【技术实现步骤摘要】
一种无人驾驶矿车的异常识别方法及系统
[0001]本专利技术涉及无人驾驶
，具体是一种无人驾驶矿车的异常识别方法及系统。
技术介绍
[0002]无人驾驶系统技术，即“通过多种车载传感器（如摄像头、激光雷达、毫米波雷达、GPS、惯性传感器等）来识别车辆所处的周边环境和状态，并根据所获得的环境信息（包括道路信息、交通信息、车辆位置和障碍物信息等）自主做出分析和判断，从而自主地控制车辆运动，最终实现无人驾驶”。无人驾驶的发展速度很快，现有的很多生产领域会应用到无人驾驶技术，一方面降低人力成本，另一方面提高工作人员的安全性，工作人员只需要远程管理即可；无人驾驶矿车就是其中一个应用实例。
[0003]对于无人驾驶矿车来说，自身的驾驶问题会有大量的传感器进行监测，一旦某个模块出现问题，很容易就能发现，然后上报至后台，进行处理；但是对于多台无人驾驶矿车来说，很有可能会出现一些规划方面的问题，这些问题很常见，当无人驾驶矿车数量较多且运动频繁时，很容易多次触发避障模块，影响工作效率。
技术实现思路
[0004]本...
【技术保护点】
【技术特征摘要】
1.种无人驾驶矿车的异常识别方法，其特征在于，所述方法包括：建立与各工位控制器的连接通道，基于所述连接通道获取行进任务，根据所述行进任务确定路径信息；其中，所述行进任务还包括行进终点和行进时间，所述行进任务的标签为相应工位控制器的标签；不同工位控制器的优先级不同；根据所述路径信息确定采样点及采样点处的异常概率；定时获取采样点处的图像数据，根据所述异常概率对各图像数据进行分类；其中，所述图像数据含有采样点标签和时间信息；对所述图像数据进行内容识别，根据内容识别结果截取预设时间范围内的图像数据流，对所述图像数据流进行波动分析，生成异常报告。2.根据权利要求1所述的无人驾驶矿车的异常识别方法，其特征在于，所述建立与各工位控制器的连接通道，基于所述连接通道获取行进任务，根据所述行进任务确定路径信息包括：根据优先级降序获取各工位控制器的位置数据，根据所述优先级和所述位置数据生成映射点；其中，所述映射点为具有半径的圆形区域，所述半径由优先级确定；将所述映射点插入预设的区域模型中，得到含有映射点的区域模型；所述区域模型与实际区域之间存在确定的比例尺；建立与各工位控制器的连接通道，实时获取含有行进终点的行进任务，统计所有行进任务，在含有映射点的区域模型中确定路径信息。3.根据权利要求2所述的无人驾驶矿车的异常识别方法，其特征在于，所述建立与各工位控制器的连接通道，实时获取含有行进终点的行进任务，统计所有行进任务，在含有映射点的区域模型中确定路径信息包括：建立与各工位控制器的连接通道，依次获取含有行进终点和时间信息的行进任务；在所述区域模型中读取相应工位控制器和行进终点对应的工位控制器的映射点，计算两个映射点的半径和，根据半径和确定行进任务的级别；根据所述时间信息对所述行进任务进行分类，得到以时间段为索引的行进任务；在以时间段为索引的行进任务中提取级别达到预设的级别阈值的行进任务，根据该行进任务确定最优行进路径；其中，所述最优行进路径的行进距离最短；根据以时间段为索引的行进任务中的其他任务确定行进路径。4.根据权利要求3所述的无人驾驶矿车的异常识别方法，其特征在于，所述根据该行进任务确定最优行进路径的步骤包括：根据行进任务的起点和终点在区域模型中标记行进区域；获取矿车尺寸数据，根据矿车尺寸数据对行进区域进行切分，得到子区域；读取各子区域的状态标签，根据所述状态标签生成最优行进路径；其中，所述状态标签为预设值，所述状态标签包括可通行和不可通行；读取行进任务的时间信息，在所述时间信息内将最优行进路径上的子区域的状态标签替换为不可通行。5.根据权利要求3所述的无人驾驶矿车的异常识别方法，其特征在于，所述根据所述路径信息确定采样点及采样点处的异常概率的步骤包括：提取不同时间段的行进任务，获取历史车流量数据，根据历史车流量数据计算拥挤级
别；获取同一时间段内行进路径的交叉点及其交叉路径数；将所述拥挤级别和所述交叉路径数输入训练好的经验公式中，计算交叉点的异常概率；将所述异常概率与预设的概率阈值进行比对，当所述异常概率达到预设的概率阈值时，将该交叉点标记为采样点。6.根据权利要求1所述...
【专利技术属性】
技术研发人员：胡心怡，杨扬，
申请(专利权)人：上海伯镭智能科技有限公司，
类型：发明
国别省市：
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。