面向自动化停车场的无人泊车搬运机器人的对位方法

    公开(公告)号:CN109386155A

    公开(公告)日:2019-02-26

    申请号:CN201811103329.5

    申请日:2018-09-20

    Applicant: 同济大学

    Abstract: 本发明提供了一种面向自动化停车场的无人泊车搬运机器人的对位方法,包括识别目标车辆的车系与型号阶段:利用单目摄像头获取目标车辆的尺寸信息;获取目标车辆的车轮信息阶段:利用单线激光雷达获取目标车辆的位置信息;实现目标车辆的预对位阶段:利用单线激光雷达获取该机器人的轮廓信息,以调整其横向展开宽度及与目标车辆的预对准角度;实现目标车辆的精准对位阶段:在上述基础上,利用单点激光雷达获取目标车辆的车轮轴信息,以调整与目标车辆的精对准角度及纵向伸长长度;本发明的机器人结合额外搭建的起中转作用的具有单目摄像头与单线激光雷达的临时停车区,来实现与不同品牌车辆的精准对位,以便保障机器人对目标车辆有效、安全地搬运。

    面向自动化停车场的无人泊车搬运机器人的对位方法

    公开(公告)号:CN109386155B

    公开(公告)日:2020-08-14

    申请号:CN201811103329.5

    申请日:2018-09-20

    Applicant: 同济大学

    Abstract: 本发明提供了一种面向自动化停车场的无人泊车搬运机器人的对位方法,包括识别目标车辆的车系与型号阶段:利用单目摄像头获取目标车辆的尺寸信息;获取目标车辆的车轮信息阶段:利用单线激光雷达获取目标车辆的位置信息;实现目标车辆的预对位阶段:利用单线激光雷达获取该机器人的轮廓信息,以调整其横向展开宽度及与目标车辆的预对准角度;实现目标车辆的精准对位阶段:在上述基础上,利用单点激光雷达获取目标车辆的车轮轴信息,以调整与目标车辆的精对准角度及纵向伸长长度;本发明的机器人结合额外搭建的起中转作用的具有单目摄像头与单线激光雷达的临时停车区,来实现与不同品牌车辆的精准对位,以便保障机器人对目标车辆有效、安全地搬运。

    一种基于视觉标记的自动建图机器人建图修整方法

    公开(公告)号:CN109556616A

    公开(公告)日:2019-04-02

    申请号:CN201811329204.4

    申请日:2018-11-09

    Applicant: 同济大学

    Abstract: 本发明提出了一种基于视觉标记的自动建图机器人建图修整方法,属于导航技术领域。该方法包括:(1)检测待测环境中的视觉标记;读取所述视觉标记所包含的其对应的视觉标记点的定位信息;基于所述视觉标记的角点信息,计算此时自动建图机器人相对于所述视觉标记点的相对位置与航向;(2)由视觉标记点的定位信息与自动建图机器人相对于所述视觉标记点的相对位置得到自动建图机器人的坐标与航向,对视觉标记点之间出现偏移、误差的建图数据进行修正与优化。该方法成本较低,容易实施,能够实现对高精度地图采集过程中的定位误差的实时精确修正、以及对采集地图信息的实时修整与离线优化,省去了传统同时定位与建图过程中对回环检测的需求。

    一种自动建图机器人的地图要素提取方法

    公开(公告)号:CN109556617A

    公开(公告)日:2019-04-02

    申请号:CN201811329208.2

    申请日:2018-11-09

    Applicant: 同济大学

    Abstract: 本发明提出了一种自动建图机器人的地图要素提取方法,属于导航技术领域。该方法获取待测环境的第一地图要素信息,构建所述待测环境的点云轮廓地图;检测待测环境设定位置上的视觉标记,读取所获取的视觉标记所包含的第二地图要素信息;将第二地图要素信息标记到所述点云轮廓地图中,得到包含具体语义信息的地图;其中,第一地图要素信息包含所述待测环境所在位置的点云信息;第二地图要素信息包括对应视觉标记所在位置的地图要素的具体语义信息。该方法能够全自动地完成点云建图和语义标注,得到高精度的语义地图,同时成本较低,容易实施,可扩展性好。

    一种自动泊车机器人群体任务调度方法

    公开(公告)号:CN109583709A

    公开(公告)日:2019-04-05

    申请号:CN201811329205.9

    申请日:2018-11-09

    Applicant: 同济大学

    Abstract: 本发明提出了一种自动泊车机器人群体任务调度方法,包括以下步骤:(1)触发任务调度;(2)提取各任务申请的申请信息,获取各任务申请的拾取节点的位置,生成其放置节点的位置;获取当前所有自由的自动泊车机器人的位置;(3)搜索各任务申请的最短存取路径;生成各节点之间的代价拓扑图,进而生成节点代价矩阵;(4)对当前各自动泊车机器人进行全局路径规划,并为客户提供预计到达时间;(5)结合节点代价矩阵,采用多目标成本函数,评估通行代价与运行成本,对各自动泊车机器人以完成该批次任务所用的综合成本最少为目标进行局部规划,得到每个泊车机器人的任务序列。本发明能够最大程度上提高整个规划的计算速度,降低运营成本。

Patent Agency Ranking