CN113341968A - 一种多轴线平板车精准停靠***及方法 - Google Patents

一种多轴线平板车精准停靠***及方法 Download PDF

Info

Publication number
CN113341968A
CN113341968A CN202110608144.5A CN202110608144A CN113341968A CN 113341968 A CN113341968 A CN 113341968A CN 202110608144 A CN202110608144 A CN 202110608144A CN 113341968 A CN113341968 A CN 113341968A
Authority
CN
China
Prior art keywords
flat car
axis flat
axis
module
information
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
Application number
CN202110608144.5A
Other languages
English (en)
Inventor
鲁守银
李志鹏
高焕兵
王涛
张涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Jianzhu University
Original Assignee
Shandong Jianzhu University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Jianzhu University filed Critical Shandong Jianzhu University
Priority to CN202110608144.5A priority Critical patent/CN113341968A/zh
Priority to AU2021448614A priority patent/AU2021448614A1/en
Priority to PCT/CN2021/098375 priority patent/WO2022252220A1/zh
Publication of CN113341968A publication Critical patent/CN113341968A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0242Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0253Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Position Or Direction (AREA)
  • Automobile Manufacture Line, Endless Track Vehicle, Trailer (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本发明公开了一种多轴线平板车精准停靠***及方法,包括:启动模块,用于启动多轴线平板车,加载并读取含有坐标信息的全局地图;路径获取模块,其根据多轴线平板车的初始点和停靠点确定多轴线平板车的移动路径,并生成轨迹;驱动模块,用于控制多轴线平板车按照路径获取模块生成的轨迹行驶;轨迹跟踪控制模块,对多轴线平板车行进时的实际位置进行实时定位和调整;视觉感知模块,对安装在停靠点的红外路标进行识别,并将识别的信息传送到嵌入式上位机;嵌入式上位机,根据视觉感知模块识别的信息完成对多轴线平板车的定位以及精准停靠时的轨迹规划,并控制多轴线平板车的驱动模块完成精准停靠。

Description

一种多轴线平板车精准停靠***及方法
技术领域
本发明涉及移动机器人路径规划以及定位领域,特别地涉及一种基于红外路标的多轴线平板车精确停靠***及方法。
背景技术
随着智能制造领域的发展,多轴线平板车被广泛应用各种大型的工程运输环境之中,是造船厂运输分段船体的主要设备,也适应于钢厂和公路特大型混凝土预制件的运输,并且多轴线平板车需要进行频繁的停靠动作,并且停靠的精度对任务的完成度有着极其重要的影响。
对于多轴线平板车完成停靠任务,当前有许多不同的解决办法,各个方案都存在一些缺点,有些方案需要在路面事先铺设好磁条,通过磁条感应信号实现引导,但磁条容易破损并且路径变更需要重新铺设磁条。有些方案需要在停靠点附近装设传感器等辅助设备,但是受制于传感器自身的原因造成多轴线平板车不能完成精准停靠,本方案通过路径规划使多轴线平板车行驶最短路径达到停靠点附近,并在停靠点附近安装红外路标实现多轴线平板车在停靠点附近的定位,进一步实现多轴线平板车的精准停靠。
发明内容
本发明的目的在于解决现有技术中存在的问题,并提供一种基于红外路标的多轴线平板车精确停靠的方法。
本发明采用的技术方案如下:
第一方面,本发明中提供了一种多轴线平板车精准停靠***,包括车载装置和红外路标,所述的红外路标安装在停靠点,所述的车载装置包括启动模块、路径获取模块、驱动模块、转向模块、轨迹跟踪控制模块和视觉感知模块和嵌入式上位机;
所述的启动模块,用于启动多轴线平板车,加载并读取含有坐标信息的全局地图;
所述的路径获取模块,其根据多轴线平板车的初始点和停靠点确定多轴线平板车的移动路径;
所述的驱动模块,用于控制多轴线平板车按照路径获取模块生成的轨迹行驶;
所述的转向模块,用于通过采集路径信息,判断转向模式,根据嵌入式上位机建立的多轴线平板车转向运动学模型解析出各轮系的期望转角,并通过CAN总线接收最新的实际轮系转角,再利用闭环控制得到各回路的控制量输出,向各节点发送相应的输出指令,从而控制各轮系达到期望转角,确保在转向过程中各个组合车轮间按照预定的角度回转并保持各个组合车轮间的协调一致;
其中,多轴线平板车在行驶过程中存在八字转向、常规转向、中心回转等多种转向模式;
所述的轨迹跟踪控制模块,对多轴线平板车行进时的实际位置进行实时定位,当实际位置与目标位置偏差大于设定的阈值时,其调整平板车的位姿,使平板车逐渐回到目标路径;
所述的视觉感知模块,安装在多轴线平板车体前部,对安装在停靠点的红外路标进行识别,并将识别的信息传送到嵌入式上位机;
所述的嵌入式上位机,用于加载车轮系转向运动学模型,并根据视觉感知模块识别的信息完成对多轴线平板车的定位以及精准停靠时的轨迹规划,控制多轴线平板车的驱动模块完成精准停靠。
优选的,视觉感知模块由一个相机、一个图像信息处理卡组成,相机用于采集多轴线平板车前方的环境信息,并且相机安装在多轴线平板车体的前部下方,并安装滤光片用来准确的识别红外光;图像信息处理卡用来接收相机传送来的环境信息,由相机拍摄的环境信息识别出停靠点车位前方红外路标的信息,并将信息传送到嵌入式上位机。
第二方面,本发明还提出了一种基于红外路标的多轴线平板车精确停靠的方法,包括如下步骤:
步骤1:获取全局地图、初始点与停靠点,并将初始点与停靠点添加在全局地图中;
步骤2:规划从初始点到停靠点所需要的最短路径;
步骤3:沿最短路径进行行驶,并实时获取当前的定位信息;
步骤4:当达到停靠点附近时,进行减速,并对红外路标进行识别,根据红外路标的图像信息,由上位机计算出多轴线平板车与红外路标的相对位姿,进而完成多轴线平板车的车身调整,并实现目标点的停靠。
本发明的有益效果如下:
本发明通过多轴线平板车的轨迹规划和自主定位,以及结合对红外路标的识别,实现了多轴线平板车的精准停靠任务,且拥有较高的停靠精度;通过轨迹规划和虚拟多轴线平板车的运动建模,使得多轴线平板车的停靠更加流畅,并且提高了停靠精度。
附图说明
图1为***结构图;
图2为总流程图;
图3为转向模块控制原理图;
图4(a)多轴线平板车八字转向运动学模型图;
图4(b)多轴线平板车常规运动学模型图;
图4(c)多轴线平板车中心回转运动学模型图;
图5为基于视觉感知模块的精准停靠流程图;
图6为多轴线平板车运动控制流程图;
图7为多轴线平板车精准停靠运动轨迹示意图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步阐述,以便更好地理解本发明。
如图1所示,本发明中的多轴线平板车精准停靠***,包括车载装置和红外路标,所述的红外路标安装在停靠点,所述的车载装置包括启动模块、路径获取模块、驱动模块、转向模块、轨迹跟踪控制模块和视觉感知模块;
上述的启动模块,用于启动多轴线平板车,加载并读取含有坐标信息的全局地图;
上述的路径获取模块,其根据多轴线平板车的初始点和停靠点确定多轴线平板车的移动路径;
上述的驱动模块,用于控制多轴线平板车按照路径获取模块生成的轨迹行驶;
上述的转向模块,用于通过采集路径信息,判断转向模式,根据嵌入式上位机建立的多轴线平板车转向运动学模型解析出各轮系的期望转角,并通过CAN总线接收最新的实际轮系转角,再利用闭环控制得到各回路的控制量输出,向各节点发送相应的输出指令,从而控制各轮系达到期望转角,确保在转向过程中各个组合车轮间按照预定的角度回转并保持各个组合车轮间的协调一致;
其中,多轴线平板车在行驶过程中存在八字转向、常规转向、中心回转等多种转向模式;
上述的轨迹跟踪控制模块,对多轴线平板车行进时的实际位置进行实时定位,当实际位置与目标位置偏差大于设定的阈值时,其调整平板车的位姿,使平板车逐渐回到目标路径;
上述的视觉感知模块,安装在多轴线平板车体前部,对安装在停靠点的红外路标进行识别,并将识别的信息传送到嵌入式上位机;
上述的嵌入式上位机,用于加载车轮系转向运动学模型,并根据视觉感知模块识别的信息完成对多轴线平板车的定位以及精准停靠时的轨迹规划,控制多轴线平板车的驱动模块完成精准停靠。
本发明首先通过启动模块启动多轴线平板车,加载并读取有坐标信息的全局地图,根据多轴线平板车的初始点和停靠点由路径获取模块确定多轴线平板车的移动路径,再由驱动模块控制多轴线平板车按照路径获取模块生成的轨迹行驶,在行驶过程中,通过转向模块采集路径信息,判断转向模式,根据嵌入式上位机建立的多轴线平板车转向运动学模型解析出各轮系的期望转角,并通过CAN总线接收最新的实际轮系转角,再利用闭环控制得到各回路的控制量输出,向各节点发送相应的输出指令,从而控制各轮系达到期望转角;再由轨迹跟踪控制模块对多轴线平板车的实际位置进行实时定位,当实际位置与目标位置偏差大于一个阈值时,轨迹跟踪控制模块调整平板车的位姿,使平板车逐渐回到目标路径。在停靠点车位前方安装红外路标,在多轴线平板车身前部安装视觉感知模块,当多轴线平板车移动到停靠点附近时,多轴线平板车进行减速并通过原地旋转由视觉感知模块对红外路标进行搜寻,搜寻到红外路标后,计算得到红外路标的图像位置信息,并将识别到的信息传输给多轴线平板车的嵌入式上位机。多轴线平板车的嵌入式上位机计算出多轴线平板车与红外路标的相对位姿,并实现多轴线平板车的运动规划,再由驱动模块控制多轴线平板车实现精准停靠。
优选的,视觉感知模块由一个相机和一个图像信息处理卡组成,相机用于采集多轴线平板车前方的环境信息,并且相机安装在多轴线平板车体的前部下方,并安装滤光片用来准确的识别红外光;图像信息处理卡用来接收相机传送来的环境信息,进一步的完成对图像信息的处理。
优选的,红外路标的形状为等腰直角三角形且两边边长为50cm,且红外路标的三个顶点处安装有红外发光二极管。
如图2、3、5所示,多轴线平板车精准停靠的方法,具体实施步骤如下:
步骤1.1:由启动模块启动多轴线平板车,确定作业全局信息,对作业全局的场景进行栅格化后得到全局栅格地图。
步骤1.2:在全局地图坐标系下获取多轴线平板车初始定位信息(X0,Y0,θ0),以及目标停靠点信息,并存储在数据库中。
步骤2.1在步骤1.1的全局栅格地图中,由路径获取模块通过最短路径算法计算出初始位置到目标停靠点附近的最短路径。
其中本实施例中采用A*算法作为最短路径算法。该算法的具体实现过程如下:
A*算法采用启发式搜索与广度优先算法结合,是静态环境中用于求解最优路径最有效的直接搜索算法。A*算法通过一个代价函数F(n),选择搜索方向从起点开始向周围扩展,通过启发函数H(n)计算得到周围每个节点的代价值,选择最小代价值作为下一个扩展点,重复这个过程,直到到达终点,生成从起点到终点的路径。在搜索过程中,由于路径上的每一个节点都是具有最小代价节点,得到的路径代价是最小的。
A*算法的代价函数为:
F(n)=G(n)+H(n)
Figure BDA0003094866570000051
其中F(n)为当前节点的估价函数,G(n)为起始点到当前节点的实际路径代价,H(n)为当前节点到目标点的最小估计代价。
起始点横坐标为xi,起始点纵坐标为yi,终点横坐标为xn,终点纵坐标为yn
步骤3.1:多轴线平板车在驱动模块控制下按照步骤2中规划出的最短路径行走,在转向过程中,通过转向模块采集路径信息,判断转向模式,根据嵌入式上位机建立的多轴线平板车转向数学模型计算出各轮的期望角度,并通过CAN总线接收各轮最新的实际转角,再利用闭环控制得到各回路的控制量输出,向各节点发送相应的输出指令,从而控制各轮系达到期望转角。
其中多轴线平板车转向运动学模型图中,以多轴线平板车八字转向为例,各车轮垂直线与转向中心线交于一点P,该点记为多轴线平板车转向点。设转向时右侧各车轮转向角为ai,左侧各车轮转向角为βi,转向点P到平板车中心线的距离为R,1、2、3和4、5、6两组轮轴中各轮轴之间的距离相等,并设为S1,3、4两轮轴之间的距离为S2,以多轴线平板车右转为例建立偏转角度的数学模型:
当i=1、2、3轮轴时
Figure BDA0003094866570000052
Figure BDA0003094866570000053
所以有
Figure BDA0003094866570000054
Figure BDA0003094866570000055
当i=4、5、6轮轴时
a7-i=-ai
β7-i=-βi
其中闭环控制中,嵌入式上位机通过多轴线平板车转向数学模型计算出各轮组的转向目标值θ0,再与各轮组角位移传感器反馈的实际转向偏转角度θt进行比较,计算出转向角度误差ε,作为输出信号传输给比例放大器,获得电流信号I,用其控制电液比例阀,电液比例阀开度的变化再转化成流量Q输出,进而控制液压油缸的运动,实现各车轮转向到转向目标值θ0,进而实现各轮组间的协同工作。
步骤3.2由轨迹跟踪控制模块实时获取多轴线平板车的定位信息,当实际位置与目标位置偏差大于一个阈值时,轨迹跟踪控制模块调整平板车的位姿,使平板车逐渐回到目标路径。
其中本实施例中轨迹跟踪控制模块采用航迹推算法实现多轴线平板车的实时定位,该算法的具体实现过程如下:
航迹推算的基本思想是以地球表面某点作为当地坐标系的原点,根据移动物体当前时刻的速度方向变化量和速度大小,推算出移动物体下一时刻的相对位置,不断地重复这一过程,便可以推算出移动物体的运动轨迹。
设ti时刻移动物***于已知点Pi(xi,yi),θi表示ti时刻,移动物体在点Pi时的航向。(其中0≤i≥n)。
Figure BDA0003094866570000061
由此可知,若已知t0时刻移动物体的位置P0(x0,y0)和t0时刻之后任意时刻速度的大小和方向,则可以推算出t0时刻之后任意时刻ti移动物体的位置Pi(xi,yi)。
步骤4.1:通过视觉感知模块对多轴线平板车前方的环境信息进行采集,并进行图像信息处理,以此得到红外路标在图像中的位置信息;
步骤4.2:将红外路标在图像中的位置信息发送给嵌入式上位机,嵌入式上位机通过点透视问题分析方法计算出多轴线平板车与红外路标的相对位姿;
其中多轴线平板车相对于红外路标的位姿计算方法步骤如下:
步骤S1:在红外路标上创建世界坐标系,经过测量获取在此坐标系下红外路标的位置信息,相机固定于多轴线平板车身前部上,同时标定相机的内部参数;
其中相机的内部参数矩阵为:
Figure BDA0003094866570000062
fu、fv分别为u、v两个方向的焦距,γ为图像两坐标轴偏斜度的参数,u0、v0分别为主点的图像坐标。
步骤S2:利用透视n点问题(PnP)分析方法计算出相机的外部参数;
其中相机的外部参数矩阵为:
Figure BDA0003094866570000071
Figure BDA0003094866570000072
为世界坐标相对于相机坐标的旋转矩阵,cP为世界坐标原点与相机坐标原点的平移矩阵。
步骤S3:标定多轴线平板车坐标系和相机坐标系的变换矩阵,再根据相机的内外部参数计算得到多轴线平板车在世界坐标系下的位姿。
步骤4.3:依据精准停靠时的路径规划,由驱动模块控制多轴线平板车运动,利用闭环控制算法完成精准停靠。
如图6、7所示,多轴线平板车精准停靠运动控制方法,具体过程如下:
步骤A1:假设多轴线平板车车身长为L1,车身宽为L2,A点的初始坐标为(xA yA θA)T,通过几何关系,可以计算出B点的坐标。
其中B点的坐标为:
Figure BDA0003094866570000073
Figure BDA0003094866570000074
假设在t时刻,多轴线平板车的坐标为(xt yt θt)T,可以通过计算得到闭环***反馈误差。
其中闭环反馈误差为:
ex=xt-xB
ey=yt-yB
Figure BDA0003094866570000075
依据闭环反馈误差e=(ex ey et)T,通过驱动模块闭环控制多轴线平板车由A到B运动,在此过程中多轴线平板车渐渐接近停靠车位。
步骤A2:多轴线平板车到达B点后,进行车身的调整,使车身的位姿为(xB yB θB)T
其中θB为:
Figure BDA0003094866570000081
步骤A3:虚拟一个多轴线平板车其初始位置在C点,虚拟的多轴线平板车沿直线CD向D点做匀速行驶,计算并采集每一时刻虚拟多轴线平板车的位置信息,利用虚拟的多轴线平板车的位姿信息计算出与当前多轴线平板车位姿信息的反馈误差,由驱动模块控制平板车平稳的向D点运动,逐渐减小xW方向的反馈误差。
步骤A4:当多轴线平板车运动到D点后,再次由视觉感知模块对红外路标进行识别得到多轴线平板车当前的位置信息,以此来消除用航迹推算进行实时定位时的累计误差。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种多轴线平板车精准停靠***,其特征在于,包括车载装置和红外路标,所述的红外路标安装在停靠点,所述的车载装置包括启动模块,用于启动多轴线平板车,加载并读取含有坐标信息的全局地图;路径规划模块,其根据多轴线平板车的初始点和停靠点确定移动路径;驱动模块,用于控制多轴线平板车按照路径获取模块生成的轨迹行驶;轨迹跟踪控制模块,对多轴线平板车行进时的实际位置进行实时定位和调整;视觉感知模块,对安装在停靠点的红外路标进行识别,并将识别的信息传送到嵌入式上位机;嵌入式上位机,用于加载车轮系转向运动学模型,并根据视觉感知模块识别的信息完成对多轴线平板车的定位以及精准停靠时的轨迹规划,控制多轴线平板车的驱动模块完成精准停靠。
2.如权利要求1所述的多轴线平板车精准停靠***,其特征在于,所述的车载装置还包括转向模块,用于通过采集路径信息,判断转向模式,根据嵌入式上位机建立的多轴线平板车转向运动学模型解析出各轮系的期望转角,并通过总线接收最新的实际轮系转角,再利用闭环控制得到各回路的控制量输出,向各节点发送相应的输出指令。
3.如权利要求1所述的多轴线平板车精准停靠***,其特征在于,所述的视觉感知模块包括相机、图像信息处理装置,所述相机用于采集多轴线平板车前方的环境信息,并且相机安装在多轴线平板车体的前部下方,并安装滤光片用来准确的识别红外光;图像信息处理装置用来接收相机传送来的环境信息,由相机拍摄的环境信息识别出停靠点车位前方红外路标的信息,并将信息传送到嵌入式上位机。
4.一种多轴线平板车精确停靠的方法,其特征在于,包括如下步骤:
步骤1:获取全局地图、初始点与停靠点,并将初始点与停靠点添加在全局地图中;
步骤2:规划从初始点到停靠点所需要的最短路径;
步骤3:沿最短路径进行行驶,并实时获取当前的定位信息;
步骤4:当达到停靠点附近时,进行减速,并对红外路标进行识别,根据红外路标的图像信息,由上位机计算出多轴线平板车与红外路标的相对位姿,进而完成多轴线平板车的车身调整,并实现目标点的停靠。
5.如权利要求4所述的多轴线平板车精确停靠的方法,其特征在于,步骤1中将全局地图进行格栅化后得到全局栅格地图,在全局栅格地图中获取多轴线平板车初始定位信息,以及目标停靠点信息,并存储在数据库中。
6.如权利要求5所述的多轴线平板车精确停靠的方法,其特征在于,步骤2中,在全局栅格地图中,由路径获取模块通过最短路径算法计算出初始位置到目标停靠点附近的最短路径。
7.如权利要求4所述的多轴线平板车精确停靠的方法,其特征在于,步骤3中,多轴线平板车在驱动模块控制下按照步骤2中规划出的最短路径行走,在转向过程中,通过转向模块采集路径信息,判断转向模式,根据嵌入式上位机建立的多轴线平板车转向数学模型计算出各轮的期望角度,并通过总线接收各轮最新的实际转角,再利用闭环控制得到各回路的控制量输出,向各节点发送相应的输出指令,从而控制各轮系达到期望转角。
8.如权利要求4所述的多轴线平板车精确停靠的方法,其特征在于,步骤3中,由轨迹跟踪控制模块实时获取多轴线平板车的定位信息,当实际位置与目标位置偏差大于一个阈值时,轨迹跟踪控制模块调整平板车的位姿,使平板车逐渐回到目标路径。
9.如权利要求4所述的多轴线平板车精确停靠的方法,其特征在于,步骤3中,多轴线平板车相对于红外路标的位姿计算方法如下:
步骤S1:在红外路标上创建世界坐标系,经过测量获取在此坐标系下红外路标的位置信息,相机固定于多轴线平板车身前部上,同时标定相机的内部参数;
步骤S2:利用透视n点问题分析方法计算出相机的外部参数;
步骤S3:标定多轴线平板车坐标系和相机坐标系的变换矩阵,再根据相机的内外部参数计算得到多轴线平板车在世界坐标系下的位姿。
CN202110608144.5A 2021-06-01 2021-06-01 一种多轴线平板车精准停靠***及方法 Pending CN113341968A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202110608144.5A CN113341968A (zh) 2021-06-01 2021-06-01 一种多轴线平板车精准停靠***及方法
AU2021448614A AU2021448614A1 (en) 2021-06-01 2021-06-04 Precise stopping system and method for multi-axis flatbed vehicle
PCT/CN2021/098375 WO2022252220A1 (zh) 2021-06-01 2021-06-04 一种多轴线平板车精准停靠***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110608144.5A CN113341968A (zh) 2021-06-01 2021-06-01 一种多轴线平板车精准停靠***及方法

Publications (1)

Publication Number Publication Date
CN113341968A true CN113341968A (zh) 2021-09-03

Family

ID=77474070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110608144.5A Pending CN113341968A (zh) 2021-06-01 2021-06-01 一种多轴线平板车精准停靠***及方法

Country Status (3)

Country Link
CN (1) CN113341968A (zh)
AU (1) AU2021448614A1 (zh)
WO (1) WO2022252220A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114633801A (zh) * 2022-04-22 2022-06-17 武汉科技大学 一种运梁车隧道行走自动纠偏***及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104382710A (zh) * 2014-11-24 2015-03-04 中国科学院自动化研究所 一种智能轮椅床***的床椅自动对接方法
CN205375187U (zh) * 2015-12-15 2016-07-06 北京智行者科技有限公司 一种基于多轴无轨电车循迹跟踪***及具有其的电车
CN106681320A (zh) * 2016-12-15 2017-05-17 浙江大学 一种基于激光数据的移动机器人导航控制方法
CN108388244A (zh) * 2018-01-16 2018-08-10 上海交通大学 基于人工路标的移动机器人***、停靠方法及存储介质
CN111986506A (zh) * 2020-07-20 2020-11-24 苏州易航远智智能科技有限公司 基于多视觉***的机械式停车位泊车方法
CN112506195A (zh) * 2020-12-02 2021-03-16 吉林大学 基于视觉和底盘信息的车辆自主定位***及定位方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107422730A (zh) * 2017-06-09 2017-12-01 武汉市众向科技有限公司 基于视觉导引的agv运输***及其驾驶控制方法
CN107450540B (zh) * 2017-08-04 2018-10-30 山东大学 基于红外路标的室内移动机器人导航***及方法
EP3953195A1 (en) * 2019-04-12 2022-02-16 Continental Automotive Systems, Inc. Autonomous vehicle-trailer maneuvering and parking
CN110673610A (zh) * 2019-10-11 2020-01-10 天津工业大学 一种基于ros的工厂agv路径规划方法
CN111596657B (zh) * 2020-05-09 2023-07-18 浙江工业大学 一种agv及其轨道运动方法
CN111976718B (zh) * 2020-07-13 2022-03-01 浙江华锐捷技术有限公司 自动泊车的控制方法和***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104382710A (zh) * 2014-11-24 2015-03-04 中国科学院自动化研究所 一种智能轮椅床***的床椅自动对接方法
CN205375187U (zh) * 2015-12-15 2016-07-06 北京智行者科技有限公司 一种基于多轴无轨电车循迹跟踪***及具有其的电车
CN106681320A (zh) * 2016-12-15 2017-05-17 浙江大学 一种基于激光数据的移动机器人导航控制方法
CN108388244A (zh) * 2018-01-16 2018-08-10 上海交通大学 基于人工路标的移动机器人***、停靠方法及存储介质
CN111986506A (zh) * 2020-07-20 2020-11-24 苏州易航远智智能科技有限公司 基于多视觉***的机械式停车位泊车方法
CN112506195A (zh) * 2020-12-02 2021-03-16 吉林大学 基于视觉和底盘信息的车辆自主定位***及定位方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
张芬娜 等: "工程车辆的转向模式及运动学分析", 机械研究与应用, no. 1 *
李侃 等: "基于CAN总线的全液压自行式平板车转向协同控制", 《仪器仪表学报》 *
李侃 等: "基于CAN总线的全液压自行式平板车转向协同控制", 《仪器仪表学报》, 31 August 2008 (2008-08-31) *
李侃 等: "基于CAN总线的全液压自行式平板车转向协同控制", 仪器仪表学报, vol. 29, no. 8, pages 64 *
潘大雷 等: "动力模块车组的运动建模与规划", 机械工程学报, vol. 48, no. 9 *
陆玲 等, 哈尔滨工程大学出版社 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114633801A (zh) * 2022-04-22 2022-06-17 武汉科技大学 一种运梁车隧道行走自动纠偏***及方法

Also Published As

Publication number Publication date
AU2021448614A9 (en) 2024-06-20
WO2022252220A1 (zh) 2022-12-08
AU2021448614A1 (en) 2023-06-15

Similar Documents

Publication Publication Date Title
CN110262508B (zh) 应用于封闭场地无人驾驶货运车辆上的自动引导***及方法
CN109358340B (zh) 一种基于激光雷达的agv室内地图构建方法及***
CN108345005B (zh) 巷道掘进机的实时连续自主定位定向***及导航定位方法
CN106950964B (zh) 无人电动大学生方程式赛车及其控制方法
CN112461227B (zh) 轮式底盘机器人巡检智能化自主导航方法
CN107272008A (zh) 一种带惯性补偿的agv激光导航***
CN111044073B (zh) 基于双目激光高精度agv位置感知方法
CN109900273B (zh) 一种室外移动机器人导引方法及导引***
CN105955257A (zh) 基于固定路线的公交车自动驾驶***及其驾驶方法
CN113791621B (zh) 一种自动驾驶牵引车与飞机对接方法及***
CN112518739A (zh) 履带式底盘机器人侦察智能化自主导航方法
CN109813305B (zh) 基于激光slam的无人叉车
CN112896147B (zh) 用于矿用车辆的双向定位泊车控制方法及装置
CN114200945B (zh) 一种移动机器人的安全控制方法
CN113478483B (zh) 一种基于不锈钢储罐移动机器人焊接方法及***
EP4102327A1 (en) Position recognition method and position recognition system for vehicle
CN202166895U (zh) 变电站智能巡检机器人的激光导航***
CN112611374A (zh) 基于激光雷达和深度相机的路径规划及避障的方法及***
CN114383598B (zh) 一种隧道施工作业车及其自动驾驶***
CN113341968A (zh) 一种多轴线平板车精准停靠***及方法
CN211427151U (zh) 一种应用于封闭场地无人驾驶货运车辆上的自动引导***
CN112666934A (zh) 一种汽车搬运agv控制***、调度***及控制方法
CN114115275B (zh) 一种无人车自主导航纠偏方法
CN109828569A (zh) 一种基于2d-slam导航的智能agv叉车
TWI770966B (zh) 無人自走車之導引控制方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210903