CN112256005B - 基于超声波传感器的避障系统和方法以及机器人 - Google Patents
基于超声波传感器的避障系统和方法以及机器人 Download PDFInfo
- Publication number
- CN112256005B CN112256005B CN201910589015.9A CN201910589015A CN112256005B CN 112256005 B CN112256005 B CN 112256005B CN 201910589015 A CN201910589015 A CN 201910589015A CN 112256005 B CN112256005 B CN 112256005B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- ultrasonic sensor
- determining
- type
- ultrasonic
- 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 title claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 78
- 230000007246 mechanism Effects 0.000 claims abstract description 11
- 238000013519 translation Methods 0.000 claims description 29
- 230000004888 barrier function Effects 0.000 claims 2
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000009471 action Effects 0.000 description 6
- 238000000576 coating method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Acoustics & Sound (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于超声波传感器的避障系统和方法以及机器人,所述系统包括多个超声波传感器、处理器和驱动机构;所述多个超声波传感器包括:从左到右分布在机器人正面的第一至第三超声波传感器;设置在机器人右前方的第四超声波传感器、设置在机器人右侧的第五超声波传感器、设置在机器人左前方的第六超声波传感器以及设置在机器人左侧的第七超声波传感器;所述处理器根据所述第一至第七超声波传感器判断障碍类型和避障方案。本发明无需实时建图,只需要执行简单的逻辑判断,运算量相对于现有技术大大减少,从而压缩硬件成本,因此本发明有助于降低机器人的成本。本发明可以广泛应用于机器人领域。
Description
技术领域
本发明涉及机器人领域,尤其是一种基于超声波传感器的避障系统和方法以及机器人。
背景技术
移动机器人在行走的过程中,由于定位准确度和精度不足等原因,实际行走的路线和方向会与原来规划的路线和方向有一定程度的偏离。除此之外,在机房或工厂等较复杂的室内环境中,由于通道狭窄、物体摆放不规律,还有人员走动等原因,都会造成移动机器人在行走过程中不可避免地会遇到障碍物。让移动机器人在前往目标点的过程中能顺利检测到并有效地避开障碍物,是导航成功的关键,同时也是为了保护机器人和防止损坏其他资产。
现有的移动机器人避障技术大多数是基于激光传感器开发的,而大部分IDC(Internet Data Center,即互联网数据中心)机房里的机柜门都含有玻璃面板结构。玻璃面板会导致激光在柜面之间发生多次的反射与折射,严重干扰了激光雷达信号的正常发射与接收,甚至造成激光雷达的失效。部分机柜的面板喷漆涂料对激光有一定的吸收作用,如几乎不反光的深色或黑色柜面,这些涂料不能有效地反射激光信号。上述因素都会给激光雷达的数据带来较大的系统误差,使得机器人对前方道路的宽窄和所遇障碍物的体积、形状及所在位置产生误判,从而导致机房环境中移动机器人导航和避障的失败。除此之外,激光雷达的信号容易受到人造光源和环境光的影响,在室外等光线较强的环境,激光雷达可能会因受到太阳光的影响而失效。
基于超声波传感器的超声波测距技术,其原理是通过计算发射和接收到同一束超声波信号的时间差来推算前方物体的距离。区别于激光和红外线等电磁波,超声波是一种机械波,其在物体表面的反射与折射受到物体材质和物体表面不同涂料的影响因素较小。在带散热孔及其他镂空结构或表面反光的物体、透明玻璃和塑料面板还有黑色机柜面板和墙体等物体的有效探测上,超声波传感器比激光雷达有着更高的准确度。与此同时,超声波传感器的有效探测范围可达5米以上,完全可以满足移动机器人在机房、家庭等室内环境中行走时对避障功能的要求。而且超声波传感器信号的发射与接收不受环境光照条件的影响,在户外等光线较强的环境中仍能正常工作,故超声波传感器具有比激光雷达更广的环境适用性。
目前主流的激光SLAM或者视觉SLAM算法在实施时均涉及实时建图,其要求机器人具备较高的算力,如机器人算力不足,会导致避障延迟或者失效。
发明内容
为解决上述技术问题,本发明的目的在于:提供一种基于超声波传感器的避障系统和方法以及机器人,以降低避障算法的算力要求,从而降低机器人的成本。
本发明实施例的第一方面提供了:
一种基于超声波传感器的避障系统,包括多个超声波传感器、处理器和驱动机构;
所述多个超声波传感器包括:从左到右分布在机器人正面的第一至第三超声波传感器;设置在机器人右前方的第四超声波传感器、设置在机器人右侧的第五超声波传感器、设置在机器人左前方的第六超声波传感器以及设置在机器人左侧的第七超声波传感器;
所述处理器用于控制第一至第三超声波传感器检测障碍物;根据第一至第三超声波传感器的检测结果,确定障碍类型;然后控制第四至第七超声波传感器检测障碍物;根据障碍类型以及第四至第七超声波传感器的检测结果,确定避障方案;以及根据所述避障方案控制驱动机构调整机器人的姿态及位置。
进一步,所述根据第一至第三超声波传感器的检测结果,确定障碍类型,其具体包括:
获取第一至第三超声波传感器的权值;
根据第一至第三超声波传感器的检测结果以及第一至第三超声波传感器的权值进行加权,根据加权结果得到障碍类型。
进一步,所述根据障碍类型以及第四至第七超声波传感器的检测结果,确定避障方案,其具体为:
根据障碍类型以及第四至第七超声波传感器的检测结果进行查表,确定避障方案为旋转和/或平移,或者确定避障方案为重新规划路线。
进一步,所述障碍类型包括第一至第八障碍类型;
所述第一障碍类型为第一至第三超声波传感器均未检测到障碍物;
所述第二障碍类型为第一至第三超声波传感器之中只有第一超声波传感器检测到障碍物;
所述第三障碍类型为第一至第三超声波传感器之中只有第二超声波传感器检测到障碍物;
所述第四障碍类型为第一至第三超声波传感器之中只有第三超声波传感器检测到障碍物;
所述第五障碍类型为第一至第三超声波传感器之中只有第一超声波传感器和第二超声波传感器检测到障碍物;
所述第六障碍类型为第一至第三超声波传感器之中只有第二超声波传感器和第三超声波传感器检测到障碍物;
所述第七障碍类型为第一至第三超声波传感器之中只有第一超声波传感器和第三超声波传感器检测到障碍物;
所述第八障碍类型为第一至第三超声波传感器全部检测到障碍物;
所述根据障碍类型以及第四至第七超声波传感器的检测结果进行查表,确定避障方案为重新规划路线,其具体包括:
确定障碍类型为第一障碍类型,以及确定第四和第五超声波传感器中的至少一个检测到障碍物,并且第六和第七超声波传感器中的至少一个检测到障碍物后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第二障碍类型,以及确定第四和第五超声波传感器中的至少一个检测到障碍物后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第三障碍类型后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第四障碍类型,以及确定第六和第七超声波传感器中的至少一个检测到障碍物后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第五障碍类型,以及确定第四和第五超声波传感器中的至少一个检测到障碍物后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第六障碍类型,以及确定第六和第七超声波传感器中的至少一个检测到障碍物后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第七障碍类型后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第八障碍类型后,确定避障方案为重新规划路线。
进一步,所述根据障碍类型以及第四至第七超声波传感器的检测结果进行查表,确定为旋转和/或平移,其具体包括:
确定障碍类型为第一障碍类型,并且第四和第六超声波传感器均没有检测到障碍物后,确定避障方案为直行;
和/或
确定障碍类型为第一障碍类型,以及第四至第七超声波传感器之中只有第四超声波传感器检测到障碍物后,确定避障方案为向左平移预设距离;
和/或
确定障碍类型为第一障碍类型,以及第四和第五超声波传感器均检测到障碍物,并且第六和第七超声波传感器均没有检测到障碍物后,确定避障方案为向左平移预设距离且向左转设定角度;
和/或
确定障碍类型为第一障碍类型,以及第四至第七超声波传感器之中只有第六超声波传感器检测到障碍物后,确定避障方案为向右平移预设距离;
和/或
确定障碍类型为第一障碍类型,以及第六和第七超声波传感器均检测到障碍物,并且第四和第五超声波传感器均没有检测到障碍物后,确定避障方案为向右平移预设距离且向右转设定角度;
和/或
确定障碍类型为第二障碍类型,以及第四至第六超声波传感器均没有检测到障碍物后,确定避障方案为向右平移预设距离;
和/或
确定障碍类型为第二障碍类型,以及第六超声波传感器检测到障碍物,并且第四和第五超声波传感器均没有检测到障碍物后,确定避障方案为向右平移预设距离和向右旋转预设角度;
和/或
确定障碍类型为第四障碍类型,以及第四、第六和第七超声波传感器均没有检测倒障碍物后,确定避障方案为向左平移预设距离;
和/或
确定障碍类型为第四障碍类型,以及第四超声波传感器检测到障碍物,并且第六和第七超声波传感器均没有检测倒障碍物后,确定避障方案为向左平移预设距离和向左旋转预设角度;
和/或
确定障碍类型为第五障碍类型,以及第四至第六超声波传感器均没有检测到障碍物后,确定避障方案为向右平移两倍的预设距离;
和/或
确定障碍类型为第五障碍类型,以及第六超声波传感器检测到障碍物,并且第四和第五超声波传感器没有检测到障碍物后,确定避障方案为向右平移两倍的预设距离和向右旋转设定角度;
和/或
确定障碍类型为第六障碍类型,以及第四、第六和第七超声波传感器均没有检测到障碍物后,确定避障方案为向左平移两倍的预设距离;
和/或
确定障碍类型为第六障碍类型,以及第四超声波传感器检测到障碍物,并且第六和第七超声波传感器没有检测到障碍物后,确定避障方案为向左平移两倍的预设距离和向左旋转设定角度。
本发明实施例的第二方面提供了:
一种基于超声波传感器的避障方法,包括以下步骤:
控制第一至第三超声波传感器检测障碍物;
根据第一至第三超声波传感器的检测结果,确定障碍类型;
然后控制第四至第七超声波传感器检测障碍物;
根据障碍类型以及第四至第七超声波传感器的检测结果,确定避障方案;
根据所述避障方案控制驱动机构调整机器人的姿态及位置。
其中,第一至第三超声波传感器从左到右分布在机器人的正面;第四超声波传感器设置在机器人的右前方;第五超声波传感器设置在机器人的右侧;第六超声波传感器设置在机器人的左前方;第七超声波传感器设置在机器人的左侧。
进一步,所述根据第一至第三超声波传感器的检测结果,确定障碍类型,其具体包括:
获取第一至第三超声波传感器的权值;
根据第一至第三超声波传感器的检测结果以及第一至第三超声波传感器的权值进行加权,根据加权结果得到障碍类型。
进一步,所述根据障碍类型以及第四至第七超声波传感器的检测结果,确定避障方案,其具体为:
根据障碍类型以及第四至第七超声波传感器的检测结果进行查表,确定避障方案为旋转和/或平移,或者确定避障方案为重新规划路线。
本发明实施例的第三方面提供了:
一种基于超声波传感器的避障系统,包括:
存储器,用于存储程序;
处理器,用于加载所述程序以执行所述的基于超声波传感器的避障方法。
本发明实施例的第四方面提供了:
一种机器人,包括所述的基于超声波传感器的避障系统。
本发明的有益效果是:本发明基于第一至第三传感器的检测结果对障碍类型进行确定,然后在确定障碍类型后根据第四至第七传感器的检测结果来确定避障方案,本发明无需实时建图,只需要执行简单的逻辑判断,运算量相对于现有技术大大减少,从而使得本发明可以应用在配置较低的嵌入式芯片之中,同时,在同等算力的条件下,本发明相对于现有技术,判断效率更高延迟更小,并且开发难度也相对较低,因此本发明有助于降低机器人的成本。
附图说明
图1为本发明一种具体实施例的基于超声波传感器的避障系统的模块框图;
图2为本发明一种具体实施例的基于超声波传感器的避障系统的超声波传感器的分布结构图;
图3为本发明一种具体实施例的基于超声波传感器的避障方法的流程图。
具体实施方式
下面结合说明书附图和具体的实施例对本发明进行进一步的说明。
参照图1,本实施例公开了一种基于超声波传感器的避障系统,应用于机器人,本实施例包括多个超声波传感器、处理器和驱动机构。
其中,超声波传感器在检测距离时,如果检测到的距离大于等于检测阈值,则检测结果为第一结果,如果检测到的距离小于检测阈值,则检测结果为第二结果。在本实施例中,把第一结果以0表示,把第二结果以1表示。当然了,为每个超声波传感器所设置的检测阈值是可以不相同的。
所述处理器可以由一个或者多个带有运算功能的芯片组成。当然处理器连接有必要的外围电路,如滤波电路和电源电路等。
所述驱动机构包括电机和若干个轮子,其中,部分或者全部轮子的方向是可控的。
参照图2,在本实施例中,所述多个超声波传感器分布在一个截面为矩形(包括圆角矩形等类矩形)的底盘或者外壳上,所述多个超声波传感器包括:从左到右分布在机器人正面的第一超声波传感器201、第二超声波传感器202和第三超声波传感器203;设置在机器人右前方的第四超声波传感器204、设置在机器人右侧的第五超声波传感器205、设置在机器人左前方的第六超声波传感器206以及设置在机器人左侧的第七超声波传感器207。当然,在一些实施例中,还包括设置在机器人右后方的第八超声波传感器208、设置在机器人后方的第九超声波传感器209以及设置在机器人左后方的第十超声波传感器210。其中,在避障方案的判断上,本实施例只需要用到第一至第七超声波传感器。
在本实施例中,超声波传感器所安装的方向与其检测的方向相同。第一至第七超声波传感器的检测方向和范围如图2中的虚线所示。例如,第一超声波传感器201安装在机器人的正面,那么第一超声波传感器201所检测距离的方向也是朝向机器人的正面。当然了,第一超声波传感器201位于机器人正面靠左的位置,所以其检测的距离为机器人正面偏左的位置与障碍物之间的距离,第一超声波传感器201、第二超声波传感器202和第三超声波传感器203的检测方向可以是平行的,也可以呈较小的夹角,例如5°~10°。而对于第四超声波传感器204,其检测的距离为机器人右前方与障碍物之间的距离,其检测方向与第一至第三超声波传感器的检测方向成较大的角度,例如45°。
作为最优的设施方式是将第一超声波传感器201、第二超声波传感器202和第三超声波传感器203的检测方向平行设置,第四超声波传感器204的检测方向与第二超声波传感器202的检测方向之间成45°角。第五超声波传感器205的检测方向与第二超声波传感器202的检测方向垂直。然后第六超声波传感器206与第四超声波传感器204对称设置,第七超声波传感器207与第五超声波传感器205对称设置。
所述处理器用于控制第一至第三超声波传感器检测障碍物;根据第一至第三超声波传感器的检测结果,确定障碍类型;然后控制第四至第七超声波传感器检测障碍物;根据障碍类型以及第四至第七超声波传感器的检测结果,确定避障方案;以及根据所述避障方案控制驱动机构调整机器人的姿态及位置。
本实施例中,将超声波传感器划分为两类,第一类为检测正前方障碍物的传感器,即第一至第三超声波传感器;第二类为检测两侧障碍物的传感器,即第四至第七超声波传感器。其中,根据正前方的障碍物检测情况,处理器可以大致判断出当前机器人偏离目标位置的程度。在本实施例中,如果第一至第三超声波传感器均没有检测到障碍物,则可以认为机器人几乎没有偏离目标位置,可以轻微修正或者不修正机器人的位置。如果三个传感器中的其中一个检测到障碍物,则可以认为机器人轻微偏离目标位置,可以通过少量的修正动作来解决偏离问题。如果三个传感器中的两个都检测到障碍物,说明偏离情况较为严重,需要通过较多的修正动作来解决偏离的问题,必要时需要重新规划路线,例如后退一定距离再规划路线等。如果三个传感器均检测到障碍物,说明机器人已经严重偏离目标位置了,简单的修正动作可能已经无法解决偏离的问题,需要重新规划路线。
当然,在一些实施例中,每一类偏离情况下面还能细分出很多情况。例如,根据第一至第三超声波传感器的检测结果,可以将障碍类型分为第一至第八障碍类型。所述第一障碍类型为第一至第三超声波传感器均未检测到障碍物;所述第二障碍类型为第一至第三超声波传感器之中只有第一超声波传感器检测到障碍物;所述第三障碍类型为第一至第三超声波传感器之中只有第二超声波传感器检测到障碍物;所述第四障碍类型为第一至第三超声波传感器之中只有第三超声波传感器检测到障碍物;所述第五障碍类型为第一至第三超声波传感器之中只有第一超声波传感器和第二超声波传感器检测到障碍物;所述第六障碍类型为第一至第三超声波传感器之中只有第二超声波传感器和第三超声波传感器检测到障碍物;所述第七障碍类型为第一至第三超声波传感器之中只有第一超声波传感器和第三超声波传感器检测到障碍物;所述第八障碍类型为第一至第三超声波传感器全部检测到障碍物。
在确定障碍类型以后,如果发现当前的偏移情况难以通过简单的修正动作来解决的偏移问题后,可以直接采取重新规划路线的方式,以节约修正时间。如果发现当前的偏移情况可以通过简单的修正动作来解决,那么可以根据左右两侧的传感器的检测结果来确定避障方案,即根据障碍类型和第四至第七超声波传感器的检测结果来确定避障方案。所述避障方案是指执行如平移、旋转等动作。当然,重新规划路线也属于避障方案之一。
在本实施例中,由于各个传感器的检测结果只有两个值,因此只需要进行简单的条件判断,即可以确定出不同情况下对应的解决方案。本实施例相对于激光SLAM或者视觉SLAM算法运算量更低,可以降低对硬件的要求,使得机器人可以采用算力较低的嵌入式芯片来实现避障功能,同时,本实施例在同等算力的条件下,相对于激光SLAM或者视觉SLAM算法的延迟更小,此外,开发时也只需要编写简单的逻辑判断语句,开发难度更低。总的来说,本实施例有助于降低机器人的成本。
作为优选的实施例,所述根据第一至第三超声波传感器的检测结果,确定障碍类型,其具体包括:
获取第一至第三超声波传感器的权值;
根据第一至第三超声波传感器的检测结果以及第一至第三超声波传感器的权值进行加权,根据加权结果得到障碍类型。
在本实施例中,为第一至第三超声波传感器各赋予一个权值,其中,第一超声波传感器的权值等于4,第二超声波传感器的权值等于8,第三超声波传感器的权值等于2。在本实施例中,超声波传感器在检测距离时,如果检测到的距离大于等于检测阈值,则检测结果为第一结果,如果检测到的距离小于检测阈值,则检测结果为第二结果。在本实施例中,把第一结果以0表示,把第二结果以1表示。
例如,假设第一超声波传感器的检测结果为1,第二超声波传感器和第三超声波传感器的检测结果均为0,那么三者的权值加权时的计算方式为:1*4+0*8+0*2=4。加权的公式实际就是:各个超声波传感器的权值乘以检测结果之和。
在算出第一至第三超声波传感器的加权结果以后,可以通过Switch语句来确定不同障碍类型。Switch语句是一种条件选择语句。
以前面实施例中划分的第一至第八障碍类型为例,加权结果等于2的时候,表示第四障碍类型。加权结果等于12的时候,表示第五障碍类型。加权结果等于0的时候,表示第一障碍类型。
作为优选的实施例,所述根据障碍类型以及第四至第七超声波传感器的检测结果,确定避障方案,其具体为:
根据障碍类型以及第四至第七超声波传感器的检测结果进行查表,确定避障方案为旋转和/或平移,或者确定避障方案为重新规划路线。
本实施例在确定障碍类型后,在每个障碍类型下根据左右两侧的第四至第七超声波传感器的检测结果来确定最终的避障方案。具体的各个传感器的检测结果与避障方案之间的关系可以采取如表1所示的方案。
表1
如表1所示,作为优选的实施例,所述根据障碍类型以及第四至第七超声波传感器的检测结果进行查表,确定避障方案为重新规划路线,其具体包括:
确定障碍类型为第一障碍类型,以及确定第四和第五超声波传感器中的至少一个检测到障碍物,并且第六和第七超声波传感器中的至少一个检测到障碍物后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第二障碍类型,以及确定第四和第五超声波传感器中的至少一个检测到障碍物后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第三障碍类型后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第四障碍类型,以及确定第六和第七超声波传感器中的至少一个检测到障碍物后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第五障碍类型,以及确定第四和第五超声波传感器中的至少一个检测到障碍物后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第六障碍类型,以及确定第六和第七超声波传感器中的至少一个检测到障碍物后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第七障碍类型后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第八障碍类型后,确定避障方案为重新规划路线。
如表1所示,作为优选的实施例,所述根据障碍类型以及第四至第七超声波传感器的检测结果进行查表,确定为旋转和/或平移,其具体包括:
确定障碍类型为第一障碍类型,并且第四和第六超声波传感器均没有检测到障碍物后,确定避障方案为直行;
和/或
确定障碍类型为第一障碍类型,以及第四至第七超声波传感器之中只有第四超声波传感器检测到障碍物后,确定避障方案为向左平移预设距离;
和/或
确定障碍类型为第一障碍类型,以及第四和第五超声波传感器均检测到障碍物,并且第六和第七超声波传感器均没有检测到障碍物后,确定避障方案为向左平移预设距离且向左转设定角度;
和/或
确定障碍类型为第一障碍类型,以及第四至第七超声波传感器之中只有第六超声波传感器检测到障碍物后,确定避障方案为向右平移预设距离;
和/或
确定障碍类型为第一障碍类型,以及第六和第七超声波传感器均检测到障碍物,并且第四和第五超声波传感器均没有检测到障碍物后,确定避障方案为向右平移预设距离且向右转设定角度;
和/或
确定障碍类型为第二障碍类型,以及第四至第六超声波传感器均没有检测到障碍物后,确定避障方案为向右平移预设距离;
和/或
确定障碍类型为第二障碍类型,以及第六超声波传感器检测到障碍物,并且第四和第五超声波传感器均没有检测到障碍物后,确定避障方案为向右平移预设距离和向右旋转预设角度;
和/或
确定障碍类型为第四障碍类型,以及第四、第六和第七超声波传感器均没有检测倒障碍物后,确定避障方案为向左平移预设距离;
和/或
确定障碍类型为第四障碍类型,以及第四超声波传感器检测到障碍物,并且第六和第七超声波传感器均没有检测倒障碍物后,确定避障方案为向左平移预设距离和向左旋转预设角度;
和/或
确定障碍类型为第五障碍类型,以及第四至第六超声波传感器均没有检测到障碍物后,确定避障方案为向右平移两倍的预设距离;
和/或
确定障碍类型为第五障碍类型,以及第六超声波传感器检测到障碍物,并且第四和第五超声波传感器没有检测到障碍物后,确定避障方案为向右平移两倍的预设距离和向右旋转设定角度;
和/或
确定障碍类型为第六障碍类型,以及第四、第六和第七超声波传感器均没有检测到障碍物后,确定避障方案为向左平移两倍的预设距离;
和/或
确定障碍类型为第六障碍类型,以及第四超声波传感器检测到障碍物,并且第六和第七超声波传感器没有检测到障碍物后,确定避障方案为向左平移两倍的预设距离和向左旋转设定角度。
其中,避障方案之中,预设距离和设定角度可以根据现场情况和机器人的体积而定。
至于重新规划路线,一般情况下包括以下步骤:
机器人回退一段路程后或者直接通过原地旋转的方式寻找附近的识别标志,以确定当前的位置,根据当前的位置和目标位置,重新规划路线。
本实施例可以通过简单的条件判断得到避障方案,从而使得机器人可以避开障碍物抵达目的地。本实施例要求的运算量低,同时代码开发难度低,程序可移植性强,因而能够降低机器人的成本。
参照图3,本实施例公开了一种基于超声波传感器的避障方法,其应用在上述系统实施例的处理器之中,本实施例包括以下步骤:
S301、控制第一至第三超声波传感器检测障碍物;
S302、根据第一至第三超声波传感器的检测结果,确定障碍类型;
S303、控制第四至第七超声波传感器检测障碍物;
S304、根据障碍类型以及第四至第七超声波传感器的检测结果,确定避障方案;
S305、根据所述避障方案控制驱动机构调整机器人的姿态及位置。
其中,第一至第三超声波传感器从左到右分布在机器人的正面;第四超声波传感器设置在机器人的右前方;第五超声波传感器设置在机器人的右侧;第六超声波传感器设置在机器人的左前方;第七超声波传感器设置在机器人的左侧。
作为优选的实施例,所述根据第一至第三超声波传感器的检测结果,确定障碍类型,其具体包括:
获取第一至第三超声波传感器的权值;
根据第一至第三超声波传感器的检测结果以及第一至第三超声波传感器的权值进行加权,根据加权结果得到障碍类型。
作为优选的实施例,所述根据障碍类型以及第四至第七超声波传感器的检测结果,确定避障方案,其具体为:
根据障碍类型以及第四至第七超声波传感器的检测结果进行查表,确定避障方案为旋转和/或平移,或者确定避障方案为重新规划路线。
上述方法实施例中与系统实施例对应的技术特征,可以达到相同的技术效果,同时,系统实施例中的特征,在不矛盾的情况下也可以应用到方法实施例之中。
一种基于超声波传感器的避障系统,包括:
存储器,用于存储程序;
处理器,用于加载所述程序以执行所述的基于超声波传感器的避障方法。
本系统实施例用于实现上述方法实施例,因此可以达到与方法实施例相同的技术效果。
一种机器人,包括上述系统实施例所述的基于超声波传感器的避障系统。
对于上述方法实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (8)
1.一种基于超声波传感器的避障系统,其特征在于:包括多个超声波传感器、处理器和驱动机构;
所述多个超声波传感器包括:从左到右分布在机器人正面的第一至第三超声波传感器;设置在机器人右前方的第四超声波传感器、设置在机器人右侧的第五超声波传感器、设置在机器人左前方的第六超声波传感器以及设置在机器人左侧的第七超声波传感器;
所述处理器用于控制第一至第三超声波传感器检测障碍物;根据第一至第三超声波传感器的检测结果,确定障碍类型;然后控制第四至第七超声波传感器检测障碍物;根据障碍类型以及第四至第七超声波传感器的检测结果,确定避障方案;以及根据所述避障方案控制驱动机构调整机器人的姿态及位置;其中,所述根据第一至第三超声波传感器的检测结果,确定障碍类型,其具体包括:
获取第一至第三超声波传感器的权值;
根据第一至第三超声波传感器的检测结果以及第一至第三超声波传感器的权值进行加权,根据加权结果得到障碍类型。
2.根据权利要求1所述的一种基于超声波传感器的避障系统,其特征在于:所述根据障碍类型以及第四至第七超声波传感器的检测结果,确定避障方案,其具体为:
根据障碍类型以及第四至第七超声波传感器的检测结果进行查表,确定避障方案为旋转和/或平移,或者确定避障方案为重新规划路线。
3.根据权利要求2所述的一种基于超声波传感器的避障系统,其特征在于:所述障碍类型包括第一至第八障碍类型;
所述第一障碍类型为第一至第三超声波传感器均未检测到障碍物;
所述第二障碍类型为第一至第三超声波传感器之中只有第一超声波传感器检测到障碍物;
所述第三障碍类型为第一至第三超声波传感器之中只有第二超声波传感器检测到障碍物;
所述第四障碍类型为第一至第三超声波传感器之中只有第三超声波传感器检测到障碍物;
所述第五障碍类型为第一至第三超声波传感器之中只有第一超声波传感器和第二超声波传感器检测到障碍物;
所述第六障碍类型为第一至第三超声波传感器之中只有第二超声波传感器和第三超声波传感器检测到障碍物;
所述第七障碍类型为第一至第三超声波传感器之中只有第一超声波传感器和第三超声波传感器检测到障碍物;
所述第八障碍类型为第一至第三超声波传感器全部检测到障碍物;
所述根据障碍类型以及第四至第七超声波传感器的检测结果进行查表,确定避障方案为重新规划路线,其具体包括:
确定障碍类型为第一障碍类型,以及确定第四和第五超声波传感器中的至少一个检测到障碍物,并且第六和第七超声波传感器中的至少一个检测到障碍物后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第二障碍类型,以及确定第四和第五超声波传感器中的至少一个检测到障碍物后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第三障碍类型后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第四障碍类型,以及确定第六和第七超声波传感器中的至少一个检测到障碍物后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第五障碍类型,以及确定第四和第五超声波传感器中的至少一个检测到障碍物后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第六障碍类型,以及确定第六和第七超声波传感器中的至少一个检测到障碍物后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第七障碍类型后,确定避障方案为重新规划路线;
和/或
确定障碍类型为第八障碍类型后,确定避障方案为重新规划路线。
4.根据权利要求3所述的一种基于超声波传感器的避障系统,其特征在于:所述根据障碍类型以及第四至第七超声波传感器的检测结果进行查表,确定为旋转和/或平移,其具体包括:
确定障碍类型为第一障碍类型,并且第四和第六超声波传感器均没有检测到障碍物后,确定避障方案为直行;
和/或
确定障碍类型为第一障碍类型,以及第四至第七超声波传感器之中只有第四超声波传感器检测到障碍物后,确定避障方案为向左平移预设距离;
和/或
确定障碍类型为第一障碍类型,以及第四和第五超声波传感器均检测到障碍物,并且第六和第七超声波传感器均没有检测到障碍物后,确定避障方案为向左平移预设距离且向左转设定角度;
和/或
确定障碍类型为第一障碍类型,以及第四至第七超声波传感器之中只有第六超声波传感器检测到障碍物后,确定避障方案为向右平移预设距离;
和/或
确定障碍类型为第一障碍类型,以及第六和第七超声波传感器均检测到障碍物,并且第四和第五超声波传感器均没有检测到障碍物后,确定避障方案为向右平移预设距离且向右转设定角度;
和/或
确定障碍类型为第二障碍类型,以及第四至第六超声波传感器均没有检测到障碍物后,确定避障方案为向右平移预设距离;
和/或
确定障碍类型为第二障碍类型,以及第六超声波传感器检测到障碍物,并且第四和第五超声波传感器均没有检测到障碍物后,确定避障方案为向右平移预设距离和向右旋转预设角度;
和/或
确定障碍类型为第四障碍类型,以及第四、第六和第七超声波传感器均没有检测倒障碍物后,确定避障方案为向左平移预设距离;
和/或
确定障碍类型为第四障碍类型,以及第四超声波传感器检测到障碍物,并且第六和第七超声波传感器均没有检测倒障碍物后,确定避障方案为向左平移预设距离和向左旋转预设角度;
和/或
确定障碍类型为第五障碍类型,以及第四至第六超声波传感器均没有检测到障碍物后,确定避障方案为向右平移两倍的预设距离;
和/或
确定障碍类型为第五障碍类型,以及第六超声波传感器检测到障碍物,并且第四和第五超声波传感器没有检测到障碍物后,确定避障方案为向右平移两倍的预设距离和向右旋转设定角度;
和/或
确定障碍类型为第六障碍类型,以及第四、第六和第七超声波传感器均没有检测到障碍物后,确定避障方案为向左平移两倍的预设距离;
和/或
确定障碍类型为第六障碍类型,以及第四超声波传感器检测到障碍物,并且第六和第七超声波传感器没有检测到障碍物后,确定避障方案为向左平移两倍的预设距离和向左旋转设定角度。
5.一种基于超声波传感器的避障方法,其特征在于:包括以下步骤:
控制第一至第三超声波传感器检测障碍物;
根据第一至第三超声波传感器的检测结果,确定障碍类型;
控制第四至第七超声波传感器检测障碍物;
根据障碍类型以及第四至第七超声波传感器的检测结果,确定避障方案;
根据所述避障方案控制驱动机构调整机器人的姿态及位置;
其中,第一至第三超声波传感器从左到右分布在机器人的正面;第四超声波传感器设置在机器人的右前方;第五超声波传感器设置在机器人的右侧;第六超声波传感器设置在机器人的左前方;第七超声波传感器设置在机器人的左侧;
所述根据第一至第三超声波传感器的检测结果,确定障碍类型,其具体包括:
获取第一至第三超声波传感器的权值;
根据第一至第三超声波传感器的检测结果以及第一至第三超声波传感器的权值进行加权,根据加权结果得到障碍类型。
6.根据权利要求5所述的一种基于超声波传感器的避障方法,其特征在于:所述根据障碍类型以及第四至第七超声波传感器的检测结果,确定避障方案,其具体为:
根据障碍类型以及第四至第七超声波传感器的检测结果进行查表,确定避障方案为旋转和/或平移,或者确定避障方案为重新规划路线。
7.一种基于超声波传感器的避障系统,其特征在于:包括:
存储器,用于存储程序;
处理器,用于加载所述程序以执行如权利要求5-6任一项所述的基于超声波传感器的避障方法。
8.一种机器人,其特征在于:包括如权利要求1、2、3、4或7所述的基于超声波传感器的避障系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910589015.9A CN112256005B (zh) | 2019-07-02 | 2019-07-02 | 基于超声波传感器的避障系统和方法以及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910589015.9A CN112256005B (zh) | 2019-07-02 | 2019-07-02 | 基于超声波传感器的避障系统和方法以及机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112256005A CN112256005A (zh) | 2021-01-22 |
CN112256005B true CN112256005B (zh) | 2022-11-15 |
Family
ID=74223782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910589015.9A Active CN112256005B (zh) | 2019-07-02 | 2019-07-02 | 基于超声波传感器的避障系统和方法以及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112256005B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114355358A (zh) * | 2021-12-10 | 2022-04-15 | 厦门攸信信息技术有限公司 | 基于超声波测距的智能避障装置及其避障方法 |
CN114265416B (zh) * | 2022-02-28 | 2022-06-28 | 季华实验室 | 一种agv小车控制方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106383518A (zh) * | 2016-09-29 | 2017-02-08 | 国网重庆市电力公司电力科学研究院 | 一种多传感器隧道机器人避障控制系统及方法 |
CN106527480A (zh) * | 2016-12-02 | 2017-03-22 | 南京航空航天大学 | 一种无人机的多传感器融合避障控制系统及方法 |
CN106980316A (zh) * | 2017-02-08 | 2017-07-25 | 南昌大学 | 一种应用于移动平台的超声波阵列避障系统 |
CN108268036A (zh) * | 2018-01-19 | 2018-07-10 | 刘晋宇 | 一种新型机器人智能避障系统 |
CN108319982A (zh) * | 2018-02-06 | 2018-07-24 | 贵州电网有限责任公司 | 一种电力巡线无人机多传感器数据融合障碍物检测方法 |
CN108344414A (zh) * | 2017-12-29 | 2018-07-31 | 中兴通讯股份有限公司 | 一种地图构建、导航方法及装置、系统 |
CN108415417A (zh) * | 2018-01-19 | 2018-08-17 | 华南理工大学 | 一种基于障碍物运动状态预测的机器人避障系统及方法 |
-
2019
- 2019-07-02 CN CN201910589015.9A patent/CN112256005B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106383518A (zh) * | 2016-09-29 | 2017-02-08 | 国网重庆市电力公司电力科学研究院 | 一种多传感器隧道机器人避障控制系统及方法 |
CN106527480A (zh) * | 2016-12-02 | 2017-03-22 | 南京航空航天大学 | 一种无人机的多传感器融合避障控制系统及方法 |
CN106980316A (zh) * | 2017-02-08 | 2017-07-25 | 南昌大学 | 一种应用于移动平台的超声波阵列避障系统 |
CN108344414A (zh) * | 2017-12-29 | 2018-07-31 | 中兴通讯股份有限公司 | 一种地图构建、导航方法及装置、系统 |
CN108268036A (zh) * | 2018-01-19 | 2018-07-10 | 刘晋宇 | 一种新型机器人智能避障系统 |
CN108415417A (zh) * | 2018-01-19 | 2018-08-17 | 华南理工大学 | 一种基于障碍物运动状态预测的机器人避障系统及方法 |
CN108319982A (zh) * | 2018-02-06 | 2018-07-24 | 贵州电网有限责任公司 | 一种电力巡线无人机多传感器数据融合障碍物检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112256005A (zh) | 2021-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9740209B2 (en) | Autonomous moving body | |
CN112256005B (zh) | 基于超声波传感器的避障系统和方法以及机器人 | |
Crowley | Dynamic world modeling for an intelligent mobile robot using a rotating ultra-sonic ranging device | |
US8712588B2 (en) | Method and/or apparatus for navigating mobile robot using virtual sensor | |
US20210078173A1 (en) | System and method of controlling obstacle avoidance of robot, robot and storage medium | |
Diosi et al. | Advanced sonar and laser range finder fusion for simultaneous localization and mapping | |
Wijk et al. | Triangulation-based fusion of sonar data with application in robot pose tracking | |
Crowley | World modeling and position estimation for a mobile robot using ultrasonic ranging. | |
KR20190029524A (ko) | 경로를 자율주행하도록 로봇을 훈련시키기 위한 시스템 및 방법 | |
US20190202067A1 (en) | Method and device for localizing robot and robot | |
Madsen et al. | Optimal landmark selection for triangulation of robot position | |
US20060238159A1 (en) | Position calculation system for mobile robot and charging-stand return and method using the same | |
CN108663041B (zh) | 一种绘制导航地图的方法及装置 | |
US20150063068A1 (en) | Sensing device and positioning method | |
CN107526085B (zh) | 超声波阵列测距建模的方法及其系统 | |
WO2009118043A1 (en) | A method and a device for determining of a vehicle for the autonomous driving of a vehicle, in particular a robotized vehicle | |
CN109062215A (zh) | 机器人及基于其的目标跟随避障方法、系统、设备和介质 | |
JP2020517023A (ja) | 地図予測に基づくロボット運動制御方法 | |
KR20140087486A (ko) | 가상벽 레이어를 이용한 이동 로봇의 이동 경로 생성 방법 | |
CN112485801A (zh) | 一种障碍物位置确定方法、系统、计算机设备和存储介质 | |
Csaba et al. | Differences between Kinect and structured lighting sensor in robot navigation | |
CN109814113B (zh) | 一种超声波雷达障碍物检测结果处理方法及系统 | |
KR20090092366A (ko) | 센서융합 시스템 및 센서융합 방법 | |
Wei et al. | Fusing sonars and LRF data to glass detection for robotics navigation | |
CN113607154B (zh) | 一种室内机器人二维自主定位方法、系统、设备及介质 |
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 | ||
CP03 | Change of name, title or address |
Address after: 528234 R&D Workshop 903, Building 10, Lihe Technology Industry Center, No. 99 Taoyuan East Road, Shishan Town, Nanhai District, Foshan City, Guangdong Province Patentee after: Foshan Shaoma Intelligent Equipment Technology Co.,Ltd. Address before: Unit D406A, 207 Changfu Road, Tianhe District, Guangzhou, Guangdong 510650 Patentee before: Guangzhou shaoma Intelligent Equipment Technology Co.,Ltd. |
|
CP03 | Change of name, title or address |