CN1916659A - 多激光雷达协同工作与数据处理方法 - Google Patents

多激光雷达协同工作与数据处理方法 Download PDF

Info

Publication number
CN1916659A
CN1916659A CNA2006100286413A CN200610028641A CN1916659A CN 1916659 A CN1916659 A CN 1916659A CN A2006100286413 A CNA2006100286413 A CN A2006100286413A CN 200610028641 A CN200610028641 A CN 200610028641A CN 1916659 A CN1916659 A CN 1916659A
Authority
CN
China
Prior art keywords
radar
data
laser radar
fault
scan
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
Application number
CNA2006100286413A
Other languages
English (en)
Other versions
CN100434932C (zh
Inventor
杜正春
王建
吕潮峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CNB2006100286413A priority Critical patent/CN100434932C/zh
Publication of CN1916659A publication Critical patent/CN1916659A/zh
Application granted granted Critical
Publication of CN100434932C publication Critical patent/CN100434932C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

一种码头集装箱自动化技术领域的多激光雷达协同工作与数据处理方法,采用激光雷达协同工作、目标分块扫描、扫描数据动态加权处理、扫描雷达故障自动屏蔽和系统结构自动调整来实现,具体为:在雷达控制与主处理模块的协调控制下,各个雷达并行独立完成目标分块扫描与扫描数据动态加权处理;实时地对每个雷达的采集数据进行有效性验证,如果某个激光雷达发生故障,则终止该雷达线程并屏蔽其功能,并将雷达状态反馈给系统状态显示模块;雷达控制与主处理模块根据系统拓扑结构,自适应进行坐标匹配与误差补偿的动态数据处理,完成对目标多个表面的扫描识别任务。本发明有效提高了装卸效率,为检修维护带来了极大的便利,保证了生产安全连续的进行。

Description

多激光雷达协同工作与数据处理方法
技术领域
本发明涉及一种码头集装箱自动化技术领域的方法,具体是一种自动化无人堆场“吊具—集卡—集装箱”定位的多激光雷达协同工作与数据处理方法。
背景技术
集装箱码头生产的自动化是未来港口装卸的发展趋势,受到世界各大港口的重视。当今已经建成的全自动化集装箱码头中,采用AGV(全自动无人驾驶自动导向搬运车)实现码头内集装箱的水平运输,这样当AGV运行到RMG(轨道龙门起重机)下后,只需通过定位传感器,便可方便准确的实现AGV的定位。但是在自动化堆场建设初期,由于财力和技术上的不成熟,一般只会在港口部分区域的堆场采用自动化装卸技术,进行试验性生产,局部实现集装箱生产的自动化,因而不可能对堆场内的集装箱运输采用AGV;而且,由于国内的集装箱陆路运输主要为集卡,码头集装箱运输表现为内集卡与外集卡并存的一种模式,因而,即使将内集卡采用AGV替代,也无法避免RMG对外集卡的装卸,从而需要实现RMG对集卡的准确对箱定位。
为适应现有的集装箱码头的生产条件和集装箱自动化装卸的发展需要,目前一般多采用单个3D激光雷达对物体进行非接触式扫描测量,来进行设定目标位置与姿态的精确测量与定位。但是单个激光雷达(以下简称LR)在只能从一个视角进行扫描测量,对于被遮挡部分地轮廓和形貌只能通过模型进行猜测判断。而且扫描仪的扫描精度与速度直接受到扫描棱镜转动精度、三维扫描电机转动速度及精度的制约,加上软件处理算法和硬件控制技术简单,扫描识别能力非常有限。同时由于一个激光扫描器工作,系统存在错误冗余工作性能不足。因此,迫切需要一种能够快速准确的实现RMG吊具一集卡对箱的多激光雷达协同工作处理的新模式与数据处理方法,并能够提供较强的冗余容错能力。
经对现有技术的文献检索发现,郑德华等在《测绘工程》[(2005)14(2):32-34,56]上发表的“三维激光扫描仪及其测量误差影响因素分析”,将三维激光扫描技术分为径向三维激光雷达、相位干涉法扫描系统和三角法扫描系统三种类型。并且从仪器误差、与目标物体反射面有关的误差和外界环境条件影响三个方面分析了三维激光扫描系统误差影响。对径向三维激光雷达器的测量误差影响因素进行了较为全面地理论分析,并指出了测距误差和扫描角误差是三维激光扫描误差的主要误差源。但是还未见到有关自动化堆场中实现RMG对集卡的对箱定位系统中多激光雷达协同工作处理工作模式和数据处理方法的论述或者相关应用的报道。
发明内容
本发明的目的是针对现有单激光雷达定位处理技术中的系统响应速度不够,错误冗余可靠性差的不足,提供一种多激光雷达协同工作与数据处理方法。本发明是由多激光雷达组成的对集装箱卡车锁头及集装箱锁孔的快速协同扫描的新工作模式与相应的数据处理新方法,使RMG在大车运行方向的运动受到限制的情况下,快速完成吊具对集卡的精确对箱定位,从而实现RMG对集卡的集装箱自动化快速装卸,系统具有极强的冗余容错能力。
本发明具体通过以下技术方案实现的,本发明采用多激光雷达系统(以下简称MLRS),并通过激光雷达协同工作、目标分块扫描、扫描数据动态加权处理、扫描雷达故障自动屏蔽和系统结构自动调整五个技术来实现,其中:采用雷达控制与主处理模块为每个雷达生成对应的雷达数据采集子线程和雷达数据处理子线程;采用雷达状态监控与故障处理模块对系统中每个激光雷达的状态进行实时的故障监测、诊断,并且对其中的故障激光雷达进行功能屏蔽;采用系统状态监控模块监测多激光雷达系统中的各个硬件设备的工作状态(包括各个激光雷达、驱动雷达实现三维扫描的伺服电机、电机运动控制卡、各个数据传输接口等)并进行实时显示与报警,各个模块均由独立线程来实现,各模块间通过内存共享来实现参数传递与信息交互。在雷达控制与主处理模块的协调控制下,各个雷达并行独立完成目标分块扫描与扫描数据动态加权处理;系统运行中实时地对每个雷达的采集数据进行有效性验证,如果某个激光雷达发生故障,则终止该雷达线程并屏蔽其功能,并将雷达状态反馈给系统状态显示模块;雷达控制与主处理模块根据系统拓扑结构,自适应进行坐标匹配与误差补偿的动态数据处理,完成对目标多个表面的扫描识别任务:
以下对本发明中的内容作进一步的说明:
1.激光雷达协同工作
每个LR均通过独立的线程控制,MLRS并非按次序的操作每个LR进行扫描,而是在MLRS雷达控制与主处理模块的控制下,通过同步多个雷达的运行动作,各雷达协同工作完成扫描任务。在此模式下,即使多个LR同时工作,扫描时间也不会大于单个LR扫描时间。MLRS对各LR数据实时地并行采集与处理,极大地提高了数据处理速度,并保持各LR间的高度独立性。
MLRS可以通过同步两个或两个以上LR的运行动作(扫描角度、扫描速度等)来实现更高级的应用功能(例如测量传送带上物体或流体的体积、质量等等),系统具有很强的可扩展性。
2.目标分块扫描
每个LR并不对视野内的目标面进行完整扫描,而是由MLRS设定每个雷达的扫描区域(不完全扫描),这样可以显著提高扫描速度。通过安装多个LR,可以使目标物体所有外表面都在MLRS的视野范围内。
MLRS根据待扫描目标的外形,设定重要区域分布及重叠率,计算出各个雷达的扫描角度范围,用各雷达的扫描区域合并来覆盖整个待扫描范围。用合适的扫描重叠区域覆盖重要目标区域,对重叠区域内数据进行误差补偿运算,显著提高了扫描精度。
通过安装并设置多个LR扫描区域重叠,可以使扫描对象的每个表面都有2个或以上LR可以扫描监测到。对于集装箱目标,可完整的识别到各个锁孔或锁头的精确位置。
MLRS根据任务要求的扫描精度和速度以及当前的拓扑结构,通过优化配置来动态确定每个工作LR的扫描区域,来适应不同的应用场合。
3.扫描数据动态加权处理
采用多个LR从不同角度扫描的方式,将不同视角的数据按照基于神经网络的动态权值分配算法进行加权处理,最终生成补偿误差后的目标轮廓坐标,大幅提高数据精度。
具体工作步骤如下:
1)在系统运行前,利用神经网络技术,根据现场实测数据建立基于距离和反射率的初始权值表;
2)神经网络采用MLP(多层感知器)结构,训练算法采用SDBP(SteepestDescent Back Propagation)算法,即最速下降反向传播算法。网络的输入为距离与反射率,输出为对应的数据权值(置信度),距离LR越近、反射率越大的数据权值越大。
3)数据处理主模块从雷达状态监控模块获得各LR状态,获得当前正常工作的LR数目;
4)为每个正常LR产生对应的数据处理子线程,对采集到的距离数据值查询初始权值表,插值计算对应权值,计算出距离置信范围,完成后置位“处理完毕信号量”。
5)数据处理主模块等待所有正常LR处理完毕后,根据当前MLRS拓扑结构对目标点进行绝对方式的坐标匹配,即使用预先设定的公共坐标系进行匹配;
6)对各重合点采用误差补偿处理算法,计算出误差补偿后的目标坐标值。
由于此权值分配算法基于目标点与LR的相对距离和目标反射率来计算,使得测量距离值较小的、目标反射率较大的测量数据可以获得较大的权值,经过误差补偿计算后显著提高了扫描精度。
4.扫描雷达故障自动屏蔽
当某些LR因故障而被关闭时,可以屏蔽这些失效的LR,系统在不停机的情况下,使用其它LR继续完成扫描任务。遍历正常LR链表,对每个LR的采集数据进行有效性验证,如果该LR发生故障则终止此LR线程,将其加入故障LR链表,并在系统状态监控模块显示故障且报警。
如果LR发生以下错误则可以判断其发生故障:
①数据全零
②数据全为最大量程
③重合点坐标与其它雷达明显抵触
④雷达无响应
⑤雷达产生其它错误
系统所采用的故障自动屏蔽技术,保证了系统工作的连续性,也给系统检修提供了有利的时间保证。
5.系统结构自动调整
当某些LR因故障被屏蔽后,系统退化成较低级的扫描系统。这种系统模式的降级和退化,可能会降低一定的扫描精度,但仍能够保证定位任务不间断的顺利完成。
随着故障台数的增多,系统自动的逐层降级,可以在拥有最小工作数量LR的基础上进行“最小运行模式”,此时系统功能最简化,仍然完成扫描任务;
当某些LR故障被修复后,通过上位程序的确认后,通过重置其状态为“正常”,重启该LR数据采集线程,可实时升级MLRS拓扑结构;
每当MLRS拓扑结构改变时,系统立即重新根据拓扑结构进化(或退化)系统模式,自适应地确定合适的坐标匹配与误差补偿算法,并且重新对目标进行分块,为各个工作LR分配新的扫描区域,在不停止系统运行的情况下实现“即插即用”。
系统的结构自动调整功能在雷达状态监控模块中实现,主要步骤如下:
1)更新各LR状态,统计当前正常工作的雷达数,以此建立正常LR的句柄链表;
2)故障后已经修复的LR,重置其状态为“正常”,从故障雷达链表中删除该雷达句柄,并启动LR采集线程,加入正常雷达链表,重新投入工作;
3)进行故障自动诊断屏蔽处理;
4)根据当前MLRS拓扑结构更新坐标匹配与误差补偿算法;
5)根据当前MLRS拓扑结构重新分配各雷达扫描区域;
6)将当前雷达状态信息反馈给系统状态监控模块,进行显示和报警处理。
本发明提供“吊具—集卡对箱”的多激光雷达协同工作与数据处理方法,创新性的整合应用了多个先进的数据处理和系统自适应控制技术,大幅的提高了识别精度和速度,并提供了极强的系统冗余容错能力。满足自动化堆场内RMG对集卡装卸集装箱的高精度对箱定位要求,有效提高了装卸效率,为检修维护带来了极大的便利,保证了生产安全连续的进行。
附图说明
图1为本发明方法实现的多激光雷达系统布局示意图(主视图);
图2为本发明方法实现的多激光雷达系统布局示意图(俯视图);
图3为MLRS模块组织结构图;
图4为权值动态分配的误差补偿处理流程图;
图5为单个雷达数据处理流程图;
图6为故障自动诊断屏蔽工作流程图;
图7为雷达状态监控工作流程图。
具体实施方式
本发明的技术采用多激光雷达系统实现,具体工作流程如下:
1.在系统现场安装阶段,根据现场实测数据训练权值分配网络,建立基于距离和反射率的初始权值表;
2.MLRS启动时进行状态自检,进行一系列的初始化,对目标进行扫描区域分块,确定各工作雷达的扫描区域;
3.各个雷达工作子线程独立执行扫描任务,将报文预处理生成测量数据,并查表插值计算出数据权值,生成扫描数据的置信距离域;
4.MLRS运行中,监控模块实时进行故障自动诊断及屏蔽。根据雷达数据进行有效性验证,当有雷达发生故障时(数据异常、重合点数据与其它雷达明显抵触、雷达错误等),立即终止其线程,并且屏蔽其工作;
5.MLRS运行中,监控模块实时监视雷达状态。当有雷达发生故障或者有已修复的雷达加入工作时,MLRS立即重新根据拓扑结构进化(或退化)系统模式,自适应地确定合适的坐标匹配与误差补偿算法,并且为各个工作LR分配新的扫描区域,并反馈结果系统状态显示模块;
6.各个正常雷达独立地同时进行扫描,待所有雷达扫描处理完数据后,MLRS雷达控制与主处理模块进行动态误差补偿处理;
7.MLRS雷达控制与主处理模块根据最终的目标坐标,进行进一步的计算与辨识处理;根据最后处理结果,发送目标值给控制系统。
以下结合附图和具体工作步骤对本发明的实施方式作进一步详细的说明。
附图中示出了本发明的一种典型实施方式——四激光雷达系统(QuadrupleLaser Radar System,以下简称QLRS),该实施方式用于实现一种高低架轨道龙门起重机装卸工艺中,低架轨道龙门起重机下集卡的对箱定位。
图1为吊具—集卡对箱定位系统构成示意图。如图1所示,1-RMG大车,2-RMG小车,3-3D激光雷达,4-RMG横梁,5-RMG吊具,6-集装箱,7-集卡对位指示装置,8-集卡,9-RMG小车运行方向。双向箭头9示出了RMG小车(2)的运行方向,RMG大车(1)的运行方向与该方向垂直(水平运动)。四个3D激光雷达(3)均布安装在RMG低架横梁(4)上。
图2为四个3D激光雷达在RMG低架横梁上的安装示意图。如图2所示,1-RMG大车,2-RMG小车,3-3D激光雷达,4-RMG小车运行方向,5-RMG吊具,6-集装箱,7-集卡运动方向。四个3D激光雷达(3)沿集装箱对角线方向对称安装在RMG大车低架横梁(4)上。
图3为多激光雷达系统模块组织结构图,系统主线程生成雷达控制与主处理模块、雷达状态监控与故障处理模块、系统状态监控模块等。其中雷达控制与主处理模块为每个雷达生成对应的雷达数据采集子线程和雷达数据处理子线程。
本发明的技术内容是通过以下具体系统工作流程实现的:
1.为了实现采集数据的动态加权处理,在系统现场安装阶段,根据现场实测数据训练权值分配网络,建立基于距离和反射率的初始权值表;
2.QLRS启动时进行状态自检,初始化正常雷达链表和故障雷达链表,根据任务的速度、精度要求,对目标进行扫描区域分块,确定各工作雷达的扫描区域。QLRS系统分别同步地从就近视点扫描集卡或者箱体的不同表面,直至有部分表面重叠,每个LR的扫描区域必须覆盖包含就近顶点的四分之一的顶面、可视区域内的两个侧面的近二分之一的面积。重叠部分的多少可以由扫描控制软件通过设置每一个激光雷达的扫描起始角度来实现,识别出装箱过程集卡的锁头或卸箱过程箱体锁孔的精确位置。
3.各个雷达子线程根据系统分配的扫描区域,独立执行扫描任务。对于集卡或集装箱每一个表面的扫描任务可以分解为两类:箱体顶面和四个侧面。对于顶面的处理方法是:通过集卡的粗定位,使得集卡或集装箱的顶面处于四个LR的视野之内。每个LR分别从距离自身安装位置最近的顶点逐渐扫过顶面中心位置,在顶面中心区域各自对其进行不完全扫描,用四个LR采集的数据进行重叠部分的补偿运算得出比各自扫描精度更高的坐标值。对于侧面的处理方法是:每个侧面处于两个相邻LR的视野之内。每个LR分别从距离自身安装位置最近的边逐渐扫过该侧面中心,每两个相邻LR负责对该侧面进行不完全扫描,用相邻两个LR采集侧面的数据进行重叠部分的补偿运算得出比各自扫描精度更高的侧面坐标值。各个雷达子线程将报文预处理生成测量数据,并查表插值计算出数据权值,生成扫描数据的置信距离域;
4.QLRS运行中,监控模块实时进行故障自动诊断屏蔽。监控模块遍历正常LR链表,对雷达数据进行有效性验证,当有雷达发生故障时(数据异常、重合点数据与其它雷达明显抵触、雷达错误等),立即终止其线程,并且屏蔽其工作,将其加入故障LR链表,并在系统状态监控模块显示故障且报警;系统在不停机的情况下,使用其它LR继续完成扫描任务;
5.QLRS运行中,监控模块实时监视雷达状态。当有雷达发生故障时,QLRS立即重新根据拓扑结构退化系统模式,随着故障台数的增多,系统自动的逐层降级,直至拥有2台正常工作LR的“最小运行模式”。当某些LR故障被修复后,通过上位程序的确认后,通过重置其状态为“正常”,从故障雷达链表中删除该雷达句柄,并启动LR采集线程,加入正常雷达链表,重新投入工作。随着系统拓扑结构改变,系统实时自适应地确定合适的坐标匹配与误差补偿算法,并且为各个工作LR分配新的扫描区域,并将当前雷达状态信息反馈给系统状态监控模块,进行显示和报警处理。
6.QLRS各个正常雷达独立地同时进行扫描,系统为每个正常LR产生对应的数据处理子线程,对采集到的距离数据值查询初始权值表,插值计算对应权值,对于与LR的相对测量距离值较小的、目标反射率较大的目标点测量数据赋予较大的权值,并且计算出距离置信范围,完成后置位“处理完毕信号量”。待所有雷达扫描并预处理完数据后,QLRS雷达控制与主处理模块进行动态误差补偿处理。雷达控制与主处理模块根据当前QLRS系统拓扑结构,采用与当前正常工作雷达数量(4台、3台或者2台)相对应的坐标匹配算法,进行目标点的拼接,在重叠区域应用误差补偿算法进行相应的数据处理,计算出补偿后的最终坐标;
7.QLRS雷达控制与主处理模块根据最终的目标坐标进行进一步的计算与辨识处理(如计算出集卡后边缘位置,计算吊具姿态,辨识出锁头或锁孔并精确计算出其位置与尺寸等等);根据最后计算结果,发送目标值给RMG的控制系统,操控RMG做出相应动作。
所述的四激光雷达系统,采用上述协同工作与数据处理方法,获取集卡相对与RMG大车和吊具的位置误差(空间三维直角坐标)。在现场测试中,QLRS控制四个LR的协同工作与数据处理方法,采用相邻LR重叠20%扫描区域,同时进行分块扫描40英尺集装箱。与采用顺序启动四个LR进行扫描并识别其4个锁孔位置方式相比,总处理速度约为3倍。与不进行任何重叠扫描及坐标匹配方式相比,在重叠区域QLRS扫描数据精度提高约35%。四激光雷达协同工作并可屏蔽故障,当某些激光雷达出现故障时,可以终止故障的激光雷达,由其它激光雷达进行扫描,虽然扫描精度和速度略有降低,仍能够保证装卸任务的顺利完成。

Claims (8)

1、一种多激光雷达协同工作与数据处理方法,其特征在于,采用多激光雷达系统,并通过激光雷达协同工作、目标分块扫描、扫描数据动态加权处理、扫描雷达故障自动屏蔽和系统结构自动调整来实现,其中:采用雷达控制与主处理模块为每个雷达生成对应的雷达数据采集子线程和雷达数据处理子线程;采用雷达状态监控与故障处理模块对系统中每个激光雷达的状态进行实时的故障监测、诊断,并且对其中的故障激光雷达进行功能屏蔽;采用系统状态监控模块监测多激光雷达系统中的各个硬件设备的工作状态并进行实时显示与报警;各个模块均由独立线程来实现,各模块间通过内存共享来实现参数传递与信息交互,在雷达控制与主处理模块的协调控制下,各个雷达并行独立完成目标分块扫描与扫描数据动态加权处理;系统运行中实时地对每个雷达的采集数据进行有效性验证,如果某个激光雷达发生故障,则终止该雷达线程并屏蔽其功能,并将雷达状态反馈给系统状态显示模块;雷达控制与主处理模块根据系统拓扑结构,自适应进行坐标匹配与误差补偿的动态数据处理,完成对目标多个表面的扫描识别任务。
2、根据权利要求1所述的多激光雷达协同工作与数据处理方法,其特征是:所述的激光雷达协同工作,是指:每个激光雷达均通过独立的线程控制其实时数据采集和预处理,在雷达控制与主处理模块的控制下,通过同步多个雷达的运行动作,各雷达协同工作完成扫描任务;多个激光雷达同时工作扫描时间小于等于单个激光雷达扫描时间。
3、根据权利要求1所述的多激光雷达协同工作与数据处理方法,其特征是:所述的目标分块扫描,是指:每个激光雷达并不对视野内的目标面进行完整扫描,而是由多激光雷达系统设定其进行某区域的扫描,通过设置多个雷达扫描区域重叠,对重叠区域内数据进行补偿运算来提高扫描精度。
4、根据权利要求1所述的多激光雷达协同工作与数据处理方法,其特征是:所述的扫描数据动态加权处理,是指:采用多个激光雷达从不同角度扫描的方式,将不同视角的数据按照基于神经网络的动态权值分配算法进行加权处理,最终生成补偿误差后的目标轮廓坐标。
5、根据权利要求1或者4所述的多激光雷达协同工作与数据处理方法,其特征是:所述的扫描数据动态加权处理,具体步骤如下:
1)在系统运行前,利用神经网络技术,根据现场实测数据建立基于距离和反射率的初始权值表;
2)神经网络采用多层感知器结构,训练算法采用最速下降反向传播算法,网络的输入为距离与反射率,输出为对应的数据权值,距离激光雷达越近、反射率越大的数据权值越大;
3)数据处理主模块从雷达状态监控模块获得各激光雷达状态,获得当前正常工作的LR数目;
4)为每个正常激光雷达产生对应的数据处理子线程,对采集到的距离数据值查询初始权值表,插值计算对应权值,计算出距离置信范围,完成后置位“处理完毕信号量”;
5)数据主处理模块等待所有正常激光雷达处理完毕后,根据当前多激光雷达系统拓扑结构对目标点进行绝对方式的坐标匹配,使用预先设定的公共坐标系进行匹配;
6)数据主处理模块对各重合点采用误差补偿处理算法,计算出误差补偿后的目标坐标值。
6、根据权利要求1所述的多激光雷达协同工作与数据处理方法,其特征是:所述的扫描雷达故障自动屏蔽,是指:当某些激光雷达存在故障时,屏蔽这些失效的激光雷达,系统在不停机的情况下,使用另外的激光雷达继续完成扫描任务,遍历正常激光雷达链表,对每个激光雷达的采集数据进行有效性验证,如果该激光雷达发生故障则终止此激光雷达线程,将其加入故障激光雷达链表,并在系统状态监控模块显示故障且报警。
7、根据权利要求1所述的多激光雷达协同工作与数据处理方法,其特征是:所述的系统结构自动调整,是指:当某雷达因故障被屏蔽或者某雷达故障被修复,导致多激光雷达系统组成的拓扑结构改变时,系统立即重新根据拓扑结构进化或退化系统模式,自适应地确定坐标匹配与误差补偿算法,并且重新对目标进行分块,为各个工作雷达分配新的扫描区域,在不停止系统运行的情况下实现即插即用。
8、根据权利要求1或者7所述的多激光雷达协同工作与数据处理方法,其特征是:所述的系统结构自动调整,在雷达状态监控模块中实现,步骤如下:
1)更新各激光雷达状态,统计当前正常工作的雷达数,以此建立正常激光雷达的句柄链表;
2)故障后已经修复的激光雷达,重置其状态为“正常”,从故障雷达链表中删除该雷达句柄,并启动激光雷达采集线程,加入正常雷达链表,重新投入工作;
3)进行故障自动诊断屏蔽处理;
4)根据当前多激光雷达系统拓扑结构更新坐标匹配与误差补偿算法;
5)根据当前多激光雷达系统拓扑结构重新分配各雷达扫描区域;
6)将当前雷达状态信息反馈给系统状态监控模块,进行显示和报警处理。
CNB2006100286413A 2006-07-06 2006-07-06 多激光雷达协同工作与数据处理方法 Expired - Fee Related CN100434932C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB2006100286413A CN100434932C (zh) 2006-07-06 2006-07-06 多激光雷达协同工作与数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2006100286413A CN100434932C (zh) 2006-07-06 2006-07-06 多激光雷达协同工作与数据处理方法

Publications (2)

Publication Number Publication Date
CN1916659A true CN1916659A (zh) 2007-02-21
CN100434932C CN100434932C (zh) 2008-11-19

Family

ID=37737685

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2006100286413A Expired - Fee Related CN100434932C (zh) 2006-07-06 2006-07-06 多激光雷达协同工作与数据处理方法

Country Status (1)

Country Link
CN (1) CN100434932C (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103954953A (zh) * 2014-05-16 2014-07-30 武汉大学 一种基于数据驱动的机载激光雷达盲源误差补偿方法
CN105416310A (zh) * 2015-11-09 2016-03-23 株洲南车时代电气股份有限公司 一种基于动态链表的列车显示系统故障数据处理方法
CN106773802A (zh) * 2015-11-25 2017-05-31 北京万集科技股份有限公司 多台激光雷达同步扫描控制系统及方法
CN106950925A (zh) * 2007-09-10 2017-07-14 费舍-柔斯芒特系统股份有限公司 过程控制系统中的位置依赖控制访问
CN106990781A (zh) * 2017-03-31 2017-07-28 清华大学 基于激光雷达和图像信息的自动化码头agv定位方法
CN107247268A (zh) * 2017-05-16 2017-10-13 深圳市速腾聚创科技有限公司 多线激光雷达系统及其水平安装角度的校正方法
CN107329145A (zh) * 2017-06-29 2017-11-07 深圳市速腾聚创科技有限公司 多激光雷达系统及其控制方法
CN107505940A (zh) * 2017-08-08 2017-12-22 速感科技(北京)有限公司 自动引导车辆上的双激光雷达控制方法、系统及定位方法
WO2018039987A1 (zh) * 2016-08-31 2018-03-08 深圳市速腾聚创科技有限公司 三维激光雷达系统
WO2018059141A1 (zh) * 2016-09-27 2018-04-05 上海无线电设备研究所 一种用于轨交车辆防撞预警雷达系统
CN107984471A (zh) * 2016-10-26 2018-05-04 珠海格力智能装备有限公司 机器人工作状态的确定方法和装置及机器人
CN108089191A (zh) * 2017-12-25 2018-05-29 中山大学 一种基于激光雷达的全局定位系统及方法
CN109597088A (zh) * 2018-11-15 2019-04-09 深圳市速腾聚创科技有限公司 激光雷达融合系统
CN110045342A (zh) * 2019-05-08 2019-07-23 中国人民解放军空军研究院战略预警研究所 雷达相对系统误差估值有效性评价方法
CN111776948A (zh) * 2020-07-01 2020-10-16 上海汽车集团股份有限公司 一种轮胎吊定位方法及装置
CN113255887A (zh) * 2021-05-25 2021-08-13 上海机电工程研究所 基于遗传算法优化bp神经网络的雷达误差补偿方法及系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102467669B (zh) * 2010-11-17 2015-11-25 北京北大千方科技有限公司 一种在激光检测中提高匹配精度的方法和设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2143100B (en) * 1983-05-23 1986-11-12 Secr Defence Radar receiver assembly
JPH01217285A (ja) * 1988-02-26 1989-08-30 Mitsubishi Electric Corp マルチスタテイツクレーダ装置
GB2251149A (en) * 1990-12-21 1992-06-24 Philips Electronic Associated High PRF bistatic/multistatic radar
CN1023515C (zh) * 1991-06-28 1994-01-12 中国人民解放军空军第五研究所 自相关异地收发雷达定位法
CN1124495C (zh) * 2000-08-24 2003-10-15 中国科学院大气物理研究所 采用网络技术的多波长激光雷达测量与控制系统的电路结构
JP3643871B2 (ja) * 2002-02-26 2005-04-27 防衛庁技術研究本部長 マルチスタティック・レーダ装置

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106950925A (zh) * 2007-09-10 2017-07-14 费舍-柔斯芒特系统股份有限公司 过程控制系统中的位置依赖控制访问
CN103954953A (zh) * 2014-05-16 2014-07-30 武汉大学 一种基于数据驱动的机载激光雷达盲源误差补偿方法
CN103954953B (zh) * 2014-05-16 2016-04-06 武汉大学 一种基于数据驱动的机载激光雷达盲源误差补偿方法
CN105416310A (zh) * 2015-11-09 2016-03-23 株洲南车时代电气股份有限公司 一种基于动态链表的列车显示系统故障数据处理方法
CN105416310B (zh) * 2015-11-09 2019-06-18 株洲南车时代电气股份有限公司 一种基于动态链表的列车显示系统故障数据处理方法
CN106773802A (zh) * 2015-11-25 2017-05-31 北京万集科技股份有限公司 多台激光雷达同步扫描控制系统及方法
CN106773802B (zh) * 2015-11-25 2019-05-17 北京万集科技股份有限公司 多台激光雷达同步扫描控制系统及方法
WO2018039987A1 (zh) * 2016-08-31 2018-03-08 深圳市速腾聚创科技有限公司 三维激光雷达系统
WO2018059141A1 (zh) * 2016-09-27 2018-04-05 上海无线电设备研究所 一种用于轨交车辆防撞预警雷达系统
CN107984471A (zh) * 2016-10-26 2018-05-04 珠海格力智能装备有限公司 机器人工作状态的确定方法和装置及机器人
CN107984471B (zh) * 2016-10-26 2020-08-11 珠海格力智能装备有限公司 机器人工作状态的确定方法和装置及机器人
CN106990781A (zh) * 2017-03-31 2017-07-28 清华大学 基于激光雷达和图像信息的自动化码头agv定位方法
CN107247268A (zh) * 2017-05-16 2017-10-13 深圳市速腾聚创科技有限公司 多线激光雷达系统及其水平安装角度的校正方法
CN107329145A (zh) * 2017-06-29 2017-11-07 深圳市速腾聚创科技有限公司 多激光雷达系统及其控制方法
CN107329145B (zh) * 2017-06-29 2024-04-12 深圳市速腾聚创科技有限公司 多激光雷达系统及其控制方法
CN107505940A (zh) * 2017-08-08 2017-12-22 速感科技(北京)有限公司 自动引导车辆上的双激光雷达控制方法、系统及定位方法
CN108089191A (zh) * 2017-12-25 2018-05-29 中山大学 一种基于激光雷达的全局定位系统及方法
CN109597088B (zh) * 2018-11-15 2020-08-28 深圳市速腾聚创科技有限公司 激光雷达融合系统
CN109597088A (zh) * 2018-11-15 2019-04-09 深圳市速腾聚创科技有限公司 激光雷达融合系统
CN110045342A (zh) * 2019-05-08 2019-07-23 中国人民解放军空军研究院战略预警研究所 雷达相对系统误差估值有效性评价方法
CN110045342B (zh) * 2019-05-08 2021-03-12 中国人民解放军空军研究院战略预警研究所 雷达相对系统误差估值有效性评价方法
CN111776948A (zh) * 2020-07-01 2020-10-16 上海汽车集团股份有限公司 一种轮胎吊定位方法及装置
CN111776948B (zh) * 2020-07-01 2022-08-02 上海汽车集团股份有限公司 一种轮胎吊定位方法及装置
CN113255887A (zh) * 2021-05-25 2021-08-13 上海机电工程研究所 基于遗传算法优化bp神经网络的雷达误差补偿方法及系统

Also Published As

Publication number Publication date
CN100434932C (zh) 2008-11-19

Similar Documents

Publication Publication Date Title
CN100434932C (zh) 多激光雷达协同工作与数据处理方法
CN111201879B (zh) 基于图像识别的粮食收割、运输一体化装载装置/方法
CN103419944B (zh) 一种登机桥及其自动靠接方法
CN111487918B (zh) 基于多线激光雷达的散料无人装车控制方法、系统和装置
CN1884034A (zh) 吊具-集卡对箱的双激光雷达定位方法
CN106516990B (zh) 基于物体轮廓跟踪的集装箱码头场桥防撞控制系统及方法
CN101104480B (zh) 散货料场无人化堆取工艺
CN112141734B (zh) 一种用于刮板取料机的取料控制系统及取料方法
CN101075376A (zh) 基于多视点的智能视频交通监控系统及方法
CN109095213B (zh) 智能化链斗式连续卸船机控制系统及方法
CN104238566A (zh) 电子电路用基于图像识别的巡线机器人控制系统
CN104216411B (zh) 一种电子电路中的巡线方法
CN101076764A (zh) 用于对于最好动态地、尤其是为了确定所出现的磨损而被检测的固体轮廓进行继续处理的系统和方法
CN108190774B (zh) 一种基于投影的排绳故障检测方法及其装置
CN111634636A (zh) 一种斗轮机的全自动取料控制系统
CN114180353B (zh) 一种多类型物料备料无人天车智能控制系统及方法
CN211104017U (zh) 一种变电站巡检机器人
CN109969670A (zh) 一种基于无人卸货车的卸货控制方法
CN115903701B (zh) 干散货码头全流程卸船线推优技术优化系统、方法及应用
CN111170158A (zh) 集装箱装船贝位自动识别系统及方法
CN110096026A (zh) 一种全自动智能装车检测与控制方法及系统
CN108454640B (zh) 车辆控制方法及系统
CN102968133A (zh) 一种补料的控制方法、设备和系统
CN112223273A (zh) 一种工业机器人视觉检测及避障系统
CN116166024A (zh) 行走式光伏板清扫机器人的避障方法、装置、介质及设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20081119

Termination date: 20110706