基于射频识别的制导导航方法
【专利摘要】本发明公开了基于射频识别的制导导航方法，包括如下步骤：绘制或导入结构化环境的网格地图和拓扑地图，在网格地图上对所有网格编号，并标明占用区和通行区，存入数据库中；将可移动设备都佩戴射频识别标签，将每个射频识别标签的匹配数据存入数据库中；服务器控制射频识别天线阵列或天线集群读取结构化环境内的射频识别标签并进行定位，服务器比对数据库中标签和可移动设备的对应关系，从而获得位置信息；服务器将机器人在网格地图中的位置信息映射到拓扑地图上，再根据拓扑地图和当前机器人的任务，计算当前机器人的拓扑路径；服务器将拓扑路径映射到网格地图上，将拓扑路径分解为移动指令发送到相对应的机器人，导引机器人在规划的路径上移动。
【专利说明】基于射频识别的制导导航方法
【技术领域】
[0001] 本发明涉及一种基于射频识别的制导导航方法。
【背景技术】
[0002] 早期，在结构化环境下(结构化环境：视觉导航系统对导航特征具有一定的先验知 识，导航特征一般为直线特征或路标特征)，人们通过在地面或其他空间位置规划和敷设电 磁、颜色、灯号等标志表达机器人既定的运行轨道，自主移动机器人通过内置的电磁感应或 光信号识别功能来导引自己的移动路线。这种制导导航技术门槛低，最成熟，实施成本也 低，但使用不够智能，机器人一旦脱离轨道就需要人工干预，而且变更成本高，轨道一旦部 署就不方便改造。根本上说，这类制导导航方式是牵引制导的延续，是一种单一维度的导航 方式。
[0003] 现在的结构化生产环境下，机器人行业尝试采用激光制导、声纳、图像识别等二维 导航技术，不过电磁感应和光信号识别技术仍被留用。此外还有一些不成熟的技术比如气 味导航等。而大家耳熟的GPS制导导航、惯性导航因为精度原因并不适用于结构化小环境。 多数情况下，机器人导航是多种制导导航技术的组合应用。
[0004] 其中，激光制导导航：机器人能采用的激光制导技术是半主动寻的导航，生产环境 下的优点是不受其他设备电磁噪的影响。但是在生产环境下，尚存在下述一些缺陷： 1、激光束及其反射和散射对人眼有致盲危害。
[0005] 2、生产环境下的货架、大型设备、门扉、蒸汽等都会形成对激光束的阻断，需要复 杂的接力布局设计。
[0006] 3、其他移动设备或机器人会形成对激光束的随机阻断，影响实际使用效率。
[0007] 4、寻的信号漫射会困扰团队中其他机器人。
[0008] 5、自主移动机器人比如运输机器人的移动是从目前位置到一个空位，而对于寻的 导航来说，这个空位很难用激光束着点来表达。
[0009] 6、粉尘环境需要高频的设备维护。
[0010] 声纳制导导航：对运动方向上障碍的识别和规避能力突出，但在定位能力上很弱。 在生产环境下，货架或货位上货物的频繁更替、物体的移动会使声纳制导技术的定位能力 和构图能力趋于零。超声波的发射在机器人团队中会形成相互干扰，需要追加声音指纹的 产生和识别功能。
[0011] 图像识别视觉导航：业界对机器人导航的研发基本集中在该方向上，已经有很大 突破，但仍鲜见成熟商业应用。它分自主式和分布式两种导航方式。自主式图像识别制导 的情况下，计算逻辑全部在机器人端，机器人运算负担重，反应和行动缓慢，在环境改造或 重构的情况下，地图重建缓慢，生产可能因此中断；分布式图像识别制导的情况下，虽然计 算逻辑有服务器共同承担，但图像信息的传递占用过多带宽，为机器人团队分别计算定位 和路径甚至障碍也是服务器的很重负担。总体来说，图像识别制导导航受限于系统的运算 速度，成熟的商业应用还依赖计算机硬件技术的进一步发展。
【发明内容】
[0012] 针对上述问题，本发明提供一种基于射频识别的制导导航方法，在结构化 环境下，采用射频识别（RFID)技术监测所有结构化对象，采用分布式计算，将定位 (focalization)、路径规划（path planning)和障碍规避（obstacle avoidance)的计算任 务均布置在服务器端，实时性好、性能可靠。
[0013] 为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现： 基于射频识别的制导导航方法，其特征在于，包括如下步骤： 501 :绘制或导入结构化环境的网格地图和拓扑地图，在网格地图上对所有网格赋予编 号，并进一步标明占用区和通行区，存入服务器数据库中； 502 :将可移动设备都佩戴射频识别标签，且将每个射频识别标签的匹配数据存入服务 器数据库中； S03:服务器控制射频识别天线阵列或天线集群读取结构化环境内的射频识别标签并 对射频识别标签进行定位，（位置以网格地图上网格的编号表达。）服务器比对数据库中标 签和可移动设备的对应关系，从而获得可移动设备的位置信息； S04:服务器将机器人在网格地图中的位置信息映射到拓扑地图上，再根据拓扑地图和 当前机器人的任务，计算当前机器人的拓扑路径； S05 :服务器将拓扑路径映射到网格地图上，将拓扑路径分解为移动指令序列，发送到 相对应的机器人，导引机器人在规划的路径上移动。
[0014] 本发明的有益效果是： ?该技术采用分布式计算，将定位（focalization)、路径规划（path planning)和障碍 规避（obstacle avoidance)计算任务均布置在服务器端。由于采用射频识别（RFID)技术 监测所有结构化对象，服务器端的逻辑运算相对分布式图像识别视觉导航方法的服务器运 算要简单而轻巧。如果结合其他导航技术比如声纳导航技术(避障逻辑布置在机器人端)， 机器人可以进一步探测非结构化障碍，形成停止等待、规避、或征询服务器规划替代路径等 操作。
[0015] ?该技术适用机器人团队的批量和协同导航，并能够纳入非机器人移动设备和人 员作为变量。
[0016] ?有障环境下，本技术采用的射频微波传播性能强于激光，不需要直线传播，能干 扰阻断射频微波的材料更少。合理的天线阵列布局可以在应用环境下全范围消除盲点。
[0017] ?该技术的性能受粉尘环境影响小，设备不需要高频的除尘维护。
[0018] ?该技术不受环境内日常变化比如货物堆放等的影响。
[0019] ?应用该技术后，环境的重新部署和改造非常方便，只需要服务器端的地图改动， 不涉及硬件的改动，不需要机器人端的地图和知识更新，机器人可以迅速应用在新场景新 环境。同样的原因，机器人可以一机多用，可以方便地迁徙于不同服务器监控的环境，比如 不同的车间，甚至不同的企业。
[0020] 本技术可以协同应用单位的其他RFID应用，可以和商品监测等系统共用一套天 线阵列或集群，共用一个服务器，降低应用成本。
【专利附图】
【附图说明】
[0021] 图1是本发明基于射频识别的制导导航方法的结构示意图。
【具体实施方式】
[0022] 下面结合附图和具体的实施例对本发明技术方案作进一步的详细描述，以使本领 域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限 定。
[0023] 如图1所示，基于射频识别的制导导航方法，包括如下步骤： S01 :绘制或导入结构化环境的网格地图和拓扑地图，对所有网格赋予编号，并进一步 在网格地图上标明占用区和通行区，存入服务器数据库中。比如图1中，地面网格中灰色 打X部分为货架、固定设备等的永久占用区，对机器人不能通行。其他白色区域为可通行区 域，但同时其他可移动设备也在该区域活动，需说明的是，可移动设备包括所有可以移动的 设备和人员，比如移动设备和工作人员，当机器人数量超过两个以上时，在计算一个机器人 的路径时，其他机器人也看做可移动设备。
[0024] S02 :将可移动设备都佩戴射频识别标签即RFID标签，且将每个射频识别标签的 匹配数据存入服务器数据库中，即系统事先做好标签和实际物或人的匹配，存于数据库中。 在结构化环境下，所有进入环境中的移动物体(宿主）均须佩戴射频识别（RFID)标签，对射 频识别（RFID)标签的定位即是对其宿主的定位。
[0025] S03:服务器控制射频识别天线阵列或天线集群读取结构化环境内的射频识别标 签并对射频识别标签进行定位，位置以网格地图上网格的编号表达。服务器比对数据库中 标签和可移动设备的对应关系，从而获得可移动设备的位置信息。即服务器通过射频识别 (RFID)读取天线阵列或天线集群，实时定位配有射频识别（RFID)标签的各个机器人、非机 器人移动设备、人员等。其中，合理的天线阵列布局可以在应用环境下全范围消除盲点。
[0026] S04:服务器将机器人在网格地图中的位置信息映射到拓扑地图上，再根据结构 化环境的拓扑地图和当前机器人的任务，计算当前机器人的拓扑路径。拓扑路径的计算 可以采用图论的任何现有路径算法，比如Dijkstra算法，TQQ (graph growth with two queues)算法,DKA(the Dijkstra's algorithm implemented with approximate buckets) 算法，DKD(the Dijkstra' s algorithm implemented with double buckets)算法，ASPA (A3 heuristic shortest path algorithm)算法。
[0027] S05:服务器将拓扑路径映射到网格地图上，将拓扑路径分解为移动指令发送到相 对应的机器人，导引机器人在规划的路径上移动。优选，服务器将拓扑路径分解为机器人 连续不断的从一个网格移动到另一个网格的运行指令集合发送到相对应的机器人，比如直 行、左转弯（〇°到90°)、右转弯（0°到-90°)、增速(正加速度量值)、减速(负加速度量值)、停 止、倒退等指令。
[0028] 服务器将这些运行指令，可以通过无线通讯链路比如无线局域网发送到相应机器 人，导引其完成在规划路径上的移动。
[0029] 最后，机器人执行服务器发送的运行指令。
[0030] 其中，非机器人移动设备和人员的运动具有较大的随机性。服务器通过对全场射 频识别（RFID)标签的监测定位来为机器人发现随时出现的新障碍，及时对运行路径做出修 正或发出避障指令。对于当前机器人，其他可移动设备(包括其它机器人、非机器人移动设 备和人员）均是潜在的随机障碍，服务器通过他们的运动方向和惯性计算他们在路径上成 为障碍的概率，并据此向机器人及时发出减速、变线、停止等待等指令，调整当前机器人的 路径并修正其运行。
[0031] 本方法是结构化环境下一种全新的机器人制导导航技术，丰富了机器人导航手 段，为应用单位在技术手段、成本控制、技术协同等方面提供了一种结构简单、实时性好、性 能可靠的选择。
[0032] 本发明的有益效果是： ?该技术采用分布式计算，将定位（focalization)、路径规划（path planning)和障碍 规避（obstacle avoidance)计算任务均布置在服务器端。由于采用射频识别（RFID)技术 监测所有结构化对象，服务器端的逻辑运算相对分布式图像识别视觉导航方法的服务器运 算要简单而轻巧。如果结合其他导航技术比如声纳导航技术(避障逻辑布置在机器人端)， 机器人可以进一步探测非结构化障碍，形成停止等待、规避、或征询服务器规划替代路径等 操作。
[0033] ?该技术适用机器人团队的批量和协同导航，并能够纳入非机器人移动设备和人 员作为变量。
[0034] ?有障环境下，本技术采用的射频微波传播性能强于激光，不需要直线传播，能干 扰阻断射频微波的材料更少。合理的天线阵列布局可以在应用环境下全范围消除盲点。 [0035] ?该技术的性能受粉尘环境影响小，设备不需要高频的除尘维护。
[0036] ?该技术不受环境内日常变化比如货物堆放等的影响。
[0037] ?应用该技术后，环境的重新部署和改造非常方便，只需要服务器端的地图改动， 不涉及硬件的改动，不需要机器人端的地图和知识更新，机器人可以迅速应用在新场景新 环境。同样的原因，机器人可以一机多用，可以方便地迁徙于不同服务器监控的环境，比如 不同的车间，甚至不同的企业。
[0038] 本技术可以协同应用单位的其他RFID应用，可以和商品监测等系统共用一套天 线阵列或集群，共用一个服务器，降低应用成本。
[0039] 以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发 明说明书及附图内容所作的等效结构或者等效流程变换，或者直接或间接运用在其他相关 的【技术领域】，均同理包括在本发明的专利保护范围内。
【权利要求】
1. 基于射频识别的制导导航方法，其特征在于，包括如下步骤： SO 1 :绘制或导入结构化环境的网格地图和拓扑地图，在网格地图上对所有网格赋予编 号，并进一步标明占用区和通行区，存入服务器数据库中； S02 :将可移动设备都佩戴射频识别标签，且将每个射频识别标签的匹配数据存入服务 器数据库中； S03:服务器控制射频识别天线阵列或天线集群读取结构化环境内的射频识别标签并 对射频识别标签进行定位，服务器比对数据库中标签和可移动设备的对应关系，从而获得 可移动设备的位置信息； S04:服务器将机器人在网格地图中的位置信息映射到拓扑地图上，再根据拓扑地图和 当前机器人的任务，计算当前机器人的拓扑路径； S05 :服务器将拓扑路径映射到网格地图上，将拓扑路径分解为移动指令序列，发送到 相对应的机器人，导引机器人在规划的路径上移动。
2. 根据权利要求1所述的基于射频识别的制导导航方法，其特征在于，在步骤S05中， 将拓扑路径分解为机器人连续不断的从一个网格移动到另一个网格的运行指令序列并发 送到相对应的机器人。
3. 根据权利要求2所述的基于射频识别的制导导航方法，其特征在于，所述指令包括 直行、左转弯、右转弯、增速、减速、停止、倒退。
4. 根据权利要求2所述的基于射频识别的制导导航方法，其特征在于，在当前机器人 的运行过程中，服务器通过其他可移动设备的运动方向和惯性计算他们在路径上成为障碍 的概率，并据此调整当前机器人的路径并修正运行指令序列。
【文档编号】G06K17/00GK104154925SQ201410420276
【公开日】2014年11月19日 申请日期:2014年8月25日 优先权日:2014年8月25日
【发明者】许小敏 申请人:正量电子科技（苏州）有限公司, 许小敏