CN108363395A - 一种agv自主避障的方法 - Google Patents
一种agv自主避障的方法 Download PDFInfo
- Publication number
- CN108363395A CN108363395A CN201810142276.1A CN201810142276A CN108363395A CN 108363395 A CN108363395 A CN 108363395A CN 201810142276 A CN201810142276 A CN 201810142276A CN 108363395 A CN108363395 A CN 108363395A
- Authority
- CN
- China
- Prior art keywords
- agv
- barrier
- obstacle
- avoidings
- laser sensor
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000004888 barrier function Effects 0.000 claims description 38
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 230000006403 short-term memory Effects 0.000 abstract description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000036544 posture Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
一种AGV自主避障的方法，涉及AGV。设置1个激光传感器，结合短期记忆的方法，通过激光传感器实时采集AGV周边场景的障碍物分布情况，根据采集到的障碍物分布情况，设计避障算法，制定避障策略，控制AGV找到可行通道，绕过障碍物，到达目标地点，实现自主避障。可以在较复杂的环境下AGV自动避障进行无障碍行驶，降低了出现事故的可能性，选取最优通道，AGV工作效率大大的提高。
Description
技术领域
本发明涉及AGV，尤其是涉及一种AGV自主避障的方法。
背景技术
第一辆AGV诞生于1953年，AGV作为物流智能机器人已经60多年了，AGV的应用也越来越广泛。AGV在装备有电磁或光学等自动导引装置，它能够沿规定的导引路径行驶，极大地满足了搬运生产的自动化需求，降低了人力成本，提高了生产的效率。但是，小车在运行的过程中会发生遇到前面有障碍物影响行驶甚至发生碰撞等可能性，所以，提供一种可以自动避障的方法，可以提高生产效率，减少因为障碍物而停留的时间。
中国专利CN106774313A公开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。该发明能够在复杂的情况下实现室外精准自动避障导航。
发明内容
本发明的目的在于针对AGV在运行过程中会发生遇到前面有障碍物影响行驶甚至发生碰撞等缺点，提供能够在有障碍物的情况下精确避开，绕过障碍物正常行驶的一种AGV自主避障的方法。
本发明包括以下步骤：
设置1个激光传感器，结合短期记忆的方法，通过激光传感器实时采集AGV周边场景的障碍物分布情况，根据采集到的障碍物分布情况，设计避障算法，制定避障策略，控制AGV找到可行通道，绕过障碍物，到达目标地点，实现自主避障。
所述激光传感器发射激光束，获取周围障碍物的分布信息，以激光传感器正前方180°、半径5m的扇形区域作为探测范围，把扇形区域简化为矩形区域缩小计算量。
所述激光传感器采集的数据不断发生变化，可以将矩形区域扩大，在更新一帧数据时，根据当前坐标偏移量选择性删除栅格数据，并将新的数据加入栅格，在运动中一直更新栅格数据，获取AGV周边的障碍物分布情况。
所述激光传感器得到周边场景障碍物分布的极坐标，根据极坐标得到笛卡尔坐标(x,y)，接着计算出矩形区域的障碍物分布，若没有障碍物，则写入0；若有障碍物，则写入1。
所述设计避障算法，制定避障策略，首先确定边界场景，录入等比例的现场道路地图，保证AGV在边界墙内运行；然后根据导航传感器和避障激光更新栅格，导航激光传感器通过反射板和三角定位原理获取当前AGV坐标，进行坐标变换，更新栅格，将新的障碍物加入栅格中；再寻找备选通道，考虑到车身半径R1和障碍物与车身的最小距离d1，将障碍物尺寸往外扩大到R1+d1，将360度范围内的栅格以固定角度α为单位扇区，划分为360/α个扇区，遍历所有扇区，没有障碍遮挡的扇区都是备选通道；最后寻找最优通道，备选通道中去除不可行通道，在剩余可行通道中构造1个代价函数，进行最优通道的甄选。
本发明的突出效果为：本发明结合短期记忆的方法，通过激光传感器实时采集AGV周边场景的障碍物分布情况，根据采集到的障碍物分布情况，设计避障算法，制定避障策略，控制AGV自主找到可行通道，绕过障碍物，到达目标地点，实现自主避障。本发明可以在较复杂的环境下AGV自动避障进行无障碍行驶，降低了出现事故的可能性，选取最优通道，AGV工作效率大大的提高。
附图说明
图1为本发明实施例激光扫描扇形区域示意图。
图2为本发明实施例激光扫描简化为矩形区域示意图。
图3为本发明实施例根据障碍物扩大后的障碍物圆形区域。
图4为本发明实施例考虑运动学模型得到的可选通道示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步详细描述。
本发明实施例设置1个激光传感器，结合短期记忆的方法，通过激光传感器实时采集AGV周边场景的障碍物分布情况，根据采集到的障碍物分布情况，设计避障算法，制定避障策略，控制AGV自主找到可行通道，绕过障碍物，到达目标地点，实现自主避障。
激光传感器能够发射激光束，获取周围障碍物的分布信息。以激光传感器正前方180°、半径5m的扇形区域作为探测范围，如图1所示。由于扇形区域在进行算法设计时，计算量大，所以将扇形区域简化为矩形区域，根据AGV尺寸向外扩张出一个矩形区域(例如矩形长5m，宽5m)，将矩形区域划分成栅格(例如栅格边长为10cm的正方形)如图2所示。根据激光采集数据，将障碍物一一映射到栅格中，这是静态的一帧数据。
AGV不断运动，导航激光传感器通过反射板和三角定位原理获取当前AGV坐标，坐标变换，更新栅格，将新的障碍物加入栅格中。激光传感器得到周边场景障碍物分布的极坐标，根据极坐标得到笛卡尔坐标(x,y)，接着计算出矩形区域的障碍物分布。如果没有障碍物，则写入0，如果有障碍，则写入1。
考虑到车身半径R1和障碍物与车身的最小距离d1，将障碍物尺寸往外扩大到R1+d1。以障碍物为基点，扩大之后圆形区域为认为是障碍物区域如图3所示。将圆形区域内的数值全部设置为1，表示有障碍物存在。
将360度范围内的栅格以固定角度alpha为单位扇区，划分为360/alpha个扇区，如以5度为1个扇区，划分成72个扇区。遍历所有扇区，找到没有障碍物遮挡的扇区。没有障碍遮挡的扇区都是备选通道。
根据AGV运动学模型，AGV并不能向所有方向运动，必须满足最小转弯半径限制，所以可去除一部分的可行通道。如图4所示，O点为AGV原地旋转时的圆心，旋转半径为R。由于圆弧与右侧(right)的障碍物边界相交，即圆心到障碍物中心的距离d小于R+R1+d1，所以右侧障碍物下方的通道不能通行。由于圆弧与左侧(left)的障碍物边界不相交，即圆心到障碍物中心的距离大于R+R1+d1，所以左侧障碍物下方的通道可以通行。
剩下的可行通道中，根据当前的AGV姿态和下一采样间隔的线速度、角速度计算出下一采样间隔的AGV姿态，通过计算AGV是否会与障碍物发生碰撞，可以进一步去除会发生碰撞的通道。
根据选择的通道方向，计算出下一采样间隔的线速度和角速度，根据线速度和角速度计算出下一采样间隔AGV的理论位置。将AGV放置到障碍物的矩阵中，如果AGV与障碍物发生重叠，说明AGV会与障碍物发生碰撞，此通道不可通行，应该抛弃。如果计算出的AGV理论位置与障碍物不发生碰撞，说明此通道可用。
经过上述层层筛选后，剩余的通道即为可行通道。通过构造1个代价函数，进行最优通道的甄选，行驶到达目的站点，实现自主避障。
Claims (5)
1.一种AGV自主避障的方法，其特征在于包括具体方法为：设置1个激光传感器，结合短期记忆的方法，通过激光传感器实时采集AGV周边场景的障碍物分布情况，根据采集到的障碍物分布情况，设计避障算法，制定避障策略，控制AGV找到可行通道，绕过障碍物，到达目标地点，实现自主避障。
2.如权利要求1所述一种AGV自主避障的方法，其特征在于所述激光传感器发射激光束，获取周围障碍物的分布信息，以激光传感器正前方180°、半径5m的扇形区域作为探测范围，把扇形区域简化为矩形区域缩小计算量。
3.如权利要求1所述一种AGV自主避障的方法，其特征在于所述激光传感器采集的数据不断发生变化，将矩形区域扩大，在更新一帧数据时，根据当前坐标偏移量选择性删除栅格数据，并将新的数据加入栅格，在运动中一直更新栅格数据，获取AGV周边的障碍物分布情况。
4.如权利要求1所述一种AGV自主避障的方法，其特征在于所述激光传感器得到周边场景障碍物分布的极坐标，根据极坐标得到笛卡尔坐标(x,y)，接着计算出矩形区域的障碍物分布，若没有障碍物，则写入0；若有障碍物，则写入1。
5.如权利要求1所述一种AGV自主避障的方法，其特征在于所述设计避障算法，制定避障策略，首先确定边界场景，录入等比例的现场道路地图，保证AGV在边界墙内运行；然后根据导航传感器和避障激光更新栅格，导航激光传感器通过反射板和三角定位原理获取当前AGV坐标，进行坐标变换，更新栅格，将新的障碍物加入栅格中；再寻找备选通道，考虑到车身半径R1和障碍物与车身的最小距离d1，将障碍物尺寸往外扩大到R1+d1，将360度范围内的栅格以固定角度α为单位扇区，划分为360/α个扇区，遍历所有扇区，没有障碍遮挡的扇区都是备选通道；最后寻找最优通道，备选通道中去除不可行通道，在剩余可行通道中构造1个代价函数，进行最优通道的甄选。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810142276.1A CN108363395A (zh) | 2018-02-11 | 2018-02-11 | 一种agv自主避障的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810142276.1A CN108363395A (zh) | 2018-02-11 | 2018-02-11 | 一种agv自主避障的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108363395A true CN108363395A (zh) | 2018-08-03 |
Family
ID=63005896
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810142276.1A Pending CN108363395A (zh) | 2018-02-11 | 2018-02-11 | 一种agv自主避障的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108363395A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109753070A (zh) * | 2019-01-16 | 2019-05-14 | 深圳市海柔创新科技有限公司 | 一种避障方法、装置及仓储机器人 |
| CN110221601A (zh) * | 2019-04-30 | 2019-09-10 | 南京航空航天大学 | 一种多agv***动态障碍物实时避障方法及避障*** |
| CN111881245A (zh) * | 2020-08-04 | 2020-11-03 | 深圳裹动智驾科技有限公司 | 能见度动态地图的产生方法、装置、计算机设备及存储介质 |
| CN112797987A (zh) * | 2021-03-23 | 2021-05-14 | 陕西欧卡电子智能科技有限公司 | 一种无人船避障的航行方法、装置、计算机设备及存储介质 |
| CN116184944A (zh) * | 2022-12-05 | 2023-05-30 | 武汉易特兰瑞科技有限公司 | 一种智慧工厂智能机器人控制管理方法及*** |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104375505A (zh) * | 2014-10-08 | 2015-02-25 | 北京联合大学 | 一种基于激光测距的机器人自主寻路方法 |
| EP2791842A4 (en) * | 2012-01-25 | 2016-01-20 | Adept Technology Inc | SYSTEM FOR AVOIDING POSITIVE AND NEGATIVE OBSTACLES TO A MOBILE ROBOT |
| CN105425803A (zh) * | 2015-12-16 | 2016-03-23 | 纳恩博（北京）科技有限公司 | 自主避障方法、装置和*** |
| CN106384382A (zh) * | 2016-09-05 | 2017-02-08 | 山东省科学院海洋仪器仪表研究所 | 一种基于双目立体视觉的三维重建***及其方法 |
| CN106598039A (zh) * | 2015-10-14 | 2017-04-26 | 山东鲁能智能技术有限公司 | 一种基于激光雷达的变电站巡检机器人避障方法 |
| CN106774832A (zh) * | 2016-11-15 | 2017-05-31 | 北京光年无限科技有限公司 | 一种用于智能机器人的人机交互方法及装置 |
-
2018
- 2018-02-11 CN CN201810142276.1A patent/CN108363395A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2791842A4 (en) * | 2012-01-25 | 2016-01-20 | Adept Technology Inc | SYSTEM FOR AVOIDING POSITIVE AND NEGATIVE OBSTACLES TO A MOBILE ROBOT |
| CN104375505A (zh) * | 2014-10-08 | 2015-02-25 | 北京联合大学 | 一种基于激光测距的机器人自主寻路方法 |
| CN106598039A (zh) * | 2015-10-14 | 2017-04-26 | 山东鲁能智能技术有限公司 | 一种基于激光雷达的变电站巡检机器人避障方法 |
| CN105425803A (zh) * | 2015-12-16 | 2016-03-23 | 纳恩博（北京）科技有限公司 | 自主避障方法、装置和*** |
| CN106384382A (zh) * | 2016-09-05 | 2017-02-08 | 山东省科学院海洋仪器仪表研究所 | 一种基于双目立体视觉的三维重建***及其方法 |
| CN106774832A (zh) * | 2016-11-15 | 2017-05-31 | 北京光年无限科技有限公司 | 一种用于智能机器人的人机交互方法及装置 |
Non-Patent Citations (3)
| Title |
|---|
| PATRIC BEINSCHOB，ETC: "Semi-automated map creation for fast deployment of AGV fleets in modern logistics", 《ROBOTICS AND AUTONOMOUS SYSTEMS》 * |
| 房殿军，等: "自动化立体仓库中智能AGV群体的静态路径规划与动态避障决策研究", 《物流技术》 * |
| 胡正兴，等: "自动导引小车局部智能避障的A~*算法", 《昆明理工大学学报(理工版)》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109753070A (zh) * | 2019-01-16 | 2019-05-14 | 深圳市海柔创新科技有限公司 | 一种避障方法、装置及仓储机器人 |
| CN110221601A (zh) * | 2019-04-30 | 2019-09-10 | 南京航空航天大学 | 一种多agv***动态障碍物实时避障方法及避障*** |
| WO2020220604A1 (zh) * | 2019-04-30 | 2020-11-05 | 南京航空航天大学 | 一种多agv***动态障碍物实时避障方法及避障*** |
| CN111881245A (zh) * | 2020-08-04 | 2020-11-03 | 深圳裹动智驾科技有限公司 | 能见度动态地图的产生方法、装置、计算机设备及存储介质 |
| CN111881245B (zh) * | 2020-08-04 | 2023-08-08 | 深圳安途智行科技有限公司 | 能见度动态地图的产生方法、装置、设备及存储介质 |
| CN112797987A (zh) * | 2021-03-23 | 2021-05-14 | 陕西欧卡电子智能科技有限公司 | 一种无人船避障的航行方法、装置、计算机设备及存储介质 |
| CN116184944A (zh) * | 2022-12-05 | 2023-05-30 | 武汉易特兰瑞科技有限公司 | 一种智慧工厂智能机器人控制管理方法及*** |
| CN116184944B (zh) * | 2022-12-05 | 2024-04-26 | 广东海兴塑胶有限公司 | 一种智慧工厂智能机器人控制管理方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108363395A (zh) | 一种agv自主避障的方法 | |
| CN109916393B (zh) | 一种基于机器人位姿的多重栅格值导航方法及其应用 | |
| US12027043B2 (en) | Missing traffic face detector | |
| CN108594849B (zh) | 一种基于毫米波雷达的无人机避障方法 | |
| CN107966150B (zh) | 基于路口点和路段的变电站作业机器人路径规划及导航定位方法 | |
| CN103926925B (zh) | 一种基于改进的vfh算法的定位与避障方法及机器人 | |
| CN111693050B (zh) | 基于建筑信息模型的室内中大型机器人导航方法 | |
| CN111427360B (zh) | 基于地标定位的地图构建方法、机器人及机器人导航*** | |
| CN107121142A (zh) | 移动机器人的拓扑地图创建方法及导航方法 | |
| CN106227212B (zh) | 基于栅格地图和动态校准的精度可控室内导航***及方法 | |
| CN106527424A (zh) | 移动机器人及移动机器人的导航方法 | |
| KR101179075B1 (ko) | 자율로봇의 경로계획방법 및 이를 구비한 경로계획장치 | |
| US20190278273A1 (en) | Odometry system and method for tracking traffic lights | |
| CN106843223A (zh) | 一种智能化避障agv小车***及避障方法 | |
| CN108958250A (zh) | 多传感器移动平台及基于已知地图的导航与避障方法 | |
| CN112461227B (zh) | 轮式底盘机器人巡检智能化自主导航方法 | |
| KR20090061298A (ko) | 이동 로봇의 경로 계획 방법 및 장치 | |
| JP2022532920A (ja) | レーダーデータからのヨーレート | |
| CN106541404A (zh) | 一种机器人视觉定位导航方法 | |
| CN103869824A (zh) | 基于生物触角模型的多机器人水下目标搜寻方法及装置 | |
| CN110736456B (zh) | 稀疏环境下基于特征提取的二维激光实时定位方法 | |
| CN110502010A (zh) | 一种基于贝塞尔曲线的移动机器人室内自主导航控制方法 | |
| CN111897335A (zh) | 一种机器人弓字型行走时的避障控制方法及其控制*** | |
| EP3761136B1 (en) | Control device, mobile body, and program | |
| CN113566808A (zh) | 一种导航路径规划方法、装置、设备以及可读存储介质 |
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 |