[發(fā)明專利]礦用車輛無人駕駛?？糠椒ā⒃O(shè)備及可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201810726319.0
• 申請日: 2018-07-04
• 公開（公告）號: CN108873904B
• 公開（公告）日: 2021-01-22
• 發(fā)明（設(shè)計）人: 余貴珍;宋馬良
• 申請（專利權(quán)）人: 北京踏歌智行科技有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 北京航智知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11668
• 代理人: 黃川;史繼穎

1.一種礦用車輛無人駕駛?？糠椒?，其特征在于，包括：

利用視覺識別算法識別至少一個?？繕?biāo)志物；

利用激光雷達(dá)在停靠區(qū)域內(nèi)確定所述至少一個?？?標(biāo)志物的位置信息；

根據(jù)所述位置信息和所述礦用車輛的姿態(tài)信息，控制所述礦用車輛進(jìn)行?？?；

所述利用激光雷達(dá)在所述?？繀^(qū)域內(nèi)確定所述至少一個停靠 標(biāo)志物的位置信息，包括：

通過多線激光雷達(dá)測量所述礦用車輛與所述至少一個停靠 標(biāo)志物中的每一個之間的距離和角度；

所述至少一個?？?標(biāo)志物包括兩個停靠 標(biāo)志物，所述根據(jù)所述位置信息和所述礦用車輛的姿態(tài)信息，控制所述礦用車輛進(jìn)行?？?，包括：

通過如下公式控制所述礦用車輛進(jìn)行?？浚?/p>

Yaw＝center_yaw+3×[K_p×(e/2)+K_d×e]/4+last_yaw/4

其中，Yaw為所述礦用車輛的轉(zhuǎn)向控制器的輸出量，center_yaw為所述轉(zhuǎn)向控制器的輸出中值量，last_yaw為所述轉(zhuǎn)向控制器的上一次的輸出量，K_p為比例系數(shù)，K_d為微分系數(shù)，e為L1與L2的差值，e的計算公式如下：

其中L為精準(zhǔn)定位距離，L1和L2為所述礦用車輛與所述兩個停靠標(biāo)志物的距離，且通過所述多線激光雷達(dá)保證所述礦用車輛與所述兩個停靠標(biāo)志物的連線處于垂直關(guān)系，θ為所述礦用車輛與兩個安全錐垂直平分線的夾角，為權(quán)重系數(shù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用視覺識別算法識別至少一個?？繕?biāo)志物，包括：

通過模板匹配確定多個候選區(qū)域；

利用深度學(xué)習(xí)網(wǎng)絡(luò)模型對所述多個候選區(qū)域進(jìn)行識別，判斷所述候選區(qū)域是否存在所述?？繕?biāo)志物，其中所述深度學(xué)習(xí)網(wǎng)絡(luò)模型是通過對所述至少一個?？?標(biāo)志物的多個樣本圖像進(jìn)行訓(xùn)練得到的。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

按照規(guī)劃路徑控制所述礦用車輛自動駕駛至裝貨點或卸貨點，

其中所述利用視覺識別算法識別至少一個停靠標(biāo)志物，包括：

在所述礦用車輛到達(dá)所述裝貨點或卸貨點時，利用視覺識別算法識別所述至少一個?？繕?biāo)志物。

4.根據(jù)權(quán)利要求1至3中的任一項所述的方法，其特征在于，所述至少一個停靠標(biāo)志物的包括：2個?？繕?biāo)志物，所述至少一個停靠標(biāo)志物為可移動的，所述至少一個?？繕?biāo)志物包括：至少一個安全錐。

5.一種礦用車輛無人駕駛?？垦b置，其特征在于，包括：

識別模塊，用于利用視覺識別算法識別至少一個?？繕?biāo)志物；

確定模塊，用于利用激光雷達(dá)在停靠區(qū)域內(nèi)確定所述至少一個?？?標(biāo)志物的位置信息；

控制模塊，用于根據(jù)所述位置信息和所述礦用車輛的姿態(tài)信息，控制所述礦用車輛進(jìn)行?？浚?/p>

所述確定模塊通過多線激光雷達(dá)測量所述礦用車輛與所述至少一個?？?標(biāo)志物中的每一個之間的距離和角度；

所述至少一個?？?標(biāo)志物包括兩個?？?標(biāo)志物，所述控制模塊通過如下公式控制所述礦用車輛進(jìn)行?？浚?/p>

Yaw＝center_yaw+3×[K_p×(e/2)+K_d×e]/4+last_yaw/4

其中，Yaw為所述礦用車輛的轉(zhuǎn)向控制器的輸出量，center_yaw為所述轉(zhuǎn)向控制器的輸出中值量，last_yaw為所述轉(zhuǎn)向控制器的上一次的輸出量，K_p為比例系數(shù)，K_d為微分系數(shù)，e為L1與L2的差值，e的計算公式如下：

其中L為精準(zhǔn)定位距離，L1和L2為所述礦用車輛與所述兩個?？繕?biāo)志物的距離，且通過所述多線激光雷達(dá)保證所述礦用車輛與所述兩個?？繕?biāo)志物的連線處于垂直關(guān)系，θ為所述礦用車輛與兩個安全錐垂直平分線的夾角，為權(quán)重系數(shù)。

6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述識別模塊通過模板匹配確定多個候選區(qū)域，并利用深度學(xué)習(xí)網(wǎng)絡(luò)模型對所述多個候選區(qū)域進(jìn)行識別，判斷所述候選區(qū)域是否存在所述?？繕?biāo)志物，其中所述深度學(xué)習(xí)網(wǎng)絡(luò)模型是通過對所述至少一個?？?標(biāo)志物的多個樣本圖像進(jìn)行訓(xùn)練得到的。