CN114625122A - 一种基于uwb与激光雷达的机器人跟随和避障方法及系统 - Google Patents
一种基于uwb与激光雷达的机器人跟随和避障方法及系统 Download PDFInfo
- Publication number
- CN114625122A CN114625122A CN202210089171.0A CN202210089171A CN114625122A CN 114625122 A CN114625122 A CN 114625122A CN 202210089171 A CN202210089171 A CN 202210089171A CN 114625122 A CN114625122 A CN 114625122A
- Authority
- CN
- China
- Prior art keywords
- robot
- uwb
- laser radar
- following
- path
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000033001 locomotion Effects 0.000 claims abstract description 24
- 238000009499 grossing Methods 0.000 claims abstract description 13
- 238000006243 chemical reaction Methods 0.000 claims abstract description 3
- 230000010355 oscillation Effects 0.000 abstract description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000010845 search algorithm Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000004593 Epoxy Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
Abstract
本发明公开了一种基于UWB与激光雷达的机器人跟随和避障方法及系统，包括以下步骤：车载UWB基站接收UWB信标发出的相对位置信息；根据UWB基站和相对位置信息标定参数，并进行坐标转换；根据实时激光雷达点云数据构建机器人局部环境；规划器规划到达信标位置的初始路径；对初始路径进行约束和平滑处理；控制器根据信息进行计算得到机器人运动参数；根据机器人运动参数控制机器人运动。本发明的基于UWB与激光雷达的机器人跟随和避障方法，对初始路径进行约束和平滑处理，可以使得机器人在复杂环境下快速构建满足机器人动态约束的跟踪路径，从而避免机器人在狭长廊道和稠密的障碍物环境中，会造成震荡或者卡死无法行动的问题。
Description
技术领域
本发明涉及机器人控制技术领域，尤其是指一种基于UWB与激光雷达的机器人跟随和避障方法及系统。
背景技术
轮式移动机器人的跟随功能，例如在商业领域的自动跟随行李箱、工业领域中自主引导车辆的跟随转运都是比较常见的需求，但是在复杂的多障碍物的服务器廊道内工作，对传感器的选型，路径规划器的效率和控制器的跟踪效果都有更高的要求。
现有的避障方案中传感器选型有超声设备和深度相机等。在多障碍的环境中，由于超声传感器测距原理，只能探测到散射锥形区域内最近的障碍物，无法精确定位障碍物的位置，从而通过狭窄廊道的概率非常低。深度相机根据成像原理分为基于结构光和飞行时间两种，基于结构光的深度相机传输的深度图像具有分辨率高、帧率高等优点，但是容易受到光线干扰，产生噪音，特别是铺设了环氧地坪漆的场所和多玻璃场所，而基于飞行时间的深度相机成像分辨率低，帧率低，价格高等因素难以在商业领域大规模使用，另外在狭窄廊道内，深度相机测距精度不及激光雷达设备。
现有的避障路径规划方案中，多采用A*(启发式路径搜索算法)和PID控制策略，或者直接使用动态窗口算法，此方案在环境开阔，障碍物稀疏的环境中可以使用，但是在狭长廊道和稠密的障碍物环境中，会造成机器人震荡或者卡死无法行动等问题。究其原因，还是因为基于栅格的启发式算法，没有考虑机器人的运动约束，从而生成不可跟踪的路线。现有的跟随方案中，为了确保时时刻刻可以探测到UWB标签，所以将多个UWB基站安装在车辆的不同方位。同时激光传感器是360°视野，但是在激光传感器视野受限制的情况下，激光传感器实时数据不足以支撑复杂环境下路径规划。
例如，一种在中国专利文献上公开的“机器人跟随避障方法及装置”，其公告号CN108255173A，该方法包括：S1.获取跟随对象及环境中障碍物基于机器人的视觉传感器坐标系的三维坐标；S2.获取所述跟随对象基于所述机器人的视觉传感器坐标系的骨骼数据；S3.确定机器人与所述跟随对象的第一位置关系以及所述障碍物与机器人之间的第二位置关系；S4.根据所述第一位置关系确定所述机器人行进的基准线速度及基准角速度；S5.根据所述基准线速度及基准角速度确定一条模拟运动轨迹；S6.根据所述第二位置关系及模拟运动轨迹对所述机器人的线速度及角速度进行调整；S7.周期性依次执行所述步骤S1至步骤S6，持续进行对所述跟随对象的跟随。该发明能够有效区分目标与障碍物，并且实现了在跟随目标的过程中躲避障碍的效果，此方案在环境开阔，障碍物稀疏的环境中可以使用，但是没有考虑机器人的运动约束，从而生成不可跟踪的路线，使得机器人在狭长廊道和稠密的障碍物环境中，会造成震荡或者卡死无法行动等问题。
发明内容
本发明是为了克服现有技术的没有考虑机器人的运动约束，从而生成不可跟踪的路线的问题，提供一种基于UWB与激光雷达的机器人跟随和避障方法及系统。
为了实现上述目的，本发明采用以下技术方案：
一种基于UWB与激光雷达的机器人跟随和避障方法，包括以下步骤：S1：车载UWB基站接收UWB信标发出的相对位置信息；S2：根据UWB基站和相对位置信息标定参数，并进行坐标转换；S3：根据实时激光雷达点云数据构建机器人局部环境；S4：规划器规划到达信标位置的初始路径；S5：对初始路径进行约束和平滑处理；S6：控制器根据信息进行计算得到机器人运动参数；S7：根据机器人运动参数控制机器人运动。本发明的基于UWB与激光雷达的机器人跟随和避障方法，对初始路径进行约束和平滑处理，可以使得机器人在复杂环境下快速构建满足机器人动态约束的跟踪路径，从而避免机器人在狭长廊道和稠密的障碍物环境中，会造成震荡或者卡死无法行动的问题。
作为本发明的优选方案，所述S2具体为：根据UWB基站相对机器人坐标系标定参数，并将UWB信标的位置转换到在全局坐标系下的位置。
作为本发明的优选方案，所述S3具体为：根据实时激光雷达点云数据，采用八叉树概率栅格地图进行构建机器人局部环境。UWB基站安装在机器人前侧，只有近120°可探测范围；二维激光传感器也是固定在机器人前侧，可探测范围只有180°，所以局部环境的构建采用八叉树概率栅格地图维护，保证在复杂环境下，对环境描述的准确性。
作为本发明的优选方案，所述S4具体为：规划器D*Lite依据八叉树概率栅格地图、机器人全局位置信息和信标全局位置信息，以10Hz的频率进行初始路径的规划。上层全局路径规划器采用D*Lite即增量式启发路径搜索算法，增量启发式搜索方法使用启发式方法来优化搜索和重用以前的搜索信息，以找到一系列类似搜索任务的解决方案，比从头开始解决每个搜索任务要快得多。
作为本发明的优选方案，所述S5具体为：利用Elastic Band算法对初始路径进行约束处理，利用参数化路径平滑算法对初始路径进行平滑处理。Elastic Band算法将贴合障碍物的路径点约束到远离障碍物位置，参数化路径平滑策略平滑路线，进一步保证路线的可跟踪。
作为本发明的优选方案，所述S6具体为：控制器以20Hz频率工作，从处理后的路径中选取控制器DWA的局部目标点，并结合附近环境中障碍物的分布信息，计算出机器人的运动参数信息。全局路径规划以10HZ的工作频率更新全局路径信息，维持远离障碍物的最右平滑路线，局部规划器动态窗孔算法以20HZ的工作频率，筛选出满足机器人动态约束的最优跟踪路线，从而保证机器人在狭窄廊道和多障碍物环境下，跟随UWB信标。
作为本发明的优选方案，所述运动参数信息包括机器人的最优行进速度、远离障碍物的控制信息和角速度。
作为本发明的优选方案，所述S7具体为：机器人运动控制模块根据机器人的最优行进速度、远离障碍物的控制信息和角速度参数控制机器人运动。
一种基于UWB与激光雷达的机器人跟随和避障系统，包括设置于机器人上的车载UWB基站，用于接收UWB信标发出的信息；UWB信标，用于向UWB基站发送相对位置信息；激光雷达，用于测量机器人一定范围内的环境并输出点云数据；规划器，内含D*Lite算法和Elastic Band算法，规划到达信标位置的初始路径并进行路径优化；控制器，实现计算机器人的运动参数；机器人控制模块：根据运动参数控制机器人运动。
作为本发明的优选方案，所述UWB信标和车载UWB基站均只有一个。本发明提供了在激光传感器视野受限制条件下，只依靠唯一UWB基站和信标情况下的一种安全可靠的跟随方式。
因此，本发明具有以下有益效果：本发明的基于UWB与激光雷达的机器人跟随和避障方法，对初始路径进行约束和平滑处理，可以使得机器人在复杂环境下快速构建满足机器人动态约束的跟踪路径，从而避免机器人在狭长廊道和稠密的障碍物环境中，会造成震荡或者卡死无法行动的问题；本发明提供了在激光传感器视野受限制条件下，只依靠唯一UWB基站和信标情况下的一种安全可靠的跟随方式。
附图说明
图1是本发明的方法流程图；
图2是单个障碍物斥力分布示意图；
图3是原始栅格地图路径点紧邻障碍物分布示意图；
图4是经过Elastic Band算法处理后的路径点远离障碍物位置的示意图；
图5是本发明实施例的整体流程图。
具体实施方式
下面结合附图与具体实施方式对本发明做进一步的描述。
如图1所示，一种基于UWB与激光雷达的机器人跟随和避障方法，具体步骤如图5所示，包括：步骤S1：机器人车载UWB基站接收来自UWB信标的相对位置信息。步骤S2：根据UWB基站相对机器人坐标系标定参数，将UWB信标位置转换到其在全局坐标系位置。步骤S3：八叉树概率栅格地图模块根据实时激光雷达点云数据维护机器人一定范围内的概率栅格地图用来描述机器人局部环境。步骤S4：规划器D*Lite依据八叉树栅格地图、机器人全局位置和信标全局位置，以10Hz的工作频率，规划到达信标位置的初始路径。步骤S5：利用ElasticBand算法和参数化路径平滑算法将初始不满足车辆动力学约束的路线平滑，使得路径远离障碍物。在栅格地图分辨率固定前提下，路径点和障碍物都是占据一个栅格，障碍物对路径点的斥力方向如图2所示，将斥力简化为八个方向，分别为,0°，45°，90°，135°，180°，-45°，-90°，和-135°；规划器D*Lite在将障碍物膨胀后的栅格地图上规划出来的原始路径点的分布如图3所示，是紧邻障碍物膨胀边缘的，并非处于狭窄廊道的中间位置附近；假设路径点以R个栅格为半径范围，将半径范围内所有的障碍物对当前路径点做受力分析，将得到路径点的合力方向，则整定后路径点的可以向着合力方向移动R以内的距离，最终的效果如图4所示，就是路径点既远离了障碍物，同时又可以以相对居中的位置通过障碍物分布较为复杂的区域；参数化路径平滑算法，在保持起始点和终点位置不变的前提下，通过原始路径的点的权重参数weight_data和路径平滑的权重参数weight_smooth，其中weight_data和weight_smooth的权重之和为1,将离散路径点平滑。参数weight_data代表原始路径点与更新后的路径变化量的权重，例如weight_data为1，weight_smooth权重为0，则最终路径仍然是原始路径；参数smooth_data代表当前路径点和前后两个路径点连线中点的差值权重，当weight_data为0，weight_smooth权重为1时,除了起始点和终点，所有其他点的坐标都是前后两个坐标的均值。步骤S6：控制器以20Hz工作频率，从经过平滑后的规划路线中选取控制器DWA的局部目标点，并结合附近环境中障碍物的分布信息，计算出速度最优，远离障碍物的控制信息、速度和角速度。步骤S7：机器人运动控制模块接收控制变量、速度和角速度，驱动车辆运动。
本发明中环境感知使用激光设备，其主要用做SLAM，提供机器人全局位置信息，同时测距信息用来维护环境地图。激光传感器的测距精度保证了环境地图构建的准确性，为路径规划和后端轨迹规划奠定基础。
跟随避障路线规划采用双层规划策略，并按照不同的工作频率更新。上层全局路径规划器采用D*Lite即增量式启发路径搜索算法，增量启发式搜索方法使用启发式方法来优化搜索和重用以前的搜索信息，以找到一系列类似搜索任务的解决方案，比从头开始解决每个搜索任务要快得多；Elastic Band算法，将贴合障碍物的路径点约束到远离障碍物位置；参数化路径平滑策略即平滑路线，进一步保证路线的可跟踪，下层采用动态窗口算法筛选处最优的跟踪路径。全局路径规划以10Hz的工作频率更新全局路径信息，维持远离障碍物的最右平滑路线，局部规划器动态窗孔算法以20HZ的工作频率，筛选出满足车辆动态约束的最优跟踪路线，从而保证车辆在狭窄廊道和多障碍物环境下，跟随UWB信标。
UWB基站安装在车辆前侧，只有近120°可探测范围；二维激光传感器也是固定在车辆前侧，可探测范围只有180°，所以局部环境的构建采用八叉树概率栅格地图维护，保证在复杂环境下，对环境描述的准确性。
本发明的启发式栅格搜索的原始路径的后端优化方案,包括Elastic Band和参数化路径优化，与局部路径规划算法，动态窗口算法，结合使用策略。
本发明方法适用于一种室内狭窄空间和多障碍物分布环境中，对离散栅格路径的后端优化策略；本发明全局平滑路径和局部规划器(动态窗口算法)的双层架构，满足车辆在复杂环境下快速构建满足机器人动态约束的跟踪路径；本发明提供了在激光传感器视野受限制条件下，只依靠唯一UWB基站和信标情况下的一种安全可靠的跟随方式。
本发明还包括有一种基于UWB与激光雷达的机器人跟随和避障方法的系统，包括设置于机器人上的车载UWB基站，用于接收UWB信标发出的信息；UWB信标，用于向UWB基站发送相对位置信息；激光雷达，用于测量机器人一定范围内的环境并输出点云数据；规划器，内含D*Lite算法和Elastic Band算法，规划到达信标位置的初始路径并进行路径优化；控制器，实现计算机器人的运动参数；机器人控制模块：根据运动参数控制机器人运动。
因此，本发明具有以下有益效果本发明的基于UWB与激光雷达的机器人跟随和避障方法，对初始路径进行约束和平滑处理，可以使得机器人在复杂环境下快速构建满足机器人动态约束的跟踪路径，从而避免机器人在狭长廊道和稠密的障碍物环境中，会造成震荡或者卡死无法行动的问题；本发明提供了在激光传感器视野受限制条件下，只依靠唯一UWB基站和信标情况下的一种安全可靠的跟随方式。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明保护范围之内。
Claims (10)
1.一种基于UWB与激光雷达的机器人跟随和避障方法，其特征是，包括以下步骤：
S1：车载UWB基站接收UWB信标发出的相对位置信息；
S2：根据UWB基站和相对位置信息标定参数，并进行坐标转换；
S3：根据实时激光雷达点云数据构建机器人局部环境；
S4：规划器规划到达信标位置的初始路径；
S5：对初始路径进行约束和平滑处理；
S6：控制器根据信息进行计算得到机器人运动参数；
S7：根据机器人运动参数控制机器人运动。
2.根据权利要求1所述的一种基于UWB与激光雷达的机器人跟随和避障方法，其特征是，所述S2具体为：根据UWB基站相对机器人坐标系标定参数，并将UWB信标的位置转换到在全局坐标系下的位置。
3.根据权利要求1所述的一种基于UWB与激光雷达的机器人跟随和避障方法，其特征是，所述S3具体为：根据实时激光雷达点云数据，采用八叉树概率栅格地图进行构建机器人局部环境。
4.根据权利要求1所述的一种基于UWB与激光雷达的机器人跟随和避障方法，其特征是，所述S4具体为：规划器D* Lite依据八叉树概率栅格地图、机器人全局位置信息和信标全局位置信息，以10Hz的频率进行初始路径的规划。
5.根据权利要求1所述的一种基于UWB与激光雷达的机器人跟随和避障方法，其特征是，所述S5具体为：利用Elastic Band算法对初始路径进行约束处理，利用参数化路径平滑算法对初始路径进行平滑处理。
6.根据权利要求1或5所述的一种基于UWB与激光雷达的机器人跟随和避障方法，其特征是，所述S6具体为：控制器以20Hz频率工作，从处理后的路径中选取控制器DWA的局部目标点，并结合附近环境中障碍物的分布信息，计算出机器人的运动参数信息。
7.根据权利要求6所述的一种基于UWB与激光雷达的机器人跟随和避障方法，其特征是，所述运动参数信息包括机器人的最优行进速度、远离障碍物的控制信息和角速度。
8.根据权利要求1或7所述的一种基于UWB与激光雷达的机器人跟随和避障方法，其特征是，所述S7具体为：机器人运动控制模块根据机器人的最优行进速度、远离障碍物的控制信息和角速度参数控制机器人运动。
9.一种适用于权利要求1所述的一种基于UWB与激光雷达的机器人跟随和避障方法的系统，其特征是，包括：
设置于机器人上的车载UWB基站，用于接收UWB信标发出的信息；
UWB信标，用于向UWB基站发送相对位置信息；
激光雷达，用于测量机器人一定范围内的环境并输出点云数据；
规划器，内含D* Lite算法和Elastic Band算法，规划到达信标位置的初始路径并进行路径优化；
控制器，实现计算机器人的运动参数；
机器人控制模块：根据运动参数控制机器人运动。
10.根据权利要求9所述的一种基于UWB与激光雷达的机器人跟随和避障系统，其特征是，所述UWB信标和车载UWB基站均只有一个。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210089171.0A CN114625122A (zh) | 2022-01-25 | 2022-01-25 | 一种基于uwb与激光雷达的机器人跟随和避障方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210089171.0A CN114625122A (zh) | 2022-01-25 | 2022-01-25 | 一种基于uwb与激光雷达的机器人跟随和避障方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114625122A true CN114625122A (zh) | 2022-06-14 |
Family
ID=81897826
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210089171.0A Pending CN114625122A (zh) | 2022-01-25 | 2022-01-25 | 一种基于uwb与激光雷达的机器人跟随和避障方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114625122A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115437299A (zh) * | 2022-10-10 | 2022-12-06 | 北京凌天智能装备集团股份有限公司 | 一种伴随运输机器人行进控制方法及系统 |
-
2022
- 2022-01-25 CN CN202210089171.0A patent/CN114625122A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115437299A (zh) * | 2022-10-10 | 2022-12-06 | 北京凌天智能装备集团股份有限公司 | 一种伴随运输机器人行进控制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108958250A (zh) | 多传感器移动平台及基于已知地图的导航与避障方法 | |
| CN110262495B (zh) | 可实现移动机器人自主导航与精确定位的控制系统及方法 | |
| Li et al. | Top 10 technologies for indoor positioning on construction sites | |
| CN112684807A (zh) | 无人机集群三维编队方法 | |
| CN105955273A (zh) | 室内机器人导航系统及方法 | |
| CN207752371U (zh) | 一种机器人自主导航装置及机器人 | |
| US10131446B1 (en) | Addressing multiple time around (MTA) ambiguities, particularly for lidar systems, and particularly for autonomous aircraft | |
| EP3168704A1 (en) | 3d surveying of a surface by mobile vehicles | |
| Levine et al. | Information-rich path planning with general constraints using rapidly-exploring random trees | |
| CN108919825A (zh) | 具备避障功能的无人机室内定位系统及方法 | |
| CN109459039A (zh) | 一种医药搬运机器人的激光定位导航系统及其方法 | |
| CN103926925A (zh) | 一种基于改进的vfh算法的定位与避障方法及机器人 | |
| CN105492985A (zh) | 多传感器环境地图构建 | |
| CN103477185A (zh) | 用于确定对象表面的3d坐标的测量系统 | |
| CN103434609A (zh) | 一种用于船体分段外板的自动划线方法 | |
| CN110411421A (zh) | 一种工程施工自动放样系统及自动放样方法 | |
| JP2019537140A (ja) | ビークル衝突回避 | |
| CN114442621A (zh) | 一种基于四足机器人的自主探索和建图系统 | |
| CN113566808A (zh) | 一种导航路径规划方法、装置、设备以及可读存储介质 | |
| CN109828580A (zh) | 一种基于分离式超声波的移动机器人编队跟踪控制方法 | |
| RU2740229C1 (ru) | Способ локализации и построения навигационных карт мобильного сервисного робота | |
| CN113534184A (zh) | 一种激光感知的农业机器人空间定位方法 | |
| CN114625122A (zh) | 一种基于uwb与激光雷达的机器人跟随和避障方法及系统 | |
| JP2018206038A (ja) | 点群データ処理装置、移動ロボット、移動ロボットシステム、および点群データ処理方法 | |
| CN108152829A (zh) | 一种加装直线导轨的二维激光雷达建图装置及其建图方法 |
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 |