TW201741626A - 導航系統及導航方法 - Google Patents
導航系統及導航方法 Download PDFInfo
- Publication number
- TW201741626A TW201741626A TW106110187A TW106110187A TW201741626A TW 201741626 A TW201741626 A TW 201741626A TW 106110187 A TW106110187 A TW 106110187A TW 106110187 A TW106110187 A TW 106110187A TW 201741626 A TW201741626 A TW 201741626A
- Authority
- TW
- Taiwan
- Prior art keywords
- electronic device
- distance value
- processor
- obstacle
- value
- Prior art date
Links
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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
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
一種導航系統,包含:一處理器及多個測距模組。處理器用以依據一導航路徑以控制一電子裝置的一移動方向,並取得一空間資訊,依據空間資訊設置一航點。測距模組分別用以測量電子裝置與航點的一航點距離值。其中,當處理器判斷航點距離值小於一航點門檻值時,處理器根據由測距模組取得多個障礙距離值計算出一第一距離值及一第二距離值,並根據第一距離值及第二距離值的差值決定操作行為。
Description
本案是有關於一種導航系統及導航方法。特別是有關於一種應用於移動機器人的導航系統及導航方法。
機器人導航技術日臻成熟,然而應用於居家型服務的機器人,由於需面對高不確定性之居家環境與障礙物擺設,因此居家型服務機器人需要有更好更穩定的自主導航能力。
本案提供一種導航系統,應用於一電子裝置,此導航系統包含:一處理器及多個測距模組。處理器用以依據一導航路徑以控制一電子裝置的一移動方向,並取得一空間資訊,依據空間資訊設置一航點。測距模組分別用以測量電子裝置與航點的一航點距離值。其中,當處理器判斷航點距離值小於一航點門檻值時,處理器根據由
測距模組取得的多個障礙距離值計算出一第一距離值及一第二距離值,當第一距離值小於第二距離值,則處理器控制電子裝置執行一第一行為,當第一距離值大於第二距離值,則處理器控制電子裝置執行一第二行為,當第一距離值等於第二距離值,則處理器控制電子裝置執行一第三行為。
本案之另提供一種導航方法,包含:取得一空間資訊,依據空間資訊設置一航點;測量一電子裝置與航點的一航點距離值;判斷航點距離值是否小於一航點門檻值;當判斷航點距離值小於一航點門檻值時,一處理器根據由複數個測距模組取得的複數個障礙距離值計算出一第一距離值及一第二距離值,當第一距離值小於第二距離值,則處理器控制電子裝置執行一第一行為,當第一距離值大於第二距離值,則處理器控制電子裝置執行一第二行為,當第一距離值等於第二距離值,則處理器控制電子裝置執行一第三行為。
R1、R2、R3、R4、R5‧‧‧區域
S1、S2、S3、S4、S5‧‧‧測距模組
10‧‧‧處理器
20‧‧‧儲存模組
30‧‧‧電源供應器
100‧‧‧導航系統
150‧‧‧機器人
HD‧‧‧頭部
C1、C2‧‧‧攝影機
NK‧‧‧支撐部
BD‧‧‧本體
A-A‧‧‧沿線
WH1、WH2‧‧‧輪子
RM‧‧‧操作環境
BK1、BK2、BK3‧‧‧牆面
L1‧‧‧寬度
L2‧‧‧長度
a、b、c、d、e‧‧‧方向
r1、r2、r3、r4‧‧‧範圍
SP‧‧‧障礙空間起點
WP‧‧‧航點
EP‧‧‧障礙空間終點
300‧‧‧導航方法
310~370‧‧‧步驟
TCr0‧‧‧轉向係數
Vr0‧‧‧行進速度
SF、SFR、SFL‧‧‧障礙距離值
為讓本揭示內容之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附圖示之說明如下:
第1A圖為根據本案一實施例繪示的一種導航系統的示意圖;第1B圖為根據本案一實施例繪示的一種移動機器人的示意圖;第2圖為根據本案一實施例繪示的一種導航系統之操作環境的示意圖;第3圖為根據本案一實施例繪示的一種導航方法的流程圖;第4A~4F圖為根據本案一實施例繪示的一種導航系統之輸出結果的示意圖;第5A、6A、7A及8A圖為根據本案一實施例繪示的一種導航方法的參數對應關係之示意圖;以及第5B、6B、7B及8B圖為根據本案一實施例繪示的一種導航系統的操作行為之示意圖。
請參閱第1A~1B圖,第1A圖為根據本案一實施例繪示的一種導航系統100的示意圖。第1B圖為根據本案一實施例繪示的一種移動機器人150的示意圖。於一實施例中,導航系統100包含一處理器10及多個測距模組S1~S5。於一實施例中,導航系統100更包含儲存模組20及電源供應器30。
於一實施例中,處理器10可以由微控制單元(microcontroller)、微處理器(microprocessor)、數位訊號處理器(digital signal processor)、特殊應用積體電路(application specific integrated circuit,ASIC)或一邏輯電路以實現之。於一實施例中,測距模組S1~S5包含超音波發射器、接收器和控制電路。於一實施例中,測距模組S1~S5可以是超音波測距模組、雷射測距儀、或其他具有測距功能之裝置。於一實施例中,儲存模組20可用以儲存至少一地圖資訊,儲存模組20可由記憶體、硬碟、隨身碟記憶卡等裝置以實施。
於一實施例中,處理器10、多個測距模組S1~S5、儲存模組20及電源供應器30可以設置於移動機器人150的內部(例如為本體BD)。舉例而言,如第1B圖所示,若沿著A-A沿線將移動機器人150橫切開,則可由俯視的視角看到如第1A圖所示之各元件的設置方式。
於一實施例中,本案所述之電子裝置可以是一移動機器人150,然,本案並不限於此,一些具有移動功能的電子裝置亦可應用本發明。於一實施例中,移動機器人150係為一種具有自主導航功能的居家型服務機器人,可依據事先定義或即時偵測而得的導航路徑移動,例如移動機器人150可在客廳與房間之間移動。
於一實施例中,移動機器人150係藉由至少一支撐部NK以連接頭部HD及本體BD。
於一實施例中,移動機器人150中的處理器10可透過控制馬達(未繪示)以轉動輪子WH1、WH2,藉此控制輪子WH1、WH2之速度與轉向,使移動機器人150能夠依據導航路徑移動。
於一實施例中,移動機器人150的頭部HD可包含攝影機C1、C2,用以拍攝影像。於一實施例中,攝影機C1、C2可以是由至少一電荷耦合元件(Charge Coupled Device;CCD)或一互補式金氧半導體(Complementary Metal-Oxide Semiconductor;CMOS)感測器所組成。
接著,請一併參閱第2~3圖,第2圖為根據本案一實施例繪示的一種導航系統100之操作環境RM的示意圖。第3圖為根據本案一實施例繪示的一種導航方法300的流程圖。須注意的是,本發明下述實施例皆可由第1A圖的導航系統100實現之,然,本發明的測距模組並不限於五個測距模組S1~S5,亦可依實作需求以調整測距模組的數量及設置位置。
於第2圖中,導航系統100的操作環境RM可以是使用者的居住空間,例如,操作環境RM中可包含有多個牆面BK1~BK3以分隔房間。此外,導航系統100的處理器10可由儲存模組20中讀取此
操作環境RM的地圖資訊,並依據地圖資訊以設置導航路徑及取得空間資訊,其中,空間資訊包含至少一障礙物位置。於一實施例中,空間資訊例如包含走道位置、走道長度、牆面位置、牆面厚度、牆面長度、房門位置、房門寬度...等資訊。於一實施例中,牆面BK1~BK3視為導航系統100在移動時的障礙物,而牆面BK1~BK3所在的位置即為障礙物位置。
於一實施例中,處理器10藉由地圖資訊配合已知的自主尋路方法(如隨機覆蓋法或路徑規劃方式),以規劃導航路徑。由於處理器10可透過已知的自主尋路方法進行規畫路線,故此處不贅述之。
於步驟310中,處理器10取得空間資訊,並依據空間資訊設置航點WP。
舉例而言,如第2圖所示,處理器10依據地圖資訊以設置導航路徑及取得空間資訊後,可得知操作環境RM中的牆面BK1及BK2之間有一房門(或較狹小的通道),且此房門具有長度L2(例如為80公分)及寬度L1(例如為20公分);因此,處理器10將航點WP設置於此房門的中間位置(約為長度L2及寬度L1的中間)。例如,處理器10規劃移動機器人150從當前位置沿著方向a朝向航點WP
前進。於一些實施例中,處理器10僅需將航點WP約略設置於房門的位置即可。
於一實施例中,處理器10更用以依據至少一障礙物位置以設置障礙空間起點SP及障礙空間終點EP,並設置航點WP於障礙空間起點SP及障礙空間終點EP之間。
藉此,當處理器10判斷移動機器人150移動到障礙空間起點SP時,則可得知移動機器人150即將行經航點WP(代表較狹小的空間),此時處理器10可進一步偵測並調整移動機器人150的轉向及行進速度,以防止移動機器人150碰撞到障礙物,接著,當處理器10偵測判斷移動機器人150移動到障礙空間終點EP時,則代表移動機器人150已通過航點WP。
於步驟320中,測距模組S1~S5分別測量移動機器人150與航點WP的航點距離值。
於一實施例中,測距模組S1~S5可應用已知的定位方法(如環境地圖模型匹配定位、信標定位方式)以得知移動機器人150的當前位置與航點WP之間的距離,並將此距離視為航點距離值。
於一實施例中,移動機器人150亦可配合應用攝影機C1、C2以拍攝環境影像或深度影像以測量移動機器人150與航點WP的航點距離值,或是
應用編碼器以測量移動機器人150與航點WP的航點距離值。
於步驟330中,處理器10判斷航點距離值是否小於一航點門檻值。若是,則進人步驟340,若否,則回到步驟320持續偵測移動機器人150與航點WP的航點距離值。於一實施例中,處理器10可事先將航點門檻值設定為一定值(例如為30公分),以判斷航點距離值是否小於30公分。
於另一實施例中,處理器10可事先將航點門檻值設定為障礙空間起點SP與航點WP之間的距離長度(例如為40公分);因此,當航點距離值為30公分時,處理器10判斷航點距離值小於一航點門檻值,反之,當航點距離值為50公分時,處理器10判斷航點距離值不小於一航點門檻值。
於一實施例中,當處理器10判斷移動機器人150位於障礙空間起點SP時,處理器10控制移動機器人150以第一行進速度前進(例如以相對較慢的行進速度前進);當處理器10判斷移動機器人150行經航點WP後且於移動機器人150抵達障礙空間終點EP時,處理器10控制移動機器人150以第二行進速度前進(例如以相對較快的行進速度前進)。其中,第一行進速度低於第二行進速度。
藉此,處理器10可判斷移動機器人150是否已移動至(或經過)障礙空間起點SP,當處理器10
判斷移動機器人150移動到障礙空間起點SP時,則進入步驟340。
於步驟340中,處理器10由測距模組S1~S5取得多個障礙距離值,並根據此些障礙距離值計算出第一距離值及第二距離值(意即,將此些障礙距離值代入模糊理論(fuzzy theory)演算法,以取得第一距離值及第二距離值)。
於一實施例中,第一距離值代表一偏右距離值,第二距離值代表一偏左距離值。此外,偏右距離值及偏左距離值的取得方式將於下述實施例中詳述之。
於一實施例中,障礙距離值為移動機器人150與至少一障礙物位置之一距離。
於一實施例中,如第1A圖所示,測距模組S1~S5分別設置於移動機器人150內部的前側、左側、右側、左前側及右前側,其中,測距模組S1可朝向區域R1發送超音波,以得知區域R1內是否有障礙物存在,並測量障礙物與移動機器人150之間的障礙距離值,相似地,測距模組S2、S3、S4及S5各自可朝向區域R2、R3、R4及R5發送超音波,以得知區域R2、R3、R4及R5內是否有障礙物存在,並測量障礙物與移動機器人150之間的障礙距離值。然,本案的測距模組S1~S5並不
限於此種配置方式,亦可依實作需求以調整其各自的設置位置。
接著,處理器10將此些障礙距離值代入模糊理論演算法,以取得偏右距離值及偏左距離值。
於一實施例中,模糊理論演算法是使用自然語言描述目前狀態之邏輯方法,利用自然語言中具有不精確(Imprecision)與不明確(Ambiguity)之特性,以模糊推論(Fuzzy Inference)構成模糊集合(Fuzzy Set),於控制問題處理系統之不確定性之控制方法,具有較佳之適應性及強健性之優勢。
於一實施例中,模糊理論演算法包含下列運算:若x為X則y為Y;...(1)R n :若x 1為及...x i 為則y為Y n ,n=1,2,...N,i=1,2...I;...(2)
由於模糊條件敘述是用來推理不精確之模型,如上述式子(1)所示,其中「x為X」為前項(Antecedent),「y為Y」為後項(Consequent),X和Y分別為模糊集合之成員函數(Membership Function)。當模糊推論包含N條規則時,則可表示為上述式子(2),其中x為輸入,y為輸出,I為模糊集合之數量。
此外,上述式子(1)~(2)中,符號Rn代表第n個規則,其中符號n的範圍為1至任一自然數N;符號x代表障礙距離值,符號X代表障礙距離值之集合;符號y代表一轉向係數及一行進速度,符號Y代表轉向係數及行進速度的集合;符號i代表第i個集合,其中符號i的範圍為1至任一正整數I。
於一實施例中,請參閱第4A~4F圖,第4A~4F圖為根據本案一實施例繪示的一種導航系統100之輸出結果的示意圖。當集合數量為5時(i=1~5),測距模組S1~S5所各自測量的障礙距離值(例如分別表示為SF、SFR、SFL、SR、SL)可以各自對應到符號x 1~x 5;換言之,當符號i為5時,將測距模組S1~S5所各自測量的障礙距離值SF、SFR、SFL、SR(未繪示)、SL(未繪示)的至少其中之一者代入上述運算式子後,可輸出一組轉向係數及行進速度轉向係數y,此組轉向係數及行進速度轉向係數y屬於集合Y。其中,轉向係數(例如可表示為符號TCr0)及行進速度(例如可表示為符號Vr0)。須注意的是,本領域具通常知識者應能理解第4A~4F圖僅為一示例,本發明僅需取得障礙距離值SF、SFR、SFL、SR、SL的至少其中之一者,即可對應到轉向係數及/或行進速度,以產生出此些統計圖形的至少其中之一者。
於一實施例中,測距模組S1~S5所各自測量的障礙距離值SF、SFR、SFL、SR、SL代表其各自距離障礙物(例如為牆面BK2)的距離值。
例如,於第4A圖中,將測距模組S1測量的多筆障礙距離值SF及測距模組S2測量的多筆障礙距離值SFR代入前述的模糊理論演算法後,可以得到多筆轉向係數TCr0。同理,於第4B圖中,將測距模組S1測量的多筆障礙距離值SF及測距模組S3測量的多筆障礙距離值SFL代入前述的模糊理論演算法後,可以得到多筆轉向係數TCr0。於第4C圖中,將測距模組S3測量的多筆障礙距離值SFL及測距模組S2測量的多筆障礙距離值SFR代入前述的模糊理論演算法後,可以得到多筆轉向係數TCr0。
又例如,於第4D圖中,將測距模組S1測量的多筆障礙距離值SF及測距模組S2測量的多筆障礙距離值SFR代入前述的模糊理論演算法後,可以得到多筆行進速度Vr0。同理,於第4E圖中,將測距模組S1測量的多筆障礙距離值SF及測距模組S3測量的多筆障礙距離值SFL代入前述的模糊理論演算法後,可以得到多筆行進速度Vr0。於第4F圖中,將測距模組S3測量的多筆障礙距離值SFL及測距模組S2測量的多筆障礙距離值SFR
代入前述的模糊理論演算法後,可以得到多筆行進速度Vr0。
藉此,處理器10可以藉由將障礙距離值(如障礙距離值SFL、障礙距離值SFL)代入模糊理論演算法,以取得轉向係數TCr0及行進速度Vr0。
於一實施例中,處理器10依據模糊理論演算法所取得的行進速度Vr0及/或轉向係數TCr0代表,當移動機器人150以行進速度Vr0及/或轉向係數TCr0運行時,將可避免碰撞到障礙物。
此外,處理器10可以透過讀取馬達轉速或其他已知定位方法以得知移動機器人150之當前的轉向係數及當前的行進速度,並依據當前的轉向係數及當前的行進速度以判斷目前移動機器人150在靠近障礙物空間(如房門)時,是否行進路線過於偏右或偏左,接著再將當前的轉向係數及當前的行進速度調整為行進速度Vr0及/或轉向係數TCr0,以避免碰撞到障礙物。
以下詳述將當前的轉向係數及當前的行進速度調整為行進速度Vr0及/或轉向係數TCr0的實施例。為使敘述方便,下述將以障礙距離值SFR及障礙距離值SFL為例子作為說明,並將障礙距離值SFR定義為偏右距離值,將障礙距離值SFL定義為偏左距離值。
請一併參閱第5A~5B、6A~6B、7A~7B及8A~8B圖,第5A、6A、7A及8A圖為根據本案一實施例繪示的一種導航方法的參數對應關係之示意圖。第5B、6B、7B及8B圖為根據本案一實施例繪示的一種導航系統的操作行為之示意圖。於此些圖中,係以障礙距離值SFR障礙距離值SFL及轉向係數TCr0為例,然本案並不限於此,亦可藉由相似方式結合或基於其他障礙距離值SF、SR、SL,以取得移動機器人150的行進速度Vr0及/或轉向係數TCr0,例如,亦可實施為將障礙距離值SR定義為偏右距離值,將障礙距離值SF定義為偏左距離值,藉由此些資訊以調整當前的行進速度及/或轉向係數,以達到目標的行進速度Vr0及/或轉向係數TCr0。
此外,於第5A~5B、6A~6B、7A~7B及8A~8B圖中所繪示的導航系統100與第1A圖所繪示的導航系統100相同,故細節處不再贅述及繪示之。
於一實施例中,處理器10判斷偏右距離值及偏左距離值的大小,以得知當導航系統100行經狹小的障礙空間時(如房門),較偏向此房門的右牆BK1或左牆BK2,以進行對應的轉向或速度的調整,避免移動機器人150碰撞到障礙物(如右牆BK1或左牆BK2)。
於一實施例中,如第5A~5B圖所示,於範圍r1中,當處理器10判斷偏右距離值SFR小於偏左距離值SFL時,代表移動機器人150與右邊障礙物的距離較短,而與左邊障礙物的距離較長,故可判斷移動機器人150較靠近右側。於一實施例中,當偏右距離值小於偏左距離值,則進入步驟350。於步驟350中,處理器10控制移動機器人150執行第一行為。其中,第一行為係指移動機器人150往左前方向前進(如第5B圖所示之方向b)。
基於類似概念,於另一實施例中,當偏右距離值大於偏左距離值時,代表移動機器人150與左邊障礙物的距離較短,而與右邊障礙物的距離較長,故可判斷移動機器人150較靠近左側。則進入步驟360。於步驟360中,處理器10控制移動機器人150執行第二行為。其中,第二行為係指移動機器人150往右前方向前進。
於一實施例中,如第6A~6B圖所示,於範圍r2中,當處理器10判斷偏右距離值小SFR於偏左距離值SFL時,處理器10將偏左距離值與偏右距離值相減,以取得一差值,並判斷差值是否大於一差值門檻值(差值門檻值例如為5公分,若大於差值門檻值代表移動機器人150離右側過近),若判斷差值大於差值門檻值,則處理器10控制移動機器人150執行的第一行為為移動機器人150依
據一第一轉向係數(如第5B圖之方向b,第一轉向係數假設為0.8,代表往左轉的程度較大)往左前方向前進,若判斷差值不大於差值門檻值,則處理器10控制移動機器人150執行的第一行為為移動機器人150依據一第二轉向係數(如第6B圖之方向c,第二轉向係數假設為0.3,代表往左轉的程度較小)往左前方向前進;其中,第一轉向係數的絕對值大於第二轉向係數的絕對值。
藉此,當移動機器人150過於偏向右側障礙物時,處理器10控制移動機器人150以較大的左轉角度(即轉向係數的絕對值較大)往左邊旋轉,避免發生碰撞;當移動機器人150僅為微偏向右側障礙物時,處理器10控制移動機器人150以較小的左轉角度(即轉向係數的絕對值較小)往左邊旋轉,以微調路徑。
基於類似概念,於另一實施例中,當偏右距離值SFR大於偏左距離值SFL時,處理器10將偏右距離值SFR與偏左距離值SFL相減,以取得一差值,並判斷差值是否大於一差值門檻值(大於差值門檻值代表移動機器人150離左側過近),若判斷差值大於差值門檻值,則處理器10控制移動機器人150執行的第二行為為移動機器人150依據一第一轉向係數(第一轉向係數假設為-0.8)往右前方向前進,若判斷差值不大於差值門檻值,則處
理器10控制移動機器人150執行的第二行為為移動機器人150依據一第二轉向係數(第二轉向係數假設為-0.3)往右前方向前進;其中,第一轉向係數的絕對值大於第二轉向係數的絕對值。
藉此,當移動機器人150過於偏向左側障礙物時,處理器10控制移動機器人150以較大的右轉角度往右邊旋轉,避免發生碰撞;當移動機器人150僅為微偏向左側障礙物時,處理器10控制移動機器人150以較小的右轉角度往右邊旋轉,以微調路徑。
於一實施例中,如第7A~7B圖所示,於範圍r3中,當處理器10判斷偏右距離值SFR等於偏左距離值SFL時,代表移動機器人150目前是往正前方方向d前進,因此進入步驟370。於步驟370中,處理器10控制移動機器人150執行第三行為。其中,第三行為係指移動機器150人往前方前進。
於一實施例中,如第8A~8B圖所示,於範圍r4中,代表移動機器人150往方向e直行前進。於此例中,移動機器人150已安全且無碰撞地經過航點WP。
綜上,本案藉由航點的設置,能使導航系統偵測移動機器人將要移動到航點時,可推斷移動機器人將移動到較狹小的空間位置,此時,導航系統可透過模糊理論演算法以取得移動機器人
目標的行進速度及轉向係數,當移動機器人依據此行進速度及轉向係數移動時,可避免碰撞到障礙物,因此,可依據行進速度及轉向係數以調整移動機器人移動行為,以達到避免移動機器人碰撞到障礙物的效果。
雖然本案已以實施例揭露如上,然其並非用以限定本案,任何熟習此技藝者,在不脫離本案之精神和範圍內,當可作各種之更動與潤飾,因此本案之保護範圍當視後附之申請專利範圍所界定者為準。
300‧‧‧導航方法
310~370‧‧‧步驟
Claims (20)
- 一種導航系統,應用於一電子裝置,該導航系統包含:一處理器,用以依據一導航路徑以控制該電子裝置的一移動方向,並取得一空間資訊,依據該空間資訊設置一航點;以及複數個測距模組,分別用以測量該電子裝置與該航點的一航點距離值;其中,當該處理器判斷該航點距離值小於一航點門檻值時,該處理器根據由該些測距模組取得的複數個障礙距離值計算出一第一距離值及一第二距離值,當該第一距離值小於該第二距離值,則該處理器控制該電子裝置執行一第一行為,當該第一距離值大於該第二距離值,則該處理器控制該電子裝置執行一第二行為,當該第一距離值等於該第二距離值,則該處理器控制該電子裝置執行一第三行為。
- 如請求項1所述之導航系統,更包含:一儲存模組,用以儲存一地圖資訊;其中,該處理器依據該地圖資訊設置該導航路徑及取得該空間資訊,且該空間資訊包含至少一障礙物位置。
- 如請求項2所述之導航系統,其中,該處理器更依據該至少一障礙物位置設置一障礙空間 起點及一障礙空間終點,並設置該航點於該障礙空間起點及該障礙空間終點之間;其中,當該處理器判斷該電子裝置位於該障礙空間起點時,該處理器控制該電子裝置以一第一行進速度前進;其中,當該處理器判斷該電子裝置行經該航點後且於該電子裝置抵達該障礙空間終點時,該處理器控制該電子裝置以一第二行進速度前進;其中,該第一行進速度低於該第二行進速度。
- 如請求項1所述之導航系統,其中,該些測距模組分別設置於該電子裝置內部的一前側、一左側、一右側、一左前側及一右前側。
- 如請求項2所述之導航系統,其中,該些障礙距離值為該電子裝置與該至少一障礙物位置之一距離。
- 如請求項1所述之導航系統,其中,該處理器將該些障礙距離值代入該模糊理論演算法後,以取得對應該第一距離值及該第二距離值的一轉向係數及一行進速度。
- 如請求項1所述之導航系統,其中,該第一行為係指該電子裝置往左前方向前進,該第二 行為係指該電子裝置往右前方向前進,該第三行為係指該電子裝置往前方前進。
- 如請求項1所述之導航系統,其中,當該第一距離值小於該第二距離值時,該處理器將該第二距離值與該第一距離值相減,以取得一第一差值,並判斷該第一差值是否大於一差值門檻值,若判斷該第一差值大於該差值門檻值,則該電子裝置執行的第一行為為該電子裝置依據一第一轉向係數往左前方向前進,若判斷該第一差值不大於該差值門檻值,則該電子裝置執行的第一行為為該電子裝置依據一第二轉向係數往左前方向前進;其中,該第一轉向係數的絕對值大於該第二轉向係數的絕對值。
- 如請求項1所述之導航系統,其中,當該第一距離值大於該第二距離值時,該處理器將該第一距離值與該第二距離值相減,以取得一第一差值,並判斷該第一差值是否大於一差值門檻值,若判斷該第一差值大於該差值門檻值,則該處理器控制該電子裝置執行的該第二行為為該電子裝置依據一第一轉向係數往右前方向前進,若判斷該第一差值不大於該差值門檻值,則該處理器控制該電子裝置執行的該第二行為為該電子裝置依據一第二轉向係數往右前方向前進; 其中,該第一轉向係數的絕對值大於該第二轉向係數的絕對值。
- 如請求項1所述之導航系統,其中該處理器將該些障礙距離值代入一模糊理論(fuzzy theory)演算法,以取得該第一距離值及該第二距離值,該模糊理論演算法包含下列運算:若x為X則y為Y;R n :若x 1為及...x i 為則y為Y n ,n=1,2,...N,i=1,2...I;其中,符號Rn代表第n個規則,其中符號n的範圍為1至任一自然數N;符號x代表該些障礙距離值,符號X代表該些障礙距離值之集合;符號y代表一轉向係數及一行進速度,符號Y代表該轉向係數及該行進速度的集合;符號i代表第i個集合,其中符號i的範圍為1至任一正整數I。
- 一種導航方法,包含:取得一空間資訊,依據該空間資訊設置一航點;測量一電子裝置與該航點的一航點距離值;判斷該航點距離值是否小於一航點門檻值;當判斷該航點距離值小於一航點門檻值時,一處理器根據由該些測距模組取得的複數個障礙距離值計算出一第一距離值及一第二距離值以取得一第一距離值及一第二距離值,當該第一距離值小於該第二距離值,則該處理器控制該電子裝置執行一第一行為,當 該第一距離值大於該第二距離值,則該處理器控制該電子裝置執行一第二行為,當該第一距離值等於該第二距離值,則該處理器控制該電子裝置執行一第三行為。
- 如請求項11所述之導航方法,更包含:藉由一儲存模組以儲存一地圖資訊;其中,該處理器依據該地圖資訊以設置一導航路徑及取得該空間資訊,且該空間資訊包含至少一障礙物位置。
- 如請求項12所述之導航方法,更包含:依據該至少一障礙物位置以設置一障礙空間起點及一障礙空間終點,並設置該航點於該障礙空間起點及該障礙空間終點之間;以及藉由該處理器判斷該電子裝置是否位於該障礙空間起點;其中,當該處理器判斷該電子裝置位於該障礙空間起點時,該處理器控制該電子裝置以一第一行進速度前進;其中,當該處理器判斷該電子裝置行經該航點後且於該電子裝置抵達該障礙空間終點時,該處理器控制該電子裝置以一第二行進速度前進; 其中,該第一行進速度低於該第二行進速度。
- 如請求項11所述之導航方法,其中,該些測距模組分別設置於該電子裝置內部的一前側、一左側、一右側、一左前側及一右前側。
- 如請求項12所述之導航方法,其中,該些障礙距離值為該電子裝置與該至少一障礙物位置之一距離。
- 如請求項11所述之導航方法,其中,更包含:藉由該處理器將該些障礙距離值代入該模糊理論演算法後,以取得對應該第一距離值及該第二距離值的一轉向係數及一行進速度。
- 如請求項11所述之導航方法,其中,該第一行為係指該電子裝置往左前方向前進,該第二行為係指該電子裝置往右前方向前進,該第三行為係指該電子裝置往前方前進。
- 如請求項11所述之導航方法,其中當該第一距離值小於該第二距離值,則該處理器控制該電子裝置執行該第一行為的步驟包含:當該第一距離值小於該第二距離值時,該處理器 將該第二距離值與該第一距離值相減,以取得一第一差值,並判斷該第一差值是否大於一差值門檻值,若判斷該第一差值大於該差值門檻值,則控制該電子裝置依據一第一轉向係數往左前方向前進,若判斷該第一差值不大於該差值門檻值,則控制該電子裝置依據一第二轉向係數往左前方向前進;其中,該第一轉向係數的絕對值大於該第二轉向係數的絕對值。
- 如請求項11所述之導航方法,其中當該第一距離值大於該第二距離值,則該處理器控制該電子裝置執行該第二行為的步驟包含:當該第一距離值大於該第二距離值時,該處理器將該第一距離值與該第二距離值相減,以取得一第一差值,並判斷該第一差值是否大於一差值門檻值,若判斷該第一差值大於該差值門檻值,則控制該電子裝置依據一第一轉向係數往右前方向前進,若判斷該第一差值不大於該差值門檻值,則控制該電子裝置依據一第二轉向係數往右前方向前進;其中,該第一轉向係數的絕對值大於該第二轉向係數的絕對值。
- 如請求項11所述之導航方法,其中該處理器將該些障礙距離值代入一模糊理論(fuzzy theory)演算法,以取得該第一距離值及該第二距離 值,該模糊理論演算法為:若x為X則y為Y;R n :若x 1為及...x i 為則y為Y n ,n=1,2,...N,i=1,2...I;其中,符號Rn代表第n個規則,其中符號n的範圍為1至任一自然數N;符號x代表該些障礙距離值,符號X代表該些障礙距離值之集合;符號y代表一轉向係數及一行進速度,符號y代表該轉向係數及該行進速度的集合;符號i代表第i個集合,其中符號i的範圍為1至任一正整數I。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662340480P | 2016-05-23 | 2016-05-23 | |
US62/340,480 | 2016-05-23 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201741626A true TW201741626A (zh) | 2017-12-01 |
TWI621834B TWI621834B (zh) | 2018-04-21 |
Family
ID=60423725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW106110187A TWI621834B (zh) | 2016-05-23 | 2017-03-27 | 導航系統及導航方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107421538B (zh) |
TW (1) | TWI621834B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108873899B (zh) * | 2018-06-27 | 2022-03-25 | 杨扬 | 吸尘机器人的避障方法 |
CN109798901B (zh) * | 2019-03-18 | 2022-08-12 | 国网江苏省电力有限公司电力科学研究院 | 一种档案用机器人及其导航定位系统及导航定位方法 |
CN112067044A (zh) * | 2020-08-25 | 2020-12-11 | 五邑大学 | 一种基于三维地图重构的环境探测方法、系统及设备 |
TWI759051B (zh) * | 2020-12-31 | 2022-03-21 | 創科智盈科技有限公司 | 自走裝置及其自動歸位方法 |
CN117480463A (zh) * | 2022-05-23 | 2024-01-30 | 北京小米机器人技术有限公司 | 移动设备及其速度控制方法、装置、存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4954962A (en) * | 1988-09-06 | 1990-09-04 | Transitions Research Corporation | Visual navigation and obstacle avoidance structured light system |
US5942869A (en) * | 1997-02-13 | 1999-08-24 | Honda Giken Kogyo Kabushiki Kaisha | Mobile robot control device |
US7801644B2 (en) * | 2006-07-05 | 2010-09-21 | Battelle Energy Alliance, Llc | Generic robot architecture |
CN100554877C (zh) * | 2008-02-19 | 2009-10-28 | 哈尔滨工程大学 | 一种面向水下运载器的实时双目视觉导引方法 |
CN100568144C (zh) * | 2008-09-04 | 2009-12-09 | 湖南大学 | 一种未知环境下移动机器人多行为融合自动导航方法 |
TWI481980B (zh) * | 2012-12-05 | 2015-04-21 | Univ Nat Chiao Tung | 電子裝置及其導航方法 |
-
2017
- 2017-03-27 TW TW106110187A patent/TWI621834B/zh active
- 2017-03-27 CN CN201710187592.6A patent/CN107421538B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107421538A (zh) | 2017-12-01 |
CN107421538B (zh) | 2020-09-11 |
TWI621834B (zh) | 2018-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW201741626A (zh) | 導航系統及導航方法 | |
US10353400B2 (en) | Navigation system and navigation method | |
KR102302575B1 (ko) | 이동 로봇 및 그 제어방법 | |
US7860608B2 (en) | Method and apparatus for generating and tracing cleaning trajectory of home cleaning robot | |
CN108227523B (zh) | 机器人控制方法、装置、存储介质和计算机设备 | |
JP5080333B2 (ja) | 自律移動体のための物体認識装置 | |
JP6711138B2 (ja) | 自己位置推定装置、及び、自己位置推定方法 | |
CN110488811B (zh) | 一种基于社交网络模型的机器人对行人轨迹预测的方法 | |
EP3611589B1 (en) | Method for controlling motion of robot based on map prediction | |
WO2016063553A1 (ja) | 自律移動体及び自律移動体システム | |
Umam et al. | Obstacle avoidance based on stereo vision navigation system for omni-directional robot | |
WO2021246170A1 (ja) | 情報処理装置、情報処理システム、および方法、並びにプログラム | |
Fazli et al. | Simultaneous landmark classification, localization and map building for an advanced sonar ring | |
Aman et al. | A sensor fusion methodology for obstacle avoidance robot | |
Elsheikh et al. | Dynamic path planning and decentralized FLC path following implementation for WMR based on visual servoing | |
Donoso-Aguirre et al. | Mobile robot localization using the Hausdorff distance | |
Hoang et al. | Proposal of algorithms for navigation and obstacles avoidance of autonomous mobile robot | |
Bobyr et al. | System of stereovision based on fuzzy-logical method of constructing depth map | |
Jae-Bok | Mobile robot localization using range sensors: Consecutive scanning and cooperative scanning | |
Lu et al. | Application of Path Planning and Image Processing for Rescue Robots. | |
Chen et al. | Research on map building by mobile robots | |
CN114489050A (zh) | 沿直线行驶的避障路线控制方法、装置、设备及存储介质 | |
JP7360792B2 (ja) | 移動体、学習器、及び学習器製造方法 | |
Sun et al. | Detection and state estimation of moving objects on a moving base for indoor navigation | |
Pagnottelli et al. | Visual and laser sensory data fusion for outdoor robot localisation and navigation |