CN111142118A - 一种自卸车倒车检测方法 - Google Patents
一种自卸车倒车检测方法 Download PDFInfo
- Publication number
- CN111142118A CN111142118A CN202010014539.8A CN202010014539A CN111142118A CN 111142118 A CN111142118 A CN 111142118A CN 202010014539 A CN202010014539 A CN 202010014539A CN 111142118 A CN111142118 A CN 111142118A
- Authority
- CN
- China
- Prior art keywords
- dump truck
- reversing
- point cloud
- environment
- laser
- 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
Links
Images
Classifications
-
- 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
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
Abstract
本发明公开了一种自卸车倒车检测方法,具体步骤如下:安装在自卸车尾部横梁上的多线激光雷达发射多线激光,探测周围环境,接收反射回来的激光,生成自卸车倒车环境的激光点云数据并将该激光点云发送给计算装置,计算装置接收激光雷达的点云数据,进行计算处理,形成自卸车的倒车检测方法,本发明解决自卸车在存在断崖、坑洞和小型山体等不平坦复杂路况环境下自动驾驶的倒车检测问题。保障自卸车在复杂环境中的倒车安全性,提高生产和运输效率。
Description
技术领域
本发明涉及电子技术领域,具体是一种自卸车倒车检测方法。
背景技术
自卸车的自动驾驶能够减少运输成本,提高经济效益,自卸车自动驾驶过程中的行驶环境和路况较复杂,自卸车的倒车检测具有很高的研究意义和价值。
现有方案:
目前倒车检测系统主要包括两种设备:距离探测雷达和实时影像。探测雷达包括超声波雷达和毫米波雷达,激光雷达等。
超声波雷达探测有效距离只有几米,低矮的物体难识别,且现有技术难以将超声波汇聚至很小的范围,仅使用超声波雷达难以实现较大范围的障碍物检测;
毫米波雷达分辨率及精度低,且只能探测某一平面内的距离;
现有的激光雷达方案一般是用激光雷达探头来探测车辆与障碍物的距离;
目前倒车雷达为超声波雷达和毫米波雷达以及激光雷达探头,且只能检测地面平坦的情况,难以检测地面环境复杂的情况,如地面存在断崖、坑洞和小型山体等。
车载影像一般采用VGA摄像头,清晰度差,镜头视角小并存在盲区,受光照影响较大。
发明内容
本发明的目的在于提供一种自卸车倒车检测方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种自卸车倒车检测方法,具体步骤如下:安装在自卸车尾部横梁上的多线激光雷达发射多线激光,探测周围环境,接收反射回来的激光,生成自卸车倒车环境的激光点云数据并将该激光点云发送给计算装置,计算装置接收激光雷达的点云数据,进行计算处理,形成自卸车的倒车检测方法。
作为本发明的进一步方案:所述计算装置包括点云处理模块、可倒车区域检测模块、动态障碍物检测模块和倒车逻辑模块。
作为本发明的进一步方案:所述点云处理模块接收激光雷达探测到的自卸车倒车周围环境的点云数据后进行滤波处理,激光在发射和接收过程中会因为激光雷达防护罩和自卸车尾部等的遮挡而产生一些无效激光点云数据,点云滤波处理模块将会滤除这些无效激光点云数据,形成自卸车后方环境的有效激光点云数据并将该数据发送给可倒车区域检测模块。
作为本发明的进一步方案:所述可倒车区域检测模块接收点云处理模块输出的自卸车后方环境的有效激光点云数据,进行可倒车区域检测。可倒车区域检测模块主要检测自卸车在倒车过程中自卸车后方整体静态环境,区分自卸车在倒车环境中的静态障碍物,如倒车环境中存在的断崖、坑洞、小型山体,再将这些检测到的静态环境数据作为倒车逻辑模块中判断能否继续倒车的依据。
作为本发明的进一步方案:所述动态障碍物检测模块接收自卸车后方环境的有效激光点云数据,进行动态障碍物检测。动态障碍物检测模块主要检测自卸车在倒车过程中自卸车后方的动态环境,区分自卸车在倒车环境中的动态障碍物,如在运行状态中的其它车辆等,再将这些检测到的动态环境数据作为倒车逻辑模块中判断能否继续倒车的依据。
作为本发明的进一步方案:所述倒车逻辑模块的功能组成为接收自卸车目标停车位置、自卸车是否可以倒车的判断、自卸车是否抵达目标位置的处理。
作为本发明的进一步方案:所述多线激光雷上安装有激光雷达防护装置。
与现有技术相比,本发明的有益效果是:本发明解决自卸车在存在断崖、坑洞和小型山体等不平坦复杂路况环境下自动驾驶的倒车检测问题。保障自卸车在复杂环境中的倒车安全性,提高生产和运输效率。
附图说明
图1是一种安装多线激光雷达倒车检测系统的自卸车的示意图;
图2是一种自卸车在平坦路面环境下倒车检测的示意图;
图3是一种自卸车在断崖或坑洞环境下倒车检测的示意图;
图4是一种自卸车在山体环境下倒车检测的示意图;
图5是一种自卸车在复杂环境自动运行时转向倒车行为的流程图;
图6是一种自卸车在平坦路面环境下倒车检测的流程图;
图7是一种自卸车在断崖和坑洞环境下倒车检测的流程图;
图8是一种自卸车在山体环境下倒车检测的流程图。
图中:1–自卸车;2–多线激光雷达;3–多线激光雷达防护罩;41–自卸车倒车环境-平坦路面环境;42–自卸车倒车环境-断崖或坑洞的路面环境;43–自卸车倒车环境-山体倒车环境;51–自卸车倒车目标位置-可以倒车到达的目标位置;52–自卸车倒车目标位置-不能倒车到达的目标位置。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-8,本发明实施例中,一种自卸车倒车检测方法,具体步骤如下:安装在自卸车尾部横梁上的多线激光雷达发射多线激光,探测周围环境,接收反射回来的激光,生成自卸车倒车环境的激光点云数据并将该激光点云发送给计算装置,计算装置接收激光雷达的点云数据,进行计算处理,形成自卸车的倒车检测方法。
包括多线激光雷达,激光雷达防护装置,计算装置。
多线激光雷达:
安装在自卸车的尾部横梁。其作用是发射多线激光,探测周围环境,接收反射回来的激光,生成自卸车倒车环境的激光点云反射数据,并将该激光点云发送给计算装置。
激光雷达防护装置:
自卸车运行在复杂的环境下,需要对自卸车上安装的激光雷达进行一定的防护,保护激光雷达免受环境中的雨水,尘埃,沙石的污损。为了不影响激光雷达的正常工作,防护装置是自动的,在激光雷达工作时自动打开,不工作时自动关闭。
计算装置:
计算装置的功能为:接收激光雷达的点云数据,进行计算处理,形成自卸车的倒车检测方法。具体模块功能介绍如软件结构示。
计算装置包括点云处理模块,可倒车区域检测模块,动态障碍物检测模块,倒车逻辑模块。
点云处理模块:
接收激光雷达探测到的自卸车倒车周围环境的点云数据后进行滤波处理。激光雷达安装在自卸车的尾部横梁,激光在发射和接收过程中会因为激光雷达防护罩和自卸车尾部等的遮挡而产生一些无效激光点云数据,点云滤波处理模块将会滤除这些无效激光点云数据,形成自卸车后方环境的有效激光点云数据并将该数据发送给可倒车区域检测模块。
可倒车区域检测模块:
接收点云处理模块输出的自卸车后方环境的有效激光点云数据,进行可倒车区域检测。可倒车区域检测模块主要检测自卸车在倒车过程中自卸车后方整体静态环境,区分自卸车在倒车环境中的静态障碍物,如倒车环境中存在的断崖、坑洞、小型山体等,再将这些检测到的静态环境数据作为倒车逻辑模块中判断能否继续倒车的依据。
动态障碍物检测模块接收自卸车后方环境的有效激光点云数据,进行动态障碍物检测。动态障碍物检测模块主要检测自卸车在倒车过程中自卸车后方的动态环境,区分自卸车在倒车环境中的动态障碍物,如在运行状态中的其它车辆等,再将这些检测到的动态环境数据作为倒车逻辑模块中判断能否继续倒车的依据。
倒车逻辑模块功能组成为接收自卸车目标停车位置,自卸车是否可以倒车的判断,自卸车是否抵达目标位置的处理。
自卸车在自主驾驶时,因装载或者卸放车上的装载物,会需要自主倒车。这个过程的一种流程如图5所示。图5中的倒车检测处理子流程可分为图6、图7、图8所示。
图5中,自卸车在按照一定的运行路径自主驾驶过程中,获取到目标位置的信息,通过倒车接近目标位置直至停车结束,关于倒车检测处理的过程参照图6、图7、图8。
图6、图7、图8所示的三种子流程为自卸车在三种不同的环境下倒车检测的过程示意。以下三个实施例分别解释三种环境下的倒车检测处理的过程。
实施例1:自卸车在平坦路面环境下的倒车检测:
如图1所示,为本实施例中安装多线激光雷达倒车系统的自卸车的结构示意图,自卸车1尾部横梁上安装有多线激光雷达2,多线激光雷达2外部装有多线激光雷达防护罩3。其中:多线激光雷达2发射多线激光,探测周围环境,接收反射回来的激光,生成自卸车1倒车环境的激光点云反射数据,并将该激光点云发送给计算装置。
本发明实施例是自卸车在平坦路面环境的倒车检测过程。如图2所示,自卸车倒车环境为平坦路面环境41,自卸车倒车目标位置为可以倒车到达的目标位置51。参照图6,倒车检测处理的过程如下:
多线激光雷达2发射并接收激光,生成自卸车1倒车环境的激光点云反射数据,并将该点云数据输出给计算装置;
计算装置的点云处理模块接收多线激光雷达2输出的点云数据,接收激光雷达探测到的自卸车倒车周围环境的点云数据后进行滤波处理。点云处理模块将会滤除激光在发射和接收过程中会因为激光雷达防护罩和自卸车尾部等的遮挡而产生的一些无效激光点云数据,形成自卸车1后方环境的有效激光点云数据并将该数据发送给可倒车区域检测模块;
计算装置的可倒车区域检测模块接收点云处理模块输出的自卸车1后方环境的有效激光点云数据,进行可倒车区域检测。区分平坦路面环境41中的静态障碍物,在平坦路面环境41中,视作没有静态障碍物,并将检测到的静态环境数据记录;
计算装置的动态障碍物检测模块接收自卸车1后方环境的有效激光点云数据,进行动态障碍物检测。区分自卸车1在平坦路面环境41中的动态障碍物,如识别是否有处在运行状态中的其它车辆,将检测到的动态环境数据记录;
计算装置的倒车逻辑模块接收可倒车区域检测模块输出的静态环境数据和动态障碍物检测模块输出的动态环境数据并发出倒车接近的指令,不断判断自卸车1是否到达目标位置51并循环执行可倒车区域检测和动态障碍物检测以发送自卸车1倒车接近的指令,直至自卸车1倒车到目标位置51后停车结束。
实施例2:自卸车在断崖或者坑洞环境下的倒车检测
如图1所示,为本实施例中安装多线激光雷达倒车系统的自卸车的结构示意图,自卸车1尾部横梁上安装有多线激光雷达2,多线激光雷达2外部装有多线激光雷达防护罩3。其中:多线激光雷达2发射多线激光,探测周围环境,接收反射回来的激光,生成自卸车倒车环境的激光点云反射数据,并将该激光点云发送给计算装置。
本发明实施例是自卸车在含有断崖或坑洞的路面环境的倒车检测过程。如图3所示,自卸车倒车环境为断崖或坑洞的路面环境42,自卸车倒车目标位置设为可以倒车到达的目标位置51和不能倒车到达的目标位置52。参照图7,倒车检测处理的过程如下:
多线激光雷达2发射并接收激光,生成自卸车1倒车环境的激光点云反射数据,并将该点云数据输出给计算装置;
计算装置的点云处理模块接收多线激光雷达2输出的点云数据,接收激光雷达探测到的自卸车倒车周围环境的点云数据后进行滤波处理。点云处理模块将会滤除激光在发射和接收过程中会因为激光雷达防护罩和自卸车尾部等的遮挡而产生的一些无效激光点云数据,形成自卸车1后方环境的有效激光点云数据并将该数据发送给可倒车区域检测模块;
计算装置的可倒车区域检测模块分为根据点云确认是否存在断崖或坑洞、确定断崖或坑洞的水平面面积和位置两个部分,若根据点云确认自卸车1倒车环境存在断崖或坑洞的路面环境42,则继续根据点云确定断崖或坑洞的水平面面积和位置,计算装置的倒车逻辑模块根据此检测结果作出是否可以继续倒车的判断,如果不能继续倒车,自卸车1就停车结束(自卸车倒车目标位置为不能倒车到达的目标位置52),如果可以继续倒车,将检测到的静态环境数据(断崖或坑洞的数据)记录;
计算装置的动态障碍物检测模块接收自卸车1后方环境的有效激光点云数据,进行动态障碍物检测。区分自卸车1在存在断崖或坑洞的路面环境42中的动态障碍物,如识别是否有处在运行状态中的其它车辆,将检测到的动态环境数据记录;
计算装置的倒车逻辑模块接收可倒车区域检测模块输出的静态环境数据(断崖或坑洞的数据)和动态障碍物检测模块输出的动态环境数据并发出倒车接近的指令,不断判断自卸车1是否到达目标位置51并循环执行可倒车区域检测和动态障碍物检测以发送自卸车1倒车接近的指令,直至自卸车1倒车到目标位置51后停车结束。
实施例3:自卸车在山体环境下的倒车检测:
如图1所示,为本实施例中安装多线激光雷达倒车系统的自卸车的结构示意图,自卸车1尾部横梁上安装有多线激光雷达2,多线激光雷达2外部装有多线激光雷达防护罩3。其中:多线激光雷达2发射多线激光,探测周围环境,接收反射回来的激光,生成自卸车倒车环境的激光点云反射数据,并将该激光点云发送给计算装置。
本发明实施例是自卸车在含有山体的环境的倒车检测过程。如图4所示,自卸车倒车环境为山体倒车环境43,自卸车倒车目标位置设为可以倒车到达的目标位置51和不能倒车到达的目标位置52。参照图8,倒车检测处理的过程如下:
多线激光雷达2发射并接收激光,生成自卸车1倒车环境的激光点云反射数据,并将该点云数据输出给计算装置;
计算装置的点云处理模块接收多线激光雷达2输出的点云数据,接收激光雷达探测到的自卸车倒车周围环境的点云数据后进行滤波处理。点云处理模块将会滤除激光在发射和接收过程中会因为激光雷达防护罩和自卸车尾部等的遮挡而产生的一些无效激光点云数据,形成自卸车1后方环境的有效激光点云数据并将该数据发送给可倒车区域检测模块;
计算装置的可倒车区域检测模块分为根据点云确认是否存在山体、确定山体的边界和位置两个部分,若根据点云确认自卸车1倒车环境存在山体的环境43,则继续根据点云确定山体的边界和位置,计算装置的倒车逻辑模块根据此检测结果作出是否可以继续倒车的判断,如果不能继续倒车,自卸车1就停车结束(自卸车倒车目标位置为不能倒车到达的目标位置52),如果可以继续倒车,将检测到的静态环境数据(山体的数据)记录;
计算装置的动态障碍物检测模块接收自卸车1后方环境的有效激光点云数据,进行动态障碍物检测。区分自卸车1在存在山体的环境43中的动态障碍物,如识别是否有处在运行状态中的其它车辆,将检测到的动态环境数据记录;
计算装置的倒车逻辑模块接收可倒车区域检测模块输出的静态环境数据(山体的数据)和动态障碍物检测模块输出的动态环境数据并发出倒车接近的指令,不断判断自卸车1是否到达目标位置51并循环执行可倒车区域检测和动态障碍物检测以发送自卸车1倒车接近的指令,直至自卸车1倒车到目标位置51后停车结束。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (7)
1.一种自卸车倒车检测方法,其特征在于,具体步骤如下:安装在自卸车尾部横梁上的多线激光雷达发射多线激光,探测周围环境,接收反射回来的激光,生成自卸车倒车环境的激光点云数据并将该激光点云发送给计算装置,计算装置接收激光雷达的点云数据,进行计算处理,形成自卸车的倒车检测方法。
2.根据权利要求1所述的一种自卸车倒车检测方法,其特征在于,所述计算装置包括点云处理模块、可倒车区域检测模块、动态障碍物检测模块和倒车逻辑模块。
3.根据权利要求2所述的一种自卸车倒车检测方法,其特征在于,所述点云处理模块接收激光雷达探测到的自卸车倒车周围环境的点云数据后进行滤波处理,激光在发射和接收过程中会因为激光雷达防护罩和自卸车尾部等的遮挡而产生一些无效激光点云数据,点云滤波处理模块将会滤除这些无效激光点云数据,形成自卸车后方环境的有效激光点云数据并将该数据发送给可倒车区域检测模块。
4.根据权利要求2所述的一种自卸车倒车检测方法,其特征在于,所述可倒车区域检测模块接收点云处理模块输出的自卸车后方环境的有效激光点云数据,进行可倒车区域检测,可倒车区域检测模块主要检测自卸车在倒车过程中自卸车后方整体静态环境,区分自卸车在倒车环境中的静态障碍物,如倒车环境中存在的断崖、坑洞、小型山体,再将这些检测到的静态环境数据作为倒车逻辑模块中判断能否继续倒车的依据。
5.根据权利要求2所述的一种自卸车倒车检测方法,其特征在于,所述动态障碍物检测模块接收自卸车后方环境的有效激光点云数据,进行动态障碍物检测,动态障碍物检测模块主要检测自卸车在倒车过程中自卸车后方的动态环境,区分自卸车在倒车环境中的动态障碍物,如在运行状态中的其它车辆等,再将这些检测到的动态环境数据作为倒车逻辑模块中判断能否继续倒车的依据。
6.根据权利要求2所述的一种自卸车倒车检测方法,其特征在于,所述倒车逻辑模块的功能组成为接收自卸车目标停车位置、自卸车是否可以倒车的判断、自卸车是否抵达目标位置的处理。
7.根据权利要求1所述的一种自卸车倒车检测方法,其特征在于,所述多线激光雷上安装有激光雷达防护装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010014539.8A CN111142118B (zh) | 2020-01-07 | 2020-01-07 | 一种自卸车倒车检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010014539.8A CN111142118B (zh) | 2020-01-07 | 2020-01-07 | 一种自卸车倒车检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111142118A true CN111142118A (zh) | 2020-05-12 |
CN111142118B CN111142118B (zh) | 2022-08-26 |
Family
ID=70523900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010014539.8A Active CN111142118B (zh) | 2020-01-07 | 2020-01-07 | 一种自卸车倒车检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111142118B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08106599A (ja) * | 1994-10-05 | 1996-04-23 | Mazda Motor Corp | 車両の障害物検知装置 |
JP2007125981A (ja) * | 2005-11-02 | 2007-05-24 | Equos Research Co Ltd | 駐車制御装置 |
CN101165509A (zh) * | 2006-10-19 | 2008-04-23 | 通用汽车环球科技运作公司 | 辅助倒车运动的防撞系统及方法 |
US20100019935A1 (en) * | 2007-02-27 | 2010-01-28 | Yukiko Kawabata | Parking assistance device |
CN102549631A (zh) * | 2009-09-30 | 2012-07-04 | 松下电器产业株式会社 | 车辆周围监视装置 |
CN105473402A (zh) * | 2013-08-26 | 2016-04-06 | 丰田自动车株式会社 | 车载控制装置 |
CN206243026U (zh) * | 2016-12-05 | 2017-06-13 | 武汉万集信息技术有限公司 | 一种后装激光雷达辅助驾驶装置 |
JP2017152049A (ja) * | 2014-04-25 | 2017-08-31 | グーグル インコーポレイテッド | レーザー点クラウドを用いる物体検出のための方法及びシステム |
CN206649159U (zh) * | 2017-04-12 | 2017-11-17 | 北京饮冰科技有限公司 | 一种以激光传感器为基础的倒车辅助系统 |
TW201804447A (zh) * | 2016-07-19 | 2018-02-01 | 合盈光電科技股份有限公司 | 行車安全偵測系統及其方法 |
US20180093663A1 (en) * | 2016-10-04 | 2018-04-05 | Lg Electronics Inc. | Parking assistance apparatus and vehicle having the same |
CN207916693U (zh) * | 2018-02-28 | 2018-09-28 | 上海小蚁科技有限公司 | 一种倒车影像立体成像系统及汽车 |
CN108693541A (zh) * | 2017-04-03 | 2018-10-23 | 福特全球技术公司 | 障碍检测系统和方法 |
CN109074744A (zh) * | 2016-09-23 | 2018-12-21 | 日立建机株式会社 | 矿山用工程机械以及障碍物判别装置 |
CN109849906A (zh) * | 2017-11-30 | 2019-06-07 | Lg电子株式会社 | 自主行驶车辆及其控制方法 |
CN110082783A (zh) * | 2019-05-10 | 2019-08-02 | 北京理工大学 | 一种悬崖检测的方法及装置 |
-
2020
- 2020-01-07 CN CN202010014539.8A patent/CN111142118B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08106599A (ja) * | 1994-10-05 | 1996-04-23 | Mazda Motor Corp | 車両の障害物検知装置 |
JP2007125981A (ja) * | 2005-11-02 | 2007-05-24 | Equos Research Co Ltd | 駐車制御装置 |
CN101165509A (zh) * | 2006-10-19 | 2008-04-23 | 通用汽车环球科技运作公司 | 辅助倒车运动的防撞系统及方法 |
US20100019935A1 (en) * | 2007-02-27 | 2010-01-28 | Yukiko Kawabata | Parking assistance device |
CN102549631A (zh) * | 2009-09-30 | 2012-07-04 | 松下电器产业株式会社 | 车辆周围监视装置 |
CN105473402A (zh) * | 2013-08-26 | 2016-04-06 | 丰田自动车株式会社 | 车载控制装置 |
JP2017152049A (ja) * | 2014-04-25 | 2017-08-31 | グーグル インコーポレイテッド | レーザー点クラウドを用いる物体検出のための方法及びシステム |
TW201804447A (zh) * | 2016-07-19 | 2018-02-01 | 合盈光電科技股份有限公司 | 行車安全偵測系統及其方法 |
CN109074744A (zh) * | 2016-09-23 | 2018-12-21 | 日立建机株式会社 | 矿山用工程机械以及障碍物判别装置 |
US20180093663A1 (en) * | 2016-10-04 | 2018-04-05 | Lg Electronics Inc. | Parking assistance apparatus and vehicle having the same |
CN206243026U (zh) * | 2016-12-05 | 2017-06-13 | 武汉万集信息技术有限公司 | 一种后装激光雷达辅助驾驶装置 |
CN108693541A (zh) * | 2017-04-03 | 2018-10-23 | 福特全球技术公司 | 障碍检测系统和方法 |
CN206649159U (zh) * | 2017-04-12 | 2017-11-17 | 北京饮冰科技有限公司 | 一种以激光传感器为基础的倒车辅助系统 |
CN109849906A (zh) * | 2017-11-30 | 2019-06-07 | Lg电子株式会社 | 自主行驶车辆及其控制方法 |
CN207916693U (zh) * | 2018-02-28 | 2018-09-28 | 上海小蚁科技有限公司 | 一种倒车影像立体成像系统及汽车 |
CN110082783A (zh) * | 2019-05-10 | 2019-08-02 | 北京理工大学 | 一种悬崖检测的方法及装置 |
Non-Patent Citations (5)
Title |
---|
MING XIA: "Design of Auxiliary System for Car Backing", 《2018 2ND IEEE ADVANCED INFORMATION MANAGEMENT,COMMUNICATES,ELECTRONIC AND AUTOMATION CONTROL CONFERENCE (IMCEC)》 * |
李媛等: "矿用自卸车障碍物检测及倒车监测装置", 《煤矿安全》 * |
李志国: "我国无人驾驶矿用自卸车发展现状和未来展望", 《铜业工程》 * |
杨国强等: "智能倒车刹车辅助系统在正面吊中的应用", 《港口科技》 * |
袁瑜: "矿山车辆话避碰", 《矿业装备》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111142118B (zh) | 2022-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9983306B2 (en) | System and method for providing target threat assessment in a collision avoidance system on a vehicle | |
CN100440269C (zh) | 高速公路汽车行驶智能检测预警方法及其预警系统 | |
CN103204123B (zh) | 一种车辆行人检测跟踪预警装置及其预警方法 | |
CN108140306A (zh) | 障碍物监视装置、车辆控制装置以及作业机械 | |
Gavrila et al. | A multi-sensor approach for the protection of vulnerable traffic participants the PROTECTOR project | |
CN103158620A (zh) | 一种车辆行人检测跟踪预警系统 | |
US10656265B2 (en) | Mining work machine | |
US8140226B2 (en) | Security system and a method to derive a security signal | |
CN110214346B (zh) | 用于检测车辆的挂车周围的物体的传感器布置结构和方法 | |
JP6332383B2 (ja) | 車両用物標検出システム | |
CN105292085A (zh) | 一种基于红外激光辅助的车辆前向避撞系统 | |
JP7028982B2 (ja) | レーダ処理装置 | |
CN216374520U (zh) | 用于车辆的驾驶员辅助系统和车辆 | |
CN111736153A (zh) | 用于无人驾驶车辆的环境检测系统、方法、设备和介质 | |
CN108427119A (zh) | 基于超声波传感器实现低矮障碍物跟踪检测的方法 | |
CN107368067B (zh) | 一种自动导航车的路面检测方法及系统 | |
CN211527320U (zh) | 一种车用激光图形测障装置 | |
CN110333725A (zh) | 自动驾驶避让行人的方法、系统、设备及存储介质 | |
EP1854666B1 (en) | System for the detection of objects located in an external front-end zone of a vehicle, which is suitable for industrial vehicles | |
CN111142118B (zh) | 一种自卸车倒车检测方法 | |
CN214492889U (zh) | 一种汽车的环境感知系统及其汽车 | |
CN113281783A (zh) | 矿用卡车 | |
CN206470789U (zh) | 一种无队列计算的车型识别无人值守发卡系统 | |
CN205498864U (zh) | 一种基于信息融合的车辆防碰撞系统 | |
Sadou et al. | Occlusions in obstacle detection for safe navigation |
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 |