CN112325871A - 一种自动导引运输车的激光导航方法 - Google Patents

一种自动导引运输车的激光导航方法 Download PDF

Info

Publication number
CN112325871A
CN112325871A CN202010974062.8A CN202010974062A CN112325871A CN 112325871 A CN112325871 A CN 112325871A CN 202010974062 A CN202010974062 A CN 202010974062A CN 112325871 A CN112325871 A CN 112325871A
Authority
CN
China
Prior art keywords
agv
particle
weight
map
coordinate system
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
CN202010974062.8A
Other languages
English (en)
Inventor
姜跃君
吴正
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.)
Ange Smart Technology Shanghai Co ltd
Original Assignee
Anhui Yiousi Logistics 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 Anhui Yiousi Logistics Robot Co ltd filed Critical Anhui Yiousi Logistics Robot Co ltd
Priority to CN202010974062.8A priority Critical patent/CN112325871A/zh
Publication of CN112325871A publication Critical patent/CN112325871A/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
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种自动导引运输车的激光导航方法，属于AGV导航技术领域，包括建立AGV坐标系、激光雷达坐标系与世界坐标系的转换关系，构建以AGV为中心的实际场地地图；在地图上利用随机函数随机播撒粒子，构建初始粒子集，并对粒子集进行重要性采样，生成采样粒子，更新粒子集，利用粒子代表AGV状态估计值；利用当前激光雷达数据与地图匹配分数来计算粒子权值，并进行粒子权值归一化处理；利用权值和粒子集输出AGV精准位姿数据。通过手动控制AGV构建环境地图，在已有的地图中利用AGV自身编码器和激光雷达实现自主导航，该算法无需在场景中增加任何辅助定位标签，使得AGV更换场景更灵活。

Description

一种自动导引运输车的激光导航方法
技术领域
本发明属于AGV导航技术领域，特别涉及一种自动导引运输车的激光导航方法。
背景技术
自动导引车(Automated guided vehicle,AGV)作为一种自动化物流装备,越来越多地应用到物料搬运和装配场合，导航定位技术是AGV的核心技术之一。常用的导航方式有磁导航、二维码导航、视觉导航、激光导航，前两种导航方式对应用场地环境改造较大，不具通用性，而视觉导航在实际厂房应用中对光线要求较高，使得其稳定性偏低，激光导航在实际应用中较为广泛，且精度及稳定性较高。
为了准确估计出动态机器人系统的状态变量，出现了贝叶斯估计理论、卡尔曼滤波器、维纳滤波器及粒子滤波器等多种滤波方法，其中，粒子滤波通过非参数化的蒙特卡洛模拟方法从时域空间来实现递推贝叶斯滤波。基于蒙特卡洛(Monte Carlo)的定位作为概率定位方法中的一种，因其计算效率较高，广泛应用于巡检机器人的研究之中。
但是传统的AGV导航技术需要借助场景中设置的辅助定位标签才可以实现自动导航，因此不方便AGV在不同场景的使用。
发明内容
本发明的目的就在于为了解决上述AGV导航方式需要借助辅助定位标签，不方便在不同场景使用的问题提出一种自动导引运输车的激光导航方法，具有无需在场景中增加任何辅助定位标签，使得AGV切换搬运场景更灵活，降低了导航成本。相比利用视觉传感器识别二维码导航方式，其稳定性能更好，定位精度和重复定位精度更高的优点。
本发明通过以下技术方案来实现上述目的，一种自动导引运输车的激光导航方法，包括以下步骤：
建立AGV坐标系、激光雷达坐标系与世界坐标系的转换关系，构建以AGV为中心的实际场地地图；
在地图上利用随机函数随机播撒粒子，构建初始粒子集，并对粒子集进行重要性采样，生成采样粒子，更新粒子集，利用粒子代表AGV状态估计值；
利用当前激光雷达数据与地图匹配分数来计算粒子权值，并进行粒子权值归一化处理；
利用权值和粒子集输出AGV精准位姿数据。
优选的，所述构建实际场地地图前需将AGV切换为手动控制模式，并控制AGV在场地中行驶利用激光雷达扫描场地数据，用于构建实际场地地图。
优选的，所述采样粒子生成方法包括：
对粒子集初始化操作，k＝0，i＝1,2..N，k、i分别表示时间和粒子采样个数；
以AGV编码器组建的里程计运动模型来构建重要性概率密度函数
Figure BDA0002685113660000021
p(x0)表示AGV初始时刻运动状态概率分布；
从已知分布中
Figure BDA0002685113660000022
采样N个样本
Figure BDA0002685113660000023
优选的，所述粒子权值归一化处理后，对权值方差设置阈值，通过方差与阈值对比，判断AGV的真实运动状态，其判断规则为：
粒子权值方差小于设定的阈值，得到AGV运动估计值；
粒子权值方差大于设定的阈值，丢弃粒子权值，重新对粒子集进行重采样算法处理。
与现有技术相比，本发明的有益效果是：
1、通过手动控制AGV构建环境地图，在已有的地图中利用AGV自身编码器和激光雷达实现自主导航，该算法无需在场景中增加任何辅助定位标签，使得AGV更换场景更灵活。
2、粒子集的采样方式采用以AGV编码器组建的里程计运动模型来构建的重要性概率密度函数来估计粒子状态，通过该方式进行粒子采样可降低采样误差。
附图说明
图1为本发明的导航方法流程图。
图2为本发明的粒子滤波器算法流程图。
图3为本发明的AGV坐标系和世界坐标系组成图。
图4为本发明的激光雷达坐标系和世界坐标系组成图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，一种自动导引运输车的激光导航方法，包括以下步骤：
步骤S101，建立AGV坐标系、激光雷达坐标系与世界坐标系的转换关系，构建以AGV为中心的实际场地地图；
①建立的AGV坐标系ORXRYR如图3所示，该坐标系随AGV运动而变化，AGV的初始位置在世界坐标系中的原点，θr为航向角，表示AGV基于自身坐标系XR与世界坐标系XW的夹角，世界坐标系OwXWYW是世界环境中AGV运动的参考系，是固定不动的，AGV的位姿在世界坐标系中用Xr＝(xr,yr,θr)表示，AGV坐标系与世界坐标系变换关系见公式中(1.1)，由这种变换关系可以将AGV坐标系任意一点位置X1＝[x1,y1]T转换到世界坐标系中，设该点世界坐标点的坐标
Figure BDA0002685113660000031
Figure BDA0002685113660000032
②AGV通过激光雷达来测量外部环境，需要定义与世界坐标系的转换关系，由此建立激光雷达坐标系。如图4所示，
Figure BDA0002685113660000033
表示激光扫描点到激光雷达中心距离、θk,sens表示激光束与激光雷达坐标系X夹角、k表示当t时刻激光器发射的激光点，假设AGVt时刻的位姿为Xt＝(x,y,θ)T，激光雷达的安放位置在机器人坐标系中坐标为(xk,sens,yk,sens)T，则由式(1.2)可得激光测量的点在世界坐标系的坐标
Figure BDA0002685113660000041
式中ξx和ξy表示AGV运动过程的测量噪声。
Figure BDA0002685113660000042
步骤S102，在地图上利用随机函数随机播撒粒子，构建初始粒子集，并对粒子集进行重要性采样，生成采样粒子，更新粒子集，利用粒子代表AGV状态估计值；
步骤S103，利用当前激光雷达数据与地图匹配分数来计算粒子权值，并进行粒子权值归一化处理；计算粒子权值
Figure BDA0002685113660000043
为了提高了权值计算效率，利用权重递推方式计算权值
Figure BDA0002685113660000044
并进行归一化。权值
Figure BDA0002685113660000045
由于
Figure BDA0002685113660000046
所以
Figure BDA0002685113660000047
其中
Figure BDA0002685113660000048
Figure BDA0002685113660000049
与激光雷达测量噪声分布相同。
步骤S104，利用权值和粒子集输出AGV精准位姿数据。
所述构建实际场地地图前需将AGV切换为手动控制模式，并控制AGV在场地中行驶利用激光雷达扫描场地数据，用于构建实际场地地图，利用ROS中MAP_SERVER功能包读取构建好的实际场地的栅格地图，分辨率为0.05(地图中一个格子代表实际场景5cm)。
所述采样粒子生成方法包括：
对粒子集初始化操作，k＝0，i＝1,2..N，k、i分别表示时间和粒子采样个数；
以AGV编码器组建的里程计运动模型来构建重要性概率密度函数
Figure BDA00026851136600000410
p(x0)表示AGV初始时刻运动状态概率分布；
从已知分布中
Figure BDA0002685113660000051
采样N个样本
Figure BDA0002685113660000052
将(0,1]的区间分为N个相互独立的区间，用(0,1/n]∪...∪({n-1}/n,1]进行表示。随机产生一个样本，在每个区间抽取一个随机数uk，随机数见公式(1.3)，其中uk～U(0,1),k∈[1,...N]。则通过式(1.4)判断uk所属的区间i，得到对第i个粒子复制次数ni，实现重采样。
Figure BDA0002685113660000053
Figure BDA0002685113660000054
所述粒子权值归一化处理后，对权值方差设置阈值，通过方差与阈值对比，判断AGV的真实运动状态，其判断规则为：
粒子权值方差小于设定的阈值，得到AGV运动估计值；
粒子权值方差大于设定的阈值，丢弃粒子权值，重新对粒子集进行重采样算法处理。
具体流程图如图2所示，该定位算法首先建立AGV坐标系与世界坐标系转换关系、建立激光雷达坐标系与世界坐标系转换关系；利用ROS中MAP_SERVER功能包读取构建好的实际场地的栅格地图；在地图上利用随机函数随机播撒粒子，构建初始粒子集；然后利用以编码器组建的里程计运动模型来构建重要性概率密度函数，通过重要性概率密度函数分布来对采样粒子进行重要性采样，生成采样粒子，更新粒子集；利用当前激光雷达数据与地图匹配分数来计算粒子权值，并进行粒子权值归一化处理；得到归一化的粒子权值后，判断该粒子权值方差是否小于设定的阈值，如果权值较小得到AGV运动估计值。如果粒子权值方差较大，表明权值退化严重，粒子并不能很好估计真实AGV的运动状态。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (4)

1.一种自动导引运输车的激光导航方法，其特征在于，包括以下步骤：
建立AGV坐标系、激光雷达坐标系与世界坐标系的转换关系，构建以AGV为中心的实际场地地图；
在地图上利用随机函数随机播撒粒子，构建初始粒子集，并对粒子集进行重要性采样，生成采样粒子，更新粒子集，利用粒子代表AGV状态估计值；
利用当前激光雷达数据与地图匹配分数来计算粒子权值，并进行粒子权值归一化处理；
利用权值和粒子集输出AGV精准位姿数据。
2.根据权利要求1所述的一种自动导引运输车的激光导航方法，其特征在于，所述构建实际场地地图前需将AGV切换为手动控制模式，并控制AGV在场地中行驶利用激光雷达扫描场地数据，用于构建实际场地地图。
3.根据权利要求1所述的一种自动导引运输车的激光导航方法，其特征在于，所述采样粒子生成方法包括：
对粒子集初始化操作，k＝0，i＝1,2..N，k、i分别表示时间和粒子采样个数；
以AGV编码器组建的里程计运动模型来构建重要性概率密度函数
Figure FDA0002685113650000011
p(x0)表示AGV初始时刻运动状态概率分布；
从已知分布中
Figure FDA0002685113650000012
采样N个样本
Figure FDA0002685113650000013
4.根据权利要求1所述的一种自动导引运输车的激光导航方法，其特征在于，所述粒子权值归一化处理后，对权值方差设置阈值，通过方差与阈值对比，判断AGV的真实运动状态，其判断规则为：
粒子权值方差小于设定的阈值，得到AGV运动估计值；
粒子权值方差大于设定的阈值，丢弃粒子权值，重新对粒子集进行重采样算法处理。
CN202010974062.8A 2020-09-16 2020-09-16 一种自动导引运输车的激光导航方法 Pending CN112325871A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010974062.8A CN112325871A (zh) 2020-09-16 2020-09-16 一种自动导引运输车的激光导航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010974062.8A CN112325871A (zh) 2020-09-16 2020-09-16 一种自动导引运输车的激光导航方法

Publications (1)

Publication Number Publication Date
CN112325871A true CN112325871A (zh) 2021-02-05

Family

ID=74303890

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010974062.8A Pending CN112325871A (zh) 2020-09-16 2020-09-16 一种自动导引运输车的激光导航方法

Country Status (1)

Country Link
CN (1) CN112325871A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017177533A1 (zh) * 2016-04-12 2017-10-19 深圳市龙云创新航空科技有限公司 基于激光雷达的微型无人机操控方法及系统
CN109682382A (zh) * 2019-02-28 2019-04-26 电子科技大学 基于自适应蒙特卡洛和特征匹配的全局融合定位方法
CN111256699A (zh) * 2020-03-05 2020-06-09 安徽意欧斯物流机器人有限公司 一种基于粒子滤波器的agv激光定位方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017177533A1 (zh) * 2016-04-12 2017-10-19 深圳市龙云创新航空科技有限公司 基于激光雷达的微型无人机操控方法及系统
CN109682382A (zh) * 2019-02-28 2019-04-26 电子科技大学 基于自适应蒙特卡洛和特征匹配的全局融合定位方法
CN111256699A (zh) * 2020-03-05 2020-06-09 安徽意欧斯物流机器人有限公司 一种基于粒子滤波器的agv激光定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴正: "自动化仓库中AGV同时定位与构图算法的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, 15 January 2020 (2020-01-15), pages 135 - 606 *

Similar Documents

Publication Publication Date Title
CN110645974B (zh) 一种融合多传感器的移动机器人室内地图构建方法
CN109459734B (zh) 一种激光雷达定位效果评估方法、装置、设备及存储介质
CN111060888B (zh) 一种融合icp和似然域模型的移动机器人重定位方法
CN105865449B (zh) 基于激光和视觉的移动机器人的混合定位方法
CN110244715B (zh) 一种基于超宽带技术的多移动机器人高精度协同跟踪方法
CN112880694B (zh) 确定车辆的位置的方法
CN110487286B (zh) 基于点特征投影与激光点云融合的机器人位姿判断方法
CN111427060B (zh) 一种基于激光雷达的二维栅格地图构建方法和系统
CN111060099B (zh) 一种无人驾驶汽车实时定位方法
CN110986956B (zh) 一种基于改进的蒙特卡洛算法的自主学习全局定位方法
CN111578958A (zh) 移动机器人导航实时定位方法、系统、介质及电子设备
CN112085843B (zh) 一种隧道类目标特征实时提取及测量方法和装置
CN113298910A (zh) 生成交通标志线地图的方法、设备和存储介质
CN113448326A (zh) 机器人定位方法及装置、计算机存储介质、电子设备
CN114815851A (zh) 机器人跟随方法、装置、电子设备以及存储介质
Zhang et al. Design of dual-LiDAR high precision natural navigation system
CN112965076B (zh) 一种用于机器人的多雷达定位系统及方法
CN114387576A (zh) 一种车道线识别方法、系统、介质、设备及信息处理终端
CN111761583B (zh) 一种智能机器人运动定位方法及系统
CN112325871A (zh) 一种自动导引运输车的激光导航方法
Thallas et al. Particle filter—Scan matching hybrid SLAM employing topological information
CN115453549A (zh) 一种基于二维激光雷达的环境直角点坐标角度的提取方法
CN112578369B (zh) 一种不确定性的估计方法、装置、电子设备及存储介质
Chang et al. Robust accurate LiDAR-GNSS/IMU self-calibration based on iterative refinement
CN114488026A (zh) 基于4d毫米波雷达的地下停车库可通行空间检测方法

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Floor 15, building F4, phase II, innovation industrial park, 2800 innovation Avenue, high tech Zone, Hefei City, Anhui Province 230000

Applicant after: Anhui Ango robot Co.,Ltd.

Address before: Floor 15, building F4, phase II, innovation industrial park, 2800 innovation Avenue, high tech Zone, Hefei City, Anhui Province 230000

Applicant before: Anhui Yiousi Logistics Robot Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230714

Address after: 201100 Unit D, 8th Floor, Building 9, No. 2337, Gudai Road, Minhang District, Shanghai

Applicant after: Ange Smart Technology (Shanghai) Co.,Ltd.

Address before: Floor 15, building F4, phase II, innovation industrial park, 2800 innovation Avenue, high tech Zone, Hefei City, Anhui Province 230000

Applicant before: Anhui Ango robot Co.,Ltd.