CN115097817B - 养殖场内移动机器人避障方法、装置、系统、设备及介质 - Google Patents
养殖场内移动机器人避障方法、装置、系统、设备及介质 Download PDFInfo
- Publication number
- CN115097817B CN115097817B CN202210605198.0A CN202210605198A CN115097817B CN 115097817 B CN115097817 B CN 115097817B CN 202210605198 A CN202210605198 A CN 202210605198A CN 115097817 B CN115097817 B CN 115097817B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- mobile robot
- vehicle body
- obstacle avoidance
- laser sensor
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000003068 static effect Effects 0.000 claims abstract description 79
- 230000033001 locomotion Effects 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims description 61
- 238000005096 rolling process Methods 0.000 claims description 44
- 238000005070 sampling Methods 0.000 claims description 38
- 238000003860 storage Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 2
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 abstract description 6
- 238000012258 culturing Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000009975 flexible effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 244000144977 poultry Species 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000287828 Gallus gallus Species 0.000 description 1
- 241000764238 Isis Species 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000009374 poultry farming Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
- G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- 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
- G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
-
- 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
-
- 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
- G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Acoustics & Sound (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种养殖场内移动机器人避障方法、装置、系统、设备及介质,所述方法获取移动机器人的车体上设置的安全触边、阵列式超声波传感器和激光传感器检测到的数据,在安全触边判断发生碰撞后,通过阵列式超声波传感器和激光传感器将障碍物分为动态障碍物、大型静态障碍物和小型静态障碍物;在应对动态障碍物时,采用阵列式超声波引导避障策略;在应对大型静态障碍物时采用沿边避障策略;在应对小型静态障碍物时采用绕行避障策略;通过传感器对养殖场内不同的障碍物进行分类,以调整车体运动状态,以实现多种情况下的合理避障,同时考虑到人员、环境的动态性,对动态障碍物进行实时避让,适用性广,适合复杂的养殖场环境。
Description
技术领域
本发明涉及一种养殖场内移动机器人避障方法、装置、系统、设备及介质,属于畜禽养殖装备自动化技术领域。
背景技术
中国是农业大国,随着规模化笼养家禽养殖技术和舍内农用技术装备的快速发展,舍内移动机器人的应运而生。移动机器人因为其行动灵活、对地面环境适应性强、成本较低且具有获取养殖场内整体信息和局部具体信息的能力,在养殖场中具有丰富的应用。由于养殖场内环境比较复杂,移动机器人的作业的时候难免会遇到各类型的障碍物,有不同尺寸的、静态抑或动态的障碍物,静态的例如笼柱、货物箱、喂料机等;动态障碍物则包括舍内的工作人员等一切有运动速度和加速度的人或物。为提高效率,保障人员物资安全,移动机器人避障具有很高的实用意义。
目前养殖场用的移动机器人主要使用基于单一主动传感器的被动停止避让,即使用超声传感器、激光雷达、红外传感器等主动发出信号,接收返回信号的传感器数据,当数据达到某一阈值时立刻停止行动,等待障碍物消失或转为人为引导。由于受到传感器获取信息不完整的劣势限制,灵活性较低,作业效率也受到较大影响。
使用被动传感器,如视觉传感器,CCD摄像机等,可以使用视觉避让方法,但依赖于环境光照,且易受温度的影响,不适合养殖场这样光照条件多变的情况。且养殖场近地面空气质量较差,长期使用需要对镜头进行额外维护,成本难以控制。
采用同步定位与建图(SLAM)方法,从建图、定位到路径规划,包括全局和局部路径规划,搭建这样一套系统较为复杂,需要较优越的硬件条件作为支撑,具有导航级别的激光雷达成本较高,不完全适用不同作业功能的移动机器人且开发的技术壁垒较多,且在养殖场复杂环境下的运行稳定性难以保障。
发明内容
为了克服现有技术的上述缺陷,本发明提供一种养殖场内移动机器人的避障方法、装置、系统、计算机设备和存储介质,针对养殖场环境,通过布置在车体上的多个不同的感知外界与自身状态变化的传感器获得的数据,有效准确判断障碍物类型并执行相应的避障策略,提高养殖场内移动机器人的避障效率。
本发明的第一个目的在于提供一种养殖场内移动机器人的避障方法。
本发明的第二个目的在于提供一种养殖场内移动机器人的避障装置。
本发明的第三个目的在于提供一种养殖场内移动机器人的避障系统。
本发明的第四个目的在于提供一种计算机设备。
本发明的第五个目的在于提供一种存储介质。
本发明的第一个目的可以通过采取如下技术方案达到:
一种养殖场内移动机器人避障方法,所述方法包括:
获取移动机器人的车体上设置的安全触边、阵列式超声波传感器和激光传感器检测到的数据;
根据安全触边检测到的数据,判断是否发生碰撞;
当发生碰撞时,控制移动机器人停止运动;
当未发生碰撞时,根据激光传感器检测到的数据,判断障碍物是否为动态障碍物;
当障碍物为动态障碍物时,根据阵列式超声波传感器检测到的数据,执行阵列式超声波引导避障;
当障碍物为静态障碍物时,根据激光传感器检测到的数据,判断障碍物是否为小型静态障碍物;
当检测到小型静态障碍物时,执行绕行避障;
当检测到大型静态障碍物时,执行沿边避障。
进一步的,所述获取车体上设置的安全触边、激光传感器和阵列式超声波传感器检测到的数据之前,还包括:建立滚动检测窗口;
所述建立滚动检测窗口,具体包括:
以车体当前位置为圆心,在圆心的周围设置一个半径为R1的圆形或扇形窗口作为第一滚动测量窗口,称为静态避障反应区;
以激光传感器当前位置为圆心,设置一个半径R2>R1的圆形或扇形区域作为第二滚动检测窗口,所述第二滚动检测窗口除第一滚动测量窗口外的区域称为二次判定区;
以阵列式超声波传感器为五边形底部中点,设置五边形区域作为第三滚动检测窗口,称为动态避障检测窗口。
进一步的,设定障碍物对角线长度为L,以及设定激光传感器的第i条激光采集到的障碍物距离为di,将第一滚动检测窗口和第二滚动窗口统称为双滚动检测窗口,半径合称为R;
所述根据激光传感器检测到的数据,判断障碍物是否为动态障碍物,具体包括:
根据激光传感器检测到的数据,提取出检测数据中第一个出现di≠R的采样点,将该采样点设置为障碍物左边界,该采样点与激光传感器之间的距离为di1,对应角度为θ1;同时,提取出检测数据中最后一个出现di≠R的采样点,将该采样点设置为障碍物右边界,该采样点与激光传感器之间的距离为di2,对应角度为θ2,根据di1、di2、θ1、θ2计算得到障碍物对角线长度L;
判断两次检测结果计算出的L大小变化值是否大于偏差阈值,若大于偏差阈值,则判断障碍物为动态障碍物;若小于或等于偏差阈值,则判断障碍物为静态障碍物;
所述根据激光传感器检测到的数据,判断障碍物是否为小型静态障碍物,具体包括:
使激光传感器持续采样,提取出检测数据中第一个出现di≠R的采样点,将该采样点设置为障碍物左边界,该采样点与激光传感器之间的距离为di1,对应角度为θ1;同时,提取出检测数据中最后一个出现di≠R的采样点,将该采样点设置为障碍物右边界,该采样点与激光传感器之间的距离为di2,对应角度为θ2,根据di1、di2、θ1、θ2计算得到障碍物对角线长度L;
根据静态障碍物的对角线长度L与移动机器人两驱动轮之间的距离D的关系,若L≤D,则判断静态障碍物为小型静态障碍物,否则判断静态障碍物为大型静态障碍物。
进一步的,所述阵列超声波传感器包括至少五路独立的超声波传感器,五路超声波传感器用于检测车体前方至少五个行驶方向的障碍物距离信息,五个行驶方向分别设为dleft、ds_left、dmiddle、ds_right、dright;
所述根据阵列式超声波传感器检测到的数据,执行阵列式超声波引导避障,具体包括:
循环判断阵列式超声波传感器回传各个方向的距离,当障碍物出现在动态避障检测窗口内,则由动态避障控制器以此为开始节点介入车体控制,否则由目标趋向控制器控制车体以趋向目标点以直线移动;
若dleft≤dright且ds_left≤ds_right,则采取趋向右避障策略,否则采取趋向左避障策略;
检测dmiddle的值,采用动态距离左右电机转速差速调节法进行动态调节。
进一步的,所述执行绕行避障,具体包括:
设定目标方向为竖直正方向,计算障碍物对角线中点和车体当前位置的连线与水平方向的夹角为与竖直正方向的夹角为/>障碍物的对角线长度为L,激光传感器到障碍物中点的距离为do,根据移动机器人的尺寸,设定合理的安全距离dsafe;
根据小型静态障碍物位置判断绕行方向,若则从右侧环绕障碍物,否则,从左侧环绕障碍物;
持续计算do,当车体行驶至时,开始进行半径/>弧度为的圆弧运动;
在圆弧运动过程中,持续计算和更新障碍物的对角线长度L,若出现新的尺寸L′>L,则更新障碍物信息,中止当前行为并重新判断避障策略。
进一步的,所述执行沿边避障,具体包括:
获得车体距离障碍物的最近距离dm,根据移动机器人的尺寸,设定合理的安全距离dsafe;
调整车体姿态,使车体正左或正右的超声波传感器采集的距离数值de能够保持de=dm+dsafe,若de>dm+dsafe,则增大远离障碍物一侧的轮子速度;若de<dm+dsafe,则减小远离障碍物一侧的轮子速度;
当检测到靠近障碍物一侧的超声波传感器的数值突然增大,即停止沿边行驶,在向原方向行驶一个车身长的距离,使车体完全回避大型静态障碍物。
本发明的第二个目的可以通过采取如下技术方案达到:
一种养殖场内移动机器人避障装置,所述装置包括:
获取单元,用于获取移动机器人的车体上设置的安全触边、阵列式超声波传感器和激光传感器检测到的数据;
第一判断单元,用于根据安全触边检测到的数据,判断是否发生碰撞;
停止单元,用于当发生碰撞时,控制移动机器人停止运动;
第二判断单元,用于当未发生碰撞时,根据激光传感器检测到的数据,判断障碍物是否为动态障碍物;
第一避障单元,用于当障碍物为动态障碍物时,根据阵列式超声波传感器检测到的数据,执行阵列式超声波引导避障;
第三判断单元,当障碍物为静态障碍物时,根据激光传感器检测到的数据,判断障碍物是否为小型静态障碍物;
第二避障单元,用于当检测到小型静态障碍物时,执行绕行避障;
第三避障单元,用于当检测到大型静态障碍物时,执行沿边避障。
本发明的第三个目的可以通过采取如下技术方案达到:
一种养殖场内移动机器人避障系统,所述系统包括:
安全触边,其分别设置在移动机器人的车体前方、侧边和后方,用于检测机器人是否与外界发生弹性接触;
阵列式超声波传感器,其设置在移动机器人的车体前方,用于检测车体行驶前方180°平面的障碍物分布情况;
激光传感器,其设置在移动机器人的车体中部,用于检测车体行驶时四周障碍物分布情况;
增量式编码器和姿态传感器,其设置在移动机器人的车体上,用于获取移动机器人的位姿数据;
控制模块,用于执行上述的养殖场内移动机器人避障方法。
本发明的第四个目的可以通过采取如下技术方案达到:
一种计算机设备,包括处理器以及用于存储处理器可执行程序的存储器,所述处理器执行存储器存储的程序时,实现上述的养殖场内移动机器人避障方法。
本发明的第五个目的可以通过采取如下技术方案达到:
一种存储介质,存储有程序,所述程序被处理器执行时,实现上述的养殖场内移动机器人避障方法。
本发明相对于现有技术具有如下的有益效果:
1、本发明的养殖场内移动机器人的避障方法,实现激光传感器、阵列式超声波传感器、安全触边互为冗余,利用传感器获取的数据计算障碍物尺寸,根据障碍物的尺寸对对养殖场(例如笼养家禽舍)内环境中不同的障碍物进行分类,将障碍物分为动态障碍物、大型静态障碍物和小型静态障碍物,并分别采取不同的避障策略,并将其转换为轮速差,提高了养殖场内移动机器人的避障效率和可控性,同时考虑到人员、环境的动态性,对动态物进行实时避让,算法的适用性广,适合复杂的养殖环境。
2、本发明提供的养殖场内移动机器人的避障方法及系统中,使用障碍物尺寸判断动态障碍物,并根据动态障碍物与车体的实时距离对养殖场内移动机器人的左右轮速进行实时调节,实现对动态障碍物的有效避让。
附图说明
图1为本发明实施例1的避障决策总框图。
图2为本发明实施例1设定的滚动检测窗口示意图。
图3为本发明实施例1的障碍物尺寸测量图。
图4为本发明实施例1的动态障碍物的避障策略示意图。
图5为本发明实施例1的小型静态障碍物的绕行避障策略示意图。
图6为本发明实施例1的大型静态障碍物的沿边避障策略示意图。
图7为本发明实施例3的养殖场轮式机器人避障装置的结构框图。
图8为本发明实施例4的计算机设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明的一部分实施例,而不是全部的实施例,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。
实施例1:
如图1所示,本实施例提供了一种养殖场内移动机器人避障方法,该方法的应用场景是笼养家禽舍,具体为笼养鸡舍,其包括以下步骤:
S1、如图2所示,在移动机器人行驶作业前,根据移动机器人尺寸,建立合适的滚动检测窗口。
S11、建立以激光传感器为圆心的内侧滚动检测窗口,作为第一滚动检测窗口,设为静态避障反应区。
本实施例中,移动机器人包括车体,以及控制车体运转的驱动系统,车体的内部安装有至少两个驱动电机,驱动电机输出轴连接两个驱动轮,用于驱动车体移动;驱动系统包括有底层控制单元,底层控制单元电连接车体,用于实时控制车体的移动,底层控制单元采用ARM系列微处理器作为底层控制单元,底层控制单元电连接电驱控制器实时控制驱动电机的转速。
本实施例中,激光传感器采用ToF测距原理的激光传感器,扫描一周采集2000个点,角度分辨率为0.18°,工作时测得的采样点用极坐标表示为:
其中,和/>分布表示激光传感器第n轮扫描的第i条激光检测采样点的距离和夹角,p为扫描一周采集点数量,与使用的激光传感器有关,本实施例中p=2000。
本实施例中,第一滚动检测窗口(内侧滚动检测窗口)的参数由实际作业环境设定窗口半径R1、窗口起始角为α,窗口终止角为β,通过设定α与β的值,来设定静态避障反应区的检测范围;本实施例中,设置窗口半径R1=100cm、α=0°和β=360°;在行驶过程中,该第一滚动窗口随着移动机器人的移动而同速、同向移动,并以15Hz的扫描频率对环境进行采样。
S12、如图3所示,建立以激光传感器为圆心的外侧滚动检测窗口,作为第二滚动检测窗口,其与第一滚动检测窗口(内侧滚动检测窗口)之间的圆环区域称为二次判定区,持续检测障碍物的尺寸。
本实施例中,设定障碍物对角线长度为L,以及设定激光传感器的第i条激光采集到的障碍物距离为di,将第一滚动检测窗口和第二滚动窗口统称为双滚动检测窗口,半径合称为R,通过双滚动检测窗口,利用激光传感器对障碍物的尺寸进行检测和分类,获得障碍物的对角线长度L。
障碍物的尺寸检测目的是为了获得障碍物的对角线长度,该长度并不是一个固定值,而是每个旋转周期内都将重新计算,在滚动检测窗口中,取得多次测量的最大值作为障碍物对角线长度,由于双滚动检测窗口半径较小,将忽略采样点离激光传感器的距离连续小于检测窗口半径的情况是由两个或两个以上的障碍物连续或重叠造成的。
由于车体进入静态避障反应区途中需经过二次判定区,二次判定区区域宽度需要满足至少可以计算出两次车体处于不同位置时前方障碍物尺寸大小,每次测量均采取下述原则:若激光传感器在滚动检测窗口范围(半径为R1或R2)内没有检测到障碍物,则设定di为此滚动检测窗口的半径(R1或R2);如果能检测到障碍物,则di就为激光传感器距离此采样点的检测距离。
本实施例中,二次判定区的设置是为了检测障碍物是否为静态障碍物,二次判定区为一个半径为R2=150cm、窗口起始角为α和窗口终止角为β同样为0°和360°的圆形区域与静态避障反应区之间的圆环区域,根据激光传感器旋转一周所需时间、运用本实施例避障方法的车体的尺寸以及的车体的移动速度三个方面来决定圆环域的宽度,确保车体在抵达静态反应避障区前能够测量出至少两次的障碍物尺寸进行比较。
本实施例中,若没有检测到至少两次障碍物的尺寸,则会在静态避障反应区前停止或减速,强制采集两次尺寸数据后,方可进入下一步程序执行。
本实施例中,上一次和下一次的检测到的障碍物尺寸数据存储后作差,若偏差大于设定的偏差阈值,即两次检测结果的差距过大,则判断为动态障碍物,进入步骤S3;否则判断为静态障碍物,进入步骤S4。
S13、以阵列式超声波传感器为五边形底部中点,设置五边形区域作为第三滚动检测窗口,称为动态避障检测窗口。
S2、通过包围式安全触边判断是否发生碰撞,若发生碰撞,则控制移动机器人停止运动,若未发生碰撞,则进入步骤S3。
在车体前方、侧方和后方都布置包围式安全触边,包围式安全触边为柔性可折弯的带状或圆状物,以高低电平的信号形式电连接底层控制单元,当车体某侧与墙体或货物发生弹性接触,底层控制单元的对应GPIO口将发生输入高低电平的变化,底层控制单元立马控制车体停驶,同时其特殊的物理结构可以将碰撞力分散,起到对人或物的缓冲功能。
S3、根据激光传感器检测到的数据,判断障碍物是否为动态障碍物,若障碍物为动态障碍物,根据阵列式超声波传感器检测到的数据,执行阵列式超声波引导避障,若障碍物为静态障碍物,则进入步骤S4。
如图4所示,执行阵列式超声波引导避障,包括:
S31、循环判断阵列式超声波传感器回传各个方向的距离,当障碍物出现在动态避障检测窗口内,即dmiddle<100cm、ds_left<40cm、ds_right<40cm、dleft<30cm、dright<30cm上述任意条件成立,则动态避障控制器以此为开始节点介入车体控制,否则由目标趋向控制器控制车体以趋向目标点以直线移动。
本实施例中,动态避障控制器设计为面对动态障碍物时保持低敏感性,以最小偏离预定行驶方向为既定目的,根据障碍物的移动速度来控制车体合理地运动。
S32、动态避障控制器开始控制车体时,立即比较dleft与dright的大小,若dleft≤dright且ds_left≤ds_right,则确立了将采取整体趋向右的避障策略;然后检测dmiddle的值,采用动态距离左右电机转速差速调节法,即动态障碍物刚出现在滚动检测窗口时一直到障碍物离开滚动检测窗或车体距离障碍物距离小于设定的安全距离而停止这一过程中,采用不同大小的左右轮轮速差进行动态调节,由下式表示:
其中,vL和vR分别为机器人左、右轮速度;Δv为转速差,为常数(Δv≥0);K为运动变化系数,与障碍物距离车体距离的远近和绕行的方向有关:
由上式可知,当车体与障碍物的距离越近,左右轮的差速越大,即车体向着设定的趋向方向运动的曲率越大,避免车体与动态障碍物发生碰撞。
S33、当动态障碍物从滚动检测窗口移出,车体的控制权立即交还给目标趋向控制器,根据姿态传感器测算得出的与目标点连线的航向角偏差以及增量式编码器测算得出动态避障过程中车体产生的横向偏差,由目标趋向控制器实时左右轮转速,使车体朝向与目标点回到同一直线上且开始避障点与结束避障点位于同一直线上,完成动态障碍物的避障。
本实施例中,阵列超声波传感器包括五路独立的超声波传感器,并集成式地安装在车体的前方,五个超声波传感器分别探测五个不同方向,覆盖行驶前方180°平面,每个独立的超声波传感器测距范围为[5,100cm],当测得的距离大于100cm时,当作100cm来处理,以此来保证测量距离时的指向性,通过RS485接口将五个方向的超声波传感器的实时距离传给底层控制单元;可以理解,阵列式超声波传感器也可以是以一定相间距离均匀布置在车体的前方。
本实施例中,目标趋向控制器是指避障任务开始时,车体仍与目标点位于同一连线上,此时的车体与目标点的航向角偏差为0;在所述动态避障控制器接管车体时,航向角偏差将根据障碍物运动状态发生变化;在目标趋向控制器重新接管时,其目的是将航向角偏差重新变为0,通过改变左右轮的速度,改变车体朝向,由车体上布置的所述姿态传感器获得的车体位姿作为实时闭环控制实现的。
S4、根据激光传感器检测到的数据,判断障碍物是否为小型静态障碍物,若障碍物是否为小型静态障碍物,则进入步骤S41,若障碍物是否为大型静态障碍物,则进入步骤S42。
静态障碍物避障过程,具体过程如下:
使激光传感器持续旋转采样,方向为顺时针,提取出检测数据中第一个出现di≠R的采样点,并设为障碍物左边界,该采样点与激光传感器之间的距离为di1,对应角度为θ1,同时,提取出检测数据中最后一个di≠R的采样点,设为障碍物右边界,该采样点与激光传感器之间的距离为di2,对应角度为θ2,由余弦定理计算得到障碍物的对角线长度L:
根据静态障碍物的对角线长度L与移动机器人两驱动轮之间的距离D的关系,若L≤D,则判断静态障碍物为小型静态障碍物,否则判断静态障碍物为大型静态障碍物。
本实施例中,D=80cm,当L≤80cm时,将障碍物视为小型静态障碍物,进入步骤S41;否则,进入步骤S42。
S41、如图5所示,应对小型静态障碍物,采取绕行避障策略,具体过程如下:
S411、设定目标方向为竖直正方向,计算障碍物对角线中点和车体当前位置的连线与水平方向的夹角为与竖直正方向的夹角为/>障碍物的对角线长度为L,激光传感器到障碍物中点的距离为do,根据移动机器人的尺寸,设定安全距离dsafe=10cm;
S412、根据小型静态障碍物位置判断绕行方向,若则从右侧环绕障碍物,反之,从左侧环绕障碍物;
S413、持续计算do,当车体行驶至时,开始进行半径/>弧度为/>的圆弧运动;
圆弧运动通过控制机器人左、右轮的速度实现,具体计算如下:
其中,D为左、右轮的间距,r为圆弧运动的转弯半径。
运动过程中转过的角度,即为圆弧运动的圆心角,由弧长与半径的关系得出:
其中,l为运动过程中的弧长,由电机输出轴上的增量式编码器计算得出。
S414、在圆弧运动过程中,持续计算和更新障碍物的对角线长度L,若出现新的尺寸L′>L,则更新障碍物信息,跳转至步骤S4;
S415、当姿态传感器检测到转过角度达到或大于则结束避障,由姿态传感器将机器人朝向与避障开始前的朝向调整至一致,以便继续完成既定的作业任务;
本实施例中,利用上式关系计算得出对应的弧长1,利用增量式编码器反馈运动距离的闭环控制,来确定绕行的终点。
本实施例中,增量式编码器与驱动电机轴连接,增量式编码器的信号线连接到预先安装在驱动电机上的电驱控制器,在底层控制单元中可以读取连接CAN总线上相应地址的电驱控制器的编码器的脉冲反馈信号,在程序中运算即可得到车体实时的里程信息。
S42、如图6所示,应对大型静态障碍物,采取沿边避障策略,具体过程如下:
S421、通过前方阵列式超声波传感器获得车体距离障碍物的最近距离dm,并选择沿边行走的方向,沿边避障的安全距离dsafe=5cm。
S422、在沿边行走过程中,获取车体正左(0°)或正右(180°)的超声波传感器的距离为de,保持de=dm+dsafe;当de≥dm+dsafe时,则增大远离障碍物一侧的轮子速度;当de≤dm+dsafe时,减小远离障碍物一侧的轮子速度。
S423、当检测到靠近障碍物一侧的超声波传感器的数值突然增大,即停止沿边行驶,在向原方向行驶一个车身长的距离,使车体完全回避大型静态障碍物。
S424、由姿态传感器获取到的车体此刻的偏航角与避障开始时的航向角进行比较,控制左右轮各自的转速,使车体重新朝向目标点,同时由阵列式超声波传感器保证车体不与障碍物发生碰撞。
本实施例中,完成对静态障碍物的避障后,采用航迹推算法获取移动机器人的实时位置,在栅格地图中对存在障碍物的栅格进行状态标记,机器人下次运动到同一栅格附近时根据附近障碍物栅格的已有数据直接进行圆弧避障,减少了重新识别和计算的过程。
实施例2:
本实施例提供了一种养殖场轮式机器人避障系统,该包括安全触边、阵列式超声波传感器、激光传感器、增量式编码器、姿态传感器和控制模块,各个部分的具体说明如下:
安全触边,用于检测机器人是否与外界发生弹性接触;
阵列式超声波传感器,用于精确感知车体前方平面的障碍物分布情况;
激光传感器,用于感知车体四周较远距离的障碍物分布情况;
增量式编码器和姿态传感器,用于获取移动机器人的位姿数据;
控制模块,用于执行实施例1的养殖场内移动机器人避障方法;
本实施例中,安全触边为柔性可折弯的带状或圆状物,分别在移动机器人的车体前方、侧边和后方,包括铝导轨、安全触点和感应信号带,每当柔软的安全触边被压迫致使内部导电条互相接触,导致电流和电阻发生变化,由底层控制单元对输入信号进行分析,此碰撞信号设定为最高优先级进行处理,即安全触边通过信号线与底层控制单元电连接,无论哪一侧受到压迫并发生信号,底层控制单元立马控制驱动电机停转,并报警,当压迫源移开后,将继续作业。
本实施例中,阵列式超声波传感器为集成式地安装在移动机器人的车体前方,五个超声波传感器分别探测五个不同方向,覆盖行驶前方180°平面,通过RS485接口将五个方向的超声波传感器的实时距离传给底层控制单元;可以理解,阵列式超声波传感器也可以是以一定相间距离均匀布置在移动机器人的车体前方。
本实施例中,激光传感器安装在移动机器人的车体中部,其采用ToF测距原理的激光传感器,扫描一周采集2000个点,角度分辨率为0.18°,机器人行驶过程中,激光传感器以15Hz的扫描频率对环境进行采样。
本实施例中,姿态传感器安装在移动机器人的车体上,其采用9轴加速度传感器,其中包括3轴加速度计、3轴陀螺仪、和3轴磁力计,其中通过加速度计可以检测机器人加速度,检测机器人倾斜、冲击、振动等运动状态,通过陀螺仪可以检测机器人的姿态(横滚角、俯仰角和航向角)和角速度,通过磁力计可以检测机器人的偏航角度,定位机器人的方向。
本实施例中,增量式编码器安装在移动机器人的车体上,其与驱动电机轴连接,增量式编码器的信号线连接到预先安装在驱动电机上的电驱控制器,在底层控制单元中可以读取连接CAN总线上相应地址的电驱控制器的编码器的脉冲反馈信号,在程序中运算即可得到车体实时的里程信息。
本实施例中,控制模块包括底层控制单元和上层控制单元,底层控制单元采用ARM微控制器,上层控制单元采用英伟达TX2工控机,上层控制单元采用机器人操作系统(RobotOperating System,ROS),包括数据采集节点、数据处理节点和运动控制节点;底层控制单元采用开源的FreeRTOS实时操作系统,分为姿态传感器采集任务、阵列超声波传感器数据获取任务、包围式安全触边信号获取任务、里程计信息获取任务、运动控制任务。上层控制单元和底层控制单元对车体的控制权由上层控制单元决定,上层控制单元通过串口uart下发指令给底层控制单元,最终由底层控制单元完成运动控制。
本实施例中,由于激光传感器的采集的数据量较大,故采用性能更出众的上层控制单元进行处理分析得出数据,阵列超声波传感器和安全触边则直接通过协议传输至底层控制单元,由底层控制单元直接根据信号来控制驱动电机,实现信号的可靠传输和合理的硬件资源分配。
实施例3:
如图7所示,本实施例提供了一种养殖场轮式机器人避障装置,该装置包括获取单元701、第一判断单元702、控制单元703、第二判断单元704、第一避障单元705、第三判断单元706、第二避障单元707和第三避障单元708,各个单元的具体功能如下:
获取单元701,用于获取移动机器人的车体上设置的安全触边、阵列式超声波传感器和激光传感器检测到的数据;
第一判断单元702,用于根据安全触边检测到的数据,判断是否发生碰撞;
停止单元703,用于当发生碰撞时,控制移动机器人停止运动;
第二判断单元704,用于当未发生碰撞时,根据激光传感器检测到的数据,判断障碍物是否为动态障碍物;
第一避障单元705,用于当障碍物为动态障碍物时,根据阵列式超声波传感器检测到的数据,执行阵列式超声波引导避障;
第三判断单元706,当障碍物为静态障碍物时,根据激光传感器检测到的数据,判断障碍物是否为小型静态障碍物;
第二避障单元707,用于当检测到小型静态障碍物时,执行绕行避障;
第三避障单元708,用于当检测到大型静态障碍物时,执行沿边避障。
实施例4:
如图8所示,本实施例提供了一种计算机设备,该计算机设备包括通过系统总线801连接的处理器802、存储器、输入装置803、显示装置804和网络接口805,该处理器用于提供计算和控制能力,该存储器包括非易失性存储介质806和内存储器807,该非易失性存储介质806存储有操作系统、计算机程序和数据库,该内存储器807为非易失性存储介质中的操作系统和计算机程序的运行提供环境,处理器802执行存储器存储的计算机程序时,实现上述实施例1的养殖场轮式机器人避障方法,具体如下:
获取移动机器人的车体上设置的安全触边、阵列式超声波传感器和激光传感器检测到的数据;
根据安全触边检测到的数据,判断是否发生碰撞;
当发生碰撞时,控制移动机器人停止运动;
当未发生碰撞时,根据激光传感器检测到的数据,判断障碍物是否为动态障碍物;
当障碍物为动态障碍物时,根据阵列式超声波传感器检测到的数据,执行阵列式超声波引导避障;
当障碍物为静态障碍物时,根据激光传感器检测到的数据,判断障碍物是否为小型静态障碍物;
当检测到小型静态障碍物时,执行绕行避障;
当检测到大型静态障碍物时,执行沿边避障
实施例5:
本实施例提供了一种存储介质,该存储介质为计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时,实现上述实施例1的养殖场轮式机器人避障,具体如下:
获取移动机器人的车体上设置的安全触边、阵列式超声波传感器和激光传感器检测到的数据;
根据安全触边检测到的数据,判断是否发生碰撞;
当发生碰撞时,控制移动机器人停止运动;
当未发生碰撞时,根据激光传感器检测到的数据,判断障碍物是否为动态障碍物;
当障碍物为动态障碍物时,根据阵列式超声波传感器检测到的数据,执行阵列式超声波引导避障;
当障碍物为静态障碍物时,根据激光传感器检测到的数据,判断障碍物是否为小型静态障碍物;
当检测到小型静态障碍物时,执行绕行避障;
当检测到大型静态障碍物时,执行沿边避障。
需要说明的是,本实施例的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读存储介质可以以一种或多种程序设计语言或其组合来编写用于执行本实施例的计算机程序,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Python、C++,还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
以上所述,仅为本发明专利较佳的实施例,但本发明专利的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明专利所公开的范围内,根据本发明专利的技术方案及其发明构思加以等同替换或改变,都属于本发明专利的保护范围。
Claims (7)
1.一种养殖场内移动机器人避障方法,其特征在于,所述方法包括:
获取移动机器人的车体上设置的安全触边、阵列式超声波传感器和激光传感器检测到的数据;
根据安全触边检测到的数据,判断是否发生碰撞;
当发生碰撞时,控制移动机器人停止运动;
当未发生碰撞时,根据激光传感器检测到的数据,判断障碍物是否为动态障碍物;
当障碍物为动态障碍物时,根据阵列式超声波传感器检测到的数据,执行阵列式超声波引导避障;
当障碍物为静态障碍物时,根据激光传感器检测到的数据,判断障碍物是否为小型静态障碍物;
当检测到小型静态障碍物时,执行绕行避障;
当检测到大型静态障碍物时,执行沿边避障;
所述获取移动机器人的车体上设置的安全触边、激光传感器和阵列式超声波传感器检测到的数据之前,还包括:建立滚动检测窗口;
所述建立滚动检测窗口,具体包括:
以车体当前位置为圆心,在圆心的周围设置一个半径为R1的圆形或扇形窗口作为第一滚动测量窗口,称为静态避障反应区;
以激光传感器当前位置为圆心,设置一个半径R2>R1的圆形或扇形区域作为第二滚动检测窗口,所述第二滚动检测窗口除第一滚动测量窗口外的区域称为二次判定区;
以阵列式超声波传感器为五边形底部中点,设置五边形区域作为第三滚动检测窗口,称为动态避障检测窗口;
设定障碍物对角线长度为L,以及设定激光传感器的第i条激光采集到的障碍物距离为di,将第一滚动检测窗口和第二滚动窗口统称为双滚动检测窗口,半径合称为R;
所述根据激光传感器检测到的数据,判断障碍物是否为动态障碍物,具体包括:
根据激光传感器检测到的数据,提取出检测数据中第一个出现di≠R的采样点,将该采样点设置为障碍物左边界,该采样点与激光传感器之间的距离为di1,对应角度为θ1;同时,提取出检测数据中最后一个出现di≠R的采样点,将该采样点设置为障碍物右边界,该采样点与激光传感器之间的距离为di2,对应角度为θ2,根据di1、di2、θ1、θ2计算得到障碍物对角线长度L;
判断两次检测结果计算出的L大小变化值是否大于偏差阈值,若大于偏差阈值,则判断障碍物为动态障碍物;若小于或等于偏差阈值,则判断障碍物为静态障碍物;
所述根据激光传感器检测到的数据,判断障碍物是否为小型静态障碍物,具体包括:
使激光传感器持续采样,提取出检测数据中第一个出现di≠R的采样点,将该采样点设置为障碍物左边界,该采样点与激光传感器之间的距离为di1,对应角度为θ1;同时,提取出检测数据中最后一个出现di≠R的采样点,将该采样点设置为障碍物右边界,该采样点与激光传感器之间的距离为di2,对应角度为θ2,根据di1、di2、θ1、θ2计算得到障碍物对角线长度L;
根据静态障碍物的对角线长度L与移动机器人两驱动轮之间的距离D的关系,若L≤D,则判断静态障碍物为小型静态障碍物,否则判断静态障碍物为大型静态障碍物;
所述阵列式超声波传感器包括至少五路独立的超声波传感器,五路超声波传感器用于检测车体前方至少五个行驶方向的障碍物距离信息,五个行驶方向分别设为dleft、ds_left、dmiddle、ds_right、dright;
所述根据阵列式超声波传感器检测到的数据,执行阵列式超声波引导避障,具体包括:
循环判断阵列式超声波传感器回传各个方向的距离,当障碍物出现在动态避障检测窗口内,则由动态避障控制器以此为开始节点介入车体控制,否则由目标趋向控制器控制车体以趋向目标点以直线移动;
若dleft≤dright且ds_left≤ds_right,则采取趋向右避障策略,否则采取趋向左避障策略;
检测dmiddle的值,采用动态距离左右电机转速差速调节法进行动态调节。
2.根据权利要求1所述的养殖场内移动机器人避障方法,其特征在于,所述执行绕行避障,具体包括:
设定目标方向为竖直正方向,计算障碍物对角线中点和车体当前位置的连线与水平方向的夹角为与竖直正方向的夹角为/>障碍物的对角线长度为L,激光传感器到障碍物中点的距离为do,根据移动机器人的尺寸,设定合理的安全距离dsafe;
根据小型静态障碍物位置判断绕行方向,若则从右侧环绕障碍物,否则,从左侧环绕障碍物;
持续计算do,当车体行驶至时,开始进行半径/>弧度为/>的圆弧运动;
在圆弧运动过程中,持续计算和更新障碍物的对角线长度L,若出现新的尺寸L′>L,则更新障碍物信息,中止当前行为并重新判断避障策略。
3.根据权利要求1所述的养殖场内移动机器人避障方法,其特征在于,所述执行沿边避障,具体包括:
获得车体距离障碍物的最近距离dm,根据移动机器人的尺寸,设定合理的安全距离dsafe;
调整车体姿态,使车体正左或正右的超声波传感器采集的距离数值de能够保持de=dm+dsafe,若de>dm+dsafe,则增大远离障碍物一侧的轮子速度;若de<dm+dsafe,则减小远离障碍物一侧的轮子速度;
当检测到靠近障碍物一侧的超声波传感器的数值突然增大,即停止沿边行驶,在向原方向行驶一个车身长的距离,使车体完全回避大型静态障碍物。
4.一种养殖场内移动机器人避障装置,用于实现权利要求1-3任一项所述的养殖场内移动机器人避障方法,其特征在于,所述装置包括:
获取单元,用于获取移动机器人的车体上设置的安全触边、阵列式超声波传感器和激光传感器检测到的数据;
第一判断单元,用于根据安全触边检测到的数据,判断是否发生碰撞;
停止单元,用于当发生碰撞时,控制移动机器人停止运动;
第二判断单元,用于当未发生碰撞时,根据激光传感器检测到的数据,判断障碍物是否为动态障碍物;
第一避障单元,用于当障碍物为动态障碍物时,根据阵列式超声波传感器检测到的数据,执行阵列式超声波引导避障;
第三判断单元,当障碍物为静态障碍物时,根据激光传感器检测到的数据,判断障碍物是否为小型静态障碍物;
第二避障单元,用于当检测到小型静态障碍物时,执行绕行避障;
第三避障单元,用于当检测到大型静态障碍物时,执行沿边避障。
5.一种养殖场内移动机器人避障系统,其特征在于,所述系统包括:
安全触边,其分别设置在移动机器人的车体前方、侧边和后方,用于检测机器人是否与外界发生弹性接触;
阵列式超声波传感器,其设置在移动机器人的车体前方,用于检测车体行驶前方180°平面的障碍物分布情况;
激光传感器,其设置在移动机器人的车体中部,用于检测车体行驶时四周障碍物分布情况;
增量式编码器和姿态传感器,其设置在移动机器人的车体上,用于获取移动机器人的位姿数据;
控制模块,用于执行权利要求1-3任一项所述的养殖场内移动机器人避障方法。
6.一种计算机设备,包括处理器以及用于存储处理器可执行程序的存储器,其特征在于,所述处理器执行存储器存储的程序时,实现权利要求1-3任一项所述的养殖场内移动机器人避障方法。
7.一种存储介质,存储有程序,其特征在于,所述程序被处理器执行时,实现权利要求1-3任一项所述的养殖场内移动机器人避障方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210605198.0A CN115097817B (zh) | 2022-05-31 | 2022-05-31 | 养殖场内移动机器人避障方法、装置、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210605198.0A CN115097817B (zh) | 2022-05-31 | 2022-05-31 | 养殖场内移动机器人避障方法、装置、系统、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115097817A CN115097817A (zh) | 2022-09-23 |
CN115097817B true CN115097817B (zh) | 2024-06-11 |
Family
ID=83288123
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210605198.0A Active CN115097817B (zh) | 2022-05-31 | 2022-05-31 | 养殖场内移动机器人避障方法、装置、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115097817B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105182979A (zh) * | 2015-09-23 | 2015-12-23 | 上海物景智能科技有限公司 | 一种移动机器人障碍物检测及避让方法和系统 |
CN108415417A (zh) * | 2018-01-19 | 2018-08-17 | 华南理工大学 | 一种基于障碍物运动状态预测的机器人避障系统及方法 |
CN111930127A (zh) * | 2020-09-02 | 2020-11-13 | 广州赛特智能科技有限公司 | 一种机器人障碍物识别及避障方法 |
-
2022
- 2022-05-31 CN CN202210605198.0A patent/CN115097817B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105182979A (zh) * | 2015-09-23 | 2015-12-23 | 上海物景智能科技有限公司 | 一种移动机器人障碍物检测及避让方法和系统 |
CN108415417A (zh) * | 2018-01-19 | 2018-08-17 | 华南理工大学 | 一种基于障碍物运动状态预测的机器人避障系统及方法 |
CN111930127A (zh) * | 2020-09-02 | 2020-11-13 | 广州赛特智能科技有限公司 | 一种机器人障碍物识别及避障方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115097817A (zh) | 2022-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107643752B (zh) | 基于行人轨迹预测的全向移动机器人路径规划算法 | |
Zhang et al. | Vision-based target-following guider for mobile robot | |
CN111693050B (zh) | 基于建筑信息模型的室内中大型机器人导航方法 | |
US20200257821A1 (en) | Video Monitoring Method for Mobile Robot | |
CN106324619A (zh) | 一种变电站巡检机器人自动避障方法 | |
CN108646731A (zh) | 无人驾驶车辆场端控制系统及其控制方法 | |
Ye | Navigating a mobile robot by a traversability field histogram | |
US11604469B2 (en) | Route determining device, robot, and route determining method | |
CN113759900B (zh) | 基于障碍区域预测的巡检机器人轨迹规划与实时避障方法及系统 | |
CN110488818B (zh) | 一种基于激光雷达的机器人定位方法、装置和机器人 | |
CN105277593A (zh) | 一种基于移动机器人的室内气味源定位方法 | |
CN114200945B (zh) | 一种移动机器人的安全控制方法 | |
CN113934207A (zh) | 一种移动机器人自动避障导航系统及其导航方法 | |
CN104898675A (zh) | 一种机器人智能导航控制方法 | |
CN106774295A (zh) | 一种分布式引导机器人自主充电系统 | |
CN111427363A (zh) | 一种机器人导航控制方法及系统 | |
CN113064430A (zh) | 一种基于Android手机的质量巡检小车避障及路径规划算法 | |
CN114003036A (zh) | 机器人避障控制方法、装置、设备和介质 | |
CN103472434A (zh) | 一种机器人声音定位方法 | |
CN115527283A (zh) | 笼养鸡舍内巡检平台及巡检方法 | |
CN115388892A (zh) | 一种基于改进rbpf-slam算法的多传感器融合slam方法 | |
CN115097817B (zh) | 养殖场内移动机器人避障方法、装置、系统、设备及介质 | |
WO2022188333A1 (zh) | 一种行走方法、装置和计算机存储介质 | |
CN108181905A (zh) | 一种无人驾驶汽车的障碍躲避方法及系统 | |
CN111026121A (zh) | 智能清扫车多层次立体避障控制方法及装置 |
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 |