CN112486164A - 智能小车路径规划的方法、装置、设备及存储介质 - Google Patents

智能小车路径规划的方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112486164A
CN112486164A CN202011087599.9A CN202011087599A CN112486164A CN 112486164 A CN112486164 A CN 112486164A CN 202011087599 A CN202011087599 A CN 202011087599A CN 112486164 A CN112486164 A CN 112486164A
Authority
CN
China
Prior art keywords
forbidden
intelligent
obstacle
obtaining
preset
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
CN202011087599.9A
Other languages
English (en)
Inventor
杨文伟
徐羽
孙向明
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.)
Spark Technology Shenzhen Co ltd
Original Assignee
Spark Technology Shenzhen 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 Spark Technology Shenzhen Co ltd filed Critical Spark Technology Shenzhen Co ltd
Priority to CN202011087599.9A priority Critical patent/CN112486164A/zh
Publication of CN112486164A publication Critical patent/CN112486164A/zh
Pending legal-status Critical Current

Links

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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
    • G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
    • 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
    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • 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
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control 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)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Electromagnetism (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明属于AGV小车控制技术领域，公开了一种智能小车路径规划的方法、装置、设备及存储介质。该方法包括：获取所述智能小车的位置信息，获取所述智能小车的预设参数，并根据所述预设参数得到对应的坡度阈值。通过坡度阈值对斜坡区域集合进行筛选，并根据所述筛选的结果和位置信息，得到更新后的位置信息。根据所述位置信息规划行进路线，最后智能小车按照行进路线行驶。通过上述方式，该智能小车路径规划的方法通过判断整车任务情况，选择合理的行进路线，有效避免了AGV小车无法根据任务情况选择合理的行进线路，从而导致AGV小车无法完成或无法满足规定条件完成搬运任务的情况。

Description

智能小车路径规划的方法、装置、设备及存储介质
技术领域
本发明涉及智能小车技术领域，尤其涉及一种智能小车路径规划的方法、装置、设备及存储介质。
背景技术
在生产活动和技术研究中，人们的注重力往往放在生产加工和技术研究的过程上，忽视了将每一个生产加工环节之间有机结合的过程，使得一个生产周期内包括研究周期内，内部物流活动所用的时间远多于实际生产研究所用的时间。所以企业生产中物流的研究，可以大大缩减生产研究周期，节约劳动力。
目前在内部物流的方案中，内部物流系统往往通过垂直电梯或者履带来实现垂直方向上的运输，设备位置固定，因此运输货物并不灵活。而AGV(Automated GuidedVehicle，简称AGV)小车运输作为一种便捷、灵活的内部物流方案被各工厂以及办公场所广泛使用着。但在使用过程中，AGV小车往往只能应用在地形没有起伏或者起伏落差不是很大的场景，而且无法做出合理的路径规划，因此使用上存在着很多局限性。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种智能小车路径规划的方法、装置、设备及存储介质，旨在解决现有技术智能小车对不同的路径无法做出合理的路径规划的技术问题。
为实现上述目的，本发明提供了一种智能小车路径规划的方法，所述方法包括以下步骤:
当智能小车接收到任务时，获取所述智能小车的当前位置、所述智能小车的目标位置、禁行区域集合和斜坡区域集合；
获取所述智能小车的预设参数，并根据所述预设参数得到对应的坡度阈值；
根据所述坡度阈值对斜坡区域集合进行筛选，以得到筛选结果，并根据所述筛选结果和禁行区域集合，得到更新后的禁行区域集合；
根据所述当前位置、更新后的禁行区域集合和目标位置规划行进路线，以使智能小车按照行进路线行驶。
可选的，所述获取所述智能小车的预设参数，并根据所述预设参数得到对应的坡度阈值，包括：
获取所述智能小车的载重；
查找预设关系映射表，并根据所述预设关系映射表查找所述载重对应的坡度阈值。
可选的，所述获取所述智能小车的预设参数，并根据所述预设参数得到对应的坡度阈值，包括：
获取所述智能小车的载重、电池功率和预设行驶速度；
根据所述载重、电池功率和预设行驶速度得到所述智能小车的目标爬坡角度，并把所述目标爬坡角度作为坡度阈值。
可选的，所述根据所述当前位置、更新后的禁行区域集合和目标位置规划行进路线，以使智能小车按照行进路线行驶之后，还包括：
当所述智能小车到达目标位置时，获取所述斜坡区域集合和更新后的禁行区域集合的重叠集合；
将所述重叠集合从所述更新后的禁行区域集合中清除，以完成禁行区域集合的重置。
可选的，所述根据所述坡度阈值对斜坡区域集合进行筛选，以得到筛选结果，并根据所述筛选结果和禁行区域集合，得到更新后的禁行区域集合，包括：
对所述斜坡区域集合进行遍历，将遍历到的斜坡区域作为当前区域；
判断所述当前区域的坡度是否大于所述坡度阈值；
若是，则将所述当前区域加入禁行区域集合，以得到更新后的禁行区域集合。
可选的，所述根据所述当前位置、更新后的禁行区域集合和目标位置规划行进路线，以使智能小车按照行进路线行驶之后，还包括：
当所述智能小车的传感器检测到障碍物时，判断障碍物周边是否能通过；
若是，则根据障碍物实际边缘和预设距离得到障碍物安全边缘，并根据所述障碍物安全边缘和所述行进路线得到绕行路线，以使所述智能小车根据所述绕行路线行驶，直至重新回到行进路线；
所述根据所述障碍物安全边缘和所述行进路线得到绕行路线之后，还包括：
根据所述障碍物安全边缘得到障碍物区域；
将所述障碍物区域加入禁行区域集合，以得到更新后的禁行区域集合。
可选的，所述将所述障碍物区域加入禁行区域集合，以得到更新后的禁行区域集合之前，还包括：
根据所述障碍物区域分配对应的预设标记信息；
所述将所述障碍物区域加入禁行区域集合，以得到更新后的禁行区域集合之后，还包括：
根据预设标记信息获取所述障碍物区域的预设清除时间，并在所述预设清除时间到达时，将所述障碍物区域从所述更新后的禁行区域集合中清除。
此外，为实现上述目的，本发明还提出一种智能小车路径规划装置，所述智能小车路径规划装置包括：
获取模块，用于在智能小车接收到任务时，获取所述智能小车的当前位置、所述智能小车的目标位置、禁行区域集合和斜坡区域集合；
所述获取模块，还用于获取所述智能小车的预设参数，并根据所述预设参数得到对应的坡度阈值；
更新模块，用于根据所述坡度阈值对斜坡区域集合进行筛选，以得到筛选结果，并根据所述筛选结果和禁行区域集合，得到更新后的禁行区域集合；
路线规划模块，用于根据所述当前位置、更新后的禁行区域集合和目标位置规划行进路线，以使智能小车按照行进路线行驶。
此外，为实现上述目的，本发明还提出一种智能小车路径规划设备，所述智能小车路径规划设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能小车路径规划程序，所述智能小车路径规划程序配置为实现如上文所述的智能小车路径规划方法的步骤。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有智能小车路径规划程序，所述智能小车路径规划程序被处理器执行时实现如上文所述的智能小车路径规划方法的步骤。
本发明提出一种智能小车路径规划的方法，该智能小车路径规划的方法通过判断整车任务情况，选择合理的行进路线，有效避免了AGV小车无法根据任务情况选择合理的行进线路，从而导致AGV小车无法完成或无法满足规定条件完成搬运任务的情况。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的智能小车路径规划设备的结构示意图；
图2为本发明智能小车路径规划方法第一实施例的流程示意图；
图3为本发明智能小车路径规划方法一实施例的整体示意图；
图4为本发明智能小车路径规划方法第二实施例的流程示意图；
图5为本发明智能小车路径规划装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
AGV(Automated Guided Vehicle，简称AGV)，通常也称为AGV小车。指装备有电磁或光学等自动导航装置，能够沿规定的导航路径行驶，具有安全保护以及各种移载功能的运输车。工业应用中不需要驾驶员的搬运车，以可充电的蓄电池为其动力来源。一般可通过电脑来控制其行进路径以及行为，或利用电磁轨道(electromagnetic path-followingsystem)来设立其行进路径，电磁轨道黏贴于地板上，无人搬运车则依靠电磁轨道所带来的讯息进行移动与动作。AGV小车的应用场景也非常广泛，常用于工厂或仓库中进行搬运工作，也可用于办公场所或者私人场所提高内部物流的效率，目前也逐渐开始出现家用AGV小车应用于家庭服务。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的智能小车路径规划设备结构示意图。
如图1所示，该智能小车路径规划设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对智能小车路径规划设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及智能小车路径规划程序。
在图1所示的智能小车路径规划设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明智能小车路径规划设备中的处理器1001、存储器1005可以设置在智能小车路径规划设备中，所述智能小车路径规划设备通过处理器1001调用存储器1005中存储的智能小车路径规划程序，并执行本发明实施例提供的智能小车路径规划方法。
本发明实施例提供了一种智能小车路径规划方法，参照图2，图2为本发明一种智能小车路径规划方法第一实施例的流程示意图。
本实施例中，所述智能小车路径规划方法包括以下步骤：
步骤S10：当智能小车接收到任务时，获取所述智能小车的当前位置、所述智能小车的目标位置、禁行区域集合和斜坡区域集合。
需要说明的是，本实施例的执行主体为AGV小车控制系统，所述AGV小车控制系统可以是物流调度系统、AGV小车地面控制系统、车载控制系统以及用于控制或者指示AGV小车按照预定规则运行的控制系统，本实施例在此不加以限定。
可以理解的是，所述智能小车接收到的任务一般为需要AGV小车进行空间位置转移的任务，例如：运送货物至指定位置或者前往指定位置接运货物。因此，进行空间位置的转移过程中，必然会有相应的AGV小车接收到任务时的空间位置和完成任务目标对应的空间位置，接收到任务时的空间位置即为所述智能小车当前位置，而目标位置则为完成任务目标对应的空间位置。
在具体实现中，禁行区域集合则为AGV小车理论上无法通过、通过时候会出现某种危险情况或者通过时会影响任务目标的空间区域的集合，例如：货柜所在区域、墙壁所在区域或者工作人员活动区域，在此有一个便于理解的例子，AGV小车在运送包含易碎品货物时，颠簸路段容易造成易碎品货物破裂从而影响到安全将货物运送的指定目的地的任务目标，可见在此任务中，颠簸路段为禁行区域。
另一方面，斜坡区域集合为AGV小车所在的使用场所中所有与水平面夹角大于一定角度的路段所在区域的集合。例如：在地形平整的工厂中，与水平面夹角大于3°的路段所在区域的集合为斜坡区域集合，不同的场景下正常行驶的平面不一定完全水平，所述一定角度根据实际情况而定，本实施例在此不加以限定。
此外，上述任务目标可以理解为将货物以规定的时间、规定的方式或者规定的程序运送到任务目的地或者去任务目的地取出货物，而非仅仅将任务目标理解成任务目的地或者运送某个货物。例如：将不可接触液体的货物在2分钟内运送到存货区，则此时的任务目标为选择不会淋雨的路径并且在2分钟内运送到存货区。
步骤S20：获取所述智能小车的预设参数，并根据所述预设参数得到对应的坡度阈值。
需要理解的是，所述预设参数为可以影响AGV小车爬坡情况的任务参数，例如AGV小车的载重、AGV小车承载的货物重心高度、上坡速度或者电机功率，本实施例在此不加以限定。拿AGV小车承载的货物重心高度来举例，当货物的重心过高，而经过的坡度又过大时，容易导致AGV小车与货物整体重心的垂线落在AGV小车底盘之外，从而引起AGV小车翻车。
可以理解的是，坡度阈值即为小车在完成任务目标的过程中能够正常行驶通过的最大斜坡角度大小。而根据智能小车的预设参数得到对应的坡度阈值可以是通过查找预设参数与坡度阈值的映射表得到，也可以是通过不同预设参数计算得到，本实施例在此不加以限定。
在具体实现中，根据所述预设参数得到对应的坡度阈值可以是，通过智能小车载重M、电机输出功率P、最小爬坡速度V和重力加速度g带入如下公式：
Figure BDA0002720363170000071
然后，通过反三角函数求出坡度阈值θ，以上仅方便理解本实施例，对于具体求得坡度阈值方法不加以限定。
步骤S30：根据所述坡度阈值对斜坡区域集合进行筛选，以得到筛选结果，并根据所述筛选结果和禁行区域集合，得到更新后的禁行区域集合。
需要理解的是，根据坡度阈值对斜坡区域集合进行筛选，当中的筛选条件可以是，在AGV小车的工作所在环境的全部斜坡区域中，选择斜坡面与水平面夹角大于坡度阈值的斜坡区域，也可以是，将坡度阈值减去预设角度得到安全坡度阈值，选择斜坡面与水平面夹角大于安全坡度阈值的斜坡区域，所述预设角度的目的为让AGV小车经过的斜坡始终小于坡度阈值一定角度，使得AGV小车的爬坡过程更加保险。
在具体实现中，筛选出来结果即为AGV小车无法正常通过的斜坡区域，此时将无法通过的斜坡区域加入禁行区域集合中，以使后面的路径规划中不会将上述无法通过的斜坡区域作为行进路线。而将无法通过的斜坡区域加入禁行区域集合后的集合即为更新后的禁行区域集合。因此，根据更新后的禁行区域集合来规划行进路线，能让AGV小车有效的避开危险的斜坡区域，也可以说，能让AGV小车避免在行驶过程中发生动力不足、翻车或者在斜坡上卡住的现象，一定程度上提高了物流的效率。
步骤S40：根据所述当前位置、更新后的禁行区域集合和目标位置规划行进路线，以使智能小车按照行进路线行驶。
需要理解的是，从当前位置到目标位置之间有很多不同的路线，AGV小车将会根据导航信息选择一条避开所有禁行区域的路线作为行进路线。上述导航信息可以为视觉导航信息、电磁导航信息、激光导航信息、惯性导航信息或者GPS导航信息，本实施例在此不加以限定。就以电磁导航信息为例，电磁导航是指，在AGV的行驶路径上埋设金属线，并在金属线上加载导引频率，通过对导引频率的识别来实现AGV的导航，另一方面利用磁感应传感器感应线圈周边磁场的变化来判断小车偏离路线的程度与方向。这种方法是一种比较传统的方法，目前也是应用最广泛的。
接着上述电磁导航的例子，在具体实现中，首先找到当前位置到目标位置的所有不经过禁行区域的磁轨线路，并在这些磁轨线路中，选择AGV小车能够最快抵达目标位置或者是AGV小车拥堵情况最少的行进路线，最后AGV沿着选中的磁轨线路行进直至完成目标任务。
参照图3所示的智能小车路径规划方法一实施例的整体示意图，更新后的禁行区域包括：禁行区域和大于坡度阈值的斜坡区域。AGV小车从AGV小车所在的位置，规划线路前往目标位置。由于处于参照图3下方的斜坡区域大于坡度阈值，因此放弃了大于坡度阈值的斜坡区域所在的录像，选择了小于坡度阈值的斜坡区域所在的路线作为AGV小车的行进路线。
本实施例通提供了一种智能小车路径规划的方法，本方法通过检测AGV小车的载重信息，对工作环境中的斜坡进行筛选，并根据筛选结果选择合理的行进路线，有效避免了AGV小车无法根据任务情况选择合理的行进线路，从而导致AGV小车无法完成或无法满足规定条件完成搬运任务的情况，提高了内部物流的效率。另一方面，当坡度过大时，小车容易出现动力不足导致无法完全上坡或者停在坡上的情况，此时电机过载，从而对AGV小车的电机、传动装置甚至是电池造成损坏。因此本实施例还能有效的保护AGV小车的电机、传动装置或者电池，延长AGV小车的使用寿命。
参考图4，图4为本发明一种智能小车路径规划方法第二实施例的流程示意图。
基于上述第一实施例，本实施例智能小车路径规划方法在所述步骤S40之后，还包括：
步骤S50：当所述智能小车的传感器检测到障碍物时，判断障碍物周边是否能通过。
需要说明的是，所述传感器可以是双目摄像头、超声波传感器、红外传感器或者激光传感器，本实施例在此不加以限定。
可以理解的是，当行驶路径上检测到障碍物时，可以判断障碍物的周边是否可以通过。例如：在空地上有一块大石头挡住了行进路线，很显然石头的左右两边均可以通行，只需要绕行一小段距离即可回到行进路线，那么此时则可以从障碍物周边通过。再例如：在两个货柜中间有一辆大型叉车挡住了行进路线，叉车左右两边均是货柜，然而货柜属于禁行区域不能通行，而货柜与大型叉车之间的空隙有不足以让AGV小车正常通过，那么此时则可认为障碍物周边不可以通过。
步骤S60：若障碍物周边能通过，则根据障碍物实际边缘和预设距离得到障碍物安全边缘，并根据所述障碍物安全边缘和所述行进路线得到绕行路线，以使所述智能小车根据所述绕行路线行驶，直至重新回到行进路线。
需要说明的是，障碍物实际边缘即传感器检测到的障碍物的几何形状的轮廓或者障碍物所占据空间的近似轮廓。在障碍物几何形状为规则几何形状或者其表面轮廓起伏不大时，实际边缘为几何形状的轮廓。当障碍物表面轮廓起伏很大时，如栅栏或缠绕的电线，则实际边缘为其占据空间的近似轮廓。例如：判断所述障碍物，是否为规则形状；若是，则将障碍物几何边缘作为障碍物实际边缘；若否，则根据障碍物所占据的空调确定障碍物实际边缘。
可以理解的是，预设距离是AGV小车行驶路线与障碍物需要保持的距离长度，因为不同的AGV小车的体积、货物的属性或者障碍物特性有所不同，故预设距离需要根据实际情况而定。例如：一台宽度为120cm的AGV小车，那么预设距离应该大于60cm。然后根据上述障碍物实际边缘向外扩预设距离即可得到安全边缘。
在具体实现中，根据绕行路线行驶可以为AGV小车沿着障碍物边缘行驶，直至定位系统确定AGV小车回到了行进路线上，此时AGV小车停止绕行转而继续沿着行进路线行驶直至抵达目标位置或者再一次检测到障碍物。
步骤S70：根据所述障碍物安全边缘得到障碍物区域。
需要说明的是，上述障碍物区域可以为障碍在垂直方向上投影的边缘所围成的区域，也可以是把AGV小车工作区域分成若干方格，障碍物所在方格的方格区域，本实施例在此不加以限定。
步骤S80：根据所述障碍物区域分配对应的预设标记信息。
需要说明的是，上述根据障碍物区域类型分配对应的预设标记信息可以理解为根据障碍物的类型判断预估障碍物存在的时间，根据预估的时间分配一个用于清除障碍物区域的标记信息。所述预设标记信息时间可以是所标记障碍物区域的区域序号和预估障碍物存在时间所组成的键值对，将所述键值对存储在存储设备中，当预估障碍物存在时间到达后，通过对应的区域序号找到该障碍物区域并将该区域从禁行区域中清除。
步骤S90：将所述障碍物区域加入禁行区域集合，以得到更新后的禁行区域集合。
可以理解的是，障碍物可能会在该区域存在一定时间，将该障碍物区域加入禁行区域集合，可以使得其他AGV小车或者该AGV小车在下次任务时能够提前避开该障碍物，从而避免了再次进行障碍物检测，提高了AGV小车的工作效率。
步骤S100：根据预设标记信息获取所述障碍物区域的预设清除时间，并在所述预设清除时间到达时，将所述障碍物区域从所述更新后的禁行区域集合中清除。
需要说明的是，根据S80中的障碍物类型得到了预估的障碍物存在时间，并将包含障碍物存在时间的预设标记信息分配给了障碍物区域。因此，可以得到障碍物被清除的预计时间，在障碍物被清除后，将障碍物区域从禁行区域集合中清除，则可使该区域恢复正常使用，有利于AGV小车工作时最佳路径的选择。
可以理解的是，不同的障碍物具备不同的属性，不同的障碍物自然也会分配不同的预设清除时间，例如：在工作环境中临时搭建起来的脚手架，在工作中需要是用1个月，则此时预设清除时间可能为1个月。再例如：线路上可能出现不慎掉落的货物，而在此工厂中每天都会对货物进行整理，那么此障碍物所分配的预设清除时间则为24小时。
在具体实现中，AGV小车检测到障碍物后，可以将障碍物信息上传至厂房管理中心的控制系统中，厂房管理中心人员调取系统中的障碍物信息看到障碍物信息为一个倾倒的货柜。厂房管理人员通过计划在3天后对货柜进行复原，于是对厂房管理控制中心发送标记信息指令，厂房管理控制中心根据指令给所述障碍物区域分配72小时的预设清除时间对应的预设标记信息。
本实施例通过根据障碍物区域类型分配对应的预设标记信息并将该障碍物区域加入禁行区域集合，可以使得其他AGV小车或者该AGV小车在下次任务时能够提前避开该障碍物，从而避免了再次进行障碍物检测，提高了AGV小车的工作效率。另一方面，得到障碍物被清除的预计时间后，可以在障碍物被清除的预计时间到达时，将障碍物区域从禁行区域集合中清除，从而可使该区域恢复正常使用，有利于AGV小车工作时最佳路径的选择，提高了整体的工作效率。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有智能小车路径规划程序，所述智能小车路径规划程序被处理器执行时实现如上文所述的智能小车路径规划方法的步骤。
参照图5，图5为本发明智能小车路径规划装置第一实施例的结构框图。
如图5所示，本发明实施例提出的智能小车路径规划装置包括：
获取模块10，用于在智能小车接收到任务时，获取所述智能小车的当前位置、所述智能小车的目标位置、禁行区域集合和斜坡区域集合；
所述获取模块10，还用于获取所述智能小车的预设参数，并根据所述预设参数得到对应的坡度阈值；
更新模块20，用于根据所述坡度阈值对斜坡区域集合进行筛选，以得到筛选结果，并根据所述筛选结果和禁行区域集合，得到更新后的禁行区域集合；
路线规划模块30，用于根据所述当前位置、更新后的禁行区域集合和目标位置规划行进路线，以使智能小车按照行进路线行驶。
在一实施例中，获取模块10，还用于获取所述智能小车的载重；
查找预设关系映射表，并根据所述预设关系映射表查找所述载重对应的坡度阈值。
在一实施例中，获取模块10，还用于获取所述智能小车的载重、电池功率和预设行驶速度；
根据所述载重、电池功率和预设行驶速度得到所述智能小车的目标爬坡角度，并把所述目标爬坡角度作为坡度阈值。
在一实施例中，更新模块20，还用于当所述智能小车到达目标位置时，获取所述斜坡区域集合和更新后的禁行区域集合的重叠集合；
将所述重叠集合从所述更新后的禁行区域集合中清除，以完成禁行区域集合的重置。
在一实施例中，更新模块20，还用于对所述斜坡区域集合进行遍历，将遍历到的斜坡区域作为当前区域；
判断所述当前区域的坡度是否大于所述坡度阈值；
若是，则将所述当前区域加入禁行区域集合，以得到更新后的禁行区域集合。
在一实施例中，路线规划模块30，还用于当所述智能小车的传感器检测到障碍物时，判断障碍物周边是否能通过；
若是，则根据障碍物实际边缘和预设距离得到障碍物安全边缘，并根据所述障碍物安全边缘和所述行进路线得到绕行路线，以使所述智能小车根据所述绕行路线行驶，直至重新回到行进路线；
所述根据所述障碍物安全边缘和所述行进路线得到绕行路线之后，还包括：
根据所述障碍物安全边缘得到障碍物区域；
将所述障碍物区域加入禁行区域集合，以得到更新后的禁行区域集合。
在一实施例中，更新模块20，还用于根据所述障碍物区域分配对应的预设标记信息；
所述将所述障碍物区域加入禁行区域集合，以得到更新后的禁行区域集合之后，还包括：
根据预设标记信息获取所述障碍物区域的预设清除时间，并在所述预设清除时间到达时，将所述障碍物区域从所述更新后的禁行区域集合中清除。
应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。
本实施例通过获取模块10获取所述智能小车的当前位置、所述智能小车的目标位置、禁行区域集合和斜坡区域集合，通过路线规划模块30选择合理的行进路线，通过更新模块20和获取模块10有效避免了AGV小车无法根据任务情况选择合理的行进线路，从而导致AGV小车无法完成或无法满足规定条件完成搬运任务的情况。例如：如果载重过大时，由于无法根据货物重量进行线路的规划，从而导致经过斜坡的时候动力不足甚至电机过载的情况。本实施例有效的解决了该问题。最后通过路线规划模块30控制AGV小车有效完成任务目标。
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的智能小车路径规划方法，此处不再赘述。
此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory，ROM)/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种智能小车路径规划的方法，其特征在于，所述方法包括：
当智能小车接收到任务时，获取所述智能小车的当前位置、所述智能小车的目标位置、禁行区域集合和斜坡区域集合；
获取所述智能小车的预设参数，并根据所述预设参数得到对应的坡度阈值；
根据所述坡度阈值对斜坡区域集合进行筛选，以得到筛选结果，并根据所述筛选结果和禁行区域集合，得到更新后的禁行区域集合；
根据所述当前位置、更新后的禁行区域集合和目标位置规划行进路线，以使智能小车按照行进路线行驶。
2.如权利要求1所述方法，其特征在于，所述获取所述智能小车的预设参数，并根据所述预设参数得到对应的坡度阈值，包括：
获取所述智能小车的载重；
查找预设关系映射表，并根据所述预设关系映射表查找所述载重对应的坡度阈值。
3.如权利要求1所述方法，其特征在于，所述获取所述智能小车的预设参数，并根据所述预设参数得到对应的坡度阈值，包括：
获取所述智能小车的载重、电池功率和预设行驶速度；
根据所述载重、电池功率和预设行驶速度得到所述智能小车的目标爬坡角度，并把所述目标爬坡角度作为坡度阈值。
4.如权利要求1所述方法，其特征在于，所述根据所述当前位置、更新后的禁行区域集合和目标位置规划行进路线，以使智能小车按照行进路线行驶之后，还包括：
当所述智能小车到达目标位置时，获取所述斜坡区域集合和更新后的禁行区域集合的重叠集合；
将所述重叠集合从所述更新后的禁行区域集合中清除，以完成禁行区域集合的重置。
5.如权利要求1～4中任一项所述方法，其特征在于，所述根据所述坡度阈值对斜坡区域集合进行筛选，以得到筛选结果，并根据所述筛选结果和禁行区域集合，得到更新后的禁行区域集合，包括：
对所述斜坡区域集合进行遍历，将遍历到的斜坡区域作为当前区域；
判断所述当前区域的坡度是否大于所述坡度阈值；
若是，则将所述当前区域加入禁行区域集合，以得到更新后的禁行区域集合。
6.如权利要求1～4中任一项所述方法，其特征在于，所根据所述当前位置、更新后的禁行区域集合和目标位置规划行进路线，以使智能小车按照行进路线行驶之后，还包括：
当所述智能小车的传感器检测到障碍物时，判断障碍物周边是否能通过；
若是，则根据障碍物实际边缘和预设距离得到障碍物安全边缘，并根据所述障碍物安全边缘和所述行进路线得到绕行路线，以使所述智能小车根据所述绕行路线行驶，直至重新回到行进路线；
所述根据所述障碍物安全边缘和所述行进路线得到绕行路线之后，还包括：
根据所述障碍物安全边缘得到障碍物区域；
将所述障碍物区域加入禁行区域集合，以得到更新后的禁行区域集合。
7.如权利要求6所述的方法，其特征在于，所述将所述障碍物区域加入禁行区域集合，以得到更新后的禁行区域集合之前，还包括：
根据所述障碍物区域分配对应的预设标记信息；
所述将所述障碍物区域加入禁行区域集合，以得到更新后的禁行区域集合之后，还包括：
根据预设标记信息获取所述障碍物区域的预设清除时间，并在所述预设清除时间到达时，将所述障碍物区域从所述更新后的禁行区域集合中清除。
8.一种智能小车路径规划装置，其特征在于，所述智能小车路径规划装置包括：
获取模块，用于在智能小车接收到任务时，获取所述智能小车的当前位置、所述智能小车的目标位置、禁行区域集合和斜坡区域集合；
所述获取模块，还用于获取所述智能小车的预设参数，并根据所述预设参数得到对应的坡度阈值；
更新模块，用于根据所述坡度阈值对斜坡区域集合进行筛选，以得到筛选结果，并根据所述筛选结果和禁行区域集合，得到更新后的禁行区域集合；
路线规划模块，用于根据所述当前位置、更新后的禁行区域集合和目标位置规划行进路线，以使智能小车按照行进路线行驶。
9.一种智能小车路径规划设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能小车路径规划程序，所述智能小车路径规划程序配置为实现如权利要求1至7中任一项所述的智能小车路径规划方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有智能小车路径规划程序，所述智能小车路径规划程序被处理器执行时实现如权利要求1至7任一项所述的智能小车路径规划方法的步骤。
CN202011087599.9A 2020-10-12 2020-10-12 智能小车路径规划的方法、装置、设备及存储介质 Pending CN112486164A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011087599.9A CN112486164A (zh) 2020-10-12 2020-10-12 智能小车路径规划的方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011087599.9A CN112486164A (zh) 2020-10-12 2020-10-12 智能小车路径规划的方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN112486164A true CN112486164A (zh) 2021-03-12

Family

ID=74926847

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011087599.9A Pending CN112486164A (zh) 2020-10-12 2020-10-12 智能小车路径规划的方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112486164A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113467459A (zh) * 2021-07-08 2021-10-01 深圳优地科技有限公司 机器人路线规划方法、装置、设备与计算机可读存储介质
CN113910924A (zh) * 2021-12-10 2022-01-11 江苏邦邦智能科技有限公司 一种控制方法、控制设备、移动设备和介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101839720A (zh) * 2009-03-16 2010-09-22 香港科技大学 基于安全的路网导航
KR20130101913A (ko) * 2012-03-06 2013-09-16 고려대학교 산학협력단 로봇의 주행 경로 계획 장치 및 방법
CN104914868A (zh) * 2015-06-24 2015-09-16 深圳乐行天下科技有限公司 平衡车行驶的控制方法、装置及伺服控制系统
CN105314544A (zh) * 2015-12-11 2016-02-10 中南大学 多障碍环境中塔机主动安全作业方法
CN109213142A (zh) * 2017-06-30 2019-01-15 卡西欧计算机株式会社 自主移动装置、自主移动方法以及存储介质
CN110053626A (zh) * 2019-05-10 2019-07-26 深圳市元征科技股份有限公司 一种车辆控制方法及相关装置
CN110338708A (zh) * 2019-06-21 2019-10-18 华为技术有限公司 一种扫地机器人的清扫控制方法及设备
CN111239757A (zh) * 2020-03-12 2020-06-05 湖南大学 一种路面特征参数自动提取方法及系统
CN111272186A (zh) * 2020-03-04 2020-06-12 广东博智林机器人有限公司 机器人路径的配置方法及装置、可读存储介质
CN111561931A (zh) * 2020-05-09 2020-08-21 深圳拓邦股份有限公司 移动机器人的路径规划方法、装置及计算机可读存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101839720A (zh) * 2009-03-16 2010-09-22 香港科技大学 基于安全的路网导航
KR20130101913A (ko) * 2012-03-06 2013-09-16 고려대학교 산학협력단 로봇의 주행 경로 계획 장치 및 방법
CN104914868A (zh) * 2015-06-24 2015-09-16 深圳乐行天下科技有限公司 平衡车行驶的控制方法、装置及伺服控制系统
CN105314544A (zh) * 2015-12-11 2016-02-10 中南大学 多障碍环境中塔机主动安全作业方法
CN109213142A (zh) * 2017-06-30 2019-01-15 卡西欧计算机株式会社 自主移动装置、自主移动方法以及存储介质
CN110053626A (zh) * 2019-05-10 2019-07-26 深圳市元征科技股份有限公司 一种车辆控制方法及相关装置
CN110338708A (zh) * 2019-06-21 2019-10-18 华为技术有限公司 一种扫地机器人的清扫控制方法及设备
CN111272186A (zh) * 2020-03-04 2020-06-12 广东博智林机器人有限公司 机器人路径的配置方法及装置、可读存储介质
CN111239757A (zh) * 2020-03-12 2020-06-05 湖南大学 一种路面特征参数自动提取方法及系统
CN111561931A (zh) * 2020-05-09 2020-08-21 深圳拓邦股份有限公司 移动机器人的路径规划方法、装置及计算机可读存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113467459A (zh) * 2021-07-08 2021-10-01 深圳优地科技有限公司 机器人路线规划方法、装置、设备与计算机可读存储介质
CN113467459B (zh) * 2021-07-08 2024-04-19 深圳优地科技有限公司 机器人路线规划方法、装置、设备与计算机可读存储介质
CN113910924A (zh) * 2021-12-10 2022-01-11 江苏邦邦智能科技有限公司 一种控制方法、控制设备、移动设备和介质

Similar Documents

Publication Publication Date Title
CN112036773B (zh) Agv小车任务分配方法、设备、存储介质及装置
US20230315102A1 (en) System and Method for Distributed Utility Service Execution
Sabattini et al. The pan-robots project: Advanced automated guided vehicle systems for industrial logistics
US20190064785A1 (en) Method and System for Transporting Inventory Items
US9740212B2 (en) System and method for coordinating movement of mobile drive units
US8538692B2 (en) System and method for generating a path for a mobile drive unit
US8220710B2 (en) System and method for positioning a mobile drive unit
US8965561B2 (en) Automated warehousing using robotic forklifts
US7873469B2 (en) System and method for managing mobile drive units
US20130302132A1 (en) System and Method for Maneuvering a Mobile Drive Unit
US20070290040A1 (en) System and method for maneuvering a mobile drive unit
CN112486164A (zh) 智能小车路径规划的方法、装置、设备及存储介质
CN114637303B (zh) 基于远程遥操作的搬运机器人路径规划方法、系统及介质
CN110609546B (zh) 拣货装置的防护方法、系统、计算机设备和可读存储介质
US20220089372A1 (en) Systems and methods for managing movement of materials handling vehicles
CN115657611A (zh) 一种任务分配、处理方法和装置
US20220162001A1 (en) Predicting a path of material handling equipment and determining an obstacle-free path
CN116940911A (zh) 用于管理材料搬运车辆的移动的系统和方法
CN111123865A (zh) 一种基于点阵地图的多导航车协同调度方法
US11703861B1 (en) Inventory system with high-speed corridors for autonomous surface vehicles
WO2024102292A1 (en) System and method for optimized traffic flow through intersections with conditional convoying based on path network analysis
Sabattini et al. Advanced Automated Guided Vehicle Systems for Industrial Logistics
CN114719839A (zh) 地图优化方法、非易失性存储介质以及地图优化系统
KR20240031719A (ko) 스마트 물류 차량 및 그 제어 방법
Seo Control of free-ranging automated guided vehicles in container terminals

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