【技术实现步骤摘要】
本专利技术涉及自动驾驶，尤其涉及一种车辆贴边清扫轨迹生成方法及系统。
技术介绍
1、随着道路的不断修建，道路的清扫工作量也越来越大，而清扫工人的招聘变得越来越难，因此无人驾驶清扫车也成为了解决目前问题的重要途径。
2、在实际情况中，路面接近过半的垃圾量都集中在道路边缘区域，无人驾驶清扫车如不能实现有效贴边清扫，必然大大影响其清扫质量，且由于贴边清扫极易与建筑物等发生碰撞，无人驾驶清扫车在道路作业过程中如何保障贴边行驶的精确性和安全性是技术落地的关键，所以如何生成高精度，高安全性的贴边清扫轨迹显得尤为重要。
3、目前，生成贴边清扫轨迹包括两种常用方法，一种是使用高精地图生成贴边行驶轨迹，自动驾驶系统根据生成的贴边轨迹行驶；另一种是使用人工录制轨迹的方式生成贴边行驶轨迹，自动驾驶系统再根据录制的轨迹循迹。然而，使用高精地图生成贴边行驶轨迹需要提前制作道路大范围的高精地图，且此种方式需要维持道路数据的更新，成本较高且效率偏低；使用人工录制轨迹的方式生成贴边行驶轨迹时，由于人工驾驶很难在长距离内保持精确的贴边轨迹，此方法效率不高的同时，会导致生成的路径精确度低。
4、综上，现有的贴边清扫轨迹生成方法成本较高、效率偏低、精确度不高。
技术实现思路
1、本专利技术提供一种车辆贴边清扫轨迹生成方法及系统，用以解决现有技术中成本较高、效率偏低、精确度不高的缺陷，实现成本更低、效率更高、精确度更高的贴边清扫轨迹生成。
2、本专利技术提供一种车辆贴边清扫
3、获取目标道路的道路设计数据，根据所述道路设计数据提取至少一组大范围道路边界数据；
4、将所述大范围道路边界数据转化为目标格式，得到目标格式道路边界数据；
5、使用激光点云可视化校准所述目标格式道路边界数据，得到校准道路边界数据；
6、基于每组所述校准道路边界数据，根据车辆信息生成来回二条贴边清扫稀疏轨迹；
7、插值平滑所述稀疏轨迹，得到目标贴边清扫轨迹。
8、根据本专利技术提供的一种车辆贴边清扫轨迹生成方法，所述使用激光点云可视化校准所述目标格式道路边界数据，得到校准道路边界数据，具体包括：
9、在所述目标道路上采集一组gnss和激光雷达数据；
10、将所述gnss和激光雷达数据二维化，得到二维边界数据；
11、叠加所述二维边界数据和所述目标格式道路边界数据，确定偏移量；
12、根据所述偏移量调整所述目标格式道路边界数据，得到校准道路边界数据。
13、根据本专利技术提供的一种车辆贴边清扫轨迹生成方法，所述基于每组所述校准道路边界数据，根据车辆信息生成来回二条贴边清扫稀疏轨迹，具体包括：
14、s1：基于一组所述校准道路边界数据和车辆信息构建得到第一比例因子和第二比例因子，利用所述第一比例因子、所述第二比例因子和所述校准道路边界数据计算得到第一条贴边清扫稀疏轨迹；
15、s2：交换所述第一比例因子和所述第二比例因子，利用交换后的所述第一比例因子、所述第二比例因子和所述校准道路边界数据计算得到第二条贴边清扫稀疏轨迹。
16、根据本专利技术提供的一种车辆贴边清扫轨迹生成方法，所述车辆信息包括车辆中心距道路边界的距离；所述第一比例因子包括车辆中心距道路边界的距离和所述目标道路的道路宽度的比；所述第二比例因子和所述第一比例因子的和为1。
17、根据本专利技术提供的一种车辆贴边清扫轨迹生成方法，所述在所述目标道路上采集一组gnss和激光雷达数据，之前还包括：
18、基于车端安装的激光雷达和gnss设备，采集一组gnss和激光雷达数据；
19、基于所述gnss和激光雷达数据构建手眼标定模型，根据所述手眼标定模型完成激光雷达到gnss的外参标定。
20、根据本专利技术提供的一种车辆贴边清扫轨迹生成方法，所述插值平滑所述稀疏轨迹，得到目标贴边清扫轨迹，具体包括：
21、使用螺旋曲线平滑算法插值平滑所述稀疏轨迹，得到目标贴边清扫轨迹。
22、根据本专利技术提供的一种车辆贴边清扫轨迹生成方法，根据所述道路设计数据提取至少两组大范围道路边界数据；所述交换所述第一比例因子和所述第二比例因子，利用交换后的所述第一比例因子、所述第二比例因子和所述校准道路边界数据计算得到第二条贴边清扫稀疏轨迹，之后还包括：
23、重复步骤s1-s2，生成第二组边界的两条贴边清扫轨迹。
24、本专利技术还提供一种车辆贴边清扫轨迹生成系统，包括：
25、获取模块，用于获取目标道路的道路设计数据，根据所述道路设计数据提取至少一组大范围道路边界数据；
26、格式模块，用于将所述大范围道路边界数据转化为目标格式，得到目标格式道路边界数据；
27、校准模块，用于使用激光点云可视化校准所述目标格式道路边界数据，得到校准道路边界数据；
28、轨迹模块，用于基于每组所述校准道路边界数据，根据车辆信息生成来回二条贴边清扫稀疏轨迹；
29、平滑模块，用于插值平滑所述稀疏轨迹，得到目标贴边清扫轨迹。
30、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述车辆贴边清扫轨迹生成方法。
31、本专利技术还提供一种车辆，包括如上述任一种所述的车辆贴边清扫轨迹生成系统或者如上述任一种所述的电子设备。
32、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述车辆贴边清扫轨迹生成方法。
33、本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述车辆贴边清扫轨迹生成方法。
34、本专利技术提供的一种车辆贴边清扫轨迹生成方法及系统，通过获取目标道路的道路设计数据，根据所述道路设计数据提取至少一组大范围道路边界数据；将所述大范围道路边界数据转化为目标格式，得到目标格式道路边界数据；使用激光点云可视化校准所述目标格式道路边界数据，得到校准道路边界数据；基于每组所述校准道路边界数据，根据车辆信息生成来回二条贴边清扫稀疏轨迹；插值平滑所述稀疏轨迹，得到目标贴边清扫轨迹。本专利技术通过道路设计资料提取大范围道路边界数据；在坐标转换后使用激光点云校准大范围道路边界数据；结合车辆信息，每组边界生成两条稀疏轨迹；再使用平滑算法对稀疏轨迹进行平滑插值，生成目标贴边清扫轨迹，实现成本更低、效率更高、精确度更高的贴边清扫轨迹生成。
本文档来自技高网...【技术保护点】
1.一种车辆贴边清扫轨迹生成方法，其特征在于，包括：
2.根据权利要求1所述的车辆贴边清扫轨迹生成方法，其特征在于，所述使用激光点云可视化校准所述目标格式道路边界数据，得到校准道路边界数据，具体包括：
3.根据权利要求1所述的车辆贴边清扫轨迹生成方法，其特征在于，所述基于每组所述校准道路边界数据，根据车辆信息生成来回二条贴边清扫稀疏轨迹，具体包括：
4.根据权利要求3所述的车辆贴边清扫轨迹生成方法，其特征在于，所述车辆信息包括车辆中心距道路边界的距离；所述第一比例因子包括车辆中心距道路边界的距离和所述目标道路的道路宽度的比；所述第二比例因子和所述第一比例因子的和为1。
5.根据权利要求2所述的车辆贴边清扫轨迹生成方法，其特征在于，所述在所述目标道路上采集一组GNSS和激光雷达数据，之前还包括：
6.根据权利要求1所述的车辆贴边清扫轨迹生成方法，其特征在于，所述插值平滑所述稀疏轨迹，得到目标贴边清扫轨迹，具体包括：
7.根据权利要求3所述的车辆贴边清扫轨迹生成方法，其特征在于，根据所述道路设计数据提取至少两组大
8.一种车辆贴边清扫轨迹生成系统，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述车辆贴边清扫轨迹生成方法。
10.一种车辆，其特征在于，包括如权利要求8所述的车辆贴边清扫轨迹生成系统或者如权利要求9所述的电子设备。
...【技术特征摘要】
1.一种车辆贴边清扫轨迹生成方法，其特征在于，包括：
2.根据权利要求1所述的车辆贴边清扫轨迹生成方法，其特征在于，所述使用激光点云可视化校准所述目标格式道路边界数据，得到校准道路边界数据，具体包括：
3.根据权利要求1所述的车辆贴边清扫轨迹生成方法，其特征在于，所述基于每组所述校准道路边界数据，根据车辆信息生成来回二条贴边清扫稀疏轨迹，具体包括：
4.根据权利要求3所述的车辆贴边清扫轨迹生成方法，其特征在于，所述车辆信息包括车辆中心距道路边界的距离；所述第一比例因子包括车辆中心距道路边界的距离和所述目标道路的道路宽度的比；所述第二比例因子和所述第一比例因子的和为1。
5.根据权利要求2所述的车辆贴边清扫轨迹生成方法，其特征在于，所述在所述目标道路上采集一组gnss和激光雷达数据，之前还包括：
6.根据权利...
【专利技术属性】
技术研发人员：郭灯佳，欧敏辉，
申请(专利权)人：三一环境产业有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。