【技术实现步骤摘要】
本专利技术涉及目标检测,尤其涉及一种矿区障碍物检测方法及系统。
技术介绍
1、随着自动驾驶技术的突破,矿区无人化运输受到广泛的关注,作为无人驾驶的最佳应用场景,矿区的场景模式单一,运输路线较为固定,且矿区环境恶劣,部分地区的天气十分严寒,应用无人驾驶技术可以大大节省人力成本,提高工业效率。但是,矿区场景为非结构化道路,路况复杂多变,路面小障碍物较多且尺度变化大,给无人驾驶系统引入了不安全因素。因此,提升路面低洼、高突小障碍物的检测能力,是保证无人驾驶矿卡平稳运行的基础,也是提升无人驾驶矿卡运行效率的关键。
2、现有技术中,矿区无人驾驶系统对于小障碍物的感知主要采用传统激光雷达点云处理方法,但受制于激光雷达点云稀疏性的缺点和易受物体表面发射率的影响,无法准确检测路面低凸起小障碍物(车辙)和高表面反射率的小障碍物(水坑和淤泥)。
技术实现思路
1、本专利技术提供的矿区障碍物检测方法及系统,用于解决现有技术中存在的受制于激光雷达点云稀疏性的缺点和易受物体表面发射率的影响,无法实现对车
...【技术保护点】
1.一种矿区障碍物检测方法,其特征在于,包括:
2.根据权利要求1所述的矿区障碍物检测方法,其特征在于,所述基于所述局部语义点云地图、所述局部矿区障碍物地图和车辆当前位置信息,获取车辆前方矿区障碍物的信息,包括:
3.根据权利要求2所述的矿区障碍物检测方法,其特征在于,所述基于所述局部语义点云地图和所述局部矿区障碍物地图,获得矿区障碍物区域的包络框、矿区障碍物点云和地面点云数据,包括:
4.根据权利要求1所述的矿区障碍物检测方法,其特征在于,所述基于连续的车辆位置信息和连续的车辆单帧三维语义点云数据,构建局部语义点云地图,包括:
...【技术特征摘要】
1.一种矿区障碍物检测方法,其特征在于,包括:
2.根据权利要求1所述的矿区障碍物检测方法,其特征在于,所述基于所述局部语义点云地图、所述局部矿区障碍物地图和车辆当前位置信息,获取车辆前方矿区障碍物的信息,包括:
3.根据权利要求2所述的矿区障碍物检测方法,其特征在于,所述基于所述局部语义点云地图和所述局部矿区障碍物地图,获得矿区障碍物区域的包络框、矿区障碍物点云和地面点云数据,包括:
4.根据权利要求1所述的矿区障碍物检测方法,其特征在于,所述基于连续的车辆位置信息和连续的车辆单帧三维语义点云数据,构建局部语义点云地图,包括:
5.根据权利要求1或4所述的矿区障碍物检测方法,其特征在于,所述车辆单帧三维语义点云数...
【专利技术属性】
技术研发人员:田滨,宋瑞琦,吕宜生,张才集,孟石,
申请(专利权)人:中国科学院自动化研究所,
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。