Tổng quan công nghệ

Thuật toán điều hướng tự động thông thường không kết hợp các tham số như, hình dạng, kích thước của chiếc xe được xem xét. Điều này có nguy cơ va chạm cao trong môi trường phức tạp, nơi các chướng ngại vật lộn xộn với rất ít chỗ để di chuyển. Sự đổi mới này sử dụng một kỹ thuật lập kế hoạch tuyến đường nội địa. Kỹ thuật này đưa vào xem xét thông tin như hình dạng, kích thước, tốc độ và hướng tiến bộ thực sự của một chiếc xe tự lái. Điều này cho phép tối ưu hóa khoảng cách tuyến đường của xe tự lái và phương tiện tránh chướng ngại vật trong thời gian thực với hiệu quả tính toán cao. Thuật toán này có thể tính toán năng lượng và các đường tránh được tối ưu hóa theo thời gian của thiết bị đầu cuối với hiệu quả tính toán cao bằng cách sử dụng góc của phương tiện, góc lệch và nhiều cách khác như hướng di chuyển.

Các đặc điểm và tính năng công nghệ

Phương pháp điều khiển một chiếc xe bao gồm các bước sau:

1.     xác định đường đi đầu tiên bằng cách sử dụng điểm bắt đầu và điểm đến của phương tiện,

2.     cảm nhận vị trí chướng ngại vật bằng nhiều cảm biến chướng ngại vật gắn trên xe

3.     tính toán thông tin thị sai bằng cách sử dụng thông tin chướng ngại vật; và

4.     tính toán đường dẫn thứ hai tránh chướng ngại vật với thông tin thị sai, trong đó thông tin thị sai bao gồm các góc hướng di chuyển sau:

Trong đó L là chiều dài trục của xe, W là chiều rộng của xe,, k, t, fr, k, t, βrl, k, t và rr, k, t là các góc di chuyển theo bốn hướng của xe, tương ứng, βk, t là góc định hướng di chuyển của tâm trọng lực của xe, φk, t là góc lệch, ν là vận tốc của xe.

Thuật toán chính xác hơn có thể thực hiện trong một môi trường phức tạp và hẹp bằng cách xem xét hình dạng, kích thước, vv của chiếc xe. Sử dụng phương pháp hiệu định thị sai (MP), một đường dẫn tránh tối ưu có thể được tính toán một cách hiệu quả mà không mất nhiều thời gian.

Trong hình 9: Các đường cong màu đỏ và màu xanh là kết quả của phương pháp dựa trên khoảng cách và dựa trên MP với các phương pháp MPC, tương ứng. Và đường cong màu xanh lá cây là kết quả của cách tiếp cận trường tiềm năng dựa trên khoảng cách. Đối với phương pháp dựa trên MP với MPC, không có xung đột với các chướng ngại vật, nhưng đối với phương pháp dựa trên khoảng cách, việc tiếp xúc với khối tròn tập trung ở [70m, 45m] xảy ra trong cả phương pháp MPC và trường tiếp cận tiềm năng. Trong mọi trường hợp, các mối liên quan đều được xử lý hợp lý.

Các ứng dụng tiềm năng

Công nghệ này phù hợp cho xe tự hành không điều khiển, tự điều hướng. Thuật toán mạnh hơn so với hầu hết các phương pháp hiện có. Công nghệ này được áp dụng cho các ngành công nghiệp sau:

•         Xe tự lái: Hệ thống định vị của xe tự hành

•         Robot công nghiệp: Robot dịch vụ tự trị trong đó cần có khả năng tránh chướng ngại vật

•         Robot nội địa: Robot dịch vụ tự trị phải điều hướng không gian chật hẹp với sự sắp xếp linh hoạt của đồ đạc

Các lợi ích dành cho khách hàng

Thuật toán mạnh mẽ hơn khi có thể thực hiện trong một môi trường phức tạp và hẹp bằng cách xem xét hình dạng và kích thước của chiếc xe. Sử dụng phương pháp hiệu đính thị sai (MP), một đường dẫn tránh tối ưu có thể được tính toán một cách hiệu quả tiêu mà không mất nhiều thời gian. Đơn giản hóa trong thuật toán đòi hỏi một bộ xử lý năng lượng tính toán thấp hơn, do đó phương tiện tự điều khiển với chi phí thấp hơn.