CN111984003A - 一种基于离线地图算法的无轨道自适应导航方法及系统 - Google Patents

Abstract

本公开提出了一种基于离线地图算法的无轨道自适应导航方法及系统，包括如下步骤：采用离线地图算法实时获取移动设备的定位位置，根据定位位置获取对应该定位位置的路径地图；按照路径地图上的路径移动,检测是否障碍物；如果有障碍物，实时调整路径躲避障碍物；如果没有障碍物，采用PID算法控制修正移动设备的实际路径，以使移动设备按照路径地图上的路径行走。融合集成离线地图算法、自适应PID、集成I0T算法等技术手段，实现了无轨道自适应导航，相较于其他导航方法，能够使移动机器人的灵活性大大提高；避免提前铺设轨道、减少移动机器人工作成本；减少移动机器人对工作环境的要求，能够满足恶劣环境下的正常运行，能够实现移动机器人的特种作业。

Description

一种基于离线地图算法的无轨道自适应导航方法及系统

技术领域

本公开涉及机器人导航相关技术领域，具体的说，是涉及一种基于离线地图算法的无轨道自适应导航方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，并不必然构成在先技术。

对于任何移动设备而言，在其环境中导航的能力都很重要。首先避免诸如碰撞和不安全条件(温度、辐射、暴露于天气等)的危险情况，机器人定位表示机器人在参考框架内建立自己的位置和方向的能力。导航即为在定位的基础上实现自主寻路，机器人导航是指机器人确定自己在参考系中的位置，然后规划通往某个目标位置的路径的能力，导航技术在实现移动设备的智能化上有着重要的作用。

为了在其环境中导航，机器人或任何其他移动设备需要表示形式，即环境地图和解释该表示形式的能力。发明人发现，当前市面上AGV移动机器人多采用磁导航和激光导航的导航方式，磁导航需提前架设轨道，在灵活性、成本效益等多方面皆有不足。灵活性：磁导航AGV移动机器人需采用磁条进行引导，安装时，需要在地面上铺设磁条，如后期更改路线需求重新铺设磁条。成本效益：磁导航AGV移动机器人维护成本较高，以及要及时更换损坏严重的磁条。磁导航方式目前存在精度不足，对地形要求高等问题。精度不足：激光导航精度因发展周期太短无法达到足够的工作要求精度。对地形要求高：实验室产品精度高，但要求地面平整，设备安放不能出现误差。

发明内容

本公开为了解决上述问题，提出了一种基于离线地图算法的无轨道自适应导航方法及系统，能够实现移动设备的无轨道自适应导航。

为了实现上述目的，本公开采用如下技术方案：

一个或多个实施例提供了一种基于离线地图算法的无轨道自适应导航方法，用于实现移动设备在移动区域的移动导航，包括如下步骤：

采用离线地图算法实时获取移动设备的定位位置，根据定位位置从远程控制端获取对应该定位位置的路径地图；

按照路径地图上的路径移动,检测是否障碍物；

如果有障碍物，实时调整路径躲避障碍物；如果没有障碍物，实时获取移动设备的定位位置确定移动路径，采用PID算法修正移动设备的实际路径，以使移动设备按照路径地图上的路径行走。

一种基于离线地图算法的无轨道自适应导航系统，包括远程控制端、移动机器人以及固定设置在移动设备活动区域的周边终端设备，所述移动设备之间以及移动设备与周边终端设备之间无线通信连接，所述远程控制端分别与周边终端设备及移动设备通信连接，所述移动设备执行上述的一种基于离线地图算法的无轨道自适应导航方法。

一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述方法所述的步骤。

与现有技术相比，本公开的有益效果为：

(1)本公开融合集成离线地图算法、自适应PID、集成IOT算法等技术手段，实现了无轨道自适应导航，相较于其他导航方法，能够使移动机器人的灵活性大大提高；避免提前铺设轨道、减少移动机器人工作成本；减少移动机器人对工作环境的要求，能够满足恶劣环境下的正常运行，实现移动机器人的特种作业。

(2)本公开的自适应导航方法，规划的路径根据路径的负荷情况实时调整，实现规划路径的实时调整，能够提高系统的运行效率。

附图说明

构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的限定。

图1是本公开实施例1的系统架构图；

图2是本公开实施例1的自适应导航方法流程图；

图3是本公开实施例1的超声波传感器的测试原理；

图4是本公开实施例1的超声波传感器的设置在机器人上的设置示意图。

具体实施方式：

下面结合附图与实施例对本公开作进一步说明。

应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。需要说明的是，在不冲突的情况下，本公开中的各个实施例及实施例中的特征可以相互组合。下面将结合附图对实施例进行详细描述。

实施例1

在一个或多个实施方式中公开的技术方案中，如图1所示，一种基于离线地图算法的无轨道自适应导航系统，包括远程控制端、移动机器人以及固定设置在移动设备活动区域的周边终端设备，所述移动设备之间以及移动设备与周边终端设备之间无线通信连接，所述远程控制端分别与周边终端设备及移动设备通信连接。

可选的，所述移动设备可以为移动机器人、智能车辆等，用于移动于各个终端设备之间实现一定的运行指令，对于机器人具体的可以为实现货物的转运、上料、下料等，智能汽车如无人驾驶汽车。本实施例以移动机器人为例进行说明。

可选的，所述移动设备上至少设置有无线通信模块、避障模块、感知模块及控制模块，所述控制模块分别与无线通信模块、避障模块、感知模块连接。

感知模块：用于获取移动设备本身的运行状态数据和周围环境数据；所述周围环境数据包括周围参照物的位置、大小和高度等数据，所述运行状态数据包括机器人的行进方向、转弯角度、运行速度等。

可选的，移动设备本身的运行状态数据可以通过移动设备的控制模块获取，包括转速、车速等；

可选的，行进方向和转弯角度可以通过设置的感知传感器实现，感知传感器可以包括陀螺仪、加速度计等。

进一步地，还包括与控制模块连接的编码器，编码器用于将移动设备的角位移或角速度转换成一连串数字电数字脉冲,测量轮子顺时针或逆时针旋转,转速以及转过的角度并将参数传递给控制模块。

控制模块：分别通过无线通信模块与周边终端设备建立连接，并且通过无线通信模块与远程控制端建立连接获得路径地图，根据路径地图实现移动设备的自适应导航。

避障模块：用于实现移动设备移动过程中的障碍物检测及避障控制。

固定设置在移动设备活动区域的周边终端设备，可以根据不同的适用环境设置，移动设备的移动区域是在马路上，周边终端设备可以为智能路灯、交通系统的设备，可以是交通灯控制器、摄像装备等；移动设备的移动区域是自动化生产车间，可以为生产线上设置的任何生产设备，包括上料机、下料机等。

可选的，远程控制端可以采用TCS交通控制系统，TCS系统根据需求，规划地图，根据移动设备的位置信息生成该位置机器人的地图路径。

本实施例提供一种基于离线地图算法的无轨道自适应导航方法，该方法可以在移动设备的控制模块中实现，用于实现移动设备在移动区域的移动导航，如图2所示，包括如下步骤：

步骤1、采用离线地图算法实时获取移动设备的定位位置，根据定位位置从远程控制端获取对应该定位位置的路径地图；

步骤2、按照路径地图上的路径移动,检测是否障碍物；

步骤3、如果有障碍物，实时调整路径躲避障碍物；如果没有障碍物，实时获取移动设备的定位位置确定移动路径，采用PID算法修正移动设备的实际路径，以使移动设备按照路径地图上的路径行走。

本实施例结合离线地图算法及PID算法，实现了移动设备如机器人的无轨道导航，通过离线地图算法根据周边终端设备与移动设备的位置关系，定位移动设备的位置，根据定位位置获得当前位置处一定区域范围内包含路径规划信息的路径地图，在移动过程中优先避障，在没有障碍物时移动设备根据规划路径采用PID算法实现修正偏离的自适应导航，减少了移动机器人导航的布设成本，减少了机器人设置的局限性，提高了机器人导航的智能化水平。

步骤1中，路径地图是指在移动区域地图中绘制了规划路径的地图，移动区域地图是指机器人工作区域的地图，可以在远程控制端进行绘制存储，与实物位置关系对应的实物地图，具体的，路径地图的获得可以通过如下方法：

步骤11、扫描移动设备的移动范围区域，获得区域内的道路以及各个物体的位置，所述物体包括周边终端设备；

具体的，可以通过雷达设备扫描，或者通过移动机器人运行一周进行数据采集，记录区域内每个物体的位置及各个物体之间的相对位置关系，并根据机器人的采集的数据实时更新地图，使得地图与实际区域的地图相对应。

步骤12、根据扫描获得的数据绘制地图；

步骤13、根据移动指令或者任务获取移动设备移动的起始位置和目标位置，根据绘制的地图以最短路径为目标规划路径生成路径地图。

进一步地，步骤13为路径规划的步骤，路径规划过程还包括：计算按每条规划路径移动的移动时间，当以最短路径的目标规划的路径的移动时间不是最短时，以最短时间为目标重新规划生成路径地图。

按照规划的路径的移动时间计算，通过获取该路径使用阶段的拥挤程度，获得路线负荷数据，自动更改路线。

对于生产车间，可以直接从ERP与IMS获取物料、上料点、下料点等信息，获得路线的负荷数据。ERP企业资源计划(Enterprise Resource Planning)，是指建立在信息技术基础上，集信息技术与先进管理思想于一身，以系统化的管理思想，为企业员工及决策层提供决策手段的管理平台。它是从MRP(物料需求计划)发展而来的新一代集成化管理信息系统，它扩展了MRP的功能，其核心思想是供应链管理。IMS为IP多媒体子系统其本质上说是一种网络结构。

进一步地，移动设备如AGV移动机器人在自动化生产车间的移动过程中，所述AGV移动机器人与现场的设备的联动，当移动至相应的设备，设备动作，如到达卷帘门，卷帘门打开、电梯灯点亮。

步骤1中，采用离线地图算法实时获取移动设备的定位位置的方法，可以如下：

步骤1-1、移动设备实时向周围的周边终端设备发布连接请求并建立连接；

步骤1-2、根据建立的连接获得移动设备与周边终端设备的多条连接的连线，根据连线的交点以及路径地图中周边终端设备的位置信息，定位移动设备的位置。

步骤1-2中，具体的，周边终端设备的位置信息是通过建立连接来发送的定位信号，移动机器人的定位单元根据定位信号确定具体的位置信息。移动机器人与远程控制端建立连接实现动态加载和设定路线。

以移动机器人为例，离线地图算法运行过程如下--AGV移动机器人定位单元向周边单元发送连接请求,并与所述周边单元建立连接；所述AGV移动机器人定位单元向所述周边单元发送连接请求；所述AGV移动机器人定位单元接收所述周边单元发送的连接信号；所述移动机器人分别与远程控制端与周边终端设备建立连接，通过多条连线交点准确定位移动机器人的位置信息。

检测是否障碍物的方法，可以通过设置在移动设备如AGV移动机器人上的感知模块实现，可以通过超声波传感器检测，具体的检测方法可以为：设定超声波传感器的波束角为不大于40度，所述波束角为移动设备正前方与波束射出方向的夹角；当在设定的波束角范围内检测到障碍物，按照移动设备至障碍物的距离调整移动设备的移动方向。

具体的，通过障碍物反射信号进行模拟运算进行测定，实现精准自主避障。超声波传感器检测的具体方法为：

1、超声波模块自动发送8个40khz的方波，自动检测是否有信号返回；有信号返回，输出一个高电平，高电平持续的时间就是超声波从发射到返回的时间，根据时间计算测试距离可以通过如下公式：

测试距离＝(高电平时间*声速(340M/S))/2

2、超声波模块获得距离后通过控制移动机器人的车轮方向以及轮转速来进行避障。移动机器人具体的可以为AGV移动机器人。

如图4所示，一个机器人上可以设置多个超声波传感器，超声波测距模块需调整好波束角，运行过程只需发出和接受信号即可测距，获得距障碍物距离后通过调整AGV运行状态后，实时调整AGV移动机器人运行方向运行速度实现避障。

具体的，检测原理如图3所示，其中左测点和右测点均表示障碍物位置，有如下关系：

设超声波传感器测距值为s’,则测量结果的相对误差为：

对实验中的每一个测距值s’，结合式(1)和式(2)可计算出相应的相对误差。将实验数据导入至Matlab中，以L为横坐标、d为纵坐标、σ为竖坐标，对其插值并作图。

从实验结果可以看出，将障碍物摆放于超声波传感器可检测到的区域时，检测结果的相对误差都能够满足σ<6％，因此在图中选取相对误差σ<6％的区域，可得到超声波传感器的波束角约为θ＝40°检测误差较小。

步骤3中，采用PID算法控制修正移动设备的实际路径的方法，包括如下步骤：

步骤31、获取移动设备的实际移动路径数据、周围环境数据及移动设备的运行状态；

获取移动设备的实际移动路径数据即为每个时刻的定位位置信息，可以采用步骤1相同的方法，即采用离线地图算法实时获取移动设备的定位位置，多个时刻的定位位置连线形成实际的移动路径数据。

其中，可选的，所述运行状态包括移动设备的行驶方向、转向角、行驶速度等。具体的，行驶方向、转向角可以通过陀螺仪与加速度计返回的数据计算，可以准确获得转弯的角度。或者，所述周围环境数据包括周围参照物的位置、大小和高度数据。

步骤32、将获得的实际移动路径与路径图像中的规划路径比较，获得当前位置偏移规划路径的距离及角度；

步骤33、根据偏移的距离及角度进行PID运算获得移动设备的调整角度及距离。

本实施例融合PID运算及离线地图算法，可以有效提高移动机器人导航的自适应性。

进一步地，本实施例还可以采用集成IOT算法，可直接对接云平台的IOThub实现车身数据的上传。可以采用物联网协议(如MQTT)通讯，可以在AGV移动机器人与云端之间建立安全的双向连接。

具体的，通过IoTHub服务将车身数据上传至云端，云平台对移动设备即移动机器人运行状态进行判断，当现故障停止运行，进行检修。

实施例2

本实施例提供一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成实施例1方法所述的步骤。

本公开所提出的电子设备可以是移动终端以及非移动终端，非移动终端包括台式计算机，移动终端包括智能手机(Smart Phone，如Android手机、IOS手机等)、智能眼镜、智能手表、智能手环、平板电脑、笔记本电脑、个人数字助理等可以进行无线通信的移动互联网设备。

应理解，在本公开中，该处理器可以是中央处理单元CPU，该处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

该存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。

在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。结合本公开所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元即算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (10)

1.一种基于离线地图算法的无轨道自适应导航方法，用于实现移动设备在移动区域的移动导航，其特征是：

采用离线地图算法实时获取移动设备的定位位置，根据定位位置从远程控制端获取对应该定位位置的路径地图；

按照路径地图上的路径移动,检测是否障碍物；

如果有障碍物，实时调整路径躲避障碍物；如果没有障碍物，实时获取移动设备的定位位置确定移动路径，采用PID算法修正移动设备的实际路径，以使移动设备按照路径地图上的路径行走。

2.如权利要求1所述的一种基于离线地图算法的无轨道自适应导航方法，其特征是：采用离线地图算法实时获取移动设备的定位位置的方法，包括如下步骤：

移动设备实时向周围的周边终端设备发布连接请求并建立连接；

根据建立的连接获得移动设备与周边终端设备的多条连接的连线，根据连线的交点以及路径地图中周边终端设备的位置信息，定位移动设备的位置。

3.如权利要求1所述的一种基于离线地图算法的无轨道自适应导航方法，其特征是：采用PID算法控制修正移动设备的实际路径的方法，包括如下步骤：

获取移动设备的实际移动路径数据、周围环境数据及移动设备的运行状态；

将获得的实际移动路径与路径图像中的规划路径比较，获得当前位置偏移规划路径的距离及角度；

根据偏移的距离及角度进行PID运算获得移动设备的调整角度及距离。

4.如权利要求3所述的一种基于离线地图算法的无轨道自适应导航方法，其特征是：所述移动设备的运行状态包括移动设备的行驶方向、转向角和行驶速度；或者，所述周围环境数据包括周围参照物的位置、大小和高度数据。

5.如权利要求1所述的一种基于离线地图算法的无轨道自适应导航方法，其特征是：检测是否障碍物的方法，具体的检测方法为：设定超声波传感器的波束角为不大于40度，所述波束角为移动设备正前方与波束射出方向的夹角；当在设定的波束角范围内检测到障碍物，按照移动设备至障碍物的距离调整移动设备的移动方向。

6.如权利要求1所述的一种基于离线地图算法的无轨道自适应导航方法，其特征是：路径地图的获得通过如下方法：

扫描移动设备的移动范围区域，获得区域内的道路以及各个物体的位置，所述物体包括周边终端设备；

根据扫描获得的数据绘制地图；

根据移动指令或者任务获取移动设备移动的起始位置和目标位置，根据绘制的地图以最短路径为目标规划路径生成路径地图；

或者，所述导航方法还包括如下步骤：通过IoTHub服务将车身数据上传至云平台，以使云平台对移动设备即移动机器人运行状态进行判断，当出现故障停止运行。

7.一种基于离线地图算法的无轨道自适应导航系统，其特征是：包括远程控制端、移动机器人以及固定设置在移动设备活动区域的周边终端设备，所述移动设备之间以及移动设备与周边终端设备之间无线通信连接，所述远程控制端分别与周边终端设备及移动设备通信连接，所述移动设备执行权利要求1-5任一项所述的一种基于离线地图算法的无轨道自适应导航方法。

8.如权利要求7所述的一种基于离线地图算法的无轨道自适应导航系统，其特征是：所述移动设备上至少设置有无线通信模块、避障模块、感知模块及控制模块，所述控制模块分别与无线通信模块、避障模块、感知模块连接；

感知模块：用于获取移动设备本身的运行状态数据和周围环境数据；

避障模块：用于实现移动设备移动过程中的障碍物检测及避障控制；

控制模块：分别通过无线通信模块与周边终端设备建立连接，并且通过无线通信模块与远程控制端建立连接获得路径地图，根据路径地图实现移动设备的自适应导航。

9.如权利要求8所述的一种基于离线地图算法的无轨道自适应导航系统，其特征是：所述感知模块包括陀螺仪、加速度计和编码器，所述陀螺仪、加速度计和编码器分别与移动设备上的控制模块连接。

10.一种电子设备，其特征是，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-6任一项方法所述的步骤。

Images