一种基于环境分析的无人车智能目标跟随方法技术

本发明专利技术公开了一种基于环境分析的无人车智能目标跟随方法，涉及无人车驾驶领域，其中包括无人车车体、无人车顶部激光雷达传感器、无人车顶部超宽带无线通信传感器；无人车车体、激光雷达传感器、超宽带无线通信传感器均能与上位机通讯连接。无人车车体能够根据上位机发送的数据能够驱动无人车车体运动；激光雷达传感器能够用于环境感知，并将数据传输给上位机，上位机通过计算，分析周围环境并用于智能跟随；超宽带无线通信传感器用于检测跟随目标位置。本发明专利技术的基于环境分析的无人车智能目标跟随方法，可以实现无人车的避障，及在跟随目标丢失后的自主寻路。目标丢失后的自主寻路。目标丢失后的自主寻路。

【技术实现步骤摘要】
一种基于环境分析的无人车智能目标跟随方法


[0001]本专利技术涉及无人车驾驶的
，尤其是涉及一种基于环境分析的无人车智能目标跟随方法。

技术介绍

[0002]在无人车驾驶领域，现成的无人驾驶导航方法在拥有整体全局地图的情况下，能够较为准确的导航到某个固定的目标点，展现出良好的导航性能。然而，在跟随方面，由于跟随目标的运动以及传感器的误差，导致其导航终点非常不稳定，导航效率较低。同时因为目标被遮挡之后超宽带无线通信传感器会产生多径效应，无法正确反应目标位置，所以在跟随过程中目标很容易丢失，导致跟随失败。

技术实现思路

[0003]本专利技术要解决的技术问题是针对上述现有技术的不足，而提供一种基于环境分析的无人车智能目标跟随方法。
[0004]为实现上述目的，本专利技术的一种基于环境分析的无人车智能目标跟随方法的具体技术方案如下：
[0005]一种基于环境分析的无人车智能目标跟随方法，包括如下步骤：
[0006]S1、将超宽带无线通信传感器基站以及激光雷达传感器安装在无人车上，激光雷达传感器安装在无人车顶部正中间，超宽带无线通信传感器基站安装在激光雷达传感器前方，超宽带无线通信传感器基站的高度低于激光雷达传感器，将超带宽无线通信传感器标签设置在被跟随目标的身上，具体为被跟随目标手持超带宽无线通信传感器标签；激光雷达传感器采用RS
‑
LiDAR
‑
16激光雷达传感器，超宽带无线通信传感器基站的型号为DWM1000；
[0007]S2、使用激光雷达传感器探测无人车周围环境信息，并获取每一个激光点打到的位置，映射到无人车的笛卡尔坐标系下，形成点云，再从点云中通过经过改进的样条曲线预检验准确的将墙壁提取出来，获得走廊的墙壁所在直线在无人车的笛卡尔坐标系下的斜率和截距；
[0008]S3、根据超宽带无线通信传感器基站以及被跟随目标身上的超带宽无线通信传感器标签的位置关系，确定被跟随目标相对于无人车的位置，将被跟随目标的位置转换到无人车的笛卡尔坐标系下；
[0009]S4、通过步骤S2得出的墙壁的位置以及步骤S3得出的被跟随目标的位置关系分析被跟随目标是否为沿着走廊直行或者进行转弯，从而确定此时的感兴趣区域；
[0010]被跟随目标出现在当前行走的走廊内部时，则被跟随目标是沿着走廊直行，感兴趣区域为当前被跟随目标行走的走廊；
[0011]被跟随目标出现在当前行走的走廊外部时，则被跟随目标是进行了转弯，感兴趣区域为激光雷达传感器感知范围内的全部区域；
[0012]S5、将感兴趣区域内阻碍物的点云表示成椭圆柱体，作为走廊中的障碍物；将感兴趣区域内阻碍物的点云表示成椭圆柱体的方法具体是先用欧式聚类算法对步骤S2中的点云进行聚类，并对每一个聚类结果求解一个可以包围其所有点云的椭圆柱体作为障碍物；
[0013]S6、被跟随目标为直行状态时，制定一条沿着被跟随目标所在走廊行进的路径，并以此作为无人车的通行路径；被跟随目标为转弯状态时，则判断被跟随目标的转弯方向，并以这个方向结合此时走廊的转弯地方的朝向，判断被跟随目标在丢失之后行走的路径，并以此作为无人车的通行路径；
[0014]被跟随目标为直行状态时，以走廊的中轴线为路径，步骤S3中获取的被跟随目标的位置到无人车的距离为长度，离散出多个路径点作为无人车在被跟随目标直行的时候的路径点；
[0015]被跟随目标为转弯状态时，将无人车的通行路径分为两段，第一段为无人车到当前走廊和目标走廊中心线的交点，将其离散作为第一段的一系列路径点；第二段为第一段路径点的终点沿着第二条走廊中心线的方向向前延伸以当前无人车的时速行驶5秒的距离，并将其离散作为第二段的一系列路径点，也就是被跟随目标丢失后可能行走的路径，总的一系列路径点为第一段的一系列路径点和第二段的一系列路径点之和。
[0016]与现有技术相比，本专利技术的有益效果是：
[0017]本专利技术使用改进后的随机抽样一致性算法通过激光雷达传感器采集的点云信息来分析走廊中的环境的语义信息，形成走廊的可通行区域。同时利用三维范围数据，利用几何技术将点云快速聚类成椭圆柱体对象，作为环境中的障碍物。并将超宽带无线通信传感器的数据在这种意义丰富的地图上进行目标轨迹的预测，以及用于跟随轨迹的制定。该方法不但可以制定最优的轨迹，而且可以在跟随过程中目标丢失后，通过可通行路径预测目标的位置。
附图说明
[0018]为了更清楚地说明本专利技术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专利技术的一些实施例，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。
[0019]图1为本专利技术的流程图；
[0020]图2为本专利技术中的无人车的立体结构示意图；
[0021]图3为本专利技术的被跟随目标手持超带宽无线通信传感器标签的示意图；
[0022]图4为使用本专利技术进行环境感知之后形成的墙壁、障碍物及跟随路径点的结果示意图；
[0023]图中标记说明：1、无人车；2、激光雷达传感器；3、超宽带无线通信传感器基站；4、超带宽无线通信传感器标签；5、走廊；6、阻碍物；7、椭圆柱体。
具体实施方式
[0024]为了更好地了解本专利技术的目的、结构及功能，下面结合附图和具体较佳实施方式，对本专利技术一种基于环境分析的无人车智能目标跟随方法做进一步详细的描述。
[0025]实施例1：
[0026]请参阅图1
‑
4，本专利技术提供一种技术方案：一种基于环境分析的无人车智能目标跟随方法，包括如下步骤：
[0027]S1、将超宽带无线通信传感器基站3以及激光雷达传感器2安装在无人车1上，激光雷达传感器2安装在无人车1顶部正中间，超宽带无线通信传感器基站3安装在激光雷达传感器2前方，超宽带无线通信传感器基站3的高度低于激光雷达传感器2，将超带宽无线通信传感器标签4设置在被跟随目标的身上，具体为被跟随目标手持超带宽无线通信传感器标签4；激光雷达传感器2采用RS
‑
LiDAR
‑
16激光雷达传感器，超宽带无线通信传感器基站3的型号为DWM1000；
[0028]S2、使用激光雷达传感器2探测无人车1周围环境信息，并获取每一个激光点打到的位置，映射到无人车1的笛卡尔坐标系下，形成点云，再从点云中通过经过改进的样条曲线预检验准确的将墙壁提取出来，获得走廊5的墙壁所在直线在无人车1的笛卡尔坐标系下的斜率k1…
k
n
和截距b1…
b
n
；
[0029]S3、根据超宽带无线通信传感器基站3以及被跟随目标身上的超带宽无线通信传感器标签4的位置关系，确定被跟随目标相对于无人车1的位置，将被跟随目标的位置转换到无人车1的笛卡尔坐标系下，记为(X
c
,Y
c
)；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于环境分析的无人车智能目标跟随方法，其特征在于，包括如下步骤：S1、将超宽带无线通信传感器基站(3)以及激光雷达传感器(2)安装在无人车(1)上，将超带宽无线通信传感器标签(4)设置在被跟随目标的身上；S2、使用激光雷达传感器(2)探测无人车(1)周围环境信息，并获取每一个激光点打到的位置，映射到无人车(1)的笛卡尔坐标系下，形成点云，再从点云中通过样条曲线预检验将墙壁提取出来，获得走廊(5)的墙壁所在直线在无人车(1)的笛卡尔坐标系下的斜率和截距；S3、根据超宽带无线通信传感器基站(3)以及被跟随目标身上的超带宽无线通信传感器标签(4)确定被跟随目标相对于无人车(1)的位置，将被跟随目标的位置转换到无人车(1)的笛卡尔坐标系下；S4、通过步骤S2得出的墙壁的位置以及步骤S3得出的被跟随目标的位置关系分析被跟随目标是否为沿着走廊(5)直行或者进行转弯，从而确定此时的感兴趣区域；S5、将感兴趣区域内阻碍物(6)的点云表示成椭圆柱体(7)，作为走廊(5)中的障碍物；S6、被跟随目标为直行状态时，制定一条沿着被跟随目标所在走廊(5)行进的路径，并以此作为无人车(1)的通行路径；被跟随目标为转弯状态时，则判断被跟随目标的转弯方向，并以这个方向结合此时走廊(5)的转弯地方的朝向，判断被跟随目标在丢失之后行走的路径，并以此作为无人车(1)的通行路径。2.根据权利要求1所述的基于环境分析的无人车智能目标跟随方法，其特征在于，步骤S1中的激光雷达传感器(2)采用RS

【专利技术属性】
技术研发人员：吴炜，张今旗，赵捷，吴垚，王佳，张建成，蔡健，李瑞峰，
申请(专利权)人：无锡笠泽智能科技有限公司，
类型：发明
国别省市：