一种车辆转运机器人点云精密分割方法技术

技术编号：43868970 阅读：5 留言：0更新日期：2024-12-31 18:54

本发明专利技术属于点云精密分割技术领域，具体涉及一种车辆转运机器人点云精密分割方法。所述方法包括以下步骤：获取原始车辆转运机器人周围环境点云数据；将所获取原始车辆转运机器人周围环境点云数据划分为多个区域；当车辆转运机器人在不同的工作模态时，对应区域的点云数据进行处理，为车辆转运机器人的控制提供信息。该方法将车辆转运机器人全周点云数据，按照实际用途分割成为了多个区域，不同的区域在应用中有不同的功能。通过使用这种点云分割方式，可以有效的减小计算量，提高车辆转运机器人工作的精度。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术属于点云精密分割，具体涉及一种车辆转运机器人点云精密分割方法。

技术介绍

1、商品车转运机器人在汽车制造和港口物流领域中扮演着重要角色。商品车转运机器人(automated guided vehicle，agv)负责将商品车从一个地点转移到另一个地点，例如从生产线到仓库或运输车辆。在这个过程中，商品车转运机器人需要获取周围的环境信息，从而依据这些信息来执行相应的操作。例如商品车转运机器人前方若为待转运的商品车，商品车转运机器人需要根据检测到的商品车的方位来进行取车作业；若车辆行驶前方有障碍物，根据探测到的障碍物信息进行避障停车等紧急操作。

2、传统的解决方案通常针对激光雷达获取到的所有信息进行决策，这些信息中包含大量的无关信息，导致获取到的信息精度不足并且计算效率低下，对硬件的要求更高。基于此，提出一种车辆转运机器人点云精密分割方法。

技术实现思路

1、为了克服现有技术中的问题，本专利技术提出了一种车辆转运机器人点云精密分割方法。

2、本专利技术解决上述技术问题的技术方案如下：

3、本专利技术提供了一种车辆转运机器人点云精密分割方法，包括以下步骤：

4、步骤1：获取原始车辆转运机器人周围环境点云数据；

5、步骤2：将所获取的原始车辆转运机器人周围环境点云数据划分为多个区域；

6、步骤3：当车辆转运机器人在不同的工作模态时，处理车辆转运机器人对应区域的原始环境点云数据，为车辆转运机器人的控制提供信息。</p>

7、进一步地，所述步骤1中，获取原始车辆转运机器人周围环境点云数据，包括：

8、在车辆转运机器人四角各安装一个多线激光雷达，采用多线激光雷达对转运机器人周围环境进行扫描，获取各个激光雷达的周围环境点云数据；

9、将获取到的各个激光雷达的周围环境点云数据分别建立在激光雷达坐标系下，并分别将激光雷达的周围环境点云数据从激光雷达坐标系转换到车辆转运机器人的基坐标系下；

10、完成坐标变换之后，将四个多线激光雷达的周围环境点云数据合并到同一个点云数组中，得到原始车辆转运机器人周围环境点云数据。

11、进一步地，所述步骤2中对获取的原始车辆转运机器人周围环境点云数据进行分割之前，预定义分割区域，所述预定义分割区域包括：转运机器人前中区域、前侧区域、左侧区域、右侧区域、后中区域、后侧区域、内部区域，所述前侧区域包括左前边区域、右前边区域，所述后侧区域包括左后边区域、右后边区域。

12、进一步地，所述步骤2中，采用八叉树数据结构，对获取的原始车辆转运机器人周围环境点云数据进行分割，包括以下步骤：

13、初始化原始车辆转运机器人周围环境点云数据及八叉树结构；

14、基于预定义的分割区域，查找位于分割区域的三维空间范围内的所有点；

15、利用八叉树执行空间查询来分割原始车辆转运机器人点云，使用点的索引列表来保存查询结果；

16、使用查询结果中的点索引，从原始车辆转运机器人周围环境点云数据中提取对应的点云子集，这些点云子集即为分割之后的点云。

17、进一步地，利用八叉树执行空间查询来分割原始车辆转运机器人点云，使用点的索引列表来保存查询结果，具体包括：

18、遍历八叉树，从八叉树的根节点开始，根据分割区域的三维空间范围，决定是否需要继续遍历当前节点的子节点；

19、对于每个可能包含查询区域内点的节点，检查其是否完全在分割区域内部、部分重叠或完全不相交；

20、若节点完全位于分割区域内，则将该节点下所有点的索引添加到结果列表中；若节点与分割区域部分重叠，则进一步遍历该节点的子节点，重复上述查询过程；若节点与分割区域完全不相交，则跳过该节点及其所有子节点；

21、在查询过程中，将找到的点的索引添加到列表中，所述列表作为查询结果。

22、进一步地，所述步骤2中，还包括：多线程并行处理八叉树原始车辆转运机器人点云分割。

23、进一步地，所述多线程并行处理八叉树原始车辆转运机器人点云分割，包括：

24、为每个分割区域创建一个查询任务，所述查询任务包括该分割区域的三维空间范围，以及处理该区域所需的其他参数，所述其他参数包括分辨率；

25、为每个查询任务创建一个线程，线程的执行函数将接受查询任务作为参数，并执行相应的空间查询操作；

26、每个线程在完成任务后，将其查询结果存储在共享的数据结构中。

27、进一步地，使用互斥锁同步机制，通过互斥锁的锁定和解锁操作实现线程之间的同步。

28、进一步地，所述步骤1中获取原始车辆转运机器人周围环境点云数据之后，还包括对所获取的原始车辆转运机器人周围环境点云数据进行预处理，所述预处理包括滤波。

29、进一步地，所述步骤3中，车辆转运机器人工作模态包括：取车模态、密停放车模态、正向取车模态、前进模态与避障、反向取车模态、后退模态与避障、横移和自转时的避障。

30、与现有技术相比，本专利技术具有如下技术效果：

31、本专利技术提供了一种车辆转运机器人的点云精密分割方法。该方法将多个激光雷达数据融合后得到的车辆转运机器人全周点云，按照实际用途分割成为了多个区域，不同的区域在应用中有不同的功能。通过使用这种点云分割方式，可以有效的减小程序的计算量，提高车辆转运机器人工作的精度。相对于传统的方法，本专利技术对激光雷达数据进行了针对性的处理，这一处理方案可以大大降低计算量，提高作业精度，起到了很强的“降本增效”的作用。

本文档来自技高网...

【技术保护点】

1.一种车辆转运机器人点云精密分割方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种车辆转运机器人点云精密分割方法，其特征在于，所述步骤1中，获取原始车辆转运机器人周围环境点云数据，包括：

3.根据权利要求1所述的一种车辆转运机器人点云精密分割方法，其特征在于，所述步骤2中对获取的原始车辆转运机器人周围环境点云数据进行分割之前，预定义分割区域，所述预定义分割区域包括：转运机器人前中区域、前侧区域、左侧区域、右侧区域、后中区域、后侧区域、内部区域，所述前侧区域包括左前边区域、右前边区域，所述后侧区域包括左后边区域、右后边区域。

4.根据权利要求3所述的一种车辆转运机器人点云精密分割方法，其特征在于，所述步骤2中，采用八叉树数据结构，对获取的原始车辆转运机器人周围环境点云数据进行分割，包括以下步骤：

5.根据权利要求4所述的一种车辆转运机器人点云精密分割方法，其特征在于，利用八叉树执行空间查询来分割原始车辆转运机器人点云，使用点的索引列表来保存查询结果，具体包括：

6.根据权利要求5所述的一种车辆转运机器人点云精

7.根据权利要求6所述的一种车辆转运机器人点云精密分割方法，其特征在于，所述多线程并行处理八叉树原始车辆转运机器人点云分割，包括：

8.根据权利要求7所述的一种车辆转运机器人点云精密分割方法，其特征在于，使用互斥锁同步机制，通过互斥锁的锁定和解锁操作实现线程之间的同步。

9.根据权利要求1所述的一种车辆转运机器人点云精密分割方法，其特征在于，所述步骤1中获取原始车辆转运机器人周围环境点云数据之后，还包括对所获取的原始车辆转运机器人周围环境点云数据进行预处理，所述预处理包括滤波。

10.根据权利要求1所述的一种车辆转运机器人点云精密分割方法，其特征在于，所述步骤3中，车辆转运机器人工作模态包括：取车模态、密停放车模态、正向取车模态、前进模态与避障、反向取车模态、后退模态与避障、横移和自转时的避障。

...

【技术特征摘要】

1.一种车辆转运机器人点云精密分割方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种车辆转运机器人点云精密分割方法，其特征在于，所述步骤1中，获取原始车辆转运机器人周围环境点云数据，包括：

5.根据权利要求4所述的一种车辆转运机器人点云精密分割方法，其特征在于，利用八叉树执行空间查询来分割原始车辆转运机器人点云，使用点的索引列表来保存查询结果，...

【专利技术属性】
技术研发人员：杨文杰，王一，柳威，常震霖，孟令军，周珂，王康，曹海东，高洁，赵玉涛，钱广来，王浩亦，孙海涛，杜俊辉，仲伟，
申请(专利权)人：山东港口烟台港集团有限公司，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人