一种自主移动售货车及其避障方法技术

一种自主移动售货车及其避障方法，该方法包括：获取视觉传感器的视觉数据、毫米波雷达数据和超声波雷达数据；将视觉数据中的障碍物位置转换到毫米波雷达坐标系，与毫米波雷达数据进行数据融合，得到第一融合数据；将毫米波雷达数据与超声波雷达数据进行数据融合，得到第二融合数据；根据第一融合数据和第二融合数据，输出减速停车信号或立即停车信号。由于本申请利用不同传感器的特性分别采集不同距离内的障碍物信息，通过多传感器数据融合，设计减速区域和危险区域，在不同的区域利用不同数据进行决策，使得避障更有效。同时，由于在危险区域采取了立即停车的方式，大幅增加自主移动售货车的安全性，可在紧急情况下避免碰撞的发生。

【技术实现步骤摘要】
一种自主移动售货车及其避障方法
本专利技术涉及售货车
，具体涉及一种自主移动售货车及其避障方法。
技术介绍
无人驾驶系统现主要应用于乘用车的控制方面，应用于高速乘用车的基于激光雷达、视觉、毫米波雷达的多传感器融合方案，该方案成本高昂，软件层面主传感模块设计复杂，一旦出现问题可能造成重大事故。
技术实现思路
本专利技术旨在自主移动的售货车上应用毫米波雷达、视觉、超声波雷达多传感器融合方案，及时检测出障碍物使得售货车停车，实现有效避障。根据第一方面，一种实施例中提供一种自主移动售货车避障方法，包括：数据获取步骤，获取视觉传感器的视觉数据、毫米波雷达数据和超声波雷达数据；数据处理步骤，将视觉数据中的障碍物位置转换到毫米波雷达坐标系，与毫米波雷达数据进行数据融合，得到第一融合数据；将毫米波雷达数据与超声波雷达数据进行数据融合，得到第二融合数据；控制步骤，根据第一融合数据判断障碍物是否处于预设的减速区域内，若是，输出减速停车信号；根据第二融合数据判断障碍物是否处于预设的危险区域内，若是，输出立即停车信号。在一些实施例，所述数据处理步骤中，对视觉传感器的视觉数据进行深度学习，得到障碍物位置。在本文档来自技高网...

【技术保护点】
1.一种自主移动售货车避障方法,其特征在于包括：数据获取步骤，获取视觉传感器的视觉数据、毫米波雷达数据和超声波雷达数据；数据处理步骤，将视觉数据中的障碍物位置转换到毫米波雷达坐标系，与毫米波雷达数据进行数据融合，得到第一融合数据；将毫米波雷达数据与超声波雷达数据进行数据融合，得到第二融合数据；控制步骤，根据第一融合数据判断障碍物是否处于预设的减速区域内，若是，输出减速停车信号；根据第二融合数据判断障碍物是否处于预设的危险区域内，若是，输出立即停车信号。

【技术特征摘要】
1.一种自主移动售货车避障方法,其特征在于包括：数据获取步骤，获取视觉传感器的视觉数据、毫米波雷达数据和超声波雷达数据；数据处理步骤，将视觉数据中的障碍物位置转换到毫米波雷达坐标系，与毫米波雷达数据进行数据融合，得到第一融合数据；将毫米波雷达数据与超声波雷达数据进行数据融合，得到第二融合数据；控制步骤，根据第一融合数据判断障碍物是否处于预设的减速区域内，若是，输出减速停车信号；根据第二融合数据判断障碍物是否处于预设的危险区域内，若是，输出立即停车信号。2.如权利要求1所述的方法，其特征在于，所述数据处理步骤中，对视觉传感器的视觉数据进行深度学习，得到障碍物位置。3.如权利要求1所述的方法，其特征在于，所述数据处理步骤中，进行数据融合使用kalman滤波算法。4.如权利要求1所述的方法，其特征在于，所述数据获取步骤还获取售货车的车速和行驶方向。5.如权利要求4所述的方法，其特征在于，所述控制步骤中，根据车速和预设的减速距离，实时计算减速区域，并从第一融合数据中提取处于减速区域内的障碍物目标的距离数据，并结合行驶方向，判断目标是否存在碰撞危险，若是，则发出减速停车指令。6.如权利要求4所述的方法，其特征在于，所述控制步骤中，根据车速和预设的极危险距离，实时计算危险区域，并从第二融合数据中提取处于危险区域内的障碍物目标的距离数据，并结合行驶方向，判断目标是否的距离数据存在碰撞危险，若是，则立即发出急刹车指令。7.一种自主移动售货车，其特征在于包括：视觉传感器，用于采集距离自主移动售货车中、远距离范围内障碍物的图像，得到视...

【专利技术属性】
技术研发人员：袁理，刘文博，刘少山，
申请(专利权)人：深圳普思英察科技有限公司，
类型：发明
国别省市：广东,44