[發(fā)明專利]基于人工智能的AGV自適應(yīng)轉(zhuǎn)彎避障方法、裝置及設(shè)備有效
| 申請?zhí)枺?/td> | 202110810318.6 | 申請日: | 2021-07-19 |
| 公開(公告)號: | CN113268065B | 公開(公告)日: | 2021-09-24 |
| 發(fā)明(設(shè)計)人: | 林立峰;袁緒龍;郭東進(jìn);李栓柱;袁緒彬 | 申請(專利權(quán))人: | 山東華力機電有限公司 |
| 主分類號: | G05D1/02 | 分類號: | G05D1/02;G06K9/00 |
| 代理公司: | 鄭州芝麻知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 41173 | 代理人: | 張丹丹 |
| 地址: | 272500 *** | 國省代碼: | 山東;37 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 人工智能 agv 自適應(yīng) 轉(zhuǎn)彎 方法 裝置 設(shè)備 | ||
本發(fā)明涉及人工智能技術(shù)領(lǐng)域,具體涉及一種基于人工智能的AGV自適應(yīng)轉(zhuǎn)彎避障方法、裝置及設(shè)備。該方法根據(jù)色帶的邊緣輪廓信息確認(rèn)AGV需要轉(zhuǎn)彎時,由AGV轉(zhuǎn)彎前后的色帶的邊緣直線之間的距離判斷AGV的轉(zhuǎn)彎類型,根據(jù)AGV的轉(zhuǎn)彎類型得到AGV轉(zhuǎn)彎時的初始轉(zhuǎn)彎速度,通過轉(zhuǎn)彎過程中檢測的障礙物連通域?qū)Τ跏妓俣冗M(jìn)行調(diào)整以得到最佳轉(zhuǎn)彎速度,進(jìn)而利用最佳轉(zhuǎn)彎速度完成AGV轉(zhuǎn)彎。在AGV轉(zhuǎn)彎的過程中,根據(jù)檢測到障礙物大小對AGV的轉(zhuǎn)彎速度進(jìn)行實時調(diào)整,以保證AGV不撞到障礙物的情況下能夠以最佳轉(zhuǎn)彎速度進(jìn)行轉(zhuǎn)彎,同時避免了轉(zhuǎn)彎的不連續(xù)、卡頓和停滯等情況,使得AGV正常工作。
技術(shù)領(lǐng)域
本發(fā)明涉及人工智能技術(shù)領(lǐng)域,具體涉及一種基于人工智能的AGV自適應(yīng)轉(zhuǎn)彎避障方法、裝置及設(shè)備。
背景技術(shù)
自動導(dǎo)引運輸車,簡稱AGV,是指裝備有電磁或光學(xué)等自動導(dǎo)引裝置,能夠沿規(guī)定的導(dǎo)引路徑行駛,并具有安全保護(hù)以及各種移載功能的運輸車。AGV是一種以電池為動力,裝有非接觸導(dǎo)引裝置的無人駕駛車輛,其主要功能為能在計算機監(jiān)控下,按路徑規(guī)劃和作業(yè)要求,精確地行走并停靠到指定地點,完成一系列作業(yè)功能。
AGV小車能自動運行,需要有導(dǎo)引裝置。常用的導(dǎo)引方式分為兩大類:車外預(yù)定路徑和非預(yù)定路徑方式。其中,車外預(yù)定路徑導(dǎo)引方式是指在行駛的路徑上設(shè)置導(dǎo)引用的信息媒介物,AGV通過檢測出信息媒介物的信息而得到導(dǎo)向的導(dǎo)引方式,如電磁導(dǎo)引、色帶導(dǎo)引、磁帶導(dǎo)引等;非預(yù)定路徑導(dǎo)引方式是指AGV小車在運行時沒有固定的路徑,常用的是激光導(dǎo)引方式,可以嘗試掌握運行中所處的位置,并自主地決定行駛路徑的導(dǎo)引方式。
發(fā)明人在實踐中,發(fā)現(xiàn)上述現(xiàn)有技術(shù)存在以下缺陷:現(xiàn)有技術(shù)中通常在轉(zhuǎn)彎路段之前的導(dǎo)引媒介上設(shè)置轉(zhuǎn)彎提醒點,以提醒車輛前方存在轉(zhuǎn)彎路段,需減速至速度為零之后再變換前進(jìn)方向。但該轉(zhuǎn)彎方法不僅增加車輛的運行時長,而且在AGV在進(jìn)行轉(zhuǎn)彎時,由于障礙物的影響會導(dǎo)致其無法繼續(xù)工作。
發(fā)明內(nèi)容
為了解決上述技術(shù)問題,本發(fā)明的目的在于提供一種基于人工智能的AGV自適應(yīng)轉(zhuǎn)彎避障方法、裝置及設(shè)備,所采用的技術(shù)方案具體如下:
第一方面,本發(fā)明一個實施例提供了一種基于人工智能的AGV自適應(yīng)轉(zhuǎn)彎避障方法,該方法包括:
采集地面圖像,所述地面圖像包括AGV的導(dǎo)引媒介;對所述地面圖像進(jìn)行語義分割得到導(dǎo)引媒介圖像和導(dǎo)引媒介的邊緣輪廓信息;
基于所述邊緣輪廓信息確認(rèn)所述AGV需要轉(zhuǎn)彎時,檢測轉(zhuǎn)彎前后所述導(dǎo)引媒介的邊緣直線獲取轉(zhuǎn)彎前的第一邊緣直線和轉(zhuǎn)彎后的第二邊緣直線,所述第一邊緣直線和所述第二邊緣直線為位于轉(zhuǎn)彎前后所述導(dǎo)引媒介內(nèi)側(cè)的邊緣直線;根據(jù)所述第一邊緣直線和第二邊緣直線之間的距離判斷所述AGV的轉(zhuǎn)彎類型;
根據(jù)所述轉(zhuǎn)彎類型得到所述AGV轉(zhuǎn)彎時的初始轉(zhuǎn)彎速度;在轉(zhuǎn)彎的過程中遇到障礙物時,連接障礙物連通域內(nèi)距離轉(zhuǎn)彎提醒點最近的第一像素點和所述轉(zhuǎn)彎提醒點得到第一直線,獲取所述第一直線與轉(zhuǎn)彎后所述導(dǎo)引媒介的第一交點,根據(jù)所述第一交點的位置獲取最大轉(zhuǎn)彎半徑和轉(zhuǎn)彎點,進(jìn)而基于所述轉(zhuǎn)彎點,將所述初始轉(zhuǎn)彎速度調(diào)整為所述最大轉(zhuǎn)彎半徑對應(yīng)的最大轉(zhuǎn)彎速度,利用所述最大轉(zhuǎn)彎速度完成所述AGV轉(zhuǎn)彎。
進(jìn)一步地,獲得所述最大轉(zhuǎn)彎速度之后,還包括:
在所述AGV到達(dá)所述轉(zhuǎn)彎點的過程中,當(dāng)檢測到被遮擋障礙物時,獲取轉(zhuǎn)彎影響范圍內(nèi)被遮擋障礙物連通域內(nèi)距離拐點最近的第二像素點;所述轉(zhuǎn)彎影響范圍是由所述第一交點和所述轉(zhuǎn)彎提醒點形成的范圍;所述拐點是所述第一邊緣直線與所述第二邊緣直線之間的交點;
根據(jù)所述第二像素點獲取最佳轉(zhuǎn)彎半徑和最佳轉(zhuǎn)彎點,進(jìn)而基于所述最佳轉(zhuǎn)彎點,將所述最大轉(zhuǎn)彎速度調(diào)整為所述最佳轉(zhuǎn)彎半徑對應(yīng)的最佳轉(zhuǎn)彎速度。
進(jìn)一步地,所述最大轉(zhuǎn)彎速度的修正方法,包括:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于山東華力機電有限公司,未經(jīng)山東華力機電有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.17sss.com.cn/pat/books/202110810318.6/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 使用基于云端的度量迭代訓(xùn)練人工智能的系統(tǒng)
- 一種人工智能轉(zhuǎn)人工智能再轉(zhuǎn)人工方案
- O-RAN系統(tǒng)中的人工智能模型處理方法和裝置
- 人工智能傷口評估方法及智能終端
- 人工智能倫理風(fēng)險與防范虛擬仿真方法、系統(tǒng)和機器人
- 一種基于人工智能基礎(chǔ)資源與技術(shù)調(diào)控系統(tǒng)及方法
- 基于人工智能倫理備選規(guī)則的人工智能倫理風(fēng)險防范方法
- 人工智能倫理風(fēng)險辨識防范虛擬仿真實驗方法和機器人
- 基于人工智能體決策的人工智能倫理風(fēng)險辨識和防范方法
- 基于算法選擇的人工智能倫理風(fēng)險辨識防范方法和機器人
- 使用后向自適應(yīng)規(guī)則進(jìn)行整數(shù)數(shù)據(jù)的無損自適應(yīng)Golomb/Rice編碼和解碼
- 一種自適應(yīng)軟件UML建模及其形式化驗證方法
- 媒體自適應(yīng)參數(shù)的調(diào)整方法、系統(tǒng)及相關(guān)設(shè)備
- 五自由度自適應(yīng)位姿調(diào)整平臺
- 采用自適應(yīng)機匣和自適應(yīng)風(fēng)扇的智能發(fā)動機
- 一種自適應(yīng)樹木自動涂白裝置
- 一種基于微服務(wù)的多層次自適應(yīng)方法
- 一種天然氣發(fā)動機燃?xì)庾赃m應(yīng)控制方法及系統(tǒng)
- 一種中心自適應(yīng)的焊接跟蹤機頭
- 一種有砟軌道沉降自適應(yīng)式軌道系統(tǒng)





