CN106774313A - 一种基于多传感器的室外自动避障agv导航方法 - Google Patents
一种基于多传感器的室外自动避障agv导航方法 Download PDFInfo
- Publication number
- CN106774313A CN106774313A CN201611108784.5A CN201611108784A CN106774313A CN 106774313 A CN106774313 A CN 106774313A CN 201611108784 A CN201611108784 A CN 201611108784A CN 106774313 A CN106774313 A CN 106774313A
- Authority
- CN
- China
- Prior art keywords
- dolly
- angle correction
- image
- angle
- nfa
- 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.)
- Granted
Links
- 238000012937 correction Methods 0.000 claims abstract description 41
- 230000004888 barrier function Effects 0.000 claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 16
- 238000013519 translation Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 claims description 4
- 238000002922 simulated annealing Methods 0.000 claims description 4
- 241001212149 Cathetus Species 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000011897 real-time detection Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims description 2
- 230000008901 benefit Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control 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
-
- 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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于多传感器的室外自动避障AGV导航方法,包括以下步骤:根据当地路线规划图以及目标起点、终点计算得到最短路线;利用激光雷达模块对周围环境进行检测,对障碍物进行避让;将道路正确行驶方向与电子罗盘得到的当前车头所指的方向角度比较得到小车行驶方向修正角度θ1;利用摄像头模块对道路标志线进行识别,分析得到小车行驶方向修正角度θ2;对θ1和θ2进行处理得到不同环境下的最优角度θ;工控机对相关参数进行处理,并通过无线模块、驱动模块让小车前进,同时通过协调器进行协调规划和检测。本发明能够在复杂的情况下实现室外精准自动避障导航。
Description
技术领域
本发明属于AGV导航领域,特别涉及一种基于多传感器的室外自动避障AGV导航方法。
背景技术
随着劳动力成本的不断攀升,越来越多的领域开始引入AGV***,而且AGV***已经发展成为现代化生产物流***中不可缺少的重要组成部分。而现有的AGV导航方式一般有以下几种:
磁导航:在地面铺设磁性轨道,利用磁力计对磁性轨道强度大小进行检测以用于引导小车巡迹导航,但不适用于室外导航。
激光雷达导航:激光雷达导航***具有精确定位优点,测距装置根据反射板返回信号的距离与角度关系计算出所处位置坐标与偏航角度,在周围都是障碍物时可以很容易避障,但是却很难有效引导。
GPS结合电子罗盘定位导航:根据卫星返回的信号结合电子罗盘进行导航。
图像识别的视觉导航:通过对获取的图像进行处理,实现避开障碍物、寻找正确行驶方向来自动导航行驶,虽然精度较高,但是在比较复杂的环境使用时具有致命缺陷,因此不适合在多变的环境中仅靠摄像头模块进行准确导航。
以上的导航方式都存在各自的优缺点。其中,利用磁导航时,在地面铺设的磁条很容易损坏,而且不适宜在室外布置线路。而激光雷达导航,虽然能准确识别障碍物的具***置,若周围都是障碍物而且非常接近车子时,无法判断在道路上的行驶方向是否正确。而GPS结合电子罗盘定位导航时,由于马路上干扰大,会影响定位的准确性,而且,稍有错误会引发安全问题。图像识别和激光雷达一样具有一定局限性,当障碍物十分靠近摄像头时或者由于光线等原因,不能更好自动识别进行导引。
因此,提供一种适用于多种复杂情况下的AGV导航方法具有重要的意义。
发明内容
本发明的目的在于克服现有技术的缺点与不足,提供一种基于多传感器的室外自动避障AGV导航方法,能够在复杂的情况下实现室外精准自动避障导航。
本发明的目的通过以下的技术方案实现:
一种基于多传感器的室外自动避障AGV导航方法,包括以下步骤:
S1、从上位机获得当地路线规划图,根据当地路线规划图以及目标起点、终点计算得到最短路线;
S2、利用激光雷达模块对周围环境进行检测,并根据获得的数据建立模型;当在小车行驶的前方检测到障碍物,判断是否可以一定的转弯角度行驶通过,如果可以,则通过转弯绕过;否则进行左右移动避让;
S3、利用GPS定位结合路线规划图中的道路行驶方向图得到道路正确行驶方向,通过电子罗盘模块获得的参数分析得出小车当前车头所指的方向,将道路正确行驶方向与电子罗盘模块得到的当前车头所指的方向之间的角度进行比较得到小车行驶方向修正角度θ1;
S4、利用摄像头模块对道路标志线进行识别,分析得到小车行驶方向修正角度θ2;
S5、对θ1和θ2进行处理,得到不同环境下的最优修正角度θ,将θ发送到工控机,工控机通过PID控制方法对小车车轮进行速度调整,同时工控机将运行位置、状态、路线发给协调器,协调器进行协调规划和检测。
优选的,步骤S1中,从车体上的上位机获得当地路线规划图,将当地路线规划图中的每个交通灯设置为一个节点,节点总数为n个,计算两两交通灯之间的距离,根据距离值构建一个n×n的矩阵N,在矩阵N的基础上,进行最短路径求解。
进一步的,步骤S1中,若需要访问的目标只有一个,则可利用Floyd算法对矩阵N求解最短路径的最优解;若需要访问的目标不止一个,此时可利用模拟退火算法对最短路线图进行规划。
优选的,步骤S2中,当左边方向检测到障碍物时,利用万向轮使小车向右平移一定的距离;对右边方向也作同样处理;
若平移后前方的通道宽度比小车的宽度大,则可以直接前行,若平移后前方的通道宽度比小车的宽度小,则可以继续平移;假如经过kz次平移检测都不能前行则可以停车,发送警示信号。
优选的,在步骤S2中,利用激光雷达模块对周围环境进行实时检测,在小车当前的位置测量出周围障碍物的方向角度以及相应的距离,根据上述参数勾勒障碍物位置图,对所得图像进行二值化处理:
其中,上式中的(i,j)为坐标点,k=1,2,3为对应三种颜色通道,gijk为点对应的RGB值,T1、T2为阈值范围;
以得到的二值化图像正中心为原点,建立图像坐标系,在图像坐标系中利用LSD算法进行障碍物线段提取,提取方法是:
以尺度s对图像进行高斯采样,把图像缩小一定的比例(0.8),再进行梯度计算并排序,建立状态表并与梯度阈值p比较,大于梯度阈值的像素点进行直线构建,,接着进行NFA计算:
NFA=NNFA*ΣPi*(1-P)n-i,i=kNFA,kNFA+1,...n
NNFA=(m*n)2.5
其中,NNFA为当前m×n大小图像中直线的数量,kNFA为矩形主方向在容忍度为一定阈值角度pπ方向内的像素点个数,假如NFA>∈,∈为容忍度,则认为结果有效,判定这是背景中一部分,否则是合适的障碍物线段;
根据得到的障碍物线段位置,再根据激光雷达模块在小车的位置得到车子四周边缘坐标,分别计算边缘每个坐标点到其同一侧障碍物的最短距离,并与障碍物距离小车的安全值Ds比较,Ds根据小车的大小以及速度参数确定,若小于Ds则不能安全通行,否则可以通行。
优选的,步骤S4中,通过摄像头模块检测成像,得到小车前方道路路面情况RGB图像,将得到的RGB图像转换为二值化图像,令道路标志线成的二值化数字为1,然后对每个像素点进行判断插值,若此时某一个点Kii的周围8个像素点值有kx个以上是1,则此时这个像素点值置1,否则这个像素点值置0;
多次运行上述插值步骤得到新的二值化图像,再进一步利用Canny算子对新的二值化图像进行边缘分割处理;然后可以利用hough算法,得出其对应的一个主要直线函数表达式,并对其斜率、两端的顶点进行分析,假设nh×mh的图像中第nh行为x轴,第一列为y轴,θ2为最佳更正角度,有
其中,kc为摄像头模块的缩放倍数,hp为图像中所得线段两端的顶点的纵向位移,ht为实际箭头的两端顶点的纵向位移,xt为图像中所得线段两端的顶点的横向位移,α为摄像头的倾斜角度。
优选的,步骤S5中,最优修正角度θ的模型求解方法如下:
θ=f(θ1,θ2)=a1θ1+a2θ2
a1+a2=1
其中,a1、a2分别为对应每个角度的相关系数,各系数的比例大小与实时环境有关。
具体的,小车运行在正常环境下,若修正角度θ2与修正角度θ1相差不超过1度时,则可以使a1=a2=0.5,若超过再进行多次测算,多次测算后相差依旧超过1度时以修正角度θ2为主,修正角度θ1为辅。
具体的,若此时小车出现处在十字路口或者三岔口、激光雷达模块检测到前方的障碍物离小车小于一定距离、光照强度小于一定阈值的情况之一时,以修正角度θ1为主,修正角度θ2为辅;若此时的GPS模块收到的信号小于一定阈值,以修正角度θ2为主,修正角度θ1为辅;此时再利用上述所说的数学线性规划模型进行最优修正角度θ的求解。
优选的,步骤S5中,得到最优修正角度θ,通过在一段时间内,每隔一定时间测量θ值,再结合卡尔曼滤波算法,经过滤波后将所得估算值求出平均值,得到滤波后的最优修正角度θt。
本发明与现有技术相比,具有如下优点和有益效果:
1、本发明通过寻找设计出最优的路线,综合利用激光雷达、GPS、电子罗盘以及图像识别的技术,解决了现有AGV在没有导引线而不能自动导航的问题,
2、本发明可以使小车按照室外不同的环境进行自适应调整,在多种复杂的情况下,都可以使开发人员完成引导控制,可以实现小车在室外精准自动避障导航。
附图说明
图1是本发明实施例的自动AGV导航方法流程图。
图2是本发明实施例的摄像头模块对道路进行图像检测工作图。
图3是本实施例各传感器在小车上的布置示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
本实施例一种基于多传感器的室外自动避障AGV导航方法,基于图3所示装置,在该装置中包括激光雷达模块1,GPS模块2,电子罗盘模块3,摄像头模块4,电机驱动模块5。本实施例通过综合利用激光雷达、GPS、电子罗盘以及图像识别得到的数据进行自动导航,下面结合图1对导航方法步骤进行具体说明:
S1、从上位机获得当地路线规划图,根据当地路线规划图以及目标起点、终点计算得到最短路线;
当地路线规划图包括交通路线图、地形参数以及每个时刻的交通路况,还包括起始点和目标终点,以及每个点对应的经纬度坐标。
步骤S1中,从车体上的上位机获得当地路线规划图,将当地路线规划图中的每个交通灯设置为一个节点,节点总数为n个,计算两两交通灯之间的距离,根据距离值构建一个n×n的矩阵N,在矩阵N的基础上,进行最短路径求解。
若需要访问的目标只有一个,则可利用Floyd算法对矩阵N求解最短路径的最优解,输入起始点i、结束点j,得出i到j的最短路线矩阵:
G[i,j]=min(G[i,j],G[i,k]+G[k,j]);
若需要访问的目标不止一个,此时可利用模拟退火算法对最短路线图进行规划:
其中经典公式如下:
其中,为分子能量的随机变量,表示状态的能量,KB>0为常数,Z(T)为概率分布的标准化因子:建立模拟退火TSP模型,选择初始路径当做初始温度,再从中路径矩阵随机交换位置(G1,G2,...Gk...Gm...GN-1,GN)变为新路径(G1,G2,...Gm...Gk...GN-1,GN),从而计算交换前与交换后的差值dG,按一定的方式降温,如果dG大于0保存最短路径,否则以一定的概率PG赋值,其中PG与dG有关,而且越来越小,此时再继续寻找最优解,“温度”逐渐降低直至低于Tm值结束,得到最佳路径。
S2、利用激光雷达模块对周围环境进行检测,并根据获得的数据建立模型。当在小车行驶的前方检测到障碍物,若可以一定的转弯角度行驶通过则通过转弯绕过;若无法以一定的转弯角度行驶通过,则考虑左右移动避让。
当左边方向检测到障碍物时往右边方向行驶;当左边方向没有检测到障碍物时,则利用万向轮使小车向左平移一定的距离;对右边方向也作同样处理。
若平移后前方的通道宽度比小车的宽度大,则可以直接前行,若平移后前方的通道宽度比小车的宽度小,则可以继续平移;假如经过多次平移检测都不能前行则可以停车,发送警示信号。
在步骤S2中,利用激光雷达模块对周围环境进行实时检测,在小车当前的位置测量出周围障碍物的方向角度以及相应的距离,根据上述参数勾勒障碍物位置图,对所得图像进行二值化处理:
其中,上式中的(i,j)为坐标点,k=1,2,3为对应三种颜色通道,gijk为点对应的RGB值,T1、T2为阈值范围。
以得到的二值化图像正中心为原点,建立图像坐标系,在图像坐标系中利用LSD算法进行障碍物线段提取,提取方法是:
以尺度s对图像进行高斯采样,把图像缩小一定的比例(0.8),再进行梯度计算并排序,建立状态表并与梯度阈值p比较,小于阈值的像素点被拒绝直线构建,接着进行NFA(Number of False Alarms)计算:
NFA=NNFA*ΣPi*(1-P)n-i,i=kNFA,kNFA+1,...n
NNFA=(m*n)2.5
其中,NNFA为当前m×n大小图像中直线的数量,kNFA为矩形主方向在容忍度为一定阈值角度pπ方向内的像素点个数,假如NFA>∈,∈为容忍度,则认为结果有效,判定这是背景中一部分,否则是合适的障碍物线段。
根据得到的障碍物线段位置,再根据激光雷达模块在小车的位置得到车子四周边缘坐标,并分别计算记录某一边(如左边)每个坐标点到其同一侧(正左侧)障碍物的最短距离,并与障碍物距离小车的安全值Ds比较,Ds根据小车的大小以及速度等参数确定,例如Ds=1m,若小于Ds则不能安全通行,否则可以通行。
S3、利用GPS定位结合路线规划图中的道路行驶方向图(即每个路段正确行驶方向图)得到道路正确行驶方向,通过电子罗盘模块获得的参数分析得出小车当前车头所指的方向,将道路正确行驶方向与电子罗盘得到的当前车头所指的方向角度比较得到小车行驶方向修正角度θ1;
S4、利用摄像头模块对道路标志线(可以指引正确行驶的标志线)进行识别,分析得到小车行驶方向修正角度θ2;
通过摄像头模块检测成像,得到小车前方道路路面情况RGB图像,将得到的RGB图像转换为二值化图像,令道路指引线或者限制线形成的二值化数字为1,然后对每个像素点进行判断插值,若此时某一个点Kii的周围8个像素点值有5个以上是1,则此时这个像素点值置1,否则这个像素点值置0;
多次运行上述插值步骤得到新的二值化图像,再进一步利用Canny算子对新的二值化图像进行边缘分割处理;然后可以利用hough算法,得出其对应的一个主要直线函数表达式,并对其斜率、两端的顶点进行分析,假设nh×mh的图像中第nh行为x轴,第一列为y轴,θ2为最佳更正角度,有
其中,kc为摄像头模块的缩放倍数,hp为图像中所得线段两端的顶点的纵向位移,ht为实际箭头的两端顶点的纵向位移,xt为图像中所得线段两端的顶点的横向位移,α为摄像头的倾斜角度,如图2所示。
S5、利用相关数学规划模型对θ1和θ2进行处理,得到不同环境下的最优角度θ,根据得到的最优修正角度θ通过PID控制算法对速度vl和vr(左右轮子的速度)来调整小车转弯还是直线行驶,vl、vr的范围大小主要由小车电机模块性能决定。两种情况的最佳角度θ的模型求解方法如下:
θ=f(θ1,θ2)=a1θ1+a2θ2
a1+a2=1
其中,a1、a2分别为对应每个角度的相关系数,而各系数的大小与实时环境如光强度、GPS信号强弱等有关。
小车运行在正常环境下,若修正角度θ2与修正角度θ1相差不超过1度时,则可以使a1=a2=0.5,若超过再进行多次测算,多次测算后相差依旧超过1度时以修正角度θ2为主,修正角度θ1为辅,即令a2>0.5,如a2=0.7,a1=0.3。
若此时小车处在十字路口或者三岔口或者激光雷达模块检测到前方的障碍物离小车很近(小于三米)、光照强度较小等情况时,以修正角度θ1为主,修正角度θ2为辅;
若此时的GPS模块收到的信号较弱,以修正角度θ2为主,修正角度θ1为辅。此时再利用上述所说的数学线性规划模型进行最佳角度θ求解。
在得到最佳的调整角度θ的同时,因为GPS模块、激光雷达模块在使用过程中可能出现不稳定运行状态,此时结合卡尔曼滤波算法,得到滤波后的最优修正角度θt:
通过在Tm时间内,每隔Tm/Nm时间测量θ值,再结合卡尔曼滤波算法:
θ(ks|ks-1)=A×θ(ks-1|ks-1)+B×u(ks)
P(ks|ks-1)=A×P(ks-1|ks-1)×A’+Q
Kg(ks)=P(ks|ks-1)×H’/(H×P(ks|ks-1)H’+R)
θ(ks|ks)=θ(ks|ks-1)+Kg(ks)×(Z(ks)-H×θ(ks|ks-1))
P(ks|ks)=(I-Kg(ks)×H)P(ks|ks-1)
其中,θ(ks-1|ks-1)与θ(ks|ks)分别为第(ks-1)与(ks)次时对应θ预测的大小,初始值设置为1,而θ(ks|ks-1)为第(ks)次预测参考值,U(ks)是第(ks)次时对***的控制量,Z(ks)为第(ks)次θ测量值,P(ks-1|ks-1)与P(ks|ks)分别为第(ks-1)与(ks)次时对应噪声协方差大小,初始值设置为10,P(ks|ks-1)为第(ks)次协方差参考值;A为***状态系数,A′表示A的转置矩阵,B为***状态系数,Q为过程噪声协方差,R为观测噪声协方差,H为测量***的参数,第Kg(ks)为第(ks)次卡尔曼增益(Kalman Gain),ks范围为1<ks≤Nm+1。
经过滤波后将所得估算值求出平均值,即可得到滤波后的最优修正角度θt。
工控机对相关参数进行处理,并通过无线模块、驱动模块让小车前进,同时工控机将运行位置、状态、路线发给协调器,通过协调器进行协调规划和检测。
此时,利用小车上的GPS模块得到的参数与最短路线图来提示将要行驶到哪一个交通灯节点。此时,按照步骤S5得出速度vl和vr对小车进行调整,再通过串口可以将方向、速度等参数发送给驱动模块进行自动导航。同时,对于小车的运行位置、状态、路线可以发给协调服务器,开发人员可以通过协调器进行协调规划和检测,以及控制小车整体行驶的速度。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.一种基于多传感器的室外自动避障AGV导航方法,其特征在于,包括以下步骤:
S1、从上位机获得当地路线规划图,根据当地路线规划图以及目标起点、终点计算得到最短路线;
S2、利用激光雷达模块对周围环境进行检测,并根据获得的数据建立模型;当在小车行驶的前方检测到障碍物,判断是否可以一定的转弯角度行驶通过,如果可以,则通过转弯绕过;否则进行左右移动避让;
S3、利用GPS定位结合路线规划图中的道路行驶方向图得到道路正确行驶方向,通过电子罗盘模块获得的参数分析得出小车当前车头所指的方向,将道路正确行驶方向与电子罗盘模块得到的当前车头所指的方向之间的角度进行比较得到小车行驶方向修正角度θ1;
S4、利用摄像头模块对道路标志线进行识别,分析得到小车行驶方向修正角度θ2;
S5、对θ1和θ2进行处理,得到不同环境下的最优修正角度θ,将θ发送到工控机,工控机通过PID控制方法对小车车轮进行速度调整,同时工控机将运行位置、状态、路线发给协调器,协调器进行协调规划和检测。
2.根据权利要求1所述的基于多传感器的室外自动避障AGV导航方法,其特征在于,步骤S1中,从车体上的上位机获得当地路线规划图,将当地路线规划图中的每个交通灯设置为一个节点,节点总数为n个,计算两两交通灯之间的距离,根据距离值构建一个n×n的矩阵N,在矩阵N的基础上,进行最短路径求解。
3.根据权利要求2所述的基于多传感器的室外自动避障AGV导航方法,其特征在于,步骤S1中,若需要访问的目标只有一个,则利用Floyd算法进行最短路径的求解;若需要访问的目标不止一个,则利用模拟退火算法进行最短路径的求解。
4.根据权利要求1所述的基于多传感器的室外自动避障AGV导航方法,其特征在于,步骤S2中,
当左边方向检测到障碍物时,利用万向轮使小车向右平移一定的距离;对右边方向也作同样处理;
若平移后前方的通道宽度比小车的宽度大,则可以直接前行,若平移后前方的通道宽度比小车的宽度小,则可以继续平移;假如经过kz次平移检测都不能前行则可以停车,发送警示信号。
5.根据权利要求1所述的基于多传感器的室外自动避障AGV导航方法,其特征在于,在步骤S2中,利用激光雷达模块对周围环境进行实时检测,在小车当前的位置测量出周围障碍物的方向角度以及相应的距离,根据上述参数勾勒障碍物位置图,对所得图像进行二值化处理:
其中,上式中的(i,j)为坐标点,k=1,2,3为对应三种颜色通道,gijk为点对应的RGB值,T1、T2为阈值范围;
以得到的二值化图像正中心为原点,建立图像坐标系,在图像坐标系中利用LSD算法进行障碍物线段提取,提取方法是:
以尺度s对图像进行高斯采样,把图像缩小一定的比例,再进行梯度计算并排序,建立状态表并与梯度阈值p比较,大于梯度阈值的像素点进行直线构建,接着进行NFA计算:
NFA=NNFA*ΣPi*(1-P)n-i,i=kNFA,kNFA+1,…n
NNFA=(m*n)2.5
其中,NNFA为当前m×n大小图像中直线的数量,kNFA为矩形主方向在容忍度为一定阈值角度pπ方向内的像素点个数,假如NFA>∈,∈为容忍度,则认为结果有效,判定这是背景中一部分,否则是合适的障碍物线段;
根据得到的障碍物线段位置,再根据激光雷达模块在小车的位置得到车子四周边缘坐标,分别计算边缘每个坐标点到其同一侧障碍物的最短距离,并与障碍物距离小车的安全值Ds比较,Ds根据小车的大小以及速度参数确定,若小于Ds则不能安全通行,否则可以通行。
6.根据权利要求1所述的基于多传感器的室外自动避障AGV导航方法,其特征在于,步骤S4中,通过摄像头模块检测成像,得到小车前方道路路面情况RGB图像,将得到的RGB图像转换为二值化图像,令道路标志线成的二值化数字为1,然后对每个像素点进行判断插值,若此时某一个点Kij的周围8个像素点值有kx个以上是1,则此时这个像素点值置1,否则这个像素点值置0;
多次运行上述插值步骤得到新的二值化图像,再进一步利用Canny算子对新的二值化图像进行边缘分割处理;然后利用hough算法,得出其对应的一个主要直线函数表达式,并对其斜率、两端的顶点进行分析,假设nh×mh的图像中第nh行为x轴,第一列为y轴,θ2为最佳更正角度,有
其中,kc为摄像头模块的缩放倍数,hp为图像中所得线段两端的顶点的纵向位移,ht为实际箭头的两端顶点的纵向位移,xt为图像中所得线段两端的顶点的横向位移,α为摄像头的倾斜角度。
7.根据权利要求1所述的基于多传感器的室外自动避障AGV导航方法,其特征在于,步骤S5中,最优修正角度θ的模型求解方法如下:
θ=f(θ1,θ2)=a1θ1+a2θ2
a1+a2=1
其中,a1、a2分别为对应每个角度的权重系数,各系数的值与实时环境有关。
8.根据权利要求7所述的基于多传感器的室外自动避障AGV导航方法,其特征在于,小车运行在正常环境下,若修正角度θ2与修正角度θ1相差不超过1度时,则使a1=a2=0.5,若超过再进行一定次数测算,经一定次数测算后相差依旧超过1度时以修正角度θ2为主,修正角度θ1为辅。
9.根据权利要求7所述的基于多传感器的室外自动避障AGV导航方法,其特征在于,若此时小车出现处在十字路口或者三岔口、激光雷达模块检测到前方的障碍物离小车小于一定距离、光照强度小于一定阈值的情况之一时,以修正角度θ1为主,修正角度θ2为辅;若此时的GPS模块收到的信号小于一定阈值,以修正角度θ2为主,修正角度θ1为辅;此时再利用权利要求7所述模型进行最优修正角度θ的求解。
10.根据权利要求1所述的基于多传感器的室外自动避障AGV导航方法,其特征在于,步骤S5中,得到最优修正角度θ,通过在一段时间内,每隔一定时间测量θ值,再结合卡尔曼滤波算法,经过滤波后将所得估算值求出平均值,得到滤波后的最优修正角度θt。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611108784.5A CN106774313B (zh) | 2016-12-06 | 2016-12-06 | 一种基于多传感器的室外自动避障agv导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611108784.5A CN106774313B (zh) | 2016-12-06 | 2016-12-06 | 一种基于多传感器的室外自动避障agv导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106774313A true CN106774313A (zh) | 2017-05-31 |
CN106774313B CN106774313B (zh) | 2019-09-17 |
Family
ID=58879176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611108784.5A Active CN106774313B (zh) | 2016-12-06 | 2016-12-06 | 一种基于多传感器的室外自动避障agv导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106774313B (zh) |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107491074A (zh) * | 2017-09-07 | 2017-12-19 | 南京昱晟机器人科技有限公司 | 一种自主运行机器主动避障管理方法 |
CN107499360A (zh) * | 2017-08-28 | 2017-12-22 | 金陵科技学院 | 一种通用折叠式自动行驶小车及控制方法 |
CN107608266A (zh) * | 2017-09-08 | 2018-01-19 | 中国计量大学 | 基于stm32的自动送外卖小车***设计 |
CN107703937A (zh) * | 2017-09-22 | 2018-02-16 | 南京轻力舟智能科技有限公司 | 基于卷积神经网络的自动导航小车***及其冲突规避方法 |
CN108267139A (zh) * | 2018-03-07 | 2018-07-10 | 广州大学 | 一种agv小车的定位装置及定位方法 |
CN108594803A (zh) * | 2018-03-06 | 2018-09-28 | 吉林大学 | 基于q-学习算法的路径规划方法 |
CN108842579A (zh) * | 2018-07-31 | 2018-11-20 | 浙江工业大学 | 一种用于检测并标记人行道路地砖铺设情况的方法及小车 |
CN108896041A (zh) * | 2018-06-20 | 2018-11-27 | 中国计量大学 | 基于超声波的惯性导引车导航方法及导引车 |
CN109141449A (zh) * | 2018-07-02 | 2019-01-04 | 中国计量大学 | 自动导引运输车最短环形路径导航方法及导引运输车 |
CN109297502A (zh) * | 2018-08-01 | 2019-02-01 | 广州大学 | 基于图像处理与gps导航技术的激光投影指向方法及装置 |
CN109341716A (zh) * | 2018-09-12 | 2019-02-15 | 广东嘉腾机器人自动化有限公司 | 基于模拟退火的agv惯性导航修正方法 |
CN109341692A (zh) * | 2018-10-31 | 2019-02-15 | 江苏木盟智能科技有限公司 | 一种沿线导航方法及机器人 |
CN109466487A (zh) * | 2018-12-18 | 2019-03-15 | 盐城汇金科技信息咨询服务有限公司 | 一种激光导引小车的防撞装置及实现方法 |
CN109683612A (zh) * | 2018-12-24 | 2019-04-26 | 安徽农业大学 | 智能鱼虾投食无人车***及车体避障修正位移偏差的方法 |
CN110182514A (zh) * | 2019-05-14 | 2019-08-30 | 盐城品迅智能科技服务有限公司 | 一种智能物料搬运装备用自动寻迹导引车及寻迹方法 |
CN110275492A (zh) * | 2018-09-04 | 2019-09-24 | 天津京东深拓机器人科技有限公司 | 一种基于巷道确定自动引导运输车行驶路径的方法和装置 |
CN110375745A (zh) * | 2019-07-26 | 2019-10-25 | 上海知洋信息科技有限公司 | 一种基于角度修正的自动导航导航方法 |
CN111751824A (zh) * | 2020-06-24 | 2020-10-09 | 杭州海康汽车软件有限公司 | 车辆周围的障碍物检测方法、装置及设备 |
CN112987710A (zh) * | 2019-11-29 | 2021-06-18 | 深圳市大富科技股份有限公司 | 一种导航服务器、agv、导航***及方法 |
CN113341824A (zh) * | 2021-06-17 | 2021-09-03 | 鄂尔多斯市普渡科技有限公司 | 一种开放式自动驾驶避障控制***及控制方法 |
CN113566846A (zh) * | 2021-07-22 | 2021-10-29 | 北京百度网讯科技有限公司 | 导航校准方法和装置、电子设备、计算机可读介质 |
CN113712469A (zh) * | 2021-08-11 | 2021-11-30 | 朱明� | 一种基于视觉导航的无人拖地清洁车及控制方法和基站 |
CN113759903A (zh) * | 2021-08-23 | 2021-12-07 | 东莞职业技术学院 | 无人驾驶车辆及其转向控制方法、电子设备及存储介质 |
CN114137924A (zh) * | 2021-11-30 | 2022-03-04 | 重庆华世丹农业装备制造有限公司 | 一种装配生产*** |
CN114590129A (zh) * | 2022-03-25 | 2022-06-07 | 高斯机器人(深圳)有限公司 | 一种agv紧急刹车*** |
CN115683237A (zh) * | 2023-01-04 | 2023-02-03 | 中国市政工程西南设计研究总院有限公司 | 一种智慧交通停车管理***及方法 |
CN116734872A (zh) * | 2023-08-16 | 2023-09-12 | 稳石机器人(深圳)有限公司 | 一种基于多机协同技术的路径规划*** |
CN117542220A (zh) * | 2024-01-10 | 2024-02-09 | 深圳市拓安科技有限公司 | 应用于恶劣天气下的行车安全诱导方法及*** |
CN117908544A (zh) * | 2024-01-18 | 2024-04-19 | 中建材(宜兴)新能源有限公司 | 基于机器视觉的玻璃运输用agv装置的控制***及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1759797A (zh) * | 2004-10-12 | 2006-04-19 | 三星光州电子株式会社 | 机器人清洁器坐标修正方法及机器人清洁器*** |
CN101077578A (zh) * | 2007-07-03 | 2007-11-28 | 北京控制工程研究所 | 一种基于二元环境信息的移动机器人局部路径规划方法 |
CN102358287A (zh) * | 2011-09-05 | 2012-02-22 | 北京航空航天大学 | 一种用于车辆自动驾驶机器人的轨迹跟踪控制方法 |
CN102424074A (zh) * | 2011-11-22 | 2012-04-25 | 中国科学院合肥物质科学研究院 | 圆筒形仿变形虫移动机器人本体结构 |
CN102789233A (zh) * | 2012-06-12 | 2012-11-21 | 湖北三江航天红峰控制有限公司 | 基于视觉的组合导航机器人及导航方法 |
CN103995534A (zh) * | 2014-05-13 | 2014-08-20 | 北京艾科尔明国际科技发展有限公司 | 巡检机器人的移动路线控制***及控制方法 |
-
2016
- 2016-12-06 CN CN201611108784.5A patent/CN106774313B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1759797A (zh) * | 2004-10-12 | 2006-04-19 | 三星光州电子株式会社 | 机器人清洁器坐标修正方法及机器人清洁器*** |
CN101077578A (zh) * | 2007-07-03 | 2007-11-28 | 北京控制工程研究所 | 一种基于二元环境信息的移动机器人局部路径规划方法 |
CN102358287A (zh) * | 2011-09-05 | 2012-02-22 | 北京航空航天大学 | 一种用于车辆自动驾驶机器人的轨迹跟踪控制方法 |
CN102424074A (zh) * | 2011-11-22 | 2012-04-25 | 中国科学院合肥物质科学研究院 | 圆筒形仿变形虫移动机器人本体结构 |
CN102789233A (zh) * | 2012-06-12 | 2012-11-21 | 湖北三江航天红峰控制有限公司 | 基于视觉的组合导航机器人及导航方法 |
CN103995534A (zh) * | 2014-05-13 | 2014-08-20 | 北京艾科尔明国际科技发展有限公司 | 巡检机器人的移动路线控制***及控制方法 |
Cited By (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107499360A (zh) * | 2017-08-28 | 2017-12-22 | 金陵科技学院 | 一种通用折叠式自动行驶小车及控制方法 |
CN107491074B (zh) * | 2017-09-07 | 2018-08-07 | 南京昱晟机器人科技有限公司 | 一种自主运行机器主动避障管理方法 |
CN107491074A (zh) * | 2017-09-07 | 2017-12-19 | 南京昱晟机器人科技有限公司 | 一种自主运行机器主动避障管理方法 |
CN107608266A (zh) * | 2017-09-08 | 2018-01-19 | 中国计量大学 | 基于stm32的自动送外卖小车***设计 |
CN107703937A (zh) * | 2017-09-22 | 2018-02-16 | 南京轻力舟智能科技有限公司 | 基于卷积神经网络的自动导航小车***及其冲突规避方法 |
CN108594803B (zh) * | 2018-03-06 | 2020-06-12 | 吉林大学 | 基于q-学习算法的路径规划方法 |
CN108594803A (zh) * | 2018-03-06 | 2018-09-28 | 吉林大学 | 基于q-学习算法的路径规划方法 |
CN108267139B (zh) * | 2018-03-07 | 2023-05-16 | 广州大学 | 一种agv小车的定位装置及定位方法 |
CN108267139A (zh) * | 2018-03-07 | 2018-07-10 | 广州大学 | 一种agv小车的定位装置及定位方法 |
CN108896041A (zh) * | 2018-06-20 | 2018-11-27 | 中国计量大学 | 基于超声波的惯性导引车导航方法及导引车 |
CN109141449A (zh) * | 2018-07-02 | 2019-01-04 | 中国计量大学 | 自动导引运输车最短环形路径导航方法及导引运输车 |
CN108842579A (zh) * | 2018-07-31 | 2018-11-20 | 浙江工业大学 | 一种用于检测并标记人行道路地砖铺设情况的方法及小车 |
CN108842579B (zh) * | 2018-07-31 | 2023-08-18 | 浙江工业大学 | 一种用于检测并标记人行道路地砖铺设情况的方法及小车 |
CN109297502A (zh) * | 2018-08-01 | 2019-02-01 | 广州大学 | 基于图像处理与gps导航技术的激光投影指向方法及装置 |
CN110275492A (zh) * | 2018-09-04 | 2019-09-24 | 天津京东深拓机器人科技有限公司 | 一种基于巷道确定自动引导运输车行驶路径的方法和装置 |
CN109341716B (zh) * | 2018-09-12 | 2020-12-04 | 广东嘉腾机器人自动化有限公司 | 基于模拟退火的agv惯性导航修正方法 |
CN109341716A (zh) * | 2018-09-12 | 2019-02-15 | 广东嘉腾机器人自动化有限公司 | 基于模拟退火的agv惯性导航修正方法 |
CN109341692A (zh) * | 2018-10-31 | 2019-02-15 | 江苏木盟智能科技有限公司 | 一种沿线导航方法及机器人 |
CN109466487A (zh) * | 2018-12-18 | 2019-03-15 | 盐城汇金科技信息咨询服务有限公司 | 一种激光导引小车的防撞装置及实现方法 |
CN109466487B (zh) * | 2018-12-18 | 2020-09-22 | 南京麒麟科学仪器集团有限公司 | 一种激光导引小车的防撞装置及实现方法 |
CN109683612A (zh) * | 2018-12-24 | 2019-04-26 | 安徽农业大学 | 智能鱼虾投食无人车***及车体避障修正位移偏差的方法 |
CN110182514A (zh) * | 2019-05-14 | 2019-08-30 | 盐城品迅智能科技服务有限公司 | 一种智能物料搬运装备用自动寻迹导引车及寻迹方法 |
CN110375745A (zh) * | 2019-07-26 | 2019-10-25 | 上海知洋信息科技有限公司 | 一种基于角度修正的自动导航导航方法 |
CN112987710A (zh) * | 2019-11-29 | 2021-06-18 | 深圳市大富科技股份有限公司 | 一种导航服务器、agv、导航***及方法 |
CN111751824A (zh) * | 2020-06-24 | 2020-10-09 | 杭州海康汽车软件有限公司 | 车辆周围的障碍物检测方法、装置及设备 |
CN111751824B (zh) * | 2020-06-24 | 2023-08-04 | 杭州海康汽车软件有限公司 | 车辆周围的障碍物检测方法、装置及设备 |
CN113341824A (zh) * | 2021-06-17 | 2021-09-03 | 鄂尔多斯市普渡科技有限公司 | 一种开放式自动驾驶避障控制***及控制方法 |
CN113566846B (zh) * | 2021-07-22 | 2022-11-04 | 北京百度网讯科技有限公司 | 导航校准方法和装置、电子设备、计算机可读介质 |
CN113566846A (zh) * | 2021-07-22 | 2021-10-29 | 北京百度网讯科技有限公司 | 导航校准方法和装置、电子设备、计算机可读介质 |
CN113712469A (zh) * | 2021-08-11 | 2021-11-30 | 朱明� | 一种基于视觉导航的无人拖地清洁车及控制方法和基站 |
CN113759903A (zh) * | 2021-08-23 | 2021-12-07 | 东莞职业技术学院 | 无人驾驶车辆及其转向控制方法、电子设备及存储介质 |
CN114137924B (zh) * | 2021-11-30 | 2024-01-30 | 重庆华世丹农业装备制造有限公司 | 一种装配生产*** |
CN114137924A (zh) * | 2021-11-30 | 2022-03-04 | 重庆华世丹农业装备制造有限公司 | 一种装配生产*** |
CN114590129A (zh) * | 2022-03-25 | 2022-06-07 | 高斯机器人(深圳)有限公司 | 一种agv紧急刹车*** |
CN114590129B (zh) * | 2022-03-25 | 2024-02-02 | 高斯机器人(深圳)有限公司 | 一种agv紧急刹车*** |
CN115683237B (zh) * | 2023-01-04 | 2023-03-10 | 中国市政工程西南设计研究总院有限公司 | 一种智慧交通停车管理***及方法 |
CN115683237A (zh) * | 2023-01-04 | 2023-02-03 | 中国市政工程西南设计研究总院有限公司 | 一种智慧交通停车管理***及方法 |
CN116734872A (zh) * | 2023-08-16 | 2023-09-12 | 稳石机器人(深圳)有限公司 | 一种基于多机协同技术的路径规划*** |
CN116734872B (zh) * | 2023-08-16 | 2023-10-27 | 稳石机器人(深圳)有限公司 | 一种基于多机协同技术的路径规划*** |
CN117542220A (zh) * | 2024-01-10 | 2024-02-09 | 深圳市拓安科技有限公司 | 应用于恶劣天气下的行车安全诱导方法及*** |
CN117542220B (zh) * | 2024-01-10 | 2024-04-16 | 深圳市拓安科技有限公司 | 应用于恶劣天气下的行车安全诱导方法及*** |
CN117908544A (zh) * | 2024-01-18 | 2024-04-19 | 中建材(宜兴)新能源有限公司 | 基于机器视觉的玻璃运输用agv装置的控制***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106774313B (zh) | 2019-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106774313A (zh) | 一种基于多传感器的室外自动避障agv导航方法 | |
Vivacqua et al. | Self-localization based on visual lane marking maps: An accurate low-cost approach for autonomous driving | |
CN104819724B (zh) | 一种基于gis的无人地面车辆自主行驶辅助*** | |
CN102222236B (zh) | 图像处理***及位置测量*** | |
CN107422730A (zh) | 基于视觉导引的agv运输***及其驾驶控制方法 | |
CN109059944B (zh) | 基于驾驶习惯学习的运动规划方法 | |
CN109849922B (zh) | 一种用于智能车辆的基于视觉信息与gis信息融合的方法 | |
CN106980657A (zh) | 一种基于信息融合的车道级电子地图构建方法 | |
CN107646114A (zh) | 用于估计车道的方法 | |
CN108303103A (zh) | 目标车道的确定方法和装置 | |
CN106896353A (zh) | 一种基于三维激光雷达的无人车路口检测方法 | |
CN102208013A (zh) | 风景匹配参考数据生成***和位置测量*** | |
CN109085823A (zh) | 一种园区场景下基于视觉的低成本自动循迹行驶方法 | |
US11703344B2 (en) | Landmark location estimation apparatus and method, and computer-readable recording medium storing computer program programmed to perform method | |
CN106918342A (zh) | 无人驾驶车辆行驶路径定位方法及定位*** | |
CN108364466A (zh) | 一种基于无人机交通视频的车流量统计方法 | |
CN110491156A (zh) | 一种感知方法、装置及*** | |
CN112567264A (zh) | 用于获取坐标变换信息的装置和方法 | |
CN115038934A (zh) | 车辆定位方法和装置、存储介质及电子设备 | |
CN110473414B (zh) | 一种车辆行驶路径确定方法、装置及*** | |
DE112021002680T5 (de) | Systeme und verfahren zum erkennen einer offenen tür | |
GB2510698A (en) | Driver assistance system | |
US11820397B2 (en) | Localization with diverse dataset for autonomous vehicles | |
Kasmi et al. | End-to-end probabilistic ego-vehicle localization framework | |
CN115273005A (zh) | 一种基于改进yolo算法的视觉导航车环境感知方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |