CN117685967A - 一种多模态融合导航方法 - Google Patents
一种多模态融合导航方法 Download PDFInfo
- Publication number
- CN117685967A CN117685967A CN202311736723.3A CN202311736723A CN117685967A CN 117685967 A CN117685967 A CN 117685967A CN 202311736723 A CN202311736723 A CN 202311736723A CN 117685967 A CN117685967 A CN 117685967A
- Authority
- CN
- China
- Prior art keywords
- navigation
- magnetic
- magnetic nail
- equipment
- nail group
- 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 34
- 230000004927 fusion Effects 0.000 title claims abstract description 22
- 230000033001 locomotion Effects 0.000 claims abstract description 23
- 230000007613 environmental effect Effects 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 description 8
- 238000009434 installation Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000008447 perception Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000037147 athletic performance Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
- G01C21/1652—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with ranging devices, e.g. LIDAR or RADAR
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明属于导航技术领域,涉及多模态融合导航方法,包括:步骤S001:预先在地面布置磁钉组和RFID标签,磁钉组和RFID标签是一一对应关系,记录RFID标签在场景中的位置信息;步骤S002:通过激光SLAM构建实时场景地图;步骤S003:设备在获取运动的终点位置后,进行路径规划,包括SLAM导航路径和磁钉组导航最短路径;步骤S004:设备通过激光SLAM导航到达起始磁钉组位置;步骤S005:设备通过磁钉导航到达终点磁钉组位置;步骤S006:设备从终点磁钉组位置通过激光SLAM导航到达终点位置。本发明的方法提高了运行速度,导航精度高,适用性广泛,施工周期短,成本相对低廉。
Description
技术领域
本发明属于导航技术领域,特别是全向移动设备的导航和定位技术。
背景技术
在全向移动设备的领域,现有技术在导航和定位方面取得了一定的进展。
其中,以下是一些主要的现有同类产品信息:
SLAM导航系统:SLAM(Simultaneous Localization and Mapping)系统已经广泛用于移动机器人和全向移动设备中。这些系统使用激光雷达或摄像头等传感器来构建实时地图并进行定位。例如,Clearpath Robotics的Husky移动机器人使用了SLAM技术来实现自主导航。
轨道导引系统:在一些特定场景中,轨道导引系统被广泛应用,如自动化工厂和仓储系统。这些系统依赖于预先布置的导轨和传感器来引导设备移动。
GPS导航技术:全球定位系统(GPS)广泛应用于室外导航,但在室内或遮挡物较多的环境中效果受限。
尽管现有技术在导航领域取得了进展,但仍然存在一些不足之处:SLAM系统的性能受到以下因素影响:传感器性能,算法复杂度,环境条件,通常为了确保安全性和准确性,设备的运动速度相对较低。轨道导引系统需要在使用场景中布置大量的基础设施,且只能按照预先布置的轨道运行,限制了其适用性。GPS在室内环境或高楼大厦周围的定位精度不够高。
因此,亟需开发新的导航方式和方法以适应全向移动设备的使用需求。
发明内容
本发明所要解决的技术问题在于提高全向移动设备的导航性能和运行速度。
本发明提供了一种多模态融合导航方法,所述的多模态融合导航方法包括:步骤S001:预先在地面布置磁钉组和RFID标签,磁钉组和RFID标签是一一对应关系,记录RFID标签在场景中的位置信息;
步骤S002:通过激光SLAM构建实时场景地图;
步骤S003:设备在获取运动的终点位置后,进行路径规划,包括SLAM导航路径和磁钉组导航最短路径;
步骤S004:设备通过激光SLAM导航到达起始磁钉组位置;
步骤S005:设备通过磁钉导航到达终点磁钉组位置;
上述步骤不必然依次发生。
RFID是Radio Frequency Identification的缩写,即射频识别,是一种非接触式的自动识别技术,它通过射频信号自动识别目标对象,可快速地进行物品追踪和数据交换。
优选地,步骤S001中,每个RFID标签都带有唯一的标识和位置信息。
优选地,步骤S003中,规划的路径包括以下三个阶段中的一个或者多个:
阶段一:设备从起始位置到起始磁钉组;如果设备起始时已经在磁钉组位置,阶段一路径可以直接跳过;
阶段二:已知设备的终点位置,获取离终点最优的磁钉组位置,定义为终点磁钉组,规划起始磁钉组到终点磁钉组的最短路径,作为阶段二的路径;
阶段三:设备从终点磁钉组到终点位置的路径;如果设备终点在磁钉组位置,阶段三可以直接跳过。
优选地,步骤S004中,设备通过激光SLAM导航到达指定的磁钉组位置。设备对角设置两个270°激光雷达,激光雷达通过扫描周边环境,进行机器人所在位置的预定位,或者与系统内预设的地图信息匹配进而确定设备所在的坐标位置。
优选地,设备在运行过程中如遇到障碍物,设备将停止磁钉导航,切换为激光SLAM导航,重新规划SLAM导航路线,运动到终点位置。
优选地,所述的多模态融合导航方法包括步骤S006:设备通过激光SLAM导航运行阶段三的路径,到达指定的终点位置。
本发明的多模态融合导航方法,可以依靠磁钉导航在高速度场景下的高精度定位,结合激光SLAM导航的环境感知能力,进行融合导航;
当设备查找到磁钉组时,规划磁导航路径,提高设备运行速度,如果在磁导航过程中遇到障碍物,则自动切换为SLAM导航,重新规划路线;
当设备找不到磁钉组时,通过SLAM确定设备位置,规划SLAM导航路径到最优的磁钉组位置。
本发明还提供了一种多模态融合导航系统,所述的多模态融合导航系统包括磁导航仪、RFID读卡器、激光雷达、避障雷达、IMU惯导模块、全向驱动轮组、角度编码器、里程计;
磁导航仪:在设备底部安装三个磁导航仪,分布在小车中轴线上,通过三个磁导航仪读取的磁钉数据,获取设备精确的水平和角度偏移;
RFID读卡器:通过读取预设的RFID标签,确定设备在环境中的绝对位置;
激光雷达:在设备对角处安装两个激光雷达,为设备提供360°的环境数据;
避障雷达:用于设备在运动过程中规避障碍物,保证设备运动的安全性;
IMU惯导模块:安装在设备中心位置,提供设备的加速度,角度等信息,提高磁导航和SLAM导航的精度;
全向驱动轮组:设备底部安装四个全向驱动轮组,全向驱动轮组允许设备在各种方向上自由运动,包含角度编码器和里程计;
角度编码器提供可靠的角度数据,用于轮组角度方向的定位;
里程计用于计算轮组运动的里程信息,最终得到设备的运行距离,结合磁导航和SLAM导航的数据,计算出精确的设备位置信息。
本发明的有益效果包括:
一、提高运行速度。充分利用磁钉导航的高速度匹配能力,显著提高了设备的运行速度。
二、高精度导航。利用磁钉导航的绝对位置信息和SLAM导航的环境感知,实现高精度的自主导航和定位,避免误差积累问题。
三、适用性广泛。适用于各种导航场景,提供更大的灵活性和适应性。
四、施工周期短。相较于需要大规模基础设施改动的导引系统,该方法只需要在使用场景中布置磁钉和RFID标签,施工周期短,减少了额外成本和工程。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明导航方法示意图。
图2是本发明导航系统的使用和原理示意图。
图3是本发明的全向移动机器人基座装置的结构示意图。
图4是磁钉组地图计算最优点示意图。
附图标记说明如下:
1—第一激光雷达;2—第一避障雷达;3—RFID读卡器;4—惯性传感器;5—第一磁导航仪;6—第二磁导航仪;7—第二激光雷达;8—第二避障雷达;9—全向驱动轮;10—第三磁导航仪;11—车架。
具体实施方式
下面将对本申请实施例中的技术方案进行清楚的描述。显然,以下所描述的实施例仅仅是本申请的一部分优选实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
如图1所示,本发明的多模态融合导航方法包括以下步骤:
步骤S001:预先在地面布置磁钉组和RFID标签,每个RFID标签都带有唯一的标识和位置信息,磁钉组和RFID标签是一一对应关系,记录RFID标签在场景中的位置信息。
步骤S002:通过激光SLAM构建实时场景地图
步骤S003:设备在获取运动的终点位置后,首先进行路径规划,将运动的路径划分为三个阶段。
阶段一:设备从起始位置到最优的磁钉组路径,这个磁钉组定义为起始磁钉组,如果设备起始时已经在磁钉组位置,阶段一路径可以直接跳过。
阶段二:已知设备的终点位置,获取离终点最优的磁钉组位置,定义为终点磁钉组,规划起始磁钉组到终点磁钉组的最短路径,作为阶段二的路径。
阶段三:设备从终点磁钉组到终点位置的路径,如果设备终点在磁钉组位置,阶段三可以直接跳过。
步骤S004:设备通过激光SLAM导航运行阶段一的路径,到达指定的磁钉组位置。
步骤S005:设备通过磁钉导航运行阶段二的路径,到达指定的磁钉组位置。设备在运行过程中如遇到障碍物,设备将停止磁钉导航,切换为激光SLAM导航,重新规划SLAM导航路线,运动到终点位置,步骤S006直接跳过。
步骤S006:设备通过激光SLAM导航运行阶段三的路径,到达指定的终点位置。
如图2所示,本发明的导航方法包括:
磁钉导航:通过多个导航仪匹配磁钉位置,获取设备的平移和角度偏差,然后进行修正,通过RFID读卡器获取设备在环境中的绝对位置。在运行过程中使用IMU、编码器和里程计校准设备位置,实现高精度的定位。在高速运动时避障雷达可以感知周围的障碍物,及时规避障碍物,保护设备安全运行。
路径规划系统:依靠磁钉导航在高速度场景下的高精度定位,结合激光SLAM导航的环境感知能力,进行融合导航。当设备查找到磁钉组时,规划磁导航路径,提高设备运行速度,如果在磁导航过程中遇到障碍物,则自动切换为SLAM导航,重新规划路线。当设备找不到磁钉组时,通过SLAM确定设备位置,规划SLAM导航路径到最优的磁钉组位置。通过智能切换导航方式,保证设备在高速运行时的高精度和低速时对环境的高感知能力。
运动系统:采用四个全向驱动轮,允许设备在各种方向上自由运动,提供卓越的机动性和操控性,适应多种地形。
本发明的导航系统包括图3所示结构:包括车架、全向驱动模块、导航模块、避障模块等,它们共同协作以提供高效的导航和运动性能。车架中轴线上安装三个磁导航仪,搭配地面铺设的磁性标记物(例如磁钉),可以为机器人提供车身偏差数据。激光雷达安装于车架对角处,能侦测到约50米半径内的环境信息,两个激光雷达数据融合可以为机器人提供360°的环境感知能力。避障雷达安装于车架对角处,可以为机器人提供360°的避障能力,保护机器人的运动安全。惯性传感器(IMU)安装在车身中心位置,提供三轴加速度和三轴角度信息,为机器人提供准确的姿态信息,实现高精度的导航和控制。
磁导航仪5,6,10:在设备底部安装三个磁导航仪,分布在小车中轴线上,可以通过三个磁导航仪读取的磁钉数据,获取设备精确的水平和角度偏移。使用3个磁导航仪完成前后左右移动时的位置和角度偏差计算,磁导航仪的使用数量也可以增加或减少,安装位置也可以改变。
RFID读卡器3:通过读取预设的RFID标签,确定设备在环境中的绝对位置。
激光雷达用于感知周围环境。激光雷达1,7:在设备对角处安装两个激光雷达,激光雷达1和7可以为设备提供360°的环境数据,设备在任意方向移动都能精确定位。安装在设备对角的两个激光雷达用于实现对环境的360°感知,激光雷达可以是2D或3D激光雷达。此发明的安装位置只是一种方案,通过更改安装位置,增加或减少激光雷达数量也可以实现相同功能。例:在设备顶部安装一个360°激光雷达。
避障雷达:用于规避障碍物,保护设备运行安全。避障雷达2,8:用于设备在运动过程中规避障碍物,保证设备运动的安全性。安装在设备对角的两个避障雷达用于识别设备周围360°的障碍物。此发明的安装位置只是一种方案,通过更改安装位置,增加或减少激光雷达数量也可以实现相同功能。例:在设备四个方向上各安装一个避障雷达。
IMU、编码器和里程计:可以采集设备的运动参数,如:设备角度,加速度,运行里程信息。IMU惯导模块4:安装在设备中心位置,提供设备的加速度,角度等信息,提高磁导航和SLAM导航的精度。
空间场景:使用的场景,可以是室内或室外场景。
SLAM导航:搭配IMU、编码器和里程计,能够完成使用场景的高精度地图构建、设备定位和导航。避障雷达能够在导航时有效的规避地图场景中出现的障碍物,实现自动避障导航。
磁钉和RFID标签:磁钉和RFID标签铺设在地面,每一个RFID标签对应一组磁钉,磁钉和RFID标签之间的相对位置和设备中磁导航仪和RFID读卡器的安装位置相对应。
磁导航仪和RFID读卡器:安装在设备上,磁导航仪一般为多个,可以在不同方向上均能获取设备的平移偏差和角度偏差。磁导航仪可以非常迅速地识别和匹配磁钉,可以实现设备的高速运行。RFID读卡器用于获取设备的位置信息。
全向驱动轮组9:设备底部安装四个全向驱动轮组,全向驱动轮组允许设备在各种方向上自由运动,包含角度编码器和里程计。角度编码器可以为轮组提供可靠的角度数据,用于轮组角度方向的定位,实现轮组角度的全向调整。里程计用于计算轮组运动的里程信息,最终得到设备的运行距离,结合磁导航和SLAM导航的数据,计算出更加精确的设备位置信息。
本发明可以提供完整的磁导航和激光SLAM导航硬件方案:
磁导航方案:当机器人左移或右移时,通过6和10磁导航仪读取地面磁性标记物的数据计算出机器人左右偏差和角度偏差。当机器人前进或后退时,通过6磁导航仪读取地面标记物计算出机器人前后偏差,通过6和10磁导航仪读取地面标记物计算出机器人角度偏差。计算的偏差数据用于机器人的姿态调整,以实现机器人的高精度导航。磁导航方案能够高效地规划路径,使机器人在运动过程中迅速适应磁钉的匹配,从而实现机器人的高速运行。当遇到障碍物时,该方案能自动切换至激光SLAM导航模式,以实现绕行。
激光SLAM导航方案:机器人对角设置两个270°激光雷达,可以提供机器人周边360°的环境数据,搭配IMU和里程计实现使用场景的地图构建,机器人的定位和导航。激光雷达通过扫描周边环境,可以进行机器人所在位置的预定位,也可以与系统内预设的地图信息匹配进而确定所在坐标位置。
对于预定区域进行机器人自动导航时,可以首先通过激光导航进行初始位置定位,然后切换使用磁导航仪与周边环境铺设的磁性标记物(例如磁钉)识别或匹配,以规划行进路径。如果使用激光雷达识别周边环境并规划路线,则对激光导航设备的处理器性能和处理效率要求很高,目前的激光导航的速度大约能达到2m/s。对于本发明三个磁导航仪而言,通常设置3个一组的磁钉,与三个磁导航仪分别匹配。在预设环境空间内设置多组磁钉,用于覆盖整个预设环境空间内磁导航。经过磁定位规划路径准确并且速度快,并且可以根据行进过程中地面的实际情况进行实时调整,快速获取最优路径并行进至目的地。然后再切换至激光导航模式,在目的地处进行位置定位,以检测所在位置是否与预定的目的地匹配。
如图4所示为磁导航对应的简化地图示意,在地图中布置有磁钉组,图中的点1,2,…,42代表磁钉组的编码。当机器人在地图中需要从A点移动到B点时,首先将A点和B点映射到激光SLAM构建的地图中,得到起始点A的坐标为(XA,YA),终点B的坐标为(XB,YB),使用ROS2的Navigation 2获取从起始点到终点的路径,获取的路径坐标形式是二维的,通常以(x,y)坐标对的形式表示,这些坐标表示了从起点到目标点的路径点在平面上的位置。将路径映射到磁导航地图中为如图4所示的PAB,从PAB路径上选取A的下一目标点D1的坐标为(XD1,YD1),计算A和D1两点所连成的直线在直角坐标系中与X轴正方向所成夹角的角度θD1的计算方法如下:
计算A点周边最优的磁钉组点,已知A点的坐标,因为A点到8号点的距离最近,可以得到A点落入了8号点的矩形框内。取8号点上下左右以及对角的点,从图中可以得到这些点为1、2、3、7、9、13、14、15,分别计算这些点和点A所连成的直线在直角坐标系中与X轴正方向所成夹角的角度。下面以1号点为例计算角度,1号点的坐标为(X1,Y1),角度θ1的计算方法如下:
以此类推计算出所有点对应的角度θ1、θ2、θ3、θ7、θ8、θ9、θ13、θ14、θ15。计算与θD1角度的差值,差值的绝对值大于的代表点的方向与路径PAB不一致,不符合要求,计算得到点1、2、3不符合要求舍弃。
进一步计算点A到剩余点的距离L,下面以7号点为例计算距离,7号点的坐标为(X7,Y7),距离L7计算公式如下:
以此类推求出其他点到A点的距离,最后得到点8到A点的距离L8最近,故得到8号点为起始点A最优的磁钉组点。通过上述方式求得结束点B最优的磁钉组点为39号点。通过此方式获取的最优点可以使机器人以最短路径移动到磁钉点位上,并且与规划路径方向保持一致。
迪杰斯特拉算法(Dijkstra)是从一个顶点到其余各顶点的最短路径算法,解决的是有权图中最短路径问题。迪杰斯特拉算法主要特点是从起始点开始,采用贪心算法的策略,每次遍历到始点距离最近且未访问过的顶点的邻接节点,直到扩展到终点为止。已知两个最优磁钉组点为8和39号点,对于已知起点和终点求最短路径,Dijkstra算法非常适用,可以快速的计算出最短路径。
机器人从A点到B点的完整过程如下:
1.机器人从起始点A通过激光SLAM导航移动至8号点。
2.机器人从8号点按照最短路径移动至39号点,此过程为磁钉导航方式,可以高速运动,提高运行效率。
3.机器人从39号点通过激光SLAM导航移动至终点B。
特别是当A和B点距离越远,磁钉导航方式所占路程就越多,此方式提升的机器人运行速度就越多。磁钉导航的精度可以精确到±1mm,特别适用于需要高精度定位的场合。通过在关键位置设置磁钉组,可实现高精度的位置确定和导航。
通过激光导航和磁导航融合,可以提升机器人在复杂场景的适应能力,提升机器人的运行速度和效率,实现机器人的精准定位。通过融合两种导航方式,解决了磁导航环境适应性差和激光SLAM导航精度低的问题,极大地提高了该机器人的运动和定位导航性能。
Claims (10)
1.一种多模态融合导航方法,其特征在于,所述的多模态融合导航方法包括:步骤S001:预先在地面布置磁钉组和RFID标签,磁钉组和RFID标签是一一对应关系,记录RFID标签在场景中的位置信息;
步骤S002:通过激光SLAM构建实时场景地图;
步骤S003:设备在获取运动的终点位置后,进行路径规划,包括SLAM导航路径和磁钉组导航最短路径;
步骤S004:设备通过激光SLAM导航到达起始磁钉组位置;
步骤S005:设备通过磁钉导航到达终点磁钉组位置;
步骤S006:设备从终点磁钉组位置通过激光SLAM导航到达终点位置。
上述步骤不必然依次发生。
2.根据权利要求1所述的多模态融合导航方法,其特征在于,步骤S001中,每个RFID标签都带有唯一的标识和位置信息。
3.根据权利要求1所述的多模态融合导航方法,其特征在于,步骤S003中,规划的路径包括以下三个阶段中的一个或者多个:
阶段一:设备从起始位置到起始磁钉组;如果设备起始时已经在磁钉组位置,阶段一路径直接跳过;
阶段二:已知设备的终点位置,获取离终点最优的磁钉组位置,定义为终点磁钉组,规划起始磁钉组到终点磁钉组的最短路径,作为阶段二的路径;
阶段三:设备从终点磁钉组到终点位置的路径;如果设备终点在磁钉组位置,阶段三直接跳过。
4.根据权利要求1所述的多模态融合导航方法,其特征在于,计算起始位置周边最优的起始磁钉组,已知起始位置的坐标,取起始位置周边的磁钉组,分别计算这些磁钉组和点A所连成的直线在直角坐标系中与X轴正方向所成夹角的角度θ;
其中,
θn是第n号磁钉组和点A所连成的直线在直角坐标系中与X轴正方向所成夹角的角度;
第n号磁钉组的坐标为(Xn,Yn)。
5.根据权利要求1所述的多模态融合导航方法,其特征在于,步骤S004中,设备对角设置两个270°激光雷达,激光雷达通过扫描周边环境,进行机器人所在位置的预定位,或者与系统内预设的地图信息匹配进而确定设备所在的坐标位置。
6.根据权利要求1所述的多模态融合导航方法,其特征在于,设备在运行过程中如遇到障碍物,设备将停止磁钉导航,切换为激光SLAM导航,重新规划SLAM导航路线,运动到终点位置。
7.根据权利要求3所述的多模态融合导航方法,其特征在于,所述的多模态融合导航方法包括步骤S006:设备通过激光SLAM导航运行阶段三的路径,到达指定的终点位置。
8.根据权利要求1-7中任意一项所述的多模态融合导航方法的应用,其特征在于,依靠磁钉导航结合激光SLAM导航的环境感知能力,进行融合导航。
9.根据权利要求8所述的应用,其特征在于,当设备查找到磁钉组时,规划磁导航路径,提高设备运行速度,如果在磁导航过程中遇到障碍物,则自动切换为SLAM导航,重新规划路线;
当设备找不到磁钉组时,通过SLAM确定设备位置,规划SLAM导航路径到最优的磁钉组位置。
10.一种多模态融合导航系统,其特征在于,所述的多模态融合导航系统包括磁导航仪、RFID读卡器、激光雷达、避障雷达、IMU惯导模块、全向驱动轮组、角度编码器、里程计;
磁导航仪:在设备底部安装三个磁导航仪,分布在小车中轴线上,通过三个磁导航仪读取的磁钉数据,获取设备精确的水平和角度偏移;
RFID读卡器:通过读取预设的RFID标签,确定设备在环境中的绝对位置;
激光雷达:在设备对角处安装两个激光雷达,为设备提供360°的环境数据;
避障雷达:用于设备在运动过程中规避障碍物,保证设备运动的安全性;
IMU惯导模块:安装在设备中心位置,提供设备的加速度,角度等信息,提高磁导航和SLAM导航的精度;
全向驱动轮组:设备底部安装四个全向驱动轮组,全向驱动轮组允许设备在各种方向上自由运动,包含角度编码器和里程计;
角度编码器提供可靠的角度数据,用于轮组角度方向的定位;
里程计用于计算轮组运动的里程信息,最终得到设备的运行距离,结合磁导航和SLAM导航的数据,计算出精确的设备位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311736723.3A CN117685967A (zh) | 2023-12-15 | 2023-12-15 | 一种多模态融合导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311736723.3A CN117685967A (zh) | 2023-12-15 | 2023-12-15 | 一种多模态融合导航方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117685967A true CN117685967A (zh) | 2024-03-12 |
Family
ID=90133341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311736723.3A Pending CN117685967A (zh) | 2023-12-15 | 2023-12-15 | 一种多模态融合导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117685967A (zh) |
-
2023
- 2023-12-15 CN CN202311736723.3A patent/CN117685967A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106774335B (zh) | 基于多目视觉和惯导的导引装置、地标布局及导引方法 | |
Goel et al. | Robust localization using relative and absolute position estimates | |
US6496755B2 (en) | Autonomous multi-platform robot system | |
JP7502409B2 (ja) | 中間ウェイポイント生成器 | |
CN112740274B (zh) | 在机器人设备上使用光流传感器进行vslam比例估计的系统和方法 | |
US8473187B2 (en) | Method and apparatus for combining three-dimensional position and two-dimensional intensity mapping for localization | |
EP1365300A2 (en) | Autonomous multi-platform robotic system | |
Yoshida et al. | A sensor platform for outdoor navigation using gyro-assisted odometry and roundly-swinging 3D laser scanner | |
Klemm et al. | Autonomous multi-story navigation for valet parking | |
Kim et al. | SLAM in indoor environments using omni-directional vertical and horizontal line features | |
CN107562054A (zh) | 基于视觉、rfid、imu和里程计的自主导航机器人 | |
RU2740229C1 (ru) | Способ локализации и построения навигационных карт мобильного сервисного робота | |
CN110986920A (zh) | 定位导航方法、装置、设备及存储介质 | |
CN109960254B (zh) | 机器人及其路径规划方法 | |
Behrje et al. | An autonomous forklift with 3d time-of-flight camera-based localization and navigation | |
Hoang et al. | 3D motion estimation based on pitch and azimuth from respective camera and laser rangefinder sensing | |
CN112462762A (zh) | 一种基于路侧二维码单元的机器人室外自主移动系统及其方法 | |
Fusic et al. | A review of perception-based navigation system for autonomous mobile robots | |
Rasmussen et al. | Robot navigation using image sequences | |
CN111580530B (zh) | 一种定位方法、装置、自主移动设备及介质 | |
Mäkelä | Outdoor navigation of mobile robots | |
CN117685967A (zh) | 一种多模态融合导航方法 | |
CN114995459A (zh) | 机器人的控制方法、装置、设备及存储介质 | |
KR102481615B1 (ko) | 데이터 수집 방법 및 시스템 | |
CN115836262A (zh) | 基于图像的轨迹规划方法和运动控制方法以及使用该些方法的移动机器 |
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 |