无人驾驶扫地车的避障方法、装置、系统及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112363501A(43)申请公布日2021.02.12(21)申请号202011194640.2(22)申请日2020.10.30(71)申请人广东杜尼智能机器人工程技术研究中心有限公司地址523000广东省东莞市滨海湾新区湾区大道1号3栋4A室(72)发明人杜元源(74)专利代理机构深圳科湾知识产权代理事务所(普通合伙)44585代理人钟斌(51)Int.Cl.G05D1/02(2020.01)G06K9/00(2006.01)G06K9/34(2006.01)G06K9/62(2006.01)权利要求书2页说明书4页附图2页(54)发明名称无人驾驶扫地车的避障方法、装置、系统及存储介质(57)摘要本发明公开了一种无人驾驶扫地车的避障方法、装置、系统及存储介质，包括如下步骤：采集无人驾驶扫地车固定位置处多线激光雷达的三维点云数据作为第一种数据；采集无人驾驶扫地车固定位置处的红外传感器的数据信息作为第二种数据；采集无人驾驶扫地车固定位置处的超声波雷达的距离信息作为第三种数据；采集无人驾驶扫地车固定位置处的深度摄像头点云信息作为第四种数据；以第一幅点云数据为参考点云数据，将其他点云数据统一转换到第一幅点云数据的坐标系下；对避障点云进行若干区域分割，根据分割后的区域是否检测到障碍物控制无人驾驶清扫车加减速，从而实现无人清扫车平滑顺畅地避开障碍物。CN112363501ACN112363501A权利要求书1/2页1.一种无人驾驶扫地车的避障方法，其特征在于包括如下步骤：采集无人驾驶扫地车固定位置处多线激光雷达的三维点云数据作为第一种数据；采集无人驾驶扫地车固定位置处的红外传感器的数据信息作为第二种数据；采集无人驾驶扫地车固定位置处的超声波雷达的距离信息作为第三种数据；采集无人驾驶扫地车固定位置处的深度摄像头点云信息作为第四种数据；将第二种数据、第三种数据和第四种数据类型归一化为第一种数据类型，得到四幅点云数据；以第一幅点云数据为参考点云数据，将其他点云数据统一转换到第一幅点云数据的坐标系下；将四幅点云数据进行点云拼接，拼接后得到一幅用于无人驾驶扫地车的避障点云数据；利用避障点云局部路径生成器生成绕开障碍物的路径；对避障点云进行若干区域分割，根据分割后的区域是否检测到障碍物控制无人驾驶清扫车加减速，从而实现无人清扫车平滑顺畅地避开障碍物。2.如权利要求1所述的无人驾驶扫地车的避障方法，其特征在于：将第一种数据、第二种数据、第三种数据和第四种数据类型由非点云数据格式转换为点云数据格式，并且保证四幅点云数据在时间上是同步的；将第二种数据、第三种数据和第四种数据类型归一化为第一种数据类型，得到四幅点云数据。3.如权利要求1所述的无人驾驶扫地车的避障方法，其特征在于：以第一幅点云数据为参考点云数据，将其他点云数据统一转换到第一幅点云数据的坐标系下，根据其他传感器到第一个传感器的相对距离，分别计算其到第一传感器的旋转矩阵，根据其对应的旋转矩阵，将其点云数据转换到第一点云数据的坐标系下。4.如权利要求1所述的无人驾驶扫地车的避障方法，其特征在于：根据转换后的位于同一坐标系下的四幅点云数据进行点云数据逐一进行配准拼接，拼接后得到一幅用于无人驾驶扫地车的避障点云数据。5.如权利要求1所述的无人驾驶扫地车的避障方法，其特征在于：根据拼接后的避障点云数据，使用投影平面算法，将该三维点云数据投影到栅格地图的二维平面上，并且等待局部路径生成器生成绕开障碍物的局部路径。6.如权利要求1所述的无人驾驶扫地车的避障方法，其特征在于：对避障点云进行若干区域分割，根据拼接后的避障点云数据首次分割，选出车体所在区域，根据剩下的点云作二次分割，选出后退区域；根据剩下的点云作三次分割，选出减速区域，根据剩下的点云作四次分割，选出停车区域，根据剩下的点云作五次分割，选出旋转区域；其中，以上区域选择顺序不限，区域选择类别不限定；当检测到某一区域中有障碍物时，计算出与障碍物的相对位置，清扫车作出相对应的响应动作，最后通过跟踪绕开障碍物的局部路径，从而实现清扫车避开障碍物。7.一种无人驾驶扫地车的避障装置，其特征在于包括：第一种数据生成模块：用于采集无人驾驶扫地车固定位置处多线激光雷达的三维点云数据作为第一种数据；第二种数据生成模块：用于采集无人驾驶扫地车固定位置处的红外传感器的数据信息2CN112363501A权利要求书2/2页作为第二种数据；第三种数据生成模块：用于采集无人驾驶扫地车固定位置处的超声波雷达的距离信息作为第三种数据；第四种数据生成模块：用于采集无人驾驶扫地车固定位置处的深度摄像头点云信息作为第四种数据；点云生成模块：用于将第二种数据、第三种数据和第四种数据类型归一化为第一种数据类型，