CN116413735A - 牵引车和被牵引目标的跟踪对接方法电子设备 - Google Patents
牵引车和被牵引目标的跟踪对接方法电子设备 Download PDFInfo
- Publication number
- CN116413735A CN116413735A CN202310685124.7A CN202310685124A CN116413735A CN 116413735 A CN116413735 A CN 116413735A CN 202310685124 A CN202310685124 A CN 202310685124A CN 116413735 A CN116413735 A CN 116413735A
- Authority
- CN
- China
- Prior art keywords
- tractor
- target
- docking
- fusion weight
- point cloud
- 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
- 238000003032 molecular docking Methods 0.000 title claims abstract description 122
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 230000004927 fusion Effects 0.000 claims description 93
- 230000003247 decreasing effect Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims 2
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 210000001503 joint Anatomy 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 244000144980 herd Species 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/66—Tracking systems using electromagnetic waves other than radio waves
-
- 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
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明属于雷达定位技术领域,公开了一种牵引车和被牵引目标的跟踪对接方法和电子设备,被牵引目标上设置有对接装置和靶标,牵引车上设置有用于检测靶标的检测装置,对接方法包括:获取靶标的点云数据和点云数据的变化信息;基于点云数据确定对接装置的观测位置;基于当前对接轮次中所述对接装置的N个历史目标位置确定对接装置的预测位置;结合点云数据的变化信息对观测位置和预测位置进行融合,得到对接装置的当前目标位置;基于当前目标位置进行路径规划。在随着牵引车的行进,靶标的点云数据可能会发生变化,可以在预测位置和观测位置融合,使得融合后的目标位置更加准确。
Description
技术领域
本发明涉及雷达定位技术领域,具体涉及一种牵引车和被牵引目标的跟踪对接方法和电子设备。
背景技术
在机场等需要货物转运时,需要采用拖车或托板,利用牵引车对接拖车或托板,实现货物转运。其过程为:自动驾驶牵引车通过自动驾驶路线达到对接位置,在达到对接位置后,拖车或托板上的标识物,牵引车按照拖车或托板上标识物进行定位自动挂接。
然而,由于现场环境较为复杂,可能存在进行对位过程中,由于牵引车行走精度、现场环境对标识物的噪音等影响,导致对位过程中可能出现偏差。
因此,如何将牵引车和被牵引目标进行准确的对接成为亟待解决的技术问题。
发明内容
为解决上述背景技术中如何将牵引车和被牵引目标进行准确的对接的技术问题。
根据第一方面,本申请实施例提供了一种牵引车和被牵引目标的跟踪对接方法,所述被牵引目标上设置有对接装置和靶标,所述牵引车上设置有用于检测所述靶标的检测装置,所述对接方法包括:获取所述靶标的点云数据和所述点云数据的变化信息;基于所述点云数据确定所述对接装置的观测位置;基于当前对接轮次中所述对接装置的N个历史目标位置确定所述对接装置的预测位置,在每一轮次所述牵引车和所述被牵引目标在对接过程中确定多个所述对接装置的目标位置,其中,N为大于或等于1的正整数;结合所述点云数据的变化信息对所述观测位置和所述预测位置进行融合,得到所述对接装置的当前目标位置;基于所述当前目标位置进行路径规划。
可选地,所述点云数据的变化信息包括点云数据的变化程度;所述结合所述点云数据的变化信息对所述观测位置和所述预测位置进行融合,得到所述对接装置的当前目标位置包括:基于所述变化程度确定观测位置的第一融合权重和预测位置的第二融合权重,其中,所述变化程度与所述第一融合权重负相关,与所述第二融合权重正相关,所述第一融合权重和所述第二融合权重大于或等于0,且小于或等于1;基于所述第一融合权重和所述第二融合权重融合所述观测位置和所述预测位置,得到所述当前目标位置。
可选地,所述基于所述变化程度确定观测位置的第一融合权重和预测位置的第二融合权重包括:基于所述点云数据确定所述牵引车的观测运动状态变化趋势;基于所述观测运动变化趋势调整所述第一融合权重,其中,所述观测运动状态变化趋势越大,所述第一融合权重越低。
可选地,所述基于所述点云数据确定所述牵引车的观测运动状态变化趋势包括:获取所述牵引车已经完成的对接过程中的行走路径上对应的历史速度和/或所述牵引车与所述被牵引目标的历史角度;基于所述点云数据确定所述牵引车的规划速度和/或所述牵引车与所述被牵引目标的规划角度;基于所述历史速度和/或历史角度与当前速度和/或所述当前角度确定所述牵引车的观测运动状态变化趋势。
可选地,牵引车和被牵引目标的对接方法还包括:基于所述预测位置确定所述牵引车的预测运动状态变化趋势;根据预测运动状态变化趋势对所述第二融合权重进行调整,其中,所述预测运动状态变化趋势越大,所述第二融合权重越低。
可选地,所述基于所述预测位置确定所述牵引车的预测运动状态变化趋势包括:获取所述牵引车的历史路径轨迹;基于所述预测位置确定当前预测路径轨迹;对比历史路径轨迹和当前预测路径轨迹确定预测运动状态变化趋势。
可选地,牵引车和被牵引目标的对接方法还包括:获取所述牵引车的行进状态信息;基于所述行进状态信息对所述第一融合权重和所述第二融合权重进行调整。
可选地,所述行进状态信息包括所述牵引车与所述目标牵引物之间的距离;所述基于所述行进状态信息对所述第一融合权重和/或所述第二融合权重进行调整包括:随所述牵引车与所述被牵引目标的距离的减小,增大所述第一融合权重和/或减小所述第二融合权重。
可选地,所述行进状态信息包括所述牵引车行驶速度和/或所述抖动程度;基于所述行驶速度和/或所述抖动程度对所述第一融合权重和所述第二融合权重进行修正,其中,所述行驶速度与所述第一融合权重反相关,所述抖动程度与所述第二融合权重反相关。
根据第二方面,本申请实施例提供了一种电子设备,所述电子设备包括处理器、存储器和存储在所述存储器上的执行指令,所述执行指令设置成在被所述处理器执行时能够使所述电子设备执行上述第一方面中任一项所述的牵引车和被牵引目标的跟踪对接方法。
本申请至少具有如下有益效果:
在随着牵引车的行进,获取所述靶标的点云数据和所述点云数据的变化信息;基于所述点云数据确定所述对接装置的观测位置;基于N个历史目标位置确定所述对接装置的预测位置;结合所述点云数据的变化信息对所述观测位置和所述预测位置进行融合,得到所述对接装置的当前目标位置。随着牵引车的行进,由于现场环境较为复杂,牵引车行走精度、现场环境靶点的一些观测值产生影响,因此,在对接过程中,可以利用已经完成的部分所利用的对接装置的目标位置对下一目标位置进行预测,由于对接路径往往是一个较为平滑的曲线,并且,对接装置的位置往往固定不变的,因此,可以按照之前行进的路径轨迹和之前的观测位置,对接下来的对接装置的位置进行预测,并通过实际的观测位置和预测位置进行融合,可在一定程度上能够避免由于现场环境因素,或牵引车行走精度等带来的偶发性的观测错误,能够更为准确的确定对接装置的目标位置,进而能够更为准确的进行对接。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明相关技术中的一种示例性的牵引车和被牵引目标的示意图;
图2为本发明一个实施例的一种示例性的牵引车和被牵引目标的跟踪对接方法的流程示意图;
图3为本发明实施例的一种示例性的电子设备的结构示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图说明本发明的具体实施方式,在各图中相同的标号表示结构相同或结构相似但功能相同的部件。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
正如背景技术所述,牵引车和被牵引目标对接的过程与现有的自动驾驶的路径规划完全不同,牵引车与被牵引目标对接是基于固定的标识物,将牵引车驾驶到固定点位,例如拖车头上设置有挂钩,托板上设置有对接装置,在对接完成时,需要将挂钩挂接到对接装置上,因此,其对接精度可能要求分米级别或厘米级别,而现有的自动驾驶方案无法满足当前需求。并且,现有对接定位方式往往采用激光雷达的定位方式,在被牵引目标上设置有激光雷达的靶标,通过采集靶标的点云数据,以及靶标与对接装置的位置关系,确定对接装置的位置。然而,由于现场环境较为复杂,尤其是对于激光雷达定位方式,现场可能存在的影响因素的更多,例如,靶标的晃动。靶标周围出现强反光物体,例如,现场作业人员工作服上的反光带,若作业人员靠近激光雷达视野范围,反光条可能会形成靶标噪点。或者,人员穿过拖车头和拖车之间,对靶点形成遮挡,在丢失真实数据的同时形成类似靶标的定位数据,导致定位偏差过大。
基于此,本申请实施例提供了一种牵引车和被牵引目标的跟踪对接方法,如图1所示,被牵引目标上设置有对接装置和靶标,所述牵引车上设置有用于检测所述靶标的激光雷达,激光雷达按照固定方向发射激光,并接受反射光,基于反射率形成靶标的点云数据,具体的参见图2所示的对接方法的步骤示意图,该对接方法可以包括:
S10.获取所述靶标的点云数据和所述点云数据的变化信息。其中,点云数据的变化信息可以当前时刻的点云与前N个时刻的点云数据对比,得到的变化信息,例如点云数据增加,点云数据减少,点云位置变化等。
作为一些可选地实施例,在一个轮次的对接过程中,检测装置通常按照预设的采集频率对靶标的点云数据进行采集。在一些场景下,采集的点云数据可能出现一些变化,示例性的,牵引车在对接过程中处于移动状态,随着与被牵引目标距离和角度的变化,采集的点云数据的数量可能发生变化。在另一些场景下,以机场中牵引车和拖板车对接过程为例,由于现场环境往往较为嘈杂,并且处于室外环境,可能会存在对接过程中,风吹动靶标,工作人员遮挡部分靶标,会造成点云数据的位置发生变化,或点云数据的数量少;或者靶标附近出现其他反光物体,例如,穿着有反射条的服装经过牵引车和被牵引目标之间,或者出现在被牵引目标附近,或者出现在检测装置的检测范围内时,反光条会反射检测装置发出的激光光线,而造成点云数据发生变化。
而上述的环境影响的持续时长可能较短,也可能较长;对于点云数据的影响有可能较大,也有可能较小;尤其是在持续时长较长和/或对点云数据影响不是很大时,难以通过传统的点云数据滤波的方式进行滤除。例如,在对接过程开始之后经过一段时间后,在较长的一段时间内,工作人员站在靶标附近,或者在靶标附近放置了一些其他物品,导致出现了一些持续影响的噪点。若牵引车在当前轮次中采信了环境影响下的点云数据,进而导致对接出现偏差。因此,针对此情况,在对接过程中不断采集点云数据,并且不断的与之前的点云数据进行对比,确定点云数据的变化信息。
在本实施例中,点云变化信息还可以为点云数据的变化程度,即点云数据的增加量、减小量、出现异常位置的点云数据的比例等。在本实施例中,可以实时进行确定,也可以间隔预设时段经确定。
S20.基于所述点云数据确定所述对接装置的观测位置。作为示例性的实施例,可以按照点云数据的分布对点云数据做滤波,例如可以将点云数据密集程度达到预设程度的区域作为靶标的感兴趣区域,利用靶标的形状信息进一步筛选,确定属于靶标的点云数据。利用属于靶标的点云数据确定靶标中心位置,即定位靶标的位置信息。利用靶标的位置信息和靶标与对接装置的相对位置关系,确定对接装置的观测位置。在本实施例中,靶标与对接装置的相对位置关系为固定位置关系。在安装完成靶标之后,靶标与对接装置的相对位置关系即可确定。
S30. 基于当前对接轮次中所述对接装置的N个历史目标位置确定所述对接装置的预测位置。在每一轮次所述牵引车和所述被牵引目标在对接过程中确定多个所述对接装置的目标位置,其中,N为大于或等于1的正整数。作为示例性的实施例,在对接的过程中,当牵引车达到开始对接的位置时,通过第一次采集的对接装置的观测位置,进行对接路径规划,牵引车沿规划的对接路径行驶。在本实施例中,历史目标位置可以为在每次规划路径时所采用的靶点的目标位置,示例性的,第一次规划时,可以采用第一的观测位置作为第一次的目标位置,在第二次规划时,可以基于第一次的观测位置,对下一次进行预测,得到预测位置,再融合第二次的观测位置和基于第一次的观测位置预测的预测位置,得到第二次规划的目标位置,在第三次规划时,可以基于第一的目标位置和第二次的目标位置预测第三次的预测位置,再将第三次的预测位置与第三次的观测位置融合,进而得到第三次的目标位置,以此类推,基于当前对接轮次中的N个历史目标位置确定所述对接装置的预测位置。
在本实施例中,对接路径往往是一个较为平滑的曲线,并且,对接装置的位置往往固定不变的,因此,可以按照之前行进的路径轨迹和之前的观测位置,对接下来的位置进行预测,在本实施例中,观测位置可以为对接装置牵引车观测到的相对于牵引车的位置信息。
因此,在本实施例中,在对预测位置进行预测时,还可以结合已经行进过得路线的曲率,基于曲率的平滑性(不突变性),对预测位置进行预测或校验。
S40.结合所述点云数据的变化信息对所述观测位置和所述预测位置进行融合,得到所述对接装置的当前目标位置。在本实施例中,在预测位置和观测位置完全重合时,可以选择任一作为目标位置。在预测位置和观测位置不同重合时,可能的原因为靶标收到干扰,出现了噪点点云数据。导致观测位置计算不准确。也有可能为随着预测的增加,预测位置的误差累计。可以对观测位置和预测位置进行融合,以确定目标位置,可选地,融合方式可以采用求取观测位置和预测位置的平均位置。可以为基于预测位置对观测位置进行修正。
在随着牵引车的行进,在靶标不受干扰的情况下,靶标的点云数据可能会发生变化,例如距离越来越近,点云数据会越来越多,速度越来越慢,点云数据也会逐渐增多,因此,正常情况下,点云数据的变化是呈一定规律或线性的变化,而干扰往往会导致点云的变化程度变化,即变化率变化,示例性的,可以对点云数据进行求导,通常,正常情况下,点云数据的导数往往固定或线性变化,在点云数据受外界因素影响时,点云数据的导数可能会发生变化,可以以点云数据的导数表征点云数据的变化信息。
在将观测位置和预测位置进行融合时,还需要考虑点云数据的变化信息,示例性的,可以基于点云数据的变化信息来分配观测位置和预测位置的融合权限或融合方式。可以在预测位置和观测位置融合时,使得融合后的目标位置更加准确。
S50.基于所述当前目标位置进行路径规划。
在本申请中,随着牵引车的行进,由于现场环境较为复杂,牵引车行走精度、现场环境靶点的一些观测值产生影响,因此,在对接过程中,可以利用已经完成的部分所利用的对接装置的目标位置对下一目标位置进行预测,由于对接路径往往是一个较为平滑的曲线,并且,对接装置的位置往往固定不变的,因此,可以按照之前行进的路径轨迹和之前的观测位置,对接下来的对接装置的位置进行预测,并通过实际的观测位置和预测位置进行融合,可在一定程度上能够避免由于现场环境因素,或牵引车行走精度等带来的偶发性的观测错误,能够更为准确的确定对接装置的目标位置,进而能够更为准确的进行对接。
作为示例性的实施例,点云数据的变化信息包括点云数据的变化程度,所述结合所述点云数据的变化信息对所述观测位置和所述预测位置进行融合,得到所述对接装置的当前目标位置包括:
基于所述变化程度确定观测位置的第一融合权重和预测位置的第二融合权重,其中,所述变化程度与所述第一融合权重负相关,与所述第二融合权重正相关,所述第一融合权重和所述第二融合权重大于或等于0,且小于或等于1;
基于所述第一融合权重和所述第二融合权重融合所述观测位置和所述预测位置,得到所述当前目标位置。示例性的,第一融合权重和第二融合权重在初始时可以为定值,也可以随着对接过程的进行而变化。
在本实施例中,点云数据的变化程度出现异常时,可能会导致观测位置出现异常,因此,需要调整第一融合权重和第二融合权重。示例性的,变化程度大于预设值时,则需要对第一融合权重和第二融合权重进行调整。例如,历史的点云数据的平均变化率为K,而当前时刻相对于前一时刻,或前N时刻的变化率为M,且,M大于K或小于K,则确认当前靶标可能受到干扰,则需对其观测值进行调整,具体的,可以基于变化率进行线性调整,变化程度与第一融合权重负线性相关,与所述第二融合权重正线性相关。
示例性的,在当前点云数据中具有多个靶标,其中一个靶标的点云数据消失,或者点云数据变化程度过大,M>>K,则可以认为得到的观测值错误,可以将第一融合权重调整为0。
作为示例性的实施例,在一些情况中,虽然点云数据变化了,而对接装置的观测位置可能是较为准确,例如,在一些对接过程中,可能由于被牵引目标的停靠位置,例如被牵引目标停放区域的边角位置,或者停靠环境的影响,例如,附近存在其他固定物体,需要避开等情况。其牵引车在进行路径规划时,路径可能与其他的路径存在区别,因此,在点云数据变化时,需要通过对观测位置进行校验,以便更准确的调整第一融合权重和第二融合权重,其中,基于所述点云数据确定所述牵引车的观测运动状态变化趋势;基于所述观测运动变化趋势调整所述第一融合权重,其中,所述观测运动状态变化趋势越大,所述第一融合权重越低。
具体的,所述基于所述点云数据确定所述牵引车的观测运动状态变化趋势包括:获取所述牵引车已经完成的对接过程中的行走路径上的历史速度和/或所述牵引车与所述被牵引目标的历史角度;基于所述点云数据确定所述牵引车的规划速度和/或所述牵引车与所述被牵引目标的规划角度;基于所述历史速度和/或历史角度与当前速度和/或所述当前角度确定所述牵引车的观测运动状态变化趋势。
示例性的,在对接过程中,在达到某一位置时,可以当前位置下牵引车的历史速度和/或历史角度,由于每次对接过程基本一致,因此,可以通过历史数据对基于当前观测值进行规划的速度以及规划的角度进行校验,在本实施例中,在达到某一位置时,得到点云数据后,可以基于点云数据确定对接装置的观测位置,基于该观测位置进行牵引车预规划,在与当前位置下,历史数据中对应的参数进行对比,以确定但钱牵引车的运动变化趋势是否会发生较大的变化,若果发生较大的变化,则可认为当前观测值可能存在误差或不准的情况,因此,需要对第一融合权重进行调整,将第一融合权重调小,在进行融合的时候突出预测位置,以尽量规避观测位置误差或不准带来的目标位置精度低,路径和牵引车运动状态不准的情况。
作为示例性的实施例,预测位置也有可能存在累计误差或出现预测错误的情况,因此,需要对预测位置进行校验,具体的,由于预测位置不准,会引起基于预测值规划的路径的曲率发生较大的变化,因此,基于所述预测位置确定所述牵引车的预测运动状态变化趋势;根据预测运动状态变化趋势对所述第二融合权重进行调整,其中,所述预测运动状态变化趋势越大,所述第二融合权重越低。
示例性的,在基于所述点云数据确定所述牵引车的观测运动状态变化的过程中,观测过程可能存在误差;当观测过程存在误差时,可能会导致预测位置也存预测错误的情况;并且,随着所述预测错误的不断累积逐渐增大,在预测错误累积到一定程度时,存在车辆位置偏差过大的情况;因此,需要预测位置进行校验;示例性的,一方面,可以通过基于观测值规划的路径的规划角度和/或规划速度判断预测位置是否存在累计误差或出现预测错误的情况;具体的,当所述规划角度与所述预设规划角度不匹配和/或规划速度与预设规划速度不匹配时,可以确认预测位置存在累积误差或出现预测错误的情况。
另一方面,可以通过基于观测值规划的路径的曲率变化值预测判断位置是否存在累计误差或出现预测错误的情况;具体的,当所述基于预测值规划的路径的曲率的变化值大于预设值时,则确认预位置存在累计误差或出现预测错误的情况,则需要对预测位置进行校验;例如,基于预测值规划的路径的曲率的变化值为X,曲率的预设变化值为Y,且X与Y不为同一数值时,或者X与Y的差值处于预设差值区间外时,则确认当前预测位置存在累积误差或出现预测错误;若确认当前预测位置存在累积误差或出现预测错误,则需要对观测位置进行校验;具体的,所述预测运动状态变化趋势与所述第二融合权重呈反相关,即所述预测运动状态变化趋势越大,所述第二融合权重越低。
作为可选地实施例,所述基于所述预测位置确定预测运动状态变化趋势包括:获取所述牵引车的历史路径轨迹;基于所述预测位置确定当前预测路径轨迹;对比历史路径轨迹和当前预测路径轨迹确定预测运动状态变化趋势。
可选地,所述对比历史路径轨迹和当前预测路径轨迹确定预测运动状态变化趋势可以为对历史路径轨迹和当前预测路径轨迹进行拟合以确定预测运动状态变化趋势的实施方式。
当所述历史路径轨迹与所述当前预测路径轨迹可以匹配时,确定所述预测运动状态变化趋势为零;当所述历史路径轨迹与所述当前预测路径轨迹不可以匹配时,确定所述预测运动状态为存在变化趋势。
具体的,获取所述牵引车的历史路径轨迹,基于所述历史路径轨迹确定曲率的预设变化值为Y1;基于所述预测位置确定当前预测路径轨迹,基于所述当前预测路径轨迹确定当前预测路径轨迹的曲率的变化值为X1,当所述X1与Y1匹配时,可以确认所述历史路径轨迹与所述当前预测路径轨迹可以拟合;当所述X1与Y1不为同一数值,或者X1与Y1的差值处于预设差值区间外时,可以确认所述历史路径轨迹与所述当前预测路径轨迹不可以拟合,确定所述预测运动状态为存在变化趋势。
由于牵引车和被牵引牧宝的距离越短,速度越小,且距离越短,观测精度越高,速度越小,观测精度也越高,因此,随着距离的减小,增大观测值的权重。在本实施例中,可以基于牵引车的行进状态对第一融合权重和所述第二融合权重进行调整,具体的,所述行进状态信息包括所述牵引车与所述目标牵引物之间的距离;所述基于所述行进状态信息对所述第一融合权重和/或所述第二融合权重进行调整包括:随所述牵引车与所述被牵引目标的距离的减小,增大所述第一融合权重和/或减小所述第二融合权重。
作为示例性的实施例,在对接的过程中,牵引车与所述目标牵引物之间的距离越短时,观测精度越高,且预测精度对对接的影响越小;随着牵引目标的距离的减小,增大所述第一融合权重和/或减小所述第二融合权重。
作为另一种可选地实施例,行进状态信息包括所述牵引车行驶速度和/或所述抖动程度;基于所述行驶速度和/或所述抖动程度对所述第一融合权重和所述第二融合权重进行修正,其中,所述行驶速度与所述第一融合权重反相关,所述抖动程度与所述第二融合权重反相关。
由于行驶速度越快,观测精度越低;行驶速度越慢,观测精度越高;因此,基于所述行驶速度对所述第一融合权重进行修正,所述行驶速度与所述第一融合权重反相关;由于车辆的抖动程度越大,预测精度越低;抖动程度越小,预测精度越高;因此,基于所述车辆的抖动程度对所述第二融合权重进行修正,所述抖动程度与所述第二融合权重反相关。
作为示例性的实施例,可以同时基于距离、行驶速度和抖动程度同时对第一融合权重和第二融合权重进行修正,示例性的,抖动程度可以通过传感器进行测量,距离越小,增加第一融合权重,减小第二融合权重,同时,行驶速度越小,增加第一融合权重,减小第二融合权重,抖动程度越剧烈,增加第一融合权重,减小第二融合权重。
本领域技术人员应当明白,上述示例中的数值和数值范围只是为了便于理解而进行的示例性的举例,本实施例中保护范围并不限于上述例举的示例中的数值和数值范围。
图3为本发明一个实施例的一种电子设备示意图。
如图3所示,本申请还提供一种电子设备,其包括处理器、存储器和存储在存储器上的执行指令,执行指令设置成在被处理器执行时能够使电子设备执行上述的牵引车和被牵引目标的跟踪对接方法。可选地还包括存储器和总线,此外电子设备人还允许包括其他业务所需要的硬件。
可选地还包括存储器和总线,此外电子设备还允许包括其他业务所需要的硬件。存储器可以包括内存和非易失性存储器(non-volatile memory),并向处理器提供执行指令和数据。示例性地,内存可以是高速随机存取存储器(Random-Access Memory,RAM),非易失性存储器可以是至少1个磁盘存储器。
其中,总线用于将处理器、存储器和网络接口相互连接到一起。该总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线、EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为了便于表示,图3中仅用一个双向箭头表示,但这并不表示仅有一根总线或一种类型的总线。
在上述电子设备的一种可行的实施方式中,处理器可以先从非易失性存储器中读取对应的执行指令到内存中再运行,也可以先从其它设备上获取相应的执行指令再运行。处理器在执行存储器所存放的执行指令时,能够实现本公开上述任意一个牵引车和被牵引目标的跟踪对接方法。
本领域技术人员能够理解的是,上述的牵引车和被牵引目标的跟踪对接方法可以应用于处理器中,也可以借助处理器来实现。示例性地,处理器是一种集成电路芯片,具有处理信号的能力。在处理器执行上述牵引车和被牵引目标的跟踪对接方法的过程中,上述牵引车和被牵引目标的跟踪对接方法的各步骤可以通过处理器中硬件形式的集成逻辑电路或软件形式的指令完成。进一步,上述处理器可以是通用处理器,例如中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件、微处理器以及其它任何常规的处理器。
本领域技术人员还能够理解的是,本公开上述牵引车和被牵引目标的跟踪对接方法实施例的步骤可以被硬件译码处理器执行完成,也可以被译码处理器中的硬件和软件模块组合执行完成。其中,软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器、电可擦写可编程存储器、寄存器等其它本领域成熟的存储介质中。该存储介质位于存储器中,处理器读取存储器中的信息之后结合其硬件完成上述牵引车和被牵引目标的跟踪对接方法实施例中步骤的执行至此,已经结合前文的多个实施例描述了本公开的技术方案,但是,本领域技术人员容易理解的是,本公开的保护范围并不仅限于这些具体实施例。在不偏离本公开技术原理的前提下,本领域技术人员可以对上述各个实施例中的技术方案进行拆分和组合,也可以对相关技术特征作出等同的更改或替换,凡在本公开的技术构思和/或技术原理之内所做的任何更改、等同替换、改进等都将落入本公开的保护范围之内。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种牵引车和被牵引目标的跟踪对接方法,其特征在于,所述被牵引目标上设置有对接装置和靶标,所述牵引车上设置有用于检测所述靶标的检测装置,所述对接方法包括:
获取所述靶标的点云数据和所述点云数据的变化信息;
基于所述点云数据确定所述对接装置的观测位置;
基于当前对接轮次中所述对接装置的N个历史目标位置确定所述对接装置的预测位置,在每一轮次所述牵引车和所述被牵引目标在对接过程中确定多个所述对接装置的目标位置,其中,N为大于或等于1的正整数;
结合所述点云数据的变化信息对所述观测位置和所述预测位置进行融合,得到所述对接装置的当前目标位置;
基于所述当前目标位置进行路径规划。
2.如权利要求1所述牵引车和被牵引目标的跟踪对接方法,其特征在于,所述点云数据的变化信息包括点云数据的变化程度;
所述结合所述点云数据的变化信息对所述观测位置和所述预测位置进行融合,得到所述对接装置的当前目标位置包括:
基于所述变化程度确定观测位置的第一融合权重和预测位置的第二融合权重,其中,所述变化程度与所述第一融合权重负相关,与所述第二融合权重正相关,所述第一融合权重和所述第二融合权重大于或等于0,且小于或等于1;
基于所述第一融合权重和所述第二融合权重融合所述观测位置和所述预测位置,得到所述当前目标位置。
3.如权利要求2所述牵引车和被牵引目标的跟踪对接方法,其特征在于,所述基于所述变化程度确定观测位置的第一融合权重和预测位置的第二融合权重包括:
基于所述点云数据确定所述牵引车的观测运动状态变化趋势;
基于所述观测运动变化趋势调整所述第一融合权重,其中,所述观测运动状态变化趋势越大,所述第一融合权重越低。
4.如权利要求3所述的牵引车和被牵引目标的跟踪对接方法,其特征在于,所述基于所述点云数据确定所述牵引车的观测运动状态变化趋势包括:
获取所述牵引车已经完成的对接过程中的行走路径上对应的历史速度和/或所述牵引车与所述被牵引目标的历史角度;
基于所述点云数据确定所述牵引车的规划速度和/或所述牵引车与所述被牵引目标的规划角度;
基于所述历史速度和/或历史角度与当前速度和/或所述当前角度确定所述牵引车的观测运动状态变化趋势。
5.如权利要求2所述的牵引车和被牵引目标的跟踪对接方法,其特征在于,还包括:
基于所述预测位置确定所述牵引车的预测运动状态变化趋势;
根据预测运动状态变化趋势对所述第二融合权重进行调整,其中,所述预测运动状态变化趋势越大,所述第二融合权重越低。
6.如权利要求5所述的牵引车和被牵引目标的跟踪对接方法,其特征在于,所述基于所述预测位置确定所述牵引车的预测运动状态变化趋势包括:
获取所述牵引车的历史路径轨迹;
基于所述预测位置确定当前预测路径轨迹;
对比历史路径轨迹和当前预测路径轨迹确定预测运动状态变化趋势。
7.如权利要求2所述的牵引车和被牵引目标的跟踪对接方法,其特征在于,还包括:
获取所述牵引车的行进状态信息;
基于所述行进状态信息对所述第一融合权重和所述第二融合权重进行调整。
8.如权利要求7所述的牵引车和被牵引目标的跟踪对接方法,其特征在于,
所述行进状态信息包括所述牵引车与所述目标牵引物之间的距离;
所述基于所述行进状态信息对所述第一融合权重和/或所述第二融合权重进行调整包括:
随所述牵引车与所述被牵引目标的距离的减小,增大所述第一融合权重和/或减小所述第二融合权重。
9.如权利要求7所述的牵引车和被牵引目标的跟踪对接方法,其特征在于,所述行进状态信息包括所述牵引车的行驶速度和/或抖动程度;
基于所述行驶速度和/或所述抖动程度对所述第一融合权重和所述第二融合权重进行修正,其中,所述行驶速度与所述第一融合权重反相关,所述抖动程度与所述第二融合权重反相关。
10.一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信,其特征在于,
所述存储器,用于存储计算机程序;
所述处理器,用于通过运行所述存储器上所存储的所述计算机程序来执行权利要求1至9中任一项所述的牵引车和被牵引目标的跟踪对接方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310685124.7A CN116413735B (zh) | 2023-06-12 | 2023-06-12 | 牵引车和被牵引目标的跟踪对接方法和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310685124.7A CN116413735B (zh) | 2023-06-12 | 2023-06-12 | 牵引车和被牵引目标的跟踪对接方法和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116413735A true CN116413735A (zh) | 2023-07-11 |
CN116413735B CN116413735B (zh) | 2023-09-22 |
Family
ID=87049649
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310685124.7A Active CN116413735B (zh) | 2023-06-12 | 2023-06-12 | 牵引车和被牵引目标的跟踪对接方法和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116413735B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160245659A1 (en) * | 2015-02-25 | 2016-08-25 | Alpine Electronics, Inc. | Method and system of route guidance for a towing vehicle |
CN109813305A (zh) * | 2018-12-29 | 2019-05-28 | 广州蓝海机器人系统有限公司 | 基于激光slam的无人叉车 |
US20190340787A1 (en) * | 2018-05-01 | 2019-11-07 | Continental Automotive Systems, Inc. | Real-Time Trailer Coupler Localization and Tracking |
CN112904363A (zh) * | 2021-01-19 | 2021-06-04 | 北京九曜智能科技有限公司 | 一种自动驾驶车辆对接拖车自动托挂钩的方法 |
CN113282091A (zh) * | 2021-05-31 | 2021-08-20 | 驭势科技(北京)有限公司 | 一种牵引车与被牵引目标对接控制方法、设备和存储介质 |
CN114815858A (zh) * | 2022-06-29 | 2022-07-29 | 季华实验室 | 机器人自动充电方法、装置、电子设备及存储介质 |
US20230061950A1 (en) * | 2021-09-01 | 2023-03-02 | Aurora Operations, Inc. | Localization Methods And Architectures For A Trailer Of An Autonomous Tractor-Trailer |
-
2023
- 2023-06-12 CN CN202310685124.7A patent/CN116413735B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160245659A1 (en) * | 2015-02-25 | 2016-08-25 | Alpine Electronics, Inc. | Method and system of route guidance for a towing vehicle |
US20190340787A1 (en) * | 2018-05-01 | 2019-11-07 | Continental Automotive Systems, Inc. | Real-Time Trailer Coupler Localization and Tracking |
CN109813305A (zh) * | 2018-12-29 | 2019-05-28 | 广州蓝海机器人系统有限公司 | 基于激光slam的无人叉车 |
CN112904363A (zh) * | 2021-01-19 | 2021-06-04 | 北京九曜智能科技有限公司 | 一种自动驾驶车辆对接拖车自动托挂钩的方法 |
WO2022156630A1 (zh) * | 2021-01-19 | 2022-07-28 | 北京九曜智能科技有限公司 | 一种用于车辆对接拖车的挂接方法和挂接系统 |
CN113282091A (zh) * | 2021-05-31 | 2021-08-20 | 驭势科技(北京)有限公司 | 一种牵引车与被牵引目标对接控制方法、设备和存储介质 |
US20230061950A1 (en) * | 2021-09-01 | 2023-03-02 | Aurora Operations, Inc. | Localization Methods And Architectures For A Trailer Of An Autonomous Tractor-Trailer |
CN114815858A (zh) * | 2022-06-29 | 2022-07-29 | 季华实验室 | 机器人自动充电方法、装置、电子设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
张攀;柳阳;刘新杰;张威;: "改进的智能飞机牵引车路径导航纯追踪算法", 计算机工程, no. 05 * |
曹靖宇: "自动引导车定位与路径规划的应用研究", 中国硕士学位论文全文数据库 信息科技辑 * |
杜鑫: "基于多传感器数据融合的运动控制研究", 中国硕士学位论文全文数据库 信息科技辑 * |
Also Published As
Publication number | Publication date |
---|---|
CN116413735B (zh) | 2023-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3196668B1 (en) | Object tracking system with radar/vision fusion for automated vehicles | |
US7509217B2 (en) | Vehicle detector and vehicle detecting method | |
US20100332125A1 (en) | Automatic correction of past position errors for location and inventory tracking | |
US8378883B2 (en) | Device and method of detecting a target object for motor vehicle | |
CA2803404A1 (en) | Hybrid traffic sensor system and associated method | |
JP6793883B2 (ja) | 車両走行制御装置、車両走行制御方法、制御回路および記憶媒体 | |
US11118913B2 (en) | Vehicle positioning correction method and mobile device | |
US11789141B2 (en) | Omnidirectional sensor fusion system and method and vehicle including the same | |
CN104050806A (zh) | 用于通过利用雷达仪器车尾测量检测交通灯区域内的交通违章的方法 | |
CN111026081B (zh) | 一种误差计算方法、装置、设备及存储介质 | |
KR20180002762A (ko) | 자동차의 측방 주변 영역 내의 종방향 연장 정지 물체를 분류하는 방법, 운전자 보조 시스템 및 자동차 | |
CN113702930B (zh) | 一种角雷达安装角度校准方法、装置、设备及存储介质 | |
CN116413735B (zh) | 牵引车和被牵引目标的跟踪对接方法和电子设备 | |
CN111951552B (zh) | 一种自动驾驶中风险管理的方法以及相关装置 | |
CN116443012B (zh) | 牵引车和并排被牵引目标的对接方法和电子设备 | |
CN116424331B (zh) | 牵引车和被牵引目标的对接方法和电子设备 | |
CN115060279B (zh) | 路径规划方法、装置、电子设备和计算机可读介质 | |
US20210365039A1 (en) | Target tracking method and device | |
CN115597584A (zh) | 多图层高精地图生成方法和装置 | |
CN114096930B (zh) | 自移动设备及其自动移动和工作的方法 | |
CN115561760A (zh) | 传感器系统及其传感器数据处理设备和方法 | |
CN111857113B (zh) | 可移动设备的定位方法及定位装置 | |
US11555913B2 (en) | Object recognition device and object recognition method | |
JP6941404B2 (ja) | 踏切障害物検知装置 | |
CN116443006A (zh) | 牵引车和被牵引目标的对接方法和电子设备 |
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 |