CN112326990A - 一种作业车辆测速方法及系统 - Google Patents
一种作业车辆测速方法及系统 Download PDFInfo
- Publication number
- CN112326990A CN112326990A CN202011142093.3A CN202011142093A CN112326990A CN 112326990 A CN112326990 A CN 112326990A CN 202011142093 A CN202011142093 A CN 202011142093A CN 112326990 A CN112326990 A CN 112326990A
- Authority
- CN
- China
- Prior art keywords
- speed
- information
- vehicle
- acquiring
- real
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000005259 measurement Methods 0.000 claims abstract description 61
- 230000000007 visual effect Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 8
- 239000000575 pesticide Substances 0.000 abstract description 5
- 230000004720 fertilization Effects 0.000 abstract description 4
- 238000010899 nucleation Methods 0.000 abstract description 4
- 239000011159 matrix material Substances 0.000 description 15
- 238000004891 communication Methods 0.000 description 9
- 230000033001 locomotion Effects 0.000 description 8
- 238000000691 measurement method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000013519 translation Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000002420 orchard Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
- G01P3/64—Devices characterised by the determination of the time taken to traverse a fixed distance
- G01P3/68—Devices characterised by the determination of the time taken to traverse a fixed distance using optical means, i.e. using infrared, visible, or ultraviolet light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/52—Determining velocity
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明实施例提供一种作业车辆测速方法及系统,包括:采集车辆的第一速度信息、实时图像序列和全姿态数据信息;根据所述实时图像序列获取第二速度信息,并根据所述全姿态数据信息获取纵横向速度分量信息;根据所述第一速度信息、所述第二速度信息和所述纵横向速度分量信息,获取实时速度信息。本发明实施例提供的作业车辆测速方法及系统,采用多种传感器相结合的方式通过将机器视觉测速与传统的GNSS及惯性测速相融合,能够实现对各种工况下的运行车辆的稳定速度测量。从而为精准作业中的变量施肥、变量施药、精密播种以及农机自动驾驶中的速度控制提供必要保障。
Description
技术领域
本发明涉及智能检测技术领域,尤其涉及一种作业车辆测速方法及系统。
背景技术
随着智能农机应用及需求的不断扩大,以自动驾驶及精准作业为核心的智能化作业对提高农业生产效率和农产品质量起到关键作用。相比较于传统农机,智能农机对获取信息的准确性及实时性提出了更高要求。其中,车辆行进速度信号对车辆控制的稳定性及作业的精确性至关重要。
当前普遍采用的测速方法可分为两类:基于地面的速度测量方法,和基于轮速的速度测量。基于地面的速度测量方式主要包括多普勒测速雷达、惯性传感器、卫星信号接收器(Global Navigation Satellite System,GNSS)测速等;基于轮速的速度测量方式主要包括光电编码器测速、霍尔传感器测速等。
多普勒测速雷达通常价格较为昂贵,且所获取信息较为单一,不适宜于农业车辆及农业环境的应用;轮速测量方法易存在较大的打滑引起的测量误差;GNSS测速受信号环境及车辆运动状态影响,在车辆运动速度较低的情况下速度测量精度和稳定性不佳。
现有的单一化的测速方法在一定条件下可实现车辆速度信息,但均存在各个方面的缺陷制约。
发明内容
本发明实施例提供一种作业车辆测速方法及系统,用以解决现有技术在速度检测过程中,对于传感器的使用过于单一的缺陷,能提高田间农作车辆测速的精度和适用性。
第一方面,本发明实施例提供一种作业车辆测速方法,主要包括:采集车辆的第一速度信息、实时图像序列和全姿态数据信息;根据所述实时图像序列获取第二速度信息,并根据所述全姿态数据信息获取纵横向速度分量信息;根据所述第一速度信息、所述第二速度信息和所述纵横向速度分量信息,获取实时速度信息。
可选地,所述第一速度信息是利用卫星信号接收器获取的;所述卫星信号接收器设置于所述车辆的后轴中心点或车体中心点。
可选地,所述实时图像序列是利用视觉传感器按预设周期采样获取的;所述视觉传感器前向设置于所述车辆上。
可选地,所述全姿态数据信息包括加速度信息、第三速度信息及姿态角信息;所述全姿态数据信息是利用航姿参考单元和光电编码器所构成的惯性测量单元获取的;所述航姿参考单元设置于所述车辆的中心轴线上,所述光电编码器设置于所述车辆的左右车轮或履带轮内侧。
可选地,所述根据第一速度信息、所述第二速度信息和所述纵横向速度分量信息,获取实时速度信息,包括:基于卡尔曼滤波算法,对所述第一速度信息、所述第二速度信息和所述纵横向速度分量信息进行融合后,获取所述实时速度信息。
第二方面,本发明实施例还提供一种作业车辆测速系统,包括控制器模块和数据采集模块;数据采集模块,用于采集车辆的第一速度信息、实时图像序列和全姿态数据信息;控制器模块,用于根据实时图像序列获取第二速度信息,并根据所述全姿态数据信息获取纵横向速度分量信息;所述控制器模块,还用于根据所述第一速度信息、所述第二速度信息和所述纵横向速度分量信息,获取实时速度信息。
可选地,所述数据采集模块包括卫星信号接收器、视觉传感器和惯性测量单元;所述卫星信号接收器用于获取所述第一速度信息,所述视觉传感器用于获取所述实时图像序列,所述惯性测量单元用于获取所述全姿态数据信息;所述全姿态数据信息包括加速度信息、第三速度信息及姿态角信息。
可选地,所述惯性测量单元包括航姿参考单元和光电编码器。
第三方面,本发明实施例还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述作业车辆测速方法的步骤。
第四方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述作业车辆测速方法的步骤。
本发明实施例提供的作业车辆测速方法及系统,采用多种传感器相结合的方式通过将机器视觉测速与传统的GNSS及惯性测速相融合,能够实现对各种工况下的运行车辆的稳定速度测量。从而为精准作业中的变量施肥、变量施药、精密播种以及农机自动驾驶中的速度控制提供必要保障。
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一简单地介绍,显而易见地,下面描述中的附图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是本发明实施例提供的一种作业车辆测速方法的流程示意图;
图2是本发明实施例提供的数据采集模块的安装结构示意图;
图3为本发明实施例提供的一种作业车辆测速系统的结构示意图;
图4是本发明实施例提供的一种视觉里程计的工作流程示意图;
图5是本发明实施例提供的一种多传感器速度信息融合方法的流程示意图;
图6是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
由于农业环境的特殊性,非结构化地面环境及打滑、侧滑等因素均会造成较大的测速误差。目前普遍采用的车辆测速方法,如:目前对农业车辆速度要求较高的应用中所采用的GNSS测速与编码器测速相融合的方法,均无法有效克服车速较低和打滑率较高工况下的系统测速误差,难以满足对低速精确测量和定速精度控制要求较高的精确施药、自动化种植等作业环节。
有鉴于此,本发明实施例提供的作业车辆测速方法,通过融合多种传感器系统,以降低对单一传感器的依赖,突破单一传感器使用性能的局限性,以实现智能作业车辆精准作业及定位功能,满足对车辆行进过程中的速度稳定、精确测量的要求,提高智能作业的功效。
如图1所示,本发明实施例提供一种作业车辆测速方法,包括但不限于以下步骤:
步骤S1:采集车辆的第一速度信息、实时图像序列和全姿态数据信息;
步骤S2:根据所述实时图像序列获取第二速度信息,并根据所述全姿态数据信息获取纵横向速度分量信息;
步骤S3:根据所述第一速度信息、所述第二速度信息和所述纵横向速度分量信息,获取实时速度信息。
其中,第一速度信息是利用GNSS接收器获取的,第一速度信息能够表征车辆当前的绝对速度信息。
进一步地,实时图像序列可以通过前向设置于车辆上的工业相机按预设周期(如每秒钟拍摄10帧)拍摄的。可以基于视觉测速技术,对所述实时图像序列进行处理,以获取到车辆相对于周边环境的相对速度信息(统称为第二速度信息)。
进一步地,全姿态数据信息可以通过设置于测量上的惯性测量单元(InertialMeasurement Unit,IMU)进行测量,但为了更精确的反映出车辆的当前位姿信息,可以在车辆上设置于航姿参考单元(AHRS)和光电编码器,以共同组成一个新的惯性测量单元,并利用所述新的惯性测量单元实现车辆全姿态数据信息的检测。
如图2所示,是本发明实施例提供的基于上述测量测速方法设计的一种作业车辆测速系统的结构示意图,如图2所示,所述GNSS接收器可以设置于车辆的后轴中心点(也可以设置于车体中心点);所述AHRS可以设置于车辆的中心轴线上,而用于进行实时图像序列采集的视觉传感器则可以前向设置于车辆的车头处;用于测量轮速的光电编码器则固设于车辆的左右车轮,若是履带结构的,则可以设置于履带轮内侧。需要说明的是,上述对于各传感器的安装位置的位置是最优的,其不视为对本发明实施例保护范围的具体限定。
如图3所示,其中的数据采集模块用于收集所述GNSS接收器、视觉传感器、AHRS以及观点编码器实时采集的数据,并将采集后的数据发送至所述控制器模块,由所述控制器模块对所有采集的数据进行信息融合。其中,所述控制器模块可以设置于车辆上,以实时根据实时融合后的信息,确定出车辆的实时速度V。
作为一种可选地,本发明实施例提供了一种根据所述实时图像序列获取第二速度信息的方法,具体如下:
其中,视觉传感器中集成有相机、合IMU以及视觉里程计。当作业车辆在田间低速运动时,利用视觉传感器上配置的相机,持续获取的车辆在运动过程中的视频流,可以结合IMU信息,通过视觉里程计,确定所述视频流中任一时间间隔的相邻图像,并根据所述相邻图像中的图像信息,粗略的估计出相机的运动参量。所述运动产量可以包括旋转矩阵和平移矩阵,进而可以获取相机运动轨迹及姿态。
其中,所述视觉里程计的工作流程如图4所示,包括但不限于以下步骤:首先,根据采集的视频流,采样获取图像序列;然后,对所述图像序列中图像进行特征检测及匹配后,对相邻的图像进行帧间位姿估计。然后综合相邻多帧图像中的特征减少特征中的漂移量,以获取与所述图像序列对应的位姿信息。
具体地,若相机在t-1和t时刻拍摄的图像分别记为Lt-1和Lt,将其对应的图像中特征序列记为ft-1和ft。以图像中特征点p和p'为例,用对极约束p'TEP=0分别计算特征匹配的本征矩阵E。三角化上述特征点,则可以解出旋转矩阵Rk和平移矩阵Tk,其具体的实现方式如下:
Rk=U(±WT)VT
Tk=U(±WT)SUT
其中,Rk为旋转矩阵,U、V为正交矩阵,W为奇异值矩阵,Tk为平移矩阵,S为特征向量矩阵。
进一步地,在将特征矩阵E有效分解为旋转矩阵Rk和平移矩阵Tk后,可以基于非线性优化方法,对旋转参数和平移参数进行优化,并通过计算两幅图像的相对尺度,迭代优化参数实现运动位姿估计,并计算得到所述第二速度信息Vv_odo。
进一步地,在获取所述第二速度信息后,结合GNSS获取的第一速度信息以及由所述惯性测量单元获取全姿态数据信息所转换成的纵横向速度分量信息,融合获取车辆的实时速度信息。
本发明实施例提供的作业车辆测速方法及系统,采用多种传感器相结合的方式通过将机器视觉测速与传统的GNSS及惯性测速相融合,能够实现对各种工况下的运行车辆的稳定速度测量。从而为精准作业中的变量施肥、变量施药、精密播种以及农机自动驾驶中的速度控制提供必要保障。
基于上述实施例的内容,所述第一速度信息是利用卫星信号接收器获取的;所述卫星信号接收器设置于所述车辆的后轴中心点或车体中心点。
在本发明实施例中所述GNSS系统可以工作于实时动态模式,其中所述实时动态模式(Real-time kinematic,RTK),又称载波相位差分技术,是基于实时处理两个测量站载波相位观测量的差分方法,将基准站采集的载波相位发给用户接收机,进行求差解算坐标。相较于传统的静态、快速静态、动态测量方法均需要事后进行解算才能获得厘米级的精度而言,RTK是能够在野外实时得到厘米级定位精度的测量方法。其具体的定位原理是:设基准站建在已知或未知点上;基准站接收到的卫星信号通过无线通信网实时发给车辆GNSS系统;车辆GNSS系统将接收到的卫星信号和接收到的基准站信号实时联合解算,以求得基准站和车辆间的坐标增量(基线向量)。
结合本实施例的具体运用,车辆在不同的作业环境下,由于外界多种因素引起RTK状态存在固定解与浮点以及单点等不同的工况。在固定解工况下,通过计算连续两个采样周期内获得的两点间的位置,差分获得车辆运动速度。
假设农作车辆在t时刻与t+Δt时刻对应的位置分别为[x1,y1,z1]T和[x2,y2,z2]T,可得车辆的RTK状态速度为:
在浮点及单点定位工况下,通过读取GPVTG指令截取水平运动字段信息获取农业车辆的第一速度信息Vgnss。
基于上述实施例的内容,作为一种可选实施例,所述全姿态数据信息包括加速度信息、第三速度信息及姿态角信息;全姿态数据信息是利用航姿参考单元和光电编码器所构成的惯性测量单元获取的;航姿参考单元设置于所述车辆的中心轴线上,所述光电编码器设置于所述车辆的左右车轮或履带轮内侧。
具体地,本发明实施例提供了一种利用AHRS及光电编码器组成的惯性测量单元进行高采样频率速度信息获取的方法:
首先,通过AHRS测得车辆的加速度(ax,ay,az)及姿态角(θ,φ,γ)信息;然后,利用光电编码器获取车辆的轮轨测量速度Vodo。由于农田环境广泛存在打滑及侧滑情况,从而会造成光电编码器较大的测量误差,故通过将姿态角可将轮轨测量速度Vodo分解为(Vx,Vy,Vz),再结合加速度信息(ax,ay,az),则可检测打滑及侧滑的发生,并校正以获得更加准确的第三速度的估计值:
Vnew_odo=f((Vx,Vy,Vz),(ax,ay,az))。
基于上述实施例的内容,作为一种可选实施例,所述根据第一速度信息、所述第二速度信息和所述纵横向速度分量信息,获取实时速度信息,主要包括:基于卡尔曼滤波算法,对所述第一速度信息、所述第二速度信息和所述纵横向速度分量信息进行融合后,获取所述实时速度信息。
在雷达地运用中,主要的目的是跟踪目标,但目标的位置、速度、加速度的测量值往往在任何时候都有噪声。而卡尔曼滤波利用目标的动态信息,滤除噪声的影响,从而获取一个关于目标位置的精确估计。这个位置估计可以是对当前目标位置的估计(滤波),也可以是对于将来位置的估计(预测),也可以是对过去位置的估计(插值或平滑)。
作为可选地,本发明实施例提供了一种基于卡尔曼滤波算法实现对多源速度信息融合的方法。其中,所述卡尔曼滤波算法优选为扩展卡尔曼滤波算法(EXTEND KALMANFILTER,EKF),其是由卡尔曼滤波算法考虑时间非线性的动态算法,常应用于目标跟踪系统。
在预测阶段,所述扩展卡尔曼滤波器使用上一状态的估值做出在当前状态下的估计;在更新阶段,扩展卡尔曼滤波器则利用对当前状态的观测值优化在预测阶段获得的预测值,以获得一个更精确的新估计值。所述扩展卡尔曼滤波算法如下所示:
其中Xk,Xk-1分别为k及k-1时刻的系统状态后验估计值;Xk/k-1为k时刻的系统状态先验估计值;Φk/k-1为系统从k-1时刻k到时刻的状态转移矩阵;Pk及Pk-1分别为k及k-1时刻的后验估计协方差;Pk/k-1为k时刻的先验估计协方差;Γk为系统噪声矩阵;Zk为在k时刻的观测向量,包含视觉里程、GNSS、AHRS及光电编码器测得的姿态角、速度、加速度及位置等信息;Hk是k时刻的测量矩阵。
本发明实施例还提供一种作业车辆测速系统,具体包括数据采集模块和控制器模块,其中:
数据采集模块主要用于采集车辆的第一速度信息、实时图像序列和全姿态数据信息;控制器模块主要用于根据实时图像序列获取第二速度信息,并根据所述全姿态数据信息获取纵横向速度分量信息。所述控制器模块还可以用于根据所述第一速度信息、所述第二速度信息和所述纵横向速度分量信息,获取实时速度信息。
可选地,所述数据采集模块包括卫星信号接收器、视觉传感器和惯性测量单元;所述卫星信号接收器用于获取所述第一速度信息,所述视觉传感器用于获取所述实时图像序列,所述惯性测量单元用于获取所述全姿态数据信息;所述全姿态数据信息包括加速度信息、第三速度信息及姿态角信息。
可选地,所述惯性测量单元包括航姿参考单元和光电编码器。
作为一种可选实施例,本发明实施例提供的作业车辆测速系统主要由微控制器(包含控制器模块)、GNSS接收器、视觉传感器、光电编码器及AHRS传感器等组成。系统所述微控制器可以是工控机,所述GNSS接收器选择Ublox-M8T型号,以通过UBX协议解析GNSS数据。视觉传感选择DS-VGA200H型,与未控制器采用VGA接口相连。AHRS传感器采用GY953型号,供电电源为3-5V,通信方式选择SPI通信。光电编码器则选用E6B2-CWZ6C光电旋转增量编码器,具有精度高、抗干扰能力强等特点。
假设当前作业环境为果园,稳定测速系统利用UBX协议解析出GNSS接收器获取的速度数据第一速度信息Vgnss或RTK状态速度VRTK,作为较高速度下行驶时的速度。而在低速情况下作业时,则利用图像传感器中的相机获取的图像序列,并提取图像中的特征点完成特征匹配,以基于视觉里程计原理计算出农作车辆在果园中行驶的位置增量Δd,并根据两帧图像之间的时间差,计算获得第二速度信息Vv_odo作为车辆在较低速度下行驶时的速度。
AHRS传感器为系统矫正误差估计提供加速度、位置等信息。如图5所示,光电编码器与车辆的传动轴相连,在传动轴旋转的时候,光电编码器会输出脉冲,结合AHRS信息获得校正后的第三速度信息Vnew_odo。
最后通过卡尔曼滤波算法将各传感器获取的数据进行融合处理,充分发挥各传感器在定位方面的优势,以修正作业车辆在果园作业时的定位误差,从而提高系统的可靠性和准确度。
作为可选地,本发明实施例提供的作业车辆测速系统,还包括人机互动显示屏。针对不同的作业环境,会有不同的速度需求。作业人员通过所述人机互动显示屏,可实时观测车辆的速度,并可通过其上设置的按键模块,设定车辆的预定速度,从而满足精准化农机作业的需求。
本发明实施例提供的作业车辆测速系统,采用多种传感器相结合的方式通过将机器视觉测速与传统的GNSS及惯性测速相融合,能够实现对各种工况下的运行车辆的稳定速度测量。从而为精准作业中的变量施肥、变量施药、精密播种以及农机自动驾驶中的速度控制提供必要保障。
需要说明的是,本发明实施例提供的作业车辆测速系统,在具体执行时,可以基于上述任一实施例所述的作业车辆测速方法来实现,对此本实施例不作赘述。
图6示例了一种电子设备的实体结构示意图,如图6所示,该电子设备可以包括:处理器(processor)610、通信接口(communication interface)620、存储器(memory)630和通信总线(bus)640,其中,处理器610,通信接口620,存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令,以执行作业车辆测速方法,主要包括:采集车辆的第一速度信息、实时图像序列和全姿态数据信息;根据所述实时图像序列获取第二速度信息,并根据所述全姿态数据信息获取纵横向速度分量信息;根据所述第一速度信息、所述第二速度信息和所述纵横向速度分量信息,获取实时速度信息。
此外,上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的作业车辆测速方法,主要包括:采集车辆的第一速度信息、实时图像序列和全姿态数据信息;根据所述实时图像序列获取第二速度信息,并根据所述全姿态数据信息获取纵横向速度分量信息;根据所述第一速度信息、所述第二速度信息和所述纵横向速度分量信息,获取实时速度信息。
又一方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的以执行作业车辆测速方法,主要包括:采集车辆的第一速度信息、实时图像序列和全姿态数据信息;根据所述实时图像序列获取第二速度信息,并根据所述全姿态数据信息获取纵横向速度分量信息;根据所述第一速度信息、所述第二速度信息和所述纵横向速度分量信息,获取实时速度信息。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种作业车辆测速方法,其特征在于,包括:
采集车辆的第一速度信息、实时图像序列和全姿态数据信息;
根据所述实时图像序列获取第二速度信息,并根据所述全姿态数据信息获取纵横向速度分量信息;
根据所述第一速度信息、所述第二速度信息和所述纵横向速度分量信息,获取实时速度信息。
2.根据权利要求1所述的作业车辆测速方法,其特征在于,所述第一速度信息是利用卫星信号接收器获取的;
所述卫星信号接收器设置于所述车辆的后轴中心点或车体中心点。
3.根据权利要求1所述的作业车辆测速方法,其特征在于,所述实时图像序列是利用视觉传感器按预设周期采样获取的;
所述视觉传感器前向设置于所述车辆上。
4.根据权利要求1所述的作业车辆测速方法,其特征在于,所述全姿态数据信息包括加速度信息、第三速度信息及姿态角信息;
所述全姿态数据信息是利用航姿参考单元和光电编码器所构成的惯性测量单元获取的;
所述航姿参考单元设置于所述车辆的中心轴线上,所述光电编码器设置于所述车辆的左右车轮或履带轮内侧。
5.根据权利要求1所述的作业车辆测速方法,其特征在于,所述根据第一速度信息、所述第二速度信息和所述纵横向速度分量信息,获取实时速度信息,包括:
基于卡尔曼滤波算法,对所述第一速度信息、所述第二速度信息和所述纵横向速度分量信息进行融合后,获取所述实时速度信息。
6.一种作业车辆测速系统,其特征在于,包括:
数据采集模块,用于采集车辆的第一速度信息、实时图像序列和全姿态数据信息;
控制器模块,用于根据实时图像序列获取第二速度信息,并根据所述全姿态数据信息获取纵横向速度分量信息;
所述控制器模块,还用于根据所述第一速度信息、所述第二速度信息和所述纵横向速度分量信息,获取实时速度信息。
7.根据权利要求6所述的作业车辆测速系统,其特征在于,所述数据采集模块包括卫星信号接收器、视觉传感器和惯性测量单元;
所述卫星信号接收器用于获取所述第一速度信息,所述视觉传感器用于获取所述实时图像序列,所述惯性测量单元用于获取所述全姿态数据信息;
所述全姿态数据信息包括加速度信息、第三速度信息及姿态角信息。
8.根据权利要求7所述的作业车辆测速系统,其特征在于,所述惯性测量单元包括航姿参考单元和光电编码器。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述作业车辆测速方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至5任一项所述作业车辆测速方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011142093.3A CN112326990A (zh) | 2020-10-22 | 2020-10-22 | 一种作业车辆测速方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011142093.3A CN112326990A (zh) | 2020-10-22 | 2020-10-22 | 一种作业车辆测速方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112326990A true CN112326990A (zh) | 2021-02-05 |
Family
ID=74311542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011142093.3A Pending CN112326990A (zh) | 2020-10-22 | 2020-10-22 | 一种作业车辆测速方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112326990A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113776528A (zh) * | 2021-09-13 | 2021-12-10 | 河北环铁技术开发有限公司 | 一种物流机器人及其定位方法 |
CN115041669A (zh) * | 2022-06-30 | 2022-09-13 | 山东中衡光电科技有限公司 | 用于大型轮带切割设备的控制系统和控制方法 |
CN115152362A (zh) * | 2022-03-07 | 2022-10-11 | 中国农业大学 | 一种智能化开沟施肥装置 |
CN117369350A (zh) * | 2023-12-08 | 2024-01-09 | 北京市农林科学院智能装备技术研究中心 | 高速播种机控制系统、方法、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130041549A1 (en) * | 2007-01-05 | 2013-02-14 | David R. Reeve | Optical tracking vehicle control system and method |
US8965691B1 (en) * | 2012-10-05 | 2015-02-24 | Google Inc. | Position and direction determination using multiple single-channel encoders |
CN105823481A (zh) * | 2015-12-21 | 2016-08-03 | 上海华测导航技术股份有限公司 | 一种基于单天线的gnss-ins车辆定姿方法 |
CN106950586A (zh) * | 2017-01-22 | 2017-07-14 | 无锡卡尔曼导航技术有限公司 | 用于农机作业的gnss/ins/车辆组合导航方法 |
CN110221328A (zh) * | 2019-07-23 | 2019-09-10 | 广州小鹏汽车科技有限公司 | 一种组合导航方法和装置 |
-
2020
- 2020-10-22 CN CN202011142093.3A patent/CN112326990A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130041549A1 (en) * | 2007-01-05 | 2013-02-14 | David R. Reeve | Optical tracking vehicle control system and method |
US8965691B1 (en) * | 2012-10-05 | 2015-02-24 | Google Inc. | Position and direction determination using multiple single-channel encoders |
CN105823481A (zh) * | 2015-12-21 | 2016-08-03 | 上海华测导航技术股份有限公司 | 一种基于单天线的gnss-ins车辆定姿方法 |
CN106950586A (zh) * | 2017-01-22 | 2017-07-14 | 无锡卡尔曼导航技术有限公司 | 用于农机作业的gnss/ins/车辆组合导航方法 |
CN110221328A (zh) * | 2019-07-23 | 2019-09-10 | 广州小鹏汽车科技有限公司 | 一种组合导航方法和装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113776528A (zh) * | 2021-09-13 | 2021-12-10 | 河北环铁技术开发有限公司 | 一种物流机器人及其定位方法 |
CN113776528B (zh) * | 2021-09-13 | 2024-06-11 | 河北环铁技术开发有限公司 | 一种物流机器人及其定位方法 |
CN115152362A (zh) * | 2022-03-07 | 2022-10-11 | 中国农业大学 | 一种智能化开沟施肥装置 |
CN115041669A (zh) * | 2022-06-30 | 2022-09-13 | 山东中衡光电科技有限公司 | 用于大型轮带切割设备的控制系统和控制方法 |
CN117369350A (zh) * | 2023-12-08 | 2024-01-09 | 北京市农林科学院智能装备技术研究中心 | 高速播种机控制系统、方法、电子设备及存储介质 |
CN117369350B (zh) * | 2023-12-08 | 2024-04-16 | 北京市农林科学院智能装备技术研究中心 | 高速播种机控制系统、方法、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112326990A (zh) | 一种作业车辆测速方法及系统 | |
CN110411462B (zh) | 一种gnss/惯导/车道线约束/里程计多源融合方法 | |
RU2508622C2 (ru) | Способ навигации сельскохозяйственного транспортного средства и сельскохозяйственное транспортное средство | |
US9482536B2 (en) | Pose estimation | |
CN109343095B (zh) | 一种车载导航车辆组合定位装置及其组合定位方法 | |
CN103411621B (zh) | 一种面向室内移动机器人的光流场视觉/ins组合导航方法 | |
CN106123890A (zh) | 一种多传感器数据融合的机器人定位方法 | |
CN111521195B (zh) | 一种智能机器人 | |
CN110926460A (zh) | 一种基于IMU的uwb定位异常值处理方法 | |
US20210240192A1 (en) | Estimation method and estimator for sideslip angle of straight-line navigation of agricultural machinery | |
CN111751857A (zh) | 一种车辆位姿的估算方法、装置、存储介质及系统 | |
CN114475581B (zh) | 基于轮速脉冲和imu卡尔曼滤波融合的自动泊车定位方法 | |
CN115127543A (zh) | 一种激光建图优化中异常边剔除方法及系统 | |
CN114593735B (zh) | 一种位姿预测方法及装置 | |
CN114915913A (zh) | 一种基于滑窗因子图的uwb-imu组合室内定位方法 | |
CN113008229B (zh) | 一种基于低成本车载传感器的分布式自主组合导航方法 | |
CN115540875B (zh) | 一种用于股道内列车车辆高精度检测定位的方法及系统 | |
CN109459769B (zh) | 一种自主定位方法与系统 | |
CN109358624B (zh) | 用于机器人的耦合定位方法 | |
CN114910062A (zh) | 一种多源信息融合的导航定位方法 | |
CN115540854A (zh) | 一种基于uwb辅助的主动定位方法、设备和介质 | |
CN115290090A (zh) | 基于多传感器信息融合的slam地图构建方法 | |
CN114562994A (zh) | 移动机器人处于动态环境中的定位方法 | |
CN112611377A (zh) | 一种用于小车室外导航的状态预测方法、装置及存储介质 | |
CN116380057B (zh) | 一种gnss拒止环境下无人机自主着陆定位方法 |
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: 20210205 |
|
RJ01 | Rejection of invention patent application after publication |