[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN116243705A - 一种基于自动驾驶的智能机器人防碰撞的方法及系统 - Google Patents

一种基于自动驾驶的智能机器人防碰撞的方法及系统 Download PDF

Info

Publication number
CN116243705A
CN116243705A CN202310039003.5A CN202310039003A CN116243705A CN 116243705 A CN116243705 A CN 116243705A CN 202310039003 A CN202310039003 A CN 202310039003A CN 116243705 A CN116243705 A CN 116243705A
Authority
CN
China
Prior art keywords
robot
risk
functional area
current
monitoring platform
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
CN202310039003.5A
Other languages
English (en)
Inventor
曾丽霞
黄旭
付科全
黄源水
陈文强
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.)
Fujian Hante Cloud Intelligent Technology Co ltd
Original Assignee
Fujian Hante Cloud Intelligent Technology Co ltd
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 Fujian Hante Cloud Intelligent Technology Co ltd filed Critical Fujian Hante Cloud Intelligent Technology Co ltd
Priority to CN202310039003.5A priority Critical patent/CN116243705A/zh
Publication of CN116243705A publication Critical patent/CN116243705A/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
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214Control 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
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

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

本发明涉及一种基于自动驾驶的智能机器人防碰撞的方法及系统,方法包括以下步骤:机器人在全局规划路径规划后,判断其全局规划路径是否经过风险功能区;若有经过,则机器人向监控平台询问是否有权限进入风险功能区;监控平台判断当前机器人是否具备进入风险功能区的权限,并将判断结果反馈至机器人;当反馈的判断结果为具备权限时,则机器人根据全局规划路径行驶并经过风险功能区;当反馈的判断结果为不具备权限时,则机器人根据全局规划路径行驶至该风险功能区时,在当前风险功能区的边缘等待;若无经过,则机器人根据全局规划路径进行驾驶运动。通过将监控平台调度与机器人本地驾驶结合方案,可以大大降低监控平台算力与算法的复杂度。

Description

一种基于自动驾驶的智能机器人防碰撞的方法及系统
技术领域
本申请涉及机器人技术领域,具体涉及一种基于自动驾驶的智能机器人防碰撞的方法及系统。
背景技术
如图1所示的机器人任务调度系统,目前机器人调度防碰撞一般采用进行集中式管理的方式,由平台进行调度,相关任务统一发送至平台进行计算,各机器人的运行路径以及触发时间,从而防止各机器移动过程中造成的碰撞;然而,平台调度所涉及的场景需求简单化,规整化,在一些不规整的路线下,对平台算力需求高及调度算法复杂,平台调度无法很好的完成任务,无法满足目前机器人自动驾驶的需求;平台调度对信号的需求要求较高,目前大部分场景信号覆盖并不强,限制了大面积应用;降低了机器人灵活性,很多任务无需调度,浪费资源,限制了应用。
发明内容
鉴于上述问题,本申请提供了一种基于自动驾驶的智能机器人防碰撞的方法及系统,解决现有多机器人在任务调度过程中,在不规整路线的规划中,对于平台算力需求高及调度算法复杂的问题。
为实现上述目的,发明人提供了一种基于自动驾驶的智能机器人防碰撞的方法,包括以下步骤:
机器人在全局规划路径规划后,判断其全局规划路径是否经过风险功能区;
若有经过,则机器人向监控平台询问是否有权限进入风险功能区;
监控平台判断当前机器人是否具备进入风险功能区的权限,并将判断结果反馈至机器人;
当反馈的判断结果为具备权限时,则机器人根据全局规划路径行驶并经过风险功能区;
当反馈的判断结果为不具备权限时,则机器人根据全局规划路径行驶至该风险功能区时,在当前风险功能区的边缘等待;
若无经过,则机器人根据全局规划路径进行驾驶运动。
在一些实施例中,所述步骤“监控平台判断当前机器人是否具备进入风险功能区的权限”具体包括以下步骤:
监控平台判断风险功能区内是否有其他机器人;
若具有,则当前机器人不具备进入风险功能区的权限;
若不具有,则当前机器人具备进入风险功能区的权限。
在一些实施例中,还包括以下步骤:
当机器人行驶出风险功能区时,则向监控平台反馈不在当前风险功能区内;
监控平台收到反馈后,向在当前风险功能区边缘等待的机器人发送允许进入当前风险功能区的权限;
当在风险功能区边缘等待的机器人收到允许进入当前风险功能区的权限时,则恢复任务状态行驶入当前风险功能区。
在一些实施例中,还包括以下步骤:
当机器人判断有经过风险功能区及根据全局规划路径行驶的过程中,周期性向监控平台询问是否有权限进入风险功能区。
在一些实施例中,还包括以下步骤:
当机器人根据全局规划路径行驶至风险功能区的边缘时,向监控平台询问是否具有进入当前风险功能区的权限。
还提供了另一个技术方案,一种基于自动驾驶的智能机器人防碰撞的系统,包括监控平台及机器人;
所述机器人为若干个,所述机器人用于在全局规划路径规划后,判断其全局规划路径是否经过风险功能区;若有经过,则向监控平台询问是否有权限进入风险功能区;当反馈的判断结果为具备权限时,则根据全局规划路径行驶并经过风险功能区;当反馈的判断结果为不具备权限时,则根据全局规划路径行驶至风险功能区时,在当前风险功能区的边缘等待;若无经过,则根据全局规划路径进行驾驶运动;
所述监控平台用于判断当前机器人是否具备进入当前风险功能区的权限,并将判断结果反馈至机器人。
在一些实施例中,所述监控平台还用于:
判断风险功能区内是否有其他机器人;
若具有,则当前机器人不具备进入该风险功能区的权限;
若不具有,则当前机器人具备进入该风险功能区的权限。
在一些实施例中,所述机器人还用于当行驶出风险功能区时,则向监控平台反馈不在当前风险功能区内;
所述监控平台还用于当收到反馈后,向在当前风险功能区边缘等待的机器人发送允许进入当前风险功能区的权限;
所述机器人还用于当在风险功能区边缘等待时,收到允许进入当前风险功能区的权限时,则恢复任务状态行驶入当前风险功能区。
在一些实施例中,所述机器人还用于:
当判断有经过风险功能区及根据全局规划路径行驶的过程中,周期性向监控平台询问是否有权限进入风险功能区。
在一些实施例中,所述机器人还用于:
当根据全局规划路径行驶至风险功能区的边缘时,向监控平台询问是否具有进入当前风险功能区的权限。
区别于现有技术,上述技术方案,当多个机器人在同一所属地图进行作业时,当其中一个机器人在收到新的任务时,在全局规划路径后,判断其全局规划路径是否经过风险功能区,若有经过,则机器人向监控平台询问是否有权限进入风险功能区,监控平台收到机器人的询问后,判断当前机器人是否具备进入风险功能区的权限,并件判断结果反馈至机器人;当反馈的判断结果为具备权限时,则机器人根据全局规划路径行驶并经过风险功能区;当反馈的判断结果为不具备全显示,则机器人根据全局规划路径行驶至风险功能区时,则在当前风险功能区的边缘等待,直至具备进入当前风险功能区的权限;若机器人在判断其全局规划路径未经过风险功能区时,则根据全局规划路径进行驾驶运动。通过将监控平台调度与机器人本地驾驶结合方案,可以大大降低监控平台算力与算法的复杂度;同时提前进行权限判断,在网络信号较弱区域也可以实现功能,大大降低了网络的依赖性,可大大提高适用性,同时通过风险功能区的设定,降低了碰撞算法的需求,对于窄道、乘梯等易于碰撞场景均可适用。
上述发明内容相关记载仅是本申请技术方案的概述,为了让本领域普通技术人员能够更清楚地了解本申请的技术方案,进而可以依据说明书的文字及附图记载的内容予以实施,并且为了让本申请的上述目的及其它目的、特征和优点能够更易于理解,以下结合本申请的具体实施方式及附图进行说明。
附图说明
附图仅用于示出本申请具体实施方式以及其他相关内容的原理、实现方式、应用、特点以及效果等,并不能认为是对本申请的限制。
在说明书附图中:
图1为背景技术所述机器人任务调度系统的一种结构示意图;
图2为具体实施方式所述基于自动驾驶的智能机器人防碰撞的方法的一种流程示意图;
图3为具体实施方式所述基于自动驾驶的智能机器人防碰撞的方法的另一种流程示意图;
图4为具体实施方式所述基于自动驾驶的智能机器人防碰撞的系统的一种结构示意图
图5为具体实施方式所述机器人经过窄道的场景示意图。
上述各附图中涉及的附图标记说明如下:
210、监控平台,
220、机器人。
具体实施方式
为详细说明本申请可能的应用场景,技术原理,可实施的具体方案,能实现目的与效果等,以下结合所列举的具体实施例并配合附图详予说明。本文所记载的实施例仅用于更加清楚地说明本申请的技术方案,因此只作为示例,而不能以此来限制本申请的保护范围。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中各个位置出现的“实施例”一词并不一定指代相同的实施例,亦不特别限定其与其它实施例之间的独立性或关联性。原则上,在本申请中,只要不存在技术矛盾或冲突,各实施例中所提到的各项技术特征均可以以任意方式进行组合,以形成相应的可实施的技术方案。
除非另有定义,本文所使用的技术术语的含义与本申请所属技术领域的技术人员通常理解的含义相同;本文中对相关术语的使用只是为了描述具体的实施例,而不是旨在限制本申请。
在本申请的描述中,用语“和/或”是一种用于描述对象之间逻辑关系的表述,表示可以存在三种关系,例如A和/或B,表示:存在A,存在B,以及同时存在A和B这三种情况。另外,本文中字符“/”一般表示前后关联对象是一种“或”的逻辑关系。
在本申请中,诸如“第一”和“第二”之类的用语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何实际的数量、主次或顺序等关系。
在没有更多限制的情况下,在本申请中,语句中所使用的“包括”、“包含”、“具有”或者其他类似的表述,意在涵盖非排他性的包含,这些表述并不排除在包括所述要素的过程、方法或者产品中还可以存在另外的要素,从而使得包括一系列要素的过程、方法或者产品中不仅可以包括那些限定的要素,而且还可以包括没有明确列出的其他要素,或者还包括为这种过程、方法或者产品所固有的要素。
与《审查指南》中的理解相同,在本申请中,“大于”、“小于”、“超过”等表述理解为不包括本数;“以上”、“以下”、“以内”等表述理解为包括本数。此外,在本申请实施例的描述中“多个”的含义是两个以上(包括两个),与之类似的与“多”相关的表述亦做此类理解,例如“多组”、“多次”等,除非另有明确具体的限定。
在本申请实施例的描述中,所使用的与空间相关的表述,诸如“中心”“纵向”“横向”“长度”“宽度”“厚度”“上”“下”“前”“后”“左”“右”“竖直”“水平”“垂直”“顶”“底”“内”“外”“顺时针”“逆时针”“轴向”“径向”“周向”等,所指示的方位或位置关系是基于具体实施例或附图所示的方位或位置关系,仅是为了便于描述本申请的具体实施例或便于读者理解,而不是指示或暗示所指的装置或部件必须具有特定的位置、特定的方位、或以特定的方位构造或操作,因此不能理解为对本申请实施例的限制。
除非另有明确的规定或限定,在本申请实施例的描述中,所使用的“安装”“相连”“连接”“固定”“设置”等用语应做广义理解。例如,所述“连接”可以是固定连接,也可以是可拆卸连接,或成一体设置;其可以是机械连接,也可以是电连接,也可以是通信连接;其可以是直接相连,也可以通过中间媒介间接相连;其可以是两个元件内部的连通或两个元件的相互作用关系。对于本申请所属技术领域的技术人员而言,可以根据具体情况理解上述用语在本申请实施例中的具体含义。
请参阅图2,本实施例提供了一种基于自动驾驶的智能机器人防碰撞的方法,包括以下步骤:
步骤S110:机器人在全局规划路径规划后,判断其全局规划路径是否经过风险功能区;
若有经过,则执行步骤S120:机器人向监控平台询问是否有权限进入风险功能区;
步骤S130:监控平台判断当前机器人是否具备进入风险功能区的权限,并将判断结果反馈至机器人;
当反馈的判断结果为具备权限时,则执行步骤S140:机器人根据全局规划路径行驶并经过风险功能区;
当反馈的判断结果为不具备权限时,则执行步骤S150:机器人根据全局规划路径行驶至该风险功能区时,在当前风险功能区的边缘等待;
若无经过,则执行步骤S160:机器人根据全局规划路径进行驾驶运动。
当多个机器人在同一所属地图进行作业时,当其中一个机器人在收到新的任务时,在全局规划路径后,判断其全局规划路径是否经过风险功能区,若有经过,则机器人向监控平台询问是否有权限进入风险功能区,监控平台收到机器人的询问后,判断当前机器人是否具备进入风险功能区的权限,并件判断结果反馈至机器人;当反馈的判断结果为具备权限时,则机器人根据全局规划路径行驶并经过风险功能区;当反馈的判断结果为不具备全显示,则机器人根据全局规划路径行驶至风险功能区时,则在当前风险功能区的边缘等待,直至具备进入当前风险功能区的权限;若机器人在判断其全局规划路径未经过风险功能区时,则根据全局规划路径进行驾驶运动。通过将监控平台调度与机器人本地驾驶结合方案,可以大大降低监控平台算力与算法的复杂度;同时提前进行权限判断,在网络信号较弱区域也可以实现功能,大大降低了网络的依赖性,可大大提高适用性,同时通过风险功能区的设定,降低了碰撞算法的需求,对于窄道、乘梯等易于碰撞场景均可适用。
在一些实施例中,基于实际场景,在出现狭长窄道区域或乘梯情况上,由上位机系统进行窄道风险区及乘梯风险区的设定,即将窄道及乘梯的区域设定为风险功能区,划定的风险功能区包含区域大小以及区域编号。其中,机器人在判断其全局规划路径上经过风险功能区时,向监控平台询问的过程中,会将所有经过的风险功能区对应的区域编号发送给监控平台,监控平台可以根据机器人发送的区域编号判断当前机器人是否具有经过对应的风险功能区的权限。
在一些实施例中,所述步骤“监控平台判断当前机器人是否具备进入风险功能区的权限”具体包括以下步骤:
监控平台判断风险功能区内是否有其他机器人;
若具有,则当前机器人不具备进入风险功能区的权限;
若不具有,则当前机器人具备进入风险功能区的权限。
监控平台当收到机器人询问是否有权限经过其全局规划路径中的风险功能区时,监控平台通过这些风险功能区中是否有其他机器人进行判断当前机器人是否具备进入这些风险功能区的权限,当风险功能区有其他机器人时,则当前机器人不具备进入风险功能区的权限,若风险功能区内没有其他机器人,则当前机器人具备进入风险功能区的权限。
在一些实施例中,还包括以下步骤:
当机器人行驶出风险功能区时,则向监控平台反馈不在当前风险功能区内;
监控平台收到反馈后,向在当前风险功能区边缘等待的机器人发送允许进入当前风险功能区的权限;
当在风险功能区边缘等待的机器人收到允许进入当前风险功能区的权限时,则恢复任务状态行驶入当前风险功能区。
当机器人在行驶出风险功能区时,则向监控平台反馈不在当前风险功能区,使得监控平台可以通过在该风险功能区边缘等候的其他机器人可以行驶入该风险功能区,当同一风险功能区的边缘有多个机器人在等候时,可以根据每个机器人的任务的优先等级或者到达该风险功能区边缘的次序进行权限发放,使得在同一风险功能区边缘等待的多个机器人可以有序经过该风险功能区。
在一些实施例中,还包括以下步骤:
当机器人判断有经过风险功能区及根据全局规划路径行驶的过程中,周期性向监控平台询问是否有权限进入风险功能区。
当机器人判断其全局规划路径中有经过风险功能区及在根据全局规划路径行驶的过程中,周期性向监控平台询问是否有权限进入其全局规划路径中的风险功能区,避免机器人在行驶的过程中,有其他机器人先进入风险功能区而导致该机器人也进入风险功能区的问题。
在一些实施例中,还包括以下步骤:
当机器人根据全局规划路径行驶至风险功能区的边缘时,向监控平台询问是否具有进入当前风险功能区的权限。
当机器人根据全局规划路径行驶至风险功能区的边缘时,则再次向监控平台询问是否具有进入当前风险功能区的权限,若具有权限,则直接进入该风险功能区,而若不具备权限,则在该风险功能区的边缘进行等待,直至具有进入该风险功能区的权限。
请参阅图3,在一些实施例中,一种基于自动驾驶的智能机器人防碰撞的方法,包括以下步骤:
通过在上位机系统上进行风险功能区设定,然后机器人型底层路径规划及风险功能区判断,若无重合区域,即其规划的路径未经过风险功能区,则机器人正常行驶,当有重合区域,则表示机器人规划的路径经过风险功能区,则需要通过监控平台进行权限判断及将权限下发至机器人,机器人向监控平台进行权限获取询问,当到达风险功能区后,基于权限进行任务控制,若获取权限后继续自动驾驶,若未获取到权限,则需要在风险功能区边缘等待并再次进行权限判断及下发,直至获取权限后继续自动驾驶。
请参阅图4,另一实施例中,一种基于自动驾驶的智能机器人防碰撞的系统,包括监控平台210及机器人220;
所述机器人220为若干个,所述机器人220用于在全局规划路径规划后,判断其全局规划路径是否经过风险功能区;若有经过,则向监控平台210询问是否有权限进入风险功能区;当反馈的判断结果为具备权限时,则根据全局规划路径行驶并经过风险功能区;当反馈的判断结果为不具备权限时,则根据全局规划路径行驶至风险功能区时,在当前风险功能区的边缘等待;若无经过,则根据全局规划路径进行驾驶运动;
所述监控平台210用于判断当前机器人220是否具备进入当前风险功能区的权限,并将判断结果反馈至机器人220。
当多个机器人220在同一所属地图进行作业时,当其中一个机器人220在收到新的任务时,在全局规划路径后,判断其全局规划路径是否经过风险功能区,若有经过,则机器人220向监控平台210询问是否有权限进入风险功能区,监控平台210收到机器人220的询问后,判断当前机器人220是否具备进入风险功能区的权限,并件判断结果反馈至机器人220;当反馈的判断结果为具备权限时,则机器人220根据全局规划路径行驶并经过风险功能区;当反馈的判断结果为不具备全显示,则机器人220根据全局规划路径行驶至风险功能区时,则在当前风险功能区的边缘等待,直至具备进入当前风险功能区的权限;若机器人220在判断其全局规划路径未经过风险功能区时,则根据全局规划路径进行驾驶运动。通过将监控平台210调度与机器人220本地驾驶结合方案,可以大大降低监控平台210算力与算法的复杂度;同时提前进行权限判断,在网络信号较弱区域也可以实现功能,大大降低了网络的依赖性,可大大提高适用性,同时通过风险功能区的设定,降低了碰撞算法的需求,对于窄道、乘梯等易于碰撞场景均可适用。
在一些实施例中,还包括上位机系统,上位机系统用于风险功能区的设定,包括各个风险功能区对应的区域编号及区域大小。
基于实际场景,在出现狭长窄道区域或乘梯情况上,由上位机系统进行窄道风险区及乘梯风险区的设定,即将窄道及乘梯的区域设定为风险功能区,划定的风险功能区包含区域大小以及区域编号。其中,机器人220在判断其全局规划路径上经过风险功能区时,向监控平台210询问的过程中,会将所有经过的风险功能区对应的区域编号发送给监控平台210,监控平台210可以根据机器人220发送的区域编号判断当前机器人220是否具有经过对应的风险功能区的权限。
在一些实施例中,所述监控平台210还用于:
判断风险功能区内是否有其他机器人220;
若具有,则当前机器人220不具备进入该风险功能区的权限;
若不具有,则当前机器人220具备进入该风险功能区的权限。
监控平台210当收到机器人220询问是否有权限经过其全局规划路径中的风险功能区时,监控平台210通过这些风险功能区中是否有其他机器人220进行判断当前机器人220是否具备进入这些风险功能区的权限,当风险功能区有其他机器人220时,则当前机器人220不具备进入风险功能区的权限,若风险功能区内没有其他机器人220,则当前机器人220具备进入风险功能区的权限。
在一些实施例中,所述机器人220还用于当行驶出风险功能区时,则向监控平台210反馈不在当前风险功能区内;
所述监控平台210还用于当收到反馈后,向在当前风险功能区边缘等待的机器人220发送允许进入当前风险功能区的权限;
所述机器人220还用于当在风险功能区边缘等待时,收到允许进入当前风险功能区的权限时,则恢复任务状态行驶入当前风险功能区。
当机器人220在行驶出风险功能区时,则向监控平台210反馈不在当前风险功能区,使得监控平台210可以通过在该风险功能区边缘等候的其他机器人220可以行驶入该风险功能区,当同一风险功能区的边缘有多个机器人220在等候时,可以根据每个机器人220的任务的优先等级或者到达该风险功能区边缘的次序进行权限发放,使得在同一风险功能区边缘等待的多个机器人220可以有序经过该风险功能区。
在一些实施例中,所述机器人220还用于:
当判断有经过风险功能区及根据全局规划路径行驶的过程中,周期性向监控平台210询问是否有权限进入风险功能区。
当机器人220判断其全局规划路径中有经过风险功能区及在根据全局规划路径行驶的过程中,周期性向监控平台210询问是否有权限进入其全局规划路径中的风险功能区,避免机器人220在行驶的过程中,有其他机器人220先进入风险功能区而导致该机器人220也进入风险功能区的问题。
在一些实施例中,所述机器人220还用于:
当根据全局规划路径行驶至风险功能区的边缘时,向监控平台210询问是否具有进入当前风险功能区的权限。
当机器人220根据全局规划路径行驶至风险功能区的边缘时,则再次向监控平台210询问是否具有进入当前风险功能区的权限,若具有权限,则直接进入该风险功能区,而若不具备权限,则在该风险功能区的边缘进行等待,直至具有进入该风险功能区的权限。
在一些实施例中,一种基于自动驾驶的智能机器人防碰撞的系统,主要包括具有自动驾驶功能的机器人1-N,检测机器人状态的监控平台,能够进行区域设定上位机系统等;
基于实际场景,在出现狭长窄道区域或乘梯情况中,存在两个或多个机器人同时经过窄道或乘梯,如图5所示的机器人经过窄道的场景示意图,存在两个机器人相对经过同一窄道,而存在碰撞的风险,由上位机系统进行窄道风险区与乘梯风险区的设定,划定的区域包含区域大小,以及区域编号;
具有自动驾驶功能机器人1-N在同一所属地图进行作业;机器人1在接受新任务时,由底盘判断其全局规划路径是否经过风险功能区,若有经过,则返回权限判断,判断是否有权限进行运动,若无经过,则认定碰撞可能性较低,依据自动驾驶进行运动,不进行权限判断;
任务起动时,机器人1周期性向监控平台进行问询是否有权限进入风险功能区,问询过程中需包含所要经过的风险功能区的区域编号,监控平台接收机器人1~N的任务请求,监控地图区域内的所有风险功能区,判断请求的风险功能区内是否已有设备(其他机器人),若有设备,则反馈无权限;若无设备,则反馈有权限;
机器人N自动驾驶过程中识别是否有到达风险功能区边沿,若到达,则反馈监控平台本设备已到风险功能区的区域编号;同时判断监控平台指令,若监控平台为无权限内容,则进行风险功能区边沿任务暂停;若为有权限,则继续行走;当原风险功能区内机器人驶离该风险功能区时,反馈监控平台已不在当前风险功能区,则监控平台修改权限为有权限状态,机器人N接收权限允许指令,则恢复任务状态继续完成自动驾驶任务;
通过监控平台调度与本地自动驾驶结合方案,可大大降低平台算力需求与算法的复杂度;提前进行权限判断,在网络信号较弱区域也可实现功能,大大降低了网络的依赖度,可大大提高适用性;风险区的设定,降低了对于碰撞算法需求,对于窄道,乘梯等易于碰撞场景均可适用。
最后需要说明的是,尽管在本申请的说明书文字及附图中已经对上述各实施例进行了描述,但并不能因此限制本申请的专利保护范围。凡是基于本申请的实质理念,利用本申请说明书文字及附图记载的内容所作的等效结构或等效流程替换或修改产生的技术方案,以及直接或间接地将以上实施例的技术方案实施于其他相关的技术领域等,均包括在本申请的专利保护范围之内。

Claims (10)

1.一种基于自动驾驶的智能机器人防碰撞的方法,其特征在于,包括以下步骤:
机器人在全局规划路径规划后,判断其全局规划路径是否经过风险功能区;
若有经过,则机器人向监控平台询问是否有权限进入风险功能区;
监控平台判断当前机器人是否具备进入风险功能区的权限,并将判断结果反馈至机器人;
当反馈的判断结果为具备权限时,则机器人根据全局规划路径行驶并经过风险功能区;
当反馈的判断结果为不具备权限时,则机器人根据全局规划路径行驶至该风险功能区时,在当前风险功能区的边缘等待;
若无经过,则机器人根据全局规划路径进行驾驶运动。
2.根据权利要求1所述的基于自动驾驶的智能机器人防碰撞的方法,其特征在于,所述步骤“监控平台判断当前机器人是否具备进入风险功能区的权限”具体包括以下步骤:
监控平台判断风险功能区内是否有其他机器人;
若具有,则当前机器人不具备进入风险功能区的权限;
若不具有,则当前机器人具备进入风险功能区的权限。
3.根据权利要求2所述的基于自动驾驶的智能机器人防碰撞的方法,其特征在于,还包括以下步骤:
当机器人行驶出风险功能区时,则向监控平台反馈不在当前风险功能区内;
监控平台收到反馈后,向在当前风险功能区边缘等待的机器人发送允许进入当前风险功能区的权限;
当在风险功能区边缘等待的机器人收到允许进入当前风险功能区的权限时,则恢复任务状态行驶入当前风险功能区。
4.根据权利要求1所述的基于自动驾驶的智能机器人防碰撞的方法,其特征在于,还包括以下步骤:
当机器人判断有经过风险功能区及根据全局规划路径行驶的过程中,周期性向监控平台询问是否有权限进入风险功能区。
5.根据权利要求1所述的基于自动驾驶的智能机器人防碰撞的方法,其特征在于,还包括以下步骤:
当机器人根据全局规划路径行驶至风险功能区的边缘时,向监控平台询问是否具有进入当前风险功能区的权限。
6.一种基于自动驾驶的智能机器人防碰撞的系统,其特征在于,包括监控平台及机器人;
所述机器人为若干个,所述机器人用于在全局规划路径规划后,判断其全局规划路径是否经过风险功能区;若有经过,则向监控平台询问是否有权限进入风险功能区;当反馈的判断结果为具备权限时,则根据全局规划路径行驶并经过风险功能区;当反馈的判断结果为不具备权限时,则根据全局规划路径行驶至风险功能区时,在当前风险功能区的边缘等待;若无经过,则根据全局规划路径进行驾驶运动;
所述监控平台用于判断当前机器人是否具备进入当前风险功能区的权限,并将判断结果反馈至机器人。
7.根据权利要求6所述的基于自动驾驶的智能机器人防碰撞的系统,其特征在于,所述监控平台还用于:
判断风险功能区内是否有其他机器人;
若具有,则当前机器人不具备进入该风险功能区的权限;
若不具有,则当前机器人具备进入该风险功能区的权限。
8.根据权利要求7所述的基于自动驾驶的智能机器人防碰撞的系统,其特征在于,所述机器人还用于当行驶出风险功能区时,则向监控平台反馈不在当前风险功能区内;
所述监控平台还用于当收到反馈后,向在当前风险功能区边缘等待的机器人发送允许进入当前风险功能区的权限;
所述机器人还用于当在风险功能区边缘等待时,收到允许进入当前风险功能区的权限时,则恢复任务状态行驶入当前风险功能区。
9.根据权利要求6所述的基于自动驾驶的智能机器人防碰撞的系统,其特征在于,所述机器人还用于:
当判断有经过风险功能区及根据全局规划路径行驶的过程中,周期性向监控平台询问是否有权限进入风险功能区。
10.根据权利要求6所述的基于自动驾驶的智能机器人防碰撞的系统,其特征在于,所述机器人还用于:
当根据全局规划路径行驶至风险功能区的边缘时,向监控平台询问是否具有进入当前风险功能区的权限。
CN202310039003.5A 2023-01-13 2023-01-13 一种基于自动驾驶的智能机器人防碰撞的方法及系统 Pending CN116243705A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310039003.5A CN116243705A (zh) 2023-01-13 2023-01-13 一种基于自动驾驶的智能机器人防碰撞的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310039003.5A CN116243705A (zh) 2023-01-13 2023-01-13 一种基于自动驾驶的智能机器人防碰撞的方法及系统

Publications (1)

Publication Number Publication Date
CN116243705A true CN116243705A (zh) 2023-06-09

Family

ID=86625387

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310039003.5A Pending CN116243705A (zh) 2023-01-13 2023-01-13 一种基于自动驾驶的智能机器人防碰撞的方法及系统

Country Status (1)

Country Link
CN (1) CN116243705A (zh)

Similar Documents

Publication Publication Date Title
US11066282B2 (en) System and method for maneuvering a mobile drive unit
CN110989582B (zh) 基于路径预先占用的多agv自动避让式智能调度方法
US9511934B2 (en) Maneuvering a mobile drive unit
US9448560B2 (en) System and method for coordinating movement of mobile drive units
US8265873B2 (en) System and method for managing mobile drive units
US7912574B2 (en) System and method for transporting inventory items
CN111596658A (zh) 一种多agv无碰撞运行的路径规划方法及调度系统
US11099576B2 (en) Spatiotemporal robotic navigation
CN107368072A (zh) 一种基于地图可配置的agv运行控制系统及路径规划方法
CN108563219B (zh) 一种agv避让方法
US20080051984A1 (en) System and method for generating a path for a mobile drive unit
CN110867095B (zh) 用于协调和监控对象的方法
CN105739531A (zh) 一种基于无人机空中管理平台的无人机控制系统
CN110817220A (zh) 一种rgv避让方法、rgv及rgv避让系统
CN111832816A (zh) 一种基于调度算法的医用agv群体物流调控系统及方法
JP3212028B2 (ja) 無人搬送車システム
US20220089372A1 (en) Systems and methods for managing movement of materials handling vehicles
CN116243705A (zh) 一种基于自动驾驶的智能机器人防碰撞的方法及系统
Peters et al. A control classification of automated guided vehicle systems
CN114326713A (zh) 基于二维码导航的多agv移动机器人路径优化方法
CN117669918A (zh) 一种穿梭车多策略结合车辆调度方法及系统
CN116880476A (zh) 一种基于交通管控的agvs运行控制方法
WO2022120116A2 (en) Systems and methods for managing movement of materials handling vehicles
CN114819416B (zh) 基于自主移动机器人的调度方法及系统
JP7375791B2 (ja) 走行車システム

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