WO2022252790A1 - 非完整移动机器人及其连续调节方法和系统 - Google Patents
非完整移动机器人及其连续调节方法和系统 Download PDFInfo
- Publication number
- WO2022252790A1 WO2022252790A1 PCT/CN2022/084269 CN2022084269W WO2022252790A1 WO 2022252790 A1 WO2022252790 A1 WO 2022252790A1 CN 2022084269 W CN2022084269 W CN 2022084269W WO 2022252790 A1 WO2022252790 A1 WO 2022252790A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- mobile robot
- pose
- holonomic
- move
- final
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000033001 locomotion Effects 0.000 claims abstract description 160
- 230000007704 transition Effects 0.000 claims description 49
- 230000008569 process Effects 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 6
- 230000004807 localization Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 241000270295 Serpentes Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000002730 additional effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0891—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for land vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/0088—Control 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
一种非完整移动机器人(180)及其连续调节方法(800)和系统(100),非完整移动机器人(180)连续调节方法(800)包括:识别非完整移动机器人(180)在一世界坐标系中的当前位姿,其中,当前位姿由定义非完整移动机器人(180)在世界坐标系中的第一组状态的第一组值表示(S802);接收非完整移动机器人(180)的最终目标位姿,最终目标位姿由定义非完整移动机器人(180)在世界坐标系中的第二组状态的第二组值表示(S804);确定将非完整移动机器人(180)从当前位姿移动到最终目标位姿的移动路径(S806);根据移动路径控制非完整移动机器人(180)从当前位姿移动到最终目标位姿,非完整移动机器人(180)通过同时将非完整移动机器人(180)从第一组状态收敛到第二组状态来移动到最终目标位姿(S808)。非完整移动机器人(180)及其连续调节方法可以更自然、更平稳及更高效地控制非完整移动机器人(180)移动到最终目标位姿。
Description
本发明涉及用于移动机器人导航和停车的方法和系统,更具体地涉及用于快速连续调节非完整移动机器人以实现快速准确停车的方法和系统。
欠驱动系统是控制数量少于配置变量数量的机械控制系统。示例性欠驱动系统包括柔性连杆机器人、移动机器人、步行机器人、移动平台上的机器人、汽车、机车系统、蛇型和游泳机器人、杂技机器人、飞机、航天器、直升机、卫星、水面舰艇、水下非完整移动机器人等。由于它们在机器人、航空航天非完整移动机器人和海洋非完整移动机器人中的广泛应用,欠驱动系统的控制近年来成为一个有吸引力的领域。然而,由于欠驱动(即输入的数量小于自由度或配置变量),设计稳定欠驱动系统的调节控制器具有挑战性。用于控制欠驱动系统的现有方法主要集中在需要欠驱动系统在控制器之间切换的切换控制方法上,这既费时又低效。控制欠驱动系统的其他方法包括某些连续调节控制方法,这些方法不考虑收敛精度、过渡目标位姿、向后移动及某些其他因素,因此也是低效的。在这种控制下的欠驱动系统在某些情况下也难以实现自然、平稳和准确的停车(parking)。
因此,需要开发用于有效控制欠驱动系统以实现快速、自然、平稳和准确停车的方法和系统。
发明内容
因此,本发明提供一种方法和系统,其可以用于有效控制欠驱动系统以实现快速、自然、平稳和准确停车。
为了达到上述目的,本发明提供了一种非完整移动机器人的连续调节方法, 包括:识别该非完整移动机器人在一世界坐标系中的当前位姿,其中,该当前位姿由定义该非完整移动机器人在该世界坐标系中的第一组状态的第一组值表示;接收该非完整移动机器人的最终目标位姿,其中,该最终目标位姿由定义该非完整移动机器人在该世界坐标系中的第二组状态的第二组值表示;确定将该非完整移动机器人从该当前位姿移动到该最终目标位姿的移动路径;及根据该移动路径控制该非完整移动机器人从当该前位姿移动到该最终目标位姿,其中,该非完整移动机器人通过同时将该非完整移动机器人从该第一组状态收敛到该第二组状态来移动到该最终目标位姿。
可选的,在该世界坐标系中的第一组和第二组状态中的每一个都包括该非完整移动机器人的在x轴和y轴上的平移以及方向。
可选的,确定将该非完整移动机器人从该当前位姿移动到该最终目标位姿的移动路径包括:确定该非完整移动机器人是否需要一过渡目标位姿才能移动到最终目标位姿。
可选的,确定该非完整移动机器人是否需要一过渡目标位姿才能移动到最终目标位姿包括:确定该最终目标位姿是否位于该当前位姿下的该非完整移动机器人侧面的弧形扇区中,其中,该弧形扇区具有预定的角度和半径;及如果该最终目标位姿位于该弧形扇区中,确定该非完整移动机器人移动到该最终目标位姿需要一个过渡目标位姿。
可选的,该方法还包括:响应于需要该过渡目标位姿,在移动到该最终目标位姿之前,控制该非完整移动机器人从该当前位姿移动到该过渡目标位姿。
可选的,该方法还包括:响应于不需要该过渡目标位姿,控制该非完整移动机器人从该当前位姿直接移动到该最终目标位姿。
可选的,确定将该非完整移动机器人从该当前位姿移动到该最终目标位姿的移动路径包括:确定该非完整移动机器人是否需要向后移动到该最终目标位姿;及如果确定该非完整移动机器人需要向后移动到该最终目标位姿,控制该非完整移动机器人向后移动到该最终目标位姿。
可选的,确定该非完整移动机器人是否需要向后移动到该最终目标位姿包括:确定位于该当前位姿背面的弧形背面扇区;确定位于该最终目标位姿前面的弧形前扇区;及如果该当前位姿的该非完整移动机器人位于该弧形前扇区并且该最终目标位姿的该非完整移动机器人位于该弧形背面扇区,确定该非完整移动机器人需要向后移动到该最终目标位姿。
可选的,该弧形背面扇区和该弧形前扇区中的每一个具有预定的角度和半径。
可选的,控制该非完整移动机器人从当该前位姿移动到该最终目标位姿包括:控制该非完整移动机器人从该当前位姿移动到预定的具有预定义的平移公差的接近该最终目标位姿的范围内;及控制该非完整移动机器人旋转以将一方向误差减小到小于预定义阈值。
可选的,该非完整移动机器人在该世界坐标系中的该当前位姿是通过使用轮式里程计结合基于激光雷达(LiDAR)的同步定位和地图构建(SLAM)过程来确定的。
可选的,该非完整移动机器人是欠驱动的,输入的数量小于一个自由度。
本发明还提供一种非完整移动机器人的连续调节系统,包括:至少一个处理器;与所述至少一个处理器耦合的存储器,所述存储器存储程序,所述程序在被执行时使所述至少一个处理器:识别该非完整移动机器人在一世界坐标系中的当前位姿,其中,该当前位姿由定义该非完整移动机器人在该世界坐标系中的第一组状态的第一组值表示;接收该非完整移动机器人的最终目标位姿,其中,该最终目标位姿由定义该非完整移动机器人在该世界坐标系中的第二组状态的第二组值表示;确定将该非完整移动机器人从该当前位姿移动到该最终目标位姿的移动路径;及根据该移动路径控制该非完整移动机器人从当该前位姿移动到该最终目标位姿,其中,该非完整移动机器人通过同时将该非完整移动机器人从该第一组状态收敛到该第二组状态来移动到该最终目标位姿。
本发明还提供一种非完整移动机器人,包括处理器和耦合到该处理器的控制器,其中,该处理器被配置为:识别该非完整移动机器人在一世界坐标系中的当前位姿,其中,该当前位姿由定义该非完整移动机器人在该世界坐标系中的第一组状态的第一组值表示;接收该非完整移动机器人的最终目标位姿,其中,该最终目标位姿由定义该非完整移动机器人在该世界坐标系中的第二组状态的第二组值表示;及确定将该非完整移动机器人从该当前位姿移动到该最终目标位姿的移动路径;该控制器被配置为:根据该移动路径控制该非完整移动机器人从当该前位姿移动到该最终目标位姿,其中,该非完整移动机器人通过同时将该非完整移动机器人从该第一组状态收敛到该第二组状态来移动到该最终目标位姿。
本发明技术方案,具有如下优点:与现有的其他方法相比,可以更自然、更平稳地控制非完整移动机器人移动到最终目标位姿,效率更高。
并入本文并形成说明书的一部分的附图说明了本公开的实施例,并且与描述一起进一步用于解释本公开的原理并使相关领域的技术人员能够制作和使用本公开。为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,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1A示出了根据本发明实施例的耦合到非完整移动机器人的示例性控制系统的框图。
图1B示出了根据本发明实施例的包括在控制系统中的示例性运动规划模块的框图。
图2显示了根据本发明实施例的用于确定非完整移动机器人移动路径的示例性方法的流程图。
图3示出了根据本发明实施例的用于确定过渡目标位姿的示例性场景的示 意图。
图4示出了根据本发明实施例的用于确定非完整移动机器人是否需要向后移动的示例性场景的示意图。
图5示出了根据本发明实施例的用于确定用于控制非完整移动机器人运动的某些角度的示例性场景的示意图。
图6显示了根据本发明实施例的用于通过两个不同阶段控制非完整移动机器人移动的示例性控制方案的流程图。
图7A-7B协作地示出了根据本发明的实施例的非完整移动机器人的一些示例性模拟运动。
图8示出了根据本发明实施例的用于控制非完整移动机器人运动的示例性方法的流程图。
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
现在将详细参考示例性实施例,其示例在附图中示出。在可能的情况下,将在整个附图中使用相同的附图标记来指代相同或相似的部分。
尽管讨论了具体的配置和布置,但应该理解,这样做只是为了说明的目的。相关领域的技术人员将认识到,在不背离本公开的精神和范围的情况下,可以使用其他配置和布置。对于相关领域的技术人员显而易见的是,本公开还可以用于各种其他应用中。
需要注意的是,说明书中对“一个实施例”、“示例实施例”、“一些实施例”、“某些实施例”等的提及表明所描述的实施例可以包括特定的特征(feature)、结构或特性(characteristic),但每个实施例可能不一定包括特定特征、结构或特性。此外,这些短语不一定指相同的实施例。此外,当结合一实施例描述特 定特征、结构或特性时,实现与其他实施例相关的这种特征、结构或特性,是在相关领域的技术人员的知识范围内的,无论是否明确描述。
一般而言,术语可以至少部分地从上下文中的使用来理解。例如,至少部分取决于上下文,如本文所用的术语“一个或多个”可用于以单数意义描述任何特征、结构或特性,或者可用于以复数意义描述特征、结构或特性的组合。类似地,至少部分地取决于上下文,诸如“一个”或“该”之类的术语也可以被理解为传达单数用法或传达复数用法。此外,术语“基于”可以被理解为不一定旨在传达一组排他的因素,并且可以相反地允许存在不一定明确描述的附加因素,这再次至少部分地取决于上下文。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
在以下详细描述中,通过示例的方式阐述了许多具体细节以提供对相关教导的透彻理解。然而,应该明显的是,可以在没有这些细节的情况下实践本教导。在其他情况下,众所周知的方法、过程(procedure)、组件和/或电路已在相对较高的层面上进行了没有细节的描述,以避免不必要地模糊本教导的方面。在以下材料中,诸如“向前”、“向后”、“左”或“右”之类的方向性术语用于指示相对方向并且仅用于在以下讨论期间提供参考坐标系。它们并非旨在指示所描述物品的所需、期望或预期方向。
如前所述,用于控制欠驱动系统的现有方法具有某些技术限制。例如,一些现有方法侧重于切换控制方法,这些切换控制方法需要部署多个控制器并且需要欠驱动系统在多个控制器之间切换,这变得耗时且效率低下。其他现有的方法包括某些连续调节控制方法,其不考虑收敛精度和某些挑战性的情况,例如旋转运动中的突然变化,因此也是低效的。在这种控制下的欠驱动系统很难实现快速准确的停车。因此,现有的欠驱动系统控制方法存在某些技术局限性。
在本公开中提供了用于实现具有非完整约束(nonholonomic constraints)的欠驱动系统的快速和准确停车的技术解决方案。在一些实现中,可以采用运动 规划过程来确定欠驱动系统的当前位姿(或初始位姿)和最终目标位姿,其中当前位姿和最终目标位姿中的每一个都由一组值表示,该组值定义了在一世界坐标系(world frame)中欠驱动系统的一组状态(例如,x轴和y轴上的平移和方向(偏航角))。基于当前位姿和最终目标位姿,运动规划过程可以确定用于将欠驱动系统从当前位姿移动到最终目标位姿的移动路径。在确定移动路径之后,可以控制欠驱动系统从当前位姿移动到沿着移动路径的最终目标位姿。当欠驱动系统被控制移动到最终目标位姿时,欠驱动系统被控制同时收敛到与最终目标位姿对应的一组状态。通过同时收敛到该一组状态,欠驱动系统不需要在不同控制器之间切换,从而节省时间并提高欠驱动系统的效率。
在一些实现中,当确定移动路径时,还可以确定是否需要过渡目标位姿(transition goal pose)以使欠驱动系统从当前位姿移动到最终目标位姿。在某些情况下,通过引入过渡目标位姿,可以控制欠驱动系统首先移动到过渡目标位姿,然后再移动到最终目标位姿。然后这可以防止欠驱动系统的旋转运动的突然变化。在一些实现中,当确定移动路径时,可以进一步确定欠驱动系统在移动到最终目标位姿时(或者当移动到过渡目标位姿时,如果有的话)是否需要向后移动。贯穿本公开,“向后移动”或“向后的运动”描述了移动机器人在朝着目标位姿移动并进入目标位姿的同时背离目标位姿。换句话说,移动机器人后退到(back into)目标位姿而不是朝着它前进(heading into it)。与仅向前移动相比,通过使欠驱动系统后退到目标位姿,而不仅仅是向前移动,欠驱动系统的运动变得更加自然和平滑。因此,本公开所描述的技术方案可以使欠驱动系统实现快速、自然、平稳、准确的停车,从而解决现有方法所面临的技术问题。
在以下讨论中,提供了可采用本文所述技术的非完整移动机器人的示例说明。需要注意的是,本文描述的技术的应用不限于所描述的非完整移动机器人,而是可以扩展到具有非完整约束的任何欠驱动系统。
图1A示出了根据本公开的一些实施例的用于控制非完整移动机器人180 的示例性控制系统100的框图。非完整移动机器人180可以是具有非完整约束的任何类型的移动机器人。在一些实施例中,非完整移动机器人180可以是配备有自主系统的自主机器人。或者,非完整移动机器人180也可以从用户接口110接收超越(overriding)控制系统100的命令的外部输入。在这些实施例中,非完整移动机器人是半自主机器人。作为一个示例,非完整移动机器人180可以是类似独轮车的汽车(unicycle-like car)。另一个可能的非完整移动机器人的例子是差动驱动移动机器人,或无人驾驶的航空(aerial)非完整移动机器人。
控制系统100可以包括导航模块120,用于确定非完整移动机器人180在世界坐标系(例如,地图坐标系)中的位姿。导航模块120可以使用不同的技术来确定非完整移动机器人180的位姿。在一个示例中,导航模块120可以包括与基于激光雷达(LiDAR)的同步定位和地图构建(SLAM)相结合的轮式里程计以定位移动机器人的当前位姿或初始位姿。在一些实施例中,包含在导航模块102中的SLAM算法可以允许构建地图坐标系(例如,世界坐标系)并且同时在地图中定位(例如,在特定的x轴和y轴以及方向)非完整移动机器人。基于定位信息,可以确定非完整移动机器人在地图上的移动路径。在一些实施例中,包括在导航模块102中的SLAM算法可以进一步绘制出(map out)未知环境,这可以在某些情况下应用于路径规划和避障。在一些实施例中,导航模块102还可以向控制系统100的其他组件提供非完整移动机器人180的状态信息,包括x轴和y轴以及方向和/或其他定位相关信息,如下所述。
控制系统100还可以包括运动规划模块140,用于计算非完整移动机器人180的进入运动路径(incoming moving path)(也可以称为“预测运动”)。在本公开的一些实施例中,运动规划模块140可以迭代地确定从先前位姿移动到当前位姿的非完整移动机器人的状态,该先前位姿具有在先前迭代期间确定的状态,并且可基于当前位姿的非完整移动机器人的状态,确定用于将非完整移动机器人移动到最终目标位姿的进入移动路径。
在一些实施例中,运动规划模块140可以通过确定在将非完整移动机器人 移动到最终目标位姿时是否需要过渡目标位姿来确定非完整移动机器人的进入移动路径。在某些情况下(例如,当最终目标位姿在当前位姿附近的左侧或右侧时),将非完整移动机器人直接移动到最终目标位姿可能因为旋转运动的突然变化而需要非完整移动机器人过大的旋转扭矩,然后这导致非完整移动机器人的不稳定/不自然运动。通过引入沿该进入移动路径过渡目标位姿,非完整移动机器人可以沿锯齿形(zig-zag)路径移动。因此,非完整移动机器人不需要提供大的旋转扭矩,从而导致非完整移动机器人的运动更加平滑自然。稍后将在图3中描述用于确定是否需要过渡目标位姿的具体细节。
在一些实施例中,运动规划模块140可以通过确定是否向后移动非完整移动机器人,从而使非完整移动机器人后退到最终目标位姿,而不是前进到最终目标位姿,来确定非完整移动机器人的进入移动路径。在某些情况下,将非完整移动机器人向后移动到最终目标位姿可能会导致非完整移动机器人的运动更加自然和直接。也就是说,与仅使非完整移动机器人向前移动相比,通过使非完整移动机器人能够向后移动可以获得更短、更自然、更直接的路径。用于确定是否使非完整移动机器人向后移动的具体细节将在后面的图4中描述。
在一些实施例中,除了当前位姿和最终目标位姿之外,运动规划模块140还可以接收关于围绕非完整移动机器人或沿着进入移动路径的环境150的信息,例如障碍物、非完整移动机器人的可行驶的、不可行驶的或非法的区域。可以从包括在控制系统100的感测模块130中的传感器接收信息。关于环境150的信息可以由地图表示。在一些实施例中,运动规划模块140还可以从包括在控制系统100中的移动机器人控制器160接收关于非完整移动机器人运动的信息。该信息可以包括非完整移动机器人的状态,例如位置、航向(heading)、速度等,并且从直接或远程连接到运动规划模块140的硬件或软件接收。
基于从移动机器人控制器160和感测模块130接收的信息,运动规划模块140可以确定非完整移动机器人的到达最终目标位姿并避免碰撞和移动机器人不能行进的受限区域的进入移动路径。在一些实施例中,在确定进入运动路径 时,除了连接初始位姿和最终目标位姿的运动路线外,还可以确定用于移动非完整移动机器人的某些运动参数。这些运动参数可以包括但不限于速度、方向/航向、旋转速度、角速度、加速度、转向(steering)、制动和发动机扭矩。
在本公开的一些实施例中,运动规划模块140可以包括障碍物预测单元142,用于基于由运动规划模块接收到的障碍物的运动来预测障碍物。例如,响应于在所确定的非完整移动机器人的进入移动路径上检测到障碍物,本公开的一些实施例可以计算非完整移动机器人的修改移动路径以避开该障碍物。例如,障碍物可以是实体障碍物,例如另一个非完整移动机器人或行人,也可以是代表非法驾驶行为的虚拟障碍物,例如划定允许行驶车道的线等。在一些实施例中,为了确定修改的移动路径是否是必要的,检查预测的进入移动路径是否可能与障碍物发生碰撞,并且修改预测为与障碍物碰撞的进入移动路径。
在一些实施例中,一旦确定和/或修改,进入移动路径可以输入到移动机器人控制器160中以计算移动机器人命令,例如转向、制动、油门(throttle)等。这些命令被提交给非完整移动机器人的致动器以根据预测或修改的移动路径移动非完整移动机器人。在一些实施例中,运动规划模块140还可以包括移动机器人控制单元144,用于计算包括在进入移动路径中的运动。因此,由运动规划模块140计算的运动可以由移动机器人控制器160准确地执行。例如,移动机器人控制器160可以包括转向控制器、制动控制器和油门控制器中的一个或多个,并且运动规划模块140可以包括仿真那些控制器的操作的模型。将结合图1B进一步描述关于运动规划模块140和控制器160的具体细节。
图1B图示了根据本公开的一个实施例的示例运动规划模块140的框图。如图所示,运动规划模块140可以包括至少一个处理器170,用于执行运动规划模块的模块/单元。处理器170可以连接到存储器180,存储器180存储环境150的地图181和关于非完整移动机器人的信息182。存储器180还可以存储运动规划模块140的内部信息183,包括但不限于预测和/或修改的运动路径、每个计算状态的值、导致每个状态的运动、障碍物的未来预测运动等。在一些实 施例中,可以基于从控制器160接收的信息和从感测模块130接收的信息来更新关于非完整移动机器人和环境的信息。在一些实施例中,存储器180还可以存储可由处理器170执行的算法和程序指令,用于确定进入运动路径,其包括如图2-8中更详细描述的运动路线和运动参数。
图2示出了根据本公开的实施例的用于确定非完整移动机器人的移动路径的示例性方法200的流程图。该示例性方法可以由控制系统100的运动规划模块140基于存储在存储器180中的信息来实施。
假设世界坐标系中非完整移动机器人(例如,非完整移动机器人180)的当前位姿或初始位姿是(x,y,ψ)(包括x轴和y轴上的坐标和方向角ψ),在步骤201,可以接收非完整移动机器人的最终目标位姿,其中,世界坐标系中的最终目标位姿可以由(x
g,y
g,ψ
g)表示。在一些实施例中,当前位姿可以由导航模块120如前所述地确定,并且最终目标位姿可以基于经由用户界面110从用户接收的外部输入来接收。在一些实施例中,当前位姿和最终目标位姿也可以通过其他方式确定。例如,最终目标位姿可以基于例行时间表(routine schedule)或基于从包括其他相邻非完整移动机器人在内的其他终端接收到的信息来确定。在确定当前位姿和最终目标位姿之后,可以相应地确定当前位姿和最终目标位姿之间的位置误差e和方向误差γ。例如,在世界坐标系中的当前位姿和最终目标位姿之间的位置误差e可以是
在世界坐标系中的当前位姿和最终目标位姿之间的方向误差γ可以是γ=ψ-ψ
g。
接下来,可以确定非完整移动机器人是否需要过渡目标位姿以沿锯齿形(zig-zag)路径移动到最终目标位姿。通过引入沿移动路径的过渡目标位姿,可以避免较大的旋转扭矩。为了确定是否需要过渡目标位姿,在步骤203,运动规划模块140可以确定方向误差的绝对值|γ|是否小于阈值
以及确定最终目标位姿是否位于如下文在图3中进一步描述的侧扇区(side sectors)之一中。
图3图示了根据本公开的实施例的用于确定过渡目标位姿的示例性场景 300的示意图。在一些实施例中,为了确定非完整移动机器人在移动到最终目标位姿之前是否需要移动到过渡目标位姿,可以为非完整移动机器人定义一个或多个弧形扇区。当方向误差的绝对值|γ|小于阈值
并且最终目标位姿位于一个定义的扇区中时,非完整移动机器人需要在移动到最终目标位姿之前移动到过渡目标位姿。例如,对于图3中所示的示例性场景,最终目标位姿位于处于当前位姿的非完整移动机器人左侧的扇区301a内。此时,如果方向误差的绝对值|γ|小于阈值
运动规划模块140可以确定在将机器人移动到最终目标位姿之前首先将非完整移动机器人移动到过渡目标位姿。这里,阈值
可以预先定义或通过其他方式确定。
在一些实施例中,一预定义的弧形扇区可以具有特定的半径r
t和角度α
t,如图3所示。半径r
t和/或角度α
t的值可以根据非完整移动机器人的运动能力、非完整移动机器人的形状和/或尺寸等因素来定义。例如,非完整移动机器人的尺寸越小,半径r
t就越小。在一些实施例中,半径r
t和/或角度α
t的值也可以基于环境情况动态更新。例如,如果环境中有一些障碍物,则可以动态修改半径r
t和/或角度α
t的值,以避开障碍物所在的区域。在一些实施例中,包括在感测模块130中的一个或多个传感器可以获得障碍物信息。在一些实施例中,障碍物信息可以从其他容易获得的来源获得,例如,从包括三维(3D)地图的某些第三方地图获得。在一些实施例中,半径r
t和/或角度α
t的值可以由用户通过用户界面110预定义。
在一些实施例中,可以为处于当前位姿的非完整移动机器人定义一个以上的扇区。例如,如图3所示,可为非完整移动机器人预定义两个扇区301a和301b。这两个扇区可以关于在当前位姿的非完整移动机器人前向方向(即,图3中所示的x轴)对称。此外,这两个扇区可以在当前位姿下以非完整移动机器人的y轴为中心。即,每个扇区的中心线与当前位姿的非完整移动机器人的y轴对齐,如图3所示。在一些实施例中,两个扇区可以不一定是对称的。例如,由于一侧存在障碍物,一个扇区可能小于另一扇区。其他环境信息也可能影响 为非完整移动机器人定义的每个扇区的大小。
在一些实施例中,在确定非完整移动机器人移动到最终目标位姿需要过渡目标位姿之后,运动规划模块140可以进一步确定过渡目标位姿的状态,从而确定首先将非完整移动机器人移动到过渡目标位姿的移动路线和运动参数。为了确定过渡目标位姿的状态,运动规划模块140可以首先定义由y=x表示的具有斜率的线(例如,图3中的虚线303a)。线303a可以在世界坐标系中表示,例如在固定在当前位姿的机器人坐标系中。然后可以在同一机器人坐标系中通过(x
a,y
a)定义最终目标位姿。接下来,运动规划模块140可以识别由y=-x+d表示的另一条线(例如,图3中的虚线303b)以相反的斜率穿过最终目标位姿。线303a和线303b之间的交点可以定义过渡目标位姿的x轴和y轴。
在一些实施例中,y=x和y=-x+d中的斜率可以由用户通过用户界面110调整、可以预定义并具有固定值、可以基于当前位姿和最终目标位姿之间的位置误差e来定义、或者可以通过其他方式确定。例如,当当前位姿和最终目标位姿之间的位置误差e变大时,斜率可以变小。在一些实施例中,斜率也可以非完整移动机器人的大小有关。例如,非完整移动机器人的尺寸越大,斜率越小。在一些实施例中,d的值可以定义为(x
a,y
a)的函数,如下表1所示。在定义和d的值之后,过渡目标位姿的x轴和y轴(也可称为“过渡点P”),可以得到,如下表1所示:
表1
在一些实施例中,运动规划模块140还可以确定过渡目标位姿的方向。例如,运动规划模块140可以使用当前位姿(如图3所示)的方向或最终目标位姿的方向作为过渡目标位姿的方向。或者,可以将当前位姿的方向与最终目标位姿的方向之间的平均值用作过渡目标位姿的方向。用于确定过渡目标位姿的方向的其他方法也是可能的并且可以考虑。在一些实施例中,在确定过渡目标位姿之后,运动规划模块140可以计划在将非完整移动机器人移动到最终目标位姿之前首先将其移动到过渡目标位姿。
参考回图2,如果非完整移动机器人需要沿着图3所示的锯齿形路径移动到过渡目标位姿,非完整移动机器人的进入运动(incoming motion)或预测运动的目标将是过渡目标。也就是说,“goal=transition_goal”并且“is_transition=true”。然而,如果确定非完整移动机器人不需要沿着锯齿形路径移动(例如,当最终目标位姿不在图3中的任何定义扇区中时),非完整移动机器人可以直接移动到最终目标位姿。此时,“is_transition=false”并且“goal=final_goal”。也就是说,非完整移动机器人的进入运动或预测运动的目标将是最终目标。
在确定预测运动的目标(transition_goal或final_goal)之后,在步骤207,运动规划模块140可以确定是否在预测运动中向后移动完整移动机器人。由于具有向后运动而不是仅仅向前运动的能力,非完整移动机器人可以更顺畅、更自然地移动。
图4示出了根据本公开实施例的用于确定非完整移动机器人是否需要向后移动的示例性场景400的示意图。在一些实施例中,为了确定非完整移动机器人是否需要向后移动,还可以定义与图3中定义的扇区301a和301b不同的两个扇区。如图4所,进一步定义的扇区401a可以是固定在起始时刻或当前时刻的机器人坐标系后面的虚线扇区区域。它可以称为当前后扇区,由半径r
b和角度α
b指定,如图中所示。另一个扇区401b,可以称为期望前扇区,是目标位姿(可以是transition_goal或final_goal)前面的虚线扇区区域。扇区401b可以由半径r
f和角度α
f来指定,也如图4所示。扇区401a和401b中的每一个可以以 机器人坐标系的x轴为中心。如果当前坐标系(即当前位姿的非完整移动机器人)位于期望前扇区内,并且期望坐标系(即目标位姿(transition_goal或final_goal)的非完整移动机器人)位于当前后扇区,可以启用(enabled)向后运动,以允许非完整移动机器人朝着预测运动的目标向后移动。否则,向后运动被禁用(disabled),非完整移动机器人需要在预测的进入运动中向前移动到目标。
在一些实施例中,为了实现向后运动,需要修改某些运动参数,以使非完整移动机器人向后移动而不是向前移动。例如,如图5所示的角φ和角θ需要被修整(clipped)以方便向后运动。这里,角度φ可以定义为当前坐标系的x轴与从当前坐标系501a的x轴和y轴向期望坐标系501b的x轴和y轴延伸的线503之间的角度,角度θ可以定义为期望坐标系的x轴与线503之间的角度。角度φ和角度θ可以是-π和π之间的任何值,这取决于非完整移动机器人是否将向后移动或向前。即-π≤φ≤π,-π≤θ≤ππ。角度φ和角度θ的正值和负值可以根据线503位于当前坐标系或期望坐标系的x轴和y轴的顺时针侧还是逆时针侧来定义。例如,图5中的角度φ具有负值,而图5中的角度θ具有正值。
在一些实施例中,运动规划模块140可以使用以下算法来修整角度φ和角度θ:
如果φ<-π/2:φ=φ+π;
如果φ>π/2:φ=φ–π;
如果θ<-π/2:θ=θ+π;及
如果θ>π/2:θ=θ-π。
在角度修整之后,可以控制非完整移动机器人向后移动而不是向前移动。
参考回图2,在步骤207,运动规划模块140可以确定是否使非完整移动机器人向后移动。如果确定在预测运动中向后移动非完整移动机器人,则在步骤209,运动规划模块140可以修整角度φ和角度θ以允许非完整移动机器人在预测运动中向后移动。如果没有,角度φ和角度θ将不会被修整,从而控制非完整 移动机器人向前移动。
在步骤211,可以控制非完整移动机器人朝着目标位姿(根据预测运动的过渡目标位姿或最终目标位姿)向前或向后移动。如图2所示,可采用包括某些控制器和/或致动器的移动机器人控制器106来控制非完整移动机器人根据预测运动移动到目标位姿。包括在移动机器人控制器106中的控制器和/或致动器可以通过连续调节来控制非完整移动机器人的运动参数,如下面的图6中更详细描述的。
图6示出了根据本公开的实施例的用于通过两个不同阶段控制非完整移动机器人移动的示例性控制方案600的流程图。如图所示,连续调节控制方案可能涉及两个不同的阶段。在也可以称为“粗调”的阶段I中,在步骤601,可以控制非完整移动机器人利用连续调节控制方案在目标位姿(这可以是过渡目标位姿或最终目标位姿)的达到最小平移公差
的附近停车。也就是说,控制非完整移动机器人移动直到如决策框603所示的
其中
是可以由用户预定义或通过某些方式确定的阈值。移动机器人控制器160在阶段I使用的控制方案可以如下:
v=k
2e cosφ;及
当|φ|≤ε,w=k
1φ+k
2k
3θcosφ。
这里,v和w是移动非完整移动机器人到目标位姿(可能是过渡目标位姿或最终目标位姿)的速度和角速度,ε=1e-3是一个小正数,k
1、k
2和k
3是可以由用户预定义或可以通过其他方式确定的常数。
在也可称为“微调”的阶段II中,在步骤605,可控制非完整移动机器人旋转以减小方向误差γ,直到方向误差小于阈值
此外,角速度w可以小于给定阈值以结束移动机器人控制器。也就是说,可以控制非完整移动机器人旋转直到
并且
如图6中的决策框607所示。这里,
和
中的每一个都是可以由用户预先定义或可以通过其他方式确定的阈值。移动机器人控制器 160在阶段II使用的控制方案可以如下:
v=0;及
w=-PID(γ)。
这里,PID(·)表示比例-积分-微分控制(PID)控制,其为一种采用反馈的控制回路机制,用于控制系统和其他需要连续调制控制的应用。
从图6(例如,从阶段I和阶段II中的控制方案)可以看出,当移动机器人控制器160控制非完整移动机器人沿着预测的移动路线移动时,可以同时控制非完整移动机器人旋转。因此,通过将非完整移动机器人同时收敛到与目标位姿相对应的一组状态,控制非完整移动机器人移动到目标位姿(过渡目标位姿或最终目标位姿)。也就是说,非完整移动机器人由单个移动机器人控制器160控制以收敛到对应于目标位姿的一组状态,而不需要在不同控制器之间切换。因此,通过图6中描述的控制方案可以节省时间并提高效率。
参考回图2,在步骤211通过预测的运动控制非完整移动机器人移动到目标位姿(过渡目标位姿或最终目标位姿)之后,运动规划模块140随后在步骤213确定下一目标位姿是否是预期的。例如,运动规划模块140可以确定进入运动是否是从过渡目标位姿到最终目标位姿的运动。如果确定进入运动不是从一个过渡目标位姿到最终目标位姿,则意味着前一个运动是到最终目标位姿的运动,并且非完整移动机器人已经被控制移动到最终目标位姿。因此,运动规划模块140没有采取额外的动作,如箭头215所示。然而,如果确定进入运动是从过渡目标位姿到最终目标位姿的运动,则运动规划模块140可以返回到步骤207以确定非完整移动机器人是否需要向前移动以移动到最终目标位姿。如果在步骤207确定非完整移动机器人需要向后移动,则可以在步骤209执行角度修整(angle clipping),如先前预测的。如果不是,则可以控制非完整移动机器人向前移动到最终目标位姿。无论非完整移动机器人被控制向哪个方向移动,运动规划模块140都可以通过移动机器人控制器106控制非完整移动机器人移动到最终目标位姿。通过移动机器人控制器移动非完整移动机器人的具体过程前面 已经参考图6进行了描述,这里不再赘述其细节。
基于以上描述,可以看出,通过图2详述的控制方案,与现有的其他方法相比,可以更自然、更平稳地控制非完整移动机器人移动到最终目标位姿,效率更高。例如,通过在步骤205中引入过渡目标位姿,可以控制非完整移动机器人在移动到最终目标位姿之前移动到过渡目标位姿,这可以避免非完整移动机器人在某些情况下(例如,最终目标位姿靠近当前位姿的左侧或右侧)旋转运动的突然变化导致非完整移动机器人产生较大的旋转力矩。又例如,通过在步骤207中引入向后移动能力,可以控制非完整移动机器人在必要时向后移动,这使得非完整移动机器人移动得更平滑、更自然并且效率更高。此外,通过将非完整移动机器人同时收敛到与目标位姿对应的一组状态,非完整移动机器人不需要在不同控制器之间切换,这也节省了时间并提高了非完整移动机器人的运动效率。可以从图7A-7B中的某些模拟运动中找到对非完整移动机器人的这种高级运动的演示。
图7A-7B协同示出了根据本公开的实施例的非完整移动机器人的一些示例性模拟运动。在图7A所示的图701中,在(0m,0m,0deg)处的非完整移动机器人预计将移动到0度方向的一系列目标位姿。从图701可以看出,当遵循图2-6中描述的控制方案时,可以控制非完整移动机器人在0度方向上平滑自然地移动到一系列目标位姿。此外,当非完整移动机器人遵循图2-6中描述的控制方案时,可以同时收敛完整状态(x轴、y轴和方向)。图703、705、707、709、711、713和715进一步说明了非完整移动机器人在45度、90度、135度、180度、-135度的类似系列目标位姿的模拟运动。从这些图可以看出,通过所公开的方法,可以控制非完整移动机器人平滑自然地移动到不同方向的不同目标位姿,并且非完整移动机器人可以向前或向后移动。此外,由于当非完整移动机器人遵循如图2-6所述的以及如图8所述的控制方案时,完整状态(x轴、y轴和方向)同时收敛,在这些模拟运动中可以实现更高的效率,图8说明了将非完整移动机器人移动到最终目标位姿的具体过程。
图8示出了根据本公开的实施例的用于控制非完整移动机器人的运动的示例性方法800的流程图。在一些实施例中,方法800可以由控制系统100的各种组件执行,例如导航模块120、感测模块130、运动规划模块140和移动机器人控制器160。在一些实施例中,方法800可以包括步骤S802-S808。应当理解,一些步骤可以是可选的。此外,一些步骤可以同时执行,或者以不同于图8中所示的顺序执行。
在步骤S802,控制系统100(例如,控制系统100的导航模块120)可以识别世界坐标系中的非完整移动机器人(例如,非完整移动机器人180)的当前位姿,其中当前位姿可以由定义了世界坐标系中非完整移动机器人的第一组状态的第一组值表示。例如,当前位姿可以由非完整移动机器人在世界坐标系、当前机器人坐标系或另一个不同坐标系(例如,在目标位姿坐标系)中的x轴、y轴以及方向表示。其他不同的坐标系也可以用作参考坐标系,只要坐标系可以用于用特定平移值(例如,x轴和y轴)和方向定位非完整移动机器人。在一些实施例中,可以采用不同的技术来确定非完整移动机器人的当前位姿。例如,导航模块120可以包括与基于LiDAR的SLAM技术相结合的轮式里程计,以定位移动机器人的当前位姿或初始位姿。用于定位的轮式里程计的更新率(update rate)可以设置为50赫兹,SLAM的更新率可以设置为10赫兹。可以应用卡尔曼滤波器来融合获取的值以获得融合的位姿作为以坐标系(例如,在世界坐标系)中的当前位姿或初始位姿。
在步骤S804,控制系统100可以接收非完整移动机器人的最终目标位姿,其中最终目标位姿可以由定义世界坐标系中非完整移动机器人的第二组状态的第二组值表示。例如,控制系统100可以接收用户通过用户界面110输入的第二组值。在一些实施例中,定义非完整移动机器人的第二组状态的第二组值可以不通过用户界面110直接接收。相反,第二组值可以基于来自用户界面110的用户输入间接推断。例如,用户可以通过用户界面110选择地址或与地址相关联的对象/结构/设施,或如果在用户界面110中呈现交互式地图供用户选择位 置,则可以仅从用户界面110接收接触点(touchpoint)。然后可以通过这些不同的方法基于用户输入来确定第二组值。用于确定第二组值的其他方法也是可能的并且被考虑。在一些实施例中,即使在没有用户输入的情况下也可以确定第二组值,如前所述。
在步骤S806,控制系统100然后确定用于将非完整移动机器人从当前位姿移动到最终目标位姿的移动路径。例如,控制系统100的运动规划模块140可以应用如图2-6中所述的不同控制方案,以确定将非完整移动机器人从当前位姿移动到最终目标位姿的移动路径。移动路径可以包括用于将非完整移动机器人移动到最终目标位姿的特定路线。例如,运动规划模块140可以确定在将非完整移动机器人移动到最终目标位姿之前是否需要过渡目标位姿。对于另一个示例,运动规划模块140还可以确定在将非完整移动机器人移动到最终目标位姿(并且在一些实施例中首先移动到过渡目标位姿)时是否向后移动非完整移动机器人。在确定具体移动路线之后,运动规划模块140还可在确定移动路径时确定非完整移动机器人移动到最终目标位姿(并且在一些实施例中首先移动到过渡目标位姿)的速度和角速度。用于确定在控制非完整移动机器人的运动中使用的速度和角速度的具体算法已在图6中描述,其细节在此不再赘述。
在步骤S806,控制系统100然后可以控制非完整移动机器人根据移动路径从当前位姿移动到最终目标位姿,其中通过同时将非完整移动机器人从第一组状态收敛到第二组状态,非完整移动机器人可以移动到最终目标位姿。例如,控制系统100可以通过移动机器人控制器160控制非完整移动机器人的运动,移动机器人控制器160可以包括一组控制器和/或致动器,用于控制非完整移动机器人以特定速度、方向、角速度等的运动。包括在控制系统100中的控制方案可以同时控制速度、方向、角速度和其他运动参数,使得非完整移动机器人可以同时收敛到第二组值,其中第二组值对应于定义非完整移动机器人的最终目标位姿的第二组状态。在不需要为定义最终目标位姿的不同状态改变不同控制器的情况下,本文公开的方法可以节省非完整移动机器人移动到最终目标位 姿所需的时间,从而提高非完整移动机器人的运动效率。
本公开的另一方面涉及一种存储指令的非暂时性计算机可读介质,所述指令在被执行时使一个或多个处理器执行如上所述的方法。计算机可读介质可以包括易失性或非易失性的、磁性的、半导体的、磁带的、光学的、可拆卸的、不可拆卸的或其他类型的计算机可读介质或计算机可读存储设备。例如,如所公开的,计算机可读介质可以是其上存储有计算机指令的存储设备或存储器模块。在一些实施例中,计算机可读介质可以是其上存储有计算机指令的盘或闪存驱动器。
对于本领域技术人员来说,显而易见的是,可以对所公开的系统和相关方法进行各种修改和变化。考虑到公开的系统和相关方法的详细说明和实践,其他实施例对于本领域技术人员将是显而易见的。
本说明书和示例旨在仅被认为是示例性的,真实范围由权利要求及其等同指示。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其他不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明的保护范围之中。
Claims (14)
- 一种非完整移动机器人的连续调节方法,包括:识别该非完整移动机器人在一世界坐标系中的当前位姿,其中,该当前位姿由定义该非完整移动机器人在该世界坐标系中的第一组状态的第一组值表示;接收该非完整移动机器人的最终目标位姿,其中,该最终目标位姿由定义该非完整移动机器人在该世界坐标系中的第二组状态的第二组值表示;确定将该非完整移动机器人从该当前位姿移动到该最终目标位姿的移动路径;及根据该移动路径控制该非完整移动机器人从当该前位姿移动到该最终目标位姿,其中,该非完整移动机器人通过同时将该非完整移动机器人从该第一组状态收敛到该第二组状态来移动到该最终目标位姿。
- 根据权利要求1所述的方法,其中,在该世界坐标系中的第一组和第二组状态中的每一个都包括该非完整移动机器人的在x轴和y轴上的平移以及方向。
- 根据权利要求1所述的方法,其中,确定将该非完整移动机器人从该当前位姿移动到该最终目标位姿的移动路径包括:确定该非完整移动机器人是否需要一过渡目标位姿才能移动到最终目标位姿。
- 根据权利要求3所述的方法,其中,确定该非完整移动机器人是否需要一过渡目标位姿才能移动到最终目标位姿包括:确定该最终目标位姿是否位于该当前位姿下的该非完整移动机器人侧面的弧形扇区中,其中,该弧形扇区具有预定的角度和半径;及如果该最终目标位姿位于该弧形扇区中,确定该非完整移动机器人移动到该最终目标位姿需要一个过渡目标位姿。
- 根据权利要求3所述的方法,还包括:响应于需要该过渡目标位姿,在 移动到该最终目标位姿之前,控制该非完整移动机器人从该当前位姿移动到该过渡目标位姿。
- 根据权利要求3所述的方法,还包括:响应于不需要该过渡目标位姿,控制该非完整移动机器人从该当前位姿直接移动到该最终目标位姿。
- 根据权利要求1所述的方法,其中,确定将该非完整移动机器人从该当前位姿移动到该最终目标位姿的移动路径包括:确定该非完整移动机器人是否需要向后移动到该最终目标位姿;及如果确定该非完整移动机器人需要向后移动到该最终目标位姿,控制该非完整移动机器人向后移动到该最终目标位姿。
- 根据权利要求7所述的方法,其中,确定该非完整移动机器人是否需要向后移动到该最终目标位姿包括:确定位于该当前位姿背面的弧形背面扇区;确定位于该最终目标位姿前面的弧形前扇区;及如果该当前位姿的该非完整移动机器人位于该弧形前扇区并且该最终目标位姿的该非完整移动机器人位于该弧形背面扇区,确定该非完整移动机器人需要向后移动到该最终目标位姿。
- 根据权利要求8所述的方法,其中,该弧形背面扇区和该弧形前扇区中的每一个具有预定的角度和半径。
- 根据权利要求1所述的方法,其中,控制该非完整移动机器人从当该前位姿移动到该最终目标位姿包括:控制该非完整移动机器人从该当前位姿移动到预定的具有预定义的平移公差的接近该最终目标位姿的范围内;及控制该非完整移动机器人旋转以将一方向误差减小到小于预定义阈值。
- 根据权利要求1所述的方法,其中,该非完整移动机器人在该世界坐标系中的该当前位姿是通过使用轮式里程计结合基于激光雷达(LiDAR)的同步定位和地图构建(SLAM)过程来确定的。
- 根据权利要求1所述的方法,其中,该非完整移动机器人是欠驱动的,输入的数量小于一个自由度。
- 一种非完整移动机器人的连续调节系统,包括:至少一个处理器;与所述至少一个处理器耦合的存储器,所述存储器存储程序,所述程序在被执行时使所述至少一个处理器:识别该非完整移动机器人在一世界坐标系中的当前位姿,其中,该当前位姿由定义该非完整移动机器人在该世界坐标系中的第一组状态的第一组值表示;接收该非完整移动机器人的最终目标位姿,其中,该最终目标位姿由定义该非完整移动机器人在该世界坐标系中的第二组状态的第二组值表示;确定将该非完整移动机器人从该当前位姿移动到该最终目标位姿的移动路径;及根据该移动路径控制该非完整移动机器人从当该前位姿移动到该最终目标位姿,其中,该非完整移动机器人通过同时将该非完整移动机器人从该第一组状态收敛到该第二组状态来移动到该最终目标位姿。
- 一种非完整移动机器人,包括处理器和耦合到该处理器的控制器,其中,该处理器被配置为:识别该非完整移动机器人在一世界坐标系中的当前位姿,其中,该当前位姿由定义该非完整移动机器人在该世界坐标系中的第一组状态的第一组值表示;接收该非完整移动机器人的最终目标位姿,其中,该最终目标位姿由定义该非完整移动机器人在该世界坐标系中的第二组状态的第二组值表示;及确定将该非完整移动机器人从该当前位姿移动到该最终目标位姿的移动路径;该控制器被配置为:根据该移动路径控制该非完整移动机器人从当该前位姿移动到该最终目标位姿,其中,该非完整移动机器人通过同时将该非完整移动机器人从该第一组状态收敛到该第二组状态来移动到该最终目标位姿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202280004531.0A CN115698890A (zh) | 2021-06-04 | 2022-03-31 | 非完整移动机器人及其连续调节方法和系统 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/338,874 | 2021-06-04 | ||
US17/338,874 US20220397914A1 (en) | 2021-06-04 | 2021-06-04 | Fast continuous regulation of nonholonomic mobile robots |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2022252790A1 true WO2022252790A1 (zh) | 2022-12-08 |
Family
ID=84323660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/CN2022/084269 WO2022252790A1 (zh) | 2021-06-04 | 2022-03-31 | 非完整移动机器人及其连续调节方法和系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220397914A1 (zh) |
CN (1) | CN115698890A (zh) |
WO (1) | WO2022252790A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116974288B (zh) * | 2023-09-20 | 2024-03-15 | 深圳鹏行智能研究有限公司 | 机器人控制方法以及机器人 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105500354A (zh) * | 2016-02-02 | 2016-04-20 | 南京埃斯顿机器人工程有限公司 | 一种工业机器人应用的过渡轨迹规划方法 |
CN109733384A (zh) * | 2018-12-25 | 2019-05-10 | 科大讯飞股份有限公司 | 泊车路径设置方法及系统 |
CN110440823A (zh) * | 2019-08-27 | 2019-11-12 | 广州小鹏汽车科技有限公司 | 一种路径规划方法及路径规划系统 |
CN111060108A (zh) * | 2019-12-31 | 2020-04-24 | 江苏徐工工程机械研究院有限公司 | 路径规划方法和装置、工程车辆 |
CN111413969A (zh) * | 2020-03-18 | 2020-07-14 | 东软睿驰汽车技术(沈阳)有限公司 | 倒车控制方法、装置、电子设备及存储介质 |
CN111750859A (zh) * | 2020-05-29 | 2020-10-09 | 广州极飞科技有限公司 | 过渡路径规划方法及相关装置 |
JP2021062738A (ja) * | 2019-10-11 | 2021-04-22 | アイシン精機株式会社 | 駐車支援装置、駐車支援方法およびプログラム |
CN112714729A (zh) * | 2019-11-29 | 2021-04-27 | 华为技术有限公司 | 车辆的路径规划方法以及车辆的路径规划装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6377878B1 (en) * | 1999-06-24 | 2002-04-23 | Sandia Corporation | Convergent method of and apparatus for distributed control of robotic systems using fuzzy logic |
JP5398489B2 (ja) * | 2009-11-20 | 2014-01-29 | 村田機械株式会社 | 自律移動体とその制御方法 |
JP6594736B2 (ja) * | 2015-10-27 | 2019-10-23 | クラリオン株式会社 | 駐車支援装置 |
CN107672588B (zh) * | 2017-08-29 | 2020-05-08 | 广州小鹏汽车科技有限公司 | 一种自动泊车路径障碍物碰撞检测方法、装置及系统 |
WO2019053062A1 (de) * | 2017-09-12 | 2019-03-21 | RobArt GmbH | Exploration einer unbekannten umgebung durch einen autonomen mobilen roboter |
CN112672856A (zh) * | 2018-07-16 | 2021-04-16 | 云海智行股份有限公司 | 用于优化机器人装置的急转弯的路线规划的系统和方法 |
WO2020123612A1 (en) * | 2018-12-12 | 2020-06-18 | Brain Corporation | Systems and methods for improved control of nonholonomic robotic systems |
CN110609550B (zh) * | 2019-09-11 | 2021-02-23 | 珠海市一微半导体有限公司 | 一种机器人防止碰撞充电座的方法 |
IT202000009040A1 (it) * | 2020-04-27 | 2021-10-27 | Univ Degli Studi Di Trento | Veicolo robotico. |
-
2021
- 2021-06-04 US US17/338,874 patent/US20220397914A1/en active Pending
-
2022
- 2022-03-31 CN CN202280004531.0A patent/CN115698890A/zh active Pending
- 2022-03-31 WO PCT/CN2022/084269 patent/WO2022252790A1/zh unknown
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105500354A (zh) * | 2016-02-02 | 2016-04-20 | 南京埃斯顿机器人工程有限公司 | 一种工业机器人应用的过渡轨迹规划方法 |
CN109733384A (zh) * | 2018-12-25 | 2019-05-10 | 科大讯飞股份有限公司 | 泊车路径设置方法及系统 |
CN110440823A (zh) * | 2019-08-27 | 2019-11-12 | 广州小鹏汽车科技有限公司 | 一种路径规划方法及路径规划系统 |
JP2021062738A (ja) * | 2019-10-11 | 2021-04-22 | アイシン精機株式会社 | 駐車支援装置、駐車支援方法およびプログラム |
CN112714729A (zh) * | 2019-11-29 | 2021-04-27 | 华为技术有限公司 | 车辆的路径规划方法以及车辆的路径规划装置 |
CN111060108A (zh) * | 2019-12-31 | 2020-04-24 | 江苏徐工工程机械研究院有限公司 | 路径规划方法和装置、工程车辆 |
CN111413969A (zh) * | 2020-03-18 | 2020-07-14 | 东软睿驰汽车技术(沈阳)有限公司 | 倒车控制方法、装置、电子设备及存储介质 |
CN111750859A (zh) * | 2020-05-29 | 2020-10-09 | 广州极飞科技有限公司 | 过渡路径规划方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115698890A (zh) | 2023-02-03 |
US20220397914A1 (en) | 2022-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kunz et al. | Autonomous driving at Ulm University: A modular, robust, and sensor-independent fusion approach | |
Levinson et al. | Towards fully autonomous driving: Systems and algorithms | |
Jabbari et al. | Dynamic IBVS control of an underactuated UAV | |
US11175664B1 (en) | Navigation directly from perception data without pre-mapping | |
KR101664575B1 (ko) | 모바일 로봇의 장애물 회피 시스템 및 방법 | |
Saska et al. | Formations of unmanned micro aerial vehicles led by migrating virtual leader | |
JP7044061B2 (ja) | 移動体、移動体制御システム、移動体制御方法、インターフェース装置、およびプログラム | |
US11712802B2 (en) | Construction constrained motion primitives from robot maps | |
WO2022252790A1 (zh) | 非完整移动机器人及其连续调节方法和系统 | |
Marzat et al. | Reactive MPC for autonomous MAV navigation in indoor cluttered environments: Flight experiments | |
Steiner et al. | Open-sector rapid-reactive collision avoidance: Application in aerial robot navigation through outdoor unstructured environments | |
Acuna et al. | Vision-based UAV landing on a moving platform in GPS denied environments using motion prediction | |
Potena et al. | Effective target aware visual navigation for uavs | |
Roelofsen et al. | Collision avoidance with limited field of view sensing: A velocity obstacle approach | |
López-Nicolás et al. | Formation of differential-drive vehicles with field-of-view constraints for enclosing a moving target | |
Potena et al. | Joint vision-based navigation, control and obstacle avoidance for UAVs in dynamic environments | |
Greeff et al. | A perception-aware flatness-based model predictive controller for fast vision-based multirotor flight | |
Kumagai et al. | Achievement of recognition guided teleoperation driving system for humanoid robots with vehicle path estimation | |
US11865724B2 (en) | Movement control method, mobile machine and non-transitory computer readable storage medium | |
Haraldsen et al. | Reactive collision avoidance for nonholonomic vehicles in dynamic environments with obstacles of arbitrary shape | |
Jayasiri et al. | Tracking control and state estimation of a mobile robot based on NMPC and MHE | |
KR20220071988A (ko) | 자동주차 시스템 안정성을 보장하는 근사 클로소이드 기반 로컬 경로 생성 방법 및 장치 | |
Missura et al. | Fast footstep planning with aborting A | |
Miotto et al. | UUV on-board path planning in a dynamic environment for the Manta test vehicle | |
Fukao et al. | Tracking control of an aerial blimp robot based on image information |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 22814837 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |