System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数据处理,尤其涉及一种基于无人工程机械作业车辆的垂直平面检测方法及介质。
技术介绍
1、在无人驾驶工程机械领域中,车辆需要在不同区域工作。在作业对象感知中,工程机械作业对象大部分含有垂直平面。比如说,料仓左右侧壁的垂直墙面和卸料漏斗左右的隔板等。因此,垂直平面的检测是作业对象感知的重要手段,另外的,激光雷达作为无人驾驶行业最重要的传感器之一,具有不受光线影响和测距精度高等特点。
2、专利技术人在实现本专利技术的过程中,发现现有技术存在如下缺陷:目前,一般利用优化贝叶斯抽样一致性的点云平面拟合方法,贝叶斯抽样一致性方法是在随机抽样一致性方法的基础上,考虑了每个点在模型中的先验概率,但是该方法对于多平面的检测耗时较长,同时依赖于迭代次数,迭代次数越多,检测时间越长,效率低下;并且仅输出拟合点数最多的平面,因此存在误检可能。另外的,还包括基于区域生长的点云平面拟合方法,该方法由于需要计算每个近邻点与当前种子点的法线角度差,点云密度高时计算效率较低,并且平面间的连接处误差较大,准确性不高。
技术实现思路
1、本专利技术提供了一种基于无人工程机械作业车辆的垂直平面检测方法及介质,以实现对无人工程机械作业车辆的垂直平面检测的准确率和效率的提高。
2、根据本专利技术的一方面,提供了一种基于无人工程机械作业车辆的垂直平面检测方法,其中,包括:
3、在预先设置的车体坐标系下,获取目标车辆坐标和各待计算地图区域,并根据目标车辆坐标来确定目标地图区域;<
...【技术保护点】
1.一种基于无人工程机械作业车辆的垂直平面检测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据目标车辆坐标来确定目标地图区域,包括:
3.根据权利要求2所述的方法,其特征在于,所述获取并根据目标车辆对应的激光雷达点云,来得到点云鸟瞰图,并通过平面坐标提取方法对点云鸟瞰图进行提取,并根据目标地图区域来确定出第一线段输出结果,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据各激光雷达点云投影点和各点云鸟瞰图划分格栅,来确定至少一个目标点云投影格栅点,包括:
5.根据权利要求4所述的方法,其特征在于,所述通过预先设置的霍夫直线检测方法对各所述目标点云投影格栅地图点进行处理,来确定出第一线段输出结果,包括:
6.根据权利要求5所述的方法,其特征在于,所述通过平面精细提取方法,根据目标车辆对应的激光雷达点云,对所述第一线段输出结果进行处理,来得到第二线段输出结果,包括:
7.根据权利要求6所述的方法,其特征在于,所述通过对所述第二线段输出结果进行解析,来确定目标车辆坐标对应的目标地
8.一种基于无人工程机械作业车辆的垂直平面检测装置,其特征在于,包括:
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在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计算机程序时实现如权利要求1-7中任一项所述的基于无人工程机械作业车辆的垂直平面检测方法。
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如权利要求1-7中任一项所述的基于无人工程机械作业车辆的垂直平面检测方法。
...【技术特征摘要】
1.一种基于无人工程机械作业车辆的垂直平面检测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据目标车辆坐标来确定目标地图区域,包括:
3.根据权利要求2所述的方法,其特征在于,所述获取并根据目标车辆对应的激光雷达点云,来得到点云鸟瞰图,并通过平面坐标提取方法对点云鸟瞰图进行提取,并根据目标地图区域来确定出第一线段输出结果,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据各激光雷达点云投影点和各点云鸟瞰图划分格栅,来确定至少一个目标点云投影格栅点,包括:
5.根据权利要求4所述的方法,其特征在于,所述通过预先设置的霍夫直线检测方法对各所述目标点云投影格栅地图点进行处理,来确定出第一线段输出结果,包括:
6.根据权利要求5所述的方法,其特征在于,所述通过平面精细提取...
【专利技术属性】
技术研发人员:刘平,林志斌,孙金泉,
申请(专利权)人:广西柳工元象科技有限公司,
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。