CN112050811A - 一种基于编码器数据的智能叉车航迹推算方法 - Google Patents

一种基于编码器数据的智能叉车航迹推算方法 Download PDF

Info

Publication number
CN112050811A
CN112050811A CN202010576486.9A CN202010576486A CN112050811A CN 112050811 A CN112050811 A CN 112050811A CN 202010576486 A CN202010576486 A CN 202010576486A CN 112050811 A CN112050811 A CN 112050811A
Authority
CN
China
Prior art keywords
forklift
unit
point
steering
encoder data
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
Application number
CN202010576486.9A
Other languages
English (en)
Inventor
孙京诰
邹章鹏
陈方杰
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.)
East China University of Science and Technology
Original Assignee
East China University of Science and Technology
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 East China University of Science and Technology filed Critical East China University of Science and Technology
Priority to CN202010576486.9A priority Critical patent/CN112050811A/zh
Publication of CN112050811A publication Critical patent/CN112050811A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
    • B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
    • B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
    • B66F9/063—Automatically guided

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Transportation (AREA)
  • Structural Engineering (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Civil Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Mechanical Engineering (AREA)
  • Forklifts And Lifting Vehicles (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种基于编码器数据的无人智能叉车航位推算方法，根据叉车的编码器数据提供一种叉车航位推算器。其特点是，在封闭的仓库中，GPS应用场景首受限，而使用IMU进行定位时，叉车车体配置的IMU传感器容易出现数据漂移，从而导致智能叉车的定位出现严重的偏差，因此提出了一种利用叉车行走编码器数据和转向编码器数据来推算航位的方法。

Description

一种基于编码器数据的智能叉车航迹推算方法
技术领域
本发明涉及一种针对无人智能叉车利用舵轮上的编码器数据进行航位推算的方法，其特点在于不使用容易发生零漂的IMU数据，且根据叉车特殊的舵轮结构优化传统的航位推算算法。
背景技术
目前随着无人驾驶技术率先在封闭的仓储领域中落地，传统的负载式AGV由于其工作空间和负载能力都有一定的限制，产生的生产力有相应的局限性，那么具有更高工作空间和负载能力更强的无人智能叉车开始出现在各大AGV生产商的研发计划中。无人智能叉车计划在仓储领域落地，则成熟的定位技术必不可少，针对传统的航位推算技术，耿牛牛提出了一种《单舵轮AGV路径跟踪方法的研究》，该方法针对单舵轮AGV做了简要的分析与研究。
发明内容
针对叉车式AGV中舵轮的中心点相对AGV中心点是动态变化的问题，本发明目的在于提出一种针对叉车式AGV使用舵轮上的编码器数据进行航位推算时定位不准确的情况，能提出合理的方法表示舵轮的中心点变化情况，从而实现提高定位数据精度的方法。
本发明通过以下技术方案来实现上述目的：
输入：输入测量数据L和转向编码器数据
Figure 775082DEST_PATH_IMAGE001
。
其中，L是叉车当前行走编码器在
Figure 285698DEST_PATH_IMAGE002
的采样周期内走的距离（单位：m）,
Figure 65435DEST_PATH_IMAGE003
是叉车当前转向编码器（舵轮）的角度值，范围大小为
Figure 929486DEST_PATH_IMAGE004
；
输出：叉车当前的舵轮的轮速
Figure 743858DEST_PATH_IMAGE005
和角速度
Figure 566320DEST_PATH_IMAGE006
，以及从动轮中心点在地图坐标系中的位置
Figure 426829DEST_PATH_IMAGE007
。
步骤1：
Figure 625729DEST_PATH_IMAGE008
(单位：m/s)。
步骤2：已知叉车舵轮的中心点相对叉车中心点不是固定的，即叉车的轴距
Figure 294608DEST_PATH_IMAGE009
是动态变化的，叉车舵轮中心点与叉车中轴线水平距离
Figure 756813DEST_PATH_IMAGE010
也是动态变化的，此时动态的
Figure 511143DEST_PATH_IMAGE009
用
Figure 248154DEST_PATH_IMAGE011
表示，
Figure 365015DEST_PATH_IMAGE010
用
Figure 794859DEST_PATH_IMAGE012
表示。
步骤3：根据叉车的新轴距
Figure 505326DEST_PATH_IMAGE011
和当前的转向角
Figure 780450DEST_PATH_IMAGE001
（单位：rad），得到舵轮当前的瞬时旋转半径
Figure 423921DEST_PATH_IMAGE013
，如果
Figure 349633DEST_PATH_IMAGE014
，转到步骤4，否则转到步骤5。
步骤4：
Figure 78554DEST_PATH_IMAGE015
（单位为：m），
Figure 157369DEST_PATH_IMAGE016
（单位：rad/s）。
步骤5：
Figure 124188DEST_PATH_IMAGE017
（单位为：m），
Figure 895835DEST_PATH_IMAGE018
（单位：rad/s）。
步骤6：从动轮中心点的瞬时旋转半径
Figure 439949DEST_PATH_IMAGE019
（单位：m），
Figure 322454DEST_PATH_IMAGE020
。
步骤7：假设某一时刻叉车在地图坐标系中位置S的位姿信息是
Figure 674938DEST_PATH_IMAGE021
，经过一段时间
Figure 86328DEST_PATH_IMAGE002
的行驶后，到达P点，此时位姿信息是
Figure 524262DEST_PATH_IMAGE022
。
步骤8：由S点可推知P点坐标，即：
Figure 944879DEST_PATH_IMAGE023
,
Figure 10924DEST_PATH_IMAGE024
，
Figure 124374DEST_PATH_IMAGE025
。
步骤9：将步骤4中或步骤5所得
Figure 518446DEST_PATH_IMAGE006
及步骤6所得
Figure 742754DEST_PATH_IMAGE019
代入步骤8中，得：
Figure 804251DEST_PATH_IMAGE026
，
Figure 682077DEST_PATH_IMAGE027
，
Figure 94604DEST_PATH_IMAGE028
，结束。
附图说明
图1为本发明所研究平台的布局示意图。
图2为本发明的叉车舵轮中心点相对位置图。
图3为本发明的叉车运动过程图。
具体实施方式
下面结合附图对本发明做详细说明：
本发明公开一种针对无人智能叉车利用舵轮上的编码器数据进行航位推算的方法，本发明所研究的无人智能叉车布局示意图如附图1所示。运算航位推算算法的下位机为DSP。
图中符号具体说明如下：
Figure 591444DEST_PATH_IMAGE029
是两个从动轮水平连线的几何中心，
Figure 773027DEST_PATH_IMAGE030
是舵轮的旋转几何中心，
Figure 962700DEST_PATH_IMAGE031
是从动轮中轴线与舵轮中轴线的交点，也是叉车转弯时的瞬时旋转中心，
Figure 455998DEST_PATH_IMAGE032
是两个从动轮水平连线中心点的瞬时转弯半径，其长度是
Figure 22109DEST_PATH_IMAGE029
到
Figure 323777DEST_PATH_IMAGE031
的距离，
Figure 153193DEST_PATH_IMAGE033
是舵轮中心点的瞬时转弯半径，
Figure 540312DEST_PATH_IMAGE034
是
Figure 503588DEST_PATH_IMAGE030
到
Figure 394184DEST_PATH_IMAGE029
的垂直距离，也称为叉车的轴距，
Figure 191239DEST_PATH_IMAGE035
是叉车舵轮中心点时与叉车中轴线的水平距离。
已知所研究的智能叉车中
Figure 268916DEST_PATH_IMAGE036
和
Figure 442409DEST_PATH_IMAGE037
，本发明的具体实施步骤为：
输入：输入测量数据L、转向编码器数据
Figure 453090DEST_PATH_IMAGE001
。其中，L是叉车当前行走编码器在DSP的10ms的采样周期内走的距离（单位：m）,
Figure 14521DEST_PATH_IMAGE001
是叉车当前转向编码器（舵轮）的角度值，范围大小为
Figure 110653DEST_PATH_IMAGE004
；
输出：在下位机DSP的
Figure 291099DEST_PATH_IMAGE038
0.01s的计算时间内输出叉车当前的舵轮的轮速
Figure 156287DEST_PATH_IMAGE005
和转向轮的角速度
Figure 295144DEST_PATH_IMAGE006
，以及从动轮中心点在地图坐标系中的实时位置
Figure 472047DEST_PATH_IMAGE007
。
步骤1：
Figure 721763DEST_PATH_IMAGE039
(单位：m/s)。
步骤2：又因叉车舵轮的中心点相对叉车中心点不是固定的，即叉车的轴距
Figure 707037DEST_PATH_IMAGE009
与叉车舵轮中心点与叉车中轴线的水平距离
Figure 485637DEST_PATH_IMAGE010
是动态变化的，示意图如附图2所示，红线为舵轮中心点在
Figure 556361DEST_PATH_IMAGE001
处于
Figure 206173DEST_PATH_IMAGE040
变化范围内的落点轨迹，那么此时动态的
Figure 45953DEST_PATH_IMAGE041
用
Figure 526613DEST_PATH_IMAGE011
表示，
Figure 287895DEST_PATH_IMAGE010
用
Figure 144993DEST_PATH_IMAGE012
表示，由附图2分析可知
Figure 432755DEST_PATH_IMAGE011
与转向角
Figure 84316DEST_PATH_IMAGE001
成正弦关系，则：
Figure 598474DEST_PATH_IMAGE042
。
步骤3：
Figure 993683DEST_PATH_IMAGE012
与转向角
Figure 135951DEST_PATH_IMAGE001
成余弦关系，则：
Figure 223993DEST_PATH_IMAGE043
。
步骤4：根据叉车的新轴距
Figure 959868DEST_PATH_IMAGE011
和当前的转向角
Figure 158768DEST_PATH_IMAGE001
（单位：rad），得到舵轮当前的瞬时旋转半径
Figure 562068DEST_PATH_IMAGE013
，如果
Figure 414486DEST_PATH_IMAGE014
，转到步骤5，否则转到步骤6。
步骤5：
Figure 168815DEST_PATH_IMAGE015
（单位为：m），
Figure 374669DEST_PATH_IMAGE016
（单位：rad/s）。
步骤6：
Figure 898054DEST_PATH_IMAGE017
（单位为：m），
Figure 327898DEST_PATH_IMAGE018
（单位：rad/s）。
步骤7：从动轮中心点的瞬时旋转半径
Figure 897420DEST_PATH_IMAGE019
（单位：m），
Figure 438123DEST_PATH_IMAGE020
。
步骤8：假设某一时刻叉车在地图坐标系中位置S的位姿信息是
Figure 550435DEST_PATH_IMAGE021
，经过一段时间
Figure 885602DEST_PATH_IMAGE002
的行驶后，此时
Figure 614523DEST_PATH_IMAGE044
，到达P点，此时位姿信息是
Figure 286813DEST_PATH_IMAGE022
。过程如附图3所示。
步骤9：那么0.01s后，从动轮中心位置数据为：
Figure 784790DEST_PATH_IMAGE045
,
Figure 759700DEST_PATH_IMAGE046
，
Figure 975917DEST_PATH_IMAGE047
。
步骤10：将步骤5中或步骤6所得
Figure 858423DEST_PATH_IMAGE006
及步骤7所得
Figure 804382DEST_PATH_IMAGE019
代入步骤9中，得：
Figure 746930DEST_PATH_IMAGE048
，
Figure 653706DEST_PATH_IMAGE049
，
Figure 709211DEST_PATH_IMAGE050
，结束。
最终将航位推算模型所算得的无人智能叉车从动轮中心点位姿信息
Figure 775256DEST_PATH_IMAGE051
以及舵轮的轮速
Figure 623126DEST_PATH_IMAGE052
和角速度
Figure 548357DEST_PATH_IMAGE053
通过RS232串口发送到上位机。
本发明采用以上的技术方案，仅为本文最佳实施方式。对于本发明所属技术领域的普通技术人员来说，在不脱离发明构思的前提下，还可以做出简单的替换，都应当视为属于本发明的保护范围。

Claims (1)

1.一种基于编码器数据的无人智能叉车航迹推算方法，能根据叉车自身的行走编码器数据和转向编码器数据来推算智能叉车的实时位置，包括以下步骤：
输入：输入测量数据L和转向编码器数据
Figure 444678DEST_PATH_IMAGE001
；
其中，L是叉车当前行走编码器在
Figure 395317DEST_PATH_IMAGE002
的采样周期内走的距离（单位：m）,
Figure 543401DEST_PATH_IMAGE003
是叉车当前转向编码器（舵轮）的角度值，范围大小为
Figure 895885DEST_PATH_IMAGE004
；
输出：叉车当前的舵轮轮速
Figure 369592DEST_PATH_IMAGE005
和角速度
Figure 338685DEST_PATH_IMAGE006
，以及从动轮中心点在地图坐标系中的位置
Figure 290460DEST_PATH_IMAGE007
；
步骤1：
Figure 294188DEST_PATH_IMAGE008
(单位：m/s);
步骤2：根据已知叉车的轴距
Figure 407638DEST_PATH_IMAGE009
、叉车舵轮中心点和叉车中轴线水平距离
Figure 866957DEST_PATH_IMAGE010
以及当前的转向角
Figure 91265DEST_PATH_IMAGE001
（单位:rad），得到舵轮当前的瞬时旋转半径
Figure 683920DEST_PATH_IMAGE011
，如果
Figure 968271DEST_PATH_IMAGE012
，转到步骤3，否则，转到步骤4；
步骤3：
Figure 911956DEST_PATH_IMAGE013
（单位为：m），
Figure 939955DEST_PATH_IMAGE014
（单位：rad/s）；
步骤4：
Figure 652696DEST_PATH_IMAGE015
（单位为：m），
Figure 842369DEST_PATH_IMAGE016
（单位：rad/s）；
步骤5：从动轮中心点的瞬时旋转半径
Figure 804509DEST_PATH_IMAGE017
（单位：m），
Figure 370619DEST_PATH_IMAGE018
；
步骤6：假设某一时刻叉车在地图坐标系中位置S的位姿信息是
Figure 734605DEST_PATH_IMAGE019
；，经过一段时间
Figure 626337DEST_PATH_IMAGE002
的行驶后，到达P点，此时位姿信息是
Figure 13456DEST_PATH_IMAGE020
；
步骤7：由S点可推知P点坐标，即：
Figure 914416DEST_PATH_IMAGE021
,
Figure 805012DEST_PATH_IMAGE022
，
Figure 133225DEST_PATH_IMAGE023
；
步骤8：将步骤3中或步骤4所得
Figure 742061DEST_PATH_IMAGE006
及步骤5所得
Figure 446712DEST_PATH_IMAGE017
代入步骤6中，得：
Figure 457393DEST_PATH_IMAGE024
，
Figure 425349DEST_PATH_IMAGE025
，
Figure 52639DEST_PATH_IMAGE026
，结束。
CN202010576486.9A 2020-06-22 2020-06-22 一种基于编码器数据的智能叉车航迹推算方法 Pending CN112050811A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010576486.9A CN112050811A (zh) 2020-06-22 2020-06-22 一种基于编码器数据的智能叉车航迹推算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010576486.9A CN112050811A (zh) 2020-06-22 2020-06-22 一种基于编码器数据的智能叉车航迹推算方法

Publications (1)

Publication Number Publication Date
CN112050811A true CN112050811A (zh) 2020-12-08

Family

ID=73602294

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010576486.9A Pending CN112050811A (zh) 2020-06-22 2020-06-22 一种基于编码器数据的智能叉车航迹推算方法

Country Status (1)

Country Link
CN (1) CN112050811A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112666574A (zh) * 2020-12-31 2021-04-16 江苏智库智能科技有限公司 基于均匀粒子使用激光雷达提高agv定位精度的方法
CN114195045A (zh) * 2021-11-29 2022-03-18 宁波如意股份有限公司 一种无人叉车的自动叉取方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4947094A (en) * 1987-07-23 1990-08-07 Battelle Memorial Institute Optical guidance system for industrial vehicles
US5764014A (en) * 1996-02-01 1998-06-09 Mannesmann Dematic Rapistan Corp. Automated guided vehicle having ground track sensor
US20130116921A1 (en) * 2011-11-03 2013-05-09 Texas Instruments Incorporated Vehicle navigation system with dead reckoning
CN106643694A (zh) * 2016-11-04 2017-05-10 航天科工智能机器人有限责任公司 一种机器人室内定位方法
CN109368547A (zh) * 2018-11-30 2019-02-22 浙江千寻机器人有限公司 一种全向运动的叉车agv及在集装箱上的应用

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4947094A (en) * 1987-07-23 1990-08-07 Battelle Memorial Institute Optical guidance system for industrial vehicles
US5764014A (en) * 1996-02-01 1998-06-09 Mannesmann Dematic Rapistan Corp. Automated guided vehicle having ground track sensor
US20130116921A1 (en) * 2011-11-03 2013-05-09 Texas Instruments Incorporated Vehicle navigation system with dead reckoning
CN106643694A (zh) * 2016-11-04 2017-05-10 航天科工智能机器人有限责任公司 一种机器人室内定位方法
CN109368547A (zh) * 2018-11-30 2019-02-22 浙江千寻机器人有限公司 一种全向运动的叉车agv及在集装箱上的应用

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
向秀娟等: "双轮差速驱动式室内移动机器人的改进航迹推算方法", 《机床与液压》 *
耿牛牛: "单舵轮AGV路径跟踪方法的研究", 《制造业自动化》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112666574A (zh) * 2020-12-31 2021-04-16 江苏智库智能科技有限公司 基于均匀粒子使用激光雷达提高agv定位精度的方法
CN112666574B (zh) * 2020-12-31 2021-09-07 江苏智库智能科技有限公司 基于均匀粒子使用激光雷达提高agv定位精度的方法
CN114195045A (zh) * 2021-11-29 2022-03-18 宁波如意股份有限公司 一种无人叉车的自动叉取方法
CN114195045B (zh) * 2021-11-29 2023-11-07 宁波如意股份有限公司 一种无人叉车的自动叉取方法

Similar Documents

Publication Publication Date Title
CN107161207B (zh) 一种基于主动安全的智能汽车轨迹跟踪控制系统及控制方法
Naranjo et al. Power-steering control architecture for automatic driving
CN103963782B (zh) 拖挂式移动机器人平行泊车方法
CN105172793B (zh) 自动驾驶汽车的位姿估算方法
CN112050811A (zh) 一种基于编码器数据的智能叉车航迹推算方法
US20140172225A1 (en) Speed control in agricultural vehicle guidance systems
CN107272008A (zh) 一种带惯性补偿的agv激光导航系统
CN102815357A (zh) 一种基于惯性平衡轮的自平衡载人独轮车
CN113359710B (zh) 一种基于los理论的农机路径跟踪方法
Wu et al. Coordinated path tracking of two vision-guided tractors for heavy-duty robotic vehicles
CN105857116A (zh) 自动导引式搬运装置的驱动机构
Petrov et al. Adaptive steering control for autonomous lane change maneuver
CN111679676A (zh) 一种agv运动轨迹控制方法
CN105479460A (zh) 一种非时间参考的差速驱动机器人路线跟踪控制方法
Ridley et al. Autonomous control of an underground mining vehicle
Yeom Kinematic and dynamic controller design for autonomous driving of car-like mobile robot
CN109292018A (zh) 基于同轴式轮腿结构的四轮转向轨迹跟踪控制方法
CN111522237A (zh) 一种半挂车的避障控制方法
CN205768758U (zh) 自动导引式搬运装置的驱动机构
CN112731932B (zh) 一种移动机器人的路径跟踪方法
CN112141210B (zh) 一种基于电子差速底盘的航向控制方法及装置
Tan et al. Design and development of a novel autonomous scaled multiwheeled vehicle
TWI770966B (zh) 無人自走車之導引控制方法
CN105034983B (zh) 作业信息记录装置
Zhang et al. Adaptive path tracking for unmanned ground vehicle

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201208