CN109131279B - 一种自主移动售货车及其避障方法 - Google Patents

Abstract

一种自主移动售货车及其避障方法，该方法包括：获取视觉传感器的视觉数据、毫米波雷达数据和超声波雷达数据；将视觉数据中的障碍物位置转换到毫米波雷达坐标系，与毫米波雷达数据进行数据融合，得到第一融合数据；将毫米波雷达数据与超声波雷达数据进行数据融合，得到第二融合数据；根据第一融合数据和第二融合数据，输出减速停车信号或立即停车信号。由于本申请利用不同传感器的特性分别采集不同距离内的障碍物信息，通过多传感器数据融合，设计减速区域和危险区域，在不同的区域利用不同数据进行决策，使得避障更有效。同时，由于在危险区域采取了立即停车的方式，大幅增加自主移动售货车的安全性，可在紧急情况下避免碰撞的发生。

Description

一种自主移动售货车及其避障方法

技术领域

本发明涉及售货车技术领域，具体涉及一种自主移动售货车及其避障方法。

背景技术

无人驾驶系统现主要应用于乘用车的控制方面，应用于高速乘用车的基于激光雷达、视觉、毫米波雷达的多传感器融合方案，该方案成本高昂，软件层面主传感模块设计复杂，一旦出现问题可能造成重大事故。

发明内容

本发明旨在自主移动的售货车上应用毫米波雷达、视觉、超声波雷达多传感器融合方案，及时检测出障碍物使得售货车停车，实现有效避障。

根据第一方面，一种实施例中提供一种自主移动售货车避障方法，包括：

数据获取步骤，获取视觉传感器的视觉数据、毫米波雷达数据和超声波雷达数据；

数据处理步骤，将视觉数据中的障碍物位置转换到毫米波雷达坐标系，与毫米波雷达数据进行数据融合，得到第一融合数据；将毫米波雷达数据与超声波雷达数据进行数据融合，得到第二融合数据；

控制步骤，根据第一融合数据判断障碍物是否处于预设的减速区域内，若是，输出减速停车信号；根据第二融合数据判断障碍物是否处于预设的危险区域内，若是，输出立即停车信号。

在一些实施例，所述数据处理步骤中，对视觉传感器的视觉数据进行深度学习，得到障碍物位置。

在一些实施例，所述数据处理步骤中，进行数据融合使用kalman滤波算法。

在一些实施例，所述数据获取步骤还获取售货车的车速和行驶方向。

在一些实施例，所述控制步骤中，根据车速和预设的减速距离，实时计算减速区域，并从第一融合数据中提取处于减速区域内的障碍物目标的距离数据，并结合行驶方向，判断目标是否存在碰撞危险，若是，则发出减速停车指令。

在一些实施例，所述控制步骤中，根据车速和预设的极危险距离，实时计算危险区域，并从第二融合数据中提取处于危险区域内的障碍物目标的距离数据，并结合行驶方向，判断目标是否的距离数据存在碰撞危险，若是，则立即发出急刹车指令。

根据第二方面，一种实施例中提供一种自主移动售货车，包括：

视觉传感器，用于采集距离自主移动售货车中、远距离范围内障碍物的图像，得到视觉数据；

毫米波雷达，用于采集车身前方扇形区域短距和中距的障碍物距离数据，得到毫米波雷达数据；

超声波雷达，用于采集车身前方扇形区域短距的障碍物距离数据，得到超声波雷达数据；

处理器，用于获取视觉传感器的视觉数据、毫米波雷达数据和超声波雷达数据；将视觉数据中的障碍物位置转换到毫米波雷达坐标系，与毫米波雷达数据进行数据融合，得到第一融合数据；将毫米波雷达数据与超声波雷达数据进行数据融合，得到第二融合数据；根据第一融合数据判断障碍物是否处于预设的减速区域内，若是，输出减速停车信号；根据第二融合数据判断障碍物是否处于预设的危险区域内，若是，输出立即停车信号；

制动机构，用于响应所述减速停车信号或立即停车信号，使得自主移动售货车减速停车或立即停车。

在一些实施例，所述的自主移动售货车还包括行驶机构，所述行驶机构包括：电池、电动车轮、无人车线控底盘和逆变器；

电池设置于无人车线控底盘上，与所述无人车线控底盘电连接；电动车轮与电池电连接获得供电，无人车线控底盘设置于箱体底部，逆变器的输入端与电池相连，逆变器的输出端与箱体的电源输入端相连，用以提供电源给箱体的用电设备使用；

所述电动车轮还与所述制动机构相连接，其中，所述制动机构为电控刹车片，可使得电动车轮减速或停止运转。

根据第三方面，一种实施例中提供一种自主移动售货车，包括：

存储器，用于存储程序；

处理器，用于通过执行所述存储器存储的程序以实现如第一方面所述的方法。

根据第四方面，一种实施例中提供一种计算机可读存储介质，包括程序，所述程序能够被处理器执行以实现如第一方面所述的方法。

依据上述实施例的，由于本申请利用不同传感器的特性分别采集不同距离内的障碍物信息，通过多传感器数据融合，设计减速区域和危险区域，在不同的区域利用不同数据进行决策，使得避障更有效。同时，由于在危险区域采取了立即停车的方式，大幅增加自主移动售货车的安全性，可在紧急情况下避免碰撞的发生。

附图说明

图1为本申请的一种自主移动售货车及其避障方法流程图；

图2为一种实施例的自主移动售货车及其避障方法流程图；

图3为减速区域与危险区域示意图；

图4为本申请的一种自主移动售货车的组成框图；

图5为一种实施例的自主移动售货车的结构示意图。

具体实施方式

下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他元件、材料、方法所替代。在某些情况下，本申请相关的一些操作并没有在说明书中显示或者描述，这是为了避免本申请的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。

另外，说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时，方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此，说明书和附图中的各种顺序只是为了清楚描述某一个实施例，并不意味着是必须的顺序，除非另有说明其中某个顺序是必须遵循的。

本文中为部件所编序号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有任何顺序或技术含义。而本申请所说“连接”、“联接”，如无特别说明，均包括直接和间接连接(联接)。

本申请的自主移动售货车是指在设定区域内进行巡航的售货车，即利用现有的无人驾驶技术改造传统的固定的自动售货车，使其可自主移动，以便消费者进行购物。

请参考图1-图2，本申请提供一种自主移动售货车避障方法,该方法包括：

数据获取步骤S1，获取视觉传感器的视觉数据、毫米波雷达数据和超声波雷达数据；

数据处理步骤S2，将视觉数据中的障碍物位置转换到毫米波雷达坐标系，与毫米波雷达数据进行数据融合，得到第一融合数据；将毫米波雷达数据与超声波雷达数据进行数据融合，得到第二融合数据；

控制步骤S3，根据第一融合数据判断障碍物是否处于预设的减速区域内，若是，输出减速停车信号；根据第二融合数据判断障碍物是否处于预设的危险区域内，若是，输出立即停车信号。

其中，所述数据处理步骤S2中，对视觉传感器的视觉数据进行深度学习，得到障碍物位置。深度学习使用的算法为现有的block matching算法，即bm算法。

在一些实施例，所述数据处理步骤S2中，进行数据融合使用kalman滤波算法。

在一些实施例，所述数据获取步骤S1还获取售货车的车速和行驶方向。

参考图5，在一些实施例，所述控制步骤S3中，根据车速和预设的减速距离a，实时计算减速区域，并从第一融合数据中提取处于减速区域内的障碍物目标的距离数据，并结合行驶方向，判断目标是否存在碰撞危险，若是，则发出减速停车指令。

参考图3，在一些实施例，所述控制步骤S3中，根据车速和预设的极危险距离b，实时计算危险区域，并从第二融合数据中提取处于危险区域内的障碍物目标的距离数据，并结合行驶方向，判断目标是否存在碰撞危险，若是，则立即发出急刹车指令。

参考图4-图5，本申请提供一种自主移动售货车，包括：

视觉传感器24，用于采集距离自主移动售货车中、远距离范围内障碍物的图像，得到视觉数据；该视觉传感器24包括双目视觉传感器或四目视觉传感器；

毫米波雷达33，用于采集车身前方扇形区域短距和中距的障碍物距离数据，得到毫米波雷达数据；

超声波雷达32，用于采集车身前方扇形区域短距的障碍物距离数据，得到超声波雷达数据；

处理器101，用于获取视觉传感器24的视觉数据、毫米波雷达数据和超声波雷达数据；将视觉数据中的障碍物位置转换到毫米波雷达坐标系，与毫米波雷达数据进行数据融合，得到第一融合数据；将毫米波雷达数据与超声波雷达数据进行数据融合，得到第二融合数据；根据第一融合数据判断障碍物是否处于预设的减速区域内，若是，输出减速停车信号；根据第二融合数据判断障碍物是否处于预设的危险区域内，若是，输出立即停车信号；

制动机构20，用于响应所述减速停车信号或立即停车信号，使得自主移动售货车减速停车或立即停车。

本申请利用不同传感器的特性分别采集不同距离内的障碍物信息，通过多传感器数据融合，设计减速区域和危险区域，在不同的区域利用不同数据进行决策，使得避障更有效。同时，由于在危险区域采取了立即停车的方式，大幅增加自主移动售货车的安全性，可在紧急情况下避免碰撞的发生。

本申请的自主移动售货车还包括行驶机构，所述行驶机构包括：电池27、电动车轮22、无人车线控底盘21和逆变器(未示出)；

电池27设置于无人车线控底盘21上，与所述无人车线控底盘21电连接；电动车轮22与电池27电连接获得供电，无人车线控底盘21设置于箱体底部，逆变器的输入端与电池相连，逆变器的输出端与箱体的电源输入端相连，用以提供电源给箱体的用电设备使用。

现有的无人售货机其电源输入端通常是接入220V的市电，本申请巧妙地利用逆变器将电池输出的电压逆变成箱体10所需的220V电压，在不对现有的无人售货机结构做改动的条件下，实现了对箱体10的供电。也就是说，无人车线控底盘21作为箱体10的底盘，可驱动电动车轮22运转以带动箱体10行驶或停车。

所述电动车轮22还与所述制动机构20相连接，其中，所述制动机构20为电控刹车片，可使得电动车轮22减速或停止运转。

采用多传感器进行数据融合，利用不同传感器的优势，将车辆前方区域按照距离和角度分为多个避障区域，并在软件层面分拆为多个模块，在不同区域采用不同传感器的数据进行决策，通过底层控制系统对车辆进行控制使车辆刹车或者停车。

相应地，本申请提供一种自主移动售货车，包括：

存储器，用于存储程序；

处理器，用于通过执行所述存储器存储的程序以实现上述的自主移动售货车避障方法。

相应地，本申请还提供一种计算机可读存储介质，其特征在于，包括程序，所述程序能够被处理器执行以实现上述自主移动售货车避障方法。

本申请无人移动售货车还包括行驶机构，用于响应处理器101输出的启动信号，使得无人移动售货车启动并进行巡航。行驶机构包括：电池27、电动车轮22、无人车线控底盘21和逆变器(未示出)。电池27设置于无人车线控底盘21上，与所述无人车线控底盘21电连接，电动车轮22与电池27电连接获得供电，无人车线控底盘21设置于箱体10底部，逆变器的输入端与电池27相连，逆变器的输出端与箱体10的电源输入端相连，用以提供电源给箱体10的用电设备使用。

现有的无人售货机其电源输入端通常是接入220V的市电，本申请巧妙地利用逆变器将电池输出的电压逆变成箱体10所需的220V电压，在不对现有的无人售货机结构做改动的条件下，实现了对箱体10的供电。也就是说，无人车线控底盘21作为箱体10的底盘，可驱动电动车轮22运转以带动箱体10行驶或停车。

本领域技术人员可以理解，上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现，也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器、随机存储器、磁盘、光盘、硬盘等，通过计算机执行该程序以实现上述功能。例如，将程序存储在设备的存储器中，当通过处理器执行存储器中程序，即可实现上述全部或部分功能。另外，当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中，通过下载或复制保存到本地设备的存储器中，或对本地设备的系统进行版本更新，当通过处理器执行存储器中的程序时，即可实现上述实施方式中全部或部分功能。

以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。

Claims (7)

1.一种自主移动售货车避障方法,其特征在于,

所述自主移动售货车包括：

视觉传感器，用于采集距离自主移动售货车中、远距离范围内障碍物的图像，得到视觉数据；

毫米波雷达，用于采集车身前方扇形区域短距和中距的障碍物距离数据，得到毫米波雷达数据；

超声波雷达，用于采集车身前方扇形区域短距的障碍物距离数据，得到超声波雷达数据；

处理器，用于获取视觉传感器的视觉数据、毫米波雷达数据和超声波雷达数据；将视觉数据中的障碍物位置转换到毫米波雷达坐标系，与毫米波雷达数据进行数据融合，得到第一融合数据；将毫米波雷达数据与超声波雷达数据进行数据融合，得到第二融合数据；根据第一融合数据判断障碍物是否处于预设的减速区域内，若是，输出减速停车信号；根据第二融合数据判断障碍物是否处于预设的危险区域内，若是，输出立即停车信号；

制动机构，用于响应所述减速停车信号或立即停车信号，使得自主移动售货车减速停车或立即停车；

行驶机构，所述行驶机构包括：电池、电动车轮、无人车线控底盘和逆变器；

电池设置于无人车线控底盘上，与所述无人车线控底盘电连接；电动车轮与电池电连接获得供电，无人车线控底盘设置于箱体底部，逆变器的输入端与电池相连，逆变器的输出端与箱体的电源输入端相连，用以提供电源给箱体的用电设备使用；

所述电动车轮还与所述制动机构相连接，其中，所述制动机构为电控刹车片，可使得电动车轮减速或停止运转；

所述避障方法包括：

数据获取步骤，获取视觉传感器的视觉数据、毫米波雷达数据和超声波雷达数据；

数据处理步骤，将视觉数据中的障碍物位置转换到毫米波雷达坐标系，与毫米波雷达数据进行数据融合，得到第一融合数据；将毫米波雷达数据与超声波雷达数据进行数据融合，得到第二融合数据；

控制步骤，根据第一融合数据判断障碍物是否处于预设的减速区域内，若是，输出减速停车信号；根据第二融合数据判断障碍物是否处于预设的危险区域内，若是，输出立即停车信号。

2.如权利要求1所述的方法，其特征在于，所述数据处理步骤中，对视觉传感器的视觉数据进行深度学习，得到障碍物位置。

3.如权利要求1所述的方法，其特征在于，所述数据处理步骤中，进行数据融合使用kalman滤波算法。

4.如权利要求1所述的方法，其特征在于，所述数据获取步骤还获取售货车的车速和行驶方向。

5.如权利要求4所述的方法，其特征在于，所述控制步骤中，根据车速和预设的减速距离，实时计算减速区域，并从第一融合数据中提取处于减速区域内的障碍物目标的距离数据，并结合行驶方向，判断目标是否存在碰撞危险，若是，则发出减速停车指令。

6.如权利要求4所述的方法，其特征在于，所述控制步骤中，根据车速和预设的极危险距离，实时计算危险区域，并从第二融合数据中提取处于危险区域内的障碍物目标的距离数据，并结合行驶方向，判断目标是否的距离数据存在碰撞危险，若是，则立即发出急刹车指令。

7.一种自主移动售货车，其特征在于包括：

视觉传感器，用于采集距离自主移动售货车中、远距离范围内障碍物的图像，得到视觉数据；

毫米波雷达，用于采集车身前方扇形区域短距和中距的障碍物距离数据，得到毫米波雷达数据；

超声波雷达，用于采集车身前方扇形区域短距的障碍物距离数据，得到超声波雷达数据；

处理器，用于获取视觉传感器的视觉数据、毫米波雷达数据和超声波雷达数据；将视觉数据中的障碍物位置转换到毫米波雷达坐标系，与毫米波雷达数据进行数据融合，得到第一融合数据；将毫米波雷达数据与超声波雷达数据进行数据融合，得到第二融合数据；根据第一融合数据判断障碍物是否处于预设的减速区域内，若是，输出减速停车信号；根据第二融合数据判断障碍物是否处于预设的危险区域内，若是，输出立即停车信号；

制动机构，用于响应所述减速停车信号或立即停车信号，使得自主移动售货车减速停车或立即停车；

行驶机构，所述行驶机构包括：电池、电动车轮、无人车线控底盘和逆变器；

电池设置于无人车线控底盘上，与所述无人车线控底盘电连接；电动车轮与电池电连接获得供电，无人车线控底盘设置于箱体底部，逆变器的输入端与电池相连，逆变器的输出端与箱体的电源输入端相连，用以提供电源给箱体的用电设备使用；

所述电动车轮还与所述制动机构相连接，其中，所述制动机构为电控刹车片，可使得电动车轮减速或停止运转。

Images