【技术实现步骤摘要】
本申请涉及无人驾驶，尤其是涉及一种多路况受限空间下的无人驾驶方法、系统、设备及介质。
技术介绍
1、随着自动化和智能化技术的发展，无人驾驶技术在矿山、地下设施和其他受限空间中的应用变得日益广泛。在一些复杂的路况环境中，无人驾驶技术通常采用传统的同时定位与地图构建（simultaneous localization and mapping，slam）算法，而传统的slam算法常因环境复杂多变而面临挑战，特别是在精确地图构建和实时路径规划方面。若每种路况都采用复杂路况下的方法，这对于简单路况而言增加了计算负担，并且增加了资源消耗。因此，现有无人驾驶技术无法很好的满足矿山行业和其他多路况受限空间环境中的导航和控制需求。
技术实现思路
1、本申请旨在提出一种多路况受限空间下的无人驾驶方法、系统、设备及介质，能够满足矿山行业和其他多路况受限空间环境中的导航和控制需求。
2、第一方面，本申请实施例提供了一种多路况受限空间下的无人驾驶方法，所述多路况包括简单路况和复杂路况，所述方法包括：
3、获取用于指示无人驾驶设备当前行驶路况为简单路况或复杂路况的路况信息；
4、若所述路况信息为简单路况，则选择与所述简单路况相对应的第一无人驾驶策略；
5、通过所述第一无人驾驶策略得到第一控制输出指令，并根据所述第一控制输出指令，控制无人驾驶设备在所述简单路况上行驶；
6、若所述路况信息由所述简单路况变为所述复杂路况，则选择与所述复杂路况相对应的第二无
7、通过所述第二无人驾驶策略得到第二控制输出指令，并根据所述第二控制输出指令，控制无人驾驶设备在所述复杂路况上行驶。
8、与现有技术相比，本申请第一方面具有以下有益效果：
9、本方法通过获取用于指示无人驾驶设备当前行驶路况为简单路况或复杂路况的路况信息；若路况信息为简单路况，则选择与简单路况相对应的第一无人驾驶策略；通过第一无人驾驶策略得到第一控制输出指令，并根据第一控制输出指令，控制无人驾驶设备在简单路况上行驶；若路况信息由简单路况变为复杂路况，则选择与复杂路况相对应的第二无人驾驶策略；通过第二无人驾驶策略得到第二控制输出指令，并根据第二控制输出指令，控制无人驾驶设备在复杂路况上行驶。如此，通过综合考虑不同路况采用不同的无人驾驶方法，增强了系统在各种环境条件下的表现，能够满足矿山行业和其他多路况受限空间环境中的导航和控制需求，显著提升了无人驾驶的效率和可靠性。
10、在一些实施方式中，所述通过所述第一无人驾驶策略得到第一控制输出指令，包括：
11、通过预先标记的第一uwb轨迹点坐标进行路径规划，确定第一目标规划路径；
12、获取在所述第一目标规划路径上行驶的无人驾驶设备的第一uwb位置数据和第一激光雷达数据；
13、根据所述第一uwb位置数据和第一激光雷达数据，确定所述无人驾驶设备的第一当前位置坐标；
14、根据所述第一当前位置坐标，确定极坐标解算角；
15、基于所述第一激光雷达数据，确定两条第一安全边界，并根据所述两条第一安全边界，确定第一安全边界修正角；
16、基于所述极坐标解算角和所述第一安全边界修正角，计算目标控制角度和目标控制角速度，将所述目标控制角度和所述目标控制角速度作为第一控制输出指令。
17、在一些实施方式中，所述根据所述第一当前位置坐标，确定极坐标解算角，包括：
18、从所述第一目标规划路径中获取所述第一当前位置坐标对应的目标行驶轨迹点坐标；
19、将所述目标行驶轨迹点坐标转化为极坐标系轨迹方向；
20、将所述极坐标系轨迹方向和所述无人驾驶设备的中线形成的夹角作为极坐标解算角。
21、在一些实施方式中，所述基于所述第一激光雷达数据，确定两条第一安全边界，并根据所述两条第一安全边界，确定第一安全边界修正角，包括：
22、将所述第一激光雷达数据输入slam算法，得到两条第一安全边界；
23、确认所述两条第一安全边界之间的第一中间线；
24、将所述第一中间线和所述无人驾驶设备的第一中线之间的第一夹角作为第一安全边界修正角。
25、在一些实施方式中，所述基于所述极坐标解算角和所述第一安全边界修正角，计算目标控制角度和目标控制角速度，包括：
26、计算所述第一安全边界修正角和所述极坐标解算角之间的安全边界修正角度差；
27、根据所述安全边界修正角度差和所述极坐标解算角，计算目标控制角度；
28、根据所述目标控制角度，确定目标控制角速度。
29、在一些实施方式中，所述通过所述第二无人驾驶策略得到第二控制输出指令，包括：
30、通过预先标记的第二uwb轨迹点坐标进行路径规划，确定第二目标规划路径；
31、获取在所述第二目标规划路径上行驶的无人驾驶设备的第二激光雷达数据、imu的姿态信息和第二uwb位置数据；
32、将所述第二激光雷达数据、所述imu的姿态信息和所述第二uwb位置数据进行数据融合，得到融合后的数据；
33、将所述融合后的数据输入slam算法，得到所述无人驾驶设备的第一位置、障碍物位置、空间变化以及两条第二安全边界；
34、采用粒子滤波和卡尔曼滤波对所述第二激光雷达数据、所述imu的姿态信息以及所述第二uwb位置数据进行处理，得到所述无人驾驶设备的第二位置；
35、根据所述无人驾驶设备的第二位置、所述无人驾驶设备的第一位置、所述障碍物位置以及所述空间变化，得到目标行驶路径；
36、根据所述两条第二安全边界和所述目标行驶路径，确定第二安全边界修正角和位置修正角；
37、根据所述第二安全边界修正角和所述位置修正角，计算行进方向和转向角度，将所述行进方向和所述转向角度作为第二控制输出指令。
38、在一些实施方式中，所述根据所述两条第二安全边界和所述目标行驶路径，确定第二安全边界修正角和位置修正角，包括：
39、确认所述两条第二安全边界之间的第二中间线；
40、将所述第二中间线和所述无人驾驶设备的第二中线之间的第二夹角作为第二安全边界修正角；
41、获取所述无人驾驶设备的当前位置在所述目标行驶路径中对应的目标位置，将所述当前位置至所述目标位置之间的夹角作为位置修正角。
42、第二方面，本申请实施例还提供了一种多路况受限空间下的无人驾驶系统，所述系统包括：
43、路况信息获取单元，用于获取用于指示无人驾驶设备当前行驶路况为简单路况或复杂路况的路况信息；
44、第一方法选择单元，用于若所述路况信息为简单路况，则选择与所述简单路况相对应的第一无人驾驶策略；
45、第一方法控制单元，用于通过所述第一无人驾驶策略得到第一控制输出指令，并根据所述第一控制输出指本文档来自技高网...
【技术保护点】
1.一种多路况受限空间下的无人驾驶方法，其特征在于，所述多路况包括简单路况和复杂路况，所述方法包括：
2.根据权利要求1所述的多路况受限空间下的无人驾驶方法，其特征在于，所述通过所述第一无人驾驶策略得到第一控制输出指令，包括：
3.根据权利要求2所述的多路况受限空间下的无人驾驶方法，其特征在于，所述根据所述第一当前位置坐标，确定极坐标解算角，包括：
4.根据权利要求2所述的多路况受限空间下的无人驾驶方法，其特征在于，所述基于所述第一激光雷达数据，确定两条第一安全边界，并根据所述两条第一安全边界，确定第一安全边界修正角，包括：
5.根据权利要求2所述的多路况受限空间下的无人驾驶方法，其特征在于，所述基于所述极坐标解算角和所述第一安全边界修正角，计算目标控制角度和目标控制角速度，包括：
6.根据权利要求1所述的多路况受限空间下的无人驾驶方法，其特征在于，所述通过所述第二无人驾驶策略得到第二控制输出指令，包括：
7.根据权利要求6所述的多路况受限空间下的无人驾驶方法，其特征在于，所述根据所述两条第二安全边界和所述目
8.一种多路况受限空间下的无人驾驶系统，其特征在于，所述系统包括：
9.一种电子设备，其特征在于，包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如权利要求1至7任一项所述的多路况受限空间下的无人驾驶方法。
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可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至7任一项所述的多路况受限空间下的无人驾驶方法。
...【技术特征摘要】
1.一种多路况受限空间下的无人驾驶方法，其特征在于，所述多路况包括简单路况和复杂路况，所述方法包括：
2.根据权利要求1所述的多路况受限空间下的无人驾驶方法，其特征在于，所述通过所述第一无人驾驶策略得到第一控制输出指令，包括：
3.根据权利要求2所述的多路况受限空间下的无人驾驶方法，其特征在于，所述根据所述第一当前位置坐标，确定极坐标解算角，包括：
4.根据权利要求2所述的多路况受限空间下的无人驾驶方法，其特征在于，所述基于所述第一激光雷达数据，确定两条第一安全边界，并根据所述两条第一安全边界，确定第一安全边界修正角，包括：
5.根据权利要求2所述的多路况受限空间下的无人驾驶方法，其特征在于，所述基于所述极坐标解算角和所述第一安全边界修正角，计算目标控制角度和目标控制角速度，包括：
6.根据权利要求1所述的多路况受限空间下的无人驾驶方法，其特征...
【专利技术属性】
技术研发人员：张永玺，郭伟，周科平，黄立，成锡良，杨琛，
申请(专利权)人：湖南斯福迈智能科技有限责任公司，
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。