WO2021208797A1 - 障碍物数据处理方法、装置、设备及存储介质 - Google Patents
障碍物数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- WO2021208797A1 WO2021208797A1 PCT/CN2021/085984 CN2021085984W WO2021208797A1 WO 2021208797 A1 WO2021208797 A1 WO 2021208797A1 CN 2021085984 W CN2021085984 W CN 2021085984W WO 2021208797 A1 WO2021208797 A1 WO 2021208797A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- data
- obstacle
- data points
- current frame
- point group
- Prior art date
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims description 43
- 238000006243 chemical reaction Methods 0.000 claims description 36
- 230000008569 process Effects 0.000 claims description 26
- 238000013519 translation Methods 0.000 claims description 20
- 238000009434 installation Methods 0.000 claims description 18
- 230000009466 transformation Effects 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 6
- 230000004044 response Effects 0.000 abstract description 4
- 239000000284 extract Substances 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 230000004927 fusion Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 239000000543 intermediate Substances 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000007500 overflow downdraw method Methods 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
Abstract
一种障碍物数据处理方法、装置、设备及存储介质,对每个激光雷达采集的数据点进行分组获得数据点组,再对数据点组中数据点进行并行处理,提高数据处理效率,机器人控制部分根据障碍物数据提取出障碍物距离并进行路径规划,进而提高机器人的响应速率,避免机器人与障碍物发生碰撞。
Description
本申请要求于2020年04月13日提交中国专利局、申请号为202010284857.6、申请名称为“障碍物数据处理方法、装置、设备及存储介质”的中国专利申请的优先权,其全部内容通过引用结合在本申请中。
本申请涉及机器人技术领域,尤其涉及一种障碍物数据处理方法、装置、设备及存储介质。
在机器人障碍物检测中,单线激光雷达是非常重要的传感器。根据激光雷达的数量,可以分为单激光雷达检测和多激光雷达检测。
为了能够检测地面障碍物,通常情况下,激光雷达安装于机器人腹部,使得单个激光雷达仅能检测单个方向障碍物,相对于单激光雷达检测,多激光雷达检测范围更广。在多激光雷达检测中,激光雷达采集数据的原理为:通过内部结构360度旋转,改变每次发射的激光的发射角度γ,通过检测激光发射和接收的时间差,确定障碍物距离激光雷达的距离d,内部结构旋转一周采集到的角度γ和距离d作为一帧数据输出。每个激光雷达采集完数据之后,需要对多个激光雷达的数据进行融合,再对融合后数据进行分析处理,实现多个方向上障碍物检测。其中,常见的融合方法为:对每个激光雷达检测到的每帧数据中数据点的依次进行处理,以实现数据融合。
然而,现有数据融合方式由于通过对每个激光雷达的每帧数据中的数据点依次处理,导致数据融合时间长,融合速率慢。
发明内容
本申请提供一种障碍物数据处理方法、装置、设备及存储介质,以解决现有数据融合方式由于通过对每个激光雷达的每帧数据中的数据点依次处理,导致数据融合时间长,融合速率慢。
第一方面,本申请提供一种障碍物数据处理方法,包括:
获取每个激光雷达采集的当前帧障碍物数据,其中,当前帧障碍物数据包括多个数据点;
针对每个当前帧障碍物数据,对当前帧障碍物数据中数据点进行分组,生成至少一个数据点组;
对每个数据点组中所有数据点进行并行处理,以生成转换数据集合。
可选地,针对每个当前帧障碍物数据,对当前帧障碍物数据中数据点进行分组,具体包括:根据并行线程总数对当前帧障碍物数据中数据点进行分组,生成至少一个数据点组。
可选地,根据并行线程总数对当前帧障碍物数据中数据点进行分组,生成至少一个数据点组,具体包括:判断当前帧障碍物数据中数据点的总数是否为并行线程总数的整数倍,若是,则根据并行线程总数对当前帧障碍物数据进行等分,以使每个数据点组中数据点的数量为并行线程总数;若否,则根据并行线程总数对当前帧障碍物数据进行分组,以使其中一个数据点组中数据点的数量小于并行线程总数,剩余的每个数据点组中数据点的数量为并行线程总数。
上述实施例的具体有益效果为:根据并行线程的总数对数据点进行分组,可充分利用并行线程,避免由于数据点组数据点总数与并行线程总数不匹配,造成线程出现空闲,可进一步提高处理效率。
可选地,对每个数据点组中所有数据点进行并行处理,以生成转换数据集合,具体包括:N个并行线程对每个数据点组中N个数据点进行处理,以生成N个转换数据点,其中,每个线程用于承载一个数据点的处理过程,N为数据点组中数据点的数量。
可选地,N个并行线程对每个数据点组中N个数据点进行处理,以生成N个转换数据点,具体包括:N个并行线程调用同一转换参数,对每个数据点组中N个数据点进行处理。
可选地,N个并行线程调用同一转换参数,对每个数据点组中N个数据点进行处理,具体包括:N个并行线程调用旋转参数,对N个数据点进行旋转变换生成N个中间数据点;N个并行线程调用平移参数,对N个数据点进行平移转换生成N个转换数据点。
可选地,在N个并行线程调用旋转参数,对N个数据点进行旋转变换生成N个中间数据点之前,方法还包括:
N个并行线程调用同一坐标转换函数,将激光发射角度和障碍物的距离转换为障碍物的位置坐标,其中,数据点包括:激光发射角度和障碍物的距离。
可选地,旋转参数为:
平移参数为:
其中,α为激光雷达的安装角度,(t
x,t
y)为激光雷达的安装位置。
可选地,激光雷达的安装角度和安装位置均在机器人坐标系下。
上述实施例的具体有益效果为:通过N个线程调用同一旋转参数和同一平移参数,完成N个数据点的处理,可以减少内存使用量,进一步提高处理效率。
可选地,在对每个数据点组中的数据点进行并行处理,以生成转换数据集合之后,方法还包括:从转换数据集合中提取至少一个障碍物的距离;若任意障碍物的距离达到预设阈值,生成用于控制机器人的行驶的指令。
上述实施例的具体有益效果为:通过多个并行线程对每帧数据进行处理,可以提高处理速率,使得机器人可跟该障碍物数据确定障碍物距离,根据该距离控制机器人行驶,提高机器人响应速率,避免机器人与障碍物发生碰撞,
第二方面,本申请提供一种障碍物数据处理装置,包括:
获取模块,用于获取每个激光雷达采集的当前帧障碍物数据,其中,当前帧障碍物数据包括多个数据点;
分组模块,用于针对每个当前帧障碍物数据,对当前帧障碍物数据中数据点进行分组,生成至少一个数据点组;
处理模块,用于对每个数据点组中所有数据点进行并行处理,以生成转换数据集合。
第三方面,本申请提供一种电子设备,包括:
存储器,用于存储程序;
图像处理器GPU,用于执行存储器存储的程序,当程序被执行时,GPU用于执行第一方面及可选方案所涉及的障碍物数据处理方法。
第四方面,本申请提供一种机器人,包括:
多个激光雷达,用于采集当前帧障碍物数据;
图像处理器GPU,用于执行第一方面及可选方案所涉及的障碍物数据处理方法。
第五方面,本申请提供一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行第一方面及可选方案所涉及的障碍物数据处理方法。
本申请提供一种障碍物数据处理方法、装置、设备及存储介质,对每个激光雷达采集的数据点进行分组获得数据点组,再对数据点组中数据点进行并行处理,可以提高数据处理效率,机器人控制部分在接收到转换数据集合后,可以提取出障碍物距离,进行路径规划,进而提高机器人的响应速率,避免机器人与障碍物发生碰撞。
图1为本申请提供的机器人系统的架构图;
图2为本申请提供的多激光雷达机器人的外观示意图;
图3为本申请实施例一提供的障碍物数据处理方法;
图4为本申请实施例二提供数据分组原理示意图;
图5为本申请实施例三提供的坐标系旋转转换示意图;
图6为本申请实施例三提供的坐标系平移转换示意图;
图7为本申请实施例四提供的障碍物数据处理装置的结构示意图;
图8为本申请实施例四提供的电子设备的结构示意图。
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请中的附图,对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例, 本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1为本申请提供的机器人系统的架构图,如图1所示,机器人系统由机械部分、传感部分和控制部分构成,传感部分用于感知环境,控制系统的任务是根据机器人的作业指令以及从传感部分反馈回来的环境信息,支配机器人的机械部分去完成规定的运动和功能。
其中,单线激光雷达为机器人系统中常见传感部分,根据激光雷达的数量,机器人系统可以分为多激光雷达机器人和单激光雷达机器人,图2为本申请提供的多激光雷达机器人的外观示意图,如图2所示,在机器人腹部设有多个安装点,在每个安装点上安装有一个单线激光雷达。由每个激光雷达采集一个方向上的障碍物数据,再对多方向上的障碍物数据进行融合处理,得到全方位的障碍物数据。机器人的控制部分根据全方位的障碍物数据,生成相应的控制指令,以控制机器人行驶。
其中,每个单线激光雷达采集数据的原理为:通过内部结构360度旋转,改变每次发射的激光的发射角度γ,通过检测激光发射和接收的时间差,确定在发射角度为γ时障碍物距离激光雷达的距离d,此处将发射角度为γ时障碍物距离激光雷达的距离d作为一个数据点,内部结构旋转一周采集到多个数据点作为一帧数据输出。再每个激光雷达采集得到单帧障碍物数据点之后,需要将单帧障碍物数据中的数据点逐个进行处理融合处理,以生成全方位的障碍物数据。基于上述原理,可知每帧障碍物数据中数据点的数量十分庞大,现有技术中采用逐个处理,使得数据融合时间长,融合速率慢。
本申请旨在提供一种障碍物数据处理方法,以解决现有技术中的问题。本申请的发明思路为:针对一个激光雷达采集的数据集合,其中每个数据点的处理方式相同,转换参数也相同,将该数据集合进行分组,生成至少一个数据点组,对每个数据点组调用同一转换参数进行并行处理,可完成多个数据点的并行处理,进而减少数据处理时间,处理速率快,有利于控制系统根据障碍物数据快速生成指令,控制机械部分运动,提高机器人的反映速度。
图3为本申请实施例一提供的障碍物数据处理方法,如图3所示,本申请实施例一提供的障碍物处理方法包括:
S101、获取每个激光雷达采集的当前帧障碍物数据。
其中,当需要激光雷达感知外界环境时,每个激光雷达对外部环境进行扫描,得到当前帧障碍物数据,当前帧障碍物数据包含有多个数据点,其中,数据点具体为激光发射角度γ和在角度为γ时障碍物距离激光雷达的距离d。
S102、针对每个当前帧障碍物数据,对当前帧障碍物数据中数据点进行分组,生成至少一个数据点组。
其中,在获得当前帧障碍物数据之后,对当前帧障碍物数据中所有数据点进行分组,生成至少一个数据点组。每个数据点组中数据点的数量不限定。
S103、对每个数据点组中所有数据点进行并行处理,以生成转换数据集合。
其中,在获得至少一个数据点组之后,分批对至少一个数据点组进行处理,也就是,先对其中一个数据点组进行处理,再对下一个数据点组进行处理,直至处理完所有数据点组。针对每个数据点组,在同一时刻对数据点组中所有数据点进行处理,获得转换数据点组。再将多个转换数据点组进行合并生成转换数据集合,即可完成多个激光雷达采集的数据点融合。
在本申请实施例一提供的障碍物数据处理方法中,通过将当前帧障碍物数据集合中所有数据点进行分组,以对每个数据点组中所有数据点进行并行处理,相较于现有技术的方案,本方案通过分组,在同一个时刻对数据点组内所有数据点进行处理,可以提高处理速率。
下面重点描述本申请实施例二提供障碍物数据处理方法,本申请实施例二提供的障碍物数据处理方法包括如下步骤:
S201、获取每个激光雷达采集的当前帧障碍物数据。
其中,该步骤在S101中已经详细说明,重复部分此处不再进行赘述。
S202、针对每个当前帧障碍物数据,对当前帧障碍物数据中数据点进行分组,生成至少一个数据点组。
其中,如图4所示,其中,由于同一激光雷达采集的数据点的处理过程和处理参数相同,根据并行线程总数对当前帧障碍物数据进行分组生成至少一个数据点组,具体为:
判断当前帧障碍物数据中数据点的总数是否为并行线程总数的整数倍,若是,则根据并行线程总数对当前帧障碍物数据进行等分,使得每个数据点 组中数据点的数量为并行线程总数。若否,则根据并行线程总数对当前帧障碍物数据进行分组,使其中一个数据点组中数据点的数量小于并行线程总数,剩余的每个数据点组中数据点的数量为并行线程总数。
S203、对每个数据点组中所有数据点进行并行处理,以生成转换数据集合。
其中,针对每个数据点组,为数据点组中每个数据点分配一个线程,使用N个并行线程对数据点组所有数据点进行处理,以生成N个转换数据点,其中,N为数据点组中数据点数量。若数据点组中数据点的总数相同,则数据点组的并行线程数量相同,若数据点组中数据点的总数不相同,则数据点组的并行线程数量不相同。
若数据点组中数据点由同一个激光雷达采集,在并行线程处理该数据点组中所有数据时,并行线程可调用同一处理参数,进一步提高处理速率。
在本实施例二提供的障碍物数据处理方法中,根据并行线程的总数对每个当前帧障碍物数据进行分组,可以利用并行线程处理数据点,且并行线程可调用同一处理参数,进一步提高处理速率。
下面举例说明本申请实施例三提供的障碍物数据处理方法,本申请实施例三提供的障碍物数据处理方法包括如下步骤:
S301、获取每个激光雷达采集的当前帧障碍物数据。
其中,机器人安装有2个激光雷达,当前帧障碍物数据集合中有两类数据点,其中一类为第一激光雷达采集的数据点,另一类为第二激光雷达采集的数据点。其中,数据点具体为激光发射角度γ和在角度为γ时障碍物距离激光雷达的距离d。
S302、针对每个当前帧障碍物数据,对当前帧障碍物数据中数据点进行分组,生成至少一个数据点组。
其中,根据并行线程总数对每帧障碍物数据进行分组,例如:并行线程总数为32个,通过对每帧障碍物数据进行分组,使所有数据点组中数据点总数为32,或者仅保留一个数据点组中数据点总数小于32,剩余全部数据点组中数据点总数为32。
S303、对每个数据点组中所有数据点进行并行处理,以生成转换数据集 合。
其中,使用32个并行线程对数据点组中所有数据点进行并行处理,生成转换数据点组,再将转换数据点组进行合并,生成转换数据集合。
又每个数据点组中数据点由同一激光雷达采集,并行线程在处理数据点时,可调用同一个转换参数。其中,转换参数包括:旋转参数和平移参数。32个并行线程调用旋转参数,对32个数据点进行旋转变换生成32个中间数据点。32个并行线程调用平移参数,对32个数据点进行平移转换生成32个转换数据点。
为了便于并行线程对多个数据点进行处理,32个并行线程调用同一坐标转换函数,将激光发射角度和障碍物的距离转换为障碍物的位置坐标。其中,坐标转换函数具体为:
x=d cos γ
y=d sin γ
其中,(x,y)表示障碍物的位置坐标,d表示在发射角为γ时障碍物的距离。
在将发射角和障碍物距离转换为障碍物坐标位置时,由32个线程调用如下旋转参数和平移参数,生成转换数据点。
其中,旋转参数为:
平移参数为:
其中,α为激光雷达的安装角度,(t
x,t
y)为激光雷达的安装位置,激光雷达的安装角度和安装位置均在机器人坐标系下,使得通过调用上述旋转和平移参数生成的转换数据点为机器人坐标系下数据点。
下面重点推导获得上述旋转参数和平移参数的过程。为了将激光坐标系下的数据点转换至机器人坐标系,将该转换过程分成旋转过程和平移过程。
如图5所示,将激光坐标系旋转角度α后得到中间坐标系,同一个点P在两个坐标系上坐标的关系为:
x=OE cos α
=(x″-y″tan α)cos α
=x″cos α-y″sin α
y=EH+PE
=x tan α+ y″/cos α
=(x″cos α-y″sin α)tan α+y″/cos α
=x″sin α+y″cos α
如图6所示,将激光坐标系平移距离(t
x,t
y),同一点P在两个坐标系上的关系为:
x=x″+t
x
y=y″+t
y
将平移转换和旋转转换叠加后,可以得到如下转换关系:
其中,在机器人控制芯片中本地加载CudaMat工具,以对每个数据点组进行处理,生成转换数据点。
S304、从转换数据集合中提取至少一个障碍物的距离。
其中,转换数据集合中转换数据点可以反映机器人两个方向上的障碍物信息,通过对转换数据点进行语义提取,提取出至少一个障碍物到机器人的距离。
S305、若任意障碍物的距离达到预设阈值,生成用于控制机器人的行驶的指令。
其中,机器人的控制部分在接收到障碍物到机器人之间距离之后,判断距离障碍物的距离是否达到预设阈值,若达到预设阈值,则生成指令,该指令用于控制机器人的行驶,以防止机器人与障碍物发生碰撞。若未达到预设阈值,无需生成指令。
在本实施例三提供的障碍物数据处理方法中,对同一激光雷达采集的数据点进行分组,使得并行线程调用同一转换参数对数据点组中所有数据进行处理,提高数据处理效率,机器人的控制模块在接收到障碍物数据后,可以快速生成指令,避免机器人与障碍物发生碰撞。
图7为本申请实施例四提供的预警设备的结构示意图,如图7所示,本申请提供一种障碍物数据处理装置,障碍物数据处理装置400包括:
获取模块401,用于获取每个激光雷达采集的当前帧障碍物数据,其中,当前帧障碍物数据包括多个数据点;
分组模块402,用于针对每个当前帧障碍物数据,对当前帧障碍物数据中数据点进行分组,生成至少一个数据点组;
处理模块403,用于对每个数据点组中所有数据点进行并行处理,以生成转换数据集合。
可选地,分组模块402具体用于:根据并行线程总数对当前帧障碍物数据中数据点进行分组,生成至少一个数据点组。
可选地,分组模块402具体用于:判断当前帧障碍物数据中数据点的总数是否为并行线程总数的整数倍,若是,则根据并行线程总数对当前帧障碍物数据进行等分,以使每个数据点组中数据点的数量为并行线程总数;若否,则根据并行线程总数对当前帧障碍物数据进行分组,以使其中一个数据点组中数据点的数量小于并行线程总数,剩余的每个数据点组中数据点的数量为并行线程总数。
可选地,处理模块403具体用于:N个并行线程对每个数据点组中N个数据点进行处理,以生成N个转换数据点,其中,每个线程用于承载一个数据点的处理过程,N为数据点组中数据点的数量。
可选地,处理模块403具体用于:N个并行线程调用同一转换参数,对每个数据点组中N个数据点进行处理。
可选地,处理模块403具体用于:N个并行线程调用旋转参数,对N个数据点进行旋转变换生成N个中间数据点;N个并行线程调用平移参数,对N个数据点进行平移转换生成N个转换数据点。
可选地,装置还包括预处理模块404,预处理模块404用于:在N个并行线程调用旋转参数,对N个数据点进行旋转变换生成N个中间数据点之前,N个并行线程调用同一坐标转换函数,将激光发射角度和障碍物的距离转换为障碍物的位置坐标,其中,数据点包括:激光发射角度和障碍物的距离。
可选地,旋转参数为:
平移参数为:
其中,α为激光雷达的安装角度,(t
x,t
y)为激光雷达的安装位置。
可选地,激光雷达的安装角度和安装位置均在机器人坐标系下。
可选地,装置还包括控制模块405,控制模块405用于在对每个数据点组中的数据点进行并行处理,以生成转换数据集合之后,方法还包括:从转换数据集合中提取至少一个障碍物的距离;针对每个障碍物,若障碍物的距离达到预设阈值,生成用于控制机器人的行驶的指令。
图8为本申请实施例五示出的电子设备的结构示意图。如图8所示,本实施例提供的电子设备500包括:发送器501、接收器502、存储器503、及图像处理器504。
发送器501,用于发送指令和数据;
接收器502,用于接收指令和数据;
存储器503,用于存储计算机执行指令;
图像处理器(Graphics Processing Unit,简称:GPU),用于执行存储器存储的计算机执行指令,以实现上述实施例中障碍物数据处理方法所执行的各个步骤。具体可以参见前述障碍物数据处理方法实施例中的相关描述。
可选地,上述存储器503既可以是独立的,也可以跟处理器504集成在一起。
当存储器503独立设置时,该电子设备还包括总线,用于连接存储器503和处理器504。
本申请实施例还提供一种机器人,包括:
多个激光雷达,用于采集障碍物数据;
图像处理器GPU,用于执行存储器存储的计算机执行指令,以实现上述实施例中障碍物数据处理方法所执行的各个步骤。具体可以参见前述障碍物数据处理方法实施例中的相关描述。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当处理器执行计算机执行指令时,实现如上电子设备所执行的障碍物数据处理方法。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (14)
- 一种障碍物数据处理方法,包括:获取每个激光雷达采集的当前帧障碍物数据,其中,所述当前帧障碍物数据包括多个数据点;针对每个当前帧障碍物数据,对所述当前帧障碍物数据中数据点进行分组,生成至少一个数据点组;对每个数据点组中所有数据点进行并行处理,以生成转换数据集合。
- 根据权利要求1所述的方法,针对每个当前帧障碍物数据,对所述当前帧障碍物数据中数据点进行分组,具体包括:根据并行线程总数对所述当前帧障碍物数据中数据点进行分组,生成至少一个数据点组。
- 根据权利要求2所述的方法,根据并行线程总数对所述当前帧障碍物数据中数据点进行分组,生成至少一个数据点组,具体包括:判断所述当前帧障碍物数据中数据点的总数是否为所述并行线程总数的整数倍,若是,则根据所述并行线程总数对所述当前帧障碍物数据进行等分,以使每个数据点组中数据点的数量为所述并行线程总数;若否,则根据所述并行线程总数对所述当前帧障碍物数据进行分组,以使其中一个数据点组中数据点的数量小于所述并行线程总数,剩余的每个数据点组中数据点的数量为所述并行线程总数。
- 根据权利要求1至3任一项所述的方法,所述对每个数据点组中所有数据点进行并行处理,以生成转换数据集合,具体包括:N个并行线程对每个数据点组中N个数据点进行处理,以生成N个转换数据点,其中,每个线程用于承载一个数据点的处理过程,N为数据点组中数据点的数量。
- 根据权利要求4所述的方法,所述N个并行线程对每个数据点组中N个数据点进行处理,以生成N个转换数据点,具体包括:所述N个并行线程调用同一转换参数,对每个数据点组中N个数据点进行处理。
- 根据权利要求5所述的方法,所述N个并行线程调用同一转换参数,对每个数据点组中N个数据点进行处理,具体包括:N个并行线程调用旋转参数,对N个数据点进行旋转变换生成N个中间数据点;N个并行线程调用平移参数,对所述N个中间数据点进行平移转换生成N个转换数据点。
- 根据权利要求6所述的方法,在所述N个并行线程调用所述旋转参数,对N个数据点进行旋转变换生成N个中间数据点之前,所述方法还包括:所述N个并行线程调用同一坐标转换函数,将激光发射角度和障碍物的距离转换为所述障碍物的位置坐标,其中,所述数据点包括:所述激光发射角度和所述障碍物的距离。
- 根据权利要求8所述的方法,所述激光雷达的安装角度和安装位置均在机器人坐标系下。
- 根据权利要求1至9中任意一项所述的方法,在对每个数据点组中的数据点进行并行处理,以生成转换数据集合之后,所述方法还包括:从所述转换数据集合中提取至少一个障碍物的距离;若任意障碍物的距离达到预设阈值,生成用于控制机器人的行驶的指令。
- 一种障碍物数据处理装置,包括:获取模块,用于获取每个激光雷达采集的当前帧障碍物数据,其中,所述当前帧障碍物数据包括多个数据点;分组模块,用于针对每个当前帧障碍物数据,对所述当前帧障碍物数据中数据点进行分组,生成至少一个数据点组;处理模块,用于对每个数据点组中所有数据点进行并行处理,以生成转换数据集合。
- 一种电子设备,包括:存储器,用于存储程序;图像处理器GPU,用于执行所述存储器存储的所述程序,当所述程序被执行时,所述GPU用于执行权利要求1至10任一项所述的障碍物数据处理方法。
- 一种机器人,包括:多个激光雷达,用于采集当前帧障碍物数据;图像处理器GPU,用于执行如权利要求1至10任一项所述的障碍物数据处理方法。
- 一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行如权利要求1至10任一项所述的障碍物数据处理方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010284857.6A CN111427355B (zh) | 2020-04-13 | 2020-04-13 | 障碍物数据处理方法、装置、设备及存储介质 |
CN202010284857.6 | 2020-04-13 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2021208797A1 true WO2021208797A1 (zh) | 2021-10-21 |
Family
ID=71558256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/CN2021/085984 WO2021208797A1 (zh) | 2020-04-13 | 2021-04-08 | 障碍物数据处理方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111427355B (zh) |
WO (1) | WO2021208797A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111427355B (zh) * | 2020-04-13 | 2023-05-02 | 京东科技信息技术有限公司 | 障碍物数据处理方法、装置、设备及存储介质 |
CN114387577A (zh) * | 2021-06-09 | 2022-04-22 | 深圳市速腾聚创科技有限公司 | 数据处理方法、装置及存储介质 |
US11624831B2 (en) | 2021-06-09 | 2023-04-11 | Suteng Innovation Technology Co., Ltd. | Obstacle detection method and apparatus and storage medium |
CN115561736B (zh) * | 2022-10-25 | 2023-10-13 | 山东莱恩光电科技股份有限公司 | 一种激光雷达免维护护罩及雷达 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103308897A (zh) * | 2013-05-14 | 2013-09-18 | 中国科学院电子学研究所 | 一种基于gpu的外辐射源雷达信号处理快速实现方法 |
CN104573646A (zh) * | 2014-12-29 | 2015-04-29 | 长安大学 | 基于激光雷达和双目相机的车前行人检测方法及系统 |
CN109188394A (zh) * | 2018-11-21 | 2019-01-11 | 深圳市速腾聚创科技有限公司 | 激光雷达电路系统及激光雷达 |
CN110667783A (zh) * | 2019-08-30 | 2020-01-10 | 安徽科微智能科技有限公司 | 一种无人艇辅助驾驶系统及其方法 |
CN110927740A (zh) * | 2019-12-06 | 2020-03-27 | 合肥科大智能机器人技术有限公司 | 一种移动机器人定位方法 |
CN111427355A (zh) * | 2020-04-13 | 2020-07-17 | 北京海益同展信息科技有限公司 | 障碍物数据处理方法、装置、设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105866790B (zh) * | 2016-04-07 | 2018-08-10 | 重庆大学 | 一种考虑激光发射强度的激光雷达障碍物识别方法及系统 |
CN106908783B (zh) * | 2017-02-23 | 2019-10-01 | 苏州大学 | 基于多传感器信息融合的障碍物检测方法 |
CN107688342B (zh) * | 2017-03-27 | 2019-05-10 | 平安科技(深圳)有限公司 | 机器人的避障控制系统及方法 |
CN110908374B (zh) * | 2019-11-14 | 2021-04-23 | 华南农业大学 | 一种基于ros平台的山地果园避障系统及方法 |
-
2020
- 2020-04-13 CN CN202010284857.6A patent/CN111427355B/zh active Active
-
2021
- 2021-04-08 WO PCT/CN2021/085984 patent/WO2021208797A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103308897A (zh) * | 2013-05-14 | 2013-09-18 | 中国科学院电子学研究所 | 一种基于gpu的外辐射源雷达信号处理快速实现方法 |
CN104573646A (zh) * | 2014-12-29 | 2015-04-29 | 长安大学 | 基于激光雷达和双目相机的车前行人检测方法及系统 |
CN109188394A (zh) * | 2018-11-21 | 2019-01-11 | 深圳市速腾聚创科技有限公司 | 激光雷达电路系统及激光雷达 |
CN110667783A (zh) * | 2019-08-30 | 2020-01-10 | 安徽科微智能科技有限公司 | 一种无人艇辅助驾驶系统及其方法 |
CN110927740A (zh) * | 2019-12-06 | 2020-03-27 | 合肥科大智能机器人技术有限公司 | 一种移动机器人定位方法 |
CN111427355A (zh) * | 2020-04-13 | 2020-07-17 | 北京海益同展信息科技有限公司 | 障碍物数据处理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111427355B (zh) | 2023-05-02 |
CN111427355A (zh) | 2020-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021208797A1 (zh) | 障碍物数据处理方法、装置、设备及存储介质 | |
AU2019321145B2 (en) | Method, device, and equipment for obstacle or ground recognition and flight control, and storage medium | |
US11878433B2 (en) | Method for detecting grasping position of robot in grasping object | |
CN109755995B (zh) | 基于ros机器人操作系统的机器人自动充电对接方法 | |
US10698106B2 (en) | Obstacle detecting method and apparatus, device and storage medium | |
US20200110173A1 (en) | Obstacle detection method and device | |
EP3852064A1 (en) | Object labeling method and apparatus, movement control method and apparatus, device, and storage medium | |
EP3937077B1 (en) | Lane marking detecting method, apparatus, electronic device, storage medium, and vehicle | |
CN113761999B (zh) | 一种目标检测方法、装置、电子设备和存储介质 | |
CN112171675B (zh) | 一种移动机器人的避障方法、装置、机器人及存储介质 | |
WO2022104254A1 (en) | Efficient three-dimensional object detection from point clouds | |
CN110147748B (zh) | 一种基于道路边缘检测的移动机器人障碍物识别方法 | |
CN111666876A (zh) | 用于检测障碍物的方法、装置、电子设备和路侧设备 | |
CN110530375B (zh) | 机器人自适应定位方法、定位装置、机器人及存储介质 | |
Wan et al. | An energy-efficient quad-camera visual system for autonomous machines on fpga platform | |
CN106558074A (zh) | 卫星装配中基于旋转变换矩阵的粗精结合匹配算法 | |
WO2023216555A1 (zh) | 基于双目视觉的避障方法、装置、机器人及介质 | |
Zhang et al. | A two-stage adaptive clustering approach for 3D point clouds | |
CN115731273A (zh) | 位姿图优化方法及装置、电子设备和存储介质 | |
WO2023065312A1 (zh) | 障碍物识别方法、装置、存储介质及电子设备 | |
CN113866789A (zh) | 无人机激光雷达点云数据处理系统 | |
CN117677862A (zh) | 一种伪像点识别方法、终端设备及计算机可读存储介质 | |
CN114235441A (zh) | 无人车实时碰撞检测方法及相关装置 | |
Liu et al. | Real-time segmentation of sparse 3D point clouds on a TX2 | |
KR20200075073A (ko) | 풍력 발전기 블레이드 인식/분석 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 21789306 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 21789306 Country of ref document: EP Kind code of ref document: A1 |