本发明专利技术提供一种基于视觉和激光雷达的跟随小车控制方法及装置，其中，所述方法包括：在接收到跟随指令后，确定行驶路线；按照所述行驶路线行驶过程中，按照预设规则进行障碍物躲避，达到用户指定地点；调用摄像头拍摄所检测到的用户的面部图像，基于所述面部图像对所述用户进行身份识别，以识别所述用户是否具有被跟随权限；在所述用户具有被跟随权限的情况下，调用所述摄像头对所述用户进行身份识别，并基于人脸跟随与激光雷达对所述用户进行跟踪和移动避障，以实现跟随所述用户移动。通过该方案跟踪小车可对待跟踪用户进行准确跟踪，且在跟踪道路上可精准躲避障碍物。且在跟踪道路上可精准躲避障碍物。且在跟踪道路上可精准躲避障碍物。
【技术实现步骤摘要】
一种基于视觉和激光雷达的跟随小车控制方法及装置
[0001]本专利技术涉及智能设备
，特别设计一种基于视觉和激光雷达的跟随小车控制方法及装置。
技术介绍
[0002]当今社会存在着人口老龄化加重、劳动力成本飙升、零件搬运繁重、不便搬取等导致的安全问题等问题，传统的“人工搬运+叉车搬运”体系很难满足现在的车间的需要。随着国民安全意识以及生产需要的不断提高，催生了跟随机器人产业新的发展契机。目前，跟随小车大多基于SLAM(simultaneous localization and mapping)算法，一种定位与地图构建技术。现阶段SLAM的发展主要为多传感器的融合，由于与无人驾驶领域联系较为紧密，还加入了IMU(惯性测量单元，其中包括加速度计、陀螺仪和磁力仪三种传感器)，还有各种车辆传感器(轮速传感器、方向轮盘转角传感器)。许多学者将激光雷达、相机、IMU、车辆传感器根据实际需求进行两两或者三三结合，方式有紧耦合与松耦合，紧耦合是指系统先将各种传感器获得的信息先融合到状态变量中，再进行位姿估计；松耦合是指各个传感器先进行位姿估计，最后系统再将信息融合在一起的方式。现有的多传感器融合的跟踪小车控制方案，容易出现跟踪小车跟丢或者在跟踪道路上频繁碰撞障碍物的问题。
技术实现思路
[0003]本专利技术提供了一种基于视觉和激光雷达的跟随小车控制方案，跟踪小车可对待跟踪用户进行准确跟踪，且在跟踪道路上可精准躲避障碍物。
[0004]为解决上述专利技术目的，本专利技术提供的技术方案如下：
[0005]本申请实施例提供了一种基于视觉和激光雷达的跟随小车控制方法，其中，所述方法包括：
[0006]在接收到跟随指令后，确定行驶路线；
[0007]按照所述行驶路线行驶过程中，按照预设规则进行障碍物躲避，达到用户指定地点；
[0008]调用摄像头拍摄所检测到的用户的面部图像，基于所述面部图像对所述用户进行身份识别，以识别所述用户是否具有被跟随权限；
[0009]在所述用户具有被跟随权限的情况下，调用所述摄像头对所述用户进行身份识别，并基于人脸跟随与激光雷达对所述用户进行跟踪和移动避障，以实现跟随所述用户移动。
[0010]可选地，在接收到跟随指令后，确定行驶路线的步骤包括：
[0011]获取基于激光雷达历史跟踪扫描信息生成的地图；
[0012]基于预设定位算法确定所述小车当前在所述地图中的位置；
[0013]依据所述跟随指令包指示的目标地点、所述小车当前在所述地图中的位置以及所述地图，确定所述小车的行驶路线。
[0014]可选地，所述基于预设定位算法确定所述小车当前在所述地图中的位置的步骤，包括：
[0015]在所述地图中均匀分布预设数量的粒子；
[0016]在所述小车移动过程中各所述粒子跟随移动，得到每个粒子的目标位置；
[0017]将每个所述粒子的目标位置分别与所述激光雷达扫描到的位置进行比对，确定每个所述粒子的概率；
[0018]依据各所述粒子的概率确定粒子的生成概率；
[0019]多次迭代确定各所述粒子的生成概率，依据确定结果推算出所述小车当前在所述地图中的位置。
[0020]可选地，所述方法还包括：
[0021]在基于激光雷达对所述用户进行跟踪和移动避障的过程中，基于ORB的视觉SLAM算法提取所绘制的每一帧图像的颜色信息；
[0022]基于所述颜色信息识别周围障碍物；
[0023]判定所述障碍物是否可忽略；
[0024]若不可忽略，基于所述颜色信息识别到的周围障碍物和基于所述激光雷达识别到的障碍物，在跟踪所述用户的过程中进行移动避障。
[0025]可选地，所述方法还包括：
[0026]在跟踪所述用户的过程中，通过摄像头捕获所述用户的人脸坐标；
[0027]通过PID控制器对所述人脸坐标进行矫正，得到矫正数据；
[0028]将所述矫正数据以预设形式波发送至电机，由电机依据所述预设形式波对驱动轮进行操控。
[0029]可选地，所述小车包括：摄像头、激光雷达、树莓派ROS系统、底盘控制器、轨迹规划模块、电机以及带编码的电机。
[0030]可选地，所述基于所述面部图像对所述用户进行身份识别的步骤，包括：
[0031]分别以所述面部图像中的各所述像素为中心判定所述像素于周围像素灰度值的大小关系，对各所述像素进行二进制编码，所述面部图像对应的编码图像；
[0032]将所述编码图像分割成多个区域；
[0033]获取各所述区域的编码直方图；
[0034]基于所述编码直方图对用户进行人脸识别。
[0035]本申请实施例还提供了一种基于视觉和激光雷达的跟随小车控制装置，其中，所述装置包括：
[0036]确定模块，用于在接收到跟随指令后，确定行驶路线；
[0037]避障模块，用于按照所述行驶路线行驶过程中，按照预设规则进行障碍物躲避，达到用户指定地点；
[0038]身份识别模块，用于调用摄像头拍摄所检测到的用户的面部图像，基于所述面部图像对所述用户进行身份识别，以识别所述用户是否具有被跟随权限；
[0039]跟踪避障模块，用于在所述用户具有被跟随权限的情况下，调用所述摄像头对所述用户进行身份识别，并基于人脸跟随激光雷达对所述用户进行跟踪和移动避障，以实现跟随所述用户移动。
[0040]可选地，所述确定模块包括：
[0041]获取子模块，用于获取基于激光雷达历史跟踪扫描信息生成的地图；
[0042]位置确定子模块，用于基于预设定位算法确定所述小车当前在所述地图中的位置；
[0043]路线确定子模块，用于依据所述跟随指令包指示的目标地点、所述小车当前在所述地图中的位置以及所述地图，确定所述小车的行驶路线。
[0044]可选地，所述位置确定子模块具体用于：
[0045]在所述地图中均匀分布预设数量的粒子；
[0046]在所述小车移动过程中各所述粒子跟随移动，得到每个粒子的目标位置；
[0047]将每个所述粒子的目标位置分别与所述激光雷达扫描到的位置进行比对，确定每个所述粒子的概率；
[0048]依据各所述粒子的概率确定粒子的生成概率；
[0049]多次迭代确定各所述粒子的生成概率，依据确定结果推算出所述小车当前在所述地图中的位置。
[0050]上述技术方案，与现有技术相比至少具有如下有益效果：
[0051]本申请实施例提供的基于视觉和激光雷达的跟随小车控制方案，在接收到跟随指令后，确定行驶路线；按照行驶路线行驶过程中，按照预设规则进行障碍物躲避，达到用户指定地点；调用摄像头拍摄所检测到的用户的面部图像，基于面部图像对用户进行身份识别，以识别用户是否具有被跟随权限；在用户具有被跟随权限的情况下，调用摄像头对所述用户进行身份识别，并基于人脸跟随与激光雷达对用户进行跟踪和移动避障，以实现跟随用户移动。一方面，通本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于视觉和激光雷达的跟随小车控制方法，其特征在于，所述方法包括：在接收到跟随指令后，确定行驶路线；按照所述行驶路线行驶过程中，按照预设规则进行障碍物躲避，达到用户指定地点；调用摄像头拍摄所检测到的用户的面部图像，基于所述面部图像对所述用户进行身份识别，以识别所述用户是否具有被跟随权限；在所述用户具有被跟随权限的情况下，调用所述摄像头对所述用户进行身份识别，并基于人脸跟随与激光雷达对所述用户进行跟踪和移动避障，以实现跟随所述用户移动。2.根据权利要求1所述的方法，其特征在于，在接收到跟随指令后，确定行驶路线的步骤包括：获取基于激光雷达历史跟踪扫描信息生成的地图；基于预设定位算法确定所述小车当前在所述地图中的位置；依据所述跟随指令包指示的目标地点、所述小车当前在所述地图中的位置以及所述地图，确定所述小车的行驶路线。3.根据权利要求2所述的方法，其特征在于，所述基于预设定位算法确定所述小车当前在所述地图中的位置的步骤，包括：在所述地图中均匀分布预设数量的粒子；在所述小车移动过程中各所述粒子跟随移动，得到每个粒子的目标位置；将每个所述粒子的目标位置分别与所述激光雷达扫描到的位置进行比对，确定每个所述粒子的概率；依据各所述粒子的概率确定粒子的生成概率；多次迭代确定各所述粒子的生成概率，依据确定结果推算出所述小车当前在所述地图中的位置。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：在基于人脸跟随与激光雷达对所述用户进行跟踪和移动避障的过程中，基于ORB的视觉SLAM算法提取所绘制的每一帧图像的颜色信息；基于所述颜色信息识别周围障碍物；判定所述障碍物是否可忽略；若不可忽略，基于所述颜色信息识别到的周围障碍物和基于所述激光雷达识别到的障碍物，在跟踪所述用户的过程中进行移动避障。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：在跟踪所述用户的过程中，通过摄像头捕获所述用户的人脸坐标；通过PID控制器对所述人脸坐标进行矫正，得到矫正数据；将所述矫正数据以预设形式波发送至电机，由电机依据所述...
【专利技术属性】
技术研发人员：刘亚军，姚成华，周波，
申请(专利权)人：北京城市学院，
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。