CN111930125A - 适用于agv的低成本障碍物检测装置及方法 - Google Patents
适用于agv的低成本障碍物检测装置及方法 Download PDFInfo
- Publication number
- CN111930125A CN111930125A CN202010837152.2A CN202010837152A CN111930125A CN 111930125 A CN111930125 A CN 111930125A CN 202010837152 A CN202010837152 A CN 202010837152A CN 111930125 A CN111930125 A CN 111930125A
- Authority
- CN
- China
- Prior art keywords
- agv
- module
- target
- strategy
- information
- 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.)
- Withdrawn
Links
- 238000001514 detection method Methods 0.000 title claims description 19
- 238000000034 method Methods 0.000 title claims description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 238000000605 extraction Methods 0.000 claims abstract description 18
- 230000001133 acceleration Effects 0.000 claims description 16
- 230000033001 locomotion Effects 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000001953 sensory effect Effects 0.000 claims 1
- 239000007787 solid Substances 0.000 claims 1
- 239000000463 material Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000002310 reflectometry Methods 0.000 description 3
- 206010033799 Paralysis Diseases 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000011895 specific detection 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 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
- G05D1/0212—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 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
- 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 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
Abstract
本发明涉及一种智能化AGV障碍物感知及避障技术领域；具体涉及一种适用于AGV的低成本障碍物检测装置及方法，该装置包括传感数据获取模块、特定目标识别提取模块、特定目标追踪分析模块、行驶避障候选策略规划模块、调度服务模块、策略解析控制模块，各模块协调工作，确定全局最优避障策略，控制AGV对象完成避障导航任务。本发明提高AGV的避障性能、运输效率和路网稳定性。
Description
技术领域
本发明涉及一种智能化AGV障碍物感知及避障技术领域；具体涉及一种适用于AGV的低成本障碍物检测装置及方法。
背景技术
为响应智慧工厂、无人工厂和绿色工厂的发展要求，自动导引运输车(AGV)已经逐渐的出现在工厂的仓储物流、产线配给等关键环节，以节省人力成本。但是目前由于工厂场景的特殊性和AGV技术发展相对缓慢与不成熟，使得叉车AGV的工作性能、效率、安全性、灵活性等远远达不到工厂的要求，限制了叉车AGV进一步的推广应用。
智能叉车(以下简称AGV)是一种利用电脑程序控制实现的具有举升功能的自动驾驶轮式移动机器人。AGV利用各种传感器，如雷达、摄像头、接近开关，导航计算平台、控制计算平台、规划计算平台和调度计算平台等协同配合，在无操作员的任何操作下利用电脑程序自主操控车辆完成相关作业。在AGV行驶过程中，电脑程序首先需要知道车辆周围和行驶路线上的道路状况进行导航或避障，以保证车辆正常、安全行驶作业。
目前AGV导航避障主要采用开关量安全雷达，主要特点是以自身为中心，一定扇形范围内的区域等级预警，使用简单，但成本较高。由于安全雷达无法给出目标物体的具体检测信息，转弯处一般会存在较大的检测盲区B，遇到障碍物时只能原地停车等待或监控员介入，多车行驶时往往会造成路网全部或局部瘫痪的问题，这些因素都限制了AGV避障调度的灵活性，进一步制约了AGV搬运效率和全路网运行稳定性的提升。
发明内容
为解决上述技术问题，本发明提供一种适用于AGV的低成本障碍物检测装置及方法，提高AGV的避障性能、运输效率和路网稳定性。
本发明所述适用于AGV的低成本障碍物检测装置，包括：
传感数据获取模块，用于获得AGV对象采集行驶路径上的传感数据；
特定目标识别提取模块，根据特定场景中出现的目标结构化特征，从传感数据中进行目标对象的识别和提取；
特定目标追踪分析模块，根据特定目标识别提取模块提取的目标结构化特征，对各种目标对象进行连续的追踪并获得目标的各种状态信息；
行驶避障候选策略规划模块，根据特定目标追踪分析模块获取的追踪信息和目标状态信息，基于可行驶地图和行驶路线，确定AGV对象的可行驶区域候选避障策略；
调度服务模块，根据特定场景中全局AGV行驶状态和地图占用状态，从所述AGV对象的可行驶区域候选避障策略中选择全局最优策略；
策略解析控制模块，把调度服务模块返回的全局最优策略信息转换为控制指令，控制AGV 对象完成此次避障导航任务。
优选地，传感数据包括传感数据获取模块包括固态雷达、电磁波雷达、超声雷达、摄像头中的一种或几种，用于获取场景的深度信息、点云信息、图像信息、距离和方位信息等。
优选地，传感数据获取模块通过辅助固定部件与AGV对象连接，可实现传感数据获取模块在平面±90°范围内的扫描。
优选地，所述辅助固定部件包括固定板，固定板通过传动轴套连接至转向电机的转轴，转向电机转轴同时连接云台板，云台板上固定传感数据获取模块，由转向电机带动传感数据获取模块的旋转。
优选地，所述固定板上设置限位挡块，云台板底部对应限位挡块设置限位块，由限位挡块和限位块实现传感数据获取模块的转向限位。
本发明还提供一种适用于AGV的低成本障碍物检测方法，包括以下步骤：
第一步，传感数据获取模块获得AGV对象采集行驶路径上的传感数据；
第二步，特定目标识别提取模块根据特定场景中出现的目标结构化特征，从传感数据中进行目标对象的识别和提取；
第三步，特定目标追踪分析模块根据特定目标识别提取模块提取的目标结构化特征，对各种目标对象进行连续的追踪并获得目标的各种状态信息；
第四步，行驶避障候选策略规划模块根据特定目标追踪分析模块获取的追踪信息和目标状态信息，基于可行驶地图和行驶路线，确定AGV对象的可行驶区域候选避障策略；
第五步，调度服务模块根据特定场景中全局AGV行驶状态和地图占用状态，从所述AGV 对象的可行驶区域候选避障策略中选择全局最优策略；
第六步，策略解析控制模块把调度服务模块返回的全局最优策略信息转换为控制指令，控制AGV对象完成此次避障导航任务。
优选地，传感数据包括场景的深度信息、点云信息、图像信息、距离和方位信息中的一种或几种，可采用固态雷达、电磁波雷达、超声雷达、摄像头等获取。
优选地，特定目标识别提取模块会订阅上述传感数据获取模块发布的信息，基于数据库中关于目标结构化特征，进行搜索匹配，识别并提取目标对象信息并进行发布，目标结构化特征指的是各目标物体之间能相互区别的组件或整体的几何、运动、属性等信息，其中几何信息包括形状、尺寸、体积、表面积、圆度、矩形度、包围盒等，运动信息包括目标物体常规的速度、加速度、角速度、角加速度等信息，属性信息包括主要材质、纹理、反射率、反射强度、特征点、组件约束等，实际使用时，可根据应用场景选取合适的目标结构特征进行识别及匹配，匹配方法包括但不限于几何方法、机器学习方法、深度学习方法等。
优选地，行驶避障候选策略规划模块确定候选策略的依据是:
S1、当AGV到达目的地或目标物体位于安全距离内时，应做出停车策略并立刻传递给策略解析控制模块执行；
S2、当目标物体位于预警距离内和安全距离外时，依据s-t时间窗确定加速度策略；
S3、当目标物体位于AGV所在车道前方并同向运动时，AGV可做出保持跟随距离进行跟随运动决策；
S4、当目标物体位于AGV所在车道前方处于静止或低速运行(低于本车的调度行驶速度，本车调度行驶速度视调度任务而定)且可行驶地图中AGV所在位置存在其它同向车道时，做出换道决策。
优选地，调度服务模块确定全局最优策略的逻辑如下：
调度服务模块根据AGV上报的候选策略作为优化初值，以避障所需的时间为优化目标，以路径曲率、加速度变化率、路网中最近AGV的距离为约束条件，以二次型
为优化形式，进行迭代计算，确定最优的行驶轨迹和行驶速度,其中，H为hessian矩阵，g为梯度向量，x为待优化的行驶轨迹和行驶速度。
与现有技术相比，本发明具有以下有益效果：
(1)通过辅助固定件避免了所述传感数据获取模块检测视场小的缺陷，可以覆盖到AGV 弯道行驶路线上区域扫描，在满足低成本方案的同时完全符合AGV运行场景的需求；
(2)通过结构化特征对传感器数据进行目标对象的提取和追踪，利用获取的目标对象状态信息，基于可行驶地图和行驶路线，可使避障导航策略更加灵活多样，避免了传统技术只能停车避障的单一策略；
(3)通过调度服务模块的在线全局最优策略功能对AGV本地计算的避障候选决策进行优化，进一步保证了全局路网中的行车安全和效率，避免了传统技术因一车停车造成路网全部或部分瘫痪的弊端。
附图说明
图1为AGV避障传感器装置结构示意图
图2为AGV直线行驶时传感器的检测范围示意图；
图3为AGV弯道行驶时传感器的检测范围示意图；
图4为AGV避障功能的流程示意图；
图5为AGV避障调度框架示意图；
图6为AGV避障传感器装置工作扫描示意图。
图中：1、转向电机；2、固定板；3、限位块；4、限位挡块；5、传动轴套；6、云台板； 7、传感数据获取模块。
具体实施方式
实施例1：
本发明所述适用于AGV的低成本障碍物检测装置，包括：
传感数据获取模块，用于获得AGV对象采集行驶路径上的传感数据，传感数据包括但不限于场景的深度信息、点云信息、图像信息、距离和方位信息等
特定目标识别提取模块，根据特定场景中出现的目标结构化特征，从传感数据中进行目标对象的识别和提取，
特定目标追踪分析模块，根据特定目标识别提取模块提取的目标结构化特征，对各种目标对象进行连续的追踪并获得目标的各种状态信息；
行驶避障候选策略规划模块，根据特定目标追踪分析模块获取的追踪信息和目标状态信息，基于可行驶地图和行驶路线，确定AGV对象的可行驶区域候选避障策略，如停车、减速、加速、换道、跟随等；
调度服务模块，根据特定场景中全局AGV行驶状态和地图占用状态，从所述AGV对象的可行驶区域候选避障策略中选择全局最优策略；
策略解析控制模块，把调度服务模块返回的全局最优策略信息转换为控制指令，控制AGV 对象完成此次避障导航任务。
特定目标识别提取模块会订阅传感数据获取模块发布的信息，基于数据库中关于目标结构化特征，进行搜索匹配，识别并提取目标对象信息并进行发布，特定目标识别提取模块会订阅上述传感数据获取模块发布的信息，基于数据库中关于目标结构化特征，进行搜索匹配，识别并提取目标对象信息并进行发布，目标结构化特征指的是各目标物体之间能相互区别的组件或整体的几何、运动、属性等信息，其中几何信息包括形状、尺寸、体积、表面积、圆度、矩形度、包围盒等，运动信息包括目标物体常规的速度、加速度、角速度、角加速度等信息，属性信息包括主要材质、纹理、反射率、反射强度、特征点、组件约束等，实际使用时，可根据应用场景选取合适的目标结构特征进行识别及匹配，最常用的目标结构化特征包括物体的形状、尺寸、常规速度、常规加速度、材质、反射强度、特征点等，匹配方法包括但不限于几何方法、机器学习方法、深度学习方法等。
其中，传感数据包括传感数据获取模块包括固态雷达、电磁波雷达、超声雷达、摄像头中的一种或几种，用于获取场景的深度信息、点云信息、图像信息、距离和方位信息等；传感数据获取模块通过辅助固定部件与AGV对象连接，可实现传感数据获取模块在平面±90°范围内的扫描；如图1所示，辅助固定部件包括固定板2，固定板2通过传动轴套5连接至转向电机1的转轴，转向电机1转轴同时连接云台板6，云台板6上固定传感数据获取模块7，由转向电机1带动传感数据获取模块的旋转；固定板2上设置限位挡块4，云台板6底部对应限位挡块4设置限位块3，由限位挡块4和限位块3实现传感数据获取模块的转向限位，限位挡块4的安装角度可根据AGV工作场景确定，避免意外造成传感数据获取模块与AGV本体发生碰撞，造成传感数据获取模块损坏，工作时，传感数据获取模块会持续的采集目标物体的原始检测信息。转向电机1可根据AGV工作场景以某一频率左右摆动，或根据行驶路线进行追踪摆动，或根据目标对象进行追踪摆动，或以上所说摆动策略的任意组合。
实施例2：
本实施例在实施例1的基础上，除转向电机的主动摆动方式外，可根据实际需要，通过连杆、齿轮、齿条等连接传动轴套和舵轮机构，利用舵轮的转向间接带动传感数据传感数据获取模块的摆动，此时传动轴套上应安装一个角度位置传感器，以提高位置检测精度。
实施例3：
本实施例提供一种适用于AGV的低成本障碍物检测方法，包括以下步骤：
第一步，传感数据获取模块获得AGV对象采集行驶路径上的传感数据；
第二步，特定目标识别提取模块根据特定场景中出现的目标结构化特征，从传感数据中进行目标对象的识别和提取；
第三步，特定目标追踪分析模块根据特定目标识别提取模块提取的目标结构化特征，对各种目标对象进行连续的追踪并获得目标的各种状态信息；
第四步，行驶避障候选策略规划模块根据特定目标追踪分析模块获取的追踪信息和目标状态信息，基于可行驶地图和行驶路线，确定AGV对象的可行驶区域候选避障策略；
第五步，调度服务模块根据特定场景中全局AGV行驶状态和地图占用状态，从所述AGV 对象的可行驶区域候选避障策略中选择全局最优策略；
第六步，策略解析控制模块把调度服务模块返回的全局最优策略信息转换为控制指令，控制AGV对象完成此次避障导航任务。
其中，传感数据包括场景的深度信息、点云信息、图像信息、距离和方位信息中的一种或几种，可采用固态雷达、电磁波雷达、超声雷达、摄像头等获取；特定目标识别提取模块会订阅上述传感数据获取模块发布的信息，基于数据库中关于目标结构化特征，进行搜索匹配，识别并提取目标对象信息并进行发布，目标结构化特征指的是各目标物体之间能相互区别的组件或整体的几何、运动、属性等信息，其中几何信息包括形状、尺寸、体积、表面积、圆度、矩形度、包围盒等，运动信息包括目标物体常规的速度、加速度、角速度、角加速度等信息，属性信息包括主要材质、纹理、反射率、反射强度、特征点、组件约束等,实际使用时，可根据应用场景选取合适的目标结构特征进行识别及匹配，最常用的目标结构化特征包括物体的形状、尺寸、常规速度、常规加速度、材质、反射强度、特征点等，匹配方法包括但不限于几何方法、机器学习方法、深度学习方法等。
行驶避障候选策略规划模块确定候选策略的依据是:
S1、当AGV到达目的地或目标物体位于安全距离内时，例如，d＜dsafe＝1m，应做出停车策略并立刻传递给策略解析控制模块执行；
S2、当目标物体位于预警距离内和安全距离外时，例如，1m＝dsafe＜d＜dwarning＝3m，依据s-t时间窗确定加速度策略；
S3、当目标物体位于AGV所在车道前方并同向运动时，AGV可做出保持跟随距离dfollow＝1.5m进行跟随运动决策；
S4、当目标物体位于AGV所在车道前方处于静止或低速运行(低于本车的调度行驶速度，本车调度行驶速度视调度任务而定)且可行驶地图中AGV所在位置存在其它同向车道时，做出换道决策。
调度服务模块确定全局最优策略的逻辑如下：
调度服务模块根据AGV上报的候选策略作为优化初值，以避障所需的时间为优化目标，以路径曲率、加速度变化率、路网中最近AGV的距离为约束条件，以二次型
为优化形式，进行迭代计算，确定最优的行驶轨迹和行驶速度，其中，H为hessian矩阵，g为梯度向量，x为待优化的行驶轨迹和行驶速度。
Claims (10)
1.一种适用于AGV的低成本障碍物检测装置，其特征在于，包括：
传感数据获取模块，用于获得AGV对象采集行驶路径上的传感数据；
特定目标识别提取模块，根据特定场景中出现的目标结构化特征，从传感数据中进行目标对象的识别和提取；
特定目标追踪分析模块，根据特定目标识别提取模块提取的目标结构化特征，对各种目标对象进行连续的追踪并获得目标的各种状态信息；
行驶避障候选策略规划模块，根据特定目标追踪分析模块获取的追踪信息和目标状态信息，基于可行驶地图和行驶路线，确定AGV对象的可行驶区域候选避障策略；
调度服务模块，根据特定场景中全局AGV行驶状态和地图占用状态，从所述AGV对象的可行驶区域候选避障策略中选择全局最优策略；
策略解析控制模块，把调度服务模块返回的全局最优策略信息转换为控制指令，控制AGV对象完成此次避障导航任务。
2.根据权利要求1所述的适用于AGV的低成本障碍物检测装置，其特征在于，传感数据包括传感数据获取模块包括固态雷达、电磁波雷达、超声雷达、摄像头中的一种或几种。
3.根据权利要求1所述的适用于AGV的低成本障碍物检测装置，其特征在于，传感数据获取模块通过辅助固定部件与AGV对象连接。
4.根据权利要求3所示的适用于AGV的低成本障碍物检测装置，其特征在于，所述辅助固定部件包括固定板，固定板通过传动轴套连接至转向电机的转轴，转向电机转轴同时连接云台板，云台板上固定传感数据获取模块。
5.根据权利要求4所述的适用于AGV的低成本障碍物检测装置，其特征在于，所述固定板上设置限位挡块，云台板底部对应限位挡块设置限位块。
6.一种适用于AGV的低成本障碍物检测方法，其特征在于，包括以下步骤：
第一步，传感数据获取模块获得AGV对象采集行驶路径上的传感数据；
第二步，特定目标识别提取模块根据特定场景中出现的目标结构化特征，从传感数据中进行目标对象的识别和提取；
第三步，特定目标追踪分析模块根据特定目标识别提取模块提取的目标结构化特征，对各种目标对象进行连续的追踪并获得目标的各种状态信息；
第四步，行驶避障候选策略规划模块根据特定目标追踪分析模块获取的追踪信息和目标状态信息，基于可行驶地图和行驶路线，确定AGV对象的可行驶区域候选避障策略；
第五步，调度服务模块根据特定场景中全局AGV行驶状态和地图占用状态，从所述AGV对象的可行驶区域候选避障策略中选择全局最优策略；
第六步，策略解析控制模块把调度服务模块返回的全局最优策略信息转换为控制指令，控制AGV对象完成此次避障导航任务。
7.根据权利要求6所述的适用于AGV的低成本障碍物检测方法，其特征在于，传感数据包括场景的深度信息、点云信息、图像信息、距离和方位信息中的一种或几种。
8.根据权利要求6所述的适用于AGV的低成本障碍物检测方法，其特征在于，特定目标识别提取模块会订阅上述传感数据获取模块发布的信息，基于数据库中关于目标结构化特征，进行搜索匹配，识别并提取目标对象信息并进行发布。
9.根据权利要求6所述的适用于AGV的低成本障碍物检测方法，其特征在于，行驶避障候选策略规划模块确定候选策略的依据是:
S1、当AGV到达目的地或目标物体位于安全距离内时，应做出停车策略并立刻传递给策略解析控制模块执行；
S2、当目标物体位于预警距离内和安全距离外时，依据s-t时间窗确定加速度策略；
S3、当目标物体位于AGV所在车道前方并同向运动时，AGV可做出保持跟随距离dfollow＝1.5m进行跟随运动决策；
S4、当目标物体位于AGV所在车道前方处于静止或低速运行且可行驶地图中AGV所在位置存在其它同向车道时，做出换道决策。
10.根据权利要求6所述的适用于AGV的低成本障碍物检测方法，其特征在于，调度服务模块确定全局最优策略的逻辑如下：
调度服务模块根据AGV上报的候选策略作为优化初值，以避障所需的时间为优化目标，以路径曲率、加速度变化率、路网中最近AGV的距离为约束条件，以二次型
为优化形式，进行迭代计算，确定最优的行驶轨迹和行驶速度,其中，H为hessian矩阵，g为梯度向量，x为待优化的行驶轨迹和行驶速度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010837152.2A CN111930125A (zh) | 2020-08-19 | 2020-08-19 | 适用于agv的低成本障碍物检测装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010837152.2A CN111930125A (zh) | 2020-08-19 | 2020-08-19 | 适用于agv的低成本障碍物检测装置及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111930125A true CN111930125A (zh) | 2020-11-13 |
Family
ID=73304801
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010837152.2A Withdrawn CN111930125A (zh) | 2020-08-19 | 2020-08-19 | 适用于agv的低成本障碍物检测装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111930125A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112784799A (zh) * | 2021-02-01 | 2021-05-11 | 三一机器人科技有限公司 | Agv后向栈板及障碍物识别方法、装置及agv |
| CN113077643A (zh) * | 2021-03-23 | 2021-07-06 | 上海振华重工(集团)股份有限公司 | 一种交通控制方法、交通控制系统及存储介质 |
| CN113486836A (zh) * | 2021-07-19 | 2021-10-08 | 安徽江淮汽车集团股份有限公司 | 针对低通度障碍物的自动驾驶操控方法 |
| CN114488980A (zh) * | 2022-01-21 | 2022-05-13 | 上海擎朗智能科技有限公司 | 一种机器人的调度方法、装置、电子设备及存储介质 |
| WO2023221443A1 (zh) * | 2022-05-20 | 2023-11-23 | 劢微机器人科技(深圳)有限公司 | 基于2d相机的安全预警方法、装置、设备及存储介质 |
-
2020
- 2020-08-19 CN CN202010837152.2A patent/CN111930125A/zh not_active Withdrawn
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112784799A (zh) * | 2021-02-01 | 2021-05-11 | 三一机器人科技有限公司 | Agv后向栈板及障碍物识别方法、装置及agv |
| CN113077643A (zh) * | 2021-03-23 | 2021-07-06 | 上海振华重工(集团)股份有限公司 | 一种交通控制方法、交通控制系统及存储介质 |
| CN113077643B (zh) * | 2021-03-23 | 2022-05-03 | 上海振华重工(集团)股份有限公司 | 一种交通控制方法、交通控制系统及存储介质 |
| CN113486836A (zh) * | 2021-07-19 | 2021-10-08 | 安徽江淮汽车集团股份有限公司 | 针对低通度障碍物的自动驾驶操控方法 |
| CN113486836B (zh) * | 2021-07-19 | 2023-06-06 | 安徽江淮汽车集团股份有限公司 | 针对低通度障碍物的自动驾驶操控方法 |
| CN114488980A (zh) * | 2022-01-21 | 2022-05-13 | 上海擎朗智能科技有限公司 | 一种机器人的调度方法、装置、电子设备及存储介质 |
| WO2023221443A1 (zh) * | 2022-05-20 | 2023-11-23 | 劢微机器人科技(深圳)有限公司 | 基于2d相机的安全预警方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111930125A (zh) | 适用于agv的低成本障碍物检测装置及方法 | |
| CN114384920B (zh) | 一种基于局部栅格地图实时构建的动态避障方法 | |
| CN110780671B (zh) | 一种基于全局视觉的仓储导航智能车调度方法 | |
| CN109144068B (zh) | 三向前移式导航切换agv叉车的电控方法及控制装置 | |
| CN107933548A (zh) | 一种自动泊车的车位识别方法及系统 | |
| Stahn et al. | Laser scanner-based navigation for commercial vehicles | |
| CN112101128B (zh) | 一种基于多传感器信息融合的无人方程式赛车感知规划方法 | |
| CN107505940A (zh) | 自动引导车辆上的双激光雷达控制方法、系统及定位方法 | |
| CN113791621B (zh) | 一种自动驾驶牵引车与飞机对接方法及系统 | |
| CN108459600A (zh) | 一种agv小车的视觉导航系统 | |
| CN112477533B (zh) | 设施农业路轨两用运输机器人 | |
| Liu et al. | Deep learning-based localization and perception systems: Approaches for autonomous cargo transportation vehicles in large-scale, semiclosed environments | |
| CN111459172A (zh) | 围界安防无人巡逻车自主导航系统 | |
| CN111198496A (zh) | 一种目标跟随机器人及跟随方法 | |
| CN110147100A (zh) | 一种具有高精度导航定位功能的agv平台及导航方法 | |
| CN109709944A (zh) | 一种自动驾驶公交车的进站方法及其进站路径的生成方法 | |
| Behrje et al. | An autonomous forklift with 3d time-of-flight camera-based localization and navigation | |
| CN114397877A (zh) | 一种智能汽车自动驾驶系统 | |
| CN116576857A (zh) | 一种基于单线激光雷达的多障碍物预测导航避障方法 | |
| CN115223039A (zh) | 一种面向复杂环境的机器人半自主控制方法及系统 | |
| CN112230638B (zh) | 一种车辆的停车路径规划方法和装置 | |
| CN110989618A (zh) | 一种蜂群式运载车协同运载控制系统及方法 | |
| CN113341999A (zh) | 一种基于优化d*算法的叉车路径规划方法及装置 | |
| CN111168640A (zh) | 一种物流机器人 | |
| CN114383598B (zh) | 一种隧道施工作业车及其自动驾驶系统 |
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: 20211019 Address after: Room A01, room 418, East head, building 10, Dongcheng garden, No. 34, industrial South Road, high tech Zone, Jinan, Shandong Province Applicant after: Jinan lantushi Intelligent Technology Co.,Ltd. Address before: 255000 7-11, 2nd floor, No.3, Zibo science and Technology Industrial Park, Xishou, Sanying Road, Zhangdian District, Zibo City, Shandong Province Applicant before: Shandong Huarui Intelligent Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201113 |
|
| WW01 | Invention patent application withdrawn after publication |