-
公开(公告)号：CN110780671B
公开(公告)日：2021-09-21
申请号：CN201911046869.9
申请日：2019-10-30
Applicant: 华南理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于全局视觉的仓储导航智能车调度方法，包括以下步骤：1）利用仓库天花板上的顶部摄像头拍摄全局图像；2）对全局图像进行处理来追踪仓储内的智能车并利用卷积神经网络识别来识别每台AGV的编号；3）将仓库分为若干个区域，利用全局控制器发送指令控制AGV，使AGV按照路线运行；4）利用改进A*算法进行区域路径规划，得到最优的AGV从当前区域到达目标区域的途径区域集；5）利用时间窗算法进行区域内路径规划，使AGV安全地从当前区域驶出；6）利用分段式PID控制算法使AGV能够沿规划路径完成既定运输任务。本发明充分地将AGV通行任务分配给各个区域，提高了AGV仓储系统的运行效率。
-
公开(公告)号：CN113516429A
公开(公告)日：2021-10-19
申请号：CN202110379885.0
申请日：2021-04-08
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于网络拥堵模型的多AGV全局规划方法，首先建立区域化的地图，并根据运输需求给AGV分配任务，确定AGV路径的起始区域和目标区域；然后，在距离代价的基础上，引入包含转弯代价的时间代价与基于修正网络拥塞扩散模型的区域密度估值，以更新A*算法的估计代价值；最后基于改进A*算法进行区域间全局路径规划，获取连接当前区域和目标区域的路径区域集。本发明根据区域拥堵情况这一指标对传统的A*算法进行改进。本发明利用网络拥塞模型预测各个区域的拥堵情况，在调度时尽可能使AGV合理分布在各个区域内，提高了多AGV系统的运输效率的同时降低了调度算法的复杂度。
-
公开(公告)号：CN112149555B
公开(公告)日：2023-06-20
申请号：CN202010998015.7
申请日：2020-09-21
Applicant: 华南理工大学
IPC: G06V20/58 , G06V10/774 , G06Q10/087 , G06Q10/047 , G06N3/0464
Abstract: 本发明公开了一种基于全局视觉的多仓储AGV追踪方法，包括以下步骤：1)拍摄仓库的全局图像，并将其发送到控制中心；2)对全局图像进行处理，追踪系统在第一帧利用目标检测算法对多台AGV进行识别，并根据AGV顶部的AprilTag码确定每台AGV的ID及位姿；3)将仓库分为若干区域，调度系统获取控制中心发送的AGV位姿信息后利用分层规划算法进行每台AGV的路径规划；4)将每台AGV的路径信息与多AGV追踪算法结合，预测AGV的位置，用一个边界框框选出AGV所在区域，确定每台AGV的信息；5)控制中心将路径信息转化成的速度指令发送至AGV，控制AGV，完成货物的分拣任务。
-
公开(公告)号：CN110780671A
公开(公告)日：2020-02-11
申请号：CN201911046869.9
申请日：2019-10-30
Applicant: 华南理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于全局视觉的仓储导航智能车调度方法，包括以下步骤：1）利用仓库天花板上的顶部摄像头拍摄全局图像；2）对全局图像进行处理来追踪仓储内的智能车并利用卷积神经网络识别来识别每台AGV的编号；3）将仓库分为若干个区域，利用全局控制器发送指令控制AGV，使AGV按照路线运行；4）利用改进A*算法进行区域路径规划，得到最优的AGV从当前区域到达目标区域的途径区域集；5）利用时间窗算法进行区域内路径规划，使AGV安全地从当前区域驶出；6）利用分段式PID控制算法使AGV能够沿规划路径完成既定运输任务。本发明充分地将AGV通行任务分配给各个区域，提高了AGV仓储系统的运行效率。
-
Patent Agency Ranking
公开(公告)号：CN112149555A
公开(公告)日：2020-12-29
申请号：CN202010998015.7
申请日：2020-09-21
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于全局视觉的多仓储AGV追踪方法，包括以下步骤：1)拍摄仓库的全局图像，并将其发送到控制中心；2)对全局图像进行处理，追踪系统在第一帧利用目标检测算法对多台AGV进行识别，并根据AGV顶部的AprilTag码确定每台AGV的ID及位姿；3)将仓库分为若干区域，调度系统获取控制中心发送的AGV位姿信息后利用分层规划算法进行每台AGV的路径规划；4)将每台AGV的路径信息与多AGV追踪算法结合，预测AGV的位置，用一个边界框框选出AGV所在区域，确定每台AGV的信息；5)控制中心将路径信息转化成的速度指令发送至AGV，控制AGV，完成货物的分拣任务。
-
公开(公告)号：CN113516429B
公开(公告)日：2024-03-29
申请号：CN202110379885.0
申请日：2021-04-08
Applicant: 华南理工大学
IPC: G06Q10/0631 , G06Q10/047 , G06Q10/087 , G06N5/01 , G05D1/69
Abstract: 本发明公开了一种基于网络拥堵模型的多AGV全局规划方法，首先建立区域化的地图，并根据运输需求给AGV分配任务，确定AGV路径的起始区域和目标区域；然后，在距离代价的基础上，引入包含转弯代价的时间代价与基于修正网络拥塞扩散模型的区域密度估值，以更新A*算法的估计代价值；最后基于改进A*算法进行区域间全局路径规划，获取连接当前区域和目标区域的路径区域集。本发明根据区域拥堵情况这一指标对传统的A*算法进行改进。本发明利用网络拥塞模型预测各个区域的拥堵情况，在调度时尽可能使AGV合理分布在各个区域内，提高了多AGV系统的运输效率的同时降低了调度算法的复杂度。
-
公开(公告)号：CN110488823B
公开(公告)日：2021-12-21
申请号：CN201910752191.X
申请日：2019-08-15
Applicant: 华南理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种新型智能巡线小车控制方法，该控制方法包括以下步骤：1)采集赛道图像信息；2)对赛道图像信息进行二值化；3)解算车体目标位置；4)跟踪与反馈偏差；5)运算并输出控制量。该控制方法采用赛道采集摄像头获取赛道图像信息，通过动态阈值方法(大津法)将赛道图像信息二值化，并通过三阶拟合方法对行进车体进行位置拟合解算。最后，运用微分跟踪器快速跟踪车体速度方向并由主控电路和主控制器完成控制量的运算和输出，从而实现对智能巡线小车进行更实时，更准确的运动控制。
-
公开(公告)号：CN110488823A
公开(公告)日：2019-11-22
申请号：CN201910752191.X
申请日：2019-08-15
Applicant: 华南理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种新型智能巡线小车控制方法，该控制方法包括以下步骤：1)采集赛道图像信息；2)对赛道图像信息进行二值化；3)解算车体目标位置；4)跟踪与反馈偏差；5)运算并输出控制量。该控制方法采用赛道采集摄像头获取赛道图像信息，通过动态阈值方法(大津法)将赛道图像信息二值化，并通过三阶拟合方法对行进车体进行位置拟合解算。最后，运用微分跟踪器快速跟踪车体速度方向并由主控电路和主控制器完成控制量的运算和输出，从而实现对智能巡线小车进行更实时，更准确的运动控制。
-
公开(公告)号：CN214225768U
公开(公告)日：2021-09-17
申请号：CN202120310376.8
申请日：2021-02-03
Applicant: 华南理工大学
IPC: G05D1/02
Abstract: 本实用新型公开了一种具有面部信息动态追踪识别的人机协作AGV，包括车轮、车身、激光雷达、工控机、支撑柱、动态识别结构以及辅助支撑；所述车轮设置在车身左右两侧；所述激光雷达设置在车身顶部边缘；所述工控机设置在车身顶部中心；车身顶部上方设有一架高平台，支撑柱设置在平台中心；支撑柱顶部连接动态识别结构，支撑柱与平台连接处设置辅助支撑；所述动态识别结构包括云台以及摄像头；所述云台包括摄像头固定件、摄像头固定板、电机以及电机固定板。本实用新型在不改变本身前进轨迹和车身姿态的情况下，根据激光雷达获取障碍物的位置信号，通过云台将摄像头调整到可识别对应障碍物的位置上，从而进行面部识别，提高人机协作的效率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
