基于感知和自主计算定位导航的智能车导航系统及方法

摘要

本发明公开了一种基于感知和自主计算定位导航的智能车导航系统，包括分别与中央处理器相连的信息储存模块、电机驱动模块、定位模块、感知模块和交互通信模块，中央处理器、驱动模块和定位模块用于实现智能车辆的定位导航和移动，感知模块用于实现智能车辆的平稳控制，交互通信模块用于实现人机交互；导航过程包括：广义电子地图的获取，车辆初始位置信息的获取与定位校准，获取车辆当前位置坐标与目标坐标，动态规划行驶路线，本发明中局部区域的路线和控制优化可以采用车轮的独立感知与反馈控制，而整体的路线规划与导航仍用路径规划算法实现。本系统可由手机、平板电脑等通过无线网络实时监控和分配任务，实现系统的可视化和实时控制。

说明书

技术领域

本发明涉及一种自主定位及自动导引车系统。

背景技术

自动导引车(AGV,Automatic Guided Vehicle)是指具有电磁或光学导引装置，能够按照预定路线行走，具有运行和停车装置、安全保护装置以及各种移载功能的运输小车。

自动导引车按照导引方式的不同，可分为固定路径导引和自由路径导引。固定路径导引是指在固定的路线上设置导引用的信息媒介物，自动导引搬运车通过检测出它的信息而得到导引的方式，比如电磁引导、光学引导、磁带引导。而自由路径导引是指自动导引搬运车根据要求随意改变行驶路线。这种导引方式是在自动导引车上储存好作业环境信息，通过识别车体当前的位置，与环境信息对照，自主的决定路径的导引方式。如推算导引、惯性导引、环境映射法导引、激光导引[1]。然而此方法路线固定，不能实现预设路线外的移动与动态路径规划。本发明中智能车的运行路径根据起点和终点的位置计算得到，不需预设路线，可实现动态路径规划。

目前，自动导引车领域比较成熟的应用是亚马逊的Kiva机器人[2]，亚马逊公司将其用来搬运货物，实现仓库自动化。Kiva机器人由资源调度模块、路径规划模块、处理器、存储器、交互界面以及电机驱动等。其将工作区域分割为合适形状、略大于机器人的小块。Kiva机器人通过扫描地面上的条码来实现自身的定位，行动路线和速度等由中央计算机控制。该机器人还配备了最新视觉系统，利用条码来追踪货架上的商品。这是一种基于二维码扫描的被动定位方法，且把整个机器人当做一个整体来定位，而本发明将四个车轮分别进行定位和控制。

[参考文献]

[1]陈国仁,王秀梅,杨书评.应用于立体仓库的自动导引车(AGV)的运行优化设计[C]//先进制造技术论坛暨第三届制造业自动化与信息化技术交流会论文集.2004.

[2]Wurman P R,D'Andrea R,Barbehenn M T,et al.KIVA Transporting Inventory Items#3:Springer Berlin Heidelberg,US20140100690[P].2014.

发明内容

本发明旨在完成一套基于感知和自主计算定位导航的智能车导航系统，该系统可以应用在需要实现物品或人员自动运送的场合，如工厂、办公楼、家庭等环境。在通过GPS或RFID等方式给定车辆的初始位置和方向后，利用运动、测距、图像等多种多个传感器的数据，与建筑结构图或电子地图等信息进行比对与计算，从而完成动态校准并确定车体在地图上的位置。同时配合电机驱动、无线通信、图像识别、运动传感等功能模块，完成各个车轮的分别定位和控制，进而实现智能车辆的定位、路径规划、自由移动、智能避障、相互通信等功能。本系统可以由手机、平板电脑、台式机等智能终端通过无线通信网络实时监控和分配任务，实现智能车系统的可视化和实时控制。

为了解决上述技术问题，本发明提出的一种基于感知和自主计算定位导航的智能车导航系统，包括均分别与中央处理器相连的信息储存模块、电机驱动模块、定位模块、感知模块和交互通信模块，所述中央处理器、驱动模块和定位模块用于实现智能车辆的定位导航和移动，所述感知模块用于实现智能车辆的平稳控制，所述交互通信模块用于实现人机交互；所述智能车辆的转向采用差速转向，智能车辆的每个车轮的运动分别由独立的电机控制，所述电机是步进电机或直流电机，每个电机的驱动均采用电机驱动模块控制；所述定位模块包括至少由运动传感装置、测距传感装置、图像传感装置、RFID装置和GPS系统；每个车轮处均分别安装有所述运动传感装置和测距传感装置，各车轮的数据采集相对独立；所述RFID装置包括RFID接收模块和多个RFID发射模块，所述RFID接收模块设置在车辆上，多个RFID发射模块均布置在建筑物内的不同位置；所述感知模块用于实现智速度感知、地面感知和高度变化感知，其中：所述速度感知采用编码盘或速度计运动传感元件实现，用于感知车轮的转动速度，以便实现车辆稳定性的控制和速度反馈控制；所述地面感知采用图像传感器或红外传感器实现，用于感知地面的材质和平整度；所述高度变化感知采用加速度计运动传感器实现，从而判断智能车辆每个车轮所在区域的路面平整状况，从而为车轮的控制实现数据支持；所述交互通信模块包括通信子模块和人机交互子模块，其中，通信子模块用于远程控制端与中央处理器之间的通讯，负责传输任务数据和工作状态数据，还用于在多个智能车系统之间进行交换状态数据，以防止路线发生冲突；所述人机交互自模块包括输入/输出单元，用于人工现场对智能车系统进行控制和参数的设定；所述中央处理器用于收集其他所有模块所采集的数据，同时向电机驱动模块、交互通信模块发送相应的控制信息，并通过人机交互子模块向用户输出信息。

利用上述基于感知和自主计算定位导航的智能车导航系统实现导航的过程，包括以下步骤：

步骤一、广义电子地图的获取：广义电子地图是指以电子方式存储的用于智能车系统在室内场合实现自主定位和导航的建筑结构图和智能车在室外场合实现自主定位和导航的电子地图；所述电子地图上还记载有障碍物、标志物、运动限制、路面状况和校准点；在导航工作之前，将广义电子地图导入智能车系统的信息储存模块中，并根据广义电子地图与实际位置的对应关系建立绝对坐标系，以便运行时读取与利用；

步骤二、车辆初始位置信息的获取与定位校准，车辆初始位置信息采用GPS或RFID方法获得，所述定位模块中的所有传感器进行自主计算定位，计算出车辆在一定时间内的位移及运动方向，并且间隔一定时间或距离采用GPS或RFID方法并借助外部的定位基准来修正车辆的当前位置，从而进行动态校准；与此同时，利用建筑结构图上的障碍信息和通道信息，将智能车可能的运动方向和范围限定在一定范围内，并根据智能车已走过的历史路径信息对车辆的实时位置进行连续处理，得到智能车在一个单位时间内所在位置的可能范围；

步骤三、获取车辆的当前位置坐标与目标坐标：车辆的当前位置坐标通过初始位置信息和自主计算定位及动态校准的结果获得，目标坐标根据实际需要由上层控制系统给定；

步骤四、动态规划行驶路线：在获得初始位置和目标位置后，在对建筑结构图或电子地图进行相应的标准化处理后，采用双向A*算法、遗传算法和神经网络进行路线规划，当车辆位置与预设行驶路线偏离大于2-10m时，根据当前位置坐标和目标位置坐标重新规划路线，实现路线的动态规划；路线规划的策略选择路程最短路线、最平稳路线和速度最快路线中的一种；动态规划行驶路线实现车辆的总体行驶控制，其中，配合车轮感知实现车辆在局部区域内行驶路线控制。

进一步讲，本发明基于感知和自主计算定位导航的智能车导航过程中，步骤四中所涉及到的车轮感知包括车轮速度的感知、地面的感知和高度变化的感知，其中：

车轮速度的感知是根据实际转动速度与预设速度的差异及时调整驱动信号，使实际转动速度尽可能解禁预设值，从而实现速度的闭环控制；

地面的感知是借助图像传感器实时采集车辆前方的图像，交给中央处理器根据图像处理算法进行处理，识别车辆运行前方地面是否平整，地面何材质，以便控制该系统提前采取相应的控制措施；对于不平整的地面，车辆根据不平整区域的面积和粗糙程度来决定是否绕行；根据材质的识别预估车轮与地面的摩擦系数，从而采取不同的速度控制策略；

高度变化的感知即车轮颠簸振动幅度的感知，当车辆行驶至不平整路面是，设置在车轮处的加速度计的输出会出现剧烈的波动，据此系统采取减速处理，以减少颠簸振动对车辆的的影响，若只有部分车轮出现颠簸振动，则根据颠簸车轮的分布判断出那边的道路较为平整，进而引导车辆向平整的方向行驶。

与现有技术相比，本发明的有益效果是：

相比于已有的AGV系统，本发明具有如下几点优势：

第一，本发明采用基于建筑结构图或电子地图计算的定位方法。这种定位方式不依赖电磁波，不会受到电磁干扰。仅通过自身的运动等传感装置完成位移等的计算，并根据RFID等动态校准数据对比建筑机构图或电子地图等的信息完成位置的计算，做到基于计算的自主式定位。由于建筑结构图以及电子地图等都是已有信息，因此也需要预先进行测绘等工作。具有可移植性强、应用简单快速的特点。

第二，本发明具有智能路径选择和规划功能。目前市面上多数智能车都是使用预先铺设在地面上的路线图案，然后利用图像处理等方式识别路线并循迹行驶。如果遇见预设路线上有障碍等不能继续前进的情况，只能停止工作。而本发明只需预先载入室内建筑结构图或电子地图，并配以避障和障碍报警系统，即可实现车辆的自主路线规划和导航，不受制于既定路线，工作起来更加智能和高效。

第三，实现了车轮的独立感知与控制。传统的智能车系统受路线、路径算法等的限制，往往能完成任务但对路面情况无应对能力，在存在非平整路面的情况下很容易造成运送物品的损坏。本发明通过多种方式对车轮和车辆运行状态进行感知，实现了局部区域的路线优化和控制优化，从而更加平稳、安全的运送人员和货物。

附图说明

图1是基于感知和自主计算定位导航的智能车导航系统框图。

具体实施方式

下面结合附图和具体实施例对本发明技术方案作进一步详细描述，所描述的具体实施例仅对本发明进行解释说明，并不用以限制本发明。

本发明提出的一种基于感知和自主计算定位导航的智能车导航系统，包括均分别与中央处理器相连的信息储存模块、电机驱动模块、定位模块、感知模块和交互通信模块，当然，也可以根据需要添加其他功能模块。

所述中央处理器、电机驱动模块和定位模块是基本功能模块，用于实现智能车辆的定位导航和移动。

智能车辆的每个车轮的运动分别由独立的电机控制，所述电机是步进电机或直流电机，每个电机的驱动均采用电机驱动模块控制。综合考虑车辆的平稳性和转向特性，车体采用四轮设计，尺寸由实际需要确定。车辆的动力来源采用步进电机或直流电机的设计，且这样做绿色环保，不造成尾气排放等污染。每个电机控制一个轮子的运动。多电机的设计可以保证车辆的平稳运行和包括转向在内的运动精确控制。电机驱动采用电机驱动模块，如L298N，具有驱动能力强，发热量低，抗干扰能力强的特点。以采用直流电机为例，L298N电机驱动模块可以同时驱动两个直流电机，即L298N电机驱动模块可以分别从IN1、IN2输入PWM信号驱动一个电机的转速和方向，同理可以分别从IN3、IN4输入PWM信号驱动另一个电机的转速和方向。所述智能车辆的转向设计采用差速转向的方案。所谓的差速，是指左右两车轮的速度差，假如左边车轮比右边的快，则小车会偏向右。反之，左车轮转速比右轮的转速慢，那么小车会向左边转动。因此，分别控制左侧右侧的电机以相同的速度正转和反转，就可以实现车辆任意角度的转向。

所述定位模块包括至少由运动传感装置、测距传感装置、图像传感装置、RFID装置和GPS系统；特别强调的是定位模块所用到的传感装置包括但不限于运动传感装置(例如速度计、加速度计、陀螺仪及各种新型运动传感器等)、测距传感装置(例如红外测距仪、激光测距仪、超声测距仪及各种新型测距传感器等)、图像传感装置(例如摄像头等)等。每个车轮处均分别安装有所述运动传感装置和测距传感装置，各车轮的数据采集相对独立。所述RFID装置包括RFID接收模块和多个RFID发射模块，使用RFID的方法进行车辆初始位置的确定与定位校准仅适用于室内环境，因此，所述RFID接收模块设置在车辆上，多个RFID发射模块也仅安装在建筑物内，为了实现动态校准功能，需要在建筑物内的不同位置安装RFID发射模块。RFID发射模块的具体安装位置一般由对定位精度的要求和实际的建筑结构确定。从间隔上来讲，对定位精度要求越高，则RFID发射模块之间的间距应该越小，用以在单位时间内达到更高的校准次数。另外，根据建筑结构，在通道、房间等的出入口处也应该安装RFID发射模块，因为这些位置可以为人员的位置提供一个范围。

所述感知模块用于实现智能车辆的平稳控制，所述感知模块用于实现智速度感知、地面感知和高度变化感知等.其中：所述速度感知是用于感知车轮的转动速度，以便实现车辆稳定性的控制和速度反馈控制，该功能可以用编码盘或速度计等运动传感元件实现。所述地面感知用于感知地面的平整度的材质等，可以利用图像传感器或红外传感器实现。所述高度变化感知是指由于地面或其他因素导致的车体上下颠簸，由分布在各个车轮的高度变化感知元件得出是哪个(或哪几个)车轮所在区域的路面不平整，从而为车轮的控制实现数据支持，高度变化的感知可以由加速度计等运动传感器实现。除图像传感器属于与其他系统共用，其他的传感器均应安装在各个车轮处，且数据的采集相对独立。

所述交互通信模块用于实现人机交互。所述交互通信模块包括通信子模块和人机交互子模块，其中，通信子模块用于远程控制端与中央处理器之间的通讯，负责传输任务数据和工作状态数据，还用于在多个智能车系统之间进行交换状态数据，以防止路线发生冲突；所述人机交互自模块包括输入/输出单元(键盘、麦克、显示屏、扬声器等)，用于人工现场对智能车系统进行控制和参数的设定。

所述中央处理器用于收集其他所有模块所采集的数据，同时向电机驱动模块、交互通信模块发送相应的控制信息，并根据定位结果通过人机交互子模块向用户输出信息。

利用上述基于感知和自主计算定位导航的智能车导航系统实现导航的过程主要是在完成上述硬件系统配置后，在中央处理器中写入定位导航算法。系统使用前，需要将使用地点相应的建筑结构图或电子地图信息导入系统，以便系统的定位和路线规划操作。系统启动后，由于本设计采用基于计算和自主推算定位的定位算法，所以首先要由人工或相应的定位基准给定智能车所在的初始位置信息，作为之后定位的基准。然后，由路线规划算法利用建筑结构图或电子地图信息和目的地坐标规划出车辆计划行驶的路线。最后交由驱动系统执行该移动路线，并在移动过程中实时计算位置信息并反馈，直至完成任务。具体步骤如下：

步骤一、广义电子地图的获取：广义电子地图是指以电子方式存储的用于智能车系统在室内场合实现自主定位和导航的建筑结构图和智能车在室外场合实现自主定位和导航的电子地图等；在计算机广泛应用的今天，此类信息易于获取。此外，还可根据需要在所述电子地图上还记载有障碍物、标志物、运动限制、路面状况和校准点等信息；在导航工作之前，应将广义电子地图信息导入智能车系统的信息储存模块中，并根据广义电子地图与实际位置的对应关系建立绝对坐标系，以便运行时读取与利用。

步骤二、车辆初始位置信息的获取与定位校准，由于本系统采取了一种基于计算的自主定位方式，所以在系统开始自主定位于导航前必须获取初始位置信息。综合本发明的使用范围与使用环境，本系统可采取以下两种方式获取初始位置信息。

一种是基于卫星定位的方法。该方法充分利用已有的卫星定位网络，如GPS(Global Satellite Positioning，全球卫星定位系统)、我国自主研发的北斗卫星定位系统等。该方法具有定位速度快、覆盖区域广的优势，但对卫星信号覆盖较差的室内环境无法达到很好的效果，所以该方法主要应用于室外环境。使用该方法需要在智能车系统上加装相应的卫星定位信号接收模块。

另一种是利用RFID(Radio Frequency Identification，射频识别)的方法。使用该方法需要预先在需要定位的范围内根据实际需要布设一定数量的RFID发射模块，并在电子地图信息上标记其位置，并在智能车系统上安装相应的接收模块。这样可以通过射频信号的强度等信息判断当前位置。

在本发明的具体实现中，应根据实际使用环境至少采用以上的一种或几种方式进行初始位置信息的给定。

由于本发明采用系统本身携带的所述定位模块中的各类传感器的信息进行自主计算定位，计算出车辆在一定时间内的位移及运动方向，所以定位误差或随着时间的积累而逐步增加。所以需要间隔一定时间或距离就对定位进行校准。校准的方法即采用GPS或RFID方法并是借助外部的定位基准来修正车辆的当前位置，从而进行动态校准；其方法可以采用与初始位置信息获取相同的方法。

实时位置计算的数据来源于定位模块中的各类传感器，包括但不限于运动传感器(比如速度计、加速度计、陀螺仪及各种新型运动传感器等)、测距装置(比如红外测距仪、激光测距仪、超声测距仪及各种新型运动传感器等)、图像传感装置(摄像头等)等。通过上述传感器的数据，可以通过一定的方法计算出物体在一定时间内的位移。

如根据加速度的定义可以知道，速度是加速度计对时间的积分，而位移是速度对时间的积分。即加速度对时间进行两次积分就可以计算出物体的位移。所以，通过加速度计获得实时加速度值，然后经过处理器对其做两次积分，即可计算出位移的距离。同时，根据陀螺仪等方向测定器件，实时检测物体运动的角速度，并实时计算物体的运动方向。

测距传感装置可以通过识别物体到固定参照物的距离来实现位置的计算并根据计算结果进行动态校准。所谓固定参照物，即地图信息上有固定位置的物体，这些物体的位置固定，不会轻易改变，例如建筑中的门、窗、墙壁等物体。

与此同时，利用建筑结构图上的障碍信息和通道信息以及其他必要信息，，将智能车可能的运动方向和范围限定在一定范围内，并根据智能车已走过的历史路径信息对车辆的实时位置进行连续处理，得到智能车在一个单位时间内所在位置的可能范围；

这样，利用运动传感器可以得知智能车相对初始位置的位移，利用测距传感器可测量智能车到固定参照物(如墙壁等)的距离，结合通过建筑结构图和历史路径获取的信息，即可较为精确的确定智能车的位置。

步骤三、当前位置坐标和目标坐标是用于路线规划与导航的必要信息。当前位置坐标信息可以通过初始位置信息、自主计算定位以及动态校准等信息获得。目标坐标则可以根据实际需要由上层控制系统给定。

步骤四、动态规划行驶路线：在获得初始位置和目标位置后，即可将路线规划工作交给定位算法。在对建筑结构图或电子地图进行相应的标准化处理后，即可采用目前已经较为成熟的双向A*算法、遗传算法、神经网络等进行路线规划，当车辆位置较大的偏离(偏离大于2-10m时)预设行驶路线时，根据当前位置坐标和目标位置坐标重新规划路线，实现路线的动态规划；路线规划的策略选择路程最短路线、最平稳路线(避开已知颠簸路面和障碍)和速度最快路线等中的一种。

本发明中，动态规划行驶路线实现车辆的总体行驶控制，而配合车轮感知实现车辆在局部区域内行驶路线控制。本发明的多种应用方式(如大型货物运输、人员运输等)中，车体尺寸较大，因此，对智能车系统整体的定位导航精度并不能满足对运动控制的需要。因此，本发明不仅可以实现对智能车系统整体的定位，也可以在移动过程中实现对各个车轮的分别感知与控制。因此，本发明在设计上是各个车轮采用独立的电机驱动模块控制，所以为车轮的独立控制提供了可能。需要指出的是，通过车轮感知实现的控制只是一种局部区域的控制，总体行驶的路线还应遵循路径规划导航模块的数据。

感知所获得的数据可以随位置数据捆绑在一起，处理后加入到建筑结构图或电子地图的信息中，从而优化路径规划的过程。

车轮的独立控制的目的是在保证智能车系统平稳、安全的状态下，尽可能快速的完成任务。

首先是对速度的控制，速度对车辆运行的平稳与安全有着重要的影响。首先是各个车轮速度控制的精度。由驱动模块发出的驱动信号对电机的控制有可能因为外界因素的影响而产生差异，造成各个车轮之间的速度差异，从而引起车辆运行不平稳，方向偏离，车轮磨损等后果。速度的感知就是为了速度的闭环控制，从而根据实际转动速度与预设速度的差异及时调整驱动信号，使实际转动速度尽可能解禁预设值，从而实现速度的闭环控制。

地面的感知是借助图像传感器实时采集车辆前方的图像，交给中央处理器根据图像处理算法进行处理，识别车辆运行前方地面是否平整，是何材质等，以便控制该系统提前采取相应的控制措施；对于不平整的地面，车辆根据不平整区域的面积和粗糙程度来决定是否绕行；根据材质的识别预估车轮与地面的摩擦系数，从而采取不同的速度控制策略；

采用图像处理的方法并不能识别出所有不平整路面，所以就需要车轮同时具有高度变化(车轮颠簸振动幅度)感知的功能。当车辆行驶至不平整路面是，设置在车轮处的传感器(如加速度计等)的输出会出现剧烈的波动，据此，中央控制器可以采取相应措施。如，减速处理，以减少颠簸振动对运输货物或人员的影响。又如，若只有部分车轮出现颠簸，则可以根据颠簸车轮的分布判断出那边的道路较为平整，进而引导车辆向平整的方向行驶。

上述车轮感知与控制只是用于局部区域的路线和控制优化，整体的路线规划与导航仍用路径规划算法实现实现。

尽管上面结合附图对本发明进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨的情况下，还可以做出很多变形，这些均属于本发明的保护之内。