【技术实现步骤摘要】
本申请涉及无人驾驶，具体而言，涉及一种基于激光雷达的车辆控制方法、装置、设备及介质。
技术介绍
1、随着科技的蓬勃发展，港口作业呈现自动化趋势，通过自动化技术，能够大幅提升作业效率并降低人力成本。在港口日常运营过程中，乘客接泊、集装箱运送等作业流程都需要车辆在无人驾驶的情况下自动完成。如何保证无人驾驶作业时对车辆行驶路线的准确控制，是港口自动化技术中的关键环节。
2、目前，在自动驾驶场景中，通常是基于全球卫星定位系统(gnss)来对车辆进行定位的，但是车辆行驶过程中可能存在gnss信号被遮挡的情况，此时无法使用gnss系统提供的定位信息。因此，如何在定位信号微弱甚至消失的情况下，实现车辆的准确控制是亟待解决的技术问题。
技术实现思路
1、有鉴于此，本申请的目的在于提供一种基于激光雷达的车辆控制方法、装置、设备及介质，以解决在定位信号微弱甚至消失的情况下，无法对车辆进行准确控制的问题。
2、第一方面，本申请实施例提供了一种基于激光雷达的车辆控制方法，车辆为双向驾驶车辆，车辆前方的第一车头上安装有第一激光雷达，位于车辆后方的第二车头上安装有第二激光雷达，车辆在目标区域中行驶，目标区域为已具备高精点云数据的区域，方法包括：
3、在车辆行驶过程中，利用第一激光雷达及第二激光雷达分别对车辆的周围物体进行扫描，获取当前帧下的第一点云数据及第二点云数据；
4、对第一点云数据与第二点云数据进行融合，获得当前帧下的点云融合数据；
5、利用点
6、可选地，利用点云融合数据与高精点云数据进行匹配，包括：获取目标变换矩阵及目标高精点云数据；对点云融合数据及目标高精点云数据进行空间分割，获得点云融合数据对应的多个第一立方体单元及目标高精点云数据对应的多个第二立方体单元；针对每组对应位置的第一立方体单元及第二立方体单元，利用该组立方体单元的正态分布函数，对目标变换矩阵进行优化，获得优选变换矩阵；当优选变换矩阵满足迭代停止条件时，确定点云融合数据与目标高精点云数据相匹配。
7、可选地，利用该组立方体单元的正态分布函数，对目标变换矩阵进行优化，包括：分别确定第一立方体单元及第二立方体单元的正态分布函数；根据第一正态分布函数与第二正态分布函数之间的重叠度，对目标变换矩阵进行优化获得优选变换矩阵，第一正态分布函数为第一立方体单元的正态分布函数，第二正态分布函数为第二立方体单元的正态分布函数。
8、可选地，分别确定第一立方体单元及第二立方体单元的正态分布函数，包括：针对每个立方体单元，确定该立方体单元中所有点的坐标均值和协方差矩阵；根据坐标均值和协方差矩阵，确定正态分布函数。
9、可选地，根据第一正态分布函数与第二正态分布函数之间的重叠度，对目标变换矩阵进行优化获得优选变换矩阵，包括：确定第一正态分布函数与第二正态分布函数之间的当前重叠度；确定当前重叠度与历史重叠度之间的重叠度变化是否小于变化阈值；若大于或者等于变化阈值，则利用优化算法更新目标变换矩阵，将更新后的目标变换矩阵作为下一轮迭代的目标变换矩阵，返回执行确定第一正态分布函数与第二正态分布函数之间的当前重叠度的步骤。
10、可选地，利用第一激光雷达及第二激光雷达分别对车辆的周围物体进行扫描，获取当前帧下的第一点云数据及第二点云数据，包括：利用第一激光雷达对位于车辆前方预设范围内的物体进行扫描，获取当前帧下的第一点云数据；利用第二激光雷达对位于车辆后方预设范围内的物体进行扫描，获取当前帧下的第一点云数据。
11、可选地，对第一点云数据与第二点云数据进行融合，获得当前帧下的点云融合数据，包括：将第一点云数据和第二点云数据转换为以车辆中心点为原点的车辆坐标系下的两组点云数据；将车辆坐标系下的两组点云数据进行融合，获得当前帧下的点云融合数据。
12、第二方面，本申请实施例还提供了一种基于激光雷达的车辆控制装置，车辆为双向驾驶车辆，车辆前方的第一车头上安装有第一激光雷达，位于车辆后方的第二车头上安装有第二激光雷达，车辆在目标区域中行驶，目标区域为已具备高精点云数据的区域，所述装置包括：
13、数据获取模块，用于在车辆行驶过程中，利用第一激光雷达及第二激光雷达分别对车辆的周围物体进行扫描，获取当前帧下的第一点云数据及第二点云数据；
14、数据融合模块，用于对第一点云数据与第二点云数据进行融合，获得当前帧下的点云融合数据；
15、数据匹配模块，用于利用点云融合数据与高精点云数据进行匹配，根据匹配结果对车辆进行控制。
16、第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的基于激光雷达的车辆控制方法的步骤。
17、第四方面，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的基于激光雷达的车辆控制方法的步骤。
18、本申请实施例带来了以下有益效果：
19、本申请实施例提供的一种基于激光雷达的车辆控制方法、装置、设备及介质，能够利用激光雷达来获取车辆周围不同方向的点云数据，并将不同方向的点云数据融合在一起，利用融合数据与高精点云数据进行匹配，通过匹配结果进行车辆控制，其中，融合数据可以更准确地反映车辆的周围信息，同时将融合数据与事先确定的高精点云数据进行匹配即可实现车辆定位及控制，而无需完全借助于卫星定位信号，与现有技术中的基于激光雷达的车辆控制方法相比，解决了在定位信号微弱甚至消失的情况下，无法对车辆进行准确控制的问题。
20、为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种基于激光雷达的车辆控制方法，其特征在于，所述车辆为双向驾驶车辆，所述车辆前方的第一车头上安装有第一激光雷达，位于所述车辆后方的第二车头上安装有第二激光雷达，所述车辆在目标区域中行驶，所述目标区域为已具备高精点云数据的区域，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述利用所述点云融合数据与所述高精点云数据进行匹配，包括：
3.根据权利要求2所述的方法，其特征在于，所述利用该组立方体单元的正态分布函数，对所述目标变换矩阵进行优化，包括：
4.根据权利要求3所述的方法，其特征在于，所述分别确定所述第一立方体单元及所述第二立方体单元的正态分布函数，包括：
5.根据权利要求3所述的方法，其特征在于，所述根据所述第一正态分布函数与所述第二正态分布函数之间的重叠度，对所述目标变换矩阵进行优化获得优选变换矩阵，包括：
6.根据权利要求1所述的方法，其特征在于，所述利用所述第一激光雷达及所述第二激光雷达分别对所述车辆的周围物体进行扫描，获取当前帧下的第一点云数据及第二点云数据，包括：
7.根据权利要求
8.一种基于激光雷达的车辆控制装置，其特征在于，所述车辆为双向驾驶车辆，所述车辆前方的第一车头上安装有第一激光雷达，位于所述车辆后方的第二车头上安装有第二激光雷达，所述车辆在目标区域中行驶，所述目标区域为已具备高精点云数据的区域，包括：
9.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1至7中任一项所述的基于激光雷达的车辆控制方法的步骤。
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上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7中任一项所述的基于激光雷达的车辆控制方法的步骤。
...【技术特征摘要】
1.一种基于激光雷达的车辆控制方法，其特征在于，所述车辆为双向驾驶车辆，所述车辆前方的第一车头上安装有第一激光雷达，位于所述车辆后方的第二车头上安装有第二激光雷达，所述车辆在目标区域中行驶，所述目标区域为已具备高精点云数据的区域，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述利用所述点云融合数据与所述高精点云数据进行匹配，包括：
3.根据权利要求2所述的方法，其特征在于，所述利用该组立方体单元的正态分布函数，对所述目标变换矩阵进行优化，包括：
4.根据权利要求3所述的方法，其特征在于，所述分别确定所述第一立方体单元及所述第二立方体单元的正态分布函数，包括：
5.根据权利要求3所述的方法，其特征在于，所述根据所述第一正态分布函数与所述第二正态分布函数之间的重叠度，对所述目标变换矩阵进行优化获得优选变换矩阵，包括：
6.根据权利要求1所述的方法，其特征在于，所述利用所述第一激光雷达及所述第二激光雷达分别对所述车辆的周围物体进行扫描，获...
【专利技术属性】
技术研发人员：汪珩，李红中，黄金中，
申请(专利权)人：北京远舢智能科技有限公司，
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。