V槽导航对接

本导航系统目前支持SLAM导航模式、V槽导航模式、磁条导航模式。

AGV工作时,可以根据场景,随时任意切换导航模式。使其导航精度和便利性达到应用要求。

注意:上述导航模式的核心区别是小车反馈位置的计算方式,在路径规划和控制的算法上相同的。

SLAM导航原理

地图显示

地图:灰色是未知区域,白色是已知区域,深黑色是墙壁轮廓。

红色是激光数据轮廓。

SLAM导航精度和环境要求

1、根据AGV工作的路径,分析agv行走中,离墙壁等参照物的距离。要求激光雷达的探测距离足够远,可以探测到的轮廓的总长大于1米。还需要注意同一款激光雷达对于不同颜色的物体,其探测距离是不一样的。

如果在AGV在室外行走,建议选择室外专用雷达。

2、AGV行走过程获得的激光轮廓,相对于原始地图的理想轮廓的变化量小于40%,定位精度可以稳定在3cm范围内。

当轮廓变化量过大时,因为激光数据对于编码器里程计的修复能力会下降,会导致随着AGV行走的距离,定位精度逐渐线性损失。但是不用担心AGV位置的突然远距离的跳变。


V槽充电桩

V槽导航原理

为了解决环境轮廓变化大时,SLAM导航精度不确定的问题,我们研发了V槽导航。

该方法的基本原理是,提取AGV车前后左右一定区域的激光数据,然后分析V槽几何特征,去计算得到V槽相对于车的位置。这样无论外界环境怎么变化,只要雷达可以探测到V槽,所得到的AGV的反馈位置就是十分准确可靠的。

然后依据该位置进行轨迹控制,最终停靠定位精度可以稳定达到10mm范围内。

V槽导航精度和环境要求

导航精度:10mm范围内。

环境要求:

1)路径有限定,车运行过程必须保证雷达完整扫描到V槽。

2)车离V槽小于3米

3)现场允许放置V槽返回搜狐,查看更多

AGV激光Slam导航环境要求说明相关推荐

  1. 激光SLAM导航系列(二)SLAM与导航系统框架

    激光SLAM系统框架 在激光SLAM系统中,Gmapping获取扫描的激光雷达信息以及里程计数据可动态的生成2D栅格地图.导航包则利用这个栅格地图,里程计数据和激光雷达数据做出适合的路径规划和定位,最 ...

  2. 激光SLAM导航系列(三)Costmap(代价地图)(上)

    Costmap(代价地图)(上) Costmap是机器人收集传感器信息建立和更新的二维或三维地图,可以从下图简要了解. 上图中,红色部分代表costmap中的障碍物,蓝色部分表示通过机器人内切圆半径膨 ...

  3. 激光SLAM导航系列(五)局部路径规划

    局部路径规划 局部路径规划简介 机器人在获得目的地信息后,首先经过全局路径规划规划出一条大致可行的路线,然后调用局部路径规划器根据这条路线及costmap的信息规划出机器人在局部时做出具体行动策略,R ...

  4. 工业用科技激光SLAM拣货潜伏式AGV多层料箱机器人|海格里斯HEGERLS助你实现生产全自动化

    随着物流自动化.智能化的不断发展,企业已经不再局限于对单一产线或者仓储进行自动化升级改造,所以整厂物流步伐加快,大物流时代开始来临.而在当下的移动机器人市场格局中,受制于行业发展的不足,单一厂家要想独 ...

  5. 解析|一文读懂AGV的关键技术——激光SLAM与视觉SLAM的区别

    来源:新机器视觉 移动机器人(AGV)是工业机器人的一种.它由计算机控制,具有移动.自动导航.多传感器控制.网络交互等功能,在实际生产中最主要的用途是搬运,可以说只要有搬运需求的地方,就有移动机器人的 ...

  6. 机器人定位导航技术 激光SLAM与视觉SLAM谁更胜一筹?

    定位技术是机器人实现自主定位导航的最基本环节,是机器人在二维工作环境中相对于全局坐标的位置及其本身的姿态.目前SLAM (Simultaneous Localization and Mapping即时 ...

  7. SLAM导航机器人零基础实战系列:(五)树莓派3开发环境搭建——1.安装系统ubuntu_mate_16.04...

    SLAM导航机器人零基础实战系列:(五)树莓派3开发环境搭建--1.安装系统ubuntu_mate_16.04 摘要 通过前面一系列的铺垫,相信大家对整个miiboo机器人的DIY有了一个清晰整体的认 ...

  8. SLAM导航机器人零基础实战系列:(五)树莓派3开发环境搭建——5.Android手机端与robot端ROS网络通信...

    SLAM导航机器人零基础实战系列:(五)树莓派3开发环境搭建--5.Android手机端与robot端ROS网络通信 摘要 通过前面一系列的铺垫,相信大家对整个miiboo机器人的DIY有了一个清晰整 ...

  9. 【激光SLAM】 01 cartographer环境建立以及建图测试(详细级)

    [激光SLAM]cartographer环境建立以及建图测试(详细级) cartographer Launch the 2D backpack demo. Download the 3D backpa ...

  10. SLAM导航机器人零基础实战系列:(五)树莓派3开发环境搭建——2.安装ros-kinetic

    SLAM导航机器人零基础实战系列:(五)树莓派3开发环境搭建--2.安装ros-kinetic 摘要 通过前面一系列的铺垫,相信大家对整个miiboo机器人的DIY有了一个清晰整体的认识.接下来就正式 ...

最新文章

  1. 【Python学习笔记】输入raw_input(),特殊情况下也可以用input()
  2. Can't pickle local object 'CDLL.__init__.locals._FuncPtr'
  3. java好还是python好-Python和Java该如何选择?选哪个好?
  4. ubuntu/deepin常用软件清单(都是使用sudo apt-get install安装方式)
  5. 【教育与多媒体技术】
  6. cmake find_package路径详解
  7. 免费软件做的不错的,这里要说一个叫《飞秋》的软件
  8. python求50的阶乘_python如何求阶乘
  9. 4 4c语言表格的画法_别再用Vlookup函数了,查找4个表格它更简单
  10. 数据结构算法—递归算法求二叉树的叶子结点(C语言)
  11. 高项计算题2-三点估算(计划评审技术PERT),时差,投资回收期,贴现率,沟通渠道
  12. QML 全屏 输入法无法显示
  13. Bmob关联Android,Android使用Bmob后台数据
  14. Tesseract学习(四)
  15. 国威电话交换机如何设置加拨17909IP功能
  16. 早该消失的埃菲尔铁塔为何存在至今?
  17. win10设置默认浏览器反复无常的解决方案
  18. [深度学习] embedding 在test阶段遇到OOV怎么办
  19. 免费的线框工具,UI设计工具,PDFs,资源等
  20. 使用adb指令通过Studio往机顶盒上安装apk

热门文章

  1. kux转mp4_QSV、KUX一秒转换成MP4,这两款神器你还不收藏?
  2. Windows下Aria2教程
  3. 转专业选择计算机的理由,转专业面试自我介绍范文
  4. 加权平均数的例子_什么是加权平均数(加权平均数公式例子)
  5. 《机器学习实战笔记--第一部分 分类算法:决策树 3》
  6. IDEA中使用Git拉取代码时出现Can‘t update: no tracked branch错误
  7. idea更新git报错master has no tracked branch
  8. 什么是php与html,php和html的关系和区别是什么
  9. 服务器主机本地系统服务受限,Win10系统出现服务主机本地系统网络受限怎么办 如何解决...
  10. 《非洲归来 不必远方》读后感