CN113253731B - 基于slam算法的自组织路径的可移动式嵌入式自动化平台 - Google Patents
基于slam算法的自组织路径的可移动式嵌入式自动化平台 Download PDFInfo
- Publication number
- CN113253731B CN113253731B CN202110575837.9A CN202110575837A CN113253731B CN 113253731 B CN113253731 B CN 113253731B CN 202110575837 A CN202110575837 A CN 202110575837A CN 113253731 B CN113253731 B CN 113253731B
- Authority
- CN
- China
- Prior art keywords
- mcu
- data
- motion
- path
- instruction
- 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.)
- Active
Links
- 230000033001 locomotion Effects 0.000 claims abstract description 83
- 230000007613 environmental effect Effects 0.000 claims abstract description 13
- 238000013519 translation Methods 0.000 claims description 38
- 238000000034 method Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 230000008447 perception Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 10
- 239000007789 gas Substances 0.000 description 12
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010021143 Hypoxia Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 239000011261 inert gas Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000012774 insulation material Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000006479 redox reaction Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009423 ventilation 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
- G05D1/0214—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
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明专利涉及一种基于SLAM算法的自组织路径的可移动式嵌入式自动化平台，嵌入式操作系统CPU发出主控指令给路径中枢管理系统MPU，运动系统MCU在其移动时的环境数据传递给传感器系统MCU，传感器系统MCU不断的将周围路障数据实时反馈给运动系统MCU；运动系统MCU和传感器系统MCU将实时的数据传递给路径中枢管理系统MPU，路径中枢管理系统MPU将存储的实时的坐标数据和实时的环境数据传递至SLAM算法ALU，SLAM算法ALU将所有的坐标数据和所有的环境数据进行分析和建模后进行自组织路径，并将运动控制指令发回路径中枢管理系统MPU，路径中枢管理系统MPU将运动控制指令直接发给运动系统MCU，运动系统MCU根据测算的路径进行移动。本发明能够实现自动化平台的自主布局地图和路径。
Description
技术领域
本发明专利涉及一种基于SLAM算法的自组织路径的可移动式嵌入式自动化平台。
背景技术
嵌入式自动化平台以其强大的处理功能，高实时性、高兼容性、高可靠性，功耗低、体积小、成本低等等多方面的技术优势，现如今已经成为工业自动化领域不可缺少的主要设备。嵌入式自动化平台是一个基础性的技术平台，是一个载体，它具备自身的硬件实体、操作系统、软件接口，不针对任何特定应用。在嵌入式平台上可以开发适用于各个领域的专业自动化软件。嵌入式自动化平台虽然功能强大、兼容性强、适用领域广，但是，现阶段还都仅限于固定位置不变化、不移动的应用场合，对于工业现场，很多情况下，需要嵌入式自动化平台的位置根据现场工况的改变而改变，需要嵌入式自动化平台满足采集、处理、监控、巡检的位置变化要求。
发明专利内容
本发明专利的目的是提供一种基于SLAM算法的自组织路径的可移动式嵌入式自动化平台，包括：
嵌入式操作系统CPU，用于发出主控指令；
路径中枢管理系统MPU，用于接收主控指令，并对主控指令进行解析，将主控指令转编译成转编译指令，并将转编译指令发出；
传感器系统MCU，用于接收转编译指令，根据转编译指令进行相应的周围路障等环境数据的采集，并将实时采集的环境数据发出；
运动系统MCU，用于接收转编译指令，根据转编译指令控制相应的驱动电机实现位置移动的改变，并将实时的坐标数据发出；
SLAM算法ALU：用于对环境数据和坐标数据分析、建模、地图构件、以及将地图数据解析为运动控制指令并发出；
还包括以下运行步骤：
步骤一、嵌入式操作系统CPU根据现场需求发出主控指令给路径中枢管理系统MPU；
步骤二、路径中枢管理系统MPU对主控指令进行解析，并明确当前给出的主控指令为环境感知指令还是运动控制指令；
步骤三、运动系统MCU接收到主控指令并开始移动以后，传感器系统MCU先对周围的环境数据进行感应，并不断的将环境数据实时反馈给运动系统MCU，运动系统MCU根据传感器系统MCU反馈的环境数据进行移动时，接触到新的环境产生新的环境数据，并实时的将新的环境数据传递给传感器系统MCU，促使传感器系统MCU不断更新新的环境数据；
步骤四、运动系统MCU将其坐标数据实时传递给路径中枢管理系统MPU，传感器系统MCU将其环境数据实时传递给路径中枢管理系统MPU，路径中枢管理系统MPU对实时的坐标数据和实时的环境数据进行存储；
步骤五、路径中枢管理系统MPU将存储的实时的坐标数据和实时的环境数据传递至SLAM算法ALU，SLAM算法ALU对存储的实时的坐标数据和实时的环境数据进行分析和建模；
步骤六、SLAM算法ALU将所有的坐标数据和所有的环境数据进行分析和建模后，SLAM算法ALU进行自组织路径，并在自组织路径的基础上进行全局的地图的建模，直到路径闭合完成地图构建；
步骤七、将全局的地图的数据解析为相应的运动控制指令发回路径中枢管理系统MPU，路径中枢管理系统MPU进行路径测算，并将运动控制指令直接发给运动系统MCU，运动系统MCU根据测算的路径进行移动。
上述主控指令若为环境感知指令，则由路径中枢管理系统MPU将主控指令进行转编译成转编译指令，并将转编译指令发给传感器系统MCU，传感器系统MCU按照转编译指令进行相应的周围路障等环境数据采集工作；
所述主控指令若为运动控制指令，则由路径中枢管理系统MPU对该主控指令进行转编译，并将转编译指令发给运动系统MCU，运动系统MCU按照转编译指令进行相对应的驱动电机实现位置移动改变的工作。
上述路径中枢管理系统MPU将全局的地图的数据上传至嵌入式操作系统CPU，形成直观可识读的地图模型和定位点。
本发明专利具有积极的效果：(1)本发明专利通过嵌入式操作系统CPU将主控指令发送给路径中枢管理系统MPU，路径中枢管理系统MPU根据主控指令的具体指令来控制运动系统MCU或者传感器系统MCU，运动系统MCU与传感器系统MCU之间相互传递环境数据和坐标数据，从而可以使运动系统MCU可以合理的避开障碍，并实施的更新环境数据，通过将SLAM算法ALU对路径中枢管理系统MPU存储的实时的坐标数据和环境数据进行建模，并将所有的坐标数据和环境数据进行建模后形成全局的地图，并根据地图进行自组织路径，路径中枢管理系统MPU测算其最优路径并将其运动控制指令发送给运动系统MCU，供其进行最优路径的位移，根据需求自主的进行全局的地图的布局，根据布局进行自主合理的运动、自组织路径和自主调节方向速度，自动化程度高，且便捷实用。
(2)本发明专利通过明确当前的主控指令为环境感知指令或者运动控制指令进行转编译指令的发出，传感器系统MCU或者运动系统MCU可以根据接收到的转编译指令进行即时的作出动作反馈，路径中枢管理系统MPU作为动作数据的输出端，可以作为传感器系统MCU和运动系统MCU之间的信息中转端，也可以作为传感器系统MCU和运动系统MCU的信息存储端，从而保证坐标数据和环境数据的实时性，同时也为后期SLAM算法ALU对全局的建模和自组织路径做铺垫。
(3)本发明专利通过将路径中枢管理系统MPU将全局的地图的数据上传至嵌入式操作系统CPU，一方面可以直观的对地图模型和定位点进行识读，另一方面增强了人机的交互性。
附图说明
为了使本发明专利的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明专利作进一步详细的说明，其中
图1为本发明专利中基于SLAM算法的自组织路径的可移动式嵌入式自动化平台的整体运行路线示意图。
具体实施方式
见图1，本发明专利包括：
嵌入式操作系统CPU，用于发出主控指令；
主控指令是以二进制码流的方式边线的系统内部自动以的通讯规约，有明确的报文头、报文尾、指令类型码字段、数据字段、校验字段，主要用于嵌入式操作系统CPU和路径中枢管理系统MPU的内部通讯；
路径中枢管理系统MPU，用于接收主控指令，并对主控指令进行解析，将主控指令转编译成转编译指令，并将转编译指令发出；
主控指令在解析的过程中的关键在于指令类型码的读取和识别，嵌入式操作系统CPU根据底层所需执行的动作的类型向路径中枢管理系统MPU发出携带有相应指令类型码的主控指令，路径中枢管理系统MPU接收到主控指令后将指令类型码从收到的主控指令报文中提取出来，识别该指令类型码，根据指令类型码，路径中枢管理系统MPU在转换组织成一条转编译指令，转编译指令是路径中枢管理系统MPU专用于对底层进行指挥的指令报文，不同的主控指令将被组织成相应的转编译指令分发给底层设备；
传感器系统MCU，用于接收转编译指令，根据转编译指令进行相应的周围路障等环境数据的采集，并将实时采集的环境数据发出；
环境数据包括路障数据、气体浓度数据、温度湿度数据等等，凡是与环境相关的量都可以作为环境数据，路障数据是由坐标数据和能否进行数据联合组成；
传感器系统MCU若采集的环境数据是SF6气体，则可采用专用的SF6气体浓度传感器，若采集的环境数据是O2，则采用的是专用的O2浓度传感器，该传感器是一种氧电池；
运动系统MCU，用于接收转编译指令，根据转编译指令控制相应的驱动电机实现位置移动的改变，并将实时的坐标数据发出；
运动系统MCU可以是一种运动小车，通过路径中枢管理系统MPU控制运动小车上的两个彼此协调的电机实现原地自转、围绕中心点做固定半径的公转、S、转弯等等。
嵌入式操作系统CPU、路径中枢管理系统MPU、传感器系统MCU和运动系统MCU，都采用相应级别的单片机实现，可选型号有STM32系列NXP系列等，例如stm32f103C8T6/NXP-LPC2378等；
SLAM算法ALU：用于对环境数据和坐标数据分析、建模、地图构件、以及将地图数据解析为运动控制指令并发出；SLAM算法ALU的型号必须采用ARM Cortel-A7专用算法处理器芯片。
SLAM算法又叫同步定位与建图算法，其原理是系统居于未知环境的未知原点开始运动，在运动过程中，一方面对新位置进行相对于原点位置的实时定位，定位信息要足够迅速、精确，保持与运动的同步，另一方面根据不断产生的定位数据构建增量式地图(类似于积分算法)，定位全覆盖后，回到当初原点，同时地图的积分值域实现闭合，地图构建完毕；
算法的关键是针对原点位置进行相对坐标的计算，可以采用低复杂度的极坐标运算法，获得极径和极角后，进行相应的面积积分运算，按照积分值域进行地图构建，也就是图形系统的画法实现，效果就是极坐标位置，就是一条图形系统极坐标点与原点的斜线绘制，将所有定位斜线画出，最终就是所得的积分地图。
还包括以下运行步骤：
步骤一、嵌入式操作系统CPU根据现场需求发出主控指令给路径中枢管理系统MPU；
步骤二、路径中枢管理系统MPU对主控指令进行解析，并明确当前给出的主控指令为环境感知指令还是运动控制指令；
所述主控指令若为环境感知指令，则由路径中枢管理系统MPU对该主控指令进行转编译，并将转编译指令发给传感器系统MCU，传感器系统MCU按照转编译指令进行相应的周围路障等环境数据采集工作；
所述主控指令若为运动控制指令，则由路径中枢管理系统MPU对该主控指令进行转编译，并将转编译指令发给运动系统MCU，运动系统MCU按照转编译指令进行相对应的驱动电机实现位置移动改变的工作；
步骤三、运动系统MCU接收到主控指令并开始移动以后，传感器系统MCU先对周围的环境数据进行感应，并不断的将环境数据实时反馈给运动系统MCU，运动系统MCU根据传感器系统MCU反馈的环境数据进行移动时，接触到新的环境、产生新的环境数据，并实时的将新的环境数据传递给传感器系统MCU，促使传感器系统MCU不断更新新的环境数据，使运动系统MCU合理躲避障碍，传感器系统MCU与运动系统MCU之间形成一对闭环；
步骤四、运动系统MCU将其坐标数据实时传递给路径中枢管理系统MPU，传感器系统MCU将其环境数据实时传递给路径中枢管理系统MPU，路径中枢管理系统MPU对实时的坐标数据和实时的环境数据进行存储；
运动系统MCU和传感器系统MCU之间进行信号传递的过程就是两个芯片之间的SPI通讯或UART通讯，本身都是相互兼容的TTL电平信号，不需要进行信号转换，也不需要信号转编译，但是双方应该预先协商好一个规约；
步骤五、路径中枢管理系统MPU将存储的实时的坐标数据和实时的环境数据传递至SLAM算法ALU，SLAM算法ALU对存储的实时的坐标数据和实时的环境数据进行分析和建模；
SLAM算法ALU进行建模和构图路径的具体步骤如下：
a1、设定原点(初始出发点)坐标
a2、运动到新位置后，按照极坐标标定相对于原点的极坐标，获得极径和极角参数
a3、对基于极坐标系的图形系统(该图形系统是嵌入式系统的一部分，是C语言实现的各种基本画法，把连续对象分解为离散点，再把离散点按照不同的斜率联绘成宏观图形)输入两点坐标，绘出极坐标线，这就是地图值域的微分线。
a4、不断重复上述过程，绘制出全值域的微分线
a5、对全部微分线进行格林公式下的积分运算，获得外轮廓的直角坐标
a6、将全部直角坐标输入基于直角坐标的图形系统进行轮廓绘制
a7、最终得到地图。其中因为路障的原因等需要不断的对整个地图进行相应平移调整。最后，当初原点位置有可能位于任一角落，对应于实际地理环境内的初始位置，则地图绘制无误。
步骤六、SLAM算法ALU将所有的坐标数据和所有的环境数据进行分析和建模后，SLAM算法ALU进行自组织路径，并在自组织路径的基础上进行全局的地图的建模，直到路径闭合完成地图构建；
自组织路径的具体步骤如下：
b1、以原点为始发点，向单一方向运动，直到碰触障碍；
b2、碰触障碍后，沿障碍条件继续执行运动，障碍条件的获取通过不断自转、平移、确定新方向来获取。
b3、若障碍条件不满足，则按原路退回，选择另一方向分支执行上述过程。
如果一个地形已经确定或静止不变，其在平面投影下，一定是有限的二维平面，则一定存在闭合的边界。所以只有路径闭合才能完成地图的构建。除非地形被人为变动，三维事物侵扰了二维平面，出现了新的二维边界，新的二维平面也必然是闭合的，但对于已经记录了原平面边界的系统来说，在发生变化的地段，原来的边界就不存在了，也就不闭合了，而这种情况下，系统运动到该位置后，发现实际地貌与地图不符，将会重新调整绘制地图，实现新的闭合路径(边界)的地图。
步骤七、将全局的地图的数据解析为相应的运动控制指令发回路径中枢管理系统MPU，路径中枢管理系统MPU进行路径测算，并将运动控制指令直接发给运动系统MCU，运动系统MCU根据测算的路径进行移动。
所述路径中枢管理系统MPU将全局的地图的数据上传至嵌入式操作系统CPU，形成直观可识读的地图模型和定位点，增强人机交互性。
本发明可使用的实际场景：本发明可以用于变电所内10kV以上高压开关柜室的SF6气体监测，变电所(站)内高压开关柜室内部空间宽敞、地面平整洁净，除紧密有序排列的高压开关柜外，基本没有障碍物，属于典型的内部地形不复杂的工业现场应用环境。这就是该发明的主要应用场景特点，即宽敞、平整、洁净，没有太多的障碍物，地形不复杂的工业现场。
SF6气体是一种化学特性极不活泼的气体，高温下也不发生氧化还原反应，其化学性质几乎与惰性气体相近，而且其电离系数极高，绝缘性能远远超过普通空气，在高压下极难被电离，也极不易被高温点燃。而且其制造工艺简单，成本低廉，适用于工业场合的高压绝缘应用。SF6气体的比重远大于空气，自然引力状态下，基本是贴敷于地面，很难弥撒到空气中，自然也很难以通风方式驱散，一旦淤积的气体浓度超标，存在环境缺氧的安全隐患。
根据SF6的特点，如果要对变电所(站)内的SF6实现全部无死角的监测，所需自动化设备必须具备如下几个要素：
(1)高度尽量低，因为SF6气体一旦泄漏，先是充斥在空间的底层。
(2)监测路径不能局限在小范围，必须犄角旮旯处处俱到，防止遗漏。
(3)无人值守，自动运行，实现运动系统的自控制。运动路由存在规划性。
(4)气体浓度包括SF6、O2等浓度的实时监测，精度要高，采样速率要高。
(5)一旦发生数据异常，就地实时报警。
(6)气体浓度、位置信息的实时上传，局部环境内的无线通讯或组网。
(7)相应配套的遥控装置和上位机大屏，可以实时监测到数据或地图，便于人机交互和模型呈现。
以上所述的具体实施例，对本发明专利的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明专利的具体实施例而已，并不用于限制本发明专利，凡在本发明专利的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明专利的保护范围之内。
Claims (3)
1.一种基于SLAM算法的自组织路径的可移动式嵌入式自动化平台，其特征在于包括：
嵌入式操作系统CPU，用于发出主控指令；
路径中枢管理系统MPU，用于接收主控指令，并对主控指令进行解析，将主控指令转编译成转编译指令，并将转编译指令发出；
传感器系统MCU，用于接收转编译指令，根据转编译指令进行相应的周围路障等环境数据的采集，并将实时采集的环境数据发出；
运动系统MCU，用于接收转编译指令，根据转编译指令控制相应的驱动电机实现位置移动的改变，并将实时的坐标数据发出；
SLAM算法ALU：用于对环境数据和坐标数据分析、建模、地图构件、以及将地图数据解析为运动控制指令并发出；
还包括以下运行步骤：
步骤一、嵌入式操作系统CPU根据现场需求发出主控指令给路径中枢管理系统MPU；
步骤二、路径中枢管理系统MPU对主控指令进行解析，并明确当前给出的主控指令为环境感知指令还是运动控制指令；
步骤三、运动系统MCU接收到主控指令并开始移动以后，传感器系统MCU先对周围的环境数据进行感应，并不断的将环境数据实时反馈给运动系统MCU，运动系统MCU根据传感器系统MCU反馈的环境数据进行移动时，接触到新的环境产生新的环境数据，并实时的将新的环境数据传递给传感器系统MCU，促使传感器系统MCU不断更新新的环境数据；
步骤四、运动系统MCU将其坐标数据实时传递给路径中枢管理系统MPU，传感器系统MCU将其环境数据实时传递给路径中枢管理系统MPU，路径中枢管理系统MPU对实时的坐标数据和实时的环境数据进行存储；
步骤五、路径中枢管理系统MPU将存储的实时的坐标数据和实时的环境数据传递至SLAM算法ALU，SLAM算法ALU对存储的实时的坐标数据和实时的环境数据进行分析和建模；
步骤六、SLAM算法ALU将所有的坐标数据和所有的环境数据进行分析和建模后，SLAM算法ALU进行自组织路径，并在自组织路径的基础上进行全局的地图的建模，直到路径闭合完成地图构建；
步骤七、将全局的地图的数据解析为相应的运动控制指令发回路径中枢管理系统MPU，路径中枢管理系统MPU进行路径测算，并将运动控制指令直接发给运动系统MCU，运动系统MCU根据测算的路径进行移动。
2.根据权利要求1所述的基于SLAM算法的自组织路径的可移动式嵌入式自动化平台，其特征在于：所述主控指令若为环境感知指令，则由路径中枢管理系统MPU将主控指令进行转编译成转编译指令，并将转编译指令发给传感器系统MCU，传感器系统MCU按照转编译指令进行相应的周围路障等环境数据采集工作；
所述主控指令若为运动控制指令，则由路径中枢管理系统MPU对该主控指令进行转编译，并将转编译指令发给运动系统MCU，运动系统MCU按照转编译指令进行相对应的驱动电机实现位置移动改变的工作。
3.根据权利要求1所述的基于SLAM算法的自组织路径的可移动式嵌入式自动化平台，其特征在于：所述路径中枢管理系统MPU将全局的地图的数据上传至嵌入式操作系统CPU，形成直观可识读的地图模型和定位点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110575837.9A CN113253731B (zh) | 2021-05-26 | 2021-05-26 | 基于slam算法的自组织路径的可移动式嵌入式自动化平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110575837.9A CN113253731B (zh) | 2021-05-26 | 2021-05-26 | 基于slam算法的自组织路径的可移动式嵌入式自动化平台 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113253731A CN113253731A (zh) | 2021-08-13 |
| CN113253731B true CN113253731B (zh) | 2022-11-11 |
Family
ID=77184420
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110575837.9A Active CN113253731B (zh) | 2021-05-26 | 2021-05-26 | 基于slam算法的自组织路径的可移动式嵌入式自动化平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113253731B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107167141A (zh) * | 2017-06-15 | 2017-09-15 | 同济大学 | 基于双一线激光雷达的机器人自主导航系统 |
| CN108958250A (zh) * | 2018-07-13 | 2018-12-07 | 华南理工大学 | 多传感器移动平台及基于已知地图的导航与避障方法 |
| CN109144057A (zh) * | 2018-08-07 | 2019-01-04 | 上海大学 | 一种基于实时环境建模和自主路径规划的导盲车 |
| WO2019154443A2 (zh) * | 2019-04-04 | 2019-08-15 | 上海快仓智能科技有限公司 | 导航控制方法、智能仓储系统和自动引导车 |
| CN212515475U (zh) * | 2020-08-19 | 2021-02-09 | 江南大学 | 一种输变电站智能巡检机器人自主导航避障系统 |
-
2021
- 2021-05-26 CN CN202110575837.9A patent/CN113253731B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107167141A (zh) * | 2017-06-15 | 2017-09-15 | 同济大学 | 基于双一线激光雷达的机器人自主导航系统 |
| CN108958250A (zh) * | 2018-07-13 | 2018-12-07 | 华南理工大学 | 多传感器移动平台及基于已知地图的导航与避障方法 |
| CN109144057A (zh) * | 2018-08-07 | 2019-01-04 | 上海大学 | 一种基于实时环境建模和自主路径规划的导盲车 |
| WO2019154443A2 (zh) * | 2019-04-04 | 2019-08-15 | 上海快仓智能科技有限公司 | 导航控制方法、智能仓储系统和自动引导车 |
| CN212515475U (zh) * | 2020-08-19 | 2021-02-09 | 江南大学 | 一种输变电站智能巡检机器人自主导航避障系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113253731A (zh) | 2021-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3706414B1 (en) | Video monitoring method for mobile robot | |
| CN107167141B (zh) | 基于双一线激光雷达的机器人自主导航系统 | |
| AU2018450490B2 (en) | Surveying and mapping system, surveying and mapping method and device, and apparatus | |
| CN115454057B (zh) | 一种煤矿机器人群数字孪生智能管控建模系统与方法 | |
| CN106843230A (zh) | 应用于移动设备的虚拟墙系统及其实现方法 | |
| CN103389699A (zh) | 基于分布式智能监测控制节点的机器人监控及自主移动系统的运行方法 | |
| CN105547301A (zh) | 基于地磁的室内地图构建方法与装置 | |
| CN111781936B (zh) | 机器人路径规划方法、装置、机器人及计算机可读存储介质 | |
| CN207215174U (zh) | 基于智能井盖的监测管理系统 | |
| CN102664988B (zh) | 一种基于智能手机的三维交互方法及系统 | |
| CN206696702U (zh) | 机器人自动导航系统 | |
| CN104899922A (zh) | 一种智能电网可视化应用的三维全息生成方法 | |
| CN107097228A (zh) | 自主行进机器人系统 | |
| CN113204826A (zh) | 一种数字孪生三维场景视角操作方法及装置 | |
| CN107607117A (zh) | 一种基于激光雷达的机器人建图导航系统及方法 | |
| CN107328443A (zh) | 基于智能井盖的监测管理系统 | |
| CN109491383A (zh) | 多机器人定位与建图系统及方法 | |
| CN111024087B (zh) | 一种变电站巡检导航系统和导航方法 | |
| CN109163724A (zh) | 基于Turtlebot2机器人构建地图的多目标点自主导航方法 | |
| CN116542185B (zh) | 基于降阶仿真模型和实时校准算法的数字孪生管廊系统 | |
| CN111381245A (zh) | 激光slam自适应分辨率栅格地图构建方法 | |
| Li et al. | Depth camera based remote three-dimensional reconstruction using incremental point cloud compression | |
| WO2024125124A1 (zh) | 一种电网元宇宙系统及构建方法 | |
| CN116352722A (zh) | 多传感器融合的矿山巡检救援机器人及其控制方法 | |
| CN113253731B (zh) | 基于slam算法的自组织路径的可移动式嵌入式自动化平台 |
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 |