CN110308423A - 基于反光板的室内车载激光定位方法及系统 - Google Patents

基于反光板的室内车载激光定位方法及系统 Download PDF

Info

Publication number
CN110308423A
CN110308423A CN201910770393.7A CN201910770393A CN110308423A CN 110308423 A CN110308423 A CN 110308423A CN 201910770393 A CN201910770393 A CN 201910770393A CN 110308423 A CN110308423 A CN 110308423A
Authority
CN
China
Prior art keywords
reflector
vehicle
data
mounted laser
center
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
CN201910770393.7A
Other languages
English (en)
Other versions
CN110308423B (zh
Inventor
蔡永潮
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.)
Zhejiang Houdar Intelligent Technology Co Ltd
Original Assignee
Zhejiang Houdar Intelligent 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 Zhejiang Houdar Intelligent Technology Co Ltd filed Critical Zhejiang Houdar Intelligent Technology Co Ltd
Publication of CN110308423A publication Critical patent/CN110308423A/zh
Application granted granted Critical
Publication of CN110308423B publication Critical patent/CN110308423B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S5/00Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/16Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开一种基于反光板的室内车载激光定位方法,包括以下步骤:获取室内车辆在行使过程中车载激光装置的激光数据,所述激光数据包括各物体表面到反光板表面的距离点云数据;根据反光板的反光强度,对点云数据进行提取并对提取后的点云数据进行过滤处理,过滤出反光板的反光强度高和反光强度低的点云数据;基于反光强度高的点云,得到反光板的中心位置,基于反光板的中心位置得到反光板的位置以及车载激光装置的位置;基于反光板的位置和车载激光装置的位置,获取室内车辆在车辆行驶过程中的运动学中心的坐标位置。本发明采用车载激光装置,定位导航精度达到厘米级或更高,计算方式可靠,响应速度快,抗干扰能力强,成本低等特点。

Description

基于反光板的室内车载激光定位方法及系统
技术领域
本发明涉及物流车辆自动化技术领域,尤其涉及一种基于反光板的室内车载激光定位方法及系统。
背景技术
在现有技术中,车辆运行过程中几乎不能基于特定条件触发二次精确定位,亦或者能够二次精准定位,但是定位结果不够准确。
发明内容
本发明针对现有技术中的缺点,提供了一种基于反光板的室内车载激光定位方法及系统。
为了解决上述技术问题,本发明通过下述技术方案得以解决:
一种基于反光板的室内车载激光定位方法,包括以下步骤:
获取室内车辆在行使过程中车载激光装置的激光数据,所述激光数据包括车辆周围各物体(含反光板)表面到反光板表面的距离点云数据;
根据反光板的反光强度,对点云数据进行提取并对提取后的点云数据进行过滤处理,过滤出反光板的反光强度高和反光强度低的点云数据;
基于反光强度高的点云,得到反光板的中心位置,基于反光板的中心位置得到反光板的位置以及车载激光装置的位置;
基于反光板的位置和车载激光装置的位置,获取室内车辆在车辆行驶过程中的运动学中心的坐标位置。
作为一种可实施方式,所述获取室内车辆在行使过程中车载激光装置的激光数据依赖于反光板系统获取的,具体为:
所述反光板包括若干个直径为5cm-10cm的圆柱体反光板,长度不小于40cm的反方板,所述反光板圆柱体外表面贴反光膜;
基于车辆运行路线对若干反光板进行布置,使得车辆在运行中车载激光装置的范围内可至少有3个反光板。
作为一种可实施方式,所述基于反光强度高的点云,得到反光板的中心位置,具体为:
通过反光强度高的点云的坐标位置(xi,yi),计算中心位置公式如下:
基于反光强度高的点云的坐标位置,得到方光板的中心位置,公式如下:
d2=πR/4,d2为反光强度高的点云数据的中心距离反光板中心的距离,R为反光板的半径;
d1为反光强度高的点云数据的中心距离车载激光装置的距离;
d=d1+d2,d为反光板中心距离车载激光装置的距离。
作为一种可实施方式,所述基于反光强度高的点云,得到反光板的中心位置之前还包括反光板匹配步骤,具体为:当车辆初始进入反光板环境,匹配步骤如下:
扫描四周反光板的信息,得到任意两个反光板间的距离值;
根据距离长短进行排列,选择最长边为三角形的一个边,长度标记为L,基于该边的两个顶点选择第三个反光板,使得基于该最长边组成的三角形周长最长,计算该三角形的边长及角度作为特征值进行记录,特征值为最长边L1,另两个边长和为L2,最长边的两个夹角a1和a2,查询地图数据中的各反光板距离数据,筛选长度在L1所属误差范围内的待选边,将满足条件的作为若干组待选数据;
待选数据中分别计算最长边的两个顶点距离另一个点的距离和在L2所述误差范围内的边,将满足条件的作为待选数据;
计算最长边的两个夹角,若夹角与a1、a2的偏差在±2°的作为待选数据,最终进行判断,若待选数据为一组,则认为该组就是车辆所在的环境位置,依据各反光板的坐标位置及车载激光装置距离各反光板的位置,得到车辆位置;若待选数据不唯一,则重新进行匹配;
当车辆连续运行,对反光板匹配,匹配步骤如下:
在车辆运行过程中,预估出小车在当前时刻的位置;
基于当前时刻的位置与反光板地图中各反光板位置进行匹配,获得环境中的各个反光板相对车载激光装置的坐标位置;
根据实际测得的反光板角度、距离数据,与地图中推算的角度、距离数据进行匹配,得出测量值与反光板编号间的对应关系。
作为一种可实施方式,当反光板超过3个时,分别计算每两个反光板间的夹角,筛选三个反光板两两间夹角的和为180°的三个反光板作为一组,若有多个组,则再次计算该组内最大角与最小角间的差值,选择差值最小的一组,然后根据所选择反光板的编号,查询到对应反光板的坐标值。
作为一种可实施方式,所述车载激光装置的位置确立步骤如下:
当获取到3个反光板的中心坐标(X1,Y1)、(X2,Y2)、(X3,Y3),以及车载激光装置距离各反光板的距离(d1,d2,d3)时,以各个反光板中心为中心,以各个反光板距离激光的距离为半径分别做圆,判断车载激光装置到两个反光板的距离和(d1+d2)与两个反光板的中心距离D的关系;
当(d1+d2)<=D,表示两个圆相离或相切,选择距离两个圆边等距的点作为中心点,若相切则选择切点,当(d1+d2)>D时,表示两圆相交,选择距离另一反光板最接近第三个反光板到车载激光装置的位置距离的点作为中心点。
作为一种可实施方式,所述基于反光板的位置和车载激光装置的位置,具体为:
已知圆心1坐标(x1,y1),半径R1、圆心2坐标(x2,y2)半径R2,两圆在有两个交点的情况下,交点坐标为(xa,ya),(xb,yb):
则两个交点坐标分别为:
xa=x0-Lsin(arctan(k)),ya=y0+Lcos(arctan(k));
xb=x0+Lsin(arctan(k)),yb=y0-Lcos(arctan(k));
第三个圆心坐标(x3,y3)半径R3,判断两个交点与第三个圆心的距离
判断|da-R3|与|db-R3|的大小,取差值最小的点(xa,ya)或(xb,yb);
由于车载激光装置在车辆上的位置固定,且相对车辆运动学中心的位置关系明确,基于车载激光装置的中心位置后,根据坐标平移及旋转,获取车辆运动学中心的坐标位置。
一种基于反光板的室内车载激光定位系统,包括数据获取模块、数据处理模块、位置获取模块和坐标获取模块:
所述数据获取模块,用于获取室内车辆在行使过程中车载激光装置的激光数据,所述激光数据包括各物体表面到反光板表面的距离点云数据;
所述数据处理模块,用于根据反光板的反光强度,对点云数据进行提取并对提取后的点云数据进行过滤处理,过滤出反光板的反光强度高和反光强度低的点云数据;
所述位置获取模块,用于基于反光强度高的点云,得到反光板的中心位置,基于反光板的中心位置得到反光板的位置以及车载激光装置的位置;
所述坐标获取模块,用于基于反光板的位置和车载激光装置的位置,获取室内车辆在车辆行驶过程中的运动学中心的坐标位置。
本发明由于采用了以上技术方案,具有显著的技术效果:
本发明采用车载激光装置,定位导航精度达到厘米级或更高,计算方式可靠,响应速度快,抗干扰能力强,成本低等特点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的方法流程示意图;
图2是本发明的整体装置结构示意图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例1:
一种基于反光板的室内车载激光定位方法,如图1所示,包括以下步骤:
S100、获取室内车辆在行使过程中车载激光装置的激光数据,所述激光数据包括各物体表面到反光板表面的距离点云数据;
S200、根据反光板的反光强度,对点云数据进行提取并对提取后的点云数据进行过滤处理,过滤出反光板的反光强度高和反光强度低的点云数据;
S300、基于反光强度高的点云,得到反光板的中心位置,基于反光板的中心位置得到反光板的位置以及车载激光装置的位置;
S400、基于反光板的位置和车载激光装置的位置,获取室内车辆在车辆行驶过程中的运动学中心的坐标位置。
在步骤S100中,所述获取室内车辆在行使过程中车载激光装置的激光数据依赖于反光板系统获取的,具体为:
所述反光板包括若干个直径为5cm-10cm的圆柱体反光板,长度不小于40cm的反方板,所述反光板圆柱体外表面贴反光膜;
基于车辆运行路线对若干反光板进行布置,使得车辆在运行中车载激光装置的范围内可至少有3个反光板。
在步骤S300中,所述基于反光强度高的点云,得到反光板的中心位置,具体为:
通过反光强度高的点云的坐标位置(xi,yi),计算中心位置公式如下:
基于反光强度高的点云的坐标位置,得到方光板的中心位置,公式如下:
d2=πR/4,d2为反光强度高的点云数据的中心距离反光板中心的距离,R为反光板半径;
d1为反光强度高的点云数据的中心距离车载激光装置的距离;
d=d1+d2,d为反光板中心距离车载激光装置的距离。
更加具体地,在步骤S300所述基于反光强度高的点云,得到反光板的中心位置之前还包括反光板匹配步骤,具体为:当车辆初始进入反光板环境,匹配步骤如下:
扫描四周反光板的信息,得到任意两个反光板间的距离值;
根据距离长短进行排列,选择最长边为三角形的一个边,长度标记为L,基于该边的两个顶点选择第三个反光板,使得基于该最长边组成的三角形周长最长,计算该三角形的边长及角度作为特征值进行记录,特征值为最长边L1,另两个边长和为L2,最长边的两个夹角a1和a2,查询地图数据中的各反光板距离数据,筛选长度在L1所属误差范围内的待选边,将满足条件的作为若干组待选数据;
待选数据中分别计算最长边的两个顶点距离另一个点的距离和在L2所述误差范围内的边,将满足条件的作为待选数据;
计算最长边的两个夹角,若夹角与a1、a2的偏差在±2°的作为待选数据,最终进行判断,若待选数据为一组,则认为该组就是车辆所在的环境位置,依据各反光板的坐标位置及车载激光装置距离各反光板的位置,得到车辆位置;若待选数据不唯一,则重新进行匹配;
当车辆连续运行,对反光板匹配,匹配步骤如下:
在车辆运行过程中,预估出小车在当前时刻的位置;
基于当前时刻的位置与反光板地图中各反光板位置进行匹配,获得环境中的各个反光板相对车载激光装置的坐标位置;
根据实际测得的反光板角度、距离数据,与地图中推算的角度、距离数据进行匹配,得出测量值与反光板编号间的对应关系。
另外,当反光板超过3个时,分别计算每两个反光板间的夹角,筛选三个反光板两两间夹角的和为180°的三个反光板作为一组,若有多个组,则再次计算该组内最大角与最小角间的差值,选择差值最小的一组,然后根据所选择反光板的编号,查询到对应反光板的坐标值。
基于反光板超过3个后,所述车载激光装置的位置确立步骤如下:
当获取到3个反光板的中心坐标(X1,Y1)、(X2,Y2)、(X3,Y3)、,以及车载激光装置距离各反光板的距离(d1,d2,d3)时,以各个反光板中心为中心,以各个反光板距离激光的距离为半径分别做圆,判断车载激光装置到两个反光板的距离和(d1+d2)与两个反光板的中心距离D的关系;
当(d1+d2)<=D,表示两个圆相离或相切,选择距离两个圆边等距的点作为中心点,若相切则选择切点,当(d1+d2)>D时,表示两圆相交,选择距离另一反光板最接近第三个反光板到车载激光装置的位置距离的点作为中心点。
最后,所述基于反光板的位置和车载激光装置的位置,具体为:
已知圆心1坐标(x1,y1),半径R1、圆心2坐标(x2,y2)半径R2,两圆在有两个交点的情况下,交点坐标为(xa,ya),(xb,yb):
则两个交点坐标分别为:
xa=x0-Lsin(arctan(k)),ya=y0+Lcos(arctan(k));
xb=x0+Lsin(arctan(k)),yb=y0-Lcos(arctan(k));
第三个圆心坐标(x3,y3)半径R3,判断两个交点与第三个圆心的距离
判断|da-R3|与|db-R3|的大小,取差值最小的点(xa,ya)或(xb,yb);
由于车载激光装置在车辆上的位置固定,且相对车辆运动学中心的位置关系明确,基于车载激光装置的中心位置后,根据坐标平移及旋转,获取车辆运动学中心的坐标位置。
另外,在本申请中,还包括反光板建图:在建图模式下,预设车辆上的激光头为坐标原点(0,0),当初次启动扫描到反光板时,根据测量到的数据和角度依次对各个反光板的坐标位置进行设置。之后,建图车辆基于已设置的反光板坐标的进行定位。同时间隔0.1s将各个反光板的位置数据储存在列表中。当某个反光板的坐标数据有若干值时(大于7个),计算这些坐标的中心位置(即x和y坐标的平均值),并计算方差σ,当新计算的方差小于原存储的方差时,用新的中心位置替换原先反光板的中心位置,并存储新的方差值。该方法循环迭代,使得最终存储的反光板中心位置对应的一组数据最小,中心位置更加准确。在建图过程中,分别计算任意两个反光板中心位置间的距离,并按长度进行排列,可以大幅提高的首次进入环境反光板匹配计算效率。
在本申请中,由于借用定位导航的精度能达到厘米级或更高,并且整个计算方式可靠,响应速度快,抗干扰能力强,成本低等特点。
实施例2:
一种基于反光板的室内车载激光定位系统,如图2所示,包括数据获取模块100、数据处理模块200、位置获取模块300和坐标获取模块400:
所述数据获取模块100,用于获取室内车辆在行使过程中车载激光装置的激光数据,所述激光数据包括各物体表面到反光板表面的距离点云数据;
所述数据处理模块200,用于根据反光板的反光强度,对点云数据进行提取并对提取后的点云数据进行过滤处理,过滤出反光板的反光强度高和反光强度低的点云数据;
所述位置获取模块300,用于基于反光强度高的点云,得到反光板的中心位置,基于反光板的中心位置得到反光板的位置以及车载激光装置的位置;
所述坐标获取模块400,用于基于反光板的位置和车载激光装置的位置,获取室内车辆在车辆行驶过程中的运动学中心的坐标位置。
在本申请的装置中,由于借用定位导航的精度能达到厘米级或更高,并且整个计算方式可靠,响应速度快,抗干扰能力强,成本低等特点。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
需要说明的是:
说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
此外,需要说明的是,本说明书中所描述的具体实施例,其零、部件的形状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化,均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离本发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。

Claims (8)

1.一种基于反光板的室内车载激光定位方法,其特征在于,包括以下步骤:
获取室内车辆在行使过程中车载激光装置的激光数据,所述激光数据包括室内车辆所处位置周边各物体表面到反光板表面的距离点云数据;
根据反光板的反光强度,对点云数据进行提取并对提取后的点云数据进行过滤处理,过滤出反光板的反光强度高和反光强度低的点云数据;
基于反光强度高的点云,得到反光板的中心位置,基于反光板的中心位置得到反光板的位置以及车载激光装置的位置;
基于反光板的位置和车载激光装置的位置,获取室内车辆在车辆行驶过程中的运动学中心的坐标位置。
2.根据权利要求1所述的基于反光板的室内车载激光定位方法,其特征在于,
所述获取室内车辆在行使过程中车载激光装置的激光数据依赖于反光板系统获取的,具体为:
所述反光板包括若干个直径为5cm-10cm的圆柱体反光板,长度不小于40cm的反方板,所述反光板圆柱体外表面贴反光膜;
基于车辆运行路线对若干反光板进行布置,使得车辆在运行中车载激光装置的范围内可至少有3个反光板。
3.根据权利要求1所述的基于反光板的室内车载激光定位方法,其特征在于,所述基于反光强度高的点云,得到反光板的中心位置,具体为:
通过反光强度高的点云的坐标位置(xi,yi),计算中心位置公式如下:
基于反光强度高的点云的坐标位置,得到反光板的中心位置,公式如下:
d2=πR/4,d2为反光强度高的点云数据的中心距离反光板中心的距离,R为反光板的半径;
d1为反光强度高的点云数据的中心距离车载激光装置的距离;
d=d1+d2,d为反光板中心距离车载激光装置的距离。
4.根据权利要求2所述的基于反光板的室内车载激光定位方法,其特征在于,所述基于反光强度高的点云,得到反光板的中心位置之前还包括反光板匹配步骤,具体为:当车辆初始进入反光板环境,匹配步骤如下:
扫描四周反光板的信息,得到任意两个反光板间的距离值;
根据距离长短进行排列,选择最长边为三角形的一个边,长度标记为L,基于该边的两个顶点选择第三个反光板,使得基于该最长边组成的三角形周长最长,计算该三角形的边长及角度作为特征值进行记录,特征值为最长边L1,另两个边长和为L2,最长边的两个夹角a1和a2,查询地图数据中的各反光板距离数据,筛选长度在L1所属误差范围内的待选边,将满足条件的作为若干组待选数据;
待选数据中分别计算最长边的两个顶点距离另一个点的距离和在L2所述误差范围内的边,将满足条件的作为待选数据;
计算最长边的两个夹角,若夹角与a1、a2的偏差在±2°的作为待选数据,最终进行判断,若待选数据为一组,则认为该组就是车辆所在的环境位置,依据各反光板的坐标位置及车载激光装置距离各反光板的位置,得到车辆位置;若待选数据不唯一,则重新进行匹配;
当车辆连续运行,对反光板匹配,匹配步骤如下:
在车辆运行过程中,预估出小车在当前时刻的位置;
基于当前时刻的位置与反光板地图中各反光板位置进行匹配,获得环境中的各个反光板相对车载激光装置的坐标位置;
根据实际测得的反光板角度、距离数据,与地图中推算的角度、距离数据进行匹配,得出测量值与反光板编号间的对应关系。
5.根据权利要求2所述的基于反光板的室内车载激光定位方法,其特征在于,当反光板超过3个时,分别计算每两个反光板间的夹角,筛选三个反光板两两间夹角的和为180°的三个反光板作为一组,若有多个组,则再次计算该组内最大角与最小角间的差值,选择差值最小的一组,然后根据所选择反光板的编号,查询到对应反光板的坐标值。
6.根据权利要求5所述的基于反光板的室内车载激光定位方法,其特征在于,所述车载激光装置的位置确立步骤如下:
当获取到3个反光板的中心坐标(X1,Y1)、(X2,Y2)、(X3,Y3),以及车载激光装置距离各反光板的距离(d1,d2,d3)时,以各个反光板中心为中心,以各个反光板距离激光的距离为半径分别做圆,判断车载激光装置到两个反光板的距离和(d1+d2)与两个反光板的中心距离D的关系;
当(d1+d2)<=D,表示两个圆相离或相切,选择距离两个圆边等距的点作为中心点,若相切则选择切点,当(d1+d2)>D时,表示两圆相交,选择距离另一反光板最接近第三个反光板到车载激光装置的位置距离的点作为中心点。
7.根据权利要求6所述的基于反光板的室内车载激光定位方法,其特征在于,所述基于反光板的位置和车载激光装置的位置,具体为:
已知圆心1坐标(x1,y1),半径R1、圆心2坐标(x2,y2)半径R2,两圆在有两个交点的情况下,交点坐标为(xa,ya),(xb,yb):
y0=y1+k(x0-x1);
则两个交点坐标分别为:
xa=x0-Lsin(arctan(k)),ya=y0+Lcos(arctan(k));
xb=x0+Lsin(arctan(k)),yb=y0-Lcos(arctan(k));
第三个圆心坐标(x3,y3)半径R3,判断两个交点与第三个圆心的距离
判断|da-R3|与|db-R3|的大小,取差值最小的点(xa,ya)或(xb,yb);
由于车载激光装置在车辆上的位置固定,且相对车辆运动学中心的位置关系明确,基于车载激光装置的中心位置后,根据坐标平移及旋转,获取车辆运动学中心的坐标位置。
8.一种基于反光板的室内车载激光定位系统,其特征在于,包括数据获取模块、数据处理模块、位置获取模块和坐标获取模块:
所述数据获取模块,用于获取室内车辆在行使过程中车载激光装置的激光数据,
所述激光数据包括各物体表面到反光板表面的距离点云数据;
所述数据处理模块,用于根据反光板的反光强度,对点云数据进行提取并对提取后的点云数据进行过滤处理,过滤出反光板的反光强度高和反光强度低的点云数据;
所述位置获取模块,用于基于反光强度高的点云,得到反光板的中心位置,基于反光板的中心位置得到反光板的位置以及车载激光装置的位置;
所述坐标获取模块,用于基于反光板的位置和车载激光装置的位置,获取室内车辆在车辆行驶过程中的运动学中心的坐标位置。
CN201910770393.7A 2019-05-23 2019-08-20 基于反光板的室内车载激光定位方法及系统 Active CN110308423B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910436950 2019-05-23
CN2019104369501 2019-05-23

Publications (2)

Publication Number Publication Date
CN110308423A true CN110308423A (zh) 2019-10-08
CN110308423B CN110308423B (zh) 2021-07-27

Family

ID=68083658

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910770393.7A Active CN110308423B (zh) 2019-05-23 2019-08-20 基于反光板的室内车载激光定位方法及系统

Country Status (1)

Country Link
CN (1) CN110308423B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110824494A (zh) * 2019-11-14 2020-02-21 华南智能机器人创新研究院 基于二维激光雷达强度数值识别反光标识的方法及装置
CN111123287A (zh) * 2019-12-31 2020-05-08 深圳前海达闼云端智能科技有限公司 机器人定位方法、机器人及计算机可读存储介质
CN111781609A (zh) * 2020-04-10 2020-10-16 昆山同孚智能技术有限公司 一种agv激光导航多边定位方法
CN111830969A (zh) * 2020-06-12 2020-10-27 北京布科思科技有限公司 一种基于反光板及二维码的融合对接方法
CN111929694A (zh) * 2020-10-12 2020-11-13 炬星科技(深圳)有限公司 点云匹配方法、设备及存储介质
CN113470111A (zh) * 2020-03-31 2021-10-01 纳恩博(北京)科技有限公司 定位方法及装置、设备、介质
CN113666305A (zh) * 2021-08-31 2021-11-19 杭州派珞特智能技术有限公司 基于运动补偿与反射板优化排序的智能叉车激光定位方法
CN114279461A (zh) * 2022-03-02 2022-04-05 中科开创(广州)智能科技发展有限公司 机器人的里程定位方法、单元、装置、设备和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120271483A1 (en) * 2011-03-21 2012-10-25 Denso Corporation Method and apparatus for recognizing shape of road for vehicles
CN103837095A (zh) * 2014-03-18 2014-06-04 华中科技大学 一种三维激光扫描方法及装置
US20160035081A1 (en) * 2014-04-25 2016-02-04 Google Inc. Methods and Systems for Object Detection using Laser Point Clouds
CN105882451A (zh) * 2014-12-30 2016-08-24 合肥联鑫智能科技有限公司 一种自动化无人控制agv小车
CN106950972A (zh) * 2017-05-15 2017-07-14 上海音锋机器人股份有限公司 一种无人搬运车agv及其路线纠偏方法
CN106969768A (zh) * 2017-04-22 2017-07-21 深圳力子机器人有限公司 一种无轨导航agv的精确定位及停车方法
US20180081038A1 (en) * 2016-09-21 2018-03-22 Innoviz Technologies Ltd. Methods Circuits Devices Assemblies Systems and Functionally Associated Machine Executable Code for Light Detection and Ranging Based Scanning
US20180374238A1 (en) * 2017-06-26 2018-12-27 Korea Expressway Corporation System for extracting position information of object in point cloud data by using component

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120271483A1 (en) * 2011-03-21 2012-10-25 Denso Corporation Method and apparatus for recognizing shape of road for vehicles
CN103837095A (zh) * 2014-03-18 2014-06-04 华中科技大学 一种三维激光扫描方法及装置
US20160035081A1 (en) * 2014-04-25 2016-02-04 Google Inc. Methods and Systems for Object Detection using Laser Point Clouds
CN105882451A (zh) * 2014-12-30 2016-08-24 合肥联鑫智能科技有限公司 一种自动化无人控制agv小车
US20180081038A1 (en) * 2016-09-21 2018-03-22 Innoviz Technologies Ltd. Methods Circuits Devices Assemblies Systems and Functionally Associated Machine Executable Code for Light Detection and Ranging Based Scanning
CN106969768A (zh) * 2017-04-22 2017-07-21 深圳力子机器人有限公司 一种无轨导航agv的精确定位及停车方法
CN106950972A (zh) * 2017-05-15 2017-07-14 上海音锋机器人股份有限公司 一种无人搬运车agv及其路线纠偏方法
US20180374238A1 (en) * 2017-06-26 2018-12-27 Korea Expressway Corporation System for extracting position information of object in point cloud data by using component

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
倪振: "激光导引四轮差动全方位移动AGV关键技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
傅晓明等: "基于ZigBee 的LED 智能照明定位应用研究", 《照明工程学报》 *
康俊民: "城市环境下无人车自主定位关键技术研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110824494A (zh) * 2019-11-14 2020-02-21 华南智能机器人创新研究院 基于二维激光雷达强度数值识别反光标识的方法及装置
CN111123287A (zh) * 2019-12-31 2020-05-08 深圳前海达闼云端智能科技有限公司 机器人定位方法、机器人及计算机可读存储介质
CN113470111A (zh) * 2020-03-31 2021-10-01 纳恩博(北京)科技有限公司 定位方法及装置、设备、介质
WO2021196969A1 (zh) * 2020-03-31 2021-10-07 纳恩博(北京)科技有限公司 定位方法及装置、设备、介质
CN111781609A (zh) * 2020-04-10 2020-10-16 昆山同孚智能技术有限公司 一种agv激光导航多边定位方法
CN111830969A (zh) * 2020-06-12 2020-10-27 北京布科思科技有限公司 一种基于反光板及二维码的融合对接方法
CN111830969B (zh) * 2020-06-12 2024-03-26 北京布科思科技有限公司 一种基于反光板及二维码的融合对接方法
CN111929694A (zh) * 2020-10-12 2020-11-13 炬星科技(深圳)有限公司 点云匹配方法、设备及存储介质
CN113666305A (zh) * 2021-08-31 2021-11-19 杭州派珞特智能技术有限公司 基于运动补偿与反射板优化排序的智能叉车激光定位方法
CN113666305B (zh) * 2021-08-31 2023-02-21 杭州派珞特智能技术有限公司 基于运动补偿与反射板优化排序的智能叉车激光定位方法
CN114279461A (zh) * 2022-03-02 2022-04-05 中科开创(广州)智能科技发展有限公司 机器人的里程定位方法、单元、装置、设备和存储介质

Also Published As

Publication number Publication date
CN110308423B (zh) 2021-07-27

Similar Documents

Publication Publication Date Title
CN110308423A (zh) 基于反光板的室内车载激光定位方法及系统
CN109141446B (zh) 用于获得地图的方法、装置、设备和计算机可读存储介质
US11877716B2 (en) Determining region attribute
CN110057373A (zh) 用于生成高精细语义地图的方法、装置和计算机存储介质
CN109991984A (zh) 用于生成高精细地图的方法、装置和计算机存储介质
EP3620823A1 (en) Method and device for detecting precision of internal parameter of laser radar
CN108280866B (zh) 道路点云数据处理方法及系统
CN110009718A (zh) 一种三维高精度地图生成方法及装置
CN109059941B (zh) 特征地图构建方法、视觉定位方法及对应装置
KR20190088866A (ko) 포인트 클라우드 데이터 수집 궤적을 조정하기 위한 방법, 장치 및 컴퓨터 판독 가능한 매체
CN105844631A (zh) 一种目标定位方法及装置
CN112233056B (zh) 一种多源数据的点云融合方法、装置和存储介质
CN108693548A (zh) 一种基于场景目标识别的导航方法及系统
CN110221605A (zh) 无人驾驶汽车的会车方法、装置、设备及存储介质
CN113126607B (zh) 一种机器人及其运动控制方法和装置
CN110220517A (zh) 一种结合环境语意的室内机器人鲁棒slam方法
CN104949678A (zh) 导航系统中导航结束点的确定方法、装置及导航设备
CN114445565A (zh) 数据处理方法、装置、电子设备和计算机可读介质
CN110060424A (zh) 一种共享汽车还车方法
CN112154303B (zh) 高精度地图定位方法、系统、平台及计算机可读存储介质
CN111380540A (zh) 地图匹配方法及装置、介质、终端
CN113252025A (zh) 一种定位检测方法、装置、电子设备及存储介质
CN110133593A (zh) 无人驾驶室内车辆
CN114088082B (zh) 一种地图数据的处理方法和装置
CN117405130B (zh) 目标点云地图获取方法、电子设备及存储介质

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