CN114859914B - 障碍物检测方法、装置、设备及存储介质 - Google Patents
障碍物检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114859914B CN114859914B CN202210497687.9A CN202210497687A CN114859914B CN 114859914 B CN114859914 B CN 114859914B CN 202210497687 A CN202210497687 A CN 202210497687A CN 114859914 B CN114859914 B CN 114859914B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- mobile robot
- determining
- target position
- shortest distance
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 143
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 88
- 239000013598 vector Substances 0.000 claims abstract description 43
- 230000004888 barrier function Effects 0.000 claims abstract description 34
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 230000009471 action Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000000739 chaotic effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012546 transfer 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, 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
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/60—Electric or hybrid propulsion means for production processes
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请提供一种障碍物检测方法、装置、设备及存储介质，涉及智能物流设备技术领域，该方法包括：根据移动机器人与目标位置，确定检测平面区域；其中，检测平面区域内的点到移动机器人与目标位置连线的距离不超过探测固定值；基于向量距离法，确定障碍物到移动机器人与目标位置连线的最短距离；以及根据最短距离与探测固定值的比较结果，确定检测平面区域内是否存在所述障碍物。通过将区域障碍物检测问题转化成最短距离问题，可以快速、方便地提前检测移动机器人到目标点前的固定区域是否存在障碍物，从而帮助移动机器人作出是否避障或继续前进的指引，提高了运输效率、安全性。
Description
技术领域
本申请涉及智能物流设备技术领域，具体而言，涉及一种障碍物检测方法、装置、设备及存储介质。
背景技术
AGV(Automated Guided Vehicle，自动导引车)，指装备有电磁或光学等自动导航装置，能够沿规定的导航路径行驶，具有安全保护以及各种移载功能的运输车。工业应用中不需要驾驶员的搬运车，以可充电的蓄电池为其动力来源。一般可通过电脑来控制其行进路径以及行为，或利用电磁轨道来设立其行进路径，电磁轨道黏贴于地板上，无人搬运车则依靠电磁轨道所带来的讯息进行移动与动作。
目前，在AGV小车运输货物进入电梯的混乱环境下，由于无法准确识别检测障碍物，使得AGV小车只能在原地进行停车等待，等障碍物离开后，AGV小车才会运行移动，严重影响运输效率，且安全性较差，容易发生碰撞。
发明内容
有鉴于此，本申请实施例的目的在于提供一种障碍物检测方法、装置、设备及存储介质，通过确立移动机器人与目标点之间的固定值检测区域，利用向量距离法求解障碍物到移动机器人与目标点连线的最短距离，根据固定值与最短距离的大小关系，即可确定障碍物是否在该检测区域内，实现了障碍物的准确检测，从而解决了上述“无法准确识别检测障碍物会影响运输效率，且安全性较差，容易发生碰撞”技术问题。
第一方面，本申请实施例提供一种障碍物检测方法，所述方法包括：根据移动机器人与目标位置，确定检测平面区域；其中，所述检测平面区域内的点到所述移动机器人与目标位置连线的距离不超过探测固定值；基于向量距离法，确定障碍物到所述移动机器人与目标位置连线的最短距离；以及根据所述最短距离与所述探测固定值的比较结果，确定所述检测平面区域内是否存在所述障碍物。
在上述实现过程中，通过确立点到移动机器人和目标点连线不超过探测固定值，能够形成一个矩形加两个半圆的检测平面区域，在该区域进行激光扫描检测，计算障碍物距离该区域的最小距离，当识别到障碍物要进入该区域时，移动机器人会进行避让，提高了移动机器人运输的工作效率。通过向量距离法计算点到线段的最短距离，从而使移动机器人识别更加准确，不容易发生碰撞，提高了移动机器人运输的安全性和识别效率。
可选地，所述根据所述最短距离与所述探测固定值的比较结果，确定所述检测平面区域内是否存在所述障碍物，包括：若所述最短距离小于所述探测固定值，确定所述检测平面区域存在所述障碍物；以及若所述最短距离大于所述探测固定值，确定所述检测平面区域不存在所述障碍物。
在上述实现过程中，通过直接比较最短距离与探测固定值的大小关系，便可确定检测区域内是否存在障碍物，无论是动态障碍物还是静态障碍物，均能快速检测出，检测方法简单易实现，算法复杂度低，提高了检测识别效率。
可选地，所述基于向量距离法，确定障碍物到所述移动机器人与目标位置连线的最短距离，包括：根据障碍物的当前位置，确定所述障碍物与所述移动机器人、所述目标位置的位置关系；以及根据所述位置关系，通过向量距离法确定障碍物到所述移动机器人与目标位置连线的最短距离。
在上述实现过程中，通过采用点到线段的向量距离计算法，求解障碍物点到目标点和机器人点之间连线的最短距离，确保无奇异数值，使移动机器人识别更加准确，不容易发生碰撞，简化了检测算法，计算速度快，从而提高了运输的安全性和识别效率。
可选地，所述根据所述位置关系，通过向量距离法确定障碍物到所述移动机器人与目标位置连线的最短距离，包括：若障碍物位于所述移动机器人与所述目标位置之间的内侧区域，则将所述障碍物到所述移动机器人与目标位置连线的垂线段模长确定为最短距离。
在上述实现过程中，通过这种方式可以快速求出三种情况中障碍物点的位置位于机器人与目标点之间的区域时，障碍物到移动机器人与目标位置连线的最短距离，使得移动机器人能够很快地检测出障碍物，提高了运输的安全性和识别效率。
可选地，所述根据所述位置关系，通过向量距离法确定障碍物到所述移动机器人与目标位置连线的最短距离，包括：若障碍物位于所述移动机器人远离所述目标位置的外侧区域，则将所述障碍物到所述移动机器人的直线距离模长确定为最短距离。
在上述实现过程中，通过这种方式可以快速求出三种情况中障碍物点的位置位于机器人远离目标点的外侧区域时，障碍物到移动机器人与目标位置连线的最短距离，使得移动机器人能够很快地检测出障碍物，提高了运输的安全性和识别效率。
可选地，所述根据所述位置关系，通过向量距离法确定障碍物到所述移动机器人与目标位置连线的最短距离，包括：若障碍物位于所述目标位置远离所述移动机器人的外侧区域，则将所述障碍物到所述目标位置的直线距离模长确定为最短距离。
在上述实现过程中，通过这种方式可以快速求出三种情况中障碍物点的位置位于目标点远离机器人的外侧区域时，障碍物到移动机器人与目标位置连线的最短距离，使得移动机器人能够很快地检测出障碍物，提高了运输的安全性和识别效率。
可选地，还包括：获取移动机器人高度与障碍物高度；根据所述移动机器人高度与障碍物高度的比较结果，确定所述检测平面区域内竖直方向是否存在所述障碍物。
在上述实现过程中，通过竖直方向的范围比较可以检测出竖直方向是否存在障碍物，结合水平平面内和竖直方向的障碍物检测，能够实现各种障碍物的检测，提高了运输的安全性和识别效率。
第二方面，本申请实施例提供了一种障碍物检测装置，所述装置包括：探测区域确定模块，用于根据移动机器人与目标位置，确定检测平面区域；其中，所述检测平面区域内的点到所述移动机器人与目标位置连线的距离不超过探测固定值；最短距离计算模块，用于基于向量距离法，确定障碍物到所述移动机器人与目标位置连线的最短距离；以及障碍物确定模块，根据所述最短距离与所述探测固定值的比较结果，确定所述检测平面区域内是否存在所述障碍物。
第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述机器可读指令被所述处理器执行时执行上述的方法的步骤。
第四方面，本申请实施例提供一种计算机可读存储介质，所述存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述的方法的步骤。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的第一种障碍物检测方法的流程图；
图2为本申请实施例提供的第二种障碍物检测方法的流程图；
图3(a)、图3(b)和图3(c)为本申请实施例提供的三种位置关系示意图；
图4为本申请实施例提供的障碍物检测装置的功能模块示意图；以及
图5为本申请实施例提供障碍物检测装置的电子设备的方框示意图。
图标：210-探测区域确定模块；220-最短距离计算模块；230-障碍物确定模块；300-电子设备；311-存储器；312-存储控制器；313-处理器；314-外设接口；315-输入输出单元；316-显示单元。
具体实施方式
下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
本申请发明人注意到，现有技术中电梯到达后，无提前检测电梯内障碍物，便直接进梯，依赖移动机器人全局避障进行减速和停止，这种方式存在一定问题缺陷，比如：电梯内的大件物体出梯，此时移动机器人进梯，可能会出现堵塞电梯门、双方进退不得的情况。目前在单一楼层里面对移动机器人的运行控制已经十分稳定可靠，但是在需要控制移动机器人搭乘电梯跨楼层工作时，往往会存在较多的异常情况，在运输货物进入电梯的混乱环境下，由于无法准确识别检测障碍物，使得移动机器人只能在原地进行停车等待，等障碍物离开后，移动机器人才会运行移动，严重影响运输效率，且安全性较差，容易发生碰撞。
基于上述研究，本申请实施例提供了一种障碍物检测方法，该方法包括：根据移动机器人与目标位置，确定检测平面区域；其中，检测平面区域内的点到移动机器人与目标位置连线的距离不超过探测固定值；基于向量距离法，确定障碍物到移动机器人与目标位置连线的最短距离；以及根据最短距离与探测固定值的比较结果，确定检测平面区域内是否存在所述障碍物。采用这种方法，将区域障碍物检测问题转化成最短距离问题，可以快速、方便地提前检测移动机器人到电梯前的一块任意固定区域是否存在障碍物，从而帮助移动机器人作出是否避障或继续前进的指引，提高了运输效率、安全性。
应理解，本申请提供的障碍物检测方法的移动机器人应用场景不限于AGV小车，例如，还可以应用于AMR(Automated Mobile Robot：自主移动机器人)。本申请以下内容以AGV小车为例进行介绍。
请参阅图1，图1为本申请实施例提供的第一种障碍物检测方法的流程图。下面对图1的实施例进行详细阐述。该方法可以包括：步骤100、步骤120、步骤140。
其中，步骤100：根据AGV小车与目标位置，确定检测平面区域；其中，检测平面区域内的点到AGV小车与目标位置连线的距离不超过探测固定值；
步骤120：基于向量距离法，确定障碍物到AGV小车与目标位置连线的最短距离；以及
步骤140：根据最短距离与探测固定值的比较结果，确定检测平面区域内是否存在障碍物。
针对步骤100：根据AGV小车与目标位置，确定检测平面区域；其中，检测平面区域内的点到AGV小车与目标位置连线的距离不超过探测固定值。
示例性地，AGV小车可以是安装了激光扫描雷达或3D相机、以及蓝牙通信模块和上位机等多个模块的探测系统，通过激光扫描雷达获取小车位置点坐标、障碍物点坐标、目标点坐标，进行基于激光导航和激光扫描的全局定位，蓝牙通信模块将这些参数发送给上位机进行处理运算，上位机控制端通过控制命令控制小车避障转弯或向前直行。目标位置可以是AGV小车附近区域任意位置，可以是实际生活中进梯场景的电梯所在位置。探测固定值可以是安装在AGV小车前部的激光扫描雷达的作用半径，该作用半径可以是一个固定值，可以任意设置。例如：作用半径可以是6m，激光扫描雷达360度全方位扫描，可以是以扫描频率5.5hz不断地扫描周围6m的路障情况，超过6m距离的地形忽略其影响。
首先为AGV小车设置一个确定的探测固定值，依据两点之间距离最短的原则，可以确定AGV小车到目标位置的最短路径，即AGV小车与目标位置的连线，进而容易得到AGV小车在该最短路径上能够探测的检测平面区域，即是平面区域内的点到AGV小车与目标位置连线的距离不超过探测固定值形成的闭合连通区域。不难理解：该闭合连通区域是AGV小车与目标位置连线为中轴线的矩形区域、AGV小车为圆心的圆形区域、目标位置为圆心的圆形区域三者组成的连通区域，其中，两端的圆形区域与矩形重合，最终形成一个矩形加两个半圆的检测平面区域。同时由于探测固定值可以任意设置，从而使得检测平面区域的大小可以灵活变换，方便任意范围区域的障碍物检测。
步骤120：基于向量距离法，确定障碍物到AGV小车与目标位置连线的最短距离；
步骤140：根据最短距离与探测固定值的比较结果，确定检测平面区域内是否存在障碍物。
示例性地，障碍物到AGV小车与目标位置连线的最短距离可以抽象为求解点到线段的距离的数学问题，即障碍物点到AGV小车与目标位置两点连线组成的线段的距离，计算点到线段的距离可以利用简单的向量法。该向量距离法的思想可以是：将点到线段的距离分解为点的投影在线段上，点的投影在线段两端的延长线上等三种情况进一步求解障碍物到AGV小车与目标位置连线的最短距离。
以激光SLAM地图坐标系为参考系，遍历障碍物，求障碍物点坐标到目标点和AGV点之间连线的最短距离，采用点到线段的向量距离计算法，确保无奇异数值。进一步地，使用激光扫描雷达或者是3D相机，将扫描到所有障碍物点的角度及距离极坐标系雷达数据转化为相对于AGV小车基坐标系的xyz点笛卡尔三维坐标系云数据，即以AGV小车位置点为原点的笛卡尔三维xyz坐标系，其中，检测平面区域位于xy坐标系中。通过判断比较上述求解的最短距离与探测固定值的大小关系，即可确定障碍物是否在该检测区域内，从而实现了障碍物的准确检测。
其中，获取各个位置点坐标的方式可以是：首先通过运动前后两次小车坐标(x1，y1)，(x2，y2)的运算，可以得到AGV小车的运动方向(x2-x1，y2-y1)。当扫描到一个障碍点，可以得到障碍点与AGV小车的距离为s，障碍点与AGV小车坐标的连线和车身的夹角为θ1，根据运动方向可以推算出AGV小车车身与X轴的夹角为θ2，已知AGV小车坐标为(x，y)，则可以得到障碍点的坐标(x+s*cos(θ1+θ2)，y+s*sin(θ1+θ2))。动态障碍物点坐标则可以通过求解它的瞬时状态坐标，目标位置点坐标、其他障碍物点坐标也可以类似上述方式得出。通过激光扫描一系列的点，还可以得到AGV小车周围的轮廓地形。
若目标位置为电梯，AGV小车根据上述方法检测目标区域是否存在人或物体等障碍物，执行进梯的检测逻辑可以为：若是有人或者物体在电梯内/或电梯内无足够空间容纳AGV小车或AGV小车及其货物时，AGV小车发出语音提示，“我太胖了，进不去，下次再进吧！”，并且释放电梯，延时30秒后再次呼叫电梯，等待下一次电梯到达；若是人携带大件物品，需要从此层出电梯，则由于AGV小车未执行进梯，留有足够的空间让人携带大件物品出门，不影响正常使用；若是探测区域内无障碍物，则AGV小车发出语音提示“AGV小车进电梯！”，并执行进梯指令；AGV小车顺利到达电梯内。
通过确立点到小车和目标点连线不超过探测固定值，能够形成一个矩形加两个半圆的检测平面区域，在该区域进行激光扫描检测，计算障碍物距离该区域的最小距离，当识别到障碍物要进入该区域时，AGV小车会进行避让，提高了AGV小车运输的工作效率。通过向量距离法计算点到线段的最短距离，从而使AGV小车识别更加准确，不容易发生碰撞，提高了AGV运输的安全性和识别效率。
在一个实施例中，步骤140可以具体包括：步骤141和步骤142。
步骤141：若最短距离小于探测固定值，确定检测平面区域存在障碍物；以及
步骤142：若最短距离大于探测固定值，确定检测平面区域不存在障碍物。
示例性地，通过判断比较上述通过向量距离法求解的最短距离与探测固定值的大小关系，若障碍物点到AGV小车与目标位置连线的最短距离小于探测固定值，由于检测平面区域是根据平面区域内的点到AGV小车与目标位置连线的距离小于或等于探测固定值形成的，因此表明障碍物点在检测平面区域内，即AGV小车在检测平面区域检测到该障碍物，可以进行避障操作进行小车路径的重新规划，其他的障碍物类似检测方式；同理，若障碍物点到AGV小车与目标位置连线的最短距离大于探测固定值，表明障碍物点在检测平面区域外，即AGV小车在检测平面区域内未检测到该障碍物，无需避障可以直行前进。
通过直接比较最短距离与探测固定值的大小关系，便可确定检测区域内是否存在障碍物，无论是动态障碍物还是静态障碍物，均能快速检测出，检测方法简单易实现，算法复杂度低，提高了检测识别效率。
请参阅图2，图2为本申请实施例提供的第二种障碍物检测方法的流程图，该方法中的步骤120可以具体包括：步骤121、步骤122。
步骤121：根据障碍物的当前位置，确定障碍物与AGV小车、目标位置的位置关系；以及
步骤122：根据位置关系，通过向量距离法确定障碍物到AGV小车与目标位置连线的最短距离。
示例性地，通过向量距离法求解障碍物到AGV小车与目标位置连线的最短距离抽象为点到线段的距离的数学问题。如图3(a)、图3(b)、图3(c)所示，图中示出了本申请实施例提供的三种位置关系示意图。无论是动态障碍物还是静态障碍物，通过获取障碍物的当前位置点(设为点P)，以及AGV小车位置点(设为点A)与目标位置点(设为点B)确定的线段AB，都可以得到点到线段形成的三种位置关系：P在AB上的投影在AB上，如图3(b)所示；P在AB上的投影在AB延长线靠近A端，如图3(a)所示；以及P在AB上的投影在AB延长线靠近B端，如图3(c)所示。
基于数学中的向量距离法，将上述所有线段均转化为向量形式求解，例如：线段向量
以及点P与线段两端点组成的向量：
和
将这两个向量做点乘
点乘结果即为
在
上的投影。这时只需比较投影和
的关系即可判断点到线段形成的三种位置关系。若投影小于零，说明P在A端的外侧区域，最短距离则为AP的模长，即
若投影大于AB，说明P在B端的外侧区域，最短距离则为BP的模长，即
若投影大于零且小于AB，说明P在线段AB的中间区域，过点P向线段AB上画垂线，垂足为C，最短距离则为垂线段模长，即
通过采用点到线段的向量距离计算法，求解障碍物点到目标点和AGV点之间连线的最短距离，确保无奇异数值，使AGV小车识别更加准确，不容易发生碰撞，简化了检测算法，计算速度快，从而提高了AGV运输的安全性和识别效率。
在一个实施例中，步骤122可以具体包括：步骤122a。
步骤122a：若障碍物位于AGV小车与目标位置之间的内侧区域，则将障碍物到AGV小车与目标位置连线的垂线段模长确定为最短距离。
示例性地，AGV小车与目标位置之间的内侧区域即是上述步骤122中的“投影大于零且小于AB，说明P在线段AB的中间区域”的情况，具体如图3(b)所示，也即上述步骤140中的“点的投影在线段上”的情况，可以具体包括：检测平面区域中以AGV小车位置点与目标位置点的连线为中轴线的矩形区域以及矩形两个连线长度边分别向两侧延伸的整块连通区域。进一步可根据步骤122中的向量距离法计算出障碍物到AGV小车与目标位置连线的最短距离，即为垂线段模长：
数值为CP的长度。
通过这种方式可以快速求出三种情况中障碍物点的位置位于小车与目标点之间的区域时，障碍物到AGV小车与目标位置连线的最短距离，使得AGV小车能够很快地检测出障碍物，提高了AGV运输的安全性和识别效率。
在一个实施例中，步骤122可以具体包括：步骤122b。
步骤122b：若障碍物位于AGV小车远离目标位置的外侧区域，则将障碍物到AGV小车的直线距离模长确定为最短距离。
示例性地，AGV小车远离目标位置的外侧区域即是上述步骤122中的“若投影小于零，说明P在A端的外侧区域”的情况，具体如图3(a)所示，也即上述步骤140中的“点的投影在线段两端的延长线上”的其中一种情况，可以具体包括：检测平面区域中以AGV小车位置点为圆心的半圆区域以及半圆弧形部分向外延伸的整块连通区域。进一步可根据步骤122中的向量距离法计算出障碍物到AGV小车与目标位置连线的最短距离，即为线段AP的模长：
具体数值可通过P与AB形成的夹角、以及线段距离AP根据向量法得出。
通过这种方式可以快速求出三种情况中障碍物点的位置位于小车远离目标点的外侧区域时，障碍物到AGV小车与目标位置连线的最短距离，使得AGV小车能够很快地检测出障碍物，提高了AGV运输的安全性和识别效率。
在一个实施例中，步骤122可以具体包括：步骤122c。
步骤122c：若障碍物位于目标位置远离AGV小车的外侧区域，则将障碍物到目标位置的直线距离模长确定为最短距离。
示例性地，AGV小车远离目标位置的外侧区域即是上述步骤122中的“若投影大于AB，说明P在B端的外侧区域”的情况，具体如图3(c)所示，也即上述步骤140中的“点的投影在线段两端的延长线上”的其中另一种情况，可以具体包括：检测平面区域中以目标位置点为圆心的半圆区域以及半圆弧形部分向外延伸的整块连通区域。进一步可根据步骤122中的向量距离法计算出障碍物到AGV小车与目标位置连线的最短距离，即为线段BP的模长：
具体数值可通过P与AB形成的夹角、以及线段距离BP根据向量法得出。
通过这种方式可以快速求出三种情况中障碍物点的位置位于目标点远离小车的外侧区域时，障碍物到AGV小车与目标位置连线的最短距离，使得AGV小车能够很快地检测出障碍物，提高了AGV运输的安全性和识别效率。
在一个实施例中，该方法还可以具体包括：步骤150、步骤160。
步骤150：获取AGV小车高度与障碍物高度；
步骤160：根据AGV小车高度与障碍物高度的比较结果，确定检测平面区域内竖直方向是否存在障碍物。
示例性地，以AGV小车位置点为原点的笛卡尔三维xyz坐标系，其中，检测平面区域位于xy坐标系中。首先通过上述步骤100、步骤120、步骤140，即可确定障碍物是否在xy维的检测平面区域内，实现xy维平面的障碍物检测。然后通过获取障碍物的高度，可以确定障碍物点的三维坐标，Z轴坐标为障碍物高度值，设为h，如果在检测平面区域下方，高度值为负；AGV小车位置点Z轴坐标为AGV小车高度值，设为H，根据AGV小车高度值与原点确立一个固定范围(0，H)。
进一步，通过比较h是否固定范围(0，H)内进行判断检测，高度值为正时，若h在固定范围(0，H)内，即障碍物高度值h小于AGV小车高度值H，确定检测平面区域内竖直方向存在障碍物；若障碍物点在检测平面区域下方，高度值h为负，h不在固定范围(0，H)内或者是高度值h为正，由于障碍物高度值h大于AGV小车高度值H，h不在固定范围(0，H)内，确定检测平面区域内竖直方向不存在障碍物。通过上述竖直方向的范围比较可以检测出竖直方向是否存在障碍物，结合水平平面内和竖直方向的障碍物检测，能够实现各种障碍物的检测，提高了AGV运输的安全性和识别效率。
请参阅图4，图4为本申请实施例提供的一种障碍物检测装置的功能模块示意图，该装置可以包括：探测区域确定模块210、最短距离计算模块220、障碍物确定模块230。
其中，探测区域确定模块210，用于根据AGV小车与目标位置，确定检测平面区域；其中，所述检测平面区域内的点到所述AGV小车与目标位置连线的距离不超过探测固定值；
最短距离计算模块220，用于基于向量距离法，确定障碍物到所述AGV小车与目标位置连线的最短距离；以及
障碍物确定模块230，根据所述最短距离与所述探测固定值的比较结果，确定所述检测平面区域内是否存在所述障碍物。
可选地，最短距离计算模块230可以用于：
若所述最短距离小于所述探测固定值，确定所述检测平面区域存在所述障碍物；以及
若所述最短距离大于所述探测固定值，确定所述检测平面区域不存在所述障碍物。
可选地，最短距离计算模块220可以用于：
根据障碍物的当前位置，确定所述障碍物与所述AGV小车、所述目标位置的位置关系；以及
根据所述位置关系，通过向量距离法确定障碍物到所述AGV小车与目标位置连线的最短距离。
可选地，最短距离计算模块220可以用于：
若障碍物位于所述AGV小车与所述目标位置之间的内侧区域，则将所述障碍物到所述AGV小车与目标位置连线的垂线段模长确定为最短距离。
可选地，最短距离计算模块220可以用于：
若障碍物位于所述AGV小车远离所述目标位置的外侧区域，则将所述障碍物到所述AGV小车的直线距离模长确定为最短距离。
可选地，最短距离计算模块220可以用于：
若障碍物位于所述目标位置远离所述AGV小车的外侧区域，则将所述障碍物到所述目标位置的直线距离模长确定为最短距离。
可选地，该障碍物检测装置还可以用于：
获取AGV小车高度与障碍物高度；根据所述AGV小车高度与障碍物高度的比较结果，确定所述检测平面区域内竖直方向是否存在所述障碍物。
请参阅图5，图5是电子设备的方框示意图。电子设备300可以包括存储器311、存储控制器312、处理器313、外设接口314、输入输出单元315、显示单元316。本领域普通技术人员可以理解，图5所示的结构仅为示意，其并不对电子设备300的结构造成限定。例如，电子设备300还可包括比图5中所示更多或者更少的组件，或者具有与图5所示不同的配置。
上述的存储器311、存储控制器312、处理器313、外设接口314、输入输出单元315、显示单元316各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。上述的处理器313用于执行存储器中存储的可执行模块。
其中，存储器311可以是，但不限于，随机存取存储器(Random Access Memory，简称RAM)，只读存储器(Read Only Memory，简称ROM)，可编程只读存储器(ProgrammableRead-Only Memory，简称PROM)，可擦除只读存储器(Erasable Programmable Read-OnlyMemory，简称EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory，简称EEPROM)等。其中，存储器311用于存储程序，所述处理器313在接收到执行指令后，执行所述程序，本申请实施例任一实施例揭示的过程定义的电子设备300所执行的方法可以应用于处理器313中，或者由处理器313实现。
上述的处理器313可能是一种集成电路芯片，具有信号的处理能力。上述的处理器313可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(digital signalprocessor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
上述的外设接口314将各种输入/输出装置耦合至处理器313以及存储器311。在一些实施例中，外设接口314，处理器313以及存储控制器312可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。
上述的输入输出单元315用于提供给用户输入数据。所述输入输出单元315可以是，但不限于，鼠标和键盘等。
上述的显示单元316在电子设备300与用户之间提供一个交互界面(例如用户操作界面)给用户参考。在本实施例中，所述显示单元316可以是液晶显示器或触控显示器。液晶显示器或触控显示器可以对处理器执行所述程序的过程进行显示。
本实施例中的电子设备300可以用于执行本申请实施例提供的各个方法中的各个步骤。
此外，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中的步骤。
本申请实施例所提供的上述方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行上述方法实施例中的步骤，具体可参见上述方法实施例，在此不再赘述。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。在本申请实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
需要说明的是，功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (8)
1.一种障碍物检测方法，其特征在于，所述方法包括：
根据移动机器人与目标位置，确定检测平面区域；其中，所述检测平面区域内的点到所述移动机器人与目标位置连线的距离不超过探测固定值；
基于向量距离法，确定障碍物到所述移动机器人与目标位置连线的最短距离；以及
根据所述最短距离与所述探测固定值的比较结果，确定所述检测平面区域内是否存在所述障碍物；
所述基于向量距离法，确定障碍物到所述移动机器人与目标位置连线的最短距离，包括：根据障碍物的当前位置，确定所述障碍物与所述移动机器人、所述目标位置的位置关系；以及根据所述位置关系，通过向量距离法确定障碍物到所述移动机器人与目标位置连线的最短距离；
其中，所述根据所述位置关系，通过向量距离法确定障碍物到所述移动机器人与目标位置连线的最短距离，包括：若障碍物位于所述移动机器人与所述目标位置之间的内侧区域，则将所述障碍物到所述移动机器人与目标位置连线的垂线段模长确定为最短距离。
2. 根据权利要求1所述的方法，其特征在于，所述根据所述最短距离与所述探测固定值的比较结果，确定所述检测平面区域内是否存在所述障碍物，包括：
若所述最短距离小于所述探测固定值，确定所述检测平面区域存在所述障碍物；以及
若所述最短距离大于所述探测固定值，确定所述检测平面区域不存在所述障碍物。
3.根据权利要求1所述的方法，其特征在于，所述根据所述位置关系，通过向量距离法确定障碍物到所述移动机器人与目标位置连线的最短距离，包括：
若障碍物位于所述移动机器人远离所述目标位置的外侧区域，则将所述障碍物到所述移动机器人的直线距离模长确定为最短距离。
4.根据权利要求1所述的方法，其特征在于，所述根据所述位置关系，通过向量距离法确定障碍物到所述移动机器人与目标位置连线的最短距离，包括：
若障碍物位于所述目标位置远离所述移动机器人的外侧区域，则将所述障碍物到所述目标位置的直线距离模长确定为最短距离。
5.根据权利要求1-4任一所述的方法，其特征在于，还包括：获取移动机器人高度与障碍物高度；根据所述移动机器人高度与障碍物高度的比较结果，确定所述检测平面区域内竖直方向是否存在所述障碍物。
6.一种障碍物检测装置，其特征在于，所述装置包括：
探测区域确定模块，用于根据移动机器人与目标位置，确定检测平面区域；其中，所述检测平面区域内的点到所述移动机器人与目标位置连线的距离不超过探测固定值；
最短距离计算模块，用于基于向量距离法，确定障碍物到所述移动机器人与目标位置连线的最短距离；所述最短距离计算模块还用于：根据障碍物的当前位置，确定所述障碍物与所述移动机器人、所述目标位置的位置关系；以及根据所述位置关系，通过向量距离法确定障碍物到所述移动机器人与目标位置连线的最短距离；其中，所述根据所述位置关系，通过向量距离法确定障碍物到所述移动机器人与目标位置连线的最短距离，包括：若障碍物位于所述移动机器人与所述目标位置之间的内侧区域，则将所述障碍物到所述移动机器人与目标位置连线的垂线段模长确定为最短距离；以及
障碍物确定模块，根据所述最短距离与所述探测固定值的比较结果，确定所述检测平面区域内是否存在所述障碍物。
7.一种电子设备，其特征在于，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述机器可读指令被所述处理器执行时执行如权利要求1至5任一所述的方法的步骤。
8.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至5任一所述的方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210497687.9A CN114859914B (zh) | 2022-05-09 | 2022-05-09 | 障碍物检测方法、装置、设备及存储介质 |
| PCT/CN2022/140355 WO2023216596A1 (zh) | 2022-05-09 | 2022-12-20 | 障碍物检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210497687.9A CN114859914B (zh) | 2022-05-09 | 2022-05-09 | 障碍物检测方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114859914A CN114859914A (zh) | 2022-08-05 |
| CN114859914B true CN114859914B (zh) | 2023-04-07 |
Family
ID=82638282
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210497687.9A Active CN114859914B (zh) | 2022-05-09 | 2022-05-09 | 障碍物检测方法、装置、设备及存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN114859914B (zh) |
| WO (1) | WO2023216596A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114859914B (zh) * | 2022-05-09 | 2023-04-07 | 广东利元亨智能装备股份有限公司 | 障碍物检测方法、装置、设备及存储介质 |
| CN114879704B (zh) * | 2022-07-11 | 2022-11-25 | 山东大学 | 一种机器人绕障控制方法及系统 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4467534B2 (ja) * | 2006-03-16 | 2010-05-26 | 富士通株式会社 | 障害物のある環境下で自律移動する移動ロボットおよび移動ロボットの制御方法。 |
| JP6553350B2 (ja) * | 2014-11-26 | 2019-07-31 | アイシン精機株式会社 | 移動体 |
| CN107688342B (zh) * | 2017-03-27 | 2019-05-10 | 平安科技（深圳）有限公司 | 机器人的避障控制系统及方法 |
| CN108780320A (zh) * | 2018-06-15 | 2018-11-09 | 深圳前海达闼云端智能科技有限公司 | 机器人运动控制方法、装置、存储介质及机器人 |
| CN110788864B (zh) * | 2019-11-29 | 2020-08-25 | 上海有个机器人有限公司 | 机器人进出电梯的方法及进出电梯的机器人控制系统 |
| CN110929702B (zh) * | 2020-01-22 | 2020-05-08 | 华人运通(上海)新能源驱动技术有限公司 | 一种轨迹规划方法、装置、电子设备和存储介质 |
| CN111593991B (zh) * | 2020-03-31 | 2023-02-28 | 宁波吉利汽车研究开发有限公司 | 一种汽车车门控制方法、装置和存储介质 |
| CN112130574A (zh) * | 2020-09-30 | 2020-12-25 | 拉扎斯网络科技（上海）有限公司 | 机器人的控制方法、装置、电子设备及计算机存储介质 |
| CN114153205A (zh) * | 2021-11-22 | 2022-03-08 | 广东利元亨智能装备股份有限公司 | Agv小车的电梯搭乘控制方法及运行控制装置 |
| CN114859914B (zh) * | 2022-05-09 | 2023-04-07 | 广东利元亨智能装备股份有限公司 | 障碍物检测方法、装置、设备及存储介质 |
-
2022
- 2022-05-09 CN CN202210497687.9A patent/CN114859914B/zh active Active
- 2022-12-20 WO PCT/CN2022/140355 patent/WO2023216596A1/zh unknown
Also Published As
| Publication number | Publication date |
|---|---|
| CN114859914A (zh) | 2022-08-05 |
| WO2023216596A1 (zh) | 2023-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114859914B (zh) | 障碍物检测方法、装置、设备及存储介质 | |
| CA2929120C (en) | Systems, methods, and industrial vehicles for determining the visibility of features | |
| US11110957B2 (en) | Materials handling vehicle obstacle scanning tools | |
| US20200233088A1 (en) | Detecting Sensor Orientation Characteristics Using Marker-Based Localization | |
| KR20190039438A (ko) | 자재 핸들링 차량 경로 검증 및 동적 경로 수정 | |
| EP3557361B1 (en) | Charging station identifying method and device | |
| JP2014197294A (ja) | 位置同定装置、及びそれを備えた移動ロボット | |
| CN109947089B (zh) | 自动引导车姿态控制方法和装置、自动引导车 | |
| CN110837814A (zh) | 车辆导航方法、装置及计算机可读存储介质 | |
| JP2010170315A (ja) | 自律移動装置 | |
| CN111880525A (zh) | 机器人避障方法、装置、电子设备及可读存储介质 | |
| JP5546214B2 (ja) | 移動ロボット | |
| Behrje et al. | An autonomous forklift with 3d time-of-flight camera-based localization and navigation | |
| CN113050627A (zh) | 路径规划方法、装置、移动机器人及计算机存储介质 | |
| Kenk et al. | Human-aware Robot Navigation in Logistics Warehouses. | |
| CN114234853A (zh) | 基于激光扫描的货架倾角测量方法、系统、设备及介质 | |
| CN112731920A (zh) | 搬运设备的控制方法、装置、搬运设备及存储介质 | |
| CN110825083B (zh) | 车辆的控制方法、设备及计算机可读存储介质 | |
| US20220404495A1 (en) | Detection system, processing apparatus, movement object, detection method, and non-transitory computer-readable storage medium | |
| JP6642026B2 (ja) | 自律移動体制御装置 | |
| US20220397904A1 (en) | Information processing apparatus, information processing method, and program | |
| Atali et al. | Path planning of mobile robots based on qr code | |
| JP2018013860A (ja) | 自律移動体制御装置 | |
| CN114008552A (zh) | 行驶路径生成装置以及控制装置 | |
| CN117406755B (zh) | 机器人避障方法、装置、设备和可读存储介质 |
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 |