CN117572859A - 一种基于b样条曲线的无人矿卡路网轨迹制作优化方法 - Google Patents
一种基于b样条曲线的无人矿卡路网轨迹制作优化方法 Download PDFInfo
- Publication number
- CN117572859A CN117572859A CN202311307436.0A CN202311307436A CN117572859A CN 117572859 A CN117572859 A CN 117572859A CN 202311307436 A CN202311307436 A CN 202311307436A CN 117572859 A CN117572859 A CN 117572859A
- Authority
- CN
- China
- Prior art keywords
- track
- recording
- fitting
- loop
- recorded
- 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 77
- 238000005457 optimization Methods 0.000 title claims abstract description 27
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 16
- 230000000903 blocking effect Effects 0.000 title description 2
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000005065 mining Methods 0.000 claims abstract description 34
- 238000003860 storage Methods 0.000 claims abstract description 20
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 18
- 230000000295 complement effect Effects 0.000 claims abstract description 13
- 238000005070 sampling Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Databases & Information Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本公开是关于一种基于B样条曲线的无人矿卡路网轨迹制作优化方法、装置、电子设备以及存储介质。其中，该方法包括：基于驾驶员驾驶无人矿卡进行GPS原始路径点录制，生成录制轨迹的UTM坐标值、高程信息；对开环路径的录制轨迹进行开环轨迹补全处理；基于所述录制轨迹的离散点计算B样条曲线控制点，基于SDM拟合算法完成对所述录制轨迹的闭环轨迹拟合；基于录制轨迹的高程信息，对完成闭环轨迹拟合的所述录制轨迹进行高程数据匹配处理；截取所述录制轨迹起点和终点，生成路网轨迹文件。本公开能够高效的制作出符合大型车辆运动约束、曲率连续、路径点稠密且带有高程信息的长距离矿山运输路网轨迹。
Description
技术领域
本公开涉及无人矿卡控制领域，具体而言，涉及一种基于B样条曲线的无人矿卡路网轨迹制作优化方法、装置、电子设备以及计算机可读存储介质。
背景技术
无人矿卡是用于在露天矿山中自动完成岩石土方剥离与矿石运输任务的大型车辆。无人矿卡在矿山的部署可以提高矿山的生产效率和安全性，降低人力成本。露天矿山作为一种封闭场景，相对于街道、公路等开放式场景，有更加明确的边界、区域、规则和路网，更利于无人驾驶系统的快速应用及部署。在无人矿卡的运输工作过程中，通过组合导航获取实时定位信息，跟随预设的路网轨迹到达指定的区域，完成装卸载任务。无人矿卡主要包括大型矿用自卸车和宽体自卸车两类，均属于重型车辆，灵活性远不及乘用车辆。与此同时，露天矿山场景不可避免的存在急弯、陡坡，低精度的循迹控制可能会成为诱发事故的隐患，可能为矿区带来损失。因此，为实现大型车辆更高精度的循迹效果以兼顾效率和安全，更精准的控制算法和更合理的路网轨迹都至关重要。
现有技术中，当前自动驾驶路径规划领域中轨迹平滑优化的两种主流方法，其一是基于路径规划生成的轨迹直接采用RS曲线、Dubins曲线、Bezier曲线、样条曲线等平滑性质较好的曲线重新生成新的轨迹点，其二是将轨迹的优化作为多约束优化问题求解。第一类方案由于缺少约束条件，导致优化后的轨迹可能会和周围障碍物存在碰撞，且优化后的曲线无法保证曲率符合车辆最小转弯半径约束。第二类方案由于依赖于轨迹点及其相邻两个轨迹点组成的折线估算曲率，这种对离散点的估计方式带来的误差会导致优化方向错误。上述的轨迹平滑优化方法，均对应先进行初步规划再进行轨迹的优化平滑的路径规划模式，该模式下，轨迹的长度一般不会达到公里级别，与此对应的，轨迹长度越长，轨迹平滑优化所需要的时间就越长。当处理封闭场景内直接通过组合导航GPS数据录制的公里级路网轨迹时，优化时长和优化效果均无法得到保证。
当前无人驾驶领域中的轨迹平滑优化大多针对局部路径规划所生成的较短轨迹，使用这些方案对使用组合导航录制的GPS路网轨迹时，均不可避免的会出现计算时间过长、优化效果出现偏差、曲率计算不连续、约束条件不完全满足等问题中的个别不利情况。与此同时，这些方案大多不提供准确的高程信息，难以适配坡多、弯急的非城市道路。额外的，大型矿用自卸车和宽体自卸车对于曲率连续性及路径点连续性的要求也比乘用车标准更高，传统RS曲线及Dubins曲线形成的轨迹，由于其曲率在圆弧与直线衔接处存在突变，会导致较大的循迹误差。
因此，需要一种或多种方法解决上述问题。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种基于B样条曲线的无人矿卡路网轨迹制作优化方法、装置、电子设备以及计算机可读存储介质，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
根据本公开的一个方面，提供一种基于B样条曲线的无人矿卡路网轨迹制作优化方法，包括：
基于驾驶员驾驶无人矿卡进行GPS原始路径点录制，生成录制轨迹的UTM坐标值、高程信息；
若所述录制轨迹为开环路径，则对所述录制轨迹起点和终点的切线位置分别延长预设距离，以进行开环轨迹补全处理；
基于所述录制轨迹的离散点计算B样条曲线控制点，基于SDM拟合算法完成对所述录制轨迹的闭环轨迹拟合；
基于录制轨迹的高程信息，对完成闭环轨迹拟合的所述录制轨迹进行高程数据匹配处理；
若所述录制轨迹为开环路径，截取所述录制轨迹起点和终点，生成路网轨迹文件。
在本公开的一种示例性实施例中，所述方法还包括：
若所述无人矿卡的待录制路线包含分岔路，则需分别录制所述分岔路的GPS原始路径点，并记录分岔位置。
在本公开的一种示例性实施例中，所述方法还包括：
对分别录制所述分岔路的GPS原始路径点时重复录制的GPS原始路径点基于差异阈值进行去重处理。
在本公开的一种示例性实施例中，所述方法还包括：
基于驾驶员驾驶无人矿卡进行GPS原始路径点录制，生成分段的录制轨迹的UTM坐标值、高程信息。
在本公开的一种示例性实施例中，所述方法还包括：
若所述录制轨迹为开环路径，则对所述录制轨迹起点和终点的切线位置分别延长预设距离及设置高程信息，以进行开环轨迹补全处理。
在本公开的一种示例性实施例中，所述方法还包括：
基于所述录制轨迹的离散点计算B样条曲线控制点，基于SDM拟合算法对所述录制轨迹的闭环轨迹进行基于控制点个数及采样点个数的多次拟合，直至所述拟合的拟合精度大于预设拟合精度。
在本公开的一种示例性实施例中，所述方法还包括：
根据录制轨迹的高程信息，基于数据点平均值方法，对完成闭环轨迹拟合的所述录制轨迹进行高程数据匹配处理。
在本公开的一个方面，提供一种基于B样条曲线的无人矿卡路网轨迹制作优化装置，包括：
GPS点录制模块，用于基于驾驶员驾驶无人矿卡进行GPS原始路径点录制，生成录制轨迹的UTM坐标值、高程信息；
开环轨迹补全模块，用于若所述录制轨迹为开环路径，则对所述录制轨迹起点和终点的切线位置分别延长预设距离，以进行开环轨迹补全处理；
闭环轨迹拟合模块，用于基于所述录制轨迹的离散点计算B样条曲线控制点，基于SDM拟合算法完成对所述录制轨迹的闭环轨迹拟合；
高程数据匹配模块，用于基于录制轨迹的高程信息，对完成闭环轨迹拟合的所述录制轨迹进行高程数据匹配处理；
轨迹文件生成模块，用于若所述录制轨迹为开环路径，截取所述录制轨迹起点和终点，生成路网轨迹文件。
在本公开的一个方面，提供一种电子设备，包括：
处理器；以及
存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据上述任意一项所述的方法。
在本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据上述任意一项所述的方法。
本公开的示例性实施例中的一种基于B样条曲线的无人矿卡路网轨迹制作优化方法，其中，该方法包括：基于驾驶员驾驶无人矿卡进行GPS原始路径点录制，生成录制轨迹的UTM坐标值、高程信息；对开环路径的录制轨迹进行开环轨迹补全处理；基于所述录制轨迹的离散点计算B样条曲线控制点，基于SDM拟合算法完成对所述录制轨迹的闭环轨迹拟合；基于录制轨迹的高程信息，对完成闭环轨迹拟合的所述录制轨迹进行高程数据匹配处理；截取所述录制轨迹起点和终点，生成路网轨迹文件。本公开能够高效的制作出符合大型车辆运动约束、曲率连续、路径点稠密且带有高程信息的长距离矿山运输路网轨迹。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
通过参照附图来详细描述其示例实施例，本公开的上述和其它特征及优点将变得更加明显。
图1示出了根据本公开一示例性实施例的一种基于B样条曲线的无人矿卡路网轨迹制作优化方法的流程图；
图2示出了根据本公开一示例性实施例的一种基于B样条曲线的无人矿卡路网轨迹制作优化方法的原始开环轨迹示意图；
图3示出了根据本公开一示例性实施例的一种基于B样条曲线的无人矿卡路网轨迹制作优化方法的补全后开环轨迹示意图；
图4示出了根据本公开一示例性实施例的一种基于B样条曲线的无人矿卡路网轨迹制作优化方法的优化后的轨迹示意图；
图5示出了根据本公开一示例性实施例的一种基于B样条曲线的无人矿卡路网轨迹制作优化装置的结构框图；
图6示意性示出了根据本公开一示例性实施例的电子设备的框图；
图7示意性示出了根据本公开一示例性实施例的计算机可读存储介质的示意图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在本示例实施例中，首先提供了一种基于B样条曲线的无人矿卡路网轨迹制作优化方法；参考图1中所示，该一种基于B样条曲线的无人矿卡路网轨迹制作优化方法可以包括以下步骤：
步骤S110，基于驾驶员驾驶无人矿卡进行GPS原始路径点录制，生成录制轨迹的UTM坐标值、高程信息；
步骤S120，若所述录制轨迹为开环路径，则对所述录制轨迹起点和终点的切线位置分别延长预设距离，以进行开环轨迹补全处理；
步骤S130，基于所述录制轨迹的离散点计算B样条曲线控制点，基于SDM拟合算法完成对所述录制轨迹的闭环轨迹拟合；
步骤S140，基于录制轨迹的高程信息，对完成闭环轨迹拟合的所述录制轨迹进行高程数据匹配处理；
步骤S150，若所述录制轨迹为开环路径，截取所述录制轨迹起点和终点，生成路网轨迹文件。
本公开的示例性实施例中的一种基于B样条曲线的无人矿卡路网轨迹制作优化方法，其中，该方法包括：基于驾驶员驾驶无人矿卡进行GPS原始路径点录制，生成录制轨迹的UTM坐标值、高程信息；对开环路径的录制轨迹进行开环轨迹补全处理；基于所述录制轨迹的离散点计算B样条曲线控制点，基于SDM拟合算法完成对所述录制轨迹的闭环轨迹拟合；基于录制轨迹的高程信息，对完成闭环轨迹拟合的所述录制轨迹进行高程数据匹配处理；截取所述录制轨迹起点和终点，生成路网轨迹文件。本公开能够高效的制作出符合大型车辆运动约束、曲率连续、路径点稠密且带有高程信息的长距离矿山运输路网轨迹。
下面，将对本示例实施例中的一种基于B样条曲线的无人矿卡路网轨迹制作优化方法进行进一步的说明。
实施例一：
在步骤S110中，可以基于驾驶员驾驶无人矿卡进行GPS原始路径点录制，生成录制轨迹的UTM坐标值、高程信息。
在本示例的实施例中，所述方法还包括：
若所述无人矿卡的待录制路线包含分岔路，则需分别录制所述分岔路的GPS原始路径点，并记录分岔位置。
在本示例的实施例中，所述方法还包括：
对分别录制所述分岔路的GPS原始路径点时重复录制的GPS原始路径点基于差异阈值进行去重处理。
在本示例的实施例中，所述方法还包括：
基于驾驶员驾驶无人矿卡进行GPS原始路径点录制，生成分段的录制轨迹的UTM坐标值、高程信息。
在步骤S120中，可以若所述录制轨迹为开环路径，则对所述录制轨迹起点和终点的切线位置分别延长预设距离，以进行开环轨迹补全处理。
在本示例的实施例中，所述方法还包括：
若所述录制轨迹为开环路径，则对所述录制轨迹起点和终点的切线位置分别延长预设距离及设置高程信息，以进行开环轨迹补全处理。
在步骤S130中，可以基于所述录制轨迹的离散点计算B样条曲线控制点，基于SDM拟合算法完成对所述录制轨迹的闭环轨迹拟合。
在本示例的实施例中，所述方法还包括：
基于所述录制轨迹的离散点计算B样条曲线控制点，基于SDM拟合算法对所述录制轨迹的闭环轨迹进行基于控制点个数及采样点个数的多次拟合，直至所述拟合的拟合精度大于预设拟合精度。
在步骤S140中，可以基于录制轨迹的高程信息，对完成闭环轨迹拟合的所述录制轨迹进行高程数据匹配处理。
在本示例的实施例中，所述方法还包括：
根据录制轨迹的高程信息，基于数据点平均值方法，对完成闭环轨迹拟合的所述录制轨迹进行高程数据匹配处理。
在步骤S150中，可以若所述录制轨迹为开环路径，截取所述录制轨迹起点和终点，生成路网轨迹文件。
实施例二：
在本示例的实施例中，GPS路径点录制及UTM转换处理包括：
使用无人矿卡本体切换至有人驾驶模式以进行GPS原始路径点的录制，在无人矿卡启动前启动组合导航进行GPS路径点录制并保存所录制数据中的经纬度信息以及对应的高程信息，驾驶员沿矿区运输轨迹驾驶无人矿卡，若中途出现道路分岔则需要记录分岔位置(可以采用实地插旗标识或记录GPS位置数据的方式)，在录制完单条分岔路后返回分岔位置，对另一分叉路进行录制。录制过程中，数据录制程序会根据当前GPS位置、上一次记录GPS位置进行路径点去重，若两点间差异小与阈值t则认为两路径点为同一位置，不记录新的数据。该操作是为了避免后续拟合运算中各位置路径点所占权重存在明显差异导致的拟合运算偏差。最终的录制样例如下表所示。
| 纬度 | 经度 | 高程 |
| 39.72764079 | 116.18619256 | 33.00 |
| 39.72764079 | 116.18619257 | 33.00 |
| 39.72764079 | 116.18619258 | 33.00 |
录制文件收集完整后，将GPS“纬度-经度-高程”数据转换为UTM“东向偏移-北向偏移-高程”数据(减去偏移量后)，便于在直角坐标系中对数据进行可视化以及后续操作。
| UTM东向偏移 | UTM北向偏移 | 高程 |
| 18.00623131881 | 15.2961173662916 | 33.00 |
| 18.0070883141598 | 15.2961095860228 | 33.00 |
| 18.007945308229 | 15.2961018048227 | 33.00 |
遍历所录制轨迹的UTM坐标值，以判断前向行驶与倒车行驶切换的坐标位置。在切换位置对所录制的路径进行分段，避免后续拟合运算中曲率计算出现问题。
在本示例的实施例中，开环轨迹补全包括：若所处理的分段路径为闭环路径则跳过此步骤，反之，如图2所示，若所处理的分段路径为开环路径，则需对其进行补全处理，为使轨迹与其他分段能够曲率连续，如图3所示，需按照起点和终点的切线位置分别延长一段距离，然后再按照闭环趋势补齐轨迹以避免拟合时数据点的重叠。需要特别说明的是，起点和终点的延长段落需要将高程设置对应位置的高程，以确保轨迹生成后高程的连续性及可靠性。与此同时在按闭环趋势补齐时，需要尽量避免出现小于90度角的拐点，以提高拟合成功率。
在本示例的实施例中，闭环轨迹拟合及细节调整包括：采用B样条曲线的SDM拟合算法对上述步骤生成的UTM补全分段进行拟合，根据录制的原始散点，计算B样条曲线控制点，拥有B样条曲线控制点后，就能够通过这些控制点计算出一条曲率连续且能够被重新采样的B样条曲线，也能够通过添加、删除、调整控制点对拟合生成的曲线进行调整并保持其曲率连续性。SDM拟合算法是一种通过迭代，使初始曲线不断逼近拟合点的曲线拟合算法，该算法在迭代过程中固定控制点个数和采样点个数，每迭代一次，初始曲线都更加贴近拟合点。在本方案中，为使拟合效率和精度提高，对SDM算法进行拆解。首先，使用较少的控制点个数和较少的采样点个数对轨迹进行初步拟合，确认拟合趋势无误后，保持上一步计算的控制点不变，提高采样点个数对轨迹进行高精度拟合，提升拟合精度效果。最后，对比拟合后的曲线和原始散点，在曲率存在问题、碰撞存在问题的位置添加、删除、调整控制点，以确保轨迹符合车辆动力学约束以及碰撞约束。
在本示例的实施例中，高程数据匹配包括：轨迹拟合部分完成后，拥有UTM坐标、航向(B样条曲线的切线方向)以及曲率(B样条曲线曲率计算)的轨迹已经被生成，但针对矿区场景的坡道变化，高程数据不可或缺。因此，需要在录制转出的原始UTM“东向偏移-北向偏移-高程”补全数据中匹配拟合轨迹各个采样点的高程数据。本方案采用均值平均的方法，对于单个采样点，首先找出原始数据中距离采样点最近的n个数据点，然后对n个数据点的高程做均值平均，计算所得数值作为采样点的高程进行保存。
在本示例的实施例中，路网轨迹文件包括：如果拟合的轨迹是通过UTM补全分段生成的开环拟合轨迹，则需要根据原始数据的起始点和终止点对其进行截取，以生成该段开环轨迹。如果拟合的轨迹本身就属于闭环轨迹，则不需要额外的截取操作，所拟合生成的轨迹本身将能够首尾相接。最后，对轨迹文件中的数据进行连续性检查，通过表格可视化工具，生成折线图如图4所示，确认轨迹的曲率连续且低于对应最小转弯半径的曲率、高程变化连续、轨迹点连续、航向变化连续。若曲率出现问题则返回(3)中重新调整控制点，若高程出现问题则返回(4)中重新根据原始数据间隔重新调整均值平均个数。最终生成的轨迹效果如下表所示。
轨迹格式样例
需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
此外，在本示例实施例中，还提供了一种基于B样条曲线的无人矿卡路网轨迹制作优化装置。参照图5所示，该一种基于B样条曲线的无人矿卡路网轨迹制作优化装置200可以包括：GPS点录制模块210、开环轨迹补全模块220、闭环轨迹拟合模块230、高程数据匹配模块240以及轨迹文件生成模块250。其中：
GPS点录制模块210，用于基于驾驶员驾驶无人矿卡进行GPS原始路径点录制，生成录制轨迹的UTM坐标值、高程信息；
开环轨迹补全模块220，用于若所述录制轨迹为开环路径，则对所述录制轨迹起点和终点的切线位置分别延长预设距离，以进行开环轨迹补全处理；
闭环轨迹拟合模块230，用于基于所述录制轨迹的离散点计算B样条曲线控制点，基于SDM拟合算法完成对所述录制轨迹的闭环轨迹拟合；高程数据匹配模块240，用于基于录制轨迹的高程信息，对完成闭环轨迹拟合的所述录制轨迹进行高程数据匹配处理；
轨迹文件生成模块250，用于若所述录制轨迹为开环路径，截取所述录制轨迹起点和终点，生成路网轨迹文件。
上述中各一种基于B样条曲线的无人矿卡路网轨迹制作优化装置模块的具体细节已经在对应的一种基于B样条曲线的无人矿卡路网轨迹制作优化方法中进行了详细的描述，因此此处不再赘述。
应当注意，尽管在上文详细描述中提及了基于B样条曲线的无人矿卡路网轨迹制作优化装置200的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施例、完全的软件实施例(包括固件、微代码等)，或硬件和软件方面结合的实施例，这里可以统称为“电路”、“模块”或“系统”。
下面参照图6来描述根据本发明的这种实施例的电子设备300。图6显示的电子设备300仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，电子设备300以通用计算设备的形式表现。电子设备300的组件可以包括但不限于：上述至少一个处理单元310、上述至少一个存储单元320、连接不同系统组件(包括存储单元320和处理单元310)的总线330、显示单元340。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元310执行，使得所述处理单元310执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。例如，所述处理单元310可以执行如图1中所示的步骤S110至步骤S150。
存储单元320可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)3201和/或高速缓存存储单元3202，还可以进一步包括只读存储单元(ROM)3203。
存储单元320还可以包括具有一组(至少一个)程序模块3205的程序/实用工具3204，这样的程序模块3205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线330可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备300也可以与一个或多个外部设备370(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备300交互的设备通信，和/或与使得该电子设备300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口350进行。并且，电子设备300还可以通过网络适配器360与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器360通过总线330与电子设备300的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备300使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施例的方法。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。
参考图7所示，描述了根据本发明的实施例的用于实现上述方法的程序产品400，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、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公开的一般性原理并包括本公开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，本公开的真正范围和精神由权利要求指出。
应当理解的是，本公开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。本公开的范围仅由所附的权利要求来限。
Claims (10)
1.一种基于B样条曲线的无人矿卡路网轨迹制作优化方法，其特征在于，所述方法包括：
基于驾驶员驾驶无人矿卡进行GPS原始路径点录制，生成录制轨迹的UTM坐标值、高程信息；
若所述录制轨迹为开环路径，则对所述录制轨迹起点和终点的切线位置分别延长预设距离，以进行开环轨迹补全处理；
基于所述录制轨迹的离散点计算B样条曲线控制点，基于SDM拟合算法完成对所述录制轨迹的闭环轨迹拟合；
基于录制轨迹的高程信息，对完成闭环轨迹拟合的所述录制轨迹进行高程数据匹配处理；
若所述录制轨迹为开环路径，截取所述录制轨迹起点和终点，生成路网轨迹文件。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
若所述无人矿卡的待录制路线包含分岔路，则需分别录制所述分岔路的GPS原始路径点，并记录分岔位置。
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
对分别录制所述分岔路的GPS原始路径点时重复录制的GPS原始路径点基于差异阈值进行去重处理。
4.如权利要求1所述的方法，其特征在于，所述方法还包括：
基于驾驶员驾驶无人矿卡进行GPS原始路径点录制，生成分段的录制轨迹的UTM坐标值、高程信息。
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
若所述录制轨迹为开环路径，则对所述录制轨迹起点和终点的切线位置分别延长预设距离及设置高程信息，以进行开环轨迹补全处理。
6.如权利要求1所述的方法，其特征在于，所述方法还包括：
基于所述录制轨迹的离散点计算B样条曲线控制点，基于SDM拟合算法对所述录制轨迹的闭环轨迹进行基于控制点个数及采样点个数的多次拟合，直至所述拟合的拟合精度大于预设拟合精度。
7.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据录制轨迹的高程信息，基于数据点平均值方法，对完成闭环轨迹拟合的所述录制轨迹进行高程数据匹配处理。
8.一种基于B样条曲线的无人矿卡路网轨迹制作优化装置，其特征在于，所述装置包括：
GPS点录制模块，用于基于驾驶员驾驶无人矿卡进行GPS原始路径点录制，生成录制轨迹的UTM坐标值、高程信息；
开环轨迹补全模块，用于若所述录制轨迹为开环路径，则对所述录制轨迹起点和终点的切线位置分别延长预设距离，以进行开环轨迹补全处理；
闭环轨迹拟合模块，用于基于所述录制轨迹的离散点计算B样条曲线控制点，基于SDM拟合算法完成对所述录制轨迹的闭环轨迹拟合；
高程数据匹配模块，用于基于录制轨迹的高程信息，对完成闭环轨迹拟合的所述录制轨迹进行高程数据匹配处理；
轨迹文件生成模块，用于若所述录制轨迹为开环路径，截取所述录制轨迹起点和终点，生成路网轨迹文件。
9.一种电子设备，其特征在于，包括
处理器；以及
存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1至7中任一项所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311307436.0A CN117572859A (zh) | 2023-10-10 | 2023-10-10 | 一种基于b样条曲线的无人矿卡路网轨迹制作优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311307436.0A CN117572859A (zh) | 2023-10-10 | 2023-10-10 | 一种基于b样条曲线的无人矿卡路网轨迹制作优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117572859A true CN117572859A (zh) | 2024-02-20 |
Family
ID=89888819
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311307436.0A Pending CN117572859A (zh) | 2023-10-10 | 2023-10-10 | 一种基于b样条曲线的无人矿卡路网轨迹制作优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117572859A (zh) |
-
2023
- 2023-10-10 CN CN202311307436.0A patent/CN117572859A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111369066B (zh) | 路径规划方法、装置、电子设备及可读存储介质 | |
| CN113353103A (zh) | 一种弯道车速控制方法、装置、设备及介质 | |
| CN110836671B (zh) | 轨迹规划方法、轨迹规划装置、存储介质与电子设备 | |
| CN110647151B (zh) | 坐标转换方法及装置、计算机可读存储介质、电子设备 | |
| CN110867131A (zh) | 用于更新地图的方法、装置、设备和存储介质 | |
| CN113928340A (zh) | 应用于车辆中的避障方法、装置、电子设备和存储介质 | |
| CN114623842A (zh) | 路径规划方法、装置、存储介质与电子设备 | |
| CN117572859A (zh) | 一种基于b样条曲线的无人矿卡路网轨迹制作优化方法 | |
| CN116399364B (zh) | 车辆行驶路网生成方法、装置、芯片、终端、设备和介质 | |
| CN113401141B (zh) | 路线处理方法及装置 | |
| CN113790725B (zh) | 路径规划方法、路径规划装置、存储介质与可移动设备 | |
| CN113212443B (zh) | 基于自动驾驶的路径生成方法、装置、设备、存储介质 | |
| CN115871709A (zh) | 自动驾驶车辆进站轨迹规划方法、装置、设备、介质和车辆 | |
| CN115583254A (zh) | 路径规划方法、装置、设备以及自动驾驶车辆 | |
| CN115402323A (zh) | 换道决策方法和电子设备 | |
| CN115042820A (zh) | 自动驾驶车辆控制方法、装置、设备及存储介质 | |
| CN114506314A (zh) | 车辆平行泊出方法、装置、设备及存储介质 | |
| CN113138594A (zh) | 自动驾驶方法及装置 | |
| CN114152264B (zh) | 无人车路径规划方法及装置、电子设备、存储介质 | |
| US20190086216A1 (en) | Map data update system and non-transitory computer-readable storage medium | |
| CN116803813B (zh) | 障碍物行驶轨迹预测方法、装置、电子设备及存储介质 | |
| CN114137972B (zh) | 路径生成方法、装置、交通工具及存储介质 | |
| CN114055459B (zh) | 轨迹规划的方法、装置、电子设备及存储介质 | |
| EP3960562A1 (en) | Methods and systems for path planning | |
| CN116295491A (zh) | 一种路径规划方法及装置 |
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 |