CN113848957B - 地面无人车辆编队控制装置及方法 - Google Patents
地面无人车辆编队控制装置及方法 Download PDFInfo
- Publication number
- CN113848957B CN113848957B CN202111362846.6A CN202111362846A CN113848957B CN 113848957 B CN113848957 B CN 113848957B CN 202111362846 A CN202111362846 A CN 202111362846A CN 113848957 B CN113848957 B CN 113848957B
- Authority
- CN
- China
- Prior art keywords
- wheeled robot
- robot platform
- scene acquisition
- distance
- acquisition data
- 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
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000007613 environmental effect Effects 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 27
- 230000005540 biological transmission Effects 0.000 claims abstract description 15
- 230000008447 perception Effects 0.000 claims abstract description 7
- 230000006870 function Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G05D1/0238—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
- G05D1/0246—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
- G05D1/0253—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 extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- 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
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0291—Fleet control
- G05D1/0295—Fleet control by at least one leading vehicle of the fleet
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种地面无人车辆编队控制装置及方法，该装置包括：数据传输单元，用于获取环境感知单元生成的环境场景采集数据，并发送到数据处理控制单元；环境感知单元，用于探测所述轮式机器人平台周围的障碍物，基于探测到的障碍物生成环境场景采集数据；数据处理控制单元，用于对所述环境场景采集数据进行处理，并基于距离弹性算法，根据所述环境场景采集数据，采用带有目标点的路线拟合方法来对轮式机器人平台的路线进行编队控制；移动搭载平台，用于搭载所述地面无人车辆编队控制装置的其他单元；惯性导航单元，用于进行轮式机器人平台的自主导航和定位，获取轮式机器人平台的当前距离信息。
Description
技术领域
本发明涉及计算机技术领域，尤其是涉及一种地面无人车辆编队控制装置及方法。
背景技术
目前，随着电子信息以及人工智能领域的不断发展，无人车技术也是慢慢进入到了人们的视野之中，无人车编队更是对该技术做出了更加细致的运用，对于将来在无人控制领域有着重要的意义。但是，当前无人车编队常常会出现队形走不稳，或者是车与车之间的间距无法得到很好的把握，车与车之间的控制不能达到分米级，与人工控制编队有较大的差距。当前，在无人车编队中，车与车之间的感应一般都是依靠激光雷达，当无人车编队中的控制要求是米级时，激光雷达能够轻松面对，但是面对更加精准的要求时，激光雷达难以胜任，这是因为由于激光雷达非常容易收到环境的干扰，例如对道路上反射介质的敏感，在雨天时精度大幅损失，而在正常情况下，也会有点云数据的不稳定性。
而对于依赖与惯导来做定位的无人车编队中，发明人在实现本发明的过程中，发现由于惯导设备的技术的成熟，设备对于环境的敏感度比较低。但是，由于惯导在对无人车进行定位时会有一定的误差(对于一个车而言难以看出来)，对于编队而言已经影响到了编队的队形控制，所以，对于数据的处理就得尤为重要。现在通常使用的编队控制一般都没有很好的强调数据的可靠性以及数据的同步的问题。默认数据的稳定性和同步性，而实际上不可能做到的事实就可能导致控制难度的增加，让理论上可以实现的算法在实际中往往难以实现，单一传感器是难以保证可靠的数据的，而之前做数据融合来控制无人车的示例又少之又少。而在编队中的间距控制方面，以前的领航-跟随法以及图论法等都不能保证车间间距的距离误差到达dm。
发明内容
本发明的目的在于提供一种地面无人车辆编队控制装置及方法，旨在解决现有技术中的上述问题。
本发明提供一种地面无人车辆编队控制装置，设置于轮式机器人平台，包括：
数据传输单元，安装在移动搭载平台的车体中间的位置，用于获取环境感知单元生成的环境场景采集数据，并发送到数据处理控制单元；
环境感知单元，安装在轮式机器人平台的顶部，用于探测所述轮式机器人平台周围的障碍物，基于探测到的障碍物生成环境场景采集数据；
数据处理控制单元，安装在移动搭载平台的车体中间的位置，用于对所述环境场景采集数据进行处理，并基于距离弹性算法，根据所述环境场景采集数据，采用带有目标点的路线拟合方法来对轮式机器人平台的路线进行编队控制；
移动搭载平台，设置于所述轮式机器人平台上，用于搭载所述地面无人车辆编队控制装置的其他单元；
惯性导航单元，安装在移动搭载平台的车体中间的位置，用于进行轮式机器人平台的自主导航和定位，获取轮式机器人平台的当前距离信息。
本发明提供一种地面无人车辆编队控制方法，用于上述装置，包括：
通过数据传输单元获取环境感知单元生成的环境场景采集数据，并发送到数据处理控制单元；
通过环境感知单元探测所述轮式机器人平台周围的障碍物，基于探测到的障碍物生成环境场景采集数据；
通过数据处理控制单元对所述环境场景采集数据进行处理，并基于距离弹性算法，根据所述环境场景采集数据，采用带有目标点的路线拟合方法来对轮式机器人平台的路线进行编队控制；
通过惯性导航单元进行轮式机器人平台的自主导航和定位。
采用本发明实施例，能够更有利于对路径进行规划以及调节编队中每个车的速度，实现了对每辆车的精确控制来达到车辆编队的稳定性。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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是本发明实施例的地面无人车辆编队控制装置的示意图；
图2是本发明实施例的路劲拟合算法的处理流程图；
图3是本发明实施例的地面无人车辆编队控制方法的流程图。
具体实施方式
为了解决现有技术中的问题，本发明实施例提供了一种新型高精度无人车编队控制方法，可以通过激光雷达实现实时避障、GNSS/INS(卫星/惯性组合导航系统，简称惯导)实现定位，并利用车辆间距调整算法(也可以称为距离弹性算法)来实现编队车辆位置高鲁棒性及高精度的控制。
下面将结合实施例对本发明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。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。此外，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
装置实施例
根据本发明实施例，提供了一种地面无人车辆编队控制装置，设置于轮式机器人平台，图1是本发明实施例的地面无人车辆编队控制装置的示意图，如图1所示，根据本发明实施例的地面无人车辆编队控制装置具体包括：
数据传输单元10，安装在移动搭载平台的车体中间的位置，用于获取环境感知单元生成的环境场景采集数据，并发送到数据处理控制单元；所述数据传输单元10为：数传电台。
环境感知单元12，安装在轮式机器人平台的顶部，用于探测所述轮式机器人平台周围的障碍物，基于探测到的障碍物生成环境场景采集数据；所述环境感知单元12为：激光雷达传感器。
数据处理控制单元14，安装在移动搭载平台的车体中间的位置，用于对所述环境场景采集数据进行处理，并基于距离弹性算法，根据所述环境场景采集数据，采用带有目标点的路线拟合方法来对轮式机器人平台的路线进行编队控制；所述距离弹性算法具体包括：
假设车与车之间的标准距离为D，车与车之间的实际相隔距离为d，编队头车规划速度为V头规，实际行驶的速度为V头，编队从车的规划V从规，实际行驶速度为V从，则所述距离弹性算法如下所示：
V从＝V从规*ln(e+d-D) 公式2。
所述数据处理控制单元14具体用于：
对所有要走的目标点在地图的二维平面中做出一个长方行的条状框来揽括所有需要走到的目标点；
以固定步长来对长方形进行分割，对于每一根被分割出来的边来计算所有目标点到直线的距离并求和，并其作为一条路径上的总体误差；
对每一条边的总体误差进行比较，取最小总体误差的一条路径作为轮式机器人平台即将行驶的规划路径，使轮式机器人平台在该路径上距离d取一个目标点作为下一个时刻的行驶点，并且取和路径曲线相切的直线的方向作为航向角的方向。
移动搭载平台16，设置于所述轮式机器人平台上，用于搭载所述地面无人车辆编队控制装置的其他单元；所述移动搭载平台16为：阿克曼式底盘。
惯性导航单元18，安装在移动搭载平台的车体中间的位置，用于进行轮式机器人平台的自主导航和定位，获取轮式机器人平台的当前距离信息。惯性导航单元18为以下至少之一：里程计、陀螺仪、加速度计。
以下结合附图，对本发明实施例的技术方案进行详细说明。
如图1所示，本发明实施例的装置由五个基本单元组成，分别是数据传输单元，环境感知单元，数据处理控制单元，移动搭载平台，惯性导航单元。本发明实施例的装置以阿克曼式底盘为搭载平台，激光雷达传感器安装在轮式机器人平台的顶部，这样做的目的是有更广阔的视角来方便探测周围障碍物，更加有利于避障，由于车与车之间的距离较小，数传电台安装在车体中间的位置，更加节省空间。本发明实施例的装置采用工控机作为编队控制算法和环境场景采集的数据处理单元，其中惯性导航单元为机器人的自主导航和定位，距离等信息。
在本发明实施例中，距离弹性算法依赖于电台来实时让整个编队的信息在编队的每辆无人车之间流动。每辆车能够知道其他车的实时坐标信息。本节距离弹性算法就是基于车与车之间的距离而提出的车辆编队控制的算法。
该算法模拟编队的车与车之间有一根无形的弹簧来约束无人车的速度。对于编队而言，一般有相对走在前面和相对走在后面的无人车。而根据生活常识，为了保证无人车编队的凝聚性，头车应该是考虑到跟随车距离自己的相对位置来调整自己的速度，如果距离过短，应该提速，距离太远，应该减速，而从车也需要考虑到头车相对自己的位置来提速和减速。
假设车与车之间的标准距离为D，车与车之间的实际相隔距离为d。编队头车规划速度为V头规，实际行驶的速度为V头，编队从车的规划V从规，实际行驶速度为V从，那么该算法的具体计算如下所示：
V从＝V从规*ln(e+d-D)
添加对数函数可以有效的防止速度的变化过大，导致车辆走不稳，出现快速加速或者快速减速的情况，而这种比率相乘方法，保证了之前所说，并且很有实际意义，能够让车辆速度稳定的在一定范围内浮动。
对于车辆编队的无人车而言，小车是需要实现获取一系列目标点然后走到目标点的操作。而由于车辆每过一段时间发点并且不可避免的会出现误差。所以，路线的拟合就显得格外重要，只有在路线拟合后在路线上打目标点并且标注无人车到该点的航向角的信息才能让无人车走得更加顺滑。据此，本文提出一种带有目标点的路线拟合方法来对无人车的路线进行规划。
如图2所示，本发明实施例的路劲拟合算法采用先粗后细的思路，先对所有要走的目标点在地图的二维平面中做出一个长方行的条状框来揽括所有需要走到的目标点。并以固定步长来对长方形做分割，对于每一根被分割出来的边来计算所有目标点到直线的距离并求和来作为一条路径上的总体误差，最后对每一条边的总体误差作比较，取最小总体误差的一条路径作为小车即将行驶的规划路径，无人车即在该路径上距离d取一个目标点作为下一个时刻的行驶点，并且取和路径曲线相切的直线的方向作为航向角的方向。
采用本发明实施例的技术方案，通过车辆间距调整算法(距离弹性算法)，能够灵活的调整编队队列中的车辆的相对位置，并使编队中车辆的距离一直在某个范围中移动，保证了编队运动的美观性。此外，本发明实施例还根据实际情况提供了一种路线拟合方法，包括了快速的路径拟合，即以固定步长的方法来找寻最佳路径，并在路径上每隔一定距离取相对应的路径点和航向角。本发明实施例的技术方案在使用过程中，数据的处理能达到10ms以内，所以满足了无人车编队的数据实时处理的要求，能够运用到无人车的实际开发之中。
方法实施例
根据本发明实施例，提供了一种地面无人车辆编队控制方法，于上述装置，图3是本发明实施例的地面无人车辆编队控制方法的流程图，如图3所示，根据本发明实施例的地面无人车辆编队控制方法具体包括：
步骤301，通过数据传输单元获取环境感知单元生成的环境场景采集数据，并发送到数据处理控制单元；
步骤302，通过环境感知单元探测所述轮式机器人平台周围的障碍物，基于探测到的障碍物生成环境场景采集数据；
步骤303，通过数据处理控制单元对所述环境场景采集数据进行处理，并基于距离弹性算法，根据所述环境场景采集数据，采用带有目标点的路线拟合方法来对轮式机器人平台的路线进行编队控制；所述距离弹性算法具体包括：
假设车与车之间的标准距离为D，车与车之间的实际相隔距离为d，编队头车规划速度为V头规，实际行驶的速度为V头，编队从车的规划V从规，实际行驶速度为V从，则所述距离弹性算法如下所示：
V从＝V从规*ln(e+d-D) 公式2。
采用带有目标点的路线拟合方法来对轮式机器人平台的路线进行编队控制具体包括：
对所有要走的目标点在地图的二维平面中做出一个长方行的条状框来揽括所有需要走到的目标点；
以固定步长来对长方形进行分割，对于每一根被分割出来的边来计算所有目标点到直线的距离并求和，并其作为一条路径上的总体误差；
对每一条边的总体误差进行比较，取最小总体误差的一条路径作为轮式机器人平台即将行驶的规划路径，使轮式机器人平台在该路径上距离d取一个目标点作为下一个时刻的行驶点，并且取和路径曲线相切的直线的方向作为航向角的方向。
步骤304，通过惯性导航单元进行轮式机器人平台的自主导航和定位。
本发明实施例是与上述装置实施例对应的方法实施例，各个步骤的具体操作可以参照装置实施例的描述进行理解，在此不再赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪30年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device，PLD)(例如现场可编程门阵列(FieldProgrammable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器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也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置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。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书的一个或多个实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本文件的实施例而已，并不用于限制本文件。对于本领域技术人员来说，本文件可以有各种更改和变化。凡在本文件的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本文件的权利要求范围之内。
Claims (5)
1.一种地面无人车辆编队控制装置，其特征在于，设置于轮式机器人平台，具体包括：
数据传输单元，安装在移动搭载平台的车体中间的位置，用于获取环境感知单元生成的环境场景采集数据，并发送到数据处理控制单元；
环境感知单元，安装在轮式机器人平台的顶部，用于探测所述轮式机器人平台周围的障碍物，基于探测到的障碍物生成环境场景采集数据，所述环境感知单元为：激光雷达传感器；
数据处理控制单元，安装在移动搭载平台的车体中间的位置，用于对所述环境场景采集数据进行处理，并基于距离弹性算法，根据所述环境场景采集数据，采用带有目标点的路线拟合方法来对轮式机器人平台的路线进行编队控制，其中，所述距离弹性算法为基于车与车之间的距离，通过对数函数以及比率相乘得到车辆编队控制的算法；
所述数据处理控制单元具体用于：
对所有要走的目标点在地图的二维平面中做出一个长方行的条状框来揽括所有需要走到的目标点；
以固定步长来对长方形进行分割，对于每一根被分割出来的边来计算所有目标点到直线的距离并求和，并其作为一条路径上的总体误差；
对每一条边的总体误差进行比较，取最小总体误差的一条路径作为轮式机器人平台即将行驶的规划路径，使轮式机器人平台在该路径上距离d取一个目标点作为下一个时刻的行驶点，并且取和路径曲线相切的直线的方向作为航向角的方向；
移动搭载平台，设置于所述轮式机器人平台上，用于搭载所述地面无人车辆编队控制装置的其他单元；
惯性导航单元，安装在移动搭载平台的车体中间的位置，用于进行轮式机器人平台的自主导航和定位，获取轮式机器人平台的当前距离信息。
2.根据权利要求1所述的装置，其特征在于，所述移动搭载平台为：阿克曼式底盘。
3.根据权利要求1所述的装置，其特征在于，所述数据传输单元为：数传电台。
4.根据权利要求1所述的装置，其特征在于，惯性导航单元为以下至少之一：里程计、陀螺仪、加速度计。
5.一种地面无人车辆编队控制方法，其特征在于，用于上述权利要求1至4中任一项所述的装置，所述方法具体包括：
通过数据传输单元获取环境感知单元生成的环境场景采集数据，并发送到数据处理控制单元；
通过环境感知单元探测所述轮式机器人平台周围的障碍物，基于探测到的障碍物生成环境场景采集数据；
通过数据处理控制单元对所述环境场景采集数据进行处理，并基于距离弹性算法，根据所述环境场景采集数据，采用带有目标点的路线拟合方法来对轮式机器人平台的路线进行编队控制，其中，所述距离弹性算法为基于车与车之间的距离，通过对数函数以及比率相乘得到车辆编队控制的算法；
采用带有目标点的路线拟合方法来对轮式机器人平台的路线进行编队控制具体包括：
对所有要走的目标点在地图的二维平面中做出一个长方行的条状框来揽括所有需要走到的目标点；
以固定步长来对长方形进行分割，对于每一根被分割出来的边来计算所有目标点到直线的距离并求和，并其作为一条路径上的总体误差；
对每一条边的总体误差进行比较，取最小总体误差的一条路径作为轮式机器人平台即将行驶的规划路径，使轮式机器人平台在该路径上距离d取一个目标点作为下一个时刻的行驶点，并且取和路径曲线相切的直线的方向作为航向角的方向；
通过惯性导航单元进行轮式机器人平台的自主导航和定位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111362846.6A CN113848957B (zh) | 2021-11-17 | 2021-11-17 | 地面无人车辆编队控制装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111362846.6A CN113848957B (zh) | 2021-11-17 | 2021-11-17 | 地面无人车辆编队控制装置及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113848957A CN113848957A (zh) | 2021-12-28 |
| CN113848957B true CN113848957B (zh) | 2023-11-10 |
Family
ID=78984511
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111362846.6A Active CN113848957B (zh) | 2021-11-17 | 2021-11-17 | 地面无人车辆编队控制装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113848957B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106708057A (zh) * | 2017-02-16 | 2017-05-24 | 北理慧动（常熟）车辆科技有限公司 | 一种智能车辆编队行驶方法 |
| CN108919798A (zh) * | 2018-06-10 | 2018-11-30 | 同济大学 | 一种基于混合函数域的网联智能车辆编队行驶控制方法 |
| CN111325967A (zh) * | 2020-02-28 | 2020-06-23 | 清华大学 | 一种基于协同指派的智能网联汽车编队控制方法和装置 |
| CN111766879A (zh) * | 2020-06-24 | 2020-10-13 | 天津大学 | 一种基于自主协同导航的智能车编队系统 |
| CN112650214A (zh) * | 2020-11-20 | 2021-04-13 | 上海航天控制技术研究所 | 一种集群系统动态编队的队形控制方法 |
| CN113335280A (zh) * | 2021-08-09 | 2021-09-03 | 天津所托瑞安汽车科技有限公司 | 车队的acc控制方法、装置、设备和存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IL183006A0 (en) * | 2007-05-06 | 2007-12-03 | Wave Group Ltd | A bilateral robotic omni-directional situational awarness system having a smart throw able transportaion case |
| EP3790295B1 (en) * | 2019-09-09 | 2024-05-29 | Volkswagen AG | Method, computer program, and apparatus for determining a minimum inter-vehicular distance for a platoon, vehicle, traffic control entity |
-
2021
- 2021-11-17 CN CN202111362846.6A patent/CN113848957B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106708057A (zh) * | 2017-02-16 | 2017-05-24 | 北理慧动（常熟）车辆科技有限公司 | 一种智能车辆编队行驶方法 |
| CN108919798A (zh) * | 2018-06-10 | 2018-11-30 | 同济大学 | 一种基于混合函数域的网联智能车辆编队行驶控制方法 |
| CN111325967A (zh) * | 2020-02-28 | 2020-06-23 | 清华大学 | 一种基于协同指派的智能网联汽车编队控制方法和装置 |
| CN111766879A (zh) * | 2020-06-24 | 2020-10-13 | 天津大学 | 一种基于自主协同导航的智能车编队系统 |
| CN112650214A (zh) * | 2020-11-20 | 2021-04-13 | 上海航天控制技术研究所 | 一种集群系统动态编队的队形控制方法 |
| CN113335280A (zh) * | 2021-08-09 | 2021-09-03 | 天津所托瑞安汽车科技有限公司 | 车队的acc控制方法、装置、设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113848957A (zh) | 2021-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108688660B (zh) | 运行范围确定装置 | |
| CN109634263B (zh) | 基于数据同步的自动驾驶方法、终端及可读存储介质 | |
| US11377119B2 (en) | Drifting correction between planning stage and controlling stage of operating autonomous driving vehicles | |
| CN110262486B (zh) | 一种无人驾驶设备运动控制方法及装置 | |
| CN113561963B (zh) | 一种泊车方法、装置及车辆 | |
| CN113108791B (zh) | 一种导航定位方法及导航定位设备 | |
| CN107664504A (zh) | 一种路径规划装置 | |
| CN111126362B (zh) | 一种预测障碍物轨迹的方法及装置 | |
| CN111288971B (zh) | 一种视觉定位方法及装置 | |
| CN109143162A (zh) | 车辆姿态计算方法及装置 | |
| CN111062372B (zh) | 一种预测障碍物轨迹的方法及装置 | |
| CN111469127A (zh) | 代价地图更新方法、装置、机器人及存储介质 | |
| US20230392938A1 (en) | Navigation information processing method, electronic device, and storage medium | |
| CN116001811A (zh) | 一种自动驾驶车辆的轨迹规划方法、装置及设备 | |
| CN112362054A (zh) | 一种标定方法、装置、电子设备及存储介质 | |
| CN107764273B (zh) | 一种车辆导航定位方法及系统 | |
| Li et al. | Research on the UWB/IMU fusion positioning of mobile vehicle based on motion constraints | |
| CN111192303A (zh) | 一种点云数据处理方法及装置 | |
| CN110780325A (zh) | 运动对象的定位方法及装置、电子设备 | |
| CN112859131B (zh) | 一种无人驾驶设备的定位方法及装置 | |
| CN114694111A (zh) | 车辆定位 | |
| CN114061573B (zh) | 地面无人车辆编队定位装置及方法 | |
| CN113848957B (zh) | 地面无人车辆编队控制装置及方法 | |
| CN113074748A (zh) | 一种无人驾驶设备的路径规划方法及装置 | |
| CN115839718B (zh) | 一种基于运动约束的融合定位方法及装置 |
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 |