CN112659826A - 设施农业路轨两用机器人专用底盘 - Google Patents
设施农业路轨两用机器人专用底盘 Download PDFInfo
- Publication number
- CN112659826A CN112659826A CN202011444677.6A CN202011444677A CN112659826A CN 112659826 A CN112659826 A CN 112659826A CN 202011444677 A CN202011444677 A CN 202011444677A CN 112659826 A CN112659826 A CN 112659826A
- Authority
- CN
- China
- Prior art keywords
- chassis
- rail
- track
- wheel set
- dimensional code
- 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.)
- Granted
Links
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种设施农业路轨两用机器人专用底盘,包括:底盘本体,在所述底盘本体的底部依次安装有前轨道轮组、差速轮组和后轨道轮组,所述差速轮组包括第一差速轮和第二差速轮;在所述底盘本体的底部还安装有用于对地面上的二维码进行识别的二维码读码器。本发明提供的设施农业路轨两用机器人专用底盘,具有地面运动,自动上轨,轨道运动,自动下轨等功能,实现了底盘作业过程的无人化。
Description
技术领域
本发明涉及农业专用设备技术领域,尤其涉及一种设施农业路轨两用机器人专用底盘。
背景技术
随着农业信息化技术的发展,农业机器人开始在设施农业中使用,底盘是机器的重要组成部分,标准化的设施果菜种植多为轨道和陆地两种路面环境,现有的路轨两用的底盘多为人工底盘,无法实现无人化运行。因此,开发一款无人化运行的路轨两用专用底盘对设施农业机器人发展具有重要推动作用。
发明内容
本发明提供一种设施农业路轨两用机器人专用底盘,用以解决现有技术中路轨两用的底盘无法实现无人化运行的缺陷,实现路轨两用的底盘的使用效率的提升。
本发明提供一种设施农业路轨两用机器人专用底盘,包括:底盘本体,在所述底盘本体的底部依次安装有前轨道轮组、差速轮组和后轨道轮组,所述差速轮组包括第一差速轮和第二差速轮;在所述底盘本体的底部还安装有用于对地面上的二维码进行识别的二维码读码器。
根据本发明提供的一种设施农业路轨两用机器人专用底盘,在所述底盘本体上安装有用于获取前方障碍物信息和/或轨道信息的3D视觉系统。
根据本发明提供的一种设施农业路轨两用机器人专用底盘,在所述底盘本体上安装有用于获取障碍物信息的激光雷达。
根据本发明提供的一种设施农业路轨两用机器人专用底盘,所述激光雷达的数量为至少两个,一个所述激光雷达用于获取前方障碍物信息,另一个所述激光雷达用于获取后方障碍物信息。
根据本发明提供的一种设施农业路轨两用机器人专用底盘,在所述底盘本体的四周围设有防撞条。
根据本发明提供的一种设施农业路轨两用机器人专用底盘,所述二维码包括所述二维码的位置信息。
根据本发明提供的一种设施农业路轨两用机器人专用底盘,所述位置信息包括X轴坐标值、Y轴坐标值以及方向角度值。
根据本发明提供的一种设施农业路轨两用机器人专用底盘,在所述底盘本体的底部还安装有万向轮组。
根据本发明提供的一种设施农业路轨两用机器人专用底盘,在所述前轨道轮组和/或所述后轨道轮组上安装有里程编码器。
根据本发明提供的一种设施农业路轨两用机器人专用底盘,在所述底盘本体的底部还安装有工控机,所述二维码读码器、所述第一差速轮、所述第二差速轮、所述前轨道轮组和所述后轨道轮组均与所述工控机信号相连。
本发明提供的设施农业路轨两用机器人专用底盘,前轨道轮组、差速轮组和后轨道轮组根据二维码读码器识别的信息进行相应的运动,底盘本体具有地面运动,自动上轨,轨道运动,自动下轨等功能,实现了底盘作业过程的无人化。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,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的附图。
图1是本发明提供的设施农业路轨两用机器人专用底盘的侧视图;
图2是本发明提供的设施农业路轨两用机器人专用底盘的底部视图;
图3是本发明提供的设施农业路轨两用机器人专用底盘的后视图;
图4是本发明提供的3D相机的执行流程图;
图5是本发明提供的二维码地图编辑流程图;
附图标记:
1:底盘本体; 2:安装平台; 3:控制系统;
4:第一前轨道轮; 5、前万向轮组; 6:差速轮组;
7:防撞条; 8:后万向轮组; 9:第二后轨道轮;
10:触控显示器; 11:操作按钮; 12:第一激光雷达;
13:前轨道轮组; 14:后轨道轮组; 15:第一差速轮;
16:第二差速轮; 17:侧充装置; 18:电池;
19:二维码读码器; 20:第一前万向轮; 21:第一后万向轮;
22:第二激光雷达; 23:急停按钮; 24:报警灯;
25:3D相机。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例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作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。
目前针对底盘本体1导航主要有磁条导航、磁钉导航、激光导航、室内定位等方式。其中的磁条导航成本相对较低,实现比较简单,但磁条导航方式灵活性差,底盘本体1只能沿磁条行走,更改路径需要重新铺设磁条,且磁条容易损坏,维护成本较高;磁钉导航通过磁导航传感器检测磁钉的磁信号来寻找行进路径,磁钉埋在地下,隐秘性好、抗干扰强,但是底盘本体1在导航过程中不能有其他磁性物质存在,磁钉导航线路一次铺设,后续修改线路的话必须执行二次作业;激光导航定位精确,在地面不需要铺设其他定位设施,行驶路径灵活多变,但是定位精度较差,无法实现精准对轨,容易丢失位置导致导航失败,无法满足大型温室导航需要,且制造成本非常高,对环境要求也比较苛刻;室内定位技术需要在温室内部署定位系统,目前的室内定位技术可选方案较多,在某些特定场景或某一指标上已经可以满足室内定位的部分需求。然而,现有室内定位技术在定位精度、部署与维护难度、定位系统容量等方面仍存在问题。
为了解决上述问题,下面结合图1至图5描述本发明的设施农业路轨两用机器人专用底盘,该设施农业路轨两用机器人专用底盘可以用于机器人。
如图1、图2和图3所示,本发明的设施农业路轨两用机器人专用底盘,包括:底盘本体1,在底盘本体1的底部依次安装有前轨道轮组13、差速轮组6和后轨道轮组14,差速轮组6包括第一差速轮15和第二差速轮16;在底盘本体1的底部还安装有用于对地面上的二维码进行识别的二维码读码器19。
需要说明的是,前轨道轮组13包括同轴布置的第一前轨道轮4和第二前轨道轮,后轨道轮组14包括同轴布置的第一后轨道轮和第二后轨道轮9。其中,第一差速轮15的轮径和第二差速轮16的轮径大于第一前轨道轮4的轮径、第二前轨道轮的轮径、第一后轨道轮的轮径和第二后轨道轮9的轮径。
可以理解的是,在底盘本体1的底部还安装有万向轮组。万向轮组包括前万向轮组5和后万向轮组8,前万向轮组5包括第一前万向轮20和第二前万向轮,后万向轮组8包括第一后万向轮21和第二后万向轮。其中,前万向轮组5位于前轨道轮组13和差速轮组6之间,后万向轮组8位于后轨道轮组14和差速轮组6之间。
在本发明实施例中,底盘本体1具有地面运动,自动上轨,轨道运动,自动下轨等功能,实现了底盘作业过程的无人化。
地面运动:两个差速轮是陆地转向和运动的动力轮,利用两轮差速原理实现底盘的转向、前进和后退。底盘转向时,第一差速轮15和第二差速轮16分别以相同的速度正传和反转,实现底盘的原地旋转;底盘向左转向时第一差速轮15反转,第二差速轮16正转;底盘向右转向时,第一差速轮15正转,第二差速轮16反转;底盘前进时,第一差速轮15和第二差速轮16以相同速度同步正转,实现底盘的前向运动;底盘后退时,第一差速轮15和第二差速轮16以相同速度同步反转,实现底盘的后向运动。
自动上轨:当底盘本体1要从地面道路运动到轨道上行驶时,二维码读码器19识别到上轨标识二维码后,工控机启动前轨道轮组13和后轨道轮组14同步正转,底盘开始上轨;底盘本体1上轨后,二维码读码器19识别到车辆完成上轨二维码标识后,工控机停止第一差速轮15和第二差速轮16的转动,底盘完成自动上轨。
轨道上运动:前轨道轮组13和后轨道轮组14在工控机的控制下同步正转或反转,实现底盘在轨道上的前进或后退。底盘在轨道上前进时,前轨道轮组13和后轨道轮组14同时正转,二维码读码器19识别到轨道终点二维码后,工控机给前轨道轮组13和后轨道轮组14发送同步反转命令,底盘开始在轨道上反向运动。
自动下轨:当底盘运动到轨道边缘,二维码读码器19识别到下轨标识二维码后,工控机启动第一差速轮15和第二差速轮16同时反转,底盘开始下轨,二维码读码器19识别到车辆完成下轨二维码标识后,前轨道轮组13和后轨道轮组14停止转动,底盘完成自动下轨,开始路面道路运动。
本发明实施例提供的设施农业路轨两用机器人专用底盘,前轨道轮组13、差速轮组6和后轨道轮组14根据二维码读码器19识别的信息进行相应的运动,底盘本体1具有地面运动,自动上轨,轨道运动,自动下轨等功能,实现了底盘作业过程的无人化。
需要说明的是,在底盘本体1的顶部布设有安装平台2。
在上述实施例的基础上,在底盘本体1上安装有用于获取前方障碍物信息和/或轨道信息的3D视觉系统,3D视觉系统包括3D相机25。
在本发明实施例中,基于3D相机25识别前方轨道位置和障碍物信息,如果轨道在底盘本体1正前方,底盘本体1开始上轨,如果轨道在底盘本体1前方有偏移,底盘本体1根据偏移量调整行进方向,以免上轨失败;底盘本体1上轨后,二维码读码器19识别到车辆完成上轨二维码标识后,工控机停止第一差速轮15和第二差速轮16的转动,底盘完成自动上轨。其中,3D相机25可以选用FM850-GI-E13D工业相机对前方障碍物和轨道位置进行拍摄。
需要说明的是,将3D相机25引入到障碍物识别和导航避障中,通过RGB图像和3D点云数据相结合获取障碍物的类别、几何形状以及空间坐标信息,同时可以对轨道进行识别和定位,实现底盘本体1在运动过程中的安全避障和精准上下轨道作业。
3D相机数据由RGB图像和点云信息组成,点云信息保留三维空间中的原始几何信息,不需要进行离散化。通过卷积神经网络对RGB图像进行识别和分类,然后通过PointNet++算法对点云数据进行分类和分割,结合RGB图像识别到的目标物体,将RGB和点云信息进行匹配,得到视野内空间物体的三维成像和位置信息。
如图4所示,3D相机的执行流程具体为:
第一步:障碍物的RGB信息获取。使用3D相机25进行作业对象信息的实时采集,获取障碍物的RGB图像和3D点云信息,经过处理得到障碍物的RGB图像,图像分辨率是1280*720。将获取到障碍物的RGB信息做预处理,首先对模糊图像做去模糊化处理得到较为清晰的图像,再使用滤波算法对图像进行滤波处理,过滤图像噪声,最后做图像增强处理,方便深度学习网络对障碍物的特征提取。
第二步:障碍物的3D点云信息获取。使用3D相机25进行障碍物信息的实时采集,获取障碍物的RGB图像和3D点云信息,经过处理得到障碍物的3D点云信息,得到的点云信息分辨率小于1mm,最小检测深度小于10mm。
第三步:使用深度学习网络对3D相机25获取到的障碍物的RGB信息进行训练。使用改进Mask RCNN神经网络对障碍物进行识别和分割,基于CSP-ResNet50(Cross StagePartial ResNet50)主干网络的改进Mask RCNN模型在强光、弱光下的平均精度MAP分别为92.12%、92.25%。
第四步:使用深度学习网络对3D相机25获取到的障碍物的3D点云信息进行训练。使用PointNet++这种基于点云的特征学习网络框架。使用体素网格将数据转化为体积表示。将得到的3D点云信息上的每一个点,进行了MLP训练,即点间权重共享。每个点被“投影”到一个1024维空间。为了实现点云信息的最佳排序,使用max-pool函数对点云信息进行处理,得到一个全局特征,然后使用非线性分类器训练这些特征点。对于点云的旋转问题,使用T-net网络方法。最终数据集的训练结果精度达到95%以上,实时性可以达到每秒10帧左右。
第五步:将训练好的模型传输给底盘本体1的工控机,工控机根据模型识别前方障碍物的类别、几何形状以及空间坐标信息,根据障碍物信息结合导航系统进行避障。
在上述实施例的基础上,在底盘本体1上安装有用于获取障碍物信息的激光雷达。
需要说明的是,激光雷达的数量为至少两个,第一激光雷达12用于获取前方障碍物信息,第二激光雷达22用于获取后方障碍物信息。
可以理解的是,第一激光雷达12和3D相机25安装在底盘本体1前面,主要是识别前方障碍物,用于底盘前进过程中避障;第二激光雷达22安装在底盘的后面,用于底盘后退过程中避障。
在上述实施例的基础上,在底盘本体1的四周围设有防撞条7。
需要说明的是,防撞条7安装在底盘本体1的四周,是底盘本体1安全避障的最后一道防线,当防撞条7触碰到物体后,底盘本体1立即停止运动。
其中,第一激光雷达12和第二激光雷达22设置了两层安全距离即第一安全距离和第二安全距离,第一安全距离是底盘的减速距离,第二安全距离是底盘本体1的急停距离,当激光雷达检测到第一安全距离范围有障碍物时,底盘开始减速,当激光雷达检测到第二安全距离范围内有障碍物时,底盘立即停止,同时触发报警系统,报警灯24和蜂鸣器发出提醒信号。
防撞条7安装在底盘本体1四周,用于防止底盘与其他物体相碰,避免撞坏其他物体或造成自身损伤,是底盘安全运行的重要一道防线。当防撞条接触到其他物体时,防撞条内的开关闭合,工控机接收到防撞条开关闭合信号,立即停止运行,同时触发报警系统,报警灯和蜂鸣器发出提醒信号。
在底盘本体1上安装有急停按钮23,便于人工操作。
底盘本体1上的报警系统包括报警灯、蜂鸣器、短信模块和云端报警。底盘本体1的左侧和右侧装有报警灯,控制系统的外壳侧面安装蜂鸣器。当报警系统触发后,遇到障碍物或者发生故障时,触发报警系统,报警灯亮,蜂鸣器响,提示操作人员处理。
底盘本体1上的控制系统3包括工控机、触控显示器10、驱动器、操作按钮11等。工控机是底盘运转的核心,其配置包括I7-4700MQ2.4GCPU、8G DDR3L内存、500G硬盘等。工控机内安装机器人运动控制分解算法、机器人应用功能控制运算、数据采集和通讯处理等功能软件。工控机与外部I/O接口模块相连,接口模块具有20路数字量输出和20数字量输入接口,并支持MODBUS、CANopen、以太网等多种总线协议,工控机与伺服电机之间的通讯采用CANopen总线。
在上述实施例的基础上,二维码包括二维码的位置信息。其中,位置信息包括X轴坐标值、Y轴坐标值以及方向角度值。
需要说明的是,底盘本体1的导航系统采用二维码导航方式,每个二维码包含位置信息和方向信息,采用二维码读码器19对地面上的二维码信息进行识别和解析,从而确定底盘本体1的位置和方向,保证底盘本体1沿着设定的二维码路线行走。其中,二维码读码器19型号可以为MV-IM5005-02MWGC。
在上述实施例的基础上,在前轨道轮组和/或后轨道轮组上安装有里程编码器。
需要说明的是,在第一前轨道轮4和/或第二后轨道轮9上安装有里程编码器。
在本发明实施例中,底盘本体1上的导航系统由二维码读码器19、3D相机25、激光雷达和防撞条7等部分组成。导航系统采用二维码导航为主,3D相机25和激光雷达为辅,最大化融合和利用各导航的优势,提高可靠性和导航精度。
二维码导航系统根据现场的二维码地图,利用车载控制系统实时分析系统二维码地图坐标数据,与地图信息对比以获取定位信息。采用二维码识别相机扫描运动过程中地面上的二维码关键标志物,以达到路径自动辨识和规划,从而最终达到对底盘导航的目的。结合3D视觉系统识别障碍物的类别、几何形状以及空间坐标信息,同时可以对轨道进行识别和定位,实现底盘在运动过程中的安全避障和精准上下轨道作业。
每个二维码信息包括X轴坐标、Y轴坐标以及方向角度值。底盘通过自身的高分辨率摄像头对二维码进行读取和识别,同时通过二维码图像在摄像头坐标中的旋转情况,与电子罗盘数据进行融合,可以确定底盘的精确朝向。综合二维码编码的信息和其在图像中的位置信息,可以对底盘进行完整的定位。
在底盘运行路线上每隔一段距离(0.5至1.2米)铺设一个二维码,底盘本体1在行驶过程中,通过二维码专用读码器对地面的二维码信息进行读取,二维码采用DM码,读取的DM码信息包括:X值、Y值、角度偏移量,可以确定底盘的运动偏移角度,实现位置精准定位,有效的解决当前设施果菜种植环境下陆地导航和对轨难题。底盘装有道路轮和轨道轮,道路轮利用差速转向原理实现转向,轨道轮通过控制伺服电机正反转实现底盘前进和后退。底盘本体1根据激光雷达实时监测前方是否有障碍物,若检测到前方有障碍物,则触发报警系统;若检测到前方没有障碍物,则根据底盘的二维码专用读码器扫描道路上的二维码获得相应的ID号以及二维码图像标签在图像自身坐标系中的位置(X轴、Y轴以及角度值),实现底盘在道路上行驶。当底盘准备上轨时,底盘首先行驶到轨道边缘的上轨点二维码,二维码读码器19识别到上轨标志二维码后,工控机开始启动第一前轨道轮和第二后轨道轮同步正转,二维码读码器19识别到车体完全上轨二位维码后,工控机停止第一差速轮和第二差速轮,实现路轨轮自动切换和上轨功能;底盘在轨道上通过里程计计算运行距离来模拟当前所在位置,当底盘在轨道上运行设定的距离后,底盘开始反向行走;当底盘反向行走下轨边缘点时,摄像头识别到下轨标识二维码后,工控机启动差速轮开始同步反转,底盘停止转动轨道轮,开始启动道路轮,开始启动二维码路面导航,实现了下轨;以上过程实现了路轨两用机器人专业底盘在道路和轨道之间的切换和导航。
当底盘在路面运行时采用二维码导航方式,底盘行走路线二维码属于栅格路径网络,对路径上二维码空间进行搜索,对每一个搜索的二维码进行求解和评估,得到最佳位置,再从当前位置继续搜索直到到达目标点。
如图5所示,设施农业路轨两用机器人专用底盘,主要实现步骤如下:
S1、进入初始状态,启动导航程序,调整底盘至与预设运行路线平行,3D视觉系统和激光雷达传感器对道路前方路况进行检测。若检测到前方安全距离一米内有障碍物,则触发报警系统;若检测前方没有障碍物,则底盘沿着选择的站点前进,开始导航任务。底盘上的二维码读码器19扫描地面上的DM码地标,获得相应的ID号以及DM码图像标签在图像自身坐标系中的位置:X轴、Y轴、角度值,确定底盘的朝向以及位置信息,实现底盘在道路上沿着直线行走。
S2、当底盘行驶至选择的轨道边缘时,调整车身与轨道路线对齐。如从道路起始点A到终点B(也是轨道的起始点),在道路上通过扫描DM码地标获取位置信息,一直沿着DM码路线行驶,当到达B点时,底盘开始拐弯,第一差速轮15和第二差速轮16旋转90°至车身与轨道平行对齐。二维码读码器19一旦识别到B点的上轨DM码地标后,工控机开始启动前轨道轮组13和后轨道轮组14同步正转,二维码读码器19识别到车体完全上轨DM码地标后,工控机停止第一差速轮15和第二差速轮16,实现路轨轮自动切换和上轨功能。
S3、上轨道后,底盘在轨道上通过里程计计算运行距离来模拟当前所在位置,当底盘在轨道上运行设定的距离后,底盘开始反向行走;当底盘反向行走至下轨边缘点B时,摄像头识别到下轨标识DM码地标后,工控机启动差速轮开始同步反转,底盘停止转动轨道轮,开始启动道路轮,开始启动路面导航,实现下轨功能。
S4、底盘下轨后,道路轮旋转90°,同时调整车身与二维码路线平行,开始沿着预设路线直线返回至A点。行驶过程中激光雷达传感器对道路前方路况进行检测。若检测到前方安全距离一内有障碍物,则触发报警系统;若检测前方没有障碍物,则底盘沿着二维码前进。实现底盘无人化自主导航、上下轨道操作。
S5、底盘在道路上行驶时,可向底盘下发暂停任务或者取消任务。底盘一旦接收到相应的信号执行相应任务,暂停任务后可继续下发继续执行任务命令,底盘则继续行驶路线。
S6、底盘执行完任务后,下发自动充电任务。底盘接收到充电信号,导航到充电桩,导航软件向充电桩发送底盘到达命令,充电桩伸出插头,开始自动充电。充电结束后,导航系统向底盘发送离开命令,充电桩缩回插头中断充电,充电任务完成。
需要说明的是,在底盘本体1的底部安装有电池18和侧充装置17,通过该侧充装置17对电池18进行充电。
针对标准化的设施果菜种植多为轨道和陆地两种路面问题,该设施农业路轨两用机器人专用底盘,实现了底盘自动上下轨道、自动导航、自动充电、自动调度等功能,底盘采用二维码导航技术和路轨轮自动切换技术实现了底盘运动的无人化管控,并可以凭借3D视觉系统和雷达设备,确定栽培行或障碍物的位置,从而保证运动过程中无危险。
该设施农业路轨两用机器人专用底盘包含了二维码导航、3D视觉系统、里程模拟定位、无线充电、激光雷达防撞等系统,其中二维码导航系统、3D视觉系统和激光雷达技术实现底盘的在陆地上的导航、避障和精准对轨;里程计模拟定位实现了底盘在轨道上运行位置定位,实现了道路和轨道运行的自动切换;3D视觉系统、激光雷达和防撞条实现了机器人底盘运动过程中的成功避障;二维码导航和自动充电技术实现了底盘自动充电功能。采用的二维码导航技术方案成本较低,受环境影响较小,定位准确。
该设施农业路轨两用机器人专用底盘开发了基于二维码导航、3D视觉系统、激光雷达、路轨轮切换和里程模拟等多技术相结合的综合导航系统,实现二维码导航的调度,解决大型设施农业标准化种植环境道路和轨道综合导航难题,实现了设施环境下底盘高效、快速、精准的自主导航。
该设施农业路轨两用机器人专用底盘将2D-3D相结合的视觉识别定位技术引入底盘导航、避障和上下轨识别中,通过3D视觉系统实时识别前方障碍物的类别、几何形状以及空间坐标信息,同时可以对轨道进行识别和定位,实现底盘在运动过程中的安全避障和精准上下轨道作业,解决了底盘上轨过程轨道偏移造成上轨失败问题,进一步结合面激光雷达和防撞条解决农业非结构环境下的避障难题,解决了激光雷达只能监测前方固定高度的障碍物的问题。
该设施农业路轨两用机器人专用底盘装有道路轮和轨道轮,可以实现底盘在道路状态和轨道状态之间自主切换,有效地解决了传统底盘单一的行驶模式,如只能在道路上行驶或只能在轨道上行驶。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种设施农业路轨两用机器人专用底盘,其特征在于,包括:底盘本体,在所述底盘本体的底部依次安装有前轨道轮组、差速轮组和后轨道轮组,所述差速轮组包括第一差速轮和第二差速轮;在所述底盘本体的底部还安装有用于对地面上的二维码进行识别的二维码读码器。
2.根据权利要求1所述的设施农业路轨两用机器人专用底盘,其特征在于,在所述底盘本体上安装有用于获取前方障碍物信息和/或轨道信息的3D视觉系统。
3.根据权利要求1所述的设施农业路轨两用机器人专用底盘,其特征在于,在所述底盘本体上安装有用于获取障碍物信息的激光雷达。
4.根据权利要求3所述的设施农业路轨两用机器人专用底盘,其特征在于,所述激光雷达的数量为至少两个,一个所述激光雷达用于获取前方障碍物信息,另一个所述激光雷达用于获取后方障碍物信息。
5.根据权利要求1所述的设施农业路轨两用机器人专用底盘,其特征在于,在所述底盘本体的四周围设有防撞条。
6.根据权利要求1至5任一项所述的设施农业路轨两用机器人专用底盘,其特征在于,所述二维码包括所述二维码的位置信息。
7.根据权利要求6所述的设施农业路轨两用机器人专用底盘,其特征在于,所述位置信息包括X轴坐标值、Y轴坐标值以及方向角度值。
8.根据权利要求1至5任一项所述的设施农业路轨两用机器人专用底盘,其特征在于,在所述底盘本体的底部还安装有万向轮组。
9.根据权利要求1至5任一项所述的设施农业路轨两用机器人专用底盘,其特征在于,在所述前轨道轮组和/或所述后轨道轮组上安装有里程编码器。
10.根据权利要求1至5任一项所述的设施农业路轨两用机器人专用底盘,其特征在于,在所述底盘本体的底部还安装有工控机,所述二维码读码器、所述第一差速轮、所述第二差速轮、所述前轨道轮组和所述后轨道轮组均与所述工控机信号相连。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011444677.6A CN112659826B (zh) | 2020-12-08 | 2020-12-08 | 设施农业路轨两用机器人专用底盘 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011444677.6A CN112659826B (zh) | 2020-12-08 | 2020-12-08 | 设施农业路轨两用机器人专用底盘 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112659826A true CN112659826A (zh) | 2021-04-16 |
CN112659826B CN112659826B (zh) | 2022-07-01 |
Family
ID=75402057
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011444677.6A Active CN112659826B (zh) | 2020-12-08 | 2020-12-08 | 设施农业路轨两用机器人专用底盘 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112659826B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011117279A1 (de) * | 2011-10-31 | 2013-05-02 | Wolfgang Zappel | Zwei Wege Fahrzeug mit verfahrbaren Straßen-Antriebsrädern |
CN205311599U (zh) * | 2015-12-08 | 2016-06-15 | 山东农业大学 | 一种设施农业用精确定位的单轨物流车 |
CN107234932A (zh) * | 2017-07-24 | 2017-10-10 | 青岛科技大学 | 一种路轨两用车底盘装置 |
CN207173202U (zh) * | 2017-09-21 | 2018-04-03 | 珠海横向科技有限公司 | 一种路轨两用车 |
CN110692352A (zh) * | 2019-09-19 | 2020-01-17 | 北京农业智能装备技术研究中心 | 一种智能农业机器人及其控制方法 |
CN111716969A (zh) * | 2020-06-30 | 2020-09-29 | 苏州博田自动化技术有限公司 | 用于温室自动作业的路轨两用底盘车 |
-
2020
- 2020-12-08 CN CN202011444677.6A patent/CN112659826B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011117279A1 (de) * | 2011-10-31 | 2013-05-02 | Wolfgang Zappel | Zwei Wege Fahrzeug mit verfahrbaren Straßen-Antriebsrädern |
CN205311599U (zh) * | 2015-12-08 | 2016-06-15 | 山东农业大学 | 一种设施农业用精确定位的单轨物流车 |
CN107234932A (zh) * | 2017-07-24 | 2017-10-10 | 青岛科技大学 | 一种路轨两用车底盘装置 |
CN207173202U (zh) * | 2017-09-21 | 2018-04-03 | 珠海横向科技有限公司 | 一种路轨两用车 |
CN110692352A (zh) * | 2019-09-19 | 2020-01-17 | 北京农业智能装备技术研究中心 | 一种智能农业机器人及其控制方法 |
CN111716969A (zh) * | 2020-06-30 | 2020-09-29 | 苏州博田自动化技术有限公司 | 用于温室自动作业的路轨两用底盘车 |
Also Published As
Publication number | Publication date |
---|---|
CN112659826B (zh) | 2022-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11982540B2 (en) | Infrastructure mapping and layered output | |
US11885910B2 (en) | Hybrid-view LIDAR-based object detection | |
CA2950791C (en) | Binocular visual navigation system and method based on power robot | |
CN112101128B (zh) | 一种基于多传感器信息融合的无人方程式赛车感知规划方法 | |
JP2022553491A (ja) | 車両ナビゲーション用のシステムおよび方法 | |
CN112477533B (zh) | 设施农业路轨两用运输机器人 | |
CN107167139A (zh) | 一种变电站巡检机器人视觉定位导航方法及系统 | |
CN103413313A (zh) | 基于电力机器人的双目视觉导航系统及方法 | |
CN102944224A (zh) | 一种无人驾驶车的自动环境感知系统及其工作方法 | |
Lee et al. | EureCar turbo: A self-driving car that can handle adverse weather conditions | |
Liu et al. | Deep learning-based localization and perception systems: approaches for autonomous cargo transportation vehicles in large-scale, semiclosed environments | |
CN108106617A (zh) | 一种无人机自动避障方法 | |
CN116783455A (zh) | 用于检测打开的门的系统和方法 | |
CN111717244A (zh) | 一种列车自动驾驶感知方法和系统 | |
CN106494611B (zh) | 一种空轨两用巡检无人机 | |
Gajjar et al. | A comprehensive study on lane detecting autonomous car using computer vision | |
Jun et al. | Autonomous driving system design for formula student driverless racecar | |
CN117389288A (zh) | 一种基于深度图像的机器人避绕障方法及系统 | |
CN117392641A (zh) | 一种飞机牵引车的碰撞预警、导航预警方法及系统 | |
CN112659826B (zh) | 设施农业路轨两用机器人专用底盘 | |
US20240125899A1 (en) | Semantic segmentation of aggregated sensor data | |
CN206862369U (zh) | 一种基于bim的机器人区域导航系统 | |
Wang et al. | Agv navigation based on apriltags2 auxiliary positioning | |
Warnicke et al. | Implementation of a Vision System for an Autonomous Railway Maintenance Vehicle: Track and Object Detection with YOLO, Neural Networks and Region Growing | |
CN112002032A (zh) | 引导车辆驾驶的方法、装置、设备和计算机可读存储介质 |
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 |