CN114137975A - 一种超声波辅助融合定位的无人车导航纠偏方法 - Google Patents
一种超声波辅助融合定位的无人车导航纠偏方法 Download PDFInfo
- Publication number
- CN114137975A CN114137975A CN202111421111.6A CN202111421111A CN114137975A CN 114137975 A CN114137975 A CN 114137975A CN 202111421111 A CN202111421111 A CN 202111421111A CN 114137975 A CN114137975 A CN 114137975A
- Authority
- CN
- China
- Prior art keywords
- unmanned vehicle
- navigation
- ultrasonic
- unmanned
- vehicle
- 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 37
- 230000004927 fusion Effects 0.000 title claims abstract description 36
- 238000005259 measurement Methods 0.000 claims abstract description 25
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 25
- 238000006073 displacement reaction Methods 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 11
- 238000009434 installation Methods 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- 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)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Acoustics & Sound (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种超声波辅助融合定位的无人车导航纠偏方法，包括S1、以无人车自身坐标系建立车身坐标系；S2、在无人车上安装信息采集装置和超声波传感器，采集并计算无人车的位姿信息以及所在空间的环境信息；S3、对无人车的位姿信息进行扩展卡尔曼滤波融合，得到融合后的位姿；S4、将超声波传感器的量测数据结合融合后的位姿，比较导航过程中左右两侧前后超声波与墙壁距离关系以及无人车融合后的位姿，并根据无人车与左右墙体之间的相对位置关系判断车体是否偏移；S5、判断车体偏移后停止导航并下发转向角度w，将无人车矫正到与左右障碍平面平行的关系再继续导航。本发明可有效降低传感器测量过程随机噪声，极大减少无人车与行进途中本体左右的墙体发生碰撞的概率。
Description
技术领域
本发明属于无人车导航技术领域，具体涉及一种超声波辅助融合定位的无人车导航纠偏方法。
背景技术
无人车在军事、工业、民生等各个领域都已经有了广泛应用，在全球已经形成一个庞大的产业体系，无人车技术的发展在一定程度上体现了一个国家的智能化技术的发展现状。
导航定位是无人车必须具备的功能，是无人车完成各项任务的前提和基础。从目前用于无人车的导航定位技术来看，多是以多种传感器融合的方式实现，若在导航的同时需要与墙平行执行检测任务，这样的要求导航还不能精确控制。
因此亟需研发一种导航纠偏方法，提高无人车工作性能，降低无人车在运行过程中发生碰撞的概率，提高无人车自身及其用户的的安全。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足，提供一种超声波辅助融合定位的无人车导航纠偏方法，能够精确控制无人车与墙平行执行检测任务，提高无人车工作性能，降低无人车在运行过程中发生碰撞的概率，提高无人车自身及其用户的安全。
为实现上述技术目的，本发明采取的技术方案为：
一种超声波辅助融合定位的无人车导航纠偏方法，包括
S1、以无人车自身坐标系建立车身坐标系，车中心为原点，正前方为X方向，正左方为Y方向，给定无人车的X方向速度Vx；
S2、在无人车上安装信息采集装置和超声波传感器，采集并计算无人车的位姿信息以及所在空间的环境信息；
S3、对无人车的位姿信息进行扩展卡尔曼滤波融合，实现位姿矫正，得到融合后的位姿；
S4、将超声波传感器的量测数据结合融合后的位姿，比较导航过程中左右两侧前后超声波与墙壁距离关系以及无人车融合后的位姿，并根据无人车与左右墙体之间的相对位置关系判断车体是否偏移；
S5、判断车体偏移后停止导航并下发转向角度w，按照下发的转向角度w将无人车矫正到与左右障碍平面平行的关系再继续导航。
为优化上述技术方案，采取的具体措施还包括：
上述的步骤S2所述信息采集装置包括二维激光雷达、惯性测量单元和增量式编码器；
所述二维激光雷达，用于测量无人车所在空间内与周围墙体的距离信息；
所述惯性测量单元，用于测量无人车自身线加速度和角速度；
所述增量式编码器，用于将无人车的位移转换成周期性的电信号输出计数脉冲得到角速度和直线速度。
上述的步骤S2中，在无人车左右两侧各安装两个超声波传感器。
上述的步骤S2中采集并计算无人车的位姿信息以及所在空间的环境信息的具体步骤包括：
对所述增量式编码器测量得到的角速度和直线速度进行积分得到无人车的里程信息；
对所述惯性测量单元测量得到的角速度进行计算得到无人车的姿态角；
对所述二维激光雷达测量得到的无人车所在空间与周围墙体的距离信息进行线段特征提取，在栅格地图中进行直线拟合得到无人车所在空间的环境信息，即空间二维点云地图。
对所述二维激光雷达测量得到的无人车所在空间二维点云地图进行扫描匹配得到无人车的位移量。
上述的增量式编码器对左右轮速进行积分得到无人车的里程信息，计算公式为，
Vx＝(Vr+Vl)/2
Vth＝(Vr-Vl)/d
delta_x＝Vx*cos(th)*dt
delta_y＝Vx*sin(th)*dt
delta_th＝Vth*dt
其中，Vr为增量式编码器所测得的右轮速度，Vl为增量式编码器所测得的左轮速度，d为无人车左右轮距，delta_x为无人车正前方X方向上的位移量，delta_y为无人车正左方Y方向上的位移量，delta_th为无人车姿态角，Vx为无人车前进方向上的速度，Vth为无人车逆时针旋转的角速度，th为无人车逆时针旋转角度，dt为两次计算的时间差。
上述的步骤S3包括：
将增量式编码器所计算的里程信息与惯性测量单元所计算的无人车姿态角做扩展卡尔曼滤波融合，初始化状态方程及协方差矩阵，根据控制参数进行状态更新，计算预测状态的均值，计算预测误差的协方差矩阵及卡尔曼增益矩阵，用测量值修正预测状态，计算更新后误差协方差矩阵，迭代计算预测状态的均值，得到融合后的无人车姿态角；
将增量式编码器所计算的里程信息与空间二维点云地图扫描匹配得到无人车的位移量做扩展卡尔曼滤波融合，初始化状态方程及协方差矩阵，根据控制参数进行状态更新，计算预测状态的均值，计算预测误差的协方差矩阵及卡尔曼增益矩阵，用测量值修正预测状态，计算更新后误差协方差矩阵，迭代计算预测状态的均值，得到融合后的无人车位置；
将融合后的无人车姿态角和无人车位置，即无人车位姿用于导航定位，提高无人车导航过程中的定位精度，使后续导航纠偏效果更准确。
上述的步骤S4中判断无人车与左右障碍平面的相对位置关系的具体步骤为：
比较导航过程中左右两侧前后超声波与墙壁距离关系以及无人车融合后的位姿；
若左右两侧前后超声波传感器距离相等，则判断此时无人车与左右障碍平面平行不需要纠偏；
若左右两侧前后超声波传感器距离不相等，无人车融合后的姿态角在1s时间内的波动小于0.2rad，则认为无人车当前车体发生了偏移，暂停导航发布需要调整的角度给底盘，订阅调整后的位姿信息启动导航；
若左右两侧前后超声波传感器距离不相等并且无人车融合后的姿态角在1s时间内的波动大于0.2rad，判断车体当前正在转弯不需要纠偏。
上述的步骤S5中下发的转向角度w具体为：
以所述无人车车体前进方向为正方向，以所述无人车车体逆时针旋转为正方向；
对于无人车右方墙体：
无人车转向角度w＝-arcsin(|x1-x2|/d1)；
式中，x1为所述无人车车身右前侧超声波传感器距离右侧墙面的距离；
x2为所述无人车车身右后侧超声波传感器距离右侧墙面的距离；
d1为右侧前后两超声波传感器的安装距离；
对于无人车左方墙体：
无人车转向角度w＝arcsin(|x3-x4|/d2)；
式中，x3为所述无人车车身左前侧超声波传感器距离左侧墙面的距离；
x4为所述无人车车身左后侧超声波传感器距离左侧墙面的距离；
d2为右侧前后两超声波传感器的安装距离。
本发明具有以下有益效果：
1.本发明将超声波的量测数据结合无人车的位姿信息，比较导航过程中左右两侧前后超声波与墙壁距离关系以及无人车融合后的位姿，从而根据无人车与左右墙体之间的相对位置关系判断出是否需要纠偏，根据两侧前后超声波的数据计算出需要纠偏的姿态角度，降低无人车在运行过程中发生碰撞的概率。
2.本发明将编码器里程信息分别与惯性测量单元姿态角、激光雷达位移量做扩展卡尔曼滤波融合，由协方差矩阵矫正位姿，减少了导航纠偏时因为自身车轮打滑带来的误纠偏情况。
3.本发明在导航过程中实时检测无人车与墙面的平行关系，判断车体偏移后停止导航下发转向角度，将无人车矫正到与左右障碍平面平行的关系再继续导航，有效提高了无人车的工作性能。
附图说明
图1为无人车的车身坐标系示意图；
图2为本发明一种超声波辅助融合定位的无人车导航纠偏方法的流程图。
具体实施方式
以下结合附图对本发明的实施例作进一步详细描述。
如图1和2所示，一种超声波辅助融合定位的无人车导航纠偏方法，包括
S1、以无人车自身坐标系建立车身坐标系，车中心为原点，正前方为X方向，正左方为Y方向，给定无人车的X方向速度Vx；
S2、在无人车上安装信息采集装置和超声波传感器，采集并计算无人车的位姿信息以及所在空间的环境信息；
S3、对无人车的位姿信息进行扩展卡尔曼滤波融合，实现位姿矫正，得到融合后的位姿；
利用扩展卡尔曼滤波的工作特性减少无人车车轮打滑引起的姿态角误差；
S4、将超声波传感器的量测数据结合融合后的位姿，比较导航过程中左右两侧前后超声波与墙壁距离关系以及无人车融合后的位姿，并根据无人车与左右墙体之间的相对位置关系判断车体是否偏移；
S5、判断车体偏移后停止导航并下发转向角度w，按照下发的转向角度w将无人车矫正到与左右障碍平面平行的关系再继续导航。
实施例中，步骤S2所述信息采集装置包括二维激光雷达、惯性测量单元和增量式编码器；
所述二维激光雷达，用于测量无人车所在空间内与周围墙体的距离信息；
所述惯性测量单元，用于测量无人车自身线加速度和角速度；
所述增量式编码器，用于将无人车的位移转换成周期性的电信号输出计数脉冲得到角速度和直线速度。
实施例中，步骤S2中，在无人车左右两侧各安装两个超声波传感器。
实施例中，步骤S2中采集并计算无人车的位姿信息以及所在空间的环境信息的具体步骤包括：
对所述增量式编码器测量得到的角速度和直线速度进行积分得到无人车的里程信息；
对所述惯性测量单元测量得到的角速度进行计算得到无人车的姿态角；
对所述二维激光雷达测量得到的无人车所在空间与周围墙体的距离信息进行线段特征提取，在栅格地图中进行直线拟合得到无人车所在空间的环境信息，即空间二维点云地图。
对所述二维激光雷达测量得到的无人车所在空间二维点云地图进行扫描匹配得到无人车的位移量。
所述增量式编码器对左右轮速进行积分得到无人车的里程信息，计算公式为，
Vx＝(Vr+Vl)/2
Vth＝(Vr-Vl)/d
delta_x＝Vx*cos(th)*dt
delta_y＝Vx*sin(th)*dt
delta_th＝Vth*dt
其中，Vr为增量式编码器所测得的右轮速度，Vl为增量式编码器所测得的左轮速度，d为无人车左右轮距，delta_x为无人车正前方X方向上的位移量，delta_y为无人车正左方Y方向上的位移量，delta_th为无人车姿态角，Vx为无人车前进方向上的速度，Vth为无人车逆时针旋转的角速度，th为无人车逆时针旋转角度，dt为两次计算的时间差。
实施例中，S3、对无人车的位姿信息进行扩展卡尔曼滤波融合，实现位姿矫正，得到融合后的位姿；
所述步骤S3包括：
将增量式编码器所计算的里程信息与惯性测量单元所计算的无人车姿态角做扩展卡尔曼滤波融合，初始化状态方程及协方差矩阵，根据控制参数进行状态更新，计算预测状态的均值，计算预测误差的协方差矩阵及卡尔曼增益矩阵，用测量值修正预测状态，计算更新后误差协方差矩阵，迭代计算预测状态的均值，得到融合后的无人车姿态角；
将增量式编码器所计算的里程信息与空间二维点云地图扫描匹配得到无人车的位移量做扩展卡尔曼滤波融合，初始化状态方程及协方差矩阵，根据控制参数进行状态更新，计算预测状态的均值，计算预测误差的协方差矩阵及卡尔曼增益矩阵，用测量值修正预测状态，计算更新后误差协方差矩阵，迭代计算预测状态的均值，得到融合后的无人车位置；
将融合后的无人车姿态角和无人车位置，即无人车位姿用于导航定位，提高无人车导航过程中的定位精度，使后续导航纠偏效果更准确。
实施例中，所述步骤S4中判断无人车与左右障碍平面的相对位置关系的具体步骤为：
比较导航过程中左右两侧前后超声波与墙壁距离关系以及无人车融合后的位姿；
若左右两侧前后超声波传感器距离相等，则判断此时无人车与左右障碍平面平行不需要纠偏；
若左右两侧前后超声波传感器距离不相等，无人车融合后的姿态角在1s时间内的波动小于0.2rad，则认为无人车当前车体发生了偏移，暂停导航发布需要调整的角度给底盘，订阅调整后的位姿信息启动导航；
若左右两侧前后超声波传感器距离不相等并且无人车融合后的姿态角在1s时间内的波动大于0.2rad，判断车体当前正在转弯不需要纠偏。
实施例中，所述步骤S5中下发的转向角度w具体为：
以所述无人车车体前进方向为正方向，以所述无人车车体逆时针旋转为正方向；
对于无人车右方墙体：
无人车转向角度w＝-arcsin(|x1-x2|/d1)；
式中，x1为所述无人车车身右前侧超声波传感器距离右侧墙面的距离；
x2为所述无人车车身右后侧超声波传感器距离右侧墙面的距离；
d1为右侧前后两超声波传感器的安装距离；
对于无人车左方墙体：
无人车转向角度w＝arcsin(|x3-x4|/d2)；
式中，x3为所述无人车车身左前侧超声波传感器距离左侧墙面的距离；
x4为所述无人车车身左后侧超声波传感器距离左侧墙面的距离；
d2为右侧前后两超声波传感器的安装距离。
基于上述方案，本发明将超声波的量测数据结合导航系统的位姿信息，比较导航过程中左右两侧前后超声波与墙壁距离关系以及无人车融合后的位姿，从而根据无人车与左右墙体之间的相对位置关系判断出是否需要纠偏，根据两侧前后超声波的数据计算出需要纠偏的姿态角度，降低无人车在运行过程中发生碰撞的概率。本发明在导航过程中实时检测无人车与墙面的平行关系，判断车体偏移后停止导航，下发转向角度，将无人车矫正到与左右障碍平面平行的关系再继续导航，有效提高了无人车的工作性能。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。
Claims (8)
1.一种超声波辅助融合定位的无人车导航纠偏方法，其特征在于，包括
S1、以无人车自身坐标系建立车身坐标系，车中心为原点，正前方为X方向，正左方为Y方向，给定无人车的X方向速度Vx；
S2、在无人车上安装信息采集装置和超声波传感器，采集并计算无人车的位姿信息以及所在空间的环境信息；
S3、对无人车的位姿信息进行扩展卡尔曼滤波融合，实现位姿矫正，得到融合后的位姿；
S4、将超声波传感器的量测数据结合融合后的位姿，比较导航过程中左右两侧前后超声波与墙壁距离关系以及无人车融合后的位姿，并根据无人车与左右墙体之间的相对位置关系判断车体是否偏移；
S5、判断车体偏移后停止导航并下发转向角度w，按照下发的转向角度w将无人车矫正到与左右障碍平面平行的关系再继续导航。
2.根据权利要求1所述的一种超声波辅助融合定位的无人车导航纠偏方法，其特征在于，步骤S2所述信息采集装置包括二维激光雷达、惯性测量单元和增量式编码器；
所述二维激光雷达，用于测量无人车所在空间内与周围墙体的距离信息；
所述惯性测量单元，用于测量无人车自身线加速度和角速度；
所述增量式编码器，用于将无人车的位移转换成周期性的电信号输出计数脉冲得到角速度和直线速度。
3.根据权利要求2所述的一种超声波辅助融合定位的无人车导航纠偏方法，其特征在于，步骤S2中，在无人车左右两侧各安装两个超声波传感器。
4.根据权利要求3所述的一种超声波辅助融合定位的无人车导航纠偏方法，其特征在于，所述步骤S2中采集并计算无人车的位姿信息以及所在空间的环境信息的具体步骤包括：
对所述增量式编码器测量得到的角速度和直线速度进行积分得到无人车的里程信息；
对所述惯性测量单元测量得到的角速度进行计算得到无人车的姿态角；
对所述二维激光雷达测量得到的无人车所在空间与周围墙体的距离信息进行线段特征提取，在栅格地图中进行直线拟合得到无人车所在空间的环境信息，即空间二维点云地图；
对所述二维激光雷达测量得到的无人车所在空间二维点云地图进行扫描匹配得到无人车的位移量。
5.根据权利要求4所述的一种超声波辅助融合定位的无人车导航纠偏方法，其特征在于，所述增量式编码器对左右轮速进行积分得到无人车的里程信息，计算公式为，
Vx＝(Vr+Vl)/2
Vth＝(Vr-Vl)/d
delta_x＝Vx*cos(th)*dt
delta_y＝Vx*sin(th)*dt
delta_th＝Vth*dt
其中，Vr为增量式编码器所测得的右轮速度，Vl为增量式编码器所测得的左轮速度，d为无人车左右轮距，delta_x为无人车正前方X方向上的位移量，delta_y为无人车正左方Y方向上的位移量，delta_th为无人车姿态角，Vx为无人车前进方向上的速度，Vth为无人车逆时针旋转的角速度，th为无人车逆时针旋转角度，dt为两次计算的时间差。
6.根据权利要求4所述的一种超声波辅助融合定位的无人车导航纠偏方法，其特征在于，所述步骤S3包括：
将增量式编码器所计算的里程信息与惯性测量单元所计算的无人车姿态角做扩展卡尔曼滤波融合，初始化状态方程及协方差矩阵，根据控制参数进行状态更新，计算预测状态的均值，计算预测误差的协方差矩阵及卡尔曼增益矩阵，用测量值修正预测状态，计算更新后误差协方差矩阵，迭代计算预测状态的均值，得到融合后的无人车姿态角；
将增量式编码器所计算的里程信息与空间二维点云地图扫描匹配得到无人车的位移量做扩展卡尔曼滤波融合，初始化状态方程及协方差矩阵，根据控制参数进行状态更新，计算预测状态的均值，计算预测误差的协方差矩阵及卡尔曼增益矩阵，用测量值修正预测状态，计算更新后误差协方差矩阵，迭代计算预测状态的均值，得到融合后的无人车位置；
将融合后的无人车姿态角和无人车位置，即无人车位姿用于导航定位，提高无人车导航过程中的定位精度，使后续导航纠偏效果更准确。
7.根据权利要求1所述的一种超声波辅助融合定位的无人车导航纠偏方法，其特征在于，所述步骤S4中判断无人车与左右障碍平面的相对位置关系的具体步骤为：
比较导航过程中左右两侧前后超声波与墙壁距离关系以及无人车融合后的位姿；
若左右两侧前后超声波传感器距离相等，则判断此时无人车与左右障碍平面平行不需要纠偏；
若左右两侧前后超声波传感器距离不相等，无人车融合后的姿态角在1s时间内的波动小于0.2rad，则认为无人车当前车体发生了偏移，暂停导航发布需要调整的角度给底盘，订阅调整后的位姿信息启动导航；
若左右两侧前后超声波传感器距离不相等并且无人车融合后的姿态角在1s时间内的波动大于0.2rad，判断车体当前正在转弯不需要纠偏。
8.根据权利要求1所述的一种超声波辅助融合定位的无人车导航纠偏方法，其特征在于，所述步骤S5中下发的转向角度w具体为：
以所述无人车车体前进方向为正方向，以所述无人车车体逆时针旋转为正方向；
对于无人车右方墙体：
无人车转向角度w＝-arcsin(|x1-x2|/d1)；
式中，x1为所述无人车车身右前侧超声波传感器距离右侧墙面的距离；
x2为所述无人车车身右后侧超声波传感器距离右侧墙面的距离；
d1为右侧前后两超声波传感器的安装距离；
对于无人车左方墙体：
无人车转向角度w＝arcsin(|x3-x4|/d2)；
式中，x3为所述无人车车身左前侧超声波传感器距离左侧墙面的距离；
x4为所述无人车车身左后侧超声波传感器距离左侧墙面的距离；
d2为右侧前后两超声波传感器的安装距离。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111421111.6A CN114137975B (zh) | 2021-11-26 | 2021-11-26 | 一种超声波辅助融合定位的无人车导航纠偏方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111421111.6A CN114137975B (zh) | 2021-11-26 | 2021-11-26 | 一种超声波辅助融合定位的无人车导航纠偏方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114137975A true CN114137975A (zh) | 2022-03-04 |
| CN114137975B CN114137975B (zh) | 2024-07-19 |
Family
ID=80388265
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111421111.6A Active CN114137975B (zh) | 2021-11-26 | 2021-11-26 | 一种超声波辅助融合定位的无人车导航纠偏方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114137975B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115562262A (zh) * | 2022-09-28 | 2023-01-03 | 徐州徐工特种工程机械有限公司 | 一种agv的自动导航控制方法及装置 |
| CN115990880A (zh) * | 2023-01-04 | 2023-04-21 | 佛山市顺德区一拓电气有限公司 | 机器人航向调整方法、机器人、装置及计算机存储介质 |
| CN116380056A (zh) * | 2023-06-02 | 2023-07-04 | 中国船舶集团有限公司第七〇七研究所 | 惯性定位方法、装置、电子设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105487510A (zh) * | 2015-12-18 | 2016-04-13 | 中国印钞造币总公司 | 一种垛区环境中移动扫描车的轨迹引导方法及装置 |
| CN105547288A (zh) * | 2015-12-08 | 2016-05-04 | 华中科技大学 | 一种煤矿井下移动设备自主定位的方法及系统 |
| CN106123890A (zh) * | 2016-06-14 | 2016-11-16 | 中国科学院合肥物质科学研究院 | 一种多传感器数据融合的机器人定位方法 |
| CN106132187A (zh) * | 2014-03-26 | 2016-11-16 | 洋马株式会社 | 作业车辆的控制装置 |
| CN109764864A (zh) * | 2019-01-16 | 2019-05-17 | 南京工程学院 | 一种基于颜色识别的室内无人机位姿获取方法及系统 |
| JP2020525214A (ja) * | 2017-06-28 | 2020-08-27 | エシコン エルエルシーＥｔｈｉｃｏｎ ＬＬＣ | アンビル枢動軸に近接した組織位置決め構成を有する枢動可能なアンビルを備えた外科用切断及び締結装置 |
| CN113359701A (zh) * | 2021-05-08 | 2021-09-07 | 西安交通大学 | 基于激光雷达数据的喷涂机器人沿墙导航运动方法及系统 |
-
2021
- 2021-11-26 CN CN202111421111.6A patent/CN114137975B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106132187A (zh) * | 2014-03-26 | 2016-11-16 | 洋马株式会社 | 作业车辆的控制装置 |
| CN105547288A (zh) * | 2015-12-08 | 2016-05-04 | 华中科技大学 | 一种煤矿井下移动设备自主定位的方法及系统 |
| CN105487510A (zh) * | 2015-12-18 | 2016-04-13 | 中国印钞造币总公司 | 一种垛区环境中移动扫描车的轨迹引导方法及装置 |
| CN106123890A (zh) * | 2016-06-14 | 2016-11-16 | 中国科学院合肥物质科学研究院 | 一种多传感器数据融合的机器人定位方法 |
| JP2020525214A (ja) * | 2017-06-28 | 2020-08-27 | エシコン エルエルシーＥｔｈｉｃｏｎ ＬＬＣ | アンビル枢動軸に近接した組織位置決め構成を有する枢動可能なアンビルを備えた外科用切断及び締結装置 |
| CN109764864A (zh) * | 2019-01-16 | 2019-05-17 | 南京工程学院 | 一种基于颜色识别的室内无人机位姿获取方法及系统 |
| CN113359701A (zh) * | 2021-05-08 | 2021-09-07 | 西安交通大学 | 基于激光雷达数据的喷涂机器人沿墙导航运动方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 冯统庆: "基于视觉的AGV控制系统研究", 《中国优秀硕士学位论文 工程科技II辑》, 15 December 2018 (2018-12-15) * |
| 毛德彩;: "基于目标路径规划无人驾驶设备导航控制分析", 机械设计与制造, no. 05, 8 May 2019 (2019-05-08) * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115562262A (zh) * | 2022-09-28 | 2023-01-03 | 徐州徐工特种工程机械有限公司 | 一种agv的自动导航控制方法及装置 |
| CN115990880A (zh) * | 2023-01-04 | 2023-04-21 | 佛山市顺德区一拓电气有限公司 | 机器人航向调整方法、机器人、装置及计算机存储介质 |
| CN116380056A (zh) * | 2023-06-02 | 2023-07-04 | 中国船舶集团有限公司第七〇七研究所 | 惯性定位方法、装置、电子设备及存储介质 |
| CN116380056B (zh) * | 2023-06-02 | 2023-08-15 | 中国船舶集团有限公司第七〇七研究所 | 惯性定位方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114137975B (zh) | 2024-07-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114137975B (zh) | 一种超声波辅助融合定位的无人车导航纠偏方法 | |
| CN109885049B (zh) | 一种基于航位推算的激光导引agv自动建图和路径匹配方法 | |
| US11279045B2 (en) | Robot pose estimation method and apparatus and robot using the same | |
| CN105865461B (zh) | 一种基于多传感器融合算法的汽车定位系统及方法 | |
| CN112014849B (zh) | 一种基于传感器信息融合的无人车定位修正方法 | |
| CN109141410B (zh) | Agv组合导航的多传感器融合定位方法 | |
| CN111381248B (zh) | 一种考虑车辆颠簸的障碍物检测方法及系统 | |
| CN111624995B (zh) | 移动机器人高精度导航定位的方法 | |
| CN108955688A (zh) | 双轮差速移动机器人定位方法及系统 | |
| CN106886217B (zh) | 自主导航控制方法和装置 | |
| CN112147651B (zh) | 一种异步多车协同目标状态鲁棒估计方法 | |
| CN110837257B (zh) | 一种基于iGPS与视觉的AGV复合定位导航系统 | |
| CN110672093A (zh) | 一种基于uwb与惯导融合的车载导航定位方法 | |
| CN110763224A (zh) | 一种自动导引运输车导航方法及导航系统 | |
| CN111380573A (zh) | 用于校准运动的对象传感器的取向的方法 | |
| CN111857121A (zh) | 基于惯导和激光雷达的巡逻机器人行走避障方法及系统 | |
| CN113703446A (zh) | 一种基于磁钉的导引车导航方法及调度系统 | |
| CN113093759A (zh) | 基于多传感器信息融合的机器人编队构造方法及系统 | |
| CN114442054A (zh) | 一种移动机器人的传感器与底盘联合标定系统及方法 | |
| CN108801253A (zh) | 机器人建图定位系统及机器人 | |
| CN115993089B (zh) | 基于pl-icp的在线四舵轮agv内外参标定方法 | |
| CN106325269B (zh) | 基于里程计和磁传感器的两轮平衡车路径校正装置及方法 | |
| CN108646733B (zh) | 一种自动矫正的移动机器人的矫正方法 | |
| CN114115275B (zh) | 一种无人车自主导航纠偏方法 | |
| CN111089562A (zh) | 适用于特种车车身姿态的检测方法、系统和特种车 |
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 |