一种2D激光反光柱定位强反射物体干扰剔除算法制造技术

技术编号:38557331 阅读:13 留言:0更新日期:2023-08-22 21:00
本申请公开了一种2D激光反光柱定位强反射物体干扰剔除算法,包括建立反光柱电子地图,判断扫描到的反光柱是否是强反射体形成的,如果是则将其标记为异常反光柱;以雷达为圆心O,雷达正前方为0度,逆时针设定起始方向A与终止方向B,半径R,在半径为R的扇形OAB中,如果识别到存在异常反光柱,则将该异常反光柱其剔除。本申请提供的一种2D激光反光柱定位强反射物体干扰剔除算法,根据反光柱形成原理,标记强反射体为异常点和设定范围进行剔除异常反光柱,有效防止强反射体,对反光柱定位的干扰,大大提升反光柱定位对应用环境的适应对强反射体作出有效的剔除,稳定反光柱定位位姿输出,提高AGV小车定位的准确性。提高AGV小车定位的准确性。提高AGV小车定位的准确性。

【技术实现步骤摘要】
一种2D激光反光柱定位强反射物体干扰剔除算法


[0001]本申请涉及激光反光柱定位
,尤其涉及一种2D激光反光柱定位强反射物体干扰剔除算法。

技术介绍

[0002]随着工业自动化和智能化的发展,自动导引运输车(AGV)在物流运输领域的运用越来越广泛。AGV的定位方式也越来越成熟。对于环境不规整,变化较大的场景,使用反光柱定位更具优势。但强反射物体会对反光柱定位造成极大的干扰,故本专利技术用来解决强反光物体对反光柱定位造成的干扰,提升反光柱定位对应用环境的适应。

技术实现思路

[0003]本申请提出了一种2D激光反光柱定位强反射物体干扰剔除算法,具备剔除强反射体的优点,用以解决上述
技术介绍
提出的问题。
[0004]为达到上述目的,本申请采用如下技术方案:一种2D激光反光柱定位强反射物体干扰剔除算法,包括:
[0005](1)异常标记
[0006]建立反光柱电子地图,判断扫描到的反光柱是否是强反射体形成的,如果是则将其标记为异常反光柱;
[0007](2)区域剔除
[0008]以雷达为圆心O,雷达正前方为0度,逆时针设定起始方向A与终止方向B,半径R,在半径为R的扇形OAB中,如果识别到存在异常反光柱,则将该异常反光柱其剔除。
[0009]进一步,所述区域剔除的具体步骤如下:
[0010]获取雷达点云数据;
[0011]根据设定参数R,A,B标记点云;
[0012]通过雷达点云获取反光柱;
[0013]扫描到反光柱与地图地标匹配;
[0014]匹配的地标为异常点,将扫描的反光柱剔除;
[0015]根据匹配结果运算获得定位位姿。
[0016]进一步,算法流程为:
[0017]步骤一、设置最大扫描范围max_dis,将激光点云中距离大于max_dis的点云标记为abnormal;
[0018]步骤二、设置激光点云的有效反射强度区间,最小反射强度l1,最大反射强度l2,将超出该反射强度区间的点云标记为abnormal;
[0019]步骤三、设置起始方向A,终止方向B,半径R,将在设定扇形范围内的点云数据标记为abnormal;
[0020]步骤四、设反光柱的距离与反射强度的关系函数为dis=f(l),dis为反光柱到激
光雷达的距离,l为反光强度;
[0021]步骤五、根据激光点云中点云的距离和反光强度与f(l)的关系计算出反光柱;
[0022]步骤六、将误识别的反光柱标记为异常反光柱。
[0023]进一步,应用于反光柱和雷达,所述反光柱的外壁上设有反光层,所述反光层包括强反光面和弱反光面,所述反光柱的顶部设有信号接收器,所述反光柱的底端连接有转座,所述转座的底端连接有识别动作装置。
[0024]进一步,所述识别动作装置包括箱体、电机和识别控制器,所述电机和识别控制器固定连接在箱体的内部,所述信号接收器和电机均与识别控制器相连接,所述转座为轴承,所述转座的外环与反光柱相连接,所述转座的内环与箱体相连接。
[0025]进一步,所述雷达的控制系统包括定位模块和识别模块,所述识别模块包括固定强反射体识别单元、移动强反射体识别单元和反射强度对比单元,所述定位模块根据正常反光柱的位置获得雷达的定位位姿,所述识别模块用于识别、剔除强反射体;所述固定强反射体识别单元用于判断反光体为固定位置的强反射体,所述移动强反射体识别单元用于判断反光体为移动的强反射体,所述反射强度对比单元用于根据反射激光的判断反射体的反射强度。
[0026]进一步,所述区域剔除的具体步骤如下:
[0027]获取雷达点云数据;
[0028]根据设定参数R,A,B标记点云;
[0029]通过雷达点云获取反光柱;
[0030]扫描到反光柱与地图地标匹配;
[0031]判断匹配的地标是否为异常点,若是,则判断该反光柱为固定强反光柱,并将扫描的反光柱剔除;
[0032]若否,则雷达向反光柱方向发射识别信号,然后雷达再次发射激光,获取反射激光,并与第一次反射激光的强度进行比较;若反射强度差不符合预设阈值,则判断该反光柱为移动强反光柱,将扫描的反光柱剔除;若否,则判断该反光柱为正常的反光柱;
[0033]最后根据匹配结果运算获得定位位姿。
[0034]1、本申请提供的一种2D激光反光柱定位强反射物体干扰剔除算法,根据反光柱形成原理,标记强反射体为异常点和设定范围进行剔除异常反光柱,有效地防止强反射体,铝合金、玻璃等,对反光柱定位的干扰,大大提升反光柱定位对应用环境的适应对强反射体作出有效的剔除,稳定了反光柱定位位姿输出,提高AGV小车定位的准确性。
[0035]2、本申请提供的一种D激光反光柱定位强反射物体干扰剔除算法,通过独特的反光柱和雷达的结构,通过雷达向信号接收器发射识别信号,并通过电机控制反光柱旋转从而改变强反光面、弱反光面位置,以使得雷达的接收的反射激光的被反射强度不同且反射强度差值固定,从而判断该反射体为移动强反射体或者正常的反光柱,由此实现识别移动强反射体的功能,进一步提高AGV小车定位的准确性。
附图说明
[0036]构成说明书的一部分的附图描述了本申请公开的实施例,并且连同说明书一起用于解释本申请公开的原理。
[0037]参照附图,根据下面的详细描述,可以更加清楚地理解本公开,其中:
[0038]图1为本专利技术实施例一的算法流程图;
[0039]图2为本专利技术实施例一的识别原理图;
[0040]图3为本专利技术实施例二中反光柱、雷达的结构示意图;
[0041]图4为本专利技术实施例二反光层的示意图;
[0042]图5为本专利技术实施例二中雷达的系统图;
[0043]图6为本专利技术实施例二的算法流程图。
[0044]图中:1、反光柱;2、雷达;201、定位模块;202、识别模块;221、固定强反射体识别单元;222、移动强反射体识别单元;223、反射强度对比单元;3、反光层;301、强反光面;302、弱反光面;4、信号接收器;5、转座;6、识别动作装置;601、箱体;602、电机;603、识别控制器。
具体实施方式
[0045]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作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。
[0046]实施例一
[0047]一种2D激光反光柱定位强反射物体干扰剔除算法,包括:
[0048](1)异常标记
[0049]建立反光柱电子地图,判断扫描到的反光柱是否是强反射体形成的,如果是则将其标记为异常反光柱;
[0050](2)区域剔除
[0051]参阅附图2,以雷达为圆心O,雷达正前方为0度,逆时针设定起始本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种2D激光反光柱定位强反射物体干扰剔除算法,其特征在于,包括:(1)异常标记建立反光柱电子地图,判断扫描到的反光柱是否是强反射体形成的,如果是则将其标记为异常反光柱;(2)区域剔除以雷达为圆心O,雷达正前方为0度,逆时针设定起始方向A与终止方向B,半径R,在半径为R的扇形OAB中,如果识别到存在异常反光柱,则将该异常反光柱其剔除。2.根据权利要求1所述的一种2D激光反光柱定位强反射物体干扰剔除算法,其特征在于,所述区域剔除的具体步骤如下:获取雷达点云数据;根据设定参数R,A,B标记点云;通过雷达点云获取反光柱;扫描到反光柱与地图地标匹配;匹配的地标为异常点,将扫描的反光柱剔除;根据匹配结果运算获得定位位姿。3.根据权利要求1所述的一种2D激光反光柱定位强反射物体干扰剔除算法,其特征在于,算法流程为:步骤一、设置最大扫描范围max_dis,将激光点云中距离大于max_dis的点云标记为abnormal;步骤二、设置激光点云的有效反射强度区间,最小反射强度l1,最大反射强度l2,将超出该反射强度区间的点云标记为abnormal;步骤三、设置起始方向A,终止方向B,半径R,将在设定扇形范围内的点云数据标记为abnormal;步骤四、设反光柱的距离与反射强度的关系函数为dis=f(l),dis为反光柱到激光雷达的距离,l为反光强度;步骤五、根据激光点云中点云的距离和反光强度与f(l)的关系计算出反光柱;步骤六、将误识别的反光柱标记为异常反光柱。4.根据权利要求1所述的一种2D激光反光柱定位强反射物体干扰剔除算法,其特征在于,应用于反光柱(1)和雷达(2),所述反光柱(1)的外壁上设有反光层(3),所述反光层(3)包括强反光面(301)和弱反光面(302),所述反光柱(1)的顶部设有信号接收器(4),所述反光柱(1)的底端连接有转座(5),所述转座(5)的底端连接有识别动...

【专利技术属性】
技术研发人员:项卫锋张祥段书杰蔡宝京汪磊
申请(专利权)人:安徽宇锋智能科技有限公司
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