【技术实现步骤摘要】
挂车位姿检测方法、装置、目标拖车及存储介质
[0001]本专利技术涉及智能驾驶
，具体涉及一种挂车位姿检测方法、装置、目标拖车及存储介质。
技术介绍
[0002]无人驾驶拖挂车在封闭园区、干线物流、港口等场景广泛应用。无人驾驶拖车与挂车进行协同对中及姿态检测是无人驾驶拖挂车辆实现全无人化作业的核心场景之一。
[0003]无人驾驶拖车与挂车对中协同需要车辆行驶到一个特定区域，如停车场或者装/卸载场。进行泊车检测挂车，通过检测挂车的位置和姿态，控制车辆泊车行驶到挂车位置进行对中。同时在拖车牵引挂车行驶的过程中，由于车辆整体长度较大，需要实时的检测挂车的姿态(航向)，感知、规划和决策模块进行车辆路径规划和车辆周围障碍物检测。控制模块基于规划的路径和挂车的位置和姿态进行车辆平稳安全控制。
[0004]因此，无人驾驶拖车如何准确且快速检测到挂车的位姿成为了亟待解决的问题。
技术实现思路
[0005]有鉴于此，本专利技术实施例提供了一种挂车位姿检测方法、装置、目标拖车及存储介质，旨在解决如何准确且快...
【技术保护点】
【技术特征摘要】
1.一种挂车位姿检测方法，其特征在于，应用于目标拖车，所述目标拖车用于对目标挂车进行拖挂，包括：利用安装在所述目标拖车上的预设传感器对所述目标挂车的特征区域进行扫描，得到所述特征区域对应的初始点云数据，所述特征区域是指所述目标挂车上靠近所述目标拖车的侧面的左右两侧各粘贴一个反光条的区域；利用激光反射检测方法和激光边沿检测方法对所述初始点云数据进行滤波处理，得到第一目标点云数据和/或第二目标点云数据；根据所述第一目标点云数据和/或所述第二目标点云数据，确定左侧所述特征区域对应的第一目标中心点的第一位置信息和右侧所述特征区域对应的第二目标中心点的第二位置信息；根据所述第一位置信息与所述第二位置信息之间的关系，确定所述目标挂车的位姿。2.根据权利要求1所述的方法，其特征在于，所述利用激光反射检测方法和激光边沿检测方法对所述初始点云数据进行滤波处理，得到第一目标点云数据，包括：获取所述初始点云数据对应的第一预设范围；从所述初始点云数据中剔除所述第一预设范围之外的点云数据，得到第一候选点云数据；获取所述第一候选点云数据对应的反射率阈值；从所述第一候选点云数据中剔除反射率小于所述反射率阈值的点云数据，得到第二候选点云数据；对所述第二候选点云数据进行聚类分析，得到两簇第三候选点云数据，并计算各簇所述第三候选点云数据对应的初始中心点的初始位置信息；获取各个所述初始中心点对应的第二预设范围；以各个所述初始中心点为中心，分别保留所述初始中心点对应的所述第二预设范围内的点云数据，得到第四候选点云数据；根据所述第四候选点云数据，得到所述第一目标点云数据。3.根据权利要求2所述的方法，其特征在于，所述根据所述第四候选点云数据，得到第一目标点云数据，包括：使用法向估计和网格占有方法对所述第四候选点云数据进行边沿检测，得到第一边沿点云数据；对所述第一边沿点云数据进行识别，提取所述第一边沿点云数据中的左右边沿的点云数据，得到所述第一目标点云数据。4.根据权利要求1所述的方法，其特征在于，所述利用激光反射检测方法和激光边沿检测方法对所述初始点云数据进行滤波处理，得到第二目标点云数据，还包括：获取所述初始点云数据对应的第一预设范围；从所述初始点云数据中剔除所述第一预设范围之外的点云数据，得到第一候选点云数据；使用法向估计和网格占有方法对所述第一候选点云数据进行边沿检测，得到第二边沿点云数据；对所述第二边沿点云数据进行识别，提取所述第二边沿点云数据对应的X轴、Y轴以及Z
轴的轮廓，得到所述第二边沿点云数据对应的轮廓范围；获取所述第二边沿点云数据对应的Z轴的第三预设范围；从所述第二边沿点云数据中剔除Z轴范围在所述第三预设范围外的点云数据，得到第三边沿点云数据；对所述第三边沿点云数据进行聚类分析，得到两簇第四边沿点云数据；将两簇所述第四边沿点云数据，确定为所述第二目标点云数据。5.根据权利要求1所述的方法，其特征在于，根据所述第一目标点云数据和所述第二目标点云数据，确定左侧所述特征区域对应的第一目标中心点的第一位置信息和右侧所述特征区域对应的第二目标中心点的第二位置信息，包括：从所述第一目标点云数据中提取左侧所述特征区域对应的左侧第一备用中心点的左侧第一备用位置信息以及右侧所述特征区域对应的右侧第一备用中心点的右侧第一备用位置信息；从所述第二目标点云数据中提取左侧所述特征区域对应的左侧第二备用中心点的左侧第二备用位置信息以及右侧所述特征区域对应的右侧第二备用中心点的右侧第...
【专利技术属性】
技术研发人员：欧敏辉，谢聪，
申请(专利权)人：深圳海星智驾科技有限公司，
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。