[发明专利]一种窄巷道定位堆垛车、堆垛车的定位系统及定位方法在审

专利信息
申请号: 201911253033.6 申请日: 2019-12-09
公开(公告)号: CN111045404A 公开(公告)日: 2020-04-21
发明(设计)人: 张晓;杨明 申请(专利权)人: 上海交通大学
主分类号: G05B19/418 分类号: G05B19/418;G01C21/20;G05D1/02
代理公司: 上海恒慧知识产权代理事务所(特殊普通合伙) 31317 代理人: 徐红银
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 窄巷 定位 堆垛 系统 方法
【权利要求书】:

1.一种堆垛车,其特征在于:包括至少2个用于测量所述堆垛车左右距离的横向传感器和至少一个用于测量所述堆垛车前后距离的纵向传感器。

2.如权利要求1所述的堆垛车,其特征在于:所述横向传感器以至少2个为一组,设置于所述堆垛车的左侧和/或右侧;同一组中的所述横向传感器的连线与所述堆垛车的纵轴线平行。

3.一种定位系统,其特征在于,用于在窄巷道中精确定位一堆垛车,包括:传感计算单元和校准定位单元;

所述传感计算单元根据设置于所述堆垛车上的横向传感器和纵向传感所采集到的数据,计算所述堆垛车的姿态及在所述窄巷道中的相对位置;

所述校准定位单元融合所述堆垛车提供的转向角度以及里程计数据和所述相对位置解析得到所述堆垛车的全局位姿信息。

4.如权利要求3所述的定位系统,其特征在于:还包括数据传输单元;所述数据传输单元将所述全局位姿信息编码打包后,发送到一通信总线。

5.如权利要求3所述的定位系统,其特征在于:通过编号为m及n的2个所述横向传感器获取横向位姿的计算公式为:

其中,μ为所述堆垛车质点与所述窄巷道之间的距离,ω为车辆姿态偏航角,lm1,ln1分别为第m,n个所述横向传感器的安装位置距离车辆纵轴的垂直距离,lm2,ln2分别为所述横向传感器的原始采集值,lm3,ln3分别为第m,n个所述横向传感器在车辆纵轴上的投影点距离车辆质心的距离。

6.如权利要求3所述的定位系统,其特征在于:通过编号为k的所述纵向传感器获取纵向坐标的计算公式为:

vk=lk×cosαk×cos(ω+βk)+l′k×cosαk×cos(ω+βk)

其中,vk为所述堆垛车质点与所述窄巷道远端之间的距离,lk为所述纵向传感器的原始采集值,l′k为所述纵向传感器安装点投影与车辆质点的直线距离,ω为所述堆垛车的航向角,αk为所述纵向传感器与所述堆垛车纵轴之间的夹角,βk为所述纵向传感器与竖直方向之间的夹角。

7.如权利要求5或6所述的定位系统,其特征在于:计算所述相对位置时,采用连续N个所述原始采集值的算术平均值作为lm2,ln2或lk;其中,N为自然数。

8.如权利要求5或6所述的定位系统,其特征在于:航向角ω的计算公式为:

其中,lm1,ln1分别为第m,n个所述横向传感器的安装位置距离车辆纵轴的垂直距离,lm2,ln2分别为所述横向传感器的原始采集值,lm3,ln3分别为第m,n个所述横向传感器在车辆纵轴上的投影点距离车辆质点的距离。

9.如权利要求3所述的定位系统,其特征在于:所述校准定位单元进一步包括数据融和模块和坐标转换模块:

所述数据整合模块利用所述堆垛车的转向角度以及里程计数据与所述相对位置进行卡尔曼滤波算法融合得到稳定的位置信息;

所述坐标转换模块将所述稳定的位置信息的坐标转换到全局坐标系。

10.一种窄巷道堆垛车的定位方法,其特征在于,包括:

S1、标定横向传感器和纵向传感器相对堆垛车横轴和纵轴的偏离数据;

S2、将所述堆垛车行驶到所述窄巷道一端,并提供初始定位数据;

S3、按周期采集堆垛车与巷道一侧及巷道远端的距离;

S4、结合S1和S3的数据计算堆垛车相对所述窄巷道的位置和航向角;

S5、融合所述堆垛车的其他位姿数据和S3的数据,以得到稳定变化的位姿数据序列。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911253033.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top