【技术实现步骤摘要】
用于高铁白车身转运机器人的环境感知方法、装置及系统
[0001]本专利技术涉及工业机器人
,尤其涉及一种用于高铁白车身转运机器人的环境感知方法、用于高铁白车身转运机器人的环境感知装置以及用于高铁白车身转运机器人的环境感知系统。
技术介绍
[0002]智能化装备通常大规模应用于场景单一、工况简单的生产作业中,存在智能化程度低、无人化率低、故障率高等问题,故在作业效率和安全性等方面仍存在较大提升空间。特别在高铁白车身转运设备方面,目前该类型设备的智能化作业流程较为繁琐,仍需人工重复操作,且在作业过程中需要多名安全员确保白车身的安全通过性,对工作人员的数量、体力及专业性要求较高。现有转运设备在转运高铁白车身时,需要将转运设备上的轨道与迁车台上的轨道准确对齐,以保证白车身能安全转运到下一工位,但现有设备没有轨道自动对齐功能,需要安全员通过肉眼观察迁车台轨道与工位轨道是否对齐。同时,现有转运设备作业过程中两侧均需要安全员观察设备周边环境以保证作业安全性,易出现视野盲区。上述作业流程均导致现有转运设备作业效率和安全性较低的同时故障率较高。
[0003]目前,针对大尺寸的高铁车厢,在不同作业流程间转运车身时工作量和工作难度较大,目前主要以机器辅助人工作业模式,尚未完全实现全自动化作业。这种作业模式存在工人位置随机性大、转运轨道与工位轨道对接精度低等缺点,而且人工作业存在操作流程复杂、转运流程效率较低、转运设备周围环境安全性不能有效保证,作业成本高等问题。
[0004]因此,如何能够在高铁白车身等大型工件的转运 ...
【技术保护点】
【技术特征摘要】
1.一种用于高铁白车身转运机器人的环境感知方法,其特征在于,包括:获取转运机器人行驶过程中实时点云数据和实时图像数据;根据所述实时点云数据和实时图像数据进行处理确定转运机器人的行驶起点至行驶终点的所有障碍物信息,所述障碍物信息包括障碍物位置信息和类别信息;将所述实时图像数据进行标注后输入至轨道线识别模型进行预测,获得轨道线区域中心点,所述轨道线识别模型为根据带有所有障碍物信息的障碍物图像训练集输入至包括轨道线分割任务和轨道线嵌合任务的神经网络模型中进行训练获得;根据所述轨道线区域中心点进行拟合确定轨道线坐标信息。2.根据权利要求1所述的用于高铁白车身转运机器人的环境感知方法,其特征在于,根据所述实时点云数据和实时图像数据进行处理确定转运机器人的行驶起点至行驶终点的所有障碍物信息,包括:将所述实时点云数据和实时图像数据进行时间同步,获得同步后点云数据和同步后图像数据;解析同步后点云数据,并确定雷达坐标系下点云中障碍物点坐标和相机坐标系下图像中障碍物点坐标;根据雷达坐标系到机器人坐标系的转换关系确定点云中障碍物点坐标在机器人坐标系下的坐标以确定机器人坐标系下的点云数据,以及根据相机坐标系到机器人坐标系的转换关系确定图像中障碍物点坐标在机器人坐标系下的坐标以确定机器人坐标系下的图像数据;将机器人坐标系下的图像数据输入至障碍物识别模型,以获得图像中障碍物识别信息,其中所述障碍物图像识别信息包括障碍物在图像中的坐标以及障碍物在图像中的识别类别,所述障碍物识别模型为根据标注后的障碍物图像训练集以及障碍物图像中的障碍物在机器人坐标系下的坐标信息输入至目标检测网络模型中进行训练获得,所述标注后的障碍物图像训练集包括围绕机器人周围的障碍物图像以及标注在障碍物图像上的障碍物ID信息和障碍物尺寸信息;将机器人坐标系下的点云数据进行融合,获得点云融合结果,并将点云融合结果与所述障碍物图像识别信息进行匹配,获得转运机器人的行驶起点至行驶终点的所有障碍物信息。3.根据权利要求2所述的用于高铁白车身转运机器人的环境感知方法,其特征在于,所述实时点云数据包括第一实时点云数据和第二实时点云数据,所述实时图像数据包括第一实时图像数据和第二实时图像数据,将所述实时点云数据和实时图像数据进行时间同步,获得同步后点云数据和同步后图像数据,包括:将实时点云数据和实时图像数据分别进行解析,获得点云第一帧数据时间戳和图像第一帧数据时间戳;根据第一实时点云数据中的点云第一帧数据时间戳与第二实时点云数据中的点云第一帧数据时间戳的大小关系确定点云新时间戳;根据所述点云新时间戳同步第一实时图像数据中的图像第一帧数据时间戳和第二实时图像数据的图像第一帧数据时间戳以确定图像新时间戳。4.根据权利要求2所述的用于高铁白车身转运机器人的环境感知方法,其特征在于,根
据雷达坐标系到机器人坐标系的转换关系确定点云中障碍物点坐标在机器人坐标系下的坐标以确定机器人坐标系下的点云数据,以及根据相机坐标系到机器人坐标系的转换关系确定图像中障碍物点坐标在机器人坐标系下的坐标以确定机器人坐标系下的图像数据,包括:获取转运机器人上的雷达安装位置,其中所述转运机器人的两侧分别各安装一个雷达;根据雷达安装位置对两个雷达坐标系和机器人坐标系进行基于单线激光雷达定位结果的标定,确定雷达坐标系到机器人坐标系的转换关系;对转运机器人上的相机内部参数进行标定,其中所述转运机器人的两侧分别各安装一个相机;对位于同侧的相机与雷达分别进行标定确定相机坐标系与雷达坐标系的转换关系;根据雷达坐标系到机器人坐标系的转换关系以及相机坐标系与雷达坐标系的转换关系确定相机坐标系到机器人坐标系的转换关系;根据雷达坐标系到机器人坐标系的转换关系将雷达坐标系下点云中障碍物点坐标投影到机器人坐标系下,确定雷达坐标系下点云中障碍物点坐标在机器人坐标系下的障碍物点坐标,以确定机器人坐标系下的点云数据;根据相机坐标系到机器人坐标系的转换关系将相机坐标系下图像中障碍物点坐标投影到机器人坐标系下,确定相机坐标系下图像中障碍物点坐标在机器人坐标系下的障碍物点坐标,以确定机器人坐标系下的图像数据。5.根据权利要求2所述的用于高铁白车身转运机器人的环境感知方法,其特征在于,将机器人坐标系下的点云数据进行融合,获得点云融合结果,并将点云融合结果与所述...
【专利技术属性】
技术研发人员:秦晓辉,王哲文,谢国涛,秦洪懋,徐彪,秦兆博,王晓伟,丁荣军,
申请(专利权)人:湖南大学无锡智能控制研究院,
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。