一种无人清扫车感知自适应方法、系统与电子设备技术方案

本申请公开的无人清扫车感知自适应方法，包括步骤：获取车辆周围动态目标信息和车辆周围环境信息；融合车辆周围动态目标信息、车辆周围环境信息并提取车道线信息、障碍物信息、交通标识信息以及动态障碍物的追踪信息并融合形成3D环境分布图；自适应检测周围环境，并识别障碍物避障规划路径，选择最优道路作业。本发明专利技术涉及的技术方案通过上述技术模块与方法步骤进行有机结合，相对于现有技术的无人清扫车感知自适应系统，能够明显提高对车辆周边附近物体的识别精度，进而提高无人清扫车的清扫能力。本发明专利技术还涉及一种无人清扫车感知自适应系统和电子设备，同样具有上述有益效果。同样具有上述有益效果。同样具有上述有益效果。

【技术实现步骤摘要】
一种无人清扫车感知自适应方法、系统与电子设备


[0001]本申请涉及无人驾驶
，具体地说，尤其涉及一种无人清扫车感知自适应方法、系统和电子设备。

技术介绍

[0002]随着科学技术的进步及快速发展，传统环卫行业中帮助降低人工强度的智能化清扫设备如无人环卫车也应运而生，现有技术中的无人驾驶环卫车对车辆周边附近的物体识别精度不足，无法精准识别马路侧石，以及车身附近的障碍物状态，存在延边清扫的能力不足的问题。
[0003]因此，如何提供一种无人清扫车感知自适应方法、系统以及电子设备，其能够克服上述技术问题，相较于现有技术中的无人清扫车感知自适应系统能够明显提高对车辆周边附近物体的识别精度，已经成为本领域技术人员亟待解决的技术问题。

技术实现思路

[0004]为解决上述技术问题，本申请提供一种无人清扫车感知自适应方法，相较于现有技术中的无人清扫车感知系统能够明显提高对车辆周边附近物体的识别精度，因而提高无人清扫车的清扫能力。本申请还提供一种无人清扫车感知自适应系统与电子设备，同样具有上述技术效果。
[0005]本申请提供的技术方案如下：
[0006]本申请提供一种无人清扫车感知自适应方法，包括步骤：获取车辆周围动态目标信息和车辆周围环境信息；融合车辆周围动态目标信息、车辆周围环境信息并提取车道线信息、障碍物信息、交通标识信息以及动态障碍物的追踪信息并融合形成3D环境分布图；利用感知建立数字图形化，自适应检测周围环境并识别障碍物避障规划路径，选择最优道路作业。
[0007]进一步地，在本专利技术一种优选的方式中，所述周围环境信息包括周围环境的影像信息和三维坐标信息。
[0008]进一步地，在本专利技术一种优选的方式中，“获取车辆周围动态目标信息和车辆周围环境信息”具体为：利用红外传感器、单目摄像头、双目摄像头、360
°
环视摄像头中的一种或几种获取车辆周围动态目标信息和车辆周围环境信息。
[0009]进一步地，在本专利技术一种优选的方式中，应用多线程激光雷达、固态激光雷达、毫米波雷达、超声波雷达中的一种或几种进行自适应检测周围环境，并识别障碍物避障规划路径，选择最优道路作业。
[0010]进一步地，在本专利技术一种优选的方式中，“自适应检测周围环境，并识别障碍物避障规划路径，选择最优道路作业”具体为：按照障碍物区分等级大小及自然风险、环境风险原则，进行自适应检测周围环境，并识别障碍物避障规划路径，选择最优道路作业。
[0011]此外，本专利技术还提供一种无人清扫车感知自适应系统，包括：活体检测与环境感知
模块，用于获取车辆周围动态目标信息和车辆周围环境信息；
[0012]数据融合模块，用于融合车辆周围动态目标信息、车辆周围环境信息并提取车道线信息、障碍物信息、交通标识信息以及动态障碍物的追踪信息并融合成3D环境分布图；
[0013]自适应感知模块，用于自适应检测周围环境，并识别障碍物避障规划路径，选择最优道路作业。
[0014]进一步地，在本专利技术一种优选的方式中，所述周围环境信息包括周围环境的影像信息和三维坐标信息。
[0015]进一步地，在本专利技术一种优选的方式中，所述活体检测与环境感知模块包括：红外传感器、单目摄像头、双目摄像头、360
°
环视摄像头。
[0016]进一步地，在本专利技术一种优选的方式中，所述自适应感知模块包括：多线程激光雷达、固态激光雷达、毫米波雷达、超声波雷达。
[0017]此外，本专利技术还提供一种电子设备，包括：计算机程序，所述计算机程序用于执行如上所述的无人清扫车感知自适应方法；存储器，所述存储器用于存储所述计算机程序；处理器，所述处理器用于执行所述计算机程序。
[0018]本专利技术提供的一种无人清扫车感知自适应方法，包括步骤：获取车辆周围动态目标信息和车辆周围环境信息；融合车辆周围动态目标信息、车辆周围环境信息并提取车道线信息、障碍物信息、交通标识信息以及动态障碍物的追踪信息并融合形成3D环境分布图；自适应检测周围环境，并识别障碍物避障规划路径，选择最优道路作业。本专利技术涉及的技术方案是基于无人驾驶感知的自适应避障方法，完成对静态、动态目标的识别与跟踪，然后根据环境条件的变化自适应选择当前定位路径，最后利用感知深度学习融合使无人驾驶车智能行驶。现有技术中的无人驾驶环卫车只能通过激光雷达和超声波进行探测周围环境，没有通过视觉识别技术和雷达进行融合，对车辆周边附近的物体盲区位置捕捉不到、识别精度不准确；更不能完全精准识别动态和静态的障碍物进行感知自适应避障，这样会造成安全性大大减弱，本技术方案通过上述技术模块与方法步骤进行有机结合，相对于现有技术的无人清扫车感知自适应系统，能够明显提高对车辆周边附近物体的识别精度，进而提高无人清扫车的清扫能力。
附图说明
[0019]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0020]图1为本专利技术实施例提供的无人清扫车感知自适应方法的流程示意图；
[0021]图2为本专利技术实施例涉及的无人清扫车感知自适应系统的原理示意图。
具体实施方式
[0022]为了使本领域的技术人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通
技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0023]需要说明的是，当元件被称为“固定于”或“设置于”另一个元件上，它可以直接在另一个元件上或者间接设置在另一个元件上；当一个元件被称为是“连接于”另一个元件，它可以是直接连接到另一个元件或间接连接至另一个元件上。
[0024]需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“第一”、“第二”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
[0025]此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”、“若干个”的含义是两个或两个以上，除非另有明确具体的限定。
[0026]须知，本说明书附图所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本申请可实施的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人清扫车感知自适应方法，其特征在于，包括步骤：获取车辆周围动态目标信息和车辆周围环境信息；融合车辆周围动态目标信息、车辆周围环境信息并提取车道线信息、障碍物信息、交通标识信息以及动态障碍物的追踪信息并融合形成3D环境分布图；利用感知建立数字图形化，自适应检测周围环境并识别障碍物避障规划路径，选择最优道路作业。2.根据权利要求1所述的无人清扫车感知自适应方法，其特征在于，所述周围环境信息包括周围环境的影像信息和三维坐标信息。3.根据权利要求1所述的无人清扫车感知自适应方法，其特征在于，“获取车辆周围动态目标信息和车辆周围环境信息”具体为：利用红外传感器、单目摄像头、双目摄像头、360
°
环视摄像头中的一种或几种获取车辆周围动态目标信息和车辆周围环境信息。4.根据权利要求3所述的无人清扫车感知自适应方法，其特征在于，应用多线程激光雷达、固态激光雷达、毫米波雷达、超声波雷达中的一种或几种进行自适应检测周围环境，并识别障碍物避障规划路径，选择最优道路作业。5.根据权利要求1所述的无人清扫车感知自适应方法，其特征在于，“自适应检测周围环境，并识别障碍物避障规划路径，选择最优道路作业”具体为：按照障碍物区分等级大小及自然风险、环境风险原则，进...

【专利技术属性】
技术研发人员：刘安，刘煜，
申请(专利权)人：上海于万科技有限公司，
类型：发明
国别省市：