CN115903813A - 一种适用物料运输的移动机器人自动驾驶方法及系统 - Google Patents
一种适用物料运输的移动机器人自动驾驶方法及系统 Download PDFInfo
- Publication number
- CN115903813A CN115903813A CN202211466623.9A CN202211466623A CN115903813A CN 115903813 A CN115903813 A CN 115903813A CN 202211466623 A CN202211466623 A CN 202211466623A CN 115903813 A CN115903813 A CN 115903813A
- Authority
- CN
- China
- Prior art keywords
- route
- real
- vehicle
- driving
- coordinate
- 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
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种适用物料运输的移动机器人自动驾驶方法及系统,包括以下步骤:对预设定路线进行位置数据采集;根据采集数据进行地图建立;对行驶路线进行规划;实时进行路线行驶的位置感知和调节。上述技术方案通过多种导航方式融合进行导航,能适应不同的天气情况和不同的程度,同时通过激光和RTK同时建图的方式,通过软件层面的路线规划,就可以实现车子沿路线行驶,而不需要另外的硬件设施,适用于室外全天候的大吨位运输。
Description
技术领域
本发明涉及运输机器人技术领域,尤其涉及一种适用物料运输的移动机器人自动驾驶方法及系统。
背景技术
目前人工叉车存在以下问题:智能化程度低;人工叉车交叉作业,存在安全隐患;作业成本费用高;柴油动力叉车尾气排放污染较大。为了实现铜冶炼工序中的物料在不同车间的室外露天转运,将原先人工叉车运输的方式替换,并且为了智能化工厂的建设的实现,因而使用智能运输装备,降低尾气排放,降低碳排放,使用智能运输装备后,作业流程优化,并且降低装备使用成本和人工成本。
有资料显示,现有其他公司一般用RGV(轨道导引车)来实现物料的转运,通过铺设固定轨道,车子沿轨道行驶,车子通过跟随轨道铺设的滑触线(给移动设备进行供电的一组输电装置)进行供电。这种方式存在如下问题:1、RGV需要从滑触线上取电,在室外环境下存在安全隐患,线缆老化,漏电;2、RGV需要在轨道上行走,路线一经确定后再进行改造就比较困难,使用场所的适应性差。
中国专利文献CN106444762B公开了一种“自动引导运输车AGV及运动控制方法和装置”。采用了方法包括:根据路径长度和预定减速度确定AGV的行程规划,行程规划中包括行驶速度最大值和减速点;根据行程规划驱动AGV运动。上述技术方案实现AGV运动的路径规划单一,难以确保户外全天候的AGV运动准确性。
发明内容
本发明主要解决原有的技术方案实现AGV运动的路径规划单一,难以确保户外全天候的AGV运动准确性的技术问题,提供一种适用物料运输的移动机器人自动驾驶方法及系统,通过多种导航方式融合进行导航,能适应不同的天气情况和不同的程度,同时通过激光和RTK同时建图的方式,通过软件层面的路线规划,就可以实现车子沿路线行驶,而不需要另外的硬件设施,适用于室外全天候的大吨位运输。
本发明的上述技术问题主要是通过下述技术方案得以解决的:
一种适用物料运输的智能机器人自动驾驶方法,包括以下步骤:
S1对预设定路线进行位置数据采集;
S2根据采集数据进行地图建立;
S3对行驶路线进行规划;
S4实时进行路线行驶的位置感知和调节。
前期工作:在运行场地手动遥控车子,并打开RTK和激光,对预设定路线进行位置数据采集,分别获取原始点云数据,和定位坐标数据,通过激光和RTK同时建图的方式,通过软件层面的路线规划,就可以实现车子沿路线行驶,避免硬件上的额外成本。
作为优选,所述的步骤S2具体包括,获取点云数据并进行平面映射,将激光雷达的极坐标下的角度和距离信息转化为了笛卡尔坐标系下的x(L),y(L),z(L)坐标,转换关系如下式所示:
x(L)=r·cos(ω)·sin(α)
y(L)=r·cos(ω)·cos(α)
z(L)=r·sin(ω)
其中r为实测距离,ω为激光的垂直角度,α为激光的水平旋转角度,x(L)、y(L)、z(L)为极坐标投影到笛卡尔X、Y、Z轴上的坐标,最终将点云数据映射到包含行列值和距离信息的地图中。
作为优选,所述的步骤S2还包括获取RTK数据,移动站直接输出以基准站为原点的平面坐标,其中,x(R)、y(R)为平移坐标,a(R)为旋转角度,k为尺度,然后整合点云映射的坐标数据和RTK坐标数据到同一个融合地图中实现整合建图。对获取的点云数据进行平面映射后,与定位坐标数据同步导入到建图软件,以经纬作为横纵轴,进行建图。
作为优选,所述的步骤S4具体包括:小车沿路线向目标位置行驶,实时对当前位置点进行RANSAC算法与最小二乘法拟合,获取小车的实时位置姿态,通过比对实时位置信息和路线点位置信息,判定车辆在路线上的位置,再对车辆的速度和转向角度进行控制以矫正位置姿态继续行驶或者因为路径过于偏离而停车。在地图上,以点、线段、曲线进行形式路线的规划。
作为优选,所述的步骤S4小车实时位置姿态在地图上的显示具体为:
根据两组激光雷达的实时坐标数据(x(L1)、y(L1)、z(L1))(x(L2)、y(L2)、z(L2))与融合地图的全局坐标数据(x(L)、y(L)、z(L)))计算来确定车辆实时位置(x(Li)、y(Li)、z(Li))和角度a(L),正常的在道路平整的情况下,Z坐标数值不加入定位使用,公式为:
其中,xn和yn为不同位置下激光雷达坐标数据,a(L)与路线设定角度a(i)的比较得出转向调整系数λ(i):
作为优选,所述的步骤S4进行小车位置调整具体包括:根据实时坐标位置,并计算出偏离值θ(L),
将偏离值θ(L)与基准偏离值θ(i)进行比较,若θ(L)<θ(i)则路径拟合有效,然后依据转向调整系数λ(i)来进行转向的驱动方向和大小输出值的下发,从而进行实际行驶路线的调整,若θ(L)>θ(i)则表示路径偏离过大,路径拟合失败,反馈相应报警信号。
作为优选,所述的步骤S4进行实时位置校验具体包括:根据车辆实时坐标位置,从而计算出形式路线距离S(L),通过高精度惯性导航模块(IMU)确定车辆正反行驶方向,通过里程计反馈的行驶距离S(T),通过对比计算(S(L)/S(T)),以百分比系数λ(s)大小判定实时定位的准确性。
一种适用物料运输的智能机器人自动驾驶方法的系统,包括车体和设置在车体上的控制系统,车体内部设有驱动装置和导航装置,驱动装置与控制系统相连,导航装置包括设置在车体周围的激光雷达、测量天线和设置在车体内部的RTK、IMU惯导、里程计,控制系统包括地面控制系统及车载控制系统,地面控制系统指AGV系统的固定设备,主要负责任务分配和管理,车载控制系统在收到上位系统的指令后,负责AGV的导航计算和导引。地面控制系统指AGV系统的固定设备,主要负责任务分配,车辆调度,路径管理,交通管理,自动充电等功能;车载控制系统在收到上位系统的指令后,负责AGV的导航计算,导引实现,车辆行走等功能。
作为优选,还包括安全与辅助装置,包括设置子在车体周围的避障激光雷达和安全触边,还包括设置在车体上的声光报警和急停按钮。为了避免AGV在系统出故障或有人员经过AGV工作路线时出现碰撞。
本发明的有益效果是:通过多种导航方式融合进行导航,能适应不同的天气情况和不同的程度,同时通过激光和RTK同时建图的方式,通过软件层面的路线规划,就可以实现车子沿路线行驶,而不需要另外的硬件设施,适用于室外全天候的大吨位运输。
附图说明
图1是本发明的一种流程图。
图2是本发明的一种工作原理图。
图3是本发明的一种智能机器人结构图。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。
实施例:本实施例的一种适用物料运输的移动机器人自动驾驶方法及系统,如图1所示,包括以下步骤:
S1对预设定路线进行位置数据采集,在运行场地手动遥控车子,并打开RTK和激光,对预设定路线进行位置数据采集,分别获取原始点云数据,和定位坐标数据。
S2根据采集数据进行地图建立,对获取的点云数据进行平面映射后,与定位坐标数据同步导入到建图软件,以经纬作为横纵轴,进行建图。
获取点云数据并进行平面映射,将激光雷达的极坐标下的角度和距离信息转化为了笛卡尔坐标系下的x(L),y(L),z(L)坐标,转换关系如下式所示:
x(L)=r·cos(ω)·sin(α)
y(L)=r·cos(ω)·cos(α)
z(L)=r·sin(ω)
其中r为实测距离,ω为激光的垂直角度,α为激光的水平旋转角度,x(L)、y(L)、z(L)为极坐标投影到笛卡尔X、Y、Z轴上的坐标,最终将点云数据映射到包含行列值和距离信息的地图中。
获取RTK数据,移动站直接输出以基准站为原点的平面坐标,其中,x(R)、y(R)为平移坐标,a(R)为旋转角度,k为尺度。
然后整合点云映射的坐标数据和RTK坐标数据到同一个融合地图中实现整合建图。
S3对行驶路线进行规划,在地图上,以点、线段、曲线进行形式路线的规划。S4实时进行路线行驶的位置感知和调节。小车沿路线向目标位置行驶,实时对当前位置点进行RANSAC算法与最小二乘法拟合,获取小车的实时位置姿态,通过比对实时位置信息和路线点位置信息,判定车辆在路线上的位置,再对车辆的速度和转向角度进行控制以矫正位置姿态继续行驶或者路径过于偏离而停车。
小车实时位置姿态在地图上的显示具体为:
根据两组激光雷达的实时坐标数据(x(L1)、y(L1)、z(L1))(x(L2)、y(L2)、z(L2))与融合地图的全局坐标数据(x(L)、y(L)、z(L)))计算来确定车辆实时位置(x(Li)、y(Li)、z(Li))和角度a(L),正常的在道路平整的情况下,Z坐标数值不加入定位使用,公式为:
其中,xn和yn为不同位置下激光雷达坐标数据,a(L)与路线设定角度a(i)的比较得出转向调整系数λ(i):
进行小车位置调整具体包括:根据实时坐标位置,并计算出偏离值θ(L),
将偏离值θ(L)与基准偏离值θ(i)进行比较,若θ(L)<θ(i)则路径拟合有效,然后依据转向调整系数λ(i)来进行转向的驱动方向和大小输出值的下发,从而进行实际行驶路线的调整,若θ(L)>θ(i)则表示路径偏离过大,路径拟合失败,反馈相应报警信号。
进行实时位置校验具体包括:根据车辆实时坐标位置,从而计算出形式路线距离S(L),通过高精度惯性导航模块(IMU)确定车辆正反行驶方向,通过里程计反馈的行驶距离S(T),通过对比计算(S(L)/S(T)),以百分比系数λ(s)大小判定实时定位的准确性。
如图2、图3所示,适用物料运输的智能机器人自动驾驶方法的系统的主要组成包括:
①车体:由车架、物料工装、车桥、实心橡胶轮胎等组成,用于承载物料以及其他总成部件的安装。
②锂电池和充电装置:提供运行的电源,由充电站及自动充电机组成,
③驱动装置:由驱动电机及控制器、减速机、制动器、液压转向模块等部分组成,控制AGV正常运行、转向。
④控制系统:由计算机、调度系统及相关的软件组成。主要分为地面(上位)控制系统及车载(下位)控制系统,其中,地面控制系统指AGV系统的固定设备,主要负责任务分配,车辆调度,路径管理,交通管理,自动充电等功能;车载控制系统在收到上位系统的指令后,负责AGV的导航计算,导引实现,车辆行走等功能。
⑤导航装置:由16线激光雷达、RTK(卫星定位)、IMU惯导、里程计组成,通过算法确定定位信息,在接受导引系统的方向信息后,由IMU惯导和里程计确认位置方向和距离来确认AGV小车沿正确路径行走。
⑥通信装置:通过车载网桥与局域网AP的连接,实现AGV与控制台的信息传递。
⑦安全与辅助装置:避障激光雷达、声光报警、安全触边、急停按钮等装置组成,为了避免AGV在系统出故障或有人员经过AGV工作路线时出现碰撞。
通过激光+RTK+IMU+里程计统合整体的导航定位模式,适用于室外全天候的大吨位(10吨以上)的自动运输。由于是多种导航方式的融合导航,因此能适应不同的天气情况和不同的程度;通过激光和RTK同时建图的方式,通过软件层面的路线规划,就可以实现车子沿路线行驶,而不需要另外的硬件设施。
Claims (7)
1.一种适用物料运输的移动机器人自动驾驶方法,其特征在于,包括以下步骤:S1对预设定路线进行位置数据采集;
S2根据采集数据进行地图建立;
S3对行驶路线进行规划;
S4实时进行路线行驶的位置感知和调节,小车实时位置姿态在地图上的显示具体为:
根据两组激光雷达的实时坐标数据(x(L1)、y(L1)、z(L1))(x(L2)、y(L2)、z(L2))与融合地图的全局坐标数据(x(L)、y(L)、z(L)))计算来确定车辆实时位置(x(Li)、y(Li)、z(Li))和角度a(L),正常的在道路平整的情况下,Z坐标数值不加入定位使用,公式为:
其中,xn和yn为不同位置下激光雷达坐标数据,a(L)与路线设定角度a(i)的比较得出转向调整系数λ(i):
进行小车位置调整具体包括:根据实时坐标位置,并计算出偏离值θ(L),
将偏离值θ(L)与基准偏离值θ(i)进行比较,若θ(L)<θ(i)则路径拟合有效,然后依据转向调整系数λ(i)来进行转向的驱动方向和大小输出值的下发,从而进行实际行驶路线的调整,若θ(L)>θ(i)则表示路径偏离过大,路径拟合失败,反馈相应报警信号。
2.根据权利要求1所述的一种适用物料运输的移动机器人自动驾驶方法,其特征在于,所述步骤S2具体包括,获取点云数据并进行平面映射,将激光雷达的极坐标下的角度和距离信息转化为了笛卡尔坐标系下的x(L),y(L),z(L)坐标,转换关系如下式所示:
x(L)=r·cos(ω)·sin(α)
y(L)=r·cos(ω)·cos(α)
z(L)=r·sin(ω)
其中r为实测距离,ω为激光的垂直角度,α为激光的水平旋转角度,x(L)、y(L)、z(L)为极坐标投影到笛卡尔X、Y、Z轴上的坐标,最终将点云数据映射到包含行列值和距离信息的地图中。
3.根据权利要求2所述的一种适用物料运输的移动机器人自动驾驶方法,其特征在于,所述步骤S2还包括获取RTK数据,移动站直接输出以基准站为原点的平面坐标,其中,x(R)、y(R)为平移坐标,a(R)为旋转角度,k为尺度,然后整合点云映射的坐标数据和RTK坐标数据到同一个融合地图中实现整合建图。
4.根据权利要求1所述的一种适用物料运输的移动机器人自动驾驶方法,其特征在于,所述步骤S4具体包括:小车沿路线向目标位置行驶,实时对当前位置点进行RANSAC算法与最小二乘法拟合,获取小车的实时位置姿态,通过比对实时位置信息和路线点位置信息,判定车辆在路线上的位置,再对车辆的速度和转向角度进行控制以矫正位置姿态继续行驶或者因为路径过于偏离而停车。
5.根据权利要求1或4所述的一种适用物料运输的移动机器人自动驾驶方法,其特征在于,所述步骤S4进行实时位置校验具体包括:根据车辆实时坐标位置,从而计算出形式路线距离S(L),通过高精度惯性导航模块(IMU)确定车辆正反行驶方向,通过里程计反馈的行驶距离S(T),通过对比计算(S(L)/S(T)),以百分比系数λ(s)大小判定实时定位的准确性。
6.一种适用物料运输的移动机器人自动驾驶方法的系统,其特征在于,包括车体和设置在车体上的控制系统,车体内部设有驱动装置和导航装置,驱动装置与控制系统相连,导航装置包括设置在车体周围的激光雷达、测量天线和设置在车体内部的RTK、IMU惯导、里程计,控制系统包括地面控制系统及车载控制系统,地面控制系统指AGV系统的固定设备,主要负责任务分配和管理,车载控制系统在收到上位系统的指令后,负责AGV的导航计算和导引。
7.根据权利要求6所述的一种适用物料运输的移动机器人自动驾驶系统,其特征在于,还包括安全与辅助装置,包括设置子在车体周围的避障激光雷达和安全触边,还包括设置在车体上的声光报警和急停按钮。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211466623.9A CN115903813A (zh) | 2022-11-22 | 2022-11-22 | 一种适用物料运输的移动机器人自动驾驶方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211466623.9A CN115903813A (zh) | 2022-11-22 | 2022-11-22 | 一种适用物料运输的移动机器人自动驾驶方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115903813A true CN115903813A (zh) | 2023-04-04 |
Family
ID=86495909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211466623.9A Pending CN115903813A (zh) | 2022-11-22 | 2022-11-22 | 一种适用物料运输的移动机器人自动驾驶方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115903813A (zh) |
-
2022
- 2022-11-22 CN CN202211466623.9A patent/CN115903813A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11203337B2 (en) | Vehicle with autonomous driving capability | |
CN109403690A (zh) | 自动车辆搬运与转移的方法、系统及应用 | |
Kolski et al. | Autonomous driving in structured and unstructured environments | |
CN103048996A (zh) | 基于激光扫描测距仪的自动引导车、系统及导航方法 | |
CN107272008A (zh) | 一种带惯性补偿的agv激光导航系统 | |
CN109814550B (zh) | 一种用于封闭园区的无人运输车 | |
CN104881027A (zh) | 轮履复合式变电站巡检机器人自主越障系统及控制方法 | |
CN105015521A (zh) | 一种基于磁钉的大型车辆自动停靠装置 | |
CN107829359A (zh) | 一种自主标线检测机器人系统 | |
CN205294284U (zh) | 集装箱码头流动设备自动化行走系统 | |
CN107817319A (zh) | 一种用于城市道路与管线工程地下缺陷的无损检测机器人系统 | |
CN111123334A (zh) | 一种极限工况下多车协同定位平台及定位方法 | |
CN109508006A (zh) | 一种基于北斗的汽车起重机的自动驾驶系统 | |
CN111776942A (zh) | 轮胎吊行驶控制系统、方法、装置和计算机设备 | |
CN107843486A (zh) | 一种基于弯沉仪的检测机器人系统 | |
CN113460049A (zh) | 一种机器人驾驶的井下顺槽运输无轨胶轮车及其控制方法 | |
US20200293062A1 (en) | Work machine management system | |
CN115903813A (zh) | 一种适用物料运输的移动机器人自动驾驶方法及系统 | |
WO2022252220A1 (zh) | 一种多轴线平板车精准停靠系统及方法 | |
CN112965494B (zh) | 固定区域纯电动自动驾驶专用车控制系统及方法 | |
CN206075137U (zh) | 自动导航系统 | |
CN114604270A (zh) | 一种电动汽车自动行驶系统 | |
JP2021174325A (ja) | 運搬車両の管理システム及び運搬車両の管理方法 | |
JP7113056B2 (ja) | 自律走行能力を有する車両 | |
CN117215305B (zh) | 一种出行辅助系统 |
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 |