CN113479105A - 一种基于自动驾驶车辆的智能充电方法及智能充电站 - Google Patents
一种基于自动驾驶车辆的智能充电方法及智能充电站 Download PDFInfo
- Publication number
- CN113479105A CN113479105A CN202110819134.6A CN202110819134A CN113479105A CN 113479105 A CN113479105 A CN 113479105A CN 202110819134 A CN202110819134 A CN 202110819134A CN 113479105 A CN113479105 A CN 113479105A
- Authority
- CN
- China
- Prior art keywords
- charging
- automatic driving
- driving vehicle
- information
- acquiring
- 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 38
- 230000009471 action Effects 0.000 claims abstract description 29
- 238000012549 training Methods 0.000 claims description 28
- 238000004891 communication Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 13
- 238000001179 sorption measurement Methods 0.000 claims description 10
- 238000010009 beating Methods 0.000 claims description 8
- 238000013178 mathematical model Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 206010063385 Intellectualisation Diseases 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
- B60L53/66—Data transfer between charging stations and vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/30—Constructional details of charging stations
- B60L53/35—Means for automatic or assisted adjustment of the relative position of charging devices and vehicles
- B60L53/37—Means for automatic or assisted adjustment of the relative position of charging devices and vehicles using optical position determination, e.g. using cameras
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/00032—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by data exchange
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0029—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with safety or protection devices or circuits
- H02J7/0036—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with safety or protection devices or circuits using connection detecting circuits
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0042—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by the mechanical construction
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
- H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
-
- 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
-
- 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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/12—Electric charging stations
-
- 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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/14—Plug-in electric vehicles
-
- 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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/16—Information or communication technologies improving the operation of electric vehicles
Abstract
本发明属于智能充电技术领域,尤其涉及一种基于自动驾驶车辆的智能充电方法,包括:获取自动驾驶车辆的位置信息和实时智能充电桩信息,与自动驾驶车辆通信连接;根据实时智能充电桩信息,以目的车位为终点生成路径规划信息发送至自动驾驶车辆中,使自动驾驶车辆根据所述路径规划信息移动至目的车位;采集自动驾驶车辆的全局图像信息并判断自动驾驶车辆状态;采集自动驾驶车辆的充电接口图像信息,控制所述机械手连接自动驾驶车辆执行充电动作;获取自动驾驶车辆实时充电信息,完成充电后发出收枪指令,停止充电作业,由此,满足自动驾驶车辆的充电需求,提高了自动驾驶车辆充电的智能化与自动化,实现无人驾驶时自动驾驶车辆的智能充电功能。
Description
技术领域
本发明属于智能充电技术领域,尤其涉及一种基于自动驾驶车辆的智能充电方法及智能充电站。
背景技术
随着人工智能技术的进步与发展,自动驾驶技术也快速发展起来。电动车的自动驾驶功能越来越完善,在自动驾驶领域,无需驾驶员对车辆进行驾驶操作,通过采集环境信息,自动驾驶车辆会根据信息设置路径规划自动行驶,具有极高的智能性与科技性。
目前,随着自动驾驶车辆发展,为自动驾驶车辆提供充电的充电站已无法与高度智能化的自动驾驶车辆相互匹配,市面上的智能充电站智能性低、自动化程度不高,需要工作人员控制充电枪才能进行充电操作,无法满足自动驾驶车辆相对应的无人充电的需求,极大地降低了自动驾驶车辆在充电时的智能化程度。
因而,实有必要设计一种基于自动驾驶车辆的智能充电方法及智能充电站,以满足自动驾驶车辆的充电需求。
发明内容
本发明的目的在于提供一种基于自动驾驶车辆的智能充电方法及智能充电站,旨在解决现有技术中自动驾驶车辆充电站自动化程度低、智能化程度不高的技术问题。
为实现上述目的,本发明实施例提供一种基于自动驾驶车辆的智能充电方法,包括多个智能充电桩,所述智能充电桩上安装有机械手,所述机械手连接有一充电枪,包括:
获取自动驾驶车辆的位置信息和实时智能充电桩信息,并与自动驾驶车辆通信连接;
根据实时智能充电桩信息,以目的车位为终点生成路径规划信息发送至自动驾驶车辆中,使自动驾驶车辆根据所述路径规划信息移动至目的车位;
采集自动驾驶车辆的全局图像信息并判断自动驾驶车辆是否处于充电准备就绪状态;
采集自动驾驶车辆的充电接口图像信息,控制所述机械手连接自动驾驶车辆执行充电动作;
获取自动驾驶车辆实时充电信息,完成充电后发出收枪指令,停止充电作业。
可选地,所述根据实时智能充电桩信息,以目的车位为终点生成路径规划信息发送至自动驾驶车辆中,使自动驾驶车辆根据所述路径规划信息移动至目的车位的步骤,具体包括:
获取自动驾驶车辆的位置信息,根据实时智能充电桩信息分配目的车位,
根据自动驾驶车辆的位置信息,获取与自动驾驶车辆至目的车位的安全约束信息;
根据所述安全约束信息,获取路径规划信息并控制自动驾驶车辆移动至目的车位。
可选地,所述根据所述安全约束信息,获取路径规划信息并控制自动驾驶车辆移动至目的车位的步骤,具体包括:
根据所述安全约束信息,建立路径优化数学模型,通过弗洛伊德算法计算,并基于以下公式一获取自动驾驶车辆的最短路径信息:
P(x,y)=min(P(x,k)+P(k,y),P(x,y)),
其中,P(x,y)为结点x到结点y的最短距离,k为路径经过点,通过上述公式获取距离最小值;
根据所述最短路径信息,执行平滑处理,并基于以下公式二获取平滑曲线路径:
D={LSL,RSR,RSL,LSR,RLR,LRL},
其中,D为平滑曲线路径的集合,L为方向盘左打的逆时针方向的圆弧运动,R为方向右打的顺时针方向的圆弧运动,S为直线运动;
基于自动驾驶车辆车身的最大曲率对对平滑曲线路径进行优化,得到路径规划信息并根据该路径规划信息将自动驾驶车辆移动至目的车位。
可选地,所述采集自动驾驶车辆的全局图像信息并判断自动驾驶车辆是否处于充电准备就绪状态的步骤,具体包括:
通过所述智能充电桩采集自动驾驶车辆全局图像信息,判断自动驾驶车辆的汽车充电盖是否处于闭合状态;
若否,通过安装于所述机械手的吸附结构吸附汽车充电盖,使自动驾驶车辆进入充电准备就绪状态。
可选地,所述通过所述智能充电桩采集自动驾驶车辆全局图像信息,判断自动驾驶车辆的汽车充电盖是否处于闭合状态的步骤,具体包括:
控制安装于所述机械手的相机对自动驾驶车辆进行图像采集,实时获取多张所述智能充电桩对位于目的车位的自动驾驶车辆不同角度的图像;
将多张图像进行变换,建立图像的坐标系,经过高斯函数计算得到方向导数,并基于以下公式三获取Harris响应值:
R=det(M)-k(trace(M))2,
其中,R为Harris响应值,det(M)为矩阵M对应的行列式,trace(M)为矩阵的秩,k为权值系数,且k的取值为0.04-0.06,通过以上公式三提取得到特征点;
获取所述特征点确认图像的拼接顺序,并根据所述拼接顺序进行图像拼接和图像预处理后得到全局图像信息;
根据所述全局图像信息,识别汽车充电盖的开合状态。
可选地,所述根据所述全局图像信息,识别汽车充电盖的开合状态的步骤之前,还包括:
获取汽车充电盖的训练图像数据;
建立汽车充电盖识别模型,并将所述汽车充电盖的训练图像数据载入至所述汽车充电盖识别模型;
对所述汽车充电盖识别模型进行训练,使所述汽车充电盖识别模型对汽车充电盖进行识别。
可选地,所述采集自动驾驶车辆的充电接口图像信息,控制所述机械手连接自动驾驶车辆执行充电动作的步骤,具体包括:
采集自动驾驶车辆的充电接口图像信息,获取自动驾驶车辆充电接口位置信息;
根据自动驾驶车辆充电接口位置信息,获取所述机械手的动作控制参数;
根据所述动作控制参数,控制所述机械手将充电枪插入至自动驾驶车辆接口,以使智能充电桩对自动驾驶车辆进行充电。
可选地,所述根据所述动作控制参数,控制所述机械手将充电枪插入至自动驾驶车辆接口,以使智能充电桩对自动驾驶车辆进行充电的步骤,还包括:
实时监控并判断所述智能充电桩与自动驾驶车辆是否处于电连接关系;
若所述智能充电桩与自动驾驶车辆断开连接,则发送收枪指令,控制所述机械手带动所述充电枪返回至所述智能充电桩中;
获取动作控制参数,使所述机械手重新进行充电作业。
可选地,所述获取自动驾驶车辆实时充电信息,完成充电后发出收枪指令,停止充电作业的步骤,具体包括:
获取自动驾驶车辆实时充电信息;
根据所述实时充电信息,判断自动驾驶车辆的电池是否已充满;
若是,则发送收枪指令使所述充电枪停止作业,控制所述机械手带动所述充电枪返回至所述智能充电桩中。
本发明实施例提供的基于自动驾驶车辆的智能充电方法中的上述一个或多个技术方案至少具有如下技术效果之一:
本发明先通过获取自动驾驶车辆的位置信息和实时智能充电桩信息,并与自动驾驶车辆通信连接,从而与所述自动驾驶车辆网络互连,实现两者之间相互交换信号;其次根据实时智能充电桩信息,以目的车位为终点生成路径规划信息发送至自动驾驶车辆中,使自动驾驶车辆根据所述路径规划信息移动至目的车位;再者,采集自动驾驶车辆的全局图像信息并判断自动驾驶车辆是否处于充电准备就绪状态,通过图像的拼接与识别,使为自动驾驶车辆打开汽车充电盖,进而完成充电前的准备;进而采集自动驾驶车辆的充电接口图像信息,控制所述机械手连接自动驾驶车辆执行充电动作,使所述自动驾驶车辆进行充电功能;最后,获取自动驾驶车辆实时充电信息,完成充电后发出收枪指令,停止充电作业,由此,完成了自动驾驶车辆的充电,满足自动驾驶车辆的充电需求,显著地提高了自动驾驶车辆充电的智能化与自动化,实现了在无人驾驶的情况下自动驾驶车辆的智能充电。
一种智能充电站,所述智能充电站包括:
通讯装置,用于获取自动驾驶车辆的位置信息和实时智能充电桩信息,并与自动驾驶车辆通信连接;
导航装置,用于根据实时智能充电桩信息,以目的车位为终点生成路径规划信息发送至自动驾驶车辆中,使自动驾驶车辆根据所述路径规划信息移动至目的车位;
图像采集处理装置,用于采集自动驾驶车辆的全局图像信息并判断自动驾驶车辆是否处于充电准备就绪状态;
充电控制装置,用于采集自动驾驶车辆的充电接口图像信息,控制机械手连接自动驾驶车辆执行充电动作;
断电控制装置,用于获取自动驾驶车辆实时充电信息,完成充电后发出收枪指令,停止充电作业。
本发明实施例提供的智能充电站中的上述一个或多个技术方案至少具有如下技术效果之一:
因所述智能充电站包括所基于自动驾驶车辆的智能充电方法,故所述智能充电站亦能实现自动驾驶车辆的智能充电,显著提升自动驾驶车辆在无人驾驶情况下的智能性,满足了自动驾驶车辆的智能充电需求。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于自动驾驶车辆的智能充电方法及智能充电站的应用场景图;
图2为本发明实施例提供的基于自动驾驶车辆的智能充电方法的流程图;
图3为本发明实施例提供的导航自动驾驶车辆的流程图;
图4为本发明实施例提供的获取路径规划信息的流程图;
图5为本发明实施例提供的判断充电准备就绪状态的流程图;
图6为本发明实施例提供的图像采集处理的流程图;
图7为本发明实施例提供的图像识别的流程图;
图8为本发明实施例提供的控制机械手动作的流程图;
图9为本发明实施例提供的监控机械手充电情况的流程图;
图10为本发明实施例提供的电量充满判断的流程图;
图11为本发明实施例提供的智能充电站的结构框图;
图12为本发明实施例提供的计算机设备的结构框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
在本发明的一个实施例中,如图1所示,提供一种基于自动驾驶车辆的智能充电方法及智能充电站的应用场景图,该应用场景包括一种智能充电站,该智能充电站内安装有多个智能充电桩,所述智能充电桩设有相应的车位,所述智能充电桩上安装有机械手,所述机械手连接有一充电枪,所述智能充电站于入口处设有通讯装置,所述通讯装置与所述自动驾驶车辆通信连接,并用于获取自动驾驶车辆的位置信息,以此提供空闲智能充电桩的目车位。所述智能充电站还包括导航装置,根据该导航装置生成路径规划信息并使该自动驾驶车辆根据所述路径规划信息进行移动。
进一步地,所述智能充电站还包括图像采集处理装置、充电控制装置和断电控制装置。所述图像采集处理装置用于采集自动驾驶车辆的全局图像信息并判断自动驾驶车辆是否处于充电准备就绪状态,所述充电控制装置用于采集自动驾驶车辆的充电接口图像信息,控制所述机械手连接自动驾驶车辆执行充电动作。所述断电控制装置,用于获取自动驾驶车辆实时充电信息,完成充电后发出收枪指令,停止充电作业。
在本发明的一个实施例中,如图2所示,提供一种基于自动驾驶车辆的智能充电方法,包括多个智能充电桩,所述智能充电桩上安装有机械手,所述机械手连接有一充电枪,所述方法包括:
S100获取自动驾驶车辆的位置信息和实时智能充电桩信息,并与自动驾驶车辆通信连接;
具体地,本步骤中,在所述自动驾驶车辆驶入所述智能充电站后,所述智能充电站发起与所述自动驾驶车辆的网络互连,在所述自动驾驶车辆与所述智能充电站完成网络互连后,根据安装于所述自动驾驶车辆的GPS定位模块,获取所述自动驾驶车辆于所述智能充电站内的位置信息,同时获取当前智能充电站内空闲的智能充电桩信息,以用于为该自动驾驶车辆提供目的车位的选择。
S200根据实时智能充电桩信息,以目的车位为终点生成路径规划信息发送至自动驾驶车辆中,使自动驾驶车辆根据所述路径规划信息移动至目的车位。
具体地,本步骤中,根据实时智能充电桩信息,获取当前状态为空闲的智能充电桩信息,所述自动驾驶车辆根据路径距离最短的原则选择智能充电桩,并将该智能充电桩所在车位定位目的车位,将路径中可能产生的障碍,如已完成泊车的车辆、待维护道路路障等进行排除,生成到该目的车位的路径规划信息,使所述自动驾驶车辆根据该路径规划信息向目的车位进行移动完成停车动作。
S300采集自动驾驶车辆的全局图像信息并判断自动驾驶车辆是否处于充电准备就绪状态;
具体地,本步骤中,通过安装于所述机械手的相机对目的车位进行多角度的图像采集,并对采集的多角度图像进行拼接处理,进而获取完成停车动作的自动驾驶车辆的图像。建立汽车充电盖识别模型对图像进行识别,判断该汽车充电盖是否已由驾驶员控制开启。
进一步地,若在汽车充电盖识别模型识别后判断为汽车充电盖已开启,则进入充电就绪状态,等待机械手控制充电枪进行充电;若在汽车充电盖识别模型识别后判断为汽车充电盖未开启,则控制所述机械手对所述自动驾驶车辆进行开启汽车充电盖的动作,进而进入充电就绪状态,等待机械手控制充电枪进行充电。
S400采集自动驾驶车辆的充电接口图像信息,控制所述机械手连接自动驾驶车辆执行充电动作;
具体地,本步骤中,通过采集控制安装于所述机械手的相机对充电接口进行图像采集,获取充电接口位置信息,并根据所述充电接口位置信息获得控制参数,所述机械手通过该控制参数将安装于所述机械手上的充电枪移动至所述充电接口的位置,并控制所述机械手将所述充电接头插入所述充电枪,进而实现自动驾驶车辆的充电。
S500获取自动驾驶车辆实时充电信息,完成充电后发出收枪指令,停止充电作业。
具体地,本步骤中,通过所述智能充电站与所述自动驾驶车辆网络通信连接,所述自动驾驶车辆不间断发送实时充电信息,当所述自动驾驶车辆完成充电后,发送收枪指令至所述机械手,所述机械手根据收枪指令对应的控制参数进行回收,将所述机械手及充电枪放回至所述智能充电桩中,停止对所述自动驾驶车辆的充电作业。
本发明先通过获取自动驾驶车辆的位置信息和实时智能充电桩信息,并与自动驾驶车辆通信连接,从而与所述自动驾驶车辆网络互连,实现两者之间相互交换信号;其次根据实时智能充电桩信息,以目的车位为终点生成路径规划信息发送至自动驾驶车辆中,使自动驾驶车辆根据所述路径规划信息移动至目的车位;再者,采集自动驾驶车辆的全局图像信息并判断自动驾驶车辆是否处于充电准备就绪状态,通过图像的拼接与识别,使为自动驾驶车辆打开汽车充电盖,进而完成充电前的准备;进而采集自动驾驶车辆的充电接口图像信息,控制所述机械手连接自动驾驶车辆执行充电动作,使所述自动驾驶车辆进行充电功能;最后,获取自动驾驶车辆实时充电信息,完成充电后发出收枪指令,停止充电作业,由此,完成了自动驾驶车辆的充电,满足自动驾驶车辆的充电需求,极大地提高了自动驾驶车辆充电的智能化与自动化,实现了在无人驾驶的情况下自动驾驶车辆的智能充电。
在本发明的另一个实施例中,如图3所示,所述根据实时智能充电桩信息,以目的车位为终点生成路径规划信息发送至自动驾驶车辆中,使自动驾驶车辆根据所述路径规划信息移动至目的车位的步骤,具体包括:
S210获取自动驾驶车辆的位置信息,根据实时智能充电桩信息分配目的车位;
具体地,在本步骤中,所述智能充电站获取自动驾驶车辆的位置信息,根据实时充电桩信息,获取当前状态为空闲的智能充电桩信息,且根据该自动驾驶车辆的位置信息,提供至所述自动驾驶车辆距离最短的智能充电桩信息,并将该智能充电桩所对应的车位设置为目的车位。
S220根据自动驾驶车辆的位置信息,获取与自动驾驶车辆至目的车位的安全约束信息;
具体地,在本步骤中,获取与自动驾驶车辆至目的车位的安全约束信息,其中,所述安全约束信息包括当前状态为繁忙的智能充电桩,即已完成停泊且对目的车位造成阻碍的车辆,待维护道路路障等影响自动驾驶车辆泊车的不确定因素,通过获取至目的车位的安全约束信息,能够有效在路径规划时出现车辆与障碍物相碰撞的现象,避免出现交通事故。
S230根据所述安全约束信息,获取路径规划信息并控制自动驾驶车辆移动至目的车位。
具体地,在本步骤中,根据所述安全约束信息,先后进行最短路径信息的计算、最短路径的平滑处理与平滑曲线的优化,得到路径规划信息,所述自动驾驶车辆根据路径规划信息进行移动,进而将自动驾驶车辆自动泊车至所述目的车位。
在本发明的另一个实施例中,如图4所示,所述根据所述安全约束信息,获取路径规划信息并控制自动驾驶车辆移动至目的车位的步骤,具体包括:
S231根据所述安全约束信息,建立路径优化数学模型,通过弗洛伊德算法计算,并基于以下公式一获取自动驾驶车辆的最短路径信息:
P(x,y)=min(P(x,k)+P(k,y),P(x,y)),其中,P(x,y)为结点x到结点y的最短距离,k为路径经过点,通过上述公式一获取距离最小值;
具体地,在本步骤中,以所述自动驾驶车辆至目的车位建立路径优化数学模型,该路径优化数学模型参考了所述智能充电站的车道、停车位及安全约束信息,当所述目的车位出现所述安全约束信息时,所述自动驾驶车辆无法直接移动目的车位,此时利用P(x,y)引入所述路径经过点,所述路径经过点为根据所述安全约束信息进行绕开而需要途经的坐标点,根据所述安全约束信息的数量,所述路径经过点对应变化,且路径经过点与所述安全约束信息的数量相同。如:当所述安全约束信息为1时,所述路径经过点对应地也为1,根据所述公式一,最短距离应为P(x,y)=min(P(x,1)+P(1,y),P(x,y));当所述安全约束信息为2时,所述路径经过点对应地也为2,根据所述公式一,最短距离应为P(x,y)=min(P(x,2)+P(2,y),P(x,y));当所述安全约束信息为2时,所述路径经过点对应地也为3,根据所述公式一,最短距离应为P(x,y)=min(P(x,3)+P(3,y),P(x,y))。以此类推,即,所述公式一P(x,y)=min(P(x,k)+P(k,y),P(x,y))为自动驾驶车辆从顶点x到顶点y需要经过k号点所需的最短路程,得到最短路径信息。
S232根据所述最短路径信息,执行平滑处理,并基于以下公式二获取平滑曲线路径:
D={LSL,RSR,RSL,LSR,RLR,LRL},
其中,D为平滑曲线路径的集合,L为方向盘左打的逆时针方向的圆弧运动,R为方向右打的顺时针方向的圆弧运动,S为直线运动;
具体地,在本步骤中,通过对所述最短路径信息进行平滑处理,以获得平滑曲线路径。当所述自动驾驶车辆在其最短路径信息中无障碍,则保持直线运动前行,当在路径中出现所述安全约束信息即障碍物时,以自动驾驶车辆为圆心做覆盖圆,该覆盖圆包含所述自动驾驶车辆。
进一步地,根据圆心在数学模型中对应到最近障碍物的距离,判断覆盖圆内是否存在障碍物,若覆盖圆内存在障碍物,则认为存在碰撞的风险。通过调节旋转的角度,满足曲率约束和规定的始端和末端的切线方向的条件下,生成多条平滑曲线路径,从而避免出现碰撞的现象。
S233基于自动驾驶车辆车身的最大曲率对平滑曲线路径进行优化,得到路径规划信息并根据该路径规划信息将自动驾驶车辆移动至目的车位。
具体地,在本步骤中,根据自动驾驶车辆本身的最大曲率,对旋转角度大于本身最大曲率的平滑曲线路径进行删除,从而筛选出距离最短的平滑曲线路径,进而生成路径规划信息。进一步地,所述自动驾驶车辆根据所述路径规划信息移动至所述目的车位,等待充电。
在本发明的另一个实施例中,如图5所示,所述采集自动驾驶车辆的全局图像信息并判断自动驾驶车辆是否处于充电准备就绪状态的步骤,具体包括:
S310通过所述智能充电桩采集自动驾驶车辆全局图像信息,判断自动驾驶车辆的汽车充电盖是否处于闭合状态;
具体地,在本步骤中,所述机械手安装有一相机,该相机随机械手运动而运动,所述相机在所述机械手带动下实时采集多角度图像。进一步地,通过对采集多角度图像,并对多角度图像进行拼接处理,得到所述自动驾驶车辆的全局图像信息,通过建立汽车充电盖识别模型,对该全局图像信息进行识别,进而得到该汽车充电盖的开合状态。若该汽车充电盖已由驾驶员自行开启,则进入充电就绪状态,等待机械手控制充电枪进行充电。
S320若否,通过安装于所述机械手的吸附结构吸附汽车充电盖,使自动驾驶车辆进入充电准备就绪状态。
具体地,在本步骤中,所述机械手安装有一吸附结构,当所述自动驾驶车辆的汽车充电盖判断为闭合时,发送一个汽车充电盖吸附指令,使所述机械手控制所述吸附结构对所述自动驾驶车辆的汽车充电盖进行吸附。应理解,所述吸附结构可以是真空式吸附结构,也可以是磁吸式吸附结构,对此,本发明不作限定要求。
在本发明的另一个实施例中,如图6所示,所述通过所述智能充电桩采集自动驾驶车辆全局图像信息,判断自动驾驶车辆的汽车充电盖是否处于闭合状态的步骤,具体包括:
S311控制安装于所述机械手的相机对自动驾驶车辆进行图像采集,实时获取多张所述智能充电桩对位于目的车位的自动驾驶车辆不同角度的图像;
具体地,在本步骤中,所述自动驾驶车辆停放于所述智能充电桩对应的车位之中,安装于所述机械手的相机对所述自动驾驶车辆进行图像采集,进而获取位于目的车位的自动驾驶车辆的不同角度的图像。
S312将多张图像进行变换,建立图像的坐标系,经过高斯函数计算得到方向导数,并基于以下公式三获取Harris响应值:
R=det(M)-k(trace(M))2,
其中,R为Harris响应值,det(M)为矩阵M对应的行列式,trace(M)为矩阵的秩,k为权值系数,且k的取值为0.04-0.06,通过以上公式提取得到特征点;
具体地,在本步骤中,将多张不同角度的图像进行桶形变换,通过将图像进行桶形变化可以有效缩减边缘图像匹配的发散,减少图像拼接后产生的畸变。对完成桶形变化的图像进行坐标系的建立,并提取图像的特征点,根据所述公式三求得所述Harris响应值,筛选出特征匹配点,对图像进行匹配。
进一步地,所述特征匹配点包括正确匹配点与错误匹配点,通过随机采样算法对错误匹配点进行剔除。具体地,通过在一第一图像中随机抽取多对不同的特征匹配点匹配坐标,利用多对特征匹配点匹配坐标计算出透视矩阵,再与一第二图像中所有特征匹配点经过该透视矩阵映射到的坐标空间,然后与第一图像的特征匹配点实际坐标求欧氏距离;且重复多次随机采样算法后选取欧氏距离最小的透视矩阵作为结果,并剔除欧式距离过大的特征匹配点,由此剔除错误匹配点。
S313获取所述特征匹配点确认图像的拼接顺序,并根据所述拼接顺序进行图像拼接和图像预处理后得到全局图像信息。具体地,在本步骤中,基于所述特征匹配点进行透视变换,使图像之间进行拼接,得到全局图像信息。
S314根据所述全局图像信息,识别汽车充电盖的开合状态。
具体地,在本步骤中,通过所述全局图像信息,对所述全局图像信息进行图像识别,由此分析汽车充电盖的开合状态。
在本发明的另一个实施例中,如图7所示,所述根据所述全局图像信息,识别汽车充电盖的开合状态的步骤之前,还包括:
S3141获取汽车充电盖的训练样本图像;具体地,在本步骤中,获取汽车充电盖的训练样本图像,为保证识别汽车盖的准确性,所述训练样本图像的数量为多个。
S3142建立汽车充电盖识别模型,并将所述汽车充电盖的训练图像数据载入至所述汽车充电盖识别模型;
具体地,在本步骤中,汽车充电盖的训练样本图像输入至汽车充电盖识别模型中,由该汽车充电盖识别模型输出每个汽车充电盖的训练样本图像所对应的特征。所述汽车充电盖识别模型是通过深度学习进行训练所述训练样本图像识别任务,通过所述汽车充电盖识别模型识别后得到训练图像数据。
进一步地,所述训练图像数据包括汽车充电盖训练样本图像和汽车充电盖训练样本图像对应的描述信息,所述汽车充电盖训练样本图像对应的描述信息即使为汽车充电盖样本图像经过汽车充电盖识别模型进行识别后输出的描述信息。
S3143对所述汽车充电盖识别模型进行训练,使所述汽车充电盖识别模型对汽车充电盖进行识别。
具体地,在本步骤中,通过对所述汽车充电盖识别模型进行识别训练,将所述汽车充电盖的训练样本图像输入所述图像识别模型,根据车充电盖识别模型的识别机制获取所述训练样本图像的描述信息。在识别所述样本图像的过程中,根据车充电盖识别模型的特征识别机制调整所述车充电盖识别模型的特征分布,全面地识别所述训练样本图像的全局特征和局部,从而获取所述训练样本图像的描述信息,车充电盖识别模型的特征识别机制用于识别特征的分布,用以确定每次对所述训练样本图像进行识别时的全局特征和局部特征。
在本发明的另一个实施例中,如图8所示,所述采集自动驾驶车辆的充电接口图像信息,控制所述机械手连接自动驾驶车辆执行充电动作的步骤,具体包括:
S410采集自动驾驶车辆的充电接口图像信息,获取自动驾驶车辆充电接口位置信息;
具体地,在本步骤中,在所述自动驾驶车辆进入充电准备就绪状态后,即当所述械手的吸附结构吸附汽车充电盖后,安装于所述机械手的相机采集并识别定位,由此获取所述充电接口图像信息,并对所述接口图像建立充电口图像空间坐标系,进而对充电接口信息进行标注,得到得到充电接口位置信息。
S420根据自动驾驶车辆充电接口位置信息,获取所述机械手的动作控制参数;
具体地,在本步骤中,通过建立充电口图像空间坐标系,得到充电接口的位置信息,所述充电接口位置信息包括第一充电接口坐标点与第二充电接口坐标点。根据所述第一充电接口坐标点与所述第二充电接口坐标点得到矩阵,并由该矩阵获取所述机械手的动作控制参数指令。
S430根据所述动作控制参数,控制所述机械手将充电枪插入至自动驾驶车辆接口,以使智能充电桩对自动驾驶车辆进行充电。
具体地,在本步骤中,通过由所述第一充电接口坐标点与所述第二充电接口坐标点计算得出的动作控制参数指令,控制所述机械手运动,进而带动安装于所述机械手上的充电枪插入至所述自动驾驶车辆接口,从而实现智能充电桩对自动驾驶车辆进行充电。
在本发明的另一个实施例中,如图9所示,所述根据所述动作控制参数,控制所述机械手将充电枪插入至自动驾驶车辆接口,以使智能充电桩对自动驾驶车辆进行充电的步骤,还包括:
S431实时监控并判断所述智能充电桩与自动驾驶车辆是否处于电连接关系;
S432若所述智能充电桩与自动驾驶车辆断开连接,则发送收枪指令,控制所述机械手带动所述充电枪返回至所述智能充电桩中;
S433获取动作控制参数,使所述机械手重新进行充电作业。
具体地,在本步骤中,通过获取所述智能充电桩与所述自动驾驶车辆之间的电连接关系,即监控所述智能充电桩与所述自动驾驶车辆之间有无电流通过,判断所述自动驾驶车辆是否处于充电的状态中。若所述自动驾驶车辆与所述智能充电桩无电流通过,则判断为断开连接,充电枪处于松动状态,所述自动驾驶车辆无法进行充电动作,同时发送一个收枪指令,控制所述机械手带动所述充电枪返回至所述智能充电桩中,并再次重复所述步骤S400,获取动作控制参数并操控所述机械手控制充电枪再次进行充电作业。
在本发明的另一个实施例中,如图10所示,所述获取自动驾驶车辆实时充电信息,完成充电后发出收枪指令,停止充电作业的步骤,具体包括:
S510获取自动驾驶车辆实时充电信息;
S520根据所述实时充电信息,判断自动驾驶车辆的电池是否已充满;
S530若是,则发送收枪指令使所述充电枪停止作业,控制所述机械手带动所述充电枪返回至所述智能充电桩中。
具体地,在本步骤中,通过所述智能充电站与所述自动驾驶车辆网络通信连接,进而可以获取自动驾驶车辆实时充电信息。若所述实时充电信息显示已所述自动驾驶车辆电池已充满,则发送一个收枪指令,控制所述机械手带动所述充电枪返回至所述智能充电桩中,完成本次智能充电桩对自动驾驶车辆的充电作业。
一种智能充电站,如图11所示,所述智能充电站包括通讯装置、导航装置、图像采集处理装置、充电控制装置和断电控制装置。
所述通讯装置用于获取自动驾驶车辆的位置信息和实时智能充电桩信息,并与自动驾驶车辆通信连接;
所述导航装置用于根据实时智能充电桩信息,以目的车位为终点生成路径规划信息发送至自动驾驶车辆中,使自动驾驶车辆根据所述路径规划信息移动至目的车位。
所述图像采集处理装置用于采集自动驾驶车辆的全局图像信息并判断自动驾驶车辆是否处于充电准备就绪状态;
所述充电控制装置用于采集自动驾驶车辆的充电接口图像信息,控制所述机械手连接自动驾驶车辆执行充电动作;
所述断电控制装置用于获取自动驾驶车辆实时充电信息,完成充电后发出收枪指令,停止充电作业。
在本发明的另一个实施例中,所述导航装置还用于:
获取自动驾驶车辆的位置信息,根据实时智能充电桩信息分配目的车位;
根据自动驾驶车辆的位置信息,获取与自动驾驶车辆至目的车位的安全约束信息;
根据所述安全约束信息,获取路径规划信息并控制自动驾驶车辆移动至目的车位。
在本发明的另一个实施例中,所述导航装置还用于:
根据所述安全约束信息,建立路径优化数学模型,通过弗洛伊德算法计算,并基于以下公式一获取自动驾驶车辆的最短路径信息:
P(x,y)=min(P(x,k)+P(k,y),P(x,y)),其中,P(x,y)为结点x到结点y的最短距离,k为路径经过点,通过上述公式一获取距离最小值;
根据所述最短路径信息,执行平滑处理,并基于以下公式二获取平滑曲线路径:
D={LSL,RSR,RSL,LSR,RLR,LRL},
其中,D为平滑曲线路径的集合,L为方向盘左打的逆时针方向的圆弧运动,R为方向右打的顺时针方向的圆弧运动,S为直线运动;
基于自动驾驶车辆车身的最大曲率对平滑曲线路径进行优化,得到路径规划信息并根据该路径规划信息将自动驾驶车辆移动至目的车位。
在本发明的另一个实施例中,所述图像采集处理装置还用于:
通过所述智能充电桩采集自动驾驶车辆全局图像信息,判断自动驾驶车辆的汽车充电盖是否处于闭合状态;
若否,通过安装于所述机械手的吸附结构吸附汽车充电盖,使自动驾驶车辆进入充电准备就绪状态。
在本发明的另一个实施例中,所述图像采集处理装置还用于:
控制安装于所述机械手的相机对自动驾驶车辆进行图像采集,实时获取多张所述智能充电桩对位于目的车位的自动驾驶车辆不同角度的图像;
将多张图像进行变换,建立图像的坐标系,经过高斯函数计算得到方向导数,并基于以下公式三获取Harris响应值:
R=det(M)-k(trace(M))2,
其中,R为Harris响应值,det(M)为矩阵M对应的行列式,trace(M)为矩阵的秩,k为权值系数,且k的取值为0.04-0.06,通过以上公式提取得到特征点;
获取所述特征匹配点确认图像的拼接顺序,并根据所述拼接顺序进行图像拼接和图像预处理后得到全局图像信息;
根据所述全局图像信息,识别汽车充电盖的开合状态。
在本发明的另一个实施例中,所述图像采集处理装置还用于:
获取汽车充电盖的训练样本图像;
建立汽车充电盖识别模型,并将所述汽车充电盖的训练图像数据载入至所述汽车充电盖识别模型;
对所述汽车充电盖识别模型进行训练,使所述汽车充电盖识别模型对汽车充电盖进行识别。
在本发明的另一个实施例中,所述充电控制装置还用于:
采集自动驾驶车辆的充电接口图像信息,获取自动驾驶车辆充电接口位置信息;
根据自动驾驶车辆充电接口位置信息,获取所述机械手的动作控制参数;
根据所述动作控制参数,控制所述机械手将充电枪插入至自动驾驶车辆接口,以使智能充电桩对自动驾驶车辆进行充电。
在本发明的另一个实施例中,所述充电控制装置还用于:
实时监控并判断所述智能充电桩与自动驾驶车辆是否处于电连接关系;
若所述智能充电桩与自动驾驶车辆断开连接,则发送收枪指令,控制所述机械手带动所述充电枪返回至所述智能充电桩中;
获取动作控制参数,使所述机械手重新进行充电作业。
在本发明的另一个实施例中,所述断电控制装置还用于:
获取自动驾驶车辆实时充电信息;
根据所述实时充电信息,判断自动驾驶车辆的电池是否已充满;
若是,则发送收枪指令使所述充电枪停止作业,控制所述机械手带动所述充电枪返回至所述智能充电桩中。
在本发明的另一个实施例中,还提供一种计算机设备,包括一个或多个处理器、存储器;以及一个或多个程序,其中一个或多个程序被存储到存储器中,并且被配置成由一个或多个处理器执行,所述程序包括用于执行所述基于自动驾驶车辆的智能充电方法的控制指令。
所述计算机设备可以是终端,其内部结构图可以如图12所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现机器人一拖多的抓取方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
在本发明的另一个实施例中,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述基于自动驾驶车辆的智能充电方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于自动驾驶车辆的智能充电方法,包括多个智能充电桩,所述智能充电桩上安装有机械手,所述机械手连接有一充电枪,其特征在于,包括:
获取自动驾驶车辆的位置信息和实时智能充电桩信息,并与自动驾驶车辆通信连接;
根据实时智能充电桩信息,以目的车位为终点生成路径规划信息发送至自动驾驶车辆中,使自动驾驶车辆根据所述路径规划信息移动至目的车位;
采集自动驾驶车辆的全局图像信息并判断自动驾驶车辆是否处于充电准备就绪状态;
采集自动驾驶车辆的充电接口图像信息,控制所述机械手连接自动驾驶车辆执行充电动作;
获取自动驾驶车辆实时充电信息,完成充电后发出收枪指令,停止充电作业。
2.根据权利要求1所述的基于自动驾驶车辆的智能充电方法,其特征在于,所述根据实时智能充电桩信息,以目的车位为终点生成路径规划信息发送至自动驾驶车辆中,使自动驾驶车辆根据所述路径规划信息移动至目的车位的步骤,具体包括:
获取自动驾驶车辆的位置信息,根据实时智能充电桩信息分配目的车位,
根据自动驾驶车辆的位置信息,获取与自动驾驶车辆至目的车位的安全约束信息;
根据所述安全约束信息,获取路径规划信息并控制自动驾驶车辆移动至目的车位。
3.根据权利要求2所述的基于自动驾驶车辆的智能充电方法,其特征在于,所述根据所述安全约束信息,获取路径规划信息并控制自动驾驶车辆移动至目的车位的步骤,具体包括:
根据所述安全约束信息,建立路径优化数学模型,通过弗洛伊德算法计算,并基于以下公式一获取自动驾驶车辆的最短路径信息:
P(x,y)=min(P(x,k)+P(k,y),P(x,y)),
其中,P(x,y)为结点x到结点y的最短距离,k为路径经过点,通过上述公式获取距离最小值;
根据所述最短路径信息,执行平滑处理,并基于以下公式二获取平滑曲线路径:
D={LSL,RSR,RSL,LSR,RLR,LRL},
其中,D为平滑曲线路径的集合,L为方向盘左打的逆时针方向的圆弧运动,R为方向右打的顺时针方向的圆弧运动,S为直线运动;
基于自动驾驶车辆车身的最大曲率对对平滑曲线路径进行优化,得到路径规划信息并根据该路径规划信息将自动驾驶车辆移动至目的车位。
4.根据权利要求1所述的基于自动驾驶车辆的智能充电方法,其特征在于,所述采集自动驾驶车辆的全局图像信息并判断自动驾驶车辆是否处于充电准备就绪状态的步骤,具体包括:
通过所述智能充电桩采集自动驾驶车辆全局图像信息,判断自动驾驶车辆的汽车充电盖是否处于闭合状态;
若否,通过安装于所述机械手的吸附结构吸附汽车充电盖,使自动驾驶车辆进入充电准备就绪状态。
5.根据权利要求4所述的基于自动驾驶车辆的智能充电方法,其特征在于,所述通过所述智能充电桩采集自动驾驶车辆全局图像信息,判断自动驾驶车辆的汽车充电盖是否处于闭合状态的步骤,具体包括:
控制安装于所述机械手的相机对自动驾驶车辆进行图像采集,实时获取多张所述智能充电桩对位于目的车位的自动驾驶车辆不同角度的图像;
将多张图像进行变换,建立图像的坐标系,经过高斯函数计算得到方向导数,并基于以下公式三获取Harris响应值:
R=det(M)-k(trace(M))2,
其中,R为Harris响应值,det(M)为矩阵M对应的行列式,trace(M)为矩阵的秩,k为权值系数,且k的取值为0.04-0.06,通过以上公式三提取得到特征点;
获取所述特征点确认图像的拼接顺序,并根据所述拼接顺序进行图像拼接和图像预处理后得到全局图像信息;
根据所述全局图像信息,识别汽车充电盖的开合状态。
6.根据权利要求5所述的基于自动驾驶车辆的智能充电方法,其特征在于,所述根据所述全局图像信息,识别汽车充电盖的开合状态的步骤之前,还包括:
获取汽车充电盖的训练图像数据;
建立汽车充电盖识别模型,并将所述汽车充电盖的训练图像数据载入至所述汽车充电盖识别模型;
对所述汽车充电盖识别模型进行训练,使所述汽车充电盖识别模型对汽车充电盖进行识别。
7.根据权利要求1所述的基于自动驾驶车辆的智能充电方法,其特征在于,所述采集自动驾驶车辆的充电接口图像信息,控制所述机械手连接自动驾驶车辆执行充电动作的步骤,具体包括:
采集自动驾驶车辆的充电接口图像信息,获取自动驾驶车辆充电接口位置信息;
根据自动驾驶车辆充电接口位置信息,获取所述机械手的动作控制参数;
根据所述动作控制参数,控制所述机械手将充电枪插入至自动驾驶车辆接口,以使智能充电桩对自动驾驶车辆进行充电。
8.根据权利要求7所述的基于自动驾驶车辆的智能充电方法,其特征在于,所述根据所述动作控制参数,控制所述机械手将充电枪插入至自动驾驶车辆接口,以使智能充电桩对自动驾驶车辆进行充电的步骤,还包括:
实时监控并判断所述智能充电桩与自动驾驶车辆是否处于电连接关系;
若所述智能充电桩与自动驾驶车辆断开连接,则发送收枪指令,控制所述机械手带动所述充电枪返回至所述智能充电桩中;
获取动作控制参数,使所述机械手重新进行充电作业。
9.根据权利要求1所述的基于自动驾驶车辆的智能充电方法,其特征在于,所述获取自动驾驶车辆实时充电信息,完成充电后发出收枪指令,停止充电作业的步骤,具体包括:
获取自动驾驶车辆实时充电信息;
根据所述实时充电信息,判断自动驾驶车辆的电池是否已充满;
若是,则发送收枪指令使所述充电枪停止作业,控制所述机械手带动所述充电枪返回至所述智能充电桩中。
10.一种智能充电站,其特征在于,所述智能充电站包括:
通讯装置,用于获取自动驾驶车辆的位置信息和实时智能充电桩信息,并与自动驾驶车辆通信连接;
导航装置,用于根据实时智能充电桩信息,以目的车位为终点生成路径规划信息发送至自动驾驶车辆中,使自动驾驶车辆根据所述路径规划信息移动至目的车位;
图像采集处理装置,用于采集自动驾驶车辆的全局图像信息并判断自动驾驶车辆是否处于充电准备就绪状态;
充电控制装置,用于采集自动驾驶车辆的充电接口图像信息,控制机械手连接自动驾驶车辆执行充电动作;
断电控制装置,用于获取自动驾驶车辆实时充电信息,完成充电后发出收枪指令,停止充电作业。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110819134.6A CN113479105A (zh) | 2021-07-20 | 2021-07-20 | 一种基于自动驾驶车辆的智能充电方法及智能充电站 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110819134.6A CN113479105A (zh) | 2021-07-20 | 2021-07-20 | 一种基于自动驾驶车辆的智能充电方法及智能充电站 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113479105A true CN113479105A (zh) | 2021-10-08 |
Family
ID=77942385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110819134.6A Pending CN113479105A (zh) | 2021-07-20 | 2021-07-20 | 一种基于自动驾驶车辆的智能充电方法及智能充电站 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113479105A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114179664A (zh) * | 2021-12-30 | 2022-03-15 | 杭州蓝芯科技有限公司 | 一种amr自主充电的方法、电子设备、计算机存储介质 |
CN117728589A (zh) * | 2024-02-08 | 2024-03-19 | 山西同鑫达电气工程有限公司 | 配电箱用电监测方法、装置、设备及介质 |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6169940B1 (en) * | 1997-09-03 | 2001-01-02 | Honda Giken Kogyo Kabushiki Kaisha | Automatic driving system |
KR20020045916A (ko) * | 2000-12-11 | 2002-06-20 | 이계철 | 회전 금지, 유-턴, 피-턴을 고려한 다익스트라 알고리즘또는 플로이드-워셜 알고리즘을 이용한 최단경로 산출방법 |
EP1279081A2 (en) * | 2000-05-01 | 2003-01-29 | Irobot Corporation | Method and system for remote control of mobile robot |
CN101567051A (zh) * | 2009-06-03 | 2009-10-28 | 复旦大学 | 一种基于特征点的图像配准方法 |
US20130054080A1 (en) * | 2011-08-31 | 2013-02-28 | Caterpillar Inc. | System and method of managing vehicles deployed in a worksite |
JP2014232509A (ja) * | 2013-05-30 | 2014-12-11 | 株式会社Ihiエアロスペース | 経路生成方法と装置 |
CN107481273A (zh) * | 2017-07-12 | 2017-12-15 | 南京航空航天大学 | 一种航天器自主导航快速图像匹配方法 |
CN108305317A (zh) * | 2017-08-04 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置及存储介质 |
CN108444488A (zh) * | 2018-02-05 | 2018-08-24 | 天津大学 | 基于等步采样a*算法的无人驾驶局部路径规划方法 |
CN108550166A (zh) * | 2018-03-26 | 2018-09-18 | 北京航空航天大学 | 一种空间目标图像匹配方法 |
CN108790872A (zh) * | 2018-05-31 | 2018-11-13 | 徐漫洋 | 基于移动机器人的电动汽车充电方法、移动机器人及后台 |
CN108944514A (zh) * | 2018-07-13 | 2018-12-07 | 上海蔚来汽车有限公司 | 一种移动充电装置控制系统、方法和移动充电系统 |
CN109849718A (zh) * | 2018-12-06 | 2019-06-07 | 海南电网有限责任公司 | 一种电动汽车充电设施及配电网主动式协同规划的方法 |
CN110259221A (zh) * | 2019-06-04 | 2019-09-20 | 苏州市诺百利智能科技有限公司 | 一种具有智能管理系统的立体车库 |
CN110531759A (zh) * | 2019-08-02 | 2019-12-03 | 深圳大学 | 机器人探索路径生成方法、装置、计算机设备和存储介质 |
CN110901447A (zh) * | 2019-11-05 | 2020-03-24 | 国网天津市电力公司电力科学研究院 | 一种电动汽车充电桩云管理系统及方法 |
US20200149906A1 (en) * | 2017-08-31 | 2020-05-14 | Guangzhou Xiaopeng Motors Technology Co., Ltd. | Path planning method, system and device for autonomous driving |
US20200264605A1 (en) * | 2019-02-20 | 2020-08-20 | Gm Cruise Holdings Llc | Autonomous vehicle routing based upon risk of autonomous vehicle takeover |
CN111845774A (zh) * | 2020-07-20 | 2020-10-30 | 上海大学 | 一种基于横纵向协调的自动驾驶汽车动态轨迹规划及跟踪方法 |
CN112114584A (zh) * | 2020-08-14 | 2020-12-22 | 天津理工大学 | 一种球形两栖机器人的全局路径规划方法 |
US20210096564A1 (en) * | 2019-09-30 | 2021-04-01 | Ford Global Technologies, Llc | Self-balancing autonomous vehicle fleet |
CN112829608A (zh) * | 2018-04-13 | 2021-05-25 | 丰田自动车株式会社 | 车辆充电系统 |
CN112848956A (zh) * | 2021-03-19 | 2021-05-28 | 上海寅家电子科技股份有限公司 | 自动代客泊车充电系统及方法 |
-
2021
- 2021-07-20 CN CN202110819134.6A patent/CN113479105A/zh active Pending
Patent Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6169940B1 (en) * | 1997-09-03 | 2001-01-02 | Honda Giken Kogyo Kabushiki Kaisha | Automatic driving system |
EP1279081A2 (en) * | 2000-05-01 | 2003-01-29 | Irobot Corporation | Method and system for remote control of mobile robot |
KR20020045916A (ko) * | 2000-12-11 | 2002-06-20 | 이계철 | 회전 금지, 유-턴, 피-턴을 고려한 다익스트라 알고리즘또는 플로이드-워셜 알고리즘을 이용한 최단경로 산출방법 |
CN101567051A (zh) * | 2009-06-03 | 2009-10-28 | 复旦大学 | 一种基于特征点的图像配准方法 |
US20130054080A1 (en) * | 2011-08-31 | 2013-02-28 | Caterpillar Inc. | System and method of managing vehicles deployed in a worksite |
DE102012015749A1 (de) * | 2011-08-31 | 2013-02-28 | Caterpillar Inc. | System und Verfahren zum Managen bzw. Verwalten von in einer Arbeitsstätte eingesetzten Fahrzeugen |
JP2014232509A (ja) * | 2013-05-30 | 2014-12-11 | 株式会社Ihiエアロスペース | 経路生成方法と装置 |
CN107481273A (zh) * | 2017-07-12 | 2017-12-15 | 南京航空航天大学 | 一种航天器自主导航快速图像匹配方法 |
CN108305317A (zh) * | 2017-08-04 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置及存储介质 |
US20200149906A1 (en) * | 2017-08-31 | 2020-05-14 | Guangzhou Xiaopeng Motors Technology Co., Ltd. | Path planning method, system and device for autonomous driving |
CN108444488A (zh) * | 2018-02-05 | 2018-08-24 | 天津大学 | 基于等步采样a*算法的无人驾驶局部路径规划方法 |
CN108550166A (zh) * | 2018-03-26 | 2018-09-18 | 北京航空航天大学 | 一种空间目标图像匹配方法 |
CN112829608A (zh) * | 2018-04-13 | 2021-05-25 | 丰田自动车株式会社 | 车辆充电系统 |
CN108790872A (zh) * | 2018-05-31 | 2018-11-13 | 徐漫洋 | 基于移动机器人的电动汽车充电方法、移动机器人及后台 |
CN108944514A (zh) * | 2018-07-13 | 2018-12-07 | 上海蔚来汽车有限公司 | 一种移动充电装置控制系统、方法和移动充电系统 |
CN109849718A (zh) * | 2018-12-06 | 2019-06-07 | 海南电网有限责任公司 | 一种电动汽车充电设施及配电网主动式协同规划的方法 |
US20200264605A1 (en) * | 2019-02-20 | 2020-08-20 | Gm Cruise Holdings Llc | Autonomous vehicle routing based upon risk of autonomous vehicle takeover |
CN110259221A (zh) * | 2019-06-04 | 2019-09-20 | 苏州市诺百利智能科技有限公司 | 一种具有智能管理系统的立体车库 |
CN110531759A (zh) * | 2019-08-02 | 2019-12-03 | 深圳大学 | 机器人探索路径生成方法、装置、计算机设备和存储介质 |
US20210096564A1 (en) * | 2019-09-30 | 2021-04-01 | Ford Global Technologies, Llc | Self-balancing autonomous vehicle fleet |
CN110901447A (zh) * | 2019-11-05 | 2020-03-24 | 国网天津市电力公司电力科学研究院 | 一种电动汽车充电桩云管理系统及方法 |
CN111845774A (zh) * | 2020-07-20 | 2020-10-30 | 上海大学 | 一种基于横纵向协调的自动驾驶汽车动态轨迹规划及跟踪方法 |
CN112114584A (zh) * | 2020-08-14 | 2020-12-22 | 天津理工大学 | 一种球形两栖机器人的全局路径规划方法 |
CN112848956A (zh) * | 2021-03-19 | 2021-05-28 | 上海寅家电子科技股份有限公司 | 自动代客泊车充电系统及方法 |
Non-Patent Citations (7)
Title |
---|
中国卫星导航定位协会编: "《卫星导航定位于北斗系统应用 北斗耀全球 璀璨中国梦 2015》", 30 September 2015, 北京:测绘出版社 * |
张大巧等: "基于Floyd算法的灵活航迹规划方法", 《弹箭与制导学报》 * |
张建霞: "《基于SWDC的数码航空摄影测量研究与应用》", 30 November 2015, 中国矿业大学出版社 * |
张清云: "《Python数据结构学习笔记》", 30 May 2021, 中国铁道出版社 * |
李玉峰;王竹筠;: "基于Harris-SIFT特征匹配的图像自动配准算法研究" * |
李芹;: "基于特征提取的图像拼接方法" * |
王昆仑等编: "《数据结构与算法》", 30 September 2012, 北京:中国铁道出版社 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114179664A (zh) * | 2021-12-30 | 2022-03-15 | 杭州蓝芯科技有限公司 | 一种amr自主充电的方法、电子设备、计算机存储介质 |
CN114179664B (zh) * | 2021-12-30 | 2024-04-19 | 杭州蓝芯科技有限公司 | 一种amr自主充电的方法、电子设备、计算机存储介质 |
CN117728589A (zh) * | 2024-02-08 | 2024-03-19 | 山西同鑫达电气工程有限公司 | 配电箱用电监测方法、装置、设备及介质 |
CN117728589B (zh) * | 2024-02-08 | 2024-04-26 | 山西同鑫达电气工程有限公司 | 配电箱用电监测方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110689761B (zh) | 一种自动泊车方法 | |
CN111081064B (zh) | 一种车载以太网的自动泊车系统及自动代客泊车方法 | |
CN106740841B (zh) | 基于动态控制的车道线检测方法、装置及车载设备 | |
CN110924340B (zh) | 一种用于智能捡垃圾的移动机器人系统与实现方法 | |
CN113267199B (zh) | 行驶轨迹规划方法及装置 | |
JP7414978B2 (ja) | 駐車スペース及びその方向角検出方法、装置、デバイス及び媒体 | |
CN206623754U (zh) | 车道线检测装置 | |
CN113479105A (zh) | 一种基于自动驾驶车辆的智能充电方法及智能充电站 | |
JP2020123343A (ja) | 自動駐車システムを提供するために決定地点間の関係及び決定地点に対するリグレッション結果を利用して駐車スペースを検出する学習方法及び学習装置、そしてこれを利用したテスティング方法及びテスティング装置 | |
CN110930323B (zh) | 图像去反光的方法、装置 | |
CN109727490B (zh) | 一种基于行车预测场的周边车辆行为自适应矫正预测方法 | |
CN107000789A (zh) | 用于辅助引导车辆的方法和设备 | |
CN112419776B (zh) | 自主泊车方法、装置、汽车及计算设备 | |
CN113096433A (zh) | 一种基于车路协同的自主泊车方法、装置及存储介质 | |
CN113405558A (zh) | 自动驾驶地图的构建方法及相关装置 | |
EP4296888A1 (en) | Path construction method and apparatus, terminal, and storage medium | |
CN113942524B (zh) | 一种车辆行驶控制方法、系统及计算机可读存储介质 | |
CN115127576A (zh) | 路径规划方法、装置、芯片、终端、电子设备及存储介质 | |
CN114360261B (zh) | 车辆逆行的识别方法、装置、大数据分析平台和介质 | |
DE102017219377A1 (de) | Verfahren zur Optimierung einer Pfadplanung für ein Fahrzeug | |
CN108313051B (zh) | 泊车方法、装置、系统及存储介质 | |
CN116125980A (zh) | 无人货车驾驶方法、装置、电子设备及存储介质 | |
CN115421486A (zh) | 返航控制方法、装置、计算机可读介质及自移动设备 | |
CN115352435A (zh) | 一种记忆泊车方法、装置、电子设备及存储介质 | |
US20240133696A1 (en) | Path construction method and apparatus, terminal, and storage medium |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211008 |