CN116368444A - 检测传感器故障的方法、控制系统、自动导引车和移动机器人 - Google Patents
检测传感器故障的方法、控制系统、自动导引车和移动机器人 Download PDFInfo
- Publication number
- CN116368444A CN116368444A CN202080106832.5A CN202080106832A CN116368444A CN 116368444 A CN116368444 A CN 116368444A CN 202080106832 A CN202080106832 A CN 202080106832A CN 116368444 A CN116368444 A CN 116368444A
- Authority
- CN
- China
- Prior art keywords
- wheel
- sensor
- steering
- agv
- motion
- 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 42
- 230000033001 locomotion Effects 0.000 claims abstract description 168
- 238000012545 processing Methods 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 6
- 239000013598 vector Substances 0.000 description 5
- 230000005355 Hall effect Effects 0.000 description 4
- 230000007257 malfunction Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000005405 multipole Effects 0.000 description 2
- 238000005476 soldering Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0272—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising means for registering the travel distance, e.g. revolutions of wheels
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4189—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the transport system
- G05B19/41895—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the transport system using automatic guided vehicles [AGV]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
- G01D3/08—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups with provision for safeguarding the apparatus, e.g. against abnormal operation, against breakdown
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups
- G01P21/02—Testing or calibrating of apparatus or devices covered by the preceding groups of speedometers
-
- 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
- G05D1/0223—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
- G05D1/60—Intended control result
- G05D1/617—Safety or protection, e.g. defining protection zones around obstacles or avoiding hazards
-
- 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
- G05D1/60—Intended control result
- G05D1/65—Following a desired speed profile
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
一种检测自动导引车AGV(10)中的传感器故障的方法,该方法包括针对处于该AGV(10)的运动状态(78a,78b,78c)的至少两个不同对(88a、88b)的轮单元(12;12a‑12d),基于来自轮传感器(66)和/或转向传感器(44)的传感器数据计算该AGV(10)的主体(16)的至少一个运动变量(80a,80b,82,84)的运动值(86a,86b);针对至少一个运动变量(80a,80b,82,84),计算至少两个不同对(88a,88b)的该运动值(86a,86b)之间的差(90);以及如果该至少一个差(90)中的一个差超过与该相应运动变量(80a,80b,82,84)相关联的阈值,则确定该轮传感器(66)和该转向传感器(44)中的一个传感器或多个传感器存在故障。
Description
技术领域
本公开总体上涉及传感器故障的检测。特别地,提供了一种检测自动导引车AGV中的传感器故障的方法、一种用于检测AGV中的传感器故障的控制系统、一种包括控制系统的AGV以及一种包括工业机器人和AGV的移动机器人。
背景技术
一些自动导引车(AGV)(诸如自主移动机器人)包括三个或更多个轮单元,每个轮单元包括能够围绕轮轴线独立地驱动并且能够围绕垂直于相关联轮轴线的转向轴线独立地转向的牵引轮。具有三个此类可独立控制的牵引轮的AGV需要来自每个牵引轮的高精度位置信息,以便保证精确的运动而不生成内力和滑动。为此,针对每个牵引轮,AGV可以包括用于确定牵引轮相针对轮轴线的旋转参数的轮传感器和用于确定牵引轮相针对转向轴线的旋转参数的转向传感器。安全性也是用于AGV的基本设计要求。为了提供此类安全性,对AGV的移动进行可靠的估计以及AGV能够检测各种内部故障(诸如传感器故障)是非常重要的。
为了检测传感器故障,轮传感器和转向传感器可以是经安全评级的。此类经安全评级的传感器可以自动进行故障通信。检测传感器故障的另一个解决方案是引入传感器冗余。在上面的示例中,每个轮单元然后可以包括两个轮传感器和两个转向传感器。当来自相同类型和相同轮单元中的两个传感器的读数不同时,可以断定传感器中的一个出现故障。这两种解决方案的共同之处在于它们既复杂又昂贵。
发明内容
本公开的一个目的是提供一种检测自动导引车AGV中的传感器故障的成本有效的方法。
本公开的进一步的目的是提供一种检测AGV中的传感器故障的简单方法。
本公开的更进一步的目的是提供一种检测AGV中的传感器故障的可靠方法。
本公开的更进一步的目的是提供一种检测AGV中的传感器故障的方法,该方法可以快速检测传感器故障。
本公开的更进一步的目的是提供一种检测AGV中的传感器故障的方法,该方法可以精确地检测传感器故障。
本公开的更进一步的目的是提供一种检测AGV中的传感器故障的方法,该方法组合实现了前述目的中的几个或全部目的。
本公开的更进一步的目的是提供一种用于检测AGV中的传感器故障的控制系统,该控制系统实现了前述目的中的一个、几个或全部目的。
本公开的更进一步的目的是提供一种实现前述目的中的一个、几个或所有目的的AGV。
本公开的更进一步的目的是提供一种实现前述目的中的一个、几个或所有目的的移动机器人。
根据一个方面,提供了一种检测自动导引车AGV中的传感器故障的方法,该AGV包括主体和连接到主体的至少三个独立可控的轮单元,其中每个轮单元包括:牵引轮,能够围绕轮轴线和垂直于轮轴线的转向轴线旋转;轮传感器,被布置成确定牵引轮相针对轮轴线的旋转参数作为传感器数据;以及转向传感器,被布置成确定牵引轮相针对转向轴线的旋转参数作为传感器数据;其中该方法包括:在AGV的运动状态中,针对的轮单元的至少两个不同的对,基于来自轮传感器和/或转向传感器的传感器数据,计算主体的至少一个运动变量的运动值;针对至少一个运动变量,计算至少两个不同的对的运动值之间的差;以及如果至少一个差中的一个超过与相应运动变量相关联的阈值,则确定轮传感器和转向传感器中的一个传感器或多个传感器存在故障。
由于AGV包括至少三个轮单元,因此AGV包括至少三个独立的轮轴线变量(即围绕相应轮轴线的运动)和至少三个独立的转向轴线变量(即围绕相应的转向轴线的运动)。当一对轮单元的轮传感器和转向传感器正确工作时,可以基于来自此对轮单元的传感器数据明确地确定在AGV运动期间的主体的速率和横摆率。因为AGV包括至少三个轮单元,所以速率和横摆率的冗余确定是可行的。此方法利用不同对轮单元之间的此冗余特性来检测传感器故障。因此,该方法能够对AGV进行有力的和成本有效的自诊断。
通过基于来自轮单元的传感器数据计算至少一个运动变量的运动值,该方法使用正向运动学来检测传感器故障。因为为至少两个不同的对的轮单元中的每对计算运动值,所以独立地计算至少两个运动值。
针对两个不同对的轮单元,可以为至少一个运动变量计算运动值之间的一个差。在此情况下,此方法可以包括基于来自AGV的运动状态的第一对轮单元的轮传感器和转向传感器的传感器数据来计算主体的至少一个运动变量的第一运动值,基于来自AGV的运动状态的不同于第一对的第二对轮单元的轮传感器和转向传感器的传感器数据,计算主体的至少一个运动变量的第二运动值,并且针对至少一个运动变量,计算第一运动值和第二运动值之间的差。针对三对不同的轮单元,可以为每个运动变量计算运动值之间的三个差。针对六对不同的轮单元,可以为每个运动变量等计算运动值之间的15个差。
该方法能够以简单的方式实时检测AGV的任一轮传感器和转向传感器中的传感器故障。通过在AGV移动期间重复计算运动值和运动值之间的差,轮传感器和转向传感器的功能被监测并且传感器故障几乎可以被立即检测到。当轮传感器和转向传感器正常工作时通过执行AGV的多种不同运动并且监测运动变量的波动,可以为至少一个运动变量确定阈值。然后,可以将至少一个运动变量的阈值设置为高于这些正常波动。
AGV被布置成在两个维度上(例如在水平地板上)行进。这意味着AGV的运动总是可以由它的速率和横摆率来明确限定。与速度相比,速率是方向感知的矢量。因此,速率和横摆率是AGV运动变量的两个示例。
可以任意选择至少两个不同的对。如果第一对包含一个不包含在第二对中的轮单元,则第一对不同于第二对。因此,两个不同对的轮可以包含共同的轮单元。如果第一对和第二对不包含任何共同的轮单元,则可以说第一对和第二对是独特的。因此,两个不同对的轮单元可以由两个独特对的轮单元构成。
牵引轮相针对轮轴线的旋转参数可以包括牵引轮围绕轮轴线的旋转位置、旋转速度和/或旋转加速度。牵引轮相针对转向轴线的旋转参数可以包括牵引轮围绕转向轴线的旋转位置、旋转速度和/或旋转加速度。
当AGV在水平表面上行进时,轮轴线可以是水平的,而转向轴线可以是竖直的。在此情况下,主体的速率限定在水平面上并且横摆率是主体围绕竖直轴线的旋转速度。如本文所用,与静止相比,运动状态是当主体移动时AGV的状态。
每个轮单元可以包括用于围绕转向轴线旋转地驱动牵引轮的转向马达。轮单元中的一个、几个或每个可以包括用于围绕轮轴线旋转地驱动牵引轮的轮马达。
该方法还可以包括如果至少一个差中的一个差超过与相应运动变量相关联的阈值一预定时间段,则确定轮传感器和转向传感器中的一个传感器或多个传感器存在故障。预定时间段可以大于0.05s和/或小于1s,诸如0.05s至1s。
该至少一个运动变量可以包括主体的速率、主体的横摆率和/或牵引轮的瞬时旋转中心ICR。根据一个变体方案,该运动变量中的至少一个包括主体的横摆率,以及主体的速率和牵引轮的瞬时旋转中心中的至少一者。
传感器数据可以包括牵引轮围绕轮轴线的旋转速度、牵引轮围绕转向轴线的旋转位置和/或牵引轮围绕转向轴线的旋转速度。
该方法还可以包括在确定轮传感器和转向传感器中的一者或多者存在故障时执行对策。对策可以包括停止AGV。替代对策的示例可以包括发出听觉警报或视觉警报。
该方法还可以包括,针对至少一个运动变量中的一个或多个,根据运动状态确定与相应运动变量相关联的阈值。一般来说,当主体沿着涉及相对快速转向移动的轨迹行进时,阈值可以设置得相对高。在此情况下,增加了牵引轮在每个时刻不完全对准的可能性。相反,当主体沿着涉及相对较慢的转向移动的轨迹行进时,阈值可以设置得相对低。
备选地或附加地,针对相对高的主体的速度,阈值可以设置得相对高,而针对主体的相对低的速度,阈值可以设置得相对低。备选地或附加地,针对相对高的主体的横摆率,阈值可以设置得相对高,而针对相对低的主体的横摆率,阈值可以设置得相对低。
可以根据轮传感器和转向传感器中的一个传感器或多个传感器的分辨率来确定阈值。针对轮传感器和转向传感器的相对低的分辨率,可以将阈值设置得相对高,而针对轮传感器和转向传感器的相对高的分辨率,可以将阈值设置得相对低。
该方法还可以包括如果牵引轮的瞬时旋转中心在距转向轴线的任一转向轴线的阈值距离内则忽略故障。阈值距离可以诸如设置为两个牵引轮的转向轴线之间的最小距离的50%或更小,诸如两个牵引轮的转向轴线之间的最小距离的20%或更小。
在AGV的运动状态下,可以对每个不同对的轮单元进行运动值的计算。因此,成对轮单元的所有可能组合都可以用于传感器故障确定。以此方式,可以增加传感器故障确定的置信水平。如果AGV正好包括三个轮单元,则存在三个独特的对。如果AGV正好包括四个轮单元,则存在六个独特的对等。
根据进一步的方面,提供了一种用于检测自动导引车AGV中的传感器故障的控制系统,其中AGV包括主体和连接到主体的至少三个独立可控的轮单元,并且其中每个轮单元包括:牵引轮,能够围绕轮轴线和垂直于轮轴线的转向轴线旋转;轮传感器,被布置成确定牵引轮相针对轮轴线的旋转参数作为传感器数据;以及转向传感器,被布置成确定牵引轮相针对转向轴线的旋转参数作为传感器数据;其中该控制系统包括至少一个数据处理设备和至少一个存储器,该至少一个存储器上存储有计算机程序,该至少一个计算机程序包括程序代码,该程序代码在由该至少一个数据处理设备执行时使得该至少一个数据处理设备执行和/或命令执行根据本公开的方法步骤。
该至少一个计算机程序包括程序代码,该程序代码在由该至少一个数据处理设备执行时使得该至少一个数据处理设备针对处于AGV的运动状态的至少两个不同对的轮单元,基于来自轮传感器和/或转向传感器的传感器数据,计算主体的至少一个运动变量的运动值;针对至少一个运动变量,计算至少两个不同对的运动值之间的差;并且如果至少一个差中的一个差超过与相应运动变量相关联的阈值,则确定轮传感器和转向传感器中的一个传感器或多个传感器存在故障。
该至少一个计算机程序可以包括程序代码,该程序代码在由该至少一个数据处理设备执行时使得该至少一个数据处理设备确定如果该至少一个差中的一个超过与相应运动变量相关联的阈值达预定时间段,则在该轮传感器和转向传感器中的一个传感器或多个传感器中存在故障。
该至少一个运动变量可以包括主体的速率、主体的横摆率和/或牵引轮的瞬时旋转中心。根据一个变体方案,该运动变量中的至少一个包括主体的横摆率,以及主体的速率和牵引轮的瞬时旋转中心中的至少一项。
传感器数据可以包括牵引轮围绕轮轴线的旋转速度、牵引轮围绕转向轴线的旋转位置和/或牵引轮围绕转向轴线的旋转速度。
该至少一个计算机程序可以包括程序代码,该程序代码在由该至少一个数据处理设备执行时使得该至少一个数据处理设备一旦确定轮传感器和转向传感器中的一个传感器或多个传感器中存在故障则执行对策。对策可以包括停止AGV。
该至少一个计算机程序可以包括程序代码,该程序代码在由该至少一个数据处理设备执行时使得该至少一个数据处理设备根据运动状态为该至少一个运动变量中的一个或多个确定与运动变量相关联的阈值。
该至少一个计算机程序可以包括程序代码,该程序代码在由该至少一个数据处理设备执行时使得该至少一个数据处理设备根据轮传感器和转向传感器中的一者或多者的分辨率来确定阈值。
该至少一个计算机程序可以包括程序代码,该程序代码在由该至少一个数据处理设备执行时,如果牵引轮的瞬时旋转中心在离任一转向轴线的阈值距离内,则使得该至少一个数据处理设备忽略故障。
该至少一个计算机程序可以包括程序代码,该程序代码在由该至少一个数据处理设备执行时使得该至少一个数据处理设备计算AGV的运动状态下每个不同对的轮单元的运动值。
根据进一步的方面,提供了一种自动导引车AGV,该自动导引车AGV包括根据本公开的控制系统、主体和连接到主体的至少三个独立可控的轮单元,其中每个轮单元包括:牵引轮,其可围绕轮轴线和垂直于轮轴线的转向轴线旋转;轮传感器,其被布置成确定牵引轮相针对轮轴线的旋转参数作为传感器数据;以及转向传感器,其布置成确定牵引轮相针对转向轴线的旋转参数作为传感器数据。根据本公开,AGV可以是任何类型。每个轮单元可以包括用于围绕转向轴线旋转地驱动牵引轮的转向马达。轮单元中的一个、几个或每个轮单元可以包括用于围绕轮轴线旋转地驱动牵引轮的轮马达。
根据进一步的方面,提供了一种移动机器人,包括由根据本公开的AGV承载的工业机器人。
附图说明
从以下结合附图的描述中,本公开的更多细节、优点和方面将变得显而易见,在附图中:
图1:示意性地表示包括多个轮单元的AGV的透视图;
图2:示意性地表示图1中的轮单元中的一个的透视图;
图3:示意性地表示图2中轮单元的横截面侧视图;
图4:示意性地表示在运动状态的AGV的俯视图,其中AGV相针对ICR移动;
图5:示意性地表示图4中在运动状态的AGV的另一个俯视图;
图6:示意性地表示基于来自处于图4中的运动状态的第一对轮单元的传感器数据的运动变量的运动值的计算;
图7:示意性地表示基于来自处于图4中的运动状态的第二对轮单元的传感器数据的运动变量的另一个运动值的计算;
图8:示意性地表示处于其中AGV相针对不同的ICR移动的进一步移动状态的AGV的俯视图;
图9:示意性地表示基于来自处于图4中的运动状态的第一对轮单元的传感器数据的进一步的运动变量的第一运动值的进一步的计算;
图10:示意性地表示基于来自处于图4中的运动状态的第二对轮单元的传感器数据对图9中的运动变量的第二运动值的进一步的计算;
图11示意性地表示处于进一步运动状态的AGV的多个俯视图,其中AGV通过沿着直线路径旋转而移动;
图12:示意性地表示基于来自处于图11中的运动状态的第一对轮单元的传感器数据的进一步的运动变量的第一运动值的进一步的计算;
图13:示意性地表示基于来自处于图11中的运动状态的第二对轮单元的传感器数据对图12中的运动变量的第二运动值的进一步的计算;以及
图14:示意性地表示包括由AGV承载的工业机器人的移动机器人。
具体实施方式
在下文中,将描述检测自动导引车AGV中的传感器故障的方法、用于检测AGV中的传感器故障的控制系统、包括控制系统的AGV以及包括工业机器人和AGV的移动机器人。相同或类似的附图标记将用于表示相同或类似的结构特征。
图1示意性地表示自动导引车AGV 10的一个示例的透视图。此示例的AGV 10包括四个轮单元12a、12b、12c和12d。第一轮单元12a包括第一牵引轮14a,第二轮单元12b包括第二牵引轮14b,第三轮单元12c包括第三牵引轮14c,并且第四轮单元12d包括第四牵引轮14d。轮单元12a、12b、12c和12d中的一个、几个或全部也可以用附图标记“12”表示。牵引轮14a、14b、14c和14d中的一个、几个或全部也可以用附图标记“14”表示。尽管图1中的AGV 10包括四个轮单元12,但是AGV 10也可以备选地包括三个轮单元12或四个以上轮单元12。牵引轮14被配置为在诸如水平地板的表面上驱动AGV 10。图1进一步示出了用于参考目的的笛卡尔坐标系X,Y,Z。水平表面可以位于XY平表面内。
AGV 10还包括主体16,在此示例为平台。主体16是刚性的。主体16在其上侧提供支撑表面以承载负载,诸如工业机器人(参见图14)。
AGV 10还包括控制系统18。控制系统18包括数据处理设备20和其上存储有计算机程序的存储器22。计算机程序包括程序代码,当由数据处理设备20执行时,该程序代码使得数据处理设备20执行和/或命令执行如本文所描述的各种步骤。
在此示例中,控制系统18设置在主体16中。控制系统18例如经由控制器局域网(CAN)总线(未示出)与每个轮单元12进行信号通信。控制系统18还可以包括用于为每个轮单元12供电的电池(未示出)。
图2示意性地表示图1中的轮单元12中的一个的透视图。在此示例中,所有轮单元12具有相同的设计。除了牵引轮14之外,轮单元12还包括转向构件24。牵引轮14可围绕轮轴线26旋转。转向构件24可围绕转向轴线28旋转。轮轴线26垂直于转向轴线28。此外,轮轴线26与转向轴线28相交。在图2中,轮轴线26是水平的而转向轴线28是竖直的。轮轴线26和转向轴线28为轮单元12提供两个自由度。
轮单元12还包括电动同步轮马达30。轮马达30被布置成围绕轮轴线26旋转地驱动牵引轮14。
轮单元12还包括电动同步转向马达32。转向马达32被布置成围绕转向轴线28旋转地驱动转向构件24并且因此也驱动牵引轮14。
图3示意性地表示图2中轮单元12的横截面侧视图。转向马达32包括转向定子34和转向转子36。转向马达32还包括布置在转向定子34上的转向线圈38。转向转子36包括多个磁体。
轮单元12还包括转向轴40。转向轴40与转向轴线28同心。来自控制系统18的信号线缆和电力线缆可以被布线为通过转向轴40而到转向马达32。
轮单元12还包括转向轴承42。转向轴线承42围绕转向轴线28旋转地支撑转向构件24。
轮单元12还包括转向传感器44。转向传感器44确定转向构件24围绕转向轴线28的旋转位置作为传感器数据。此示例的转向传感器44包括有源零件(这里由霍尔效应传感器46构成)和无源零件(这里由多极转向编码器环48构成)。转向编码器环48可以例如包括128个极。转向传感器44由此构成高分辨率编码器,用于精确确定转向转子36、转向构件24和牵引轮14围绕转向轴线28的旋转位置。
轮单元12还包括转向驱动电子器件50。转向驱动电子器件50例如借助于PWM控制来控制转向马达32的操作。
轮单元12还包括转向电路板52。霍尔效应传感器46和转向驱动电子器件50例如借助于焊接设置在转向电路板52上。图3进一步示出了设置在转向驱动电子器件50上的两个晶体管54。转向编码器环48连接到转向构件24。
轮马达30包括轮定子56和轮转子58。轮马达30还包括布置在轮定子56上的轮线圈60。轮转子58包括多个磁体。
轮单元12还包括轮轴62。轮轴62与轮轴线26同心。来自控制系统18的信号线缆和电力线缆可以布线通过轮轴62到轮马达30。通向轮马达30的信号线缆和电力线缆也可以可选地布线通过转向马达32,诸如通过转向轴40。
轮单元12还包括轮轴承64。轮轴承64围绕轮轴线26可旋转地支撑牵引轮14。
轮单元12还包括轮传感器66。轮传感器66可以是与转向传感器44相同的类型。除了牵引轮14围绕轮轴线26的旋转位置之外,轮传感器66还可以确定牵引轮14围绕轮轴线26的旋转速度作为传感器数据。此示例的轮传感器66包括有源零件(这里由霍尔效应传感器68构成)和无源零件(这里由多极轮编码器环70构成)。轮编码器环70可以例如包括128个极。轮传感器66由此构成高分辨率编码器,用于精确确定轮转子58和牵引轮14围绕轮轴线26的旋转位置。转向传感器44和轮传感器66使能对每个轮单元12的高性能控制,并且由此也使能对AGV 10的高性能控制。
轮单元12还包括轮驱动电子器件72。轮驱动电子器件72例如借助于PWM控制来控制轮马达30的操作。
轮单元12还包括轮电路板74。霍尔效应传感器68和轮驱动电子器件72例如借助于焊接设置在轮电路板74上。图3还示出了设置在轮驱动电子器件72上的两个晶体管76。
图4示意性地表示处于运动状态78a的AGV 10的俯视图,其中AGV 10相针对瞬时旋转中心ICR 80a移动。牵引轮14的轮轴线26a、26b、26c和26d在ICR 80a处相交。因此,每个牵引轮14的路径是圆形的并且以ICR 80a为中心。在运动状态78a中,主体16具有如图4中所示的速率82和横摆率84。ICR 80a、速率82和横摆率84中的每一者构成了根据本公开的主体16的运动变量的示例。如图4中所示,此示例的转向轴线28a、28b、28c和28d定位在正方形的角上。轮轴线26a、26b、26c和26d中的一个、几个或全部也可以用附图标记“26”表示。转向轴线28a、28b、28c和28d中的一个、几个或全部也可以用附图标记“28”表示。
可以通过将主体16的期望运动变量(诸如速率82和横摆率84)映射到每个轮单元12的对应旋转参数来执行AGV 10的运动控制。这可以例如使用ICR 80a或笛卡尔坐标系X、Y、Z(至少其XY平面)来实现。主体16的期望运动变量可以称为任务空间变量并且每个轮单元12的旋转参数可以称为关节空间变量。由于AGV 10包括三个或更多个轮单元12,每个轮单元12具有可围绕相应的轮轴线26独立地驱动并且可围绕相应的转向轴线28独立地转向的牵引轮14,因此AGV 10是冗余系统,因为关节空间尺寸大于任务空间尺寸。
针对图4所示的AGV 10的配置,存在八个关节空间变量(四个轮轴线26和四个转向轴线28)和三个任务空间变量(横摆率84或ICR 80a,以及用两个平面位置坐标X,Y表示的速率82)。
当轮传感器66和转向传感器44正确工作时,仅来自两个轮单元12的传感器数据就足以明确地计算主体16的任务空间变量,诸如速率82、横摆率84和ICR 80a。因此,不同对的轮单元12可以用于计算这些任务空间变量。当所有轮传感器66和所有转向传感器44正常工作时,来自所有这些对的任务空间变量估计应是相同的。如果两个不同对的两个计算的任务空间变量之间的差超过阈值,则可以推断轮传感器66和转向传感器44中的一者出现故障。因此,当计算出的差超过阈值时,可以自动触发AGV 10的安全反应,诸如停止。根据本公开的方法利用包括三个或更多个轮单元12的AGV 10的冗余来识别轮传感器66或转向传感器44中的故障,这又可以用于命令AGV 10停止。
图5示意性地表示图4中处于运动状态78a的AGV 10的另一个俯视图。参考图5,主体16的正向运动学Fij可以表示为:
其中xb是速率82在方向xb上的分量,yb是速率82在方向yb上的分量,并且θb是横摆率84。针对图5中的轮配置,用于轮单元12的每对Fab、Fac、Fad、Fbc、Fbd和Fcd的正向运动学可以计算如下:
然后计算不同对轮单元12之间的估计正向运动学Fij的误差e,以识别给出最大误差e最大的一对,如下:
e1=|Fab-Fac| (4)
e2=|Fab-Fad| (5)
e3=|Fab-Fbc| (6)
e4=|Fab-Fbd| (7)
e5=|Fab-Fcd| (8)
e6=|Fac-Fad| (9)
e7=|Fac-Fbc| (10)
e8=|Fac-Fbd| (11)
e9=|Fac-Fcd| (12)
e10=|Fad-Fbc| (13)
e11=|Fad-Fbd| (14)
e12=|Fad-Fcd| (15)
e13=|Fbc-Fbd| (16)
e14=|Fbc-Fcd| (17)
e15=|Fbd-Fcd| (18)
在最大(ek)>e最大的情况下,其中k是自然数(在此示例中为1-15)并且e最大是最大允许误差,可以断定轮传感器66和转向传感器44中的一者有故障。如果在预定时间段内观察到此情况,则控制系统18发出命令来停止AGV 10。预定时间段可以大于数据处理设备20的时钟频率的倒数,并且小于取决于AGV 10的运动控制的信号噪声和跟踪误差(命令位置和实际位置之间的差)的量的最大时间。预定时间段可以小于1s,并且可以例如被设置为0.1s或更小。
图6示意性地表示基于来自图4中处于运动状态78a的第一对88a轮单元12a和12c的传感器数据的运动变量的第一运动值86a的计算。此示例的运动变量是ICR 80a的位置。第一运动值86a可以由数据处理设备20计算。如图6中所示,第一运动值86a没有正确地表示ICR 80a,因为第一轮单元12a和第三轮单元12c的一个或多个轮传感器66和转向传感器44有故障。
图7示意性地表示基于来自处于图4中的运动状态78a的第二对88b轮单元12b和12d的传感器数据的ICR 80a的第二运动值86b的计算。独立于第一运动值86a计算第二运动值86b。如图7中所示,基于第一对88a计算的第一运动值86a给出了ICR 80a的错误位置,而基于第二对88b计算的第二运动值86b给出了ICR 80a的正确位置。
然而,该方法不必知道运动值86a或86b是否正确。反而,针对该方法,相关的是查看运动值86a和86b是否彼此不同。因此例如由数据处理设备20计算这些运动值86a和86b之间的差90。在此示例中,运动值86a和86b之间的差90被确定为表示ICR 80a的计算的运动值86a和86b之间的矢量的长度。在差90超过阈值的情况下,确定轮传感器66和转向传感器44中的一者发生故障。在图7的示例中,由于可以仅基于来自转向传感器44的传感器数据来计算表示ICR 80a的运动值86a和86b,因此确定转向传感器44中的一个出现故障。差90是否超过阈值可以由数据处理设备20确定。
理论上,不需要阈值。然而,在AGV 10的移动期间,牵引轮14将不会在每个时刻都完美地定位并且完美地移动。借助于阈值,可以将真正的传感器故障与通常波动的传感器读数区分开。由此,AGV 10能够以简单且成本有效的方式实时检测传感器故障。
图8示意性地表示处于另外的运动状态78b的AGV 10的俯视图,其中AGV 10相针对不同的ICR 80b移动。在AGV 10的一些运动状态中,从任务空间变量到关节空间变量的映射是奇异的。此类运动状态的一个示例是当主体16围绕转向轴线28中的一个旋转时。在此运动状态下,居中的牵引轮14围绕转向轴线28的旋转位置是不相关的。然而,此类奇异点附近的运动可能会干扰AGV 10的运动学公式。因此,一个或多个牵引轮14可能无法跟随AGV 10的符合可行ICR的运动。这可能导致ICR估计的误差,这立即导致两个问题:通过应用不正确的反向运动学导致牵引轮14的滑动,以及通过不准确的正向运动学解决方案和不准确的航位推算导致的反馈故障。
如图8中所示,ICR 80b相对靠近第三转向轴线28c。为了避免AGV 10的单一运动状态错误地导致传感器故障确定,如果ICR 80b在离任一转向轴线28的阈值距离92内,则该方法可以忽略故障确定。在图8中,阈值距离92约是相邻牵引轮14的转向轴线28之间的最小距离的15%。借助于阈值距离92,奇异映射附近的运动状态78b被特殊处理。
图9示意性地表示基于来自处于图4中的运动状态78a的第一对88a轮单元12a和12d的传感器数据的运动变量的第一运动值86a的进一步的计算。此示例的运动变量是主体16的速率82。如图9中所示,由于第一轮单元12a和第四轮单元12d的一个或多个轮传感器66和转向传感器44有故障,因此第一运动值86a没有正确地表示速率82。
图10示意性地表示基于来自处于图4中的运动状态78a的第二对88b轮单元12c和12d的传感器数据的速率82的第二运动值86b的进一步的计算。如图10中所示,基于第一对88a计算的第一运动值86a给出了错误的速率82,而基于第二对88b计算的第二运动值86b给出了正确的速率82。
然后计算这些运动值86a和86b之间的差90。在此示例中,运动值86a和86b之间的差90被确定为表示计算出的速度82的矢量之间的角度。表示速度82的运动值86a和86b之间的差90备选地被确定为矢量之间的差或矢量之间的长度差(表示速度差)。在任何情况下,如果差90超过阈值,则确定轮传感器66和转向传感器44中的一者发生故障。
图11示意性地表示处于另外的运动状态78c的AGV 10的多个俯视图,其中AGV 10通过沿着直线路径旋转而移动。从底部到顶部,图11中的视图图示了AGV 10在四个不同且等间隔的时刻处于运动状态78c。运动状态78c不能由ICR来表示。
图12示意性地表示基于来自图11中的运动状态78c的第一对88a轮单元12a和12b的传感器数据的进一步的运动变量的第一运动值86a的进一步的计算。此示例的运动变量是主体16的横摆率84。在此示例中,第一轮单元12a和第二轮单元12b的轮传感器66和转向传感器44都没有故障。因此,第一运动值86a给出了横摆率84的正确地表示。
图13示意性地表示基于来自处于图11中的运动状态78c的第二对88b轮单元12c和12d的传感器数据对横摆率84的第二运动值86b的进一步的计算。如图13中所示,由于第三轮单元12c和第四轮单元12d的轮传感器66和转向传感器44一者或多者有故障,因此第二运动值86b没有正确地表示横摆率84。
然后计算这些运动值86a和86b之间的差90。在此示例中,运动值86a和86b之间的差90被确定为第一运动值86a和第二运动值86b之间的横摆率差。如果差90超过阈值,则确定轮传感器66和转向传感器44中的一者发生故障。
图14示意性地表示包括由AGV 10承载的工业机器人96的移动机器人94。工业机器人96包括至少一个可在三个或更多个轴线上操作的操纵器98。操纵器98布置在竖立在主体16上的基座100上。
尽管已经参考示例性实施例描述了本公开,但是应理解,本公开不限于上面已经描述的内容。例如,应理解,零件的尺寸可以根据需要变化。因此,本发明旨在仅受所附权利要求的范围限制。
Claims (15)
1.一种检测自动导引车AGV(10)中的传感器故障的方法,所述AGV(10)包括主体(16)和连接到所述主体(16)的至少三个独立可控的轮单元(12;12a-12d),其中每个轮单元(12;12a-12d)包括:
-牵引轮(14;14a-14d),能够围绕轮轴线(26;26a-26d)以及围绕垂直于所述轮轴线(26;26a-26d)的转向轴线(28;28a-28d)旋转;
-轮传感器(66),被布置成确定所述牵引轮(14;14a-14d)相针对所述轮轴线(26;26a-26d)的旋转参数作为传感器数据;以及
-转向传感器(44),被布置成确定所述牵引轮(14;14a-14d)相针对所述转向轴线(28;28a-28d)的旋转参数作为传感器数据;
其中所述方法包括:
-在所述AGV(10)的运动状态(78a,78b,78c)中,针对轮单元(12;12a-12d)的至少两个不同的对(88a、88b),基于来自所述轮传感器(66)和/或所述转向传感器(44)的所述传感器数据计算所述主体(16)的至少一个运动变量(80a,80b,82,84)的运动值(86a,86b);
-针对至少一个运动变量(80a,80b,82,84),计算针对至少两个不同的对(88a,88b)的所述运动值(86a,86b)之间的差(90);以及
-如果至少一个所述差(90)中的一个差超过与相应的所述运动变量(80a,80b,82,84)相关联的阈值,确定所述轮传感器(66)和所述转向传感器(44)中的一个传感器或多个传感器存在故障。
2.根据权利要求1所述的方法,还包括如果至少一个所述差(90)中的一个差超过与相应的所述运动变量(80a,80b,82,84)相关联的阈值一预定时间段,则确定所述轮传感器(66)和所述转向传感器(44)中的一个传感器或多个传感器存在故障。
3.根据权利要求2所述的方法,其中所述预定时间段小于1s。
4.根据前述权利要求中任一项所述的方法,其中所述至少一个运动变量包括所述主体(16)的速率(82)、所述主体(16)的横摆率(84)和/或所述牵引轮(14;14a-14d)的瞬时旋转中心(80a,80b)。
5.根据前述权利要求中任一项所述的方法,其中所述至少一个运动变量包括所述主体(16)的横摆率(84),以及以下至少一项:所述主体(16)的速率(82)和所述牵引轮(14;14a-14d)的瞬时旋转中心(80a,80b)。
6.根据前述权利要求中任一项所述的方法,其中所述传感器数据包括所述牵引轮(14;14a-14d)围绕所述轮轴线(26;26a-26d)的旋转速度、所述牵引轮(14;14a-14d)围绕所述转向轴线(28;28a-28d)的旋转位置和/或所述牵引轮(14;14a-14d)围绕所述转向轴线(28;28a-28d)的旋转速度。
7.根据前述权利要求中任一项所述的方法,还包括一旦确定所述轮传感器(66)和所述转向传感器(44)中的一个传感器或多个传感器存在故障则执行对策。
8.根据权利要求7所述的方法,其中所述对策包括停止所述AGV(10)。
9.根据前述权利要求中任一项所述的方法,还包括针对所述至少一个运动变量(80a,80b,82,84)中的一个或多个运动变量,根据所述运动状态(78a,78b,78c)确定与相应的所述运动变量(80a,80b,82,84)相关联的所述阈值。
10.根据前述权利要求中任一项所述的方法,其中根据所述轮传感器(66)和所述转向传感器(44)中的一者或多者的分辨率来确定所述阈值。
11.根据前述权利要求中任一项所述的方法,还包括如果所述牵引轮(14;14a-14d)的瞬时旋转中心(80a、80b)距所述转向轴线(28;28a-28d)中的任一个转向轴线在阈值距离(92)内,则忽略所述故障。
12.根据前述权利要求中任一项所述的方法,其中所述运动值(86a,86b)的所述计算是在所述AGV(10)的所述运动状态(78a,78b,78c)中针对轮单元(12;12a-12d)的每个不同对(88a,88b)执行的。
13.一种用于检测自动导引车AGV(10)中的传感器故障的控制系统(18),其中所述AGV(10)包括主体(16)和连接到所述主体(16)的至少三个独立可控的轮单元(12;12a-12d),并且其中每个轮单元(12;12a-12d)包括:
-牵引轮(14;14a-14d),能够围绕轮轴线(26;26a-26d)以及围绕垂直于所述轮轴线(26;26a-26d)的转向轴线(28;28a-28d)旋转;
-轮传感器(66),被布置成确定所述牵引轮(14;14a-14d)相针对所述轮轴线(26;26a-26d)的旋转参数作为传感器数据;以及
-转向传感器(44),被布置成确定所述牵引轮(14;14a-14d)相针对所述转向轴线(28;28a-28d)的旋转参数作为传感器数据;
其中所述控制系统(18)包括至少一个数据处理设备(20)和在其上存储有计算机程序的至少一个存储器(22),所述至少一个计算机程序包括程序代码,所述程序代码在由所述至少一个数据处理设备(20)执行时使所述至少一个数据处理设备(20)执行和/或命令执行权利要求1至12中任一项所述的方法步骤。
14.一种自动导引车AGV(10),所述AGV(10)包括根据权利要求13所述的控制系统(18)、主体(16)和连接到所述主体(16)的至少三个独立可控的轮单元(12;12a-12d),其中每个轮单元(12;12a-12d)包括:
-牵引轮(14;14a-14d),能够围绕轮轴线(26;26a-26d)以及围绕垂直于所述轮轴线(26;26a-26d)的转向轴线(28;28a-28d)旋转;
-轮传感器(66),被布置成确定所述牵引轮(14;14a-14d)相针对所述轮轴线(26;26a-26d)的旋转参数作为传感器数据;以及
-转向传感器(44),被布置成确定所述牵引轮(14;14a-14d)相针对所述转向轴线(28;28a-28d)的旋转参数作为传感器数据。
15.一种移动机器人(94),包括由根据权利要求14所述的AGV(10)承载的工业机器人(96)。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2020/081057 WO2022096096A1 (en) | 2020-11-05 | 2020-11-05 | Method of detecting sensor malfunction, control system, automated guided vehicle and mobile robot |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116368444A true CN116368444A (zh) | 2023-06-30 |
Family
ID=73198276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080106832.5A Pending CN116368444A (zh) | 2020-11-05 | 2020-11-05 | 检测传感器故障的方法、控制系统、自动导引车和移动机器人 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11892824B2 (zh) |
EP (1) | EP4241147A1 (zh) |
CN (1) | CN116368444A (zh) |
WO (1) | WO2022096096A1 (zh) |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4105900A (en) | 1977-02-16 | 1978-08-08 | The Boeing Company | Signal selection apparatus for redundant signal sources |
JPH08292112A (ja) | 1995-04-20 | 1996-11-05 | Sumitomo Electric Ind Ltd | センサ異常検出システム |
KR100843096B1 (ko) | 2006-12-21 | 2008-07-02 | 삼성전자주식회사 | 이동 로봇의 주행 상태 판별 장치 및 방법 |
KR20140040939A (ko) * | 2012-09-27 | 2014-04-04 | 현대모비스 주식회사 | 휠속도 센서 고장 진단방법 및 장치 |
DE102014220781A1 (de) | 2014-10-14 | 2016-04-14 | Robert Bosch Gmbh | Ausfallsichere E/E-Architektur für automatisiertes Fahren |
US9944134B2 (en) | 2015-06-24 | 2018-04-17 | GM Global Technology Operations LLC | Integrated sensing unit and method for determining vehicle wheel speed and tire pressure |
JP7163589B2 (ja) * | 2018-02-14 | 2022-11-01 | 株式会社デンソー | 運転支援装置 |
US11383727B2 (en) | 2018-03-19 | 2022-07-12 | Qualcomm Incorporated | Vehicle operation based on vehicular measurement data processing |
CN208807862U (zh) | 2018-05-14 | 2019-05-03 | 彭智勇 | 无轨式密集架 |
WO2020183727A1 (ja) | 2019-03-14 | 2020-09-17 | 瑞明 飯島 | 診察手帳システム、患者端末及び制御方法 |
-
2020
- 2020-11-05 CN CN202080106832.5A patent/CN116368444A/zh active Pending
- 2020-11-05 WO PCT/EP2020/081057 patent/WO2022096096A1/en unknown
- 2020-11-05 EP EP20803772.1A patent/EP4241147A1/en active Pending
- 2020-11-05 US US18/251,023 patent/US11892824B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
WO2022096096A1 (en) | 2022-05-12 |
EP4241147A1 (en) | 2023-09-13 |
US11892824B2 (en) | 2024-02-06 |
US20230305546A1 (en) | 2023-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10640347B2 (en) | Pallet tracking during engagement and disengagement | |
Nelson et al. | Local path control for an autonomous vehicle | |
JP2020520008A (ja) | ロボットの動作制御のためのシステムおよび方法 | |
CN111923038B (zh) | 机械臂式机器人、机器人的避障方法及存储介质 | |
EP3053256B1 (en) | Reluctance motor system | |
JP2009093308A (ja) | ロボットシステム | |
US20200376660A1 (en) | Robot system | |
US11892824B2 (en) | Method of detecting sensor malfunction, control system, automated guided vehicle and mobile robot | |
Armesto et al. | Automation of industrial vehicles: A vision-based line tracking application | |
JP2012256344A (ja) | ロボットシステム | |
Fourlas et al. | Fault Tolerant Control for a 4-Wheel Skid Steering Mobile Robot. | |
US11717968B2 (en) | Robot control device, robot control method, and collaborative operation unit | |
KR20170098381A (ko) | 전방향 구동휠이 구비된 무인대차의 경로 추적방법 | |
Kawabata et al. | A system for self-diagnosis of an autonomous mobile robot using an internal state sensory system: fault detection and coping with the internal condition | |
JP2012068189A (ja) | 故障検知装置、故障検知方法、及び倒立移動体。 | |
Baird | An autonomous forklift research platform for warehouse operations | |
Marques et al. | Multi-sensor navigation for soccer robots | |
US10315898B2 (en) | Lifter based traversal of a robot | |
WO2020259830A1 (en) | Method of braking automated guided vehicle, and automated guided vehicle | |
Liu et al. | Design and implementation of new AGV system based on two-layer controller structure | |
JP3855629B2 (ja) | ロボットの干渉検出装置 | |
CN215618100U (zh) | 机器人 | |
Ha et al. | Indoor navigation of an inverse pendulum type autonomous mobile robot with adaptive stabilization control system | |
CN106980314B (zh) | 一种运动控制方法及电子设备 | |
Huang et al. | Development and Design of AIV Using Hub Motor Embedded in Mecanum Wheel |
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 |