【技术实现步骤摘要】
基于多源数据融合的全自动压路机定位方法
本专利技术涉及一种基于多源数据融合的全自动压路机定位方法。
技术介绍
工程机械经常在地震、洪水、海啸等灾害现场以及高温、高寒、高海拔、高辐射的恶劣工况下施工，不仅施工效率低，而且操作人员常常还要冒着生命危险。利用无人技术优化现有工程机械可以提升施工质量、降低人员成本、减少安全隐患，并且为实现产业更新提供了重要依托。特别针对于工程机械中的压路机，其属于道路设备的范畴，广泛应用于公路、铁路、机场跑道、大坝、体育场等大型工程项目的填方压实作业，可以碾压沙性、半粘性及粘性土壤、路基稳定土及沥青混凝土路面层，具有极广阔的施工需求和较高的作业难度。压路机的标准化施工也是目前全世界各施工单位和机械生产厂亟需解决的问题，而全自动压路机为解决这一问题提供了有效保证。实现全自动压路机自主施工前提是要准确获取自身位置。目前工程机械的主要定位方法是基于GPS定位或者GPS与里程计融合定位。由于依托于GPS设备定位，其本身存在误差，同时在信号遮挡的情况下，比如隧道、繁华的市区等特殊工况环境，GPS信号会迅速减弱甚至丢失，从而无法完成满足作业精度的自动...
【技术保护点】
1.基于多源数据融合的全自动压路机定位方法，其特征在于：在施工区域边界设置边界标志，作为激光点云数据和图像数据融合定位辅助中的标志点，多路同步相机获取包含边界标志的图像，并利用激光雷达获取施工区域点云数据，将图像与激光点云数据进行匹配，识别施工区域标志，计算施工围栏区域；利用激光点云数据与IMU输出信息融合计算压路机在施工区域内的位置与姿态信息，实现无人压路机在施工区域的定位。
【技术特征摘要】
1.基于多源数据融合的全自动压路机定位方法，其特征在于：在施工区域边界设置边界标志，作为激光点云数据和图像数据融合定位辅助中的标志点，多路同步相机获取包含边界标志的图像，并利用激光雷达获取施工区域点云数据，将图像与激光点云数据进行匹配，识别施工区域标志，计算施工围栏区域；利用激光点云数据与IMU输出信息融合计算压路机在施工区域内的位置与姿态信息，实现无人压路机在施工区域的定位。2.根据权利要求1所述的基于多源数据融合的全自动压路机定位方法，其特征在于：在施工现场设置施工区域边界标志物，在压路机上安装工控机和惯性导航单元，压路机的四周安装用于获取压路机施工区域图像信息的相机，压路机前侧设置三维激光雷达。3.根据权利要求2所述的基于多源数据融合的全自动压路机定位方法，其特征在于：压路机的前、后、左、右四侧分布有相机，相机搭配广角镜头，覆盖压路机周围360°范围，利用棋盘格对相机进行标定，获取相机内参，并对相机进行畸变校正；所述三维激光雷达扫描30度垂直方向和360度水平方向在半径100米范围内的目标，通过连续点云数据匹配的方式获得对压路机运动轨迹的标记；所述施工区域边界标志物为交通锥，利用图像与点云数据匹配的方法，获得对交通锥的有效识别和距离测量，实现施工区域边界的勘定；所述惯性导航单元获取压路机速度、位置的信息，利用扩展卡尔曼滤波器对激光雷达信息与惯性导航信息进行融合，实现无人压路机的同步构图和定位。4.根据权利要求3所述的基于多源数据融合的全自动压路机定位方法，其特征在于：所述交通锥为三角锥，作为施工区域边界标志物，通过三维激光雷达和相机分别采集三角锥在两个视点下的三维激光点云和图像，利用建立的激光点云数据和图像数据之间的标定关获取三角锥标志物的点云语义，作为车辆定位参考依据。5.根据权利要求3所述的基于多源数据融合的全自动压路机定位方法，其特征在于：利用三维激光雷达获取场景的三维点云数据，利用LOAM方法实现三维SLAM构图，在LOAM方法中，通过提取特征点匹配后计算坐标变换；首先对点云和IMU数据进行预处理，用于提取特征点：一次扫描的点通过曲率值进行分类，公式如下：其中，{L}为激光雷达的三维坐标系，起源于激光雷达的几何中心，x轴指向左侧，y轴指向上方，z轴指向前方；pk表示在扫描k期间感知的点云，{Lk}中点i，i∈pk的坐标表示为S是激光扫描仪在同一扫描过程中返回的一组连续点；扫描中的点根据C值排序并进行特征点的选取，其中选取C的最大值点作为边缘点，C的最小值点作为平面点；将一次扫描划分为4个独立的子区域使特征点均匀分布在环境中，每个子区域最多提供2个边缘点和4个平面点，然后进行相邻两帧点云数据间的配准，即完成t时刻和t+1时刻点云数据的关...
【专利技术属性】
技术研发人员：李煊鹏，李宇杰，谌中平，王东，张为公，许剑，邹承利，
申请(专利权)人：苏州路特工智能科技有限公司，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。