基于单线激光雷达的自适应贴边作业方法、装置及机器人制造方法及图纸

技术编号:28056175 阅读:18 留言:0更新日期:2021-04-14 13:26
本发明专利技术公开了一种基于单线激光雷达的自适应贴边作业方法、装置及机器人,所述方法包括步骤:将单线激光雷达扫描所得的点云分解到XY平面;依次进行两次差分运算,并对两次差分运算后进行滤波删除;将点云进行DBSCAN聚类;利用路沿侧边点云的几何特征找出路沿侧边点云聚类,并将所述路沿侧边点云聚类中第一个点云ξ1的X分量ξ1_X作为当前帧路沿距离检测值;将满足设定条件各帧路沿检测结果的平均值Ω作为路沿距离检测值d发送至机器人的整车控制器;发送指令使整车控制器根据路沿距离检测值d控制转向系统执行相应的动作实现机器人贴边运动。本发明专利技术检测距离广,检测精度高,且对环境具有较强的适应性及抗干扰能力,成本低。成本低。成本低。

【技术实现步骤摘要】
基于单线激光雷达的自适应贴边作业方法、装置及机器人


[0001]本专利技术涉及机器人控制
,特别地,涉及一种基于单线激光雷达的自适应贴边作业系统、装置及机器人。

技术介绍

[0002]传统作业中,在环卫装备进行路面清洁时依靠眼睛观察,控制方向盘保持扫盘与路沿的距离,准确性较差,对作业效果影响较大。驾驶员观察路沿的同时还需观察前方路况保障驾驶,劳动强度较大。驾驶员同时处理多种工作,对驾驶安全影响大,因此,为降低驾驶员劳动强度,提高驾驶安全性,目前有些环卫装备设置了通过融合多种传感器进行路沿检测的辅助驾驶系统,以降低对驾驶员的依赖。常用的传感器包括GPS定位、轮速计、IMU传感器、双16线激光雷达、摄像头等,然而,工程实践证明,上述传感器存在诸多不足,包括:
[0003]1、GPS定位、轮速计、IMU传感器会随着机器人移动自身误差不断累积,贴边检测信息精度较差。
[0004]2、采用GPS定位精度较差,采用视觉对车道线进行识别容易受周围环境、光照影响。
[0005]3、采用双16线激光雷达,由于主控制器要求算力较高,因此对主控制器的硬件要求高,成本高企。
[0006]4、采用多传感器融合方式,成本过高,不利于商业化推广。

技术实现思路

[0007]本专利技术一方面提供了一种基于单线激光雷达的自适应贴边作业方法,以解决现有辅助驾驶系统检测精度较差、易受环境光照影响、以及成本过高的技术问题。
[0008]本专利技术采用的技术方案如下:
[0009]一种基于单线激光雷达的自适应贴边作业方法,包括步骤:
[0010]将单线激光雷达扫描所得的点云ξ
i
分解到XY平面,得到针对每一个点云ξ
i
的X、Y分量分别为ξ
i
_X、ξ
i
_Y,保存到集合A中,其中,XY平面与单线激光雷达的扫描面共面,且以单线激光雷达的中心为原点,Y轴向上垂直地面,X轴指向路沿方向;对集合A中的ξ
i
_Y依次进行两次差分运算,并对两次差分运算后将ξ
i
_Y>=0的点云进行滤波删除,得到ξ
i
_Y<0的所有点云;
[0011]将滤波删除后所得到的ξ
i
_Y<0的所有点云进行DBSCAN聚类,得到数量为n的聚类集合φ
i

[0012]利用路沿侧边点云的几何特征从聚类集合φ
i
中找出路沿侧边点云聚类,并将所述路沿侧边点云聚类中第一个点云ξ1的X分量ξ1_X作为当前帧路沿距离检测值;
[0013]若当前帧路沿距离检测值与历史帧路沿距离检测值之差满足设定条件时,将满足设定条件各帧路沿检测结果的平均值Ω作为路沿距离检测值d发送至机器人的整车控制器;
[0014]发送指令使整车控制器根据路沿距离检测值d控制转向系统执行相应的动作以实现机器人贴边运动。
[0015]进一步地,将单线激光雷达扫描所得的点云ξ
i
分解到XY平面之前,还包括步骤:
[0016]将单线激光雷达扫描所得的点云数据进行预处理,剔除噪声点、异常点数据。
[0017]进一步地,将单线激光雷达扫描所得的点云ξ
i
分解到XY平面之前,还包括步骤:
[0018]对预处理后的点云进行直通滤波,保留序号ID为设定范围值的点云。
[0019]进一步地,将单线激光雷达扫描所得的点云ξ
i
分解到XY平面之前,还包括步骤:
[0020]对直通滤波后的点云进行曲线平滑,保留曲线趋势特征。
[0021]进一步地,对集合A中的ξ
i
_Y依次进行两次差分运算,并对两次差分运算后将ξ
i
_Y>=0的点云进行滤波删除,得到ξ
i
_Y<0的所有点云,具体包括步骤:
[0022]对集合A中的ξ
i
_Y进行第一次差分运算,得到集合A1;
[0023]对集合A1中的ξ
i
_Y进行第二次差分运算,得到集合A2;
[0024]将集合A2中ξ
i
_Y>=0的点云数据进行滤波删除,在集合A2中保留ξ
i
_Y<0的所有点云。
[0025]进一步地,利用路沿侧边点云的几何特征从聚类集合φ
i
中找出路沿侧边点云聚类,并将所述路沿侧边点云聚类中第一个点云ξ1的X分量ξ1_X作为当前帧路沿检测结果,具体包括步骤:
[0026]针对每一个聚类集合φ
i
,判断其中的点云是否满足(ξ
i
_Y

ξ
i
‑1_Y<δ)&&(ξ
max
_Y

ξ
min
_Y>σ)&&(ξ
max
_X

ξ
min
_X<λ)&&(ξ
i
>m),其中,ξ
max
_Y为点云的最大Y分量,ξ
min
_Y为点云的最小Y分量,ξ
max
_X为点云的最大X分量,ξ
min
_X为点云的最小X分量,δ、σ、λ、m均为设定阈值;
[0027]若满足,则对应的聚类集合φ
i
即为路沿侧边点云聚类,将所述路沿侧边点云聚类中第一个点云ξ1的X分量ξ1_X作为当前帧路沿距离检测值,记为ε。
[0028]进一步地,若当前帧路沿距离检测值与历史帧路沿距离检测值之差满足设定条件时,将满足设定条件各帧路沿检测结果的平均值Ω作为路沿距离检测值d发送至机器人的整车控制器,具体包括步骤:
[0029]在第i时刻,若(|ε
i
‑1‑
ε
i
|<η),则将ε
i
存入队列L中;
[0030]取队列L中ε
i
的平均值Ω作为路沿距离检测值d发送至机器人的整车控制器。
[0031]进一步地,发送指令使整车控制器根据路沿距离检测值d控制转向系统执行相应的动作实现机器人贴边运动,具体包括步骤:
[0032]启动前根据路沿距离检测值d进行车身姿态调整,若α<d<β,则车身方向与行进方向一致,通过整车控制器控制转向系统回正;若d>β,则通过整车控制器控制转向系统右转一定角度,完成车身姿态调整;若d<α,则通过整车控制器控制转向系统左转一定角度,完成车身姿态调整;
[0033]完成车身姿态调整后本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于单线激光雷达的自适应贴边作业方法,其特征在于,包括步骤:将单线激光雷达扫描所得的点云ξ
i
分解到XY平面,得到针对每一个点云ξ
i
的X、Y分量分别为ξ
i
_X、ξ
i
_Y,保存到集合A中,其中,XY平面与单线激光雷达的扫描面共面,且以单线激光雷达的中心为原点,Y轴向上垂直地面,X轴指向路沿方向;对集合A中的ξ
i
_Y依次进行两次差分运算,并对两次差分运算后将ξ
i
_Y>=0的点云进行滤波删除,得到ξ
i
_Y<0的所有点云;将滤波删除后所得到的ξ
i
_Y<0的所有点云进行DBSCAN聚类,得到数量为n的聚类集合φ
i
;利用路沿侧边点云的几何特征从聚类集合φ
i
中找出路沿侧边点云聚类,并将所述路沿侧边点云聚类中第一个点云ξ1的X分量ξ1_X作为当前帧路沿距离检测值;若当前帧路沿距离检测值与历史帧路沿距离检测值之差满足设定条件时,将满足设定条件各帧路沿检测结果的平均值Ω作为路沿距离检测值d发送至机器人的整车控制器;发送指令使整车控制器根据路沿距离检测值d控制转向系统执行相应的动作以实现机器人贴边运动。2.根据权利要求1所述的基于单线激光雷达的自适应贴边作业方法,其特征在于,将单线激光雷达扫描所得的点云ξ
i
分解到XY平面之前,还包括步骤:将单线激光雷达扫描所得的点云数据进行预处理,剔除噪声点、异常点数据。3.根据权利要求2所述的基于单线激光雷达的自适应贴边作业方法,其特征在于,将单线激光雷达扫描所得的点云ξ
i
分解到XY平面之前,还包括步骤:对预处理后的点云进行直通滤波,保留序号ID为设定范围值的点云。4.根据权利要求3所述的基于单线激光雷达的自适应贴边作业方法,其特征在于,将单线激光雷达扫描所得的点云ξ
i
分解到XY平面之前,还包括步骤:对直通滤波后的点云进行曲线平滑,保留曲线趋势特征。5.根据权利要求1所述的基于单线激光雷达的自适应贴边作业方法,其特征在于,对集合A中的ξ
i
_Y依次进行两次差分运算,并对两次差分运算后将ξ
i
_Y>=0的点云进行滤波删除,得到ξ
i
_Y<0的所有点云,具体包括步骤:对集合A中的ξ
i
_Y进行第一次差分运算,得到集合A1;对集合A1中的ξ
i
_Y进行第二次差分运算,得到集合A2;将集合A2中ξ
i
_Y>=0的点云数据进行滤波删除,在集合A2中保留ξ
i
_Y<0的所有点云。6.根据权利要求1所述的基于单线激光雷达的自适应贴边作业方法,其特征在于,利用路沿侧边点云的几何特征从聚类集合φ
i
中找出路沿侧边点云聚类,并将所述路沿侧边点云聚类中第一个点云ξ1的X分量ξ1_X作为当前帧路沿检测结果,具体包括步骤:针对每一个聚类集合φ
i
,判断其中的点云是否满足(ξ
i
_Y

ξ
i
‑1_Y<δ)&&(ξ
max
_Y

ξ
min
_Y>σ)&&(ξ
max
_X

ξ
min
_X...

【专利技术属性】
技术研发人员:张斌陈凯张岁寒李亮胡小林万军罗新亮戴晓罗孟祥晶王道锋
申请(专利权)人:长沙中联重科环境产业有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1