CN111929693A - 一种基于激光点云距离序列的井下定位方法 - Google Patents

一种基于激光点云距离序列的井下定位方法 Download PDF

Info

Publication number
CN111929693A
CN111929693A CN202010983304.XA CN202010983304A CN111929693A CN 111929693 A CN111929693 A CN 111929693A CN 202010983304 A CN202010983304 A CN 202010983304A CN 111929693 A CN111929693 A CN 111929693A
Authority
CN
China
Prior art keywords
distance
sequence
fork
laser radar
intersection
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
CN202010983304.XA
Other languages
English (en)
Other versions
CN111929693B (zh
Inventor
王文光
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.)
Leientropy Information Technology Weifang Co ltd
Original Assignee
Leientropy Information Technology Weifang 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 Leientropy Information Technology Weifang Co ltd filed Critical Leientropy Information Technology Weifang Co ltd
Priority to CN202010983304.XA priority Critical patent/CN111929693B/zh
Publication of CN111929693A publication Critical patent/CN111929693A/zh
Application granted granted Critical
Publication of CN111929693B publication Critical patent/CN111929693B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种基于激光点云距离序列的井下定位方法，其步骤为：S1测量井下巷道中岔路口的位置；S2计算巷道内各岔路口的距离，形成全局距离序列；S3利用激光雷达实时获取的点云数据，检测巷道内邻近雷达的岔路口，计算各岔路口间的距离，并形成距离序列；S4将提取的邻近岔路口距离序列与全局距离序列进行匹配，获取雷达位置，也就是目标位置。本发明基于巷道内岔路口位置的随机性，利用岔路口间距离序列的匹配实现目标定位。可以有效避免井下环境相似导致的定位困难，仿真结果也表明这种基于距离序列的方法对于井下巷道内的目标定位具有良好效果。

Description

一种基于激光点云距离序列的井下定位方法
技术领域
本发明给出了一种矿井内具有多个岔路口的巷道内车辆、行人等目标的定位方法，应用于无GPS信号的矿井场景，属于利用激光雷达信号的目标定位领域。
背景技术
在井下采矿物的过程中，矿井内的巷道会连接多个采矿区，每个采矿区都会对应巷道上的岔路口，由于岔路口的形状非常相似，车辆或人员在巷道内行进的过程中，难以获得准确位置，为了确认自己的位置，通常会以非常慢的速度行进，以免错过或进入错误的路口。目前常用的定位系统都面临一些缺陷，如GPS、北斗等导航定位系统尽管有很高的定位精度，但由于矿井内无卫星信号或者卫星信号非常微弱，使得这些成熟的定位设备难以使用。RFID（无线射频识别）技术也可以实现定位，但需要预先安置大量的RFID模块，且定位精度不高。
激光雷达具有很高的测距精度，在无人驾驶等领域已有大量实验应用。基于激光雷达的SLAM（即时定位与地图构建）技术是一种有效的3D建模与定位方法，但在井下巷道内，只有墙壁和岔路口，缺乏其他有效的纹理信息，尤其是使用扫描线数较少的激光雷达时，容易产生误配和错配。
在预先测量的各岔路口的位置的基础上，通过各岔路口间的距离构成一种表示各个岔路口特点的编码数据序列，通过这种距离序列的匹配可以实现快速准确的巷道内目标定位。
发明内容
本发明的目的是针对矿井内目标定位精度低的问题，提供了一种利用岔路口的距离序列进行目标定位的技术，以提高矿井巷道内车辆和行人的实时定位精度。
本发明遵循了以下的技术方案：一种基于激光点云距离序列的井下定位方法，包括以下步骤：
S1 测量井下巷道中各岔路口的实际位置。
S2 基于S1测量的结果，对任意岔路口
Figure 288144DEST_PATH_IMAGE001
，计算其与邻近的各岔路口
Figure 751486DEST_PATH_IMAGE002
间的距离，并形成全局距离序列。
S3 利用携带的激光雷达实时获取的点云数据，检测巷道内与激光雷达邻近的岔路口，并计算岔路口间的距离，形成距离序列。
S4 将提取的邻近岔路口距离序列与全局距离序列进行匹配，获取目标位置。
所述S1在实现中可以采用激光雷达，也可以采用其他现有的测量手段，对井下的岔路口进行测量。
所述S2在具体的实现中，由于岔路口有一定宽度，岔路口与巷道会形成两个相交位置，该位置称为角点，结合激光雷达的扫描特性，计算距离时，均已远离激光雷达的角点为参考点。在计算距离时，不仅计算与最近邻岔路口的距离，还需要计算在激光雷达测量范围内的其他岔路口间的距离。对计算得到的距离按照升序排列可形成距离序列，巷道内所有岔路口的距离序列的集合就构成了全局距离序列。
所述S3中采用手持或车载激光雷达测量，通过对激光点云的处理获得各岔路口的距离，距离序列的计算过程与S2计算过程类似。
所述S4的匹配过程采用了对每个距离值搜索的方式，假定实时提取的邻近岔路口距离序列
Figure 548410DEST_PATH_IMAGE003
与全局距离序列中岔路口
Figure 249649DEST_PATH_IMAGE001
的距离序列
Figure 224559DEST_PATH_IMAGE004
之间的匹配得分为
Figure 909618DEST_PATH_IMAGE005
。其中
Figure 57703DEST_PATH_IMAGE006
，
Figure 626831DEST_PATH_IMAGE007
的取值范围为
Figure 241483DEST_PATH_IMAGE008
。全部岔路口匹配结束后，选择得分最高的路口为激光雷达的最近邻路口，在路口匹配的基础上，实现目标的定位。
需要说明的是，这种距离序列匹配既可以采用单侧的岔路口，也可以综合利用两侧的岔路口。综合利用两侧的岔路口会获得更可靠的定位效果。
本发明与现有技术相比的优点在于：
1）各岔路口的精确位置是可以预先测量的，基于该位置计算出的全局距离序列，反映了各个岔路口之间准确的空间约束关系。该距离序列不仅包含了岔路口与最邻近的岔路口的距离，还包含了其他多个邻近岔路口间的距离关系，这些位置关系是非常稳定的，在应用中，基于这种稳定的位置关系与实际测量的岔路口进行匹配，实现过程具有很好的鲁棒性。
2）利用了激光雷达传感器，不仅具有很高的测距精度，而且不需要卫星导航信号，也不需要复杂的计算过程，适合井下这一特定的场景，并且非常适合工程应用。
附图说明
图1为本发明基于激光点云距离序列的井下定位方法的流程图；
图2为井下巷道示意图；
图3为仿真实验场景示意图。
具体实施方式
参照图1的流程，本发明基于井下巷道内的各个岔路口间的距离形成岔路口识别的信息，通过激光雷达当前测得的岔路口间的距离序列与预先获得的全局距离序列之间的匹配，实现激光雷达邻近岔路口的识别，进而获得目标在巷道内的位置。利用目标与岔路口间的位置关系以及激光雷达的精确测距特性，实现目标定位，主要的步骤如下：
S1测量井下巷道中各岔路口的实际位置。
该步骤是基于提前获取的信息，如事前人工测量得到的井下巷道地图、激光雷达建立的巷道三维模型等先验数据，提取各个岔路口的位置信息，为后续的目标定位提供了井下实际信息。
S2 对巷道内的各岔路口，分别计算与邻近岔路口间的距离，并形成全局距离序列。
巷道的示意图如图2所示，图中中间通道为巷道，两侧连接了很多岔路，这些岔路分别连接不同的采矿区域，巷道与岔路的连接位置称为岔路口。对于任意岔路口
Figure 944997DEST_PATH_IMAGE001
，则
Figure 834455DEST_PATH_IMAGE002
为与其邻近的岔路口，其中
Figure 25134DEST_PATH_IMAGE009
为最近邻岔路口。对于岔路口
Figure 76267DEST_PATH_IMAGE001
，其与相邻3个岔路口间的距离序列可表示为
Figure 470339DEST_PATH_IMAGE010
：
Figure 163488DEST_PATH_IMAGE011
(1)
式（1）中的上标
Figure 710138DEST_PATH_IMAGE012
为激光雷达的测距范围，式中
Figure 260069DEST_PATH_IMAGE013
表示距离，
Figure 266071DEST_PATH_IMAGE014
为对所有数据按数值进行排序，在具体实现中可以采取升序排列。
由于邻近的岔路口很多，（1）式计算距离序列时对邻近岔路口的范围可以限定为激光雷达的测距范围
Figure 966173DEST_PATH_IMAGE012
，即距离序列中的各距离值不大于
Figure 567663DEST_PATH_IMAGE012
。对上式，需要满足的距离约束为
Figure 960598DEST_PATH_IMAGE015
(2)
上式中
Figure 312951DEST_PATH_IMAGE016
为大于0的整数，当距离
Figure 347903DEST_PATH_IMAGE017
不能满足（2）式的约束，表明第
Figure 587254DEST_PATH_IMAGE018
岔路口的距离过远，不在激光的测量范围内，需要从（1）式中删除该岔路口。激光雷达的测距范围越大，就需要计算更多的邻近岔路口的距离。
由于岔路口有一定宽度，如图2所示，每个岔路口与巷道会形成两个相交位置，该位置称为角点，结合激光雷达的扫描特性，计算距离时，均以距离激光雷达较远的角点为参考点。以
Figure 432982DEST_PATH_IMAGE019
为例，当
Figure 85680DEST_PATH_IMAGE001
更靠近激光雷达时，
Figure 658744DEST_PATH_IMAGE019
表示了岔路口
Figure 18181DEST_PATH_IMAGE001
上方的角点与岔路口
Figure 549656DEST_PATH_IMAGE020
上方角点之间的距离。
Figure 876601DEST_PATH_IMAGE001
是巷道中的任意岔路口，巷道内所有岔路口均可计算与邻近岔路口的距离序列，所有岔路口的距离序列的集合就构成了全局距离序列
Figure 253356DEST_PATH_IMAGE021
，
Figure 732879DEST_PATH_IMAGE022
为参与计算的岔路口数目。
S3 利用手持或车载激光雷达实时获取的点云数据，检测巷道内与激光雷达邻近的岔路口，计算岔路口间的距离，并形成距离序列。
检测中，由于激光雷达的直线照射特点，对于近似直线的巷道，通常远离激光雷达的角点在回波点云中反映的更为明显，通过检测角点可以检测巷道中的岔路口，由于每个岔路口有两个角点，计算中约定以远离激光雷达的角点为距离计算的参考点。根据岔路口检测结果，计算各岔路口间的距离，并排序得到距离序列，具体的计算过程与S3中计算过程是一致的。
S4 将提取的邻近岔路口距离序列与全局距离序列进行匹配，获取目标位置。
在具体的实现中，采用距离搜索方式，将实时提取的邻近岔路口距离序列与全局距离序列中的每个
Figure 169676DEST_PATH_IMAGE010
进行匹配。若实时提取的邻近岔路口距离序列为
Figure 531388DEST_PATH_IMAGE003
，
Figure 217494DEST_PATH_IMAGE023
为序列中元素数目，全局距离序列中第
Figure 551524DEST_PATH_IMAGE001
个岔路口的距离序列
Figure 955960DEST_PATH_IMAGE010
=
Figure 8230DEST_PATH_IMAGE004
，
Figure 726787DEST_PATH_IMAGE024
为
Figure 430170DEST_PATH_IMAGE010
中元素数目，两者的匹配得分计算式如下：
Figure 943191DEST_PATH_IMAGE025
(3)
其中
Figure 951598DEST_PATH_IMAGE006
，
Figure 270584DEST_PATH_IMAGE007
的取值由激光雷达精度确定，一般的取值范围为
Figure 329938DEST_PATH_IMAGE008
。全部岔路口匹配结束后，选择得分最高的路口为激光雷达的最近邻路口，结合激光雷达测得的与最近邻岔路口的距离实现对载有激光雷达的目标的定位。
这里需要说明的是，在本专利方法描述中，仅以图2中左侧的岔路口为例进行说明，实际定位中，左右两侧的岔路口均可用于目标定位，并且两侧岔路口综合应用时，定位效果比单独使用一侧的岔路口会获得更好的效果。
为验证该方法的有效性，进行了仿真实验，仿真场景如图3所示。图中星号代表了激光雷达位置，
Figure 13860DEST_PATH_IMAGE001
表示了激光雷达前方第
Figure 571880DEST_PATH_IMAGE026
个岔路口，岔路口间的数字表示了相邻岔路口间的距离（单位为米），激光雷达的测距范围为100米。则岔路口
Figure 897820DEST_PATH_IMAGE027
和岔路口
Figure 60948DEST_PATH_IMAGE028
对应的距离序列分别为：
Figure 430618DEST_PATH_IMAGE029
，
Figure 679197DEST_PATH_IMAGE030
。
Figure 543247DEST_PATH_IMAGE031
岔路口在激光雷达测距范围内，但由于
Figure 560882DEST_PATH_IMAGE032
距离较远，点云稀疏，在仿真中没有成功检测，仿真中检测到的岔路口
Figure 865568DEST_PATH_IMAGE033
间的距离（包含误差）分别为：
Figure 601443DEST_PATH_IMAGE034
=20.9米、
Figure 800343DEST_PATH_IMAGE035
=31.2米、
Figure 938063DEST_PATH_IMAGE036
=51.1米。因此实时计算得到各邻近岔路口的距离序列为{20.9，30.2,51.1}米。与岔路口
Figure 400269DEST_PATH_IMAGE027
和岔路口
Figure 154598DEST_PATH_IMAGE028
匹配得分别为3分和1分，在岔路口
Figure 875298DEST_PATH_IMAGE027
和岔路口
Figure 70787DEST_PATH_IMAGE028
中，与激光雷达邻近的为岔路口
Figure 500632DEST_PATH_IMAGE027
。即激光雷达距离岔路口
Figure 211099DEST_PATH_IMAGE027
远端角点的距离为10.4米。

Claims (4)

1.一种基于激光点云距离序列的井下定位方法，其特征在于步骤如下：
S1 测量井下巷道中各岔路口的实际位置；
S2 对任意岔路口
Figure DEST_PATH_IMAGE001
，根据S1的测量结果，计算巷道内与
Figure 639040DEST_PATH_IMAGE001
邻近的岔路口
Figure 560859DEST_PATH_IMAGE002
间的距离，形成全局距离序列；
S3 利用携带的激光雷达实时获取的点云数据，检测巷道内与激光雷达邻近的岔路口，计算岔路口间的距离，并形成距离序列；
S4 将提取的邻近岔路口距离序列与全局距离序列进行匹配，获取激光雷达位置。
2.根据权利要求1的基于激光点云距离序列的井下定位方法，其特征在于：所述S2计算
Figure 749395DEST_PATH_IMAGE001
与邻近岔路口
Figure 731258DEST_PATH_IMAGE002
间的距离时，由于岔路口有一定宽度，岔路口与巷道会形成两个相交位置，该位置称为角点，结合激光雷达的扫描特性，计算岔路口间距离时，均以距离激光雷达较远的角点为参考点。
3.根据权利要求1的基于激光点云距离序列的井下定位方法，其特征在于：所述S2计算与
Figure 474086DEST_PATH_IMAGE001
邻近的岔路口
Figure 199596DEST_PATH_IMAGE002
间的距离时，不仅计算最近邻岔路口的距离，还需要计算与不大于激光雷达的测距范围的其他岔路口间的距离，对于岔路口
Figure 977059DEST_PATH_IMAGE001
，其对应的距离序列为：
Figure DEST_PATH_IMAGE003
(1)
式中的
Figure 926561DEST_PATH_IMAGE004
表示距离，上式还满足距离约束
Figure DEST_PATH_IMAGE005
，
Figure 422264DEST_PATH_IMAGE006
取值为大于0的整数，
Figure DEST_PATH_IMAGE007
为激光雷达的测距范围，
Figure 357990DEST_PATH_IMAGE008
为对所有数据按升序进行排序，巷道内所有岔路口的距离序列的集合就构成了全局距离序列。
4.根据权利要求1的基于激光点云距离序列的井下定位方法，其特征在于：所述S4将提取的邻近岔路口距离序列与全局距离序列进行匹配的过程中，采用距离搜索方式，将实时提取的邻近岔路口距离序列
Figure DEST_PATH_IMAGE009
与全局距离序列中第
Figure 521118DEST_PATH_IMAGE001
个岔路口的距离序列
Figure 579204DEST_PATH_IMAGE010
进行匹配，得到匹配得分，记为
Figure DEST_PATH_IMAGE011
，
其中
Figure 827783DEST_PATH_IMAGE012
，
Figure DEST_PATH_IMAGE013
的取值与激光雷达精度有关，取值范围为
Figure 426255DEST_PATH_IMAGE014
，全部岔路口匹配结束后，选择得分最高的路口为激光雷达的最近邻路口，实现对目标的定位。
CN202010983304.XA 2020-09-18 2020-09-18 一种基于激光点云距离序列的井下定位方法 Expired - Fee Related CN111929693B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010983304.XA CN111929693B (zh) 2020-09-18 2020-09-18 一种基于激光点云距离序列的井下定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010983304.XA CN111929693B (zh) 2020-09-18 2020-09-18 一种基于激光点云距离序列的井下定位方法

Publications (2)

Publication Number Publication Date
CN111929693A true CN111929693A (zh) 2020-11-13
CN111929693B CN111929693B (zh) 2021-01-08

Family

ID=73334586

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010983304.XA Expired - Fee Related CN111929693B (zh) 2020-09-18 2020-09-18 一种基于激光点云距离序列的井下定位方法

Country Status (1)

Country Link
CN (1) CN111929693B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114820749A (zh) * 2022-04-27 2022-07-29 西安优迈智慧矿山研究院有限公司 无人车井下定位方法、系统、设备及介质
CN117168472A (zh) * 2023-10-31 2023-12-05 北京理工大学前沿技术研究院 无人驾驶车辆的重定位方法、系统、存储介质及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104851127A (zh) * 2015-05-15 2015-08-19 北京理工大学深圳研究院 一种基于交互的建筑物点云模型纹理映射方法及装置
CN108732603A (zh) * 2017-04-17 2018-11-02 百度在线网络技术（北京）有限公司 用于定位车辆的方法和装置
JP2019207653A (ja) * 2018-05-30 2019-12-05 株式会社Ihi 検知装置及び検知システム
CN111289955A (zh) * 2020-05-06 2020-06-16 北京大汉正源科技有限公司 一种基于mems振镜的三维扫描激光雷达
CN111587407A (zh) * 2017-11-10 2020-08-25 辉达公司 用于安全且可靠的自主车辆的系统和方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104851127A (zh) * 2015-05-15 2015-08-19 北京理工大学深圳研究院 一种基于交互的建筑物点云模型纹理映射方法及装置
CN108732603A (zh) * 2017-04-17 2018-11-02 百度在线网络技术（北京）有限公司 用于定位车辆的方法和装置
CN111587407A (zh) * 2017-11-10 2020-08-25 辉达公司 用于安全且可靠的自主车辆的系统和方法
JP2019207653A (ja) * 2018-05-30 2019-12-05 株式会社Ihi 検知装置及び検知システム
CN111289955A (zh) * 2020-05-06 2020-06-16 北京大汉正源科技有限公司 一种基于mems振镜的三维扫描激光雷达

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114820749A (zh) * 2022-04-27 2022-07-29 西安优迈智慧矿山研究院有限公司 无人车井下定位方法、系统、设备及介质
CN117168472A (zh) * 2023-10-31 2023-12-05 北京理工大学前沿技术研究院 无人驾驶车辆的重定位方法、系统、存储介质及设备
CN117168472B (zh) * 2023-10-31 2024-02-13 北京理工大学前沿技术研究院 无人驾驶车辆的重定位方法、系统、存储介质及设备

Also Published As

Publication number Publication date
CN111929693B (zh) 2021-01-08

Similar Documents

Publication Publication Date Title
CN104950313B (zh) 一种路面提取及道路坡度识别方法
JP6197393B2 (ja) レーン地図生成装置及びプログラム
CN109459047B (zh) 车辆高精度定位数据与导航地图精确匹配及变道行为探测方法
Brenner Extraction of features from mobile laser scanning data for future driver assistance systems
Gruyer et al. Map-aided localization with lateral perception
JP6381100B2 (ja) ３次元路面下診断システムおよび３次元路面下診断方法
CN109416256B (zh) 行驶车道推定系统
CN103605135B (zh) 一种基于断面剖分的道路特征提取方法
CN109144072A (zh) 一种基于三维激光的机器人智能避障方法
CN111929693B (zh) 一种基于激光点云距离序列的井下定位方法
US20160203374A1 (en) Target grouping techniques for object fusion
US11205079B2 (en) Determining position data
CN108645420B (zh) 一种基于差分导航的自动驾驶车辆多路径地图的创建方法
Gikas et al. A novel geodetic engineering method for accurate and automated road/railway centerline geometry extraction based on the bearing diagram and fractal behavior
CN101604448A (zh) 一种运动目标的测速方法和系统
Zheng et al. High definition map-based vehicle localization for highly automated driving: Geometric analysis
Mueller et al. GIS-based topological robot localization through LIDAR crossroad detection
Wen et al. TM 3 Loc: Tightly-coupled monocular map matching for high precision vehicle localization
Soheilian et al. Generation of an integrated 3D city model with visual landmarks for autonomous navigation in dense urban areas
CN114859374A (zh) 基于无人机激光点云和影像融合的新建铁路交叉测量方法
JP7162208B2 (ja) 含水比マッピング方法及び含水比マッピング装置
CN109937342A (zh) 用于定位移动物体的方法、装置和系统
Yakar et al. The use of laser scanner in caves, encountered problems and solution suggestion
CN113227713A (zh) 生成用于定位的环境模型的方法和系统
Kim et al. Extraction of geometric information on highway using terrestrial laser scanning technology

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210108