CN114995387A - 一种智慧型引导运输车的控制方法和装置 - Google Patents
一种智慧型引导运输车的控制方法和装置 Download PDFInfo
- Publication number
- CN114995387A CN114995387A CN202210485435.4A CN202210485435A CN114995387A CN 114995387 A CN114995387 A CN 114995387A CN 202210485435 A CN202210485435 A CN 202210485435A CN 114995387 A CN114995387 A CN 114995387A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- igv
- port
- machine equipment
- 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 59
- 238000012545 processing Methods 0.000 claims description 24
- 230000000694 effects Effects 0.000 claims description 10
- 238000013519 translation Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 abstract description 10
- 230000008447 perception Effects 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000003137 locomotive effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请提供一种智慧型引导运输车的控制方法和装置。该方法包括：在IGV行驶过程中，获取设置在IGV前端的激光雷达扫描的所述IGV前方和上方周围环境的第一点云数据，并获取设置在所述IGV后端的激光雷达扫描的所述IGV后方和上方周围环境的第二点云数据；将所述第一点云数据和所述第二点云数据与预存的港机设备目标特征数据进行匹配识别；根据所述第一点云数据和所述第二点云数据中识别出的所述港机设备的位置及吊具的状态，控制所述IGV行驶以所述IGV配合所述港机设备进行装卸货作业。本申请扩大了智慧型引导运输车的感知范围，提高了其对港机设备检测识别的准确率和精度。
Description
技术领域
本申请涉及人工智能技术领域，尤其涉及一种智慧型引导运输车的控制方法和装置。
背景技术
在港口智能化建设中，IGV(Intelligent Guided Vehicle)由于其自动化、无人驾驶等优点在港口运输作业中扮演着重要的角色。由于港口的工作环境复杂，为完成和港机设备的配合作业，IGV在行驶过程中需要实时精确感知车体周围港机设备的位置和吊具状态。
现有的IGV感知方案是通过在IGV上装载各类车载传感器或相机来采集车体周围港机设备的信息，然后通过算法对采集到的数据进行目标检测、识别，用于完成对IGV作业流程的控制。
因IGV没有牵引车头，传感器或相机安装在IGV本体上，导致数据采集视野受限，数据采集不完整从而降低了IGV对港机设备检测识别的准确率。
发明内容
本申请实施例提供一种智慧型引导运输车的控制方法和装置，以扩大智慧型引导运输车的感知范围，提高其对港机设备检测识别的准确率和精度，从而提高其作业效率。
第一方面，本申请实施例提供一种智慧型引导运输车的控制方法，包括：
在IGV行驶过程中，获取设置在IGV前端的激光雷达扫描的所述IGV前方和上方周围环境的第一点云数据，并获取设置在所述IGV后端的激光雷达扫描的所述IGV后方和上方周围环境的第二点云数据；
将所述第一点云数据和所述第二点云数据与预存的港机设备目标特征数据进行匹配识别；
根据所述第一点云数据和所述第二点云数据中识别出的所述港机设备的位置及吊具的状态，控制所述IGV行驶以所述IGV配合所述港机设备进行装卸货作业。
在第一方面一种可能的实施方式中，所述将所述第一点云数据和所述第二点云数据与预存的港机设备目标特征数据进行匹配识别之前，还包括：
获取所述激光雷达的坐标系，并对所述激光雷达的坐标系进行旋转平移，以控制所述激光雷达坐标系的坐标原点与所述IGV的车载坐标系的坐标原点重合。
在一种可能的实施方式中，所述方法还包括：
根据所述第一点云数据，生成以所述IGV车头为坐标原点的所述IGV前方和上方周围环境的点云图像，并根据所述第二点云数据生成以所述IGV车头为坐标原点的所述IGV后方和上方周围环境的点云图像。
在一种可能的实施方式中，所述港机设备的目标特征数据包括：所述港机设备的高度特征和轮廓特征；所述将所述第一点云数据和所述第二点云数据与预存的港机设备目标特征数据进行匹配识别，包括：
根据所述港机设备的高度特征和轮廓特征，在所述第一点云数据和所述第二点云数据中识别所述港机设备的位置及吊具状态；
将识别出的所述港机设备的位置坐标及所述吊具的位置坐标存储在车载计算机中。
在一种可能的实施方式中，所述根据所述港机设备的高度特征和轮廓特征，在所述第一点云数据和所述第二点云数据中识别所述港机设备的位置及吊具状态，包括：
根据所述港机设备的高度特征和轮廓特征，在所述第一点云数据和所述第二点云数据中识别所述港机设备的类型；
根据所述港机设备的类型对应的吊具活动范围，在所述第一点云数据和所述第二点云数据中识别所述港机设备的吊具状态。
在一种可能的实施方式中，所述根据所述港机设备的类型对应的吊具活动范围，在所述第一点云数据和所述第二点云数据中识别所述港机设备的吊具状态，包括：
根据所述第一点云数据和所述第二点云数据，在沿所述港机设备的高度方向上绘制直方图并进行二值化处理，通过所述二值化处理后的直方图显示所述吊具上的集装箱状态。
第二方面，本申请实施例提供一种智慧型引导运输车的控制装置，包括：
获取模块，用于在IGV行驶过程中，获取设置在IGV前端的激光雷达扫描的所述IGV前方和上方周围环境的第一点云数据，并获取设置在所述IGV后端的激光雷达扫描的所述IGV后方和上方周围环境的第二点云数据；
处理模块，用于将所述第一点云数据和所述第二点云数据与预存的港机设备目标特征数据进行匹配识别；
控制模块，用于根据所述第一点云数据和所述第二点云数据中识别出的所述港机设备的位置及吊具的状态，控制所述IGV行驶以所述IGV配合所述港机设备进行装卸货作业。
在第二方面一种可能的实施方式中，所述获取模块，还包括：
获取所述激光雷达的坐标系，并对所述激光雷达的坐标系进行旋转平移，以控制所述激光雷达坐标系的坐标原点与所述IGV的车载坐标系的坐标原点重合。
在一种可能的实施方式中，所述处理模块具体用于：
根据所述第一点云数据，生成以所述IGV车头为坐标原点的所述IGV前方和上方周围环境的点云图像，并根据所述第二点云数据生成以所述IGV车头为坐标原点的所述IGV后方和上方周围环境的点云图像。
在一种可能的实施方式中，所述港机设备的目标特征数据包括：所述港机设备的高度特征和轮廓特征；所述处理模块具体用于：
根据所述港机设备的高度特征和轮廓特征，在所述第一点云数据和所述第二点云数据中识别所述港机设备的位置及吊具状态；
将识别出的所述港机设备的位置坐标及所述吊具的位置坐标存储在车载计算机中。
在一种可能的实施方式中，所述处理模块具体用于：
根据所述港机设备的高度特征和轮廓特征，在所述第一点云数据和所述第二点云数据中识别所述港机设备的类型；
根据所述港机设备的类型对应的吊具活动范围，在所述第一点云数据和所述第二点云数据中识别所述港机设备的吊具状态。
在一种可能的实施方式中，所述处理模块具体用于：
根据所述第一点云数据和所述第二点云数据，在沿所述港机设备的高度方向上绘制直方图并进行二值化处理，通过所述二值化处理后的直方图显示所述吊具上的集装箱状态。
第三方面，本申请实施例提供一种电子设备，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如第一方面任一项所述的方法。
第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如第一方面任一项所述的方法。
第五方面，本申请实施例提供一种计算机程序产品，所述计算机程序产品包括计算机程序；所述计算机程序被执行时实现第一方面任一项所述的方法。
本申请提供的智慧型引导运输车的控制方法和装置，首先在IGV行驶过程中，获取设置在IGV前、后端的激光雷达扫描的IGV前、后方和上方周围环境的第一点云数据、第二点云数据；然后将第一点云数据和第二点云数据与预存的港机设备目标特征数据进行匹配识别；进而通过识别出的港机设备的位置及吊具的状态来控制IGV行驶以配合港机设备进行装卸货作业。通过激光雷达扫描IGV行驶过程中前、后方和上方周围环境生成的点云数据，提高了数据采集的全面性和精确性，进而提高了检测识别的准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的IGV系统示意图；
图2为本申请实施例1提供的一种智慧型引导运输车的控制方法流程示意图；
图3为本申请实施例2提供的一种智慧型引导运输车的控制方法流程示意图；
图4为本申请实施例提供的吊具状态直方图示意图；
图5是本申请实施例提供的一种智慧型引导运输车的控制装置的结构示意图；
图6为本申请实施例提供的一种电子设备的结构示意图。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在人工智能技术领域中，IGV在港口智能化建设中扮演着重要的角色，为完成和港机设备的配合作业，IGV在行驶过程中需要实时精确感知车体周围港机设备的位置和吊具的状态。现有的技术方案是通过在IGV上装载各类传感器或相机来采集车体周围港机设备的信息，再对采集到的数据进行分析计算来完成对IGV作业流程的控制。然而，上述现有技术存在数据采集视野受限问题，无法完成对港机设备的位置和吊具状态的准确识别。
为了解决上述技术问题，本申请实施例提供一种智慧型引导运输车的控制方法和装置，应用于人工智能技术领域。
图1为本申请实施例提供的IGV系统示意图。如图1所示，IGV101上包括：车载计算机102、设置在IGV101前端的激光雷达103、设置在IGV101后端的激光雷达104。其中，激光雷达103、104与车载计算机102通过线缆连接。激光雷达103、104可以选用机械旋转式激光雷达和视野朝上的固态激光雷达，采用竖直安装的方式来扩大检测范围，保证IGV101到达作业位置附近时可以同时扫描到港机设备和自车集装箱，激光雷达103、104安装完成后进入实时工作状态。
激光雷达103、104能够扫描IGV101前、后方和上方周围环境的点云数据，该点云数据用于与预存的港机设备的目标特征数据匹配识别；
车载计算机102能够获取激光雷达103、104产生的点云数据并对点云数据进行分析计算，从而控制IGV101行驶以配合港机设备进行装卸货作业。
图1中车头车尾的规定主要是为方便描述。进一步约定，车头向前时为前向作业，车尾向前为反向作业。
下面以具体地实施例对本公开的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图2为本申请实施例1提供的一种智慧型引导运输车的控制方法流程示意图。如图2所示，本实施例1的方法，本实施例中执行主体为设置在IGV上的车载计算机，可以理解的是，以下步骤可以通过硬件实现、软件实现、或者硬件和软件相结合的方式实现。包括：
S201：在IGV行驶过程中，获取设置在IGV前端的激光雷达扫描的所述IGV前方和上方周围环境的第一点云数据，并获取设置在所述IGV后端的激光雷达扫描的所述IGV后方和上方周围环境的第二点云数据。
本实施例中，IGV是指智慧型引导运输车，与无人集卡相比没有牵引车头，以挂车作为车体，用于港口的运输作业。IGV上载有车载计算机用于控制IGV的行驶。
本实施例中，点云数据是指激光雷达在扫描IGV周围环境生成的扫描数据，以点的形式记录，每一个点包含有三维坐标，点云数据标识在激光雷达的坐标系中。
IGV行驶过程中，设置在IGV前、后端的激光雷达处于实时工作状态，激光雷达通过实时扫描IGV周围环境并生成点云数据。其中，第一点云数据反映IGV前方和上方的环境信息；第二点云数据反映IGV后方和上方的环境信息。
IGV前、后端的激光雷达将采集的点云数据传输给设置在IGV上的车载计算机，车载计算机获取上述点云数据并存储至车载计算机内置存储单元中。
S202：将所述第一点云数据和所述第二点云数据与预存的港机设备目标特征数据进行匹配识别。
本实施例中，港机设备主要是指港口的岸边吊机,一般包含岸桥(也称桥吊)和轨道吊(也称龙门吊)。吊具是港机设备中用于吊取集装箱的装置，是港机设备的一部分。
本实施例中，港机设备的目标特征数据用于表示港机设备的形状、轮廓，一般而言可以包括：所述港机设备的高度特征和轮廓特征；举例而言，可以以车载坐标系原点为基准，将沿坐标系z轴14-16m的高度范围作为高度特征；将港机设备的两根横大梁作为轮廓特征。港机设备的目标特征数据预先存储在车载计算机中，以用于车载计算机在IGV前后端设置的激光雷达采集的点云数据中识别是否存在港机设备。
一种可能是实现方式中，可以采用如下方式进行匹配识别：根据所述港机设备的高度特征和轮廓特征，在所述第一点云数据和所述第二点云数据中识别所述港机设备的位置及吊具状态；将识别出的所述港机设备的位置坐标及所述吊具的位置坐标存储在车载计算机中。
本实施例中，车载计算机内置车载坐标系可以以IGV的位置作为参考而建立，例如，可以以IGV车头作为车载坐标系的坐标原点。
具体地，车载计算机获取预先配置完成的港机设备目标特征数据并存储至车载计算机内置存储单元中。车载计算机根据港机设备的目标特征数据对第一、二点云数据进行分析处理实现匹配识别。其中，识别的过程可以采用多种识别算法，例如：可以调用PCL库来进行匹配识别，PCL库为开源C++库,用于实现与大量点云数据相关的通用算法和高效的点云数据管理。车载计算机可以实现对PCL库的调用。
作为一种可能的识别方式中，可以根据所述港机设备的高度特征和轮廓特征，在所述第一点云数据和所述第二点云数据中识别所述港机设备的类型。由于不同类型的港机设备的吊具轮廓及活动范围不同，为了精确控制IGV的行驶路径以及与港机设备的装、卸货配合，可以通过IGV前后端的激光雷达采集的点云数据来识别港机设备的类型，进而识别出港机设备对应的吊具活动范围。
作为一种可能的识别方式，可以通过港口地图来判断港机设备的类型。具体地，IGV车载计算机内置港口地图，港口地图内包含港机设备的粗略位置及设备信息，将上述识别到的港机设备的坐标与车载计算机内的港口地图进行比对，可获取港机设备的类型及该港机设备类型对应的吊具活动范围。
作为一种可能的识别方式，车载计算机可以从调度中心的服务器处获取港机设备的类型。具体地，港机设备可以发送自身的设备信息至调度中心的服务器，车载计算机通过建立与调度中心的通信来获取港机设备的类型。
S203：根据所述第一点云数据和所述第二点云数据中识别出的所述港机设备的位置及吊具的状态，控制所述IGV行驶以所述IGV配合所述港机设备进行装卸货作业。
车载计算机内置控制模块用于控制IGV行驶。识别港机设备的位置及吊具的状态，通过控制IGV的形式以使港机设备配合吊具进行装卸货作业。举例而言，如果判断出吊具状态为吊有集装箱，则说明吊具正在进行装卸货作业，此时车载计算机控制IGV停止行驶，等待前方作业完成后，再控制IGV沿规定路线朝吊具下方作业位置行驶，以进行后续的装卸货作业；若吊具处于空闲状态，车载计算机控制IGV继续沿规定路线行驶，至吊具下方作业位置后进行后续的装卸货作业。
本实施例中，通过采用设置在IGV前、后端的激光雷达实时扫描IGV周围环境，激光雷达生成的点云数据用于反应周围环境信息，车载计算机通过调用PCL库，根据预先配置完成的港机设备的目标特征数据对点云数据进行计算分析，进而判断IGV周围港机设备的位置和吊具的状态来控制IGV的行驶。提高了数据采集的全面性和精确性，进而提高了检测识别的准确性。
图3为本申请实施例2提供的一种智慧型引导运输车的控制方法流程示意图。在上述图2所示的实施例1的基础上，本实施例对实施例1的具体实现方式进行更详细的说明。
如图3所示，本实施例2的方法包括：
S301：获取所述激光雷达的坐标系，并对所述激光雷达的坐标系进行旋转平移，以控制所述激光雷达坐标系的坐标原点与所述IGV的车载坐标系的坐标原点重合。
本实施例中执行主体为车载计算机，如图1所示，IGV前、后端各设置一个激光雷达，车载计算机与激光雷达通过线缆连接。首先车载计算机将激光雷达的坐标系标定在车载坐标系中。具体地，车载计算机获取所述激光雷达的坐标系，通过旋转平移将上述坐标系标定在IGV车载坐标系中，即激光雷达坐标系的坐标原点与车载坐标系的坐标原点重合，本实施例中可以以IGV车头坐标作为车载坐标系的坐标原点，但可以理解的是，还可以以IGV车身或车尾作为车载坐标系的坐标原点。
S302：获取设置在IGV前端的激光雷达扫描的所述IGV前方和上方周围环境的第一点云数据，并获取设置在所述IGV后端的激光雷达扫描的所述IGV后方和上方周围环境的第二点云数据。
IGV行驶过程中，设置在IGV前、后端的激光雷达实时扫描IGV周围环境并在各自的激光雷达坐标系中生成点云数据。
应理解，S302的具体实现方式可以参见实施例1中S201的详细描述，此处不做赘述。
S303：根据所述第一点云数据，生成以所述IGV车头为坐标原点的所述IGV前方和上方周围环境的点云图像，并根据所述第二点云数据生成以所述IGV车头为坐标原点的所述IGV后方和上方周围环境的点云图像。
本实施例中点云图像是指由点云数据构成的能够显示事物外部轮廓特征的图像。
因点云数据表示在激光雷达的坐标系中，上述车载计算机对激光雷达的坐标系进行标定后，激光雷达坐标系中的第一、第二点云数据也会经过旋转平移合并生成相应的反映IGV周围环境信息的点云图像。
S304：将所述第一点云数据和所述第二点云数据与预存的港机设备目标特征数据进行匹配识别。
本实施例中，所述港机设备的目标特征数据可以包括：所述港机设备的高度特征和轮廓特征。
IGV车载计算机获取预先配置完成的港机设备的目标特征数据，包含港机设备的高度特征和轮廓特征，具体地，以车载坐标系原点为基准，将沿坐标系z轴14-16m的高度范围作为高度特征；将港机设备的两根横大梁作为轮廓特征。
一种可能的实现方式中，可以采用如下方式进行匹配识别，包括：根据所述港机设备的高度特征和轮廓特征，在所述第一点云数据和所述第二点云数据中识别所述港机设备的位置及吊具状态；将识别出的所述港机设备的位置坐标及所述吊具的位置坐标存储在车载计算机中。
车载计算机根据上述获取的港机设备目标特征数据对反映IGV周围环境信息的点云数据进行分析计算。具体地，车载计算机调取PCL库在点云数据中提取与港机设备目标数据类似的点云数据，将提取到的点云数据与港机设备的目标数据进一步匹配识别，得出识别结果。若检测出IGV周围存在港机设备，将识别出的港机设备的位置坐标存储在车载计算机中。
进一步地，可以采用如下方式确定港机设备的类型和吊具的状态。具体地，根据所述港机设备的高度特征和轮廓特征，在所述第一点云数据和所述第二点云数据中识别所述港机设备的类型；根据所述港机设备的类型对应的吊具活动范围，在所述第一点云数据和所述第二点云数据中识别所述港机设备的吊具状态。
作为一种可能的识别方式，可以通过港口地图来判断港机设备的类型。具体地，IGV车载计算机内置港口地图，港口地图中内包含港机设备的粗略位置及设备信息，将上述识别到的港机设备的坐标与车载计算机内的港口地图进行比对，可获取港机设备的类型及该港机设备类型对应的吊具活动范围。
作为一种可能的识别方式，车载计算机可以从调度中心的服务器处获取港机设备的类型。具体地，港机设备可以发送自身的设备信息至调度中心的服务器，车载计算机通过建立与调度中心的通信来获取港机设备的类型。
进一步地，可以采用如下方式确定识别结果。具体地，根据所述第一点云数据和所述第二点云数据，在沿所述港机设备的高度方向上绘制直方图并进行二值化处理，通过所述二值化处理后的直方图显示所述吊具上的集装箱状态。
图4为本申请实施例提供的吊具状态直方图示意图。具体地，根据上述识别出的港机设备类型，设定上述港机设备的吊具活动范围作为RoI，其中RoI需根据实际港机设备确认。其中，RoI(Region of Interest)是指感兴趣区域,即从被处理的点云图像中以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域。本实施例中，将港机设备的吊具活动范围作为RoI。
本实施例中直方图是指一种统计吊具状态数据的柱状图,可以表示吊具状态的变化情况。
二值化是指一种实现图像分割的方法。本实施例中通过二值化可以将直方图转换为二值图像，即直方图包括非0值区域和0值区域。车载计算机通过判断非0值的长度和高度获取吊具的状态。车载计算机调用PCL库提取RoI范围内的点云数据，并将提取的点云数据沿车载坐标系z轴方向，即港机设备的高度方向，以特定步长绘制直方图并进行二值化处理。其中具体的步长和二值化的阈值需要根据实际情况确认。本实施例中通过二值化可以将直方图转换为二值图像，即直方图包括非0值区域和0值区域。如图4所示，直方图中黑色区域为非0值区域，白色区域为0值区域。车载计算机通过分析经二值化处理后的直方图判断吊具的状态，包括吊具的高度及是否吊有集装箱。具体地，直方图非0值区域代表此区域有实物，即至少存在吊具，直方图非0值区域的高度代表吊具的高度；可以通过直方图非0值区域的长度可判断吊具是否吊有集装箱，国标规定集装箱的高度在2m左右，若直方图非0值区域的长度大于2m，则吊具吊有集装箱，反之则没有。通过直方图可以快速识别出吊具的状态。
S305:根据所述第一点云数据和所述第二点云数据中识别出的所述港机设备的位置及吊具的状态，控制所述IGV行驶以所述IGV配合所述港机设备进行装卸货作业。
应理解，S305的具体实现方式可以参见实施例1中S203的详细描述，此处不做赘述。
本申请可支持IGV在不同的工况下实时精确监测车体周围港机设备的位置和吊具状态，解决了数据采集视野受限问题，扩大了检测范围，提高了检测识别的准确率，降低了实施成本，提高了IGV的作业效率。
图5为本公开实施例提供的一种智慧型引导运输车的控制装置的结构示意图。本实施例的装置可以为软件和/或硬件的形式。如图5所示，本实施例提供的交通策略的检测装置500，包括：获取模块501、处理模块502和控制模块503。其中，
获取模块501，用于在IGV行驶过程中，获取设置在IGV前端的激光雷达扫描的IGV前方和上方周围环境的第一点云数据，并获取设置在IGV后端的激光雷达扫描的IGV后方和上方周围环境的第二点云数据；
处理模块502，用于将第一点云数据和第二点云数据与预存的港机设备目标特征数据进行匹配识别；
控制模块503，用于根据第一点云数据和第二点云数据中识别出的港机设备的位置及吊具的状态，控制IGV行驶以配合港机设备进行装卸货作业。
在第二方面一种可能的实施方式中，所述获取模块501，还包括：
获取激光雷达的坐标系，并对激光雷达的坐标系进行旋转平移，以控制激光雷达坐标系的坐标原点与IGV的车载坐标系的坐标原点重合。
在一种可能的实施方式中，处理模块502具体用于：
根据第一点云数据，生成以IGV车头为坐标原点的IGV前方和上方周围环境的点云图像，并根据第二点云数据生成以IGV车头为坐标原点的IGV后方和上方周围环境的点云图像。
在一种可能的实施方式中，港机设备的目标特征数据包括：港机设备的高度特征和轮廓特征；处理模块502具体用于：
根据港机设备的高度特征和轮廓特征，在第一点云数据和第二点云数据中识别港机设备的位置及吊具状态；
将识别出的港机设备的位置坐标及吊具的位置坐标存储在车载计算机中。
在一种可能的实施方式中，处理模块502具体用于：
根据港机设备的高度特征和轮廓特征，在第一点云数据和第二点云数据中识别港机设备的类型；
根据港机设备的类型对应的吊具活动范围，在第一点云数据和第二点云数据中识别港机设备的吊具状态。
在一种可能的实施方式中，处理模块502具体用于：
根据第一点云数据和第二点云数据，在沿港机设备的高度方向上绘制直方图并进行二值化处理，通过二值化处理后的直方图显示吊具上的集装箱状态。
本实施例提供的一种智慧型引导运输车的控制装置，可用于执行任意方法实施例提供的智慧型引导运输车的控制方法，其实现原理和技术效果类似，此处不做赘述。
图6为本申请实施例提供的一种电子设备的结构示意图。如图6所示，本实施例的电子设备600可以包括：处理器601和存储器602。
存储器602，用于存储计算机执行指令；
处理器601，用于执行所述存储器存储的计算机执行指令，以实现上述实施例中控制方法所执行的各个步骤。具体可以参见前述方法实施例中的相关描述。
可选地，存储器602既可以是独立的，也可以跟处理器601集成在一起。
当存储器602独立设置时，该电子设备还包括总线603，用于连接所述存储器602和处理器601。
本申请实施例还提供了一种计算机可读存储介质。所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上电子设备所执行的控制方法。
本申请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计算机程序，所述计算机程序被处理器执行时用于执行上述实施例中车辆轨迹的确定方法的技术方案。
上述的计算机可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。
Claims (10)
1.一种智慧型引导运输车的控制方法，其特征在于，包括：
在IGV行驶过程中，获取设置在IGV前端的激光雷达扫描的所述IGV前方和上方周围环境的第一点云数据，并获取设置在所述IGV后端的激光雷达扫描的所述IGV后方和上方周围环境的第二点云数据；
将所述第一点云数据和所述第二点云数据与预存的港机设备目标特征数据进行匹配识别；
根据所述第一点云数据和所述第二点云数据中识别出的所述港机设备的位置及吊具的状态，控制所述IGV行驶以所述IGV配合所述港机设备进行装卸货作业。
2.根据权利要求1所述的方法，其特征在于，所述将所述第一点云数据和所述第二点云数据与预存的港机设备目标特征数据进行匹配识别之前，还包括：
获取所述激光雷达的坐标系，并对所述激光雷达的坐标系进行旋转平移，以控制所述激光雷达坐标系的坐标原点与所述IGV的车载坐标系的坐标原点重合。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
根据所述第一点云数据，生成以所述IGV车头为坐标原点的所述IGV前方和上方周围环境的点云图像，并根据所述第二点云数据生成以所述IGV车头为坐标原点的所述IGV后方和上方周围环境的点云图像。
4.根据权利要求2或3所述的方法，其特征在于，所述港机设备的目标特征数据包括：所述港机设备的高度特征和轮廓特征；所述将所述第一点云数据和所述第二点云数据与预存的港机设备目标特征数据进行匹配识别，包括：
根据所述港机设备的高度特征和轮廓特征，在所述第一点云数据和所述第二点云数据中识别所述港机设备的位置及吊具状态；
将识别出的所述港机设备的位置坐标及所述吊具的位置坐标存储在车载计算机中。
5.根据权利要求4所述的方法，其特征在于，所述根据所述港机设备的高度特征和轮廓特征，在所述第一点云数据和所述第二点云数据中识别所述港机设备的位置及吊具状态，包括：
根据所述港机设备的高度特征和轮廓特征，在所述第一点云数据和所述第二点云数据中识别所述港机设备的类型；
根据所述港机设备的类型对应的吊具活动范围，在所述第一点云数据和所述第二点云数据中识别所述港机设备的吊具状态。
6.根据权利要求5所述的方法，其特征在于，所述根据所述港机设备的类型对应的吊具活动范围，在所述第一点云数据和所述第二点云数据中识别所述港机设备的吊具状态，包括：
根据所述第一点云数据和所述第二点云数据，在沿所述港机设备的高度方向上绘制直方图并进行二值化处理，通过所述二值化处理后的直方图显示所述吊具上的集装箱状态。
7.一种智慧型引导运输车的控制装置，其特征在于，包括：
获取模块，用于在IGV行驶过程中，获取设置在IGV前端的激光雷达扫描的所述IGV前方和上方周围环境的第一点云数据，并获取设置在所述IGV后端的激光雷达扫描的所述IGV后方与上方周围环境的第二点云数据；
处理模块，用于将所述第一点云数据和所述第二点云数据与预存的港机设备目标特征数据进行匹配识别；
控制模块，用于根据所述第一点云数据和所述第二点云数据中识别出的所述港机设备的位置及吊具的状态，控制所述IGV行驶以所述IGV配合所述港机设备进行装卸货作业。
8.根据权利要求7所述的装置，其特征在于，所述获取模块，还包括：
获取所述激光雷达的坐标系，并对所述激光雷达的坐标系进行旋转平移，以控制所述激光雷达坐标系的坐标原点与所述IGV的车载坐标系的坐标原点重合。
9.一种电子设备，其特征在于，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1-6任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1-6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210485435.4A CN114995387A (zh) | 2022-05-06 | 2022-05-06 | 一种智慧型引导运输车的控制方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210485435.4A CN114995387A (zh) | 2022-05-06 | 2022-05-06 | 一种智慧型引导运输车的控制方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114995387A true CN114995387A (zh) | 2022-09-02 |
Family
ID=83025268
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210485435.4A Pending CN114995387A (zh) | 2022-05-06 | 2022-05-06 | 一种智慧型引导运输车的控制方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114995387A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115849189A (zh) * | 2022-11-16 | 2023-03-28 | 上海西井信息科技有限公司 | 基于点云的吊具二次锚定方法、系统、设备及存储介质 |
| WO2024085812A1 (en) * | 2022-10-20 | 2024-04-25 | Venti Technologies | Suspended load detection for autonomous vehicles |
-
2022
- 2022-05-06 CN CN202210485435.4A patent/CN114995387A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024085812A1 (en) * | 2022-10-20 | 2024-04-25 | Venti Technologies | Suspended load detection for autonomous vehicles |
| CN115849189A (zh) * | 2022-11-16 | 2023-03-28 | 上海西井信息科技有限公司 | 基于点云的吊具二次锚定方法、系统、设备及存储介质 |
| CN115849189B (zh) * | 2022-11-16 | 2024-01-30 | 上海西井科技股份有限公司 | 基于点云的吊具二次锚定方法、系统、设备及存储介质 |
| WO2024104192A1 (zh) * | 2022-11-16 | 2024-05-23 | 上海西井科技股份有限公司 | 基于点云的吊具二次锚定方法、系统、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110458854B (zh) | 一种道路边缘检测方法和装置 | |
| CN114995387A (zh) | 一种智慧型引导运输车的控制方法和装置 | |
| WO2022099511A1 (zh) | 基于点云数据的地面分割方法、装置和计算机设备 | |
| US11975955B2 (en) | Autonomous material transport vehicles, and systems and methods of operating thereof | |
| CN110163904A (zh) | 对象标注方法、移动控制方法、装置、设备及存储介质 | |
| US11567197B2 (en) | Automated object detection in a dusty environment | |
| CN109085829B (zh) | 一种动静态目标识别方法 | |
| US11120280B2 (en) | Geometry-aware instance segmentation in stereo image capture processes | |
| JP2023500994A (ja) | 障害物認識方法、装置、自律移動機器及び記憶媒体 | |
| CN110674733A (zh) | 多目标检测识别方法和辅助驾驶方法、系统 | |
| CN111213153A (zh) | 目标物体运动状态检测方法、设备及存储介质 | |
| CN113085900A (zh) | 一种实现对车辆进行召唤行驶到用户位置的方法 | |
| CN110515376B (zh) | 一种航迹推演校正的评价方法、终端和存储介质 | |
| CN115575976A (zh) | 沿边路径规划方法、装置、计算机可读介质及电子设备 | |
| CN115601435B (zh) | 车辆姿态检测方法、装置、车辆及存储介质 | |
| CN115063771B (zh) | 对障碍物的距离检测的纠错方法、系统、存储介质及设备 | |
| US20230264938A1 (en) | Obstacle detector and obstacle detection method | |
| CN115718304A (zh) | 目标对象检测方法、装置、车辆及存储介质 | |
| CN114120275A (zh) | 自动驾驶障碍检测识别方法、装置、电子设备及存储介质 | |
| WO2022003838A1 (en) | Method for mapping, mapping device, computer program, computer readable medium, and vehicle | |
| US20220318456A1 (en) | Simulation method based on three-dimensional contour, storage medium, computer equipment | |
| CN116580300A (zh) | 一种障碍物识别方法、自移动设备及存储介质 | |
| CN117741693A (zh) | 一种障碍物跟踪识别的方法、装置、车辆和存储介质 | |
| CN115797903A (zh) | 盲区记忆方法、设备、移动装置和存储介质 | |
| CN116009544A (zh) | 一种数据处理方法及装置 |
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 |