无人车的防跌落检测方法、装置、设备和介质制造方法及图纸

本发明专利技术实施例公开了一种无人车的防跌落检测方法、装置、设备和介质。其中，无人车上配置多线激光雷达，该方法包括：获取所述多线激光雷达采集的当前帧点云数据；根据所述当前帧点云数据中候选点以及与所述候选点关联的相邻参考点的高度变化信息确定所述候选点是否为当前帧跌落点，并确定所述当前帧点云数据中的当前帧跌落点集合；根据所述当前帧跌落点集合和历史帧点云数据中的历史帧跌落点集合确定所述无人车的当前跌落检测结果。本技术方案，能够有效解决由于无人车上存在检测盲区导致防跌落检测准确性差的问题，提高了无人车防跌落检测的准确性。跌落检测的准确性。跌落检测的准确性。

【技术实现步骤摘要】
无人车的防跌落检测方法、装置、设备和介质


[0001]本专利技术涉及无人车
，尤其涉及一种无人车的防跌落检测方法、装置、设备和介质。

技术介绍

[0002]无人车目前被广泛用于快递物流、智能仓储、工业等领域执行导航、避障、取货、放货等多种任务，无人车在执行任务时需要实时准确地获取周围环境信息，当无人车遇到向下的台阶路段或者高度差较大的月台时，如果按照既定的运行速度前进，可能会造成无人车的不稳、跌落、甚至损坏，造成设备的非预期性损耗，也会影响任务执行效率。
[0003]目前常用红外探测器进行距离检测判断无人车行驶方向上的高度差，但是由于红外探测器安装在无人车上会存在较大的检测盲区，因此若直接根据红外探测器的距离检测结果进行跌落预防，会造成一定缺失，进而影响无人车的防跌落检测准确性。

技术实现思路

[0004]本专利技术提供了一种无人车的防跌落检测方法、装置、设备和介质，能够有效解决由于无人车上存在检测盲区导致防跌落检测准确性差的问题，提高了无人车防跌落检测的准确性。
[0005]根据本专利技术的一方面，提供了一种无人车的防跌落检测方法，无人车上配置多线激光雷达，所述方法包括：
[0006]获取所述多线激光雷达采集的当前帧点云数据；
[0007]根据所述当前帧点云数据中候选点以及与所述候选点关联的相邻参考点的高度变化信息确定所述候选点是否为当前帧跌落点，并确定所述当前帧点云数据中的当前帧跌落点集合；
[0008]根据所述当前帧跌落点集合和历史帧点云数据中的历史帧跌落点集合确定所述无人车的当前跌落检测结果。
[0009]根据本专利技术的另一方面，提供了一种无人车的防跌落检测装置，无人车上配置多线激光雷达，所述装置包括：
[0010]当前帧点云数据获取模块，用于获取所述多线激光雷达采集的当前帧点云数据；
[0011]当前帧跌落点集合确定模块，用于根据所述当前帧点云数据中候选点以及与所述候选点关联的相邻参考点的高度变化信息确定所述候选点是否为当前帧跌落点，并确定所述当前帧点云数据中的当前帧跌落点集合；
[0012]当前跌落检测结果确定模块，用于根据所述当前帧跌落点集合和历史帧点云数据中的历史帧跌落点集合确定所述无人车的当前跌落检测结果。
[0013]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0014]至少一个处理器；以及
[0015]与所述至少一个处理器通信连接的存储器；其中，
[0016]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的无人车的防跌落检测方法。
[0017]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的无人车的防跌落检测方法。
[0018]本专利技术实施例的技术方案，首先获取由无人车上配置的多线激光雷达采集的当前帧点云数据；然后根据当前帧点云数据中候选点以及与候选点关联的相邻参考点的高度变化信息确定候选点是否为当前帧跌落点，并确定当前帧点云数据中的当前帧跌落点集合；再根据当前帧跌落点集合和历史帧点云数据中的历史帧跌落点集合确定无人车的当前跌落检测结果。本技术方案，能够有效解决由于无人车上存在检测盲区导致防跌落检测准确性差的问题，提高了无人车防跌落检测的准确性。
[0019]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0020]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例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。
[0021]图1是根据本专利技术实施例一提供的一种无人车的防跌落检测方法的流程图；
[0022]图2是根据本专利技术实施例一提供的一种无人车的防跌落检测方法的示意图；
[0023]图3是根据本专利技术实施例二提供的一种无人车的防跌落检测方法的流程图；
[0024]图4是根据本专利技术实施例三提供的一种无人车的防跌落检测装置的结构示意图；
[0025]图5是实现本专利技术实施例的一种无人车的防跌落检测方法的电子设备的结构示意图。
具体实施方式
[0026]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都应当属于本专利技术保护的范围。
[0027]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方
法、产品或设备固有的其它步骤或单元。
[0028]实施例一
[0029]图1为本专利技术实施例一提供的一种无人车的防跌落检测方法的流程图，本实施例可适用于对无人车进行防跌落检测的情况，该方法可以由无人车的防跌落检测装置来执行，该无人车的防跌落检测装置可以采用硬件和/或软件的形式实现，该无人车的防跌落检测装置可配置于具有数据处理能力的电子设备中。如图1所示，该方法包括：
[0030]S110，获取多线激光雷达采集的当前帧点云数据。
[0031]其中，无人车上配置多线激光雷达。无人车可以是指无人驾驶车辆，例如无人叉车、无人汽车等。多线激光雷达可以是指同时发射及接收多束激光的激光雷达。具体的，多线激光雷达安装于无人车上，例如车的顶部或者四周，基于预先设定的雷达检测频率向地面发射多线激光，并接收采集到的点云数据。当前帧点云数据可以是指当前帧采集的点云数据。
[0032]需要说明的是，多线激光雷达发射的线束较多，采集的数据量较大，其中，角度朝向上方的点云线束不能用于无人车防跌落检测，因此，本实施例选取角度朝向地面的线束点云作为防跌落检测数据。其中，每条线束具有一个不同的线束号，该线束号可以由多线激光雷达的驱动给出。一般情况下，线束号从0开始增大，0表示朝向地面角度最大的线束。此外，多线激光雷达发射激光的方式可以包括两种：一种是非旋转发射，另一种是旋转发射。假设无人车始终朝向一个方向行进，在非旋本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人车的防跌落检测方法，其特征在于，无人车上配置多线激光雷达，所述方法包括：获取所述多线激光雷达采集的当前帧点云数据；根据所述当前帧点云数据中候选点以及与所述候选点关联的相邻参考点的高度变化信息确定所述候选点是否为当前帧跌落点，并确定所述当前帧点云数据中的当前帧跌落点集合；根据所述当前帧跌落点集合和历史帧点云数据中的历史帧跌落点集合确定所述无人车的当前跌落检测结果。2.根据权利要求1所述的方法，其特征在于，所述当前帧点云数据中包括所述多线激光雷达按照预设旋转角度进行旋转过程中采集到的点云数据；相应的，根据所述当前帧点云数据中候选点以及与所述候选点关联的相邻参考点的高度变化信息确定所述候选点是否为当前帧跌落点，包括：从所述当前帧点云数据中确定每条激光线束对应的线束点云数据；根据所述线束点云数据中候选点以及与所述候选点关联的相邻参考点的高度变化信息确定所述候选点是否为当前帧跌落点。3.根据权利要求1或2所述的方法，其特征在于，根据所述当前帧点云数据中候选点以及与所述候选点关联的相邻参考点的高度变化信息确定所述候选点是否为当前帧跌落点，包括：若所述候选点的高度小于预设跌落阈值，且与所述候选点关联的相邻参考点中存在至少一个相邻参考点的高度大于预设跌落阈值，则确定所述候选点为当前帧跌落点。4.根据权利要求1所述的方法，其特征在于，根据所述当前帧跌落点集合和历史帧点云数据中的历史帧跌落点集合确定所述无人车的当前跌落检测结果，包括：确定所述当前帧点云数据对应的多线激光雷达的当前帧雷达位置信息，以及所述历史帧点云数据对应的多线激光雷达的历史帧雷达位置信息；根据所述当前帧雷达位置信息和所述历史帧雷达位置信息确定位置转换信息，并根据所述位置转换信息对所述历史帧跌落点集合中的历史帧跌落点进行转换，得到转换历史帧跌落点集合；根据所述当前帧跌落点集合和所述转换历史帧跌落点集合确定当前帧累积跌落点集合；根据所述当前帧累积跌落点集合中的累积跌落点的位置信息确定所述无人车的当前跌落检测结果。5.根据权利要求4所述的方法，其特征在于，根据所述当前帧累积跌落点集合中的累积跌落点的位置信息确定所述无人车的当前跌落检测结果，包括：若所述累积跌落点集合中存在至少预设数量个累积跌落点落...

【专利技术属性】
技术研发人员：罗海，陈晨光，张硕，钱永强，
申请(专利权)人：上海木蚁机器人科技有限公司，
类型：发明
国别省市：