CN111432017B - 一种基于车联网和智能驾驶技术的智能粮食物流专用平台车 - Google Patents
一种基于车联网和智能驾驶技术的智能粮食物流专用平台车 Download PDFInfo
- Publication number
- CN111432017B CN111432017B CN202010247189.XA CN202010247189A CN111432017B CN 111432017 B CN111432017 B CN 111432017B CN 202010247189 A CN202010247189 A CN 202010247189A CN 111432017 B CN111432017 B CN 111432017B
- Authority
- CN
- China
- Prior art keywords
- platform
- vehicle
- module
- platform truck
- grain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000006855 networking Effects 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title description 8
- 238000001514 detection method Methods 0.000 claims abstract description 34
- 238000005516 engineering process Methods 0.000 claims abstract description 18
- 230000004927 fusion Effects 0.000 claims description 35
- 230000001133 acceleration Effects 0.000 claims description 17
- 230000008447 perception Effects 0.000 claims description 15
- 230000003993 interaction Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000004171 remote diagnosis Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 4
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000008054 signal transmission Effects 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000002592 echocardiography Methods 0.000 claims description 2
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical compound CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 abstract description 5
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000012546 transfer Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 239000000779 smoke Substances 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013497 data interchange Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000003897 fog Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0833—Tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Aviation & Aerospace Engineering (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Signal Processing (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Electromagnetism (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Threshing Machine Elements (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于车联网和智能驾驶技术的智能粮食物流专用平台车,包括安装在平台车上的车载计算平台、环境感知模块、导航定位模块、车联网模块和粮情检测模块;其中,所述车载计算平台,安装于平台车前侧,所述车载计算平台与所述环境感知模块、所述导航定位模块、所述车联网模块连接,用于车辆运行状态的调整及车队的调度管理,粮情检测模块与车联网模块连接。本发明采用车联网和智能驾驶技术组合进行粮食物流转运,云平台管理,自动化程度高,定位精度高,粮食检测数据与云平台实时共享。
Description
技术领域
本发明属于粮食物流技术领域,具体涉及一种基于车联网和智能驾驶技术的智能粮食物流专用平台车。
背景技术
我国是一个粮食生产大国,粮食物流是始终贯穿粮食从生产到消费整个产业链的纽带。发展粮食现代物流的主要内容是推进粮食由包装粮食运输向散储、散运、散装、散卸“四散化”运输的变革。目前,我国基层粮食收纳库和储备粮库仓内粮食95%以上都是散装储存,因此改粮食包装运输为散装运输势在必行。
目前,我国在粮库和港口等封闭园内粮食散装转运主要采用以下形式:
1.采用传送带或铲车。在转运地点较近时,采用传送带或者铲车,运输至库中指定位置,卸入库中,目前国内的一些大型粮食储备库、粮食加工厂就是使用这种方式。采用传送带或铲车运输不仅效率低,而且需要配置专门的人工作业。
2.采用集装箱转运。将散粮直接装入集装箱内,用货车运输至园区指定位置。但是集装箱转运时,卸粮效率较低,集装箱种类繁多,封闭园区内集装箱装卸设备是否对其适合,有待研究,为每个粮库配置多种装卸设备,显然不现实。
3.采用自卸式货车转运。装卸效率较高,但需要配合集装箱移位设备,如正面吊、桥吊、翻转机等。该卸粮方式投资较大,一般在大规模卸粮使用。
4.采用吸粮车转运。吸粮车是吸粮和运输为一体的新型运输车辆,能实现散粮的快速装卸,节约运粮成本,但是每辆车都需要配置专门的作业人员。
5.为解决现有技术的不足,现提出技术改进方案,将车联网和智能驾驶技术应用至粮食物流运输技术中。
发明内容
本发明的目的在于提供一种基于车联网和智能驾驶技术的智能粮食物流专用平台车,其采用车联网和智能驾驶技术组合进行粮食物流转运,实现以平台车作为终端,通过云平台完成平台车与平台车、平台车与关联子设备的数据交换,实现数字化粮食检测,实现全天候不同环境下精准定位与导航,实现自适应巡航与防撞预警,实现区域内自动驾驶,从而达到安全高效的粮食转运的目的。
本发明采用如下技术方案实现的:
一种基于车联网和智能驾驶技术的智能粮食物流专用平台车,包括安装在平台车上的车载计算平台、环境感知模块、导航定位模块、车联网模块和粮情检测模块;其中,
所述车载计算平台,安装于平台车前侧,所述车载计算平台与所述环境感知模块、所述导航定位模块、所述车联网模块连接,用于车辆运行状态的调整及车队的调度管理,粮情检测模块与车联网模块连接。
本发明进一步的改进在于,所述平台车的车身内部包括线控转向***、线控加减速***、线控制动***、CAN总线及车箱,所述线控转向***、所述线控加减速***、所述线控制动***与所述CAN总线连接,所述CAN总线与所述车载计算平台、车联网模块连接,用于串行通信,传输电子信号,控制车辆运行状态。
本发明进一步的改进在于,所述车联网模块包括,
T-BOX,安装于平台车的前侧位置,与所述CAN总线、云平台连接,用于车联网的远程
遥控和远程诊断;
云平台,与所述T-BOX、远程终端无线连接,所述云平台用于云端通信及信息共享。
本发明进一步的改进在于,所述粮情检测模块包括,
无线温湿度传感器,安装于所述车箱的内侧,所述无线温湿度传感器与所述云平台无线连接,用于将检测转运粮食的温湿度与粮库的监测平台实现数据共享,防止粮食霉变;
无线气体传感器,安装于所述车箱的内侧,所述无线气体传感器与所述云平台无线连接,用于检测转运粮食的PH3、CO2气体浓度,实现预警提示。
本发明进一步的改进在于,还包括急停按钮,安装于平台车的左右两个侧面,与所述线控制动***连接,用于紧急情况下制动,避免危险的发生。
本发明进一步的改进在于,所述环境感知模块包括,
环境感知融合器,安装于平台车的前侧,与所述车载计算平台连接,用于将各感知传感器的数据处理融合;
毫米波雷达,安装于平台车的前后左右四个中心位置,与所述环境感知融合器连接,用于探测平台车四周障碍物;
激光雷达,安装于平台车的两个左右前角及车尾,与所述环境感知融合器连接,用于探测平台车四周障碍物;
高清双目摄像头,安装于平台车的前方车顶,与所述环境感知融合器连接,用于探测平台车前方障碍物;
高清环视摄像头,安装于平台车的左右两侧及后侧,与所述环境感知融合器连接,用于探测平台车左右两侧及后侧的盲区路况信息。
本发明进一步的改进在于,该平台车采用多传感器融合进行障碍物的测距,其中,
所述毫米波雷达,通过发送无线电波,接收其回波,根据收发波之间的时间差获取障碍物的相对距离,相对速度,以及角度信息;
所述激光雷达,通过发射激光束,然后将其接收到的目标回波与发射信号相比较并处理后,获得障碍物有关的距离信息和三维点云图信息;
所述高清双目摄像头,类似人类的双眼,能识别任何类型的障碍物,并对障碍物类别细分,通过对两幅图像的视差计算来确定前方障碍物的距离;
所述高清环视摄像头,安装时镜头朝下,画面畸变系数大,采用的是基于单应性矩阵和仿射变换的思路来进行测距。
本发明进一步的改进在于,该平台车采用多传感器融合进行障碍物的图像识别,其中,
所述毫米波雷达,识别的物体均为一两个点,对于物体不能准确地建模;
所述高清双目摄像头,分辨率高,其完成的工作包括:车道线检测、障碍物检测以及交通标志的识别;
所述高清环视摄像头,采集所述平台车四周的影像,经过图像单元矫正和拼接之后,形成一幅平台车四周的全景图,避免在危险的盲区发生意外;
所述激光雷达,其探测数据是包含了明确的(x,y,z)数据的3D数据,通过标定参数,可以实现把3D数据点投到2D图像上,其完成的工作包括:路沿检测、障碍物识别,静态物体和动态物体的识别。
本发明进一步的改进在于,所述导航定位模块包括,
导航定位融合器,安装于车辆的前侧,与所述车载计算平台连接,用于将各导航定位传感器的数据进行处理融合;
差分GPS,一台安装于平台车的前方车顶,与所述导航定位融合器连接,另一台安装于卫星基准站,即平台车上的差分GPS观测的同时,也接收到基准站差分GPS发出的改正数,并对其定位结果进行改正,用于获取所述平台车修正后绝对位置数据;
组合惯导,安装于平台车的前方车顶,与所述导航定位融合器连接,用于获取所述平台车速度、加速度、全资信息参数。
本发明进一步的改进在于,还包括人机交互界面,安装于平台车前侧,所述人机交互界面与所述车载计算平台连接,用于显示车辆信息,自动驾驶状态信息,状态和异常通知,用户能够随时通过人机交互界面控制车辆,是用户与所述平台车交流的桥梁。
相较于现有技术,本发明至少具有如下有益的技术效果:
本发明提供的一种基于车联网和智能驾驶技术的智能粮食物流专用平台车,通过激光雷达、毫米波雷达、高清双目摄像头、高清环视摄像头的数据融合获得障碍物位置信息和图像信息,通过差分GPS和组合惯导的数据融合可以获得平台车的绝对位置信息、相对位置信息、速度及加速度信息,车载计算平台通过环境感知融合器和导航定位融合器提供的数据信息,进一步通过控制区域网络(CAN总线)向平台车发送加减速、制动和转向等电子信号信息,从而控制线控转向***、线控加减速***及线控制动***,通过T-BOX,接收云平台的指令,实现远程控制与诊断,通过无线温湿度传感器和无线气体传感器数字化检测转运粮食的状态,通过车载计算平台与云平台实现平台车队的调度与管理,进而实现以平台车作为终端,完成平台车与平台车、平台车与关联子设备的数据交换,实现平台车粮食数据与云平台粮食检测数据共享,实现全天候不同环境下精准定位与导航,实现自适应巡航与防撞预警,实现区域内自动驾驶,从而达到安全高效的粮食转运的目的。概括地说,本发明具有如下优点:
1.自动化程度高,节省劳动力;
2.云平台化管理,转运效率高;
3.多传感器融合,定位精度高;
4.粮情传感器检测,数据实时共享;
5.冗余思想设计,安全系数高。
附图说明
图1是平台车各模块分类示意图
图2是平台车车联网工作示意图。
图3是平台车传感器位置示意图。
图4平台车三维结构部分示意图。
图5是平台车工作原理流程图。
附图标记如下:
1-T-BOX;2-组合惯导;3-高清双目摄像头;4-毫米波雷达;5-人机交互界面;6-差分GPS;7-车载计算平台;8-激光雷达;9-环境感知融合器;10-CAN总线;11-线控转向***;12-高清环视摄像头;13-急停按钮;14-线控制动***;15-线控加减速***;16-无线气体传感器;17-平台车;18-车箱;19-无线温湿度传感器;20-导航定位融合器;21-云平台。
具体实施方式
以下结合附图对本发明做出进一步的说明。
如图1至图5所示,本发明提供的一种基于车联网和智能驾驶技术的智能粮食物流专用平台车,包括安装在平台车17上的车载计算平台7、环境感知模块、导航定位模块、车联网模块和粮情检测模块;其中,所述车载计算平台7,安装于平台车17前侧,所述车载计算平台7与所述环境感知模块、所述导航定位模块、所述车联网模块连接,用于车辆运行状态的调整及车队的调度管理,粮情检测模块与车联网模块连接。
平台车17车身内部包括线控***,即线控转向***11、线控加减速***15、线控刹车***及CAN总线10及车箱18,通过CAN总线10发送线控电子信号,控制平台车17的转向、加减速及制动。所述CAN总线10是控制器局域网络的简称,所述CAN总线10与所述车载计算平台7、车联网模块连接,用于串行通信,传输电子信号,控制车辆运行状态。
环境感知模块,即通过各传感器数据采集,环境感知融合器9进行处理与融合,然后将平台车17四周路况信息传输至车载计算平台7,包括障碍物测距和图像识别,具体说明如下:
本平台车17为实现在不同环境下全天候精准探测的目的,在平台车17的前方采用了高清双目摄像头3、激光雷达8、毫米波雷达4探测障碍物;在平台车17的左右两侧及后方均采用了高清环视摄像头12、激光雷达8、毫米波雷达4探测障碍物,各传感器取长补短。
毫米波雷达4,安装于平台车17身前后左右四个中心位置,360°全覆盖探测,用于探测平台车17四周障碍物。在平台车17工作时,毫米波雷达4发送无线电波,接收其回波,根据收发波之间的时间差获取本车四周障碍物的相对距离,相对速度,角度、运动方向等信息。毫米波雷达4探测距离远,雨雪雾霾对其影响较小,具有较强的抗干扰能力,可以穿透烟、雾、灰尘,可以实现全天候全天时稳定工作,但是缺点也比较明显,毫米波雷达4识别的物体均为一两个点,对于物体不能准确地建模,另外通过大量的数据证明,它对于行人的识别也是是有局限的。
激光雷达8,安装于平台车17的两个左右前角及车尾,360°全覆盖探测,用于探测平台车17四周障碍物。在平台车17工作时,激光雷达8通过发射激光束,然后将其接收到的目标回波与发射信号相比较,作适当处理后,就可获得障碍物有关的距离信息和三维点云图信息。激光雷达8通过标定参数,可以实现把3D数据点投到2D图像上。激光雷达8,探测范围广,探测精度高,它完成的工作包括:路沿检测(包括车道线、路牙)、障碍物识别,静态物体和动态物体的识别。但是激光雷达8缺点也比较明显,易受雨、雪、烟、雾霾、灰尘环境的影响,对于障碍物的识别只能大致分类。
高清双目摄像头3,安装于平台车17的前方车顶,用于探测平台车17前方障碍物。在平台车17工作时,高清双目摄像头3类似人类的双眼,通过对两幅图像的视差计算来确定前方障碍物的距离,可以识别任何类型的物体。高清双目摄像头3完成的工作包括:车道线检测、障碍物检测、交通标志的识别,但是高清双目摄像头3缺点也比较明显,一是夜间或雨雪烟雾效果较差;二是高清双目摄像头3成像二维图形,获取三维信息非常难。
高清环视摄像头12,安装于平台车17的左右两侧及后侧,用于探测平台车17左右两侧及后侧路况盲区路况信息。在平台车17工作时,基于单应性矩阵和仿射变换的思路来进行测距。高清环视摄像头12,有更广的拍摄视角,基本覆盖所有盲区,平台车17在转向、倒车、泊车时,***可以调用车身周围多个摄像头,采集平台车17四周的影像,经过图像单元矫正和拼接之后,形成一幅平台车17四周的全景图,避免在危险的盲区发生意外。
这是环境感知部分。实践证明,与单一传感器***相比,运用多传感器数据融合技术在解决探测、跟踪和目标识别等问题方面,能够增强***生存能力,提高整个***的可靠性和鲁棒性,增强数据的可信度。
在环境感知融合器9数据融合时,采用前融合算法,规定硬件同步准则和软件同步准则。其中软件同步准则,包括时间同步和空间同步。
硬件同步:使用同一种硬件同时发布触发采集指令,实现各种传感器采集、测量的时间同步。做到同一时刻采集相同的信息。
时间同步:通过车载计算平台7给各个传感器提供基准时间,各传感器根据已经校准后的时间为各自独立采集的数据加上时间戳信息,可以做到所有传感器时间戳同步,但由于各个传感器各自采集周期相互独立,无法保证同一时刻采集相同的信息。根据各传感器手册知,毫米波雷达4采样帧速率为20帧/s,高清双目摄像头3和高清环视摄像头12采样帧频率为25~30帧/s,激光雷达8采样帧速率可达几千帧,为保证数据的可靠性,选取激光雷达8采样速率为准,激光雷达8每采一帧图像,选取毫米波雷达4、高清双目摄像头3、高清环视摄像头12的上一帧图像,共同完成采样,从而保证了各传感器在时间上的同步。
空间同步:建立精确的激光雷达坐标系、毫米波雷达坐标系、高清双目摄像头坐标系、高清环视摄像头坐标系、三维世界坐标系,图像平面坐标系和像素坐标系,而图像坐标系与像素坐标之间的坐标转换关系是实现多传感器数据的空间融合的关键。空间同步就是将不同传感器坐标系的测量值转换到同一个坐标系中。在平台车17以低速转运,高清双目摄像头3与高清环视摄像头12近距离识别效果较好,传感器探测以视觉传感器为主,只需将激光雷达8和毫米波雷达坐标系下的测量点通过坐标系转换到高清双目摄像头3和高清环视摄像头12对应的像素坐标系下即可实现多传感器的空间同步。
因此,环境感知模块通过硬件同步和软件同步后,进行数据预处理和特征提取,再通过贝叶斯统计理论或卡尔曼滤波方法输出更稳定的、更充分的一致性目标特征信息。
导航定位模块由导航定位融合器20、差分GPS 6和组合惯导2组成,在远程终端给定目的地,导航定位模块提供平台车17的实时位置信息,通过车载计算平台7与高精度地图的比对,形成车身位姿,通过路径规划,实现自主导航,具体说明如下:
差分GPS 6,一台安装于卫星基准站,一台安装于平台车17的前方车顶,通过基准站和平台车17上的差分GPS 6同步观测,利用卫星基准站上所测得的卫星定位误差数据改正平台车17上卫星定位结果,即平台车17上的差分GPS 6观测的同时,也接收到基准站发出的改正数,并对其定位结果进行改正。
组合惯导2,安装于平台车17的前方车顶,用于获取平台车17速度、加速度等信息。在采用差分GPS 6定位时,容易受到干扰,在粮食转运的封闭园区,树木遮挡,粮库室内容易造成多路径效应,造成定位结果精度降低甚至丢失。而组合惯导2一般包含加速度计、陀螺仪,磁力计,气压计惯性测量单元和用于推理的计算单元两大部分。加速度计测量三轴加速度,用于定位和修正姿态;陀螺仪测量三轴角速度,用于姿态解算,辅助定位;磁力计测量正北方向,用于对x/y姿态进行补偿;气压计测量正北方向,用于对z轴位置进行补偿。它不仅可以在差分GPS 6信号丢失或者很弱的情况下,暂时填补差分GPS 6留下的空缺,用积分法取得最接近真实的三维高精度定位,还可以独立地获取平台车17的速度和姿态信息。
在导航定位模块中,由于组合惯导2既可以独立获得绝对位置,也可以获得相对位置,在导航定位融合器20数据处理时,以组合惯导2为主***,组合惯导2与差分GPS 6的姿态、位置、速度的差值作为状态量,每个差分GPS 6历元一次,向车载计算平台7输出组合数据,进而作出决策指令。
车联网模块由T-BOX 1和云平台21组成,车联网模块是实现平台车17信息共享的桥梁,大大的提高了转运效率,具体说明如下:
在云平台21,只要平台车17拥有许可账户并联网,即可同云端进行通信,不仅可以完成数据的存取访问,也可以获得软件服务,包括高精度地图,仿真平台,数据平台、空中升级软件等。其中仿真平台不仅仅可以提供大量的数据模拟,更可以通过交通灯识别、速度限制、障碍物检测、路线逻辑等指标对转运结果进行评估。
T-BOX 1,全称:Telematics-BOX,又称车联网单元控件;所述T-BOX 1,安装于平台车17的前侧位置,是车联网的智能车载终端,用于车联网的远程遥控和远程诊断。在平台车17工作时,T-BOX 1通过云平台21,接收到远程终端(手机APP或计算机)的远程诊断或控制请求后,在CAN总线10上发起诊断及控制命令;T-BOX 1获取相关CAN总线10信号后返回云平台21,通过云平台21再返回数据到远程终端,实现远程诊断或控制,获得平台车17车身状况信息。
与此同时,在粮食物流中相关联设备,比如装卸设备、出入库***、其他平台车等,这些子***的T-BOX 1也会将其设备信息、设备运行状态、设备调度信息发送云平台21,云平台21信息实时共享。通过网联,所有物流平台车及设备都能取得路况信息,不仅可以静态地规划最短转运路径,还能结合当时路况的复杂程度合理地调整设备的工作状态,保证效率的最大化。
粮情检测模块包括无线温湿度传感器19和无线气体传感器16,具体说明如下:
无线温湿度传感器19,安装于车箱18的内侧,用于检测转运粮食的温湿度,防止粮食霉变;
无线气体传感器16,安装于车箱18的内侧,用于检测转运粮食的PH3、CO2气体浓度,实现预警提示。
无线温湿度传感器19和无线气体传感器16两者均与云平台21无线通讯,车联网***中的粮食检测数据,会自动传送至云平台21,且与粮库的监测平台实现数据共享;在数字粮库里,每一粒粮食从运输入库到出库,都能跟踪查询,真实、快捷、省力地获取粮食数据,预测今后一段时间里粮情的变化走势,并通过云平台21大数据找出粮情异常点,还能够根据具体情况给出相应警报和处理建议;若在检测过程中,发现某平台车粮食数据异常,云平台21会通过T-BOX 1发送指令单独调度该平台车17至指定的仓库,接收工作人员的处理。
车载计算平台7,安装于平台车17前侧。一方面通过环境感知模块和导航定位模块,可以得到精准的路况信息、导航参数和全姿态信息参数,将其数据输送至车载计算平台7,通过CAN总线10,发送电子信号,进而控制线控转向***11、线控加减速***15、线控制动***14。另一方面,作为后台调度中心,通过T-BOX 1接收到云平台21的指令后,负责平台车17行驶路线的调度及平台车车队的调度管理等。
本发明提供的一种基于车联网和智能驾驶技术的智能粮食物流专用平台车,还包括人机交互界面5,安装于平台车17前侧,人机交互界面5与车载计算平台7连接,用于显示车辆信息,自动驾驶状态信息,状态和异常通知,用户也可以随时通过人机交互界面5控制车辆,它是用户与所述平台车17交流的桥梁。
本发明提供的一种基于车联网和智能驾驶技术的智能粮食物流专用平台车,还包括急停按钮13,急停按钮13安装于平台车17的左右两个侧面,在紧急情况或平台车17失控情况下,按下急停按钮13,线控制动***14开始工作,并且随后平台车17会处于断电状态,避免危险的发生。
因此,在平台车17工作时,通过激光雷达8、毫米波雷达4、高清双目摄像头3、高清环视摄像头12的数据融合获得障碍物位置信息和图像信息,通过差分GPS 6和组合惯导2的数据融合可以获得平台车17的绝对位置信息、相对位置信息、速度及加速度信息,车载计算平台7通过环境感知融合器9和导航定位融合器20提供的数据信息,进一步通过控制区域网络(CAN总线10)向平台车17发送加减速、制动和转向等电子信号信息,从而控制线控转向***11、线控加减速***15及线控制动***14,通过T-BOX 1,接收云平台21的指令,实现远程控制与诊断,通过无线温湿度传感器19和无线气体传感器16数字化检测转运粮食的状态,通过车载计算平台7与云平台21实现平台车车队的调度与管理,进而实现以平台车17作为终端,完成平台车17与平台车17、平台车17与关联子设备的数据交换,实现平台车粮食数据与云平台21粮食检测数据共享,实现全天候不同环境下精准定位与导航,实现自适应巡航与防撞预警,实现区域内自动驾驶,从而达到安全高效的粮食转运的目的。
Claims (4)
1.一种基于车联网和智能驾驶技术的智能粮食物流专用平台车,其特征在于,包括安装在平台车上的车载计算平台、环境感知模块、导航定位模块、车联网模块、粮情检测模块和人机交互界面;其中,
所述车载计算平台,安装于平台车前侧,所述车载计算平台与所述环境感知模块、所述导航定位模块、所述车联网模块连接,用于车辆运行状态的调整及车队的调度管理,粮情检测模块与车联网模块连接;
所述平台车的车身内部包括线控转向***、线控加减速***、线控制动***、CAN总线及车箱,所述线控转向***、所述线控加减速***、所述线控制动***与所述CAN总线连接,所述CAN总线与所述车载计算平台、车联网模块连接,用于串行通信,传输电子信号,控制车辆运行状态;
所述车联网模块包括:T-BOX,安装于平台车的前侧位置,与所述CAN总线、云平台连接,用于车联网的远程遥控和远程诊断;云平台,与所述T-BOX、远程终端无线连接,所述云平台用于云端通信及信息共享;
所述粮情检测模块包括:无线温湿度传感器,安装于所述车箱的内侧,所述无线温湿度传感器与所述云平台无线连接,用于检测转运粮食的温湿度,并与粮库的监测平台实现数据共享;无线气体传感器,安装于所述车箱的内侧,所述无线气体传感器与所述云平台无线连接,用于检测转运粮食的PH3、CO2气体浓度,实现预警提示;
所述环境感知模块包括:环境感知融合器,安装于平台车的前侧,与所述车载计算平台连接,用于将各感知传感器的数据处理融合;毫米波雷达,安装于平台车的前后左右四个中心位置,与所述环境感知融合器连接,用于探测平台车四周障碍物;激光雷达,安装于平台车的两个左右前角及车尾,与所述环境感知融合器连接,用于探测平台车四周障碍物;高清双目摄像头,安装于平台车的前方车顶,与所述环境感知融合器连接,用于探测平台车前方障碍物;高清环视摄像头,安装于平台车的左右两侧及后侧,与所述环境感知融合器连接,用于探测平台车左右两侧及后侧的盲区路况信息;
所述导航定位模块包括:导航定位融合器,安装于车辆的前侧,与所述车载计算平台连接,用于将各导航定位传感器的数据进行处理融合;差分GPS,一台安装于平台车的前方车顶,与所述导航定位融合器连接,另一台安装于卫星基准站,即平台车上的差分 GPS 观测的同时,也接收到基准站差分GPS发出的改正数,并对其定位结果进行改正,用于获取所述平台车修正后绝对位置数据;组合惯导,安装于平台车的前方车顶,与所述导航定位融合器连接,用于获取所述平台车速度、加速度、全资信息参数;
人机交互界面安装于平台车前侧,所述人机交互界面与所述车载计算平台连接,用于显示车辆信息,自动驾驶状态信息,状态和异常通知。
2.根据权利要求1所述的一种基于车联网和智能驾驶技术的智能粮食物流专用平台车,其特征在于,还包括急停按钮,安装于平台车的左右两个侧面,与所述线控制动***连接,用于紧急情况下制动。
3.根据权利要求1所述的一种基于车联网和智能驾驶技术的智能粮食物流专用平台车,其特征在于,该平台车采用多传感器融合进行障碍物的测距,其中,
所述毫米波雷达,通过发送无线电波,接收其回波,根据收发波之间的时间差获取障碍物的相对距离,相对速度,以及角度信息;
所述激光雷达,通过发射激光束,然后将其接收到的目标回波与发射信号相比较并处理后,获得障碍物有关的距离信息和三维点云图信息;
所述高清双目摄像头,能识别任何类型的障碍物,并对障碍物类别细分,通过对两幅图像的视差计算来确定前方障碍物的距离;
所述高清环视摄像头,安装时镜头朝下,基于单应性矩阵和仿射变换的思路来进行测距。
4.根据权利要求1所述的一种基于车联网和智能驾驶技术的智能粮食物流专用平台车,其特征在于,该平台车采用多传感器融合进行障碍物的图像识别,其中,
所述毫米波雷达,识别的物体均为一两个点;
所述高清双目摄像头,用于车道线检测、障碍物检测以及交通标志的识别;
所述高清环视摄像头,采集所述平台车四周的影像,经过图像单元矫正和拼接之后,形成一幅平台车四周的全景图;
所述激光雷达,其探测数据是包含了明确的(x,y,z)数据的3D数据,通过标定参数,把3D数据点投到2D图像上,用于路沿检测、障碍物识别,静态物体和动态物体的识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010247189.XA CN111432017B (zh) | 2020-03-31 | 2020-03-31 | 一种基于车联网和智能驾驶技术的智能粮食物流专用平台车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010247189.XA CN111432017B (zh) | 2020-03-31 | 2020-03-31 | 一种基于车联网和智能驾驶技术的智能粮食物流专用平台车 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111432017A CN111432017A (zh) | 2020-07-17 |
CN111432017B true CN111432017B (zh) | 2022-08-16 |
Family
ID=71550337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010247189.XA Active CN111432017B (zh) | 2020-03-31 | 2020-03-31 | 一种基于车联网和智能驾驶技术的智能粮食物流专用平台车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111432017B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112132896B (zh) * | 2020-09-16 | 2024-05-10 | 北京埃福瑞科技有限公司 | 一种轨旁设备状态检测方法及*** |
CN113259852B (zh) * | 2021-06-21 | 2021-10-12 | 成都秦川物联网科技股份有限公司 | 智能车联网跨区域数据共享方法及*** |
CN113341444A (zh) * | 2021-06-30 | 2021-09-03 | 中国船舶重工集团公司第七一三研究所 | 一种机场行李智能全向输转平台定位导航***和方法 |
CN113836199B (zh) * | 2021-09-22 | 2024-04-09 | 芜湖雄狮汽车科技有限公司 | 车辆的传感数据处理方法、装置、电子设备及存储介质 |
CN113807601A (zh) * | 2021-09-29 | 2021-12-17 | 河南工业大学 | 一种高效智能式粮库物流转运***及方法 |
TWI782761B (zh) * | 2021-10-21 | 2022-11-01 | 財團法人車輛研究測試中心 | 隊列異時避障系統及其方法 |
CN113854892B (zh) * | 2021-10-21 | 2022-08-02 | 唐山学院 | 一种自动规划路径的清洁装置 |
CN114228626A (zh) * | 2021-12-17 | 2022-03-25 | 广东皓行科技有限公司 | 自动驾驶控制***、农业运输设备及其运输方法 |
CN114493966A (zh) * | 2022-02-11 | 2022-05-13 | 中国核动力研究设计院 | 一种核材料运输状态智能监测预警分析方法、***及终端 |
CN114419605B (zh) * | 2022-03-29 | 2022-07-19 | 之江实验室 | 基于多网联车空间对齐特征融合的视觉增强方法及*** |
CN117215309A (zh) * | 2023-09-27 | 2023-12-12 | 河南工业大学 | 无人车粮库清扫***的定位与建图方法、定位与建图装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105929873A (zh) * | 2016-04-15 | 2016-09-07 | 中国电子科技集团公司第三十八研究所 | 一种具备粮食在线管理功能的智能化散粮运输车*** |
CN108765766A (zh) * | 2018-07-25 | 2018-11-06 | 智慧式控股有限公司 | 一种智慧式无人果蔬产品运售车及共享***及商业模式 |
WO2019114030A1 (zh) * | 2017-12-11 | 2019-06-20 | 惠州市德赛西威汽车电子股份有限公司 | 一种融合导航与智能视觉的驾驶辅助***及方法 |
CN110568852A (zh) * | 2019-10-12 | 2019-12-13 | 深圳市布谷鸟科技有限公司 | 一种自动驾驶***及其控制方法 |
-
2020
- 2020-03-31 CN CN202010247189.XA patent/CN111432017B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105929873A (zh) * | 2016-04-15 | 2016-09-07 | 中国电子科技集团公司第三十八研究所 | 一种具备粮食在线管理功能的智能化散粮运输车*** |
WO2019114030A1 (zh) * | 2017-12-11 | 2019-06-20 | 惠州市德赛西威汽车电子股份有限公司 | 一种融合导航与智能视觉的驾驶辅助***及方法 |
CN108765766A (zh) * | 2018-07-25 | 2018-11-06 | 智慧式控股有限公司 | 一种智慧式无人果蔬产品运售车及共享***及商业模式 |
CN110568852A (zh) * | 2019-10-12 | 2019-12-13 | 深圳市布谷鸟科技有限公司 | 一种自动驾驶***及其控制方法 |
Non-Patent Citations (1)
Title |
---|
智能化散粮运输车***的设计与应用展望;李朝英等;《粮食与饲料工业》;20170430(第4期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111432017A (zh) | 2020-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111432017B (zh) | 一种基于车联网和智能驾驶技术的智能粮食物流专用平台车 | |
EP3913328B1 (en) | Vehicle positioning system and method, and vehicle | |
US11565420B2 (en) | Teleoperation in a smart container yard | |
CN108845579A (zh) | 一种港口车辆的自动驾驶***及其方法 | |
CN112782733B (zh) | 高精度定位方法、装置、***、电子装置和存储介质 | |
CN108931801B (zh) | 一种集装箱码头区域的车辆自动驾驶方法和*** | |
CN108616810A (zh) | 一种车队自主跟车***、便携式装置及方法 | |
CN112689844B (zh) | 用于货物运输的托盘*** | |
US20220035036A1 (en) | Method and apparatus for positioning movable device, and movable device | |
US11677931B2 (en) | Automated real-time calibration | |
KR20220031846A (ko) | 생산공장 무인이송 시스템 및 그 방법 | |
CN215117267U (zh) | 一种无人驾驶的宽体矿卡 | |
CN104737184A (zh) | 综合跟踪***和方法 | |
CN111776942A (zh) | 轮胎吊行驶控制***、方法、装置和计算机设备 | |
CN210377164U (zh) | 一种空地协同作业*** | |
CN113758482A (zh) | 车辆导航定位方法、装置、基站、***及可读存储介质 | |
CN111708010A (zh) | 一种可移动设备的定位方法、装置、***及可移动设备 | |
CN113884090A (zh) | 智能平台车环境感知***及其数据融合方法 | |
CN116086467A (zh) | 基于无人集卡的港口接驳场景下目标检测与定位*** | |
US10818182B2 (en) | System and method for controlling utility vehicles | |
AU2023201201B2 (en) | Own position calculating device | |
US20220242415A1 (en) | Dynamically-localized sensors for vehicles | |
US20230252638A1 (en) | Systems and methods for panoptic segmentation of images for autonomous driving | |
US20230243666A1 (en) | Method for mapping, mapping device, computer program, computer readable medium, and vehicle | |
CN115685989A (zh) | 一种矿用电机车无人驾驶***及控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |