面向矿车装车过程的车辆三维点云获取方法技术

本发明专利技术公开了面向矿车装车过程的车辆三维点云获取方法，涉及矿区矿车自动驾驶技术领域，具体为面向矿车装车过程的车辆三维点云获取方法，包括面向矿车装车过程的车辆三维点云获取方法，获取所述矿山道路云数据与所述矿山道路点云数据相对应的矿山矿车车辆位置数据。本发明专利技术通过激光雷达生成的3D点云图像经过，通过上述技术方案，通过获取获取所述矿山道路云数据与所述矿山道路点云数据相对应的矿山矿车车辆位置数据，根据三维点云地图数据包括离散的3D点云，可以得到大量密集的点，这些点带有三维坐标(XYZ)、激光反射强度和和颜色信息(RGB)等信息，它们共同创建了可识别的三维结构，能够准确得到矿车装车过程的车辆的位置。

【技术实现步骤摘要】

本专利技术涉及矿区矿车自动驾驶，具体为面向矿车装车过程的车辆三维点云获取方法。

技术介绍

1、随着自动驾驶的兴起，矿区的自动驾驶的发展，通过3d点云获取矿车装车过程的车辆位置，能够有利于矿区自动驾驶的发展，3d点云是一种常见的空间几何结构表达方式，在计算机视觉、机器人技术等都有着广泛的应用。近年来，3d传感器的不断出现和发展，获取点云数据变得越来越便利，目前，学术界和工业界对自动驾驶和智能机器人的浓厚兴趣，也凸显出了点云处理及三维场景的重要性。在自动驾驶领域中，3d点云标注也发挥着重要作用。为保证自动驾驶矿车车辆的正常行驶。自动驾驶首先应具备一套完整的感知系统，来代替驾驶员的大脑，随着自动驾驶中人为干预程度越来越小，感知系统获取自身及周围环境的信息的准确性、高效性和全面性要求变得越来越高，这也是自动驾驶的重要环节.为了让自动驾驶矿车车辆能够“看得见”，车内应具备激光雷达、摄像头、雷达设备、超声波系统和相关人工智能技术。目前自动驾驶矿车车辆主要是依靠激光雷达来对车外环境做出感应，使自动驾驶矿车车辆能在道路上安全行驶。

2、在矿区矿车自动驾驶需要使本文档来自技高网...

【技术保护点】

1.面向矿车装车过程的车辆三维点云获取方法，其特征在于：

2.根据权利要求1所述的面向矿车装车过程的车辆三维点云获取方法，其特征在于：所述矿山矿车车辆内装载有激光雷达、摄像头、雷达设备和超声波系统。

3.根据权利要求1所述的面向矿车装车过程的车辆三维点云获取方法，其特征在于：所述根据所述矿山矿车车辆位置数据，计算得到三维点云地图数据包括离散的3D点云P＝{pi＝(x，y，z)，i＝1，2，...会被投影到NxN的2D鸟瞰栅格图中，每个栅格单元记录了(min(z)；ave(z)；max(z)相应点，没有点的栅格会被赋为(0；0；0)，同时模型的输入也是三个渠道；...

【技术特征摘要】

1.面向矿车装车过程的车辆三维点云获取方法，其特征在于：

2.根据权利要求1所述的面向矿车装车过程的车辆三维点云获取方法，其特征在于：所述矿山矿车车辆内装载有激光雷达、摄像头、雷达设备和超声波系统。

3.根据权利要求1所述的面向矿车装车过程的车辆三维点云获取方法，其特征在于：所述根据所述矿山矿车车辆位置数据，计算得到三维点云地图数据包括离散的3d点云p＝{pi＝(x，y，z)，i＝1，2，...会被投影到nxn的2d鸟瞰栅格图中，每个栅格单元记录了(min(z)；ave(z)；max(z)相应点，没有点的栅格会被赋为(0；0；0)，同时模型的输入也是三个渠道；

4.根据权利要求3所述的面向矿车装车过程的车辆三维点云获取方法，其特征在于：所述每个栅格的分辨率为0.05mx0.05m。

5.根据权利要求3所述的面向矿车装车过程的车辆三维点云获取方法，其特征在于：所述特征提取网络是resnet50，rpn和分类时可以同时分享提取出来的网络组成。

6.根据权利要求5所述的面向矿车装车过程的车辆三维点云获取方法，其特征在于：所述应用了faster r-cnn的滑窗和...

【专利技术属性】
技术研发人员：孙法虎，乔晋崴，杨晓东，孙启祥，马驰，肖永飞，
申请(专利权)人：枣庄鑫金山智能装备有限公司，
类型：发明
国别省市：