CN112783161B - 一种基于贝塞尔曲线的agv避障方法 - Google Patents
一种基于贝塞尔曲线的agv避障方法 Download PDFInfo
- Publication number
- CN112783161B CN112783161B CN202011597427.6A CN202011597427A CN112783161B CN 112783161 B CN112783161 B CN 112783161B CN 202011597427 A CN202011597427 A CN 202011597427A CN 112783161 B CN112783161 B CN 112783161B
- Authority
- CN
- China
- Prior art keywords
- agv
- cost
- obstacle avoidance
- curve
- track sample
- 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
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 238000005070 sampling Methods 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 8
- 238000007728 cost analysis Methods 0.000 claims description 6
- 235000006679 Mentha X verticillata Nutrition 0.000 claims description 5
- 235000002899 Mentha suaveolens Nutrition 0.000 claims description 5
- 235000001636 Mentha x rotundifolia Nutrition 0.000 claims description 5
- 230000035945 sensitivity Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明属于AGV轨迹控制技术领域,具体属于一种基于贝塞尔曲线的AGV避障方法,通过贝塞尔曲线方程生成多条轨迹样本曲线,并对生成的轨迹样本曲线进行成本分析以获知各轨迹样本曲线的优先级,由于优先级越高,避障所产生的成本越低,因此按照优先级从高到低的顺序对轨迹样本曲线进行碰撞检测,可避免对所有轨迹样本曲线都进行碰撞检测,从而节省资源,降低避障的成本,以确定出既可避开障碍物且成本最低的避障路线,有利于提高AGV工作的效率。
Description
技术领域
本发明属于AGV轨迹控制技术领域,具体属于一种基于贝塞尔曲线的AGV避障方法。
背景技术
AGV是(Automated Guided Vehicle)的缩写,是指自动导引运输车,即装备有电磁或光学等自动导引装置以充电电池为动力的运输车,它能够沿规定的导引路径实现无人驾驶的自动化车辆,现有激光AGV的行走轨迹规划是通过读取地图绘制软件预先绘制好的贝塞尔曲线中的起始点、终止点和控制点并计算从而复现设定的路径。
但AGV在指定路径行走过程中可能会遇到临时摆放的障碍物、人为地翻越防护栏进入AGV行进路径、AGV与AGV之间的路径冲突等情况。以往此类情况出现时,通常采取的解决办法是通过AGV的避障传感器检测到障碍物后原地停止,待障碍物离开避障传感器的检测区域后继续行驶。但是如果障碍物不能及时移开,AGV则一直停靠在原地不能通过此路径,甚至会影响整个工序的节拍,破坏自动化生产的流畅性。
鉴于此,如果在场地空间充足的条件下,有必要提出动态地修改贝塞尔曲线控制点从而临时更新行驶路径,使AGV绕开障碍物后重新回到原设定路径上的避障方法。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于贝塞尔曲线的AGV避障方法。
为了解决上述技术问题,本发明采用以下技术方案:
一种基于贝塞尔曲线的AGV避障方法,包括以下步骤:
根据贝塞尔曲线方程生成多条轨迹样本曲线;
分别对多条轨迹样本曲线进行成本分析,以获得各条轨迹样本曲线的优先级;
按照轨迹样本曲线优先级由高到低的顺序依次对轨迹样本曲线进行碰撞检测:
若当前测试的轨迹样本曲线不符合预设规定时,对下一优先级的轨迹样本曲线进行碰撞检测;
若当前测试的轨迹样本曲线符合预设规定时,停止碰撞检测,并选取当前的轨迹样本曲线作为避障路线。
进一步的,生成所述多条轨迹样本曲线的步骤包括:
设定最大时间预测值为MAXT,最小时间预测值为MINT,最大道路宽度为MaxWidth,起始点、两个控制点和终止点的坐标分别为(0,0),(Ti,Di);以道路宽度采样频率为D_RoadWidth、时间采样频率为DT,在区间Ti∈[MINT,MAXT],Di∈内,根据起始点、两个控制点和终止点的状态进行采样,根据贝塞尔曲线方程生成条轨迹样本曲线。
其中,MAXT-MINT为总预测时间,即AGV以恒定行驶速度通过避障路线的时间,总预测时间越长,生成的避障路线约平顺光滑,通过性越好,对障碍物的敏感程度越高,但相应地AGV预测行走距离则会延长,计算量也相应增大。
进一步的,上述成本分析的步骤包括:
获取每条轨迹样本曲线的成本加权和Ctotal,并按照成本加权和Ctotal值越小优先级越高、值越大优先级越低设定每条轨迹样本曲线的优先级。
作为一种具体的实施方式,对轨迹样本曲线进行离散化处理以获取若干个离散点i,每一离散点i均包括多种成本函数元素,包括有基于车辆运动学的安全性提出与横向偏移、横向速度相关的横向偏移成本|dl(i)|2和横向速度成本|vla(i)|2,基于AGV车身的晃动程度提出与横向加速度、轨迹曲率相关的横向加速度成本|ala(i)|2和轨迹曲率成本|ki(i)|2,以及基于对障碍物的敏感程度和曲线平顺度提出与预测距离相关的预测行走距离成本|S(i)|2;
作为一种具体的实施方式,dl(i)为AGV沿轨迹样本曲线活动至对应离散点i的位置时,其后轮轴中点与该离散点i的距离;vla(i)为dl(i)的一阶导数,ala(i)为dl(i)的二阶导数; 为轨迹样本曲线位于对应离散点i的一阶导数,为轨迹样本曲线位于对应离散点i的二阶导数。
作为一种具体的实施方式,上述碰撞检测的步骤包括:
分别获取当前轨迹样本曲线上,各离散点i和与其最近的圆心之间的安全距离M(i);
若各离散点i对应的安全距离M(i)均大于预设阈值时,则判断当前轨迹样本曲线符合预设规定,选取当前的轨迹样本曲线作为避障路线,否则判断当前轨迹样本曲线不符合预设规定,并对下一优先级的轨迹样本曲线进行碰撞测试,以此类推,直至符合碰撞测试的预设规定为止。
执行选择的避障路线,使AGV避开障碍物后重新回到原设的路径上。
与现有技术相比,本发明可在AGV沿原设路径行走并检测到障碍物时,可根据贝塞尔曲线生成多条轨迹样本曲线,并对生成的轨迹样本曲线进行成本分析以获知各轨迹样本曲线的优先级,由于优先级越高,避障所产生的成本越低,因此按照优先级从高到低的顺序对轨迹样本曲线进行碰撞检测,可避免对所有轨迹样本曲线都进行碰撞检测,从而节省资源,降低避障的成本,以确定出既可避开障碍物且成本最低的避障路线,有利于提高AGV工作的效率。
附图说明
图1为避障方法的流程示意图;
图2为多条轨迹样本曲线的示意图;
图3为AGV横向偏移的示意图;
图4为根据障碍物轮廓所建模型的示意图;
图5为从多条轨迹样本曲线中筛选出的最优避障路线;
图6为AGV原设路线和避障路线的示意图。
具体实施方式
以下结合附图说明本发明的具体实施方式。在本发明的描述中,需要说明的是,术语“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
参见图1,本实施例提供一种基于贝塞尔曲线的AGV避障方法,所述所述贝塞尔曲线的方程为: 其中,其起始点坐标为两个控制点的坐标为终止点坐标为由此可见,一段由贝塞尔曲线生成的轨迹样本曲线是由起始点,两个控制点和终止点组成,本发明的避障方法包括以下步骤:
当AGV的避障传感器检测到障碍物时,返回障碍物的轮廓,同时AGV的控制***启动贝塞尔曲线避障模块,并进行以下操作。
s1.根据贝塞尔曲线方程生成多条轨迹样本曲线:
假设AGV行驶在道路中间及行驶速度不变,以道路宽度采样频率为D_RoadWidth、时间采样频率为DT,在区间内,根据起始点、两个控制点和终止点的状态进行采样,如图2所示,根据贝塞尔曲线方程生成条轨迹样本曲线。
其中,MAXT-MINT为总预测时间,即AGV以恒定行驶速度通过避障路线的时间,总预测时间越长,生成的避障路线约平顺光滑,通过性越好,对障碍物的敏感程度越高,但相应地预测行走距离则会延长,计算量也相应增大。
参见图2,作为一种具体的例子,设定最大道路宽度为MaxWidth为8,采样时间为30/v(v为AGV行驶速度),因此生成的多条向左侧避开障碍物的轨迹样本曲线如图2所示;若需要往右侧方向避开障碍物,则对称于图2横坐标进行采样即可生成往右侧避开障碍物的轨迹样本曲线。
s2.分别对多条轨迹样本曲线进行成本分析:
根据采样频率对每条轨迹样本曲线进行离散化处理,以获取若干个离散点i,其中,每一离散点i均包括多种成本函数元素,所述多种成本函数元素包括有基于车辆运动学的安全性提出的与横向偏移、横向速度相关的横向偏移成本|dl(i)|2和横向速度成本|vla(i)|2,基于AGV车身的晃动程度提出的与横向加速度、轨迹曲率相关的横向加速度成本|ala(i)|2和轨迹曲率成本|ki(i)|2,以及基于对障碍物的敏感程度和曲线平顺度提出的与预测距离相关的预测行走距离成本|S(i)|2。
其中,如图3所示,上述dl(i)为AGV沿轨迹样本曲线活动至对应离散点i的位置时,其后轮轴中点与该离散点i的距离;vla(i)为dl(i)的一阶导数,ala(i)为dl(i)的二阶导数; 为轨迹样本曲线位于对应离散点i的一阶导数,为轨迹样本曲线位于对应离散点i的二阶导数。
计算每条轨迹样本曲线的成本加权和 其中A,B,C,D,E为权重系数,权重系数的选取需要保证各种成本函数元素的总成本乘以对应权重系数后都保持在同一数值量级,其次,变化率也要保持在一个合理的区间而不能发生突变。
按照成本加权和Ctotal由小到大的顺序设定每条轨迹样本曲线的优先级,即成本加权和值越小,优先级越高,成本加权和值越大,优先级越低,以此类推。
s3.按照轨迹样本曲线优先级由高到低的顺序依次对上述多条轨迹样本曲线进行碰撞检测:
如图4所示,根据障碍物的轮廓建立模型,所述模型包括一个长边长度为l、短边长度为w的矩形、以及在所述矩形上规则排列的n个圆,所述圆的半径相邻两个圆的圆心距每个与所述矩形长边相交的圆的两个交点之间的距离均为
分别获取当前轨迹样本曲线上,各离散点i和与其最近的圆心之间的安全距离M(i);
若各离散点i对应的安全距离M(i)均大于预设阈值时,则判断当前优先级的轨迹样本曲线符合预设规定,AGV不会与障碍物发生碰撞,停止碰撞检测并选取当前的轨迹样本曲线作为避障路线;否则判断当前轨迹样本曲线不符合预设规定,AGV与障碍物发生碰撞,并对下一优先级的轨迹样本曲线进行碰撞测试,以此类推,直至当前轨迹样本曲线符合预设规定为止,如图5所示,从而在多条轨迹样条曲线中筛选出最优的避障路线。上述模型中建立的圆越多,碰撞检测结果越精准,但检测耗时越长。
s4.执行选择的避障路线,如图6的虚线所示,以规划新的路线以避开障碍物;如图6的实线所示,当AGV避开障碍物后重新回到原设定的路径上。
与现有技术相比,本发明可在AGV沿原设路径行走并检测到障碍物时,可根据贝塞尔曲线生成多条轨迹样本曲线,并对生成的轨迹样本曲线进行成本分析以获知各轨迹样本曲线的优先级,由于优先级越高,避障所产生的成本越低,因此按照优先级从高到低的顺序对轨迹样本曲线进行碰撞检测,可避免对所有轨迹样本曲线都进行碰撞检测,从而节省资源,降低避障的成本,以确定出既可避开障碍物且成本最低的避障路线,有利于提高AGV工作的效率。
根据上述说明书的揭示和教导,本发明所属领域的技术人员还可以对上述实施方式进行变更和修改。因此,本发明并不局限于上面揭示和描述的具体实施方式,对本发明的一些修改和变更也应当落入本发明的权利要求的保护范围内。此外,尽管本说明书中使用了一些特定的术语,但这些术语只是为了方便说明,并不对本发明构成任何限制。
Claims (8)
1.一种基于贝塞尔曲线的AGV避障方法,其特征在于,包括以下步骤:
根据贝塞尔曲线方程生成多条轨迹样本曲线;
分别对所述多条轨迹样本曲线进行成本分析,以获得各条轨迹样本曲线的优先级;
按照轨迹样本曲线优先级由高到低的顺序依次对所述多条轨迹样本曲线进行碰撞检测:
分别获取当前轨迹样本曲线上,各离散点i和与其最近的圆心之间的安全距离M(i);
若各离散点i对应的安全距离M(i)均小于或等于预设阈值时,判断当前轨迹样本曲线不符合预设规定,AGV与障碍物发生碰撞,对下一优先级的轨迹样本曲线进行碰撞检测;
若各离散点i对应的安全距离M(i)均大于预设阈值时,则判断当前优先级的轨迹样本曲线符合预设规定,AGV不会与障碍物发生碰撞,停止碰撞检测并选取当前的轨迹样本曲线作为避障路线。
3.根据权利要求1所述的AGV避障方法,其特征在于,所述成本分析的步骤包括:
获取每条轨迹样本曲线的成本加权和Ctotal,并按照成本加权和Ctotal值越小优先级越高、值越大优先级越低设定每条轨迹样本曲线的优先级。
5.根据权利要求4所述的AGV避障方法,其特征在于,dl(i)为AGV沿轨迹样本曲线活动至对应离散点i的位置时,其后轮轴中点与该离散点i的距离。
6.根据权利要求4所述的AGV避障方法,其特征在于,vla(i)为dl(i)的一阶导数,ala(i)为dl(i)的二阶导数。
8.根据权利要求1所述的AGV避障方法,其特征在于,执行选择的避障路线,使AGV避开障碍物后重新回到原设的路径上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011597427.6A CN112783161B (zh) | 2020-12-29 | 2020-12-29 | 一种基于贝塞尔曲线的agv避障方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011597427.6A CN112783161B (zh) | 2020-12-29 | 2020-12-29 | 一种基于贝塞尔曲线的agv避障方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112783161A CN112783161A (zh) | 2021-05-11 |
CN112783161B true CN112783161B (zh) | 2023-04-25 |
Family
ID=75751459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011597427.6A Active CN112783161B (zh) | 2020-12-29 | 2020-12-29 | 一种基于贝塞尔曲线的agv避障方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112783161B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115179326B (zh) * | 2022-08-24 | 2023-03-14 | 广东工业大学 | 一种面向关节型机器人的连续碰撞检测方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7228227B2 (en) * | 2004-07-07 | 2007-06-05 | The Boeing Company | Bezier curve flightpath guidance using moving waypoints |
US9785146B2 (en) * | 2016-01-26 | 2017-10-10 | Northrop Grumman Systems Corporation | Maneuver planning with higher order rational Bezier curves |
CN106646518B (zh) * | 2016-11-18 | 2019-06-11 | 北京创业公社征信服务有限公司 | 基于三阶贝塞尔曲线及插值的gps轨迹数据补全方法 |
CN109725650B (zh) * | 2019-03-08 | 2021-10-19 | 哈尔滨工程大学 | 一种密集障碍物环境下的auv避障方法 |
CN110362096B (zh) * | 2019-08-13 | 2021-05-18 | 东北大学 | 一种基于局部最优性的无人驾驶车辆动态轨迹规划方法 |
CN110949374B (zh) * | 2019-11-14 | 2021-06-18 | 江苏大学 | 基于两段二阶贝塞尔曲线的自动平行泊车路径规划方法 |
CN111338349A (zh) * | 2020-03-09 | 2020-06-26 | 兰剑智能科技股份有限公司 | Agv的贝塞尔曲线控制方法及*** |
CN111679678B (zh) * | 2020-06-30 | 2022-04-08 | 安徽海博智能科技有限责任公司 | 一种横纵向分离的轨迹规划方法、***及计算机设备 |
CN112099493B (zh) * | 2020-08-31 | 2021-11-19 | 西安交通大学 | 一种自主移动机器人轨迹规划方法、***及设备 |
CN111880550B (zh) * | 2020-09-17 | 2023-10-10 | 广东铁甲软件***有限公司 | 一种agv小车的平滑路径规划方法 |
-
2020
- 2020-12-29 CN CN202011597427.6A patent/CN112783161B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112783161A (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2495713B1 (en) | Driving support device | |
US11719549B2 (en) | Vehicle control apparatus | |
CN112362074A (zh) | 一种结构化环境下的智能车辆局部路径规划方法 | |
CN111552284A (zh) | 无人驾驶车辆的局部路径规划方法、装置、设备及介质 | |
KR101874186B1 (ko) | 기계 학습을 통한 주변 차량의 주행 경로 예측 방법 및 이를 이용하는 차량 제어 방법 | |
CN114234998A (zh) | 基于语义道路地图的无人驾驶多目标点轨迹并行规划方法 | |
CN111469847B (zh) | 一种变道路径规划的方法及*** | |
CN112965476B (zh) | 一种基于多窗口模型的高速无人车轨迹规划***及方法 | |
CN110406532A (zh) | 一种识别目标车辆可能变道的方法、***及汽车 | |
JP2023009531A (ja) | 走行軌道生成方法、走行支援方法、走行軌道生成装置および走行支援装置 | |
CN101529486A (zh) | 巡航控制计划评估装置和方法 | |
CN111806433B (zh) | 一种自动驾驶车辆避障方法、装置及设备 | |
WO2022053026A1 (zh) | 一种自动驾驶会车场景处理方法及其装置、车辆、存储介质 | |
CN112305911B (zh) | 一种复杂环境下的反馈预测控制方法及其装置、车辆 | |
KR101793827B1 (ko) | 도로 형상에 기반한 충돌 위험 판단 방법 및 충돌 회피 방법 | |
CN112783161B (zh) | 一种基于贝塞尔曲线的agv避障方法 | |
CN116118780A (zh) | 一种车辆避障轨迹规划方法、***、车辆及存储介质 | |
CN114228707B (zh) | 一种无人驾驶车辆的防撞方法及*** | |
JP2020075561A (ja) | 走行範囲取得システム、車両制御システムおよび走行範囲取得プログラム | |
KR20220136679A (ko) | 주행 제어 장치 및 방법 | |
CN114228746B (zh) | 一种预测车辆运动轨迹的方法及装置 | |
Bento et al. | Autonomous navigation control with magnetic markers guidance of a cybernetic car using fuzzy logic | |
CN115140048A (zh) | 一种自动驾驶行为决策与轨迹规划模型与方法 | |
CN114815853A (zh) | 一种考虑路面障碍特征的路径规划方法和*** | |
CN115476874A (zh) | 车辆控制设备、包括车辆控制设备的***及车辆控制方法 |
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 |