[發(fā)明專利]一種基于多傳感器的循跡和避障的巡邏車路徑規(guī)劃算法

在審

• 申請?zhí)枺?/td>: 202111207113.5
• 申請日: 2021-10-18
• 公開（公告）號: CN114003031A
• 公開（公告）日: 2022-02-01
• 發(fā)明（設計）人: 李明民;陳傳飛;薛巨峰;范東睿
• 申請（專利權）人: 鹽城中科高通量計算研究院有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 南京眾聯(lián)專利代理有限公司 32206
• 代理人: 呂書桁

一種基于多傳感器的循跡和避障的巡邏車路徑規(guī)劃算法，該方法包括以下步驟：步驟1，使用多傳感器采集巡邏車運行數據；步驟2，模擬巡邏車行駛時的環(huán)境噪聲；步驟3，設計巡邏車循跡檢測系統(tǒng)；步驟4，設計巡邏車避障輔助系統(tǒng)；步驟5，對巡邏車循跡檢測系統(tǒng)和巡邏車避障輔助系統(tǒng)進行聯(lián)調；步驟6，開啟巡邏車異常處理中斷。本發(fā)明模擬了行車時的惡劣環(huán)境，在受到的噪聲環(huán)境的干擾下，實現巡邏車循跡功能，增強了巡邏車循跡的穩(wěn)定性、可靠性和魯棒性，并根據毫米波雷達數據實現巡邏車的避障功能。

技術領域

本發(fā)明涉及涉及巡邏車循跡領域，特別是涉及到一種基于多傳感器的循跡和避障的巡邏車路徑規(guī)劃算法。

背景技術

隨著生活步入信息化，生產制造業(yè)智能化浪潮的出現，在基礎科學和信息技術的快速發(fā)展下，服務業(yè)、傳統(tǒng)產業(yè)制造業(yè)和農業(yè)等領域出現了仿人機器人用于生產，它在工業(yè)生產中可代替工人完成枯燥的重復性操作，在農業(yè)產業(yè)化中極大地解放人力。在服務工作中，機器人廣泛地運用于衛(wèi)生清潔、醫(yī)療手術、重物搬運等工作，在家庭中完成自主陪護和監(jiān)控等方面的工作。對應傳統(tǒng)依靠人力完成任務，它為我們的日常生活提供更為便捷、高效和安全的服務。然而，當應用現場環(huán)境復雜，如空間封閉狹小、障礙物多、無人現場配合等，因此就需要特殊的設備來完成相應的巡邏任務。由于其所適應的范圍不斷擴大，發(fā)展也趨于自動化和智能化，這使得移動機器人成為當前工業(yè)應用的研究熱點。

準確的循跡跟蹤控制是實現移動機器人完成各項工作任務的前提。它要求機器人必須按照設定的理想軌跡行進，最終到達指定的目標點位置。但是由于很難確定移動機器人精確的數學模型以及無法確定的外界干擾，移動機器人在實際的軌跡跟蹤中會出現誤差。本發(fā)明通過多傳感器和YOLOv5算法實現在干擾下的軌跡檢測、跟蹤和避障功能。

發(fā)明內容

為解決上述問題，本發(fā)明在實時圖像采集系統(tǒng)采集的路面圖像基礎上，為提高模型的穩(wěn)定性和魯棒性，通過添加椒鹽噪聲來模擬車輛行駛過程中的惡劣環(huán)境，首先通過YOLOv5網絡檢測并分割車道線，并通過算法對巡邏車的車道線進行循跡，最后根據毫米波雷達所采集的數據實現巡邏車避障功能。本發(fā)明提供一種基于多傳感器的循跡和避障的巡邏車路徑規(guī)劃算法，具體步驟如下，其特征在于：

步驟1，使用多傳感器采集巡邏車運行數據：通過高清俯視魚眼攝像頭采集路面行駛圖像，通過毫米波雷達準確地獲取汽車周圍的物理環(huán)境信息包括巡邏車與其他物體之間的相對距離、相對速度、角度、運動方向等；

步驟2，模擬巡邏車行駛時的環(huán)境噪聲：在采集的路面行駛圖像中添加15％～25％的椒鹽噪聲，同時在毫米波雷達數據中添加高斯白噪聲，模擬在干擾環(huán)境下所采集信號受到的干擾；

步驟3，設計巡邏車循跡檢測系統(tǒng)：根據添加環(huán)境噪聲后的路面行駛圖像訓練YOLOV5目標檢測模型，通過YOLOV5網絡檢測巡邏車的車道線，并對車道線進行跟蹤；

步驟4，設計巡邏車避障輔助系統(tǒng)：根據毫米波雷達所獲取的巡邏車與其他物體之間的相對距離、相對速度、角度、運動方向數據來確定巡邏車的安全速度以及安全距離；

步驟5，對巡邏車循跡檢測系統(tǒng)和巡邏車避障輔助系統(tǒng)進行聯(lián)調，確定避障輔助系統(tǒng)和循跡檢測系統(tǒng)的優(yōu)先級；

步驟6，開啟巡邏車異常處理中斷，當安全距離內出現異常，系統(tǒng)啟動中斷處理機制，日志模塊記錄車載終端的異常情況，向服務器傳送異常數據。

進一步，步驟2中模擬巡邏車行駛時的環(huán)境噪聲的過程可以表示為：

為路面行駛圖像添加的椒鹽噪聲函數如下式：

式中，i_max和i_min分別是采集圖像數據像素點的最大值和最小值，p是出現噪聲的概率，取值為20％～30％，i_xy是路面行駛圖像像素點(x,y)的實際值，f(x,y)是添加椒鹽噪聲后的圖像像素點值；