CN111487973A - 一种针对导航信号低频刷新的导航方法及*** - Google Patents
一种针对导航信号低频刷新的导航方法及*** Download PDFInfo
- Publication number
- CN111487973A CN111487973A CN202010336753.5A CN202010336753A CN111487973A CN 111487973 A CN111487973 A CN 111487973A CN 202010336753 A CN202010336753 A CN 202010336753A CN 111487973 A CN111487973 A CN 111487973A
- Authority
- CN
- China
- Prior art keywords
- data
- navigation
- signal
- robot
- deviation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 21
- 239000002420 orchard Substances 0.000 description 5
- 235000013399 edible fruits Nutrition 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 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, 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
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
针对现有技术中针对导航信号低频刷新时需要采集大量数据的问题,本发明提供一种针对导航信号低频刷新的导航方法及***,包括以下步骤:S1.记录机器人每个时刻的姿态数据和导航数据;S2.将S1步骤中记录的姿态数据与导航数据进行对比,得到t时刻下的有信号时的偏差数据范围;S3.当失去导航信号时,读取机器人的自身姿态数据,并将该数据与S1步骤记录的导航数据进行对比,得到无信号时的偏差数据;S4.将S3步骤得到的无信号时的偏差数据与S2步骤的有信号是的偏差数据范围进行对比,控制机器人姿态,直到无信号时的偏差数据落在有信号时的偏差数据范围内;本发明大大提升了算法的流畅性,减少控制延时的情况出现。
Description
技术领域
本发明涉及导航领域,特别涉及一种针对导航信号低频刷新的导航方法及***。
背景技术
随着社会进步,无人驾驶机器人在社会中的应用越来越广泛。在果园等树冠较大的环境中,由于树冠格挡,使得GPS/北斗信号部分或全部丢失,导致机器人不能按照预定路线行进,在导航信号丢失期间使得机器人偏离航向,不仅影响作业精准性,同时还可能由于导航信号的缺失损毁作业机械。为此,提出使用机器学习的方法,弥补机器人在树冠茂密的果园行进中信号丢失期间的定位方法。
如中国专利:CN106643775,名称为《基于大数据机器学习的导航方法及其导航***》,其技术方案时:在第一步骤(S1)中,采集车辆出行信息以构建包括海量所述出行信息的大数据库,其中,所述出行信息包括起点、终点和行车路径;在第二步骤(S2)中,输入搜索条件在所述大数据库中直接使用大数据训练进行机器学习以获得导航路线,所述搜索条件为起点和终点。优点是能够快速进行规划和导航;但该技术方法采集数据量较大,数据处理的量比较大,容易出现算法停滞,导致控制滞后。
发明内容
针对现有技术中针对导航信号低频刷新时需要采集大量数据的问题,本发明提供一种针对导航信号低频刷新的导航方法及***,可以有效解决上述问题。
本发明采用的具体方案为:一种针对导航信号低频刷新的导航方法,其特征在于:包括以下步骤:
S1.将机器人放在初始位置,在导航存在的情况下使机器人从起点行驶至终点;再此过程中,以时间为准,记录机器人每个时刻的姿态数据和导航数据;
S2.将S1步骤中记录的姿态数据与导航数据进行对比,得到t时刻下的有信号时的偏差数据范围;
S3.将机器人重新放置在起点,保持初始位置姿态不变,当失去导航信号时,读取机器人的自身姿态数据,并将该数据与S1步骤记录的导航数据进行对比,得到无信号时的偏差数据;
S4.将S3步骤得到的无信号时的偏差数据与S2步骤的有信号是的偏差数据范围进行对比,判断无信号时的偏差数据是否处在有信号时的偏差数据范围内;如果无信号时的偏差数据超出信号是的偏差数据范围,则控制机器人姿态,直到无信号时的偏差数据落在有信号时的偏差数据范围内;
其中,所述的机器人姿态数据包括机器人左、右轮子速度、航向角和惯性传感器的数据;自身姿态数据包括机器人左、右轮子速度、航向角和惯性传感器的数据。
一种针对导航信号低频刷新的导航***,包括用于测量机器人左轮、右轮速度的速度传感器、用于测量机器人航向角度的航向传感器、用于测量机器人移动惯性的惯性传感器以及中央处理模块;其特征在于,还包括辅助训练模块;该辅助训练模块与速度传感器、航向传感器、惯性传感器分别相连,以t时间为周期采集机器人在正常导航状态下的姿态数据和导航数据,并将上述数据进行学习,最终比较二者得到t时刻下的有信号时的偏差数据范围;在失去信号后,该辅助训练模块采集机器人自身姿态数据,并将该自身姿态数据与该时刻下的导航数据进行比对,得到无信号时的偏差数据,并且将无信号时的偏差数据与有信号时的偏差数据范围进行比较,得到比较结果;中央处理模块采集辅助训练模块输出的比较结果,根据该对比结果控制机器人的移动。
有益效果:本发明具有采集数据少,在失去信号时,仅采集机器人左轮、右轮速度的速度传感器、用于测量机器人航向角度的航向传感器、用于测量机器人移动惯性的惯性传感器的数据,将上述数据与存储在辅助训练模块中的导航数据进行对比,形成无信号时的偏差数据,并将该无信号时的偏差数据与有信号时的偏差数据进行对比,最后将对比结果发送至中央处理模块中,用于控制机器人移动。本发明在无信号时,采集数据少,而且算法简单,大大提升了算法的流畅性,减少控制延时的情况出现。
附图说明
图1为本发明的流程图。
图2为本发明的***框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
如图1,本发明的主要发明构思是:在使用时,仅采集机器人左轮、右轮速度的速度传感器1、用于测量机器人航向角度的航向传感器2、用于测量机器人移动惯性的惯性传感器3的数据,并将该数据与导航数据进行学习,得到有信号时的偏差数据范围;将该部分内容存储至辅助训练模块5中;然后,在导航信号发生低频刷新时,中央处理模块4读取机器人本身的左轮、右轮速度的速度传感器1、用于测量机器人航向角度的航向传感器2、用于测量机器人移动惯性的惯性传感器3的姿态数据,与该时刻下的导航数据进行比对,得到无信号时的偏差数据;最后,在辅助训练模块5中,判断无信号时的偏差数据与有信号时的偏差数据范围的关系,指导中央处理模块4向机器人的执行端6发出指令。
具体的,可以将本发明所述的方法分成两个步骤:
第一步:在果园的果树未长大或果园建设初期,将机器人放在初始位置,开启导航。在导航存在的情况下行使到目标点,记录在此过程中机器人每个时刻的状态和姿态,包括左轮、右轮速度的速度传感器1、用于测量机器人航向角度的航向传感器2、用于测量机器人移动惯性的惯性传感器3的数据、以及t时刻的偏差。即使用机器学习算法,使机器人在导航信号良好的条件下,进行3~4次的运行,得到t时刻机器人左右轮子速度、航向角和惯性传感器的数据,并将该数据与导航数据或认为设定的阈值数据进行对比,得到t时刻的有信号时的偏差数据;由于每次运行的数据均会发生变化,所以,有信号时的偏差数据应为一个范围值。
第二步:在果园的果树树冠长大或移植果树后,将机器人搬回到初始位置,保持初始位置姿态不变,机器人在行进中,由于树冠等影响,导航信号发生中断,机器人此时只能得到自身状态参数。将此时仅可得到的左轮、右轮速度的速度传感器1、用于测量机器人航向角度的航向传感器2、用于测量机器人移动惯性的惯性传感器3的数据,将上述数据与该时刻下的导航数据进行比对,得到无信号时的偏差数据;最后,在辅助训练模块5中,判断无信号时的偏差数据与有信号时的偏差数据范围的关系,指导中央处理模块4向机器人的执行端发出指令。
为了实现上述功能,本文所述的一种针对导航信号低频刷新的导航***,包括速度传感器1、航向传感器2、惯性传感器3以及中央处理模块4;其特征在于,还包括辅助训练模块5;该辅助训练模块5与速度传感器1、航向传感器2、惯性传感器3分别相连,以t时间为周期采集机器人在正常导航状态下的姿态数据和导航数据,并将上述数据进行学习,最终比较二者得到t时刻下的有信号时的偏差数据范围;在失去信号后,该辅助训练模块5采集机器人自身姿态数据,并将该自身姿态数据与该时刻下的导航数据进行比对,得到无信号时的偏差数据,并且将无信号时的偏差数据与有信号时的偏差数据范围进行比较,得到比较结果;中央处理模块4采集辅助训练模块5输出的比较结果,根据该对比结果控制机器人的执行端,如电机转速、左右轮等执行端6。
其中,所述的速度传感器1、航向传感器2、惯性传感器3以及中央处理模块4均为现有的机器人本体上安装的传感器。辅助训练模块5可以与中央处理模块4并行设置,如中央处理器4为单片机,辅助训练模块5为另一片单片机;或者在中央处理器4内分配地址,形成一个单独的区域,形成辅助训练模块5。
作为本发明的延伸,在实际工作中,可以将一个导航路程分解为不同的路段,在各个路段上均采用本发明所述的方法进行无信号导航,并将该导航数据存储在辅助训练模块5中,形成数据库,在导航信号丢失的情况下,中央处理模块4读取辅助训练模块5中的数据,指导机器人导航。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易变化或替换,都属于本发明的保护范围之内。因此本发明的保护范围所述以权利要求的保护范围为准。
Claims (2)
1.一种针对导航信号低频刷新的导航方法,其特征在于:包括以下步骤:
S1.将机器人放在初始位置,在导航存在的情况下使机器人从起点行驶至终点;在此过程中,以时间为准,记录机器人每个时刻的姿态数据和导航数据;
S2.将S1步骤中记录的姿态数据与导航数据进行对比,得到t时刻下的有信号时的偏差数据范围;
S3.将机器人重新放置在起点,保持初始位置姿态不变,当失去导航信号时,读取机器人的自身姿态数据,并将该数据与S1步骤记录的导航数据进行对比,得到无信号时的偏差数据;
S4.将S3步骤得到的无信号时的偏差数据与S2步骤的有信号是的偏差数据范围进行对比,判断无信号时的偏差数据是否处在有信号时的偏差数据范围内;如果无信号时的偏差数据超出信号是的偏差数据范围,则控制机器人姿态,直到无信号时的偏差数据落在有信号时的偏差数据范围内;
其中,所述的机器人姿态数据包括机器人左、右轮子速度、航向角和惯性传感器的数据;自身姿态数据包括机器人左、右轮子速度、航向角和惯性传感器的数据。
2.一种针对导航信号低频刷新的导航***,包括用于测量机器人左轮、右轮速度的速度传感器(1)、用于测量机器人航向角度的航向传感器(2)、用于测量机器人移动惯性的惯性传感器(3)以及中央处理模块(4);其特征在于,还包括辅助训练模块(5);该辅助训练模块(5)与速度传感器(1)、航向传感器(2)、惯性传感器(3)分别相连,以t时间为周期采集机器人在正常导航状态下的姿态数据和导航数据,并将上述数据进行学习,最终比较二者得到t时刻下的有信号时的偏差数据范围;在失去信号后,该辅助训练模块(5)采集机器人自身姿态数据,并将该自身姿态数据与该时刻下的导航数据进行比对,得到无信号时的偏差数据,并且将无信号时的偏差数据与有信号时的偏差数据范围进行比较,得到比较结果;中央处理模块(4)采集辅助训练模块(5)输出的比较结果,根据该对比结果控制机器人的移动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010336753.5A CN111487973B (zh) | 2020-04-26 | 2020-04-26 | 一种针对导航信号低频刷新的导航方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010336753.5A CN111487973B (zh) | 2020-04-26 | 2020-04-26 | 一种针对导航信号低频刷新的导航方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111487973A true CN111487973A (zh) | 2020-08-04 |
CN111487973B CN111487973B (zh) | 2023-09-05 |
Family
ID=71795188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010336753.5A Active CN111487973B (zh) | 2020-04-26 | 2020-04-26 | 一种针对导航信号低频刷新的导航方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111487973B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030149528A1 (en) * | 2002-02-06 | 2003-08-07 | Ching-Fang Lin | Positioning and navigation method and system thereof |
JP2013024845A (ja) * | 2011-07-26 | 2013-02-04 | Furuno Electric Co Ltd | 密結合gpsおよび推定車両航法 |
CN105180935A (zh) * | 2015-10-30 | 2015-12-23 | 东南大学 | 一种适用于gnss微弱信号的组合导航数据融合方法 |
CN106352872A (zh) * | 2016-09-14 | 2017-01-25 | 北京理工大学 | 一种无人机自主导航***及其导航方法 |
CN106595653A (zh) * | 2016-12-08 | 2017-04-26 | 南京航空航天大学 | 一种穿戴式行人自主导航***及其导航方法 |
CN108957496A (zh) * | 2018-04-18 | 2018-12-07 | 广州市中海达测绘仪器有限公司 | Uav抗gnss失效定位定向接收机及其应用方法 |
CN110207692A (zh) * | 2019-05-13 | 2019-09-06 | 南京航空航天大学 | 一种地图辅助的惯性预积分行人导航方法 |
CN110398958A (zh) * | 2019-06-25 | 2019-11-01 | 天津大学 | 一种用于小范围gps信号死区的无人驾驶设备控制方法 |
CN110455285A (zh) * | 2019-07-22 | 2019-11-15 | 深圳联合飞机科技有限公司 | 一种在卫星导航信号失效时的无人机导航方法及导航装置 |
CN110554702A (zh) * | 2019-09-30 | 2019-12-10 | 重庆元韩汽车技术设计研究院有限公司 | 基于惯性导航的无人驾驶汽车 |
-
2020
- 2020-04-26 CN CN202010336753.5A patent/CN111487973B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030149528A1 (en) * | 2002-02-06 | 2003-08-07 | Ching-Fang Lin | Positioning and navigation method and system thereof |
JP2013024845A (ja) * | 2011-07-26 | 2013-02-04 | Furuno Electric Co Ltd | 密結合gpsおよび推定車両航法 |
CN105180935A (zh) * | 2015-10-30 | 2015-12-23 | 东南大学 | 一种适用于gnss微弱信号的组合导航数据融合方法 |
CN106352872A (zh) * | 2016-09-14 | 2017-01-25 | 北京理工大学 | 一种无人机自主导航***及其导航方法 |
CN106595653A (zh) * | 2016-12-08 | 2017-04-26 | 南京航空航天大学 | 一种穿戴式行人自主导航***及其导航方法 |
CN108957496A (zh) * | 2018-04-18 | 2018-12-07 | 广州市中海达测绘仪器有限公司 | Uav抗gnss失效定位定向接收机及其应用方法 |
CN110207692A (zh) * | 2019-05-13 | 2019-09-06 | 南京航空航天大学 | 一种地图辅助的惯性预积分行人导航方法 |
CN110398958A (zh) * | 2019-06-25 | 2019-11-01 | 天津大学 | 一种用于小范围gps信号死区的无人驾驶设备控制方法 |
CN110455285A (zh) * | 2019-07-22 | 2019-11-15 | 深圳联合飞机科技有限公司 | 一种在卫星导航信号失效时的无人机导航方法及导航装置 |
CN110554702A (zh) * | 2019-09-30 | 2019-12-10 | 重庆元韩汽车技术设计研究院有限公司 | 基于惯性导航的无人驾驶汽车 |
Also Published As
Publication number | Publication date |
---|---|
CN111487973B (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108609014B (zh) | 智能车辆的横向控制方法及装置 | |
CN109649489B (zh) | 车辆转向状态的识别方法、装置、电子设备及存储介质 | |
US20190219998A1 (en) | Moving body control apparatus, moving body control method, and training method | |
CN111673755B (zh) | 一种基于视觉伺服的采摘机器人控制***及控制方法 | |
EP3699052A1 (en) | Method and device for eliminating steady-state lateral deviation and storage medium | |
CN111301425B (zh) | 用于自动驾驶车辆的利用动态模型的有效最优控制 | |
CN110967991A (zh) | 车辆控制参数的确定方法、装置、车载控制器和无人车 | |
CN110488843B (zh) | 避障方法、移动机器人及计算机可读存储介质 | |
JP2660727B2 (ja) | 自動走行装置 | |
CN112051841B (zh) | 一种障碍物边界生成方法及装置 | |
US11859980B2 (en) | Method of movement tracking, processing module and lawn mower | |
CN107505617A (zh) | 一种雷达目标测试方法 | |
CN111731307A (zh) | 一种车辆转弯控制方法、装置、车辆及存储介质 | |
CN109612462A (zh) | 多传感器数据融合定位方法及其安防机器人 | |
CN111487973B (zh) | 一种针对导航信号低频刷新的导航方法及*** | |
CN105867112A (zh) | 一种基于参数自动优化的控制算法的智能车及其控制方法 | |
US11448510B2 (en) | Vehicle information processing system | |
CN113917497A (zh) | Gnss天线安装偏差角确定方法、航向校准方法、装置及存储介质 | |
CN107015565A (zh) | 一种agv磁组合导航方法 | |
CN105629953A (zh) | 基于车辆辅助驾驶的杆体识别*** | |
CN116225002A (zh) | 一种自动驾驶车辆控制方法、装置、电子设备及存储介质 | |
KR20200120969A (ko) | 차량의 주행상태 판단장치 및 그 판단방법 | |
CN115291613A (zh) | 自主移动设备及其控制方法和计算机可读存储介质 | |
JP2023006734A5 (ja) | 車両走行制御装置、車両走行制御方法および車両走行制御プログラム | |
JP2017134831A (ja) | 自動走行提案システム及び方法 |
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 |