CN112269383A - 一种道面机器人路径规划方法 - Google Patents

一种道面机器人路径规划方法 Download PDF

Info

Publication number
CN112269383A
CN112269383A CN202011139694.9A CN202011139694A CN112269383A CN 112269383 A CN112269383 A CN 112269383A CN 202011139694 A CN202011139694 A CN 202011139694A CN 112269383 A CN112269383 A CN 112269383A
Authority
CN
China
Prior art keywords
robot
pavement
curve
road
turning
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
CN202011139694.9A
Other languages
English (en)
Inventor
陈茂林
肖唐杰
王宇琛
邓勇军
杨辉
桂仲成
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.)
Chengdu Guimu Robot Co ltd
Original Assignee
Chengdu Guimu Robot Co ltd
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 Chengdu Guimu Robot Co ltd filed Critical Chengdu Guimu Robot Co ltd
Priority to CN202011139694.9A priority Critical patent/CN112269383A/zh
Publication of CN112269383A publication Critical patent/CN112269383A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278Control 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种道面机器人路径规划方法,包括:获取道面机器人行走路径中的离散坐标点集;采用贝塞尔曲线算法将离散坐标点连接,得到一条光滑曲线集;根据道路左右侧的宽度和道面机器人测量宽度进行左右等距偏移,以得到数条塞尔曲线集;根据道面机器人的长宽、轴距、轮距和中心位置,求得道面机器人的中心转弯半径、内侧转弯半径和外侧转弯半径;以道面机器人的行走路径的一塞尔曲线的尾端为起点,求得转弯车体轮廓与道路边沿线的交点;以道面机器人的转弯车体轮廓与道路边沿线的交点为起点,求得外转弯曲线与车道边缘交点,重复前进、后退操作,直至道面机器人的行进方向与相邻的塞尔曲线重合。

Description

一种道面机器人路径规划方法
技术领域
本发明涉及道面机器人技术领域,尤其是一种道面机器人路径规划方法。
背景技术
道面机器人在进行公路外观、三维无损控伤时,需要对路面进行多次覆盖式测量,该路径主要由行走路径和掉头路径组成。目前,现有技术中的道面机器人采用球形灯泡泡壳形式的掉头方式,如图1所示,其对路面宽度限制较高,且无法同时兼顾掉头面积与全面检测的要求。
因此,急需要提出一种逻辑清晰、检测覆盖全面、掉头可靠的道面机器人路径规划方法。
发明内容
针对上述问题,本发明的目的在于提供一种道面机器人路径规划方法,本发明采用的技术方案如下:
一种道面机器人路径规划方法,包括以下步骤:
行走路径部分:
通过高精度GPS获取道面机器人行走路径中的离散坐标点集,经过离散坐标点集过滤之后,作为路径基线;
采用贝塞尔曲线算法将离散坐标点集的坐标点连接,并进行平滑处理,得到一条光滑曲线集;
根据道路左右侧的宽度和道面机器人测量宽度进行左右等距偏移,以得到数个塞尔曲线集;
掉头路径部分:
根据道面机器人的长宽、轴距、轮距和中心位置,求得道面机器人的中心转弯半径、内侧转弯半径和外侧转弯半径;
以道面机器人的行走路径的一塞尔曲线的尾端为起点,求得道面机器人的转弯车体轮廓与道路边沿线的交点;
以道面机器人的转弯车体轮廓与道路边沿线的交点为起点,求得道面机器人的外转弯曲线与车道边缘交点;
以道面机器人的外转弯曲线与车道边缘交点为起点,重复前进、后退操作,直至道面机器人的行进方向与相邻的塞尔曲线重合。
一种采用道面机器人路径规划方法的系统,所述道面机器人上设置有:
点集信息过滤模块,用于过滤GPS传感器生成的连续高密度点集,并转换成包含有效信息的低密度点集;
任务接收模块,用于接收规划任务信息,并规划起点、终点信息;
车体信息模块,用于记录道面机器人的长宽、轴距、轮距和中心位置,并根据道面机器人的车体姿态求得任一交点的坐标;
道路信息模块,存储道路边缘信息的折线集;
以及,轨迹生成模块,根据递归算法输出的点集信息,生成用于规划的贝塞尔曲线路径规划信息。
与现有技术相比,本发明具有以下有益效果:
(1)本发明巧妙地采用了贝塞尔曲线算法将离散坐标点连接,并得到一条光滑曲线,其好处在于,降低对对道路宽度的要求,使得汽车转弯直径以下的道路可以规划路径进行自动测量,另外,对于崎岖蜿蜒的道路,仍然有很好的适应性,解决了折线路径规划的测量线路不平滑,线路有方向突变导致的道路测量点不能均匀覆盖真实的道路道面;
(2)本发明根据道面机器人的长宽、轴距、轮距和中心位置,求得道面机器人的中心转弯半径、内侧转弯半径和外侧转弯半径,并采用内侧转弯半径和外侧转弯半径与道路交点,进行前进、后退操作,直至达到道面机器人行进方向的下一塞尔曲线,以实现全面覆盖检测,同时兼顾掉头面积与全面检测的要求;
综上所述,本发明具有逻辑清晰、检测覆盖全面、掉头可靠等优点,在道面机器人技术领域具有很高的实用价值和推广价值。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需使用的附图作简单介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对保护范围的限定,对于本领域技术人员来说,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为现有技术中道面机器人掉头示意图。
图2为本发明的行走路径示意图。
图3为本发明的道面机器人掉头示意图(状态一)。
图4为本发明的道面机器人掉头示意图(状态二)。
图5为本发明的道面机器人掉头示意图(状态三)。
图6为本发明的道面机器人掉头示意图(状态四)。
图7为本发明的道面机器人路径规划局部示意图。
图8为本发明的道面机器人路径规划示意图。
具体实施方式
为使本申请的目的、技术方案和优点更为清楚,下面结合附图和实施例对本发明作进一步说明,本发明的实施方式包括但不限于下列实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例
如图2至图8所示,本实施例提供了一种道面机器人路径规划方法及系统,该道面机器人上设置有:用于过滤GPS传感器生成的连续高密度点集、并转换成包含有效信息的低密度点集的点集信息过滤模块,用于接收规划任务信息、并规划起点、终点信息的任务接收模块,用于记录道面机器人的长宽、轴距、轮距和中心位置、并根据道面机器人的车体姿态求得任一交点的坐标的车体信息模块,用于存储道路边缘信息的折线集的道路信息模块,以及用于根据递归算法输出的点集信息、生成用于规划的贝塞尔曲线路径规划信息的轨迹生成模块。
在本实施例中,路径主要由行走路径和掉头路径组成,具体来说:
第一部分,行走路径部分:
(1)获取道面机器人行走路径中的离散坐标点集,经过离散坐标点集过滤之后,并作为路径基线;
(2)采用贝塞尔曲线算法将离散坐标点连接,并进行平滑处理,得到一条光滑曲线集;
(3)根据道路左右侧的宽度和道面机器人测量宽度进行左右等距偏移,以得到数条塞尔曲线集;
第二部分,掉头路径部分:
(1)根据道面机器人的长宽、轴距、轮距和中心位置,求得道面机器人的中心转弯半径、内侧转弯半径和外侧转弯半径;
(2)以道面机器人的行走路径的一塞尔曲线的尾端为起点(例如A),求得道面机器人的转弯车体轮廓与道路边沿线的交点;前进时使用内测转弯半径曲线,后退时使用外测转弯半径曲线)根据交点与车体参数可计算出点B的位置。
(3)以道面机器人的转弯车体轮廓与道路边沿线的交点为起点(即B点),求得道面机器人的外转弯曲线与车道边缘交点;反向后退,计算转弯机器人外转弯曲线与车道边缘交点。进行确定车体中心点C。
(4)依次类推得到交点D和E,直至道面机器人的行进方向与相邻的塞尔曲线重合。
本实施例中,利用掉头路径串联相邻的两条塞尔曲线,已完成道面机器人在公路检测的路径规划。
上述实施例仅为本发明的优选实施例,并非对本发明保护范围的限制,但凡采用本发明的设计原理,以及在此基础上进行非创造性劳动而作出的变化,均应属于本发明的保护范围之内。

Claims (2)

1.一种道面机器人路径规划方法,其特征在于,包括以下步骤:
行走路径部分:
获取道面机器人行走路径中的离散坐标点集,经过离散坐标点集过滤,并作为路径基线;
采用贝塞尔曲线算法将离散坐标点集的坐标点连接,并进行平滑处理,得到一条光滑曲线集;
根据道路左右侧的宽度和道面机器人测量宽度进行左右等距偏移,以得到数个塞尔曲线集;
掉头路径部分:
根据道面机器人的长宽、轴距、轮距和中心位置,求得道面机器人的中心转弯半径、内侧转弯半径和外侧转弯半径;
以道面机器人的行走路径的一塞尔曲线的尾端为起点,求得道面机器人的转弯车体轮廓与道路边沿线的交点;
以道面机器人的转弯车体轮廓与道路边沿线的交点为起点,求得道面机器人的外转弯曲线与车道边缘交点;
以道面机器人的外转弯曲线与车道边缘交点为起点,重复前进、后退操作,直至道面机器人的行进方向与相邻的塞尔曲线重合。
2.一种采用权利要求1所述的道面机器人路径规划方法的系统,其特征在于,所述道面机器人上设置有:
点集信息过滤模块,用于过滤GPS传感器生成的连续高密度点集,并转换成包含有效信息的低密度点集;
任务接收模块,用于接收规划任务信息,并规划起点、终点信息;
车体信息模块,用于记录道面机器人的长宽、轴距、轮距和中心位置,并根据道面机器人的车体姿态求得任一交点的坐标;
道路信息模块,存储道路边缘信息的折线集;
以及,轨迹生成模块,根据递归算法输出的点集信息,生成用于规划的贝塞尔曲线路径规划信息。
CN202011139694.9A 2020-10-22 2020-10-22 一种道面机器人路径规划方法 Pending CN112269383A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011139694.9A CN112269383A (zh) 2020-10-22 2020-10-22 一种道面机器人路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011139694.9A CN112269383A (zh) 2020-10-22 2020-10-22 一种道面机器人路径规划方法

Publications (1)

Publication Number Publication Date
CN112269383A true CN112269383A (zh) 2021-01-26

Family

ID=74341500

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011139694.9A Pending CN112269383A (zh) 2020-10-22 2020-10-22 一种道面机器人路径规划方法

Country Status (1)

Country Link
CN (1) CN112269383A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113978455A (zh) * 2021-09-26 2022-01-28 惠州市德赛西威汽车电子股份有限公司 一种行车轨迹辅助线构建方法及系统
WO2023016194A1 (zh) * 2021-08-11 2023-02-16 灵动科技(北京)有限公司 用于移动机器人的路径规划方法及程序产品

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023016194A1 (zh) * 2021-08-11 2023-02-16 灵动科技(北京)有限公司 用于移动机器人的路径规划方法及程序产品
CN113978455A (zh) * 2021-09-26 2022-01-28 惠州市德赛西威汽车电子股份有限公司 一种行车轨迹辅助线构建方法及系统

Similar Documents

Publication Publication Date Title
CN112964271B (zh) 一种面向多场景的自动驾驶规划方法及系统
CN111033176B (zh) 地图信息提供系统
CN112269383A (zh) 一种道面机器人路径规划方法
Jo et al. Generation of a precise roadway map for autonomous cars
US9062980B2 (en) Autonomous mobile system
US5677836A (en) Method for producing a cellularly structured environment map of a self-propelled, mobile unit that orients itself in the environment at least with the assistance of sensors based on wave refection
CN107672585A (zh) 一种自动泊车路径规划方法及系统
Zheng et al. RRT based path planning for autonomous parking of vehicle
CN108180921B (zh) 利用gps数据的ar-hud导航系统及其导航方法
CN111060108B (zh) 路径规划方法和装置、工程车辆
CN113819914A (zh) 一种地图构建方法及装置
Vorobieva et al. Automatic parallel parking with geometric continuous-curvature path planning
CN113448335A (zh) 路径规划方法和装置、车辆和可读存储介质
CN110189547A (zh) 一种障碍物检测方法、装置及车辆
CN110954122A (zh) 高速场景下的自动驾驶轨迹生成方法
CN112212887B (zh) 一种基于阿克曼转向模型的自动泊车定位参数标定方法
CN110262506A (zh) 预瞄点的确认方法、车辆行驶控制方法、装置及设备
CN111409632A (zh) 车辆控制方法及装置、计算机设备和存储介质
Bae et al. Lane change maneuver based on Bezier curve providing comfort experience for autonomous vehicle users
Liyang et al. Path planning based on clothoid for autonomous valet parking
CN113494917A (zh) 地图构建方法及系统、制定导航策略的方法以及存储介质
Kuhnt et al. Lane-precise localization of intelligent vehicles using the surrounding object constellation
WO2022209465A1 (ja) システム、方法および作業車両
CN110954123B (zh) 一种基于阿克曼约束的路径规划方法
CN117075619B (zh) 一种局部路径规划方法、装置和介质

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