【技术实现步骤摘要】
本专利技术涉及自动驾驶，尤其涉及一种井下定位方法、装置、电子设备及存储介质。
技术介绍
1、矿井下的工作环境恶劣，对井下相关工作人员的人生安全是极大的威胁。矿山的无人开采以及少人开采逐渐成为研究热点，时至今日已经成为势在必行之事，通过引入井下机器人代替相关工作人员完成危险程度较高的工作。而矿山井下辅助运输系统则是整个矿山生产体系中的关键环节，整个系统的技术水平和作业效率将直接关系到煤矿生产减人增效目标的达成。井下辅助运输系统主要采用无轨胶轮车作为运载工具，完成点对点的井下运输作业，井下无人驾驶车辆的引入无疑是为井下作业提供更加安全的保障。
2、现有井下自动驾驶定位方案大多如图1所示，基于激光雷达数据和惯性导航数据通过即时定位和地图构建技术（simultaneous localization and mapping，slam）进行定位，并增加相机二维码辅助定位。
3、在实现本专利技术的过程中，发现现有技术中至少存在以下技术问题：现有井下自动驾驶车辆的定位方案不可避免的存在因特征退化而导致的定位失效问题，虽然通过引入相机二维码类似的识别类辅助定位，能够起到一定的效果，但当行驶到环境光照差的巷道时，相机辅助定位效果微乎其微，依旧会出现定位失效问题。且井下部分场景颠簸，对相机识别的精度要求较高，因此常用井下定位方案仍缺陷明显。
技术实现思路
1、本专利技术提供了一种井下定位方法、装置、电子设备及存储介质，以解决现有井下自动驾驶车辆的定位方案存在因特征退化而导致的定位
2、根据本专利技术的一方面，提供了一种定位方法，应用于自动驾驶车辆的车载终端，所述自动驾驶车辆包括激光雷达；所述方法包括：
3、对所述自动驾驶车辆的位姿进行定位初始化，得到所述自动驾驶车辆的初始位姿；
4、获取巷道的三维点云地图，基于所述初始位姿和所述巷道的三维点云地图确定局部地图；所述局部地图随所述自动驾驶车辆位姿的变化而变化；
5、实时获取激光雷达采集的当前点云数据，基于所述当前点云数据和所述当前点云数据对应局部地图的点云数据进行点云匹配，得到变换矩阵，基于当前点云数据和所述变换矩阵确定所述自动驾驶车辆的当前位姿；
6、基于所述变换矩阵变换后的当前点云数据和所述当前点云数据对应局部地图的点云数据确定点云匹配适应度分数；若所述点云匹配适应度分数大于点云匹配适应度分数阈值，则对所述自动驾驶车辆的位姿进行定位初始化，以更新所述当前位姿。
7、根据本专利技术的另一方面，提供了一种定位装置，应用于自动驾驶车辆的车载终端，所述自动驾驶车辆包括激光雷达；所述装置包括：
8、初始位姿确定模块，用于对所述自动驾驶车辆的位姿进行定位初始化，得到所述自动驾驶车辆的初始位姿；
9、局部地图确定模块，用于获取巷道的三维点云地图，基于所述初始位姿和所述巷道的三维点云地图确定局部地图；所述局部地图随所述自动驾驶车辆位姿的变化而变化；
10、当前位姿确定模块，用于实时获取激光雷达采集的当前点云数据，基于所述当前点云数据和所述当前点云数据对应局部地图的点云数据进行点云匹配，得到变换矩阵，基于当前点云数据和所述变换矩阵确定所述自动驾驶车辆的当前位姿；
11、点云匹配质量检测模块，用于基于所述变换矩阵变换后的当前点云数据和所述当前点云数据对应局部地图的点云数据确定点云匹配适应度分数；若所述点云匹配适应度分数大于点云匹配适应度分数阈值，则对所述自动驾驶车辆的位姿进行定位初始化，以更新所述当前位姿。
12、根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
13、至少一个处理器；以及
14、与所述至少一个处理器通信连接的存储器；其中，
15、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的井下定位方法方法。
16、根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的井下定位方法方法。
17、本专利技术实施例的技术方案，通过对自动驾驶车辆的位姿进行定位初始化，得到自动驾驶车辆的初始位姿；获取巷道的三维点云地图，基于初始位姿和巷道的三维点云地图确定局部地图；局部地图随自动驾驶车辆位姿的变化而变化；实时获取激光雷达采集的当前点云数据，基于当前点云数据和当前点云数据对应局部地图的点云数据进行点云匹配，得到变换矩阵，基于当前点云数据和变换矩阵确定自动驾驶车辆的当前位姿；实现自动驾驶车辆的定位。进一步的，基于变换矩阵变换后的当前点云数据和当前点云数据对应局部地图的点云数据确定点云匹配适应度分数；若点云匹配适应度分数大于点云匹配适应度分数阈值，则表明定位丢失，对自动驾驶车辆的位姿进行定位初始化，以更新当前位姿，实现定位矫正，解决了因特征退化而导致的定位失效问题，提高自动驾驶车辆定位的准确性。
18、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种井下定位方法，其特征在于，应用于自动驾驶车辆的车载终端，所述自动驾驶车辆包括激光雷达；所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述自动驾驶车辆还包括车载UWB接收器和两个惯性测量单元；所述自动驾驶车辆行驶的巷道内设置有多个定位基站；
4.根据权利要求3所述的方法，其特征在于，所述基于所述UWB数据和所述运动数据确定所述自动驾驶车辆的初始位姿或者当前位姿，包括：
5.根据权利要求3所述的方法，其特征在于，所述激光雷达设置于所述自动驾驶车辆的车头顶部，两个所述惯性测量单元分别设置于所述激光雷达下方以及所述自动驾驶车辆的车辆后轴中心。
6.根据权利要求1所述的方法，其特征在于，所述基于所述初始位姿和所述巷道的三维点云地图确定局部地图，包括：
7.根据权利要求1所述的方法，其特征在于，所述基于所述变换矩阵变换后的当前点云数据和所述当前点云数据对应局部地图的点云数据确定点云匹配适应度分数，包括：
8.一种井下定位装置，其特
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的井下定位方法。
...【技术特征摘要】
1.一种井下定位方法，其特征在于，应用于自动驾驶车辆的车载终端，所述自动驾驶车辆包括激光雷达；所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述自动驾驶车辆还包括车载uwb接收器和两个惯性测量单元；所述自动驾驶车辆行驶的巷道内设置有多个定位基站；
4.根据权利要求3所述的方法，其特征在于，所述基于所述uwb数据和所述运动数据确定所述自动驾驶车辆的初始位姿或者当前位姿，包括：
5.根据权利要求3所述的方法，其特征在于，所述激光雷达设置于所述自动驾驶车辆的车头顶部，两个所述惯性测量单元分别设置于所述激光雷达下方以及所述自动驾驶车辆的车...
【专利技术属性】
技术研发人员：吕标程，童鑫，王振，沙跃庆，金勇，
申请(专利权)人：南京北路智控科技股份有限公司，
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。