用于智能运输装置的避障系统的制作方法

本实用新型涉及用于智能运输装置的避障系统，属于智能运输装置避障技术领域。

背景技术：

智能运输装置是一种用于载人载物的运输交通工具，其为通过地下特殊管道与地面道路来实现移动的装置，为人们提供便利服务。但目前的智能运输装置并不能实现完全有效的自主避障，这不仅存在运输安全风险，还存在运输效率不高等情况。

于2019年10月25日公开了一种公开号为cn110371112a，名称为“一种自动驾驶车辆的智能避障系统及方法”的专利文献，其中：在自动驾驶车辆上安装障碍物检测装置、障碍物轨迹预测子系统、车辆决策子系统，数据集采集装置，障碍物检测装置检测的障碍物车辆坐标传入到数据集采集装置训练出的障碍物轨迹预测算法模型，并根据障碍物的历史轨迹预测出障碍物的未来轨迹；由车辆决策子系统根据障碍物轨迹预测算法模型预测出来的未来轨迹进行决策，根据车辆的未来轨迹可能出现的位置进行标定，并绕过标定位置。在该技术方案中，主要采用循环神经网络，对码头环境进行检测，而未涉及有复杂变化的人行道。

于2013年11月13日公开了一种公开号为cn103386975a，名称为“一种基于机器视觉的车辆避障方法及系统”的专利文献，其中：该避障方法包括如下步骤：处理器采用基于单幅图像的障碍物检测算法判定缩微车前方是否存在障碍物；处理器对两个摄像头进行标定，采用立体视觉的方法确定障碍物的高度并将高度信息传输给控制器；测距装置检测相邻两车道的车辆状况，为避障换道提供可行驶的区域并将可行使区域的信息传输给控制器；控制器根据获得的信息，采用自适应换道策略，向运行控制模块发送命令，完成车辆的自主换道。该发明的避障方法稳定、自适应程度高，车辆避障姿态流畅，避障成功率高达98%以上。在该技术方案中，主要在于自主换道，且仅为检测能否换道，而为涉及有更够自主的路径规划和紧急情况处理。

于2017年07月14日公开了一种公开号为cn106950983a，名称为“无人飞行器避障方法及装置”的专利文献，其中：该无人飞行器避障方法主要包括以下步骤：s1无人飞行器发射出超声波信号；s2接收经障碍物反射回来的超声波信号；s3采样有效的超声波信号；s4校正超声波传输速度；s5计算所述无人飞行器当前时刻距离所述障碍物的距离；s6依据所述距离控制所述无人飞行器避开所述障碍物。该发明的无人飞行器避障方法及装置由于超声波回波接收检测准确、测量精度高，因而无人飞行器在飞行时可以有效判断出障碍物位置，具有避障效果好的特点。在该技术方案中，主要实现用超声波精准测距而使避障精准，而为涉及如何实现避障。

技术实现要素：

本实用新型旨在解决现有技术问题，而提出了用于智能运输装置的避障系统。本系统适用于智能运输装置在地面道路移动时的避障，并基于多种传感器组成的识别系统来获取智能运输装置运动过程中障碍物信息，再经中央处理器控制装置减速或者停止,进而实现避障方略。

为了实现上述技术目的，提出如下的技术方案：

用于智能运输装置的避障系统，包括带有驱动机构的智能运输装置本体，以及设置在智能运输装置本体上的障碍物检测装置和中央处理器，驱动机构与中央处理器连接；障碍物检测装置包括用于对运行路径进行测距的检测传感器、用于对运行路径进行定位的定位器以及用于对运行路径进行摄像的摄像头，定位器和摄像头均与中央处理器连接；

检测传感器包括激光扫描雷达、激光传感器和超声波传感器，激光扫描雷达、激光传感器和超声波传感器均与中央处理器连接；

中央处理器连接有显示屏和报警器。

进一步的，所述摄像头为双目摄像头，其在智能运输装置本体上的分布位置及数量，可根据实际需求而定。

进一步的，所述激光扫描雷达，识别范围0.09-24m，至于具体识别范围设置，根据实际情况而定；其在智能运输装置本体上的分布位置及数量，可根据实际需求而定；其用于对运行路径路面情况进行扫描，并将所采集的信号传递至中央处理器，中央处理器分析并计算，再对智能运输装置本体下达相匹配的运动指令。激光扫描雷达工作范围为x—y米，其中，“x、y”数值由激光扫描雷达的性能、实际使用环境中的情况来而决定，比如：智能运输装置的移动速度、天气、障碍物材质等；x＜y1(例：x=10cm，y=25m)；其体积小、扫描频率高，可室外使用，多机共同工作。

进一步的，所述超声波传感器识别范围0.02-5m，至于具体识别范围设置，根据实际情况而定；其在智能运输装置本体上的分布位置及数量，可根据实际需求而定；可以测探测激光传感器不能探测的物体。

进一步的，所述激光传感器，其在智能运输装置本体上的分布位置及数量，可根据实际需求而定；精度高，环境干扰小，可室外使用。

进一步的，所述报警器为带有闪光和鸣笛的报警器。

采用本技术方案，带来的有益技术效果为：

1）在本技术方案中的该避障系统适用于智能运输装置在地面道路移动时的避障，并基于多种传感器组成的识别系统来获取智能运输装置运动过程中障碍物信息，再经处理器控制装置减速或者停止,进而实现避障方略；

2）在本实用新型中，基于避障系统，能够对障碍目标进行较好的避障，减少智能运输装置自身以及智能运输装置与其他障碍目标的碰撞概率，增加障碍目标的通行效率；

3）在本实用新型中，涉及的避障方法适用性强，应用范围广，不易被干扰，精度高，测距远，避障稳定；本障碍避障系统分工明确，且各部件之间能较好的相互配合物，其中，检测装置采集信息精准、全面及完整；

4）在本实用新型中，智能运输装置的速度根据障碍物距离进行实时控制，应对危险，且能有较快反应和缓冲时间。

附图说明

图1为本实用新型中避障系统的工作原理逻辑连接框图（一）；

图2为本实用新型中避障系统的工作原理逻辑连接框图（二）；

图中，1、智能运输装置本体，2、驱动机构，3、障碍物检测装置，31、检测传感器，32、定位器，33、摄像头，4、中央处理器，5、激光扫描雷达，6、激光传感器，7、超声波传感器，8、显示屏，9、报警器。

具体实施方式

下面通过对本实用新型实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本实用新型的一部分实施例，而不是全部的实施例。基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本实用新型保护的范围。

实施例1

如图1-2所示：用于智能运输装置的避障系统，包括带有驱动机构2的智能运输装置本体1，以及设置在智能运输装置本体1上的障碍物检测装置3和中央处理器4，驱动机构2与中央处理器4连接；障碍物检测装置3包括用于对运行路径进行测距的检测传感器31、用于对运行路径进行定位的定位器32以及用于对运行路径进行摄像的摄像头33，定位器32和摄像头33均与中央处理器4连接；

检测传感器31包括激光扫描雷达5、激光传感器6和超声波传感器7，激光扫描雷达5、激光传感器6和超声波传感器7均与中央处理器4连接；将激光传感器6与超声波传感器7组合使用，超声波传感器7识别范围x1—y1内的道路情况，激光传感器6识别范围x2—y2内的道路情况；激光传感器6与超声波传感器7组合使用，共同运作，其中，激光传感器6具有不易被干扰、精度高、测距远等特点，而超声波传感器7用来弥补激光传感器6不能识别透明物体的缺点，能有效减少检测盲区，保证智能运输装置本体1实现360°无死角避障；且，两个传感器共同运作，数据传输给中央处理器4进行综合判断，决定智能(例：x1=3cm，y1=5m，x1＜y1；x2=5cm，y2=10m，x2＜y2)；

中央处理器4连接有显示屏8和报警器9，其中，报警器9为带有闪光和鸣笛的报警器。

在本技术方案中，涉及的智能运输装置包括智能运输机器人或平衡车等。其中，智能运输装置包括智能温控货仓、高强度纳米外壳及集成高端智能芯片，其采用高能石墨烯电池，且顶部设有脚踩防滑踏板，底部设有耐磨抗压双排轮和全向轴方向滑轮。可用于载人骑行、物流输送等。

实施例2

基于实施例1，本实施例更进一步的，

关于摄像头33，摄像头33为双目摄像头，其在智能运输装置本体1上的分布位置及数量，可根据实际情况而定，比如：设置摄像头33一个，分布设置在智能运输装置本体1的前端。

实施例3

基于实施例1-2，本实施例更进一步的，

关于激光扫描雷达5，识别范围0.09-24m，至于具体识别范围设置，根据实际情况而定；其在智能运输装置本体1上的分布位置及数量，可根据实际情况而定，比如：设置激光扫描雷达5至少两个，分布设置在智能运输装置本体1的前端和后端。用于对运行路径路面情况进行扫描，并将所采集的信号传递至中央处理器4，中央处理器4分析并计算，再对智能运输装置本体1下达相匹配的运动指令。激光扫描雷达5工作范围为x3—y3米，其中，“x3、y3”数值由激光扫描雷达5的性能、实际使用环境中的情况来而决定，比如：智能运输装置的移动速度、天气、障碍物材质等；x3＜y3(例：x3=10cm，y3=25m)。

实施例4

基于实施例1-3，本实施例更进一步的，

关于激光传感器6，其在智能运输装置本体1上的分布位置及数量，可根据实际情况而定，比如：设置至少四个，在智能运输装置本体1均匀分布。

实施例5

基于实施例1-4，本实施例更进一步的，

关于超声波传感器7，识别范围0.02-5m，至于具体识别范围设置，根据实际情况而定；其在智能运输装置本体1上的分布位置及数量，可根据实际情况而定，比如：设置至少四个，在智能运输装置本体1均匀分布。

实施例6

基于实施例1-5中的用于智能运输装置的避障系统，提出一种用于智能运输装置的避障方法，包括如下步骤：

信息采集：打开智能运输装置，开启智能运输装置本体1上的驱动机构2、中央处理器4及障碍物检测装置3；

利用障碍物检测装置3中的检测传感器31对智能运输装置本体1的运行路径进行测距，并将采集的距离信息传递给中央处理器4；

利用障碍物检测装置3中的定位器32对智能运输装置本体1的运行路径进行定位，并将采集的位置信息传递给中央处理器4；

利用障碍物检测装置3中的摄像头33对智能运输装置本体1的运行路径进行摄像，并将采集的图像信息传递给中央处理器4；

信息处理：中央处理器4接收距离信息、位置信息及图像信息，分析并计算；

避障预测：结合所得计算结果，即时定位，构建运行路径3d地图，提前识别运行路径中的障碍目标，并对提前识别的运行路径进行避障预测，得出无障碍路线；结合所得无障碍路线，中央处理器4发出避障指令，命令驱动机构2提前绕行避障；

紧急避障：结合障碍物检测装置3所采集的距离信息和所得计算结果，中央处理器4对驱动机构2进行限速处理，具体包括低于设置最近距离时，中央处理器4控制驱动机构2刹车。

其中，在信息处理中，所述计算包括slam计算方式。

其中，在信息处理中，还包括中央处理器4对距离信息、位置信息及图像信息的储存。

其中，在避障预测中，所述障碍目标包括低速运动目标、远距离高速运动目标和静止目标。

其中，紧急避障包括减速并限速方式和刹车方式，其中，结合实际情况，设定：x=1cm，y=50m，z=10km/h；

其中，减速并限速方式：当障碍目标距离智能运输装置本体11-50m内时，将智能运输装置本体1限速为10km/h；若当前速率高于10km/h，将智能运输装置本体1匀减速至1-50m的限速范围内；

刹车方式：当障碍目标距智能运输装置本体11m时，将智能运输装置本体1快速减速，直至降速为0。