【技术实现步骤摘要】
本专利技术涉及机器人，具体地说是一种分体式储能充电机器人充电柜识别方法及系统。
技术介绍
1、新能源汽车日益增长，但目前配套建设的充电桩数量远远跟不上电动汽车的增速，比例严重失衡。对于充电难的问题，最直接的解决方法是提供更多的充电桩增量，充电桩建设速度目前已经并不算慢，而且充电桩属于重资产投入，需要的资金巨大。公开信息显示，一个拥有10台120kw充电桩的普通充电站，仅建设成本就达到百万元级别。与寻求增量相比，储能充电机器人能够提升现有充电体系的效率，实现智慧补能，无疑是另一种更具成本效益、更加有效的解决方案。
2、目前存在可移动智能充电柜机器人，是储能加移动机器人加工业机器人的三重结合。该移动智能充电机器人采用了12v三相异步电机驱动系统，驱动效率高达81％。充电过程中机器人可以根据车辆需要调整充电功率，具体充电速度尚未披露。
3、有些移动充电机器人主打储能+机器人+新能源汽车概念。移动充电机器人scde110为30kw充放电，自带25kwh的机器人。
4、有些充电机器人基于自动驾驶、深度学习、3d视觉等底层技术，具有一键召唤自主寻车、机械臂自动插枪充电、在线支付结算、自动回仓补电等功能，借此满足电动汽车移动充电日益增长的需求。
5、有些是零碳绿色充电机器人，也是储能加移动加机械臂的结合，一台的造价在百万以上，单台容量为70kwh，充放功率为42kw，2小时内即可快速充满一辆续航里程约600公里的新能源车。
6、有些移动充电机器人是ev safe charge的zig
7、上述充电机器人全部为一体式，即底盘与电池为一体，一个机器人搭载一套传感器设备，只能承载一块电池。现有分体式充电机器人很少，基本为一体式方案。即使是分体式充电机器人可能采用摄像头，即采用视觉特征识别的方法，通过神经网络模型，输入充电柜图片进行训练或者在充电柜上张贴二维码，通过摄像头识别二维码的位置来确定充电柜的位置。但是摄像头容易受到光线的影响，在强光照射和弱光环境下识别效果差，不适用于充电常用的室外及地下车库场景。且摄像头的视野范围小，只有充电柜在摄像头视野范围内才能识别。也有分体式充电机器人采用单线激光雷达识别固定特征的方法，由于单线激光雷达数据量少，距离近，因此识别率较低。
8、故如何提高分体式充电机器人充电柜的识别率是目前亟待解决的技术问题。
技术实现思路
1、本专利技术的技术任务是提供一种分体式储能充电机器人充电柜识别方法及系统，来解决如何提高分体式充电机器人充电柜的识别率的问题。
2、本专利技术的技术任务是按以下方式实现的，一种分体式储能充电机器人充电柜识别方法，该方法是在分体式储能充电机器人的底盘上搭载两个16线激光雷达，在分体式储能充电机器人的充电柜上设置四个支撑腿，在支撑腿高度为0.5米处安装有三个围挡，三个围挡组成u字形，u字形围挡用于提供识别特征；通过16线激光雷达识别分体式储能充电机器人充电柜的u字形围挡的位置，使分体式储能充电机器人底盘进入分体式储能充电机器人充电柜的相应位置；
3、其中，通过16线激光雷达识别分体式储能充电机器人充电柜的u字形围挡的位置具体如下：
4、多激光雷达点云融合；
5、将融合点云体素进行滤波降采样处理；
6、采用射线法滤除地面点云；
7、聚类求解位置；
8、对融合点云进行直通滤波处理；
9、直线特征求解位置；
10、位置校验。
11、作为优选，充电柜高度为1.7米，宽度为0.8米。
12、更优地，多激光雷达点云融合具体如下：
13、底盘搭载两个16线激光雷达，两个16线激光雷达分别安装在底盘的左前角和右后角，并分别产生点云p1和p2；
14、由于激光雷达点云被底盘本身遮挡，因此两个激光雷达过滤底盘点云，得到点云p1’和p2’；
15、将底盘放置在廊道处进行激光雷达标定，调整右后角点云位姿变换矩阵t将点云p2’与点云p1’对齐，使廊道的边界清晰，记录当前位姿变换矩阵t；
16、点云p2’经位姿变换t后与点云p1’叠加得到融合点云pfusion。
17、更优地，将融合点云体素进行滤波降采样处理具体为：对融合点云pfusion采用体素滤波算法对点云降采样处理，得到降采样点云psample，以提升处理效率；
18、采用射线法滤除地面点云具体为：由于降采样点云psample中存在很多地面点，会影响到后续的点云聚类，因此需要滤除地面点，采用射线法(ray ground filter)滤除地面点，得到非地面点云pno_ground。
19、更优地，聚类求解位置具体如下：
20、对非地面点云pno_ground进行欧几里得聚类处理，计算包围盒尺寸，并将包围盒尺寸与充电柜对比：
21、若包围盒为矩形，且尺寸长度在1.7±0.2米，宽度在0.8±0.2米范围内，则说明包围盒中心位置即为充电柜的位置c1，位置c1表征在非地面点云中符合充电柜尺寸的长方体点云的中心位置。
22、更优地，对融合点云进行直通滤波处理具体如下：
23、提取0.45米到0.55米高度范围内的点云pcut，该高度范围的点云包含u型围挡的特征信息，识别u型围挡的特征，即可识别充电柜的位置；
24、直线特征求解位置具体如下：
25、在点云pcut中提取直线，对直线序列进行特征匹配：
26、若相邻两组直线夹角θ1和θ2都为90度，且直线b长度为1.7米，则两短边a和c中心位置为位置c2，位置c2表征0.45米到0.55米高度点云中充电柜高0.5处u型围挡的中心点位置；
27、位置校验具体如下：
28、对c1和c2校验，若两者偏差不超过0.1米，则确定充电柜位置，取二者平均值。
29、一种分体式储能充电机器人充电柜识别系统，该系统包括分体式储能充电机器人和识别单元，分体式储能充电机器人包括底盘和充电柜，底盘上搭载两个16线激光雷达，充电柜上设置四个支撑腿，在支撑腿高度为0.5米处安装有三个围挡，三个围挡组成u字形，u字形围挡用于提供识别特征；通过16线激光雷达及识别单元识别分体式储能充电机器人充电柜的u字形围挡的位置，使分体式储能充电机器人底盘进入分体式储能充电机器人充电柜的相应位置；
30、其中，识别单元包括：
31、融合模块，用于多激光雷达点云融合；
32、滤波降采样模块，用于将融合点云体素进行滤波降采样处理；
33、滤除模块，用于采用射线法滤除地面点云；
34、聚类模块，用于聚类求解位置；
35、直通滤波模块，用于对融合点云进行直通滤波处理；<本文档来自技高网...
【技术保护点】
1.一种分体式储能充电机器人充电柜识别方法，其特征在于，该方法是在分体式储能充电机器人的底盘上搭载两个16线激光雷达，在分体式储能充电机器人的充电柜上设置四个支撑腿，在支撑腿高度为0.5米处安装有三个围挡，三个围挡组成U字形，U字形围挡用于提供识别特征；通过16线激光雷达识别分体式储能充电机器人充电柜的U字形围挡的位置，使分体式储能充电机器人底盘进入分体式储能充电机器人充电柜的相应位置；
2.根据权利要求1所述的分体式储能充电机器人充电柜识别方法，其特征在于，充电柜高度为1.7米，宽度为0.8米。
3.根据权利要求1或2所述的分体式储能充电机器人充电柜识别方法，其特征在于，多激光雷达点云融合具体如下：
4.根据权利要求3所述的分体式储能充电机器人充电柜识别方法，其特征在于，将融合点云体素进行滤波降采样处理具体为：对融合点云PFusion采用体素滤波算法对点云降采样处理，得到降采样点云Psample；
5.根据权利要求4所述的分体式储能充电机器人充电柜识别方法，其特征在于，聚类求解位置具体如下：
6.根据权利要求5所述的分
7.一种分体式储能充电机器人充电柜识别系统，其特征在于，该系统包括分体式储能充电机器人和识别单元，分体式储能充电机器人包括底盘和充电柜，底盘上搭载两个16线激光雷达，充电柜上设置四个支撑腿，在支撑腿高度为0.5米处安装有三个围挡，三个围挡组成U字形，U字形围挡用于提供识别特征；通过16线激光雷达及识别单元识别分体式储能充电机器人充电柜的U字形围挡的位置，使分体式储能充电机器人底盘进入分体式储能充电机器人充电柜的相应位置；
8.根据权利要求7所述的分体式储能充电机器人充电柜识别系统，其特征在于，激光雷达设置有两个，其中一个激光雷达安装在分体式储能充电机器人底盘一侧面的后端位置处部，另一个激光雷达安装在分体式储能充电机器人底盘相对另一侧的前端位置处。
9.一种电子设备，其特征在于，包括：存储器和至少一个处理器；
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序可被处理器执行以实现如权利要求1至6中任一项所述的分体式储能充电机器人充电柜识别方法。
...【技术特征摘要】
1.一种分体式储能充电机器人充电柜识别方法，其特征在于，该方法是在分体式储能充电机器人的底盘上搭载两个16线激光雷达，在分体式储能充电机器人的充电柜上设置四个支撑腿，在支撑腿高度为0.5米处安装有三个围挡，三个围挡组成u字形，u字形围挡用于提供识别特征；通过16线激光雷达识别分体式储能充电机器人充电柜的u字形围挡的位置，使分体式储能充电机器人底盘进入分体式储能充电机器人充电柜的相应位置；
2.根据权利要求1所述的分体式储能充电机器人充电柜识别方法，其特征在于，充电柜高度为1.7米，宽度为0.8米。
3.根据权利要求1或2所述的分体式储能充电机器人充电柜识别方法，其特征在于，多激光雷达点云融合具体如下：
4.根据权利要求3所述的分体式储能充电机器人充电柜识别方法，其特征在于，将融合点云体素进行滤波降采样处理具体为：对融合点云pfusion采用体素滤波算法对点云降采样处理，得到降采样点云psample；
5.根据权利要求4所述的分体式储能充电机器人充电柜识别方法，其特征在于，聚类求解位置具体如下：
6.根据权利要求5所述的分体式储能充电机器人充...
【专利技术属性】
技术研发人员：董锐，宋明明，程瑶，黄洋，
申请(专利权)人：山东新一代信息产业技术研究院有限公司，
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。