CN110082775A - 基于激光装置的车辆定位方法和系统 - Google Patents

基于激光装置的车辆定位方法和系统 Download PDF

Info

Publication number
CN110082775A
CN110082775A CN201910436285.6A CN201910436285A CN110082775A CN 110082775 A CN110082775 A CN 110082775A CN 201910436285 A CN201910436285 A CN 201910436285A CN 110082775 A CN110082775 A CN 110082775A
Authority
CN
China
Prior art keywords
vehicle
reflecting pole
coordinate system
laser aid
reflecting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910436285.6A
Other languages
English (en)
Other versions
CN110082775B (zh
Inventor
何贝
张天雷
刘鹤云
郑思仪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Mainline Technology Co Ltd
Original Assignee
Beijing Mainline Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Mainline Technology Co Ltd filed Critical Beijing Mainline Technology Co Ltd
Priority to CN201910436285.6A priority Critical patent/CN110082775B/zh
Publication of CN110082775A publication Critical patent/CN110082775A/zh
Priority to US16/876,388 priority patent/US11282219B2/en
Application granted granted Critical
Publication of CN110082775B publication Critical patent/CN110082775B/zh
Priority to US17/677,986 priority patent/US11694351B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/277—Analysis of motion involving stochastic approaches, e.g. using Kalman filters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/557—Depth or shape recovery from multiple images from light fields, e.g. from plenoptic cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Optics & Photonics (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于激光装置的车辆定位方法和系统，其中，方法包括：利用设置在车辆上的激光装置实时检测预设在待对位设备上的若干反光柱，以获取每个反光柱相对激光装置的当前位置信息；根据当前位置信息、预设的反光柱簇的对位坐标系以及每个反光柱的实际位置信息，计算出车辆相对待对位设备的车辆位置。本发明能够实时快速根据当前位置信息确定车辆相对待对位设备的车辆位置，满足车辆在不断行进过程中对车辆自身进行精确的定位。

Description

基于激光装置的车辆定位方法和系统
技术领域
本发明涉及车辆定位技术领域，尤其涉及一种基于激光装置的车辆定位方法和系统。
背景技术
随着无人驾驶技术的发展和普及，越来越多的封闭或半开放场景开始采用无人驾驶技术对作业过程进行辅助和支持，港口环境即是其中之一。由于机器的特性之一是能够进行7×24小时的无间断工作，因而从效率提升和成本管控的角度，港口无人集卡作业是替代传统港口人工作业的未来趋势和重要手段，而车辆定位占据无人驾驶车辆作业的重要位置。
目前，多数车辆定位的方法是在装卸设备上设置传感器对集装箱装卸过程中车辆的位置进行检测，通过提取直线、矩形来提取集卡头部、挂车以及集装箱部分的信息，利用云服务器来反向计算出车辆的位置。但是这种远距离反馈计算的定位方法，无法满足车辆在不断行进过程中对车辆自身进行精确的定位。
发明内容
基于此，有必要针对上述技术问题，提供一种能够基于激光装置的车辆定位方法和系统。
一种基于激光装置的车辆定位方法，包括以下步骤；
利用设置在车辆上的激光装置实时检测预设在待对位设备上的若干反光柱，以获取每个所述反光柱相对激光装置的当前位置信息；
根据所述当前位置信息、预设的反光柱簇的对位坐标系以及每个反光柱的实际位置信息，计算出车辆相对待对位设备的车辆位置。
作为一种可实施方式，所述反光柱簇的对位坐标系的预设包括以下步骤；
在车辆的不同姿态的运动过程中，实时获取每个所述反光柱相对激光装置的位置信息和车辆的运动状态，基于所述位置信息和运动状态建立对位坐标系。
作为一种可实施方式，所述基于所述位置信息和运动状态建立对位坐标系，包括以下步骤；
在首次获取到至少两个所述反光柱相对激光装置的位置信息时，以距离激光装置最近的反光柱为坐标系原点，其他反光柱作为x轴上的交点，建立当前车辆运行位置的第一对位坐标系；并将每个反光柱在当前对位坐标系下的x轴坐标进行排序编号；
在再次获取到至少两个所述反光柱相对激光装置的位置信息时，以距离激光装置最近的反光柱为坐标系原点，其他反光柱作为x轴上的交点，建立当前车辆运行位置的第二对位坐标系；并利用近邻算法根据当前车辆的运动状态将第二对位坐标系和第一对位坐标系进行关联，得到第三对位坐标系；
在车辆的不同姿态的运动过程中，不断进行坐标系的建立和关联，直到满足预设要求以建立对位坐标系。
作为一种可实施方式，所述车辆的不同姿态的运动过程为车辆进行匀速直线的运动过程。
作为一种可实施方式，本发明提供的基于激光装置的车辆定位方法，还包括以下步骤；
在基于所述位置信息和运动状态建立对位坐标系之前，获取激光装置的参数信息，并根据所述参数信息按照设置要求将反光柱设置在待对位设备上。
作为一种可实施方式，本发明提供的基于激光装置的车辆定位方法，还包括以下步骤；
对设置后的反光柱进行检测；
具体包括，获取每个反光柱的反射率特征和距离特征，根据预设阈值对所述反射率特征进行粗过滤；
根据距离特征对粗过滤后的反射率特征进行细过滤，并聚类得到每个反光柱的簇点；
对每个反光柱的簇点分别进行圆柱体拟合，并保留圆柱体的参数。
作为一种可实施方式，所述圆柱体的参数包括中心点、圆柱中心线向量以及圆柱底面半径。
作为一种可实施方式，在计算出车辆相对待对位设备的位置之后，还包括以下步骤；
根据车辆预设的kalman跟踪模型对车辆位置进行滤波，得到滤波后的车辆位置。
相应的，本发明还提供一种基于激光装置的车辆定位系统，包括获取模块和计算模块；
所述获取模块，用于利用设置在车辆上的激光装置实时检测预设在待对位设备上的若干反光柱，以获取每个所述反光柱相对激光装置的当前位置信息；
所述计算模块，用于根据所述当前位置信息、预设的反光柱簇的对位坐标系以及每个反光柱的实际位置信息，计算出车辆相对待对位设备的车辆位置。
作为一种可实施方式，本发明提供的基于激光装置的车辆定位系统，还包括建立模块；
所述建立模块，用于在车辆的不同姿态的运动过程中，实时获取每个所述反光柱相对激光装置的位置信息和车辆的运动状态，基于所述位置信息和运动状态建立对位坐标系。
与现有技术相比，本技术方案具有以下优点：
本发明提供的基于激光装置的车辆定位方法和系统，利用设置在车辆上的激光装置实时检测预设在待对位设备上的若干反光柱，以获取每个反光柱相对激光装置的当前位置信息，利用激光的特性提高当前位置信息获取的抗干扰性；再根据当前位置信息结合预设的反光柱簇的对位坐标系以及每个反光柱的实际位置信息，直接计算出车辆相对待对位设备的车辆位置；本发明能够实时快速根据当前位置信息确定车辆相对待对位设备的车辆位置，满足车辆在不断行进过程中对车辆自身进行精确的定位。
附图说明
图1为本发明实施例一提供的基于激光装置的车辆定位方法的流程示意图；
图2为细过滤聚类前的簇点示意图；
图3为细过滤聚类后的簇点示意图；
图4为车辆相对待对位设备的分布示意图；
图5为本发明实施例二提供的基于激光装置的车辆定位系统的结构示意图。
图中：100、获取模块；200、计算模块；300、建立模块；400、设置模块；500、检测模块。
具体实施方式
以下结合附图，对本发明上述的和另外的技术特征和优点进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的部分实施例，而不是全部实施例。
请参阅图1，本发明实施例一提供的基于激光装置的车辆定位方法，包括以下步骤；
S100、利用设置在车辆上的激光装置实时检测预设在待对位设备上的若干反光柱，以获取每个反光柱相对激光装置的当前位置信息；
S200、根据当前位置信息、预设的反光柱簇的对位坐标系以及每个反光柱的实际位置信息，计算出车辆相对待对位设备的车辆位置。
需要说明的是，激光装置可以为激光雷达，其型号可以为VLP-16。激光装置固定设置在车辆上，比如，采用螺钉固定。在车辆运动中，激光装置是不会晃动的，能够提高最终车辆位置计算的精度。反光柱可以是利用反光特性比较好的材料缠绕圆柱体制作得到的。其设置在待对位设备上，每个待对位设备上设置若干个反光柱；于一实施例中，反光柱的数量大于等于两个。待对位设备根据实际场景确定，可以为港口内岸桥、堆桥以及吊桥等。在一个吊桥的场景中，反光柱设置于吊桥主体离地面高度1～6米的位置，吊桥两边都设置有反光柱，总的数量大于等于两个。有利于港口环境下对车辆，特别是集卡无人驾驶的作用。
在车辆上利用激光装置实时检测反光柱，即根据反光柱的反射强度检测反光柱相对激光装置的当前位置信息。通过预设的反光柱簇的对位坐标系以及每个反光柱的实际位置信息，结合实时检测得到的当前位置信息，即可实时确定车辆的实时位置如图4所示。而每个反光柱的实际位置信息可以在反光柱设置完之后实际测量来获得，对此并不进行限制。
本发明提供的基于激光装置的车辆定位方法和系统，利用设置在车辆上的激光装置实时检测预设在待对位设备上的若干反光柱，以获取每个反光柱相对激光装置的当前位置信息，利用激光的特性提高当前位置信息获取的抗干扰性；再根据当前位置信息结合预设的反光柱簇的对位坐标系以及每个反光柱的实际位置信息，直接计算出车辆相对待对位设备的车辆位置；本发明能够实时快速根据当前位置信息确定车辆相对待对位设备的车辆位置，满足车辆在不断行进过程中对车辆自身进行精确的定位。
于一实施例中，反光柱簇的对位坐标系的预设包括以下步骤；
在车辆的不同姿态的运动过程中，实时获取每个反光柱相对激光装置的位置信息和车辆的运动状态，基于位置信息和运动状态建立对位坐标系。预先设置对位坐标系能够加快定位效率；且基于位置信息和运动状态建立的对位坐标系，能够满足各种车辆运动和位置下来精确定位当前的车辆。
于一实施例中，车辆的不同姿态的运动过程为车辆进行匀速直线的运动过程。
下面对对位坐标系的建立进行详细说明：基于位置信息和运动状态建立对位坐标系的，包括以下步骤；
在首次获取到至少两个反光柱相对激光装置的位置信息时，以距离激光装置最近的反光柱为坐标系原点，其他反光柱作为x轴上的交点，建立当前车辆运行位置的第一对位坐标系；并将每个反光柱在当前对位坐标系下的x轴坐标进行排序编号；换句话说，在激光装置首次同时两个或两个以上的反光柱被检测到时，初始化反光柱簇的对位坐标系。编号是以x轴坐标的大小的顺序来，由x轴坐标小的往x轴坐标大的编号。编号可以由id＝0至id＝n。
在再次获取到至少两个反光柱相对激光装置的位置信息时，以距离激光装置最近的反光柱为坐标系原点，其他反光柱作为x轴上的交点，建立当前车辆运行位置的第二对位坐标系；并利用近邻算法根据当前车辆的运动状态将第二对位坐标系和第一对位坐标系进行关联，得到第三对位坐标系；车辆的运动状态可以为运动方向、速度等。可以利用最近邻的方式完成第二对位坐标系和第一对位坐标系的关联。
在车辆的不同姿态的运动过程中，不断进行坐标系的建立和关联，直到满足预设要求以建立对位坐标系。从而使得对位坐标系能够覆盖每个车辆位置和反光柱之间的对位关系。
于一实施例中，对于车辆的运动过程，可以利用kalman跟踪模型进行跟踪。在车辆运动过程中，如果一直没有同时获取到至少两个反光柱相对激光装置的位置信息时，则反光柱无法被检测获取，仅利用车辆的运动模型进行状态更新；持续m个周期后，认为反光柱无法被检测获取到，删除当前反光柱。
对于反光柱的实际设置位置和半径是有要求的，其半径和高度根据选用的激光装置的参数和最大适用距离决定。于本实施例中，在基于位置信息和运动状态建立对位坐标系之前，还包括以下步骤；
获取激光装置的参数信息，并根据参数信息按照设置要求将反光柱设置在待对位设备上。设置要求有四点。第一点为稳定，固定后不会晃动。第二点为水平向上。第三点为中心平面在激光装置的中心平面位置附近。第四点为反光柱的数量为两个或两个以上。也就是说要求最大适用距离处，激光装置在检测是，能够获得一个待对位设备上至少三个反光柱的当前位置信息，且每个反光柱包含3个当前位置信息；能够提高后续对位坐标系的计算车辆相对待对位设备的车辆位置的精度。于一实施例中，可以对反光柱进行标定。具体为测量n个反光柱的半径r1，r2，……，rn，反光柱中心点之间的距离dij。
那么在反光柱设置完成之后，即需要对其进行检测，看是否满足要求。于一实施例中，具体包括，获取每个反光柱的反射率特征和距离特征，根据预设阈值对反射率特征进行粗过滤；粗过滤满足以下公式：
{Pi|intensityi≥Thr}；
式中，Pi表示第i个点云点；intensityi表示第i个点云点的反射率；Thr表示预设的阈值；预设阈值可以为k，大于等于k的认为是反光柱疑似区域，小于k的直接滤除。
根据距离特征对粗过滤后的反射率特征进行细过滤，并聚类得到每个反光柱的簇点；因为环境复杂，存在光照、高反射物体的干扰，因此需要进行细过滤。且细过滤满足以下公式：
式中，Thrl表示最小阈值；Thrh表示最大阈值；xi表示第i点云点x轴坐标；yi表示第i点云点y轴坐标；zi表示第i点云点z轴坐标。
于本实施例中，可以忽略z轴数据进行xy平面点云的聚类，只保留距离小于dmin，簇内点云数目介于cmin～cmax之间的簇。细过滤聚类之前如图2所示，细过滤聚类之后如图3所示，可以很稳定的检测出反光柱。
对每个反光柱的簇点分别进行圆柱体拟合，并保留圆柱体的参数。圆柱体的参数可以包括：中心点(cxi，cyi，czi)、圆柱中心线向量(cvxi，cvyi，cvzi)以及圆柱底面半径cri。考虑到存在激光点云噪声，还可以使用随机一致性采样算法进行拟合。
于一实施例中，在计算出车辆相对待对位设备的位置之后，还包括以下步骤；
根据车辆预设的kalman跟踪模型对车辆位置进行滤波，得到滤波后的车辆位置。为了避免噪声的影响，以匀速直线运动作为状态更新，以反光柱簇的检测作为观测更新，向外输出实时位置的滤波结果。有效地提高了车辆的定位精度，增强了港口环境下自动驾驶的安全性与稳定性。
基于同一发明构思，本发明实施例还提供一种基于激光装置的车辆定位系统，该系统的实施可参照上述方法的过程实现，重复之处不再冗述。
如图5所示，是本发明实施例二提供的基于激光装置的车辆定位系统的结构示意图，包括获取模块100和计算模块200；获取模块100用于利用设置在车辆上的激光装置实时检测预设在待对位设备上的若干反光柱，以获取每个反光柱相对激光装置的当前位置信息；计算模块200用于根据当前位置信息、预设的反光柱簇的对位坐标系以及每个反光柱的实际位置信息，计算出车辆相对待对位设备的车辆位置。
本发明能够实时快速根据当前位置信息确定车辆相对待对位设备的车辆位置，满足车辆在不断行进过程中对车辆自身进行精确的定位。
进一步的，于一实施例中提供一种基于激光装置的车辆定位系统，还包括建立模块300；
建立模块300用于在车辆的不同姿态的运动过程中，实时获取每个反光柱相对激光装置的位置信息和车辆的运动状态，基于位置信息和运动状态建立对位坐标系。
进一步的，建立模块300还用于：在首次获取到至少两个反光柱相对激光装置的位置信息时，以距离激光装置最近的反光柱为坐标系原点，其他反光柱作为x轴上的交点，建立当前车辆运行位置的第一对位坐标系；并将每个反光柱在当前对位坐标系下的x轴坐标进行排序编号；
在再次获取到至少两个反光柱相对激光装置的位置信息时，以距离激光装置最近的反光柱为坐标系原点，其他反光柱作为x轴上的交点，建立当前车辆运行位置的第二对位坐标系；并利用近邻算法根据当前车辆的运动状态将第二对位坐标系和第一对位坐标系进行关联，得到第三对位坐标系；
在车辆的不同姿态的运动过程中，不断进行坐标系的建立和关联，直到满足预设要求以建立对位坐标系。
进一步的，于一实施例中提供一种基于激光装置的车辆定位系统，还包括设置模块400；设置模块400用于在基于位置信息和运动状态建立对位坐标系之前，获取激光装置的参数信息，并根据参数信息按照设置要求将反光柱设置在待对位设备上。
进一步的，于一实施例中提供一种基于激光装置的车辆定位系统，还包括检测模块500；
检测模块500用于对设置后的反光柱进行检测；具体用于，获取每个反光柱的反射率特征和距离特征，根据预设阈值对反射率特征进行粗过滤；根据距离特征对粗过滤后的反射率特征进行细过滤，并聚类得到每个反光柱的簇点；对每个反光柱的簇点分别进行圆柱体拟合，并保留圆柱体的参数。
为了降低噪声干扰，于一实施例中提供一种基于激光装置的车辆定位系统，还包括滤波模块；滤波模块用于在计算出车辆相对待对位设备的位置之后，根据车辆预设的kalman跟踪模型对车辆位置进行滤波，得到滤波后的车辆位置。
本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。

Claims (10)

1.一种基于激光装置的车辆定位方法，其特征在于，包括以下步骤；
利用设置在车辆上的激光装置实时检测预设在待对位设备上的若干反光柱，以获取每个所述反光柱相对激光装置的当前位置信息；
根据所述当前位置信息、预设的反光柱簇的对位坐标系以及每个反光柱的实际位置信息，计算出车辆相对待对位设备的车辆位置。
2.如权利要求1所述的基于激光装置的车辆定位方法，其特征在于，所述反光柱簇的对位坐标系的预设包括以下步骤；
在车辆的不同姿态的运动过程中，实时获取每个所述反光柱相对激光装置的位置信息和车辆的运动状态，基于所述位置信息和运动状态建立对位坐标系。
3.如权利要求2所述的基于激光装置的车辆定位方法，其特征在于，所述基于所述位置信息和运动状态建立对位坐标系，包括以下步骤；
在首次获取到至少两个所述反光柱相对激光装置的位置信息时，以距离激光装置最近的反光柱为坐标系原点，其他反光柱作为x轴上的交点，建立当前车辆运行位置的第一对位坐标系；并将每个反光柱在当前对位坐标系下的x轴坐标进行排序编号；
在再次获取到至少两个所述反光柱相对激光装置的位置信息时，以距离激光装置最近的反光柱为坐标系原点，其他反光柱作为x轴上的交点，建立当前车辆运行位置的第二对位坐标系；并利用近邻算法根据当前车辆的运动状态将第二对位坐标系和第一对位坐标系进行关联，得到第三对位坐标系；
在车辆的不同姿态的运动过程中，不断进行坐标系的建立和关联，直到满足预设要求以建立对位坐标系。
4.如权利要求2所述的基于激光装置的车辆定位方法，其特征在于，所述车辆的不同姿态的运动过程为车辆进行匀速直线的运动过程。
5.如权利要求2所述的基于激光装置的车辆定位方法，其特征在于，还包括以下步骤；
在基于所述位置信息和运动状态建立对位坐标系之前，获取激光装置的参数信息，并根据所述参数信息按照设置要求将反光柱设置在待对位设备上。
6.如权利要求2所述的基于激光装置的车辆定位方法，其特征在于，还包括以下步骤；
对设置后的反光柱进行检测；
具体包括，获取每个反光柱的反射率特征和距离特征，根据预设阈值对所述反射率特征进行粗过滤；
根据距离特征对粗过滤后的反射率特征进行细过滤，并聚类得到每个反光柱的簇点；
对每个反光柱的簇点分别进行圆柱体拟合，并保留圆柱体的参数。
7.如权利要求6所述的基于激光装置的车辆定位方法，其特征在于，所述圆柱体的参数包括中心点、圆柱中心线向量以及圆柱底面半径。
8.如权利要求1所述的基于激光装置的车辆定位方法，其特征在于，在计算出车辆相对待对位设备的位置之后，还包括以下步骤；
根据车辆预设的kalman跟踪模型对车辆位置进行滤波，得到滤波后的车辆位置。
9.一种基于激光装置的车辆定位系统，其特征在于，包括获取模块和计算模块；
所述获取模块，用于利用设置在车辆上的激光装置实时检测预设在待对位设备上的若干反光柱，以获取每个所述反光柱相对激光装置的当前位置信息；
所述计算模块，用于根据所述当前位置信息、预设的反光柱簇的对位坐标系以及每个反光柱的实际位置信息，计算出车辆相对待对位设备的车辆位置。
10.如权利要求9所述的基于激光装置的车辆定位系统，其特征在于，还包括建立模块；
所述建立模块，用于在车辆的不同姿态的运动过程中，实时获取每个所述反光柱相对激光装置的位置信息和车辆的运动状态，基于所述位置信息和运动状态建立对位坐标系。
CN201910436285.6A 2019-05-23 2019-05-23 基于激光装置的车辆定位方法和系统 Active CN110082775B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910436285.6A CN110082775B (zh) 2019-05-23 2019-05-23 基于激光装置的车辆定位方法和系统
US16/876,388 US11282219B2 (en) 2019-05-23 2020-05-18 Vehicle positioning method and system based on laser device
US17/677,986 US11694351B2 (en) 2019-05-23 2022-02-22 Vehicle positioning method and system based on laser device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910436285.6A CN110082775B (zh) 2019-05-23 2019-05-23 基于激光装置的车辆定位方法和系统

Publications (2)

Publication Number Publication Date
CN110082775A true CN110082775A (zh) 2019-08-02
CN110082775B CN110082775B (zh) 2021-11-30

Family

ID=67421625

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910436285.6A Active CN110082775B (zh) 2019-05-23 2019-05-23 基于激光装置的车辆定位方法和系统

Country Status (2)

Country Link
US (2) US11282219B2 (zh)
CN (1) CN110082775B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110471072A (zh) * 2019-08-19 2019-11-19 华晟（青岛）智能装备科技有限公司 一种反光柱位置辨识方法及系统
CN110927732A (zh) * 2019-10-21 2020-03-27 上海宾通智能科技有限公司 位姿识别方法、电子设备和存储介质
CN111366896A (zh) * 2020-03-05 2020-07-03 三一机器人科技有限公司 一种反光柱的检测方法、装置、电子设备及可读存储介质
CN112099025A (zh) * 2020-08-20 2020-12-18 杭州飞步科技有限公司 桥吊下的车辆定位方法、装置、设备及存储介质

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110082775B (zh) * 2019-05-23 2021-11-30 北京主线科技有限公司 基于激光装置的车辆定位方法和系统
US20240037751A1 (en) * 2019-07-11 2024-02-01 Zebra Technologies Corporation Three-dimensional (3d) depth imaging systems and methods for dynamic container auto-configuration
AU2020202698A1 (en) * 2019-07-18 2021-02-04 Commonwealth Scientific And Industrial Research Organisation Machine Guidance Integration
CN112987029A (zh) * 2021-02-09 2021-06-18 上海振华重工(集团)股份有限公司 一种适用于驾驶设备的定位方法、系统、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000213936A (ja) * 1999-01-28 2000-08-04 Meidensha Corp 無人搬送車位置検出方式
CN106595635A (zh) * 2016-11-30 2017-04-26 北京特种机械研究所 融合多种定位传感器数据的agv定位方法
CN107053219A (zh) * 2017-06-16 2017-08-18 齐鲁工业大学 一种基于激光扫描仪与强反光标志的移动机器人定位方法
CN107144854A (zh) * 2017-07-13 2017-09-08 浙江科钛机器人股份有限公司 一种基于双反光柱的激光定位与导航方法
CN107817500A (zh) * 2017-07-28 2018-03-20 浙江工业大学 一种模块化舞台激光定位方法
CN109613549A (zh) * 2018-12-28 2019-04-12 芜湖哈特机器人产业技术研究院有限公司 一种基于卡尔曼过滤的激光雷达定位方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9933521B2 (en) * 2014-04-14 2018-04-03 The Boeing Company Aerial positioning systems and methods
JP2017072422A (ja) * 2015-10-05 2017-04-13 パイオニア株式会社 情報処理装置、制御方法、プログラム及び記憶媒体
US9744665B1 (en) * 2016-01-27 2017-08-29 X Development Llc Optimization of observer robot locations
US10782409B2 (en) * 2016-12-29 2020-09-22 Intel Corporation Technologies for LIDAR based moving object detection
WO2019064062A1 (en) * 2017-09-26 2019-04-04 Innoviz Technologies Ltd. SYSTEMS AND METHODS FOR DETECTION AND LOCATION BY LIGHT
EP3523753A4 (en) * 2017-12-11 2019-10-23 Beijing Didi Infinity Technology and Development Co., Ltd. SYSTEMS AND METHODS FOR IDENTIFYING AND LOCATING OBJECTS AROUND A VEHICLE
CN110082775B (zh) * 2019-05-23 2021-11-30 北京主线科技有限公司 基于激光装置的车辆定位方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000213936A (ja) * 1999-01-28 2000-08-04 Meidensha Corp 無人搬送車位置検出方式
CN106595635A (zh) * 2016-11-30 2017-04-26 北京特种机械研究所 融合多种定位传感器数据的agv定位方法
CN107053219A (zh) * 2017-06-16 2017-08-18 齐鲁工业大学 一种基于激光扫描仪与强反光标志的移动机器人定位方法
CN107144854A (zh) * 2017-07-13 2017-09-08 浙江科钛机器人股份有限公司 一种基于双反光柱的激光定位与导航方法
CN107817500A (zh) * 2017-07-28 2018-03-20 浙江工业大学 一种模块化舞台激光定位方法
CN109613549A (zh) * 2018-12-28 2019-04-12 芜湖哈特机器人产业技术研究院有限公司 一种基于卡尔曼过滤的激光雷达定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘之舟: "AGV激光定位导航算法研究及系统计算", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110471072A (zh) * 2019-08-19 2019-11-19 华晟（青岛）智能装备科技有限公司 一种反光柱位置辨识方法及系统
CN110927732A (zh) * 2019-10-21 2020-03-27 上海宾通智能科技有限公司 位姿识别方法、电子设备和存储介质
CN111366896A (zh) * 2020-03-05 2020-07-03 三一机器人科技有限公司 一种反光柱的检测方法、装置、电子设备及可读存储介质
CN112099025A (zh) * 2020-08-20 2020-12-18 杭州飞步科技有限公司 桥吊下的车辆定位方法、装置、设备及存储介质
CN112099025B (zh) * 2020-08-20 2024-04-02 杭州飞步科技有限公司 桥吊下的车辆定位方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN110082775B (zh) 2021-11-30
US20200372664A1 (en) 2020-11-26
US11694351B2 (en) 2023-07-04
US20220180542A1 (en) 2022-06-09
US11282219B2 (en) 2022-03-22

Similar Documents

Publication Publication Date Title
CN110082775A (zh) 基于激光装置的车辆定位方法和系统
CN111958591B (zh) 一种语义智能变电站巡检机器人自主巡检方法及系统
CN106275410B (zh) 一种防风扰无人机
RU2623295C2 (ru) Система, устройство и способ текущего контроля положения и ориентации транспортного средства, погрузочного устройства и груза при работе погрузочного устройства
CN106774436A (zh) 基于视觉的旋翼无人机稳定跟踪目标的控制系统及方法
CN109444171A (zh) 基于无人机的一体化桥梁检测方法
CN109212540A (zh) 基于激光雷达系统的测距方法、装置及可读存储介质
CN108873799A (zh) 船载智能驾驶辅助终端
CN110356976A (zh) 基于模板匹配的港口无人集卡起重机精确对位系统及方法
CN103941746A (zh) 无人机巡检图像处理系统及方法
CN109737981B (zh) 基于多传感器的无人车目标搜索装置及方法
CN105184816A (zh) 基于usv的视觉检测和水面目标追踪系统及其检测追踪方法
CN113860178B (zh) 一种塔式起重机吊装物体识别及碰撞信息测量系统及方法
CN112215805A (zh) 一种公路桥梁边坡养护无人机巡检方法和系统
CN109975759B (zh) 一种基于三色激光的水下无人机定位方法及装置
CN104570764A (zh) 一种机载目标指示系统验证平台
CN108871409A (zh) 一种故障检测方法和系统
CN113110514A (zh) 一种基于大数据的无人船航行避障系统及方法
Zhou et al. Verification of AIS data by using video images taken by a UAV
Yang et al. Automated wall‐climbing robot for concrete construction inspection
CN208802612U (zh) 装船机作业系统和装船机
CN111273701A (zh) 一种云台视觉控制系统以及控制方法
CN111812659A (zh) 一种基于图像识别和激光测距的铁塔姿态预警装置及方法
CN116486252A (zh) 一种基于改进的pv-rcnn目标检测算法的智能化无人搜救系统和搜救方法
CN106143834A (zh) 一种新能源海上无人智能打捞船

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant