CN113884574B - 基于slam的智能测路面纵断面平整度仪 - Google Patents
基于slam的智能测路面纵断面平整度仪 Download PDFInfo
- Publication number
- CN113884574B CN113884574B CN202111293635.1A CN202111293635A CN113884574B CN 113884574 B CN113884574 B CN 113884574B CN 202111293635 A CN202111293635 A CN 202111293635A CN 113884574 B CN113884574 B CN 113884574B
- Authority
- CN
- China
- Prior art keywords
- robot
- data
- control system
- road surface
- slam
- 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
- 238000005259 measurement Methods 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 238000001514 detection method Methods 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 5
- 239000002245 particle Substances 0.000 claims description 5
- 230000035772 mutation Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 239000010426 asphalt Substances 0.000 description 7
- 239000004568 cement Substances 0.000 description 7
- 239000004567 concrete Substances 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 3
- 239000011384 asphalt concrete Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000013079 data visualisation Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
Abstract
本发明提供了一种基于SLAM的智能测路面纵断面平整度仪,包括机器人、相互通信的工控机控制系统和单片机控制系统;工控机控制系统连接的运动控制系统包括机器人操作系统和路径规划系统;机器人操作系统基于机器人发射的激光雷达SLAM在行进过程中进行格栅地图创建;路径规划系统用于在格栅地图中规划点,并进行全局路径规划并根据全局路径对机器人进行定位导航;单片机控制系统连接的测量系统包括安装在机器人上的超声波模块和陀螺仪模块,分别用于测量机器人在导航路面行进时的路面纵断面平整度和坡度。本发明基于SLAM实行建图导航,通过超声波和陀螺仪模块进行路面平整度和坡度测量,实现无人智能化工作,具有速度快精度高的优势。
Description
技术领域
本发明涉及路面测量技术领域,具体涉及一种基于SLAM的智能测路面纵断面平整度仪。
背景技术
随着道路建设工作的开展,公路验收和养护管理的工作量也日益繁重。在公路建成验收和养护维修前,必须对道路状况进行客观、准确、快速地检测与评价,为质量管理和养护部门提供检测数据和评价结果。其中,公路平整度可以体现为路面的损坏、车辙深度以及跳车现象的发生,他们在沥青高速公路、一级公路中的路面技术状况指数占比近60%。
目前人们测量路面平整度的仪器有:3m尺测量、连续式平整度仪、激光路面平整度仪等。其中直尺测量和连续式平整度仪需要消耗大量的人力物力,且测量速度慢;激光路面平整仪虽然精度高但是价格昂贵、对机器的操作要求更高、不能大范围普及、并且在短距离测量方面使用较少。
因此,如何提供一种高效的、精确的智能测量道路平整度仪器是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种基于SLAM的智能测路面纵断面平整度仪,基于SLAM实行建图导航,通过超声波和陀螺仪模块进行路面平整度和坡度测量,实现无人智能化工作,具有速度快精度高的优势。
为了实现上述目的,本发明采用如下技术方案:
一种基于SLAM的智能测路面纵断面平整度仪,包括机器人、相互通信的工控机控制系统和单片机控制系统;所述工控机控制系统连接运动控制系统,所述单片机控制系统连接测量系统;
所述运动控制系统包括机器人操作系统和路径规划系统;所述机器人操作系统基于所述机器人发射的激光雷达SLAM在行进过程中进行格栅地图创建;所述路径规划系统用于在格栅地图中规划点,并进行全局路径规划没并根据所述全局路径对所述机器人进行定位导航;所述机器人操作系统将所述格栅地图和定位导航数据发送至物联网平台;
所述测量系统包括安装在所述机器人上的超声波模块和陀螺仪模块,分别用于测量所述机器人在导航路面行进时的路面纵断面平整度和坡度,并依次通过单片机控制系统、工控机控制系统上传至物联网平台;
所述物联网平台进行数据融合及展示。
优选的,所述工控机控制系统接收测量系统测量的数据,结合所述机器人操作系统测得的机器人的位置信息,将二者利用MQTT协议融合并传输至所述物联网平台。
优选的,所述物联网平台将接收的数据信息传输给客户端进行可视化操作和查看。
优选的,所述机器人操作系统运用Gmapping算法构建机器人所处环境的二维栅格地图,在二维格栅地图上通过A*算法进行多目标点路径规划并利用amcl粒子滤波算法进行机器人实时定位。
优选的,所述超声波模块包括设置在机器人中间底部的超声波探测仪;所述机器人行进过程中遇到面积小于机器人底盘面积的凹陷/凸起时执行如下操作:
获取机器人前轮和后轮分别经过所述凹陷时陀螺仪模块检测的突变数据;
将突变数据发生时间点的超声波探测仪检测数据丢弃,以两次突变数据之间的陀螺仪平稳数据所在时间段内的位于机器人底盘中部的超声波检测仪测量数据作为凹陷/凸起的纵断面深度/高度数值。
优选的,所述机器人行进过程中遇到面积大于或等于机器人底盘面积的凹陷/凸起时执行如下操作:
机器人车身的倾斜程度θ由陀螺仪积分得出,机器人行进的距离X由所述机器人操作系统订阅里程计数据得出,根据三角函数原理,机器人此时所处位置的高程H可由公式求出:
H=X*sinθ。
优选的,所述路径规划系统还包括执行局部路径规划的操作:
通过对于所述机器人自身的宽度值设定进行自主导航,行进途中运用dwa算法规划局部路径,对全局规划路径中的障碍物进行规避。
经由上述的技术方案可知,与现有技术相比,本发明的有益效果包括:
(1)超声波和陀螺仪协同配合,解决了实际测量难题。通过对多种情况的具体分析,独创了针对每一种状态的数据融合算法,实现机器人在位姿倾斜时依然可以保证测量精度,提高了测量时的准确度和效率,更加切合实际的反应路面真实情况。
(2)运用SLAM建图与导航技术,实现无人智能化测量。运用雷达SLAM和视觉SLAM结合的方式,运用Gmapping算法,对于机器人所测路面进行三维场景重现并在此基础上实现导航功能,减少人力物力,做到无人智能清扫。
(3)运用物联网技术实现数据实时传输与可视化操作。通过运用物联网技术,利用MQTT协议进行设备间信息传递,发送给阿里云物联网平台进行数据处理,并传输给客户端进行可视化操作和查看,实现了对于路面平整度状况的实时了解。
附图说明
为了更清楚地说明本发明实施例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简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图;
图1为本发明实施例提供的一种基于SLAM的智能测路面纵断面平整度仪的功能原理图;
图2为本发明实施例提供的机器人结构图;
图3为本发明实施例提供的超声波模块测距原理图;
图4为本发明实施例提供的超声波探测仪安装位置图;
图5为本发明实施例提供的陀螺仪模块测量原理图;
图6为本发明实施例提供的机器人行进过程中遇到面积小于机器人底盘面积的凹陷/凸起时的示意图;
图7为本发明实施例提供的机器人行进过程中遇到面积大于机器人底盘面积的凹陷/凸起时的示意图;
图8为本发明实施例提供的机器人行进过程中遇到边坡时的示意图;
图9为本发明实施例提供的运动控制系统工作原理图;
图10为本发明实施例提供的SLAM激光雷达探测格栅地图;
图11为本发明实施例提供的多级规划点的全局路径规划示意图;
图12为本发明实施例提供的机器人导航过程图;
图13为本发明实施例提供的测量数据可视化展示图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
为解决现阶段短距离路面平整度测量的效率低,耗费人力物力等问题,本实施例公开的一种基于SLAM的智能测路面纵断面平整度仪由“工控机+STM32单片机”形成双闭环系统,利用雷达SLAM构建二维模拟地图,并实现自主导航和路径规划。同时,超声波模块和陀螺仪模块协同配合,对路面不平整的程度进行测量,并发送给工控机进行数据处理,最终传输到客户端进行数据可视化操作和查看。
参见图1,为本实施例提供的一种基于SLAM的智能测路面纵断面平整度仪,包括机器人,如图2所示、相互通信的工控机控制系统和单片机控制系统;工控机控制系统连接运动控制系统,单片机控制系统连接测量系统;
运动控制系统包括机器人操作系统和路径规划系统;机器人操作系统基于机器人发射的激光雷达SLAM在行进过程中进行格栅地图创建;路径规划系统用于在格栅地图中规划点,并进行全局路径规划没并根据全局路径对机器人进行定位导航;机器人操作系统将格栅地图和定位导航数据发送至物联网平台;
测量系统包括安装在机器人上的超声波模块和陀螺仪模块,分别用于测量机器人在导航路面行进时的路面纵断面平整度和坡度,并依次通过单片机控制系统、工控机控制系统上传至物联网平台;
物联网平台进行数据融合及展示。
在一个实施例中,工控机控制系统接收测量系统测量的数据,结合机器人操作系统测得的机器人的位置信息,将二者利用MQTT协议融合并传输至物联网平台。
本实施例通过运用雷达对要测路面的周围环境进行构建,在已建立好的地图上进行驱动,同时通过采用多组超声波探测仪测量出地面凹陷或凸起程度,陀螺仪积分测量出机器人的倾斜角度,得到路面纵断面的具体数值、坡度,将二者数据进行融合,可以对机器人周围的路面进行平整度测量,保证车辆倾斜时的平整度数据依然准确。再结合ros机器人操作系统里面机器人的位置信息,将两者的数据利用MQTT协议进行设备间信息传递,传输给客户端进行可视化操作和查看。更精准、贴切的反应路面真实状况。
在一个实施例中,物联网平台将接收的数据信息传输给客户端进行可视化操作和查看。将测量的数据传输到上位机中,并利用物联网平台实现数据的实时传输和可视化操作。
工控机控制系统作为数据发送端,通过ros机器人操作系统连接到物联网平台。工控机接收超声波传感器测量的数据,通过ros系统将数据传输到云端。物联网平台进行数据可视化处理并转发到手机客户端的微信小程序中,同时也可以通过物联网平台用户端发送数据到设备端,设备可以进行执行用户的命令。
在一个实施例中,机器人操作系统运用Gmapping算法构建机器人所处环境的二维栅格地图,在二维格栅地图上通过A*算法进行多目标点路径规划并利用amcl粒子滤波算法进行机器人实时定位。
机器人在运作时,首先将其放置在绝对水平的地方进行角度、平整度归零。再让机器人从被测路面的起点出发,操作人员将地图中与机器人互为对角的点作为最终目标点,以蛇形路径规划出多个目标点并进行等级划分,可以达到对所测区域的全面测量。
参见图9,运动控制系统在ros机器人操作系统的架构下,运用Gmapping算法构建所处环境的二维栅格地图,在该地图上通过A*算法进行多目标点路径规划并利用amcl粒子滤波算法进行实时定位,实现了机器人可以自主移动到目标规划点的功能。
SLAM建图步骤如下:
(1)激光雷达以自身为中心向四周发射激光,同时不断接收到从障碍物反射回来的激光,并在每次发射激光和接收反射回来的激光时产生电信号脉冲,这些脉冲被微型电脑检测到,工控机以激光雷达旋转速度和检测到激光发射脉冲与接收到反射激光脉冲时间差为条件,计算出障碍物与机器人的相对距离和相对方位。参见图10为SLAM激光雷达地图。
(2)运用Gmapping算法,通过粒子滤波的方式测算机器人的位姿信息,并将激光雷达的数据和里程计的数据进行集中处理,转化为栅格地图的形式表现出来。
(3)AMCL通过接受激光雷达数据、地图数据、坐标系转换的数据,将雷达SLAM与IMU进行结合后采用自适应蒙特卡罗定位算法实现机器人的移动定位。
在一个实施例中,路径规划系统还包括执行局部路径规划的操作:
通过对于机器人自身的宽度值设定进行自主导航,行进途中运用dwa算法规划局部路径,对全局规划路径中的障碍物进行规避。具体执行步骤如下:
(1)地图预处理,确定地图的每一个规划点
机器人采用多点导航原理:在建立的格栅地图上生成多个规划点,如图11所示的红点,然后将规划点按照等级依次相连,运用A*算法进行全局路径规划。
(2)在规划好的路线上进行导航和局部路径规划
全局路径规划好后,机器可通过对于自身的宽度值设定进行自主导航,行进途中运用dwa算法规划局部路径,由于实际操作过程中可能会有障碍物出现,机器人可根据算法规划处局部路径进行规避,避免对机器人造成损害。如图12所示,灰度深表明代价高,机器人容易与其发生碰撞的区域,路径规划时应该避开;浅色部分表明有可能发生碰撞的区域。蓝色线为规划的全局路径,红色线为规划的局部路径,黄色线为在局部代价地图中跟踪的全局路径,红色圆圈表示机器人当前位置。
参见图6,在一个实施例中,超声波模块包括设置在机器人中间底部的超声波探测仪;机器人行进过程中遇到面积小于机器人底盘面积的凹陷/凸起时执行如下操作:
获取机器人前轮和后轮分别经过凹陷时陀螺仪模块检测的突变数据;
将突变数据发生时间点的超声波探测仪检测数据丢弃,以两次突变数据之间的陀螺仪平稳数据所在时间段内的超声波检测仪测量数据作为凹陷/凸起的纵断面深度/高度数值。
在一个实施例中,如图4所示,设置两组超声波探测仪。一组在机器人前端,一组在机器人底部中间位置。前端主要负责机器人没有发生大幅度抖动时的路面平整度,而中部的超声波探测仪用于探测面积小于机器人底盘面积的凹陷/凸起的测量数据。
本实施例中,参见图3,采用US-015超声波模块,具有分辨率高,重复测量一致性好的优点。US-015模块可实现2cm-4m的非接触测距功能,其分辨率高于1mm,可达0.5mm,测距精度高,重复测量一致性好,测距稳定可靠。
对于小规模凹陷/凸起,即面积小于机器人底盘面积的凹陷/凸起,车辆前轮和后轮会分别经过该凹陷导致机器人出现短暂倾斜并迅速恢复,短时间内陀螺仪数据、超声波测量数据会有波动。在规定的时间段内,由于车辆倾斜造成的陀螺仪数据突变,将超声波所测得的该时间段内时间点数据进行丢弃。而凹陷/凸起的具体数值由车辆平稳经过时机器人中间部位的超声波测量。
参见图7,在一个实施例中,机器人行进过程中遇到面积大于或等于机器人底盘面积的凹陷/凸起时执行如下操作:
机器人车身的倾斜程度θ由陀螺仪积分得出,机器人行进的距离X由机器人操作系统订阅里程计数据得出,根据三角函数原理,机器人此时所处位置的高程H可由公式求出:
H=X*sinθ。
本实施例中,陀螺仪模块采用6轴运动处理组件,内部整合了3轴陀螺仪和3轴加速度传感器,并利用自带的数字运动处理器DMP硬件加速引擎,通过主IIC接口,向应用端输出完整的9轴融合演算数据。具体选用MPU-6050高性能六轴传感器测量机器的加速度及倾斜角度,通过主IIC接口,向应用端输出姿态解算后的数据,具有使用方便的特点。
实时将H值和纵断面深度/高度数值传输到物联网平台进行可视化处理。
参见图8,在一个实施例中,机器人行进过程中遇到边坡时执行如下操作:
边坡即道路横向倾斜,当机器人本身倾斜时可以通过陀螺仪模块所测得的角度反映目前所处位置的边坡坡度。
在一个实施例中,采用标准差对测量系统的测量数据进行处理。在一定步长内,对所测得的一系列高程值应用一般统计学方法及逆行计算而得到标准差s,以此来表征路面平整度。
式中,n:每一步长所包含的高程值的数目;
Yi:每一步长内的第i个高程值(mm);
Ya:每一步长内包含的高程值的算术平均值(mm)。
高程值包括纵断面深度/高度数值和H值。
本发明不同状态路面的测量过程如下:
常见的路面主要有水泥混凝土、沥青混凝土、厂拌沥青碎石及整齐块石等。针对以上路面我们用水泥混凝土路面和沥青混凝土路面进行测试。
对于沥青混凝土路面:
沥青路面是指在矿质材料中掺入路用沥青材料铺筑的各种类型的路面。沥青类结构层本身属于柔性范畴,沥青结合料提高了铺路用粒料抵抗行车和自然因素对路面损害的能力,使路面平整少尘、不透水、经久耐用。因此针对沥青路面本发明测量起伏度。
通过mpu6050测量返回的数据,并进行计算得出路面的起伏程度,如图5所示:
通过反正切公式算出角度:
angle=atan2(y1,x1)
此时算出的角度是弧度制,若需转换为角度,则:
angle=atan2(y1,x1)*180/PI
其中,PI为圆周率。
对于水泥混凝土路面:
水泥混凝土路面是指以水泥混凝土为主要材料做面层的路面,简称混凝土路面,亦称刚性路面。因为价格相对低廉,所以使用较广泛。水泥混凝土路面是刚性路面,受到热胀冷缩影响,会使内部应力增大,导致路面出现裂缝。因此针对水泥路面本发明通过检测路面裂缝及起伏程度,测量路面平整度。
表1本发明产品与同类产品对比
本发明不但能极大程度的节省人力、使测量更便捷,还可以实时向客户端传输路面平整度信息。伴随着传感器技术和计算机技术的发展,使用非接触式检测方法来快速检测路面的平整度成为路面平整度检测的主流发展方向。
本发明通过在已建立的地图上进行导航实现,利用超声波和陀螺仪模块协同配合,并将数据发送给阿里云物联网平台进行数据可视化处理和传输。可以实现对于路面平整度数据的高精度无人测量,适用于公路、城市道路、广场等路面的短距离施工检查、竣工验收和道路的养护。
以上对本发明所提供的基于SLAM的智能测路面纵断面平整度仪进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本发明的限制。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (3)
1.一种基于SLAM的智能测路面纵断面平整度仪,其特征在于,包括机器人、相互通信的工控机控制系统和单片机控制系统;所述工控机控制系统连接运动控制系统,所述单片机控制系统连接测量系统;
所述运动控制系统包括机器人操作系统和路径规划系统;所述机器人操作系统基于所述机器人发射的激光雷达SLAM在行进过程中进行格栅地图创建;所述路径规划系统用于在格栅地图中规划点,并进行全局路径规划没并根据所述全局路径对所述机器人进行定位导航;所述机器人操作系统将所述格栅地图和定位导航数据发送至物联网平台;所述机器人操作系统运用Gmapping算法构建机器人所处环境的二维栅格地图,在二维格栅地图上通过A*算法进行多目标点路径规划并利用amcl粒子滤波算法进行机器人实时定位;
所述测量系统包括安装在所述机器人上的超声波模块和陀螺仪模块,分别用于测量所述机器人在导航路面行进时的路面纵断面平整度和坡度,并依次通过单片机控制系统、工控机控制系统上传至物联网平台;
所述物联网平台进行数据融合及展示;
所述工控机控制系统接收测量系统测量的数据,结合所述机器人操作系统测得的机器人的位置信息,将二者利用MQTT协议融合并传输至所述物联网平台;
所述超声波模块包括设置在机器人中间底部的超声波探测仪;所述机器人行进过程中遇到面积小于机器人底盘面积的凹陷/凸起时执行如下操作:
获取机器人前轮和后轮分别经过所述凹陷时陀螺仪模块检测的突变数据;
将突变数据发生时间点的超声波探测仪检测数据丢弃,以两次突变数据之间的陀螺仪平稳数据所在时间段内的位于机器人地盘中部的超声波检测仪测量数据作为凹陷/凸起的纵断面深度/高度数值;
所述机器人行进过程中遇到面积大于或等于机器人底盘面积的凹陷/凸起时执行如下操作:
机器人车身的倾斜程度θ由陀螺仪积分得出,机器人行进的距离X由所述机器人操作系统订阅里程计数据得出,根据三角函数原理,机器人此时所处位置的高程H可由公式求出:
H=X*sinθ。
2.根据权利要求1所述的基于SLAM的智能测路面纵断面平整度仪,其特征在于,所述物联网平台将接收的数据信息传输给客户端进行可视化操作和查看。
3.根据权利要求1所述的基于SLAM的智能测路面纵断面平整度仪,其特征在于,所述路径规划系统还包括执行局部路径规划的操作:
通过对于所述机器人自身的宽度值设定进行自主导航,行进途中运用dwa算法规划局部路径,对全局规划路径中的障碍物进行规避。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111293635.1A CN113884574B (zh) | 2021-11-03 | 2021-11-03 | 基于slam的智能测路面纵断面平整度仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111293635.1A CN113884574B (zh) | 2021-11-03 | 2021-11-03 | 基于slam的智能测路面纵断面平整度仪 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113884574A CN113884574A (zh) | 2022-01-04 |
CN113884574B true CN113884574B (zh) | 2024-03-19 |
Family
ID=79016192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111293635.1A Active CN113884574B (zh) | 2021-11-03 | 2021-11-03 | 基于slam的智能测路面纵断面平整度仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113884574B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114543814A (zh) * | 2022-02-24 | 2022-05-27 | 北京化工大学 | 一种应用于三维环境中的机器人自主定位与导航的方法 |
CN114481771B (zh) * | 2022-04-14 | 2022-06-24 | 临沂市公路事业发展中心兰陵县中心 | 一种公路施工勘测用路面平整度视频测量系统及测量方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11161332A (ja) * | 1997-11-28 | 1999-06-18 | Yaskawa Electric Corp | 障害物検出装置およびそれを用いた無人走行車 |
CN105951569A (zh) * | 2016-05-23 | 2016-09-21 | 桂仲成 | 履带式道面自主检测机器人系统及检测方法 |
JP2017100490A (ja) * | 2015-11-30 | 2017-06-08 | パイオニア株式会社 | 速度制御装置 |
CN108608440A (zh) * | 2018-07-19 | 2018-10-02 | 深圳市寒武纪智能科技有限公司 | 服务机器人和服务机器人系统 |
CN109144067A (zh) * | 2018-09-17 | 2019-01-04 | 长安大学 | 一种智能清洁机器人及其路径规划方法 |
CN110750097A (zh) * | 2019-10-17 | 2020-02-04 | 上海飒智智能科技有限公司 | 一种室内机器人导航系统及建图、定位和移动方法 |
CN111522339A (zh) * | 2020-04-20 | 2020-08-11 | 北京农业信息技术研究中心 | 畜禽舍巡检机器人自动路径规划与定位方法及装置 |
CN112306058A (zh) * | 2020-10-15 | 2021-02-02 | 华南农业大学 | 清粪机器人智能导航方法、装置、系统、介质和设备 |
CN112325884A (zh) * | 2020-10-29 | 2021-02-05 | 广西科技大学 | 一种基于dwa的ros机器人局部路径规划方法 |
CN113001544A (zh) * | 2021-02-26 | 2021-06-22 | 深圳乐动机器人有限公司 | 一种机器人的控制方法、装置及机器人 |
CN113093756A (zh) * | 2021-04-07 | 2021-07-09 | 福州大学 | 树莓派平台下基于激光slam的室内导航机器人 |
-
2021
- 2021-11-03 CN CN202111293635.1A patent/CN113884574B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11161332A (ja) * | 1997-11-28 | 1999-06-18 | Yaskawa Electric Corp | 障害物検出装置およびそれを用いた無人走行車 |
JP2017100490A (ja) * | 2015-11-30 | 2017-06-08 | パイオニア株式会社 | 速度制御装置 |
CN105951569A (zh) * | 2016-05-23 | 2016-09-21 | 桂仲成 | 履带式道面自主检测机器人系统及检测方法 |
CN108608440A (zh) * | 2018-07-19 | 2018-10-02 | 深圳市寒武纪智能科技有限公司 | 服务机器人和服务机器人系统 |
CN109144067A (zh) * | 2018-09-17 | 2019-01-04 | 长安大学 | 一种智能清洁机器人及其路径规划方法 |
CN110750097A (zh) * | 2019-10-17 | 2020-02-04 | 上海飒智智能科技有限公司 | 一种室内机器人导航系统及建图、定位和移动方法 |
CN111522339A (zh) * | 2020-04-20 | 2020-08-11 | 北京农业信息技术研究中心 | 畜禽舍巡检机器人自动路径规划与定位方法及装置 |
CN112306058A (zh) * | 2020-10-15 | 2021-02-02 | 华南农业大学 | 清粪机器人智能导航方法、装置、系统、介质和设备 |
CN112325884A (zh) * | 2020-10-29 | 2021-02-05 | 广西科技大学 | 一种基于dwa的ros机器人局部路径规划方法 |
CN113001544A (zh) * | 2021-02-26 | 2021-06-22 | 深圳乐动机器人有限公司 | 一种机器人的控制方法、装置及机器人 |
CN113093756A (zh) * | 2021-04-07 | 2021-07-09 | 福州大学 | 树莓派平台下基于激光slam的室内导航机器人 |
Non-Patent Citations (1)
Title |
---|
基于PLC的工业云平台控制系统设计;孙洁 等;电气传动;第50卷(第7期);摘要,第69-73页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113884574A (zh) | 2022-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113884574B (zh) | 基于slam的智能测路面纵断面平整度仪 | |
US11892855B2 (en) | Robot with perception capability of livestock and poultry information and mapping approach based on autonomous navigation | |
Kriegman et al. | A mobile robot: Sensing, planning and locomotion | |
WO2021254367A1 (zh) | 机器人系统及定位导航方法 | |
Puente et al. | Review of mobile mapping and surveying technologies | |
CN109240284B (zh) | 一种无人驾驶农机的自主路径规划方法及装置 | |
Cheok et al. | Ladars for construction assessment and update | |
CN113189977B (zh) | 一种用于机器人的智能导航路径规划系统及方法 | |
CN109917786A (zh) | 一种面向复杂环境作业的机器人感知系统及系统运行方法 | |
CN214520204U (zh) | 一种基于深度相机和激光雷达的港区智能巡检机器人 | |
CN113867334A (zh) | 一种移动机械无人驾驶的路径规划方法和系统 | |
CN112518739A (zh) | 履带式底盘机器人侦察智能化自主导航方法 | |
CN101858730A (zh) | 一种自动测量煤堆体积的方法及其专用装置 | |
CN102155913A (zh) | 基于图像和激光的煤堆体积自动测量方法及装置 | |
Yao et al. | Wireless positioning and path tracking for a mobile platform in greenhouse. | |
Langer et al. | Imaging ladar for 3-D surveying and CAD modeling of real-world environments | |
CN112880599A (zh) | 一种基于四足机器人的路基平整度检测系统及工作方法 | |
CN202166895U (zh) | 变电站智能巡检机器人的激光导航系统 | |
CN116560357A (zh) | 一种基于slam的隧道巡检机器人系统及巡检控制方法 | |
Chang et al. | Measurement of the international roughness index (IRI) using an autonomous robot (P3-AT) | |
Zhan et al. | Intelligent paving and compaction technologies for asphalt pavement | |
CN207965645U (zh) | 一种机器人自主导航系统 | |
Zhou et al. | Crater identification simulation using LiDAR on Lunar rover | |
CN112684797A (zh) | 一种障碍物地图构建方法 | |
CN206709795U (zh) | 一种快速测量土地面积仪 |
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 |