CN112461227B - 轮式底盘机器人巡检智能化自主导航方法 - Google Patents
轮式底盘机器人巡检智能化自主导航方法 Download PDFInfo
- Publication number
- CN112461227B CN112461227B CN202011141328.7A CN202011141328A CN112461227B CN 112461227 B CN112461227 B CN 112461227B CN 202011141328 A CN202011141328 A CN 202011141328A CN 112461227 B CN112461227 B CN 112461227B
- Authority
- CN
- China
- Prior art keywords
- map
- navigation
- robot
- inspection
- task
- 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.)
- Active
Links
Classifications
-
- 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
-
- 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
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- 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
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种轮式底盘机器人巡检智能化自主导航方法,包括:步骤1,获取轮式底盘机器人的多传感器数据;步骤2,根据获取的多传感器数据,基于SLAM算法构建当前区域地图;步骤3,基于学习模式下的基础地图及当前区域地图,融合构建巡检区域全局3D地图,并以构建的巡检区域全局3D地图为基础,确定巡检任务点和巡检任务;所述基础地图基于多次视频图像机器学习提前构建;步骤4,基于确定的巡检任务点及巡检任务,在地图中定位并规划路径,控制机器人运动***到达巡检任务点执行巡检任务,并通过机器学习不断精确地图,探索并拓展地图。本发明能够实现轮式底盘机器人的路线规划、自主导航、躲避障碍、自动停位和完成定点巡检任务。
Description
技术领域
本发明属于***性环境信息采集技术领域,尤其涉及一种轮式底盘机器人巡检智能化自主导航方法。
背景技术
石油化工、危化品等***及燃烧、泄漏、坍塌事故现场环境信息的实时准确采集,有助于协助救援人员制定正确救援方案。
现有技术中,一般通过无人机携带相关传感器实现环境信息的采集,由于事故现场的复杂性,往往不能准确采集***性环境下的信息。
通过履带式或轮式防爆型多信息融合采集机器人可以实现***性环境下多信息的实时准确采集,由于机器人需要在非常态环境、非正常路面下行驶,因此,需要一种能够实现路线规划、自主导航、躲避障碍、自动停位和完成定点巡检任务的自主导航方法。
发明内容
本发明的目的是提供一种轮式底盘机器人巡检智能化自主导航方法,以解决上述技术问题。
本发明提供了一种轮式底盘机器人巡检智能化自主导航方法,包括如下步骤:
步骤1,获取轮式底盘机器人的多传感器数据,所述多传感器数据包括激光雷达数据、双目机器视觉数据、超声波数据、环绕摄像头数据;
步骤2,根据获取的多传感器数据,基于SLAM算法构建当前区域地图;
步骤3,基于学习模式下的基础地图及当前区域地图,融合构建巡检区域全局3D地图,并以构建的巡检区域全局3D地图为基础,确定巡检任务点和巡检任务;所述基础地图基于多次视频图像机器学习提前构建;
步骤4,基于确定的巡检任务点及巡检任务,在地图中定位并规划路径,控制机器人运动***到达巡检任务点执行巡检任务,并通过机器学习不断精确地图,探索并拓展地图。
进一步地,所述步骤4包括:
导航模块接收到下发的导航任务信息后开始启动;所述导航任务信息包括目标点的位姿以及导航方式;
导航模块选择对应的控制器后开始执行,在一个固定控制周期里,根据机器人当前的姿态、速度以及预设参数经过控制器生成控制指令下发给底层驱动模块;
导航模块接收激光雷达驱动的激光数据信息和底层驱动模块的超声波数据信息,判断障碍物的距离,并根据此距离生成一个速度基准以影响控制器的输出速度。
进一步地,所述步骤4还包括:
当机器人在充电房进行后退导航时,开启充电房定位功能,将机器人位姿通过齐次坐标变换矩阵变换到全局坐标系下,为机器人提供一个统一的导航坐标系,方便机器人的导航针对变电站环境的实际情况,实现基于二维栅格地图的环境建模,并根据巡检的路线以及巡检任务,在栅格图的基础上通过人工部署来构造拓扑图;
当下达巡检任务时,根据要巡检的任务点,在拓扑图上基于LKH算法规划路径;使用AMCL算法定位,结合已有的二维栅格地图以及激光和里程计数据,输出机器人当前的位姿;
当机器人处于充电房,需要对充电桩充电时,直接根据充电房内的标识物定位,给出定位信息。
进一步地,所述步骤4还包括:
根据机器人实际的导航路线,设置三种导航方式,包括前向直线导航、后退直线导航、以及基于反步法的轨迹跟踪控制导航。
进一步地,步骤3中所述视频图像机器学习包括道路识别学习和仪表识别学习,所述道路识别学习包括针对具体道路进行智能训练,以提高道路和障碍物识别准确度;所述仪表识别学习包括针对具体表盘进行训练,以提高***仪表指数的识别准确度。
进一步地,所述针对具体道路进行智能训练包括:
模拟人眼观察逻辑,智能识别道路;
与双目视觉进行融合,进行视觉避障;
与GPS配合使用,应用于复杂环境的定位导航。
进一步地,所述针对具体表盘进行训练包括:
针对环境光线的影响进行训练,以提高抗干扰能力;
针对环境噪声、仪表盘自身倾斜状态进行训练,以提高识别鲁棒性。
借由上述方案,通过轮式底盘机器人巡检智能化自主导航方法,能够实现轮式底盘机器人的路线规划、自主导航、躲避障碍、自动停位和完成定点巡检任务。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例详细说明如后。
附图说明
图1是本发明轮式底盘机器人巡检智能化自主导航方法的流程图;
图2是本发明一实施例的示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
参图1所示,本实施例提供了一种轮式底盘机器人巡检智能化自主导航方法,包括如下步骤:
步骤1,获取轮式底盘机器人的多传感器数据,所述多传感器数据包括激光雷达数据、双目机器视觉数据、超声波数据、环绕摄像头数据;
步骤2,根据获取的多传感器数据,基于SLAM(定位与地图构建技术)算法构建当前区域地图;
步骤3,基于学习模式下的基础地图及当前区域地图,融合构建巡检区域全局3D地图,并以构建的巡检区域全局3D地图为基础,确定巡检任务点和巡检任务;所述基础地图基于多次视频图像机器学习提前构建;
步骤4,基于确定的巡检任务点及巡检任务,在地图中定位并规划路径,控制机器人运动***到达巡检任务点执行巡检任务,并通过机器学习不断精确地图,探索并拓展地图。
该导航方法通过多次视频图像机器学习提前构建学习模式下的基础地图,并与当前区域地图融合构建巡检区域全局3D地图,以此确定巡检任务点及巡检任务,能够提高识别准确率,从而提高导航准确性。
参图2所示,本实施例在完成巡检区域全局3D地图信息构建基础上,通过以下方法实现自主导航:
导航模块接收到下发的导航任务信息后开始启动;所述导航任务信息包括目标点的位姿以及导航方式(如果选择轨迹跟踪导航,还需要给出要跟踪的轨迹);
导航模块选择对应的控制器后就开始执行,在一个固定控制周期里,根据机器人当前的姿态、速度以及预设参数经过控制器生成控制指令下发给底层驱动模块;同时导航模块接收激光雷达驱动的激光数据信息和底层驱动模块的超声波数据信息,判断障碍物的距离,并根据此距离生成一个速度基准以影响控制器的输出速度。
在本实施例中,当机器人在充电房进行后退导航时,开启充电房定位功能,此时的定位信息由于是在局部坐标系(充电房的定位信息基于激光雷达到充电房的位置姿态坐标)下的,所以此时将机器人位姿通过齐次坐标变换矩阵变换到全局坐标系下,从而为机器人提供一个统一的导航坐标系,方便机器人的导航针对变电站环境的实际情况,实现了基于二维栅格地图的环境建模,并根据巡检的路线以及巡检任务,在栅格图的基础上通过人工部署来构造拓扑图。
为了寻找最优巡检路线,当下达巡检任务时,根据要巡检的任务点,在拓扑图上基于LKH算法规划路径;使用AMCL算法来定位,结合已有的二维栅格地图以及激光和里程计数据,输出机器人当前的位姿,另外当机器人处于充电房,需要对充电桩充电时,直接根据充电房内的标识物来定位,给出较为准确的定位信息;为了应对不同条件下的导航需求,根据机器人实际的导航路线,设计三种导航方式,前向直线导航、后退直线导航、以及基于反步法的轨迹跟踪控制导航。
管理段***功能有如下几点:
自制定巡检计划:机器人定时自动开始巡检。
设置巡检预设点:调整机器人巡检路线,控制机器人巡检视角。
自动巡检切换至手动控制,可手动操控机器人运动,用以应对极端情况
本实施例中,视频智能识别采用机器学习方案,主要分为道路识别和仪表识别。
1、针对具体道路进行智能训练,提高道路和障碍物识别准确度
模拟人眼观察逻辑,智能识别道路。与双目视觉进行融合,进行视觉避障。达到有效识别车辆、行人等动态障碍。与GPS配合使用,可应用于复杂环境的定位导航。
2、针对具体表盘需要进行一定的训练,提高***的仪表指数的识别准确度。
针对环境的光线等影响具有一定的抗干扰能力,例如反光下的识别。
针对环境噪声、仪表盘自身倾斜等状况具有较好的鲁棒性。
通过该轮式底盘机器人巡检智能化自主导航方法,能够实现轮式底盘机器人的路线规划、自主导航、躲避障碍、自动停位和完成定点巡检任务。
以上所述仅是本发明的优选实施方式,并不用于限制本发明,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (1)
1.一种轮式底盘机器人巡检智能化自主导航方法,其特征在于,包括如下步骤:
步骤1,获取轮式底盘机器人的多传感器数据,所述多传感器数据包括激光雷达数据、双目机器视觉数据、超声波数据、环绕摄像头数据;
步骤2,根据获取的多传感器数据,基于SLAM算法构建当前区域地图;
步骤3,基于学习模式下的基础地图及当前区域地图,融合构建巡检区域全局3D地图,并以构建的巡检区域全局3D地图为基础,确定巡检任务点和巡检任务;所述基础地图基于多次视频图像机器学习提前构建;所述视频图像机器学习包括道路识别学习和仪表识别学习,所述道路识别学习包括针对具体道路进行智能训练,以提高道路和障碍物识别准确度;所述仪表识别学习包括针对具体表盘进行训练,以提高***仪表指数的识别准确度;所述针对具体道路进行智能训练包括:
模拟人眼观察逻辑,智能识别道路;
与双目视觉进行融合,进行视觉避障;
与GPS配合使用,应用于复杂环境的定位导航;
所述针对具体表盘进行训练包括:
针对环境光线的影响进行训练,以提高抗干扰能力;
针对环境噪声、仪表盘自身倾斜状态进行训练,以提高识别鲁棒性;
步骤4,基于确定的巡检任务点及巡检任务,在地图中定位并规划路径,控制机器人运动***到达巡检任务点执行巡检任务,并通过机器学习不断精确地图,探索并拓展地图,包括:
导航模块接收到下发的导航任务信息后开始启动;所述导航任务信息包括目标点的位姿以及导航方式;
导航模块选择对应的控制器后开始执行,在一个固定控制周期里,根据机器人当前的姿态、速度以及预设参数经过控制器生成控制指令下发给底层驱动模块;
导航模块接收激光雷达驱动模块的激光雷达数据信息和底层驱动模块的超声波数据信息,判断障碍物的距离,并根据此距离生成一个速度基准以影响控制器的输出速度;
当机器人在充电房进行后退导航时,开启充电房定位功能,将机器人位姿通过齐次坐标变换矩阵变换到全局坐标系下,为机器人提供一个统一的导航坐标系,方便机器人的导航针对变电站环境的实际情况,实现基于二维栅格地图的环境建模,并根据巡检的路线以及巡检任务,在栅格图的基础上通过人工部署来构造拓扑图;
当下达巡检任务时,根据要巡检的任务点,在拓扑图上基于LKH算法规划路径;使用AMCL算法定位,结合已有的二维栅格地图以及激光和里程计数据,输出机器人当前的位姿;
当机器人处于充电房,需要对充电桩充电时,直接根据充电房内的标识物定位,给出定位信息;
根据机器人实际的导航路线,设置三种导航方式,包括前向直线导航、后退直线导航、以及基于反步法的轨迹跟踪控制导航。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011141328.7A CN112461227B (zh) | 2020-10-22 | 2020-10-22 | 轮式底盘机器人巡检智能化自主导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011141328.7A CN112461227B (zh) | 2020-10-22 | 2020-10-22 | 轮式底盘机器人巡检智能化自主导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112461227A CN112461227A (zh) | 2021-03-09 |
CN112461227B true CN112461227B (zh) | 2023-07-21 |
Family
ID=74834254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011141328.7A Active CN112461227B (zh) | 2020-10-22 | 2020-10-22 | 轮式底盘机器人巡检智能化自主导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112461227B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113189977B (zh) * | 2021-03-10 | 2023-04-07 | 新兴际华集团有限公司 | 一种用于机器人的智能导航路径规划***及方法 |
CN113075686B (zh) * | 2021-03-19 | 2024-01-12 | 长沙理工大学 | 一种基于多传感器融合的电缆沟智能巡检机器人建图方法 |
CN112947493A (zh) * | 2021-04-21 | 2021-06-11 | 上海新纪元机器人有限公司 | 一种定点导航的实现方法和机器人 |
CN113325837A (zh) * | 2021-04-23 | 2021-08-31 | 北京启安智慧科技有限公司 | 一种用于多信息融合采集机器人的控制***及方法 |
CN113566808A (zh) * | 2021-06-17 | 2021-10-29 | 浙江图讯科技股份有限公司 | 一种导航路径规划方法、装置、设备以及可读存储介质 |
CN114035562B (zh) * | 2021-07-20 | 2024-05-28 | 新兴际华集团有限公司 | 一种用于***性环境的多信息融合采集机器人 |
CN114063615B (zh) * | 2021-11-04 | 2023-12-19 | 中南大学 | 棚内垄间农药喷洒智能车的倒车导航控制方法及*** |
CN115312056A (zh) * | 2022-08-15 | 2022-11-08 | 中国兵器装备集团自动化研究所有限公司 | 一种智能听觉*** |
CN117809263B (zh) * | 2024-03-01 | 2024-05-10 | 深圳市震有智联科技有限公司 | 一种智慧街区智能巡检控制方法、装置及介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015024407A1 (zh) * | 2013-08-19 | 2015-02-26 | 国家电网公司 | 基于电力机器人的双目视觉导航***及方法 |
CN108171796A (zh) * | 2017-12-25 | 2018-06-15 | 燕山大学 | 一种基于三维点云的巡检机器人视觉***及控制方法 |
CN108759822A (zh) * | 2018-04-12 | 2018-11-06 | 江南大学 | 一种移动机器人3d定位*** |
CN109558879A (zh) * | 2017-09-22 | 2019-04-02 | 华为技术有限公司 | 一种基于点线特征的视觉slam方法和装置 |
CN110275968A (zh) * | 2019-06-26 | 2019-09-24 | 北京百度网讯科技有限公司 | 图像数据处理方法和装置 |
CN110370284A (zh) * | 2019-08-07 | 2019-10-25 | 北京凌天世纪控股股份有限公司 | 一种防爆自主巡检机器人的自动化控制*** |
CN110716549A (zh) * | 2019-11-04 | 2020-01-21 | 中国船舶重工集团公司第七一六研究所 | 用于无地图区域巡逻的自主导航机器人***及其导航方法 |
CN110967009A (zh) * | 2019-11-27 | 2020-04-07 | 云南电网有限责任公司电力科学研究院 | 变电站巡检机器人导航定位与地图构建方法及装置 |
CN111239768A (zh) * | 2020-01-13 | 2020-06-05 | 南京七宝机器人技术有限公司 | 一种电力巡检机器人自主构建地图并查找巡检目标的方法 |
CN111337030A (zh) * | 2020-05-19 | 2020-06-26 | 北京数字绿土科技有限公司 | 一种基于背负式的激光雷达扫描***、导航定位方法 |
CN111461245A (zh) * | 2020-04-09 | 2020-07-28 | 武汉大学 | 一种融合点云和图像的轮式机器人语义建图方法及*** |
CN111590559A (zh) * | 2020-04-15 | 2020-08-28 | 海隆石油集团(上海)信息技术有限公司 | 一种防爆巡检任务控制方法、存储介质及机器人 |
CN111624641A (zh) * | 2020-04-21 | 2020-09-04 | 上海东古智能科技有限公司 | 一种防爆型油库区智能巡检机器人 |
-
2020
- 2020-10-22 CN CN202011141328.7A patent/CN112461227B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015024407A1 (zh) * | 2013-08-19 | 2015-02-26 | 国家电网公司 | 基于电力机器人的双目视觉导航***及方法 |
CN109558879A (zh) * | 2017-09-22 | 2019-04-02 | 华为技术有限公司 | 一种基于点线特征的视觉slam方法和装置 |
CN108171796A (zh) * | 2017-12-25 | 2018-06-15 | 燕山大学 | 一种基于三维点云的巡检机器人视觉***及控制方法 |
CN108759822A (zh) * | 2018-04-12 | 2018-11-06 | 江南大学 | 一种移动机器人3d定位*** |
CN110275968A (zh) * | 2019-06-26 | 2019-09-24 | 北京百度网讯科技有限公司 | 图像数据处理方法和装置 |
CN110370284A (zh) * | 2019-08-07 | 2019-10-25 | 北京凌天世纪控股股份有限公司 | 一种防爆自主巡检机器人的自动化控制*** |
CN110716549A (zh) * | 2019-11-04 | 2020-01-21 | 中国船舶重工集团公司第七一六研究所 | 用于无地图区域巡逻的自主导航机器人***及其导航方法 |
CN110967009A (zh) * | 2019-11-27 | 2020-04-07 | 云南电网有限责任公司电力科学研究院 | 变电站巡检机器人导航定位与地图构建方法及装置 |
CN111239768A (zh) * | 2020-01-13 | 2020-06-05 | 南京七宝机器人技术有限公司 | 一种电力巡检机器人自主构建地图并查找巡检目标的方法 |
CN111461245A (zh) * | 2020-04-09 | 2020-07-28 | 武汉大学 | 一种融合点云和图像的轮式机器人语义建图方法及*** |
CN111590559A (zh) * | 2020-04-15 | 2020-08-28 | 海隆石油集团(上海)信息技术有限公司 | 一种防爆巡检任务控制方法、存储介质及机器人 |
CN111624641A (zh) * | 2020-04-21 | 2020-09-04 | 上海东古智能科技有限公司 | 一种防爆型油库区智能巡检机器人 |
CN111337030A (zh) * | 2020-05-19 | 2020-06-26 | 北京数字绿土科技有限公司 | 一种基于背负式的激光雷达扫描***、导航定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112461227A (zh) | 2021-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112461227B (zh) | 轮式底盘机器人巡检智能化自主导航方法 | |
CN112518739A (zh) | 履带式底盘机器人侦察智能化自主导航方法 | |
CN113325837A (zh) | 一种用于多信息融合采集机器人的控制***及方法 | |
CN108628324B (zh) | 基于矢量地图的无人车导航方法、装置、设备及存储介质 | |
Ziegler et al. | Making bertha drive—an autonomous journey on a historic route | |
US20190278273A1 (en) | Odometry system and method for tracking traffic lights | |
Kolski et al. | Autonomous driving in structured and unstructured environments | |
CN113189977B (zh) | 一种用于机器人的智能导航路径规划***及方法 | |
CN105955273A (zh) | 室内机器人导航***及方法 | |
KR20160015987A (ko) | 실내 인프라 지도 및 센서를 이용한 위치 인식 기반 원격 자율주행 시스템 및 그 방법 | |
CN109753084A (zh) | 一种无人驾驶设备和方法 | |
CN214520204U (zh) | 一种基于深度相机和激光雷达的港区智能巡检机器人 | |
US11774981B2 (en) | Driver aid and autonomous tractor-trailer parking and loading dock alignment system | |
CN113566808A (zh) | 一种导航路径规划方法、装置、设备以及可读存储介质 | |
CN115200588A (zh) | 移动机器人的slam自主导航方法及其装置 | |
CN114264306A (zh) | 室内外相结合的配送机器人及配送方法 | |
Behringer et al. | Rascal-an autonomous ground vehicle for desert driving in the darpa grand challenge 2005 | |
CN217801729U (zh) | 一种室外机器人 | |
Adolf et al. | An unmanned helicopter for autonomous flights in urban terrain | |
Berlin | Spirit of berlin: An autonomous car for the DARPA urban challenge hardware and software architecture | |
AU2021448614A9 (en) | Precise stopping system and method for multi-axis flatbed vehicle | |
Sidharth et al. | Sensor fusion, mapping, localization and calibration of a converted autonomous quad bike | |
Pomerlau et al. | AVCS Research at Carnegie Mellon University | |
Team | Stanford racing team’s entry in the 2005 DARPA grand challenge | |
Research on the positioning and recognition of an intelligent inspection robot in substations |
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 |