一种叉车定位的方法、叉车及计算机可读存储介质技术

本发明专利技术公开了一种叉车定位的方法、叉车及计算机可读存储介质，所述方法包括：分别获取左激光雷达和右激光雷达数据；分别对左右激光雷达数据通过Scan Match处理得到各自帧与帧之间的状态估计，同时得到各自状态估计的误差估计与方差；通过轮盘编码器里程计得到轮盘编码器里程计的状态估计；将得到的激光雷达数据与轮盘编码器里程计数据进行时间同步；将经过时间同步的数据进行卡尔曼滤波，得到最优状态估计。通过本发明专利技术实施例，可以实现对叉车的位姿以及状态的估计更为准确，提高导航精度，实现避障功能，同时，可以增加二维激光雷达的选型范围，有利于降低成本。

【技术实现步骤摘要】
一种叉车定位的方法、叉车及计算机可读存储介质
本专利技术涉及物体搬运领域，特别涉及一种叉车定位的方法、叉车及计算机可读存储介质。
技术介绍
目前，叉车(例如搬运车)常用于车间、厂房内搬运货物。现在车间的叉车大部分还是人工操作的，为了降低人工搬运导致的高成本，并减少因为人员疲劳等造成的事故，自动叉车得到越来越多的应用。为了实现叉车的自动运行，同时为了实现叉车自动运行时，在车间、厂房内保证安全不与人相撞，需要对其进行改造。常见搬运车改造，一般是将测量型激光雷达放置在离地2m左右的高度处，因为在此高度上物理环境几乎为车间、厂房的支撑柱，很少有其他障碍物，方便布置反光板，并可以不受托盘货物高度的影响使激光雷达实现360°无遮挡扫描，以助于叉车建图和导航。但是这种改造对于低位置的范围无法进行避障；测量型激光雷达的成本较高；在货叉堆满货物时，不利于搬运车行进安全。
技术实现思路
有鉴于此，本专利技术实施例提供的一种叉车定位的方法、叉车及计算机可读存储介质，可以实现对叉车的位姿以及状态的估计更为准确，提高导航精度，实现避障功能，同时，可以增加二维激光雷达的选型范围，有利于降低成本。本专利技术解决上述技术问题所采用的技术方案如下：根据本专利技术实施例的一个方面，提供的一种叉车定位的方法，应用于叉车，所述叉车包括：分别设置在操作台前端两侧的预定高度处的左激光雷达和右激光雷达，所述方法包括：分别获取左激光雷达和右激光雷达数据；分别对左右激光雷达数据通过ScanMatch处理得到各自帧与帧之间的状态估计，同时得到各自状态估计的误差估计与方差；通过轮盘编码器里程计得到轮盘编码器里程计的状态估计；将得到的激光雷达数据与轮盘编码器里程计数据进行时间同步；将经过时间同步的数据进行卡尔曼滤波，得到最优状态估计。在一个可能的设计中，所述分别对左右激光雷达数据通过ScanMatch处理得到各自帧与帧之间的状态估计，同时得到各自状态估计的误差估计与方差；包括：分别通过ICP算法对左右激光雷达数据处理得到各自帧与帧之间的状态估计，同时得到各自状态估计的误差估计与方差。在一个可能的设计中，所述前通过轮盘编码器里程计得到轮盘编码器里程计的状态估计，包括：采用航迹推演算法对叉车的位姿进行估计，得到轮盘编码器里程计的状态估计。在一个可能的设计中，所述叉车进一步包括设置在操作台的前端中间位置的前置跟随摄像头；所述方法包括：通过前置跟随摄像头获取视觉惯性里程计的输出数据，包括：通过前置跟随摄像头提供视觉惯性导航功能，视觉惯性里程计采用基于特征点的方法来对前置跟随摄像头运动进行估算，并获取视觉惯性里程计的输出数据。在一个可能的设计中，所述将得到的激光雷达数据、视觉惯性里程计数据与轮盘编码器里程计数据进行时间同步；包括：将视觉惯性里程计数据与轮盘编码器里程计数据分别微分，得到微分后的(Δx,Δy,Δθ,Δt,Cov)；将激光雷达数据、视觉惯性里程计数据与轮盘编码器里程计数据中得到微分后的(Δx,Δy,Δθ,Δt)采用以下公式进行计算，得到经过时间同步的激光雷达数据、视觉惯性里程计数据与轮盘编码器里程计数据(v，ω，Cov)：ω＝Δθ/Δt其中，ΔS为Δt时间内的位移差，v为速度，ω为角速度。在一个可能的设计中，所述将经过时间同步的数据进行卡尔曼滤波，得到最优状态估计；包括：将经过时间同步的激光雷达数据、视觉惯性里程计数据与轮盘编码器里程计数据全部输入卡尔曼滤波器中进行融合，得到最优状态估计。根据本专利技术的另一个方面，提供的一种叉车，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现本专利技术实施例提供的所述的一种叉车定位的方法的步骤。在一个可能的设计中，所述叉车还包括深度传感器，所述深度传感器设置在所述操作台的前端，在左右方向上所述深度传感器位于两侧的所述激光雷达之间，用于采集所述叉车周围的静态物体或物理环境中的移动物体以进行视觉避障。在一个可能的设计中，所述叉车还包括后置深度摄像头，所述后置深度摄像头，设置在所述操作台的后端中间位置，用于叉车的插取目标并精确定位插取目标的位置。在一个可能的设计中，所述叉车设置有货叉；所述叉车还包括若干所述测距传感器，设置在所述叉车的货叉的叉尖处，用于在所述叉车在运动过程中检测到近距离障碍物时触发急停功能。在一个可能的设计中，所述叉车还包括安全触边，所述安全触边设置在所述操作台前方两侧且位于所述激光雷达下方，用于在叉车前进方向上检测地面的障碍物，当安全触边与障碍物碰撞后会触发叉车的急停功能。在一个可能的设计中，所述叉车还包括至少一个接近开关或行程开关，用于触发判断货叉精准对位插入托盘插槽是否已插到位，当接近开关/行程开关触发说明货叉已经插到位。根据本专利技术的另一个方面，提供的一种计算机可读存储介质，所述计算机可读存储介质上存储有一种叉车定位的方法的程序，所述一种叉车定位的方法的程序被处理器执行时实现本专利技术实施例提供的所述的一种叉车定位的方法的步骤。与相关技术相比，本专利技术实施例提供的一种叉车定位的方法、叉车及计算机可读存储介质，所述叉车定位的方法，应用于叉车，所述叉车包括：分别设置在操作台前端两侧的预定高度处的左激光雷达和右激光雷达，所述方法包括：分别获取左激光雷达和右激光雷达数据；分别对左右激光雷达数据通过ScanMatch处理得到各自帧与帧之间的状态估计，同时得到各自状态估计的误差估计与方差；通过轮盘编码器里程计得到轮盘编码器里程计的状态估计；将得到的激光雷达数据与轮盘编码器里程计数据进行时间同步；将经过时间同步的数据进行卡尔曼滤波，得到最优状态估计。通过本专利技术实施例，通过将若干激光雷达以对角布置方式分别设置在所述操作台前方两侧的预定离地高度处，在不同视角下提供的扫描信息更为丰富，可充分利用激光雷达的扫描范围(270°)在较低位置尽可能的扫描和利用到了叉车前面及两侧的复杂多样的物理环境的激光雷达数据信息，并对左右激光雷达数据通过ScanMatch处理得到各自帧与帧之间的状态估计，同时得到各自状态估计的误差估计与方差；将激光雷达数据与轮盘编码器里程计数据进行时间同步，并对经过时间同步的数据进行卡尔曼滤波，得到最优状态估计，从而使得对叉车的位姿以及状态的估计更为准确。同时，深度传感器使得叉车能在三维空间中感知前方视野范围内的静态物体障碍物或物理环境中的移动物体障碍物，从而进行动态路径规划和避障，从而提高导航精度，可以实现避障功能，尤其是针对人或移动物体的避障。后置深度摄像头则可同时利用RBG信息和深度信息，对叉车要插取的目标进行识别和位姿估计，从而对能对位置不确定的货物进行精确的插取动作。同时多个传感器提高了冗余与健壮性，无论是在光线条件较弱还是在一侧激光观测信息较弱或是轮盘编码器出现错误的情况下，叉车仍然可以对自身继续输出相对最优的状态估计。同时，可以增加二维激光雷达的选型范围，有利于降低成本本文档来自技高网...

【技术保护点】
1.一种叉车定位的方法，应用于叉车，其特征在于，所述叉车包括：分别设置在操作台前端两侧的预定高度处的左激光雷达和右激光雷达，所述方法包括：/n分别获取左激光雷达和右激光雷达数据；/n分别对左右激光雷达数据通过Scan Match处理得到各自帧与帧之间的状态估计，同时得到各自状态估计的误差估计与方差；/n通过轮盘编码器里程计得到轮盘编码器里程计的状态估计；/n将得到的激光雷达数据与轮盘编码器里程计数据进行时间同步；/n将经过时间同步的数据进行卡尔曼滤波，得到最优状态估计。/n

【技术特征摘要】
1.一种叉车定位的方法，应用于叉车，其特征在于，所述叉车包括：分别设置在操作台前端两侧的预定高度处的左激光雷达和右激光雷达，所述方法包括：
分别获取左激光雷达和右激光雷达数据；
分别对左右激光雷达数据通过ScanMatch处理得到各自帧与帧之间的状态估计，同时得到各自状态估计的误差估计与方差；
通过轮盘编码器里程计得到轮盘编码器里程计的状态估计；
将得到的激光雷达数据与轮盘编码器里程计数据进行时间同步；
将经过时间同步的数据进行卡尔曼滤波，得到最优状态估计。


2.如权利要求1所述的方法，其特征在于，所述分别对左右激光雷达数据通过ScanMatch处理得到各自帧与帧之间的状态估计，同时得到各自状态估计的误差估计与方差；包括：
分别通过ICP算法对左右激光雷达数据处理得到各自帧与帧之间的状态估计，同时得到各自状态估计的误差估计与方差。


3.如权利要求1所述的方法，其特征在于，所述前通过轮盘编码器里程计得到轮盘编码器里程计的状态估计，包括：
采用航迹推演算法对叉车的位姿进行估计，得到轮盘编码器里程计的状态估计。


4.如权利要求1所述的方法，其特征在于，所述叉车进一步包括设置在操作台的前端中间位置的前置跟随摄像头；所述方法包括：通过前置跟随摄像头获取视觉惯性里程计的输出数据，包括：
通过前置跟随摄像头提供视觉惯性导航功能，视觉惯性里程计采用基于特征点的方法来对前置跟随摄像头运动进行估算，并获取视觉惯性里程计的输出数据。


5.如权利要求1所述的方法，其特征在于，所述将得到的激光雷达数据、视觉惯性里程计数据与轮盘编码器里程计数据进行时间同步；包括：
将视觉惯性里程计数据与轮盘编码器里程计数据分别微分，得到微分后的(Δx,Δy,Δθ,Δt,Cov)；
将激光雷达数据、视觉惯性里程计数据与轮盘编码器里程计数据中得到微分后的(Δx,Δy,Δθ,Δt)采用以下公式进行计算，得到经过时间同步的激光雷达数据、视觉惯性里程计数据与轮盘编码器里程计数据(ν，ω，Cov)：

ω＝Δθ/Δ...

【专利技术属性】
技术研发人员：张冠华，陈凯，
申请(专利权)人：广州蓝胖子机器人有限公司，
类型：发明
国别省市：广东;44