CN116075794A - 作业机械 - Google Patents
作业机械 Download PDFInfo
- Publication number
- CN116075794A CN116075794A CN202180056411.0A CN202180056411A CN116075794A CN 116075794 A CN116075794 A CN 116075794A CN 202180056411 A CN202180056411 A CN 202180056411A CN 116075794 A CN116075794 A CN 116075794A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- work machine
- data
- information
- object detection
- 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 claims abstract description 149
- 239000002245 particle Substances 0.000 claims abstract description 71
- 238000005259 measurement Methods 0.000 claims abstract description 62
- 239000011859 microparticle Substances 0.000 claims description 82
- 238000009825 accumulation Methods 0.000 claims description 26
- 239000010419 fine particle Substances 0.000 claims description 11
- 239000013618 particulate matter Substances 0.000 claims description 7
- 238000006073 displacement reaction Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 37
- 238000000034 method Methods 0.000 description 34
- 230000006399 behavior Effects 0.000 description 25
- 238000010586 diagram Methods 0.000 description 24
- 238000004891 communication Methods 0.000 description 23
- 238000012217 deletion Methods 0.000 description 22
- 230000037430 deletion Effects 0.000 description 22
- 230000008569 process Effects 0.000 description 22
- 238000012986 modification Methods 0.000 description 15
- 230000004048 modification Effects 0.000 description 15
- 230000008859 change Effects 0.000 description 14
- 238000007726 management method Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 8
- 239000000428 dust Substances 0.000 description 7
- 239000004576 sand Substances 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 230000001186 cumulative effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 239000007921 spray Substances 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 239000002828 fuel tank Substances 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 208000034699 Vitreous floaters Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 239000000779 smoke Substances 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
-
- 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
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
-
- 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
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/42—Simultaneous measurement of distance and other co-ordinates
-
- 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
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- 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
- G01S7/4808—Evaluating distance, position or velocity data
-
- 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
- G01S7/483—Details of pulse systems
- G01S7/486—Receivers
- G01S7/487—Extracting wanted echo signals, e.g. pulse detection
- G01S7/4876—Extracting wanted echo signals, e.g. pulse detection by removing unwanted signals
-
- 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
- G05D1/0231—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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Optics & Photonics (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
具备:测量传感器,其将作业机械的周围的物体的表面位置测量为在垂直方向上具有多层的3维点群信息;以及物体检测装置,其基于来自测量传感器的信息来检测作业机械的周围的检测对象物体,物体检测装置取得由测量传感器测量出的3维点群信息,针对构成3维点群信息的多个点数据,基于在垂直方向上相邻的层的点数据的离测量传感器的距离的关系和距离之差的偏差来检测测量微粒的点数据,从3维点群信息中删除检测为微粒的点数据,基于删除了微粒的点数据后的3维点群信息来检测周围的物体。由此,能够以更高的精度对检测对象的物体进行检测。
Description
技术领域
本发明涉及作业机械。
背景技术
在矿山现场,以提高生产率为目的,例如使用自主行驶自卸卡车等作业机械。在自主行驶自卸卡车中,除了进行使用了管制信息的运行管理以外,为了确保行驶的安全性,在各个自主行驶自卸卡车中始终掌握行驶中的周围的状况,检测有无障碍物、其他车辆等,控制自主行驶。另一方面,在矿山现场等越野环境中,由于频繁地产生沙尘等微粒的漂浮状态,因此需要抑制将它们误检测为物体。
作为这样的障碍物的检测所涉及的技术,例如,在专利文献1中公开了一种工程车辆中搭载的障碍物检测装置,具备:TOF方式的距离图像传感器,其根据投射光与反射光的时间差来测定距离;以及控制装置,其基于所述距离图像传感器的测定数据来判定有无障碍物,关于所述测定数据,在将来自车辆端部的车辆行进方向分量设为x数据、将车宽方向分量设为y数据、将距地面的高度方向分量设为z数据时,所述控制装置进行高度筛选步骤,在该高度筛选步骤中,仅筛选z数据比阈值T1大的测定数据来判定有无障碍物。
现有技术文献
专利文献
专利文献1:日本特开2019-12063号公报
发明内容
发明所要解决的课题
在上述现有技术中,以测量地面时的反射强度为基准设置阈值,由此去除路面的测定数据、以及沙尘、水蒸气等微粒等的测定数据,实现障碍物检测的精度提高。然而,在检测对象是如落到路面上的岩石那样的与路面相同的物质的情况下,检测对象与去除对象的测定数据的反射强度成为相同的值,因此检测对象的测定数据与路面、沙尘的测定数据一起被去除,有可能无法检测出作为障碍物而应检测的检测对象。
本发明是鉴于上述情况而完成的,其目的在于提供一种能够以更高的精度对检测对象的物体进行检测的作业机械。
用于解决课题的手段
本申请包括多个解决上述课题的手段,举出其一例,是在现场工作的作业车辆,具备:测量传感器,其将所述作业车辆的周围的物体的表面位置测量为在垂直方向上具有多层的3维点群信息;以及物体检测装置,其基于来自所述测量传感器的信息,检测所述作业车辆的周围的检测对象物体,所述物体检测装置取得由所述测量传感器测量出的3维点群信息,针对构成所述3维点群信息的多个点数据,基于在垂直方向上相邻的层的点数据的离所述测量传感器的距离的关系和距离之差的偏差,检测测量微粒的点数据,从所述3维点群信息中删除检测出的微粒的点数据,并基于删除微粒的点数据后的所述3维点群信息,检测周围的物体。
发明效果
根据本发明,能够以更高的精度对检测对象的物体进行检测。
附图说明
图1是提取第一实施方式的物体检测装置而概略性地表示的功能框图。
图2是表示物体检测装置的处理内容的功能框图。
图3是表示由物体检测装置处理的3维点群数据的一例的图,是表示构成3维点群数据的各点数据的概要的图。
图4是表示由物体检测装置处理的3维点群数据的一例的图,是表示3维点群数据的数据结构的图。
图5是表示搭载于自卸卡车的外界识别传感器进行测量的情况的图,是表示存在微粒的飞散区域的情况的图。
图6是表示搭载于自卸卡车的外界识别传感器进行测量的情况的图,是表示不存在微粒的飞散区域的情况的图。
图7是表示微粒检测部的微粒检测处理的处理内容的流程图。
图8是表示微粒删除部中的微粒删除处理的处理内容的流程图。
图9是概略性地表示搭载有物体检测装置的自卸卡车的处理功能的功能框图。
图10是表示搭载于自卸卡车的物体检测装置的处理内容的流程图。
图11是表示车辆行为变更判断部的处理内容的流程图。
图12是示例微粒的飞散区域的时序推定结果的情况的图。
图13是示例微粒的飞散区域的时序推定结果的情况的图。
图14是示例微粒的飞散区域的时序推定结果的情况的图。
图15是将搭载有第二实施方式的物体检测装置的自卸卡车的处理功能与关联结构一起概略性地表示的功能框图。
图16是表示先行车辆的物体检测结果的一例的图。
图17是表示车辆行为变更判断部的处理内容的流程图。
具体实施方式
以下,参照附图对本发明的实施方式进行说明。此外,在本实施方式中,作为作业机械的一例,示出作为自主行驶车辆的自卸卡车(自主行驶自卸卡车)来进行说明,但即使是液压挖掘机等其他作业机械,也能够应用本发明。
<第一实施方式>
参照图1~图14说明本发明的第一实施方式。
图1是提取本实施方式的物体检测装置而概略性地表示的功能框图。另外,图2是表示物体检测装置的处理内容的功能框图。
在图1中,物体检测装置100搭载于作为本实施方式的作业机械的一例而示出的自主行驶自卸卡车(以下,简称为自卸卡车),具备外界信息取得部110、微粒检测部120、微粒删除部130以及物体检测部140。
在图2中,首先,物体检测装置100的外界信息取得部110从设置于自卸卡车的外界识别传感器210(测量传感器)取得3维点群数据(3维点群信息)(步骤S100)。
外界识别传感器210搭载于自卸卡车200(参照之后的图5等),是将自卸卡车200周围的物体的表面位置测量为在垂直方向上具有多层的3维点群数据的测量传感器。在本实施方式中,作为外界识别传感器210例示使用LiDAR(Light Detection And Ranging:激光雷达)的情况来进行说明。此外,外界识别传感器210只要是能够测量存在于作为作业机械的自卸卡车200的周围的物体表面的3维位置的传感器即可,例如,也可以使用距离图像传感器,或者在立体照相机中使用公知的三角测量法。另外,也可以组合使用立体照相机和LiDAR等多个传感器。
图3以及图4是表示由物体检测装置处理的3维点群数据的一个例子的图,图3是表示构成3维点群数据的各点数据的概要的图,图4是表示3维点群数据的数据结构的图。
如图3所示,由外界识别传感器210取得的3维点群数据由外界识别传感器210取得的各点数据的ID、从外界识别传感器210到各测量点的距离、从基准方向起的水平方向的角度以及垂直方向的角度构成。即,由外界识别传感器210取得的3维点群数据是距离/角度数据,图3的左侧的数据ID、水平测量角度、垂直测量角度以及测量距离与其对应。
接着,外界信息取得部110从外界识别传感器210接收包含距离/测量角度信息的3维点群数据,将各点数据转换为以本车辆为中心的正交坐标系(车辆坐标系)中的3维坐标,并追加到3维点群数据中(步骤S110)。
如图3所示,在外界信息取得部110中,将3维点群数据转换为由数据ID、水平方向的测量角度、垂直方向的测量角度、测量距离、3维坐标以及微粒标签构成的数据。
具体而言,外界信息取得部110根据从外界识别传感器210输出的包含距离和测量角度的信息的点群数据和从本车中心观察到的外界识别传感器210的设置位置,计算各测量点在以本车辆的中心为原点的正交坐标系(车辆坐标系)中的3维坐标,在原来的3维点群数据中追加计算出的信息,并输出至微粒检测部120。
此外,在外界识别传感器210使用立体照相机的情况下,通过三角测量法取得3维正交坐标。因此,根据传感器的设置位置和所取得的正交坐标,计算出各点的以传感器的测量中心为原点的3维极坐标系,从而能够取得到物体为止的距离以及测量距离的信息。
在此,微粒标签是表示各点数据是否为测量微粒的点的标签,在微粒标签为“1”的情况下,是指测量微粒的点,在微粒标签为“0”(零)的情况下,是指测量微粒以外的物体的点。另外,对从外界信息取得部110输出的3维点群数据的微粒标签设置“0”(零)作为初始值。如图4所示,外界信息取得部110输出将行方向根据水平方向的测量角度、将列方向根据垂直方向的测量角度分别排列而成的2维排列数据作为3维点群数据。
接着,微粒检测部120基于从外界信息取得部110取得的3维点群数据,使用各点数据的距离信息来确定各点数据是否是已经测量了微粒的数据(步骤S120),当判定结果为“是”时,将对应的点数据的微粒标签设置为“1”(步骤S130),并且当判定结果为“否”时,将对应的点数据的微粒标签设置为“0”(零)(步骤S121)。
在此,对微粒检测部120的微粒检测处理的基本原理,即,图2中的步骤S120、S121和S130的处理的详细内容进行说明。
图5及图6是表示搭载于自卸卡车的外界识别传感器进行测量的情况的图,图5是表示存在微粒的飞散区域的情况的图,图6是表示不存在微粒的飞散区域的情况的图。
如图5所示,在矿山现场等,由于自卸卡车200的行驶动作、风等的作用,存在作为微粒之一的多个砂粒漂浮的情况(所谓产生沙尘的情况)。通常,在沙尘这样的微粒漂浮在空气中的情况下,如图5所示,混合存在测量微粒的点211a、穿过微粒之间的间隙而测量地面510的点212a以及测量沙尘后面的区域中的物体500的点213。此时,关于在不存在物体的情况下测量地面的点,如图6所示,下侧的点212b的测量距离比由上侧的扫描线测量的点211b的测量距离短。然而,在测量了微粒的情况下,如图5所示,产生距离关系反转的数据,诸如点211a和点212a。即,在认为测量地面510的情况下,产生从外界识别传感器210以水平方向为基准的情况下的俯角较大的点211a的测量距离比俯角较小的点211b短这样的关系性的逆转。因此,将该距离的关系性反转的点211a判定为测量到微粒的点。
此外,在本实施方式中,作为在空气中漂浮的微粒的一个例子,示出沙尘(沙粒)进行了说明,但对于雨点(雨滴)、雾、烟、水蒸气等那样存在于空气中的其他微粒也能够同样地进行检测。
但是,根据存在于矿山现场的物体的形状,存在尽管不是微粒的飞散区域,但距离关系反转的情况。因此,设置一定的阈值(阈值2),将在上下方向上相邻的点数据的距离之差与该阈值进行比较,来判定距离关系的反转是由微粒引起的还是由物体的形状引起的。该阈值2根据在车辆的行驶环境中设想的检测对象中的、在产生距离关系的反转的形状的物体中最大的物体的宽度或进深中的值大的一方来决定。例如,如果是矿山现场,则球状的岩石等相当于该物体。而且,如果是物体,则距离测量点彼此的距离差为物体的大小以下,因此存在距离差的方差变小的倾向。另一方面,在测量微粒的情况下,测量附近的地面的点的距离差变小,但测量远方的地面的数据变大。即,与测量物体时相比,距离差的方差变大。因此,通过将在测量到具有发生距离关系的反转的形状的物体中最大的物体的情况下的距离差的方差设为阈值3,并将各点数据的上下方向的距离差的方差与该阈值3进行比较,来判定距离关系的反转是由微粒引起的还是由物体的形状引起的,从而进一步可靠地防止微粒的误检测。
图7是表示微粒检测部的微粒检测处理的处理内容的流程图。
在图7中,微粒检测部120首先从外界信息取得部110取得3维点群数据(步骤S200),并且参照3维点群数据的二维阵列(参见图4)中的同一列的数据,从最下行的点开始依次计算出该点的测量距离与上一行的点的测量距离之间的差(步骤S210)。此外,在步骤S210中,从下侧的行的点数据的测量距离减去上侧的行的点数据的测量距离来计算出差。
接着,判定距离之差是否为预先决定的阈值(阈值2)以上(步骤S220),在判定结果为“是”的情况下,即,下侧的点数据的测量距离比上侧的点数据的测量距离长一定距离以上的情况下,将上侧的点数据的微粒标签设为“1”(步骤S230),保存在步骤S210中计算出的距离差(步骤S240)。
在步骤S220中的判定结果为“否”的情况下,或者在步骤S240的处理结束的情况下,接着,判定是否参照了3维点群数据的所有列(步骤S250),在判定结果为“否”的情况下,反复进行步骤S210~S250的处理直到判定结果成为“是”为止。
另外,在步骤S250中的判定结果为“是”的情况下,根据在步骤S240中保存的各点数据的测量距离之差计算出方差(步骤S260),判定方差是否为预先决定的阈值(阈值3)以上(步骤S270)。在此,阈值3被设定为测量了物体的情况下的测量距离之差的方差与测量了飞散区域的微粒的情况下的测量距离之差的方差之间的值,针对在搭载有物体检测装置100的作业机械(例如自卸卡车200)运转的环境中可能存在的物体,预先计算测量距离之差的方差,将使该值具有余量的值设为阈值3,由此能够判定是物体还是微粒。
在步骤S270中的判定结果为“是”的情况下,参照微粒标签为“1”的所有点数据的3维坐标,计算这些点数据的重心坐标作为微粒的飞散区域的位置(步骤S280)。此外,定义以从x、y和z坐标的最大值到最小值的距离分别是进深、宽度和高度的长方体区域,并且计算该区域作为微粒的飞散区域(步骤S280)。此外,根据作为微粒的飞散区域计算出的长方体的体积和微粒标签为“1”的点数据的个数,计算飞散区域内的微粒的密度(步骤S280)。
随后,以时间序列累积在步骤S280中计算出的微粒的飞散区域的位置、范围和密度的信息,并且使用卡尔曼滤波器等公知的跟踪方法来计算和跟踪位置、范围和密度的时间位移(步骤S290)。
接着,判定在步骤S290中计算出的飞散区域的位置和范围的时间位移是否为预先决定的阈值(阈值4)以上(步骤S300),在判定结果为“是”的情况下,在本车辆的移动路径上,将存在微粒的飞散区域的区域设为危险的区域,将不存在微粒的飞散区域的区域设为能够安全地行驶的区域(步骤S310),将3维点群数据输出到微粒删除部130(步骤S320),结束处理。在此,阈值4设为比物体检测部140中的物体检测的距离精度的值大的任意的值。
此外,当步骤S270中的确定结果为“否”时,或者当步骤S300中的确定结果为“否”时,将所有点数据的微粒标签设置为“0”(零)(步骤S271),将3维点群数据输出到微粒删除部130(步骤S320),并且结束处理。
返回到图2。
当步骤S130或S121的处理结束时,接着,微粒删除部130从3维点群数据中删除被判定为微粒的点数据(即,微粒标签为“1”的点数据)(步骤S140)。
接着,判定删除后的点数据的数量是否为预先决定的阈值(阈值1)以上(步骤S150),在判定结果为“否”的情况下,则将3维点群数据保存在微粒删除部130中(步骤S151),处理返回到步骤S100。
在此,对微粒删除部130的微粒删除处理的基本原理,即,图2的步骤S140、S150和S151中的处理的详细内容进行说明。
图8是表示微粒删除部的微粒删除处理的处理内容的流程图。
如图8所示,微粒删除部130首先从微粒检测部120取得3维点群数据(步骤S400),判定是否存在微粒标签为“1”的点数据(步骤S410)。
在步骤S410中的判定结果为“否”的情况下,由于未测量微粒,所以向物体检测部140输出3维数据(步骤S440),结束处理。
另外,在步骤S410中的判定结果为“是”的情况下,从3维点群数据中删除微粒标签为“1”的点数据(步骤S420),判定删除后的3维点群数据的点数据的数量与所保存的点数据的数量(参照之后的步骤S431)的合计是否为预先决定的阈值(阈值1)以上(步骤S430)。
在步骤S430中的判定结果为“是”的情况下,即,在存在能够进行物体检测的数量的点数据的情况下,向物体检测部140输出3维数据(步骤S440),结束处理。
另外,在步骤S430中的判定结果为“否”的情况下,即,在判定为没有能够进行物体检测的数量的点数据的情况下,保存在步骤S430中合计的3维点群数据(步骤S431),返回到物体检测部100的最初的处理(图2的步骤S100)。
在此,阈值1是使用外界识别传感器210的空间分辨率dh、原来的3维点群数据的点数据数量n0、假定为需要检测(想要检测)的最小的检测对象的大小Smin、以及最长检测距离rt,通过下述的(式1)以及(式2)求出的固定值。
[数式1]
[数式2]
通过上述(式1)以及(式2),根据传感器的空间分辨率,求出最长距离的相邻的测量点之间的距离。能够根据该距离和最小检测对象的大小,计算测量检测对象的点的个数nt。如果该点的个数nt不是至少1点以上则原本就无法测量,因此将1除以上述点的个数nt而得到的值成为能够删除的数据的比例。将该比例乘以原来的点群数据的个数no而得到的值为阈值1。
返回到图2。
在步骤S150中的判定结果为“是”的情况下,物体检测部140从微粒删除部130取得3维点群数据,按时间序列检测存在于车辆周围的物体的位置/形状/移动速度/移动方向的信息(步骤S160)。
在此,对物体检测部140的物体检测处理的处理内容进行说明。
物体检测部140从微粒删除部130取得点群数据,并且使用点群的3维坐标信息来取得本车辆周围的物体的位置/形状/移动速度/移动方向的信息。在此,物体的位置是指,使用对检测到的物体进行测量而得到的各点的3维坐标计算出的重心坐标。另外,形状是指,将从各点的3维坐标到x、y、z坐标各自的最大值到最小值的距离作为进深、宽度、高度而计算出的长方体。
作为物体的位置/形状的检测方法,例如可以是公知的OGM(Occupancy Grid Map:占用栅格地图)法、使用了机器学习的VoxelNet法等能够从3维点群取得上述物体信息的方法。另外,作为检测物体的移动速度/方向的方法,使用公知的卡尔曼滤波器、粒子滤波器的方法等只要能够按时间序列推定物体的移动速度/方向的方法即可。
对如上那样构成的物体检测装置的作用效果进行说明。
物体检测装置100具备外界识别传感器210、外界信息取得部110、微粒检测部120、微粒删除部130以及物体检测部140。外界信息取得部110从外界识别传感器210接收包含距离/测量角度信息的3维点群数据,计算各点的以本车为中心的正交坐标系中的3维坐标,追加到3维点群数据中,并输出到微粒检测部120。微粒检测部120从外界信息取得部110取得3维点群数据,使用各点的距离信息来判定是否针对各点测量了微粒。将被判定为进行了微粒测量的点的微粒标签设为“1”。微粒删除部130从微粒检测部120接收3维点群数据,并且从3维点群数据中删除被判定为微粒的点。判定删除后的数据数量是否为阈值1以上,在阈值1以上的情况下输出到物体检测部140。在阈值1以下的情况下,将3维点群数据保存在微粒删除部130中。物体检测部140从微粒删除部130取得3维点群数据,并且以时间序列检测存在于车辆周围的物体的位置/形状/移动速度/移动方向的信息。因此,在物体检测部140中能够防止由微粒的影响引起的未检测以及误检测。
此外,在微粒检测部120中,参照3维点群数据的排列的列方向,在上下相邻的点,在下侧的点的测量距离大于距离的阈值2,并且距离差的方差的值大于阈值3的情况下,可以将上侧的点判定为测量了微粒的点并进行检测。因此,可以没有误检测地检测测量了微粒的点。
此外,微粒检测部120可以检测测量了微粒的点,并可以使用3维坐标来取得微粒的飞散区域的位置、范围、密度的信息。此外,由于微粒是漂浮物,所以当按时间序列跟踪时,飞散区域的位置、范围和密度变化,因此当位移小于阈值4时,判定为检测到物体而不是微粒,并且将所有点的微粒标签设置为“0”。因此,可以没有误检测地检测测量了微粒的点。
此外,微粒检测部120可以检测测量了微粒的点,并可以使用该3维坐标来取得微粒的飞散区域的位置、范围、密度的信息。另外,使用这些信息,在本车的行进道路上,能够将存在微粒的区域计算为危险的区域,将不存在微粒的区域计算为能够安全地行驶的区域。因此,即使产生微粒,也能够使本车安全地行驶。
此外,微粒删除部130将删除后的3维点群数据的数据数量与阈值1进行比较,在小于阈值1的情况下,执行点群的累积直到数据数量成为阈值1以上为止。因此,能够防止物体的未检测。
进一步详细地说明将如以上那样构成的物体检测装置100搭载于自卸卡车200的情况。
虽然省略了图示,但搭载有本实施方式的物体检测装置100的自卸卡车200大致包括:沿前后方向延伸而形成支承构造体的车体框架;以在前后方向上延伸的方式配置于车体框架的上部且将其后端下部经由销结合部而以能够倾动的方式设置于车体框架的货箱(车斗);设置于车体框架的下方前侧左右的一对从动轮(前轮);设置于车身的下方后侧左右的一对驱动轮(后轮);设置于车体框架的上方前侧的驾驶室(cap);设置于车体框架的下方的燃料箱;配置于车体框架上且由从燃料箱供给的燃料驱动的发动机;以及控制自卸卡车200的自主行驶的车辆控制装置300。
图9是概略性地表示搭载有物体检测装置的自卸卡车的处理功能的功能框图。
在图9中,自卸卡车200具备物体检测装置100、外界识别传感器210、车载传感器220、车辆控制装置300以及管理自卸卡车200的运行的管制中心400。
外界识别传感器210测量本车周围的环境,将点群数据215输出到物体检测装置100。
物体检测装置100计算存在于本车周围的物体的位置、形状、移动速度、移动方向的信息,并输出至车辆控制装置300。另外,物体检测装置100将由微粒检测部120计算出的微粒的飞散状况和由微粒删除部130计算出的点群的不足信息输出到车辆控制装置300。车载传感器220测量本车的位置和姿势,并发送至车辆控制装置300。
管制中心400取得各车辆的位置信息,并将运行管理信息输出到车辆控制装置300。
车辆控制装置300根据从管制中心400接收到的运行管理信息、从车载传感器220取得的自身位置以及车辆的姿势信息、从物体检测装置100取得的物体信息以及微粒的信息,以能够可靠地实施物体检测的方式决定车辆的速度和转向角,并输出至致动器。
外界识别传感器210搭载于自卸卡车200,测量车辆的周围的环境。在本实施方式中,使用LiDAR作为外界识别传感器210。
车载传感器220搭载于自卸卡车200,测量本车的位置、姿势信息。在本实施例中,使用GNSS(Global Navigation Satellite System:全球导航卫星系统)装置221作为测定位置的传感器。另外,作为测量姿势的传感器,使用IMU(Inertial Measurement Unit:惯性测量单元)装置222。
车辆控制装置300具备自身位置推定部310、速度计划部320、轨道计划部330、通信部340以及车辆行为变更判断部350,决定用于控制车辆的速度、转向角信息。
管制中心400具备运行管理部410、通信部420、地图存储部430、路径存储部440,对多个自卸卡车200的运行进行管理、控制。详细情况予以后述。
图10是表示搭载于自卸卡车的物体检测装置的处理内容的流程图。此外,在图10中,对与图2相同的处理内容标注相同的符号并省略说明,仅对不同点进行说明。
将在步骤S130中在微粒检测部120中计算出的微粒的飞散区域的位置、范围和密度的时间序列信息输出到车辆控制装置300的车辆行为变更判断部350(步骤S510)。
另外,在步骤S150中的判定结果为“是”的情况下,对数据累积次数代入“0”(零),向车辆行为变更判断部350输出数据累积次数(步骤S520),物体检测部140从微粒删除部130取得3维点群数据,以时间序列检测存在于车辆周围的物体的位置/形状/移动速度/移动方向的信息(步骤S160),使用3维点群数据由物体检测部140实施物体检测,将检测到的物体的位置、形状的信息输出至速度计划部320和轨道计划部330(步骤S530)。
另外,在步骤S150中的判定结果为“否”的情况下,通过将阈值1除以删除后的数据数量来计算数据的累积次数(步骤S540),将累积次数输出到车辆行为变更判断部350(步骤S550)。
在此,物体的位置是指使用对检测到的物体进行测量而得到的各点的3维坐标计算出的重心坐标。另外,形状是指将从各点的3维坐标到x、y、z坐标各自的最大值到最小值的距离作为进深、宽度、高度而计算出的长方体。
接着,说明管制中心400中的处理的内容。
管制中心400通过通信部420从多个自卸卡车200取得位置信息、速度信息、行驶轨道,并输出至运行管理部410。另外,地图存储部430存储有地图信息,该地图信息预先将矿山内的自主行驶车辆的行驶路径按一定的区间划分,并设定了该区间的行驶路径和限制速度。地图存储部430将地图信息输出到运行管理部410。路径存储部440保存各车辆的当前的行驶路径,并输出保存于运行管理部410的各车辆的路径信息。运行管理部410使用所取得的各车辆的位置信息和地图信息,将各车辆位置信息重叠在地图上,由此掌握各车辆在地图上的位置。在根据各车辆在地图上的位置和各车辆的路径信息而判断为在当前的路径上行驶结束的情况下,将地图上的下一行驶路径作为新的行驶路径,另外,将该路径所包含的限制速度作为目标速度而通过通信部420向自卸卡车200输出。另外,将各车辆的新的行驶路径向路径存储部440输出。
接着,说明车辆控制装置300中的处理的内容。通过通信部340接收来自管制中心400的目标速度和行驶路径。通信部340将接收到的目标速度向速度计划部320输出,将行驶路径向轨道计划部330输出。自身位置推定部310使用从车载传感器220取得的位置数据和由车体的x、y、z、滚动、俯仰、偏航这6轴方向的加速度构成的姿势数据来推定车辆的当前位置、速度,并输出到速度计划部320、轨道计划部330和车辆行为变更判断部350。车辆行为变更判断部350从微粒检测部120取得微粒的飞散区域的位置、范围和密度的时间序列信息,从微粒删除部130取得数据累积次数,并且从自身位置推定部310取得当前位置和车辆速度。在数据累积次数为“0”(零)的情况下,将自卸卡车200的最高车速输出至速度计划部320。在数据累积次数为1以上的情况下,将通过后述的处理计算出的车辆速度输出到速度计划部320。关于车辆行为变更判断部350的处理的详细情况在后面叙述。速度计划部320将从通信部340取得的目标速度与从车辆行为变更判断部350取得的车辆速度进行比较,将较慢的一方的速度设为目标速度。根据当前的车辆速度与目标速度的差分计算加速量或减速量,决定致动器的操作量。轨道计划部330根据行驶路径和当前位置、从物体检测装置100取得的周围的物体的位置、形状信息,以不与物体碰撞且最不脱离行驶路径的方式决定目标轨道,并根据当前位置与目标轨道的位置的差分计算转向角,以使得能够沿着该轨道行驶。
接着,对车辆行为变更判断部350中的处理的内容进行说明。
图11是表示车辆行为变更判断部的处理内容的流程图。
如图11所示,车辆行为变更判断部350首先从自身位置推定部310取得自身位置和车辆速度的信息,从微粒检测部120取得微粒区域的位置、范围、密度的时间序列信息,从微粒删除部130取得数据累积次数(步骤S600),判定数据累积次数是否大于“0”(零)(步骤S610)。
在步骤S610中的判定结果为“否”的情况下,即,在数据累积次数为“0”的情况下,将自卸卡车200的最高速度输出至速度计划部320(步骤S611),结束处理。
另外,在步骤S610中的判定结果为“是”的情况下,即,在数据累积次数大于“0”的情况下,根据从飞散区域的位置、范围的信息求出的长方体和本车的位置、车辆速度,计算在长方体中最接近车体的面到本车位置的距离,并根据该距离和车辆速度计算车体到达为止的时间(步骤S620)。
接着,对于到达时间后的飞散区域的位置、范围、密度,使用公知的卡尔曼滤波器等推定方法来推定微粒区域的时间序列数据,判定微粒的飞散区域是否在到达时间之前消灭或者移动到自卸卡车200的行进道路外(步骤S630)。
在步骤S630中,通过判定自卸卡车200的行进道路上的飞散区域的密度是否小于预先决定的阈值(阈值5),来判定在到达时间之前微粒的飞散区域是否消灭、或者是否移动到自卸卡车200的行进道路外。
图12至图14是示例微粒的飞散区域的时序推定结果的情况的图。
在步骤S630中,关于图12所示的初始状态的微粒的飞散区域,判断是如图13所示那样在到达时间后的推定结果中密度降低而成为比阈值5小的值,还是如图14所示那样飞散区域的位置、范围变化而表示飞散区域的长方体与以包围车辆的方式设定的长方体的区域不相接、即从本车的行进道路上消失。
此外,阈值5是在事先实施一边使密度变化一边产生微粒而由物体检测装置100测量出的实验时的、微粒删除部130中成为数据累积次数“0”(零)时的由微粒检测部120计算出的微粒的飞散区域的密度中最高密度的值。
在步骤S630的判定结果为“是”的情况下,即,在判断为飞散区域消灭或消失的情况下,向速度计划部320输出当前的车辆速度(步骤S640),结束处理。
另外,在步骤S630的判定结果为“否”的情况下,通过对在步骤S620中计算出的到飞散区域的到达时间、与累积次数乘以外界识别传感器210的测量时间而得到的时间进行比较,来判定外界识别传感器210是否能够测量数据累积所需的次数(步骤S631)。外界识别传感器210的测量时间是根据所使用的传感器而固有的值。
在步骤S631中的判定结果为“是”的情况下,向速度计划部320输出当前的车辆速度的信号(步骤S640),结束处理。
另外,在步骤S631中的判定结果为“否”的情况下,通过将在步骤S620中计算出的本车与飞散区域的距离除以将数据累积次数与测量时间相乘而得到的时间,来计算能够测量的车辆速度,向速度计划部320输出该车辆速度(步骤S632),为了防止后续车也发生减速而导致生产率进一步降低,通过通信部340向管制中心400输出洒水警报(步骤S633),结束处理。
对如上那样构成的本实施方式的作用效果进行说明。
自卸卡车200具备物体检测装置100、外界识别传感器210、车载传感器220、车辆控制装置300以及管理自卸卡车200的运行的管制中心400。外界识别传感器210测量本车周围的环境,将点群数据215输出到物体检测装置100。物体检测装置100计算存在于本车周围的物体的位置、形状、移动速度、移动方向的信息,并向车辆控制装置300输出。另外,物体检测装置100将由微粒检测部120计算出的微粒的飞散状况和由微粒删除部130计算出的点群的不足信息输出到车辆控制装置300。车载传感器220测量本车的位置和姿势,并向车辆控制装置300发送。管制中心400将运行管理信息输出到车辆控制装置300。车辆控制装置300根据从管制中心400接收到的运行管理信息、从车载传感器220取得的自身位置以及车辆的姿势信息、从物体检测装置100取得的物体信息以及微粒的信息,以能够可靠地实施物体检测的方式决定车辆的速度和转向角,并向致动器输出。因此,自卸卡车200即使产生微粒也不会未检测、误检测地检测周围的物体,从而能够不与物体发生碰撞地行驶。
另外,车辆行为变更判断部350从自身位置推定部310取得自身位置和车辆速度的信息,从微粒检测部120取得微粒区域的位置、范围、密度的时间序列信息,从微粒删除部130取得数据累积次数,根据当前位置、车辆速度、微粒区域的位置、范围,计算到微粒的飞散区域为止的到达时间。接下来,对于到达时间之后的微粒区域的状态,通过使用公知的卡尔曼滤波器的推定方法推定微粒区域的时间序列数据。作为推定的结果,当微粒区域被判定为消灭或移动而在路径上消失时,信号被输出到速度计划部320以保持该速度。另外,在判断为残留在行进道路上的情况下,根据外界识别传感器210的测量时间和数据累积次数来判断在到达时间之前是否能够累积数据,在能够累积的情况下,向速度计划部320输出信号以保持原来的速度。在判断为不能累积的情况下,基于数据累积所需的时间和从当前位置到微粒区域的距离来决定车辆速度,并向速度计划部320输出该车辆速度。因此,能够防止微粒的影响导致的物体检测的未检测、误检测。
另外,车辆行为变更判断部350在向速度计划部320发送了车辆速度的情况下,向管制中心400发送洒水警报,因此能够防止微粒的进一步产生。
<第一实施方式的变形例>
此外,在第一实施方式中例示了在车辆行为变更判断部350中,使用微粒的飞散区域的时间序列信息和数据累积次数、自身位置、车辆速度,在判断为不能进行数据累积的情况下进行车辆速度的减速的情况,但不限于此,也可以考虑在不能进行数据累积的情况下进行减速以外的处理。
例如,作为推定了微粒到达飞散区域的时间之后的微粒区域的位置、范围的结果,在路径上存在一些微粒的情况下,可以计算表示飞散区域的长方体的各顶点与行驶的道路上的两侧的路肩之间的距离,并且在判定为在这些顶点与任意路肩之间存在车体的横向宽度以上的间隔的情况下,可以将避开微粒区域的轨迹输出到轨道计划部330。此时,路肩的位置可以从管制中心400的地图信息取得,也可以根据由物体检测装置100检测到的各物体的检测的位置、形状的信息,将在与车辆行进方向垂直的方向上距本车的位置最远的物体识别为路肩,使用该物体的位置、形状信息。在该情况下,通过在轨道计划部330接收到的轨道上行驶,能够在不存在微粒区域的安全的区域行驶,因此能够防止微粒的影响导致的物体检测的误检测、未检测。
<第二实施方式>
参照图15~图17说明本发明的第二实施方式。
本实施方式表示分别具备物体检测装置100的2台作业机械(自卸卡车)中的自主行驶控制。
图15是将搭载了本实施方式的物体检测装置的自卸卡车的处理功能与关联结构一起概略性地表示的功能框图。在图中,对与第一实施方式相同的结构标注相同的符号,并省略说明。
在图15中,自卸卡车200具备物体检测装置100、外界识别传感器210、车载传感器220、车辆控制装置300以及管理自卸卡车200的运行的管制中心400。
外界识别传感器210测量本车周围的环境,将点群数据215输出到物体检测装置100。
物体检测装置100计算存在于本车周围的物体的位置、大小、形状、移动速度、移动方向的信息,使用车辆控制装置300和车辆控制装置300内的通信部340,输出到管制中心400。另外,物体检测装置100将由微粒检测部120计算出的微粒的飞散区域的位置、范围、密度和由微粒删除部130计算出的点群的累积次数输出到车辆控制装置300。
车载传感器220测量本车的位置和姿势,并向车辆控制装置300发送。
管制中心400接收各车辆的位置、车辆速度和物体的位置、形状、移动速度、移动方向的信息,决定物体信息的存储、各车辆的行驶路径和目标速度,向各车辆的车辆控制装置300输出先行车辆的物体信息、行驶路径、目标车速。
车辆控制装置300取得从管制中心400接收到的行驶路径、目标速度、自主行驶车辆201的物体检测结果、从车载传感器220取得的自身位置以及车辆的姿势信息、从物体检测装置100取得的本车周围的物体的位置、形状、移动速度、移动方向的时间序列信息以及微粒的飞散区域的位置、范围密度的时间序列信息。根据先行车辆的物体检测结果,判断是否需要进行物体检测,在需要的情况下,根据微粒的信息,以能够可靠地实施物体检测的方式决定车辆的速度和转向角,并向致动器输出。
在本实施方式中,自主行驶车辆201的结构与自卸卡车200相同,因此省略。
此外,在本实施方式中,示出2台自主行驶车辆(自卸卡车200、201)来进行说明,但不限于此,在3台以上的自主行驶车辆在同一路径上行驶的情况下也能够应用本申请发明。另外,先行车辆不需要限于自主行驶车辆,只要是搭载有物体检测装置100的作业机械,也可以是人操纵的车辆。
在本实施方式中,作为外界识别传感器210而使用LiDAR。另外,外界识别传感器210由主要测量车辆的前方方向的前方LiDAR218和主要测量车辆后方的后方LiDAR219构成。但是,前方LiDAR以及后方LiDAR只要能够在车辆前方以及后方的行进道路上进行测量,则对设置位置以及设置个数不设置限制。
物体检测装置100的物体检测部140将车辆前方以及后方的行进道路上的物体的位置、形状、移动方向、移动速度的信息向速度计划部320、轨道计划部330、通信部340输出(相当于第一实施方式中的图10的S530)。其他处理与第一实施方式的物体检测装置100相同。
接着,说明管制中心400中的处理的内容。管制中心400通过通信部420从多个自卸卡车200的通信部340取得位置信息和物体信息,并向运行管理部410输出。运行管理部410将所取得的物体信息和发送了该物体信息的车体的编号输出到物体信息存储部450。使用所取得的各车辆的位置信息、从地图存储部430取得到的地图信息、以及从路径存储部440取得的路径信息来计算各车辆的目标速度和行驶路径。然后,将所决定的目标速度、行驶路径通过通信部420向自卸卡车200输出。另外,通过使各车辆的位置信息与地图重合,来掌握各车辆的位置关系,从物体信息存储部450取得与在自卸卡车200的前方行驶的自主行驶车辆201相应的编号的物体信息,并通过通信部420向自卸卡车200输出。
接着,说明车辆控制装置300的处理的内容。
通过通信部340接收来自管制中心400的目标速度和行驶路径。通信部340将接收到的目标速度向速度计划部320输出,将行驶路径向轨道计划部330输出。自身位置推定部310使用从车载传感器220取得的位置数据和姿势数据来推定车辆的当前位置、速度,并向速度计划部320、轨道计划部330和车辆行为变更判断部350输出。车辆行为变更判断部350从微粒检测部120取得微粒的飞散区域的位置、范围、密度的信息,从微粒删除部130取得数据累积次数,从自身位置推定部310取得当前位置和车辆速度,从通信部340取得由作为先行车辆的自主行驶车辆201检测到的物体的位置、形状、移动速度、移动方向的信息。在没有由自主行驶车辆201检测到的物体的情况下,直接结束处理。在存在由自主行驶车辆201检测到的物体信息的情况下,实施与第二实施方式同样的动作。关于车辆行为变更判断部350的处理的详细情况在后面叙述。速度计划部320基于从通信部340取得的目标速度和当前的速度、从车辆行为变更判断部350取得的车辆速度来决定致动器的操作量。轨道计划部330根据行驶路径和当前位置、周围的物体信息来决定目标轨道,以能够沿着该轨道行驶的方式计算转向角。
接着,对车辆行为变更判断部350的处理的内容进行说明。
图16是表示先行车辆的物体检测结果的一例的图。在图16中,以自主行驶车辆201通过后在行进道路上产生沙尘520,由自卸卡车200的微粒删除部130处理后的点群数据215相对于物体检测所需的数据数量不足的情况为例进行说明。
另外,图17是表示车辆行为变更判断部的处理内容的流程图。此外,在图17中,车辆行为变更判断部350首先从管制中心400取得自主行驶车辆201的物体检测结果,从自身位置推定部310取得自身位置和车辆速度的信息,从微粒检测部120取得微粒区域的位置、范围、密度的时间序列信息,从微粒删除部130取得数据累积次数(步骤S700),在从管制中心400取得的作为先行车辆的自主行驶车辆201的物体检测结果中,判定在自主行驶车辆201的前方以及后方的行进道路上是否存在物体(步骤S710)。
在步骤S710的判定结果为“是”的情况下,即,在判定为在行进道路上存在物体的情况下,根据从飞散区域的位置、范围的信息求出的长方体和本车的位置、车辆速度,计算在长方体中最接近车体的面与本车位置之间的距离,并根据该距离和车辆速度计算车体到达为止的时间(步骤S720)。
接着,对于到达时间后的飞散区域的位置、范围、密度,使用公知的卡尔曼滤波器等推定方法来推定微粒区域的时间序列数据,判定是否在到达时间之前微粒的飞散区域消灭或者移动到自卸卡车200的行进道路外(步骤S730)。
在步骤S730中,通过判定自卸卡车200的行进道路上的飞散区域的密度是否小于预先决定的阈值(阈值5),来判定在到达时间之前微粒的飞散区域是否消灭、或者是否移动到自卸卡车200的行进道路外(参照第一实施方式的图11的步骤S630)。
在步骤S730的判定结果为“是”的情况下,即,在判断为飞散区域消灭或消失的情况下,向速度计划部320输出当前的车辆速度的信号(步骤S740),结束处理。
另外,在步骤S730的判定结果为“否”的情况下,通过对在步骤S720中计算出的到达飞散区域的到达时间与累积次数乘以外界识别传感器210的测量时间而得到的时间进行比较,来判定外界识别传感器210是否能够测量数据累积所需的次数(步骤S731)。外界识别传感器210的测量时间是根据所使用的传感器而固有的值。
在步骤S731中的判定结果为“是”的情况下,向速度计划部320输出当前的车辆速度的信号(步骤S740),结束处理。
另外,在步骤S731中的判定结果为“否”的情况下,通过将在步骤S720中计算出的本车与飞散区域的距离除以数据累积次数与测量时间相乘而得到的时间,来计算能够测量的车辆速度,向速度计划部320输出该车辆速度(步骤S732),为了防止后续车也发生减速而导致生产率进一步降低,通过通信部340向管制中心400输出洒水警报(步骤S733),结束处理。
另外,在步骤S710中的判定结果为“否”的情况下,即,在判定为在自卸卡车200的路径上不存在物体的情况下,为了防止后续车也发生减速而导致生产率的进一步降低,通过通信部340向管制中心400输出洒水警报(步骤S733),结束处理。
其他结构与第一实施方式相同。
在如以上那样构成的本实施方式中,也能够得到与第一实施方式同样的效果。
另外,自卸卡车200具备物体检测装置100、外界识别传感器210、车载传感器220、车辆控制装置300以及管理自卸卡车200的运行的管制中心400。外界识别传感器210测量本车周围的环境,将点群数据215输出到物体检测装置100。物体检测装置100计算存在于本车周围的物体的位置、大小、形状、移动速度、移动方向的信息,使用车辆控制装置300和车辆控制装置300内的通信部340,输出到管制中心400。另外,物体检测装置100将由微粒检测部120计算出的微粒的飞散区域的位置、范围、密度和由微粒删除部130计算出的点群的累积次数输出到车辆控制装置300。车载传感器220测量本车的位置和姿势,并向车辆控制装置300发送。管制中心400接收各车辆的位置、车辆速度、物体的位置、形状、移动速度、移动方向的信息,决定物体信息的存储,各车辆的行驶路径和目标速度,向各车辆的车辆控制装置300输出先行车辆的物体信息、行驶路径、目标车速。车辆控制装置300取得从管制中心400接收的行驶路径、目标速度、自主行驶车辆201的物体检测结果、从车载传感器220取得的自身位置以及车辆的姿势信息、从物体检测装置100取得的本车周围的物体的位置、形状、移动速度、移动方向的时间序列信息以及微粒的飞散区域的位置、范围密度的时间序列信息。根据先行车辆的物体检测结果,判断是否需要进行物体检测,在需要的情况下,根据微粒的信息,以能够可靠地实施物体检测的方式决定车辆的速度和转向角,并向致动器输出。因此,自卸卡车200即使产生微粒也能够不使生产率降低地行驶。
另外,车辆行为变更判断部350使用先行车辆的物体检测信息,在不存在物体的情况下不降低车辆速度而结束处理。因此,自卸卡车200在保证行进道路上不存在物体的情况下,能够不使速度降低地通过微粒的飞散区域,因此能够防止生产率的降低。
<附记>
另外,本发明并不限定于上述的实施方式,包含各种变形例。例如,上述的实施方式是为了容易理解地说明本发明而详细说明的,并不限定于必须具备所说明的全部结构。在本发明的技术思想的范围内考虑的其他方式也包含在本发明的范围内。另外,能够将某实施方式的结构的一部分置换为其他实施方式的结构,另外,也能够在某实施方式的结构中添加其他实施方式的结构。另外,对于各实施方式的结构的一部分,能够进行其他结构的追加/删除/置换。另外,上述的各结构、功能、处理部、处理单元等的一部分或者全部例如也可以通过由集成电路设计等而由硬件实现。另外,上述的各结构、功能等也可以通过处理器解释并执行实现各个功能的程序而用软件实现。实现各功能的程序、表、文件等信息能够放置在存储器、硬盘、SSD(Solid State Drive:固态硬盘)等记录装置、或者IC卡、SD卡、DVD等记录介质中。
符号说明
100…物体检测装置、110…外界信息取得部、120…微粒检测部、130…微粒删除部、140…物体检测部、200…自卸卡车(作业机械、自主行驶车辆)、201…自卸卡车、210…外界识别传感器、220…车载传感器、221…GPS装置、222…IMU装置、300…车辆控制装置、310…自身位置推定部、320…速度计划部、330…轨道计划部、340…通信部、350…车辆行为变更判断部、400…管制中心、410…运行管理部、420…通信部、430…地图存储部、440…路径存储部、450…物体信息存储部、500…物体、510…地面、520…沙尘、218…前方LiDAR、219…后方LiDAR。
Claims (9)
1.一种在现场工作的作业机械,其特征在于,具备:
测量传感器,其测量所述作业机械的周围的物体的表面位置作为在垂直方向上具有多层的3维点群信息;以及
物体检测装置,其基于来自所述测量传感器的信息,对所述作业机械的周围的检测对象物体进行检测,
所述物体检测装置取得由所述测量传感器测量出的3维点群信息,针对构成所述3维点群信息的多个点数据,基于在垂直方向上相邻的层的点数据的离所述测量传感器的距离的关系和距离之差的偏差,对测量微粒的点数据进行检测;从所述3维点群信息中删除作为微粒而检测出的点数据;以及基于删除了微粒的点数据后的所述3维点群信息,对周围的物体进行检测。
2.根据权利要求1所述的作业机械,其特征在于,
所述作业机械具备:车辆控制装置,其进行所述作业机械在现场的自主行驶控制,
所述车辆控制装置基于所述物体检测装置的检测结果来控制所述作业机械的自主行驶。
3.根据权利要求1所述的作业机械,其特征在于,
所述物体检测装置存储所述微粒的飞散位置以及飞散范围的形状,并且按照时间序列进行追踪,在预先决定的单位时间内的微粒的飞散位置以及飞散范围的位移小于预先决定的阈值的情况下,将构成该飞散范围的点数据设为物体的3维点群信息的点数据。
4.根据权利要求1所述的作业机械,其特征在于,
所述物体检测装置存储微粒的飞散位置、范围、形状、密度,并且按照时间序列进行追踪,基于追踪结果,判别因所述微粒而发生物体的未检测或误检测的可能性高的区域和物体检测的可靠性高的区域。
5.根据权利要求1所述的作业机械,其特征在于,
所述物体检测装置在删除了微粒的点数据后的3维点群信息的点数据的数量比预先决定的阈值少的情况下,判定为没有物体检测所需的数量的点数据,累积所述点数据直到所述3维点群信息的点数据的数量成为所述阈值以上为止。
6.根据权利要求2所述的作业机械,其特征在于,
所述作业机械具备:
位置测量传感器,其测量本车辆的位置;以及
姿势测量传感器,其测量本车辆的姿势,
所述车辆控制装置使用基于所述位置测量传感器的测量结果计算出的本车辆的位置以及移动速度的信息、从所述物体检测装置得到的所述微粒的检测结果、点数据的累积次数的信息,判断在本车辆到达微粒的飞散区域之前,所述飞散区域是否不存在于本车辆的行驶轨道上。
7.根据权利要求6所述的作业机械,其特征在于,
在判断为当前的移动速度的本车辆到达微粒的飞散区域之前微粒的飞散区域存在于本车辆的行驶轨道上,并且,在删除了微粒的点数据的3维点群信息的点数据的数量比预先决定的阈值少的情况下,所述车辆控制装置使本车辆的移动速度减速,以使本车辆到达微粒的飞散区域之前将所述3维点群信息的点数据累积而成为所述阈值以上。
8.根据权利要求6所述的作业机械,其特征在于,
在判断为当前的移动速度的本车辆到达微粒的飞散区域之前微粒的飞散区域存在于本车辆的行驶轨道上、且飞散区域中的微粒的飞散密度比预先决定的阈值高、且在当前的移动速度的本车辆到达飞散区域的时间点之前累积的3维点群信息的点数据的数量比预先决定的阈值少的情况下,所述车辆控制装置变更本车辆的行驶轨道,以使本车辆移动到能够测量微粒的飞散区域及其背侧的区域的位置。
9.根据权利要求6所述的作业机械,其特征在于,
从管制中心取得的、在与本车辆相同的行驶轨道的前方行驶的先行车辆的物体检测装置的检测结果中,在微粒的飞散区域及其背侧的区域未检测到物体的情况下,所述车辆控制装置设定本车辆的行驶轨道以便通过微粒的飞散区域。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020149868A JP6982669B1 (ja) | 2020-09-07 | 2020-09-07 | 作業機械 |
JP2020-149868 | 2020-09-07 | ||
PCT/JP2021/018284 WO2022049836A1 (ja) | 2020-09-07 | 2021-05-13 | 作業機械 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116075794A true CN116075794A (zh) | 2023-05-05 |
Family
ID=79170004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180056411.0A Pending CN116075794A (zh) | 2020-09-07 | 2021-05-13 | 作业机械 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230324917A1 (zh) |
EP (1) | EP4177696A1 (zh) |
JP (1) | JP6982669B1 (zh) |
CN (1) | CN116075794A (zh) |
WO (1) | WO2022049836A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10153661A (ja) * | 1996-11-26 | 1998-06-09 | Omron Corp | 測距装置 |
EP3121620B1 (de) * | 2015-07-21 | 2017-12-20 | HENSOLDT Sensors GmbH | Verfahren zur segmentierung der daten eines 3d-sensors, erzeugt in gegenwart von aerosol-wolken, zur erhöhung des situationsbewusstseins und der lageerkennung von hindernissen |
JP7089954B2 (ja) | 2017-06-30 | 2022-06-23 | 酒井重工業株式会社 | 建設車両の障害物検知装置 |
JP7103824B2 (ja) * | 2018-03-30 | 2022-07-20 | 株式会社小松製作所 | 作業機械の制御システム、作業機械、及び作業機械の制御方法 |
JP7227022B2 (ja) * | 2019-02-05 | 2023-02-21 | シャープ株式会社 | 移動装置および移動制御方法 |
JP6763992B2 (ja) * | 2019-03-26 | 2020-09-30 | 株式会社デンソー | ノイズ除去方法および物体認識装置 |
-
2020
- 2020-09-07 JP JP2020149868A patent/JP6982669B1/ja active Active
-
2021
- 2021-05-13 EP EP21863895.5A patent/EP4177696A1/en active Pending
- 2021-05-13 WO PCT/JP2021/018284 patent/WO2022049836A1/ja unknown
- 2021-05-13 US US18/019,492 patent/US20230324917A1/en active Pending
- 2021-05-13 CN CN202180056411.0A patent/CN116075794A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2022049836A1 (ja) | 2022-03-10 |
JP2022044307A (ja) | 2022-03-17 |
EP4177696A1 (en) | 2023-05-10 |
US20230324917A1 (en) | 2023-10-12 |
JP6982669B1 (ja) | 2021-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108140306B (zh) | 障碍物监视装置、车辆控制装置以及作业机械 | |
JP6342822B2 (ja) | 自動運転システム、自動運転の方法及びコンピューティング装置 | |
US10019007B2 (en) | Work machine control system, work machine, and work machine management system | |
CN108139755B (zh) | 自己位置推定装置的异常检测装置以及车辆 | |
CN114258366B (zh) | 对于自主车辆的折线轮廓表示 | |
JP5120140B2 (ja) | 衝突推定装置及び衝突推定プログラム | |
WO2015098344A1 (ja) | 鉱山用作業機械 | |
KR20200084938A (ko) | 차량 동작 계획방법 및 그를 위한 장치 | |
CN113504782B (zh) | 障碍物防撞方法、装置、系统和移动工具 | |
JP6616275B2 (ja) | 運転支援装置 | |
JP2005258941A (ja) | 障害物検出装置 | |
JP6992936B2 (ja) | 情報処理装置、情報処理システム、情報処理方法、及び情報処理プログラム | |
WO2022049836A1 (ja) | 作業機械 | |
EP3715203A1 (en) | Vehicle driving support system, method, computer-program product, and vehicle | |
JP7083768B2 (ja) | 認識装置、車両制御装置、認識方法、およびプログラム | |
WO2019187654A1 (ja) | 作業機械の制御システム、作業機械、及び作業機械の制御方法 | |
JP2021189821A (ja) | 運搬車両の管理システム及び運搬車両の管理方法 | |
WO2024075577A1 (ja) | 鉱山車両自律走行システム | |
JP7492453B2 (ja) | 車両用認識システムおよび認識方法 | |
US20230035819A1 (en) | Driving assistance device and driving assistance system | |
WO2022024524A1 (ja) | 無人車両の制御システム、無人車両、及び無人車両の制御方法 | |
JP2023042673A (ja) | 自律走行鉱山車両 | |
CN117854030A (zh) | 点云数据的噪点处理方法、装置、电子设备及移动设备 | |
AU2021318674A1 (en) | Control system of unmanned vehicle, unmanned vehicle, and method of controlling unmanned vehicle | |
CN117901855A (zh) | 车辆控制装置、车辆控制方法以及车辆控制用计算机程序 |
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 |