[發明專利]一種礦用軌道電機車動態包絡線的構建方法

有效

• 申請號: 202110239021.9
• 申請日: 2021-03-04
• 公開（公告）號: CN113031602B
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 鄭昌陸;鄭益飛;張華
• 申請（專利權）人: 上海申傳電氣股份有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 安化縣梅山專利事務所 43005
• 代理人: 潘訪華

1.一種礦用軌道電機車動態包絡線的構建方法，其特征在于，該構建方法包括以下步驟：

S1、構建裝置上的檢測系統(4)通過動態掃描感知環境信息；

S2、自動駕駛控制器對掃描的環境信息進行成像；

S3、自動駕駛控制器通過對動態的成像進行軌道識別，并劃定前方運行的安全區域，并將綜合信息反饋整車控制器；

S4、整車控制器結合車輛行駛目標及前方安全包絡線區域進行自動駕駛；其中，

所述的構建裝置還包括車身(1)、駕駛室(2)和移動機構(5)，所述駕駛室(2)固定在車身(1)頂部，所述車身(1)上安裝有一個電源(3)，所述檢測系統(4)固定在駕駛室(2)上，所述移動機構(5)固定在車身(1)底部，所述檢測系統(4)包括激光雷達傳感器、毫米波雷達和處理模塊，所述處理模塊電連接激光雷達傳感器和毫米波雷達；所述車身(1)上安裝有撒沙器(1a)，所述駕駛室(2)的外部安裝有緩沖器(2a)；

所述S1中的地面車輛通過激光雷達傳感器進行環境感知時，采用連續多幀點云數據疊加的方式，得到穩定的巷道點云模型，并在此基礎上檢測軌道位置，最后進行軌道附近的障礙物檢測，根據檢測結果來劃定前方運行的安全區域并執行相應的反應機制，具體如下：

步驟一：建立穩定的巷道模型

在車載自動駕駛控制器內，模型基于ROS系統，通過PCL點云庫函數采集激光傳感器的點云實時數據，點云數據自帶時間戳屬性，系統通過該屬性確定連續多幀點云數據的前后順序；激光傳感器掃描的頻率是10Hz，100ms可成像一幅點云圖像，連續多幀點云圖像的疊加就是根據點云數據的前后順序，將多張點云圖像疊加起來形成一張更密集的點云圖像；激光傳感器內置IMU傳感器，IMU提供的是一個相對的定位信息，它的作用是測量相對于起點物體所運動的路線，主要提供的參數有x、y、z、roll、pitch、yaw，依據這些參數可以模擬出由點云組成的三維立體空間；

通過can總線等通信方式，激光傳感器獲取電機車實時行駛速度，根據某一刻電機車行駛速度可以確定點云圖像前一幀與后一幀的相對位置關系，調整后一幀點云圖像并將其疊加到前一幀的點云圖像上，以此類推可疊加多幀連續的點云圖像，形成一幅相對穩定、點云稠密的圖像；

疊加點云數據后，模型更真實還原了巷道的點云圖，當電機車行駛過程中出現頻繁的顛簸、抖動時，建立一個虛擬三維空間，將該三維空間z＝0的平面確定為實際地面；采用最小二乘法對單幀巷道點云圖像的某一豎直平面的點云數據進行直線擬合，求出回歸直線相對于虛擬平面的斜率和豎直方向的截距，根據斜率和截距調整該單幀的所有點云數據，使其與虛擬平面重合，然后將調整后的這一幀數據進行疊加，最終得到一個穩定、清晰的巷道模型；

首先設置回歸直線方程：

z＝kx+b

其中斜率為k，y軸截距為b；由于地面直線不可能垂直于x軸，因此可以使用截距式直線方程來作為回歸直線方程；單幀點云圖像的某一豎直平面的點集為：

{(x,z)|(x₁,z₁),(x₂,z₂),...(x_n,z_n)}

求所有點到直線的誤差平方和：

由極值定理可知，誤差方程一階導數等于0處取得極值，因此分別對其關于k和b求導，解k,b值使得誤差函數取最小值；可得：

整理后可得：

其中求出k，b的值后帶入回歸方程，即可得到擬合的直線方程；根據斜率k，調整這一幀點云圖像的角度，使其與虛擬平面水平；根據截距b，平移點云圖像，使其與虛擬平面在同一水平；這樣得到的每一幀點云圖像都是在同一水平，達到最大程度的重合，得到一副連續多幀疊加、穩定、清晰的巷道點云圖；

步驟二：軌道特征提取模型

根據實際情況，井下軌道的顯著特征有兩個，一是軌道的高度明顯高于軌道兩側地面，高度差為10cm；二是軌道的反射強度明顯低于地面；

根據上述兩個特征建立模型，對應于實際地面建立兩個二維數組，使三維空間z＝0的平面網格化，其中一個二維數組gridCell的值為點云z值,對應于實際位置的高度；另一個二維數組gridintensity的值為點云的curvature值，對應于實際位置的反射強度；網格分辨率設置為8cm；

疊加后的點云數據量龐大，限制檢測范圍可以大大提高運行速度；由于軌道寬為0.6m并且軌道一般處于軌道前方一定范圍內，因此設置檢測范圍的寬為點云圖像中心左右0.8m，對應于網格是圖像某一行中心的20個網格；分析某一行中心20個網格的兩個數組的值，數組gridCell值為0.1對應的網格位置認為是軌道位置；數組gridintensity值明顯小于相鄰數組值的對應的網格位置認為是軌道位置；將兩個數組分析結果進行整合，得到網格某一行的軌道位置；以此類推，當電機車在行駛時，循環計算網格中每一行的軌道位置，最終識別出點云圖像內的一條軌道；

步驟三：障礙物識別

通過軌道特征提取模型，正確識別軌道后，在軌道附近某個范圍內檢測障礙物；在軌道對應的網格的附近，劃定一定范圍，檢測該范圍對應的gridCell數組是否有一個z值，若z值大于軌道并且小于車高，則判定為障礙物；之后根據該障礙物的x值估計障礙物與電機車的距離，并通過與電機驅動系統通信，使電機車做出相應的制動反應。