【技术实现步骤摘要】
本申请涉及自动驾驶，具体而言，涉及一种基于三维栅格地图的无人清扫车主动安全方法及系统。
技术介绍
1、随着自动驾驶技术的不断普及，自动驾驶的概念已经深入各行各业，将自动驾驶与传统环卫清扫车结合，替代传统的人工驾驶，实现智能控制，节约了财力、物力和人力，并提高了清洁效率。其中，为实现清扫车的自主无人驾驶，首先需要保障清扫车和其他交通参与者的安全，研究和发展车辆的主动安全技术具有重要意义。
2、目前，在现有的无人清扫车主动安全技术中，所采用的主动安全方法包括：使用超声波雷达，利用超声波雷达感知无人清扫车周围障碍物的距离，当障碍物距离过近时，触发清扫车的紧急制动；直接使用激光雷达，利用激光雷达探测障碍物的点云位置信息，判断与清扫车之间的距离，确认是否进行紧急制动。其中，超声波雷达信号传输频率较低，在无人清扫车行驶过程中无法满足实时检测和接管的需求，并且超声波反馈的一般只有和障碍物之间的距离信息，在主动安全算法上的使用不具有灵活性。而激光雷达的感知周围障碍物信息的频率虽然较高，但其数据量较大，若在车辆实时行驶过程中，直接使用激光雷达点云，则需要对数量庞大的点云信息进行计算处理，筛选其中距离车辆较近的点，这对算法输出结果的实时性提出了较大挑战，且可能会出现闪现的点云噪点，若直接使用则极易造成车辆卡顿。
技术实现思路
1、本申请提供一种基于三维栅格地图的无人清扫车主动安全方法及系统，主要解决了无人清扫车行驶过程中的主动安全问题，在突然遇到障碍物时可以准确识别、快速反应、紧急制动接管
2、具体的技术方案如下：
3、第一方面，本申请实施例提供了一种基于三维栅格地图的无人清扫车主动安全方法，所述无人清扫车主动安全方法包括：
4、实时获取激光雷达点云数据信息，并根据当前帧的激光雷达点云数据信息构建实时三维栅格地图；
5、实时获取车辆底盘反馈的车辆挡位和前轮转角数据信息，并对车辆推位预测速度、采样时间及推位轨迹点数量进行预设置，根据车辆运动学模型构建车辆推位预测轨迹，并根据车辆三维模型和所述车辆推位预测轨迹，生成基于预测轨迹点的车辆三维预测位置框；其中，所述车辆推位预测轨迹包括每个推位轨迹点的位置姿态信息；
6、根据所述车辆三维预测位置框和所述实时三维栅格地图，判断所述车辆三维预测位置框中的每个栅格是否被占据；
7、若所述车辆三维预测位置框中的某个栅格被占据，则计算所述车辆三维预测位置框与车辆实际位置之间的距离，作为障碍物距离信息输出，并根据输出的所述障碍物距离信息进行相对应的主动安全制动。
8、在本申请的一些实施例中，所述根据当前帧的激光雷达点云数据信息构建实时三维栅格地图，具体包括：
9、设置所述实时三维栅格地图的长宽高和分辨率，并将所述当前帧的激光雷达点云数据信息转换为所述实时三维栅格地图的地图数据。
10、在本申请的一些实施例中，所述根据车辆运动学模型构建车辆推位预测轨迹，具体包括：
11、建立车辆运动学模型；所述车辆运动学模型为：
12、
13、其中，为车辆在x轴的分速度，为车辆在y轴的分速度，为航向角变化率，v为车辆速度，为车辆航向角，δ为前轮转角，l为车辆轴距；
14、根据所述车辆运动学模型以及预设置的所述车辆推位预测速度、所述采样时间、所述推位轨迹点数量，计算得到每个所述推位轨迹点的位置信息和航向角信息，计算公式为：
15、
16、其中，xk+1为第k+1个轨迹点车辆位置x坐标，xk为第k个轨迹点车辆位置x坐标，yk+1为第k+1个轨迹点车辆位置y坐标，yk为第k个轨迹点车辆位置y坐标，为第k+1个轨迹点车辆航向角，为第k个轨迹点车辆航向角，v'为车辆推位预测速度，t为采样时间，为车辆航向角，δ为前轮转角，l为车辆轴距，n为推位轨迹点数量；
17、根据每个所述推位轨迹点的所述位置信息和所述航向角信息，构建所述车辆推位预测轨迹。
18、在本申请的一些实施例中，所述车辆三维模型的构建方法包括：
19、根据车辆各局部实际形状和传感器布局，分别选择相对应形状的三维模型作为初始局部模型；
20、以车辆后轴中心为三维坐标系原点，根据所述车辆整体实际形状，对所有所述初始局部模型进行组合拼接，合成所述车辆三维模型。
21、在本申请的一些实施例中，所述根据车辆三维模型和所述车辆推位预测轨迹，生成基于预测轨迹点的车辆三维预测位置框，具体包括：
22、获取每个所述推位轨迹点的所述位置姿态信息；所述位置姿态信息包括位置信息和航向角信息；
23、根据每个所述推位轨迹点的所述位置姿态信息和所述车辆三维模型，得到所述车辆三维模型的每个初始局部模型的顶点坐标，并根据所述车辆三维模型的所有所述初始局部模型的顶点坐标生成所述车辆三维预测位置框。
24、在本申请的一些实施例中，所述根据所述车辆三维预测位置框和所述实时三维栅格地图，判断所述车辆三维预测位置框中的每个栅格是否被占据，具体包括：
25、从第一个所述推位轨迹点开始，执行栅格遍历步骤；其中，所述栅格遍历步骤包括：将与第一个所述推位轨迹点相对应的所述车辆三维预测位置框的每个所述初始局部模型的顶点坐标分别转换为所述实时三维栅格地图的栅格坐标，记为顶点栅格坐标；遍历所述车辆三维预测位置框的所有顶点栅格坐标所围区域内的所有栅格值，判断是否存在大于预设阈值的栅格；
26、若存在，则判定第一个所述推位轨迹点相对应的所述车辆三维预测位置框中的栅格被占据，停止遍历，否则对第二个所述推位轨迹点执行栅格遍历步骤，直至判定栅格被占据或者遍历完所有所述推位轨迹点。
27、第二方面，本申请实施例提供了一种基于三维栅格地图的无人清扫车主动安全系统，所述无人清扫车主动安全系统包括：
28、地图构建模块，用于实时获取激光雷达点云数据信息，并根据当前帧的激光雷达点云数据信息构建实时三维栅格地图；
29、推位生成模块，用于实时获取车辆底盘反馈的车辆挡位和前轮转角数据信息，并对车辆推位预测速度、采样时间及推位轨迹点数量进行预设置，根据车辆运动学模型构建车辆推位预测轨迹，并根据车辆三维模型和所述车辆推位预测轨迹，生成基于预测轨迹点的车辆三维预测位置框；其中，所述车辆推位预测轨迹包括每个推位轨迹点的位置姿态信息；
30、栅格占据判断模块，用于根据所述车辆三维预测位置框和所述实时三维栅格地图，判断所述车辆三维预测位置框中的每个栅格是否被占据，并用于若所述车辆三维预测位置框中的某个栅格被占据，则计算所述车辆三维预测位置框与车辆实际位置之间的距离，作为障碍物距离信息输出，并根据输出的所述障碍物距离信息判断是否进行主动安全制动。<本文档来自技高网...
【技术保护点】
1.一种基于三维栅格地图的无人清扫车主动安全方法，其特征在于，所述无人清扫车主动安全方法包括：
2.根据权利要求1所述的基于三维栅格地图的无人清扫车主动安全方法，其特征在于，所述根据当前帧的激光雷达点云数据信息构建实时三维栅格地图，具体包括：
3.根据权利要求1所述的基于三维栅格地图的无人清扫车主动安全方法，其特征在于，所述根据车辆运动学模型构建车辆推位预测轨迹，具体包括：
4.根据权利要求1所述的基于三维栅格地图的无人清扫车主动安全方法，其特征在于，所述车辆三维模型的构建方法包括：
5.根据权利要求1所述的基于三维栅格地图的无人清扫车主动安全方法，其特征在于，所述根据车辆三维模型和所述车辆推位预测轨迹，生成基于预测轨迹点的车辆三维预测位置框，具体包括：
6.根据权利要求5所述的基于三维栅格地图的无人清扫车主动安全方法，其特征在于，所述根据所述车辆三维预测位置框和所述实时三维栅格地图，判断所述车辆三维预测位置框中的每个栅格是否被占据，具体包括：
7.一种基于三维栅格地图的无人清扫车主动安全系统，其特征在于，所
8.一种基于三维栅格地图的无人清扫车主动安全装置，其特征在于，包括处理器、存储器以及存储在所述存储器中的计算机程序，所述处理器执行所述计算机程序时，执行如权利要求1–6中任一项所述的基于三维栅格地图的无人清扫车主动安全方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1–6中任一项所述的基于三维栅格地图的无人清扫车主动安全方法。
10.一种计算机程序产品，其特征在于，所述计算机程序产品中包含有指令，当指令在计算机或处理器上运行时，使得计算机或处理器执行如权利要求1–6中任一项所述的基于三维栅格地图的无人清扫车主动安全方法。
...【技术特征摘要】
1.一种基于三维栅格地图的无人清扫车主动安全方法，其特征在于，所述无人清扫车主动安全方法包括：
2.根据权利要求1所述的基于三维栅格地图的无人清扫车主动安全方法，其特征在于，所述根据当前帧的激光雷达点云数据信息构建实时三维栅格地图，具体包括：
3.根据权利要求1所述的基于三维栅格地图的无人清扫车主动安全方法，其特征在于，所述根据车辆运动学模型构建车辆推位预测轨迹，具体包括：
4.根据权利要求1所述的基于三维栅格地图的无人清扫车主动安全方法，其特征在于，所述车辆三维模型的构建方法包括：
5.根据权利要求1所述的基于三维栅格地图的无人清扫车主动安全方法，其特征在于，所述根据车辆三维模型和所述车辆推位预测轨迹，生成基于预测轨迹点的车辆三维预测位置框，具体包括：
6.根据权利要求5所述的基于三维栅格地图的无人清扫车主动安全方法，其特征在于，所述根据所述车辆三维预测...
【专利技术属性】
技术研发人员：梁爽，窦凤谦，陶鑫，白云龙，
申请(专利权)人：云创智行科技苏州有限公司，
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。