CN114325744A - 一种无人车打滑检测方法、系统、设备及介质 - Google Patents
一种无人车打滑检测方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN114325744A CN114325744A CN202111638690.XA CN202111638690A CN114325744A CN 114325744 A CN114325744 A CN 114325744A CN 202111638690 A CN202111638690 A CN 202111638690A CN 114325744 A CN114325744 A CN 114325744A
- Authority
- CN
- China
- Prior art keywords
- unmanned vehicle
- change information
- driving wheel
- pose change
- time period
- 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
Images
Classifications
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请公开了一种无人车打滑检测方法、系统、设备及介质,用于获取无人车位姿变化信息及无人车的驱动轮位姿变化信息,根据预设时间段内获取的无人车位姿变化信息及驱动轮位姿变化信息判断驱动轮状态是否满足预设条件,当满足预设条件时,根据无人车位姿变化信息和驱动轮位姿变化信息,判断无人车是否发生打滑;通过先判断预设条件,然后对无人车位姿变化信息和无人车驱动轮位姿变化信息之间的差值进行判断,实现无人车的打滑检测,提高了无人车驱动轮打滑检测的准确性,解决无人车由于打滑检测不准确产生定位误差,甚至定位失效的问题。
Description
技术领域
本发明涉及无人车运动检测技术领域,尤其涉及一种无人车打滑检测方法、系统、设备及介质。
背景技术
随着我国机器人的快速发展,我国对机器人的运用也愈加广泛,如室内清洁,厂区安防,展厅接待,送货送餐等,给人们的生活带来了极大便利。在实际应用中,机器人经常会受到非系统误差的影响。非系统误差在移动机器人定位中是难以预测的,并能引起严重的位置误差,导致定位精度变差,甚至导致导航失效。造成非系统误差的其中一个因素是驱动轮打滑。对无人车车轮打滑的检测一直是无人车定位研究领域的一个难点。
目前对于已有地图的室内定位,配备激光雷达的无人车多采用自适应蒙特卡洛方法进行定位,本质上是粒子滤波方法,而基于粒子滤波方法的定位又十分依赖里程计的信息,如果车轮里程计的信息出错,后续激光和地图匹配就会得到比较差的定位结果,甚至定位失效。车轮打滑对定位的影响非常严重且常见与工程实践中,需要有相应的打滑检测及补偿方法。
现有方案中,一种是通过动力学建模实现对机器人的运动状态预测,但是从动力学建模过于复杂;一种方案是通过安装冗余的编码器去对比车轮状态,安装冗余的编码器增添了额外成本,且对一些已经确定好结构的机器人可用性不强,并且此种方案对一些侧向打滑情况无能为力;一种是通过惯性测量单元和车轮里程计去比较,确定是否打滑,但是这种方案对惯性测量单元的精度要求很高,意味着对惯性导航单元需要较高的标定精度且需要绝对定位信息去不断校正惯性导航单元的偏置,实际应用比较复杂;还有一种是通过车轮里程计和激光里程计去做对比,这种方案需要另开一个线程持续进行激光匹配,计算量大,对于机器人有限的计算资源来说,大部分更应该用于完成导航规划部分,且在激光退化时会发生误检测。所以需要一种新的方案在不增加额外成本的情况下,简单高效地解决车轮打滑检测,并对打滑后的无人车进行位置补偿的问题。
发明内容
本申请提供了一种无人车打滑检测方法、系统、设备及介质,用于对无人车进行打滑检测,进一步对打滑后的无人车进行定位补偿,解决了由于无人车打滑检测不准确产生定位误差,甚至定位失效的问题。
一种无人车打滑检测方法,其特征在于,包括:
获取无人车位姿变化信息及无人车的驱动轮位姿变化信息;
根据预设时间段内获取的所述无人车位姿变化信息及所述驱动轮位姿变化信息判断所述驱动轮状态是否满足预设条件,当满足预设条件时,根据所述无人车位姿变化信息和所述驱动轮位姿变化信息,判断所述无人车是否发生打滑。
优选的,所述根据所述无人车位姿变化信息及所述驱动轮位姿变化信息,判断所述无人车是否发生打滑具体为:
若所述无人车位姿变化信息和所述驱动轮位姿变化信息之间的差值大于阈值时,判定所述无人车发生打滑,否则,判定所述无人车没有发生打滑。
优选的,所述获取所述无人车位姿变化信息及所述驱动轮位姿变化信息具体为:
所述无人车位姿变化信息至少包括无人车速度变化信息及无人车方向变化信息,所述无人车速度变化信息根据所述预设时间段内的无人车位置变化信息计算得到,所述无人车方向变化信息根据所述预设时间段内所述无人车的欧拉角获得;
所述驱动轮位姿变化信息至少包括驱动轮速度变化信息及驱动轮方向变化信息,所述驱动轮速度变化信息根据所述预设时间段内的所述驱动轮位移增量计算得到,所述驱动轮方向变化信息根据所述预设时间段内所述驱动轮的偏航角获得。
优选的,所述根据所述预设时间段内的驱动轮位移增量计算所述驱动轮速度变化信息具体为:
根据所述预设时间段内的所述驱动轮位移增量计算得到所述驱动轮在所述预设时段内的速度,记所述预设时段内的速度为所述驱动轮的实际速度;
根据所述预设时间段内的所述驱动轮位移增量,对所述预设时间段内的所述驱动轮的实际速度进行非线性拟合,获取所述预设时段内的速度变化曲线,根据所述预设时段内的速度变化曲线得到当前时刻所述驱动轮的预测速度。
优选的,所述预设条件包括:
第一预设条件:所述无人车方向和所述驱动轮方向之间的差值大于第一阈值;
第二预设条件:所述驱动轮的实际速度和所述驱动轮的预测速度之间的差值大于第二阈值;
第三预设条件:当所述驱动轮的实际速度为0,且所述驱动轮预的测速度大于第三阈值。
优选的,当判定所述无人车发生打滑后,持续获取所述无人车的实际位姿变化信息及所述无人车的理论位姿变化信息之间的差值,根据所述差值判断所述无人车是否停止打滑,当判断所述无人车停止打滑后,对所述无人车进行定位补偿。
优选的,所述对所述无人车进行定位补偿具体包括:以所述判断所述驱动轮状态是否满足预设条件时刻为第一时刻;以所述无人车停止打滑时刻为第二时刻;以所述第一时刻至所述第二时刻之间的所述无人车的实际位姿变化信息替换所述第一时刻至所述第二时刻之间的所述驱动轮的位姿变化信息,对所述无人车进行定位补偿。
一种无人车打滑检测系统,其特征在于,包括:
位姿获取模块,用于获取所述无人车位姿变化信息及所述驱动轮位姿变化信息;
打滑检测触发模块,用于根据所述无人车位姿变化信息及所述驱动轮位姿变化信息判断所述驱动轮状态是否满足预设条件;
打滑检测模块,用于当满足预设条件时,根据所述无人车位姿变化信息和所述驱动轮位姿变化信息,判断所述无人车是否发生打滑;
定位补偿触发模块,用于根据所述无人车的实际位姿变化信息及所述无人车的理论位姿变化信息,判断是否启动定位补偿模块;
定位补偿模块,用于根据所述无人车的实际位姿变化信息,对所述无人车进行定位补偿。
一种无人车打滑检测设备,其特征在于,包括:惯性测量元件、激光雷达、车轮编码器及车载电脑;
所述车载电脑用于存储程序,并控制所述惯性测量元件、激光雷达和车轮编码器;
所述车载电脑用于通过调用存储在所述车载电脑中的程序,执行上述的无人车打滑检测方法。
一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码在被计算机读取并运行时,执行上述的无人车打滑检测方法。
从以上技术方案可以看出,本发明具有以下优点:
本申请通过惯性测量元件、激光雷达和车轮编码器,测量在预设时段内的无人车及驱动轮的速度及方向变化,从而确定无人车驱动轮是否满足预设条件,当驱动轮满足预设条件后,进一步通过判断无人车的位姿变化信息和无人车驱动轮的位姿变化信息之间的差值与阈值之间的大小关系,确定无人车是否打滑,当判定无人车处于打滑状态后,对无人车进行位置补偿,使无人车免受车轮打滑造成的定位误差影响。综上所述,通过本发明提供的技术方案,可对无人车进行打滑检测,通过两级判定确保了对于无人车的打滑判断结果的准确性,在无人车出现异常情况时,及时进行定位进行补偿,从而使无人车免受车轮打滑造成的定位误差影响。
附图说明
为了更清楚地说明本申请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一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种无人车打滑检测方法的打滑检测流程图;
图2为本申请实施例提供的一种无人车打滑检测方法的打滑检测启动判断流程图;
图3为本申请实施例提供的一种无人车打滑检测方法的打滑判断流程图;
图4为本申请实施例提供的一种无人车打滑检测方法的定位补偿启动判断流程图;
图5为本申请实施例提供的一种无人车打滑检测系统的系统结构图。
具体实施方式
本发明实施例提供了一种无人车打滑检测方法、系统、设备及介质,用于解决无人车打滑检测不准确产生定位误差,甚至定位失效的问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。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。
请参阅图1,图1为本申请实施例提供的一种无人车打滑检测方法的打滑检测流程图,如图1所示,本实施例提供的一种无人车打滑检测方法,所述检测方法具体如下:
S1、获取预设时间段内的无人车位姿变化信息及驱动轮位姿变化信息;
其中,所述无人车位姿变化信息通过设置在无人车上的惯性测量单元及激光雷达获取;具体的,对惯性测量单元进行标定后,从惯性测量单元中获取无人车的线加速度,计算得到无人车的姿态信息,去除重力加速度的影响后,在所述预设时段内,对线加速度进行积分获得线速度,根据x、y轴的线速度计算向量和,得到的速度向量的方向作为惯性测量单元在欧式空间里的运动方向,同时反映了所述无人车的速度方向信息;其中,预设时段的时长设置可结合实际情况确定,在本实施例中,预设时段的时长为两帧激光点云数据之间的时间间隔,所述激光点云数据通过设置在无人车上的激光雷达采集获得,其中,在所述预设时段内包含多帧惯性测量单元数据。当需要实时判断无人车是否打滑时,预设时段的结束时间点应当是当前时刻,以新一帧激光点云数据到来的时刻作为当前时刻;通过帧间匹配可以获得两帧激光点云数据之间的无人车位置变化信息,具体的,根据相邻两帧激光点云信息使用点线迭代最近点(PL-I CP)方法进行匹配,得到两帧激光点云之间的位置变化,确定所述无人车在所述预设时段内的位置变化。
其中,所述驱动轮位姿变化信息通过设置在无人车上的车轮编码器获取;具体的,通过所述车轮编码器获取所述无人车驱动轮在预设时段内的位移增量及偏航角,根据所述预设时段内的位移增量及偏航角,确定所述无人车驱动轮在预设时段内的位姿变化信息;其中,预设时段的时长设置可结合实际情况确定,在本实施例中,预设时段的时长为两帧激光点云数据之间的时间间隔,所述激光点云数据通过设置在无人车上的激光雷达采集获得,其中,在所述预设时段内包含多帧驱动轮位姿变化数据。当需要实时判断无人车是否打滑时,预设时段的结束时间点应当是当前时刻,以新一帧激光点云数据到来的时刻作为当前时刻。
S2、根据预设时间段内获取的无人车位姿变化信息及驱动轮位姿变化信息判断所述驱动轮状态是否满足预设条件;
需要说明的是,在进行无人车打滑判断前,需要先对无人车驱动轮的状态进行判断,在目的是先通过对驱动轮的状态进行分析,判断无人车是否有打滑的可能,当无人车有打滑的可能时,再对无人车进行打滑判断,两级判断保证判断的准确性。具体的,当所述无人车驱动轮可能发生打滑时,则判定无人车驱动轮的状态满足预设条件,此时,启动对无人车的打滑判断;其中,工程中常见的两种打滑情况,一种是纵向打滑,另一种是侧向打滑,纵向打滑比较常见,常出现在车轮抱死时,无人车受到惯性作用继续向前滑移,主要表现为机器人速度不为零,而驱动轮输出的速度为零,侧向打滑常出现在部分卡死状态,由于障碍物的阻碍(如地缝、小水沟等),无人车没有向驱动轮速度输出方向移动,而是沿着障碍物方向移动,产生了侧向打滑。
S3、当驱动轮满足预设条件时,根据所述无人车位姿变化信息和所述驱动轮位姿变化信息,判断所述无人车是否发生打滑。
其中,无人车位姿变化信息至少包括无人车速度变化信息及无人车方向变化信息,无人车速度变化信息根据所述预设时间段内的无人车位置变化信息计算得到,无人车方向变化信息根据所述预设时间段内所述无人车的欧拉角获得;
作为一个优选的实施例,本实施例采用激光雷达,根据相邻两帧激光点云信息使用点线迭代最近点(PL-ICP)方法进行匹配,得到两帧激光点云之间的位置变化,确定所述无人车在所述预设时段内的位置变化,根据所述位置变化和所述预置时间段确定所述无人车速度变化信息;本实例采用六轴惯性导航传感器,从惯性导航传感器中获取姿态四元数,由姿态四元数解算出惯性测量单元的欧拉角(俯仰角、滚转角、偏航角),其中重点关注偏航角。由于惯性测量单元刚性连接在所述无人车平台上,故所述欧拉角可以反映所述无人车的姿态信息;获取无人车的线加速度,计算得到无人车的姿态信息,去除重力加速度的影响后,在所述预设时段内,对线加速度进行积分获得线速度,根据x、y轴的线速度计算向量和,得到的速度向量的方向作为惯性测量单元在欧式空间里的运动方向,同时反映了所述无人车的速度方向信息。
驱动轮位姿变化信息至少包括驱动轮速度变化信息及驱动轮方向变化信息,驱动轮速度变化信息根据所述预设时间段内的所述驱动轮位移增量计算得到,驱动轮方向变化信息根据所述预设时间段内所述驱动轮的偏航角获得;
作为一个优选的实施例,本实施例采用光电编码器作为车轮编码器,通过所述车轮编码器获取所述无人车驱动轮在预设时段内的位移增量及偏航角,根据所述预设时段内的位移增量及偏航角,确定所述无人车驱动轮在预设时段内的位姿变化信息。
当获取到无人车位姿变化信息和驱动轮位姿变化信息后,判断无人车位姿变化信息和驱动轮位姿变化信息之间的差值是否大于阈值,若是,则判定无人车发生打滑,否则,判定无人车没有发生打滑。
上述为本申请提供的一个无人车打滑检测的实施例,下面为本申请的另一个实施例。
参阅图2,图2为本申请实施例提供的一种无人车打滑检测方法的打滑检测启动判断流程图;
需要说明的是,在判断无人车是否打滑之前,本申请先对驱动轮的状态进行判断,具体的,当所述无人车驱动轮可能发生打滑时,则判定无人车驱动轮的状态满足预设条件,当驱动轮状态满足预设条件后,才启动对无人车的打滑检测。
作为一个优选的实施例,本申请中,上述预设条件包括以下三种情况:
第一预设条件:当所述无人车方向和所述驱动轮方向之间的差值大于第一阈值时;
第二预设条件:当所述驱动轮的实际速度和所述驱动轮的预测速度之间的差值大于第二阈值时;
第三预设条件:当所述驱动轮的实际速度为0,且所述驱动轮的预测速度大于第三阈值时。
作为一个优选的实施例,当上述三种预设条件有一种满足时,则启动无人车打滑判断,其中,对三种预置条件的判断不分先后,可根据实际情况进行设置,也可同时进行。
其中,工程中常见的两种打滑情况,一种是纵向打滑,另一种是侧向打滑,纵向打滑比较常见,常出现在车轮抱死时,无人车受到惯性作用继续向前滑移,主要表现为无人车速度不为零,而驱动轮输出的速度为零,上述情况对应本申请中第三种预置条件;当驱动轮的实际速度和驱动的预测轮速度之间的偏差超过阈值,此时认为车轮大幅加速或减速,也可能发生纵向打滑,上述情况对应本申请中第二种预置条件;侧向打滑常出现在部分卡死状态,由于障碍物的阻碍(如地缝、小水沟等),无人车没有向驱动轮速度输出方向移动,而是沿着障碍物方向移动,产生了侧向打滑,上述情况对应本申请中第一种预置条件。
对无人车驱动轮的状态进行判断,在目的是先通过对驱动的状态进行分析,判断无人车是否有打滑的可能,当无人车有打滑的可能时,再对无人车进行打滑判断,两级判断保证判断的准确性。
对驱动轮状态进行分析,判断驱动轮的状态是否满足预设条件具体为:
上述为本申请提供的一个打滑检测启动判断的实施例,下面为本申请的另一个实施例。
参阅图3,图3为本申请实施例提供的一种无人车打滑检测方法的打滑判断流程图;
在上述驱动轮满足预设条件的基础上,启动无人车的打滑检测;
其中,通过获取无人车位姿变化信息和驱动轮位姿变化信息,计算所述无人车位姿变化信息和所述驱动轮位姿变化信息之间的差值,比较所述差值与阈值之间的大小关系,当所述差值大于等于阈值时,则判定无人车发生打滑,当所述差值小于阈值时,则判定无人车没有发生打滑。
作为一个优选的实施例,当无人车的方向和驱动轮的方向之间的差值大于阈值时,或无人车的速度和驱动轮的速度之间的差值大于阈值时,则判定无人车发生打滑。
其中,所述无人车位姿变化信息和所述驱动轮位姿变化信息获取方式同前述。
参阅图4,图4为本申请实施例提供的一种无人车打滑检测方法的定位补偿启动判断流程图;
当判定无人车发生打滑后,则实时获取无人车实际位姿变化信息和理论位姿变化信息,通过计算无人车实际位姿变化信息和理论位姿变化信息之间的差值来确定无人车是否处于打滑状态,当判断无人车停止打滑后,启动无人车定位补偿。
作为一个优选的实施例,本申请通过安装在无人车上的激光雷达,可以获得比较准确的测距信息(误差约2cm),每一帧激光点云数据包括360°的测距范围内的激光测距信息,能比较准确地反映当前环境的结构信息;通过帧间匹配可以获得两帧激光点云数据之间的位姿变化,也可以通过将激光点云和地图匹配去获得准确的实时位姿变化信息。
作为一个优选的实施例,本申请通过安装在驱动轮上的车轮编码器,可准确获得驱动轮在设定时间段内的位移增量及偏航角,在理论情况下,驱动轮的位姿变化则表示无人车的位姿变化,因此,通过获取驱动轮在设定时间内的位移增量及偏航角可计算出无人车的理论位姿变化。
实时采集无人车的实际位姿信息及理论位姿信息,计算无人车的实例位姿变化信息和理论位姿变化信息之间的差值,当差值大于或等于阈值时,说明无人车正处于打滑状态;当差值小于阈值时,说明无人车停止打滑了,此时,对停止打滑后的无人车进行定位补偿。
作为一个优选的实施例,上述对无人车进行定位补偿具体为,以所述判断所述驱动轮状态是否满足预设条件时刻为第一时刻;以所述无人车停止打滑时刻为第二时刻;以所述第一时刻至所述第二时刻之间的所述无人车的实际位姿变化信息替换所述第一时刻至所述第二时刻之间的所述驱动轮的位姿变化信息,对所述无人车进行定位补偿。
参阅图5,图5为本申请实施例提供的一种无人车打滑检测系统的系统结构图;
上述无人车打滑检测系统包括位姿获取模块、打滑检测触发模块、打滑检测模块、定位补偿触发模块及定位补偿模块;
其中,位姿获取模块,用于获取所述无人车位姿变化信息及所述驱动轮位姿变化信息;
作为一个优选的实施例,所述位姿获取模块包括惯性测量元件、激光雷达、车轮编码器;
所述惯性测量元件用于获取无人车的速度方向,本实例采用六轴惯性导航传感器,从惯性导航传感器中获取姿态四元数,由姿态四元数解算出惯性测量单元的欧拉角(俯仰角、滚转角、偏航角),其中重点关注偏航角。由于惯性测量单元刚性连接在所述无人车平台上,故所述欧拉角可以反映所述无人车的姿态信息;获取无人车的线加速度,计算得到无人车的姿态信息,去除重力加速度的影响后,在所述预设时段内,对线加速度进行积分获得线速度,根据x、y轴的线速度计算向量和,得到的速度向量的方向作为惯性测量单元在欧式空间里的运动方向,同时反映了所述无人车的速度方向信息。
所述激光雷达用于获取无人车的速度变化信息,本实施例采用激光雷达,根据相邻两帧激光点云信息使用点线迭代最近点(PL-I CP)方法进行匹配,得到两帧激光点云之间的位置变化,确定所述无人车在所述预设时段内的位置变化,根据所述位置变化和所述预置时间段确定所述无人车速度变化信息;
所述车轮编码器用于获取无人车驱动轮的位姿变化信息,本实施例采用光电编码器作为车轮编码器,通过所述车轮编码器获取所述无人车驱动轮在预设时段内的位移增量及偏航角,根据所述预设时段内的位移增量及偏航角,确定所述无人车驱动轮在预设时段内的位姿变化信息。
打滑检测触发模块,用于根据所述无人车位姿变化信息及所述驱动轮位姿变化信息判断所述驱动轮状态是否满足预设条件;
本申请先对驱动轮的状态进行判断,具体的,当所述无人车驱动轮可能发生打滑时,则判定无人车驱动轮的状态满足预设条件,当驱动轮状态满足预设条件后,才启动对无人车的打滑检测。
作为一个优选的实施例,本申请中,上述预设条件包括以下三种情况:
第一预设条件:所述无人车方向和所述驱动轮方向之间的差值大于第一阈值时;
第二预设条件:所述驱动轮的实际速度和所述驱动轮的预测速度之间的差值大于第二阈值时;
第三预设条件:所述驱动轮的实际速度为0,且所述驱动轮的预测速度大于第三阈值时。
作为一个优选的实施例,当上述三种预设条件有一种满足时,则启动无人车打滑判断,其中,对三种预置条件的判断不分先后,可根据实际情况进行设置,也可同时进行。
打滑检测模块,用于当满足预设条件时,根据所述无人车位姿变化信息和所述驱动轮位姿变化信息,判断所述无人车是否发生打滑;
当驱动轮满足预设条件的基础上,启动无人车的打滑检测;
其中,通过获取无人车位姿变化信息和驱动轮位姿变化信息,计算所述无人车位姿变化信息和所述驱动轮位姿变化信息之间的差值,比较所述差值与阈值之间的大小关系,当所述差值大于等于阈值时,则判定无人车发生打滑,当所述差值小于阈值时,则判定无人车没有发生打滑。
作为一个优选的实施例,当无人车的方向和驱动轮的方向之间的差值大于阈值时,或无人车的速度和驱动轮的速度之间的差值大于阈值时,则判定无人车发生打滑。
定位补偿触发模块,用于根据所述无人车的实际位姿变化信息及所述无人车的理论位姿变化信息,判断是否启动定位补偿模块;
当判定无人车发生打滑后,则实时获取无人车实际位姿变化信息和理论位姿变化信息,通过计算无人车实际位姿变化信息和理论位姿变化信息之间的差值来确定无人车是否处于打滑状态,当判断无人车停止打滑后,启动无人车定位补偿。
作为一个优选的实施例,本申请通过安装在无人车上的激光雷达,可以获得比较准确的测距信息(误差约2cm),每一帧激光点云数据包括360°的测距范围内的激光测距信息,能比较准确地反映当前环境的结构信息;通过帧间匹配可以获得两帧激光点云数据之间的位姿变化,也可以通过将激光点云和地图匹配去获得准确的实时位姿变化信息。
作为一个优选的实施例,本申请通过安装在驱动轮上的车轮编码器,可准确获得驱动轮在设定时间段内的位移增量及偏航角,在理论情况下,驱动轮的位姿变化则表示无人车的位姿变化,因此,通过获取驱动轮在设定时间内的位移增量及偏航角可计算出无人车的理论位姿变化。
实时采集无人车的实际位姿信息及理论位姿信息,计算无人车的实例位姿变化信息和理论位姿变化信息之间的差值,当差值大于或等于阈值时,说明无人车正处于打滑状态;当差值小于阈值时,说明无人车停止打滑了,此时,对停止打滑后的无人车进行定位补偿。
定位补偿模块,用于根据所述无人车的实际位姿变化信息,对所述无人车进行定位补偿。
作为一个优选的实施例,对无人车进行定位补偿具体为,以所述判断所述驱动轮状态是否满足预设条件时刻为第一时刻;以所述无人车停止打滑时刻为第二时刻;以所述第一时刻至所述第二时刻之间的所述无人车的实际位姿变化信息替换所述第一时刻至所述第二时刻之间的所述驱动轮的位姿变化信息,对所述无人车进行定位补偿。
通过以上技术方案可知,本申请通过先对无人车驱动轮状态进行判断,然后再判断无人车是否打滑,通过两级判断确保了对于无人车的打滑判定结果的准确性;具体的,通过惯性测量元件、激光雷达和车轮编码器,测量在预设时段内的无人车及驱动轮的速度及方向变化,从而确定无人车驱动轮是否满足预设条件,当无人车驱动轮满足预设条件时,确定无人车在预设时间段内的位姿变化以及驱动轮位姿变化,通过比较无人车在预设时间段内的位姿变化以及驱动轮位姿变化,可及时对无人车进行打滑检测,从而在无人车出现异常情况时,及时对无人车进行补偿,解决无人车由于驱动轮打滑产生定位误差,甚至定位失效的问题。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种无人车打滑检测方法,其特征在于,包括:
获取无人车位姿变化信息及无人车的驱动轮位姿变化信息;
根据预设时间段内获取的所述无人车位姿变化信息及所述驱动轮位姿变化信息判断所述驱动轮状态是否满足预设条件,当满足预设条件时,根据所述无人车位姿变化信息和所述驱动轮位姿变化信息,判断所述无人车是否发生打滑。
2.根据权利要求1所述的一种无人车打滑检测方法,其特征在于,所述根据所述无人车位姿变化信息及所述驱动轮位姿变化信息,判断所述无人车是否发生打滑具体为:
若所述无人车位姿变化信息和所述驱动轮位姿变化信息之间的差值大于阈值时,判定所述无人车发生打滑,否则,判定所述无人车没有发生打滑。
3.根据权利要求1所述的一种无人车打滑检测方法,其特征在于,所述获取所述无人车位姿变化信息及所述驱动轮位姿变化信息具体为:
所述无人车位姿变化信息至少包括无人车速度变化信息及无人车方向变化信息,所述无人车速度变化信息根据所述预设时间段内的无人车位置变化信息计算得到,所述无人车方向变化信息根据所述预设时间段内所述无人车的欧拉角获得;
所述驱动轮位姿变化信息至少包括驱动轮速度变化信息及驱动轮方向变化信息,所述驱动轮速度变化信息根据所述预设时间段内的所述驱动轮位移增量计算得到,所述驱动轮方向变化信息根据所述预设时间段内所述驱动轮的偏航角获得。
4.根据权利要求3所述的一种无人车打滑检测方法,其特征在于,所述根据所述预设时间段内的驱动轮位移增量计算所述驱动轮速度变化信息具体为:
根据所述预设时间段内的所述驱动轮位移增量计算得到所述驱动轮在所述预设时段内的速度,记所述预设时段内的速度为所述驱动轮的实际速度;
根据所述预设时间段内的所述驱动轮位移增量,对所述预设时间段内的所述驱动轮的实际速度进行非线性拟合,获取所述预设时段内的速度变化曲线,根据所述预设时段内的速度变化曲线得到当前时刻所述驱动轮的预测速度。
5.根据权利要求1所述的一种无人车打滑检测方法,其特征在于,所述预设条件包括:
第一预设条件:所述无人车方向和所述驱动轮方向之间的差值大于第一阈值;
第二预设条件:所述驱动轮的实际速度和所述驱动轮的预测速度之间的差值大于第二阈值;
第三预设条件:当所述驱动轮的实际速度为0,且所述驱动轮预的测速度大于第三阈值。
6.根据权利要求1所述的一种无人车打滑检测方法,其特征在于,还包括:当判定所述无人车发生打滑后,持续获取所述无人车的实际位姿变化信息及所述无人车的理论位姿变化信息之间的差值,根据所述差值判断所述无人车是否停止打滑,当判断所述无人车停止打滑后,对所述无人车进行定位补偿。
7.根据权利要求6所述的一种无人车打滑检测方法,其特征在于,所述对所述无人车进行定位补偿具体包括:以所述判断所述驱动轮状态是否满足预设条件时刻为第一时刻;以所述无人车停止打滑时刻为第二时刻;以所述第一时刻至所述第二时刻之间的所述无人车的实际位姿变化信息替换所述第一时刻至所述第二时刻之间的所述驱动轮的位姿变化信息,对所述无人车进行定位补偿。
8.一种无人车打滑检测系统,其特征在于,包括:
位姿获取模块,用于获取所述无人车位姿变化信息及所述驱动轮位姿变化信息;
打滑检测触发模块,用于根据所述无人车位姿变化信息及所述驱动轮位姿变化信息判断所述驱动轮状态是否满足预设条件;
打滑检测模块,用于当满足预设条件时,根据所述无人车位姿变化信息和所述驱动轮位姿变化信息,判断所述无人车是否发生打滑;
定位补偿触发模块,用于根据所述无人车的实际位姿变化信息及所述无人车的理论位姿变化信息,判断是否启动定位补偿模块;
定位补偿模块,用于根据所述无人车的实际位姿变化信息,对所述无人车进行定位补偿。
9.一种无人车打滑检测设备,其特征在于,包括:惯性测量元件、激光雷达、车轮编码器及车载电脑;
所述车载电脑用于存储程序,并控制所述惯性测量元件、激光雷达和车轮编码器;
所述车载电脑用于通过调用存储在所述车载电脑中的程序,执行如权利要求1-7任一项所述的无人车打滑检测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码在被计算机读取并运行时,执行如权利要求1-7任一项所述的无人车打滑检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111638690.XA CN114325744B (zh) | 2021-12-29 | 2021-12-29 | 一种无人车打滑检测方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111638690.XA CN114325744B (zh) | 2021-12-29 | 2021-12-29 | 一种无人车打滑检测方法、系统、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114325744A true CN114325744A (zh) | 2022-04-12 |
CN114325744B CN114325744B (zh) | 2022-08-19 |
Family
ID=81017202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111638690.XA Active CN114325744B (zh) | 2021-12-29 | 2021-12-29 | 一种无人车打滑检测方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114325744B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005047314A (ja) * | 2003-07-30 | 2005-02-24 | Toyota Motor Corp | スリップ判定装置およびスリップ判定方法並びに車両 |
CN101089556A (zh) * | 2006-06-16 | 2007-12-19 | 三星电子株式会社 | 移动设备、用于补偿该移动设备的位置的方法和介质 |
US20110166763A1 (en) * | 2010-01-05 | 2011-07-07 | Samsung Electronics Co., Ltd. | Apparatus and method detecting a robot slip |
US20120219207A1 (en) * | 2009-10-30 | 2012-08-30 | Yujin Robot Co., Ltd. | Slip detection apparatus and method for a mobile robot |
CN108638053A (zh) * | 2018-04-03 | 2018-10-12 | 珠海市微半导体有限公司 | 一种机器人打滑的检测方法及其矫正方法 |
CN108748135A (zh) * | 2018-04-04 | 2018-11-06 | 上海物景智能科技有限公司 | 一种机器人驱动轮打滑位姿矫正方法以及一种机器人 |
CN110514863A (zh) * | 2019-09-23 | 2019-11-29 | 北京智行者科技有限公司 | 一种用于无人车车轮打滑的判别及补偿方法 |
CN110834636A (zh) * | 2019-11-21 | 2020-02-25 | 北京易控智驾科技有限公司 | 一种无人驾驶矿车车轮打滑识别及控制的方法及系统 |
CN111481126A (zh) * | 2020-04-22 | 2020-08-04 | 珠海市一微半导体有限公司 | 机器人沿边行走的异常检测方法和脱卡的处理方法 |
CN111597850A (zh) * | 2020-05-14 | 2020-08-28 | 上海快仓智能科技有限公司 | 车辆信息处理方法、装置及计算机可读存储介质 |
US20200275816A1 (en) * | 2017-09-12 | 2020-09-03 | Amicro Semiconductor Co., Ltd. | Method for Detecting Skidding of Robot, Mapping Method and Chip |
CN113264052A (zh) * | 2020-02-14 | 2021-08-17 | 广州汽车集团股份有限公司 | 汽车车速的计算方法、装置、电子控制单元及存储介质 |
-
2021
- 2021-12-29 CN CN202111638690.XA patent/CN114325744B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005047314A (ja) * | 2003-07-30 | 2005-02-24 | Toyota Motor Corp | スリップ判定装置およびスリップ判定方法並びに車両 |
CN101089556A (zh) * | 2006-06-16 | 2007-12-19 | 三星电子株式会社 | 移动设备、用于补偿该移动设备的位置的方法和介质 |
US20120219207A1 (en) * | 2009-10-30 | 2012-08-30 | Yujin Robot Co., Ltd. | Slip detection apparatus and method for a mobile robot |
US20110166763A1 (en) * | 2010-01-05 | 2011-07-07 | Samsung Electronics Co., Ltd. | Apparatus and method detecting a robot slip |
US20200275816A1 (en) * | 2017-09-12 | 2020-09-03 | Amicro Semiconductor Co., Ltd. | Method for Detecting Skidding of Robot, Mapping Method and Chip |
CN108638053A (zh) * | 2018-04-03 | 2018-10-12 | 珠海市微半导体有限公司 | 一种机器人打滑的检测方法及其矫正方法 |
CN108748135A (zh) * | 2018-04-04 | 2018-11-06 | 上海物景智能科技有限公司 | 一种机器人驱动轮打滑位姿矫正方法以及一种机器人 |
CN110514863A (zh) * | 2019-09-23 | 2019-11-29 | 北京智行者科技有限公司 | 一种用于无人车车轮打滑的判别及补偿方法 |
CN110834636A (zh) * | 2019-11-21 | 2020-02-25 | 北京易控智驾科技有限公司 | 一种无人驾驶矿车车轮打滑识别及控制的方法及系统 |
CN113264052A (zh) * | 2020-02-14 | 2021-08-17 | 广州汽车集团股份有限公司 | 汽车车速的计算方法、装置、电子控制单元及存储介质 |
CN111481126A (zh) * | 2020-04-22 | 2020-08-04 | 珠海市一微半导体有限公司 | 机器人沿边行走的异常检测方法和脱卡的处理方法 |
CN111597850A (zh) * | 2020-05-14 | 2020-08-28 | 上海快仓智能科技有限公司 | 车辆信息处理方法、装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114325744B (zh) | 2022-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8200452B2 (en) | Attitude-angle detecting apparatus and attitude-angle detecting method | |
US5736923A (en) | Apparatus and method for sensing motionlessness in a vehicle | |
CN104880722B (zh) | 无人机的gps速度及位置观测异常值检测方法 | |
JP7073052B2 (ja) | ビークルの角度位置を測定するシステムおよび方法 | |
US8548731B2 (en) | Navigation method, navigation system, navigation device, vehicle provided therewith and group of vehicles | |
EP1530024A1 (en) | Motion estimation method and system for mobile body | |
CN107710094A (zh) | 自主车辆运行期间的在线校准检查 | |
CN113147738A (zh) | 一种自动泊车定位方法和装置 | |
CN110345940B (zh) | 用于规范共享单车停放姿态和方向的方法及其车锁 | |
CN111516777A (zh) | 一种机器人小车及其障碍物识别方法 | |
CN111487964A (zh) | 一种机器人小车及其自主避障方法、设备 | |
US11577736B2 (en) | Method and device for ascertaining a highly accurate estimated value of a yaw rate for controlling a vehicle | |
CN114137975A (zh) | 一种超声波辅助融合定位的无人车导航纠偏方法 | |
CN113933858A (zh) | 定位传感器的异常检测方法、装置及终端设备 | |
CN109677508B (zh) | 一种车辆运动数据获取方法、装置、设备和存储介质 | |
CN111141286A (zh) | 一种无人机飞控多传感器姿态置信解算方法 | |
CN114994641A (zh) | 一种参数标定方法、装置、电子设备及存储介质 | |
CN114325744B (zh) | 一种无人车打滑检测方法、系统、设备及介质 | |
CN111752279B (zh) | 一种机器人多传感器融合自检方法和系统 | |
CN108801253A (zh) | 机器人建图定位系统及机器人 | |
JP2001510890A (ja) | 自律的移動ユニットの回転状態の検出のための方法及び自律的移動ユニット | |
CN104919277A (zh) | 对用于确定车辆的位置数据的初始数据进行确定的方法 | |
CN114562994A (zh) | 移动机器人处于动态环境中的定位方法 | |
CN115540854A (zh) | 一种基于uwb辅助的主动定位方法、设备和介质 | |
Cho et al. | Independence localization system for Mecanum wheel AGV |
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 |