CN115077385B - 无人集卡集装箱位姿测量方法及其测量系统 - Google Patents

Abstract

本申请公开了一种无人集卡集装箱位姿测量方法及其测量系统，针对计算集卡与集卡所携带集装箱的相对位置关系。在本申请实施例中，测量系统利用三维激光雷达传感器，通过估计传感器自身姿态、计算集装箱的姿态以及集装箱的箱门朝向，得到集装箱箱体相对车辆自身(车身坐标系/车体系)的精确位姿，从而为无人集卡与桥吊实现精确对位提供与箱体位置相关的数据。

Description

无人集卡集装箱位姿测量方法及其测量系统

技术领域

本申请涉及无人驾驶技术领域，尤其涉及一种无人集卡集装箱位姿测量方法及其测量系统。

背景技术

集卡(集装箱卡车)在装卸箱作业(将箱子经桥吊吊起放置于集卡车挂上，或由集卡车挂卸下的作业过程)过程中需要与桥吊进行精准的对位，以确保集装箱可以被吊具准确抓取(或准确放置于车挂)。

现有的对位方式主要有两种：一种以桥吊为主体，主要应用于具备自动化或半自动化作业能力的桥吊，通过安装于桥吊上的检测装置，判断桥吊与集卡/集装箱的对位情况，然后以此为依据指导桥吊移动(或指导集卡移动，如通过显示器告知集卡司机前进或后退，或通过无线数据传输链路发送至无人驾驶集卡，指导车辆行为)；另一种以集卡为主体，通过安装于集卡上的检测装置(通常为某种测距装置，如红外测距仪、激光雷达等)，判断集卡与桥吊的相对距离，从而指导集卡调整位置实现对准。

无人集卡在卸箱作业时，需要自行调整位置实现与桥吊对准，在计算集卡与桥吊相对位置关系的同时，还需要计算集卡自身与集卡所携带集装箱的相对位置关系(由于集装箱在集卡挂车上的位置是不固定的，这里特指码头作业内部集卡)，从而得到箱体与桥吊的相对位置关系，并根据该结果调整车辆位置，从而确保桥吊可以在集卡就位后直接抓取集装箱。

现有的以集卡为主体的对位方案，多数忽略了计算集装箱位姿(或位置)的步骤，因此难以实现精确地对准；另一部分考虑了该项内容的方案，在实施时，往往使用单点测距仪器或单线激光雷达实现集装箱测距，或使用多线激光雷达但没有对实际场景进行针对性调整，仅使用了其距离测量，忽略了由箱重变化导致的传感器姿态变化及集装箱箱体姿态变化，致使该类方案只能提供对集装箱上被测量位置的距离，而无法真实反映集装箱位姿(位姿指位置和姿态)(由箱重变化导致的集卡车头及挂车俯仰姿态的变化，导致传感器实际姿态发生变化，集装箱也并非处于水平状态，进而导致由测距结果推算出的箱体位置与实际存在一定误差)，并且不具备判断箱门朝向的功能(由于集装箱有箱门一侧与无箱门一侧外形存在差异，对不同朝向，需要应用不同的外形结构作为先验来计算集装箱与车辆的距离)，无法有效提升无人集卡自动化桥吊对位的精度。

发明内容

为了解决上述技术问题，本申请实施例提供一种无人集卡集装箱位姿测量方法及其测量系统，解决了集卡与集卡所携带集装箱的相对位置关系的自动识别测量。

本申请实施例第一方面提供了一种无人集卡集装箱位姿测量方法，可包括：

S1:获取传感器内的数据，基于传感器外参进行坐标系转换，在拟合地面坐标之后，对传感器的点云数据进行修正，以形成矫正之后的车体系下的点云数据；

S2：基于矫正后的点云数据，根据集装箱放置的候选位置，截选对应位置的点云数据；基于集装箱候选位置的点云数据以及集装箱的标准尺寸数据，判断候选位置上集装箱的高度尺寸；

S3:基于集装箱候选位置的点云数据利用投影分布数据获取当前集装箱的箱门状态，利用拟合算法以箱门的门面作为基准以获得整个箱面在车体系下的位姿，并结合所述集装箱的高度尺寸形成车体系下的整个集装箱的位姿状态以及数据。

进一步地，所述步骤S1)中具体包括：

S1-1)获取传感器内的数据，基于传感器外参进行坐标系转换，形成车体系下的点云数据；

S1-2)基于所述点云数据，对地面高度附近点进行截取，作为地平面拟合的候选点，对所有的候选点进行拟合，得到车体系下地面拟合数据；

S1-3)基于所获得的地面拟合数据校正传感器姿态与传感器点云，得到传感器在车体系下的修正后的位姿，同时，根据该校正后的位姿，对传感器点云进行修正，得到修正后的车体系下点云数据；

进一步地，所述步骤S2)中候选位置为车体系下集装箱靠近车头一面可能出现的位置区域。

进一步地，所述步骤S3)中利用投影分布数据获取当前集装箱的箱门状态时：

沿垂直于箱体立面方向进行投影，通过分布情况判断该面是否为箱门面；根据是否为箱门的门面来采用不同的拟合模板进行箱面拟合。

进一步地，若判断为箱门面，采用单平面模型进行平面拟合；

若判断为非箱门面，采用固定间距双平面模型，使用RANSAC算法进行拟合，得到箱面在车体系下的位姿。

进一步地，所述步骤S3)中根据集装箱位姿，得到至少包含锁孔的目标点位的位置，输出后用于对位。

本申请实施例第二方面提供了一种无人集卡集装箱位姿测量系统，包括：

数据模块，获取车辆头部后方区域的点云数据；

矫正模块，用于获取数据模块内的数据，基于传感器外参进行坐标系转换，在拟合地面坐标之后，对传感器的点云数据进行修正，以输出矫正之后的车体系下的点云数据；

匹配模块，基于矫正模块的内容以及集装箱放置的候选位置，截选对应位置的点云数据后，根据预先设置的多个集装箱的标准尺寸数据，判断候选位置上集装箱的高度尺寸以匹配上对应的集装箱尺寸；

拟合模块，基于匹配模块所输出的集装箱尺寸利用矫正模块输出的点云所对应的投影分布数据获取当前集装箱的箱门状态，以箱门的门面作为基准拟合获得整个箱面在车体系下的位姿，并结合所述集装箱的高度尺寸形成车体系下的整个集装箱的位姿状态以及数据。

进一步地，所述数据模块基于置于车头顶部的传感器来获取数据，传感器垂直视野范围所形成的广角区域中，向下不要求能够覆盖集装箱最下沿，向上需覆盖集装箱上沿，以保证对集装箱高度的正确测量。

进一步地，所述匹配模块利用投影分布数据获取当前集装箱的箱门状态时，沿垂直于箱体立面方向进行投影，通过分布情况判断该面是否为箱门面；根据是否为箱门的门面来采用不同的拟合模板进行箱面拟合。

进一步地，所述拟合模块对当前集装箱的箱门进行尺寸判断，若判断为箱门面，采用单平面模型进行平面拟合；若判断为非箱门面，采用固定间距双平面模型，使用RANSAC算法进行拟合，得到箱面在车体系下的位姿。

在本申请实施例中，利用三维激光雷达传感器，通过估计传感器自身姿态、计算集装箱的姿态以及集装箱的箱门朝向，得到集装箱箱体相对车辆自身(车身坐标系/车体系)的精确位姿，从而为无人集卡与桥吊实现精确对位提供与箱体位置相关的数据。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的测量方法流程图；

图2是本申请实施例提供的测量系统硬件安装及实施示意图；

图3是箱面拟合示意图。

具体实施方式

为使得本申请的申请目的、特征、优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本申请一部分实施例，而非全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。

下面结合附图和具体实施例，进一步阐明本发明。

在本申请的描述中，需要理解的是，术语“上”、“下”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。

本发明针对无人集卡在卸箱作业时，需要自行调整位置实现与桥吊对准，在计算集卡与桥吊相对位置关系的同时，还需要计算集卡自身与集卡所携带集装箱的相对位置关系(由于集装箱在集卡挂车上的位置是不固定的，这里特指码头作业内部集卡)，从而得到箱体与桥吊的相对位置关系，并根据该结果调整车辆位置，从而确保桥吊可以在集卡就位后直接抓取集装箱，提出一整套无人集卡桥吊对位系统的一个子系统，具体为针对计算集卡与集卡所携带集装箱的相对位置关系。

首先精确计算集装箱相对车辆自身的位姿，核心在于，在实现距离测量的过程中，考虑到以下三点因素对结果的影响：

a)集装箱外形对测距结果的影响；

b)由箱重不同造成的测距传感器姿态变化；

c)由箱重不同造成的集装箱位姿变化；

由上，本发明的实现过程可以总体上概括为：首先，通过结合激光雷达的环境观测数据，计算出激光雷达的实际姿态；然后通过激光雷达对集装箱的观测数据，结合集装箱外形先验，计算得到集装箱的实际姿态，从而指导对位功能。

如图2所示，本申请中传感器采用激光雷达作为数据模块获取车辆头部后方区域的点云数据，激光雷达201通过支架202安装于车头顶部，通过支架与车头形成刚性连接，通过线束与布置于车头内的其他模块相连。激光雷达垂直视野范围(FOV)见204所指两条虚线所夹区域，向下不要求能够覆盖集装箱最下沿，但向上需覆盖集装箱上沿，以确保数据足够用于检测是否为箱门侧，以及用于拟合平面。

矫正模块、匹配模块以及拟合模块集成于模块203安装于车体内部，用于接收雷达数据及实现整个计算过程。

其中，矫正模块，用于获取数据模块内的数据，基于传感器外参进行坐标系转换，在拟合地面坐标之后，对传感器的点云数据进行修正，以输出矫正之后的车体系下的点云数据。

匹配模块，基于矫正模块的内容以及集装箱放置的候选位置，截选对应位置的点云数据后，根据预先设置的多个集装箱的标准尺寸数据，判断候选位置上集装箱的高度尺寸以匹配上对应的集装箱尺寸。

拟合模块，基于匹配模块所输出的集装箱尺寸利用矫正模块输出的点云所对应的投影分布数据获取当前集装箱的箱门状态，以箱门的门面作为基准拟合获得整个箱面在车体系下的位姿，并结合所述集装箱的高度尺寸形成车体系下的整个集装箱的位姿状态以及数据。

被测目标集装箱205放置于挂车上，前后位置随不同次装箱作业而存在变化，俯仰情况随箱重不同、车轮胎压、车辆悬挂情况而变化。

基于上述测量系统的相关硬件布置之后，测量方法包括：

S1:获取传感器内的数据，基于传感器外参进行坐标系转换，在拟合地面坐标之后，对传感器的点云数据进行修正，以形成矫正之后的车体系下的点云数据。

空车时，激光雷达在车体系下位姿为激光雷达相对车体的外参；集卡车挂装载平面由于车辆悬挂、挂车规格等因素，可能与水平面呈一定夹角。装箱后，受集装箱质量影响，集卡车头部分较空车时产生上仰(由于箱重主要作用于车头后轴)，激光雷达位姿较外参值产生变化；同时，装载于后挂的集装箱也并非一定呈水平姿态，而是与箱重有关，集装箱朝向车头一侧平面与地平面通常并不垂直，单纯通过测量该面某点或某一高度到车体系原点的水平距离，并不能真实反映集装箱的实际装载位置。

此时，本方法首先对激光雷达姿态变化进行估计，修正激光雷达外参，获得其在装箱情况下时，在车体系下的正确位姿。具体包括：

S1-1)获取传感器内的数据，基于传感器外参进行坐标系转换，形成车体系下的点云数据；

S1-2)由于激光雷达姿态相较原始外参变化有限，因此可先应用原始外参对点云进行转换，将雷达系下点云转换为车体系下点云(此处需要说明，所述车体系为以车辆后轴中心为原点，车头方向为x轴正方向，车辆左侧为y轴正方向，车辆上方为z轴正方向的坐标系，车体系xy平面与地平面平行，不受车辆俯仰横滚等姿态变化影响)。对车体系下点云以特定区域(通常取车辆周围一定范围，地面高度附近一定范围内的点)进行滤波，保留目标区域内的点，作为地平面拟合的候选点集。

对候选点集应用基于RANSAC的平面拟合算法，拟合得到最优平面参数。根据平面参数，结合地平面(高度为0的水平面)参数，计算雷达姿态变化的修量，将其应用于雷达外参，从而得到装箱后实际的雷达在车体系下的位姿，并根据该位姿，对雷达原始点云进行修正，得到修正后的车体系下雷达点云。

S1-3)基于所获得的地面拟合数据校正传感器姿态与传感器点云，得到传感器在车体系下的修正后的位姿，同时，根据该校正后的位姿，对传感器点云进行修正，得到修正后的车体系下点云数据。

S2：基于矫正后的点云数据，根据集装箱放置的候选位置、集装箱临近车头侧可能出现的位置区域(装箱位置大致范围)，对修正后的点云进行截取，由于雷达与集装箱间不存在遮挡，因此截取区内出现的点可认为均为集装箱点，得到用于判断箱门朝向及拟合箱体姿态的点集。

根据点集的最大高度判断集装箱高度规格。标准集装箱的高度仅有若干规格，将点集中最高点的高度与候选规格进行比较，即可获得集装箱的实际高度(规格)。

基于集装箱候选位置的点云数据以及集装箱的标准尺寸数据，判断候选位置上集装箱的高度尺寸，其中候选位置为车体系下集装箱靠近车头一面可能出现的位置区域。

S3:基于集装箱候选位置的点云数据利用投影分布数据获取当前集装箱的箱门状态，利用拟合算法以箱门的门面作为基准以获得整个箱面在车体系下的位姿，并结合所述集装箱的高度尺寸形成车体系下的整个集装箱的位姿状态以及数据。

本步骤中利用投影分布数据获取当前集装箱的箱门状态时：

沿垂直于箱体立面方向进行投影，通过分布情况判断该面是否为箱门面；根据是否为箱门的门面来采用不同的拟合模板进行箱面拟合。将点云数据沿垂直于箱体立面(朝向车头一面)方向(附图3中307)进行投影，若为非箱门侧，投影应接近双峰分布，若为箱门侧，投影更接近单峰分布，根据分布情况判断该面是否为箱门面。

若判断为箱门面，采用单平面模型进行平面拟合；

若判断为非箱门面，采用固定间距双平面模型，使用RANSAC算法进行拟合，得到箱面在车体系下的位姿。

根据集装箱位姿，得到至少包含锁孔的目标点位的位置，输出后用于对位。

本方法针对前文中描述的三点因素均能够进行对应的处理，其中因素a)和因素c)是通过拟合集装箱外立面，其中因素a)是通过使用与外立面相关联的拟合模板，达到提高拟合精度的目的，因素c)是通过因素a)步骤的拟合，可以得到集装箱姿态，因素a)与因素c)是同一个拟合步骤；因素b)是通过拟合地平面，计算传感器实际姿态。

针对箱门面的界定方面，如图3所示的箱面拟合示意图，该示意图为集装箱箱体俯视视角截面，忽略长边，只展示箱门面和非箱门面的结构示意。

其中，箱门面301整体为一平面，表面有4根纵惯箱门的柱状箱锁；302所示虚线圈内为一根箱锁的截面；用于箱门侧平面拟合的模型为一单平面模型303(虚线所示)，拟合结果用于估计箱们整体平面姿态。

非箱门面304截面为周期性波浪形，单一周期形状可见305所示虚线圈内部分，波峰及波谷均为平面，两平面距离固定；用于非箱门侧拟合的模型为固定距离(该距离为非箱门侧截面波峰与波谷的距离)双平面模型306(虚线所示为平面截面)，采用该模型可以较好地与非箱门侧截面形状匹配，避免单一平面拟合结果精度低、不稳定的问题；用于投影计算分布情况，判断是否为箱门面的平面，如307所示虚线。

作为另一个实施例，对传感器位姿变化的估计，除采用基于激光雷达点云进行计算的方式外，还可利用其他姿态传感器如IMU进行估计。

作为另一个实施例，针对使用点云估计激光雷达姿态变化的方案，除使用实施例中提及的基于RANSAC平面拟合的方式外，还可采用基于优化的拟合方式，或结合地面分割结果对平面拟合输入点云进行进一步处理以提升拟合效果等方案。

作为另一个实施例，激光雷达传感器的安装位置可不限于车头顶部，关键在于可以同时对车挂上的集装箱箱体(朝向车头一面)及车辆周围地平面实现可靠的观测，在满足此条件的情况下，可安装于其他合适的位置。

以上详细描述了本发明的优选实施方式，但是本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换(如数量、形状、位置等)，这些等同变换均属于本发明的保护。

Claims (7)

1.一种无人集卡集装箱位姿测量方法，其特征在于：所述测量方法包括：

S1:通过传感器获取车辆头部后方区域的点云数据，所述传感器的视野范围向上覆盖集装箱上沿，以确保数据足够用于检测是否为箱门侧以及用于拟合平面；基于传感器外参进行坐标系转换，在拟合地面坐标之后，对传感器的点云数据进行矫正，以形成矫正之后的车体系下的点云数据；

S2：基于矫正后的点云数据，根据集装箱放置的候选位置，截选对应位置的点云数据；基于集装箱候选位置的点云数据以及集装箱的标准尺寸数据，判断候选位置上集装箱的高度尺寸；所述候选位置为车体系下集装箱靠近车头一面可能出现的位置区域；

S3:基于集装箱候选位置的点云数据沿垂直于箱体立面方向进行投影，通过分布情况判断该面是否为箱门面；根据是否为箱门的门面来采用不同的拟合模板进行箱面拟合以获取当前集装箱的箱门状态，利用拟合算法以箱门的门面作为基准以获得整个箱面在车体系下的位姿，并结合所述集装箱的高度尺寸形成车体系下的整个集装箱的位姿状态以及数据。

2.根据权利要求1所述的无人集卡集装箱位姿测量方法，其特征在于：

所述步骤S1)中具体包括：

S1-1)获取传感器内的数据，基于传感器外参进行坐标系转换，形成车体系下的点云数据；

S1-2)基于所述点云数据，对地面高度附近点进行截取，作为地平面拟合的候选点，对所有的候选点进行拟合，得到车体系下地面拟合数据；

S1-3)基于所获得的地面拟合数据矫正传感器姿态与传感器点云，得到传感器在车体系下的矫正后的位姿，同时，根据该矫正后的位姿，对传感器点云进行矫正，得到矫正后的车体系下点云数据。

3.根据权利要求1所述的无人集卡集装箱位姿测量方法，其特征在于：

若判断为箱门面，采用单平面模型进行平面拟合；

若判断为非箱门面，采用固定间距双平面模型，使用RANSAC算法进行拟合，得到箱面在车体系下的位姿。

4.根据权利要求1所述的无人集卡集装箱位姿测量方法，其特征在于：

所述步骤S3)中根据集装箱位姿，得到至少包含锁孔的目标点位的位置，输出后用于对位。

5.一种无人集卡集装箱位姿测量系统，其特征在于：所述测量系统包括：

数据模块，通过传感器获取车辆头部后方区域的点云数据，所述传感器的视野范围向上覆盖集装箱上沿，以确保数据足够用于检测是否为箱门侧以及用于拟合平面；

矫正模块，用于获取数据模块内的数据，基于传感器外参进行坐标系转换，在拟合地面坐标之后，对传感器的点云数据进行矫正，以输出矫正之后的车体系下的点云数据；

匹配模块，基于矫正模块的内容以及集装箱放置的候选位置，截选对应位置的点云数据后，根据预先设置的多个集装箱的标准尺寸数据，判断候选位置上集装箱的高度尺寸；所述候选位置为车体系下集装箱靠近车头一面可能出现的位置区域；

拟合模块，基于匹配模块所输出的集装箱尺寸，利用矫正模块输出的点云沿垂直于箱体立面方向进行投影，通过分布情况判断该面是否为箱门面，根据是否为箱门的门面来采用不同的拟合模板进行箱面拟合以获取当前集装箱的箱门状态，以箱门的门面作为基准拟合获得整个箱面在车体系下的位姿，并结合所述集装箱的高度尺寸形成车体系下的整个集装箱的位姿状态以及数据。

6.根据权利要求5所述的无人集卡集装箱位姿测量系统，其特征在于：所述传感器垂直视野范围所形成的广角区域中，向下不要求能够覆盖集装箱最下沿。

7.根据权利要求5所述的无人集卡集装箱位姿测量系统，其特征在于：所述拟合模块对当前集装箱的箱门进行尺寸判断，若判断为箱门面，采用单平面模型进行平面拟合；若判断为非箱门面，采用固定间距双平面模型，使用RANSAC算法进行拟合，得到箱面在车体系下的位姿。