【技术实现步骤摘要】
本申请属于无人车，尤其涉及一种无人车跟随方法、装置、设备及介质。
技术介绍
1、在无人车跟随场景中，通常需要无人车对人员或车辆等跟随对象进行跟随，以完成物资运输等任务。视觉跟踪和激光雷达跟踪是当前无人车常用的定位跟踪方法，它们通过分析环境图像和激光反射数据来识别并跟随人员或车辆，然而，当跟随对象被遮挡或存在多个相似目标时，容易出现目标丢失或跟踪错误。
2、超宽带(ultra wide band，uwb)定位技术是一种基于uwb传感器的跟踪方法，uwb传感器包括基站和定位标签，通常将基站安装在无人车，由跟随对象携带定位标签。在定位过程中，定位标签向基站发送uwb信号，通过uwb信号到达时间差(time difference ofarrival,tdoa)和到达角(angle of arrival,aoa)来确定跟随对象相对于无人车的距离和角度，进而确定跟随对象的位置。利用uwb信号具有高分辨率的时间测量能力和宽频谱覆盖范围的特性，uwb定位技术能够实现精确的距离测量，即使在跟随对象被遮挡的情况下也能保持距离测量的稳定性。但在障碍物较多的复杂环境中，uwb信号在传播过程中会受到多径效应、非视距传播等因素的影响，导致其角度的测量准确性变低，使无人车在跟随过程中偏离正确路线。
3、因此，亟须一种稳定、高精度的无人车跟随方法，以确保复杂场景下无人车跟随的稳定性和准确性。
技术实现思路
1、针对上述问题，本申请提供一种无人车跟随方法、装置、设备及介质，用于解决现有技术中
2、第一方面，本申请提供了一种无人车跟随方法，所述无人车上安装有视觉传感器、激光雷达传感器以及超宽带传感器中的基站；所述超宽带传感器中的定位标签被跟随对象携带；所述方法包括：
3、根据从所述视觉传感器获取的图像数据和从所述激光雷达传感器中获取的点云数据，对所述跟随对象进行识别与定位，得到识别到的每个目标相对于所述无人车的第一位置；
4、根据从所述超宽带传感器中获取的超宽带定位数据，确定所述跟随对象相对于所述无人车的第二位置；
5、若根据所述视觉传感器和所述激光雷达传感器识别到至少一个目标，基于每个所述第一位置和所述第二位置之间的差异度确定所述跟随对象对应的最佳位置，并基于所述跟随对象对应的最佳位置和所述第二位置之间的差异度确定所述无人车跟随的位置。
6、在本方案中，基于视觉/激光雷达定位结果与超宽带定位结果间的差异度，先在第一位置中确定跟随对象对应的最佳位置，再评估跟随对象对应的视觉/激光雷达定位信息的可靠性，进而确定无人车应跟随的位置，本申请融合了视觉/激光雷达传感器的高精度定位能力与超宽带传感器的稳定定位特性，实现了对两种定位信息的有效筛选与可靠性判断，有效解决了无人车跟随过程中常见的目标遮挡、多目标混淆等问题，提高了无人车跟随的稳定性和准确性。在一种可能的实施方式中，所述基于每个所述第一位置和所述第二位置之间的差异度确定所述跟随对象对应的最佳位置，并基于所述跟随对象对应的最佳位置和所述第二位置之间的差异度确定所述无人车跟随的位置，包括：
7、确定每个所述第一位置和所述第二位置之间的差异度；
8、将最小的差异度对应的第一位置，确定为所述跟随对象对应的最佳位置；
9、确定所述跟随对象对应的最佳位置和所述第二位置之间的差异度是否小于预设阈值，若是则对所述跟随对象对应的最佳位置进行跟随，若否则对所述第二位置进行跟随。
10、在本方案中，利用超宽带定位的稳定性，将视觉/激光雷达定位结果中与超宽带定位结果最接近的第一位置确定为跟随对象对应的最佳位置，以及基于预设阈值来评估最佳位置对应的视觉/激光雷达定位信息的可靠性。当最佳位置对应的视觉/激光雷达定位结果与超宽带定位结果的差异度处于可接受范围时，优先采用视觉/激光雷达的高精度定位结果，从而提高了跟随的精确性，当二者的差异度较大时，则采用超宽带的稳定定位结果，确保了无人车跟随过程中定位信息的准确性和可信度，避免了因单一传感器失效导致的跟随错误，进一步增强了无人车跟随的稳定性和准确性。
11、在一种可能的实施方式中，若所述无人车上安装至少3个不共线的基站，则所述第二位置为基站三维直角坐标系下的三维坐标；
12、所述确定每个所述第一位置和所述第二位置之间的差异度，包括：
13、根据预先标定的激光雷达坐标系与基站三维直角坐标系的第一转换矩阵对每个所述第一位置进行转换，得到每个所述目标在基站三维直角坐标系下的第一三维位置；
14、基于每个所述第一三维位置与所述第二位置之间的距离，确定每个所述第一三维位置和所述第二位置之间的差异度。
15、在本方案中，针对安装至少3个不共线的基站、超宽带定位结果为三维坐标的情况，提供了基于同一坐标系下两种定位结果间的距离确定每个第一位置和第二位置之间的差异度的方式，有助于实现对视觉/激光雷达定位结果的有效筛选和可靠性判断。
16、在一种可能的实施方式中，若所述无人车上安装1个基站或2个不共线的基站时，则所述第二位置为基站二维坐标系下的二维坐标，所述超宽带定位数据包括在基站极坐标系下所述定位标签相对于所述无人车的第一角度；
17、所述确定每个所述第一位置和所述第二位置之间的差异度，包括：
18、确定每个所述目标在基站极坐标系下相对于所述无人车的第二角度；
19、基于每个所述第二角度与所述第一角度间的角度差和基站的角度测量精度，确定每个所述目标对应的角度加权系数；
20、根据预先标定的激光雷达坐标系与基站二维坐标系的第二转换矩阵对每个所述第一位置进行转换，得到每个所述目标在基站二维坐标系下的第一二维位置；
21、基于角度加权系数和每个所述第一二维位置与所述第二位置之间的距离偏差程度，确定每个第一二维位置与所述第二位置之间的差异度。
22、在本方案中，针对安装1个基站或2个不共线的基站、超宽带定位结果为二维坐标的情况，通过在评估两种定位结果的差异度时引入与两种定位结果间的角度差异程度关联的角度加权系数，提供了基于两种定位结果间的角度加权系数和距离偏差程度确定每个第一位置和第二位置之间的差异度的方式，有助于实现对视觉/激光雷达定位结果的有效筛选和可靠性判断，以及保证了在基站数量受限时的无人车跟随的稳定性和准确性。
23、在一种可能的实施方式中，若所述基站二维坐标系为极坐标系，则所述第二位置包括基站极坐标系下所述定位标签相对于所述无人车的第一径向距离和所述第一角度，每个目标对应的第一二维位置为基站极坐标系下该目标相对于所述无人车的第二径向距离和该目标对应的第二角度；
24、所述基于角度加权系数和每个所述第一二维位置与所述第二位置之间的距离偏差程度，确定每个所述第一二维位置与所述第二位置之间的差异度，包括：
25、针对每个所述目标执行如下步骤：
2本文档来自技高网...
【技术保护点】
1.一种无人车跟随方法，其特征在于，所述无人车上安装有视觉传感器、激光雷达传感器以及超宽带传感器中的基站；所述超宽带传感器中的定位标签被跟随对象携带；所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述基于每个所述第一位置和所述第二位置之间的差异度确定所述跟随对象对应的最佳位置，并基于所述跟随对象对应的最佳位置和所述第二位置之间的差异度确定所述无人车跟随的位置，包括：
3.如权利要求2所述的方法，其特征在于，若所述无人车上安装至少3个不共线的基站，则所述第二位置为基站三维直角坐标系下的三维坐标；
4.如权利要求2所述的方法，其特征在于，若所述无人车上安装1个基站或2个不共线的基站时，则所述第二位置为基站二维坐标系下的二维坐标，所述超宽带定位数据包括在基站极坐标系下所述定位标签相对于所述无人车的第一角度；
5.如权利要求4所述的方法，其特征在于，若所述基站二维坐标系为极坐标系，则所述第二位置包括基站极坐标系下所述定位标签相对于所述无人车的第一径向距离和所述第一角度，每个目标对应的第一二维位置为基站极坐标系下该目标相对于所述无人
6.如权利要求4所述的方法，其特征在于，若所述基站二维坐标系为基站二维直角坐标系，则所述第二位置和每个所述第一二维位置均为二维直角坐标；
7.如权利要求4-6任一所述的方法，其特征在于，针对每个所述目标，均采用如下公式得到所述角度加权系数：
8.如权利要求7所述的方法，其特征在于，若所述基站二维坐标系为基站二维直角坐标系，则基于欧式距离法得到所述距离偏差程度时，采用如下公式得到所述差异度：
9.如权利要求1所述的方法，其特征在于，所述方法还包括：
10.一种无人车跟随装置，其特征在于，所述无人车上安装有视觉传感器、激光雷达传感器以及超宽带传感器中的基站；所述超宽带传感器中的定位标签被跟随对象携带；所述装置包括：
11.一种电子设备，其特征在于，包括：
12.一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程序，所述计算机程序包括程序指令，所述程序指令当被计算机执行时，使所述计算机执行如权利要求1-9中任一项所述的方法。
...【技术特征摘要】
1.一种无人车跟随方法，其特征在于，所述无人车上安装有视觉传感器、激光雷达传感器以及超宽带传感器中的基站；所述超宽带传感器中的定位标签被跟随对象携带；所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述基于每个所述第一位置和所述第二位置之间的差异度确定所述跟随对象对应的最佳位置，并基于所述跟随对象对应的最佳位置和所述第二位置之间的差异度确定所述无人车跟随的位置，包括：
3.如权利要求2所述的方法，其特征在于，若所述无人车上安装至少3个不共线的基站，则所述第二位置为基站三维直角坐标系下的三维坐标；
4.如权利要求2所述的方法，其特征在于，若所述无人车上安装1个基站或2个不共线的基站时，则所述第二位置为基站二维坐标系下的二维坐标，所述超宽带定位数据包括在基站极坐标系下所述定位标签相对于所述无人车的第一角度；
5.如权利要求4所述的方法，其特征在于，若所述基站二维坐标系为极坐标系，则所述第二位置包括基站极坐标系下所述定位标签相对于所述无人车的第一径向距离和所述第一角度，每个目标对应的第一二维位置为基站极坐标系下该目标相对于...
【专利技术属性】
技术研发人员：尹逊帅，范卿，刘延斌，付玲，张叠，
申请(专利权)人：中联重科股份有限公司，
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。