CN213482706U - 基于信息融合的机器人自动纠偏导航系统 - Google Patents
基于信息融合的机器人自动纠偏导航系统 Download PDFInfo
- Publication number
- CN213482706U CN213482706U CN202022975458.2U CN202022975458U CN213482706U CN 213482706 U CN213482706 U CN 213482706U CN 202022975458 U CN202022975458 U CN 202022975458U CN 213482706 U CN213482706 U CN 213482706U
- Authority
- CN
- China
- Prior art keywords
- robot
- module
- information
- signal
- navigation
- 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
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本实用新型公开了一种基于信息融合的机器人自动纠偏导航系统，包括：信息采集模块，用于采集机器人所在空间的环境信息以及机器人的姿态信息并输出；导航纠偏模块，用于实时采集所述机器人行进路径上的环境信息并输出；主动控制模块，其信号输入端与信息采集模块和导航纠偏模块的信号输出端连接，用于规划机器人行进路径并生成行进执行信号，且对机器人的行进路径进行修正并生成行进转向信号；执行模块，根据行进执行信号在行进路径上行走，并根据行进转向信号调整行进方向。本实用新型的一种基于信息融合的机器人自动纠偏导航系统，实现了机器人在未知环境中进行行进路径的规划，并能够对规划的路径进行纠偏。
Description
技术领域
本实用新型涉及导航领域，具体涉及一种基于信息融合的机器人自动纠偏导航系统。
背景技术
在政策、资本和市场的推动下，智能机器人已经在各个行业开始小规模应用。大到物流运输、安全巡检、救援、无人驾驶、矿井探测，小到家庭应用，具有自主导航的机器人的使用越来越广泛；从军事、工业生产到日常生活中均展现了机器人的自主导航价值。
目前，对于机器人的自主导航设计，主要是通过人为遥控的方式进行建图，而建图的精度达不到工业级别的要求，同时，现有的机器人自主导航系统，在未知的环境下，对行进路径的纠偏能力弱，而且防碰撞效果差。
针对现有技术中机器人自主导航系统的建图精度低，对行进路径的纠偏能力弱，防碰撞效果差的问题，目前尚未提出有效的解决方案。
实用新型内容
有鉴于此，本实用新型的目的是克服现有技术中的缺陷，提供基于信息融合的机器人自动纠偏导航系统，实现了机器人在未知环境中进行行进路径的规划，并能够对规划的路径进行纠偏，同时能够对局部突发状况进行防碰撞保护。
本实用新型的基于信息融合的机器人自动纠偏导航系统，包括：
信息采集模块，用于采集机器人所在空间的环境信息以及机器人的姿态信息并输出；
导航纠偏模块，用于实时采集所述机器人行进路径上的环境信息并输出；
主动控制模块，其信号输入端与信息采集模块和导航纠偏模块的信号输出端连接，用于接收信息采集模块和导航纠偏模块输出的信息，根据信息采集模块输出信息规划机器人行进路径并生成行进执行信号，且根据导航纠偏模块输出信息对机器人的行进路径进行修正并生成行进转向信号；
执行模块，其信号输入端与主动控制模块的信号输出端连接，根据主动控制模块的行进执行信号在行进路径上行走，并根据主动控制模块的行进转向信号调整行进方向。
进一步，所述信息采集模块包括用于采集机器人所在空间环境中机器人与目标物体之间距离的激光雷达、用于采集机器人所在空间环境的图像信息的视觉测量模块以及用于采集所述机器人的姿态角、加速度以及行进方向的姿态测量模块；
所述激光雷达、视觉测量模块以及姿态测量模块的信号输出端均与所述主动控制模块的信号输入端连接。
进一步，所述姿态测量模块为GY-MPU9250。
进一步，所述导航纠偏模块包括用于实时采集所述机器人与周围障碍物之间距离的激光测距传感器；所述激光测距传感器的信号输出端与所述主动控制模块的信号输入端连接。
进一步，还包括：防碰撞模块，其信号输入端与主动控制模块的信号输出端连接，用于接收主动控制模块对导航纠偏模块输出信息的判断而生成的控制信号，并根据所述控制信号控制所述机器人进行防碰撞操作。
进一步，所述防碰撞模块包括刹车模块、设置于所述机器人的防护气囊、电磁阀、空气压缩机和压力计；
所述刹车模块的控制端、所述空气压缩机的控制端以及所述电磁阀的控制端分别与所述主动控制模块的控制输出端连接；
所述压力计用于检测防护气囊的气体压力且压力计的输出端与主动控制模块的输入端连接；
所述空气压缩机的输出口与防护气囊的输入口连通，所述电磁阀设置于防护气囊和空气压缩机连通的管路上。
进一步，所述电磁阀为三位三通电磁阀。
本实用新型的有益效果是：本实用新型公开的一种基于信息融合的机器人自动纠偏导航系统，通过采集空间环境信息以及机器人的姿态信息，完成环境地图的构建、机器人行进路径的规划，通过实时采集机器人与周围障碍物之间的距离，能够及时对行进路径进行纠偏，同时能够对局部突发状况进行防碰撞保护。
附图说明
下面结合附图和实施例对本实用新型作进一步描述：
图1为本实用新型的系统结构示意图。
具体实施方式
以下结合说明书附图对本实用新型做出进一步的说明，如图1所示：
本实用新型的基于信息融合的机器人自动纠偏导航系统，包括：
信息采集模块，用于采集机器人所在空间的环境信息以及机器人的姿态信息并输出；
导航纠偏模块，用于实时采集所述机器人行进路径上的环境信息并输出；
主动控制模块，其信号输入端与信息采集模块和导航纠偏模块的信号输出端连接，用于接收信息采集模块和导航纠偏模块输出的信息，根据信息采集模块输出信息规划机器人行进路径并生成行进执行信号，且根据导航纠偏模块输出信息对机器人的行进路径进行修正并生成行进转向信号；本实施例中，所述主动控制模块包括Raspberry Pi 3开发板，所述Raspberry Pi 3开发板集成了环境地图的构建、所述机器人的定位与转向以及所述机器人到目标位置的路径规划等功能；所述Raspberry Pi 3开发板采用现有技术，在此不再赘述；
执行模块，其信号输入端与主动控制模块的信号输出端连接，根据主动控制模块的行进执行信号在行进路径上行走，并根据主动控制模块的行进转向信号调整行进方向；本实施例中，所述执行模块包括驱动单元以及行走单元；所述驱动单元用于驱动行走单元在行进路径上行走或转向；所述驱动单元包括驱动装置和电机，所述驱动装置和电机均采用现有技术，在此不再赘述；所述行走单元采用履带或滚轮等形式，所述行走单元采用现有技术，在此不再赘述。
其中，所述主动控制模块通过实时分析所述机器人与周围障碍物之间的距离，并与已构建的环境地图进行对比，实现对机器人的行进路径进行纠偏，使使得局部导航更加精确。
所述纠偏包括对机器人所处位置的纠偏以及对机器人行进方向的纠偏；对机器人所处位置的纠偏为：测量机器人中心位置与其两侧的障碍物距离是否相等，从而使得使机器人的中心位置位于两侧障碍物的对称中线上；
对机器人行进方向的纠偏为：将机器人两侧障碍物的距离信息点拟合成两条线，根据两条线的走向，计算出机器人行进的最优方向，并根据机器人行进的最优方向，对所述机器人的实时行进方向进行纠偏。这样一方面，可以对已构建的环境地图进行局部纠正，另一方面，可以对突然变化的周边环境做出适应性调整。
本实施例中，所述信息采集模块包括用于采集机器人所在空间环境中机器人与目标物体之间距离的激光雷达、用于采集机器人所在空间环境的图像信息的视觉测量模块以及用于采集所述机器人的姿态角、加速度以及行进方向的姿态测量模块；
所述激光雷达、视觉测量模块以及姿态测量模块的信号输出端均与所述主动控制模块的信号输入端连接。
其中，所述激光雷达包括激光扫描系统、GPS(全球定位系统)和INS(惯性导航系统)，测量得到所述机器人与空间环境中目标物体之间的距离后，通过分析激光的时间范围、激光的扫描角度、GPS位置和INS信息进而得到空间环境中目标物体的高度精确的x、y、z坐标，所述目标物体为机器人所在空间环境中激光雷达能够扫描到的静止或移动的物体。
所述视觉测量模块包括视觉传感器，所述视觉传感器包括一个RGB摄像头和一套3D结构的光深度感应器；通过RGB摄像头拍摄周边环境的图像，并使用所述光深度感应器对所述图像进行3D加工处理，从而得到机器人所在空间环境的三维立体图；
本实施例中，所述姿态测量模块包括GY-MPU9250模块；所述GY-MPU9250模块包括三轴磁力计、三轴陀螺仪以及三轴加速计，其中，所述三轴为空间直角坐标系中X、Y、Z坐标轴；所述三轴磁力计可以测量得到所述机器人的姿态角；所述三轴加速计可以测量得到所述机器人的加速度；所述三轴陀螺仪可以测量得到所述机器人的行进方向；所述GY-MPU9250模块采用现有技术，在此不再赘述。
本实施例中，所述导航纠偏模块包括用于实时采集所述机器人与周围障碍物之间距离的激光测距传感器；所述激光测距传感器的信号输出端与所述主动控制模块的信号输入端连接。
本实施例中，所述机器人自动纠偏导航系统，还包括：防碰撞模块，其信号输入端与主动控制模块的信号输出端连接，用于接收主动控制模块对导航纠偏模块输出信息的判断而生成的控制信号，并根据所述控制信号控制所述机器人进行防碰撞操作。
本实施例中，所述防碰撞模块包括刹车模块、设置于所述机器人的防护气囊、电磁阀、空气压缩机和压力计；其中，所述防护气囊设置于所述机器人容易发生碰撞的位置；所述刹车模块采用现有技术，在此不再赘述。
所述刹车模块的控制端、所述空气压缩机的控制端以及所述电磁阀的控制端分别与所述主动控制模块的控制输出端连接；
所述压力计用于检测防护气囊的气体压力且压力计的输出端与主动控制模块的输入端连接；其中，所述压力计设置于所述防护气囊；
所述空气压缩机的输出口与防护气囊的输入口连通，所述电磁阀设置于防护气囊和空气压缩机连通的管路上。
本实施例中，所述电磁阀为三位三通电磁阀。所述空气压缩机的输出口与所述电磁阀的进口连接；所述电磁阀的第一出口与所述防护气囊的输入口连接；所述防护气囊内的气体通过所述电磁阀的第二出口排出。其中，如图1所示，所述空气压缩机与所述三位三通电磁阀之间以及所述三位三通电磁阀与所述防护气囊之间的黑色连接线，表示为连通通道。
其中，防碰撞模块的防碰撞原理为：当所述激光测距传感器测量得到机器人与障碍物的距离小于设定的安全距离时，所述机器人进行防碰撞操作：所述刹车模块进行制动操作，使得所述机器人不断减速；电磁阀的进口与第一出口连通，从而使得所述空气压缩机的输出口与防护气囊的输入口连通；同时，所述空气压缩机开启，将抽取的空气输出到防护气囊；当压力计的读数达到设定阈值时，所述电磁阀的第一出口关闭，使得空气不再进入防护气囊；同时，所述空气压缩机停止工作。
当所述激光测距传感器测量得到机器人与障碍物的距离不再小于设定的安全距离时或机器人因发生了碰撞而停止时，所述机器人解除防碰撞操作：所述刹车模块不再进行制动操作；电磁阀的第一出口与第二出口连通，使得防护气囊的气体排出，进而使得防护气囊恢复原状。
为了本领域技术人员对本实用新型的技术原理充分理解，下面对本实用新型如何进行环境地图的构建、机器人的定位以及机器人到目标位置的路径规划进行详细说明：
所述环境地图的构建，具体包括：
根据测量得到的机器人所在空间的环境信息，采用基于图优化的Cartographer算法来构建环境实时地图；
根据所构建的环境实时地图，采用基于RRT算法的主动探索建图方式，对未知区域点进行检测和发布，并对未知环境进行主动探索，构建部分环境的地图；
在已构建的部分环境地图和新的探索目标点之间进行估计导航，最终完成环境地图的构建。
所述机器人的定位，具体包括：根据构建好的环境地图，采用自适应蒙特卡洛(AMCL)算法实现对机器人进行定位，能够及时修正全局定位出现的错误，进而解决已知环境地图下机器人的定位问题。
所述机器人到目标位置的路径规划，具体包括：结合机器人的姿态信息，用A*全局路径规划算法与DWA局部路径规划算法对机器人到目标位置之间的路径进行规划。
最后说明的是，以上实施例仅用以说明本实用新型的技术方案而非限制，尽管参照较佳实施例对本实用新型进行了详细说明，本领域的普通技术人员应当理解，可以对本实用新型的技术方案进行修改或者等同替换，而不脱离本实用新型技术方案的宗旨和范围，其均应涵盖在本实用新型的权利要求范围当中。
Claims (7)
1.一种基于信息融合的机器人自动纠偏导航系统，其特征在于：包括：
信息采集模块，用于采集机器人所在空间的环境信息以及机器人的姿态信息并输出；
导航纠偏模块，用于实时采集所述机器人行进路径上的环境信息并输出；
主动控制模块，其信号输入端与信息采集模块和导航纠偏模块的信号输出端连接，用于接收信息采集模块和导航纠偏模块输出的信息，根据信息采集模块输出信息规划机器人行进路径并生成行进执行信号，且根据导航纠偏模块输出信息对机器人的行进路径进行修正并生成行进转向信号；
执行模块，其信号输入端与主动控制模块的信号输出端连接，根据主动控制模块的行进执行信号在行进路径上行走，并根据主动控制模块的行进转向信号调整行进方向。
2.根据权利要求1所述的基于信息融合的机器人自动纠偏导航系统，其特征在于：所述信息采集模块包括用于采集机器人所在空间环境中机器人与目标物体之间距离的激光雷达、用于采集机器人所在空间环境的图像信息的视觉测量模块以及用于采集所述机器人的姿态角、加速度以及行进方向的姿态测量模块；
所述激光雷达、视觉测量模块以及姿态测量模块的信号输出端均与所述主动控制模块的信号输入端连接。
3.根据权利要求2所述的基于信息融合的机器人自动纠偏导航系统，其特征在于：所述姿态测量模块为GY-MPU9250。
4.根据权利要求1所述的基于信息融合的机器人自动纠偏导航系统，其特征在于：所述导航纠偏模块包括用于实时采集所述机器人与周围障碍物之间距离的激光测距传感器；所述激光测距传感器的信号输出端与所述主动控制模块的信号输入端连接。
5.根据权利要求1所述的基于信息融合的机器人自动纠偏导航系统，其特征在于：还包括：防碰撞模块，其信号输入端与主动控制模块的信号输出端连接，用于接收主动控制模块对导航纠偏模块输出信息的判断而生成的控制信号，并根据所述控制信号控制所述机器人进行防碰撞操作。
6.根据权利要求5所述的基于信息融合的机器人自动纠偏导航系统，其特征在于：所述防碰撞模块包括刹车模块、设置于所述机器人的防护气囊、电磁阀、空气压缩机和压力计；
所述刹车模块的控制端、所述空气压缩机的控制端以及所述电磁阀的控制端分别与所述主动控制模块的控制输出端连接；
所述压力计用于检测防护气囊的气体压力且压力计的输出端与主动控制模块的输入端连接；
所述空气压缩机的输出口与防护气囊的输入口连通，所述电磁阀设置于防护气囊和空气压缩机连通的管路上。
7.根据权利要求6所述的基于信息融合的机器人自动纠偏导航系统，其特征在于：所述电磁阀为三位三通电磁阀。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202022975458.2U CN213482706U (zh) | 2020-12-10 | 2020-12-10 | 基于信息融合的机器人自动纠偏导航系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202022975458.2U CN213482706U (zh) | 2020-12-10 | 2020-12-10 | 基于信息融合的机器人自动纠偏导航系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN213482706U true CN213482706U (zh) | 2021-06-18 |
Family
ID=76356958
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202022975458.2U Expired - Fee Related CN213482706U (zh) | 2020-12-10 | 2020-12-10 | 基于信息融合的机器人自动纠偏导航系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN213482706U (zh) |
-
2020
- 2020-12-10 CN CN202022975458.2U patent/CN213482706U/zh not_active Expired - Fee Related
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Maier et al. | Improved GPS sensor model for mobile robots in urban terrain | |
| US10151588B1 (en) | Determining position and orientation for aerial vehicle in GNSS-denied situations | |
| Langelaan | State estimation for autonomous flight in cluttered environments | |
| Kelly et al. | Combined visual and inertial navigation for an unmanned aerial vehicle | |
| US20210232151A1 (en) | Systems And Methods For VSLAM Scale Estimation Using Optical Flow Sensor On A Robotic Device | |
| US9122278B2 (en) | Vehicle navigation | |
| EP3799618B1 (en) | Method of navigating a vehicle and system thereof | |
| Langelaan et al. | Towards autonomous UAV flight in forests | |
| KR102396675B1 (ko) | 라이다 센서를 이용한 지하광산 자율주행 로봇의 위치추정 및 3d 갱도 맵핑 시스템과 그 방법 | |
| Hoang et al. | Multi-sensor perceptual system for mobile robot and sensor fusion-based localization | |
| Li et al. | Autonomous navigation and environment modeling for MAVs in 3-D enclosed industrial environments | |
| Adam et al. | Fusion of fixation and odometry for vehicle navigation | |
| Hassani et al. | Lidar data association risk reduction, using tight integration with INS | |
| Unicomb et al. | Distance function based 6dof localization for unmanned aerial vehicles in gps denied environments | |
| Fang et al. | A motion tracking method by combining the IMU and camera in mobile devices | |
| CN213482706U (zh) | 基于信息融合的机器人自动纠偏导航系统 | |
| Dai et al. | SIMSF: A scale insensitive multi-sensor fusion framework for unmanned aerial vehicles based on graph optimization | |
| Klavins et al. | Unmanned aerial vehicle movement trajectory detection in open environment | |
| KR20180066668A (ko) | 무인 이동체의 주행 환경 제작 기술을 위한 장치 및 방법 | |
| Salas et al. | Collaborative object search using heterogeneous mobile robots | |
| Sajeed et al. | Vehicle lane departure estimation on urban roads using GIS information | |
| CN113048978B (zh) | 移动机器人重定位方法及移动机器人 | |
| CN114910062A (zh) | 一种多源信息融合的导航定位方法 | |
| Alpen et al. | A real-time on-board orthogonal SLAM for an indoor UAV | |
| JP2022075256A (ja) | 座標変換用パラメータ取得方法及び装置、自己位置推定装置 |
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: 20210618 Termination date: 20211210 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |