CN115309168A - 一种井下无人车控制方法及装置 - Google Patents

一种井下无人车控制方法及装置 Download PDF

Info

Publication number
CN115309168A
CN115309168A CN202211241286.3A CN202211241286A CN115309168A CN 115309168 A CN115309168 A CN 115309168A CN 202211241286 A CN202211241286 A CN 202211241286A CN 115309168 A CN115309168 A CN 115309168A
Authority
CN
China
Prior art keywords
unmanned vehicle
obstacle
coordinate
outline
current position
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
Application number
CN202211241286.3A
Other languages
English (en)
Other versions
CN115309168B (zh
Inventor
王昊
苏伟伟
周睿
田富超
郑忠宇
焦月
孙博超
王强民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tiandi Science and Technology Co Ltd
Shenyang Research Institute Co Ltd of CCTEG
Original Assignee
Tiandi Science and Technology Co Ltd
Shenyang Research Institute Co Ltd of CCTEG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tiandi Science and Technology Co Ltd, Shenyang Research Institute Co Ltd of CCTEG filed Critical Tiandi Science and Technology Co Ltd
Priority to CN202211241286.3A priority Critical patent/CN115309168B/zh
Publication of CN115309168A publication Critical patent/CN115309168A/zh
Application granted granted Critical
Publication of CN115309168B publication Critical patent/CN115309168B/zh
Priority to AU2023201142A priority patent/AU2023201142B1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214Control 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223Control 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0242Control 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0255Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257Control of position or course in two dimensions specially adapted to land vehicles using a radar

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Acoustics & Sound (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请提出一种井下无人车控制方法及装置,方法包括:预测无人车的行车轨迹;基于无人车的当前位置和行车轨迹,预测无人车按照行车轨迹行驶时,无人车外形轮廓的各个离散点的实时第一坐标;响应于检测到障碍物,且障碍物的移动速度大于第一预设值,预测障碍物的途经轨迹;基于障碍物的当前位置和途经轨迹,预测障碍物按照途经轨迹运动时,障碍物外形轮廓的各个离散点的实时第二坐标;响应于在同一时间点下任一第一坐标和任一第二坐标之间的距离小于第二预设值,基于无人车的当前位置、障碍物外形轮廓的各个离散点的实时第二坐标确定出绕行路径;控制无人车按照绕行路径行驶。本公开提供了一种井下无人车针对运动状态的障碍物的自动避障的方法。

Description

一种井下无人车控制方法及装置
技术领域
本申请涉及煤矿井下无线通信技术领域,尤其涉及一种井下无人车控制方法及装置。
背景技术
随着自动控制技术以及人工智能技术的发展,无人车被广泛应用于煤矿巷道中作业来解放人力。其中,无人车在井下行驶时,通常会由于遇到障碍物(如落石或其他设备等)而影响无人车的行驶效率。因此,通常需要控制井下无人车自动避障。但是,相关技术中目前仅针对静止障碍物提出了躲避方法,而还不存在无人车如何躲避运动状态下的障碍物的具体方法。
发明内容
本申请提供一种井下无人车控制方法及装置,以用于井下无人车自动避障运动状态下的障碍物。
本申请第一方面实施例提出一种井下无人车控制方法,包括:
测量所述无人车的行驶速度、加速度以及所述无人车的当前位置,基于所述无人车的行驶速度、加速度以及所述无人车的当前位置预测所述无人车的行车轨迹;
基于所述无人车的当前位置和所述行车轨迹,预测所述无人车按照所述行车轨迹行驶时,所述无人车外形轮廓的各个离散点的实时第一坐标;
响应于检测到障碍物,且所述障碍物的移动速度大于第一预设值,检测所述障碍物的加速度,并基于所述障碍物的移动速度和加速度预测出所述障碍物的途经轨迹;
基于所述障碍物的当前位置和所述途经轨迹,预测所述障碍物按照所述途经轨迹运动时,所述障碍物外形轮廓的各个离散点的实时第二坐标;
响应于在同一时间点下任一第一坐标和任一第二坐标之间的距离小于第二预设值,基于所述无人车的当前位置、所述障碍物外形轮廓的各个离散点的实时第二坐标确定出绕行路径;
控制所述无人车按照所述绕行路径行驶。
本申请第二方面实施例提出一种井下无人车控制装置,包括:
第一处理模块,用于测量所述无人车的行驶速度、加速度以及所述无人车的当前位置,基于所述无人车的行驶速度、加速度以及所述无人车的当前位置预测所述无人车的行车轨迹;
第一预测模块,用于基于所述无人车的当前位置和所述行车轨迹,预测所述无人车按照所述行车轨迹行驶时,所述无人车外形轮廓的各个离散点的实时第一坐标;
第二处理模块,用于响应于检测到障碍物,且所述障碍物的移动速度大于第一预设值,检测所述障碍物的加速度,并基于所述障碍物的移动速度和加速度预测出所述障碍物的途经轨迹;
第二预测模块,用于基于所述障碍物的当前位置和所述途经轨迹,预测所述障碍物按照所述途经轨迹运动时,所述障碍物外形轮廓的各个离散点的实时第二坐标;
确定模块,用于响应于在同一时间点下任一第一坐标和任一第二坐标之间的距离小于第二预设值,基于所述无人车的当前位置、所述障碍物外形轮廓的各个离散点的实时第二坐标确定出绕行路径;
控制模块,用于控制所述无人车按照所述绕行路径行驶。
综上所述,在本公开实施例提供的井下无人车控制方法及装置之中,无人车会测量其行驶速度、加速度以及当前位置,并会基于无人车的行驶速度、加速度以及无人车的当前位置预测出无人车的行车轨迹;之后,还会基于无人车的当前位置和行车轨迹,预测无人车按照行车轨迹行驶时,其外形轮廓的各个离散点的实时第一坐标;以及,响应于无人车检测到障碍物,且该碍物的移动速度大于第一预设值,则无人车会进一步检测障碍物的加速度,并基于障碍物的移动速度和加速度预测出障碍物的途经轨迹;之后,还会基于障碍物的当前位置和途经轨迹,预测障碍物按照途经轨迹运动时,障碍物外形轮廓的各个离散点的实时第二坐标;响应于在同一时间点下任一第一坐标和任一第二坐标之间的距离小于第二预设值,无人车会基于无人车的当前位置、障碍物外形轮廓的各个离散点的实时第二坐标确定出绕行路径;并控制无人车按照所述绕行路径行驶。
由此可知,本公开中,无人车会确定出其在未来行车轨迹上的无人车外形轮廓的各个离散点的实时第一坐标以及障碍物在未来途径轨迹上的障碍物外形轮廓的各个离散点的实时第二坐标,并且,当确定出在同一时间点下任一第一坐标和任一第二坐标之间的距离小于第二预设值时,说明无人车未来可能会与该障碍物之间发生碰撞,此时,无人车会基于其当前位置、障碍物外形轮廓的各个离散点的实时第二坐标确定出绕行路径;并按照绕行路径行驶以避开运动状态的障碍物。则本公开提供了一种井下无人车针对运动状态的障碍物的自动避障的方法,提高了井下无人车的行驶效率。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请一个实施例提供的井下无人车控制方法的流程示意图;
图2为根据本申请一个实施例提供的井下无人车控制装置的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的井下无人车控制方法及装置。
图1为根据本申请一个实施例提供的井下无人车(后简述为无人车)控制方法的流程示意图,如图1所示,该方法包括:
步骤101、测量无人车的行驶速度、加速度以及无人车的当前位置(即无人车当前的井下位置),并基于无人车的行驶速度、加速度以及无人车的当前位置预测无人车的行车轨迹。
其中,本公开实施例之中,该无人车上设置有速度传感器、加速度传感器、定位模块和激光雷达传感器。该速度传感器用于测量无人车的行驶速度;加速度传感器用于测量无人车的加速度;定位模块和激光雷达传感器用于测量无人车的当前位置。
以及,在本公开实施例之中,无人车预测无人车的行车轨迹的方法可以包括:基于当前的行驶速度和加速度计算出无人车在未来一段时间内的实时速度,再基于该未来一段时间内的实时速度来预测无人车的行车轨迹。其中,该未来一段时间可以指的是未来0-10秒。
此外,在本公开实施例之中,无人车还可以检测其周围环境信息,以便后续可以参考该周围环境信息来控制无人车进行避障。
步骤102、基于无人车的当前位置和行车轨迹,预测无人车按照行车轨迹行驶时,无人车外形轮廓的各个离散点的实时第一坐标。
具体的,上述的预测无人车外形轮廓的各个离散点的实时第一坐标的方法可以包括:先基于无人车的行车轨迹预测出无人车在未来各个时间点下的具体行驶位置,之后,再基于无人车的当前位置预测出无人车在各个行驶位置时,无人车外形轮廓的各个离散点的第一坐标。
需要说明的是,上述的第一坐标具体为预测的无人车外形轮廓在预设坐标系中的坐标。其中,该预设坐标系可以为直角坐标系或球坐标系。示例的,假设该预设坐标系为直角坐标系时,该直角坐标系可以包括X轴、Y轴、Z轴,其中,X轴可以垂直于地面,Y轴可以垂直于X轴,Z轴可以垂直于X轴和Y轴构成的平面。
步骤103、响应于检测到障碍物,且障碍物的移动速度大于第一预设值,检测障碍物的加速度,并基于障碍物的移动速度和加速度预测出障碍物的途经轨迹。
其中,该第一预设值可以是预先设定的,以及,当障碍物的移动速度大于第一预设值时,说明该障碍物的速度较大,此时若障碍物与无人车相撞可能会对无人车造成较大影响,如致使无人车翻车或破损等。因此,需要预测障碍物的途经轨迹以便后续基于障碍物的途经轨迹和无人车的行车轨迹来预测障碍物和无人车是否会相撞,且当确定障碍物和无人车会相撞时,控制无人车进行自动避障,关于该部分内容会在后续实施例进行详细介绍。
以及,上述的“检测障碍物的加速度,并基于障碍物的移动速度和加速度预测出障碍物的途经轨迹”的方法可以包括:基于障碍物的移动速度和加速度计算出障碍物在未来一段时间内的实时速度,再基于该未来一段时间内的实时速度来预测障碍物的途经轨迹。其中,该未来一段时间可以指的是未来0-10秒。
此外,还需要说明的是,在一些实施例之中,若无人车检测到障碍物的移动速度小于第一预设值,且障碍物的大小小于第三预设值,说明该障碍物的移动速度较小,且大小也较小,则即使障碍物与无人车发生了碰撞,也并不会影响无人车的正常行驶,此时可以忽略障碍物。
步骤104、基于障碍物的当前位置和途经轨迹,预测障碍物按照途经轨迹运动时,障碍物外形轮廓的各个离散点的实时第二坐标。
具体的,上述的预测障碍物外形轮廓的各个离散点的实时第二坐标的方法可以包括:先基于障碍物的途径轨迹预测出障碍物在未来各个时间点下的具体位置,之后,再基于障碍物的当前位置预测出障碍物在未来各个时间点下的具体位置时,障碍物外形轮廓的各个离散点的第二坐标。
需要说明的是,上述的第二坐标具体为预测的障碍物外形轮廓在预设坐标系中的坐标。其中,该预设坐标系可以为直角坐标系或球坐标系。
步骤105、响应于在同一时间点下任一第一坐标和任一第二坐标之间的距离小于第二预设值,基于无人车的当前位置、障碍物外形轮廓的各个离散点的实时第二坐标确定出绕行路径。
其中,当无人车检测到在同一时间点下存在有第一坐标和第二坐标之间的距离小于第二预设值时,则说明在该时间点下,无人车外形轮廓的某个离散点与障碍物外形轮廓的某个离散点之间距离较小,可能会致使无人车和障碍物发生碰撞。因此,为了避免无人车和障碍物在改时间点发生碰撞,则应当确定出绕行路径。
以及,在本公开中,该绕行路径具体应当满足:当无人车按照该绕行路径行驶时,同一时间点下的无人车外形轮廓的各个离散点的坐标与障碍物外形轮廓的各个离散点的第二坐标之间的距离均大于或等于第四预设值。换言之,该当无人车按照该绕行路径行驶时,同一时间点下,该无人车外形轮廓的各个离散点与障碍物外形轮廓的各个离散点之间距离均较远,不会发生碰撞。
其中,上述的第二预设值和第四预设值可以是预先设置的,以及该第二预设值和第四预设值之间可以相同或不同。
进一步地,在本公开中,上述的基于无人车的当前位置、障碍物外形轮廓的各个离散点的实时第二坐标确定出绕行路径可以包括以下步骤:
步骤a、基于无人车的当前位置和障碍物外形轮廓的各个离散点的实时第二坐标规划出在各个第二坐标对应的时间点下无人车外形轮廓的各个离散点的第三坐标。
其中,上述的第三坐标具体为规划的无人车外形轮廓在预设坐标系中的坐标。其中,该预设坐标系可以为直角坐标系或球坐标系。
以及,所规划出的第三坐标应满足:在同一时间点下各个第二坐标和各个第三坐标之间的距离大于或等于第四预设值。
示例的,假设障碍物外形轮廓包括二个离散点,分别为离散点#1、离散点#2;无人车外形轮廓包括三个离散点分别为离散点#a、离散点#b、离散点#c,以及,上述步骤104中预测出在未来的第5s(秒)时,障碍物外形轮廓的离散点#1的第一坐标为(a1、b1、c1),障碍物外形轮廓的离散点#2的第一坐标为(a2、b2、c2)。基于此,本步骤可以规划:在未来的第5s时,无人车外形轮廓的离散点#a的坐标与前述的(a1、b1、c1)和(a2、b2、c2)之间的距离均应大于或等于第四预设值,无人车外形轮廓的离散点#b的坐标与前述的(a1、b1、c1)和(a2、b2、c2)之间的距离均应大于或等于第四预设值,无人车外形轮廓的离散点#c的坐标与前述的(a1、b1、c1)和(a2、b2、c2)之间的距离均应大于或等于第四预设值。
则采用上述方法可以规划出各个时间点下无人车外形轮廓的各个离散点的第三坐标。
步骤b、基于各个时间点下无人车外形轮廓的各个离散点的第三坐标重新规划无人车的行驶速度、加速度和行驶方向中的至少一种以确定出绕行路径。
具体的,所规划出的无人车的行驶速度、加速度和行驶方向应当满足:基于该规划出的行驶速度、加速度和行驶方向控制无人车行驶时,可以使得该无人车在各个时间点下其外形轮廓的各个离散点的实际坐标与预测出的各个时间点下无人车外形轮廓的各个离散点的第三坐标之间的距离误差小于预设阈值。
示例的,假设无人车外形轮廓包括三个离散点分别为离散点#a、离散点#b、离散点#c。其中,上述步骤a中规划出在未来第5s时,无人车外形轮廓的离散点#a的第三坐标为(a3、b3、c3)、无人车外形轮廓的离散点#b的第三坐标为(a4、b4、c4)、无人车外形轮廓的离散点#c的第三坐标为(a5、b5、c5)。基于此,本步骤b中所规划出的无人车的行驶速度、加速度和行驶方向应当满足:基于该规划出的行驶速度、加速度和行驶方向控制无人车行驶时,在未来第5s时,无人车外形轮廓的离散点#a的实际坐标与(a3、b3、c3)之间的距离误差小于预设阈值,无人车外形轮廓的离散点#b的实际坐标与(a4、b4、c4)之间的距离误差小于预设阈值,无人车外形轮廓的离散点#c的实际坐标与(a5、b5、c5)之间的距离误差小于预设阈值。
步骤106、控制无人车按照所述绕行路径行驶。
具体的,可以按照重新规划的行驶速度、加速度和行驶方向控制无人车按照绕行路径行驶。
综上所述,在本公开实施例提供的井下无人车控制方法之中,无人车会测量其行驶速度、加速度以及当前位置,并会基于无人车的行驶速度、加速度以及无人车的当前位置预测出无人车的行车轨迹;之后,还会基于无人车的当前位置和行车轨迹,预测无人车按照行车轨迹行驶时,其外形轮廓的各个离散点的实时第一坐标;以及,响应于无人车检测到障碍物,且该碍物的移动速度大于第一预设值,则无人车会进一步检测障碍物的加速度,并基于障碍物的移动速度和加速度预测出障碍物的途经轨迹;之后,还会基于障碍物的当前位置和途经轨迹,预测障碍物按照途经轨迹运动时,障碍物外形轮廓的各个离散点的实时第二坐标;响应于在同一时间点下任一第一坐标和任一第二坐标之间的距离小于第二预设值,无人车会基于无人车的当前位置、障碍物外形轮廓的各个离散点的实时第二坐标确定出绕行路径;并控制无人车按照所述绕行路径行驶。
由此可知,本公开中,无人车会确定出其在未来行车轨迹上的无人车外形轮廓的各个离散点的实时第一坐标以及障碍物在未来途径轨迹上的障碍物外形轮廓的各个离散点的实时第二坐标,并且,当确定出在同一时间点下任一第一坐标和任一第二坐标之间的距离小于第二预设值时,说明无人车未来可能会与该障碍物之间发生碰撞,此时,无人车会基于其当前位置、障碍物外形轮廓的各个离散点的实时第二坐标确定出绕行路径;并按照绕行路径行驶以避开运动状态的障碍物。则本公开提供了一种井下无人车针对运动状态的障碍物的自动避障的方法,提高了井下无人车的行驶效率。
图2为根据本申请一个实施例提供的井下无人车控制装置的结构示意图,该井下无人车控制装置配置于井下无人车中,如图2所示,该装置包括:
第一处理模块,用于测量所述无人车的行驶速度、加速度以及所述无人车的当前位置,基于所述无人车的行驶速度、加速度以及所述无人车的当前位置预测所述无人车的行车轨迹;
第一预测模块,用于基于所述无人车的当前位置和所述行车轨迹,预测所述无人车按照所述行车轨迹行驶时,所述无人车外形轮廓的各个离散点的实时第一坐标;
第二处理模块,用于响应于检测到障碍物,且所述障碍物的移动速度大于第一预设值,检测所述障碍物的加速度,并基于所述障碍物的移动速度和加速度预测出所述障碍物的途经轨迹;
第二预测模块,用于基于所述障碍物的当前位置和所述途经轨迹,预测所述障碍物按照所述途经轨迹运动时,所述障碍物外形轮廓的各个离散点的实时第二坐标;
确定模块,用于响应于在同一时间点下任一第一坐标和任一第二坐标之间的距离小于第二预设值,基于所述无人车的当前位置、所述障碍物外形轮廓的各个离散点的实时第二坐标确定出绕行路径;
控制模块,用于控制所述无人车按照所述绕行路径行驶。
可选的,所述无人车上设置有速度传感器、加速度传感器、定位模块、激光雷达传感器、超声波测距传感器以及红外传感器;
其中,所述速度传感器用于测量所述无人车的行驶速度;
所述加速度传感器用于测量所述无人车的加速度;
所述定位模块和所述激光雷达传感器用于测量所述无人车的当前位置;
所述超声波测距传感器和红外传感器用于测量所述无人车周围是否存在障碍物、以及所述障碍物的当前位置、移动速度和加速度。
可选的,所述方法装置还用于:
响应于所述障碍物的移动速度小于第一预设值,且所述障碍物的大小小于第三预设值,忽略所述障碍物。
可选的,所述绕行路径满足:当所述无人车按照所述绕行路径行驶时,同一时间点下的所述无人车外形轮廓的各个离散点的坐标与所述障碍物外形轮廓的各个离散点的第二坐标之间的距离均大于或等于第四预设值。
可选的,所述确定模块还用于:
基于所述无人车的当前位置和所述障碍物外形轮廓的各个离散点的实时第二坐标规划出在各个第二坐标对应的时间点下所述无人车外形轮廓的各个离散点的第三坐标;其中,所述第二坐标和所述第三坐标满足:在同一时间点下各个第二坐标和各个第三坐标之间的距离大于或等于第四预设值;
基于各个时间点下所述无人车外形轮廓的各个离散点的第三坐标重新规划所述无人车的行驶速度、加速度和行驶方向中的至少一种以确定出绕行路径。
可选的,所述控制模块还用于:
按照重新规划的行驶速度、加速度和行驶方向控制所述无人车按照所述绕行路径行驶。
可选的,第一坐标、第二坐标、第三坐标为预设坐标系中的坐标;所述预设坐标系为直角坐标系或球坐标系。
综上所述,在本公开实施例提供的井下无人车控制装置之中,无人车会测量其行驶速度、加速度以及当前位置,并会基于无人车的行驶速度、加速度以及无人车的当前位置预测出无人车的行车轨迹;之后,还会基于无人车的当前位置和行车轨迹,预测无人车按照行车轨迹行驶时,其外形轮廓的各个离散点的实时第一坐标;以及,响应于无人车检测到障碍物,且该碍物的移动速度大于第一预设值,则无人车会进一步检测障碍物的加速度,并基于障碍物的移动速度和加速度预测出障碍物的途经轨迹;之后,还会基于障碍物的当前位置和途经轨迹,预测障碍物按照途经轨迹运动时,障碍物外形轮廓的各个离散点的实时第二坐标;响应于在同一时间点下任一第一坐标和任一第二坐标之间的距离小于第二预设值,无人车会基于无人车的当前位置、障碍物外形轮廓的各个离散点的实时第二坐标确定出绕行路径;并控制无人车按照所述绕行路径行驶。
由此可知,本公开中,无人车会确定出其在未来行车轨迹上的无人车外形轮廓的各个离散点的实时第一坐标以及障碍物在未来途径轨迹上的障碍物外形轮廓的各个离散点的实时第二坐标,并且,当确定出在同一时间点下任一第一坐标和任一第二坐标之间的距离小于第二预设值时,说明无人车未来可能会与该障碍物之间发生碰撞,此时,无人车会基于其当前位置、障碍物外形轮廓的各个离散点的实时第二坐标确定出绕行路径;并按照绕行路径行驶以避开运动状态的障碍物。则本公开提供了一种井下无人车针对运动状态的障碍物的自动避障的方法,提高了井下无人车的行驶效率。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意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申请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。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种井下无人车控制方法,其特征在于,由无人车执行,包括:
测量所述无人车的行驶速度、加速度以及所述无人车的当前位置,基于所述无人车的行驶速度、加速度以及所述无人车的当前位置预测所述无人车的行车轨迹;
基于所述无人车的当前位置和所述行车轨迹,预测所述无人车按照所述行车轨迹行驶时,所述无人车外形轮廓的各个离散点的实时第一坐标;
响应于检测到障碍物,且所述障碍物的移动速度大于第一预设值,检测所述障碍物的加速度,并基于所述障碍物的移动速度和加速度预测出所述障碍物的途经轨迹;
基于所述障碍物的当前位置和所述途经轨迹,预测所述障碍物按照所述途经轨迹运动时,所述障碍物外形轮廓的各个离散点的实时第二坐标;
响应于在同一时间点下任一第一坐标和任一第二坐标之间的距离小于第二预设值,基于所述无人车的当前位置、所述障碍物外形轮廓的各个离散点的实时第二坐标确定出绕行路径;
控制所述无人车按照所述绕行路径行驶。
2.根据权利要求1所述的方法,其特征在于,所述无人车上设置有速度传感器、加速度传感器、定位模块、激光雷达传感器、超声波测距传感器以及红外传感器;
其中,所述速度传感器用于测量所述无人车的行驶速度;
所述加速度传感器用于测量所述无人车的加速度;
所述定位模块和所述激光雷达传感器用于测量所述无人车的当前位置;
所述超声波测距传感器和红外传感器用于测量所述无人车周围是否存在障碍物、以及所述障碍物的当前位置、移动速度和加速度。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于所述障碍物的移动速度小于第一预设值,且所述障碍物的大小小于第三预设值,忽略所述障碍物。
4.根据权利要求1所述的方法,其特征在于,所述绕行路径满足:当所述无人车按照所述绕行路径行驶时,同一时间点下的所述无人车外形轮廓的各个离散点的坐标与所述障碍物外形轮廓的各个离散点的第二坐标之间的距离均大于或等于第四预设值。
5.根据权利要求1所述的方法,其特征在于,所述基于所述无人车的当前位置、所述障碍物外形轮廓的各个离散点的实时第二坐标确定出绕行路径,包括:
基于所述无人车的当前位置和所述障碍物外形轮廓的各个离散点的实时第二坐标规划出在各个第二坐标对应的时间点下所述无人车外形轮廓的各个离散点的第三坐标;其中,所述第二坐标和所述第三坐标满足:在同一时间点下各个第二坐标和各个第三坐标之间的距离大于或等于第四预设值;
基于各个时间点下所述无人车外形轮廓的各个离散点的第三坐标重新规划所述无人车的行驶速度、加速度和行驶方向中的至少一种以确定出绕行路径。
6.根据权利要求5所述的方法,其特征在于,所述控制所述无人车按照所述绕行路径行驶,包括:
按照重新规划的行驶速度、加速度和行驶方向控制所述无人车按照所述绕行路径行驶。
7.根据权利要求1-6任一所述的方法,其特征在于,第一坐标、第二坐标、第三坐标为预设坐标系中的坐标;所述预设坐标系为直角坐标系或球坐标系。
8.一种井下无人车控制装置,其特征在于,由无人车执行,包括:
第一处理模块,用于测量所述无人车的行驶速度、加速度以及所述无人车的当前位置,基于所述无人车的行驶速度、加速度以及所述无人车的当前位置预测所述无人车的行车轨迹;
第一预测模块,用于基于所述无人车的当前位置和所述行车轨迹,预测所述无人车按照所述行车轨迹行驶时,所述无人车外形轮廓的各个离散点的实时第一坐标;
第二处理模块,用于响应于检测到障碍物,且所述障碍物的移动速度大于第一预设值,检测所述障碍物的加速度,并基于所述障碍物的移动速度和加速度预测出所述障碍物的途经轨迹;
第二预测模块,用于基于所述障碍物的当前位置和所述途经轨迹,预测所述障碍物按照所述途经轨迹运动时,所述障碍物外形轮廓的各个离散点的实时第二坐标;
确定模块,用于响应于在同一时间点下任一第一坐标和任一第二坐标之间的距离小于第二预设值,基于所述无人车的当前位置、所述障碍物外形轮廓的各个离散点的实时第二坐标确定出绕行路径;
控制模块,用于控制所述无人车按照所述绕行路径行驶。
9.根据权利要求8所述的装置,其特征在于,所述绕行路径满足:当所述无人车按照所述绕行路径行驶时,同一时间点下的所述无人车外形轮廓的各个离散点的坐标与所述障碍物外形轮廓的各个离散点的第二坐标之间的距离均大于或等于第四预设值。
10.根据权利要求8所述的装置,其特征在于,所述确定模块,还用于:
基于所述无人车的当前位置和所述障碍物外形轮廓的各个离散点的实时第二坐标规划出在各个第二坐标对应的时间点下所述无人车外形轮廓的各个离散点的第三坐标;其中,所述第二坐标和所述第三坐标满足:在同一时间点下各个第二坐标和各个第三坐标之间的距离大于或等于第四预设值;
基于各个时间点下所述无人车外形轮廓的各个离散点的第三坐标重新规划所述无人车的行驶速度、加速度和行驶方向中的至少一种以确定出绕行路径。
CN202211241286.3A 2022-10-11 2022-10-11 一种井下无人车控制方法及装置 Active CN115309168B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211241286.3A CN115309168B (zh) 2022-10-11 2022-10-11 一种井下无人车控制方法及装置
AU2023201142A AU2023201142B1 (en) 2022-10-11 2023-02-24 Method for controlling underground unmanned vehicle and device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211241286.3A CN115309168B (zh) 2022-10-11 2022-10-11 一种井下无人车控制方法及装置

Publications (2)

Publication Number Publication Date
CN115309168A true CN115309168A (zh) 2022-11-08
CN115309168B CN115309168B (zh) 2023-01-10

Family

ID=83867989

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211241286.3A Active CN115309168B (zh) 2022-10-11 2022-10-11 一种井下无人车控制方法及装置

Country Status (2)

Country Link
CN (1) CN115309168B (zh)
AU (1) AU2023201142B1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116560381B (zh) * 2023-07-07 2023-10-13 深圳市普渡科技有限公司 机器人的避障方法和机器人

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6482206A (en) * 1987-09-25 1989-03-28 Mitsubishi Heavy Ind Ltd Traveling control device for automatically guided vehicle
CN106909148A (zh) * 2017-03-10 2017-06-30 南京沃杨机械科技有限公司 基于农田环境感知的农机无人驾驶导航方法
CN107041718A (zh) * 2016-02-05 2017-08-15 北京小米移动软件有限公司 清洁机器人及其控制方法
CN108528442A (zh) * 2017-03-06 2018-09-14 通用汽车环球科技运作有限责任公司 使用雷达传感器和upa传感器的车辆碰撞预测算法
CN111071249A (zh) * 2019-12-16 2020-04-28 南京航空航天大学 基于障碍物运动预测的无人车紧急转向避障方法
CN111338361A (zh) * 2020-05-22 2020-06-26 浙江远传信息技术股份有限公司 低速无人车避障方法、装置、设备及介质
CN111591307A (zh) * 2020-04-15 2020-08-28 毫末智行科技有限公司 一种避障轨迹规划方法、系统及车辆
US20210114620A1 (en) * 2019-10-18 2021-04-22 Beijing Baidu Netcom Science And Technology Co., Ltd. Method for controlling autonomous vehicle to pass through curve, electronic device and medium
CN112948964A (zh) * 2021-02-01 2021-06-11 上海麦凯文智能科技有限公司 一种飞行器的飞行路径表征方法
CN113119964A (zh) * 2019-12-30 2021-07-16 郑州宇通客车股份有限公司 一种自动驾驶车辆碰撞预测判断方法及装置
CN113759892A (zh) * 2020-09-27 2021-12-07 北京京东乾石科技有限公司 无人车障碍物绕行方法、装置、无人车及存储介质
CN114995374A (zh) * 2022-04-12 2022-09-02 福建盛海智能科技有限公司 一种无人车的障碍物绕行方法及终端

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10324463B1 (en) * 2016-01-22 2019-06-18 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation adjustment based upon route

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6482206A (en) * 1987-09-25 1989-03-28 Mitsubishi Heavy Ind Ltd Traveling control device for automatically guided vehicle
CN107041718A (zh) * 2016-02-05 2017-08-15 北京小米移动软件有限公司 清洁机器人及其控制方法
CN108528442A (zh) * 2017-03-06 2018-09-14 通用汽车环球科技运作有限责任公司 使用雷达传感器和upa传感器的车辆碰撞预测算法
CN106909148A (zh) * 2017-03-10 2017-06-30 南京沃杨机械科技有限公司 基于农田环境感知的农机无人驾驶导航方法
US20210114620A1 (en) * 2019-10-18 2021-04-22 Beijing Baidu Netcom Science And Technology Co., Ltd. Method for controlling autonomous vehicle to pass through curve, electronic device and medium
CN111071249A (zh) * 2019-12-16 2020-04-28 南京航空航天大学 基于障碍物运动预测的无人车紧急转向避障方法
CN113119964A (zh) * 2019-12-30 2021-07-16 郑州宇通客车股份有限公司 一种自动驾驶车辆碰撞预测判断方法及装置
CN111591307A (zh) * 2020-04-15 2020-08-28 毫末智行科技有限公司 一种避障轨迹规划方法、系统及车辆
CN111338361A (zh) * 2020-05-22 2020-06-26 浙江远传信息技术股份有限公司 低速无人车避障方法、装置、设备及介质
CN113759892A (zh) * 2020-09-27 2021-12-07 北京京东乾石科技有限公司 无人车障碍物绕行方法、装置、无人车及存储介质
CN112948964A (zh) * 2021-02-01 2021-06-11 上海麦凯文智能科技有限公司 一种飞行器的飞行路径表征方法
CN114995374A (zh) * 2022-04-12 2022-09-02 福建盛海智能科技有限公司 一种无人车的障碍物绕行方法及终端

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘磊 等: "障碍物排列方式对甲烷/空气爆炸特性影响研究", 《能源与环保》 *
王葵 等: "基于激光测距雷达和车载GPS的动态障碍物检测", 《工业仪表与自动化装置》 *
韩月起 等: "基于凸近似的避障原理及无人驾驶车辆路径规划模型预测算法", 《自动化学报》 *

Also Published As

Publication number Publication date
AU2023201142B1 (en) 2023-04-27
CN115309168B (zh) 2023-01-10

Similar Documents

Publication Publication Date Title
CN111670468B (zh) 移动体行为预测装置以及移动体行为预测方法
US8401782B2 (en) System and method for assessing vehicle paths in a road environment
EP2508956B1 (en) A collision avoiding method and system
US10730521B2 (en) System for autonomous lane merging
KR101338246B1 (ko) 이동로봇의 충돌방지 시스템 및 방법
US9116521B2 (en) Autonomous moving device and control method thereof
JP6257482B2 (ja) 自動運転支援システム、自動運転支援方法及び自動運転装置
EP2629167B1 (en) Vehicle system and method for controlling the vehicle system
JP6959056B2 (ja) 移動ロボットの制御装置と制御方法
CN110834631A (zh) 一种行人避让方法、装置、车辆及存储介质
JP2020526832A5 (zh)
CN112265542B (zh) 一种自动驾驶会车场景处理方法及其装置、车辆
US11860621B2 (en) Travel control device, travel control method, travel control system and computer program
JP2006146491A (ja) 移動ロボットおよびその追従方法
CN115309169B (zh) 一种井下无人车控制方法及装置
Artuñedo et al. A decision-making architecture for automated driving without detailed prior maps
US20220105929A1 (en) Method and Apparatus for Predicting Specification Motion of Other Vehicle
CN115309168B (zh) 一种井下无人车控制方法及装置
RU2719083C1 (ru) Способ для управления движением и устройство для управления движением транспортного средства
CN112394725A (zh) 用于自动驾驶的基于预测和反应视场的计划
US20220392276A1 (en) Vehicle behavior evaluation device, vehicle behavior evaluation method, and vehicle behavior evaluation program product
CN113795802A (zh) 自主矿车操作
RU2763330C1 (ru) Способ управления автономным движением и система управления автономным движением
CN112363491A (zh) 机器人掉头控制方法及装置
CN116507985A (zh) 采矿车辆自主驾驶控制

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