CN113002396A - 一种用于自动驾驶矿用车辆的环境感知系统及矿用车辆 - Google Patents
一种用于自动驾驶矿用车辆的环境感知系统及矿用车辆 Download PDFInfo
- Publication number
- CN113002396A CN113002396A CN202010291033.1A CN202010291033A CN113002396A CN 113002396 A CN113002396 A CN 113002396A CN 202010291033 A CN202010291033 A CN 202010291033A CN 113002396 A CN113002396 A CN 113002396A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- millimeter wave
- laser radar
- 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.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60P—VEHICLES ADAPTED FOR LOAD TRANSPORTATION OR TO TRANSPORT, TO CARRY, OR TO COMPRISE SPECIAL LOADS OR OBJECTS
- B60P1/00—Vehicles predominantly for transporting loads and modified to facilitate loading, consolidating the load, or unloading
- B60P1/04—Vehicles predominantly for transporting loads and modified to facilitate loading, consolidating the load, or unloading with a tipping movement of load-transporting element
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R11/04—Mounting of cameras operative during drive; Arrangement of controls thereof relative to the vehicle
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- 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
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R2011/0042—Arrangements for holding or mounting articles, not otherwise provided for characterised by mounting means
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Electromagnetism (AREA)
- Transportation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种用于自动驾驶矿用车辆的环境感知系统,包括:激光雷达模块,其用于探测车辆全方位视角下不同距离范围内的目标;毫米波雷达模块,其用于探测车辆全方位视角下不同距离范围内的目标,以弥补同方位激光雷达的探测能力;网络摄像头组,其用于采集车辆在全方位视角下的第一类环境信息;视觉相机组对称分布于车辆纵向对称面,用于实时采集车辆前方路面的第二类环境信息;定位模块,其用于获取车辆的行驶信息;数据处理模块,其用于利用信息融合算法,将雷达数据、行驶信息和环境信息进行融合得到障碍物定位后的感知信息。本发明为矿山无人驾驶领域提供了完整的感知传感器系统方案,提高了自动驾驶矿车行驶的可靠性和安全性。
Description
技术领域
本发明涉及工程机械自动驾驶领域,具体地说,是涉及一种用于自动驾驶矿用车辆的环境感知系统及矿用宽体自卸车辆。
背景技术
自动驾驶矿用宽体自卸车又称无人驾驶矿用汽车,主要是一种通过车载计算单元实现自动驾驶技术的智能矿用宽体自卸车。作为自动驾驶必不可少的技术支撑,车载传感器是其依赖的最重要的载体,因此,传感器布局是自动驾驶汽车的重点环节。矿用宽体自卸车能够进行稳定行驶的前提主要是通过对矿用宽体自卸车周围环境信息的感知。
目前市场上各大相关公司和初创公司争相研发自动驾驶的相关技术,但是大多数研究对象都以城市道路乘用车、物流车、景区观光车、科研小车试验平台等小型车辆为主,并进行其传感器系统布局,这种传感器布局系统的研究对象和行驶环境主要为城市道路、高速道路或者景区道路。考虑到矿用道路环境信息的多变性,行人和其他不确定性因素导致其研发进展缓慢,因而,很少有人将改造对象目标确定在大型工程矿用宽体自卸车上,以解决城市小型乘用车传感器数量多,且价格昂贵,行驶环境复杂的问题。
现有工程机械领域中,矿山行驶环境单一,路况简单,是自动驾驶矿用宽体自卸车最容易落地的场景,但是,目前该领域针对自动驾驶矿用车辆来设计的传感器系统布局几乎很少,缺少整套的环境感知系统方案。
发明内容
本发明需要设计一种适用于矿区环境矿用宽体自卸车自动驾驶传感器布局系统,为矿山自动驾驶领域提供了一套完整的环境感知系统传感器布局方案。
为了解决上述技术问题,本发明提供了一种用于自动驾驶矿用车辆的环境感知系统,包括:激光雷达模块,其用于实时探测车辆在全方位视角下不同距离范围内的目标,得到激光雷达感知数据;毫米波雷达模块,其用于实时探测车辆在全方位视角下不同距离范围内的目标,得到毫米波雷达感知数据,以弥补同方位激光雷达的探测能力;网络摄像头组,其用于实时采集车辆在全方位视角下的第一类环境状况信息;视觉相机组,其对称分布于车辆纵向对称面,用于实时采集车辆前方行驶区域路面的第二类环境状况信息;定位模块,其用于实时获取车辆的行驶信息;数据处理模块,其用于利用信息融合算法,将所述激光雷达感知数据、所述毫米波雷达感知数据、所述第一类环境状况信息、所述第二类环境状况信息和所述行驶信息进行融合,得到包括障碍物检测结果和路面检测结果信息在内的感知识别信息,其中,所述障碍物检测结果包括所述矿用车辆周围各障碍物的名称类型、定位位置、速度和航向角信息。
优选地,所述激光雷达模块,包括:单线激光雷达,其安装于车辆前保险杠中间处,用于探测车辆在正前方位第一激光距离范围内的目标;多个16线激光雷达,其分别安装于车辆前保险杠两侧边缘及后方中间处,用于探测车辆各方位第二激光距离范围内的目标;24线激光雷达,其安装于车辆前保险杠中间处,用于探测车辆在当前方位第三激光距离范围内的目标,以与所述单线激光雷达进行配合,减小前方盲区范围,其中,所述单线激光雷达、所述多个16线激光雷达和所述24线激光雷达的安装高度为车身高度的三分之一。
优选地,所述单线激光雷达和所述24线激光雷达通过可调节支架安装,其发射面均与地面平行,支架调节角度范围为-20°~0°;通过可调节支架安装于车辆后方中间处的16线激光雷达,其发射面中央水平面与地面夹角的范围为0~20°,支架调节角度范围为-20°~0°;通过不可调节支架分别安装于车辆前保险杠两侧边缘处的16线激光雷达,其发射面中央纵向平面与车辆前进方向的夹角为30°。
优选地,所述毫米波雷达模块,包括:多个第一类毫米波雷达,其分别安装于车辆前保险杠两侧边缘及后方中间处,用于探测车辆各方位第一毫米波距离范围内的目标,以弥补同方位激光雷达的探测能力,其中,所述第一类毫米波雷达采用24GHz毫米波雷达设备;第二类毫米波雷达,其安装于车辆前保险杠中间处,用于探测车辆各方位第二毫米波距离范围内的目标,以弥补同方位激光雷达的探测能力,其中,所述第二类毫米波雷达采用76GHz毫米波雷达设备。
优选地,进一步,安装于车辆后方中间处的所述第一类毫米波雷达,其位于同方位激光雷达的下方,该第一类毫米波雷达的发射面朝向车体的正后方,并且其天线的发射面垂直于地面;安装于车辆前保险杠两侧边缘处的所述第一类毫米波雷达,其位于同方位激光雷达的下方,这两个第一类毫米波雷达的发射面朝向车头前方两侧朝外、并且其天线的发射面垂直于地面、并且其天线的发射面与车辆纵向对称面的夹角为30°;所述第二类毫米波雷达,其位于同方位激光雷达的下方,该第二类毫米波雷达的发射面朝向车体的正前方,并且其天线的发射面垂直于地面。
优选地,所述定位模块,包括:组合惯导设备,其安装于驾驶室内的车身纵向对称面上,与车体刚性连接;2个GPS天线,其分别安装于驾驶室正上方两侧位置处,且对称分布于车辆驾驶室纵向对称面,二者之间的距离为车辆宽度的五分之三,安装高度为车辆高度的五分之四;4G模块,其安装于驾驶室内部,与车体刚性连接;电台天线,其安装于驾驶室外部的上方中间的无遮挡位置处。
优选地,所述网络摄像头组,包括:第一摄像头,其安装于驾驶室内部前挡风玻璃上方且位于当前车辆的中间位置处,所述第一摄像头的安装高度为车辆高度的三分之二;分别安装于车辆左右两侧后视镜下方位置处的第二摄像头和第三摄像头,其安装高度为所述车辆高度的二分之一,所述第二摄像头和第三摄像头关于车辆纵向对称面对称;第四摄像头,其安装于驾驶室内的方向盘正上方,所述第四摄像头的安装高度为所述车辆高度的三分之二;第五摄像头,其安装于车体后方车架横梁中间位置处,所述第五摄像头的安装高度为所述车辆高度的三分之一。
优选地,所述数据处理模块,包括:障碍物识别单元,其用于利用雷达数据感知算法和雷达信息融合算法,将所述激光雷达感知数据和所述毫米波雷达感知数据进行融合处理,基于此,对当前车辆周围的各个障碍物进行识别与检测,得到障碍物识别结果;路面检测单元,其用于利用图像与视频检测技术,将所述第一类环境状况信息和所述第二类环境状况信息进行融合处理,基于此,对当前车辆周围的路面状况进行识别与检测,得到路面识别结果;融合处理单元,其用于获取所述行驶信息,利用信息融合技术,将所述障碍物识别结果、所述路面识别结果和所述行驶信息进行融合,得到所述感知识别信息。
优选地,所述数据处理模块,还包括:车况标记单元,其用于实时获取所述感知识别信息,将当前车辆与各方最近障碍物之间的距离进行标记,得到经过车况标记处理的所述感知识别信息,而后,将该信息发送至车辆内的自动驾驶决策模块,以利用当前信息进行自动驾驶决策。
另外,本发明还提供了一种矿用宽体自卸车,所述矿用宽体自卸车包括如上述所述的环境感知系统。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果:
本发明提出了一种用于自动驾驶矿用车辆的环境感知系统及矿用车辆。该系统通过16线激光雷达、单线激光雷达和24线激光雷达的组合使用,来替代成本代价较大的64线或者128线激光雷达,能够大大降低自动驾驶汽车配置成本;在安装选用激光雷达的同时,采用毫米波雷达和摄像头获取环境信息,通过和激光雷达数据进行融合,可以弥补雷达本身的精度不足现象,增加自动驾驶安全性;另外,通过毫米波雷达、激光雷达、摄像头安装在矿车四周,感知扫描范围几乎覆盖矿用宽体自卸车整个区域,最大程度减小盲区的范围,提高环境感知的检测精度。此外,通过网络可以利用摄像头进行远程操控,不仅提高了自动驾驶矿车行驶可靠性和安全性,还降低了自动驾驶操作的风险性。由此,通过全方位传感器融合数据处理,最终使得矿用宽体自卸车能够安全、可靠的实现自动驾驶,为未来实现矿山无人提供很好的参考意义,具备很高的实际应用价值。
本发明的其他优点、目标,和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书,权利要求书,以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例共同用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本申请实施例的用于自动驾驶矿用车辆的环境感知系统的整体结构示意图。
图2为本申请实施例的用于自动驾驶矿用车辆的环境感知系统的具体结构示意图。
图3为本申请实施例的用于自动驾驶矿用车辆的环境感知系统中各传感器件的安装位置示意图的主视图。
图4为本申请实施例的用于自动驾驶矿用车辆的环境感知系统中各传感器件的安装位置示意图的左视图。
图5为本申请实施例的用于自动驾驶矿用车辆的环境感知系统中驾驶室内传感器布局示意图。
在本申请中,所有附图均为示意性的附图,仅用于说明本发明的原理,并且未按实际比例绘制。
其中,附图标记列表如下:
1:16线激光雷达
2:单线激光雷达
3:24线激光雷达
4:第二类毫米波雷达
5:第一类毫米波雷达
6:第二摄像头、第三摄像头
7:第一摄像头
8:第四摄像头
9:第五摄像头
10:视觉相机
11:组合惯导
12:4G模块
13:数据处理模块
14:GPS天线
15:电台天线
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
自动驾驶矿用宽体自卸车又称无人驾驶矿用汽车,主要是一种通过车载计算单元实现自动驾驶技术的智能矿用宽体自卸车。作为自动驾驶必不可少的技术支撑,车载传感器是其依赖的最重要的载体,因此,传感器布局是自动驾驶汽车的重点环节。矿用宽体自卸车能够进行稳定行驶的前提主要是通过对矿用宽体自卸车周围环境信息的感知。
目前市场上各大相关公司和初创公司争相研发自动驾驶的相关技术,但是大多数研究对象都以城市道路乘用车、物流车、景区观光车、科研小车试验平台等小型车辆为主,并进行其传感器系统布局,这种传感器布局系统的研究对象和行驶环境主要为城市道路、高速道路或者景区道路。考虑到矿用道路环境信息的多变性,行人和其他不确定性因素导致其研发进展缓慢,因而,很少有人将改造对象目标确定在大型工程矿用宽体自卸车上,以解决城市小型自动驾驶乘用车内传感器数量多,且价格昂贵,行驶环境复杂的问题。
现有工程机械领域中,矿山行驶环境单一,路况简单,是自动驾驶矿用宽体自卸车最容易落地的场景,但是,目前该领域针对自动驾驶矿用车辆来设计的传感器系统布局几乎很少,缺少整套的环境感知系统方案。
为了解决上述技术问题,本发明提出了一种用于自动驾驶矿用宽体自卸车(自动驾驶矿用车辆)的环境感知系统。该系统主要包括:3个16线激光雷达、1个单线激光雷达、1个24线激光雷达、1个长距毫米波雷达、3个短距毫米波雷达、5个网络摄像头、2个视觉相机、1个组合惯性导航、1个4G模块和1个车载计算单元(数据处理模块)。其中,主要依靠激光雷达、毫米波雷达、车载摄像头、视觉相机等部件获取到矿用宽体自卸车周围环境信息,并对行驶道路进行识别和导航。进一步,激光雷达和毫米波雷达是对周围环境检测的核心部件,组合惯性导航传感器是获得车辆实时姿态信息以进行车辆定位的核心部件。
本发明通过16线激光雷达和单线激光雷达组合使用来替代64线或者128线激光雷达,能够大大降低自动驾驶汽车配置成本;在安装选用激光雷达的同时,采用毫米波雷达和摄像头获取环境信息,通过和激光雷达数据进行融合,可以弥补雷达本身的精度不足现象,增加自动驾驶安全性;通过毫米波雷达、激光雷达、摄像头安装在矿车四周,感知扫描范围几乎覆盖矿用宽体自卸车整个区域,最大程度减小盲区的范围,提高环境感知的检测精度。除此之外,通过网络可以利用摄像头进行远程操控,不仅提高了自动驾驶矿车行驶可靠性和安全性,还可以降低风险性。通过全方位传感器融合数据处理,最终使得矿用宽体自卸车能够安全、可靠的实现自动驾驶,为未来实现矿山无人化提供很好的参考意义,具备很高的实际应用价值。
图1为本申请实施例的用于自动驾驶矿用车辆的环境感知系统的整体结构示意图。如图1所述,本发明所述的环境感知系统包括但不限于:激光雷达模块A、毫米波雷达模块B、网络摄像头组C、视觉相机组D、定位模块E、以及数据处理模块13。其中,激光雷达模块A用于实时探测矿用车辆在全方位视角下(正前方、前左侧、前右侧和后方视角下)不同距离范围内的目标,得到激光雷达感知数据(其中,激光雷达感知数据为激光雷达模块A探测到的各方位目标的原始数据,包括每个激光雷达设备在相应视野范围内探测到的每个目标物的第一目标信息)。毫米波雷达模块B用于实时探测矿用车辆在全方位视角下(正前方、前左侧、前右侧和后方视角下)不同距离范围内的目标,得到毫米波雷达感知数据(其中,毫米波雷达感知数据为毫米波雷达模块B探测到的各方位目标的原始数据,包括每个毫米波雷达设备在相应视野范围内探测到的每个目标物的第一目标信息),以利用毫米波雷达感知数据来弥补同方位激光雷达的探测能力。网络摄像头组C包括多个网络摄像头用于实时采集矿用车辆在全方位视角下(正前方、左视镜、右视镜、后方和司机视角下)的第一类环境状况信息(其中,第一类环境状况信息包括每个摄像头设备在相应视野范围内探测到的每个目标物的第二目标信息);视觉相机组D包括两个视觉相机10,这两个视觉相机10对称分布于车辆纵向对称面,用于实时采集矿用车辆前方行驶区域路面的第二类环境状况信息(其中,第二类环境状况信息包括每个视觉相机在相应视野范围内探测到的每个目标物的第二目标信息),以利用人眼观测原理来模仿矿车正前方视角下所观测到的路面信息。定位模块E用于实时获取矿用车辆的精确的姿态信息,包括定位位置、航向、横摆角、速度和时间在内的行驶信息(姿态信息)。数据处理模块13用于利用信息融合算法,将上述激光雷达模块A实时输出的激光雷达感知数据、上述毫米波雷达模块B实时输出的毫米波雷达感知数据、网络摄像头组C实时输出的第一类环境状况信息、视觉相机组D实时输出的第二类环境状况信息和定位模块E实时输出的行驶信息进行融合,得到包括障碍物检测结果和路面检测结果信息在内的感知识别信息。其中,障碍物检测结果包括矿用车辆周围所有障碍物目标物内每个障碍物目标物对应的第一障碍物信息。路面检测结果信息包括矿用车辆周围所有路面目标物内每个路面目标物对应的第二障碍物信息。第一障碍物信息包括但不限于:当前障碍物的名称类型、轮廓、定位位置、运动速度和航向角信息。第二障碍物信息包括但不限于:当前目标的名称类型、轮廓、当前目标的定位位置、当前目标与当前矿用车辆的相对距离、当前目标的相对速度、当前目标相对于当前矿用车辆的相对角度和当前目标的航向角。
进一步,在本发明实施例中,障碍物目标物不限于运动的目标障碍物,还包括静止的物体,具体包括但不限于:行人、除自身车辆外的工程车辆或其他类型车辆、矿石、矿堆、房屋、挡土墙、道路斜坡、行驶道路、标杆标识物、可行驶道路(道路边界、路沿)、建筑物等等。路面目标物的种类与障碍物目标物的种类相一致,包括但不限于:行人、除自身车辆外的工程车辆或其他类型车辆、矿石、矿堆、房屋、挡土墙、道路斜坡、行驶道路、标杆标识物、可行驶道路(道路边界、路沿)、建筑物等等。需要说明的是,本发明对两种目标物所包括的种类不作具体限定,只要属于相应视野或探测范围内的所有目标物都属于路面目标物或障碍物目标物。
进一步,数据处理模块13在实际应用过程中实时收集各类传感器(激光雷达模块A、毫米波雷达模块B、网络摄像头组C、视觉相机组D和定位模块E)发送的原始感知数据,并通过雷达感知算法、图像处理算法和信息融合算法,将各类原始感知数据进行信息融合处理,对当前矿车周围所有目标物依次进行物体识别、距离检测、以及目标物定位处理,得到最终经融合处理后的感知识别信息,以将感知识别信息发送至矿用车辆内的整车中央处理器中的自动驾驶决策模块。这样,当前矿用车辆内的自动驾驶决策模块利用实时感知到的信息融合结果(感知识别信息)进行自动驾驶决策,从而规划出自动驾驶可行驶路线和实时的自动驾驶控制指令(自动驾驶控制指令指实时控制车辆底层执行器进行自动驾驶操作的指令,包括但不限于方向盘控制量、制动踏板控制量和油门踏板控制量),最后由车辆底层执行器(车辆底层执行器包括但不限于方向盘控制器及方向盘、制动踏板控制器及制动踏板、油门踏板控制器及油门踏板等)按照当前的自动驾驶控制指令完成在矿区道路下的自动驾驶操作,使得车辆依照可行驶路线行驶。
图2为本申请实施例的用于自动驾驶矿用车辆的环境感知系统的具体结构示意图。图3为本申请实施例的用于自动驾驶矿用车辆的环境感知系统中各传感器件的安装位置示意图的主视图。图4为本申请实施例的用于自动驾驶矿用车辆的环境感知系统中各传感器件的安装位置示意图的左视图。图5为本申请实施例的用于自动驾驶矿用车辆的环境感知系统中驾驶室内传感器布局示意图。下面结合图2~图5,对本发明实施例所述的环境感知系统进行详细说明。
首先,先对激光雷达模块A进行说明。激光雷达模块A包括:单线激光雷达2、多个16线激光雷达1和24线激光雷达3。
如图4所述,单线激光雷达2安装于矿用车辆(矿用宽体自卸车)正前方保险杠中间部位处。单线激光雷达2用于探测当前矿用车辆在正前方位下的第一激光距离范围(近距离)内的目标,并得到单线激光雷达2探测范围内所有障碍物目标物内每个障碍物目标物的第一目标信息。其中,第一目标信息包括但不限于当前目标物的距离、角度、反射强度、速度等信息。进一步,以地面为基线,单线激光雷达2的安装高度为车身高度(矿用车辆总高度)的三分之一处,并且单线激光雷达2的安装位置距离车辆的两侧端面的距离相等,从而单线激光雷达2的安装位置保障了矿用车辆前方探测盲区的最小化。
在本发明实施例中,单线激光雷达2的水平检测距离为80m左右内(即为第一激光距离范围),水平检测范围角度为190°,主要检测近距离的障碍物目标物(例如:路沿、车辆、石块等)的第一目标信息,主要用于前进行驶等场景。更进一步地说,在本发明实施例中,单线激光雷达2安装在矿用宽体自卸车正前方前端保险杠中间位置,且处于最上方,其中,单线激光雷达2的水平扫描范围为270°。考虑到单线激光雷达2在矿用自卸车最佳扫描区域范围(也就是说,为了保证车体前方盲区最小),单线激光雷达2的安装高度距离地面1.2米左右,单线激光雷达2的发射面与地面平行,通过可调节支架安装于相应位置处,支架调节角度范围为在-20°~0°之间,可以在实际测试中根据角度调节确定最佳安装位置。另外,在本发明实施例中,单线激光雷达2具有自加热装置,能够满足在极寒条件下的矿区环境中的正常探测工作。
如图3、图4所示,在本发明实施例中,16线激光雷达1的数量为3个。3个16线激光雷达1分别安装于当前矿用车辆(矿用宽体自卸车)正前方保险杠两侧边缘(前保险杠左、右两侧边缘)、以及正后方车架横梁的中间部位处。3个16线激光雷达1分别用于探测当前矿用车辆在各方位下的第二激光距离范围(中远距离)内的目标,并得到16线激光雷达1探测范围内所有障碍物目标物内每个障碍物目标物的第一目标信息。其中,第一目标信息包括但不限于当前目标物的距离、角度、反射强度、速度等信息。
进一步,第一个16线激光雷达1和第二个16线激光雷达1分别位于当前矿用车辆正前方保险杠的左、右侧边缘部位。以地面为基线,第一个16线激光雷达1和第二个16线激光雷达1的安装位置距离地面高度为车辆高度的三分之一,并且第一个16线激光雷达1的雷达中央的纵向平面与车辆前进方向的夹角为30°,并且第二个16线激光雷达1的雷达中央的纵向平面与车辆前进方向的夹角为30°,从而使得这两个16线激光雷达1的安装位置保障了矿用车辆前方探测盲区的最小化。
在本发明实施例中,第一个16线激光雷达1的水平检测范围为360°,垂直方向视角范围为+15°~-15°,最远能够检测到100m以内的目标(即为第二激光距离范围),实际真实检测范围为在60m左右,主要检测车辆左前方中远距离障碍物目标物(例如:路沿、车辆、石块等)的第一目标信息。第二个16线激光雷达1的水平检测范围为360°,垂直方向视角范围为+15°~-15°,最远能够检测到100m以内的目标(即为第二距离范围),实际真实检测范围为在60m左右,主要检测车辆右前方中远距离障碍物目标物(例如:路沿、车辆、石块等)的第一目标信息。更进一步地说,在本发明实施例中,考虑到这两个16线激光雷达1在矿用自卸车最佳扫描区域范围(也就是说,为了保证车体前方盲区最小),第一个16线激光雷达1和第二个16线激光雷达1的安装高度优选为距离地面1.1~1.2米之间,相应雷达的发射面与地面平行,通过不可调节支架安装于相应位置处,但是各自的雷达中央纵向平面与车辆前进方向的夹角为30°,以减小探测到的车辆附近的盲区。
进一步,第三个16线激光雷达1位于当前矿用车辆正后方车架横梁的中间部位处,靠近车辆后端尾灯。以地面为基线,第三个16线激光雷达1的安装位置距离地面高度为车辆高度的三分之一,并且第三个16线激光雷达距离车辆的两侧距离相等,并且第三个16线激光雷达1的中央水平面与地面夹角的范围为0~20°(假设地面水平),从而使得第三个16线激光雷达1的安装位置保障了矿用车辆后方探测盲区的最小化。
在本发明实施例中,第三个16线激光雷达1的水平检测范围为360°,垂直方向视角范围为+15°~-15°,最远能够检测到100m以内的目标(即为第二激光距离范围),实际真实检测范围在60m左右,主要检测车辆正后方中远距离障碍物目标物(例如:路沿、车辆、石块、挡土墙等)的第一目标信息,用于在倒车、卸载等过程中的场景检测。更进一步地说,在本发明实施例中,考虑到第三个16线激光雷达1在矿用自卸车最佳扫描区域范围(也就是说,为了保证车体前方盲区最小),第三个16线激光雷达1的安装高度优选为距离地面1.1~1.2米之间,该雷达的发射面与地面平行,通过可调节角度的支架安装于相应位置处,支架角度调节范围为-20°~0°之间,从而减小探测到的车辆附近的盲区。
如图4所示,24线激光雷达3安装于当前矿用车辆(矿用宽体自卸车)正前方保险杠中间处。24线激光雷达3用于探测当前矿用车辆在正前方位下第三激光距离范围(远距离)内的目标,并得到24线激光雷达3探测范围内所有障碍物目标物内每个障碍物目标物的第一目标信息,以与单线激光雷达2进行配合,减小前方盲区范围。其中,第一目标信息包括但不限于当前目标物的距离、角度、反射强度、速度等信息。进一步,以地面为基线,24线激光雷达3的安装高度位于车体正前方中间部位为车辆高度的三分之一处,并且24线激光雷达3的安装位置距离车辆的两侧端面距离相等,从而24线激光雷达3的安装位置保障了矿用车辆前方探测盲区的最小化。
在本发明实施例中,24线激光雷达3的水平检测范围为120°,垂直方向视角范围为+15°~-15°,最远能够检测到200m以内的目标(即为第三激光距离范围),主要检测车辆前方远距离处的障碍物目标物(例如:车辆、石头、路面等)的第一目标信息,用于前进行驶等场景。更进一步地说,在本发明实施例中,24线激光雷达3安装在矿用宽体自卸车正前方前端保险杠中间位置,处于单线激光雷达2和下述第二类毫米波雷达4的中间,由于24线激光雷达3的水平扫描范围为120°,垂直视角为15°,考虑到24线激光雷达3在矿用宽体自卸车最佳扫描区域范围,24线激光雷达3的发射面与地面平行,为保证车体前方盲区最小,安装高度在1.2米左右,安装高度决定车体盲区范围大小,通过可调节支架安装于相应位置处,支架调节角度范围为在-20°~0°之间,可以在实际测试中根据角度调节确定最佳安装位置。另外,在本发明实施例中,24线激光雷达3具有自加热装置,能够满足在极寒条件下的矿区环境中的正常探测工作,与上述单线激光雷达2配合使用,使得车辆前方近距离和远距离都可以完成感知覆盖,减小矿用车辆前方的盲区范围。
然后,对毫米波雷达模块B进行说明。毫米波雷达模块B包括:多个第一类毫米波雷达5、和第二类毫米波雷达4。
如图3、图4所示,在本发明实施例中,第一类毫米波雷达(短距离毫米波雷达)5的数量为3个。3个第一类毫米波雷达5分别安装于当前矿用车辆(矿用宽体自卸车)正前方保险杠两侧边缘(前保险杠左、右两侧边缘)、以及正后方车架横梁的中间部位处。3个第一类毫米波雷达5分别用于探测当前矿用车辆在各个不同方位下的第一毫米波距离范围(短距离)内的目标,并得到第一类毫米波雷达5探测范围内所有障碍物目标物内每个障碍物目标物的第一目标信息,以弥补同方位激光雷达的探测能力。其中,第一目标信息包括但不限于当前目标物的距离、角度、反射强度、速度等信息。优选地,第一类毫米波雷达5采用24GHz毫米波雷达设备。
进一步,第一个第一类毫米波雷达5和第二个第一类毫米波雷达5分别位于当前矿用车辆正前方保险杠的左、右侧边缘部位。第一个第一类毫米波雷达5位于同方位上述第一个16线激光雷达1的下方,该第一类毫米波雷达5的发射面朝向车头前方两侧朝外,该第一类毫米波雷达5的天线的发射面垂直于地面,并且该天线的发射面与车辆纵向对称面的夹角为30°。基于第一个第一类毫米波雷达5的安装位置,该雷达5主要弥补左侧方激光雷达对障碍物目标物的速度检测稳定性问题,也弥补了该位置处的激光雷达在矿区灰尘、雨天等不良环境状况下引起的检测误差,提高了全工况下矿区车辆左侧方区域的感知能力。另外,第二个第一类毫米波雷达5位于同方位上述第二个16线激光雷达1的下方,该第一类毫米波雷达5的发射面朝向车头前方两侧朝外,该第一类毫米波雷达5的天线的发射面垂直于地面,并且该天线的发射面与车辆纵向对称面的夹角为30°。基于第二个第一类毫米波雷达5的安装位置,该雷达5主要弥补右侧方激光雷达对障碍物目标物的速度检测稳定性问题,也弥补了该位置处的激光雷达在矿区灰尘、雨天等不良环境状况下引起的检测误差,提高了全工况下矿区车辆右侧方区域的感知能力。
进一步,在本发明实施例中,这2个短距毫米波雷达(第一个第一类毫米波雷达5和第二个第一类毫米波雷达5)的水平面需要与矿用宽体自卸车行驶的路面平行,垂直面需要与矿用宽体自卸车行驶路面垂直。其中,2个短距毫米波雷达的发射平面和水平面的夹角最大误差可以达到+/-5°。在雷达发射面与矿用宽体自卸车前进方向成30°角时,可以有+/-3°的安装误差。
进一步第三个第一类毫米波雷达5位于当前矿用车辆正后方车架横梁中间偏下部位处。第三个第一类毫米波雷达5位于同方位上述第三个16线激光雷达1的下方,该第一类毫米波雷达5的天线的发射面垂直于地面(假设地面保持水平)。基于第三个第一类毫米波雷达5的安装位置,该雷达5主要弥补正后方激光雷达对障碍物目标物的速度检测稳定性问题,也弥补了该位置处的激光雷达在矿区灰尘、雨天等不良环境状况下引起的检测误差,提高了全工况下矿区车辆左侧方区域的感知能力。
第一类毫米波雷达5的实际安装保持水平,实际安装高度距离地面0.8m~1m之间。第一类毫米波雷达5具有短距离和长距离(第一毫米波距离范围)的扫描能力,短距离模式下可探测距离为20m,水平视角为±60°,垂直扫描范围为±6°;长距离模式下可探测距离为95m,水平视角为±45°,垂直扫描范围为±11.5°。这样,由短距毫米波雷达5完成侧方、后方区域探测,用来弥补同位置激光雷达的探测精度。
如图4所示,在本发明实施例中,第二类毫米波雷达(长距离毫米波雷达)4安装在矿用宽体自卸车正前方保险杠中间部位处。第二类毫米波雷达4用于探测车辆正前方第二毫米波距离范围内的目标,并得到单线激光雷达2探测范围内所有障碍物目标物内每个障碍物目标物的第一目标信息,以弥补同方位激光雷达的探测能力。其中,第一目标信息包括但不限于当前目标物的距离、角度、反射强度、速度等信息。优选地,第二类毫米波雷达4采用76GHz毫米波雷达设备。
进一步,第二类毫米波雷达4位于同方位上述24线激光雷达3的下方,该第二类毫米波雷达4的发射面朝向车体的正前方,并且其天线的发射面垂直于地面(假设地面保持水平)。基于第二类毫米波雷达4的安装位置,该雷达4主要弥补前方激光雷达对障碍物目标物的速度检测稳定性问题,也弥补了相同探测方位下的激光雷达在矿区灰尘、雨天等不良环境状况下引起的检测误差,提高了全工况下矿区车辆前方区域的感知能力。
进一步,在本发明实施例中个,长距毫米波雷达4的发射面朝外,并保持与地面垂直(假设地面为水平),并且与车身纵向对称面垂直,安装高度在0.8m~1m之间。长距毫米波雷达4通过支架固定安装在车辆前方横梁中间位置上,支架设计固定紧密,防止引起传感器移动或震动。长距毫米波雷达4具有中距离和远距离(第二毫米波距离范围)的扫描能力,中距离模式下可探测距离为70m,水平视角为±40°;长距离模式下可探测距离为250m,水平视角为±9°。这样,由长距毫米波雷达4完成前方区域探测,用来弥补同探测方位激光雷达远距离的探测精度。
然后,对定位模块E进行说明。定位模块E包括:组合惯导设备11、多个GPS天线14、4G模块12和电台天线15。其中,参考图5,4G模块设备12安装于当前矿用车辆的驾驶室内部,与车体刚性连接。电台天线15安装于驾驶室外部的上方中间的无未遮挡位置处。优选地,位于驾驶室外部的第一个GPS天线14和第二个GPS天线14的中间位置处。
参考图2和图4,在本发明实施例中,GPS天线14的数量为2个。2个GPS天线(第一个GPS天线14和第二个GPS天线14)分别安装于驾驶室正上方左、右两侧位置处,且与车辆驾驶室纵向对称面成对称分布。其中,第一个GPS天线14和第二个GPS天线14之间的距离为车辆宽度的五分之三,以地面为基线,这两个GPS天线14、15的安装高度到达地面的距离为车辆高度的五分之四。
组合惯导设备11安装于当前矿用车辆的驾驶室内部的车身纵向对称面上,与车体刚性连接。其中,惯导设备11用于在于4G模块设备12、第一个GPS天线14和第二个GPS天线14的配合之下,实时获取矿用宽体自卸车的精确位置、航向、横摆角、速度等GPS类信息(即车辆位姿信息)。另外,惯导设备11用于在于4G模块设备12、和电台天线15的配合之下,实时获取矿用宽体自卸车的位置、时间等电台类信息。最终,惯导设备11还用于将获取到的GPS类信息和电台类信息进行精确整合,得到上述行驶信息并进行输出。
接着,对网络摄像头组C进行说明。网络摄像头组C包括:设置于不同位置处的5个网络摄像头6、7、8、9。其中,如图4所示,第一摄像头7安装于驾驶室内部前挡风玻璃上方、且位于当前矿用车辆的中间位置处,该第一摄像头7的安装高度(距离地面的高度)为车辆高度的三分之二,进一步,前方摄像头7距离车辆的两侧距离相等。第一摄像头7用于监控矿用宽体自卸车正前方视野范围内的目标,并得到包括第一摄像头7视野范围内所有路面目标物(例如:动静态目标物、可行驶区域、道路信息、标杆信息、车辆信息以及其他地面路况信息等等)内每个目标物特征信息(例如:当前目标物轮廓、形状、运动速度、相较于矿用车辆的位置等等)在内的视频数据。
如图4所示,第二摄像头6和第三摄像头6分别安装于车辆左、右侧后视镜下方位置处,以地面为基线,第二摄像头6和第三摄像头6的安装高度为矿用宽体自卸车高度的二分之一,第二摄像头6和第三摄像头6对称分布于当前矿用车辆纵向对称面两侧。第二摄像头6用于监控矿用宽体自卸车左侧后视镜视野范围内的目标,并得到包括第二摄像头6视野范围内所有路面目标物(例如:动静态目标物、可行驶区域、道路信息、标杆信息、车辆信息以及其他地面路况信息等等)内每个目标物的特征信息(例如:当前目标物轮廓、形状、运动速度、相较于矿用车辆的位置等等)在内的视频数据。第三摄像头6用于监控矿用宽体自卸车右侧后视镜视野范围内的目标,并得到包括第三摄像头6视野范围内所有路面目标物(例如:动静态目标物、可行驶区域、道路信息、标杆信息、车辆信息以及其他地面路况信息等等)内每个目标物的特征信息(例如:当前目标物轮廓、形状、运动速度、相较于矿用车辆的位置等等)在内的视频数据。
如图4所示,第四摄像头8安装于驾驶室内部前挡风玻璃上方,进一步的位于车辆驾驶室内的方向盘正上方。以地面为基线,第四摄像头8的安装高度(距离地面的高度)为车辆高度的三分之二,且第四摄像头8靠近车辆左边位置处。第四摄像头8用于监控矿用宽体自卸车前方司机视角范围内的目标,并得到包括第四摄像头8视野范围内所有路面目标物(例如:动静态目标物、可行驶区域、道路信息、标杆信息、车辆信息以及方向盘状态信息等等)内每个目标物的特征信息(例如:当前目标物轮廓、形状、运动速度、相较于矿用车辆的位置等等)在内的视频数据。
如图3、图4所示,第五摄像头9安装于矿用宽体自卸车正后方车架横梁中间偏下部位处。第五摄像头9的安装高度(距离地面的高度)为车辆高度的三分之一,且后方摄像头9距离车辆的两侧距离相等。其中,第五摄像头9位于上述第三个16线激光雷达1与上述第三个第一类毫米波雷达5之间。第五摄像头9用于监控矿用宽体自卸车后方视野范围内的目标,并得到包括第五摄像头9视野范围内所有路面目标物(例如:动静态目标物、可行驶区域、道路信息、标杆信息、车辆信息以及方向盘状态信息等等)内每个目标物的特征信息(例如:当前目标物轮廓、形状、运动速度、相较于矿用车辆的位置等等)在内的视频数据。
在本发明实施例中,网络摄像头组C与自动驾驶矿用车辆的后台中央控制室内的系统服务器通讯,能够将利用第一摄像头7、第二摄像头6、第三摄像头6、第四摄像头8和第五摄像头9得到的相应的视频数据回传至上述系统服务器内,中央控制室内的后台驾驶员可以远程的更直观的观察车辆周围实时状况。这样,提高了自动驾驶矿车行驶可靠性和安全性,保证了环境感知的可靠性和真实性,还可以降低矿用宽体自卸车能够在矿山道路上进行自动驾驶的风险性。另外,后台驾驶员通过对回传视频的检测,随时准备接管每一辆处于危险情况下的矿用车辆,保证矿用车辆的自动行驶安全。
接下来,对视觉相机组D进行说明。如图4所述,视觉相机组D包括两个视觉相机10(第一个视觉相机10和第二个视觉相机10)。这两个视觉相机10构成为了双目摄像头结构,相应的视觉相机组D的图像检测原理与双目摄像头的原理相符。其中,第一个视觉相机10和第二个视觉相机10分别安装在矿用宽体自卸车驾驶室内部的前挡风玻璃上,并且关于车辆纵向对称面成对称分布,并且安装在矿用宽体自卸车车辆纵向对称面上。进一步,第一个视觉相机10和第二个视觉相机10的安装高度距离地面3米以上,两个相机10水平保持适当间距,需不影响旋转,注意不要让车内光线、以及支架的两侧进入相机视野范围。第一个视觉相机10和第二个视觉相机10通过角度可调节支架安装在相应位置处,支架调节角度的垂向调节范围为-20°~0°,支架调节角度的水平左右调节范围为-35°~+35°。
进一步,视觉相机组D用于监控矿用宽体自卸车正前方视野范围内的目标,并得到包括第一个视觉相机10和第二个视觉相机10视野范围内所有路面目标物(例如:动静态目标物、可行驶区域、道路信息、标杆信息、车辆信息以及方向盘状态信息等等)内每个目标物的特征信息(例如:当前目标物轮廓、形状、运动速度、相较于矿用车辆的位置等等)在内的图像数据。
在上述完成关于激光雷达模块A、毫米波雷达模块B、网络摄像头组C、视觉相机组D、定位模块E的信息采集后,对数据处理模块13进行说明,以对采集到的各类数据进行融合处理。其中,在本发明实施例中,激光雷达模块A(内的24线激光雷达3、16线激光雷达1和单线激光雷达2)、网络摄像头组C、以及视觉相机组D分别通过以太网线路与数据处理模块13连接;毫米波雷达模块(内的长距毫米波雷达4和短距毫米波雷达5)B、组合导航设备11通过CAN总线与数据处理模块13连接。
数据处理模块13包括障碍物识别单元、路面检测单元和融合处理单元。其中,障碍物识别单元用于利用雷达数据感知算法和雷达信息融合算法,将从激光雷达模块A内的24线激光雷达3、3个16线激光雷达1和单线激光雷达2获取到的多组激光雷达感知数据、以及从毫米波雷达模块B内的长距毫米波雷达4和3个短距毫米波雷达5获取到的多组毫米波雷达感知数据按照空间相对位置来进行融合处理,而后,基于各组雷达数据的融合处理结果,对当前矿用车辆周围的各个障碍物进行识别与检测,得到针对每个障碍物对应的无定位标记的障碍物识别结果。其中,障碍物识别结果包括但不限于:当前障碍物的名称类型、轮廓、当前障碍物相对于当前矿用车辆的相对位置关系、当前障碍物相对于当前矿用车辆的相对距离、当前障碍物相对于当前矿用车辆的相对运动速度等。由此,在障碍物识别单元将激光雷达数据和毫米波雷达数据相结合后,完成对路面、障碍物信息的完整检测。
路面检测单元用于利用图像与视频检测技术、以及视觉算法,将包括从网络摄像头组C内的第一摄像头7、第二摄像头6、第三摄像头6、第四摄像头8和第五摄像头9得到的相应的视频数据在内的第一类环境状况信息、以及包括从视觉相机组D得到的相应的图像数据在内的第二类环境状况信息按照空间相对位置来进行融合处理,而后,基于当前融合处理结果对当前矿用车辆周围的路面状况进行识别与检测,得到针对每个路面目标物对应的无定位标记的路面识别结果。其中,路面识别结果包括但不限于:当前目标的名称类型、轮廓、当前目标相对于当前矿用车辆的相对位置关系、当前目标与当前矿用车辆的相对距离和当前目标的相对速度等。由此,在路面检测单元对视觉数据进行处理后,完成了当前矿用车辆前方路面信息的检测。
最后,融合处理单元用于从上述定位模块E内的惯导设备11处获取实时的行驶信息,利用多种类信息融合技术(雷达数据、位姿姿态数据和图像数据的融合技术),将上述所有目标物的障碍物识别结果、所有路面目标的路面识别结果和当前行驶信息进行基于空间相对位置方位上的融合处理,得到上述感知识别信息,从而将当前矿用车辆周围所有障碍物进行了导航定位。
此外,上述数据处理模块还包括:车况标记单元。车况标记单元用于实时获取从融合处理单元获取到的感知识别信息,将当前矿用车辆周围各方向的最近障碍物之间的距离进行标记,得到经过车况标记处理的感知识别信息,最后,将经过车况标记处理后的感知识别信息发送至车辆内的上述自动驾驶决策模块,以使得自动驾驶决策模块利用当前经过车况标记处理后的感知识别信息进行自动驾驶决策。
在上述标记过程中,车况标记单元需要在从融合处理单元得到的感知识别信息中至少需要标记出:行驶路径上位于当前矿用车辆的前方的最近的目标物的距离、相对速度和位置信息;当前矿用车辆的左右两侧相邻的最近的目标物的距离、相对速度和位置信息;当前矿用车辆的后方的最近的目标物的距离、相对速度和位置信息;以及当前矿用车辆的前方的可行驶区域、交通标志及信号灯信息等等。
这样,基于接收到的实时更新的经过车况标记处理后的感知识别信息,当前矿用车辆利用自动驾驶决策模块实现了对车辆的加速、减速、停车、转向、急停等操作的自动驾驶控制。
另外,本发明基于上述环境感知系统,还提出了一种自动驾驶矿用宽体自卸车,该自动驾驶矿用宽体自卸车包括上述所述的环境感知系统。
本发明提出了一种用于自动驾驶矿用车辆的环境感知系统及矿用车辆。该系统通过16线激光雷达、单线激光雷达和24线激光雷达的组合使用,来替代成本代价较大的64线或者128线激光雷达,能够大大降低自动驾驶汽车配置成本;在安装选用激光雷达的同时,采用毫米波雷达和摄像头获取环境信息,通过和激光雷达数据进行融合,可以弥补雷达本身的精度不足现象,增加自动驾驶安全性;另外,通过毫米波雷达、激光雷达、摄像头安装在矿车四周,感知扫描范围几乎覆盖矿用宽体自卸车整个区域,最大程度减小盲区的范围,提高环境感知的检测精度。此外,通过网络可以利用摄像头进行远程操控,不仅提高了自动驾驶矿车行驶可靠性和安全性,还降低了自动驾驶操作的风险性。由此,通过全方位传感器融合数据处理,最终使得矿用宽体自卸车能够安全、可靠的实现自动驾驶,为未来实现矿山无人提供很好的参考意义,具备很高的实际应用价值。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人员在本发明所揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种用于自动驾驶矿用车辆的环境感知系统,其特征在于,包括:
激光雷达模块,其用于实时探测车辆在全方位视角下不同距离范围内的目标,得到激光雷达感知数据;
毫米波雷达模块,其用于实时探测车辆在全方位视角下不同距离范围内的目标,得到毫米波雷达感知数据,以弥补同方位激光雷达的探测能力;
网络摄像头组,其用于实时采集车辆在全方位视角下的第一类环境状况信息;
视觉相机组,其对称分布于车辆纵向对称面,用于实时采集车辆前方行驶区域路面的第二类环境状况信息;
定位模块,其用于实时获取车辆的行驶信息;
数据处理模块,其用于利用信息融合算法,将所述激光雷达感知数据、所述毫米波雷达感知数据、所述第一类环境状况信息、所述第二类环境状况信息和所述行驶信息进行融合,得到包括障碍物检测结果和路面检测结果信息在内的感知识别信息,其中,所述障碍物检测结果包括所述矿用车辆周围各障碍物的名称类型、定位位置、速度和航向角信息。
2.根据权利要求1所述的环境感知系统,其特征在于,所述激光雷达模块,包括:
单线激光雷达,其安装于车辆前保险杠中间处,用于探测车辆在正前方位第一激光距离范围内的目标;
多个16线激光雷达,其分别安装于车辆前保险杠两侧边缘及后方中间处,用于探测车辆各方位第二激光距离范围内的目标;
24线激光雷达,其安装于车辆前保险杠中间处,用于探测车辆在当前方位第三激光距离范围内的目标,以与所述单线激光雷达进行配合,减小前方盲区范围,其中,
所述单线激光雷达、所述多个16线激光雷达和所述24线激光雷达的安装高度为车身高度的三分之一。
3.根据权利要求2所述的环境感知系统,其特征在于,
所述单线激光雷达和所述24线激光雷达通过可调节支架安装,其发射面均与地面平行,支架调节角度范围为-20°~0°;
通过可调节支架安装于车辆后方中间处的16线激光雷达,其发射面中央水平面与地面夹角的范围为0~20°,支架调节角度范围为-20°~0°;
通过不可调节支架分别安装于车辆前保险杠两侧边缘处的16线激光雷达,其发射面中央纵向平面与车辆前进方向的夹角为30°。
4.根据权利要求1~3中任一项所述的环境感知系统,其特征在于,所述毫米波雷达模块,包括:
多个第一类毫米波雷达,其分别安装于车辆前保险杠两侧边缘及后方中间处,用于探测车辆各方位第一毫米波距离范围内的目标,以弥补同方位激光雷达的探测能力,其中,所述第一类毫米波雷达采用24GHz毫米波雷达设备;
第二类毫米波雷达,其安装于车辆前保险杠中间处,用于探测车辆各方位第二毫米波距离范围内的目标,以弥补同方位激光雷达的探测能力,其中,所述第二类毫米波雷达采用76GHz毫米波雷达设备。
5.根据权利要求4所述的环境感知系统,其特征在于,进一步,
安装于车辆后方中间处的所述第一类毫米波雷达,其位于同方位激光雷达的下方,该第一类毫米波雷达的发射面朝向车体的正后方,并且其天线的发射面垂直于地面;
安装于车辆前保险杠两侧边缘处的所述第一类毫米波雷达,其位于同方位激光雷达的下方,这两个第一类毫米波雷达的发射面朝向车头前方两侧朝外、并且其天线的发射面垂直于地面、并且其天线的发射面与车辆纵向对称面的夹角为30°;
所述第二类毫米波雷达,其位于同方位激光雷达的下方,该第二类毫米波雷达的发射面朝向车体的正前方,并且其天线的发射面垂直于地面。
6.根据权利要求1~5中任一项所述的环境感知系统,其特征在于,所述定位模块,包括:
组合惯导设备,其安装于驾驶室内的车身纵向对称面上,与车体刚性连接;
2个GPS天线,其分别安装于驾驶室正上方两侧位置处,且对称分布于车辆驾驶室纵向对称面,二者之间的距离为车辆宽度的五分之三,安装高度为车辆高度的五分之四;
4G模块,其安装于驾驶室内部,与车体刚性连接;
电台天线,其安装于驾驶室外部的上方中间的无遮挡位置处。
7.根据权利要求1~6中任一项所述的环境感知系统,其特征在于,所述网络摄像头组,包括:
第一摄像头,其安装于驾驶室内部前挡风玻璃上方且位于当前车辆的中间位置处,所述第一摄像头的安装高度为车辆高度的三分之二;
分别安装于车辆左右两侧后视镜下方位置处的第二摄像头和第三摄像头,其安装高度为所述车辆高度的二分之一,所述第二摄像头和第三摄像头关于车辆纵向对称面对称;
第四摄像头,其安装于驾驶室内的方向盘正上方,所述第四摄像头的安装高度为所述车辆高度的三分之二;
第五摄像头,其安装于车体后方车架横梁中间位置处,所述第五摄像头的安装高度为所述车辆高度的三分之一。
8.根据权利要求1~7中任一项所述的环境感知系统,其特征在于,所述数据处理模块,包括:
障碍物识别单元,其用于利用雷达数据感知算法和雷达信息融合算法,将所述激光雷达感知数据和所述毫米波雷达感知数据进行融合处理,基于此,对当前车辆周围的各个障碍物进行识别与检测,得到障碍物识别结果;
路面检测单元,其用于利用图像与视频检测技术,将所述第一类环境状况信息和所述第二类环境状况信息进行融合处理,基于此,对当前车辆周围的路面状况进行识别与检测,得到路面识别结果;
融合处理单元,其用于获取所述行驶信息,利用信息融合技术,将所述障碍物识别结果、所述路面识别结果和所述行驶信息进行融合,得到所述感知识别信息。
9.根据权利要求8所述的环境感知系统,其特征在于,所述数据处理模块,还包括:
车况标记单元,其用于实时获取所述感知识别信息,将当前车辆与各方最近障碍物之间的距离进行标记,得到经过车况标记处理的所述感知识别信息,而后,将该信息发送至车辆内的自动驾驶决策模块,以利用当前信息进行自动驾驶决策。
10.一种矿用宽体自卸车,其特征在于,所述矿用宽体自卸车包括如权利要求1~9中任一项所述的环境感知系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010291033.1A CN113002396B (zh) | 2020-04-14 | 2020-04-14 | 一种用于自动驾驶矿用车辆的环境感知系统及矿用车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010291033.1A CN113002396B (zh) | 2020-04-14 | 2020-04-14 | 一种用于自动驾驶矿用车辆的环境感知系统及矿用车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113002396A true CN113002396A (zh) | 2021-06-22 |
CN113002396B CN113002396B (zh) | 2022-06-10 |
Family
ID=76383550
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010291033.1A Active CN113002396B (zh) | 2020-04-14 | 2020-04-14 | 一种用于自动驾驶矿用车辆的环境感知系统及矿用车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113002396B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113459951A (zh) * | 2021-08-12 | 2021-10-01 | 集度汽车有限公司 | 车外环境显示方法和装置、车辆、设备和存储介质 |
CN113619605A (zh) * | 2021-09-02 | 2021-11-09 | 盟识(上海)科技有限公司 | 一种地下矿用铰接车自动驾驶方法与系统 |
CN113640802A (zh) * | 2021-07-30 | 2021-11-12 | 国网上海市电力公司 | 一种基于多融合传感器的机器人空间定位方法和系统 |
CN113978334A (zh) * | 2021-11-15 | 2022-01-28 | 中国矿业大学 | 一种轮-轴协同混动式无人驾驶矿用自卸车及其控制方法 |
CN114264301A (zh) * | 2021-12-13 | 2022-04-01 | 青岛慧拓智能机器有限公司 | 车载多传感器融合定位方法、装置、芯片及终端 |
CN114279392A (zh) * | 2021-12-27 | 2022-04-05 | 深圳市星卡科技有限公司 | 转向角传感器的校准方法、装置和计算机设备 |
CN114348018A (zh) * | 2021-12-17 | 2022-04-15 | 际络科技(上海)有限公司 | 商用车辆的自动驾驶系统及方法 |
CN114460935A (zh) * | 2022-01-06 | 2022-05-10 | 羽玖(上海)科技有限公司 | 一种矿用车无人驾驶障碍检测系统及方法 |
CN114563788A (zh) * | 2022-02-17 | 2022-05-31 | 英博超算(南京)科技有限公司 | 一种基于单线激光雷达及毫米波雷达的无人驾驶系统 |
CN114815701A (zh) * | 2022-05-07 | 2022-07-29 | 上海锰玛工业智能科技有限公司 | 一种非视距远程遥控驾驶系统 |
CN115145272A (zh) * | 2022-06-21 | 2022-10-04 | 大连华锐智能化科技有限公司 | 焦炉车辆环境感知系统及方法 |
CN115195563A (zh) * | 2022-09-15 | 2022-10-18 | 上海伯镭智能科技有限公司 | 一种基于激光感知的无人矿车自主卸料方法 |
WO2024012211A1 (zh) * | 2022-07-14 | 2024-01-18 | 安徽蔚来智驾科技有限公司 | 自动驾驶环境感知方法、介质及车辆 |
WO2024012212A1 (zh) * | 2022-07-14 | 2024-01-18 | 安徽蔚来智驾科技有限公司 | 环境感知方法、域控制器、存储介质及车辆 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107161141A (zh) * | 2017-03-08 | 2017-09-15 | 深圳市速腾聚创科技有限公司 | 无人驾驶汽车系统及汽车 |
JP2018092483A (ja) * | 2016-12-06 | 2018-06-14 | トヨタ自動車株式会社 | 物体認識装置 |
CN207924507U (zh) * | 2018-01-31 | 2018-09-28 | 中国矿业大学 | 无轨胶轮车智能车载系统及其井下车辆定位系统 |
CN109375635A (zh) * | 2018-12-20 | 2019-02-22 | 安徽江淮汽车集团股份有限公司 | 一种自动驾驶汽车道路环境感知系统及方法 |
CN109532719A (zh) * | 2018-11-23 | 2019-03-29 | 中汽研(天津)汽车工程研究院有限公司 | 一种基于多传感器信息融合的电动汽车 |
-
2020
- 2020-04-14 CN CN202010291033.1A patent/CN113002396B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018092483A (ja) * | 2016-12-06 | 2018-06-14 | トヨタ自動車株式会社 | 物体認識装置 |
CN107161141A (zh) * | 2017-03-08 | 2017-09-15 | 深圳市速腾聚创科技有限公司 | 无人驾驶汽车系统及汽车 |
CN207924507U (zh) * | 2018-01-31 | 2018-09-28 | 中国矿业大学 | 无轨胶轮车智能车载系统及其井下车辆定位系统 |
CN109532719A (zh) * | 2018-11-23 | 2019-03-29 | 中汽研(天津)汽车工程研究院有限公司 | 一种基于多传感器信息融合的电动汽车 |
CN109375635A (zh) * | 2018-12-20 | 2019-02-22 | 安徽江淮汽车集团股份有限公司 | 一种自动驾驶汽车道路环境感知系统及方法 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113640802A (zh) * | 2021-07-30 | 2021-11-12 | 国网上海市电力公司 | 一种基于多融合传感器的机器人空间定位方法和系统 |
CN113640802B (zh) * | 2021-07-30 | 2024-05-17 | 国网上海市电力公司 | 一种基于多融合传感器的机器人空间定位方法和系统 |
CN113459951A (zh) * | 2021-08-12 | 2021-10-01 | 集度汽车有限公司 | 车外环境显示方法和装置、车辆、设备和存储介质 |
CN113619605A (zh) * | 2021-09-02 | 2021-11-09 | 盟识(上海)科技有限公司 | 一种地下矿用铰接车自动驾驶方法与系统 |
CN113619605B (zh) * | 2021-09-02 | 2022-10-11 | 盟识(上海)科技有限公司 | 一种地下矿用铰接车自动驾驶方法与系统 |
CN113978334A (zh) * | 2021-11-15 | 2022-01-28 | 中国矿业大学 | 一种轮-轴协同混动式无人驾驶矿用自卸车及其控制方法 |
CN113978334B (zh) * | 2021-11-15 | 2024-02-02 | 中国矿业大学 | 一种轮-轴协同混动式无人驾驶矿用自卸车及其控制方法 |
CN114264301A (zh) * | 2021-12-13 | 2022-04-01 | 青岛慧拓智能机器有限公司 | 车载多传感器融合定位方法、装置、芯片及终端 |
CN114348018A (zh) * | 2021-12-17 | 2022-04-15 | 际络科技(上海)有限公司 | 商用车辆的自动驾驶系统及方法 |
CN114279392A (zh) * | 2021-12-27 | 2022-04-05 | 深圳市星卡科技有限公司 | 转向角传感器的校准方法、装置和计算机设备 |
CN114279392B (zh) * | 2021-12-27 | 2024-02-06 | 深圳市星卡科技股份有限公司 | 转向角传感器的校准方法、装置和计算机设备 |
CN114460935A (zh) * | 2022-01-06 | 2022-05-10 | 羽玖(上海)科技有限公司 | 一种矿用车无人驾驶障碍检测系统及方法 |
CN114563788A (zh) * | 2022-02-17 | 2022-05-31 | 英博超算(南京)科技有限公司 | 一种基于单线激光雷达及毫米波雷达的无人驾驶系统 |
CN114815701A (zh) * | 2022-05-07 | 2022-07-29 | 上海锰玛工业智能科技有限公司 | 一种非视距远程遥控驾驶系统 |
CN115145272A (zh) * | 2022-06-21 | 2022-10-04 | 大连华锐智能化科技有限公司 | 焦炉车辆环境感知系统及方法 |
CN115145272B (zh) * | 2022-06-21 | 2024-03-29 | 大连华锐智能化科技有限公司 | 焦炉车辆环境感知系统及方法 |
WO2024012212A1 (zh) * | 2022-07-14 | 2024-01-18 | 安徽蔚来智驾科技有限公司 | 环境感知方法、域控制器、存储介质及车辆 |
WO2024012211A1 (zh) * | 2022-07-14 | 2024-01-18 | 安徽蔚来智驾科技有限公司 | 自动驾驶环境感知方法、介质及车辆 |
CN115195563B (zh) * | 2022-09-15 | 2022-11-15 | 上海伯镭智能科技有限公司 | 一种基于激光感知的无人矿车自主卸料方法 |
CN115195563A (zh) * | 2022-09-15 | 2022-10-18 | 上海伯镭智能科技有限公司 | 一种基于激光感知的无人矿车自主卸料方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113002396B (zh) | 2022-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113002396B (zh) | 一种用于自动驾驶矿用车辆的环境感知系统及矿用车辆 | |
CN106909152B (zh) | 一种车用环境感知系统及汽车 | |
US11913807B2 (en) | Methods and systems for calibrating sensors using road map data | |
CN109373974A (zh) | 一种具备主动探测功能的自动驾驶汽车环境感知系统 | |
CN211765500U (zh) | 一种用于封闭场景下的智能驾驶环境感知系统及汽车 | |
CN111427348A (zh) | 一种自动驾驶矿用自卸卡车环境感知系统及矿用自卸卡车 | |
CN109062209A (zh) | 一种智能辅助驾驶控制系统及其控制方法 | |
CN107351785A (zh) | 车辆周围环境感知系统 | |
US20220169254A1 (en) | Systems and techniques for field-of-view improvements in autonomous trucking systems | |
CN109515448B (zh) | 一种自动驾驶传感器布置方法和结构 | |
CN110660218B (zh) | 利用毫米波雷达的高精度地图制作方法及系统 | |
CN110798792B (zh) | 车辆定位装置、车辆定位系统以及车辆 | |
EP4065444A1 (en) | Real-time adjustment of vehicle sensor field of view volume | |
CN111383456B (zh) | 一种用于智能道路基础设施系统的本地化人工智能系统 | |
CN114442101B (zh) | 基于成像毫米波雷达的车辆导航方法、装置、设备及介质 | |
CN111768642A (zh) | 车辆的道路环境感知和车辆控制方法、系统、设备及车辆 | |
CN210882093U (zh) | 一种自动驾驶车辆环境感知系统及自动驾驶车辆 | |
CN116434604A (zh) | 一种智能交通锥桶安全警示系统及控制方法 | |
CN111026118A (zh) | 一种矿用宽体车及其自动驾驶系统 | |
CN211943272U (zh) | 自动驾驶控制器、车辆的自动驾驶系统和车辆 | |
CN219056229U (zh) | 无人驾驶矿卡的感知系统和无人驾驶矿卡 | |
CN210502571U (zh) | 一种车辆环境感知系统 | |
CN214375264U (zh) | 一种车辆及车载传感器系统 | |
JP2004185108A (ja) | 視程障害時の車両走行支援システム | |
JP7291015B2 (ja) | 周囲物体認識方法及び周囲物体認識装置 |
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 |