基于多激光雷达的AGV导航避障系统、方法、设备
技术领域
本发明涉及智能AGV设备领域，更具体地说，涉及一种基于多激光雷达的AGV导航避障系统、方法和设备。
背景技术
目前AGV设备的避障方案中常见的传感器有视觉传感器、红外传感器、超声波传感器，在实际应用中发现，这几种传感器只能应用在慢速情况下的避障，AGV设备在慢速情况下，如果判断到前方短距离和小范围内有障碍物，立即进行停车处理的方法，可以满足需求实现避障。
随着技术的不断发展，AGV设备的技术在不断提升，AGV设备的速度越来越快，同时行驶的方向从单向行驶变成多向行驶，避障的范围从单向探测发展为需要对周边360度范围内进行全面探测，并且 AGV行驶路上情况错综复杂，AGV装载货物行驶路径上如遇到他障碍时，若无法及时准确停车，会导致发送碰撞导致车和货物同时受损。因此，在实际应用中，AGV设备的避障需要提高检测的距离和精度，激光雷达的测量距离可以达到几十米甚至上百米，角度分辨率高，通常可以达到零点几度，测距的精度也高，但测量距离的置信度会反比于接收信号幅度的平方，因此，黑体或者远距离的物体距离测量不会像光亮的、近距离的物体那么好估计，因此，基于激光雷达的AGV设备的全方位避障方案是本领域仍未解决的技术问题。
发明内容
为了解决现有AGV设备存在的上述问题，本发明的主要目的是提出一种基于多激光雷达的AGV导航避障系统和利用该避障系统实现AGV设备全方位避障的技术方案。
一种基于多激光雷达的AGV导航避障系统，包括障碍物信息获取模块、主控模块、地图构建模块、路径规划模块、执行模块，其中：
所述障碍物信息获取模块：用于通过所述多个激光雷达传感器的数据，计算获得AGV设备当前周围360度方向的障碍物的动态信息；
所述主控模块：用于根据障碍物信息获取模块获取的数据，产生导航避障指令，通过执行模块控制AGV设备的行走；
所述地图构建模块：用于构建环境的二维栅格地图；
所述路径规划模块：根据路径算法计算获得AGV设备后续移动的路径信息；
所述执行模块：根据所述主控模块的移动指令，通过电机控制AGV设备的行走。
进一步的，所述的路径算法包括使用A*寻路算法作为全局路径规划算法，使用动态窗口法作为局部路径算法。
进一步的，所述系统还包括设备定位模块，所述设备定位模块用于计算AGV设备在地图中的准确位姿。
进一步的，所述的设备定位模块利用扩展卡尔曼滤波器和姿态传感器以及轮子编码器的数据计算AGV设备准确的定位。
本发明还公开一种基于多激光雷达的AGV设备的导航避障方法，用于多激光雷达的AGV导航避障系统，包括以下步骤：构建环境的二维地图；读取激光雷达的数据，计算获得AGV设备当前周围360度方向的障碍物的动态信息；计算获取AGV设备周围的路径规划数据，所述路径规划数据包括全局路径规划数据和局部路径规划数据；利用所述的路径规划数据，产生行走的指令，并发送给所述执行模块。
进一步的，所述的障碍物的动态信息包括AGV设备周边多个障碍物的信息，包括障碍物的尺寸、形状、位置；
进一步的，所述的二维地图的构建步骤具体包括：读取姿态传感器采集的数据，记为第一数据；读取轮式里程计的数据，记为第二数据；根据所述第一数据和所述第二数据，采用设备定位模块计算获得第三数据；读取所述激光雷达的数据，记为第四数据；根据所述第三数据和第四数据，使用cartographer算法计算获得二维栅格地图。
进一步的，建完环境的二维地图之后还包括自主定位步骤，所述的自主定位步骤具体包括：持续读取激光雷达检测的障碍物的数据，记为第五数据；获得利用权利要求7所述的步骤构建的二维栅格地图，记为第六数据；读取里程计的数据，记为第七数据；根据所述的第五数据、第六数据、第七数据，使用AMCL算法，获得AGV设备在当前环境中的定位数据。
此外，本发明还公开一种AGV设备，所述AGV设备包括：AGV设备主体;设于所述AGV设备主体上的行走单元；设于所述AGV设备主体上的激光雷达和姿态传感器，所述激光雷达用于获得所述AGV设备周围环境的障碍物信息；所述激光雷达至少有两个；设于所述AGV设备主体上的STM32、电机、轮式里程计：所述STM32与所述电机通信相连，所述电机与所述行走设备相连，所述电机带有编码器；工控机：内置于所述AGV设备主体中，与所述激光雷达、所述姿态传感器、STM32连接， 所述工控机包括：处理器和存储器，所述存储器用于上述系统的可执行程序，所述处理器用于执行上述的方法。
本发明所公开的技术方案，采用激光雷达结合姿态传感器，提高了检测的距离和精度，利用多激光雷达的方案，避障的范围实现对AGV设备周边360度范围内进行全面探测，利用本发明所公开的系统、方法和设备，可实现AGV设备的智能化搬运，提高AGV移动的效率，稳定性高，安全可靠，具有良好的实用价值。
为了对本发明有更清楚全面的了解，下面结合附图，对本发明用于一种基于多激光雷达的AGV导航避障系统、方法和设备的具体实施方式进行详细描述。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明所述的基于多激光雷达的AGV导航避障系统的实施例的组成示意图。
图2为本发明所述的基于多激光雷达的AGV导航避障方法的实施例的处理流程示意图。
图3为本发明所述的基于多激光雷达的AGV导航避障系统实施例中的构建地图步骤的流程示意图。
图4为本发明所述的基于多激光雷达的AGV导航避障系统实施例中的自主定位步骤的流程示意图。
图5为本发明所述的基于多激光雷达的AGV设备的实施例的结构示意图。
图6为本发明所述的基于多激光雷达的AGV导航避障系统产生的二维栅格地图示意图。
图7为本发明所述的基于多激光雷达的AGV设备的激光雷达位置示意图。
具体实施方式
以下参照附图，对本发明的实施方式和实施例进行详细说明。
请参阅图1，图1为本发明的一种基于多激光雷达的AGV导航避障系统的实施例的结构示意图，如图所示，该实施例中，AGV导航避障系统10包括主控模块101、执行模块102，障碍物信息获取模块103，设备定位模块104，地图构建模块105，路径规划模块106。该实施例用于一种AGV设备，所述的AGV设备的组成结构请参阅图5所示的结构示意图。
障碍物信息获取模块103用于通过所述多个激光雷达传感器504的数据，计算获得AGV设备当前周围360度方向的障碍物的动态信息。
主控模块101用于根据障碍物信息获取模块103获取的数据，产生导航避障指令，通过执行模块102控制行走单元506的行走；
地图构建模块105：构建环境的二维栅格地图，二维栅格地图请参阅图6，图6为本发明所述的基于多激光雷达的AGV导航避障系统产生的二维栅格地图示意图，该图中黑色位置表示为有障碍物的位置，白色位置为无障碍物的位置，灰色位置为未知区域。
路径规划模块106：根据路径算法计算获得AGV设备后续移动的路径信息,其中，路径算法包括使用A*寻路算法作为全局路径规划算法，使用DWA（动态窗口法）作为局部路径算法。
所述执行模块102：根据所述主控模块的移动指令，通过STM32控制电机，控制AGV设备的行走单元506的行走。
设备定位模块104，利用扩展卡尔曼滤波器和姿态传感器以及轮子编码器的数据计算AGV设备准确的定位。
具体实现中，AGV设备的激光雷达传感器至少有两个，两个激光雷达设置在车身相对的前后两侧，激光雷达传感器的探测范围均为270度，具体安装方式请参阅图7所示，如图7所示，激光雷达传感器504-1和504-2设置在AGV设备主体500相对的前后两侧，使用这种方式设置可以使周围环境的360度都可以被激光雷达探测到。车体中安装有工控机作为主控系统，stm32作为运动控制的执行单元，控制两个电机运动，电机带动轮子运动，从而使AGV设备全方位运动。电机上带有编码器，在轮子运动的过程中，可以测量到电机转动过的角度，从而推算出轮子的运动位移，但是在路面不平坦，地面打滑等情况存在的情况下，根据编码器推算AGV设备位置的方式会有误差，所以使用扩展卡尔曼滤波器进行IMU与轮子编码器融合的方式来弥补这种误差。
请参阅图2，图2为本发明所述的基于多激光雷达的AGV导航避障方法的实施例的处理流程示意图，具体包括步骤S21-S24：
步骤S21：构建环境的二维地图。
在该实施例中,首先需要构建整个环境的二维地图，构建环境的二维地图请参阅图3所示的流程示意图。
步骤S22：读取激光雷达的数据，计算获得AGV设备当前周围360度方向的障碍物的动态信息。
在该实施例中,两个激光雷达相对安装在车的两侧，两个雷达的探测范围均为270度，使用这种方式可以使周围环境的360度都可以被激光雷达探测到。
步骤S23：计算获取AGV设备周围的路径规划数据，所述路径规划数据包括全局路径规划数据和局部路径规划数据。
在该实施例中,使用A*算法作为全局路径规划算法，使用DWA（动态窗口法）作为局部路径算法，两个雷达可以实现360度全方位动态障碍物的检测与避障，使AGV能够在二维环境中实时导航与避障。
步骤S24：利用所述的路径规划数据，产生行走的指令，并发送给所述执行模块。
利用所述的路径规划数据，工控机产生行走的指令，通过stm32作为运动控制的执行单元，控制两个电机运动，电机带动轮子运动，从而使AGV设备全方位运动。
请参阅图3，图3为本发明所述的基于多激光雷达的AGV导航避障系统实施例中的构建地图步骤的流程示意图，具体包括步骤S31-S33：
步骤S31：读取姿态传感器采集的数据，记为第一数据。
步骤S32：读取轮式里程计的数据，记为第二数据。
步骤S33：根据所述第一数据和所述第二数据，采用设备定位模块计算获得第三数据。
在该步骤中，使用EKF（扩展卡尔曼滤波器）融合IMU数据和轮式里程计的数据，获得融合后的里程计的数据，也就是较为准确的机器人位姿数据，记为第三数据。
步骤S34：读取所述激光雷达的数据，记为第四数据。
步骤S35：根据所述第三数据和第四数据，使用cartographer算法计算获得二维栅格地图。
在该步骤中，使用cartographer算法，根据雷达的数据和融合后获得的里程计的数据进行计算，获得环境的二维栅格地图数据，完成地图的构建。
请参阅图4，图4为本发明所述的基于多激光雷达的AGV导航避障系统实施例中的自主定位步骤的流程示意图，具体包括步骤S41-S44：
步骤S41：持续读取激光雷达检测的障碍物的数据，记为第五数据。
步骤S42：获得利用权利要求7所述的步骤构建的二维栅格地图，记为第六数据。
步骤S43：读取里程计的数据，记为第七数据。
步骤S44：根据所述的第五数据、第六数据、第七数据，使用AMCL算法(自适应蒙特卡罗定位算法)，获得AGV设备在当前环境中的定位数据。
请参阅图5，图5为本发明所述的基于多激光雷达的AGV设备50的实施例的结构示意图，具体包括：AGV设备主体500、工控机501、STM32 502、姿态传感器 503、激光雷达传感器 504、轮式里程计 505、行走单元 506、电机 507。
在该实施例中，设有两个激光雷达传感器504，一个STM32作为运动控制的执行装置直接控制电机，电机带有编码器。两个激光雷达相对安装在车的两侧，两个雷达的探测范围均为270度，使用这种方式可以使周围环境的360度都可以被激光雷达探测到。车体中安装有工控机作为主控系统，stm32作为运动控制的执行机构，控制两个电机运动，电机带动轮子运动，从而使机器人全方位运动。电机上带有编码器，在轮子运动的过程中，可以测量到电机转动过的角度，从而推算出轮子的运动位移。姿态传感器503由一个IMU惯性传感器组成。
在该实施例中，工控机501内置于所述AGV设备主体500中，与所述激光雷达传感器504和所述姿态传感器503连接；所述工控机包括：至少一个处理器，以及存储器，存储器与工控机内至少一个处理器通信连接，存储器存储有可被工控机内至少一个处理器执行的指令，指令被至少一个处理器执行，以使工控机能够执行本发明的任一种基于多激光雷达的AGV设备的导航避障系统或方法的实施例。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
