障碍物检测方法和智能叉车技术

本申请公开了一种障碍物检测方法和智能叉车，该障碍物检测方法包括：获取激光雷达进行场景扫描得到的点云数据；将点云数据分配至体素网格中对应不同扫描距离的体素点，以得到点云体素；对各点云体素与位于邻域的其他点云体素进行初步聚类处理，以得到多个点云簇；将多个点云簇中满足合并条件的点云簇进行合并，得到与障碍物相对应的最终点云簇。通过上述方式，本申请能够改善现有技术中智能叉车对障碍物识别准确率不高的问题。物识别准确率不高的问题。物识别准确率不高的问题。

【技术实现步骤摘要】
障碍物检测方法和智能叉车


[0001]本申请涉及智能设备领域，特别是涉及障碍物检测方法和智能叉车。

技术介绍

[0002]叉车是生活中常用的转移货物的载具。近年来，叉车也逐渐朝向智能化的发展方向发展，以期望叉车能够在减少人的干预后或者离开人的干预后依旧能够正常工作。
[0003]由于叉车工作的场景比较复杂，因此人们期望叉车可以具有障碍物检测的功能，来降低叉车与货物发生碰撞的可能性。一般障碍物识别方法包括通过雷达对障碍物进行扫描，随后通过聚类分析以对障碍物进行识别。然而，现有的障碍物检测方法应用于叉车领域后很容易出现障碍物识别准确率不高的问题。

技术实现思路

[0004]本申请的实施例提供障碍物检测方法和智能叉车，能够改善现有技术中智能叉车对障碍物识别准确率不高的问题。
[0005]第一方面，本申请实施例提供一种障碍物检测方法，包括：获取雷达进行场景扫描得到的点云数据；将点云数据分配至体素网格中对应不同扫描距离的体素点，以得到点云体素；对各点云体素与位于邻域的其他点云体素进行初步聚类处理，以得到多个点云簇；将多个点云簇中满足合并条件的点云簇进行合并，得到与障碍物相对应的最终点云簇。
[0006]第二方面，本申请实施例提供智能叉车，包括：激光雷达、处理器和存储器，激光雷达设置于叉车主体，用于场景扫描以获取点云数据；处理器和存储器设置于叉车主体，用于处理激光雷达获取的点云数据；其中，存储器用于存储程序指令，并耦接于处理器，处理器接收点云数据，并执行程序指令以实现障碍物检测方法。/>[0007]本申请的有益效果是：区别于相关技术的情况，通过获取雷达扫描得到的点云数据，将点云数据分配至体素网格中以得到点云体素，随后对点云体素进行初步聚类分析获得多个点云簇，随后对满足合并条件的点云簇进行合并，以得到最终分析结果，尽管理论上多个点云簇分别对应于多个障碍物，但是初步聚类分析时，有可能出现多个点云簇对应于同一个障碍物的情况，也就是说，现有的聚类方法有可能会将一个障碍物识别成多个障碍物。对满足合并条件的点云簇进行合并，可以将对应于同一个障碍物的点云簇进行二次聚类，以降低将一个障碍物识别成多个障碍物的概率。因此，通过对满足合并条件的点云簇进行合并能够提高障碍物识别的准确性。
附图说明
[0008]图1是本申请智能叉车实施例的模块示意图；
[0009]图2是本申请智能叉车实施例的雷达进行扫描的原理示意图；
[0010]图3是本申请障碍物检测方法实施例的流程示意图；
[0011]图4是本申请障碍物检测方法实施例的使用扇形体素网格对点云数据进行处理的
平面原理图；
[0012]图5是本申请障碍物检测方法实施例的扇形体素网格中一个扇形体素的立体示意图；
[0013]图6是本申请障碍物检测方法实施例的扇形体素网格的平面示意图。
具体实施方式
[0014]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0015]本申请的专利技术人经过长期研究发现，在将障碍物识别方法应用到智能叉车领域时，由于叉车场景比较复杂，而且叉车叉取的货物大多是垂直堆垛的，而雷达扫描获取的点云数据一般垂直分辨率较大，这导致了叉车很容易在将竖直方向堆垛的货物对应的点云数据划分为多个点云簇，导致目标货物识别不够精确。此外，相关技术中基于直接聚类、划分网格聚类、利用深度图聚类的障碍物识别方法运算成本高、运行速度慢，而且一般不会充分考虑点云的特征，不适合用于复杂的场景进行障碍物识别。为了解决上述技术问题，本申请提出以下实施例。
[0016]以下本申请智能叉车实施例描述智能叉车的示例性结构。
[0017]参见图1，智能叉车10可以包括：叉车主体11、激光雷达12、处理器13和存储器14。
[0018]其中，叉车主体11主要用于实现叉取、转移、放置货物。具体的，叉车主体11可以包括车体和货叉。货叉用于叉取货物，车体可以在货叉叉取货物后移动以实现货物的转移。
[0019]激光雷达12可以设置于叉车主体，用于场景扫描以获取点云数据。在另一些示例中，激光雷达12也可以用其他类型的雷达代替以获取点云数据。激光雷达12可以安装于叉车主体的最前端，距离地面20至50厘米的位置。一般认为，激光雷达12扫描的区域是以激光雷达12的位置为中心、激光雷达12的最大扫描距离为半径的球体区域中由激光雷达12的视角决定的部分。因此，激光雷达12扫描障碍物时，激光雷达12的视角以及障碍物相对于激光雷达12的位置一定程度上会影响到激光雷达12的扫描结果。
[0020]处理器13和存储器14设置于叉车主体，用于处理激光雷达12获取的点云数据。存储器14用于存储程序指令，并耦接于处理器13。处理器13接收点云数据，并执行程序指令以实现障碍物检测方法。处理器13可以是集成电路芯片，具有信号的处理能力。处理器13可以包括通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0021]参见图2，以仓库作为一个智能叉车的工作场景示例，在这种情况下，由于仓库内部空间有限，这导致了智能叉车中的激光雷达12难以以最佳的扫描角度对空间内堆垛的货物进行扫描，因此这可能会增加智能叉车的激光雷达12扫描的难度。此外，由于仓库内部空间有限，即使在货物堆垛比较密集的情况下，货物还是会不可避免的需要在竖直方向上进行堆垛，从而导致货物的堆垛高度增加，因此激光雷达12在识别竖直方向上堆垛在一起的货物难度会比较大。
[0022]理论上如果为了获得较好的扫描角度，可以适当增加激光雷达12的设置高度，但
是如果激光雷达12设置高度较高的话，不利于激光雷达12扫描堆垛于下方的货物，如果不同货物堆垛高度不同的话，堆垛高度较高的货物可能会遮挡堆垛高度较低的货物，这可能会导致智能叉车难以根据扫描结果进行有效的避障。
[0023]以下本申请障碍物检测方法的方法实施例以智能叉车作为执行主体示例性地描述障碍物检测方法。
[0024]参见图3，障碍物检测方法可以包括：步骤S100：获取激光雷达进行场景扫描得到的点云数据；步骤S200：将点云数据分配至体素网格中对应不同扫描距离的体素点，以得到点云体素；步骤S300：对各点云体素与位于邻域的其他点云体素进行初步聚类处理，以得到多个点云簇；步骤S400：将多个点云簇中满足合并条件的点云簇进行合并，得到与障碍物相对应的最终点云簇。
[0025]区别于相关技术的情况，通过获取激光雷达12扫描得到的点云数据，将点云数据分配至体素网格中以得到点云体素，随后对点云体素进行初步聚类分析获得多个点云簇，随后对满足合并条件的点云簇进行合并，以得到最本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种障碍物检测方法，其特征在于，包括：获取激光雷达进行场景扫描得到的点云数据；将所述点云数据分配至体素网格中对应不同扫描距离的体素点，以得到点云体素；对各所述点云体素与位于邻域的其他所述点云体素进行初步聚类处理，以得到多个点云簇；将所述多个点云簇中满足合并条件的所述点云簇进行合并，得到与障碍物相对应的最终点云簇。2.根据权利要求1所述的障碍物检测方法，其特征在于，所述对所述多个点云簇进行二次聚类处理，以将所述多个点云簇中满足合并条件的所述点云簇进行合并，得到与障碍物相对应的最终点云簇，包括：比较所述多个点云簇的位置信息，并将所述多个点云簇中彼此之间的所述位置信息满足预设位置条件的各所述点云簇进行合并，得到所述最终点云簇。3.根据权利要求2所述的障碍物检测方法，其特征在于，所述比较所述多个点云簇的位置信息，并将所述多个点云簇中彼此之间的所述位置信息满足预设位置条件的各所述点云簇进行合并，得到所述最终点云簇，包括：比较所述多个点云簇中两两所述点云簇的中心点距离和法向量夹角；将彼此之间的所述中心点距离在预设距离内，且所述法向量夹角在预设角度内的各所述点云簇合并，得到所述最终点云簇。4.根据权利要求3所述的障碍物检测方法，其特征在于，在所述比较所述多个点云簇中两两所述点云簇的所述中心点距离和法向量夹角之前，包括：计算各个所述点云簇的中心点以及协方差矩阵；计算各个所述点云簇的中心点之间的距离，得到各个所述点云簇彼此之间的所述中心点距离；根据各个所述点云簇的所述协方差矩阵计算各个所述点云簇的法向量，并计算各个所述点云簇的法向量之间的夹角，得到所述法向量夹角。5.根据权利要求1所述的障碍物检测方法，其特征在于，所述将所述点云数据分配至体素网格中对应不同扫描距离的体素点，以得到点云体素，包括：将所述点云数据分配至扇形体素网格中对应不同扫描距离的扇形体素，以得到点云体素，将所述点云数据的位置信息以及所述扇形体素对应的扫描位置信息进行匹配，进而将所述点云数据分配至对应的所述扇形体素中，得到所述点云体素。6.根据权利要求5所述的障碍物检测方法，其特征在于，所述扇形体素网格包括近距扇形体素、中距扇形体素和远距扇形体素...

【专利技术属性】
技术研发人员：李朝，方牧，鲁豫杰，李陆洋，杨秉川，方晓曼，
申请(专利权)人：未来机器人深圳有限公司，
类型：发明
国别省市：