无人清扫车回仓位垃圾箱检测与激光脏污识别方法及系统技术方案

本发明专利技术公开了无人清扫车回仓位垃圾箱检测与激光脏污识别方法及系统，其中方法包括：S1：获取数据；S2：通过车辆底盘状态数据判别车辆状态；S3：根据获取的数据计算得到ROI点云数据，将其分类为回仓位内点云数据与非回仓位的可行驶区域点云数据；S4：利用单线激光判别位于回仓位内的障碍物是否为专用垃圾箱与单线激光雷达是否存在脏污情况；利用聚类算法判断距离无人清扫车距离最近的障碍物；S5：对专用垃圾箱与障碍物进行包围盒构建，得到专用垃圾箱与障碍物的长宽属性信息。本发明专利技术能够自动识别无人清扫车回仓位的专用垃圾箱，同时具备单线激光传感器表面脏污检测能力，有助于无人清扫车的自动化作业，提高工作效率。

【技术实现步骤摘要】

本专利技术属于机器视觉领域，特别涉及无人清扫车回仓位垃圾箱检测和激光脏污识别方法及系统。

技术介绍

1、无人清扫车执行清扫任务，无需人工干预，大大提高了城市清扫效率并降低人工成本。无人清扫车自身携带的垃圾箱的容量有限，故需要及时返回仓库，在专用垃圾箱处进行垃圾倾倒。现阶段一般假设专用垃圾箱位置不动，放置在仓库固定位置，直接在高精度地图进行标注，再结合自车位姿信息进行坐标变换直接得到垃圾箱最终位置。但在实际生产作业中专用垃圾箱会有保洁人员定期倾倒，位置一定会发生变化。故假设垃圾箱不动的前提条件不符合实际，垃圾箱位置的轻微变化会直接影响垃圾箱位置识别精度，进而可能导致部分垃圾倾倒到垃圾箱外。因此实时检测专用垃圾箱，提供更精确稳定的位置信息，才能更好地帮助车辆进行规划路径。另外，用于检测回仓位内专用垃圾箱的单线激光雷达长期暴露在无人清扫车外部，表面容易沾染从自车垃圾箱掉落的垃圾和污水，点云数据质量下降，严重影响算法检测性能，在近距离检测时性能下降更为明显，故无人清扫车还需要具备一定的脏污检测能力，提醒用户及时对单线激光雷达进行表面清理。>

2、公开号为本文档来自技高网...

【技术保护点】

1.无人清扫车回仓位垃圾箱检测与激光脏污识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的无人清扫车回仓位垃圾箱检测与激光脏污识别方法，其特征在于，所述步骤S3中根据单线激光点云数据、导航地图数据与定位数据获取无人清扫车的ROI点云数据具体为：

3.根据权利要求1所述的无人清扫车回仓位垃圾箱检测与激光脏污识别方法，其特征在于，所述步骤S3中筛选ROI点云数据，将其分类为回仓位内点云数据与非回仓位的可行驶区域点云数据具体为：ROI点云数据根据导航地图数据中的地图元素信息将区域划分为回仓位内点云数据与非回仓位的可行驶区域点云数据。>

4.根据权利...

【技术特征摘要】

1.无人清扫车回仓位垃圾箱检测与激光脏污识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的无人清扫车回仓位垃圾箱检测与激光脏污识别方法，其特征在于，所述步骤s3中根据单线激光点云数据、导航地图数据与定位数据获取无人清扫车的roi点云数据具体为：

3.根据权利要求1所述的无人清扫车回仓位垃圾箱检测与激光脏污识别方法，其特征在于，所述步骤s3中筛选roi点云数据，将其分类为回仓位内点云数据与非回仓位的可行驶区域点云数据具体为：roi点云数据根据导航地图数据中的地图元素信息将区域划分为回仓位内点云数据与非回仓位的可行驶区域点云数据。

4.根据权利要求1所述的无人清扫车回仓位垃圾箱检测与激光脏污识别方法，其特征在于，所述步骤s4中利用单线激光对回仓位内点云数据进行检测，判别位于回仓位内的障碍物是否为专用垃圾箱具体为：

5.根据权利要求4所述的无人清扫车回仓位垃圾箱检测与激光脏污识别方法，其特征在于，所述步骤s4中利用单线激光对回仓位内点云数据...

【专利技术属性】
技术研发人员：崔绍臣，黄英君，杨雪松，伏东奇，张水田根，
申请(专利权)人：福龙马城服机器人科技有限公司，
类型：发明
国别省市：