CN111508023B - 用于港口无人集卡的激光雷达辅助集装箱对位方法 - Google Patents

用于港口无人集卡的激光雷达辅助集装箱对位方法 Download PDF

Info

Publication number
CN111508023B
CN111508023B CN202010328384.5A CN202010328384A CN111508023B CN 111508023 B CN111508023 B CN 111508023B CN 202010328384 A CN202010328384 A CN 202010328384A CN 111508023 B CN111508023 B CN 111508023B
Authority
CN
China
Prior art keywords
container
laser
vehicle
distance
straight line
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.)
Active
Application number
CN202010328384.5A
Other languages
English (en)
Other versions
CN111508023A (zh
Inventor
张祖锋
殷嘉伦
王广全
刘凯
孙忠平
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.)
Changjia Fengxing Suzhou Intelligent Technology Co ltd
Original Assignee
Changjia Fengxing Suzhou 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 Changjia Fengxing Suzhou Intelligent Technology Co ltd filed Critical Changjia Fengxing Suzhou Intelligent Technology Co ltd
Priority to CN202010328384.5A priority Critical patent/CN111508023B/zh
Publication of CN111508023A publication Critical patent/CN111508023A/zh
Application granted granted Critical
Publication of CN111508023B publication Critical patent/CN111508023B/zh
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
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了用于港口无人集卡的激光雷达辅助集装箱对位方法，包括以下步骤：获取激光雷达点云数据，提取检测区域点云；通过直线检测算法拟合检测区域点云内的所有直线；遍历所有直线，提取车载集装箱边沿与激光原点正方向垂直的直线，计算出激光原点到车载集装箱的距离，遍历所有直线，提取落地集装箱的外侧顶点与激光原点正方向垂直的直线，计算出激光原点与落地集装箱的距离，从而计算出车载集装箱与落地集装箱的对位差值。与传统的UWB定位，其对位精度在5cm以内适应于港口的容许误差，对位精度高，车载集装箱与落地集装箱摆放对齐以便于港口吊具快速抓取装卸集装箱，提高港口的装卸效率。

Description

用于港口无人集卡的激光雷达辅助集装箱对位方法
技术领域
本发明属于导航定位技术领域，尤其是涉及一种用于港口无人集卡的激光雷达辅助集装箱对位方法。
背景技术
智慧港口是现代港口发展的必然趋势，其主要宗旨是充分借助物联网、传感网、云计算、决策分析优化等技术手段，通过预测感知、广泛连接、深度计算各港口供应链系统核心的关键信息，实现港口供应链上的各种资源和各个参与方之间无缝连接与协调联动，从而对港口管理做出及时响应，形成信息化、智能化和最优化的现代港口应用。智慧港口的实现，需要通过各类信息通信技术、传感定位技术将港口码头信息、物流装备、堆场仓储作业、货物运输等物流信息进行采集并有效处理、整合和数据挖掘。
在港口环境下，无人集卡停位时需要对齐车载集装箱与落地集装箱，以便于将集装箱摆放整齐。
UWB(Ultra Wideban)是一种无载波通信技术，利用纳秒至微秒级的非正弦波窄脉冲传输数据。UWB早期主要应用在近距离高速数据传输，近年来国内外开始利用其亚纳秒级窄脉冲来做近距离精确室内定位。但是，UWB受金属遮挡物体的影响十分严重，甚至可能会失效，需要在开阔条件下才能达到10cm的测距精度，但是，在港口环境相对复杂，经常存在金属集装箱，并且车体等物体会存在遮挡现象，这对于UWB的影响非常大，无法保证开阔条件，且易受到金属遮挡物体的影响，难以达到10cm的测距精度，另外，港口环境的集装箱对位的容许误差在5cm以内，UWB难以适应港口环境的集装箱对位。
因此，基于上述技术问题，为了适应港口场景下，自动驾驶车辆的快速准确定位定向，亟需研发出一种新的应用于港口无人集卡的辅助集装箱对位方法。
发明内容
本发明的目的是提供一种结构简单、操作简单、对位精度高的用于港口无人集卡的激光雷达辅助集装箱对位方法。
本发明的技术方案如下：
一种用于港口无人集卡的激光雷达辅助集装箱对位方法，包括以下步骤：
S1.安装在无人集卡上的激光雷达获取所述无人集卡周边环境的激光点云，根据无人集卡的车头与车载集装箱、落地集装箱的位置，提取所述激光点云中的检测区域点云；
S2.将所述步骤S1的检测区域点云分割为车载集装箱区域点云和落地集装箱区域点云；
S3.提取所述检测区域点云内的激光点，通过直线检测算法拟合出所述检测区域点云内的所有直线；
S4.遍历所述步骤S3的所有直线，提取出所述车载集装箱区域点云内与激光原点正方向相垂直的直线，计算激光原点到该直线的垂直距离，得到激光原点到车载集装箱的距离D1；
S5.遍历所述步骤S3的所有直线，提取出所述落地集装箱区域点云内两条相互垂直且直线的端点相交于直角点的垂线，且两条所述垂线的直角开口远离激光原点，计算激光原点到与激光原点正方向相垂直的直线的垂直距离，得到激光原点到落地集装箱的距离D2；
S6.通过所述步骤S4的激光到车载集装箱的距离D1与所述步骤S5的激光到落地集装箱的距离D2的差值，计算出所述无人集卡车头距离车载集装箱与落地集装箱的距离差值D，由如下公式计算：
D＝D1-D2；
S7.所述激光雷达与无人集卡上的控制端通讯连接，所述控制端接收所述步骤S6中的距离差值，根据所述距离差值控制无人集卡进行移动，以使所述距离差值D的绝对值达到其最小值。
在上述技术方案中，所述距离差值D≤±5cm。
在上述技术方案中，所述步骤S5中，提取两条垂线包括以下步骤：
S5-1.遍历所述步骤S3中的所有直线，提取出落地集装箱区域点云内的多个相邻直线对，且所述相邻直线对为相互垂直的一对相邻直线；
S5-2.遍历所述步骤S5-1中的所有相邻直线对，提取所述相邻直线对中的直角开口远离激光原点一侧的两条相邻直线；
S5-3.根据提取的两条相邻直线的直线信息，通过所述直线信息判断出两条相邻直线中与激光原点正方向相垂直的直线，计算激光原点与激光原点正方向相垂直的直线的距离，得到激光原点到落地集装箱的距离D2。
在上述技术方案中，所述步骤S5-3中的直线信息包括直线的斜率、直线的起点和终点，通过直线的起点和终点计算出直线的斜率。
在上述技术方案中，以激光原点正方向为x轴，与x轴相垂直的竖直方向为y轴，所述检测区域点云为在x轴方向上-90°～+90°范围内的激光点云。
在上述技术方案中，所述落地集装箱区域点云为在所述x轴方向上的-90°～-45°、45°～90°。
在上述技术方案中，所述车载集装箱区域点云为在所述x轴方向上的-45°～45°。
在上述技术方案中，所述激光雷达安装在无人集卡的车头尾部中心，且放置在地面上的落地集装箱高度-激光雷达的高度≤10cm。
在上述技术方案中，所述激光雷达的正方向为朝向无人集卡的车尾正后方。
本发明具有的优点和积极效果是：
1.在港口环境中，通过激光雷达采集无人集卡周围环境的激光点云，提取感兴趣的检测区域点云，拟合出检测区域点云内的所有直线，提取出车载集装箱与激光原点相垂直的直线及相互垂直的相邻直线，分别计算出激光原点与车载集装箱、激光原点与落地集装箱之间的距离，从而得出车载集装箱及落地集装箱的对位差值，与传统的UWB定位，其对位精度在5cm以内以使用港口内的容许误差，对位精度高。
2.通过对位方法得出的无人集卡车头距离车载集装箱和落地集装箱的距离，车载集装箱与落地集装箱在装卸过程中的对位精度高，摆放对位整齐，停位准确，当在港口环境中需要通过吊具来吊装集装箱时，有效避免吊具无法吊取集装箱的问题，提高港口集装箱的装卸生产效率。
3.实时通过无人集卡上的激光雷达采集车载集装箱及落地集装箱的激光点云，其采集的频率高，检测稳定性强。
附图说明
图1是本发明的对位方法的流程图；
图2是本发明的对位方法的车辆位置摆放示意图；
图3是本实施例1中无人集卡停位距离检测示意图；
图4是本实施例1中直角开口的示意图；
图5是本实施例2中无人集卡停位距离检测示意图。
具体实施方式
以下结合具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明，决不限制本发明的保护范围。
实施例1
如图1-图3所示，激光雷达安装在无人集卡的车头尾部的中心位置，其中，定义激光雷达的正方向为朝向无人集卡的车体正后方(车头行进方向的反方向)为激光X轴，与激光X轴相垂直的方向为激光Y轴，放置在无人集卡上的集装箱为车载集装箱，放置在港口地面上的集装箱为落地集装箱，所述落地集装箱分别位于所述车载集装箱的左右两侧。
本发明的一种用于港口无人集卡的激光雷达辅助集装箱对位方法，包括以下步骤：
S1.安装在无人集卡上的激光雷达获取所述无人集卡周边环境的激光点云，根据无人集卡的车头与车载集装箱、落地集装箱的位置，提取所述激光点云中的检测区域点云(以x轴为横轴，y轴为纵轴的坐标系下，提取范围为x轴方向的-90°～90°)；
S2.将所述步骤S1的检测区域点云分割为车载集装箱区域点云(提取范围为-45～°45°)和落地集装箱区域点云(提取范围为45°-90°)；
S3.提取所述检测区域点云内的激光点，通过直线检测算法拟合出所述检测区域点云内的所有直线；
S4.遍历所述步骤S3的所有直线，提取所述车载集装箱区域点云内与激光原点正方向相垂直的直线(即与激光X轴相平行的直线)，计算激光原点到该直线的垂直距离，从而得到激光原点到车载集装箱的距离D1；
S5.遍历所述步骤S3的所有直线，提取所述落地集装箱区域点云内两条相互垂直且直线的端点相交于直角点的垂线，且两条所述垂线的直角开口远离激光原点，计算激光原点到与激光原点正方向相垂直的直线的垂直距离，得到激光原点到落地集装箱的距离D2；
S6.通过所述步骤S4的激光到车载集装箱的距离D1与所述步骤S5的激光到落地集装箱的距离D2的差值，计算出所述无人集卡上的车载集装箱与落地集装箱的对位差值，由如下公式计算：
D＝D1-D2；
S7.所述激光雷达与无人集卡上的控制端通讯连接，所述控制端接收所述步骤S6中的距离差值，根据所述距离差值控制无人集卡进行移动，以使所述距离差值D的绝对值达到其最小值。
进一步地说，所述无人集卡的控制端通过距离差值D的正负来判断无人集卡的移动方向，从而控制无人集卡移动至小于所述距离差值D的绝对值。
进一步地说，所述步骤S5中，提取两条垂线包括以下步骤：
S5-1.遍历所述步骤S3中的所有直线，提取出所述落地集装箱点云区域内的多个相邻直线对，且所述相邻直线对为相互垂直的一对相邻直线(每两条相邻直线为一对，相邻直线的夹角为90°，且该两条相邻直线的端点相交于直角点)；
S5-2.遍历所述相邻直线对，提取所述相邻直线对中的直角开口远离激光原点一侧的两条相邻直线；
S5-3.根据提取的两条相邻直线的直线信息，通过所述直线信息判断出两条相邻直线中与激光原点正方向相垂直的直线(即与激光Y轴平行的直线)，计算激光原点与激光原点正方向相垂直的直线的垂直距离(激光原点与激光Y轴平行的直线的垂直距离)，得到激光原点到落地集装箱的距离D2。
进一步地说，所述步骤S5-3中的直线信息包括直线的斜率、直线的起点和终点，通过直线的起点和终点计算出直线的斜率。
进一步地说，所述距离差值D≤±5cm，所述距离差值即为港口的容许误差。
进一步地说，放置在地面上的落地集装箱-激光雷达的高度≤10cm。
如图4所示，为外向直角的示意图，以A、B、C三点构成直角三角形，其中，O为激光原点，AC和AB为所述步骤S5中筛选出的两条垂线且为该直角三角形的直角边，BC为直角三角形的斜边，A为两条垂线的直角点，在激光原点O经过A点与斜边BC相交，且交点为D，当OA小于OD时，则直角三角形的开口朝向远离激光原点O的方向，反之，当OA大于OD时，则直角三角形的开口朝向靠近激光原点O的方向。
进一步地说，所述直线检测算法为现有的检测算法，引用文献：[1]Haiming Gao.Aline segment extraction algorithm using laser data based on seeded regiongrowing.International Journal of Advanced Robotic Systems January-February2018:1–10
在港口环境下，通过激光雷达获取港口环境中车载集装箱、落地集装箱及其它障碍物的激光点云，经过本实施例中记载的对位方法计算得出的车载集装箱及落地集装箱之间的距离差值D，且所述距离差值D符合港口的容许误差±5cm的范围，相比于UWB来说，其得到的对位精度高，无需开阔条件也不会受到金属遮挡物体的影响，并且其对位精度高，本实施例中的对位方法更好地适应港口环境。
实施例2
如图5所示，激光雷达安装在无人集卡的车头尾部的中心位置，其中，定义激光雷达的正方向为朝向无人集卡的车体正后方(车头行进方向的反方向)为激光X轴，与激光X轴相垂直的方向为激光Y轴，放置在无人集卡上的集装箱为车载集装箱，放置在港口地面上的集装箱为落地集装箱，所述落地集装箱分别位于所述车载集装箱的左右两侧。
本发明的一种用于港口无人集卡的激光雷达辅助集装箱对位方法，包括以下步骤：
S1.安装在无人集卡上的激光雷达获取所述无人集卡周边环境的激光点云，根据无人集卡的车头与车载集装箱、落地集装箱的位置，提取所述激光点云中的检测区域点云(以x轴为横轴，y轴为纵轴的坐标系下，提取范围在-90°～90°)；
S2.将所述步骤S1的检测区域点云分割为车载集装箱区域点云(提取范围为-45°～45°)和落地集装箱区域点云(提取范围为-90°～-45°)；
S3.提取所述检测区域点云内的激光点，通过直线检测算法拟合出所述检测区域点云内的所有直线；
S4.遍历所述步骤S3的所有直线，提取所述车载集装箱区域点云内与激光原点正方向相垂直的直线(即与激光X轴相平行的直线)，计算激光原点到该直线的垂直距离，从而得到激光原点到车载集装箱的距离D1；
S5.遍历所述步骤S3的所有直线，提取所述落地集装箱区域内两条相互垂直且直线的端点相交于直角点的垂线，且两条所述垂线的直角开口远离激光原点，计算激光原点到与激光原点正方向相垂直的直线的垂直距离，得到激光原点到落地集装箱的距离D2；
S6.通过所述步骤S4的激光到车载集装箱的距离D1与所述步骤S5的激光到落地集装箱的距离D2的差值，计算出所述无人集卡上的车载集装箱与落地集装箱的对位差值，由如下公式计算：
D＝D1-D2；
S7.所述激光雷达与无人集卡上的控制端通讯连接，所述控制端接收所述步骤S6中的距离差值，根据所述距离差值控制无人集卡进行移动，以使所述距离差值D的绝对值达到其最小值。
进一步地说，所述步骤S5中，提取两条垂线包括以下步骤：
S5-1.遍历所述步骤S3中的所有直线，提取出所述落地集装箱内的多个相邻直线对，且所述相邻直线对为相互垂直的一对相邻直线(每两条相邻直线为一对，相邻直线的夹角为90°，且该两条相邻直线的端点相交于直角点)；
S5-2.遍历所述相邻直线对，提取所述相邻直线对中的直角开口远离激光原点一侧的两条相邻直线；
S5-3.根据提取的两条相邻直线的直线信息，通过所述直线信息判断出两条相邻直线中与激光原点正方向相垂直的直线(即与激光Y轴平行的直线)，计算激光原点与激光原点正方向相垂直的直线的垂直距离(激光原点与激光Y轴平行的直线的垂直距离)，得到激光原点到落地集装箱的距离D2。
进一步地说，所述步骤S5-3中的直线信息包括直线的斜率、直线的起点和终点，通过直线的起点和终点计算出直线的斜率。
进一步地说，放置在地面上的落地集装箱高度-激光雷达的高度≤10cm。
进一步地说，所述距离差值D≤±5cm，所述距离差值即为港口的容许误差。
实施例3
在实施例1或实施例2的基础上，在无人集卡上的激光雷达可以选用北阳或sick激光雷达，根据不同的车型，激光雷达对车载集装箱及落地集装箱的点云范围来调整采集的激光点云的范围，以便于更好的计算出集装箱对位所需的距离差值，通过距离差值来控制无人集卡的位置移动，从而控制车载集装箱及落地集装箱的对位精度为港口的容许误差的5cm之内，相比于UWB对位，提高对位的精度，更加适合港口环境下的集装箱对位，不会受到金属遮挡物体的影响。
以上对本发明做了示例性的描述，应该说明的是，在不脱离本发明的核心的情况下，任何简单的变形、修改或者其他本领域技术人员能够不花费创造性劳动的等同替换均落入本发明的保护范围。

Claims (8)

1.一种用于港口无人集卡的激光雷达辅助集装箱对位方法，其特征在于：包括以下步骤：
S1 .安装在无人集卡上的激光雷达获取所述无人集卡周边环境的激光点云，根据无人集卡的车头与车载集装箱、落地集装箱的位置，提取所述激光点云中的检测区域点云；
S2 .将所述步骤S1的检测区域点云分割为车载集装箱区域点云和落地集装箱区域点云；
S3 .提取所述检测区域点云内的激光点，通过直线检测算法拟合出所述检测区域点云内的所有直线；
S4 .遍历所述步骤S3的所有直线，提取出所述车载集装箱区域点云内与激光原点正方向相垂直的直线，计算激光原点到该直线的垂直距离，得到激光原点到车载集装箱的距离D1；
S5 .遍历所述步骤S3的所有直线，提取出所述落地集装箱区域点云内两条相互垂直且直线的端点相交于直角点的垂线，且两条所述垂线的直角开口远离激光原点，计算激光原点到与激光原点正方向相垂直的直线的垂直距离，得到激光原点到落地集装箱的距离D2；
所述步骤S5中，提取两条垂线包括以下步骤：
S5-1 .遍历所述步骤S3中的所有直线，提取出所述落地集装箱区域点云内的多个相邻直线对，且所述相邻直线对为相互垂直的一对相邻直线；
S5-2 .遍历所述步骤S5-1中的所有相邻直线对，提取所述相邻直线对中的直角开口远离激光原点一侧的两条相邻直线；
S5-3 .根据提取的两条相邻直线的直线信息，通过所述直线信息判断出两条相邻直线中与激光原点正方向相垂直的直线，计算激光原点与激光原点正方向相垂直的直线的距离，得到激光原点到落地集装箱的距离D2；
S6 .通过所述步骤S4的激光到车载集装箱的距离D1与所述步骤S5的激光到落地集装箱的距离D2的差值，计算出所述无人集卡车头距离车载集装箱与落地集装箱的距离差值D，由如下公式计算：
D＝D1-D2；
S7 .所述激光雷达与无人集卡上的控制端通讯连接，所述控制端接收所述步骤S6中的距离差值，根据所述距离差值控制无人集卡进行移动，以使所述距离差值D的绝对值达到其最小值。
2.根据权利要求1所述的激光雷达辅助集装箱对位方法，其特征在于：所述步骤S5-3中的直线信息包括直线的斜率、直线的起点和终点，通过直线的起点和终点计算出直线的斜率。
3.根据权利要求1所述的激光雷达辅助集装箱对位方法，其特征在于：所述距离差值D≤±5cm。
4.根据权利要求1所述的激光雷达辅助集装箱对位方法，其特征在于：以激光原点正方向为x轴，与x轴相垂直的竖直方向为y轴，所述检测区域点云为在x轴方向上-90°～+90°范围内的激光点云。
5.根据权利要求4所述的激光雷达辅助集装箱对位方法，其特征在于：所述落地集装箱区域点云为在所述x轴方向上的-90°～-45°、45°～90°。
6.根据权利要求5所述的激光雷达辅助集装箱对位方法，其特征在于：所述车载集装箱区域点云为在所述x轴方向上的-45°～45°。
7.根据权利要求1所述的激光雷达辅助集装箱对位方法，其特征在于：所述激光雷达安装在无人集卡的车头尾部中心，且放置在地面上的落地集装箱高度-激光雷达的高度≤10cm。
8.根据权利要求1所述的激光雷达辅助集装箱对位方法，其特征在于：所述激光雷达的正方向为朝向无人集卡的车尾正后方。
CN202010328384.5A 2020-04-23 2020-04-23 用于港口无人集卡的激光雷达辅助集装箱对位方法 Active CN111508023B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010328384.5A CN111508023B (zh) 2020-04-23 2020-04-23 用于港口无人集卡的激光雷达辅助集装箱对位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010328384.5A CN111508023B (zh) 2020-04-23 2020-04-23 用于港口无人集卡的激光雷达辅助集装箱对位方法

Publications (2)

Publication Number Publication Date
CN111508023A CN111508023A (zh) 2020-08-07
CN111508023B true CN111508023B (zh) 2023-09-12

Family

ID=71876365

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010328384.5A Active CN111508023B (zh) 2020-04-23 2020-04-23 用于港口无人集卡的激光雷达辅助集装箱对位方法

Country Status (1)

Country Link
CN (1) CN111508023B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112764044B (zh) * 2020-12-21 2023-11-24 宁波大榭招商国际码头有限公司 一种基于激光雷达的无人驾驶集卡卸箱的精确对位方法
CN112731416B (zh) * 2020-12-21 2024-05-03 宁波大榭招商国际码头有限公司 一种辅助集装箱堆场的双集装箱精确对位的方法
CN112748437A (zh) * 2020-12-21 2021-05-04 宁波大榭招商国际码头有限公司 一种辅助集装箱堆场的单集装箱精确对位的方法
CN112764045B (zh) * 2020-12-21 2023-11-24 宁波大榭招商国际码头有限公司 一种基于激光雷达的无人驾驶集卡装箱的精确对位方法
CN112874512B (zh) * 2021-02-25 2022-09-20 北京经纬恒润科技股份有限公司 一种港口无人集卡的停车方法及系统
CN113291295A (zh) * 2021-05-14 2021-08-24 天津经纬恒润科技有限公司 一种自动驾驶港口车的停车定位方法
CN113460888B (zh) * 2021-05-24 2023-11-24 武汉港迪智能技术有限公司 一种龙门吊吊具自动抓箱方法
CN113443387A (zh) * 2021-06-30 2021-09-28 上海西井信息科技有限公司 港口无人集装箱卡车对位方法、装置、设备、存储介质
CN113428064B (zh) * 2021-07-16 2022-10-21 北京经纬恒润科技股份有限公司 停车控制方法及运输车
CN115849189B (zh) * 2022-11-16 2024-01-30 上海西井科技股份有限公司 基于点云的吊具二次锚定方法、系统、设备及存储介质
CN117315183B (zh) * 2023-11-30 2024-02-23 四川鼎鸿智电装备科技有限公司 一种基于激光雷达构建三维地图和作业分析的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000298007A (ja) * 1999-04-14 2000-10-24 Ishikawajima Harima Heavy Ind Co Ltd 車幅計測方法及び装置
CN106946049A (zh) * 2016-01-07 2017-07-14 上海海镭激光科技有限公司 集装箱码头流动设备自动化行走方法
CN110356976A (zh) * 2019-08-01 2019-10-22 北京主线科技有限公司 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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000298007A (ja) * 1999-04-14 2000-10-24 Ishikawajima Harima Heavy Ind Co Ltd 車幅計測方法及び装置
CN106946049A (zh) * 2016-01-07 2017-07-14 上海海镭激光科技有限公司 集装箱码头流动设备自动化行走方法
CN110356976A (zh) * 2019-08-01 2019-10-22 北京主线科技有限公司 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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黎广宇.集装箱起重机集卡停车对位辅助技术发展浅析.《中国水运》.2020,全文. *

Also Published As

Publication number Publication date
CN111508023A (zh) 2020-08-07

Similar Documents

Publication Publication Date Title
CN111508023B (zh) 用于港口无人集卡的激光雷达辅助集装箱对位方法
CN109386155B (zh) 面向自动化停车场的无人泊车搬运机器人的对位方法
CN109849922B (zh) 一种用于智能车辆的基于视觉信息与gis信息融合的方法
CN110780305A (zh) 一种基于多线激光雷达的赛道锥桶检测及目标点追踪方法
Aycard et al. Intersection safety using lidar and stereo vision sensors
CN113421432B (zh) 交通限行信息检测方法、装置、电子设备和存储介质
CN108280840B (zh) 一种基于三维激光雷达的道路实时分割方法
CN105699985A (zh) 一种单线激光雷达装置
CN107421518A (zh) 一种无轨导航agv自动进出货车方法
CN112558072B (zh) 车辆定位方法、装置、系统、电子设备及存储介质
CN113759906B (zh) 一种车辆对位方法、装置、计算机设备和存储介质
CN102201054A (zh) 一种基于鲁棒统计的行道线检测方法
CN114063090A (zh) 一种可移动设备的定位方法、装置及可移动设备
CN104608768B (zh) 一种前方目标车辆进入弯道和进行换道的辨别装置及方法
Li et al. Real-time 3D-Lidar, MMW Radar and GPS/IMU fusion based vehicle detection and tracking in unstructured environment
CN105469401B (zh) 一种基于计算机视觉的船槽定位方法
CN111708010A (zh) 一种可移动设备的定位方法、装置、系统及可移动设备
CN115291240B (zh) 矿区场景内卸载点后方挡墙感知识别的检测方法及系统
CN115849189B (zh) 基于点云的吊具二次锚定方法、系统、设备及存储介质
CN112764044B (zh) 一种基于激光雷达的无人驾驶集卡卸箱的精确对位方法
CN115798257A (zh) 一种基于多线激光雷达的港口路线规避的方法
CN115265521A (zh) 一种适用于集装箱轮胎吊大车的激光雷达导航系统和方法
CN206331302U (zh) 一种多激光扫描器的激光导引agv导航定位装置
CN111026129A (zh) 一种多激光导引agv的安全距离检测方法
Deng et al. Terminal container automated guided vehicle based on Lidar 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