CN113219999A - 一种机器人自动回充路径规划方法及系统 - Google Patents
一种机器人自动回充路径规划方法及系统 Download PDFInfo
- Publication number
- CN113219999A CN113219999A CN202110770145.XA CN202110770145A CN113219999A CN 113219999 A CN113219999 A CN 113219999A CN 202110770145 A CN202110770145 A CN 202110770145A CN 113219999 A CN113219999 A CN 113219999A
- Authority
- CN
- China
- Prior art keywords
- robot
- charging pile
- cost
- path
- charging
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000008569 process Effects 0.000 claims abstract description 11
- 238000003032 molecular docking Methods 0.000 claims abstract description 7
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims 2
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000011001 backwashing Methods 0.000 abstract 2
- 238000010586 diagram Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 101100126329 Mus musculus Islr2 gene Proteins 0.000 description 1
- 241001417527 Pempheridae Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 238000004088 simulation Methods 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
- G05D1/0223—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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0225—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
-
- 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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种机器人自动回充路径规划方法及系统,涉及室内移动机器人自动回充技术领域,该方法包括:步骤S1:机器人在自动回充过程中,通过激光雷达的点云与环境地图进行匹配来计算机器人的当前位置;步骤S2:通过激光雷达,识别充电桩标识板位置,来确定充电桩位置;步骤S3:根据机器人本体和充电桩相对位置来规划对接路径,通过DWA算法生产运动轨迹;器人根据规划的运动轨迹行走,并通过机器人上的激光雷达识别周围环境进行定位;到达充电桩位置,自动对准充电桩,完成充电。本发明能够提高现有自动回冲技术的成功率,大大缩短自动回冲的整体耗时。
Description
技术领域
本发明涉及室内移动机器人自动回充技术领域,具体地,涉及一种机器人自动回充路径规划方法及系统。
背景技术
移动机器人(包括自动扫地机、服务机器人等)都会有一个充电装置,在机器人电池电量低时会回到充电装置附近,自动对接充电装置,实现电池自动回充功能。
公开号为CN109656253A的发明专利,公开了一种机器人自动回充系统及方法,包括机器人和充电装置,机器人设有激光模块、解算模块和移动机构,激光模块用于发射激光获取充电装置的位置,激光模块还与解算模块相连接,解算模块用于接收激光模块的反馈信号并发送信号至移动机构,移动机构用于控制机器人移动。机器人自动回充系统及方法能使机器人在电量不足时通过自动回充算法快速找到充电装置,回充算法做了简化,节约了成本的同时效率也大大提高。
在现有技术当中,移动机器人在自动回充过程中,到达充电桩时,机器人距离充电桩较近位置无法精准定位,而影响成功率,且在路径规划的过程中,没有综合计算合理路径,从而延长自动回充的整体耗时。
发明内容
针对现有技术中的缺陷,本发明提供一种机器人自动回充路径规划方法及系统。
根据本发明提供的一种机器人自动回充路径规划方法及系统,所述方案如下:
第一方面,提供了一种机器人自动回充路径规划方法,所述方法包括:
步骤S1:机器人在自动回充过程中,通过激光雷达的点云与环境地图进行匹配来计算机器人的当前位置;
步骤S2:通过激光雷达,识别充电桩标识板位置,来确定充电桩位置;
步骤S3:根据机器人本体和充电桩相对位置来规划对接路径,通过DWA算法生产运动轨迹;
机器人根据规划的运动轨迹行走,并通过机器人上的激光雷达识别周围环境进行定位;
到达充电桩位置,自动对准充电桩,完成充电。
优选的,所述步骤S3中机器人通过DWA算法生产运动轨迹,使机器人自动对准充电桩,完成充电功能;具体包括:
步骤S3.1:以充电桩坐标系link为圆心,生成栅格地图;
步骤S3.2:计算出每个栅格对应的Cost值,Cost值表示机器人路径通过该处要产生的代价,Cost值越小,越靠近坐标系link的圆心,以此引导机器人选择靠近x轴向圆心靠近的路线行进;
步骤S3.3:根据当前机器人的速度、加速度限制,以及当前速度,计算一个控制周期T内,机器人能达到的线速度和角速度区间;
步骤S3.4:根据生成的线速度和角速度组合成m*n个线速度和角速度组合;
步骤S3.5:根据得出的速度组合执行一个控制周期T后,重复步骤S3.1~步骤S3.5,直到机器人触碰到充电桩的电极片,并检测到充电桩触碰信号。
优选的,所述Cost值的计算包括:
Cost=weight_t*cost_target+weight_p*cost_path;
其中,cost_target表示距离充电点即充电桩坐标系圆心的距离;cost_path表示距离x轴的距离,即栅格y轴坐标绝对值;weight_t表示cost_target对应的权重系数;weight_p表示cost_path对应的权重系数。
优选的,机器人识别充电桩时,机器人导航到充电桩前方,通过激光识别充电桩特征板,并通过最小二乘法,拟合出特征线段,找到特征线段中心相对于机器人坐标系的位置,特征线段的中心即充电桩拟合直线的中点。
优选的,所述机器人根据规划的路径导航至充电桩前方时,机器人的位置误差控制在±5CM范围内,角度误差<5度。
第二方面,提供了一种机器人自动回充路径规划系统,所述系统包括:
模块M1:机器人在自动回充过程中,通过激光雷达的点云与环境地图进行匹配来计算机器人的当前位置;
模块M2:通过激光雷达,识别充电桩标识板位置,来确定充电桩位置;
模块M3:根据机器人本体和充电桩相对位置来规划对接路径,通过DWA算法生产运动轨迹;
机器人根据规划的运动轨迹行走,并通过机器人上的激光雷达识别周围环境进行定位;
到达充电桩位置,自动对准充电桩,完成充电。
优选的,所述模块M3中机器人通过DWA算法生产运动轨迹,使机器人自动对准充电桩,完成充电功能;具体包括:
模块M3.1:以充电桩坐标系link为圆心,生成栅格地图;
模块M3.2:计算出每个栅格对应的Cost值,Cost值表示机器人路径通过该处要产生的代价,Cost值越小,越靠近坐标系link的圆心,以此引导机器人选择靠近x轴向圆心靠近的路线行进;
模块M3.3:根据当前机器人的速度、加速度限制,以及当前速度,计算一个控制周期T内,机器人能达到的线速度和角速度区间;
模块M3.4:根据生成的线速度和角速度组合成m*n个线速度和角速度组合;
模块M3.5:根据得出的速度组合执行一个控制周期T后,重复模块M3.1~模块M3.5,直到机器人触碰到充电桩的电极片,并检测到充电桩触碰信号。
优选的,所述Cost值的计算包括:
Cost=weight_t*cost_target+weight_p*cost_path;
其中,cost_target表示距离充电点即充电桩坐标系圆心的距离;cost_path表示距离x轴的距离,即栅格y轴坐标绝对值;weight_t表示cost_target对应的权重系数;weight_p表示cost_path对应的权重系数。
优选的,机器人识别充电桩时,机器人导航到充电桩前方,通过激光识别充电桩特征板,并通过最小二乘法,拟合出特征线段,找到特征线段中心相对于机器人坐标系的位置,特征线段的中心即充电桩拟合直线的中点。
优选的,所述机器人根据规划的路径导航至充电桩前方时,机器人的位置误差控制在±5CM范围内,角度误差<5度。
与现有技术相比,本发明具有如下的有益效果:
1、本发明提高了机器人自动回冲技术的成功率;
2、本发明能够在规划路径的过程中能够大大缩短自动回冲的整体耗时,提高机器人自动充电的效率。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为自动导航机器人识别示意图;
图2为激光雷达识别环境示意图;
图3为充电桩信号拟合过程示意图;
图4为栅格地图示意图;
图5为不同速度组合生成轨迹点示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
本发明实施例提供了一种机器人自动回充路径规划方法,参照图1和图2所示,自动导航机器人能够实现自动导航工作,实现从工作空间里的任何一个位置到任意位置自动导航行走。主要通过自动导航机器人自带的激光雷达,识别周围环境和障碍物,进行定位和避障工作,激光雷达能够识别一个水平面内周围物体形状,并以点云信号描述。
参照图3所示,在自动回充过程中,机器人导航到充电桩前方,位置误差在±5CM范围内,角度误<5度。该位置误差是通过drl定位算法实现的,该算法主要是通过激光雷达的点云与环境地图进行匹配来计算出机器人的位置。然后通过激光雷达,识别充电桩标识板位置,来确定充电桩位置。最后,根据机器人本体和充电桩相对位置来规划对接路径,机器人根据规划路径行走,实现对接工作。
机器人识别充电桩,过程参照图3所示,机器人导航到充电桩前方时,通过激光识别充电桩特征板,并通过最小二乘法,该算法是概率统计中的一种经典算法,用于找出在一系列点中,一条离所有统计点的距离之和最小的直线,拟合出特征线段,即附图2中的充电桩拟合直线;找到线段中心相对于机器人坐标系的位置。线段的中心即充电桩拟合直线的中点,若该中点与机器人在地图上的坐标分别为(x0,y0),(xr,yr)。
最小二乘法公式:
设拟合直线的公式y=kx+b;
通过DWA算法生产运动轨迹,使机器人自动对准充电桩,完成充电功能。基本过程如下;
(1)、以充电桩坐标系link为圆心,生成栅格地图,本实施例中分辨率可选为0.02m,大小为100*100;
(2)、计算出每个栅格对应的Cost值,Cost值表示机器人路径通过该处要产生的代价,Cost值越小,越靠近坐标系link的圆心,以此引导机器人选择靠近x轴向圆心靠近的路线行进;Cost值的大小由三部分组成:
用cost_target表示距离充电点(充电桩坐标系圆心)的距离;距离越近,cost越小,以此引导路径向目标点规划。
用cost_path表示距离x轴的距离,也就是栅格y轴坐标绝对值;距离x轴越近,cost越小,以此引导路径贴合x轴。
参照图4所示,综上所述,Cost=weight_t*cost_target+weight_p*cost_path;充电桩坐标系linx坐标圆心为0,由图中可知,越靠近x轴,cost越小,越靠近o点,cost越小;这样就可以引导机器人选择靠近x轴向0点靠近的路线行进。
(3)、根据当前机器人的速度,加速度限制,以及当前速度,计算一个控制周期T内(如0.1s),机器人能达到的线速度和角速度区间。最后把线速度和角速度分别离散出m和n个等间隔速度值,本实施例中m=6,n=3;假如线速度区间为[-0.1,0.4],角速度区间为[-1.0,1.0],最终得出线速度值为{-0.1,0,0.1,0.2,0.3,0.4},角速度值为{-1.0,0,1.0}。
(4)、根据生成的速度和角速度组合成m*n个线速度和角速度组合。分别根据每个速度组合计算机器人模拟时间TS内经过的路径点P_i位置(点间隔时间为TS/k,k为路径点的个数),参照图5所示。计算每个路径点在栅格地图中的cost值,并把整个路径点的cost值加起来得到整个路径的cost_trajectory值。计算所有速度组合生成的路径cost_trajectory_i值后,得出最大值max_cost_trajectory对应的速度组合即我们需要输出的速度值。
(5)、根据得出的速度执行一个控制周期T后,重复(1)~(4),直到机器人触碰到充电桩的电极片,并检测到充电桩触碰信号。即先触碰到充电桩的充电电极片,再收到信号,此时认为已完成充电,(机器人先触碰到充电桩的充电电极片,再收到信号,此时认为已完成充电)。
以上过程中,TS,T,m,n,k,weight_t,weight_p均为可调参数。经过多次实验,本实施例最终确定参数为:TS=1.0s;T=0.1s;m=10;n=8;weight_t=60;weight_p=30。
本发明实施例提供了一种机器人自动回充路径规划方法,提高了现有自动回冲技术的成功率;且规划路径大大缩短了自动回冲的整体耗时。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种机器人自动回充路径规划方法,其特征在于,包括:
步骤S1:机器人在自动回充过程中,通过激光雷达的点云与环境地图进行匹配来计算机器人的当前位置;
步骤S2:通过激光雷达,识别充电桩标识板位置,来确定充电桩位置;
步骤S3:根据机器人本体和充电桩相对位置来规划对接路径,通过DWA算法生产运动轨迹;
机器人根据规划的运动轨迹行走,并通过机器人上的激光雷达识别周围环境进行定位;
到达充电桩位置,自动对准充电桩,完成充电。
2.根据权利要求1所述的机器人自动回充路径规划方法,其特征在于,所述步骤S3中机器人通过DWA算法生产运动轨迹,使机器人自动对准充电桩,完成充电功能;具体包括:
步骤S3.1:以充电桩坐标系link为圆心,生成栅格地图;
步骤S3.2:计算出每个栅格对应的Cost值,Cost值表示机器人路径通过该处要产生的代价,Cost值越小,越靠近坐标系link的圆心,以此引导机器人选择靠近x轴向圆心靠近的路线行进;
步骤S3.3:根据当前机器人的速度、加速度限制,以及当前速度,计算一个控制周期T内,机器人能达到的线速度和角速度区间;
步骤S3.4:根据生成的线速度和角速度组合成m*n个线速度和角速度组合;
步骤S3.5:根据得出的速度组合执行一个控制周期T后,重复步骤S3.1~步骤S3.5,直到机器人触碰到充电桩的电极片,并检测到充电桩触碰信号。
3.根据权利要求2所述的机器人自动回充路径规划方法,其特征在于,所述Cost值的计算包括:
Cost=weight_t*cost_target+weight_p*cost_path;
其中,cost_target表示距离充电点即充电桩坐标系圆心的距离;cost_path表示距离x轴的距离,即栅格y轴坐标绝对值;weight_t表示cost_target对应的权重系数;weight_p表示cost_path对应的权重系数。
4.根据权利要求1所述的机器人自动回充路径规划方法,其特征在于,机器人识别充电桩时,机器人导航到充电桩前方,通过激光识别充电桩特征板,并通过最小二乘法,拟合出特征线段,找到特征线段中心相对于机器人坐标系的位置,特征线段的中心即充电桩拟合直线的中点。
5.根据权利要求4所述的机器人自动回充路径规划方法,其特征在于,所述机器人根据规划的路径导航至充电桩前方时,机器人的位置误差控制在±5CM范围内,角度误差<5度。
6.一种机器人自动回充路径规划系统,其特征在于,包括:
模块M1:机器人在自动回充过程中,通过激光雷达的点云与环境地图进行匹配来计算机器人的当前位置;
模块M2:通过激光雷达,识别充电桩标识板位置,来确定充电桩位置;
模块M3:根据机器人本体和充电桩相对位置来规划对接路径,通过DWA算法生产运动轨迹;
机器人根据规划的运动轨迹行走,并通过机器人上的激光雷达识别周围环境进行定位;
到达充电桩位置,自动对准充电桩,完成充电。
7.根据权利要求6所述的机器人自动回充路径规划系统,其特征在于,所述模块M3中机器人通过DWA算法生产运动轨迹,使机器人自动对准充电桩,完成充电功能;具体包括:
模块M3.1:以充电桩坐标系link为圆心,生成栅格地图;
模块M3.2:计算出每个栅格对应的Cost值,Cost值表示机器人路径通过该处要产生的代价,Cost值越小,越靠近坐标系link的圆心,以此引导机器人选择靠近x轴向圆心靠近的路线行进;
模块M3.3:根据当前机器人的速度、加速度限制,以及当前速度,计算一个控制周期T内,机器人能达到的线速度和角速度区间;
模块M3.4:根据生成的线速度和角速度组合成m*n个线速度和角速度组合;
模块M3.5:根据得出的速度组合执行一个控制周期T后,重复模块M3.1~模块M3.5,直到机器人触碰到充电桩的电极片,并检测到充电桩触碰信号。
8.根据权利要求7所述的机器人自动回充路径规划系统,其特征在于,所述Cost值的计算包括:
Cost=weight_t*cost_target+weight_p*cost_path;
其中,cost_target表示距离充电点即充电桩坐标系圆心的距离;cost_path表示距离x轴的距离,即栅格y轴坐标绝对值;weight_t表示cost_target对应的权重系数;weight_p表示cost_path对应的权重系数。
9.根据权利要求6所述的机器人自动回充路径规划系统,其特征在于,机器人识别充电桩时,机器人导航到充电桩前方,通过激光识别充电桩特征板,并通过最小二乘法,拟合出特征线段,找到特征线段中心相对于机器人坐标系的位置,特征线段的中心即充电桩拟合直线的中点。
10.根据权利要求9所述的机器人自动回充路径规划系统,其特征在于,所述机器人根据规划的路径导航至充电桩前方时,机器人的位置误差控制在±5CM范围内,角度误差<5度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110770145.XA CN113219999B (zh) | 2021-07-08 | 2021-07-08 | 一种机器人自动回充路径规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110770145.XA CN113219999B (zh) | 2021-07-08 | 2021-07-08 | 一种机器人自动回充路径规划方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113219999A true CN113219999A (zh) | 2021-08-06 |
CN113219999B CN113219999B (zh) | 2021-09-17 |
Family
ID=77081188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110770145.XA Active CN113219999B (zh) | 2021-07-08 | 2021-07-08 | 一种机器人自动回充路径规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113219999B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114035577A (zh) * | 2021-11-10 | 2022-02-11 | 山东新一代信息产业技术研究院有限公司 | 一种机器人的充电桩识别定位方法 |
CN114527755A (zh) * | 2022-02-21 | 2022-05-24 | 山东新一代信息产业技术研究院有限公司 | 一种机器人自动回桩充电的方法、设备、存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070005245A1 (en) * | 1996-09-25 | 2007-01-04 | Ellis Christ G | Biometric apparatus and method |
CN108733062A (zh) * | 2018-06-25 | 2018-11-02 | 山东大学 | 家庭陪护机器人自主充电系统及方法 |
WO2020062643A1 (zh) * | 2018-09-26 | 2020-04-02 | 深圳乐动机器人有限公司 | 应用于机器人的充电座 |
CN112180943A (zh) * | 2020-10-19 | 2021-01-05 | 山东交通学院 | 一种基于视觉图像和激光雷达的水下机器人导航避障方法 |
CN112247988A (zh) * | 2020-09-29 | 2021-01-22 | 南京理工大学 | 基于激光雷达对移动机器人自主充电的方法 |
CN112666564A (zh) * | 2021-03-16 | 2021-04-16 | 瓴道(上海)机器人科技有限公司 | 充电桩的定位方法、装置及设备、存储介质 |
-
2021
- 2021-07-08 CN CN202110770145.XA patent/CN113219999B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070005245A1 (en) * | 1996-09-25 | 2007-01-04 | Ellis Christ G | Biometric apparatus and method |
CN108733062A (zh) * | 2018-06-25 | 2018-11-02 | 山东大学 | 家庭陪护机器人自主充电系统及方法 |
WO2020062643A1 (zh) * | 2018-09-26 | 2020-04-02 | 深圳乐动机器人有限公司 | 应用于机器人的充电座 |
CN112247988A (zh) * | 2020-09-29 | 2021-01-22 | 南京理工大学 | 基于激光雷达对移动机器人自主充电的方法 |
CN112180943A (zh) * | 2020-10-19 | 2021-01-05 | 山东交通学院 | 一种基于视觉图像和激光雷达的水下机器人导航避障方法 |
CN112666564A (zh) * | 2021-03-16 | 2021-04-16 | 瓴道(上海)机器人科技有限公司 | 充电桩的定位方法、装置及设备、存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114035577A (zh) * | 2021-11-10 | 2022-02-11 | 山东新一代信息产业技术研究院有限公司 | 一种机器人的充电桩识别定位方法 |
CN114527755A (zh) * | 2022-02-21 | 2022-05-24 | 山东新一代信息产业技术研究院有限公司 | 一种机器人自动回桩充电的方法、设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113219999B (zh) | 2021-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113219999B (zh) | 一种机器人自动回充路径规划方法及系统 | |
CN107966150B (zh) | 基于路口点和路段的变电站作业机器人路径规划及导航定位方法 | |
CN112882469B (zh) | 一种融合全局训练的深度强化学习避障导航方法 | |
CN103324196A (zh) | 基于模糊逻辑的多机器人路径规划与协调避碰方法 | |
CN112518739B (zh) | 履带式底盘机器人侦察智能化自主导航方法 | |
CN100568144C (zh) | 一种未知环境下移动机器人多行为融合自动导航方法 | |
CN103885443A (zh) | 用于即时定位与地图构建单元的设备、系统和方法 | |
JP7048456B2 (ja) | 学習装置、学習方法、およびプログラム | |
CN105867379A (zh) | 一种机器人的运动控制方法及控制系统 | |
JPWO2018131090A1 (ja) | 車両制御装置、車両制御方法、および車両制御プログラム | |
WO2002023297A1 (fr) | Systeme de commande de mouvement de corps mobiles | |
CN101751039A (zh) | 驻车辅助设备 | |
CN109900273B (zh) | 一种室外移动机器人导引方法及导引系统 | |
CN114022824A (zh) | 一种面向狭窄环境的四足机器人运动规划方法 | |
CN110687908B (zh) | 基于ros的园区无人车轨迹生成系统及其控制方法 | |
CN113625702B (zh) | 基于二次规划的无人车同时路径跟踪与避障方法 | |
Yao et al. | Wireless positioning and path tracking for a mobile platform in greenhouse | |
CN108196554A (zh) | 一种基于磁感应器与陀螺仪的agv组合导引系统 | |
CN113190020A (zh) | 一种移动机器人队列系统及路径规划、跟随方法 | |
CN112286049A (zh) | 运动轨迹预测方法和装置 | |
CN115309163A (zh) | 基于改进方向评价函数dwa算法的局部路径规划方法 | |
CN115711618A (zh) | 一种基于路侧导引的矿区高精度定位方法 | |
Cao et al. | Lidar-based object detection failure tolerated autonomous driving planning system | |
Bai et al. | An online approach for intersection navigation of autonomous vehicle | |
Tang et al. | A reference path guided rrt* method for the local path planning of UGVS |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211223 Address after: 201306 2nd floor, no.979, Yunhan Road, Lingang New District, Pudong New Area pilot Free Trade Zone, Shanghai Patentee after: Shanghai jingwukuzu Technology Development Co.,Ltd. Address before: Room 12, 3rd floor, No.2 Lane 1446, Yunguan Road, Lingang New District, Pudong New Area pilot Free Trade Zone, Shanghai, 201306 Patentee before: Shanghai Jingwu Intelligent Technology Co.,Ltd. |