一种基于单线激光雷达的轮胎吊定位方法及***
技术领域
本申请属于智能运输,涉及一种基于单线激光雷达的轮胎吊定位方法及***。
背景技术
近年来,交通运输数字化转型、智能化升级、融合化发展的发展目标和实施路径等相关技术,加快推动了智慧交通建设发展。使用新技术赋能港口的少人化,自动化,智能化改造。技术的发展提高港口的运行效率,增加港口的安全性,减少人员的参与。一方面通过这些进步增加港口本身的竞争力,另一方面进一步提高生产力,促进港口高效运转。港口少人化的过程中轮胎吊是一个港口作业中非常重要的角色,需要智能卡车能够自动精准的停靠在轮胎吊的中间位置,便于轮胎吊的作业。然而智能卡车在轮胎吊下方面临全局定位精度不够,并且轮胎吊和周围集装箱堆场的遮挡容易遮挡外部信号,从而导致全球定位***进入轮胎吊下方定位精度不够,无法满足智能卡车精准停靠在轮胎吊下方的要求。因此需要轮胎吊下方的相对精准的定位方法。
现有技术中公开号为CN111776948B的中国发明专利,公开了一种轮胎吊定位方法及装置,将40线激光雷达安装在智能重卡上的40线激光雷达,并固定安装反射板在轮胎吊上。该方法通过将反射板固定安装在轮胎吊上,40线激光雷达安装在智能重卡上,采用40线激光雷达对智能重卡环境感知,并提取反射率大于设定阈值的点云数据,实现了港口自动化装卸箱过程中轮胎吊位置精准定位,使其满足轮胎吊的定位精度要求,从而协助智能重卡完成港口自动化装卸箱操作。
然而上述技术使用了40线激光雷达,对硬件要求高,且运算量很大,也就造成了使用成本过高的问题。
发明内容
为了对披露的实施例的一些方面有基本的理解,下面给出了简单的概括。所述概括不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围,而是作为后面的详细说明的序言。
为了解决相关技术中存在的问题,本公开实施例提供了一种基于单线激光雷达的轮胎吊定位方法及***,用以解决现有技术中使用多线激光雷达造成的硬件成本高,运算时间长的问题。
在一些实施例中,提供了一种基于单线激光雷达的轮胎吊定位方法,应用于轮胎吊定位***,所述轮胎吊定位***,包括:智能卡车、轮胎吊和设置在智能卡车两侧的单线激光雷达,所述方法包括:
智能卡车运行至轮胎吊下方的作业对接区域;
单线激光雷达向上方扫描轮胎吊的前后横梁,采集到原始点云图;
将点云图结合单线激光雷达的位置,转换成以智能卡车的所在坐标系内的点云图,作为第二点云图;
将第二点云图,以智能卡车中心作为中心位置将对应的水平投影分成左前、左后、右前、右后的四块第二点云图;
对左前、左后、右前、右后的四块第二点云图中的每个点进行曲率计算;
分别识别出四块第二点云图上的曲率最大的点,作为智能卡车与轮胎吊的前后横梁在水平投影上相交的四个角点;
通过在第二点云图的四个角点坐标和智能卡车的中心位置,识别出智能卡车与轮胎吊的偏差,进行调整。
优选的,对左前、左后、右前、右后的四块第二点云图中的每个点进行曲率计算,包括:
设左前、左后、右前、右后的四块第二点云图的点云分别为,/>,/>,/>;其中,/>表示左前第二点云图的点,/>表示左后第二点云图的点,/>表示右前第二点云图的点,/>表示右后第二点云图的点;
分别对每一块第二点云图计算每一个点的曲率c,第i个点曲率的定义如下:
;
其中,表示有序点云第i个点的曲率,/>表示有序点云第i个点的三维空间坐标系向量,/>表示有序点云第i+n个点的三维空间坐标系的向量,/>表示有序点云第i-n个点的三维空间坐标系的向量,/>表示对一个三维向量的取模的运算。
优选的,分别识别出四块第二点云图上的曲率最大的点,作为智能卡车与轮胎吊的前后横梁在水平投影上相交的四个角点,包括:
获取角点时曲率要求的最小值c_min;
对每个每一个点的曲率c进行筛选,过滤掉小于c_min的点;
通过曲率的排序分别选出曲率最大的点分别是
,/>,/>;
其中,表示在左前第二点云图的曲率最大的点的坐标值;
表示在左后第二点云图的曲率最大的点的坐标值;表示在右前第二点云图的曲率最大的点的坐标值;/>表示在右后第二点云图的曲率最大的点的坐标值。
优选的,通过在第二点云图的四个角点坐标和智能卡车的中心位置,识别出智能卡车与轮胎吊的偏差,包括:
曲率最大的四个点任意选其中的三个点可以求解出轮胎吊横梁下平面G;
通过点和点/>可以求解得到轮胎吊前横梁直线L1,通过点/>和点/>求解后横梁直线L2;
直线L1的表示为
;
直线L2的表示为
;
其中,表示直线L1的一个点在三维空间坐标中x轴的值,/>表示直线L1的一个点在三维空间坐标中y轴的值,/>表示直线L1的一个点在三维空间坐标中z轴的值,表示直线L1的方向向量在三维空间坐标中x轴的值,/>表示直线L1的方向向量在三维空间坐标中y轴的值,/>表示直线L1的方向向量在三维空间坐标中z轴的值,t1属于直线L1的表示的参数;
表示直线L2的一个点在三维空间坐标中x轴的值,/>表示直线L2的一个点在三维空间坐标中y轴的值,/>表示直线L2的一个点在三维空间坐标中z轴的值,/>表示直线L2的方向向量在三维空间坐标中x轴的值,/>表示直线L2的方向向量在三维空间坐标中y轴的值,/>表示直线L2的方向向量在三维空间坐标中z轴的值,t2属于直线L2的表示的参数;
将智能卡车的中心坐标点O垂直投影到平面G,得O'=,然后根据三维空间点和线的距离公式求解O'与L1和欧式距离d1;
;
其中,表示对这个三维向量的模运算,/>表示直线L1的方向向量在三维空间坐标中x轴的值,/>表示直线L1的方向向量在三维空间坐标中y轴的值,/>表示直线L1的方向向量在三维空间坐标中z轴的值;
表示对向量与向量
的叉乘的模运算,/>表示点O'三维空间坐标系一个x轴的值,/>表示点O'三维空间坐标系一个y轴的值,/>表示点O'三维空间坐标系一个z轴的值。/>表示直线L1的一个点在三维空间坐标中x轴的值,/>表示直线L1的一个点在三维空间坐标中y轴的值,/>表示直线L1的一个点在三维空间坐标中z轴的值;
同理根据三维空间***点与直线的距离求解O'与L2和欧式距离d2;
;
其中表示对这个三维向量的模运算,
表示直线L2的方向向量在三维空间坐标中x轴的值
表示直线L2的方向向量在三维空间坐标中y轴的值,
表示直线L2的方向向量在三维空间坐标中z轴的值,
表示对向量/>与向量的叉乘的模运算,/>表示点O'三维空间坐标系一个x轴的值,/>表示点O'三维空间坐标系一个y轴的值,/>表示点O'三维空间坐标系一个z轴的值,/>表示直线L2的一个点在三维空间坐标中x轴的值,/>表示直线L2的一个点在三维空间坐标中y轴的值,/>表示直线L2的一个点在三维空间坐标中z轴的值。
智能卡车中心与轮胎吊的前横梁的下方直线L1的距离为d1,智能卡车中心与轮胎吊的后横梁的下方直线L2的距离为d2,得到智能卡车中心相对轮胎吊的中心直线的位置d;
向量相对智能卡车中心坐标系的航向角为heading1,向量/>相对智能卡车中心坐标系的航向角为heading2,求解出智能卡车中心坐标系相对轮胎吊中心线L的朝向heading;
根据轮胎吊前横梁到后横梁的距离为;
智能卡车中心相对轮胎吊的中心直线的位置计算如下
;
向量相对智能卡车中心坐标系的航向角计算如下:
;
表示为向量/>相对智能卡车中心坐标系的航向角,/>表式数学上一个反正切的函数,/>表示点/>三维空间坐标系一个y轴的值,/>表示点/>三维空间坐标系一个y轴的值,/>表示点/>三维空间坐标系一个x轴的值,/>表示点/>三维空间坐标系一个x轴的值;
向量相对智能卡车中心坐标系的航向角计算如下:
;
表示为向量/>相对智能卡车中心坐标系的航向角,/>表式数学上一个反正切的函数,/>表示点/>三维空间坐标系一个y轴的值,/>表示点三维空间坐标系一个y轴的值,/>表示点/>三维空间坐标系一个x轴的值,/>表示点/>三维空间坐标系一个x轴的值;
智能卡车中心坐标系相对轮胎吊中心线的航向角计算如下:
,其中,/>为智能卡车中心坐标系相对轮胎吊中心线的航向角,/>为圆周率。
优选的,所述轮胎吊具有定位模块,所述方法还包括:
将智能卡车与轮胎吊的偏差,补偿入全局定位中的智能卡车位置,获取校对后的全局定位中的智能卡车位置,所述全局定位来自于轮胎吊的定位模块。
优选的,将智能卡车与轮胎吊的偏差,补偿入全局定位中的智能卡车位置,获取校对后的全局定位中的智能卡车位置,包括:
获取到轮胎吊在全局坐标系下中心的坐标,结合已知智能卡车中心相对轮胎吊的中心直线的位置d和相对中心线的heading,结合过程的使用卡尔曼滤波,融合定位得到的智能卡车坐标在全局坐标系表示为/>,得到在智能卡车相对轮胎吊的位置;
在卡尔曼滤波观测方程如下:
;
其中,表示轮胎吊在全局坐标系下中心的坐标的航向角,为智能卡车中心坐标系相对轮胎吊中心线的航向角;/>表示融合定位得到的智能卡车坐标在全局坐标系的x轴的值,/>表示融合定位得到的智能卡车坐标在全局坐标系的y轴的值,/>表示融合定位得到的智能卡车坐标在全局坐标系的航向角。
优选的,智能卡车运行至轮胎吊下方的作业对接区域之前,还包括:
根据采集到的集装箱堆场作业地图和智能卡车的定位模块,智能卡车规划实行轨迹。
优选的,将第二点云图,以智能卡车中心作为中心位置将对应的水平投影分成左前、左后、右前、右后的四块第二点云图之前,还包括:
对第二点云图通过滤波器过滤掉无用的点云。
优选的,所述***,包括:智能卡车、轮胎吊和设置在智能卡车两侧的单线激光雷达。
优选的,所述轮胎吊包括定位模块。
在一些实施例中,公开了一种基于单线激光雷达的轮胎吊定位***,所述***,包括:智能卡车、轮胎吊和设置在智能卡车两侧的单线激光雷达。
优选的,所述轮胎吊包括定位模块。
现有的技术偏向于使用多线激光雷达来实现轮胎吊与智能卡车的相对定位,多线激光雷达目前的成本相对更高,使用多线激光雷达造成数据量比较大,增加计算相对定位的时间,本技术方案使用单线激光雷达可以有效快速降低成本和计算时间。本公开实施例提供的一种基于单线激光雷达的轮胎吊定位方法及***,***包括智能卡车、轮胎吊和设置在智能卡车两侧的单线激光雷达。所述方法通过安装在智能卡车的两侧单线激光雷达扫描轮胎吊的前后横梁,通过特征点提取的方式提取到轮胎吊前后横梁内侧中曲率最大的角点,最后根据几何关系求解智能卡车相对轮胎吊的相对位置。因此,能够解决现有技术中使用多线激光雷达造成的硬件成本高,运算时间长的问题。
以上的总体描述和下文中的描述仅是示例性和解释性的,不用于限制本申请。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明,这些示例性说明和附图并不构成对实施例的限定,附图中具有相同参考数字标号的元件示为类似的元件,附图不构成比例限制,并且其中,被配置为
图1是本公开实施例提供的一种基于单线激光雷达的轮胎吊定位***主视示意图;
图2是本公开实施例提供的一种基于单线激光雷达的轮胎吊定位***俯视示意图;
图3是本公开实施例提供的一种基于单线激光雷达的轮胎吊定位方法流程图;
图4是本公开实施例提供的一种扫描点云得到点云P'示意图;
图5-1是本公开实施例提供的一种轮胎吊与智能卡车右侧示意图;
图5-2是本公开实施例提供的一种轮胎吊与智能卡车左侧示意图;
图6是本公开实施例提供的一种轮胎吊与智能卡车俯视示意图;
图7是本公开实施例提供的一种轮胎吊和智能卡车计算相对位置示意图。
附图标记:
1-智能卡车;2-轮胎吊;3-单线激光雷达;4-集装箱;21-前后横梁;211-前横梁;212-后横梁;22-轮胎吊滑轨;23-轮胎吊抓手。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容,下面结合附图对本公开实施例的实现进行详细阐述,所附附图仅供参考说明之用,并非用来限定本公开实施例。在以下的技术描述中,为方便解释起见,通过多个细节以提供对所披露实施例的充分理解。然而,在没有这些细节的情况下,一个或多个实施例仍然可以实施。在其它情况下,为简化附图,熟知的结构和***可以简化展示。
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围,以及权利要求书的所有可获得的等同物。在本文中,各实施方案可以被单独地或总地用术语“发明”来表示,这仅仅是为了方便,并且如果事实上公开了超过一个的发明,不是要自动地限制该应用的范围为任何单个发明或发明构思。本文中,诸如第一和第二等之类的关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来,而不要求或者暗示这些实体或操作之间存在任何实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、***或者电子设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、***或者电子设备所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括所述要素的过程、***或者电子设备中还存在另外的相同要素。本文中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的***、产品等而言,由于其与实施例公开的***部分相对应,所以描述的比较简单,相关之处参见***部分说明即可。
现有技术中公开了一种轮胎吊定位方法及装置,将40线激光雷达安装在智能重卡上的40线激光雷达,并固定安装反射板在轮胎吊上。该方法通过将反射板固定安装在轮胎吊上,40线激光雷达安装在智能重卡上,采用40线激光雷达对智能重卡环境感知,并提取反射率大于设定阈值的点云数据,实现了港口自动化装卸箱过程中轮胎吊位置精准定位,使其满足轮胎吊的定位精度要求,从而协助智能重卡完成港口自动化装卸箱操作。现有的技术偏向于使用多线激光雷达来实现轮胎吊与智能卡车的相对定位,多线激光雷达目前的成本相对更高,使用多线激光雷达造成数据量比较大,增加计算相对定位的时间。
为解决现有技术中使用多线激光雷达造成的硬件成本高,运算时间长的问题。参见图1和图2所示,为本公开实施例提供一种基于单线激光雷达的轮胎吊定位***的主视图和俯视图,所述***包括:智能卡车1、轮胎吊2和设置在智能卡车两侧的单线激光雷达3。其中,轮胎吊2通过轮胎吊抓手23抓取集装箱4,通过轮胎吊滑轨22来移动集装箱4的位置。
结合图3所示,本公开实施例提供一种基于单线激光雷达3的轮胎吊2定位方法,包括:
S100,智能卡车1运行至轮胎吊2下方的作业对接区域。
应理解的是,智能卡车1根据自身的自动驾驶***,先进行初始位置的对接。需要说明的是,初始对接的精度难以达到将集装箱4精准对接的目的。因此,需要后续步骤中进行精准定位和对接。
S200,单线激光雷达3向上方扫描轮胎吊2的前后横梁21,采集到原始点云图。
应理解,单线激光雷达3在分别智能卡车1两侧,垂直向上扫描上方的轮胎吊2的前后横梁21。
S300,将点云图结合单线激光雷达3的位置,转换成以智能卡车1的所在坐标系内的点云图,作为第二点云图。
智能卡车1两侧单线激光雷达3一次扫描的结果并且转化智能卡车中心坐标系下的点云P,初始的两侧单线激光雷达3扫描的结果通过单线激光雷达3的外参转换到智能卡车中心的坐标系。智能卡车1的正前方为x轴,正左为y轴,垂直向上为z轴。
进一步地,对第二点云图通过滤波器过滤掉无用的点云。具体为,实际测量的z轴需要的最大的值z_max和最小的值z_min,直通滤波器过滤掉无用的扫描点云得到点云P'。
参见图4,为本公开实施例中的一种扫描点云得到点云P'示意图。其中,Zmax表示单线激光雷达打到前后横梁所呈现的最远距离,Zmin表示单线激光雷达打到前后横梁所呈现的最近距离。Zmin不对齐就是激光雷达测距有一定噪声,需要比横梁的下沿低一些,保证有效数据被过滤出来,Zmax对齐为了有效数据的过滤。
S400,将第二点云图,以智能卡车中心作为中心位置将对应的水平投影分成左前、左后、右前、右后的四块第二点云图。
在智能卡车中心的坐标系中,以x和y为界,将第二点云图切割成左前、左后、右前、右后的四块。
S500,对左前、左后、右前、右后的四块第二点云图中的每个点进行曲率计算。
滤波后的点云P'分成左前、左后、右前、右后的四块第二点云图的点云,分别为,,/>,/>。其中,/>表示左前第二点云图的点,/>表示左后第二点云图的点,/>表示右前第二点云图的点,/>表示右后第二点云图的点。参见图5-1和5-2,分别为本公开实施例中的轮胎吊2与智能卡车1右侧示意图和左侧示意图。为了获得位于轮胎吊上方横梁的下沿线上点,这些点就是曲率很大的点,连续离散点云的曲率使用该公式求解
分别对每一块第二点云图计算每一个点的曲率c,第i个点曲率的定义如下:
。
其中,表示有序点云第i个点的曲率,/>表示有序点云第i个点的三维空间坐标系向量,/>表示有序点云第i+n个点的三维空间坐标系的向量,/>表示有序点云第i-n个点的三维空间坐标系的向量,/>表示对一个三维向量的取模的运算。
S600,分别识别出四块第二点云图上的曲率最大的点,作为智能卡车1与轮胎吊2的前后横梁21在水平投影上相交的四个角点。
获取角点时曲率要求的最小值c_min;对每一个点的曲率c进行筛选,过滤掉小于c_min的点;通过曲率的排序分别选出曲率最大的点分别是,/>,/>。其中,/>表示在左前第二点云图的曲率最大的点的坐标值;表示在左后第二点云图的曲率最大的点的坐标值;/>表示在右前第二点云图的曲率最大的点的坐标值;/>表示在右后第二点云图的曲率最大的点的坐标值。
其中,角点时曲率要求的最小值c_min可以是实践测量经验所得,用于排除掉不合理的点。
S700,通过在第二点云图的四个角点坐标和智能卡车1的中心位置,识别出智能卡车1与轮胎吊2的偏差,进行调整。
曲率最大的四个点任意选其中的三个点可以求解出轮胎吊2横梁下平面G。曲率越大代表这个点前后的变化越大。在轮胎吊的工作环境通过提取曲率最大的点可以确保该点位于轮胎吊上方横梁的下沿线,下沿线位于横梁的下平面。
通过点和点/>可以求解得到轮胎吊2前横梁211直线L1,通过点/>和点/>求解后横梁212直线L2。其中,三维几何空间中直线方程的参数化表示:选择一个起点,然后使用直线的方向向量与参数t一起构成直线在三维空间的表示。
直线L1的表示为
;
直线L2的表示为
;
其中,表示直线L1的一个点在三维空间坐标中x轴的值,/>表示直线L1的一个点在三维空间坐标中y轴的值,/>表示直线L1的一个点在三维空间坐标中z轴的值,/>表示直线L1的方向向量在三维空间坐标中x轴的值,/>表示直线L1的方向向量在三维空间坐标中y轴的值,/>表示直线L1的方向向量在三维空间坐标中z轴的值,t1属于直线L1的表示的参数;
表示直线L2的一个点在三维空间坐标中x轴的值,/>表示直线L2的一个点在三维空间坐标中y轴的值,/>表示直线L2的一个点在三维空间坐标中z轴的值,/>表示直线L2的方向向量在三维空间坐标中x轴的值,/>表示直线L2的方向向量在三维空间坐标中y轴的值,/>表示直线L2的方向向量在三维空间坐标中z轴的值,t2属于直线L2的表示的参数。
参见图6,为本公开实施例中的一种轮胎吊2与智能卡车1俯视示意图。
将智能卡车1的中心坐标点O垂直投影到平面G,得O'=,然后根据三维空间点和线的距离公式,求解O'与L1的欧式距离d1;
;
其中,表示对这个三维向量的模运算,/>表示直线L1的方向向量在三维空间坐标中x轴的值,/>表示直线L1的方向向量在三维空间坐标中y轴的值,/>表示直线L1的方向向量在三维空间坐标中z轴的值;表示对向量/>与向量/>的叉乘的模运算,/>表示点O'三维空间坐标系一个x轴的值,/>表示点O'三维空间坐标系一个y轴的值,/>表示点O'三维空间坐标系一个z轴的值。/>表示直线L1的一个点在三维空间坐标中x轴的值,/>表示直线L1的一个点在三维空间坐标中y轴的值,/>表示直线L1的一个点在三维空间坐标中z轴的值。
同理根据三维空间***点与直线的距离,求解O'与L2的欧式距离d2;
;
其中表示对这个三维向量的模运算,/>表示直线L2的方向向量在三维空间坐标中x轴的值,/>表示直线L2的方向向量在三维空间坐标中y轴的值,/>表示直线L2的方向向量在三维空间坐标中z轴的值,表示对向量/>与向量/>的叉乘的模运算,/>表示点O'三维空间坐标系一个x轴的值,/>表示点O'三维空间坐标系一个y轴的值,/>表示点O'三维空间坐标系一个z轴的值,/>表示直线L2的一个点在三维空间坐标中x轴的值,/>表示直线L2的一个点在三维空间坐标中y轴的值,/>表示直线L2的一个点在三维空间坐标中z轴的值。
智能卡车中心与轮胎吊2的前横梁211的下方直线L1的距离为d1,智能卡车中心与轮胎吊2的后横梁212的下方直线L2的距离为d2,得到智能卡车中心相对轮胎吊2的中心直线的位置d;
向量相对智能卡车中心坐标系的航向角为heading1,向量/>相对智能卡车中心坐标系的航向角为heading2。
可以求解出智能卡车中心坐标系相对轮胎吊2中心线L的朝向heading,并且可以事先测量好轮胎吊2前横梁211到后横梁212的距离为,最终智能卡车中心坐标系相对轮胎吊2中心线的朝向heading保证智能卡车1在轮胎吊2下的控制与轮胎的横梁保持垂直,而轮胎吊2前横梁211到后横梁212的距离为/>用于智能卡车1精准停靠在轮胎吊2中心线的下方。
参见图7,为本公开实施例中的一种轮胎吊2和智能卡车1计算相对位置示意图。
智能卡车中心相对轮胎吊2的中心直线的位置计算如下
;
向量相对智能卡车中心坐标系的航向角计算如下:
;
表示为向量/>相对智能卡车中心坐标系的航向角,/>表式数学上一个反正切的函数,/>表示点/>三维空间坐标系一个y轴的值,/>表示点/>三维空间坐标系一个y轴的值,/>表示点/>三维空间坐标系一个x轴的值,/>表示点/>三维空间坐标系一个x轴的值;
向量相对智能卡车中心坐标系的航向角计算如下:
;
表示为向量/>相对智能卡车中心坐标系的航向角,/>表式数学上一个反正切的函数,/>表示点/>三维空间坐标系一个y轴的值,/>表示点/>三维空间坐标系一个y轴的值,/>表示点/>三维空间坐标系一个x轴的值,/>表示点三维空间坐标系一个x轴的值;
智能卡车中心坐标系相对轮胎吊2中心线的航向角计算如下:
,其中,/>为智能卡车中心坐标系相对轮胎吊中心线的航向角,/>为圆周率。
然后根据上述距离偏差和航向角,调整智能卡车1的精准位置让智能卡车1与轮胎吊2能够准确地对接集装箱4。具体地,控制实现最终使得距离偏差为零,控制让车辆的航向角与轮胎吊的航向角一致。
一种优化的实施例可以是,所述轮胎吊2具有定位模块。所述方法还包括:
S800,将智能卡车1与轮胎吊2的偏差,补偿入全局定位中的智能卡车位置,获取校对后的全局定位中的智能卡车位置,所述全局定位来自于轮胎吊2的定位模块。
具体的,智能卡车中心相对轮胎吊2的中心直线的位置d,与智能卡车中心坐标系相对轮胎吊2的中心线的朝向heading,由于智能卡车1进入堆场区域信号容易被遮挡,容易造成全局融合定位模块的偏移与定位精度下降,而轮胎吊2本身安装了定位***的模块,由于轮胎吊2的位置比较高不会有信号遮挡的问题,从而轮胎吊2的定位模块的精度比较高,从而可以通过轮胎吊2的局域网***实时发送智能卡车1。
获取到轮胎吊2在全局坐标系下中心的坐标,结合已知智能卡车中心相对轮胎吊2的中心直线的位置d和相对中心线的heading,使用全局融合定位模块的更新步骤将此观测更新进去,保证了全局融合定位***在堆场区域的准确性。结合过程的使用卡尔曼滤波,融合定位得到的智能卡车1坐标在全局坐标系表示为,得到在智能卡车1相对轮胎吊2的位置;
在卡尔曼滤波观测方程如下:
。
其中,表示轮胎吊在全局坐标系下中心的坐标的航向角,为智能卡车中心坐标系相对轮胎吊中心线的航向角;/>表示融合定位得到的智能卡车坐标在全局坐标系的x轴的值,/>表示融合定位得到的智能卡车坐标在全局坐标系的y轴的值,/>表示融合定位得到的智能卡车坐标在全局坐标系的航向角。
本公开实施例通过安装在智能卡车1的两侧单线激光雷达3扫描轮胎吊2的前后横梁21,通过特征点提取的方式提取到轮胎吊前后横梁21内侧中曲率最大的角点,最后根据几何关系求解智能卡车1相对轮胎吊2的相对位置。因此,能够解决现有技术中使用多线激光雷达造成的硬件成本高,运算时间长的问题。
以上描述和附图充分地示出了本公开的实施例,以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且,本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的,除非上下文清楚地表明,否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地,如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外,当用于本申请中时,术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素,和/或组件的存在,但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下,由语句“包括一个…”限定的要素,并不排除在包括所述要素的过程、***或者电子设备中还存在另外的相同要素。本文中,每个实施例重点说明的可以是与其他实施例的不同之处,各个实施例之间相同相似部分可以互相参见。对于实施例公开的***、产品等而言,如果其与实施例公开的***部分相对应,那么相关之处可以参见***部分的描述。
本领域技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同***以实现所描述的功能,但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、***和单元的具体工作过程,可以参考前述***实施例中的对应过程,在此不再赘述。
附图中的流程图和框图显示了根据本公开实施例的***、***和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中,不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生,有时不同的操作或步骤之间不存在特定的顺序。例如,两个连续的操作或步骤实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。