CN113625713A - 自动引导运输车的控制方法和装置 - Google Patents
自动引导运输车的控制方法和装置 Download PDFInfo
- Publication number
- CN113625713A CN113625713A CN202110917489.9A CN202110917489A CN113625713A CN 113625713 A CN113625713 A CN 113625713A CN 202110917489 A CN202110917489 A CN 202110917489A CN 113625713 A CN113625713 A CN 113625713A
- Authority
- CN
- China
- Prior art keywords
- parking
- determining
- automatic guided
- parameters
- deviation data
- 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 52
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 15
- 230000001133 acceleration Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
-
- 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
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种自动引导运输车的控制方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：确定自动引导运输车在目标路径上的停车偏差数据；确定所述停车偏差数据是否符合调整条件；获取所述自动引导运输车的当前参数，根据所述停车偏差数据及所述当前参数，确定所述自动引导运输车的调整参数，并利用所述调整参数对所述自动引导运输车进行引导控制。该实施方式能够提高AGV的停车精度，确保运输作业的正常进行。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种自动引导运输车的控制方法和装置。
背景技术
AGV(Automated Guide Vehicle，自动导引运输车)是一种可自动导引的无人驾驶的自动化车辆。如果AGV的停车精度不够，不仅会影响AGV场景的业务实现，也会有撞车风险。此外，如果AGV的停车精度不高，停车发生偏差，可能会导致与AGV协作的其它设备无法工作，从而使AGV相关的运输作业无法正常进行。
发明内容
有鉴于此，本发明实施例提供一种自动引导运输车的控制方法和装置，能够提高AGV的停车精度，确保运输作业的正常进行。
第一方面，本发明实施例提供了一种自动引导运输车的控制方法，包括：
确定自动引导运输车在目标路径上的停车偏差数据；
确定所述停车偏差数据是否符合调整条件；
在所述停车偏差数据符合所述调整条件的情况下，获取所述自动引导运输车的当前参数，根据所述停车偏差数据及所述当前参数，确定所述自动引导运输车的调整参数，并利用所述调整参数对所述自动引导运输车进行引导控制。
可选地，所述停车偏差数据包括：停车精度值；
所述确定所述停车偏差数据符合调整条件，包括：
确定所述停车精度值是否处于预设范围以外；
所述在所述停车偏差数据符合所述调整条件的情况下，获取所述自动引导运输车的当前参数，根据所述停车偏差数据及所述当前参数，确定所述自动引导运输车的调整参数，包括：
在所述停车精度值处于所述预设范围以外的情况下，获取所述自动引导运输车的当前参数、车辆信息及所述目标路径的路径信息；
根据所述停车精度值、所述当前参数、所述车辆信息及所述路径信息，确定所述自动引导运输车的调整参数。
可选地，所述停车偏差数据包括：停车偏差分布数据，所述当前参数包括：当前陀螺仪参数，所述调整参数包括：调整后陀螺仪参数；
所述确定所述停车偏差数据符合调整条件，包括：
根据所述停车偏差分布数据，确定停车精度值是否为偏态分布；
所述在所述停车偏差数据符合所述调整条件的情况下，获取所述自动引导运输车的当前参数，根据所述停车偏差数据及所述当前参数，确定所述自动引导运输车的调整参数，包括：
在所述停车精度值为偏态分布的情况下，获取所述目标路径的路径信息；
根据所述停车偏差分布数据及所述路径信息，确定所述目标路径所在区域的平整度；
获取所述自动引导运输车的当前陀螺仪参数，并根据所述平整度及所述当前陀螺仪参数，确定所述自动引导运输车的调整后陀螺仪参数。
所述确定所述停车偏差数据是否符合调整条件之后，还包括：
在所述停车偏差数据符合所述调整条件的情况下，获取所述目标路径所在区域的路面图像；
检测所述路面图像中是否存在障碍物信息；
在所述路面图像中存在障碍物信息的情况下，发送障碍物提示信息。
可选地，所述停车偏差数据包括：停车精度值，所述目标路径的终点为目标终点；
所述确定自动引导运输车在目标路径上的停车偏差数据，包括：
确定所述自动引导运输车针对所述目标路径的多个实际终点的坐标值；
根据所述多个实际终点的坐标值及所述目标终点的坐标值，确定所述自动引导运输车的停车精度值。
可选地，所述停车偏差数据包括：停车偏差分布数据，所述目标路径的终点为目标终点；
所述确定自动引导运输车在目标路径上的停车偏差数据，包括：
确定所述自动引导运输车针对所述目标路径的多个实际终点的坐标值；
分别计算多个所述实际终点的坐标值与所述目标终点的坐标值之间的距离值；
根据所述距离值，确定所述自动引导运输车的停车偏差分布数据。
可选地，所述实际终点的坐标值从所述自动引导运输车的日志数据中获取。
第二方面，本发明实施例提供了一种自动引导运输车的控制装置，包括：
数据确定模块，用于确定自动引导运输车在目标路径上的停车偏差数据；
条件确定模块，用于确定所述停车偏差数据是否符合调整条件；
策略执行模块，用于在所述停车偏差数据符合所述调整条件的情况下，获取所述自动引导运输车的当前参数，根据所述停车偏差数据及所述当前参数，确定所述自动引导运输车的调整参数，并利用所述调整参数对所述自动引导运输车进行引导控制。
第三方面，本发明实施例提供了一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一实施例所述的方法。
第四方面，本发明实施例提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一实施例所述的方法。
上述发明中的一个实施例具有如下优点或有益效果：在自动引导运输车AGV的停车偏差数据符合调整条件的情况下，根据停车偏差数据和AGV当前参数，可准确地确定出符合当前情况的AGV调整参数，通过调整参数控制引导AGV运行，能够提高AGV的停车精度，确保运输作业的正常进行。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是本发明的一个实施例提供的一种自动引导运输车的控制方法的流程的示意图；
图2是本发明的一个实施例提供的一种目标路径的示意图；
图3是本发明的一个实施例提供的一种目标终点与实际终点的坐标比对的示意图；
图4是本发明的一个实施例提供的另一种自动引导运输车的控制方法的流程的示意图；
图5是本发明的一个实施例提供的又一种自动引导运输车的控制方法的流程的示意图；
图6是本发明的一个实施例提供的一种自动引导运输车的控制装置的结构示意图；
图7是适于用来实现本发明实施例的终端设备或服务器的计算机***的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是本发明的一个实施例提供的一种自动引导运输车的控制方法的流程的示意图。如图1所示，该方法包括：
步骤101：确定自动引导运输车在目标路径上的停车偏差数据。
停车偏差数据为自动引导运输车AGV在目标路径上的停车偏差的相关数据。停车偏差数据可包括：停车精度值、停车偏差分布数据等。停车偏差分布数据可包括：停车偏差峰度、停车偏差偏度及停车偏离系数等。
可通过如下方法确定停车偏差数据，控制AGV从目标路径的起点到终点运行多次，获取到对应的多个实际终点的坐标值；根据多个实际终点的坐标值及目标终点的坐标值，确定自动引导运输车的停车偏差数据。
停车精度值用于表征AGV停靠的实际终点距离目标终点的偏离程度值。具体地，分别获取多个实际终点与目标终点之间的距离值，并将多个距离值的平均值、中位数、众数等作为停车精度值。还可以计算多个实际终点的各坐标值的平均值，并根据各坐标值的平均值，确定AGV的期望终点的坐标，再计算期望终点与目标终点之间的差值，并将该差值确定为停车精度值。
停车偏差分布数据用于表征AGV的停车精度值的分布特征。具体地，分别获取多个实际终点与目标终点之间的距离值，并根据多个距离值，计算出停车偏差分布数据。
实际终点的坐标值可从AGV日志数据、高精度设备追踪AGV运动轨迹等方式获取到。还可通过如下方式确定实际终点的坐标值：首先，在目标路径起点和终点是地面上精确铺贴的二维码，选取AGV车身上一个固定点位，例如车架右上角A点。在目标路径的起点，通过钟锤记录A点相对于起点的坐标差。AGV行使至终点时，通过钟锤得到A点相对于终点的坐标差。通过A点相对于起点和终点的坐标差，得到AGV整体的实际坐标。
步骤102：确定停车偏差数据是否符合调整条件。
调整条件可根据具体需求进行设定。例如，调整条件可包括：停车精度值是否大于最大精度阈值，或停车精度值是否小于最小精度阈值等。如果停车偏差数据符合调整条件，则说明AGV的停车精度较低，需要对AGV的控制参数进行调整，以减少AGV的停靠的误差。
步骤103：在停车偏差数据符合所述调整条件的情况下，获取自动引导运输车的当前参数，根据停车偏差数据及当前参数，确定自动引导运输车的调整参数，并利用调整参数对所述自动引导运输车进行引导控制。
当前参数为当前对AGV进行引导控制的相关参数，如：当前陀螺仪参数、当前AGV负重、当前最大速度值、当前加速点、当前减速点、当前加速度、当前减速度等。
采用当前参数对AGV进行引导控制，AGV的停车精度较低，需要对AGV的当前参数进行调整，以减少AGV的停靠的误差。调整参数为调整后对AGV进行引导控制的相关参数，如：调整后陀螺仪参数、调整后AGV负重、调整后最大速度值、调整后加速点、调整后减速点、调整后加速度、调整后减速度等。
在本发明实施例中，在自动引导运输车AGV的停车偏差数据符合调整条件的情况下，根据停车偏差数据，可准确地确定出符合当前情况的AGV调整策略，进而提高AGV的停车精度，减少运输作业的无法正常进行的风险。
如上所述，对于AGV的停车偏差数据可以通过AGV控制器日志读取、高精度设备追踪AGV运动轨迹等。通过AGV控制器日志读取停车精度的方法是现阶段主要手段，但是通过AGV控制器读取日志的方法，不能真实的反应AGV的姿态，例如，由于车轮打滑造成的位移，不能记录。通过高精度设备追踪AGV运动轨迹的方法成本非常高昂，高精度设备售价在百万级；另外，设备能记录轨迹，但是如何利用轨迹数据，如何评价停车精度尚未形成评价标准。
基于此，本发明实施例通过一种操作性更强的方法的记录AGV的位置数据，计算AGV的停车偏差数据，并利用停车偏差数据确定AGV的调整参数，以提升AGV的停靠准确性。该方法包括：
步骤S01：在一条距离为S的标准路径上，距离S保证能完成加速到最大速度后减速停到终点。图2是本发明的一个实施例提供的一种目标路径的示意图。如图2所示，控制AGV从起点运行到终点j次，记录每次AGV的实际坐标，通过测量AGV到原点的X、Y距离记录坐标。
步骤S02：AGV停靠后，记录AGV停靠的实际终点位置信息。图3是本发明的一个实施例提供的一种目标终点与实际终点的坐标比对的示意图。如图3所示，图3中的两个点分别代表目标终点和第j次停靠的实际终点。目标终点坐标记为(X0，Y0，Z0)，第j次运行的AGV的实际终点坐标记为(Xj，Yj，Zj)。需要说明的是，坐标Z代表坡面的高度，在运行区域为水平面的情况下，可以不设置坐标Z，或将坐标Z设置为0。
步骤S03：停车精度评价指标计算。控制AGV小车j次停靠后，计算AGV停靠的实际终点坐标的平均值计算：
停车精度设为A，通过如下公式计算：
步骤S04：以如下测试数据为例，假设目标终点坐标为X(1000.0，1000.0，0)，经过30次停车测试(为解释方便，取30次测试数据)，记录第j次AGV的停靠的实际终点坐标记为(Xj，Yj，Zj)，如下表1所示。
表1 AGV停靠的实际终点坐标
| J | X | Y | Z |
| 1 | 1000.00 | 1000.00 | 0.00 |
| 2 | 1009.08 | 1002.73 | 0.00 |
| 3 | 1014.50 | 1009.01 | 0.00 |
| 4 | 1007.74 | 1016.09 | 0.00 |
| 5 | 1005.56 | 1012.88 | 0.00 |
| 6 | 1017.36 | 1007.25 | 0.00 |
| 7 | 1000.17 | 1003.59 | 0.00 |
| 8 | 1009.01 | 1014.81 | 0.00 |
| 9 | 1006.82 | 1014.87 | 0.00 |
| 10 | 1002.75 | 1000.90 | 0.00 |
| 11 | 998.19 | 1000.62 | 0.00 |
| 12 | 1013.20 | 1004.72 | 0.00 |
| 13 | 1016.54 | 1002.59 | 0.00 |
| 14 | 1003.17 | 1004.34 | 0.00 |
| 15 | 1001.57 | 1017.21 | 0.00 |
| 16 | 1006.97 | 1007.57 | 0.00 |
| 17 | 1013.86 | 1012.97 | 0.00 |
| 18 | 1008.70 | 1007.20 | 0.00 |
| 19 | 1010.93 | 1012.11 | 0.00 |
| 20 | 1000.68 | 1001.69 | 0.00 |
| 21 | 998.26 | 1007.83 | 0.00 |
| 22 | 1006.01 | 1016.09 | 0.00 |
| 23 | 998.76 | 1011.11 | 0.00 |
| 24 | 1016.03 | 1004.24 | 0.00 |
| 25 | 1015.70 | 1012.36 | 0.00 |
| 26 | 999.66 | 1010.13 | 0.00 |
| 27 | 1016.97 | 1012.14 | 0.00 |
| 28 | 1006.09 | 1010.30 | 0.00 |
| 29 | 1006.78 | 1013.38 | 0.00 |
| 30 | 1013.63 | 999.07 | 0.00 |
此时，可以确定该AGV的停车精度为11.2，针对多量AGV，同一场地分别测量A的值，A越小越好。
步骤S05：利用日志数据做辅助评价。因为AGV编码器的坐标日志数据会随着场地变化，例如轮系打滑而有所偏差，但是数据量大的时候，利用大数据的混杂性、容错性能够提供准确率较高的评价依据。构建停车精度数据模型，包含编码j，停车坐标(Xj，Yj，Zj)，偏移角度α。通过调度程序，AGV不断自动重复停车动作，基于当前仓储AGV二维码常规距离1米，结合1m/s的常态速度，预计每天能获得5000次以上的数据量。计算每个点的坐标偏差值：
记录每个点的偏度偏差αj。通过Aj和αj的分布特性，辅助评价。
步骤S06：通过停车精度的数据分析，分在精度要求范围内的数据符合正态分，坐标偏差Aj的期望为0，方差为±5mm。但是当计算Aj的分布特征，Aj的期望不为0时(Aj是大数据量统计结果，大数据具有容错性，可排除偶然因素影响)，可以通过以下方法补偿：
步骤S061：检查地面平整度缺陷，如果出现倾斜，且坡度大于预设坡度，如3°，需要通过物理平整地面解决。
步骤S062：当地面坡度小于等于预设坡度，通过调整控制器陀螺仪参数解决。对AGV小车的X、Y坐标的取值进行补偿。
在AGV运行过程中，通过陀螺仪的纠偏功能，使得期望值回归为0。通常情况下，一两次参数调整不会到位，可通过CNN(卷积神经网络，Convolutional Neural Networks)算法，通过机器学习的方式，不断纠偏，直到找到合适的参数。
在本发明的一个实施例中，确定停车偏差数据是否符合调整条件之后，还包括：在停车偏差数据符合调整条件的情况下，获取目标路径所在区域的路面图像；检测路面图像中是否存在障碍物信息；在路面图像中存在障碍物信息的情况下，发送障碍物提示信息。在检测到路面中有障碍物的情况下，发出提示信息，以使相关工作人员及时清理路面，保证AGV可以正常作业。
此外，如果路面中的障碍物可减少路面的摩擦力，则AGV在停靠过程中可能出现车轮打滑等情况，AGV的停车精度值将会变大，AGV的停车精度值可呈现正偏态分布。此类障碍物可包括：水、油等。如果路面中的障碍物可增加路面的摩擦力，则AGV在停靠过程中可较快停下来，AGV的停车精度值将会变小，AGV的停车精度值可呈现负偏态分布。此类障碍物可包括：石头、掉落商品等。
图4是本发明的一个实施例提供的另一种自动引导运输车的控制方法的流程的示意图。如图4所示，该方法包括：
步骤401：确定自动引导运输车在目标路径上的停车偏差数据，停车偏差数据包括：停车精度值。
停车精度值用于表征AGV停靠的实际终点距离目标终点的偏离程度值。
步骤402：确定停车精度值是否处于预设范围以外。
预设范围可根据具体需求，如AGV协作设备的精度要求等进行设定。例如，预设范围可以为-5mm-5mm，-10mm-10mm或-10mm-15mm等。
步骤403：在停车精度值处于预设范围以外的情况下，获取自动引导运输车的车辆信息、当前参数及目标路径的路径信息。
车辆信息用于表征AGV车辆的相关信息。车辆信息可包括：负载重量、自身重量、剩余电量、AGV的性能参数等。
当前参数为当前状态下对AGV进行引导控制的相关参数，如：当前陀螺仪参数、当前AGV负重、当前最大速度值、当前加速点、当前减速点、当前加速度、当前减速度等。
路径信息用于表征目标路径的相关信息。路径信息可包括：路径长度、路径平整度、路径形状、摩擦系数等等。
步骤404：根据停车精度值、车辆信息、当前参数及路径信息，确定自动引导运输车的调整参数，并利用调整参数对自动引导运输车进行引导控制。
以当前参数控制引导车运行，使引导车出现较大偏差，因此，需要确定调整参数，并以调整参数控制引导车。可通过多种方式，确定自动引导运输车的调整参数。可在***中预存停车精度值、车辆信息、当前参数、路径信息等信息，与调整参数之间的对应关系，并根据该对应关系，确定出自动引导运输车的调整参数。
还可以利用AGV参数模型确定调整参数。具体地，确定出停车精度值、车辆信息、当前参数、路径信息等信息。对停车精度值、车辆信息、当前参数、路径信息等进行数值转换，并将转换后的停车精度值、车辆信息、当前参数、路径信息等作为AGV参数模型的输入，并利用AGV参数模型的输出结果，确定自动引导运输车的调整参数。AGV参数模型可通过预测模型训练得到。
在本发明实施例中，综合考虑了AGV的停车精度值、车辆信息、当前参数及路径信息等信息，使确定的自动引导运输车的调整参数更加精准，能够减少AGV无法精准停靠而造成的风险。
图5是本发明的一个实施例提供的一种自动引导运输车的控制方法的流程的示意图。如图5所示，该方法包括：
步骤501：确定自动引导运输车在目标路径上的停车偏差数据，停车偏差数据包括：停车偏差分布数据。
停车偏差分布数据为可用于表征AGV的停车精度值的分布特征的数据。停车偏差分布数据可包括：停车偏差峰度、停车偏差偏度、停车偏离系数、停车精度值的均值、停车精度值的众数等。
步骤502：根据停车偏差分布数据，确定停车精度值是否为偏态分布。
例如，当停车偏离系数在一个比较接近0的范围内时，则停车精度值为正态分布。当停车偏离系数大于最大系数阈值时，则停车精度值为正偏态分布。当停车偏离系数小于最小系数阈值时，则停车精度值为负偏态分布。
又如，当停车精度值的均值与停车精度值的众数之差大于最大差值阈值时，停车精度值为正偏态分布。当停车精度值的均值与停车精度值的众数之差小于最小差值阈值时，停车精度值为负偏态分布。
如果从目标路径的起点到终点的方向上存在一定平整度，该平整度也可理解为坡度，如果平整度为正值，则AGV小车由于引力作用，AGV的停车精度值将会变大，AGV的停车精度值可呈现正偏态分布，且平整度越大，AGV停靠的实际终点与目标终点之间差值越大。
如果平整度为负值，则AGV小车由于引力作用，AGV在停靠过程中可较快停下来，AGV的停车精度值将会变小，AGV的停车精度值可呈现负偏态分布，且平整度的绝对值越大，AGV停靠的实际终点与目标终点之间差值越大。可见，AGV的停车精度值与目标路径所在区域的平整度存在关联关系。
步骤503：在停车精度值为偏态分布的情况下，获取目标路径的路径信息；根据停车偏差分布数据及路径信息，确定目标路径所在区域的平整度。
路径信息为目标路径的相关信息。路径信息可包括：路径长度、路径形状、摩擦系数等。可在***中预设停车偏差分布数据、路径信息与平整度的对应关系或计算模型，根据该对应关系或计算模型，确定出目标路径所在区域的平整度。还可以先获取AGV的车辆信息包括：负载重量、自身重量、速度信息等。再利用力学原理，根据车辆信息、路径长度及停车偏差分布数据，计算出目标路径所在区域的平整度。
步骤504：获取自动引导运输车的当前陀螺仪参数；根据平整度及当前陀螺仪参数，确定自动引导运输车的调整后陀螺仪参数，并利用调整后陀螺仪参数对自动引导运输车进行引导控制。
可通过多种方式确定自动引导运输车的调整后陀螺仪参数，如经验值、预设模型等。通过控制AGV车身中内置的陀螺仪的参数，调整AGV至一合理的偏移角度，可以很好地解决由于目标路径所在区域存在坡度的问题，使AGV停靠在一合理位置处，方便AGV完成运输或与其它设备协作等工作。
图6是本发明的一个实施例提供的一种自动引导运输车的控制装置的结构示意图。如图6所示，该装置包括：
数据确定模块601，用于确定自动引导运输车在目标路径上的停车偏差数据；
条件确定模块602，用于确定所述停车偏差数据是否符合调整条件；
策略执行模块603，用于在停车偏差数据符合所述调整条件的情况下，获取自动引导运输车的当前参数，根据停车偏差数据及当前参数，确定自动引导运输车的调整参数，并利用调整参数对所述自动引导运输车进行引导控制。
可选地，所述停车偏差数据包括：停车精度值；
条件确定模块602具体用于：确定所述停车精度值是否处于预设范围以外；
策略执行模块603具体用于：在所述停车精度值处于所述预设范围以外的情况下，获取所述自动引导运输车的车辆信息、当前参数及所述目标路径的路径信息；
根据所述停车精度值、所述车辆信息、所述当前参数及所述路径信息，确定所述自动引导运输车的调整参数。
可选地，所述停车偏差数据包括：停车偏差分布数据，所述调整参数包括：陀螺仪参数；
条件确定模块602具体用于：根据所述停车偏差分布数据，确定停车精度值是否为偏态分布；
策略执行模块603具体用于：在所述停车精度值为偏态分布的情况下，根据所述停车偏差分布数据，确定所述目标路径所在区域的平整度；
根据所述平整度，确定所述自动引导运输车的陀螺仪参数。
可选地，该装置还包括：
提示模块604，用于在所述停车偏差数据符合所述调整条件的情况下，获取所述目标路径所在区域的路面图像；
检测所述路面图像中是否存在障碍物信息；
在所述路面图像中存在障碍物信息的情况下，发送障碍物提示信息。
可选地，所述停车偏差数据包括：停车精度值，所述目标路径的终点为目标终点；
数据确定模块601具体用于：确定所述自动引导运输车针对所述目标路径的多个实际终点的坐标值；
根据所述多个实际终点的坐标值及所述目标终点的坐标值，确定所述自动引导运输车的停车精度值。
可选地，所述停车偏差数据包括：停车偏差分布数据，所述目标路径的终点为目标终点；
数据确定模块601具体用于：确定所述自动引导运输车针对所述目标路径的多个实际终点的坐标值；
根据所述多个实际终点的坐标值及所述目标终点的坐标值，确定所述自动引导运输车的停车偏差分布数据。
可选地，所述实际终点的坐标值从所述自动引导运输车的日志数据中获取。
本发明实施例提供了一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述任一实施例的方法。
下面参考图7，其示出了适于用来实现本发明实施例的终端设备的计算机***700的结构示意图。图7示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，计算机***700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有***700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本发明的***中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：数据确定模块、条件确定模块及策略执行模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，数据确定模块还可以被描述为“确定自动引导运输车在目标路径上的停车偏差数据的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：
确定自动引导运输车在目标路径上的停车偏差数据；
确定所述停车偏差数据是否符合调整条件；
在停车偏差数据符合所述调整条件的情况下，获取自动引导运输车的当前参数，根据停车偏差数据及当前参数，确定自动引导运输车的调整参数，并利用调整参数对所述自动引导运输车进行引导控制。。
根据本发明实施例的技术方案，在自动引导运输车AGV的停车偏差数据符合调整条件的情况下，根据停车偏差数据，可准确地确定出符合当前情况的AGV调整策略，进而提高AGV的停车精度，确保运输作业的正常进行。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种自动引导运输车的控制方法，其特征在于，包括：
确定自动引导运输车在目标路径上的停车偏差数据；
确定所述停车偏差数据是否符合调整条件；
在所述停车偏差数据符合所述调整条件的情况下，获取所述自动引导运输车的当前参数，根据所述停车偏差数据及所述当前参数，确定所述自动引导运输车的调整参数，并利用所述调整参数对所述自动引导运输车进行引导控制。
2.根据权利要求1所述的方法，其特征在于，所述停车偏差数据包括：停车精度值；
所述确定所述停车偏差数据符合调整条件，包括：
确定所述停车精度值是否处于预设范围以外；
所述在所述停车偏差数据符合所述调整条件的情况下，获取所述自动引导运输车的当前参数，根据所述停车偏差数据及所述当前参数，确定所述自动引导运输车的调整参数，包括：
在所述停车精度值处于所述预设范围以外的情况下，获取所述自动引导运输车的当前参数、车辆信息及所述目标路径的路径信息；
根据所述停车精度值、所述当前参数、所述车辆信息及所述路径信息，确定所述自动引导运输车的调整参数。
3.根据权利要求1所述的方法，其特征在于，所述停车偏差数据包括：停车偏差分布数据，所述当前参数包括：当前陀螺仪参数，所述调整参数包括：调整后陀螺仪参数；
所述确定所述停车偏差数据符合调整条件，包括：
根据所述停车偏差分布数据，确定停车精度值是否为偏态分布；
所述在所述停车偏差数据符合所述调整条件的情况下，获取所述自动引导运输车的当前参数，根据所述停车偏差数据及所述当前参数，确定所述自动引导运输车的调整参数，包括：
在所述停车精度值为偏态分布的情况下，获取所述目标路径的路径信息；
根据所述停车偏差分布数据及所述路径信息，确定所述目标路径所在区域的平整度；
获取所述自动引导运输车的当前陀螺仪参数，并根据所述平整度及所述当前陀螺仪参数，确定所述自动引导运输车的调整后陀螺仪参数。
4.根据权利要求1所述的方法，其特征在于，所述确定所述停车偏差数据是否符合调整条件之后，还包括：
在所述停车偏差数据符合所述调整条件的情况下，获取所述目标路径所在区域的路面图像；
检测所述路面图像中是否存在障碍物信息；
在所述路面图像中存在障碍物信息的情况下，发送障碍物提示信息。
5.根据权利要求1所述的方法，其特征在于，所述停车偏差数据包括：停车精度值，所述目标路径的终点为目标终点；
所述确定自动引导运输车在目标路径上的停车偏差数据，包括：
确定所述自动引导运输车针对所述目标路径的多个实际终点的坐标值；
根据所述多个实际终点的坐标值及所述目标终点的坐标值，确定所述自动引导运输车的停车精度值。
6.根据权利要求1所述的方法，其特征在于，所述停车偏差数据包括：停车偏差分布数据，所述目标路径的终点为目标终点；
所述确定自动引导运输车在目标路径上的停车偏差数据，包括：
确定所述自动引导运输车针对所述目标路径的多个实际终点的坐标值；
分别计算多个所述实际终点的坐标值与所述目标终点的坐标值之间的距离值；
根据所述距离值，确定所述自动引导运输车的停车偏差分布数据。
7.根据权利要求5或6所述的方法，其特征在于，所述实际终点的坐标值从所述自动引导运输车的日志数据中获取。
8.一种自动引导运输车的控制装置，其特征在于，包括：
数据确定模块，用于确定自动引导运输车在目标路径上的停车偏差数据；
条件确定模块，用于确定所述停车偏差数据是否符合调整条件；
策略执行模块，用于在所述停车偏差数据符合所述调整条件的情况下，获取所述自动引导运输车的当前参数，根据所述停车偏差数据及所述当前参数，确定所述自动引导运输车的调整参数，并利用所述调整参数对所述自动引导运输车进行引导控制。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110917489.9A CN113625713B (zh) | 2021-08-11 | 2021-08-11 | 自动引导运输车的控制方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110917489.9A CN113625713B (zh) | 2021-08-11 | 2021-08-11 | 自动引导运输车的控制方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113625713A true CN113625713A (zh) | 2021-11-09 |
| CN113625713B CN113625713B (zh) | 2024-04-16 |
Family
ID=78384292
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110917489.9A Active CN113625713B (zh) | 2021-08-11 | 2021-08-11 | 自动引导运输车的控制方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113625713B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6256560B1 (en) * | 1999-02-25 | 2001-07-03 | Samsung Electronics Co., Ltd. | Method for correcting position of automated-guided vehicle and apparatus therefor |
| JP2007323478A (ja) * | 2006-06-02 | 2007-12-13 | Murata Mach Ltd | 台車 |
| JP2014227021A (ja) * | 2013-05-22 | 2014-12-08 | クラリオン株式会社 | 駐車支援装置 |
| CN104407615A (zh) * | 2014-11-03 | 2015-03-11 | 上海电器科学研究所（集团）有限公司 | 一种agv机器人导引偏差校正方法 |
| CN105955259A (zh) * | 2016-04-29 | 2016-09-21 | 南京航空航天大学 | 基于多窗口实时测距的单目视觉agv的精确定位方法及*** |
| CN106774335A (zh) * | 2017-01-03 | 2017-05-31 | 南京航空航天大学 | 基于多目视觉和惯导的导引装置、地标布局及导引方法 |
| CN109443392A (zh) * | 2018-12-10 | 2019-03-08 | 北京艾瑞思机器人技术有限公司 | 导航误差确定方法及装置、导航控制方法、装置及设备 |
| CN109460038A (zh) * | 2018-12-26 | 2019-03-12 | 南京景曜智能科技有限公司 | 一种惯导重载agv***及其控制方法 |
| CN110216715A (zh) * | 2019-06-28 | 2019-09-10 | 炬星科技（深圳）有限公司 | 机器人导航性能测试方法、***、测试终端及存储介质 |
| CN110248878A (zh) * | 2017-02-07 | 2019-09-17 | 村田机械株式会社 | 输送***和输送方法 |
| CN110375770A (zh) * | 2018-11-02 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 一种定位误差的校准方法和装置 |
| CN110427033A (zh) * | 2019-08-12 | 2019-11-08 | 苏州寻迹智行机器人技术有限公司 | 一种基于二维码的激光导航agv高精度定位方法 |
| CN112124365A (zh) * | 2020-09-18 | 2020-12-25 | 交控科技股份有限公司 | 城轨信号***停车点定测方法以及*** |
| WO2021075499A1 (ja) * | 2019-10-17 | 2021-04-22 | 株式会社デンソー | 駐車支援装置、駐車場システム、及び駐車支援方法 |
| CN112985842A (zh) * | 2021-05-10 | 2021-06-18 | 湖北亿咖通科技有限公司 | 泊车性能的检测方法、电子设备及可读存储介质 |
| DE102020200713A1 (de) * | 2020-01-22 | 2021-07-22 | Volkswagen Aktiengesellschaft | Zumindest teilweise automatisches Einparksystem für ein Fahrzeug und Verfahren zu seinem Betrieb |
| CN113156945A (zh) * | 2021-03-31 | 2021-07-23 | 深圳市优必选科技股份有限公司 | 一种自动引导车辆及其停车控制方法、控制装置 |
-
2021
- 2021-08-11 CN CN202110917489.9A patent/CN113625713B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6256560B1 (en) * | 1999-02-25 | 2001-07-03 | Samsung Electronics Co., Ltd. | Method for correcting position of automated-guided vehicle and apparatus therefor |
| JP2007323478A (ja) * | 2006-06-02 | 2007-12-13 | Murata Mach Ltd | 台車 |
| JP2014227021A (ja) * | 2013-05-22 | 2014-12-08 | クラリオン株式会社 | 駐車支援装置 |
| CN104407615A (zh) * | 2014-11-03 | 2015-03-11 | 上海电器科学研究所（集团）有限公司 | 一种agv机器人导引偏差校正方法 |
| CN105955259A (zh) * | 2016-04-29 | 2016-09-21 | 南京航空航天大学 | 基于多窗口实时测距的单目视觉agv的精确定位方法及*** |
| CN106774335A (zh) * | 2017-01-03 | 2017-05-31 | 南京航空航天大学 | 基于多目视觉和惯导的导引装置、地标布局及导引方法 |
| CN110248878A (zh) * | 2017-02-07 | 2019-09-17 | 村田机械株式会社 | 输送***和输送方法 |
| CN110375770A (zh) * | 2018-11-02 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 一种定位误差的校准方法和装置 |
| CN109443392A (zh) * | 2018-12-10 | 2019-03-08 | 北京艾瑞思机器人技术有限公司 | 导航误差确定方法及装置、导航控制方法、装置及设备 |
| CN109460038A (zh) * | 2018-12-26 | 2019-03-12 | 南京景曜智能科技有限公司 | 一种惯导重载agv***及其控制方法 |
| CN110216715A (zh) * | 2019-06-28 | 2019-09-10 | 炬星科技（深圳）有限公司 | 机器人导航性能测试方法、***、测试终端及存储介质 |
| CN110427033A (zh) * | 2019-08-12 | 2019-11-08 | 苏州寻迹智行机器人技术有限公司 | 一种基于二维码的激光导航agv高精度定位方法 |
| WO2021075499A1 (ja) * | 2019-10-17 | 2021-04-22 | 株式会社デンソー | 駐車支援装置、駐車場システム、及び駐車支援方法 |
| DE102020200713A1 (de) * | 2020-01-22 | 2021-07-22 | Volkswagen Aktiengesellschaft | Zumindest teilweise automatisches Einparksystem für ein Fahrzeug und Verfahren zu seinem Betrieb |
| CN112124365A (zh) * | 2020-09-18 | 2020-12-25 | 交控科技股份有限公司 | 城轨信号***停车点定测方法以及*** |
| CN113156945A (zh) * | 2021-03-31 | 2021-07-23 | 深圳市优必选科技股份有限公司 | 一种自动引导车辆及其停车控制方法、控制装置 |
| CN112985842A (zh) * | 2021-05-10 | 2021-06-18 | 湖北亿咖通科技有限公司 | 泊车性能的检测方法、电子设备及可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113625713B (zh) | 2024-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10025317B2 (en) | Methods and systems for camera-based autonomous parking | |
| KR102628778B1 (ko) | 위치결정을 위한 방법, 컴퓨팅 기기, 컴퓨터 판독가능 저장 매체 및 컴퓨터 프로그램 | |
| CN111290385B (zh) | 一种机器人路径规划方法、机器人、电子设备及存储介质 | |
| US11447141B2 (en) | Method and device for eliminating steady-state lateral deviation and storage medium | |
| US10152771B1 (en) | Correction of motion-based inaccuracy in point clouds | |
| WO2018221453A1 (ja) | 出力装置、制御方法、プログラム及び記憶媒体 | |
| US20150314663A1 (en) | Road roughness preview with drive history | |
| CN110850859B (zh) | 一种机器人及其避障方法和避障*** | |
| CN112363158A (zh) | 机器人的位姿估计方法、机器人和计算机存储介质 | |
| CN112539749A (zh) | 机器人导航方法、机器人、终端设备及存储介质 | |
| WO2020248210A1 (en) | Roadmodel manifold for 2d trajectory planner | |
| WO2022247203A1 (zh) | 自动驾驶车辆的控制方法、装置、设备以及存储介质 | |
| CN115082665B (zh) | 可提高作业精度的agv小车视觉自检方法、装置及*** | |
| JP4944840B2 (ja) | 誘導システム及び誘導方法 | |
| WO2019171821A1 (ja) | 列車位置推定装置 | |
| CN113625713A (zh) | 自动引导运输车的控制方法和装置 | |
| CN116576874A (zh) | 车辆行驶路径优化方法、装置、电子设备及存储介质 | |
| CN115585819A (zh) | 自移动设备及其返航方法、返航装置、计算机可读介质 | |
| CN116071714A (zh) | 车道偏离检测方法、***、电子设备及可读存储介质 | |
| CN115421486A (zh) | 返航控制方法、装置、计算机可读介质及自移动设备 | |
| US20220252406A1 (en) | 3D Odometry in 6D Space With Roadmodel 2D Manifold | |
| CN115704688A (zh) | 高精地图数据相对位置精度评估方法、***、介质及终端 | |
| JP6947699B2 (ja) | 情報処理装置および点群位置補正方法、ならびにプログラム | |
| CN111045404A (zh) | 一种窄巷道定位堆垛车、堆垛车的定位***及定位方法 | |
| WO2022124115A1 (ja) | 情報処理装置、制御方法、プログラム及び記憶媒体 |
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 |