TWI701535B - 軌跡規劃方法與系統 - Google Patents
軌跡規劃方法與系統 Download PDFInfo
- Publication number
- TWI701535B TWI701535B TW107130115A TW107130115A TWI701535B TW I701535 B TWI701535 B TW I701535B TW 107130115 A TW107130115 A TW 107130115A TW 107130115 A TW107130115 A TW 107130115A TW I701535 B TWI701535 B TW I701535B
- Authority
- TW
- Taiwan
- Prior art keywords
- trajectory
- self
- propelled device
- optimized
- parameters
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 63
- 238000013507 mapping Methods 0.000 claims abstract description 47
- 238000013459 approach Methods 0.000 claims abstract description 5
- 238000004088 simulation Methods 0.000 claims description 31
- 230000008676 import Effects 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 14
- 230000003287 optical effect Effects 0.000 claims description 14
- 238000010276 construction Methods 0.000 claims description 9
- 230000001360 synchronised effect Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000004807 localization Effects 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本案係關於一種軌跡規劃方法與系統，藉由模擬器及計算裝置執行以下步驟：於模擬器根據一自走裝置與一環境建立一虛擬自走裝置模型及一虛擬環境模型，並依據一模擬器演算法，取得每一單位時間的姿態資訊，以於虛擬環境模型構成一最佳化軌跡，以及取得虛擬自走裝置模型於虛擬環境模型移動的一路徑上感測模組產生的一感測資料檔案，將感測資料檔案導入同步定位與地圖構建演算法後，可建構對應路徑的地圖，將感測資料檔案導入一製圖定位演算法時可構成參考軌跡，判斷參考軌跡是否趨近於最佳化軌跡，根據趨近於最佳化軌跡的參考軌跡得到能夠導入自走裝置的參數，使自走裝置於路徑上行走的移動軌跡對應於前述參考軌跡。
Description
本案係關於一種自走裝置軌跡規劃的技術，特別是指一種利用模擬器以一模擬器演算法構成最佳化軌跡並以此為基礎來修正製圖定位演算法的參數的軌跡規劃方法與系統。
近年來人工智能(AI)產業澎渤發展，市面上陸陸續續有相關產品出現，其中之一為應用在服務型機器人的運作上，包括使用服務型機器人執行巡邏、導引、遞送文件等工作，其中的核心技術之一為室內定位導航，在進行室內定位導航時，需要事先執行及時模擬定位建圖，如一種同步定位與地圖構建(Simultaneous localization and mapping，SLAM)技術，但是SLAM的效果好壞將影響機器人運行的能力。
在習知技術中，在所述SLAM的機制中，主要包括先採用外部的高階攝影機對機器人錄影，並建立此機器人在特定場合中的室內定位導航圖。
傳統執行即時模擬同步定位與地圖構建製作室內定位導航圖時，因為要取得高解析度影像，需要用多部高解析度攝影機錄製真實的軌跡，如此，相關軟硬體設備相當昂貴，並可能依場地大小需架設更多的攝影機。並且，若是想要更換場地，則又需要重新佈設所有攝影機。
本案公開一種軌跡規劃方法與系統適用於一自走裝置，自走裝置於一環境沿一路徑上行走形成一移動軌跡，所述軌跡規劃系統包含一模擬器及一計算裝置，並執行以下軌跡規劃方法所述的步驟。所述方法包括於模擬器根據自走裝置與環境建立虛擬自走裝置模型及虛擬環境模型，其中虛擬自走裝置模型設有與自走裝置相同的一感測模組；模擬器執行一模擬器演算法取得每一單位時間的姿態資訊，並於虛擬環境模型構成一最佳化軌跡；取得虛擬自走裝置模型於虛擬環境模型移動的路徑上感測模組產生的感測資料檔案；由計算裝置取得感測資料檔案及最佳化軌跡，並將感測資料檔案導入同步定位與地圖構建演算法(SLAM)，以建構對應路徑之地圖，將感測資料檔案導入製圖定位演算法，取得每一單位時間的姿態資訊，並於地圖構成參考軌跡，參考軌跡對應於移動軌跡。由計算裝置比對參考軌跡及該最佳化軌跡，判斷參考軌跡是否趨近於最佳化軌跡，若判定參考軌跡趨近於最佳化軌跡，則將製圖定位演算法中的參數導入自走裝置。若判定參考軌跡不趨近於最佳化軌跡時，則調整製圖定位演算法中的參數，重新以製圖定位演算法演算出新的參考軌跡，同樣再與最佳化軌跡比對，再判斷新的參考軌跡是否趨近最佳化軌跡，重複演算，直到得到趨近最佳化軌跡的參考軌跡，再將對應前述參考軌跡的製圖定位演算法中的參數導入自走裝置，讓自走裝置根據此參數運行在所述路徑上。
進一步地，所述感測資料檔案包括複數對應於時間、位置與方向性的感測資料，而這些感測資料是根據虛擬自走裝置模型中的感測模組的光學雷達模擬單元、慣性量測模擬單元與一里程計模擬單元的至少其中之一所產生。
進一步地，所述比較參考軌跡與最佳化軌跡的方式是以一差異分布方法實現，在此差異分布方法中，會計算參考軌跡相對於 最佳化軌跡在每個單位時間的姿態資訊誤差值，得出在多個單位時間的多組姿態資訊誤差值，可以得到姿態資訊誤差值的複數誤差範圍的分布比例。
進一步地，取出誤差範圍的最小誤差範圍的分布比例，可與一預設分布比例比較，以此判斷參考軌跡是否趨近於最佳化軌跡。
進一步地，於軌跡規劃方法中，係以一低延遲的原則調整製圖定位演算法中的參數。
本案提出的軌跡規劃方法與系統為在模擬器中建造跟現實環境中一樣的環境與自走裝置，在模擬的環境中進行參數調校，包括先行收錄模擬器中虛擬自走裝置模型於虛擬環境模型移動的路徑上感測模組產生的感測資料檔案，成為軌跡規劃的數據，並以模擬器本身的模擬器演算法取得最佳化軌跡檢測由製圖定位演算法演算得出的參考軌跡，以判斷參考軌跡是否趨近於最佳化軌跡，並且，在模擬的環境中可以在較短時間內取得大量的數據，能取代習知技術中需要架設高階攝影機等設備所產生的成本，並且可以迴避真實環境中變動因素多個困擾，可以有效收歛實驗結果。
為了能更進一步瞭解本發明為達成既定目的所採取之技術、方法及功效，請參閱以下有關本發明之詳細說明、圖式，相信本發明之目的、特徵與特點，當可由此得以深入且具體之瞭解，然而所附圖式僅提供參考與說明用，並非用來對本發明加以限制者。
10‧‧‧自走裝置
101‧‧‧光學雷達
102‧‧‧慣性量測單元
103‧‧‧里程計
20‧‧‧模擬器
21‧‧‧感測模組
201‧‧‧光學雷達模擬單元
202‧‧‧慣性量測模擬單元
203‧‧‧里程計模擬單元
204‧‧‧虛擬環境模型
205‧‧‧虛擬自走裝置模型
206‧‧‧模擬器演算法
22‧‧‧計算裝置
221‧‧‧記憶單元
222‧‧‧處理單元
223‧‧‧同步定位與地圖構建演算法
224‧‧‧製圖定位演算法
40‧‧‧最佳化軌跡
401‧‧‧參考軌跡
t0,t1,t2,…tn‧‧‧時間
d0,d1,d2,…dn‧‧‧距離誤差
s0,s1,s2,sn‧‧‧最佳化位置
p0,p1,p2,pn‧‧‧參考位置
步驟S301~S319‧‧‧軌跡規劃流程的步驟
步驟S501~S509‧‧‧差異分布方法流程的步驟
圖1顯示軌跡規劃系統架構實施例示意圖；圖2顯示軌跡規劃方法的流程實施例圖；圖3顯示在軌跡規劃方法中以最佳化軌跡與參考軌跡在每個單位時間的姿態資訊誤差值的實施例示意圖；圖4顯示在軌跡規劃方法中執行差異分布方法的流程實施例 圖。
本案提出一種軌跡規劃方法與系統，軌跡規劃系統如圖1所示適用於一自走裝置10，自走裝置10於一環境沿一路徑上行走形成一移動軌跡，軌跡規劃系統包括一模擬器20及一計算裝置22。模擬器20用以根據現實中的自走裝置10與環境建立一虛擬自走裝置模型205及一虛擬環境模型204，其中虛擬自走裝置模型205設有與自走裝置10相同的感測模組21，以取得虛擬自走裝置模型205於虛擬環境模型204移動的一路徑上感測模組21產生的一感測資料檔案。感測資料檔案包括複數對應於時間、位置與方向性的感測資料。
其中模擬器20可為gazebo程式，自走裝置10的感測模組至少包含光學雷達(Light Detection and Ranging，LiDAR)101、慣性量測單元(Inertial Measurement Unit，IMU)102與里程計(Odometer)103，而虛擬自走裝置模型205的感測模組21對應於自走裝置10的感測模組，感測模組21包含光學雷達模擬單元201、慣性量測模擬單元202與里程計模擬單元203。上述多個感測資料是根據虛擬自走裝置模型205中的感測模組21的一光學雷達模擬單元201、一慣性量測模擬單元202與一里程計模擬單元203的至少其中之一所產生。
其中，光學雷達101及光學雷達模擬單元201係以光探測達到測距目的感測器，利用脈衝光掃描自走裝置10或虛擬自走裝置模型205於一路徑上四周環境地形地物的距離，根據接收到的光波數據可以建構四周環境或虛擬環境模型204的三維信息，可以實現定位自走裝置10或虛擬自走裝置模型205的目的。
慣性量測單元102及慣性量測模擬單元202是可以感測到自走裝置10或虛擬自走裝置模型205姿態的慣性導航儀以取得自走 裝置10或虛擬自走裝置模型205的姿態資訊(pose)，其中記錄的數據例如自走裝置10或虛擬自走裝置模型205在三個軸向的角速度與加速度。
里程計103及里程計模擬單元203可以感測自走裝置或虛擬自走裝置模型205的巡航里程，若應用在以輪軸驅動的自走裝置10或虛擬自走裝置模型205上，里程計103及里程計模擬單元203即根據輪軸的圓周與轉速等數據計算自走裝置10或虛擬自走裝置模型205的里程數，也可得到方向數據。
模擬器20中設有以一電腦程式實現的模擬器演算法206，例如是gazebo程式本身具有的演算法，藉由模擬器演算法206取得虛擬自走裝置模型205於虛擬環境模型204的每一單位時間的姿態資訊以構成一最佳化軌跡，以及取得虛擬自走裝置模型205於虛擬環境模型204移動的一路徑上感測模組21產生的感測資料檔案。其中感測資料檔案包括複數對應於時間、位置與方向性的感測資料，根據圖1顯示的實施例，這些感測資料是由感測模組21中的光學雷達模擬單元201、慣性量測模擬單元202與里程計模擬單元203的至少其中之一所產生。
之後，這些感測資料檔案及最佳化軌跡將傳送至計算裝置22，例如模擬器可以通過有線或無線網路傳輸，或是以直接連線(如USB)將感測資料檔案及最佳化軌跡傳輸到計算裝置22，由其中記憶單元221儲存一或多個感測資料檔案，並以處理單元222執行後續軌跡規劃方法，包括將感測資料檔案導入一同步定位與地圖構建演算法(Simultaneous localization and mapping，SLAM)223以建構對應路徑的地圖，以及將感測資料檔案導入一製圖定位演算法(Cartographer Localization)224，取得每一單位時間的姿態資訊，並於地圖構成一參考軌跡，參考軌跡對應於現實環境中自走裝置於現實環境移動的移動軌跡。
通過計算裝置22比對參考軌跡及最佳化軌跡，判斷參考軌跡 是否趨近於最佳化軌跡，如判定參考軌跡趨近於最佳化軌跡，則將趨近最佳化軌跡的參考軌跡的製圖定位演算法參數導入真實自走裝置10，如判定參考軌跡未趨近於最佳化軌跡，則調整製圖定位演算法中的參數。
在模擬器20及計算裝置22中運行的軌跡規劃方法可參考圖2所示的流程實施例圖，並請一併參考圖1。
如圖2所示步驟S301，上述模擬器20先根據自走裝置與所要運行的環境建立一虛擬自走裝置模型205與一虛擬環境模型204，其中虛擬自走裝置模型205設有與自走裝置10相同的一感測模組21，如步驟S303，模擬器20依據一模擬器演算法取得每一單位時間產生的姿態資訊，並於虛擬環境模型204構成一最佳化軌跡，以及步驟S305取得虛擬自走裝置模型205於虛擬環境模型204移動的路徑上感測模組21產生的感測資料檔案。
接著，如步驟S307，系統中計算裝置22取得由模擬器20產生的感測資料檔案後，由處理單元222將感測資料檔案導入同步定位與地圖構建演算法223，以建構對應上述路徑的地圖。
在步驟S309中，由計算裝置22中的處理單元222將感測資料檔案導入製圖定位演算法224，如步驟S311，可演算取得每一單位時間的姿態資訊，姿態資訊包括時間、位置與方向性等資訊，而於上述所建構的地圖上構成參考軌跡，參考軌跡對應於自走裝置10於路徑的移動軌跡。
在步驟S313中，比較由模擬器建構的最佳化軌跡與參考軌跡，目的是要得出兩條軌跡的分布特性，接著如步驟S315，判斷參考軌跡是否趨近於最佳化軌跡，其中採用的判斷方法例如一差異分布方法(difference distribution)。
此時，系統可設一比對門檻，根據參考軌跡與最佳化軌跡之間的誤差值判斷參考軌跡是否趨近最佳化軌跡，而在上述差異分布的方法中，則是設有預設分布比例，作為檢測參考軌跡是否趨 近最佳化軌跡的依據。
若判斷參考軌跡並未達到趨近最佳化軌跡的比對門檻，即參考軌跡並未趨近於最佳化軌跡，如步驟S317，則調整在步驟S309中製圖定位演算法中的參數，步驟回到S309，導入前述感測資料檔案並以調整參數後的製圖定位演算法演算得出的新的參考軌跡(步驟S311)，再次比對新的參考軌跡及最佳化軌跡，直到參考軌跡達到趨近最佳化軌跡的比對門檻，即參考軌跡是趨近於最佳化軌跡。值得一提的是，在調整製圖定位演算法的參數時，可以以一低延遲的原則調整製圖定位演算法中的參數。於本實施例中，製圖定位演算法的參數舉例來說可以是指光學雷達模擬單元201、慣性量測模擬單元202或里程計模擬單元203所輸出的感測資料的權重、虛擬自走裝置模型205的摩擦係數、或虛擬環境模型204中不同的雜訊干擾其對應的權重等，但不以上述情形為限。
若判斷參考軌跡已經趨近於最佳化軌跡，如步驟S319，則得出適用於自走裝置10的製圖定位演算法中的參數，並可將上述參數導入自走裝置10，使自走裝置10能夠依據所接收的參數，在實際於路徑走動時得到對應於前述趨近於最佳化軌跡的參考軌跡的移動軌跡。
因此藉由本實施例所揭露之軌跡規劃方法，可先於計算裝置22反覆調整製圖定位演算法中的參數，判斷參考軌跡是否趨近最佳化軌跡，又因自走裝置10的參數關聯於製圖定位演算法中的參數，故，再將最接近最佳化軌跡的參考軌跡其對應的參數導入自走裝置10，如此自走裝置10能夠依據所接收的參數，在實際於路徑走動時得到對應於前述趨近於最佳化軌跡的參考軌跡的移動軌跡。
此時可將前述得到的最佳化軌跡與多個參考軌跡繪製在同一平面座標，如圖3所示在相同路徑上的最佳化軌跡40以及參考軌跡401，軌跡規劃方法即從中比對出趨近最佳化軌跡40至一定程 度的參考軌跡401及其參數。
在圖2所述流程實施例中，可以採用差異分布方法(difference distribution)作為判斷參考軌跡是否趨近最佳化軌跡的比對方法，比對的方式可參考圖3所示，圖3所示為在軌跡規劃方法中以最佳化軌跡與參考軌跡在每個單位時間的姿態資訊誤差值的實施例示意圖，以及圖4所示在軌跡規劃方法中執行差異分布方法的流程實施例圖。
圖3顯示的兩條軌跡中，有根據定位資訊繪製的一最佳化軌跡40與一參考軌跡401，在此差異分布方法中，會計算參考軌跡相對於最佳化軌跡在每個單位時間的姿態資訊誤差值，此例示意顯示出參考軌跡401在每個時間t0,t1,t2,...tn的參考位置p0,p1,p2,...pn，對比到最佳化軌跡40上相同時間的最佳化位置s0,s1,s2,...sn，可以得出各個時間的距離誤差d0,d1,d2,...dn，根據圖4步驟S501，同理可以計算出參考軌跡相對於最佳化軌跡在每單位時間的姿態資訊誤差值，也就是在每個單位時間的位置與方向差異，再如步驟S503，當系統將各姿態資訊誤差值區分為多個誤差範圍，即可以得出每個姿態資訊誤差值所在的誤差範圍，據此，如步驟S505，可以取得姿態資訊誤差值的複數誤差範圍的分布比例，這就是這兩條軌跡(即參考軌跡與最佳化軌跡)的差異分布。
為了得到趨近最佳化軌跡的參考軌跡，系統可以設有一預設分布比例，所述差異分布方法即將每次得到的參考軌跡與最佳化軌跡之間形成的誤差範圍的分佈比例比對至此預設分布比例，如步驟S507，作為檢測參考軌跡是否已經趨近最佳化軌跡的依據。
再如步驟S509，計算裝置22中運行的軌跡規劃方法將判斷前述誤差範圍中的最小誤差範圍的分布比例是否大於預設分布比例，若否，即目前最小誤差範圍的分布比例小於預設分布比例，也就是表示目前參考軌跡仍未趨近最佳化軌跡，即回到圖2的步驟，如S317，調整製圖定位演算法中的參數，再如步驟S309，導 入前述感測資料檔案並以調整參數後的製圖定位演算法演算，以重新取得每一單位時間的姿態資訊，得出一新的參考軌跡(步驟S311)，再重新執行圖4所述之差異分布方法流程中的步驟，包括計算出新的參考軌跡相對於最佳化軌跡在每單位時間的姿態資訊誤差值(步驟S501)、得出每個姿態資訊誤差值所在的誤差範圍(步驟S503)、得出姿態資訊誤差值的複數誤差範圍的分布比例(步驟S505)，以及取出誤差範圍的分佈比例的至少其中之一比對至此預設分布比例(步驟S507)判斷新的參考軌跡是否趨近最佳化軌跡(步驟S509)。
若在步驟S509的判斷中，當最小誤差範圍的分布比例大於預設分布比例，表示參考軌跡已經趨近最佳化軌跡，即如圖2步驟S319，得出適用於自走裝置10的製圖定位演算法中的參數，並可將上述參數導入自走裝置10，使自走裝置10能夠依據所接收的參數，於路徑走動時得到對應於前述趨近於最佳化軌跡的參考軌跡的移動軌跡。
舉例來說，得出每個單位時間的姿態資訊誤差值可以一距離為例，即計算兩條軌跡在同一單位時間的兩個點座標位置之間的誤差距離，可以形成複數個距離誤差值，如d1,d2,d3,...dn。系統可以設定多個誤差範圍，如D0(1公尺)，D1(0.1公尺)，D2(0.05公尺)以及D3(0.01公尺)，如此計算兩條曲線在每個時間點的位置誤差在0.01公尺(D3)內有多少比例、誤差在0.05公尺(D2)內有多少比例、誤差在0.1公尺(D1)內有多少比例，以及誤差在1公尺(D0)內有多少比例，這些比例值即表現出對應的參考軌跡的曲線特性，從中可以評估出最趨近於最佳化軌跡的參考軌跡。
在一實施例中，系統可以僅考量最小誤差範圍(如此例的D3)，以此比對預設分布比例，作為判斷參考軌跡是否趨近最佳化軌跡的依據。若最小誤差範圍的分布比例小於預設分布比例，表 示需要繼續調整製圖定位演算法中的參數，再將感測資料檔案導入已調整參數的製圖定位演算法，以重新演算取得每一單位時間的姿態資訊，得出新的參考軌跡，並重新判斷新的參考軌跡是否趨近最佳化軌跡；若新的最小誤差範圍中的分布比例大於預設分布比例，表示新的參考軌跡已經趨近最佳化軌跡，則將已調整參數的製圖定位演算法中的參數導入自走裝置10。
如此反覆以上流程，軌跡規劃方法可以有效降低參考軌跡與最佳化軌跡之間的誤差，有助於改善自走裝置的的定位導航。
綜上所述，在真實世界中，在定位與建圖時進行演算法參數的調校與驗證是很困難的，也需要購買昂貴的設備才有辦法取得最佳化軌跡。以上所揭露的軌跡規劃方法與系統的實施例為在模擬器內根據自走裝置與環境建立虛擬模型，可在模擬的環境中進行參數調校，包括建構最佳化軌跡，並收錄模擬器中感測資料，成為軌跡規劃的數據，據此可建構地圖與取得最佳化軌跡及參考軌跡，再判斷參考軌跡是否趨近於最佳化軌跡，用以檢測製圖定位演算法的參數優劣，使得自走裝置10能夠藉由在計算裝置22中快速取得參數調整方向。如此，所述採用模擬器進行軌跡規劃的方法與系統可以在較短時間內取得大量的數據，能取代習知技術中需要架設環境產生的成本，並且可以迴避真實環境中變動因素多個困擾，可以有效收歛實驗結果。
以上所述僅為本發明之較佳可行實施例，凡依本發明申請專利範圍所做之均等變化與修飾，皆應屬本發明之涵蓋範圍。
20‧‧‧模擬器
21‧‧‧感測模組
201‧‧‧光學雷達模擬單元
202‧‧‧慣性量測模擬單元
203‧‧‧里程計模擬單元
204‧‧‧虛擬環境模型
205‧‧‧虛擬自走裝置模型
206‧‧‧模擬器演算法
22‧‧‧計算裝置
221‧‧‧記憶單元
222‧‧‧處理單元
224‧‧‧製圖定位演算法
223‧‧‧同步定位與地圖構建演算法
10‧‧‧自走裝置
101‧‧‧光學雷達
102‧‧‧慣性量測單元
103‧‧‧里程計
Claims (16)
- 一種軌跡規劃方法，適用於一自走裝置，該自走裝置於一環境沿一路徑上行走形成一移動軌跡，該軌跡規劃方法包括：於一模擬器根據該自走裝置與該環境建立一虛擬自走裝置模型及一虛擬環境模型，其中該虛擬自走裝置模型設有與該自走裝置相同的一感測模組；該模擬器依據一模擬器演算法，取得每一單位時間的姿態資訊，並於該虛擬環境模型構成一最佳化軌跡；取得該虛擬自走裝置模型於該虛擬環境模型移動的該路徑上該感測模組產生的一感測資料檔案；將該感測資料檔案導入一同步定位與地圖構建演算法，以建構對應該路徑之一地圖；將該感測資料檔案導入一製圖定位演算法，取得每一單位時間的姿態資訊，並於該地圖構成一參考軌跡，該參考軌跡對應於該移動軌跡；比對該參考軌跡及該最佳化軌跡，以判斷該參考軌跡是否趨近於該最佳化軌跡；以及如否，則調整該製圖定位演算法中的參數；如是，則將該製圖定位演算法中的參數導入該自走裝置。
- 如請求項1所述的軌跡規劃方法，其中該感測資料檔案包括複數對應於時間、位置與方向性的感測資料。
- 如請求項2所述的軌跡規劃方法，其中該些感測資料是根據該虛擬自走裝置模型中的該感測模組的一光學雷達模擬單元、一慣性量測模擬單元與一里程計模擬單元的至少其中之一所產生。
- 如請求項1所述的軌跡規劃方法，其中，以一差異分布方法(difference distribution)比對該參考軌跡及該最佳化軌跡。
- 如請求項4所述的軌跡規劃方法，其中，於該差異分布方法中， 計算該參考軌跡相對於該最佳化軌跡在每個單位時間的一姿態資訊誤差值，以取得該姿態資訊誤差值的複數誤差範圍的分布比例。
- 如請求項5所述的軌跡規劃方法，其中，取出該誤差範圍的一最小誤差範圍的分布比例與一預設分布比例比較，以判斷該參考軌跡是否趨近於該最佳化軌跡。
- 如請求項6所述的軌跡規劃方法，其中，若該最小誤差範圍的分布比例小於該預設分布比例，則調整該製圖定位演算法中的參數，再將該感測資料檔案導入已調整參數的該製圖定位演算法，以重新取得每一單位時間的姿態資訊，得出一新的參考軌跡，再次比對該新的參考軌跡及該最佳化軌跡後，取得一新的最小誤差範圍的分布比例；當該新的最小誤差範圍中的分布比例大於該預設分布比例，則將已調整參數的該製圖定位演算法中的參數導入該自走裝置。
- 如請求項7所述的軌跡規劃方法，其中，以一低延遲的原則調整該製圖定位演算法中的參數。
- 一種軌跡規劃系統，適用於一自走裝置，該自走裝置於一環境沿一路徑上行走形成一移動軌跡，該軌跡規劃系統包括：一模擬器，根據該自走裝置與該環境建立一虛擬自走裝置模型及一虛擬環境模型，依據一模擬器演算法取得每一單位時間的姿態資訊，並於該虛擬環境模型構成一最佳化軌跡，其中該虛擬自走裝置模型設有與該自走裝置相同的一感測模組，以取得該虛擬自走裝置模型於該虛擬環境模型移動的該路徑上該感測模組產生的一感測資料檔案；以及一計算裝置，取得該感測資料檔案及該最佳化軌跡，執行以下步驟：將該感測資料檔案導入一同步定位與地圖構建演算法，以建構對應該路徑之一地圖； 將該感測資料檔案導入一製圖定位演算法，取得每一單位時間的姿態資訊，並於該地圖構成一參考軌跡，該參考軌跡對應於該移動軌跡；比對該參考軌跡及該最佳化軌跡，以判斷該參考軌跡是否趨近於該最佳化軌跡；以及如否，則調整該製圖定位演算法中的參數；如是，則將該製圖定位演算法中的參數導入該自走裝置。
- 如請求項9所述的軌跡規劃系統，其中該感測資料檔案包括複數對應於時間、位置與方向性的感測資料。
- 如請求項10所述的軌跡規劃系統，其中該些感測資料是根據該虛擬自走裝置模型中的該感測模組的一光學雷達模擬單元、一慣性量測模擬單元與一里程計模擬單元的至少其中之一所產生。
- 如請求項9所述的軌跡規劃系統，其中，該計算裝置以一差異分布方法比對該參考軌跡及該最佳化軌跡。
- 如請求項12所述的軌跡規劃系統，其中，於該差異分布方法中，計算該參考軌跡相對於該最佳化軌跡在每個單位時間的一姿態資訊誤差值，以取得該姿態資訊誤差值的複數誤差範圍的分布比例。
- 如請求項13所述的軌跡規劃系統，其中，取出該誤差範圍的一最小誤差範圍的分布比例與一預設分布比例比較，以判斷該參考軌跡是否趨近於該最佳化軌跡。
- 如請求項14所述的軌跡規劃系統，其中，若該最小誤差範圍的分布比例小於該預設分布比例，則調整該製圖定位演算法中的參數，再將該感測資料檔案導入已調整參數的該製圖定位演算法，以重新取得每一單位時間的姿態資訊，得出一新的參考軌跡，再次比對該新的參考軌跡及該最佳化軌跡後，取得一新的最小誤差範圍的分布比例；當該新的最小誤差範圍中的分布 比例大於該預設分布比例，則將已調整參數的該製圖定位演算法中的參數導入該自走裝置。
- 如請求項15所述的軌跡規劃系統，其中該計算裝置以一低延遲的原則調整該製圖定位演算法中的參數。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW107130115A TWI701535B (zh) | 2018-08-29 | 2018-08-29 | 軌跡規劃方法與系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW107130115A TWI701535B (zh) | 2018-08-29 | 2018-08-29 | 軌跡規劃方法與系統 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202009622A TW202009622A (zh) | 2020-03-01 |
| TWI701535B true TWI701535B (zh) | 2020-08-11 |
Family
ID=70766356
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW107130115A TWI701535B (zh) | 2018-08-29 | 2018-08-29 | 軌跡規劃方法與系統 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI701535B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201124704A (en) * | 2009-08-25 | 2011-07-16 | Tele Atlas Bv | A method of creating map data |
| TWI378222B (en) * | 2007-09-17 | 2012-12-01 | Mitac Int Corp | Navigation provision system and framework for providing content to an end user |
| TW201537532A (zh) * | 2014-03-28 | 2015-10-01 | Trend Go Com Inc | 以時間為基礎的圖資系統、終端裝置與地圖產生方法 |
| TW201727597A (zh) * | 2012-06-05 | 2017-08-01 | 蘋果公司 | 用於呈現地圖之方法、機器可讀媒體及電子器件 |
| TW201821763A (zh) * | 2016-12-07 | 2018-06-16 | 財團法人車輛研究測試中心 | 環境動態偵測之自動停車軌跡重劃修正系統及其方法 |
-
2018
- 2018-08-29 TW TW107130115A patent/TWI701535B/zh not_active IP Right Cessation
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI378222B (en) * | 2007-09-17 | 2012-12-01 | Mitac Int Corp | Navigation provision system and framework for providing content to an end user |
| TW201124704A (en) * | 2009-08-25 | 2011-07-16 | Tele Atlas Bv | A method of creating map data |
| TW201727597A (zh) * | 2012-06-05 | 2017-08-01 | 蘋果公司 | 用於呈現地圖之方法、機器可讀媒體及電子器件 |
| TW201537532A (zh) * | 2014-03-28 | 2015-10-01 | Trend Go Com Inc | 以時間為基礎的圖資系統、終端裝置與地圖產生方法 |
| TW201821763A (zh) * | 2016-12-07 | 2018-06-16 | 財團法人車輛研究測試中心 | 環境動態偵測之自動停車軌跡重劃修正系統及其方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202009622A (zh) | 2020-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114384920B (zh) | 一种基于局部栅格地图实时构建的动态避障方法 | |
| JP6757820B2 (ja) | 重み付け幾何学的コストを有する区分的螺旋曲線を使用した基準線平滑化方法 | |
| CN107239076B (zh) | 基于虚拟扫描与测距匹配的agv激光slam方法 | |
| KR102303432B1 (ko) | 장애물의 특성을 고려한 dqn 및 slam 기반의 맵리스 내비게이션 시스템 및 그 처리 방법 | |
| CN107562048B (zh) | 一种基于激光雷达的动态避障控制方法 | |
| JP7130062B2 (ja) | 経路決定方法 | |
| CN102915039B (zh) | 一种仿动物空间认知的多机器人联合目标搜寻方法 | |
| KR20200096408A (ko) | 자율 주행 차량에서 3d cnn 네트워크를 사용하여 솔루션을 추론하는 lidar 위치 추정 | |
| CN109543285B (zh) | 一种融合数据驱动与强化学习的人群疏散仿真方法和系统 | |
| CN111736592A (zh) | 路径决定装置、机器人以及路径决定方法 | |
| CN111258316A (zh) | 一种动态环境下趋势感知的机器人轨迹规划方法 | |
| CN110705385B (zh) | 一种障碍物角度的检测方法、装置、设备及介质 | |
| US11467592B2 (en) | Route determination method | |
| JP2016024598A (ja) | 自律移動装置の制御方法 | |
| CN117473693A (zh) | 自动生成用于调整自主车辆的角部场景数据 | |
| CN116858269A (zh) | 基于激光slam的烟草行业成品库平库盘点机器人路径优化方法 | |
| TWI701535B (zh) | 軌跡規劃方法與系統 | |
| CN110857861B (zh) | 轨迹规划方法与系统 | |
| CN111673731B (zh) | 路径决定方法 | |
| CN111673730A (zh) | 路径决定方法 | |
| CN116295497A (zh) | 路径生成方法、装置、机器人和存储介质 | |
| CN119860784B (zh) | 一种基于二维和三维数据的agv路径规划方法 | |
| Yang et al. | Mobile robot autonomous navigation and dynamic environmental adaptation in large-scale outdoor scenes | |
| CN120831098A (zh) | 机器人导航方法、装置、机器人及计算机存储介质 | |
| CN121185290A (zh) | 一种基于高度自适应的四足机器人运动规划方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | Annulment or lapse of patent due to non-payment of fees |