CN113050654A - 障碍物检测方法、巡检机器人车载避障系统及方法 - Google Patents
障碍物检测方法、巡检机器人车载避障系统及方法 Download PDFInfo
- Publication number
- CN113050654A CN113050654A CN202110332644.0A CN202110332644A CN113050654A CN 113050654 A CN113050654 A CN 113050654A CN 202110332644 A CN202110332644 A CN 202110332644A CN 113050654 A CN113050654 A CN 113050654A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- detection
- radar
- inspection robot
- vehicle
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 119
- 238000007689 inspection Methods 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000004888 barrier function Effects 0.000 claims abstract description 34
- 238000012544 monitoring process Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 10
- 238000003708 edge detection Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 2
- 238000012552 review Methods 0.000 claims description 2
- 238000002592 echocardiography Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Abstract
本发明涉及一种障碍物检测方法、巡检机器人车载避障系统及方法，巡检机器人上设置有探测雷达系统、图像采集系统；所述探测雷达系统包括多个同步检测障碍物信息的探测雷达，各探测雷达同步启动检测障碍物信息；在任一探测雷达检测到障碍物信息、或巡检机器人行驶至弯道路段时，所述图像采集系统同步启动根据所述探测雷达系统检测的障碍物信息采集障碍物图片，核准识别有效目标障碍物信息。本发明将探测雷达系统、图像采集系统结合，共同实现障碍物的判断与检测，提高了障碍物的检测精度，适宜于地铁隧道巡检机器人的智能避障需要。
Description
技术领域
本发明属于轨道交通巡检技术领域，尤其涉及一种障碍物检测方法、巡检机器人车载避障系统及方法。
背景技术
现有地铁隧道中巡检机器人采用单一探测模块进行障碍物探测，而现在部分隧道路段的隧道两侧存在着较多的干扰物，例如电气柜、管线、警示牌、红绿灯等，单一探测模块的识别在此种环境下误报率很高。同时，现有的探测模块主要采用红外测距、超声波测距或视觉系统识别，但采用红外测距、超声波测距的智能避障系统在检测完毕后，不能直观地观测障碍物的外观、大小等；采用视觉系统识别的智能避障系统，其视觉识别系统体积相对较大，不易搭载在隧道巡检机器人上。
例如，专利CN206773526U轮式机器人复合式智能避障系统，该系统运用超声波测距模块和红外测距模块组合进行障碍物检测，但是超声波测距模块测量距离很短，远处障碍物测量不到，红外测距模块单独测量远处障碍物，识别率低，不能准确地预警，而且智能避障系统不能很好地适应地铁隧道环境。专利CN108268036A一种新型机器人智能避障系统，该系统是使用多个超声波传感器和红外线传感器分别来检测障碍物距离、形状、速度，但是受传感器自身因素的限制，应用在地铁隧道环境，受干扰物较多的影响，误报率高。因此，本发明考虑对上述避障系统进行改进。
发明内容
本发明在上述现有巡检机器人避障检测法不足的基础上提供了一种障碍物检测方法、巡检机器人车载避障系统及方法，将探测雷达系统、图像采集系统结合，提高了障碍物检测精度。
为了实现上述目的，本发明提供了一种障碍物检测方法，用于轨道巡检机器人障碍物检测，巡检机器人上设置有探测雷达系统、图像采集系统；
所述探测雷达系统包括多个同步检测障碍物信息的探测雷达，各探测雷达同步启动检测障碍物信息；
在任一探测雷达检测到障碍物信息、或巡检机器人行驶至弯道路段时，所述图像采集系统同步启动根据所述探测雷达系统检测的障碍物信息采集障碍物图片，核准识别有效目标障碍物信息。
优选的，所述探测雷达包括激光雷达，所述激光雷达向巡检机器人前方发射激光光束，当扫描到障碍物时，激光以点的形式返回，形成障碍物点云集合，排除障碍物点云集合中的干扰点，确定目标障碍物大小，并通过测算激光的飞行时间确定目标障碍物距离。
优选的，所述探测雷达包括毫米波雷达，所述毫米波雷达向巡检机器人前方发射无线电波，当扫描到障碍物时产生回波，通过回波大小、测算时间分别确定目标障碍物大小、目标障碍物距离。
优选的，在激光雷达进行障碍物检测时，以激光雷达中心点为原点，建立障碍物点云集合的世界坐标系，坐标系上任一点表示为(R,ω,α)表示，R代表扫描到的障碍物点到激光雷达中心点的距离；ω代表发射激光与水平面的垂直角度；α表示激光与雷达正向的水平角度，则激光扫描点在激光雷达世界坐标系下的空间坐标(X',Y',Z')为:
以轨道边界为边界条件，将障碍物点云集合中的干扰点分为轨道边界外干扰点与轨道内干扰点，分别以激光雷达的水平角度扫描范围与垂直检测范围为约束条件限定轨道边界外干扰点与轨道内干扰点；其中，水平角度扫描范围通过轨道的边界限定，垂直检测范围通过激光雷达距轨面的距离限定。
优选的，巡检机器人行驶在直线路段时，通过激光雷达进行障碍物的初步检测，通过毫米波雷达进行障碍物的二次检测，将激光雷达检测的障碍物信息与毫米波雷达检测的障碍物信息进行比对，核准识别有效目标障碍物信息。
优选的，巡检机器人行驶在弯道路段时，所述图像采集系统同步启动采集障碍物图像，对障碍物图像进行处理，识别出弯道边界；将激光雷达扫描到的障碍物点云集合空间坐标系转换为所述图像采集系统的图像坐标系，在障碍物图像平面上找到对应的障碍物投影点，通过判断障碍物投影点的坐标是否处于障碍物图像平面弯道曲线之间确定是否为有效目标障碍物。
优选的，确定轨道边界以内的区域为ROI区域，对所述图像采集系统采集的障碍物图像进行图像灰度化、滤波去噪、边缘检测处理，提取弯道边界。
优选的，采用中值滤波方法进行障碍物图像滤波去噪，通过Canny算子提取进行边缘检测。
优选的，采用Freeman链码跟踪算法，将轨道弯道分解为一系列具有固定长度和方向的线段连接起来的集合，规定起始顺序，提取Canny算子边缘检测后的二值化曲线轨迹，将提取的链码根据预设的特征筛选条件进行筛选，提取弯道边界。
本发明还提供了一种巡检机器人车载避障系统，采用所述的障碍物检测方法，巡检机器人上设置有探测雷达系统、图像采集系统、车载控制器、制动系统；所述探测雷达系统包括激光雷达、毫米波雷达，所述图像采集系统为摄像头；所述车载控制器与所述探测雷达系统、图像采集系统、制动系统连接，控制巡检机器人在巡检过程中进行避障检测。
优选的，所述的巡检机器人车载避障系统还包括远程云监控平台，所述远程云监控平台与所述车载控制器交互通信，所述远程云监控平台向所述巡检机器人下发巡检作业任务，并远程监控所述进行避障检测；所述车载控制器接收巡检作业任务，控制巡检机器人在巡检过程中进行避障检测，并将障碍物检测信息实时上传至所述云监控平台。
本发明还提供了一种巡检机器人车载避障控制方法，采用所述的巡检机器人车载避障系统，包括：
13、一种巡检机器人车载避障控制方法，采用权利要求11所述的巡检机器人车载避障系统，其特征在于，包括：
当所述激光雷达、毫米波雷达、摄像头中任意一个检测到障碍物信息时，所述车载控制器接收到障碍物报警提示信息后根据所述激光雷达、毫米波雷达、摄像头反馈的障碍物距离、大小信息选择制动停车或减速至预设速度，发送制动停车指令或减速指令使巡检机器人制动停车或减速至预设的行驶速度。
优选的，当判断障碍物距离小于预设的安全距离时，所述车载控制器发送停车制动指令给所述制动系统控制巡检机器人制动停车进行避障，然后根据摄像头采集的障碍物图像人工复核障碍物信息，判断障碍物是否影响巡检机器人正常行驶工作。
优选的，当判断障碍物距离大于等于预设的安全距离时，所述车载控制器发送减速指令给所述制动系统控制巡检机器人减速，待障碍物距离小于预设的安全距离后制动停车，所述摄像头采集障碍物图像，根据摄像头采集的障碍物图像人工复核障碍物信息，判断障碍物是否影响巡检机器人正常行驶工作。
与现有技术相比，本发明的优点和积极效果在于：
本发明提供的障碍物检测方法，将探测雷达系统、图像采集系统结合，在直道路段时，由激光雷达负责障碍物的检测与3D建模，毫米波雷达负责辅助检测、获取深度信息、测距，摄像头负责识别障碍物、拍摄障碍物图片；在弯道路段时，由激光雷达和毫米波雷达检测疑似障碍物的点信息，结合摄像头图像处理技术，共同实现障碍物的判断与检测，解决了直道误报率高、弯道漏检的情况，提高了障碍物检测精度。
同时，本发明还提供了巡检机器人车载避障系统，适宜于地铁隧道巡检，可以快速有效地完成障碍物识别测距并及时制动停车，解决了地铁隧道巡检机器人的智能避障需要，也解决了常规智能避障系统在地铁隧道的特殊环境下检测效果差的问题。巡检机器人车载避障系统通过在巡检机器人设置激光雷达、毫米波雷达、摄像头的组合使用进行障碍物的检测识别，提高了障碍物检测精度；同时摄像头采集到的障碍物图像，存储在车载控制器中，复核时通过访问车载控制器即可直观判断障碍物种类，解决了实际使用过程中工作人员对障碍物判断的误差。同时，与远程云监控平台通信，远程云监控平台可实时监控障碍物的点云图像及障碍物距离信息。
附图说明
图1为激光检测原理；
图2为激光雷达坐标系；
图3为巡检机器人车载避障控制方法整体流程图。
具体实施方式
以下结合附图对本发明的具体实施方式进行进一步的描述。
本发明提供了一种障碍物检测方法，该障碍物检测可以用于轨道巡检机器人进行障碍物检测，巡检机器人上设置有探测雷达系统、图像采集系统；
探测雷达系统包括多个同步检测障碍物信息的探测雷达，各探测雷达同步启动检测障碍物信息；
在任一探测雷达检测到障碍物信息、或巡检机器人行驶至弯道路段时，所述图像采集系统同步启动根据所述探测雷达系统检测的障碍物信息采集障碍物图片，核准识别有效目标障碍物信息。
本发明提供的障碍物检测方法，将探测雷达系统、图像采集系统结合，共同实现障碍物的判断与检测，提高了障碍物的检测精度。
具体的，本实施例中探测雷达系统设置了激光雷达与毫米波雷达两种频段的雷达，图像采集系统为摄像机，如3D相机等。其中，激光雷达用于探测障碍物、3D建模、粗略测距；毫米波雷达用于深度获取障碍物信、精确测距；摄像机用于障碍物图像采集处理、实时监测、路况采集备份等。各系统检测原理为：
在激光雷达进行障碍物检测时，激光雷达向巡检机器人前方发射激光光束，当扫描到障碍物时，激光以点的形式返回，形成障碍物点云集合，排除障碍物点云集合中的干扰点，确定目标障碍物大小，并通过测算激光的飞行时间确定目标障碍物距离。激光检测原理如图1所示，激光雷达工作时，每个信号道的激光都按着特定的角度，以一定的频率绕激光雷达中心轴360°旋转，不同信号道的激光垂直角度不同，投影到水平面，类似于一个发射源，每条激光束构成同心圆，两两空间水平对称重合。激光雷达工作时每个信号道的激光以固定角度射出，扫描到障碍物后以点的形式返回，因此激光雷达扫描的结果就是障碍物的点云集合，若要进行障碍物点的描述，如图2所示，以激光雷达中心点为原点，建立障碍物点云集合的世界坐标系，坐标系上任一点表示为(R,ω,α)表示，R代表扫描到的障碍物点到激光雷达中心点的距离；ω代表发射激光与水平面的垂直角度；α表示激光与雷达正向的水平角度，则激光扫描点在激光雷达世界坐标系下的空间坐标(X',Y',Z')为:
以轨道边界为边界条件，将障碍物点云集合中的干扰点分为轨道边界外干扰点与轨道内干扰点，分别以激光雷达的水平角度扫描范围与垂直检测范围为约束条件限定轨道边界外干扰点与轨道内干扰点；其中，水平角度扫描范围通过轨道的边界限定，垂直检测范围通过激光雷达距轨面的距离限定。
毫米波雷达与激光雷达同步工作，毫米波雷达抗干扰能力强、测距和测速效果更好，直道可识别前方150米，弯道可识别前方25米。在毫米波雷达进行障碍物检测时，毫米波雷达向巡检机器人前方发射无线电波，当扫描到障碍物时产生回波，通过回波大小、测算时间分别确定目标障碍物大小、目标障碍物距离。
本实施例中，为提高障碍物检测的精度，在巡检机器人行驶在直线路段时，通过激光雷达进行障碍物的初步检测，通过毫米波雷达进行障碍物的二次检测，将激光雷达检测的障碍物信息与毫米波雷达检测的障碍物信息进行比对，核准识别有效目标障碍物信息。
在巡检机器人行驶在弯道路段时，不同弯道的曲率半径不同，激光雷达与轨面边界相对位置不断变化，只依靠激光雷达和毫米波雷达己不能完成障碍物的检测，这时就需要结合图像采集系统图像处理技术共同完成检测的目的。此时，图像采集系统同步启动采集障碍物图像，对障碍物图像进行处理，识别出弯道边界；将激光雷达扫描到的障碍物点云集合空间坐标系转换为图像采集系统的图像坐标系，在障碍物图像平面上找到对应的障碍物投影点，通过判断障碍物投影点的坐标是否处于障碍物图像平面弯道曲线之间确定是否为有效目标障碍物。图像采集系统采集的障碍物图像不能够直接用来进行数据处理，因为隧道墙壁上的警示牌、百米标、电气柜等干扰像素信息较多，只有轨道边界是需要识别处理的有效数据，需要进行预处理，将干扰信息尽可能滤出再进行图像处理，通过确定轨道边界以内的区域为ROI区域，对图像采集系统采集的障碍物图像进行图像灰度化、滤波去噪、边缘检测处理，提取弯道边界。本实施例中具体为：采用中值滤波方法进行障碍物图像滤波去噪。通过Canny算子提取进行边缘检测，在图像中，边缘处像素的梯度取局部最大值，且图像中某一点的边缘方向和梯度是垂直的，将梯度用双闽值方法算出后连接，将提取后的线段二值化输出显示。然后，采用Freeman链码跟踪算法，将轨道弯道分解为一系列具有固定长度和方向的线段连接起来的集合，规定起始顺序，提取Canny算子边缘检测后的二值化曲线轨迹，将提取的链码根据预设的特征筛选条件进行筛选，提取弯道边界，弯道边界曲线与干扰曲线的区别在于特征码值居多，统计不同曲线特征码值重复次数，将出现次数最大的线段提取出来，就得到了弯道边界曲线。
综上，本实施例提供的障碍物检测方法，将探测雷达系统、图像采集系统结合，在直道路段时，由激光雷达负责障碍物的检测与3D建模，毫米波雷达负责辅助检测、获取深度信息、测距，摄像头负责识别障碍物、拍摄障碍物图片；在弯道路段时，由激光雷达和毫米波雷达检测疑似障碍物的点信息，结合摄像头图像处理技术，共同实现障碍物的判断与检测，提高了障碍物的检测精度。
对应障碍物检测方法，本发明还设置了相应的巡检机器人车载避障系统，巡检机器人上设置有探测雷达系统、图像采集系统、车载控制器、制动系统，本实施例中对于巡检机器人的具体结构不做具体限定。探测雷达系统采用激光雷达、毫米波雷达，图像采集系统为摄像头。车载控制器与探测雷达系统、图像采集系统、制动系统连接，控制巡检机器人在巡检过程中进行避障检测。远程云监控平台与车载控制器交互通信，远程云监控平台向巡检机器人下发巡检作业任务，并远程监控进行避障检测；车载控制器接收巡检作业任务，控制巡检机器人在巡检过程中进行避障检测，并将障碍物检测信息实时上传至云监控平台。
本系统具体采用的激光雷达是C16多线制全视场激光雷达，覆盖范围可达200m，有16路激光通道，水平视场角360°，垂直视场角-10°～+10°，可以选择5Hz、10Hz、20Hz的旋转频率设定激光雷达2扫描一周的时间，并自配有接线盒，用于对激光雷达供电与数据传输。激光雷达安装于机器人车头及车尾，距离地面高度为1m，通过接线盒与供电系统连接，通过网线与车载控制器通信。毫米波雷达通信接头与车载控制器CANH接头连接进行通信。
以隧道巡检机器人执行巡检任务为例，如图3所示该巡检机器人车载避障系统的具体检测方法为：
①系统上电启动后，巡检机器人开始自动执行巡检任务，同时操作人员可以从远程云监控平台上监控巡检机器人点云图像及障碍物距离信息。
②当巡检机器人检测到障碍物时，可以从远程监控平台中看到点云信息发生变化，也可以看到毫米波雷达测量到的距离信息和摄像头识别出的障碍物框。
③当激光雷达、毫米波雷达、摄像头中任意一个检测到障碍物信息时，车载控制器接收到障碍物报警提示信息后根据所述激光雷达、毫米波雷达、摄像头反馈的障碍物距离、大小信息选择制动停车或减速至预设速度，发送减速指令使巡检机器人减速至预设的行驶速度。
④当障碍物距离小于预设的安全距离时，车载控制器发送停车制动指令给制动系统控制巡检机器人制动停车进行避障，然后根据摄像头采集的障碍物图像人工复核，判断障碍物是否影响巡检机器人正常行驶工作。若不影响，则恢复正常运行，若影响，则人工排除障碍物后继续运行。
⑤当判断障碍物距离大于等于预设的安全距离时，车载控制器发送减速指令给制动系统控制巡检机器人减速行驶，待判断障碍物距离大于等于预设的安全距离后制动停车，摄像头采集障碍物图像，根据摄像头采集的障碍物图像人工复核障碍物信息。
综上，本实施例提供的巡检机器人车载避障系统，适宜于地铁隧道巡检，可以快速有效地完成障碍物识别测距并及时制动停车，解决了地铁隧道巡检机器人的智能避障需要，也解决了常规智能避障系统在地铁隧道的特殊环境下检测效果差的问题。巡检机器人车载避障系统通过在巡检机器人设置激光雷达、毫米波雷达、摄像头的组合使用进行障碍物的检测识别。直道路段时，运用激光雷达和毫米波雷达分工协作，由激光雷达负责障碍物的检测与3D建模；毫米波雷达负责辅助检测、获取深度信息、测距，更加准确地识别出障碍物的大小、方位、距离，且能够更准确地排除轨道两侧管线、百米标、电气柜等干扰物，识别精度高、误报率低。在弯道路段时，由激光雷达和毫米波雷达检测疑似障碍物的点信息，结合摄像头图像处理技术，共同实现障碍物的判断与检测，解决了直道误报率高、弯道漏检的情况，以及单一传感器检测误报率高的问题，提高了障碍物检测精度。同时，摄像头采集到的障碍物图像，存储在车载控制器中，复核时通过访问车载控制器即可直观判断障碍物种类，解决了实际使用过程中工作人员对障碍物判断的误差。同时，与远程云监控平台通信，远程云监控平台可实时监控障碍物的点云图像及障碍物距离信息。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域，但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。
Claims (14)
1.一种障碍物检测方法，用于轨道巡检机器人障碍物检测，其特征在于，巡检机器人上设置有探测雷达系统、图像采集系统；
所述探测雷达系统包括多个同步检测障碍物信息的探测雷达，各探测雷达同步启动检测障碍物信息；
在任一探测雷达检测到障碍物信息、或巡检机器人行驶至弯道路段时，所述图像采集系统同步启动根据所述探测雷达系统检测的障碍物信息采集障碍物图片，核准识别有效目标障碍物信息。
2.根据权利要求1所述的障碍物检测方法，其特征在于，所述探测雷达包括激光雷达，所述激光雷达向巡检机器人前方发射激光光束，当扫描到障碍物时，激光以点的形式返回，形成障碍物点云集合，排除障碍物点云集合中的干扰点，确定目标障碍物大小，并通过测算激光的飞行时间确定目标障碍物距离。
3.根据权利要求2所述的障碍物检测方法，其特征在于，所述探测雷达包括毫米波雷达，所述毫米波雷达向巡检机器人前方发射无线电波，当扫描到障碍物时产生回波，通过回波大小、测算时间分别确定目标障碍物大小、目标障碍物距离。
4.根据权利要求2所述的障碍物检测方法，其特征在于，在激光雷达进行障碍物检测时，以激光雷达中心点为原点，建立障碍物点云集合的世界坐标系，坐标系上任一点表示为(R,ω,α)表示，R代表扫描到的障碍物点到激光雷达中心点的距离；ω代表发射激光与水平面的垂直角度；α表示激光与雷达正向的水平角度，则激光扫描点在激光雷达世界坐标系下的空间坐标(X',Y',Z')为:
以轨道边界为边界条件，将障碍物点云集合中的干扰点分为轨道边界外干扰点与轨道内干扰点，分别以激光雷达的水平角度扫描范围与垂直检测范围为约束条件限定轨道边界外干扰点与轨道内干扰点；其中，水平角度扫描范围通过轨道的边界限定，垂直检测范围通过激光雷达距轨面的距离限定。
5.根据权利要求4所述的障碍物检测方法，其特征在于，巡检机器人行驶在直线路段时，通过激光雷达进行障碍物的初步检测，通过毫米波雷达进行障碍物的二次检测，将激光雷达检测的障碍物信息与毫米波雷达检测的障碍物信息进行比对，核准识别有效目标障碍物信息。
6.根据权利要求4所述的障碍物检测方法，其特征在于，巡检机器人行驶在弯道路段时，所述图像采集系统同步启动采集障碍物图像，对障碍物图像进行处理，识别出弯道边界；将激光雷达扫描到的障碍物点云集合空间坐标系转换为所述图像采集系统的图像坐标系，在障碍物图像平面上找到对应的障碍物投影点，通过判断障碍物投影点的坐标是否处于障碍物图像平面弯道曲线之间确定是否为有效目标障碍物。
7.根据权利要求6所述的障碍物检测方法，其特征在于，确定轨道边界以内的区域为ROI区域，对所述图像采集系统采集的障碍物图像进行图像灰度化、滤波去噪、边缘检测处理，提取弯道边界。
8.根据权利要求7所述的障碍物检测方法，其特征在于，采用中值滤波方法进行障碍物图像滤波去噪，通过Canny算子提取进行边缘检测。
9.根据权利要求8所述的障碍物检测方法，其特征在于，采用Freeman链码跟踪算法，将轨道弯道分解为一系列具有固定长度和方向的线段连接起来的集合，规定起始顺序，提取Canny算子边缘检测后的二值化曲线轨迹，将提取的链码根据预设的特征筛选条件进行筛选，提取弯道边界。
10.一种巡检机器人车载避障系统，其特征在于，采用权利要求1-9任一项所述的障碍物检测方法，巡检机器人上设置有探测雷达系统、图像采集系统、车载控制器、制动系统；所述探测雷达系统包括激光雷达、毫米波雷达，所述图像采集系统为摄像头；所述车载控制器与所述探测雷达系统、图像采集系统、制动系统连接，控制巡检机器人在巡检过程中进行避障检测。
11.根据权利要求10所述的巡检机器人车载避障系统，其特征在于，还包括远程云监控平台，所述远程云监控平台与所述车载控制器交互通信，所述远程云监控平台向所述巡检机器人下发巡检作业任务，并远程监控所述进行避障检测；所述车载控制器接收巡检作业任务，控制巡检机器人在巡检过程中进行避障检测，并将障碍物检测信息实时上传至所述云监控平台。
12.一种巡检机器人车载避障控制方法，采用权利要求11所述的巡检机器人车载避障系统，其特征在于，包括：
当所述激光雷达、毫米波雷达、摄像头中任意一个检测到障碍物信息时，所述车载控制器接收到障碍物报警提示信息后根据所述激光雷达、毫米波雷达、摄像头反馈的障碍物距离、大小信息选择制动停车或减速至预设速度，发送制动停车指令或减速指令使巡检机器人制动停车或减速至预设的行驶速度。
13.根据权利要求12所述巡检机器人车载避障控制方法，其特征在于，
当判断障碍物距离小于预设的安全距离时，所述车载控制器发送停车制动指令给所述制动系统控制巡检机器人制动停车进行避障，然后根据摄像头采集的障碍物图像人工复核障碍物信息，判断障碍物是否影响巡检机器人正常行驶工作。
14.根据权利要求12所述巡检机器人车载避障控制方法，其特征在于，
当判断障碍物距离大于等于预设的安全距离时，所述车载控制器发送减速指令给所述制动系统控制巡检机器人减速，待障碍物距离小于预设的安全距离后制动停车，所述摄像头采集障碍物图像，根据摄像头采集的障碍物图像人工复核障碍物信息，判断障碍物是否影响巡检机器人正常行驶工作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110332644.0A CN113050654A (zh) | 2021-03-29 | 2021-03-29 | 障碍物检测方法、巡检机器人车载避障系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110332644.0A CN113050654A (zh) | 2021-03-29 | 2021-03-29 | 障碍物检测方法、巡检机器人车载避障系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113050654A true CN113050654A (zh) | 2021-06-29 |
Family
ID=76516355
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110332644.0A Pending CN113050654A (zh) | 2021-03-29 | 2021-03-29 | 障碍物检测方法、巡检机器人车载避障系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113050654A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114010999A (zh) * | 2021-10-27 | 2022-02-08 | 镇江同舟螺旋桨有限公司 | 一种自行走式灭火机器人的越障结构 |
| CN114167855A (zh) * | 2021-10-27 | 2022-03-11 | 北京云汉通航科技有限公司 | 一种用于巡检机器人的避障系统及巡检机器人 |
| CN114355944A (zh) * | 2022-01-05 | 2022-04-15 | 天津华宁电子有限公司 | 一种矿用工作面双车控制系统 |
| WO2024077934A1 (zh) * | 2022-10-11 | 2024-04-18 | 中国科学院沈阳计算技术研究所有限公司 | 一种车间巡检机器人目标检测方法及装置 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB0115433D0 (en) * | 2001-06-23 | 2001-08-15 | Lucas Industries Ltd | An object location system for a road vehicle |
| JP2006180326A (ja) * | 2004-12-24 | 2006-07-06 | Equos Research Co Ltd | 車両用状況監視システム |
| JP2008305421A (ja) * | 2004-01-28 | 2008-12-18 | Toyota Motor Corp | 車両用走行支援装置 |
| JP2012008718A (ja) * | 2010-06-23 | 2012-01-12 | Toyota Motor Corp | 障害物回避装置 |
| CN106405555A (zh) * | 2016-09-23 | 2017-02-15 | 百度在线网络技术（北京）有限公司 | 用于车载雷达系统的障碍物检测方法和装置 |
| CN108416257A (zh) * | 2018-01-19 | 2018-08-17 | 北京交通大学 | 融合视觉与激光雷达数据特征的地铁轨道障碍物检测方法 |
| CN108638083A (zh) * | 2018-05-15 | 2018-10-12 | 中车青岛四方车辆研究所有限公司 | 轨道车辆检修辅助机器人 |
| CN109298415A (zh) * | 2018-11-20 | 2019-02-01 | 中车株洲电力机车有限公司 | 一种轨道和道路障碍物检测方法 |
| CN110412986A (zh) * | 2019-08-19 | 2019-11-05 | 中车株洲电力机车有限公司 | 一种车辆障碍物检测方法及系统 |
| CN110443819A (zh) * | 2018-05-03 | 2019-11-12 | 比亚迪股份有限公司 | 一种单轨列车的轨道检测方法和装置 |
| CN110806748A (zh) * | 2019-10-25 | 2020-02-18 | 天津大学 | 一种基于人工智能的自动驾驶系统 |
| CN111624604A (zh) * | 2020-04-24 | 2020-09-04 | 山东昆仑度智能科技有限公司 | 一种无人驾驶车辆避障方法 |
| CN111832411A (zh) * | 2020-06-09 | 2020-10-27 | 北京航空航天大学 | 一种基于视觉与激光雷达融合的轨道内障碍物检测方法 |
| CN112051574A (zh) * | 2020-08-05 | 2020-12-08 | 华友天宇科技（武汉)股份有限公司 | 一种基于高精度地图的自动化旋耕船 |
| CN112180361A (zh) * | 2020-09-30 | 2021-01-05 | 南京航空航天大学 | 一种基于动态联邦滤波的车载雷达目标跟踪方法 |
-
2021
- 2021-03-29 CN CN202110332644.0A patent/CN113050654A/zh active Pending
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB0115433D0 (en) * | 2001-06-23 | 2001-08-15 | Lucas Industries Ltd | An object location system for a road vehicle |
| JP2008305421A (ja) * | 2004-01-28 | 2008-12-18 | Toyota Motor Corp | 車両用走行支援装置 |
| JP2006180326A (ja) * | 2004-12-24 | 2006-07-06 | Equos Research Co Ltd | 車両用状況監視システム |
| JP2012008718A (ja) * | 2010-06-23 | 2012-01-12 | Toyota Motor Corp | 障害物回避装置 |
| CN106405555A (zh) * | 2016-09-23 | 2017-02-15 | 百度在线网络技术（北京）有限公司 | 用于车载雷达系统的障碍物检测方法和装置 |
| CN108416257A (zh) * | 2018-01-19 | 2018-08-17 | 北京交通大学 | 融合视觉与激光雷达数据特征的地铁轨道障碍物检测方法 |
| CN110443819A (zh) * | 2018-05-03 | 2019-11-12 | 比亚迪股份有限公司 | 一种单轨列车的轨道检测方法和装置 |
| CN108638083A (zh) * | 2018-05-15 | 2018-10-12 | 中车青岛四方车辆研究所有限公司 | 轨道车辆检修辅助机器人 |
| CN109298415A (zh) * | 2018-11-20 | 2019-02-01 | 中车株洲电力机车有限公司 | 一种轨道和道路障碍物检测方法 |
| CN110412986A (zh) * | 2019-08-19 | 2019-11-05 | 中车株洲电力机车有限公司 | 一种车辆障碍物检测方法及系统 |
| CN110806748A (zh) * | 2019-10-25 | 2020-02-18 | 天津大学 | 一种基于人工智能的自动驾驶系统 |
| CN111624604A (zh) * | 2020-04-24 | 2020-09-04 | 山东昆仑度智能科技有限公司 | 一种无人驾驶车辆避障方法 |
| CN111832411A (zh) * | 2020-06-09 | 2020-10-27 | 北京航空航天大学 | 一种基于视觉与激光雷达融合的轨道内障碍物检测方法 |
| CN112051574A (zh) * | 2020-08-05 | 2020-12-08 | 华友天宇科技（武汉)股份有限公司 | 一种基于高精度地图的自动化旋耕船 |
| CN112180361A (zh) * | 2020-09-30 | 2021-01-05 | 南京航空航天大学 | 一种基于动态联邦滤波的车载雷达目标跟踪方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114010999A (zh) * | 2021-10-27 | 2022-02-08 | 镇江同舟螺旋桨有限公司 | 一种自行走式灭火机器人的越障结构 |
| CN114167855A (zh) * | 2021-10-27 | 2022-03-11 | 北京云汉通航科技有限公司 | 一种用于巡检机器人的避障系统及巡检机器人 |
| CN114167855B (zh) * | 2021-10-27 | 2022-08-19 | 北京云汉通航科技有限公司 | 一种用于巡检机器人的避障系统及巡检机器人 |
| CN114355944A (zh) * | 2022-01-05 | 2022-04-15 | 天津华宁电子有限公司 | 一种矿用工作面双车控制系统 |
| CN114355944B (zh) * | 2022-01-05 | 2023-11-28 | 天津华宁电子有限公司 | 一种矿用工作面双车控制系统 |
| WO2024077934A1 (zh) * | 2022-10-11 | 2024-04-18 | 中国科学院沈阳计算技术研究所有限公司 | 一种车间巡检机器人目标检测方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113050654A (zh) | 障碍物检测方法、巡检机器人车载避障系统及方法 | |
| WO2020103533A1 (zh) | 一种轨道和道路障碍物检测方法 | |
| CN108313088B (zh) | 一种非接触式轨道车辆障碍物检测系统 | |
| CN108828589B (zh) | 地铁盾构隧道衬砌质量高精度快速车载检测方法与装置 | |
| US10061023B2 (en) | Object detection apparatus and method | |
| CN103419944B (zh) | 一种登机桥及其自动靠接方法 | |
| CN110471085B (zh) | 一种轨道检测系统 | |
| CN102259653B (zh) | 基于激光扫描技术的铁路限界检测装置 | |
| CN110065494A (zh) | 一种基于车轮检测的车辆防碰撞方法 | |
| CN105046968B (zh) | 一种大客车识别及抓拍方法、装置及系统 | |
| CN103455144A (zh) | 车载人机交互系统及方法 | |
| CN105157608A (zh) | 一种超限车辆的检测方法、装置及系统 | |
| CN109773783B (zh) | 一种基于空间点云识别的巡防智能机器人及其警务系统 | |
| CN108274463A (zh) | 列车库检机器人和列车零部件检测方法 | |
| CN109001743A (zh) | 有轨电车防撞系统 | |
| CN113568002A (zh) | 基于激光和图像数据融合的轨道交通主动障碍物检测装置 | |
| CN203489844U (zh) | 基于机器视觉及激光光幕车辆外轮廓尺寸测量系统 | |
| CN113799852A (zh) | 一种支持动态模式切换的智能主动障碍物识别防护方法 | |
| CN208847836U (zh) | 有轨电车防撞系统 | |
| CN115773209A (zh) | 一种风机叶片净空检测装置及检测方法 | |
| CN113777622A (zh) | 轨道障碍物辨识的方法及装置 | |
| CN117197779A (zh) | 一种基于双目视觉的轨道交通异物检测方法、装置及系统 | |
| WO2021046962A1 (zh) | 一种屏蔽门与车体间的障碍物检测系统及检测方法 | |
| CN113252004B (zh) | 一种隧道综合检测监测系统及方法 | |
| CN117008622A (zh) | 视觉机器人水下目标识别追踪方法及其水下视觉机器人 |
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: 20210629 |
|
| RJ01 | Rejection of invention patent application after publication |