CN114281081A - 地铁车辆巡检机器人的导航系统和导航方法、机器人 - Google Patents
地铁车辆巡检机器人的导航系统和导航方法、机器人 Download PDFInfo
- Publication number
- CN114281081A CN114281081A CN202111599259.9A CN202111599259A CN114281081A CN 114281081 A CN114281081 A CN 114281081A CN 202111599259 A CN202111599259 A CN 202111599259A CN 114281081 A CN114281081 A CN 114281081A
- Authority
- CN
- China
- Prior art keywords
- vehicle inspection
- inspection robot
- navigation
- map
- channel
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 129
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 46
- 230000033001 locomotion Effects 0.000 claims abstract description 23
- 238000007726 management method Methods 0.000 claims abstract description 6
- 230000001174 ascending effect Effects 0.000 claims description 10
- 230000003137 locomotive effect Effects 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
Images
Abstract
本申请属于机器人技术领域,具体涉及一种地铁车辆巡检机器人的导航系统和导航方法、机器人,其中的导航系统包括:车头检测模块,用于检测车头停靠位置相对于预设停靠位置的距离偏差量;斜坡控制模块,用于获取实时的姿态信息,根据姿态信息对地铁车辆巡检机器人进行姿态调整,根据IMU的俯仰角来判断是否完成上坡或下坡动作,确定动作执行结果;地图管理模块,用于根据动作执行结果确定当前状态下的导航地图;导航控制模块,用于基于距离偏差量对预设的目标位置进行修正,根据导航地图和修正后的目标位置进行路径规划,并控制地铁车辆巡检机器人移动至修正后的目标位置。该系统实现了机器人列检沟道内外的自主导航转运,并提高了检测精确度。
Description
技术领域
本申请属于机器人技术领域,具体涉及一种地铁车辆巡检机器人的导航系统和导航方法、机器人。
背景技术
目前地铁的日常巡检作业中,巡检人员主要通过人工观测及一些辅助工具等检查列车是否存在故障,然而由于检测内容多,主观判断性较强,巡检人员的综合素质不同,会存在一定的漏检、误检。为了提高巡检效率、准确率以及降低成本,采用智能化设备来代替人工巡检已成为未来的一种趋势。
在采用机器人巡检作业过程中,需要先预设巡检点,每个巡检点对应相应的列车巡检部件,在机器人导航至每一个巡检点后通过视觉进行列车部件检测任务,但由于车辆每天需要进出列检沟道,每次停靠的位置存在一定的偏差,在每一个预设点位可能已无法完全准确的进行对应部件的检测任务,因此无法保障检测的准确性。同时,在实际的巡检任务中不仅需要进入列检沟道内对列车车底进行巡检,也需要在沟道外对列车的两侧进行相应部件的检测,因此需要机器人能实现列检沟道内外的自主转运。
综上所述,机器人列检沟道内外的自主导航转运以及由于列车移动导致在列检沟道内巡检点位偏差大、无法保障检测精确度,成为亟待解决的问题。
发明内容
(一)要解决的技术问题
鉴于现有技术的上述缺点、不足,本申请提供一种地铁车辆巡检机器人的导航系统和导航方法、机器人。
(二)技术方案
为达到上述目的,本申请采用如下技术方案:
第一方面,本申请实施例提供一种地铁车辆巡检机器人的导航系统,所述地铁车辆巡检机器人用于在列检沟道内进行列车车底巡检以及在列检沟道外进行列车两侧巡检,该系统包括:
车头检测模块,用于检测待检测列车车头停靠位置相对于预设停靠位置的距离偏差量;
斜坡控制模块,用于获取实时的姿态信息,根据所述姿态信息对所述地铁车辆巡检机器人进行姿态调整,根据IMU的俯仰角来判断所述地铁车辆巡检机器人是否完成上坡或下坡动作,确定动作执行结果;
地图管理模块,用于根据所述动作执行结果确定所述地铁车辆巡检机器人当前状态下的导航地图,所述导航地图为沟道内地图或沟道外地图;
导航控制模块,用于基于所述距离偏差量对预设的目标位置进行修正,根据所述导航地图和修正后的目标位置进行路径规划,并根据得到的规划路径控制所述地铁车辆巡检机器人移动至修正后的目标位置。
可选地,该系统还包括地图构建模块;
所述地图构建模块,用于通过二维激光雷达分别扫描列检沟道内和列检沟道外得到扫描数据,根据所述扫描数据构建沟道内地图和沟道外地图。
可选地,所述斜坡控制模块,还用于根据当前所述IMU检测得到的偏航角对所述地铁车辆巡检机器人进行相应的姿态调整。
可选地,该系统还包括:
姿态信息获取模块,用于获取激光数据,根据所述激光数据确定沟道两侧的两条直线斜率及激光中心距离两侧直线的距离。
第二方面,本申请实施例提供一种地铁车辆巡检机器人的导航方法,该方法包括:
S10、检测待检测列车车头停靠位置相对于预设停靠位置的距离偏差量;
S20、获取实时的姿态信息,根据所述姿态信息对所述地铁车辆巡检机器人进行姿态调整,根据IMU的俯仰角来判断所述地铁车辆巡检机器人是否完成上坡或下坡动作,确定动作执行结果;
S30、根据所述动作执行结果确定所述地铁车辆巡检机器人当前状态下的导航地图,所述导航地图为沟道内地图或沟道外地图;
S40、基于所述距离偏差量对预设的目标位置进行修正,根据所述导航地图和修正后的目标位置进行路径规划,并根据规划得到的路径控制所述地铁车辆巡检机器人移动至修正后的目标位置。
可选地,S10包括:
S11、通过激光传感器测量所述地铁车辆巡检机器人在预设的车头检测点位时所述地铁车辆巡检机器人与所述待检测列车车头间的距离;
S12、基于S11测量得到的距离和预设的距离初始值,计算获得当前列车停靠的偏移量。
可选地,在S10之前还包括:
设置列车巡检点位和车头检测点位;
通过激光传感器测量所述地铁车辆巡检机器人在所述车头检测点位时与所述待检测列车车头间的距离,作为距离初始值。
可选地,S20包括:
S21、控制所述地铁车辆巡检机器人移动至斜坡上或斜坡下预设导航点,根据预设导航点的属性确定斜坡运动控制流程;
S22、获取所述地铁车辆巡检机器人在预设导航点时IMU的偏航角及轮式里程计坐标值,作为初始偏航角和初始里程计坐标值;
S23、获取激光数据,根据所述激光数据提取到沟道左右两侧直线,并获取两侧直线斜率和激光中心到两侧直线的距离;
S24、根据沟道两侧直线斜率及激光中心到两侧的距离,判断当前机器人的姿态是否偏离坡道中心,并根据判断结果进行相应的姿态调整;
S25、根据当前轮式里程计坐标值与初始里程计坐标值获取当前机器人已行驶的距离,并根据已行驶的距离和IMU的俯仰角来判断地铁车辆巡检机器人是否完成下坡或上坡动作。
可选地,S30包括:
当所述动作执行结果为上坡时,将沟道外地图作为所述地铁车辆巡检机器人当前状态下的导航地图;
当所述动作执行结果为下坡时,将沟道内地图作为所述地铁车辆巡检机器人当前状态下的导航地图。
第三方面,本申请实施例提供一种地铁车辆巡检机器人,该机器人包括如上第一方面中任一项所述的导航系统。
(三)有益效果
本申请的有益效果是:本申请提出了一种地铁车辆巡检机器人的导航系统,该系统包括:车头检测模块,用于检测车头停靠位置相对于预设停靠位置的距离偏差量;斜坡控制模块,用于获取实时的姿态信息,根据所述姿态信息对地铁车辆巡检机器人进行姿态调整,根据IMU的俯仰角来判断地铁车辆巡检机器人是否完成上坡或下坡动作,确定动作执行结果;地图管理模块,用于根据动作执行结果确定当前状态下的导航地图;导航控制模块,用于基于距离偏差量对预设的目标位置进行修正,根据导航地图和修正后的目标位置进行路径规划,并控制地铁车辆巡检机器人移动至修正后的目标位置。该系统实现了机器人列检沟道内外的自主导航转运,并通过距离偏差量对预设的目标位置进行修正,从而有效提高了检测精确度。
附图说明
本申请借助于以下附图进行描述:
图1为本申请一个实施例中的地铁车辆巡检机器人的导航系统结构示意图;
图2为本申请另一个实施例中的地铁车辆巡检机器人的导航方法流程示意图;
图3为本申请另一个实施例中的地铁车辆巡检机器人斜坡运动控制流程示意图;
图4为本申请另一个实施例中机器人在坡道行驶示意图;
图5为本申请另一个实施例中沟道外起始点的导航方法流程示意图;
图6为本申请另一个实施例中沟道内车底巡检点的导航方法流程示意图。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。可以理解的是,以下所描述的具体的实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合;为了便于描述,附图中仅示出了与发明相关的部分。
图1为本申请一个实施例中的地铁车辆巡检机器人的导航系统结构示意图,该地铁车辆巡检机器人用于在列检沟道内进行列车车底巡检以及在列检沟道外进行列车两侧巡检,如图1所示,本实施例的导航系统100包括:
车头检测模块101,用于检测待检测列车车头停靠位置相对于预设停靠位置的距离偏差量;
斜坡控制模块102,用于获取实时的姿态信息,根据姿态信息对地铁车辆巡检机器人进行姿态调整,根据惯性测量单元(Inertial measurement unit,IMU)的俯仰角来判断地铁车辆巡检机器人是否完成上坡或下坡动作,确定动作执行结果;
地图管理模块103,用于根据动作执行结果确定地铁车辆巡检机器人当前状态下的导航地图,导航地图为沟道内地图或沟道外地图;
导航控制模块104,用于基于距离偏差量对预设的目标位置进行修正,根据导航地图和修正后的目标位置进行路径规划,并根据得到的规划路径控制地铁车辆巡检机器人移动至修正后的目标位置。
本实施例的地铁车辆巡检机器人的导航系统实现了机器人列检沟道内外的自主导航转运,并通过检测列车停靠距离偏差量对预设的目标位置进行修正,解决了由于列车停靠位置变化导致在列检沟道内巡检点位偏差大的问题,从而有效提高了检测精确度。
为了更好地理解本发明,以下对本实施例中的各模块进行展开说明。
由于巡检预置点位是基于沟道内所停车辆及需要巡检的部件预先设置的,因此列车每次出库后再返回该沟道停靠后,机器人与列车的相对位置发生了变化,停靠位置会存在不固定的偏差,若机器人仍按照预设点位进行行进并检测,会导致检测结果存在偏差。
基于上述原因,本实施例中车头检测模块负责每次开始任务前先运动到指定位置,检测当前到车头的距离,得到列车此次停靠的偏移量,从而控制机器人准确的到达本次需要巡检点位。以此提高机器人目标检测点的到点精度,保障检测的准确率和可靠性。
具体地,本实施例中传感器为激光传感器。
本实施例中,地图管理模块负责管理基于二维激光进行即时定位与地图构建(simultaneous localization and mapping,SLAM)构建的栅格地图,分为列检沟道内地图及沟道外地图,并根据机器人当前状态进行自动切换。从沟道外进入沟道,在下坡完成后切换沟道内地图,从沟道内运动至沟道外,在上坡完成后,切换沟道外地图。
本实施例中,导航控制模块为激光SLAM导航系统,基于已知地图进行定位,并根据当前位置与目标点位置进行规划及控制,到达目标点位。
本实施例中,该系统还包括地图构建模块;
地图构建模块,用于通过二维激光雷达分别扫描列检沟道内和列检沟道外得到扫描数据,根据扫描数据构建沟道内地图和沟道外地图。
本实施例中,斜坡控制模块还用于根据当前IMU检测得到的偏航角对地铁车辆巡检机器人进行相应的姿态调整。
需要说明的是,只有在无法通过激光数据拟合沟道两侧直线的情况下,才根据当前IMU检测得到的偏航角对地铁车辆巡检机器人进行相应的姿态调整。
本实施例中,该系统还包括:
姿态信息获取模块,用于获取激光数据,根据激光数据确定沟道两侧的两条直线斜率及激光中心距离两侧直线的距离。
具体地,激光数据是由设置于地铁车辆巡检机器人前部的二维激光传感器实时采集得到的。
本申请第二方面提供了一种地铁车辆巡检机器人的导航方法。图2为本申请另一个实施例中的地铁车辆巡检机器人的导航方法流程示意图,如图2所示,该方法包括:
S10、检测待检测列车车头停靠位置相对于预设停靠位置的距离偏差量;
S20、获取实时的姿态信息,根据姿态信息对地铁车辆巡检机器人进行姿态调整,根据IMU的俯仰角来判断地铁车辆巡检机器人是否完成上坡或下坡动作,确定动作执行结果;
S30、根据动作执行结果确定地铁车辆巡检机器人当前状态下的导航地图,导航地图为沟道内地图或沟道外地图;
S40、基于距离偏差量对预设的目标位置进行修正,根据导航地图和修正后的目标位置进行路径规划,并根据规划得到的路径控制地铁车辆巡检机器人移动至修正后的目标位置。
本实施例的地铁车辆巡检机器人的导航方法,实现了地铁车辆车底和车侧检测的导航自主转运控制,以及通过检测列车停靠偏差量更新巡检点解决了列车停靠位置变化,无法保障检测精确度的问题,从而有效提高了检测的精确度。
本实施例中,S10包括:
S11、通过激光传感器测量地铁车辆巡检机器人在预设的车头检测点位时地铁车辆巡检机器人与待检测列车车头间的距离;
S12、基于S11测量得到的距离和预设的距离初始值,计算获得当前列车停靠的偏移量。
本实施例中,在S10之前还包括:
设置列车巡检点位和车头检测点位;
通过激光传感器测量地铁车辆巡检机器人在车头检测点位时与待检测列车车头间的距离,作为距离初始值。
需要说明的是,列车巡检点位和车头检测点位仅仅设置一次,在每次巡检时并不需要进行设置。因此,在首次设置列车巡检点位后,预设车头检测点,并在列车尚未移动的情况下,下发车头检测任务,机器人到达车头检测点位,并通过激光传感器测量此时机器人距离车头的距离,记录为初始值a。
每次收到检测任务后,机器人到达该预设的车头检测点,通过激光传感器测量此时机器人到车头的距离,并记录为b。
由当前距离和初始距离值,计算获得当前列车停靠的偏移量c,如下式所示。
c=a-b
由列车停靠偏移量,调整沟道内巡检目标点坐标,进而可以使机器人可以准确的到达预巡检的相对位置,进行相应的巡检任务。
图3为本申请另一个实施例中的地铁车辆巡检机器人斜坡运动控制流程示意图,如图3所示,本实施例中的S20包括:
S21、控制地铁车辆巡检机器人移动至斜坡上(坡下)预设导航点,根据预设导航点的属性确定斜坡运动控制流程;
斜坡距离一般为固定距离(一般为5-7m),在斜坡两端各预设一个导航点,机器人基于slam规划到达该点位后,方可进行上/下斜坡动作。
S22、获取地铁车辆巡检机器人在预设导航点时IMU的偏航角及轮式里程计坐标值,作为初始偏航角和初始里程计坐标值;
S23、获取激光数据,根据激光数据提取到沟道左右两侧直线,并获取两侧直线斜率和激光中心到两侧直线的距离;
具体地,基于限定范围内的激光数据及随机抽样一致性(Random SampleConsensus,RANSAC)直线拟合算法,拟合激光数据,获得两侧直线表达式,根据直线表达式得到沟道两侧两条直线斜率。图4为本申请另一个实施例中机器人在坡道行驶示意图,如图4所示,机器人从预设导航点1向导航点2行驶,这里由于列检沟道较窄,机器人难以在沟道内转向,因此采用的是进入沟道时机器人倒退运动,出沟道时前进的方式。在行驶过程中,激光传感器实时采集二维激光数据,采用RANSAC算法拟合得到检测面与沟道左右两侧所成的直线,确定激光中心到两侧直线的距离并以此进行姿态的调整,以使两侧直线斜率相同,且激光中心到两侧直线的距离相等。
S24、根据沟道两侧直线斜率及激光中心到两侧的距离,判断当前机器人的姿态是否偏离坡道中心,并根据判断结果进行相应的姿态调整;
具体地,当右侧直线斜率<预设斜率阈值,且左侧直线斜率>预设斜率阈值,且左侧距离<右侧距离时,机器人向右后(左前)方调整;
当右侧直线斜率>预设斜率阈值,且左侧直线斜率<预设斜率阈值,且左侧距离>右侧距离时,机器人向左后(右前)方调整;
当右侧直线斜率=预设斜率阈值,且左侧直线斜率=预设斜率阈值,且左侧距离=右侧距离时,机器人向后(前)直行。
本实施例中,在无法通过激光数据拟合沟道两侧直线的情况下,还可以采用当前IMU的偏航角和初始偏航角度进行比较,如偏差超出角度偏差阈值,进行相应的姿态调整,使机器人能保持初始偏航角航向行进,而不会走偏。
具体地,当偏航角差值<预设第二角度阈值,且偏航角差值>预设第一角度阈值时,机器人向后(前)直行;
当偏航角差值≥预设第二角度阈值时,机器人向左后(右前)方调整;
当偏航角差值≤预设第一角度阈值时,机器人向右后(左前)方调整。
S25、根据当前轮式里程计坐标值与初始里程计坐标值获取当前机器人已行驶的距离dis,并根据已行驶的距离dis和IMU的俯仰角pitch来判断地铁车辆巡检机器人是否完成下坡(上坡)动作。
具体地,dis>预设距离阈值且第三角度阈值<pitch<第四角度阈值时,机器人完成下坡动作。
本实施例中,S30包括:
当动作执行结果为上坡时,将沟道外地图作为地铁车辆巡检机器人当前状态下的导航地图;
当动作执行结果为下坡时,将沟道内地图作为地铁车辆巡检机器人当前状态下的导航地图。
举例来说,下坡完成后,机器人进入沟道预设位置,可以自动切换沟道内地图,开始进行沟道内目标点巡检。
以下针对地铁车辆巡检机器人不同的作业流程给出具体的导航方法流程。
一、沟道外起始点->车底/车侧巡检点
图5为本申请另一个实施例中沟道外起始点的导航方法流程示意图,如图5所示,巡检机器人从沟道外起始点,先导航到达车头监测点,通过传感器检测车头与车头检测点的距离,将检测的距离作为距离偏差量更新车底和车侧巡检点的坐标。
之后,进入判断巡检任务是列车车底还是车侧巡检:若是车侧巡检,则导航至列车车侧预设的巡检点;若是车底巡检,则到达斜坡上预设导航点,切换到下坡控制,控制机器人完成下坡到达沟道内,并切换沟道内地图为当前使用的地图。采用沟道内地图导航机器人至沟道内巡检点。
本实例通过检测列车车头获取预设位置和当前列车停靠位置的距离偏差值,从而更新列车车底和车侧巡检点的信息,避免因每次列车停靠位置的偏差造成的无法精准到达预巡检点问题,导致列车部件检测有误。同时,通过斜坡运动运动控制及巡检沟道内外的地图自主切换,实现沟道内与沟道外机器人的自主转运,使机器人可以稳定、高效的完成巡检任务。
二、沟道内车底巡检点->沟道外起始点
图6为本申请另一个实施例中沟道内车底巡检点的导航方法流程示意图,如图6所示,巡检机器人从列车车底巡检点,先导航到达斜坡下预设导航点,切换到上坡控制,控制机器人完成上坡到达沟道外,并切换沟道外地图为当前使用的地图。采用沟道外地图导航机器人至沟道外目标点。
第三方面,本申请实施例提供一种地铁车辆巡检机器人,该机器人包括如上第一方面中任一项所述的导航系统。
应当注意的是,在权利要求中,不应将位于括号之间的任何附图标记理解成对权利要求的限制。词语“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。
此外,需要说明的是,在本说明书的描述中,术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述,是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管已描述了本发明的优选实施例,但本领域的技术人员在得知了基本创造性概念后,则可对这些实施例作出另外的变更和修改。所以,权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也应该包含这些修改和变型在内。
Claims (10)
1.一种地铁车辆巡检机器人的导航系统,其特征在于,所述地铁车辆巡检机器人用于在列检沟道内进行列车车底巡检以及在列检沟道外进行列车两侧巡检,该系统包括:
车头检测模块,用于检测待检测列车车头停靠位置相对于预设停靠位置的距离偏差量;
斜坡控制模块,用于获取实时的姿态信息,根据所述姿态信息对所述地铁车辆巡检机器人进行姿态调整,根据IMU的俯仰角来判断所述地铁车辆巡检机器人是否完成上坡或下坡动作,确定动作执行结果;
地图管理模块,用于根据所述动作执行结果确定所述地铁车辆巡检机器人当前状态下的导航地图,所述导航地图为沟道内地图或沟道外地图;
导航控制模块,用于基于所述距离偏差量对预设的目标位置进行修正,根据所述导航地图和修正后的目标位置进行路径规划,并根据得到的规划路径控制所述地铁车辆巡检机器人移动至修正后的目标位置。
2.根据权利要求1所述的地铁车辆巡检机器人的导航系统,其特征在于,该系统还包括地图构建模块;
所述地图构建模块,用于通过二维激光雷达分别扫描列检沟道内和列检沟道外得到扫描数据,根据所述扫描数据构建沟道内地图和沟道外地图。
3.根据权利要求1所述的地铁车辆巡检机器人的导航系统,其特征在于,所述斜坡控制模块,还用于根据当前所述IMU检测得到的偏航角对所述地铁车辆巡检机器人进行相应的姿态调整。
4.根据权利要求1所述的地铁车辆巡检机器人的导航系统,其特征在于,该系统还包括:
姿态信息获取模块,用于获取激光数据,根据所述激光数据确定沟道两侧的两条直线斜率及激光中心距离两侧直线的距离。
5.一种地铁车辆巡检机器人的导航方法,其特征在于,该方法包括:
S10、检测待检测列车车头停靠位置相对于预设停靠位置的距离偏差量;
S20、获取实时的姿态信息,根据所述姿态信息对所述地铁车辆巡检机器人进行姿态调整,根据IMU的俯仰角来判断所述地铁车辆巡检机器人是否完成上坡或下坡动作,确定动作执行结果;
S30、根据所述动作执行结果确定所述地铁车辆巡检机器人当前状态下的导航地图,所述导航地图为沟道内地图或沟道外地图;
S40、基于所述距离偏差量对预设的目标位置进行修正,根据所述导航地图和修正后的目标位置进行路径规划,并根据规划得到的路径控制所述地铁车辆巡检机器人移动至修正后的目标位置。
6.根据权利要求5所述的地铁车辆巡检机器人的导航方法,其特征在于,S10包括:
S11、通过激光传感器测量所述地铁车辆巡检机器人在预设的车头检测点位时所述地铁车辆巡检机器人与所述待检测列车车头间的距离;
S12、基于S11测量得到的距离和预设的距离初始值,计算获得当前列车停靠的偏移量。
7.根据权利要求6所述的地铁车辆巡检机器人的导航方法,其特征在于,在S10之前还包括:
设置列车巡检点位和车头检测点位;
通过激光传感器测量所述地铁车辆巡检机器人在所述车头检测点位时与所述待检测列车车头间的距离,作为距离初始值。
8.根据权利要求5所述的地铁车辆巡检机器人的导航方法,其特征在于,S20包括:
S21、控制所述地铁车辆巡检机器人移动至斜坡上或斜坡下预设导航点,根据预设导航点的属性确定斜坡运动控制流程;
S22、获取所述地铁车辆巡检机器人在预设导航点时IMU的偏航角及轮式里程计坐标值,作为初始偏航角和初始里程计坐标值;
S23、获取激光数据,根据所述激光数据提取到沟道左右两侧直线,并获取两侧直线斜率和激光中心到两侧直线的距离;
S24、根据沟道两侧直线斜率及激光中心到两侧的距离,判断当前机器人的姿态是否偏离坡道中心,并根据判断结果进行相应的姿态调整;
S25、根据当前轮式里程计坐标值与初始里程计坐标值获取当前机器人已行驶的距离,并根据已行驶的距离和IMU的俯仰角来判断地铁车辆巡检机器人是否完成下坡或上坡动作。
9.根据权利要求5所述的地铁车辆巡检机器人的导航方法,其特征在于,S30包括:
当所述动作执行结果为上坡时,将沟道外地图作为所述地铁车辆巡检机器人当前状态下的导航地图;
当所述动作执行结果为下坡时,将沟道内地图作为所述地铁车辆巡检机器人当前状态下的导航地图。
10.一种地铁车辆巡检机器人,其特征在于,该机器人包括权利要求1-4中任一项所述的导航系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111599259.9A CN114281081B (zh) | 2021-12-24 | 2021-12-24 | 地铁车辆巡检机器人的导航系统和导航方法、机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111599259.9A CN114281081B (zh) | 2021-12-24 | 2021-12-24 | 地铁车辆巡检机器人的导航系统和导航方法、机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114281081A true CN114281081A (zh) | 2022-04-05 |
CN114281081B CN114281081B (zh) | 2023-10-24 |
Family
ID=80875042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111599259.9A Active CN114281081B (zh) | 2021-12-24 | 2021-12-24 | 地铁车辆巡检机器人的导航系统和导航方法、机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114281081B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117215305A (zh) * | 2023-09-12 | 2023-12-12 | 北京城建智控科技股份有限公司 | 一种出行辅助系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005030889A (ja) * | 2003-07-11 | 2005-02-03 | Alpine Electronics Inc | 車載用ナビゲーション装置及び位置検出方法 |
US20060080033A1 (en) * | 2004-05-10 | 2006-04-13 | Michihisa Komatsu | Method and apparatus for map matching |
CN107063305A (zh) * | 2017-04-10 | 2017-08-18 | 江苏东方金钰智能机器人有限公司 | 用惯导、压力传感器修正下坡悬空后轮里程计误差的方法 |
CN109492071A (zh) * | 2018-11-12 | 2019-03-19 | 成都中轨轨道设备有限公司 | 一种铁路高精度地图数据处理方法及系统 |
CN109738213A (zh) * | 2019-02-03 | 2019-05-10 | 北京新联铁集团股份有限公司 | 轨道交通机车车辆巡检位姿检测系统及其方法 |
WO2019124463A1 (ja) * | 2017-12-19 | 2019-06-27 | 株式会社クボタ | 自動走行作業機、自動走行草刈機、草刈機及び草刈機自動走行システム |
GB201913567D0 (en) * | 2016-04-05 | 2019-11-06 | Jaguar Land Rover Ltd | Improvements in vehicle speed control |
CN110764504A (zh) * | 2019-10-25 | 2020-02-07 | 国网陕西省电力公司电力科学研究院 | 一种用于变电站电缆沟道巡检的机器人导航方法及系统 |
CN110766825A (zh) * | 2019-11-07 | 2020-02-07 | 成都铁安科技有限责任公司 | 一种地铁车辆列检的智能巡检系统 |
CN111026112A (zh) * | 2019-12-02 | 2020-04-17 | 华中科技大学 | 一种轮式机器人沿斜坡中线自动行走的控制系统 |
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 |
CN113190002A (zh) * | 2021-04-25 | 2021-07-30 | 上海工程技术大学 | 一种高铁箱梁巡检机器人实现自动巡检的方法 |
CN215155126U (zh) * | 2020-12-16 | 2021-12-14 | 杭州申昊科技股份有限公司 | 一种用于列车车底检测的巡检机器人 |
-
2021
- 2021-12-24 CN CN202111599259.9A patent/CN114281081B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005030889A (ja) * | 2003-07-11 | 2005-02-03 | Alpine Electronics Inc | 車載用ナビゲーション装置及び位置検出方法 |
US20060080033A1 (en) * | 2004-05-10 | 2006-04-13 | Michihisa Komatsu | Method and apparatus for map matching |
GB201913567D0 (en) * | 2016-04-05 | 2019-11-06 | Jaguar Land Rover Ltd | Improvements in vehicle speed control |
CN107063305A (zh) * | 2017-04-10 | 2017-08-18 | 江苏东方金钰智能机器人有限公司 | 用惯导、压力传感器修正下坡悬空后轮里程计误差的方法 |
WO2019124463A1 (ja) * | 2017-12-19 | 2019-06-27 | 株式会社クボタ | 自動走行作業機、自動走行草刈機、草刈機及び草刈機自動走行システム |
CN109492071A (zh) * | 2018-11-12 | 2019-03-19 | 成都中轨轨道设备有限公司 | 一种铁路高精度地图数据处理方法及系统 |
CN109738213A (zh) * | 2019-02-03 | 2019-05-10 | 北京新联铁集团股份有限公司 | 轨道交通机车车辆巡检位姿检测系统及其方法 |
CN110764504A (zh) * | 2019-10-25 | 2020-02-07 | 国网陕西省电力公司电力科学研究院 | 一种用于变电站电缆沟道巡检的机器人导航方法及系统 |
CN110766825A (zh) * | 2019-11-07 | 2020-02-07 | 成都铁安科技有限责任公司 | 一种地铁车辆列检的智能巡检系统 |
CN111026112A (zh) * | 2019-12-02 | 2020-04-17 | 华中科技大学 | 一种轮式机器人沿斜坡中线自动行走的控制系统 |
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 |
CN215155126U (zh) * | 2020-12-16 | 2021-12-14 | 杭州申昊科技股份有限公司 | 一种用于列车车底检测的巡检机器人 |
CN113190002A (zh) * | 2021-04-25 | 2021-07-30 | 上海工程技术大学 | 一种高铁箱梁巡检机器人实现自动巡检的方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117215305A (zh) * | 2023-09-12 | 2023-12-12 | 北京城建智控科技股份有限公司 | 一种出行辅助系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114281081B (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110775052B (zh) | 一种基于视觉与超声波感知融合的自动泊车方法 | |
CN111479741B (zh) | 用于在自动驾驶操作中调整车辆运动的方法和装置 | |
US10025317B2 (en) | Methods and systems for camera-based autonomous parking | |
CN109520498B (zh) | 一种用于虚拟轨道车辆的虚拟道岔系统及方法 | |
EP3702230B1 (en) | Method and apparatus for planning travelling path, and vehicle | |
RU2737874C1 (ru) | Способ хранения информации транспортного средства, способ управления движением транспортного средства и устройство хранения информации транспортного средства | |
Montemerlo et al. | Winning the DARPA Grand Challenge with an AI robot | |
CN109445438B (zh) | 基于地图分享的巡航装置的巡航控制方法及系统 | |
CN107209518A (zh) | 代客泊车方法和代客泊车系统 | |
CN107272008A (zh) | 一种带惯性补偿的agv激光导航系统 | |
CN109917782B (zh) | 停车导引系统及其方法与自动停车系统 | |
CN105892464A (zh) | 基于固定路线的专用车自动驾驶系统及其驾驶方法 | |
CN109477728A (zh) | 用于确定车辆相对于路面的车道的横向位置的方法、装置和带有指令的计算机可读存储介质 | |
DE112018005907T5 (de) | Informationsverarbeitungsvorrichtung, informationsverarbeitungsverfahren, programm und beweglicher körper | |
CN111947642B (zh) | 自驾车辆的车辆导航设备 | |
JPH07281753A (ja) | 移動ロボット | |
CN105752154A (zh) | 车辆转向控制系统及方法 | |
EP3935414A1 (de) | Lokalisierungssystem für ein fahrerloses fahrzeug | |
CN107943026B (zh) | Mecanum轮巡视机器人及其巡视方法 | |
CN114281081B (zh) | 地铁车辆巡检机器人的导航系统和导航方法、机器人 | |
CN113478483A (zh) | 一种基于不锈钢储罐移动机器人焊接方法及系统 | |
CN111596666A (zh) | 一种基于agv运动预测的障碍物碰撞威胁的检测方法 | |
CN112462762B (zh) | 一种基于路侧二维码单元的机器人室外自主移动系统及其方法 | |
CN110118571A (zh) | 一种获取移动设备上的激光传感器的安装角度误差的方法 | |
CN211427151U (zh) | 一种应用于封闭场地无人驾驶货运车辆上的自动引导系统 |
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 |