TWI679512B - 無人自走車 - Google Patents

無人自走車 Download PDF

Info

Publication number
TWI679512B
TWI679512B TW107135286A TW107135286A TWI679512B TW I679512 B TWI679512 B TW I679512B TW 107135286 A TW107135286 A TW 107135286A TW 107135286 A TW107135286 A TW 107135286A TW I679512 B TWI679512 B TW I679512B
Authority
TW
Taiwan
Prior art keywords
area
map
module
obstacle
self
Prior art date
Application number
TW107135286A
Other languages
English (en)
Other versions
TW202014816A (zh
Inventor
林家仁
Chia Jen Lin
賴柏勳
Bo Syun Lai
許世昌
Shih Chang Cheu
Original Assignee
東元電機股份有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 東元電機股份有限公司 filed Critical 東元電機股份有限公司
Priority to TW107135286A priority Critical patent/TWI679512B/zh
Priority to US16/173,396 priority patent/US20200110421A1/en
Application granted granted Critical
Publication of TWI679512B publication Critical patent/TWI679512B/zh
Publication of TW202014816A publication Critical patent/TW202014816A/zh

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/4189Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the transport system
    • G05B19/41895Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the transport system using automatic guided vehicles [AGV]
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0088Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0219Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0227Control of position or course in two dimensions specially adapted to land vehicles using mechanical sensing means, e.g. for sensing treated area
    • G05D1/0229Control of position or course in two dimensions specially adapted to land vehicles using mechanical sensing means, e.g. for sensing treated area in combination with fixed guiding means
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Abstract

一種無人自走車,係用以在一工作區域內移動,並包含一全區地圖建立模組、一局部地圖建立模組、一全區通行區域內縮模組與一導航避障模組。全區地圖建立模組係用以建立一對應工作區域且具有障礙物區域與通行區域之全區地圖。局部地圖建立模組係用以建立一局部地圖,並比對局部地圖與全區地圖,以確立無人自走車的一目前位置。全區通行區域內縮模組,係內縮全區地圖之通行區域以形成一全區通行區域內縮地圖。導航避障模組係導引無人自走車在全區通行區域內縮地圖通行至一目標位置。

Description

無人自走車
本發明係有關於一種無人自走車,尤其是指一種將全區地圖轉換成一全區通行區域內縮地圖之無人自走車。
隨著人工智慧(Artificial Intelligence;AI)科技的發展,越來越多的移動機器人或是服務機器人問世,並且逐漸應用於各行各業,像是應用於餐廳的送餐機器人、應用於銀行的服務機器人,或是近期剛開始應用於美國部份機場幫助旅客託運行李的行李機器人等。
除了人型化的機器人以外,自動導引車(Automated Guided Vehicle;AGV)或稱無人自走車、掃地機器人等,也可視為廣義的人工智慧。
然而,上述與人工智慧相關的產品都還未發展到可以自行思考的階段,人型化的機器人還是需要一使用者給予指令使其作動,無人自走車與掃地機器人亦同,有些無人自走車甚至還需要特殊的軌道導引。此外,所處的工作環境亦隨時在變動,可能有人經過、障礙物被移動等,若機器人或無人自走車無法有相對應的 反應都可能造成機器人或無人自走車的損傷。
有鑒於在先前技術中,無人自走車需要使用者給予指令才能作動、有些甚至需要特殊的軌道導引,且所處的工作環境亦隨時在變動,若無人自走車無法有相對應的反應都可能造成損傷。本發明之一主要目的係提供一種無人自走車,尤其是一種會針對工作區域進行校正的無人自走車。
本發明為解決先前技術之問題,所採用之必要技術手段為提供一種無人自走車,係用以在一工作區域內移動,並包含一全區地圖建立模組、一局部地圖建立模組、一全區通行區域內縮模組與一導航避障模組。
全區地圖建立模組,係用以在無人自走車在工作區域內移動時掃描工作區域,據以建立工作區域之一全區地圖,且全區地圖包含至少一障礙物區域與至少一位於至少一障礙物區域外之通行區域。
局部地圖建立模組,係通信連結該全區地圖建立模組,用以即時性掃描該無人自走車在該工作區域內移動所即時位於之一即時周邊區域,而據以建立一局部地圖,並比對該局部地圖與該全區地圖,藉以確認該無人自走車所在之一目前位置。
全區通行區域內縮模組,係通信連結全區地圖建立模組,並包含一通行區域寬度運算單元、一內縮量運算單元與一全區通行區域內縮地圖產生單元。通 行區域寬度運算單元,係計算至少一通行區域在複數個通行區段之複數個區段通行寬度。內縮量運算單元,係依據該些區段通行寬度運算出複數個對應於該些通行區段之內縮寬度,其中在該些區段通行寬度中寬度越寬者所對應之內縮寬度越大。全區通行區域內縮地圖產生單元,係依據該些內縮寬度將該全區地圖之該至少一通行區域修改為至少一內縮通行區域,藉以將全區地圖轉換成一全區通行區域內縮地圖。
導航避障模組,係通信連結全區地圖膨脹模組與局部地圖建立模組,用以在確認目前位置與一目標位置後,依據全區通行區域內縮地圖,導引無人自走車在至少一內縮通行區域內通行。
在上述必要技術手段的基礎下,本發明所衍生之一附屬技術手段為使無人自走車中之導航避障模組,包含一最佳路徑規劃單元,最佳路徑規劃單元係用以導引無人自走車在至少一內縮通行區域中之一最佳路徑通行,且最佳路徑係一時間最佳路徑與一安全最佳路徑中之一者。
在上述必要技術手段的基礎下,本發明所衍生之一附屬技術手段為使無人自走車,更包含一速率調整模組,速率調整模組係通信連結全區通行區域內縮模組與導航避障模組,並對應內縮寬度產生複數個移動速率,以控制無人自走車以其通行之至少一內縮通行區域之內縮寬度所對應之移動速率通行。
在上述必要技術手段的基礎下,本發明所 衍生之一附屬技術手段為使無人自走車中之全區地圖建立模組,包含一全區地圖掃描單元,且全區地圖掃描單元係用以掃描工作區域。
在上述必要技術手段的基礎下,本發明所衍生之一附屬技術手段為使無人自走車中之全區地圖掃描單元,係一雷射掃描單元。
在上述必要技術手段的基礎下,本發明所衍生之一附屬技術手段為使無人自走車中之局部地圖建立模組,包含一局部地圖掃描單元,且局部地圖掃描單元係用以即時性掃描即時周邊區域。
在上述必要技術手段的基礎下,本發明所衍生之一附屬技術手段為使無人自走車中之局部地圖掃描單元,係一雷射掃描單元。
在上述必要技術手段的基礎下,本發明所衍生之一附屬技術手段為使無人自走車中之局部地圖建立模組,包含一地圖比對單元,地圖比對單元係用以比對局部地圖之複數個局部特徵點與全區地圖之複數個全區特徵點,藉以在局部特徵點與全區特徵點相符合時,確認無人自走車所在之目前位置。
在上述必要技術手段的基礎下,本發明所衍生之一附屬技術手段為使無人自走車中之內縮寬度中,大於無人自走車之一自走車寬度之每一內縮寬度,內縮量運算單元係將上述每一內縮寬度校正為一最小內縮寬度,且最小內縮寬度係介在自走車寬度之千分之一倍與二分之一倍之間。
在上述必要技術手段的基礎下,本發明所衍生之一附屬技術手段為使無人自走車,更包含一障礙物高度判斷單元,障礙物高度判斷單元係通信連結於導航避障模組、全區地圖建立模組與局部地圖建立模組,用以擷取每一上述至少一障礙物區域之一障礙物之一障礙物影像,據以解析出障礙物之一障礙物高度,當障礙物高度係低於無人自走車之一自走車可跨越高度時,係將上述障礙物定義為一可跨越障礙物,並將上述障礙物所對應之至少一障礙物區域之一者定義為一擴充通行區域。
承上所述,本發明所提供之無人自走車,利用將全區地圖轉換成全區通行區域內縮地圖,以降低無人自走車與障礙物區域發生碰撞的機率。
1、1a‧‧‧無人自走車
11‧‧‧全區地圖建立模組
111‧‧‧全區地圖掃描單元
12‧‧‧局部地圖建立模組
121‧‧‧局部地圖掃描單元
122‧‧‧地圖比對單元
13‧‧‧全區通行區域內縮模組
131‧‧‧通行區域寬度運算單元
132‧‧‧內縮量運算單元
133‧‧‧全區通行區域內縮地圖產生單元
14‧‧‧導航避障模組
141‧‧‧最佳路徑規劃單元
15a‧‧‧速率調整模組
16‧‧‧障礙物高度判斷單元
AP1、AP2、AP3‧‧‧通行區段
AP1’、AP2’、AP3’‧‧‧內縮通行區段
AS‧‧‧即時周邊區域
AW‧‧‧工作區域
ML‧‧‧局部地圖
MG‧‧‧全區地圖
MG’‧‧‧全區通行區域內縮地圖
O1、O2、O3、O4、O5、O6、O7‧‧‧障礙物區域
O11、O21、O31、O41、O51、O61、O71‧‧‧障礙物膨脹量
O7’‧‧‧擴充通行區域
PP‧‧‧目前位置
PT‧‧‧目標位置
W‧‧‧自走車寬度
W1、W2、W3、W4、W5、W6、W7‧‧‧區段通行寬度
W1’、W2’、W3’、W4’、W5’、W6’、W7’‧‧‧內縮區段通行寬度
第一圖係顯示本發明第一實施例所提供之無人自走車之方塊圖;第二圖係顯示本發明第一實施例所提供之無人自走車之工作區域之全區地圖;第三圖係顯示本發明第一實施例所提供之無人自走車之工作區域之全區通行區域內縮地圖;第四圖係顯示本發明第二實施例所提供之無人自走車之方塊圖;以及第五圖與第五A圖係顯示本發明第二實施例所提供之無 人自走車之工作區域之全區通行區域內縮地圖。
請參閱第一圖至第三圖,其中,第一圖係顯示本發明第一實施例所提供之無人自走車之方塊圖;第二圖係顯示本發明第一實施例所提供之無人自走車之工作區域之全區地圖;以及,第三圖係顯示本發明第一實施例所提供之無人自走車之工作區域之全區通行區域內縮地圖。如圖所示,一種無人自走車1,係具有一自走車寬度W,並位於一工作區域AW,且包含一全區地圖建立模組11、一局部地圖建立模組12、一全區通行區域內縮模組13與一導航避障模組14。
全區地圖建立模組11,包含一全區地圖掃描單元111,用以在無人自走車1在工作區域AW內移動時掃描工作區域AW,並依據工作區域AW建立一全區地圖MG。而全區地圖MG包含複數個障礙物區域O1、O2、O3、O4、O5、O6與複數個障礙物區域O1、O2、O3、O4、O5、O6以外的通行區域。
全區地圖掃描單元111在本實施例係採用一雷射掃描單元,具有較快的掃描速度與較大的掃描涵蓋範圍,利用計算發射出雷射光與接收到雷射光的時間,便可計算出使雷射光反射的障礙物與無人自走車1之間的距離,若未接收到反射的雷射光,則表示該方向目前並沒有障礙物。但不以此為限,在本發明其他實施例中,也可採用超音波掃描、信號強度比例(Signal Strength Ratio;SSR)或是其他非接觸式的測量距離手段。
局部地圖建立模組12,係通信連結全區地圖建立模組11,並包含一局部地圖掃描單元121與一地圖比對單元122。局部地圖掃描單元121,係用以在無人自走車1移動在工作區域AW時,即時地掃描無人自走車1所在的一即時周邊區域AS,並據以建立一局部地圖ML,局部地圖建立模組12可採用的方式與全區地圖建立模組11相同。地圖比對單元122,係用以比對局部地圖ML與全區地圖MG,藉以確認無人自走車1的一目前位置PP。更精確的說,地圖比對單元122係利用局部地圖ML上的複數個局部特徵點與全區地圖MG上的複數個全區特徵點,如障礙物區域O1與O2,當局部特徵點與全區特徵點相符合時,確認無人自走車1的目前位置PP,但不以此為限,地圖比對單元122也可採用如藍牙多點定位等技術。
全區通行區域內縮模組13,係通信連結全區地圖建立模組11,並包含一通行區域寬度運算單元131、一內縮量運算單元132與一全區通行區域內縮地圖產生單元133。通行區域寬度運算單元131,係計算通行區域在複數個通行區段AP1、AP2與AP3之複數個區段通行寬度W1、W2、W3、W4、W5、W6與W7。內縮量運算單元132,係依據區段通行寬度W1、W2、W3、W4、W5、W6與W7運算出複數個對應於通行區段之內縮寬度,其中在區段通行寬度W1、W2、W3、W4、W5、W6與W7 中寬度越寬者所對應之內縮寬度越大。此外,在本實施例中,內縮寬度的總合為區段通行寬度的20%,而內縮寬度會分別自區段通行寬度W1、W2、W3、W4、W5、W6與W7的兩端向內縮10%。全區通行區域內縮地圖產生單元133,係依據內縮寬度將全區地圖MG中的通行區段AP1、AP2與AP3修改成內縮通行區段AP1’、AP2’與AP3’,同時通行區域亦修改成一內縮通行區域,藉以將全區地圖MG轉換成一全區通行區域內縮地圖MG’。
將全區地圖MG轉換成全區通行區域內縮地圖MG’的主要目的在於,降低無人自走車1因為判斷、掃描或處理延遲,而造成無人自走車1碰撞到障礙物區域O1、O2、O3、O4、O5、O6中之至少一者的機率。簡單來說,如果在全區通行區域內縮地圖MG’規劃出的路徑可以供無人自走車1通行,表示在本來沒有內縮的全區地圖MG,也就是實際對應工作區域AW,無人自走車1也一定能通過。而在本來全區地圖MG中,無人自走車1幾乎剛好能通過的路徑,可能在轉換成全區通行區域內縮地圖MG’後,該路徑對應到的內縮路徑就無法通行,故無人自走車1就會捨棄該內縮路徑,即便在全區地圖MG中無人自走車1可以剛好通過該路徑,故可以有效降低無人自走車1碰撞到障礙物區域的機率。
換句話說,全區地圖MG轉換成全區通行區域內縮地圖MG’,也可視為區段通行寬度W1、W2、W3、W4、W5、W6與W7依據內縮寬度修改成複數個內縮區段通行寬度W1’、W2’、W3’、W4’、W5’、W6’與 W7’,且內縮區段通行寬度W1’、W2’、W3’、W4’、W5’、W6’與W7係區段通行寬度W1、W2、W3、W4、W5、W6與W7等比例縮小。在本實施例中,內縮區段通行寬度W1’、W2’、W3’、W4’、W5’、W6’與W7係區段通行寬度W1、W2、W3、W4、W5、W6與W7的80%;同理,也可視為障礙物區域O1、O2、O3、O4、O5、O6各自產生了障礙物膨脹量O11、O21、O31、O41、O51、O61。
更詳細的說明,內縮區段通行寬度W1’、W2’、W3’、W4’、W5’、W6’與W7’由大至小依序為W7’、W6’、W4’、W3’、W1’、W2’、W5’,其中,內縮區段通行寬度W6’、W4’、W3’與W1’係彼此相等。全區通行區域內縮模組13可為安裝有相關內縮運算軟體的晶片、處理器、控制器或其他可用以運算內縮量之元件。
導航避障模組14,係通信連結全區通行區域內縮模組13與局部地圖建立模組12,用以在確認目前位置PP與目標位置PT後,依據全區通行區域內縮地圖MG’導引無人自走車1在內縮通行區段AP1’、AP2’與AP3’內通行。導航避障模組14可為安裝有相關導航軟體或是依照相關路徑導引規則進行導航之控制器、處理器或其他可用以導航避障的裝置。
在本實施例中,導航避障模組14包含一最佳路徑規劃單元141,最佳路徑規劃單元141係用以規劃出無人自走車1自目前位置PP移動至目標位置PT的一最佳路徑。最佳路徑可為一時間最佳路徑,也可為一安全最佳路徑。
目前位置PP移動至目標位置PT的最短路徑係定義為時間最佳路徑,在本實施例中為通行內縮通行區段AP1’。而安全最佳路徑係定義為通行內縮通行區段中限制通行寬度最大之一者,在本實施例中為通行內縮通行區段AP3’。限制通行寬度即為內縮通行區段中內縮區段通行寬度最窄的地方,內縮通行區段AP1’的限制通行寬度即為內縮區段通行寬度W2’,內縮通行區段AP2’的限制通行寬度即為內縮區段通行寬度W5’,而內縮通行區段AP3’的限制通行寬度即為內縮區段通行寬度W6’。因上述內縮區段通行寬度中,最大者為內縮區段通行寬度W6’,故安全最佳路徑係定義為經過通行內縮通行區段AP3’。安全在此的定義為無人自走車1與障礙物發生碰撞的機率最低,因為內縮區段通行寬度W6’係大於內縮區段通行寬度W2’與W5’,表示內縮通行區段AP3’最寬,而內縮通行區域AP3’對應到全區地圖MG中寬度會再放大還原,故無人自走車1通行在實際工作區域AW中對應內縮通行區段AP3’的通行區段AP3與障礙物發生碰撞的機率最低。
此外,內縮通行區段AP2’中因為具有比自走車寬度W小的內縮區段通行寬度W5’,故導航避障模組14不會導引無人自走車1通行內縮通行區域AP2’。
在本實施例中,內縮量運算單元132會運算出複數個內縮寬度,當內縮寬度大於等於自走車寬度W時,表示此內縮寬度對應到的通行區段與其區段通行寬度極大,若依照此內縮寬度進行修改將會使得全區通 行區域內縮地圖MG’失真,也會影響到導引無人自走車1的路徑規劃。故當發生上述情形時,內縮量運算單元132會將大於等於自走車寬度W的任一內縮寬度,統一縮短成一最小內縮寬度,通常最小內縮寬度係介在自走車寬度的千分之一倍與二分之一倍之間,可參閱第三圖中,障礙物區域O3、O4、O5、O6左右兩側的障礙物膨脹量。在本發明其他實施例中,內縮量運算單元132可搭配導航避障模組14運算內縮寬度,當通行區域不在導航避障模組14所規劃的路徑內,內縮量運算單元132便使該通行區域的內縮寬度統一成最小內縮寬度,且最小內縮寬度為自走車寬度的千分之一倍,也就是接近不內縮,類似變相選擇性地運算內縮寬度,不僅可以避免全區通行區域內縮地圖的失真,也可以使內縮量運算單元132直接將該內縮寬度轉換成最小內縮寬度,不用運算該內縮寬度,進而增加運算效率。
接著,請一併參閱第四圖至第五A圖,其中,第四圖係顯示本發明第二實施例所提供之無人自走車之方塊圖;以及,第五圖與第五A圖係顯示本發明第二實施例所提供之無人自走車之工作區域之全區通行區域內縮地圖。如圖所示,一種無人自走車1a與第一實施例的無人自走車1大致相同,差別在於,無人自走車1a更包含一速率調整模組15a。
就如同一般行車的過程中,針對不同的路況會有不同的行駛速度,當行駛在道路寬度較窄的道路上,通常會將行駛速度降低,而行駛在道路寬度較寬的 道路上,通常行駛速度可以較快。
速率調整模組15a會依照無人自走車1a通行的內縮通行區段的內縮寬度調整無人自走車1a之一移動速率,內縮寬度越大表示對應到全區地圖MG的區段通行寬度越大,故內縮寬度越大速率調整模組15a產生對應的移動速率越快,而內縮寬度越小速率調整模組15a產生對應的移動速率越越大。
如第五圖所示,當無人自走車1a通行內縮通行區段AP1’時,因內縮通行區段AP1’具有內縮區段通行寬度W1’、W2’與W3’,其中,內縮區段通行寬度W1’與W3’相等,且大於內縮區段通行寬度W2’,故內縮區段通行寬度W1’與W3’對應到的內縮寬度也會大於內縮區段通行寬度W2’所對應的內縮寬度。因此,無人自走車1a通行在內縮區段通行寬度W1’與W3’的移動速度會大於在內縮區段通行寬度W2’的移動速度。同理,無人自走車1a通行在內縮區段通行寬度W7’的移動速度會大於在內縮區段通行寬度W6’的移動速度。而搭配移動速度後即可得知自目前位置PP移動至目標位置PT的時間,便可挑選出時間最短的時間最佳路徑。
在內縮區段通行寬度越窄的內縮通行區段無人自走車1a的移動速度越慢,可以避免因掃描地圖的掃描時間或是運算內縮寬度的運算時間所造成的誤差,更可以進一步降低無人自走車1a與障礙物區域發生碰撞的機率。
較佳者,無人自走車1a更包含一障礙物高 度判斷單元16,障礙物高度判斷單元16係用以擷取每一障礙物區域的一障礙物的一障礙物影像,據以解析出障礙物的一障礙物高度。當障礙物高度判斷單元16解析出障礙物高度低於無人自走車1a之一自走車可跨越高度時,表示無人自走車1a可以跨越爬升該障礙物。因此,障礙物高度判斷單元16係將該障礙物定義為一可跨越障礙物,且將該障礙物所對應之障礙物區域定義為一擴充通行區域。自走車可跨越高度,係表示無人自走車1a可以安全行駛跨越且不會造成無人自走車1a損壞的高度,可為無人自走車1a整體高度的一半、三分之一、四分之一等。
障礙物高度判斷單元16解析障礙物高度的方法可以利用雷射掃描測距與影像,並且搭配角度與三角函數的運算,藉此解析出障礙物的障礙物高度,但不以此為限。在本發明其他實施例中,也可利用內建比例尺解析障礙物的障礙物高度。
障礙物高度判斷單元16係通信連結導航避障模組14、全區地圖建立模組11與局部地圖建立模組12。障礙物高度判斷單元16判斷出障礙物的障礙物高度低於自走車跨越高度時,可以同時發送信號給導航避障模組14、全區地圖建立模組11與局部地圖建立模組12,使全區地圖建立模組11與局部地圖建立模組12將擴充通行區域納入全區地圖與局部地圖,且使導航避障模組14導引無人自走車1a在內縮通行區段或擴充通行區域內通行。
障礙物高度判斷單元16也可僅發送信號給導航避障模組14,讓導航避障模組14即時更改導引路徑,使無人自走車1a在擴充通行區域內通行。此外,障礙物高度判斷單元16也可僅發送信號至全區地圖建立模組11與局部地圖建立模組12,藉以將擴充通行區域納入全區地圖與局部地圖,而全區通行區域內縮模組13係將納入擴充通行區域的全區地圖轉換成新的全區通行區域內縮地圖。最後,導航避障模組14再依據新的全區通行區域內縮地圖導引無人自走車1a通行。
如第五圖與第五A圖所示,在第五圖中,一障礙物區域O7產生了一障礙物膨脹量O71,因此,無人自走車1a的路徑會繞過障礙物區域O7與障礙物膨脹量O71。而在第五A圖中,影像擷取單元16係擷取並解析障礙物區域O7內的障礙物(位於障礙物區域O7內,但圖未標示)的障礙物高度,確認障礙物高度低於自走車可跨越高度時,係將障礙物定義為可跨越障礙物,且將障礙物區域O7定義為擴充通行區域O7’。因此,導航避障模組14便會導引無人自走車1a行駛通過擴充通行區域O7’,可以縮短無人自走車1a的行駛路徑,也可以使無人自走車1a盡量直線行駛,避免因為過多的轉彎而增加了無人自走車1a發生碰撞的機率。
綜上所述,相較於先前技術,本發明所提供之無人自走車藉由全區通行區域內縮模組將該全區地圖轉換成全區通行區域內縮地圖,使得無人自走車通行於全區通行區域內縮地圖之至少一內縮通行區域之內縮 通行區段內,藉以降低無人自走車與障礙物發生碰撞的機率。較佳者,更可以利用速率調整模組,控制無人自走車依照不同的內縮寬度採用不同的移動速率通行,以更進一步降低無人自走車與障礙物發生碰撞的機率。
藉由以上較佳具體實施例之詳述,係希望能更加清楚描述本發明之特徵與精神,而並非以上述所揭露的較佳具體實施例來對本發明之範疇加以限制。相反地,其目的是希望能涵蓋各種改變及具相等性的安排於本發明所欲申請之專利範圍的範疇內。

Claims (10)

  1. 一種無人自走車,係用以在一工作區域內移動,並包含:一全區地圖建立模組,係用以在該無人自走車在該工作區域內移動時掃描該工作區域,據以建立該工作區域之一全區地圖,且該全區地圖包含至少一障礙物區域與至少一位於該至少一障礙物區域外之通行區域;一局部地圖建立模組,係通信連結該全區地圖建立模組,用以即時性掃描該無人自走車在該工作區域內移動所即時位於之一即時周邊區域,而據以建立一局部地圖,並比對該局部地圖與該全區地圖,藉以確認該無人自走車所在之一目前位置;一全區通行區域內縮模組,係通信連結該全區地圖建立模組,並且包含:一通行區域寬度運算單元,係計算該至少一通行區域在複數個通行區段之複數個區段通行寬度;一內縮量運算單元,係依據該些區段通行寬度運算出複數個對應於該些通行區段之內縮寬度,其中在該些區段通行寬度中寬度越寬者所對應之內縮寬度越大;以及一全區通行區域內縮地圖產生單元,係依據該些內縮寬度將該全區地圖之該至少一通行區域修改為至少一內縮通行區域,藉以將該全區地圖轉換成一全區通行區域內縮地圖;以及一導航避障模組,係通信連結該全區通行區域內縮模組與該局部地圖建立模組,用以在確認該目前位置與一目標位置後,依據該全區通行區域內縮地圖,導引該無人自走車在該至少一內縮通行區域內通行。
  2. 如申請專利範圍第1項所述之無人自走車,其中,該導航避障模組包含一最佳路徑規劃單元,該最佳路徑規劃單元係用以導引該無人自走車在該至少一內縮通行區域中之一最佳路徑通行,且該最佳路徑係一時間最佳路徑與一安全最佳路徑中之一者。
  3. 如申請專利範圍第1項所述之無人自走車,更包含一速率調整模組,該速率調整模組係通信連結該全區通行區域內縮模組與該導航避障模組,並對應該些內縮寬度產生複數個移動速率,以控制該無人自走車以其通行之該至少一內縮通行區域之內縮寬度所對應之移動速率通行。
  4. 如申請專利範圍第1項所述之無人自走車,其中,該全區地圖建立模組包含一全區地圖掃描單元,且該全區地圖掃描單元係用以掃描該工作區域。
  5. 如申請專利範圍第4項所述之無人自走車,其中,該全區地圖掃描單元係一雷射掃描單元。
  6. 如申請專利範圍第1項所述之無人自走車,其中,該局部地圖建立模組包含一局部地圖掃描單元,且該局部地圖掃描單元係用以即時性掃描該即時周邊區域。
  7. 如申請專利範圍第6項所述之無人自走車,其中,該局部地圖掃描單元係一雷射掃描單元。
  8. 如申請專利範圍第1項所述之無人自走車,其中,該局部地圖建立模組包含一地圖比對單元,該地圖比對單元係用以比對該局部地圖之複數個局部特徵點與該全區地圖之複數個全區特徵點,藉以在該些局部特徵點與該些全區特徵點相符合時,確認該無人自走車所在之該目前位置。
  9. 如申請專利範圍第1項所述之無人自走車,其中,該些內縮寬度中大於該無人自走車之一自走車寬度之每一內縮寬度,該內縮量運算單元係將上述每一內縮寬度校正為一最小內縮寬度,且該最小內縮寬度係介在該自走車寬度之千分之一倍與二分之一倍之間。
  10. 如申請專利範圍第1項所述之無人自走車,更包含一障礙物高度判斷單元,該障礙物高度判斷單元係通信連結於該導航避障模組、該全區地圖建立模組與該局部地圖建立模組,用以擷取每一該至少一障礙物區域之一障礙物之一障礙物影像,據以解析出該障礙物之一障礙物高度,在判斷出該障礙物高度低於該無人自走車之一自走車可跨越高度時,將該障礙物定義為一可跨越障礙物,並將該障礙物所對應之該至少一障礙物區域之一者定義為一擴充通行區域。
TW107135286A 2018-10-05 2018-10-05 無人自走車 TWI679512B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW107135286A TWI679512B (zh) 2018-10-05 2018-10-05 無人自走車
US16/173,396 US20200110421A1 (en) 2018-10-05 2018-10-29 Automated guided vehicle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107135286A TWI679512B (zh) 2018-10-05 2018-10-05 無人自走車

Publications (2)

Publication Number Publication Date
TWI679512B true TWI679512B (zh) 2019-12-11
TW202014816A TW202014816A (zh) 2020-04-16

Family

ID=69582705

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107135286A TWI679512B (zh) 2018-10-05 2018-10-05 無人自走車

Country Status (2)

Country Link
US (1) US20200110421A1 (zh)
TW (1) TWI679512B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11754408B2 (en) * 2019-10-09 2023-09-12 Argo AI, LLC Methods and systems for topological planning in autonomous driving
CN114360274B (zh) * 2021-12-13 2023-04-07 珠海格力智能装备有限公司 配送车导航方法、系统、计算机设备和存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104898660A (zh) * 2015-03-27 2015-09-09 中国科学技术大学 一种提高机器人路径规划效率的室内地图构建方法
CN105469405A (zh) * 2015-11-26 2016-04-06 清华大学 基于视觉测程的同时定位与地图构建方法
CN105984464A (zh) * 2015-03-18 2016-10-05 丰田自动车株式会社 车辆控制装置
TWI580988B (zh) * 2015-07-24 2017-05-01 P-Square Inc Location Information Establishment Method and Spatial Location Method
TW201739194A (zh) * 2016-04-27 2017-11-01 日本電產新寶股份有限公司 移動體的管理系統、方法及電腦程式
TW201807379A (zh) * 2016-08-24 2018-03-01 美商高通公司 用於無人機之導航輔助資料及路線計畫
TWM564182U (zh) * 2018-03-29 2018-07-21 東元電機股份有限公司 移動載具
TWI631861B (zh) * 2016-08-26 2018-08-01 光禾感知科技股份有限公司 室內定位方法與系統及其室內地圖建立裝置
CN207752371U (zh) * 2018-01-30 2018-08-21 北醒(北京)光子科技有限公司 一种机器人自主导航装置及机器人
TWI635302B (zh) * 2017-07-18 2018-09-11 李綱 載具即時精準定位系統
TW201832712A (zh) * 2017-01-09 2018-09-16 德商佛維爾克控股公司 自行移動式清潔設備

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060058921A1 (en) * 2004-09-13 2006-03-16 Tamao Okamoto Mobile robot
US7920961B2 (en) * 2007-08-29 2011-04-05 Sap Ag Method and apparatus for path planning and distance calculation
DK2807526T3 (da) * 2012-01-25 2020-08-17 Omron Robotics And Safety Technologies Inc Selvstændig mobil robot til afvikling af opgavetildelinger i fysiske omgivelser med stationære og ikke-stationære hindringer

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105984464A (zh) * 2015-03-18 2016-10-05 丰田自动车株式会社 车辆控制装置
CN104898660A (zh) * 2015-03-27 2015-09-09 中国科学技术大学 一种提高机器人路径规划效率的室内地图构建方法
TWI580988B (zh) * 2015-07-24 2017-05-01 P-Square Inc Location Information Establishment Method and Spatial Location Method
CN105469405A (zh) * 2015-11-26 2016-04-06 清华大学 基于视觉测程的同时定位与地图构建方法
TW201739194A (zh) * 2016-04-27 2017-11-01 日本電產新寶股份有限公司 移動體的管理系統、方法及電腦程式
TW201807379A (zh) * 2016-08-24 2018-03-01 美商高通公司 用於無人機之導航輔助資料及路線計畫
TWI631861B (zh) * 2016-08-26 2018-08-01 光禾感知科技股份有限公司 室內定位方法與系統及其室內地圖建立裝置
TW201832712A (zh) * 2017-01-09 2018-09-16 德商佛維爾克控股公司 自行移動式清潔設備
TWI635302B (zh) * 2017-07-18 2018-09-11 李綱 載具即時精準定位系統
CN207752371U (zh) * 2018-01-30 2018-08-21 北醒(北京)光子科技有限公司 一种机器人自主导航装置及机器人
TWM564182U (zh) * 2018-03-29 2018-07-21 東元電機股份有限公司 移動載具

Also Published As

Publication number Publication date
TW202014816A (zh) 2020-04-16
US20200110421A1 (en) 2020-04-09

Similar Documents

Publication Publication Date Title
Rastelli et al. Dynamic trajectory generation using continuous-curvature algorithms for door to door assistance vehicles
González et al. Continuous curvature planning with obstacle avoidance capabilities in urban scenarios
JP5112666B2 (ja) 移動装置
CN110121449B (zh) 车辆控制装置、车辆控制方法及存储介质
CN112284393B (zh) 一种智能移动机器人全局路径规划方法和系统
CN112964271A (zh) 一种面向多场景的自动驾驶规划方法及系统
TWI679512B (zh) 無人自走車
De Lima et al. Navigation of an autonomous car using vector fields and the dynamic window approach
Artuñedo et al. A decision-making architecture for automated driving without detailed prior maps
JP2023531831A (ja) 駐車スペースのハイブリッド探索を用いた自律駐車
Fassbender et al. Trajectory planning for car-like robots in unknown, unstructured environments
KR102415619B1 (ko) 도로의 위험구간 추정방법 및 시스템
CN113009912A (zh) 一种基于混合a星的低速商用无人车路径规划算法
JP2021068016A (ja) 車両制御装置、車両制御方法、およびプログラム
CN114715192A (zh) 一种解耦的自动驾驶车辆实时轨迹规划方法、装置及系统
CN114789733A (zh) 移动体控制装置、移动体控制方法以及存储介质
CN111123901A (zh) 无人自走车
JP7258046B2 (ja) 経路決定装置、ロボット及び経路決定方法
De Lima et al. Sensor-based control with digital maps association for global navigation: a real application for autonomous vehicles
Yoon et al. Shape-Aware and G 2 Continuous Path Planning Based on Bidirectional Hybrid A∗ for Car-Like Vehicles
CN115476874A (zh) 车辆控制设备、包括车辆控制设备的系统及车辆控制方法
Wang et al. Optimal Trajectory Planning with Dynamic Constraints for Autonomous Vehicle
Barsi et al. Offline path planning of automated vehicles for slow speed maneuvering
Chen et al. Path planning for obstacle avoidance of unmanned vehicles based on Frenet coordinates and B-spline curves
Abadi et al. Side sonar vision applied to Omni-directional images to navigate mobile robots