CN111435165A - 基于激光雷达的运输车障碍检测方法及系统 - Google Patents

基于激光雷达的运输车障碍检测方法及系统 Download PDF

Info

Publication number
CN111435165A
CN111435165A CN201811596953.3A CN201811596953A CN111435165A CN 111435165 A CN111435165 A CN 111435165A CN 201811596953 A CN201811596953 A CN 201811596953A CN 111435165 A CN111435165 A CN 111435165A
Authority
CN
China
Prior art keywords
obstacle
target point
area
defense area
laser radar
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.)
Pending
Application number
CN201811596953.3A
Other languages
English (en)
Inventor
宋际广
张丽
任重
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.)
Baoding Galaxy Electronic Technology Co ltd
Original Assignee
Baoding Galaxy Electronic 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 Baoding Galaxy Electronic Technology Co ltd filed Critical Baoding Galaxy Electronic Technology Co ltd
Priority to CN201811596953.3A priority Critical patent/CN111435165A/zh
Publication of CN111435165A publication Critical patent/CN111435165A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Optical Radar Systems And Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请提供一种基于激光雷达的运输车障碍检测方法及系统,实际应用中,定位运输车在行驶路径上的运行区间;根据运行区间为激光雷达选择预设防区组合,以及为激光雷达配置预设防区组合,以使激光雷达在防区形状对应的区域内,检测符合防区类型的障碍物目标。其中,所述预设防区组合为障碍类型与防区形状的组合;所述障碍类型包括:所有障碍类型、静止障碍类型、以及运动障碍类型,所述防区形状包括:多边形防区、扇形防区以及环形防区。所述方法通过多种防区形状和多种障碍类型的防区,减小检测分析区域。实现高效的避障算法,使用激光雷达为运输车提供灵活、高效的障碍检测功能,以使运输车应用于更加复杂的场景。

Description

基于激光雷达的运输车障碍检测方法及系统
技术领域
本申请涉及障碍物检测技术领域,尤其涉及一种基于激光雷达的运输车障碍检测方法及系统。
背景技术
AGV(Automated Guided Vehicle)是指自动导引运输车,可以通过在无人操作的情况下自动在应用场景中行走,完成运输任务。对于AGV车,其自动运行的前提是完成障碍物躲避,即避障。对于避障,自动感知AGV车周围环境是最重要的一步,现有技术中,自动感知周围环境主要采用超声波传感器、视觉传感器、红外传感器、电磁感应传感器和激光传感器等。
对于超声波传感器:因为传感器超声波发出时,声波在环境中沿锥形传播,因此探测到的距离并不是一个点,而是某个锥形角度范围内最近物体的距离。并且,超声波探测周期较长,例如对于3米左右的物体,声波传输需要约20ms的时间,另外对于多个超声传感器之间,容易互相干扰。对于红外传感器,一般的红外测距都是采用三角测距的原理,测量距离都比较近,而且精度比较差。
对于视觉传感器,通常使用摄像机获取图像,并通过图像分析的方式来测距,但视觉传感器属于被动感光设备,极容易受到外部光线环境和物体成像的影响,导致测量精度也比较低。对于电磁感应传感器,电磁感应引导装置一般在地面上,沿预先设定的行驶路径埋设电线,通过电磁感应来控制方向,灵活度差。
而对于激光传感器,即激光雷达,得益于激光的传播特点,其测量距离可以达到几十米上百米,角度分辨率,测距的精度也比较高。因此激光雷达在AGV车上应用越来越普遍,使用激光雷达进行避障检测技术越来越重要。但目前应用在AGV车上进行避障的激光雷达,只支持以雷达为中心的扇形和多边形防区,造成检测的属性非常简单,不够灵活,无法满足复杂的场景应用。
发明内容
本申请提供了一种基于激光雷达的运输车障碍检测方法及系统,以解决传统AGV车无法应用在复杂场景的问题。
一方面,本申请提供一种基于激光雷达的运输车障碍检测方法,包括:
定位运输车在行驶路径上的运行区间;
根据所述运行区间为激光雷达选择预设防区组合;所述预设防区组合为障碍类型与防区形状的组合;所述障碍类型包括:所有障碍类型、静止障碍类型、以及运动障碍类型,所述防区形状包括:多边形防区、扇形防区以及环形防区;
为所述激光雷达配置预设防区组合,以使所述激光雷达在所述防区形状对应的区域内,检测符合防区类型的障碍物目标。
可选的,所述方法还包括:
接收所述激光雷达的障碍物目标检测结果;
提取所述检测结果中,障碍物在当前运行区间内的位置;
根据障碍物的位置为所述运输车,规划在当前运行区间内的子路径。
可选的,定位运输车在行驶路径上的运行区间的步骤前,所述方法还包括:
根据所述运输车的运行场景、起始位置以及目标位置规划行驶路径;
根据所述运行场景为所述行驶路径划分多个运行区间;
根据每个运行区间的位置,设定符合每个运行区间的障碍类型和防区形状。
可选的,为所述激光雷达配置预设防区组合,以使所述激光雷达在所述防区形状对应的区域内,检测符合防区类型的障碍物目标的步骤,还包括:
获取激光雷达的检测数据;
以当前运行区间内所述激光雷达的位置为原点,建立直角坐标系,和/或极坐标系;
根据建立的直角坐标系,和/或极坐标系,定位所述检测数据中每个目标点的坐标;
在建立的直角坐标系,和/或极坐标系中,添加与所述防区形状对应的防区范围;
遍历每个目标点坐标,判断所述目标点坐标是否位于所述防区范围内;
如果所述目标点坐标位于所述防区范围内,确定目标点为障碍物目标。
可选的,遍历每个目标点坐标,判断所述目标点坐标是否位于所述防区范围内的步骤,包括:
如果所述防区形状为多边形,获取防区多边形的顶点坐标;
获取待判断的目标点坐标;
根据目标点和原点连线,与多个相邻顶点连线之间的交点数量,以及目标点相对于原点的角度,判断目标点坐标是否位于所述防区范围内。
可选的,遍历每个目标点坐标,判断所述目标点坐标是否位于所述防区范围内的步骤,包括:
如果所述防区形状为扇形,获取防区扇形的半径Rs、起始角度θs1以及终止角度θe1;
获取待判断的目标点极坐标(R,θ);
如果目标点半径R≤Rs,目标点角度θ≥θs1,以及θ≤θe1,确定所述目标点在防区范围内。
可选的,遍历每个目标点坐标,判断所述目标点坐标是否位于所述防区范围内的步骤,包括:
如果所述防区形状为环形,获取防区环形的内径Rs1、外径Rs2、起始角度θs2以及终止角度θe2;
获取待判断的目标点极坐标(R,θ);
如果目标点半径R≥Rs1,R≤Rs2,并且目标点角度θ≥θs2,θ≤θe2,确定所述目标点在防区范围内。
可选的,如果目标点在防区范围内,所述方法还包括:
分别对比每个目标点与原点之间的距离;
选取所述目标点中,与原点之间距离最近的目标点作为报警目标。
可选的,获取激光雷达的检测数据的步骤还包括:
提取已选择的预设防区组合中,所述障碍类型;
根据所述障碍类型,确定扫描平面内的目标点,包括:
如果所述障碍类型为所有障碍类型,确定单帧检测数据中扫描到的所有点都是目标点;
如果所述障碍类型为静止障碍类型,确定在多帧检测数据中扫描到位置不变的点为目标点;
如果所述障碍类型为运动障碍类型,确定在多帧检测数据中扫描到位置改变的点为目标点。
另一方面,本申请还提供一种基于激光雷达的运输车障碍检测系统,包括自动引导运输车,所述运输车设有运动装置和定位装置;还包括设置在所述运输车上的激光雷达和数据处理装置;所述激光雷达、运动装置以及定位装置,分别与所述数据处理装置建立通信连接,以使所述数据处理装置接收所述激光雷达和定位装置发送的检测数据,以及控制所述运动装置行驶;
所述数据处理装置内置多种行驶路径和预设防区组合,所述数据处理装置被进一步配置为执行以下程序步骤:
定位运输车在行驶路径上的运行区间;
根据所述运行区间为激光雷达选择预设防区组合;所述预设防区组合为障碍类型与防区形状的组合;所述障碍类型包括:所有障碍类型、静止障碍类型、以及运动障碍类型,所述防区形状包括:多边形防区、扇形防区以及环形防区;
为所述激光雷达配置预设防区组合,以使所述激光雷达在所述防区形状对应的区域内,检测符合防区类型的障碍物目标。
由以上技术方案可知,本申请提供一种基于激光雷达的运输车障碍检测方法及系统,实际应用中,定位运输车在行驶路径上的运行区间;根据运行区间为激光雷达选择预设防区组合,以及为激光雷达配置预设防区组合,以使激光雷达在防区形状对应的区域内,检测符合防区类型的障碍物目标。其中,所述预设防区组合为障碍类型与防区形状的组合;所述障碍类型包括:所有障碍类型、静止障碍类型、以及运动障碍类型,所述防区形状包括:多边形防区、扇形防区以及环形防区。所述方法通过多种防区形状和多种障碍类型的防区,减小检测分析区域。实现高效的避障算法,使用激光雷达为运输车提供灵活、高效的障碍检测功能,以使运输车应用于更加复杂的场景。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一种基于激光雷达的运输车障碍检测方法的流程示意图;
图2为本申请规划运输车行驶路径的流程示意图;
图3为本申请判断目标点是否为障碍物目标的流程示意图;
图4为本申请多边形防区判断目标点是否为障碍物目标的流程示意图;
图5为本申请多边形防区扫描结果示意图;
图6为本申请扇形防区判断目标点是否为障碍物目标的流程示意图;
图7为本申请环形防区判断目标点是否为障碍物目标的流程示意图;
图8为本申请确定报警目标的流程示意图;
图9为本申请在运行区间内规划子路径的流程示意图;
图10为本申请根据障碍类型确定目标点的流程示意图;
图11为本申请一种基于激光雷达的运输车障碍检测系统结构示意图。
具体实施方式
下面将详细地对实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的系统和方法的示例。
参见图1,为本申请一种基于激光雷达的运输车障碍检测方法的流程示意图。由图1可知,本申请提供的障碍检测方法,包括以下步骤:
S1:定位运输车在行驶路径上的运行区间;
在本申请提供的技术方案中,运输车可以是AGV运输车,也可以是其他具有自动巡航能力的运输设备,如机器人、无人机等。因此,本申请中,障碍检测是指运输车在运行过程中,要实时感知周围的障碍物,以便在运行过程中,躲避该障碍,保证车辆的正常运行。
具体地,本申请所述障碍检测方法的实施,需要依赖运输车、激光雷达和数据处理装置。其中,所述运输车设有运动装置和定位装置,运动装置用于实现整个运输车行驶,因此可以由车轮、转向机构、发动机等动力机构组成,同时还包括驱动其转向、调节其速度的其他机构。定位装置可以通过连接定位系统实现对运输车位置的确定,实际应用时可以通过卫星定位,例如基于GPS、北斗等系统的定位模块;也可以通过其他方式实施定位,例如,在场景的行车道路上设置相应的标志或感应器,以确定运输车的位置。
激光雷达和数据处理装置可以设置在所述运输车上,也可以将激光雷达设置在运输车上,而将数据处理装置设置在运输车以外的其他位置,但通过建立通信连接来对运输车进行实时控制。进一步地,激光雷达安装在AGV车上,为AGV车的智能能导航提供障碍检测等功能;本检测技术作为程序运行在激光雷达内,通过激光雷达扫描到的数据和预设的防区,进行障碍检测和报警。为了实现障碍检测和报警,本申请中所述激光雷达、运动装置以及定位装置,分别与所述数据处理装置建立通信连接,以使所述数据处理装置接收所述激光雷达和定位装置发送的检测数据,以及控制所述运动装置行驶。
对于步骤S1,在实际运行过程中,可以通过定位装置实时检测运输车的位置,定位装置在检测位置后,会将检测到位置信息发送给数据处理装置,以使数据处理装置能够根据接收到的位置信息,定位运输车在行驶路径上的运行区间。
本申请提供的技术方案中,所述运行区间可以预先根据实际应用需要设定符合当前场景道路规范的行驶路径,具体的行驶路径规划方式,以实际运行场景中的建筑、地形条件、起始位置和终点位置确定。即如图2所示,在本申请的部分实施例中,所述方法在定位运输车在行驶路径上的运行区间之前,还包括以下步骤:
S101:根据所述运输车的运行场景、起始位置以及目标位置规划行驶路径;
S102:根据所述运行场景为所述行驶路径划分多个运行区间;
S103:根据每个运行区间的位置,设定符合每个运行区间的障碍类型和防区形状。
可见,在本实施例中,可以先针对实际运行场景特点规划相应的行驶路径。显然,对于不同的运输车,其规划的行驶路径也不同,因此,在实际应用中可以预先在数据处理装置中存储多个预先规划好的运行路径,而每个运输车在正式运行前,需要从预先存储的路径中选择出需要运行的路径。在规划路径以后,可以根据实际应用场景特点,对行驶路径进行划分。实际划分原则可以是多种多样的,对于较复杂的运行路径,可以进行较细致的划分,即增加运行区间的数量,以使运输车在行驶过程中控制的更加精确,而对于较简单的场景,可以将每个运行区间也划分的较宽,即减少运行区间的数量,以便于提高控制效率。
在划分多个运行区间以后,可以进一步为每个划分的运行区间设定符合区间特点的障碍类型和防区形状。例如,对于跨越行驶路径上的转弯区域的运行区间,可以将防区形状设为圆环形,以适应转弯形状;而对于区域内多处设有建筑的运行区间,可以将防区形状设为多边形,以适应建筑形状。显然,设置的区间形状应该与运行区间中不可移动的物体形状相适应,即在防区范围内,不宜包含有固定物,以免影响车辆运行。
本申请提供的技术方案中,所述预设防区组合为障碍类型与防区形状的组合;所述障碍类型包括:所有障碍类型、静止障碍类型、以及运动障碍类型,所述防区形状包括:多边形防区、扇形防区以及环形防区。实际应用中,一个预设防区组合包括已确定的障碍类型和防区形状,例如,运行区间1对应的预设防区组合为多边形防区、所有障碍类型;运行区间2对应的预设防区组合为环形防区、所有障碍类型。
需要说明的是,对于障碍类型,其中:所有障碍类型是指进入防区内的所有目标都视为障碍物;静止障碍类型是指进入防区范围内的静止不动的目标视为障碍物,而移动的目标视为非障碍物;运动障碍类型是指进入防区范围内移动的目标视为障碍物,而静止不动的目标视为非障碍物。进一步地,为了应用上的灵活性,上述障碍类型不仅局限于所有障碍类型、静止障碍类型以及移动障碍类型,还可以包括:无效障碍类型、遮挡检测类型、脏污检测类型等。其中,无效障碍类型是指在该运行区间内,不进行障碍物检测,或者检测到的目标不报警;遮挡检测类型是指在激光雷达附近,是否存在障碍物遮挡;脏污检测类型是指,通过检测设置在雷达远端的标志物目标,当检测不到目标时报警。
每个场景中的行驶路径,每个行驶路径上的运行区间,以及每个运行区间对应的防区形状和障碍类型,均可以统一保存在数据处理装置中。显然,每个运行区间可以设置相应的位置标签,以便在运输车进入运行区间以后,可以通过位置标签从存储的数据中提取对应的防区形状和障碍类型。需要说明的是,本申请提供的方案在实际应用中,除了每个运行区间对应的防区形状和障碍类型外,还可以设置在运行区间中的运行控制策略,例如,最小尺寸、静止判断时间、延时报警时间、关联IO等。
S2:根据所述运行区间为激光雷达选择预设防区组合。
对于步骤S2,在实际应用中当运输车从一个运行区间进入到另一个运行区间后,定位装置确定当前运输车的位置以及对应的运行区间后,可以从数据处理装置中提取符合进入的运行区间的预设防区组合。例如,运输车从运行区间1进入运行区间2,由于在运行区间1中的预设防区组合为多边形防区、所有障碍类型,而运行区间2对应的预设防区组合为环形防区、所有障碍类型。因此,在运输车进入运行区间2以后,可以通过数据处理装置选择对应的预设防区组合。
S3:为所述激光雷达配置预设防区组合,以使所述激光雷达在所述防区形状对应的区域内,检测符合防区类型的障碍物目标。
在选择预设防区组合以后,数据处理装置可以将选择预设防区组合通过对应的控制程序配置给激光雷达。激光雷达在接收到配置信息以后,则按照选择的预设防区组合来实施障碍物扫描。例如,运输车进入运行区间2以后,数据处理装置将选择的预设防区组合中的所有障碍类型以及环形防区设置为激光雷达的控制方案,则激光雷达在获取配置以后,在环形防区范围内,扫描障碍目标,并且认定在防区范围内检测到的所有目标都是障碍物。
本申请的实施例中,针对激光雷达的障碍检测,是以判断激光雷达检测的目标点是否位于防区范围内确定是否存在障碍目标的。因此,针对不用形状的防区范围,障碍物的检测方法也不同。进一步地,在实际检测过程中,可以针对扫描数据建立坐标系,从而确定扫描目标点的位置,如图3所示,具体地:
S31:获取激光雷达的检测数据;
S32:以当前运行区间内所述激光雷达的位置为原点,建立直角坐标系,和/或极坐标系;
S33:根据建立的直角坐标系,和/或极坐标系,定位所述检测数据中每个目标点的坐标;
S34:在建立的直角坐标系,和/或极坐标系中,添加与所述防区形状对应的防区范围;
S35:遍历每个目标点坐标,判断所述目标点坐标是否位于所述防区范围内;
S36:如果所述目标点坐标位于所述防区范围内,确定目标点为障碍物目标。
由以上步骤可知,本实施例在获取雷达的检测数据后,可以以当前运行区间内的雷达位置为原点,建立直角坐标系或者极坐标系,从而定位每个每个目标点的坐标,以及为坐标平面添加与防区形状相同的防区范围。再逐一判断检测到的目标点是否位于防区范围内,对于在防区范围内的目标点,确定目标点是障碍物目标;对于不在防区范围内的目标点,则确定其不是障碍物目标。为了减少判断过程中的计算量,本申请中,可以仅针对防区范围内的目标点进行判断。
进一步地,如图4所示,遍历每个目标点坐标,判断所述目标点坐标是否位于所述防区范围内的步骤,包括:
S351:如果所述防区形状为多边形,获取防区多边形的顶点坐标;
S352:获取待判断的目标点坐标;
S353:根据目标点和原点连线,与多个相邻顶点连线之间的交点数量,以及目标点相对于原点的角度,判断目标点坐标是否位于所述防区范围内。
如图5所示,在本实施例中,如果防区形状为多边形,多边形的组成,以激光雷达的位置为起点,按照逆时针方向散布在雷达周围的N个点,其中,多边形可以分解为相邻顶点组成的线段,如图5中,线段AB。
通过激光雷达,可以确定监测目标P的坐标为(x,y),并且在极坐标下,P点相对于原点的角度为θ,半径r,即(r,θ)雷达中心点坐标z(0,0),多边形顶点A坐标为(x1,y1)、角度θ1,B坐标为(x2,y2)、角度θ2。
可以根据P的角度,确定当θ≥θ1并且θ≤θ2时,找到对应的AB线段,
原点Z和监测点P构成一条线段ZP,如果ZP线段没有与AB线段相交,说明P点在多边形防区内;如果ZP线段与AB线段相交,说明在多边形防区外。关于ZP线段是否与AB线段相交,可以通过求解交点半径确定,具体计算方法为:
如果直线ZP与直线AB的相交点为(X,Y),交点半径为R,则交点满足:
X=R×cosθ;
Y=R×sinθ;
并且根据(x2-X)/(y2-Y)=(X-x1)/(Y-y1);
可以求得交点半径R,如果P点半径r≤R,则说明P点在防区内,否则在防区外。
进一步地,如图6所示,遍历每个目标点坐标,判断所述目标点坐标是否位于所述防区范围内的步骤,还包括:
S354:如果所述防区形状为扇形,获取防区扇形的半径Rs、起始角度θs1以及终止角度θe1;
S355:获取待判断的目标点极坐标(R,θ);
S356:如果目标点半径R≤Rs,目标点角度θ≥θs1,以及θ≤θe1,确定所述目标点在防区范围内。
本实施例中,对于防区形状为扇形,其检测目标的判断过程相对简单,可以通过极坐标以及防区形状参数直接确定。即扇形区的组成为扇形半径Rs、起始角度θs、终止角度θe,测量数据的半径R和角度θ,如果R≤Rs并且θ≥θs并且θ≤θe,则说明目标在防区范围内,否则不在防区范围内。
进一步地,如图7所示,遍历每个目标点坐标,判断所述目标点坐标是否位于所述防区范围内的步骤,包括:
S357:如果所述防区形状为环形,获取防区环形的内径Rs1、外径Rs2、起始角度θs2以及终止角度θe2;
S358:获取待判断的目标点极坐标(R,θ);
S359:如果目标点半径R≥Rs1,R≤Rs2,并且目标点角度θ≥θs2,θ≤θe2,确定所述目标点在防区范围内。
本实施例中,环形防区的判断方式与扇形类似,仅在判断直径上增加内径和外径的判断。
由以上实施例可知,在实际应用中,防区形状不仅仅局限于上述情况,可能是其他任何不规则形状,对于其他情况的目标点判断过程,可以直接通过提取边界点坐标,逐一进行对比从而确定目标点点是否在防区范围内,也可以将不规则的防区形状进行进一步分解,分解为多个规则形状的组合,再逐一对每个形状的防区进行单独判断。
在本申请提供的技术方案中,如果通过雷达检测到目标点位于防区范围内,确定防区范围内存在障碍物。此时,可以通过控制运输车的行驶路径,以绕开障碍物;还可以真的该运行区域产生报警信号,以通知运维人员排出障碍物。进一步地,如果目标点在防区范围内,对于产生报警的方式,如图8所示,所述方法还包括:
S361:分别对比每个目标点与原点之间的距离;
S362:选取所述目标点中,与原点之间距离最近的目标点作为报警目标。
由于在实际应用中,距离激光雷达或者运输车最近的目标,最容易影响到车辆的正常行驶,因此在本实施例中,可以选取检测结果中距离最近的目标点作为报警目标,以保证运输车能够正常行驶。
进一步地,对于绕开障碍物的方式,如图9所示,所述方法还包括:
S401:接收所述激光雷达的障碍物目标检测结果;
S402:提取所述检测结果中,障碍物在当前运行区间内的位置;
S403:根据障碍物的位置为所述运输车,规划在当前运行区间内的子路径。
由以上步骤可知,在本实施例中,在接收到激光雷达的检测结果数据后,数据处理装置可以对检测结果数据中是否存在障碍物进行判断,如果不存在障碍,可控制运输车继续按照原行驶路径运行。而如果存在障碍,则通过检测数据确定障碍物在当前运行区间内的位置,并且根据障碍物的位置为运输车重新规划一条行驶路径,以避免障碍物与运输车之间发送碰撞。由于重新规划的行驶路径适用于当前运行区间,因此在本实施例中称之为子路径。运输车可以沿着子路径在运行区间内行驶,以致最终离开当前运行区间。显然,为了使运输车能够完成整体行驶,在本实施例中,规划的子路径要与总体行驶路径相适应不能偏差太大,进一步可以将子路径的起始点和终止点都设置在总行驶路径上。
此外,由于在本申请提供的技术方案中,预设防区组合还包括障碍类型,因此,在本申请的部分实施例中,如图10所示,获取激光雷达的检测数据的步骤还包括:
S311:提取已选择的预设防区组合中,所述障碍类型;
S312:根据所述障碍类型,确定扫描平面内的目标点,包括:
S313:如果所述障碍类型为所有障碍类型,确定单帧检测数据中扫描到的所有点都是目标点;
S314:如果所述障碍类型为静止障碍类型,确定在多帧检测数据中扫描到位置不变的点为目标点;
S315:如果所述障碍类型为运动障碍类型,确定在多帧检测数据中扫描到位置改变的点为目标点。
实际应用中,目标点是指用于进行障碍位置分析的点。可以根据预设防区组合中的障碍类型,确定分析目标点的数据方式。具体地,如果选择所有障碍类型,可通过一帧检测数据即可确定当前防区范围内是否存在障碍物,因此可以确定单帧检测数据中扫描到的所有点都是目标点。如果选择静止障碍类型或运动障碍类型,则需要通过多个连续帧检测数据来确定扫描到的哪些点属于移动的目标,而哪些点属于静止的目标,再根据具体的障碍类型确定哪种点属于目标点。
本申请提供的基于激光雷达的运输车障碍检测方法,在实际应用中,具有以下特点,通过多种形状、多种类型的防区,多种参数,再加上分组,可以任意进行组合,能够非常灵活的运用于复杂多变的现场环境。并且通过特别设计的区域大大降低了计算量,使得计算速度大幅提升。
基于上述障碍检测方法,本申请还提供一种基于激光雷达的运输车障碍检测系统,如图11所示,所述系统包括自动引导运输车,所述运输车设有运动装置和定位装置;还包括设置在所述运输车上的激光雷达和数据处理装置;所述激光雷达、运动装置以及定位装置,分别与所述数据处理装置建立通信连接,以使所述数据处理装置接收所述激光雷达和定位装置发送的检测数据,以及控制所述运动装置行驶;
所述数据处理装置内置多种行驶路径和预设防区组合,所述数据处理装置被进一步配置为执行以下程序步骤:
S1:定位运输车在行驶路径上的运行区间;
S2:根据所述运行区间为激光雷达选择预设防区组合;所述预设防区组合为障碍类型与防区形状的组合;所述障碍类型包括:所有障碍类型、静止障碍类型、以及运动障碍类型,所述防区形状包括:多边形防区、扇形防区以及环形防区;
S3:为所述激光雷达配置预设防区组合,以使所述激光雷达在所述防区形状对应的区域内,检测符合防区类型的障碍物目标。
由以上技术方案可知,本申请提供一种基于激光雷达的运输车障碍检测方法及系统,实际应用中,定位运输车在行驶路径上的运行区间;根据运行区间为激光雷达选择预设防区组合,以及为激光雷达配置预设防区组合,以使激光雷达在防区形状对应的区域内,检测符合防区类型的障碍物目标。其中,所述预设防区组合为障碍类型与防区形状的组合;所述障碍类型包括:所有障碍类型、静止障碍类型、以及运动障碍类型,所述防区形状包括:多边形防区、扇形防区以及环形防区。所述方法通过多种防区形状和多种障碍类型的防区,减小检测分析区域。实现高效的避障算法,使用激光雷达为运输车提供灵活、高效的障碍检测功能,以使运输车应用于更加复杂的场景。
本申请提供的实施例之间的相似部分相互参见即可,以上提供的具体实施方式只是本申请总的构思下的几个示例,并不构成本申请保护范围的限定。对于本领域的技术人员而言,在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。

Claims (10)

1.一种基于激光雷达的运输车障碍检测方法,其特征在于,包括:
定位运输车在行驶路径上的运行区间;
根据所述运行区间为激光雷达选择预设防区组合;所述预设防区组合为障碍类型与防区形状的组合;所述障碍类型包括:所有障碍类型、静止障碍类型、以及运动障碍类型,所述防区形状包括:多边形防区、扇形防区以及环形防区;
为所述激光雷达配置预设防区组合,以使所述激光雷达在所述防区形状对应的区域内,检测符合防区类型的障碍物目标。
2.根据权利要求1所述的障碍检测方法,其特征在于,所述方法还包括:
接收所述激光雷达的障碍物目标检测结果;
提取所述检测结果中,障碍物在当前运行区间内的位置;
根据障碍物的位置为所述运输车,规划在当前运行区间内的子路径。
3.根据权利要求1所述的障碍检测方法,其特征在于,定位运输车在行驶路径上的运行区间的步骤前,所述方法还包括:
根据所述运输车的运行场景、起始位置以及目标位置规划行驶路径;
根据所述运行场景为所述行驶路径划分多个运行区间;
根据每个运行区间的位置,设定符合每个运行区间的障碍类型和防区形状。
4.根据权利要求1所述的障碍检测方法,其特征在于,为所述激光雷达配置预设防区组合,以使所述激光雷达在所述防区形状对应的区域内,检测符合防区类型的障碍物目标的步骤,还包括:
获取激光雷达的检测数据;
以当前运行区间内所述激光雷达的位置为原点,建立直角坐标系,和/或极坐标系;
根据建立的直角坐标系,和/或极坐标系,定位所述检测数据中每个目标点的坐标;
在建立的直角坐标系,和/或极坐标系中,添加与所述防区形状对应的防区范围;
遍历每个目标点坐标,判断所述目标点坐标是否位于所述防区范围内;
如果所述目标点坐标位于所述防区范围内,确定目标点为障碍物目标。
5.根据权利要求4所述的障碍检测方法,其特征在于,遍历每个目标点坐标,判断所述目标点坐标是否位于所述防区范围内的步骤,包括:
如果所述防区形状为多边形,获取防区多边形的顶点坐标;
获取待判断的目标点坐标;
根据目标点和原点连线,与多个相邻顶点连线之间的交点数量,以及目标点相对于原点的角度,判断目标点坐标是否位于所述防区范围内。
6.根据权利要求4所述的障碍检测方法,其特征在于,遍历每个目标点坐标,判断所述目标点坐标是否位于所述防区范围内的步骤,包括:
如果所述防区形状为扇形,获取防区扇形的半径Rs、起始角度θs1以及终止角度θe1;
获取待判断的目标点极坐标(R,θ);
如果目标点半径R≤Rs,目标点角度θ≥θs1,以及θ≤θe1,确定所述目标点在防区范围内。
7.根据权利要求4所述的障碍检测方法,其特征在于,遍历每个目标点坐标,判断所述目标点坐标是否位于所述防区范围内的步骤,包括:
如果所述防区形状为环形,获取防区环形的内径Rs1、外径Rs2、起始角度θs2以及终止角度θe2;
获取待判断的目标点极坐标(R,θ);
如果目标点半径R≥Rs1,R≤Rs2,并且目标点角度θ≥θs2,θ≤θe2,确定所述目标点在防区范围内。
8.根据权利要求4-7任一项所述的障碍检测方法,其特征在于,如果目标点在防区范围内,所述方法还包括:
分别对比每个目标点与原点之间的距离;
选取所述目标点中,与原点之间距离最近的目标点作为报警目标。
9.根据权利要求4所述的障碍检测方法,其特征在于,获取激光雷达的检测数据的步骤还包括:
提取已选择的预设防区组合中,所述障碍类型;
根据所述障碍类型,确定扫描平面内的目标点,包括:
如果所述障碍类型为所有障碍类型,确定单帧检测数据中扫描到的所有点都是目标点;
如果所述障碍类型为静止障碍类型,确定在多帧检测数据中扫描到位置不变的点为目标点;
如果所述障碍类型为运动障碍类型,确定在多帧检测数据中扫描到位置改变的点为目标点。
10.一种基于激光雷达的运输车障碍检测系统,包括自动引导运输车,所述运输车设有运动装置和定位装置,其特征在于,还包括设置在所述运输车上的激光雷达和数据处理装置;所述激光雷达、运动装置以及定位装置,分别与所述数据处理装置建立通信连接,以使所述数据处理装置接收所述激光雷达和定位装置发送的检测数据,以及控制所述运动装置行驶;
所述数据处理装置内置多种行驶路径和预设防区组合,所述数据处理装置被进一步配置为执行以下程序步骤:
定位运输车在行驶路径上的运行区间;
根据所述运行区间为激光雷达选择预设防区组合;所述预设防区组合为障碍类型与防区形状的组合;所述障碍类型包括:所有障碍类型、静止障碍类型、以及运动障碍类型,所述防区形状包括:多边形防区、扇形防区以及环形防区;
为所述激光雷达配置预设防区组合,以使所述激光雷达在所述防区形状对应的区域内,检测符合防区类型的障碍物目标。
CN201811596953.3A 2018-12-26 2018-12-26 基于激光雷达的运输车障碍检测方法及系统 Pending CN111435165A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811596953.3A CN111435165A (zh) 2018-12-26 2018-12-26 基于激光雷达的运输车障碍检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811596953.3A CN111435165A (zh) 2018-12-26 2018-12-26 基于激光雷达的运输车障碍检测方法及系统

Publications (1)

Publication Number Publication Date
CN111435165A true CN111435165A (zh) 2020-07-21

Family

ID=71581132

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811596953.3A Pending CN111435165A (zh) 2018-12-26 2018-12-26 基于激光雷达的运输车障碍检测方法及系统

Country Status (1)

Country Link
CN (1) CN111435165A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112406970A (zh) * 2020-11-27 2021-02-26 华晟(青岛)智能装备科技有限公司 一种环形有轨制导车辆防撞系统及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101339688A (zh) * 2008-08-27 2009-01-07 北京中星微电子有限公司 一种入侵检测方法及系统
CN104507047A (zh) * 2014-12-15 2015-04-08 福建星网锐捷网络有限公司 一种poi区域获取方法及装置
CN104601969A (zh) * 2015-02-26 2015-05-06 张耀 一种区域设防方法以及装置
CN106097402A (zh) * 2016-06-20 2016-11-09 深圳市麦谷科技有限公司 一种判断目标点是否位于预定区域内的方法及系统
CN106597472A (zh) * 2016-12-21 2017-04-26 深圳市镭神智能系统有限公司 基于激光雷达的智能车防撞系统及方法
CN108303986A (zh) * 2018-03-09 2018-07-20 哈工大机器人(昆山)有限公司 一种激光slam导航的临时障碍物处理方法
CN108549579A (zh) * 2018-03-20 2018-09-18 南京朝焱智能科技有限公司 基于gpu的多目标区域限制预警方法与装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101339688A (zh) * 2008-08-27 2009-01-07 北京中星微电子有限公司 一种入侵检测方法及系统
CN104507047A (zh) * 2014-12-15 2015-04-08 福建星网锐捷网络有限公司 一种poi区域获取方法及装置
CN104601969A (zh) * 2015-02-26 2015-05-06 张耀 一种区域设防方法以及装置
CN106097402A (zh) * 2016-06-20 2016-11-09 深圳市麦谷科技有限公司 一种判断目标点是否位于预定区域内的方法及系统
CN106597472A (zh) * 2016-12-21 2017-04-26 深圳市镭神智能系统有限公司 基于激光雷达的智能车防撞系统及方法
CN108303986A (zh) * 2018-03-09 2018-07-20 哈工大机器人(昆山)有限公司 一种激光slam导航的临时障碍物处理方法
CN108549579A (zh) * 2018-03-20 2018-09-18 南京朝焱智能科技有限公司 基于gpu的多目标区域限制预警方法与装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112406970A (zh) * 2020-11-27 2021-02-26 华晟(青岛)智能装备科技有限公司 一种环形有轨制导车辆防撞系统及方法
CN112406970B (zh) * 2020-11-27 2022-09-30 华晟(青岛)智能装备科技有限公司 一种环形有轨制导车辆防撞系统及方法

Similar Documents

Publication Publication Date Title
CN108594849B (zh) 一种基于毫米波雷达的无人机避障方法
CN109029422B (zh) 一种多无人机协作构建三维调查地图的方法和装置
US11346926B2 (en) Detection device and method for adjusting parameter thereof
CN106843223B (zh) 一种智能化避障agv小车系统及避障方法
US11313976B2 (en) Host vehicle position estimation device
EP1023610B1 (en) Method and device for association of anonymous reflectors to detected angle positions
US11828610B2 (en) Roadway information detection sensor device/system for autonomous vehicles
US20200362536A1 (en) Control apparatus, work machine, control method, and computer readable storage medium
US10852146B2 (en) Localization technique selection
CN106597472A (zh) 基于激光雷达的智能车防撞系统及方法
CN106950978A (zh) 固定翼无人机避障系统及其避障方法以及固定翼无人机
AU2011244951B2 (en) Object detection system having adjustable focus
JP6323064B2 (ja) 走行車線識別装置、車線変更支援装置、走行車線識別方法
CN106291535A (zh) 一种障碍物检测装置、机器人及避障系统
US10712168B2 (en) Submap geographic projections
US11621025B1 (en) Map creation from hybrid data
JP7229052B2 (ja) 車両制御装置、車両制御システム
CN106872995A (zh) 一种激光雷达探测方法及装置
KR20170082674A (ko) 차량안전 주행지원 단말장치 및 차량안전 주행지원 방법
CN112099042B (zh) 车辆跟踪方法以及系统
KR20210127088A (ko) 차량 탑재 센서 시스템
CN111435165A (zh) 基于激光雷达的运输车障碍检测方法及系统
CN112622893A (zh) 一种多传感器融合的靶车自动驾驶避障方法及系统
EP3761136B1 (en) Control device, mobile body, and program
KR102550145B1 (ko) 무인이동체 위성항법 유도 장치 및 방법

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200721

RJ01 Rejection of invention patent application after publication