CN117032265A - 一种基于ros的智能搬运agv路径规划方法及控制系统 - Google Patents
一种基于ros的智能搬运agv路径规划方法及控制系统 Download PDFInfo
- Publication number
- CN117032265A CN117032265A CN202311203901.6A CN202311203901A CN117032265A CN 117032265 A CN117032265 A CN 117032265A CN 202311203901 A CN202311203901 A CN 202311203901A CN 117032265 A CN117032265 A CN 117032265A
- Authority
- CN
- China
- Prior art keywords
- agv
- computing unit
- central computing
- path
- module
- 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 68
- 238000004891 communication Methods 0.000 claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims abstract description 13
- 230000006870 function Effects 0.000 claims abstract description 11
- 238000004519 manufacturing process Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 27
- 238000010276 construction Methods 0.000 claims description 21
- 239000003642 reactive oxygen metabolite Substances 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 9
- 238000011217 control strategy Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 7
- 238000011161 development Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000005265 energy consumption Methods 0.000 claims description 5
- 238000005299 abrasion Methods 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims description 3
- 230000002457 bidirectional effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 230000000087 stabilizing effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
Classifications
-
- 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
Abstract
本发明公开了一种基于ROS的智能搬运AGV路径规划方法及控制系统,属于AGV领域,包括AGV机器人本体、用户操作软件及工作环境局域网。所述的智能搬运AGV机器人本体包含有上位机,下位机。上位机即中央计算单元,连接激光雷达模块、图像识别模块、局域网通信模块、姿态传感器和信息显示模块。下位机是单片机,连接车轮驱动模块、超声波测距模块、叉举模块和电源保障模块。本发明方便用户可通过操作软件手动规划路径,灵活构建AGV路网,包含设置AGV在路网的运行速度等功能。本发明中基于ROS的智能搬运AGV可建图导航、路线循迹、自动急停避障、自动充电、监控货物,并汇报运行信息。
Description
技术领域:
本发明公开了一种基于ROS的智能搬运AGV路径规划方法及控制系统,属于AGV领域。
背景技术:
AGV(Automated Guided Vehicle)是一种自动引导车辆,是目前工厂和仓储物流的重要保障。受电子商务渗透率提高、劳动力稀缺、以及生产持续向柔性制造转型等驱动因素的影响,全球AGV市场目前正在强劲增长,发展迅速。AGV可以替代人工进行重复性、繁重或危险的搬运工作,提高工作效率和安全性。同时,它还能够适应不同环境和任务需求,实现灵活的运输和协作,满足个性化和定制化的生产和物流要求。以其自动化、智能化和高效性的特点,将为制造业和物流行业带来巨大的变革和提升。加之新能源、新零售、新物流等行业的发展,AGV未来市场规模未来还将进一步扩大。
长久以来一直制约AGV发展的有多个技术难题,除了传感器的精度和成本、各部分通信协同也是其掣肘之一。而ROS可以将AGV不同的硬件设备和模块无缝地整合在一起。ROS(Robot Operating System)是一个开源的、灵活的机器人操作系统,为AGV提供了一个强大的框架和工具集,AGV融合ROS可以通过ROS的接口和驱动程序,将不同的硬件设备与ROS系统进行交互通信。并且ROS是一个可跨平台的操作系统,增强了系统的灵活性和可移植性。因此AGV融合ROS可以快速构建自定义的、高度可配置的智能AGV系统。随着高端传感器的逐步普及,成本下降,结合ROS的进一步发展壮大,搭载ROS系统的AGV将会越来越多地出现在各行各业中。
导航技术直接决定了AGV的运输能力,目前AGV导航方式有磁条导航、二维码导航、惯性导航、激光导航、色带导航等等。具体产品技术方面来看,自然导航类(例如激光SLAM、视觉SLAM)产品应用规模增长快速,未来将超过传统导航类(如二维码、磁导航)产品,落地数量逐年增加;传统导航方式虽然已经发展多年有深厚的技术基础,但是因为地面要求高、灵活布局难、无法适应复杂环境和远程监控,渐渐难以满足生产要求而被渐渐放弃。比如二维码导航方式,需要定期维护和更换二维码,如果场地复杂,需要更加频繁地更换二维码。并且,如果人为干涉或机器人经过,容易造成二维码损坏。磁条导航需要谨慎规划和设计,地面的适应性较差,磁场干扰可能会影响定位精度,无法精确感知周围环境,磁性会随时间减弱等。而惯性导航系统的导航信息经过积分而产生,定位误差随时间而增大,长期精度差且每次使用之前需要较长的初始对准时间。上述传统导航方式即便融合使用,也会出现布局相对固定,铺设相对困难,适用性差,可拓展性低的情况。相反自然导航方式无需铺设大量导引设施,维护也更加方便。
除了导引方式的评估和确定,AGV的实际投入使用还需要考虑路径规划、路网布置等问题。为了灵活地适应不同的生产需求,路径路网规划涉及定义路径、交叉口和停靠点等关键位置,避免路径冲突,以确保AGV能够高效且安全地行驶。例如规划停靠点的位置和数量,可以确定AGV的任务分配和操作流程,使其能够更好地配合生产线的运行需求。交叉口可以帮助机器人或车辆准确地掌握路径的交汇点,安全地调整行驶方向,避免发生交通事故。根据实际的生产需求,路径可以被分段,每段可以具有特定的导航目标和行驶规则。例如根据生产计划、产品种类、生产批次等因素来分段路径,适应物料搬运、装卸货、巡检等多种工作任务,并且考虑多台AGV同时上线工作,以便更好地优化AGV的行驶准确性和效率。随着需求的变化和技术的进步,对AGV的路网规划应更加重视可扩展性和灵活性。传统导航方式的AGV系统往往需要依靠外部硬件设置配合,路径可延展性差。在面对环境变化或布局调整时,该方式重新设置和调整路径的成本高,时间长。而且AGV实际可能会面临任务的优先级、紧急任务的插入、故障处理等需要实时动态调整的情况。路径路网规划需要能够根据情况实时调整AGV的路径和任务分配,以满足实际需求,并在保证安全和效率的前提下完成任务。而ROS框架在软件和硬件上都为AGV提供了更加灵活的框架,比如在导航方式上近年来促进了激光SLAM和视觉SLAM的落地使用,因此在路径路网规划方面也应该借助二者融合的框架,使开发方案更加迅速高效。
此外AGV大多需要多机协同工作,因此路径路网规划同样要考虑多机协同调度,安全避障等问题。在多AGV工作场景,要提升整条生产线的生产效率就必须考虑AGV的速度设置。AGV的速度直接影响了物料在生产线上的运输效率,合理的速度设置还能避免拥堵和等待时间过长等问题,进一步提升生产效率。对于AGV车体本身来说,采用速度控制策略可以降低运营成本。通过优化速度,减少AGV的能源消耗,延长其使用寿命,同时也可以减少维修和更换成本。在特殊路段、特殊载重情况下能够避免因速度过快而引起的机械磨损或故障等问题,提高AGV的可靠性和稳定性。在狭窄的通道或人员密集区域,降低AGV的速度可以避免发生意外事故,提高园区的安全性。采用合理的技术手段设置AGV路线速度控制策略对提升其工作效率是非常有必要的。论文[Shi W,Tang D B,Zou P.Multi-objectiveautomated guided vehicle scheduling based on MapReduce framework[J].Production Engineering Institute(PEI),Faculty of Mechanical Engineering,2021]指出在物料搬运过程中,自动导引车(AGV)会产生路径冲突问题。针对重叠路径和冲突时间,采用一定的速度控制策略对降低AGV能源消耗和路径冲突概率是可行和有效的。
综上所述,开发一套成本低、流程快的路径路网规划技术方案,无疑会更好地应对生产环境和需求的变化,在提高生产线整体效益的同时,也能为企业节省时间和成本。
发明内容:
本发明公开了一种基于ROS的智能搬运AGV路径规划方法及控制系统,属于AGV领域。本发明基于ROS的系统框架和导航方法,设计了一款智能搬运AGV,可实现SLAM建图导航,工况实时监控,灵活路径规划等功能,并且包含电源保障和紧急停车报警功能。为完成上述发明目的,采用技术方案如下来解决问题:
1、一种基于ROS的智能搬运AGV路径规划方法及控制系统,其特征在于,包括AGV机器人本体、用户操作软件及工作环境局域网;所述的智能搬运AGV机器人本体包含有上位机和下位机;上位机即中央计算单元(20)、激光雷达模块(40)、姿态传感器(30)、图像识别模块(90)、局域网通信模块(110)和信息显示模块(100);下位机为一款单片机,连接车轮驱动模块(60)、超声波测距模块(120)、叉举模块(80)和电源保障模块(70);所述激光雷达模块(40)与中央计算单元(20)单向连接,激光雷达模块(40)扫描障碍物得到位置信息,并将障碍物位置信息传输给中央计算单元(20);
所述操作软件(10)和中央计算单元(20)采用ROS Topic和Service通信框架,通过路由器局域网通信,发送各种命令给中央计算单元(20),帮助AGV实现导航等功能;
所述操作软件(10)可借助ROS Nav Path类型消息,设置路径供中央计算单元(20)导航使用,并可设置路径的停靠点和速度控制策略;多条路径形成的路网经过操作软件(10)可设置路网的交叉点安全停车距离、路径优先级和行驶方向等,灵活布局AGV的工作路线并实现AGV的导航状态监控;
所述图像识别模块(90)可传输图像给操作软件(10),可识别货物类别和实时查看货物状态,判断多种隐患并提示报告避免生产运输事故;
所述姿态传感器(30)与中央计算单元(20)单向连接,姿态传感器(30)采集AGV加速度信息和角速度信息,并将AGV加速度信息和角速度信息传递给中央计算单元(20);
所述下位机(50)与中央计算单元(20)通过串口双向连接,下位机(50)可传输车轮驱动模块(60)的编码器读值、电源保障模块(70)的电压读值传递给中央计算单元(20);
一种基于ROS的智能搬运AGV路径规划方法及控制系统,其特征在于,包含以下步骤:
步骤1、静态二维地图构建,其过程包括如下子步骤:
步骤1.1、系统初始化,AGV开机,用户将操作软件(10)和中央计算单元(20)连接同一局域网;
步骤1.2、用户操作软件开启带有Gmapping算法的地图构建程序,算法默认AGV当前位置为0点,AGV开始建图;
步骤1.3、用户通过操作软件(10)查看地图构建效果和AGV运动状态,并发送运动指令给中央计算单元(20),中央计算单元(20)会和下位机(30)通讯,传输底盘控制信息,或者用户直接操作手动遥控使AGV轮系转动,车轮驱动模块(60)通过检测轮子的旋转运动,记录下行驶的距离和转角;这些信息被中央计算单元(20)用于计算AGV的位移和转向角度AGV产生位移,逐步构建地图;
步骤1.4、在构建地图,激光雷达模块(40)传递给中央计算单元(20)障碍物信息的同时,姿态传感器(30)同步输入给中央计算单元(20)姿态角度(包括俯仰角、横滚角和偏航角)、线加速度和角速度等,确定AGV当前的位置和朝向,下位机(30)会将车轮驱动模块(60)数据通过串口通讯返回给中央计算单元(20),使构建地图算法估计AGV的位移,航迹推演构建地图;
步骤1.5、用户在操作软件(10)端查看地图满意后,可发送指令结束地图构建,并在AGV中央计算单元(20)端结束构建地图的进程,然后输入保存指令,二维地图构建完成;
步骤2、自动导航及调度方法,其过程包括如下子步骤:
步骤2.1、在步骤1的基础上,AGV记录周围环境,生成高精度的地图,识别障碍物和关键地标后用户记录步骤1、5中目标点在地图中的相应位置,通过操作软件(10)发送给中央计算单元(20);
步骤2.2、用户通过操作软件(10),也可不使用本机构建的地图,选择其他地图;
步骤2.3、中央计算单元(20)搭载ROS导航栈程序,可根据步骤1、4中的定位方法确定AGV所处于地图中的位置,并将位置通过通讯程序节点,经过局域网通信模块(110),发送给操作软件(10),方便用户观察调试;
步骤2.3、在中央计算单元(20)搭载的ROS导航栈程序中,设置Dijkstra算法做全局路径规划,规划出一条最短的路径供AGV跟随行驶,节省消耗能源和运行时间;如果没有可行的路径,程序会反馈寻路出错失败,中央计算单元(20)会和操作软件(10)通讯告知用户情况有误;
步骤2.4、全局路径规划完成过后,采用DWA(Dynamic Window Approach)算法做AGV的局部路径规划,DWA局部路径规划器会输出AGV当前时刻最佳的横摆角和线速度,输出一定数值,其输出的运动控制横摆角和线速度会通过图表形式以中央处理单元(20)发送给操作软件(10),方便用户观察调试;
步骤2.5、在步骤2.4中输出的数值在下位机(30)通过运动学计算出AGV左右轮速的数值传递给车轮驱动模块(60),实现AGV跟随步骤2、3中规划的路径行驶;
步骤2.6、重复步骤2.4、2.5,直至AGV到达目标点,完成了自主导航过程,中央计算单元(20)会传输导航目标到达的指令给操作软件(10),告知用户;
步骤2.7、目标到达后AGV进入待机状态;
步骤3、路网形成规划和导航方法,其过程包括如下子步骤:
步骤3.1、在完成步骤1后,用户启动操作软件(10)可开启路径记录程序,并且借助ROS topic框架在操作软件(10)上选择必要的位置点位,发布路径点位置(ROS GeometryPoint)消息供中央计算单元(20)路径程序记录,路径程序记录将存储该次操作程序发布的所有路径点位置,并在操作软件(10)上提示用户已经选择的路径点数目,帮助用户了解当前的路径规划情况,及时进行调整或优化;
步骤3.2、中央计算单元(20)使用三次样条插值法,将记录的所有路径点连接起来,形成可供AGV跟踪的平滑路径。这种方法可以通过插值计算出路径上每个点的精确位置,从而确保AGV能够按照期望的路径行驶,保持AGV在跟踪路径时保持高精度,减少由于频繁变速或变向导致的能源消耗和机械磨损。如果有错误将会在操作软件(10)上提示;
步骤3.3、在步骤3.2基础上,用户可通过操作软件(10)设置已经记录生成的路径的AGV行驶方向,设置为只允许单向通行,中央计算单元(20)会读取这些方向信息,并根据这些信息选择是否禁止AGV进行倒车或掉头操作。这种设置可以确保AGV在预定的路径上按照正确的方向行驶,避免生产工序的错误重复和事故;
步骤3.4、重复步骤3.1、3.2、3.3,用户借助操作软件(10),生成多条带有方向信息的路径,形成路网,使AGV在路网上可完成搬运,监察、充电等任务。通过生成多条路径,用户可以创建复杂的路网,使AGV能够适应各种任务和工作环境,实现对不同区域的有效覆盖,这种灵活的路网构建方式可以根据具体需求进行调整和优化;
步骤3.5、在步骤3.4基础上,用户可通过操作软件设置不同路线的速度等级,中央计算单元(20)将读取路径速度等级信息控制车轮驱动模块(60)行驶的速度上限,确保在特定区域内AGV的行驶速度适中,以减少事故风险。根据路径的速度等级信息来调整AGV的行驶速度,使其与期望的速度相匹配,同时确保其在安全范围内行驶,也降低多AGV路径冲突的概率;
步骤3.6、在步骤3.5基础上,用户可通过操作软件(10)设置不同路线的优先级,设置AGV距离交叉路口的安全距离,控制本机优先通行或停车避让,以控制路线交叉口的通行规则,确保交叉路口存在多台AGV时无碰撞事故。操作软件(10)允许用户设定具体的优先级规则,以及在交叉口处AGV应当保持的安全距离。通过这种方式,中央计算单元可以有效地协调多台AGV,确保它们按照预设的规则和优先级进行行驶,降低发生碰撞或冲突的风险;
步骤3.7、借助步骤2已经形成的导航能力,在AGV具体执行搬运、装货和卸货任务时,即使实时位置不处于路网上,也可借助导航到达路网最近点,进而导航至路网上继续行驶,继续执行下步任务,该方案无需借助人力矫正AGV导航且不干扰其他设备工作,具备一定灵活性和适应性,大大提高工作效率,减少人力资源的投入;
步骤4、货物识别和调度保护,其过程包括如下子步骤:
步骤4.1、用户可通过操作软件(10)操控叉举模块(80),移动图像识别模块(90)以实现视野改变,根据实际需要来灵活调整视野,避免了直接接触或在现场操作的人力风险;
步骤4.2、当货物大小改变时,叉举模块(80)可驱动图像识别模块(90)自动跟随货物,保证实时监控货物状态,进行精准叉取,同时可通过感知探测货叉上是否有托盘或者货物,保证AGV载货运行时的货物安全,确保货物被准确地追踪和监测,提供及时的运行反馈;
步骤4.3、无人叉车在卸货过程中,中央计算单元(20)判断超声波测距模块(120)的距离阈值,对放货的库位空间大小进行判断是否能够安全放货,如果检测空间过小,或者存在障碍物,不满足放货条件,中央计算单元(20)就会暂停AGV卸货作业,并发出报警提示工作人员尽快处理,避免货物可能会发生的碰撞或损坏;
步骤4.4、借助中央处理单元(20)搭载的YOLO-V8程序,通过图像识别模块(90),AGV自动识贵重货物码放,确保货物摆放运输符合堆叠上限;通过预输入的信息,辨别货物的类型、尺寸、形状等特征,提高生产和仓储流程的效率和准确性,实现对特殊物品的定制化运输;
步骤4.5、用户需要紧急停车时,可通过操作软件(10)发送紧急停车指令给AGV上位机中央计算单元(20),中央计算单元(20)通讯下位机(30)控制车轮驱动模块(70),实现AGV紧急停车,适应突发情况;
步骤4.6、用户通过图像识别模块(90)借助OpenCV传输图像在操作软件上(10)可查看AGV工作路网上和周围环境有无油污、碎屑等安全生产隐患,确保用户及时排除安全生产隐患,采取相应的措施;
步骤4.7、下位机(30)通过电源保障模块(70)读取AGV电池电压,发送电压信息给中央计算单元(20),给中央计算单元(20)发送到操作软件(10),当电量过低时,用户可查看操作软件(10)或者信息显示模块发现,避免意外情况的发生;
步骤4.8、在步骤4.2基础上,图像识别模块(90)判断货物是否和初始位置存在较大偏移,若偏移较大,则降低速度,若偏移过大,则中央计算单元(20)将报警信息发送给操作软件(10),告知货物可能掉落的风险,优化整个运输过程的安全性、稳定性;
步骤4.9、AGV运行过程中若超声波测距模块(120)探测距离值过小,则在信息显示模块(100)上显示距离报警信息,有效预防各种事故的发生,避免对生产线的生产效率和质量带来严重影响。
本发明的有益效果:借用ROS架构实现AGV多传感器信息融合,实现SLAM功能,精准导航定位。开发的路径规划算法可在操作软件上运行,可规划带有多种信息的路径,制定功能齐全的路网,避免路径冲突,无需配置引导设置,避免重新设计和部署车间,降低了AGV场地的适配难度,扩大了场景适用范围。还能在操作软件上实时监控AGV运行状态,汇报安全隐患。提供了电源查询、紧急停车等功能,通过智能算法识别货物,提升运输的效率和准确性。用户只需在操作软件发送消息,并可查看搬运货物的具体信息状态。
附图说明
图1是本发明中基于ROS的智能搬运AGV路径规划方法及控制系统结构框图;
图2是本发明中基于ROS的智能搬运AGV路径规划方法及控制系统算法流程图。
具体实施方式
以下结合附图并通过具体实施案例来进一步说明本发明的技术方案。
图1为本发明中基于ROS的智能搬运AGV路径规划方法及控制系统结构框图。由图1可见,本发明提供的一种基于ROS的智能搬运AGV路径规划方法及控制系统结构框图,包括操作软件(10)、中央计算单元(20)、姿态传感器(30)、激光雷达模块(40)、下位机(50)、车轮驱动模块(60)、电源保障模块(70)、叉举模块(80)、图像识别模块(90)、局域网通信模块(100),和信息显示模块(110)、超声波测距模块(120)。
本发明公开了一种基于ROS的智能搬运AGV路径规划方法及控制系统,属于AGV领域。本发明基于ROS的系统框架和导航方法,设计了一款智能搬运AGV,可实现SLAM建图导航,工况实时监控,灵活路径规划等功能,并且包含电源保障和紧急停车报警功能。为完成上述发明目的,采用技术方案如下来解决问题:
1、一种基于ROS的智能搬运AGV路径规划方法及控制系统,其特征在于,包括AGV机器人本体、用户操作软件及工作环境局域网;所述的智能搬运AGV机器人本体包含有上位机和下位机;上位机即中央计算单元(20),连接激光雷达模块(40)、姿态传感器(30)、图像识别模块(90)、局域网通信模块(110)和信息显示模块(100);下位机为一款单片机,连接车轮驱动模块(60)、超声波测距模块(120)、叉举模块(80)和电源保障模块(70);所述激光雷达模块(40)与中央计算单元(20)单向连接,激光雷达模块(40)扫描障碍物得到位置信息,并将障碍物位置信息传输给中央计算单元(20);
所述操作软件(10)和中央计算单元(20)采用ROS Topic和Service通信框架,通过路由器局域网通信,发送各种命令给中央计算单元(20),帮助AGV实现导航等功能;
所述操作软件(10)可借助ROS Nav Path类型消息,设置路径供中央计算单元(20)导航使用,并可设置路径的停靠点和速度控制策略;多条路径形成的路网经过操作软件(10)可设置路网的交叉点安全停车距离、路径优先级和行驶方向等,灵活布局AGV的工作路线并实现AGV的导航状态监控;
所述图像识别模块(90)可传输图像给操作软件(10),可识别货物类别和实时查看货物状态,判断多种隐患并提示报告避免生产运输事故;
所述姿态传感器(30)与中央计算单元(20)单向连接,姿态传感器(30)采集AGV加速度信息和角速度信息,并将AGV加速度信息和角速度信息传递给中央计算单元(20);
所述下位机(50)与中央计算单元(20)通过串口双向连接,下位机(50)可传输车轮驱动模块(60)的编码器读值、电源保障模块(70)的电压读值传递给中央计算单元(20);
所述激光雷达模块(40)为单线红外激光雷达,构建二维地图;所述的中央计算单元(20)为可运行Ubuntu系统的工控机,带有ROS系统;所述操作软件(10)为搭载Windows系统的PC机、笔记本电脑等,可进行局域网通信;所述激光雷达模块(40)传递给AGV中央计算单元(20)的信息除了障碍物距离信息和方位信息,还包括在ROS中的时间戳信息和反射强度信息;所述下位机(30)一种为嵌入式开发板,型号为STM32FC103;所述电源保障模块(70)包括稳压芯片,当电池电源过低时,下位机(30)会检测传递给中央计算单元(20),中央计算单元(20)会报警给用户操作软件,并在信息显示模块(100)上提示用户。当出现紧急情况而中央计算单元(20)无法做出实时正确决策时,用户可通过操作软件(10)和中央计算单元(20)通讯使AGV紧急停车。
一种基于ROS的智能搬运AGV路径规划方法及控制系统,其特征在于,包含以下步骤:步骤1、静态二维地图构建,其过程包括如下子步骤:
步骤1.1、系统初始化,AGV开机,用户将操作软件(10)和中央计算单元(20)连接同一局域网;
步骤1.2、用户操作软件开启带有Gmapping算法的地图构建程序,算法默认AGV当前位置为0点,AGV开始建图;
步骤1.3、用户通过操作软件(10)查看地图构建效果和AGV运动状态,并发送运动指令给中央计算单元(20),中央计算单元(20)会和下位机(30)通讯,传输底盘控制信息,或者用户直接操作手动遥控使AGV轮系转动,车轮驱动模块(60)通过检测轮子的旋转运动,记录下行驶的距离和转角;这些信息被中央计算单元(20)用于计算AGV的位移和转向角度AGV产生位移,逐步构建地图;
步骤1.4、在构建地图,激光雷达模块(40)传递给中央计算单元(20)障碍物信息的同时,姿态传感器(30)同步输入给中央计算单元(20)姿态角度(包括俯仰角、横滚角和偏航角)、线加速度和角速度等,确定AGV当前的位置和朝向,下位机(30)会将车轮驱动模块(60)数据通过串口通讯返回给中央计算单元(20),使构建地图算法估计AGV的位移,航迹推演构建地图;
步骤1.5、用户在操作软件(10)端查看地图满意后,可发送指令结束地图构建,并在AGV中央计算单元(20)端结束构建地图的进程,然后输入保存指令,二维地图构建完成;
步骤2、自动导航及调度方法,其过程包括如下子步骤:
步骤2.1、在步骤1的基础上,AGV记录周围环境,生成高精度的地图,识别障碍物和关键地标后用户记录步骤1、5中目标点在地图中的相应位置,通过操作软件(10)发送给中央计算单元(20);
步骤2.2、用户通过操作软件(10),也可不使用本机构建的地图,选择其他地图;
步骤2.3、中央计算单元(20)搭载ROS导航栈程序,可根据步骤1、4中的定位方法确定AGV所处于地图中的位置,并将位置通过通讯程序节点,经过局域网通信模块(110),发送给操作软件(10),方便用户观察调试;
步骤2.3、在中央计算单元(20)搭载的ROS导航栈程序中,设置Dijkstra算法做全局路径规划,规划出一条最短的路径供AGV跟随行驶,节省消耗能源和运行时间;如果没有可行的路径,程序会反馈寻路出错失败,中央计算单元(20)会和操作软件(10)通讯告知用户情况有误;
步骤2.4、全局路径规划完成过后,采用DWA(Dynamic Window Approach)算法做AGV的局部路径规划,DWA局部路径规划器会输出AGV当前时刻最佳的横摆角和线速度,输出一定数值,其输出的运动控制横摆角和线速度会通过图表形式以中央处理单元(20)发送给操作软件(10),方便用户观察调试;
步骤2.5、在步骤2.4中输出的数值在下位机(30)通过运动学计算出AGV左右轮速的数值传递给车轮驱动模块(60),实现AGV跟随步骤2、3中规划的路径行驶;
步骤2.6、重复步骤2.4、2.5,直至AGV到达目标点,完成了自主导航过程,中央计算单元(20)会传输导航目标到达的指令给操作软件(10),告知用户;
步骤2.7、目标到达后AGV进入待机状态;
步骤3、路网形成规划和导航方法,其过程包括如下子步骤:
步骤3.1、在完成步骤1后,用户启动操作软件(10)可开启路径记录程序,并且借助ROS topic框架在操作软件(10)上选择必要的位置点位,发布路径点位置(ROS GeometryPoint)消息供中央计算单元(20)路径程序记录,路径程序记录将存储该次操作程序发布的所有路径点位置,并在操作软件(10)上提示用户已经选择的路径点数目,帮助用户了解当前的路径规划情况,及时进行调整或优化;
步骤3.2、中央计算单元(20)使用三次样条插值法,将记录的所有路径点连接起来,形成可供AGV跟踪的平滑路径。这种方法可以通过插值计算出路径上每个点的精确位置,从而确保AGV能够按照期望的路径行驶,保持AGV在跟踪路径时保持高精度,减少由于频繁变速或变向导致的能源消耗和机械磨损。如果有错误将会在操作软件(10)上提示;
步骤3.3、在步骤3.2基础上,用户可通过操作软件(10)设置已经记录生成的路径的AGV行驶方向,设置为只允许单向通行,中央计算单元(20)会读取这些方向信息,并根据这些信息选择是否禁止AGV进行倒车或掉头操作。这种设置可以确保AGV在预定的路径上按照正确的方向行驶,避免生产工序的错误重复和事故;
步骤3.4、重复步骤3.1、3.2、3.3,用户借助操作软件(10),生成多条带有方向信息的路径,形成路网,使AGV在路网上可完成搬运,监察、充电等任务。通过生成多条路径,用户可以创建复杂的路网,使AGV能够适应各种任务和工作环境,实现对不同区域的有效覆盖,这种灵活的路网构建方式可以根据具体需求进行调整和优化;
步骤3.5、在步骤3.4基础上,用户可通过操作软件设置不同路线的速度等级,中央计算单元(20)将读取路径速度等级信息控制车轮驱动模块(60)行驶的速度上限,确保在特定区域内AGV的行驶速度适中,以减少事故风险。根据路径的速度等级信息来调整AGV的行驶速度,使其与期望的速度相匹配,同时确保其在安全范围内行驶,也降低多AGV路径冲突的概率;
步骤3.6、在步骤3.5基础上,用户可通过操作软件(10)设置不同路线的优先级,设置AGV距离交叉路口的安全距离,控制本机优先通行或停车避让,以控制路线交叉口的通行规则,确保交叉路口存在多台AGV时无碰撞事故。操作软件(10)允许用户设定具体的优先级规则,以及在交叉口处AGV应当保持的安全距离。通过这种方式,中央计算单元可以有效地协调多台AGV,确保它们按照预设的规则和优先级进行行驶,降低发生碰撞或冲突的风险;
步骤3.7、借助步骤2已经形成的导航能力,在AGV具体执行搬运、装货和卸货任务时,即使实时位置不处于路网上,也可借助导航到达路网最近点,进而导航至路网上继续行驶,继续执行下步任务,该方案无需借助人力矫正AGV导航且不干扰其他设备工作,具备一定灵活性和适应性,大大提高工作效率,减少人力资源的投入;
步骤4、货物识别和调度保护,其过程包括如下子步骤:
步骤4.1、用户可通过操作软件(10)操控叉举模块(80),移动图像识别模块(90)以实现视野改变,根据实际需要来灵活调整视野,避免了直接接触或在现场操作的人力风险;
步骤4.2、当货物大小改变时,叉举模块(80)可驱动图像识别模块(90)自动跟随货物,保证实时监控货物状态,进行精准叉取,同时可通过感知探测货叉上是否有托盘或者货物,保证AGV载货运行时的货物安全,确保货物被准确地追踪和监测,提供及时的运行反馈;
步骤4.3、无人叉车在卸货过程中,中央计算单元(20)判断超声波测距模块(120)的距离阈值,对放货的库位空间大小进行判断是否能够安全放货,如果检测空间过小,或者存在障碍物,不满足放货条件,中央计算单元(20)就会暂停AGV卸货作业,并发出报警提示工作人员尽快处理,避免货物可能会发生的碰撞或损坏;
步骤4.4、借助中央处理单元(20)搭载的YOLO-V8程序,通过图像识别模块(90),AGV自动识贵重货物码放,确保货物摆放运输符合堆叠上限;通过预输入的信息,辨别货物的类型、尺寸、形状等特征,提高生产和仓储流程的效率和准确性,实现对特殊物品的定制化运输;
步骤4.5、用户需要紧急停车时,可通过操作软件(10)发送紧急停车指令给AGV上位机中央计算单元(20),中央计算单元(20)通讯下位机(30)控制车轮驱动模块(70),实现AGV紧急停车,适应突发情况;
步骤4.6、用户通过图像识别模块(90)借助OpenCV传输图像在操作软件上(10)可查看AGV工作路网上和周围环境有无油污、碎屑等安全生产隐患,确保用户及时排除安全生产隐患,采取相应的措施;
步骤4.7、下位机(30)通过电源保障模块(70)读取AGV电池电压,发送电压信息给中央计算单元(20),给中央计算单元(20)发送到操作软件(10),当电量过低时,用户可查看操作软件)(10)或者信息显示模块发现,避免意外情况的发生;
步骤4.8、在步骤4.2基础上,图像识别模块(90)判断货物是否和初始位置存在较大偏移,若偏移较大,则降低速度,若偏移过大,则中央计算单元(20)将报警信息发送给操作软件(10),告知货物可能掉落的风险,优化整个运输过程的安全性、稳定性;
步骤4.9、AGV运行过程中若超声波测距模块(120)探测距离值过小,则在信息显示模块(100)上显示距离报警信息,有效预防各种事故的发生,避免对生产线的生产效率和质量带来严重影响。
Claims (9)
1.一种基于ROS的智能搬运AGV路径规划方法及控制系统,其特征在于,包括AGV机器人本体、用户操作软件及工作环境局域网;所述的智能搬运AGV机器人本体包含有上位机和下位机;上位机即中央计算单元(20)、激光雷达模块(40)、姿态传感器(30)、图像识别模块(90)、局域网通信模块(110)和信息显示模块(100);下位机为一款单片机,连接车轮驱动模块(60)、超声波测距模块(120)、叉举模块(80)和电源保障模块(70);所述激光雷达模块(40)与中央计算单元(20)单向连接,激光雷达模块(40)扫描障碍物得到位置信息,并将障碍物位置信息传输给中央计算单元(20);
所述操作软件(10)和中央计算单元(20)采用ROS Topic和Service通信框架,通过路由器局域网通信,发送各种命令给中央计算单元(20),帮助AGV实现导航等功能;
所述操作软件(10)可借助ROS Nav Path类型消息,设置路径供中央计算单元(20)导航使用,并可设置路径的停靠点和速度控制策略;多条路径形成的路网经过操作软件(10)可设置路网的交叉点安全停车距离、路径优先级和行驶方向等,灵活布局AGV的工作路线并实现AGV的导航状态监控;
所述图像识别模块(90)可传输图像给操作软件(10),可识别货物类别和实时查看货物状态,判断多种隐患并提示报告避免生产运输事故;
所述姿态传感器(30)与中央计算单元(20)单向连接,姿态传感器(30)采集AGV加速度信息和角速度信息,并将AGV加速度信息和角速度信息传递给中央计算单元(20);
所述下位机(50)与中央计算单元(20)通过串口双向连接,下位机(50)可传输车轮驱动模块(60)的编码器读值、电源保障模块(70)的电压读值传递给中央计算单元(20)。
2.根据权利要求1所述的一种基于ROS的智能搬运AGV路径规划方法及控制系统,其特征在于,所述激光雷达模块(40)为单线红外激光雷达,用于构建二维地图。
3.根据权利要求1所述的一种基于ROS的智能搬运AGV路径规划方法及控制系统,其特征在于,所述的中央计算单元(20)为可运行Ubuntu系统的工控机,装有ROS系统。
4.根据权利要求1所述的一种基于ROS的智能搬运AGV路径规划方法及控制系统,其特征在于,所述操作软件(10)为搭载Windows系统的PC机、笔记本电脑等,可进行局域网通信。
5.根据权利要求1所述的一种基于ROS的智能搬运AGV路径规划方法及控制系统,其特征在于,所述激光雷达模块(40)传递给中央计算单元(20)的信息包括障碍物距离信息和方位信息,还包括在ROS中的时间戳信息和反射强度信息。
6.根据权利要求1所述的一种基于ROS的智能搬运AGV路径规划方法及控制系统,其特征在于,所述下位机(50)一种为嵌入式开发板,型号为STM32FC103。
7.根据权利要求1所述的一种基于ROS的智能搬运AGV路径规划方法及控制系统,其特征在于,所述电源保障模块(70)包括稳压芯片,当电池电源过低时,下位机(50)会将电压检测信号传递给中央计算单元(20),中央计算单元(20)会报警给用户操作软件,并在信息显示模块(100)上提示用户。
8.根据权利要求1所述的一种基于ROS的智能搬运AGV路径规划方法及控制系统,其特征在于,当出现紧急情况而中央计算单元(20)无法做出实时正确决策时,用户可通过操作软件(10)和中央计算单元(20)通讯使AGV紧急停车。
9.根据权利要求1所述的一种基于ROS的智能搬运AGV路径规划方法及控制系统,其特征在于,包含以下步骤:
步骤1、静态二维地图构建,其过程包括如下子步骤:
步骤1.1、系统初始化,AGV开机,用户将操作软件(10)和中央计算单元(20)连接同一局域网;
步骤1.2、用户操作软件开启带有Gmapping算法的地图构建程序,算法默认AGV当前位置为0点,AGV开始建图;
步骤1.3、用户通过操作软件(10)查看地图构建效果和AGV运动状态,并发送运动指令给中央计算单元(20),中央计算单元(20)会和下位机(30)通讯,传输底盘控制信息,或者用户直接操作手动遥控使AGV轮系转动,车轮驱动模块(60)通过检测轮子的旋转运动,记录下行驶的距离和转角;这些信息被中央计算单元(20)用于计算AGV的位移和转向角度AGV产生位移,逐步构建地图;
步骤1.4、在构建地图,激光雷达模块(40)传递给中央计算单元(20)障碍物信息的同时,姿态传感器(30)同步输入给中央计算单元(20)姿态角度(包括俯仰角、横滚角和偏航角)、线加速度和角速度等,确定AGV当前的位置和朝向,下位机(30)会将车轮驱动模块(60)数据通过串口通讯返回给中央计算单元(20),使构建地图算法估计AGV的位移,航迹推演构建地图;
步骤1.5、用户在操作软件(10)端查看地图满意后,可发送指令结束地图构建,并在AGV中央计算单元(20)端结束构建地图的进程,然后输入保存指令,二维地图构建完成;
步骤2、自动导航及调度方法,其过程包括如下子步骤:
步骤2.1、在步骤1的基础上,AGV记录周围环境,生成高精度的地图,识别障碍物和关键地标后用户记录步骤1、5中目标点在地图中的相应位置,通过操作软件(10)发送给中央计算单元(20);
步骤2.2、用户通过操作软件(10),也可不使用本机构建的地图,选择其他地图;
步骤2.3、中央计算单元(20)搭载ROS导航栈程序,可根据步骤1、4中的定位方法确定AGV所处于地图中的位置,并将位置通过通讯程序节点,经过局域网通信模块(110),发送给操作软件(10),方便用户观察调试;
步骤2.3、在中央计算单元(20)搭载的ROS导航栈程序中,设置Dijkstra算法做全局路径规划,规划出一条最短的路径供AGV跟随行驶,节省消耗能源和运行时间;如果没有可行的路径,程序会反馈寻路出错失败,中央计算单元(20)会和操作软件(10)通讯告知用户情况有误;
步骤2.4、全局路径规划完成过后,采用DWA(Dynamic Window Approach)算法做AGV的局部路径规划,DWA局部路径规划器会输出AGV当前时刻最佳的横摆角和线速度,输出一定数值,其输出的运动控制横摆角和线速度会通过图表形式以中央处理单元((20)发送给操作软件(10),方便用户观察调试;
步骤2.5、在步骤2.4中输出的数值在下位机(30)通过运动学计算出AGV左右轮速的数值传递给车轮驱动模块(60),实现AGV跟随步骤2、3中规划的路径行驶;
步骤2.6、重复步骤2.4、2.5,直至AGV到达目标点,完成了自主导航过程,中央计算单元(20)会传输导航目标到达的指令给操作软件(10),告知用户;
步骤2.7、目标到达后AGV进入待机状态;
步骤3、路网形成规划和导航方法,其过程包括如下子步骤:
步骤3.1、在完成步骤1后,用户启动操作软件(10)可开启路径记录程序,并且借助ROStopic框架在操作软件(10)上选择必要的位置点位,发布路径点位置(ROS GeometryPoint)消息供中央计算单元(20)路径程序记录,路径程序记录将存储该次操作程序发布的所有路径点位置,并在操作软件(10)上提示用户已经选择的路径点数目,帮助用户了解当前的路径规划情况,及时进行调整或优化;
步骤3.2、中央计算单元(20)使用三次样条插值法,将记录的所有路径点连接起来,形成可供AGV跟踪的平滑路径。这种方法可以通过插值计算出路径上每个点的精确位置,从而确保AGV能够按照期望的路径行驶,保持AGV在跟踪路径时保持高精度,减少由于频繁变速或变向导致的能源消耗和机械磨损。如果有错误将会在操作软件(10)上提示;
步骤3.3、在步骤3.2基础上,用户可通过操作软件(10)设置已经记录生成的路径的AGV行驶方向,设置为只允许单向通行,中央计算单元(20)会读取这些方向信息,并根据这些信息选择是否禁止AGV进行倒车或掉头操作。这种设置可以确保AGV在预定的路径上按照正确的方向行驶,避免生产工序的错误重复和事故;
步骤3.4、重复步骤3.1、3.2、3.3,用户借助操作软件(10),生成多条带有方向信息的路径,形成路网,使AGV在路网上可完成搬运,监察、充电等任务。通过生成多条路径,用户可以创建复杂的路网,使AGV能够适应各种任务和工作环境,实现对不同区域的有效覆盖,这种灵活的路网构建方式可以根据具体需求进行调整和优化;
步骤3.5、在步骤3.4基础上,用户可通过操作软件设置不同路线的速度等级,中央计算单元(20)将读取路径速度等级信息控制车轮驱动模块(60)行驶的速度上限,确保在特定区域内AGV的行驶速度适中,以减少事故风险。根据路径的速度等级信息来调整AGV的行驶速度,使其与期望的速度相匹配,同时确保其在安全范围内行驶,也降低多AGV路径冲突的概率;
步骤3.6、在步骤3.5基础上,用户可通过操作软件(10)设置不同路线的优先级,设置AGV距离交叉路口的安全距离,控制本机优先通行或停车避让,以控制路线交叉口的通行规则,确保交叉路口存在多台AGV时无碰撞事故。操作软件(10)允许用户设定具体的优先级规则,以及在交叉口处AGV应当保持的安全距离。通过这种方式,中央计算单元可以有效地协调多台AGV,确保它们按照预设的规则和优先级进行行驶,降低发生碰撞或冲突的风险;
步骤3.7、借助步骤2已经形成的导航能力,在AGV具体执行搬运、装货和卸货任务时,即使实时位置不处于路网上,也可借助导航到达路网最近点,进而导航至路网上继续行驶,继续执行下步任务,该方案无需借助人力矫正AGV导航且不干扰其他设备工作,具备一定灵活性和适应性,大大提高工作效率,减少人力资源的投入;
步骤4、货物识别和调度保护,其过程包括如下子步骤:
步骤4.1用户可通过操作软件(10)操控叉举模块(80),移动图像识别模块(90)以实现视野改变,根据实际需要来灵活调整视野,避免了直接接触或在现场操作的人力风险;
步骤4.2、当货物大小改变时,叉举模块(80)可驱动图像识别模块(90)自动跟随货物,保证实时监控货物状态,进行精准叉取,同时可通过感知探测货叉上是否有托盘或者货物,保证AGV载货运行时的货物安全,确保货物被准确地追踪和监测,提供及时的运行反馈;
步骤4.4、无人叉车在卸货过程中,中央计算单元(20)判断超声波测距模块(120)的距离阈值,对放货的库位空间大小进行判断是否能够安全放货,如果检测空间过小,或者存在障碍物,不满足放货条件,中央计算单元(20)就会暂停AGV卸货作业,并发出报警提示工作人员尽快处理,避免货物可能会发生的碰撞或损坏;
步骤4.5、借助中央处理单元(20)搭载的YOLO-V8程序,通过图像识别模块(90),AGV自动识贵重货物码放,确保货物摆放运输符合堆叠上限;通过预输入的信息,辨别货物的类型、尺寸、形状等特征,提高生产和仓储流程的效率和准确性,实现对特殊物品的定制化运输;
步骤4.6、用户需要紧急停车时,可通过操作软件(10)发送紧急停车指令给AGV上位机中央计算单元(20),中央计算单元(20)通讯下位机(30)控制车轮驱动模块(70),实现AGV紧急停车,适应突发情况;
步骤4.7、用户通过图像识别模块(90)借助OpenCV传输图像在操作软件上(10)可查看AGV工作路网上和周围环境有无油污、碎屑等安全生产隐患,确保用户及时排除安全生产隐患,采取相应的措施;
步骤4.8、下位机(30)通过电源保障模块(70)读取AGV电池电压,发送电压信息给中央计算单元(20),给中央计算单元(20)发送到操作软件(10),当电量过低时,用户可查看操作软件)(10)或者信息显示模块发现,避免意外情况的发生;
步骤4.9、在步骤4.2基础上,图像识别模块(90)判断货物是否和初始位置存在较大偏移,若偏移较大,则降低速度,若偏移过大,则中央计算单元(20)将报警信息发送给操作软件(10),告知货物可能掉落的风险,优化整个运输过程的安全性、稳定性;
步骤4.10、AGV运行过程中若超声波测距模块(120)探测距离值过小,则在信息显示模块(100)上显示距离报警信息,有效预防各种事故的发生,避免对生产线的生产效率和质量带来严重影响。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311203901.6A CN117032265A (zh) | 2023-09-19 | 2023-09-19 | 一种基于ros的智能搬运agv路径规划方法及控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311203901.6A CN117032265A (zh) | 2023-09-19 | 2023-09-19 | 一种基于ros的智能搬运agv路径规划方法及控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117032265A true CN117032265A (zh) | 2023-11-10 |
Family
ID=88628415
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311203901.6A Pending CN117032265A (zh) | 2023-09-19 | 2023-09-19 | 一种基于ros的智能搬运agv路径规划方法及控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117032265A (zh) |
-
2023
- 2023-09-19 CN CN202311203901.6A patent/CN117032265A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10875448B2 (en) | Visually indicating vehicle caution regions | |
US20220055877A1 (en) | Control augmentation apparatus and method for automated guided vehicles | |
WO2018072712A1 (zh) | Agv运输车及其控制方法 | |
US20110301800A1 (en) | Automatic guided vehicle and method for drive control of the same | |
US8838292B2 (en) | Collision avoiding method and associated system | |
Martinez‐Barbera et al. | Development of a flexible AGV for flexible manufacturing systems | |
CN109144068B (zh) | 三向前移式导航切换agv叉车的电控方法及控制装置 | |
CN109445438B (zh) | 基于地图分享的巡航装置的巡航控制方法及系统 | |
CN107272008A (zh) | 一种带惯性补偿的agv激光导航系统 | |
CN106325270A (zh) | 基于感知和自主计算定位导航的智能车导航系统及方法 | |
CN102707718A (zh) | 自动制导系统控制工业车辆的通信方法 | |
CN204347616U (zh) | 一种基于rfid技术的自动导引运输车 | |
CN112308076B (zh) | Agv导航调度用多语义安全地图构建、使用及调度方法 | |
CN111367294A (zh) | 一种激光agv调度控制系统及其控制方法 | |
Behrje et al. | An autonomous forklift with 3d time-of-flight camera-based localization and navigation | |
CN206242071U (zh) | 一种全向移动平台视觉导航系统 | |
Androulakis et al. | Concepts for development of autonomous coal mine shuttle cars | |
CN114924569A (zh) | 一种人造金刚石合成用agv车体路径规划系统 | |
CN214846390U (zh) | 基于自动导引小车的动态环境避障系统 | |
CN117032265A (zh) | 一种基于ros的智能搬运agv路径规划方法及控制系统 | |
CN209765333U (zh) | 一种agv物流运载系统 | |
KR102446517B1 (ko) | 실내환경 및 실외환경에서 경로주행이 가능한 무인 운반차 | |
CN109828569A (zh) | 一种基于2d-slam导航的智能agv叉车 | |
WO2022252220A1 (zh) | 一种多轴线平板车精准停靠系统及方法 | |
Androulakis et al. | Elements of autonomous shuttle car operation in underground coal mines |
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 |