申请/专利权人：南京理工大学

申请日：2021-12-21

公开（公告）日：2024-04-12

公开（公告）号：CN114265406B

主分类号：G05D1/43

分类号：G05D1/43;G05D1/242;G05D1/243;G05D1/644;G05D1/692;G05D1/648;G05D109/10

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2022.04.19#实质审查的生效;2022.04.01#公开

摘要：本发明公开了一种基于机器视觉的智能车编队控制系统及其控制方法，以实现智能车按期望的队形执行特定编队任务，整个系统包括一个上位机，以及多个智能车构成的智能车组模块，每个智能车设置有定位模块、网络通信模块、控制算法模块。其中定位模块通过传感器采集信息，完成智能车定位以及建立位置结构网络模型；网络通信模块完成智能车与上位机以及智能车之间的数据交互及共享，建立通信拓扑；智能车组模块由多个差动轮式智能车构成，用以实现特定的编队任务；控制算法模块包括一致性算法和避障算法，使得智能车能按照特定的队形完成编队任务。本发明利用机器视觉实现智能车编队控制，具有适应性强和可移植性高的优点。

主权项：1.一种基于机器视觉的智能车编队控制系统，其特征在于，包括一个上位机，以及多个智能车构成的智能车组模块，每个智能车设置有定位模块、网络通信模块、控制算法模块，其中：所述智能车组模块，由多个差动轮式智能车构成，用以实现设定的编队控制任务；所述网络通信模块，通过无线网卡和路由器，采用无线网络中的XML-RPC通信协议完成智能车与上位机、以及智能车之间的数据交互及共享，构建通信拓扑；所述定位模块，通过智能车的单目摄像头采集图像信息，惯性测量单元采集累计运动信息，编码器用于计算定位信息，综合完成智能车定位以及位置结构网络模型建立；所述控制算法模块，包括一致性控制算法和避障算法，通过一致性控制算法进行编队，使各智能车保持固定的速度，彼此保持设定的距离，形成给定队形；有新队形需求时，转换到新队形；在遇到障碍物时结合激光雷达，采取避障算法，避开障碍物并恢复到遇障前的状态；一致性控制算法ui为： 其中k，b为待定常数，其值依赖于通信拓扑，xi,vi分别表示第i个智能体的位置和速度，Ni为小于等于i的正整数集合，j为智能体编号；对于n个智能车，实现队形一致性，具体步骤如下：步骤3.1，用户给出期望的队形要求，得到n个虚拟结构点；步骤3.2，多智能车通过定位模块确定自身的绝对位置，构建位置结构网络模型；步骤3.3，多智能车通过广播的形式在通信拓扑中沟通自己在队形中的虚拟结构点；步骤3.4，多智能车达成在队形中虚拟结构点的共识，调用自身的move_to_target函数，向虚拟结构点进行运动，采用一致性算法ui直至达到预期的初始队形位置；步骤3.5，步骤3.4中达到预期的初始队形位置，即为所有智能体达到步骤3.3中达成共识的虚拟结构点，达成位置一致性，进入平衡状态；通过一个全局的标志位stable_x来维护此状态；步骤3.6，多智能车中任意一个智能车在收到运动指令后，向目标点进行运动，打破平衡，并时刻在通信拓扑中广播自己的绝对位置信息；步骤3.7，在通信拓扑内流通中的每个智能车为了维护平衡，会形成新的队形中的虚拟结构点，循环调用自身move_to_target函数；当一个智能车始终拥有恒定速度v时，整个系统以v为速度稳定状态，通过一致性控制算法ui达成速度一致性，此状态通过全局标志位stable_v维护；当需要队形变换时，采用以下步骤：步骤4.1，用户要求切换队形，得到新的n个虚拟位置点；步骤4.2，多智能体通过定位模块确认自身当前的绝对位置，结合与自身最近的队形目标点，初步确定自己的虚拟期望结构点，通过广播形式在通信拓扑中沟通；步骤4.3，多智能车达成在队形中虚拟结构点的共识，调用自身的move_to_target函数，向虚拟结构点进行运动，直至达到预期的初始位置；步骤4.4，步骤4.3达到预期的初始位置，即所有智能体达到步骤4.2达成共识的虚拟位置，进入平衡状态；步骤4.5，一个智能车在收到运动指令后，对目标进行运动，打破平衡，并时刻广播自己的绝对位置信息；步骤4.6，在通信拓扑内流通中的每个智能车为了维护平衡，会形成新的队形中的虚拟位置，循环调用自身move_to_target函数；所述move_to_target函数存在于智能车控制算法程序代码中，输入参数为目标位置，无输出，产生的行为为移动到目标位置；避障算法采用带激光雷达反馈的人工势场法：定义约束相邻两个智能车qi和qj的势场函数Uij为： 其中η为正比例增益系数，ρij＝||qi-qj||为节点i和节点j之间的实际欧式距离，ρ0为障碍物的斥力势场范围半径；势场力为势场函数的梯度函数，即： 其中为qi指向qj的单位向量；结合运动学模型，角速度控制量ωi如下所示： ωi＝kθαi-θi其中为智能车i所受到的势场合力，为x,y轴上的单位向量，αi为势场力方向角，θi为智能车i实时的朝向，kθ为正比例系数；在智能车线速度的输入确定上，选择直接与势场力矢量的模成正比，kv为正比例系数：

全文数据：

权利要求：

百度查询： 南京理工大学 一种基于机器视觉的智能车编队控制系统及其控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD