CN212781778U - 一种基于视觉slam的智能车 - Google Patents
一种基于视觉slam的智能车 Download PDFInfo
- Publication number
- CN212781778U CN212781778U CN202022185787.7U CN202022185787U CN212781778U CN 212781778 U CN212781778 U CN 212781778U CN 202022185787 U CN202022185787 U CN 202022185787U CN 212781778 U CN212781778 U CN 212781778U
- Authority
- CN
- China
- Prior art keywords
- vehicle
- chassis
- mounted host
- bin
- smart car
- 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.)
- Expired - Fee Related
Links
- 230000010354 integration Effects 0.000 claims abstract description 7
- 230000000007 visual effect Effects 0.000 claims description 18
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 7
- 229910052744 lithium Inorganic materials 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 5
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical compound CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 claims description 3
- 229910052751 metal Inorganic materials 0.000 claims description 3
- 239000002184 metal Substances 0.000 claims description 3
- 230000001681 protective effect Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- 238000000034 method Methods 0.000 description 5
- 230000004888 barrier function Effects 0.000 description 3
- 230000004807 localization Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 108010066114 cabin-2 Proteins 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本实用新型公开了一种基于视觉SLAM的智能车,包括底盘,所述底盘上方设置有集成仓,集成仓内设置载有视觉SLAM系统的车载主机;所述集成仓的前、后方均设置有深度相机,深度相机与车载主机连接,相机采集智能车周围环境的图像信息并传输至车载主机;所述集成仓的顶盖上设有激光雷达和毫米波雷达,激光雷达、毫米波雷达与车载主机连接,用于智能车的测距及避障,并将探测到的信息传输至车载主机;所述车载主机根据接收的信息构建地图。本实用新型的装置利用深度相机融合激光雷达实现同时建图和导航,数据获取源多样,不仅仅依靠单一传感器,数据的准确性大大提高,误差减少,能够提高系统的精度。
Description
技术领域
本实用新型属于无人驾驶技术,具体涉及一种基于视觉SLAM的智能车。
背景技术
SLAM(simultaneous localization and mapping),也称为CML(ConcurrentMapping and Localization),即时定位与地图构建,或并发建图与定位。最早在机器人领域提出,它指的是:机器人从未知环境的未知地点出发,在运动过程中通过重复观测到的环境特征定位自身位置和姿态,再根据自身位置构建周围环境的增量式地图,从而达到同时定位和地图构建的目的,被认为是实现真正全自主移动机器人的关键。目前,SLAM技术在机器人、无人驾驶、AR/VR等领域扮演了重要角色。现阶段的移动机器人需要搭载更多的传感器来获取自身的位姿以及感知周围的环境,用来满足路径规划以及导航等应用;并且,移动机器人上的相机定位的精度有限,在遇到纹理信息比较少的环境时,特征点较少构建出来的地图效果不好;不仅如此,相机的视角受限,只能看到前方的视角,不能获取全局视角,完成全局的避障。
实用新型内容
实用新型目的:本实用新型的目的在于提供一种能够获取全局视角,且能实时避障的基于视觉SLAM的智能车。
技术方案:本实用新型包括底盘,所述底盘上方设置有集成仓,集成仓内设置载有视觉SLAM系统的车载主机;所述集成仓的前、后方均设置有深度相机,深度相机与车载主机连接,深度相机采集智能车周围环境的图像信息并传输至车载主机;所述集成仓的顶盖上设有激光雷达和毫米波雷达,激光雷达、毫米波雷达与车载主机连接,用于智能车的测距及避障,并将探测到的信息传输至车载主机;所述车载主机根据接收的信息构建地图。
还包括设置在底盘后端两侧的驱动轮,所述驱动轮与电机模块连接,电机模块对驱动轮进行驱动,实现驱动轮的自主驱动。
还包括设置在底盘前端两侧的转向轮,所述转向轮与转向舵机连接,转向舵机控制转向轮转动。
所述电机模块与驱动轮之间设有联轴器,电机模块通过联轴器与驱动轮的传动轴联动,实现对驱动轮的驱动。
所述集成仓顶盖上设置有带金属防护网的PWM调速风扇。
所述底盘上设置有接收机,用来接收遥控手柄发出的信号,能够手控智能车到达地形复杂、纹理信息较少的区域,这样可以获得更加完整的地图,地图的精度有所极高。
所述深度相机、激光雷达、毫米波雷达均与车载主机无线连接,实现数据的传输。
还包括锂电池,所述锂电池设置在底盘,用于给智能车充电。
所述相机的型号采用Kinect-2相机,具有较高的分辨率以及精度。
所述底盘采用正向阿克曼底盘,能够接受速度指令,发布里程计数据。
有益效果:本实用新型与现有技术相比,其有益效果在于:(1)数据获取源多样,不仅仅依靠单一传感器,数据的准确性大大提高,误差减少,能够提高系统的精度,并且提高系统的鲁棒性;(2)兼顾激光雷达建图与导航以及深度相机融合激光雷达建图和导航两种模式,能够实时有效的获取周围环境,并且实时避障,地图更新,能够保证智能车自主驾驶;(3)能够利用深度相机融合激光雷达实现同时建图和导航。结合SLAM建图技术,在建图的过程中可以完成智能车的实时导航。
附图说明
图1为本实用新型的左视图;
图2为本实用新型的俯视图;
图3为本实用新型的后视图;
图4为本实用新型中SLAM系统的工作流程图。
具体实施方式
下面结合具体实施方式和说明书附图对本实用新型做进一步详细介绍。
如图1至图3所示,本实用新型包括底盘1、集成仓2、车载主机3、深度相机4、激光雷达5、毫米波雷达6、转向舵机7、接收机8、电机模块9、驱动轮10、转向轮11、PWM调速风扇12、锂电池13。底盘1采用正向阿克曼底盘,市面上多为反阿克曼结构,底盘1主要具备接受速度指令,发布里程计数据,获取IMU原始数据以及电流电压的监测。底盘上还搭载了2600mAH锂电池,来实现给智能车有效的供电。底盘1上方设置有集成仓2,集成仓2内设置载有视觉SLAM系统的车载主机3。集成仓2包括前、后、左、右设置的前仓板、后仓板、左仓板、右仓板、顶盖、底板。前仓板、后仓板、左仓板、右仓板、顶盖均通过连接杆固接于底盘1上。前仓板预留了一个USB接口,用来搭载深度相机4。集成仓2的后仓板上设有电源开关,左仓板上设有四个USB接口,HDMI接口以及一个网口,右仓板上设有电源的充电口。集成仓2底板和底盘1之间装有4节锂电池13,用于给智能车充电。
集成仓2的前、后方均设置深度相机4,深度相机4通过固定杆固定在底盘1上,深度相机4与车载主机3连接,深度相机4感知周围的环境信息,通过采集的图像信息来获取智能车的位姿信息,感知智能车在环境中的位姿。通过前后相机获取的不同环境信息,进行融合处理来获取更加准确的环境地图。本实施例中,深度相机4采用Kinect-2相机,这款相机具有较高的分辨率以及精度,并且可以捕获高帧率的3D信息,检测范围可以达到0.5–4.5m,深度误差小于0.5%of range,其水平视角达到了70度,垂直视角达到了60度,非常适合智能车来获取周围的环境信息,并且它的供电和数据传输都是通过数据线和车载主机3相连,固定在集成仓2的左仓板。
集成仓2的顶盖上设有激光雷达5和毫米波雷达6,激光雷达5、毫米波雷达6与车载主机3连接,激光雷达5、毫米波雷达6通过固定杆固定到底盘上,用于智能车的测距及避障,同时辅助相机4来感知周围的环境,将探测到的避障信息以及局部的地图信息实时传输给车载主机3。车载主机3根据接收的信息构建地图。同时,集成仓2顶盖上还设置有带金属防护网的PWM调速风扇12。底盘1上设置有接收机8,用来接收遥控手柄发出的信号。深度相机4、激光雷达5、毫米波雷达6均与车载主机3无线连接。
底盘1后端两侧设置驱动轮10,驱动轮10与电机模块9连接,并且,电机模块9与驱动轮10之间还设有联轴器,电机模块9通过联轴器与驱动轮10的传动轴联动,实现对驱动轮10的驱动。本实施例中,电机模块9采用直流有刷减速电机,并且自带编码器,用来接收车载主机3发出的信号,用来控制车轮的转向等指令。驱动轮10采用万向轮。底盘1前端两侧设置转向轮11,转向轮11与转向舵机7连接,转向舵机7控制转向轮11转动,转向轮11采用防滑轮。
如图4所示,SLAM系统功能实现流程如下:
传感器数据读取:对深度相机4和激光雷达获取图像信息的读取和预处理;
前端视觉里程计:在视觉里程计部分,在深度相机4和激光雷达数据标定好的前提下进行位姿的估计,我们采用的是Kinect-2相机所以不需要考虑初始化问题,在深度相机4的第一帧就可以获取到深度信息,并且获取关键帧,通过关键帧来估算相邻图像间的运动,并且生成局部地图;
后端非线性优化:后端优化主要指处理SLAM过程中噪声的问题,后端接受不同时刻视觉里程计测量的相机位姿,以及回环检测的信息,对它们进行优化,得到全局一致的轨迹和地图;
回环检测:主要解决位置估计随时间漂移的问题,回环检测判断机器人是否到达过先前的位置。如果检测到回环,它会把信息提供给后端进行处理;
建图:它根据估计的轨迹,建立与任务要求对应的地图。
车载主机3将深度相机4以及激光雷达5、毫米波雷达6获取到的图像进行融合,然后和Kinect-2相机获取的前一帧图像进行对比,找到相同的部分,用来当作当前帧,来获取智能车的位姿并且构建出当前帧的环境信息,通过对这些数据进行融合分析,最后将指令发送到智能车上,智能车可以自主的感知周围的环境,当周围的环境发生改变时,可以自主的完成地图更新;同时,智能车还搭配了遥控手柄,可以手控的到达一些地形比较复杂,纹理信息比较少的区域,这样可以获得更加完整的地图,地图的精度有所极高。如此就可以实时的控制智能车自主的完成定位和构图。同时智能车上搭载的激光雷达5以及毫米波雷达6可以实时得把智能车周围物体的距离传送到车载主机上,以便智能车对自己的行驶状态做出调整,寻找到最优路径到达目的地。
Claims (10)
1.一种基于视觉SLAM的智能车,包括底盘(1),其特征在于:所述底盘(1)上方设置有集成仓(2),集成仓(2)内设置载有视觉SLAM系统的车载主机(3);所述集成仓(2)的前、后方均设置有深度相机(4),深度相机(4)与车载主机(3)连接,深度相机(4)采集智能车周围环境的图像信息并传输至车载主机(3);所述集成仓(2)的顶盖上设有激光雷达(5)和毫米波雷达(6),激光雷达(5)、毫米波雷达(6)与车载主机(3)连接,用于智能车的测距及避障,并将探测到的信息传输至车载主机(3);所述车载主机(3)根据接收的信息构建地图。
2.根据权利要求1所述的基于视觉SLAM的智能车,其特征在于:还包括设置在底盘(1)后端两侧的驱动轮(10),所述驱动轮(10)与电机模块(9)连接,电机模块(9)对驱动轮(10)进行驱动。
3.根据权利要求1所述的基于视觉SLAM的智能车,其特征在于:还包括设置在底盘(1)前端两侧的转向轮(11),所述转向轮(11)与转向舵机(7)连接,转向舵机(7)控制转向轮(11)转动。
4.根据权利要求2所述的基于视觉SLAM的智能车,其特征在于:所述电机模块(9)与驱动轮(10)之间设有联轴器,电机模块(9)通过联轴器与驱动轮(10)的传动轴联动,实现对驱动轮(10)的驱动。
5.根据权利要求1所述的基于视觉SLAM的智能车,其特征在于:所述集成仓(2)顶盖上设置有带金属防护网的PWM调速风扇(12)。
6.根据权利要求1所述的基于视觉SLAM的智能车,其特征在于:所述底盘(1)上设置有接收机(8),用来接收遥控手柄发出的信号。
7.根据权利要求1所述的基于视觉SLAM的智能车,其特征在于:所述深度相机(4)、激光雷达(5)、毫米波雷达(6)均与车载主机(3)无线连接。
8.根据权利要求1所述的基于视觉SLAM的智能车,其特征在于:还包括锂电池(13),所述锂电池(13)设置在底盘(1),用于给智能车充电。
9.根据权利要求1至8任一项所述的基于视觉SLAM的智能车,其特征在于:所述深度相机(4)的型号采用Kinect-2相机。
10.根据权利要求1至8任一项所述的基于视觉SLAM的智能车,其特征在于:所述底盘(1)采用正向阿克曼底盘。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202022185787.7U CN212781778U (zh) | 2020-09-29 | 2020-09-29 | 一种基于视觉slam的智能车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202022185787.7U CN212781778U (zh) | 2020-09-29 | 2020-09-29 | 一种基于视觉slam的智能车 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN212781778U true CN212781778U (zh) | 2021-03-23 |
Family
ID=75056814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202022185787.7U Expired - Fee Related CN212781778U (zh) | 2020-09-29 | 2020-09-29 | 一种基于视觉slam的智能车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN212781778U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113640802A (zh) * | 2021-07-30 | 2021-11-12 | 国网上海市电力公司 | 一种基于多融合传感器的机器人空间定位方法和系统 |
CN113821040A (zh) * | 2021-09-28 | 2021-12-21 | 中通服创立信息科技有限责任公司 | 一种深度视觉相机与激光雷达融合导航的机器人 |
-
2020
- 2020-09-29 CN CN202022185787.7U patent/CN212781778U/zh not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113640802A (zh) * | 2021-07-30 | 2021-11-12 | 国网上海市电力公司 | 一种基于多融合传感器的机器人空间定位方法和系统 |
CN113640802B (zh) * | 2021-07-30 | 2024-05-17 | 国网上海市电力公司 | 一种基于多融合传感器的机器人空间定位方法和系统 |
CN113821040A (zh) * | 2021-09-28 | 2021-12-21 | 中通服创立信息科技有限责任公司 | 一种深度视觉相机与激光雷达融合导航的机器人 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3787909B1 (en) | Coupler and tow-bar detection for automated trailer hitching via cloud points | |
CN110244772B (zh) | 移动机器人的领航跟随系统和领航跟随控制方法 | |
US10867409B2 (en) | Methods and systems to compensate for vehicle calibration errors | |
US10990099B2 (en) | Motion planning methods and systems for autonomous vehicle | |
US20190086204A1 (en) | Trailer Length Detection System | |
CN113085896B (zh) | 一种现代有轨清洁车辅助自动驾驶系统及方法 | |
Morales et al. | Driver assistance system for backward maneuvers in passive multi-trailer vehicles | |
CN205644275U (zh) | 无人驾驶智能小车 | |
CN212781778U (zh) | 一种基于视觉slam的智能车 | |
CN207397090U (zh) | 一种无人驾驶配送小车 | |
CN105843229A (zh) | 无人驾驶智能小车及控制方法 | |
CN206833250U (zh) | 一种基于激光雷达的无人驾驶侦查小车 | |
WO2015156821A1 (en) | Vehicle localization system | |
CN105629970A (zh) | 一种基于超声波的机器人定位避障方法 | |
CN102608998A (zh) | 嵌入式系统的视觉导引agv系统及方法 | |
CN103592944A (zh) | 一种超市购物机器人及其行进路径规划方法 | |
CN212220188U (zh) | 地下停车场融合定位系统 | |
CN214520204U (zh) | 一种基于深度相机和激光雷达的港区智能巡检机器人 | |
CN107643756A (zh) | 一种无人驾驶配送小车及其行进方法 | |
Jun et al. | Autonomous driving system design for formula student driverless racecar | |
CN113759787A (zh) | 一种封闭园区无人驾驶机器人和工作方法 | |
CN211906081U (zh) | 基于路径跟踪的无人驾驶小型扫路车控制系统 | |
CN208188676U (zh) | 一种基于视觉slam技术的自主行驶小车装置 | |
CN111367273A (zh) | 基于路径跟踪的无人驾驶小型扫路车控制系统及其控制方法 | |
CN115237113B (zh) | 机器人导航的方法、机器人、机器人系统及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210323 |
|
CF01 | Termination of patent right due to non-payment of annual fee |