CN116047464A - 一种基于激光雷达的地下矿区坡度检测方法及系统 - Google Patents
一种基于激光雷达的地下矿区坡度检测方法及系统 Download PDFInfo
- Publication number
- CN116047464A CN116047464A CN202310042577.8A CN202310042577A CN116047464A CN 116047464 A CN116047464 A CN 116047464A CN 202310042577 A CN202310042577 A CN 202310042577A CN 116047464 A CN116047464 A CN 116047464A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- mining area
- area
- cloud map
- gradient
- 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
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- 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
- G01S17/88—Lidar systems specially adapted for specific applications
-
- 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
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- 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
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开一种基于激光雷达的地下矿区坡度检测方法及系统,方法包括:基于采集的激光点云数据构建矿区点云地图;加载矿区点云地图,对地图中的点云做特征提取,并基于提取的点云的单点特征得到地面区域点云地图;对地面区域点云地图进行分割,得到长度定量的二级区域,并将每个二级区域划分为两个三级区域;计算每一三级区域的坡度,以两个三级区域的坡度差的绝对值来表达当前二级区域所在路面的颠簸程度。本发明为开发者或使用者提供了地下矿区的坡度检测方法,可精确测出地下矿区所有路线的坡度数据,通过车道左右两侧的坡度差来反映车道的颠簸程度,为矿车在地下矿区上下坡速度控制及路径规划提供了可靠的数据参考。
Description
技术领域
本发明涉及无人驾驶技术领域,尤其涉及地下矿区无人驾驶的决策辅助,具体为一种基于激光雷达的地下矿区坡度检测方法及系统。
背景技术
汽车路径规划与决策控制是自动驾驶的核心技术之一,速度控制又是决策控制的关键技术之一。无人矿车运输矿物上下坡时需要兼顾运输安全与效率,速度控制的重要依据之一就是坡度的大小。
目前坡度检测常采用基于重力原理的仪器测量,地下矿区运输通道这一场景的特点是路线复杂、线路较长、灯光昏暗。人工用仪器测量地下矿区坡度不仅效率地下,且采集的坡度数据无法直接用于自动驾驶的控制决策辅助。如果想要用于自动驾驶控制,将坡度数据映射到地图上,需要经过复杂的转换,且测量位置与地图标记位置会存在较大误差。
现有的坡度检测方法都是只针对某一特定区域的坡度进行测量,在地下矿区这种大型复杂的场景中,没有一套一次性将区域内所有道路坡度测量并保存在地图中为自动驾驶决策控制做参考的解决方案。
发明内容
为克服上述现有技术的不足,本发明提供一种基于激光雷达的地下矿区坡度检测方法及系统,用以解决上述至少一个技术问题。
根据本发明说明书的一方面,提供一种基于激光雷达的地下矿区坡度检测方法,所述方法包括:
基于采集的激光点云数据构建矿区点云地图;
加载矿区点云地图,对地图中的点云做特征提取,并基于提取的点云的单点特征得到地面区域点云地图;
对地面区域点云地图进行分割,得到长度定量的二级区域,并将每个二级区域划分为两个三级区域;
计算每一三级区域的坡度,以两个三级区域的坡度差的绝对值来表达当前二级区域所在路面的颠簸程度。
上述技术方案为开发者或使用者提供了地下矿区的坡度检测方法,可以精确测出地下矿区所有路线的坡度数据,通过车道左右两侧的坡度差来反映车道的颠簸程度,为矿车在地下矿区上下坡速度控制及路径规划提供了可靠的数据参考,增强了矿车运输的安全性与效率。
上述技术方案中得到长度定量的二级区域,相邻二级区域之间首尾相连。
作为进一步的技术方案,所述方法还包括:采用回环检测和后端优化相结合的方式来构建矿区点云地图。
可选地,在地下矿区运输通道内,按照指定的路径,用雷达采集完所有区域路段后回到初始位置,以完成回环检测。采用这种回环检测的方法能够减小累计误差,提高构建的地图质量。
可选地,采集的雷达数据发往后端,在后端采用BA图优化算法进行数据优化,以减小建图过程中产生的累计误差,提高建图的质量。
作为进一步的技术方案,所述方法还包括:选取点云曲率作为点云的单点特征,采用二次曲面拟合的方法来计算点云曲率。采用二次曲面拟合的方法来计算点云曲率,是为了使算法简单、高效、稳定性强。
作为进一步的技术方案,所述方法还包括:对整个地下矿区运输通道进行分段,获取每一段通道对应点云地图上的点云曲率分布,剔除每一段通道的左右矿壁及矿顶,得到每一段通道的地面点云地图数据;根据每一段通道的地面点云地图数据,得到整个地下矿区运输通道的地面区域点云地图。
作为进一步的技术方案,所述方法还包括:提取点云的局部特征,并根据局部特征对得到的地面区域点云地图进行优化。利用该技术方案可去除与相邻点云距离较大的点,使地图相对平滑。
作为进一步的技术方案,所述方法还包括:对优化后的地面区域点云地图进行长度定量的分割,形成多个二级区域;再以每个二级区域中线为界,形成两个三级区域。
可选地,划分二级区域时,可综合考虑无人矿车车轮尺寸以及控制算法对道面数据的要求,来确定二级区域的分割长度。
作为进一步的技术方案,所述方法还包括:将每一三级区域划分为大小相近且分布均匀的三个子区域;在三个子区域中分别取点,得到由不共线的三个点所确定的平面;计算该平面的法向量与重力方向的夹角作为当前三级区域的坡度。
可选地,可采用横平竖直的方式进行三级区域下属子区域的划分,以降低计算复杂度,提高处理效率。
根据本发明说明书的一方面,提供一种基于激光雷达的地下矿区坡度检测系统,采用所述的方法实现,所述系统包括:
矿区点云地图构建模块,用于基于采集的激光点云数据构建矿区点云地图;
地面区域点云地图提取模块,用于加载矿区点云地图,对地图中的点云做特征提取,并基于提取的点云的单点特征得到地面区域点云地图;
区域分割模块,用于对地面区域点云地图进行分割,得到长度定量的二级区域,并将每个二级区域划分为两个三级区域;
坡度计算模块,用于计算每一三级区域的坡度,以两个三级区域的坡度差的绝对值来表达当前二级区域所在路面的颠簸程度。
作为进一步的技术方案,所述系统还包括采集模块,用于采用回环检测的方式采集点云数据,并对采集的点云数据进行后端优化后送入矿区点云地图构建模块。
与现有技术相比,本发明的有益效果在于:
本发明为开发者或使用者提供了地下矿区坡度检测方法,可精确测出地下矿区所有路线坡度数据,采用车道左右两侧的坡度差反映车道的颠簸程度,为矿车在地下矿区上下坡速度控制及路径规划提供参考,增强了矿车运输的安全性与效率。相比于传统方法,本发明大大减少了人工的投入,进而也减少了因为人为原因造成的测量的标注误差,且测量数据可以直接用于自动驾驶汽车的决策,不需要再人工对地图进行标注。
附图说明
图1为根据本发明实施例的一种基于激光雷达的地下矿区坡度检测方法流程图。
图2为根据本发明实施例基于点云曲率剔除矿顶和左右矿壁的流程图。
图3为根据本发明实施例的三级区域划分示意图。
图4为根据本发明实施例的坡度示意图。
图5为根据本发明实施例的坡度差示意图。
实施方式
以下将结合附图对本发明各实施例的技术方案进行清楚、完整的描述,显然,所描述发实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例,都属于本发明所保护的范围。
目前坡度检测常采用基于重力原理的仪器测量,地下矿区运输通道这一场景的特点是路线复杂、线路较长、灯光昏暗,人工用仪器测量地下矿区坡度不仅效率地下,且采集的坡度数据无法直接用于自动驾驶的控制决策辅助。并且,如果想要用于自动驾驶控制,将坡度数据映射到地图上,需要经过复杂的转换,且测量位置与地图标记位置会存在较大误差。
此外,现有的坡度检测方法都只针对某一特定区域的坡度进行测量,在地下矿区这种大型复杂的场景中,没有一套一次性将区域内所有道路坡度测量并保存在地图中为自动驾驶决策控制做参考的解决方案。因此,本发明为开发者或使用者在地下矿区提供了坡度检测方法,可精确测出地下矿区所有路线坡度数据。
本发明一方面提供一种基于激光雷达的地下矿区坡度检测方法,如图1所示,包括如下步骤:矿区点云地图构建步骤,地面区域点云地图提取步骤,区域分割步骤和坡度计算步骤。
具体地,在矿区点云地图构建步骤中,基于雷达获取的点云数据进行点云地图构建,构建的地图的质量直接决定了地下矿区道路坡度测量的精度。后端优化采用BA图优化算法,用于减小建图过程中产生的累计误差,提高建图的质量。在地下矿区运输通道内,按照指定的路径,用雷达采集完所有区域路段后回到初始位置,采用这种回环检测的方法减小累计误差,提高地图质量。
具体地,在地面区域点云地图提取步骤中,加载已构建好的激光点云地图,对地图中的点云做特征提取,选取点云的单点特征和局部特征,根据点云特征的分布情况,剔除矿壁、矿顶,提取出矿卡运输的地面区域。
进一步地,选取的单点特征为点云曲率,为了使算法简单、高效、稳定性强,采用二次曲面拟合的方法来计算点云曲率。
曲面方程(1)为:。
该公式为二次曲面的方程,方程中a、b、c、d、e、f为未知量,x、y、z分别为坐标值,通过k个已知的x、y、z的坐标值,带入该公式,再利用最小二乘法求出a、b、c、d、e、f这几个未知量,然后就可以得到该二次曲面的表达式,这些现有的数学公式,具体过程在此不做赘述。
具体操作为:取点云地图上一点p的k个临近点来进行二次曲面Z(x,y)的拟合,综合考虑效率和效率的要求,将k的值选择为27。采用最小二乘法拟合二次曲面,方程(2)为:。
结合上述两式并对a求偏导数等于零,可得到如下方程:
,
依次对b、c、d、e、f求偏导整理后可得到线性方程组:
根据该方程组可求出a、b、c、d、e、f的值,得到二次曲面的方程。
将曲面方程(1)写为参数方程形式,其中,记曲面参数方程的偏导数为,二次曲面的第一基本量为:、、,单位法线。二次曲面的第二基本量为:、、,计算得到二次曲面的平均曲率为:。
对地图中的每一个点进行上述操作后,得到地图中点云的曲率大小分布情况。
如图2所示,在一段无分叉的矿道对应的点云地图中,曲率较大的点云集中于四条曲线上分别为:左右矿壁与地面交会的两条曲线,以及左右矿壁与矿顶交会的的两条曲线,从而可以剔除左右矿壁以及矿顶,得到该段运输路径的地面点云地图数据。依据此方法可得到所有地下矿区运输路径的地面区域点云地图。
可选地,局部特征为采用k邻近搜索,对提取的地面区域点云地图进行优化,去除与相邻点云距离较大的点,使地图相对平滑。
步骤3,地面坡道区域分割步骤。将提取出的地面点云地图划分为长度定量的二级区域,综合考虑无人矿车车轮尺寸以及控制算法对道面数据要求,我们选取的二级区域的长度为0.6m。再以该二级区域中线为界,将其划分成左右两个三级区域。划分左右两个区域是为了后续计算道路两侧坡度差,从而得到道路的颠簸程度。
步骤4,坡度计算步骤。为了计算三级区域的坡度,首先对三级区域进行如图3所示的划分,得到S1、S2、S3三个子区域,分别对这三个子区域中的点云的x、y、z求均值,得到s1(x,y,z)、s2(x,y,z)、s3(x,y,z),根据三维空间的平面方程公式:求出该三点所在的平面,得到该平面的法向量(A,B,C)。如图4和图5所示,该法向量与重力方向的夹角即为该段区域的坡度。
进一步地,还包括坡度保存步骤。将s1、s2、s3求均值得到s4(x,y,z),将坡度数据保存再s4坐标中。
分析同一个二级区域中的两个三级区域中的坡度数据,将数据进行对比,计算左右两个三级区域的坡度差,并保存绝对值,用来显示路面的颠簸程度。
本发明一方面还提供一种基于激光雷达的地下矿区坡度检测系统,采用所述的方法实现,所述系统包括:
矿区点云地图构建模块,用于基于采集的激光点云数据构建矿区点云地图;
地面区域点云地图提取模块,用于加载矿区点云地图,对地图中的点云做特征提取,并基于提取的点云的单点特征得到地面区域点云地图;
区域分割模块,用于对地面区域点云地图进行分割,得到长度定量的二级区域,并将每个二级区域划分为两个三级区域;
坡度计算模块,用于计算每一三级区域的坡度,以两个三级区域的坡度差的绝对值来表达当前二级区域所在路面的颠簸程度。
所述系统还包括采集模块,用于采用回环检测的方式采集点云数据,并对采集的点云数据进行后端优化后送入矿区点云地图构建模块。
所述地面区域点云地图提取模块,还用于选取点云曲率作为点云的单点特征,采用二次曲面拟合的方法来计算点云曲率。
所述地面区域点云地图提取模块,还用于对整个地下矿区运输通道进行分段,获取每一段通道对应点云地图上的点云曲率分布,剔除每一段通道的左右矿壁及矿顶,得到每一段通道的地面点云地图数据;根据每一段通道的地面点云地图数据,得到整个地下矿区运输通道的地面区域点云地图。
所述地面区域点云地图提取模块,还用于提取点云的局部特征,并根据局部特征对得到的地面区域点云地图进行优化。
所述区域分割模块,还用于对优化后的地面区域点云地图进行长度定量的分割,形成多个二级区域;再以每个二级区域中线为界,形成两个三级区域。
所述坡度计算模块,还用于将每一三级区域划分为大小相近且分布均匀的三个子区域;在三个子区域中分别取点,得到由不共线的三个点所确定的平面;计算该平面的法向量与重力方向的夹角作为当前三级区域的坡度。
在本说明书的描述中,参考术语“一个实施方式”、“某些实施方式”、“示意性实施方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案。
Claims (9)
1.一种基于激光雷达的地下矿区坡度检测方法,其特征在于,所述方法包括:
基于采集的激光点云数据构建矿区点云地图;
加载矿区点云地图,对地图中的点云做特征提取,并基于提取的点云的单点特征得到地面区域点云地图;
对地面区域点云地图进行分割,得到长度定量的二级区域,并将每个二级区域划分为两个三级区域;
计算每一三级区域的坡度,以两个三级区域的坡度差的绝对值来表达当前二级区域所在路面的颠簸程度。
2.根据权利要求1所述一种基于激光雷达的地下矿区坡度检测方法,其特征在于,所述方法还包括:采用回环检测和后端优化相结合的方式来构建矿区点云地图。
3.根据权利要求1所述一种基于激光雷达的地下矿区坡度检测方法,其特征在于,所述方法还包括:选取点云曲率作为点云的单点特征,采用二次曲面拟合的方法来计算点云曲率。
4.根据权利要求3所述一种基于激光雷达的地下矿区坡度检测方法,其特征在于,所述方法还包括:对整个地下矿区运输通道进行分段,获取每一段通道对应点云地图上的点云曲率分布,剔除每一段通道的左右矿壁及矿顶,得到每一段通道的地面点云地图数据;根据每一段通道的地面点云地图数据,得到整个地下矿区运输通道的地面区域点云地图。
5.根据权利要求4所述一种基于激光雷达的地下矿区坡度检测方法,其特征在于,所述方法还包括:提取点云的局部特征,并根据局部特征对得到的地面区域点云地图进行优化。
6.根据权利要求5所述一种基于激光雷达的地下矿区坡度检测方法,其特征在于,所述方法还包括:对优化后的地面区域点云地图进行长度定量的分割,形成多个二级区域;再以每个二级区域中线为界,形成两个三级区域。
7.根据权利要求6所述一种基于激光雷达的地下矿区坡度检测方法,其特征在于,所述方法还包括:将每一三级区域划分为大小相近且分布均匀的三个子区域;在三个子区域中分别取点,得到由不共线的三个点所确定的平面;计算该平面的法向量与重力方向的夹角作为当前三级区域的坡度。
8.一种基于激光雷达的地下矿区坡度检测系统,采用权利要求1-7中任一项所述的方法实现,其特征在于,所述系统包括:
矿区点云地图构建模块,用于基于采集的激光点云数据构建矿区点云地图;
地面区域点云地图提取模块,用于加载矿区点云地图,对地图中的点云做特征提取,并基于提取的点云的单点特征得到地面区域点云地图;
区域分割模块,用于对地面区域点云地图进行分割,得到长度定量的二级区域,并将每个二级区域划分为两个三级区域;
坡度计算模块,用于计算每一三级区域的坡度,以两个三级区域的坡度差的绝对值来表达当前二级区域所在路面的颠簸程度。
9.根据权利要求8所述一种基于激光雷达的地下矿区坡度检测系统,其特征在于,所述系统还包括采集模块,用于采用回环检测的方式采集点云数据,并对采集的点云数据进行后端优化后送入矿区点云地图构建模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310042577.8A CN116047464B (zh) | 2023-01-28 | 2023-01-28 | 一种基于激光雷达的地下矿区坡度检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310042577.8A CN116047464B (zh) | 2023-01-28 | 2023-01-28 | 一种基于激光雷达的地下矿区坡度检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116047464A true CN116047464A (zh) | 2023-05-02 |
CN116047464B CN116047464B (zh) | 2023-08-11 |
Family
ID=86116796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310042577.8A Active CN116047464B (zh) | 2023-01-28 | 2023-01-28 | 一种基于激光雷达的地下矿区坡度检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116047464B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020054751A (ko) * | 2000-12-28 | 2002-07-08 | 이계안 | 노면경사 측정방법 및 이를 이용한 차량 속도 제어 시스템 |
CN102089196A (zh) * | 2008-03-27 | 2011-06-08 | 丰田自动车株式会社 | 坡度信息计算系统、车辆行驶控制系统、导航系统、以及坡度信息计算方法 |
CN104969249A (zh) * | 2013-08-30 | 2015-10-07 | 株式会社小松制作所 | 矿山机械的管理系统以及管理方法 |
US20180357777A1 (en) * | 2015-12-10 | 2018-12-13 | Siemens Aktiengesellschaft | Method for Producing a Depth Map |
CN109738910A (zh) * | 2019-01-28 | 2019-05-10 | 重庆邮电大学 | 一种基于三维激光雷达的路沿检测方法 |
CN110161513A (zh) * | 2018-09-28 | 2019-08-23 | 腾讯科技(北京)有限公司 | 估计道路坡度的方法、装置、存储介质和计算机设备 |
CN112726350A (zh) * | 2020-12-25 | 2021-04-30 | 城云科技(中国)有限公司 | 道路平整检测方法及装置、设备 |
CN113340304A (zh) * | 2021-06-03 | 2021-09-03 | 青岛慧拓智能机器有限公司 | 坡度提取方法及装置 |
CN113643444A (zh) * | 2021-07-30 | 2021-11-12 | 北方魏家峁煤电有限责任公司 | 一种基于坡度补偿的渐进加密三角网点云滤波方法 |
CN113689394A (zh) * | 2021-08-20 | 2021-11-23 | 浙江省交通工程管理中心 | 一种基于三维点云的隧道初支平整度检测方法 |
CN114690780A (zh) * | 2022-04-13 | 2022-07-01 | 中国矿业大学 | 一种深部受限空间下无人有轨电机车坡度及弯道通行方法 |
CN114754741A (zh) * | 2022-06-15 | 2022-07-15 | 湖南大学 | 边坡断面坡度测量方法 |
CN115236695A (zh) * | 2022-06-15 | 2022-10-25 | 北京踏歌智行科技有限公司 | 一种基于激光雷达的非结构化道路地面坡度检测方法 |
-
2023
- 2023-01-28 CN CN202310042577.8A patent/CN116047464B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020054751A (ko) * | 2000-12-28 | 2002-07-08 | 이계안 | 노면경사 측정방법 및 이를 이용한 차량 속도 제어 시스템 |
CN102089196A (zh) * | 2008-03-27 | 2011-06-08 | 丰田自动车株式会社 | 坡度信息计算系统、车辆行驶控制系统、导航系统、以及坡度信息计算方法 |
CN104969249A (zh) * | 2013-08-30 | 2015-10-07 | 株式会社小松制作所 | 矿山机械的管理系统以及管理方法 |
US20180357777A1 (en) * | 2015-12-10 | 2018-12-13 | Siemens Aktiengesellschaft | Method for Producing a Depth Map |
WO2020063774A1 (zh) * | 2018-09-28 | 2020-04-02 | 腾讯科技(深圳)有限公司 | 确定道路坡度的方法、装置、存储介质和计算机设备 |
CN110161513A (zh) * | 2018-09-28 | 2019-08-23 | 腾讯科技(北京)有限公司 | 估计道路坡度的方法、装置、存储介质和计算机设备 |
CN109738910A (zh) * | 2019-01-28 | 2019-05-10 | 重庆邮电大学 | 一种基于三维激光雷达的路沿检测方法 |
CN112726350A (zh) * | 2020-12-25 | 2021-04-30 | 城云科技(中国)有限公司 | 道路平整检测方法及装置、设备 |
CN113340304A (zh) * | 2021-06-03 | 2021-09-03 | 青岛慧拓智能机器有限公司 | 坡度提取方法及装置 |
CN113643444A (zh) * | 2021-07-30 | 2021-11-12 | 北方魏家峁煤电有限责任公司 | 一种基于坡度补偿的渐进加密三角网点云滤波方法 |
CN113689394A (zh) * | 2021-08-20 | 2021-11-23 | 浙江省交通工程管理中心 | 一种基于三维点云的隧道初支平整度检测方法 |
CN114690780A (zh) * | 2022-04-13 | 2022-07-01 | 中国矿业大学 | 一种深部受限空间下无人有轨电机车坡度及弯道通行方法 |
CN114754741A (zh) * | 2022-06-15 | 2022-07-15 | 湖南大学 | 边坡断面坡度测量方法 |
CN115236695A (zh) * | 2022-06-15 | 2022-10-25 | 北京踏歌智行科技有限公司 | 一种基于激光雷达的非结构化道路地面坡度检测方法 |
Non-Patent Citations (3)
Title |
---|
HAIYANG YU 等: "Digital terrain model extraction from airborne LiDAR data in complex mining area", 2010 18TH INTERNATIONAL CONFERENCE ON GEOINFORMATICS * |
孙银聪: "高等级公路纵断面勘测设计方法研究", 华侨大学学报(自然科学版), no. 04 * |
黄德启: "基于IMU的公路几何参数快速自动检测技术研究", 中国优秀博硕士学位论文全文数据库 (硕士)信息科技辑, no. 03 * |
Also Published As
Publication number | Publication date |
---|---|
CN116047464B (zh) | 2023-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110647798B (zh) | 基于车载移动激光点云的轨道中线自动检测方法 | |
CN110618434B (zh) | 一种基于激光雷达的隧道内定位系统及其定位方法 | |
US20220009518A1 (en) | Road vector fields | |
CN107407725B (zh) | 用于装置定位的引导几何结构提取 | |
EP2283315B1 (en) | Method and arrangement for calculating a conformity between a representation of an environment and said environment | |
CN109849922B (zh) | 一种用于智能车辆的基于视觉信息与gis信息融合的方法 | |
JP6197393B2 (ja) | レーン地図生成装置及びプログラム | |
CN102208035B (zh) | 图像处理系统及位置测量系统 | |
CN114812581B (zh) | 一种基于多传感器融合的越野环境导航方法 | |
WO2013076829A1 (ja) | 自律移動システム | |
CN102207389B (zh) | 车辆位置识别系统 | |
US9885578B2 (en) | Curve-shape modeling device, vehicle information processing system, curve-shape modeling method, and non-transitory tangible computer readable medium for the same | |
CN108286979B (zh) | 一种获取高精度导航路径数据的方法和装置以及导航系统、驾驶系统 | |
US20220035378A1 (en) | Image segmentation | |
US20130103305A1 (en) | System for the navigation of oversized vehicles | |
CN106651953A (zh) | 一种基于交通指示牌的车辆位姿估计方法 | |
CN103425764B (zh) | 一种基于视频的车辆匹配方法 | |
KR101884018B1 (ko) | 라이다 데이터를 이용한 도로의 곡선반경, 종단 및 횡단 경사도 산출 방법 | |
Marinelli et al. | Mobile mapping systems and spatial data collection strategies assessment in the identification of horizontal alignment of highways | |
CN109285163B (zh) | 基于激光点云的车道线左右轮廓线交互式提取方法 | |
WO2019080380A1 (zh) | 轮迹横向分布测量系统及测量方法 | |
US20220351526A1 (en) | Multi-frame image segmentation | |
KR101281131B1 (ko) | 교통계측시스템 및 이를 이용한 교통파라미터 획득방법 | |
JP4940177B2 (ja) | 交通流計測装置 | |
US20230195122A1 (en) | Systems and methods for map-based real-world modeling |
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 |