单元和地图构建单元,所述雷达数据采集单元用于采集环境感知传感器前端套件和环境感知传感器后端套件的雷达测量数据,所述地图构建单元用于利用环境感知传感器前端套件和/或环境感知传感器后端套件的雷达测量数据构建环境局部成本地图;其中,所述地图构建单元利用环境感知传感器前端套件的雷达测量数据构建出围界安防无人巡逻车前端的环境局部成本地图;所述地图构建单元利用环境感知传感器后端套件的雷达测量数据构建出围界安防无人巡逻车后端的环境局部成本地图;
所述定位定向模块用于实时测量围界安防无人巡逻车的位姿信息;
所述决策规划模块用于根据所述任务路径、围界安防无人巡逻车的位姿信息,决策无人车的行驶方向为前行或是倒行,并据此确定使用围界安防无人巡逻车前端或后端的环境局部成本地图规划出当前的局部路径规划结果;
所述跟踪控制模块用于根据当前的局部路径规划结果以及围界安防无人巡逻车的位姿信息,生成控制围界安防无人巡逻机动系统的控制指令,并发送给底盘控制器执行;
所述人机接口模块通过UDP网络与远程操控系统进行通信;
其中,所述人机接口模块还用于向远程操控系统反馈围界安防无人巡逻车的状态信息;所述状态信息包括位姿信息和局部路径规划结果;
其中,所述环境感知传感器前端套件及环境感知传感器后端套件均包括一台多线激光雷达和一台单线激光雷达;所述环境感知传感器前端套件及环境感知传感器后端套件各自的多线激光雷达布置于车体上部,各自的单线激光雷达布置于车体中下部;
其中,所述环境建模工具中,
所述雷达数据采集单元包括:前端单线雷达数据采集单元、前端多线雷达数据采集单元、后端单线雷达数据采集单元、后端多线雷达数据采集单元;
所述地图构建单元包括:基于后端单线雷达地图构单元、基于后端多线雷达地图构建单元;
其中,所述前端单线雷达数据采集单元、前端多线雷达数据采集单元用于采集环境感知传感器前端套件的雷达测量数据;
所述基于后端单线雷达地图构单元用于根据环境感知传感器前端套件的雷达测量数据构建出围界安防无人巡逻车前端的环境局部成本地图;
并且,所述后端单线雷达数据采集单元、后端多线雷达数据采集单元用于采集环境感知传感器后端套件的雷达测量数据;
所述基于后端单线雷达地图构单元用于根据环境感知传感器后端套件的雷达测量数据构建出围界安防无人巡逻车后端的环境局部成本地图;
其中,所述定位定向模块包括:定位装置和位姿数据采集工具;
所述定位装置包含:GNSS/INS组合定位设备、GPS差分信号接收模块、GPS差分信号发送模块和RTK差分基站;其中,GNSS/INS组合定位设备、GPS差分信号接收模块部署在围界安防无人巡逻车上,GPS差分信号发送模块和RTK差分基站部署在某固定点;
所述RTK差分基站用于提供差分信号,通过GPS差分信号发送模块发出;
所述GPS差分信号发送模块和GPS差分信号接收模块成对配置,采用无线收发电台或4G收发模块,由GPS差分信号接收模块接收到GPS差分信号发送模块发出的差分信号;
所述GPS差分信号接收模块通过串口与GNSS/INS组合定位设备连接,向GNSS/INS组合定位设备转发差分信号;
GNSS/INS组合定位设备通过串口与车载控制计算机连接,用于根据差分信号运算获得围界安防无人巡逻车的位姿信息;
其中,所述决策规划模块进行决策规划的过程如下:
(1)获取最新的任务路径;
(2)获取最新的围界安防无人巡逻车的位姿信息;
(3)根据任务路径方向和位姿信息,确定围界安防无人巡逻车应当前行或倒行;
(4)融合环境局部成本地图:
(4.1)如果应当前行,获取最新的围界安防无人巡逻车前端的环境局部成本地图,并进行加权融合,获得融合后的成本地图;
(4.2)如果应当倒行,获取最新的围界安防无人巡逻车后端的环境局部成本地图,并进行加权融合,获得融合后的成本地图;
(5)根据任务路径、位姿信息和融合后的成本地图,进行路径规划,获得局部路径规划结果;
其中,所述决策规划模块还用于根据路宽信息,在环境局部成本地图上叠加电子围栏,确保规划的局部路径规划结果在道路范围内,保证安全行驶;
其中,所述跟踪控制模块所生成的控制指令包括:速度控制指令和角速度控制指令;
其中,所述人机接口模块、环境感知模块、定位定向模块、决策规划模块以及跟踪控制模块之间,通过通信中间件的订阅/发布机制进行信息和数据的交互。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010430457.1A CN111459172B (zh) | 2020-05-20 | 2020-05-20 | 围界安防无人巡逻车自主导航系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010430457.1A CN111459172B (zh) | 2020-05-20 | 2020-05-20 | 围界安防无人巡逻车自主导航系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111459172A CN111459172A (zh) | 2020-07-28 |
CN111459172B true CN111459172B (zh) | 2023-10-31 |
Family
ID=71682770
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010430457.1A Active CN111459172B (zh) | 2020-05-20 | 2020-05-20 | 围界安防无人巡逻车自主导航系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111459172B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113127229A (zh) * | 2021-04-01 | 2021-07-16 | 中国北方车辆研究所 | 一种基于通信中间件的地面无人平台控制系统架构 |
CN113359751A (zh) * | 2021-06-23 | 2021-09-07 | 武汉理工大学 | 一种无人安防巡逻系统 |
CN113701715A (zh) * | 2021-09-25 | 2021-11-26 | 山东科技大学 | 一种全自动深基坑测斜车 |
CN113928132A (zh) * | 2021-10-25 | 2022-01-14 | 智能移动机器人(中山)研究院 | 一种高性能的围界安防无人巡逻车底盘平台 |
CN113888821A (zh) * | 2021-10-25 | 2022-01-04 | 智能移动机器人(中山)研究院 | 一种用于机场的围界安防无人巡逻车 |
CN114200926B (zh) * | 2021-11-12 | 2023-04-07 | 河南工业大学 | 一种无人驾驶车辆的局部路径规划方法及系统 |
CN114394100B (zh) * | 2022-01-12 | 2024-04-05 | 深圳力维智联技术有限公司 | 一种无人巡逻车控制系统及无人车 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107040895A (zh) * | 2017-05-12 | 2017-08-11 | 北京帮带西东网络科技有限公司 | 基于无桩车辆的电子围栏控制方法 |
CN107395707A (zh) * | 2017-07-14 | 2017-11-24 | 北京途歌科技有限公司 | 基于电子围栏的共享汽车用车方法和电子围栏系统 |
CN108189043A (zh) * | 2018-01-10 | 2018-06-22 | 北京飞鸿云际科技有限公司 | 一种应用于高铁机房的巡检方法及巡检机器人系统 |
CN108268045A (zh) * | 2018-03-19 | 2018-07-10 | 徐州艾奇机器人科技有限公司 | 一种六轮驱动快速无人驾驶巡逻车系统及工作方法 |
CN108646755A (zh) * | 2018-07-03 | 2018-10-12 | 清华大学 | 一种土石方智能碾压系统 |
CN108691309A (zh) * | 2018-02-24 | 2018-10-23 | 国电大渡河流域水电开发有限公司 | 一种碾压机自动驾驶系统 |
CN108914750A (zh) * | 2018-06-14 | 2018-11-30 | 天津大学 | 一种振动碾压机无人驾驶系统 |
CN109101017A (zh) * | 2018-07-27 | 2018-12-28 | 江苏盛海智能科技有限公司 | 一种无人车寻迹路线规划方法及终端 |
CN208675549U (zh) * | 2018-04-24 | 2019-03-29 | 成都恒高科技有限公司 | 一种电子围栏管理系统 |
CN109826074A (zh) * | 2019-02-22 | 2019-05-31 | 三一汽车制造有限公司 | 压路机的安全行驶方法和压路机 |
CN110045727A (zh) * | 2018-12-03 | 2019-07-23 | 江西洪都航空工业集团有限责任公司 | 一种园区无人车路径规划与控制方法 |
CN209833670U (zh) * | 2019-03-28 | 2019-12-24 | 尹闻晗 | 一种机场智能行李车 |
CN110794834A (zh) * | 2019-10-25 | 2020-02-14 | 北京星航机电装备有限公司 | 一种基于后驱前转向的搬运汽车控制系统 |
CN111026106A (zh) * | 2019-11-07 | 2020-04-17 | 广东工业大学 | 一种无人车室外驾驶系统 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6934615B2 (en) * | 2003-03-31 | 2005-08-23 | Deere & Company | Method and system for determining an efficient vehicle path |
CN103935365B (zh) * | 2014-05-14 | 2016-04-13 | 袁培江 | 一种新型物料搬运自动引导车智能防撞系统 |
WO2016210432A1 (en) * | 2015-06-26 | 2016-12-29 | Apollo Robotic Systems Incorporated | Robotic apparatus, systems, and related methods |
CN108369775B (zh) * | 2015-11-04 | 2021-09-24 | 祖克斯有限公司 | 响应于物理环境的改变自适应制图以对自主车辆进行导航 |
CN105955275B (zh) * | 2016-05-26 | 2021-07-13 | 华讯方舟科技有限公司 | 一种机器人路径规划方法及系统 |
CN106774334A (zh) * | 2016-12-30 | 2017-05-31 | 云南昆船智能装备有限公司 | 一种多激光扫描器的激光导引agv导航定位方法及装置 |
CN107065870A (zh) * | 2017-03-31 | 2017-08-18 | 深圳诺欧博智能科技有限公司 | 移动机器人自主导航系统及方法 |
CN208085854U (zh) * | 2018-02-12 | 2018-11-13 | 深圳市华威精密机械有限公司 | 一种物流双驱双向agv |
CN110554687B (zh) * | 2018-05-30 | 2023-08-22 | 中国北方车辆研究所 | 一种面向未知环境的多机器人自适应探测方法 |
CN110262495B (zh) * | 2019-06-26 | 2020-11-03 | 山东大学 | 可实现移动机器人自主导航与精确定位的控制系统及方法 |
CN110763225B (zh) * | 2019-11-13 | 2023-05-09 | 内蒙古工业大学 | 一种小车路径导航方法及系统、运输车系统 |
CN110855886A (zh) * | 2019-11-19 | 2020-02-28 | 中国北方车辆研究所 | 一种无人平台遥控操作视觉声音系统 |
CN110879596A (zh) * | 2019-12-05 | 2020-03-13 | 中国北方车辆研究所 | 低成本自动割草机自主作业系统及其自主作业方法 |
-
2020
- 2020-05-20 CN CN202010430457.1A patent/CN111459172B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107040895A (zh) * | 2017-05-12 | 2017-08-11 | 北京帮带西东网络科技有限公司 | 基于无桩车辆的电子围栏控制方法 |
CN107395707A (zh) * | 2017-07-14 | 2017-11-24 | 北京途歌科技有限公司 | 基于电子围栏的共享汽车用车方法和电子围栏系统 |
CN108189043A (zh) * | 2018-01-10 | 2018-06-22 | 北京飞鸿云际科技有限公司 | 一种应用于高铁机房的巡检方法及巡检机器人系统 |
CN108691309A (zh) * | 2018-02-24 | 2018-10-23 | 国电大渡河流域水电开发有限公司 | 一种碾压机自动驾驶系统 |
CN108268045A (zh) * | 2018-03-19 | 2018-07-10 | 徐州艾奇机器人科技有限公司 | 一种六轮驱动快速无人驾驶巡逻车系统及工作方法 |
CN208675549U (zh) * | 2018-04-24 | 2019-03-29 | 成都恒高科技有限公司 | 一种电子围栏管理系统 |
CN108914750A (zh) * | 2018-06-14 | 2018-11-30 | 天津大学 | 一种振动碾压机无人驾驶系统 |
CN108646755A (zh) * | 2018-07-03 | 2018-10-12 | 清华大学 | 一种土石方智能碾压系统 |
CN109101017A (zh) * | 2018-07-27 | 2018-12-28 | 江苏盛海智能科技有限公司 | 一种无人车寻迹路线规划方法及终端 |
CN110045727A (zh) * | 2018-12-03 | 2019-07-23 | 江西洪都航空工业集团有限责任公司 | 一种园区无人车路径规划与控制方法 |
CN109826074A (zh) * | 2019-02-22 | 2019-05-31 | 三一汽车制造有限公司 | 压路机的安全行驶方法和压路机 |
CN209833670U (zh) * | 2019-03-28 | 2019-12-24 | 尹闻晗 | 一种机场智能行李车 |
CN110794834A (zh) * | 2019-10-25 | 2020-02-14 | 北京星航机电装备有限公司 | 一种基于后驱前转向的搬运汽车控制系统 |
CN111026106A (zh) * | 2019-11-07 | 2020-04-17 | 广东工业大学 | 一种无人车室外驾驶系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111459172A (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111459172B (zh) | 围界安防无人巡逻车自主导航系统 | |
AU2021202720B2 (en) | Detecting and responding to propulsion and steering system errors for autonomous vehicles | |
CN106774291B (zh) | 一种自动驾驶电动汽车的电控系统 | |
EP3423326B1 (en) | A vehicle with autonomous driving capability | |
WO2017095614A1 (en) | Collision mitigated braking for autonomous vehicles | |
CN110888456A (zh) | 一种无人机与无人车的自主协同侦察控制方法 | |
CN206833250U (zh) | 一种基于激光雷达的无人驾驶侦查小车 | |
CN104267721A (zh) | 一种智能汽车的无人驾驶系统 | |
EP3816751B1 (en) | Method and device of determining guide path, method of controlling driving of vehicle, and electronic apparatus | |
CN102819263A (zh) | 多摄像头无人车视觉感知系统 | |
CN113791621B (zh) | 一种自动驾驶牵引车与飞机对接方法及系统 | |
CN113791619B (zh) | 一种机场自动驾驶牵引车调度导航系统及方法 | |
CN112799409A (zh) | 基于车路云协同架构的用于机场的地面交通管控集成系统 | |
CN112684791A (zh) | 一种基于5g的无人驾驶物流车 | |
CN109508006A (zh) | 一种基于北斗的汽车起重机的自动驾驶系统 | |
CN115129050A (zh) | 一种港口牵引车无人运输短倒系统及方法 | |
CN210198395U (zh) | 无人机与无人车协作导航系统 | |
CN111367273A (zh) | 基于路径跟踪的无人驾驶小型扫路车控制系统及其控制方法 | |
CN217716438U (zh) | 一种无人车、无人机协同导航装置 | |
Arif et al. | Adaptation of mobile robots to intelligent vehicles | |
CN114281109A (zh) | 一种无人机引导的多机协作控制系统 | |
CN211906081U (zh) | 基于路径跟踪的无人驾驶小型扫路车控制系统 | |
Wang et al. | Intelligent distribution framework and algorithms for connected logistics vehicles | |
CN111024150A (zh) | 一种无人平台的感知系统 | |
CN219172410U (zh) | 一种车载智能计算设备、控制系统及智能驾驶车辆 |
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 |