【技术实现步骤摘要】
本专利技术涉及无人驾驶汽车，特别涉及一种融合时序信息的机场平板拖车识别定位方法。
技术介绍
1、机场物流承载着繁忙的客运及货运需求，机场牵引车的无人化是解决这一需求的关键。为了实现全功能的自主行驶，实现机场牵引车与平板拖车之间的自主拖挂十分关键。其中关键一步，即是通过机场牵引车自身搭载的传感器，实现对机场平板拖车的自主识别与定位。只有提供机场平板拖车准确的位置信息，才能保证机场牵引车自主拖挂的效率与安全。
2、目前，机场牵引车上的感知能力，主要通过视觉相机和三维激光雷达来实现。随着深度学习技术的不断发展，图像处理技术迅速提升，使得基于相机的目标识别技术日益普及。但由于单目相机并不具备深度信息，很难准确定位物体某一指定位置。若利用深度相机，其定位精度很难保障。且基于相机的检测手段收到光照的影响很大，在室内外都需要识别机场平板拖车的情况下，更具挑战。
技术实现思路
1、本专利技术的目的克服现有技术存在的不足，为实现以上目的，采用一种融合时序信息的机场平板拖车识别定位方法，以解决上述
技术介绍
中提出的问题。
2、一种融合时序信息的机场平板拖车识别定位方法，包括以下步骤：
3、步骤s1、对激光雷达输出的激光点云进行地面分割，并根据空间特征可信度筛选点云，得到队列数据结构的点云；
4、步骤s2、利用时序信息，将多时刻预提取后的点云按照扫描时间顺序叠加生成平板拖车待检区域地图；
5、步骤s3、对生成的平板拖车待检区域地图，基于深度学习算
6、步骤s4、将得到的平板拖车点云映射至二维栅格图，利用模板匹配算法，获取平板拖车的姿态方向；
7、步骤s5、根据平板拖车的几何信息，计算得到平板拖车的二维坐标。
8、作为本专利技术的进一步的方案：所述步骤s1中的具体步骤包括：
9、步骤s11、根据激光雷达的线束分布关系，建立多尺度环形栅格；
10、首先由近至远依次遍历栅格，根据栅格间的四邻域关系，先估计出栅格的地面先验平面方程，通过计算点到先验平面方程的距离对点云进行分类，将点云划分为地面点、障碍物点，以及置信度低的点云；
11、再求地面点集的协方差矩阵，通过将协方差矩阵带入平面方程，得到该栅格拟合出的地面后验平面方程；
12、步骤s12、利用队列数据结构维护一个包含连续五帧点云的内存，保存障碍物点云。
13、作为本专利技术的进一步的方案：所述步骤s2中的具体步骤包括：
14、步骤s21、从队列数据结构的点云中取出连续两帧点云，将两帧点云分别投影至体素网格中，利用概率密度函数对其进行描述，构建一个对匹配的连续评估函数，基于牛顿法不断迭代得到得分最高的变换矩阵；
15、步骤s22、通过得到的变换矩阵将历史帧点云叠加至当前帧所在的坐标系下，生成平板拖车待检区域地图。
16、作为本专利技术的进一步的方案：所述步骤s3中的具体步骤包括：
17、步骤s31、采用平板拖车点云识别神经网络对平板拖车进行检测；
18、首先采集不同视角和不同距离平板拖车点云数据并进行标注，将平板拖车分为两类：有货物平板拖车，以及无货物平板拖车；
19、把已标注的点云数据输入神经网络进行训练，优化具体参数；
20、步骤s32、将得到的平板拖车待检区域地图输入训练好的神经网络中，识别得到当前环境中存在的平板拖车点云。
21、作为本专利技术的进一步的方案：所述步骤s4中的具体步骤包括：
22、步骤s41、将得到的平板拖车点云投影至二维栅格图，其中每个栅格表示一个边长为0.2m的正方形栅格，栅格中保存落在该栅格内点云的空间特征信息，并记录为灰度图；
23、步骤s42、同时将采集到的平板拖车点云进行空间拼接，得到分布均匀的点云数据；利用步骤s41的方法投影至二维栅格图，并标定带有拖车杆的方向作为平板拖车车头方向，以及拖车杆与车身连接点的二维坐标，得到作为模板的灰度图；
24、步骤s43、利用多目标多角度的快速模板匹配算法，得到与模板所匹配的拖车图像，确定平板拖车车头方向，以及拖车杆与车身连接点的二维坐标。
25、作为本专利技术的进一步的方案：所述步骤s5中的具体步骤包括：
26、以拖车杆与车身连接点为圆心，以杆长为半径画圆，获取落在圆弧上的点，若圆心至点的直线与平板拖车车头方向形成的夹角小于90度，则为拖车杆头部位置，定位得到拖车孔点云的二维坐标。
27、与现有技术相比，本专利技术存在以下技术效果：
28、采用上述的技术方案，通过融合时序信息的机场平板拖车识别定位方法，利用点云在时序上的变化，融合多帧数据作为深度学习的输入，并通过模式识别方法估计检测目标的姿态。该方法最主要的特点就是将同一物体的多帧点云叠加，消除由距离远、分辨率低带来的问题，并利用点云数据的空间特征融合模式识别算法，快速确定目标的姿态。
本文档来自技高网...【技术保护点】
1.一种融合时序信息的机场平板拖车识别定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种融合时序信息的机场平板拖车识别定位方法，其特征在于，所述步骤S1中的具体步骤包括：
3.根据权利要求1所述一种融合时序信息的机场平板拖车识别定位方法，其特征在于，所述步骤S2中的具体步骤包括：
4.根据权利要求1所述一种融合时序信息的机场平板拖车识别定位方法，其特征在于，所述步骤S3中的具体步骤包括：
5.根据权利要求1所述一种融合时序信息的机场平板拖车识别定位方法，其特征在于，所述步骤S4中的具体步骤包括：
6.根据权利要求1所述一种融合时序信息的机场平板拖车识别定位方法，其特征在于，所述步骤S5中的具体步骤包括：
【技术特征摘要】
1.一种融合时序信息的机场平板拖车识别定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种融合时序信息的机场平板拖车识别定位方法，其特征在于，所述步骤s1中的具体步骤包括：
3.根据权利要求1所述一种融合时序信息的机场平板拖车识别定位方法，其特征在于，所述步骤s2中的具体步骤包括：
4.根据权...
【专利技术属性】
技术研发人员：梁华为，许海涛，王瀚琪，陶翔，周鹏飞，
申请(专利权)人：中国科学院合肥物质科学研究院，
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。