【技术实现步骤摘要】
本专利技术涉及一种基于激光雷达的无人化装载机铲掘点选取方法及其系统、设备，属于无人驾驶工程机械。
技术介绍
1、装载机是一种广泛用于公路、铁路、建筑、水电、港口、矿山等建设工程的土石方施工机械，它主要用于铲装土壤、砂石、石灰、煤炭等散状物料，也可对矿石、硬土等作轻度铲挖作业。换装不同的辅助工作装置还可进行推土、起重和其他物料如木材的装卸作业。
2、在道路、特别是在高等级公路施工中，装载机用于路基工程的填挖、沥青混合料和水泥混凝土料场的集料与装料等作业。此外还可进行推运土壤、刮平地面和牵引其他机械等作业。由于装载机具有作业速度快、效率高、机动性好、操作轻便等优点，因此它成为工程建设中土石方施工的主要机种之一。
3、随着建筑和土方施工的需求不断增加，装载机传统的人工铲掘方法面临着效率低、成本高和安全隐患等问题。无人化装载机的出现为土方施工提供了新的解决方案。
技术实现思路
1、本专利技术的目的在于克服现有技术中的不足，提供一种基于激光雷达的无人化装载机铲掘点选取方法及其系统、设备，能够在复杂施工环境中自动生成铲掘点，并通过路径规划实现高效、精准的铲掘操作。
2、为达到上述目的，本专利技术是采用下述技术方案实现的：
3、第一方面，本专利技术提供一种基于激光雷达的无人化装载机铲掘点选取方法，包括：
4、获取施工区域环境的点云数据；
5、对施工区域环境的点云数据进行预处理，得到预处理的点云数据；
6、根据预处
7、利用三维环境模型生成多个候选铲掘点，计算并记录候选铲掘点的铲掘参数；
8、根据候选铲掘点的铲掘参数对候选铲掘点进行评估，得到最优铲掘点。
9、进一步的，所述施工区域环境的点云数据通过激光雷达对施工区域进行360°扫描得到。
10、进一步的，所述对施工区域环境的点云数据进行预处理，得到预处理的点云数据，包括：
11、利用直通滤波去除施工区域以外的点云数据，并利用统计滤波去除噪声点，得到预处理的环境点云数据。
12、进一步的，所述根据预处理的环境点云数据构建三维环境模型，包括：
13、利用地面分割算法对预处理的环境点云数据进行分割，得到地面点云数据和非地面点云数据；
14、利用地面检测算法对地面点云数据进行识别得到地面点云数据的平均高度，生成高度图，并对非地面点云数据进行识别得到障碍物的三维轮廓及位置；
15、根据高度图和障碍物的三维轮廓及位置构建得到三维环境模型。
16、进一步的，所述利用三维环境模型生成多个候选铲掘点，计算并记录候选铲掘点的铲掘参数，包括：
17、在三维环境模型的高度图上均匀生成多个候选铲掘点，，其中，所述候选铲掘点需全部位于可铲掘区域内；
18、计算并记录候选铲掘点的位置坐标、铲掘深度和铲掘效率。
19、进一步的，所述铲掘深度的计算表达式为：
20、 b= h target -h ground
21、其中， b表示铲掘深度， h target表示目标铲掘高度， h ground表示地面点云数据的平均高度；
22、所述铲掘效率的影响因素包括候选铲掘点距离障碍物的距离、铲掘点的可达性和地面土壤类型，其表达式如下：
23、 e=k(r× s)/d
24、其中， e表示铲掘效率， k表示经验系数， d表示候选铲掘点与最近障碍物之间的距离， r表示候选铲掘点的可达性系数， s表示地面土壤类型系数。
25、进一步的，所述根据候选铲掘点的铲掘参数对候选铲掘点进行评估，得到最优铲掘点，包括：
26、预设目标函数；
27、将参数向量作为输入，最优位置坐标作为输出，根据目标函数通过粒子群优化算法进行迭代优化，直至达到最大迭代次数，输出得到最优铲掘点；
28、所述参数向量为{ i,x,y,z,e,d,p,h}，其中， i为候选铲掘点的索引号， x,y,z为候选铲掘点的位置坐标， e为铲掘效率， d为候选铲掘点与最近障碍物之间的距离， p为候选铲掘点距离装载机当前位置的直线距离， h为以候选铲掘点为中心点的 k× k范围内的物料平均高度， k为铲斗宽度。
29、进一步的，所述优化算法为遗传算法、粒子群优化算法和模拟退火算法中的一种，所述目标函数的计算表达式为：
30、 f(x,y,z)=w 1 ×cost(x,y,z)+w 2 ×r(x,y,z)+w 3 ×risk(x,y,z)
31、其中， f(x,y,z)表示目标函数， w 1、 w 2、 w 3表示权重系数， cost(x,y)为成本函数， r (x,y,z)为资源最大化目标函数， risk(x,y,z)为风险函数；
32、所述成本函数的表达式为：
33、 cost(x,y)=c fixed +c variable ×p(x,y)
34、其中， c 本文档来自技高网...
【技术保护点】
1.一种基于激光雷达的无人化装载机铲掘点选取方法，其特征在于，包括：
2.根据权利要求1所述的基于激光雷达的无人化装载机铲掘点选取方法，其特征在于，所述施工区域环境的点云数据通过激光雷达对施工区域进行360°扫描得到。
3.根据权利要求1所述的基于激光雷达的无人化装载机铲掘点选取方法，其特征在于，所述对施工区域环境的点云数据进行预处理，得到预处理的点云数据，包括：
4.根据权利要求1所述的基于激光雷达的无人化装载机铲掘点选取方法，其特征在于，所述根据预处理的环境点云数据构建三维环境模型，包括：
5.根据权利要求1所述的基于激光雷达的无人化装载机铲掘点选取方法，其特征在于，所述利用三维环境模型生成多个候选铲掘点，计算并记录候选铲掘点的铲掘参数，包括：
6.根据权利要求5所述的基于激光雷达的无人化装载机铲掘点选取方法，其特征在于，所述铲掘深度的计算表达式为：
7.根据权利要求1所述的基于激光雷达的无人化装载机铲掘点选取方法，其特征在于，所述根据候选铲掘点的铲掘参数对候选铲掘点进行评估，得到最优铲掘点，包括：>
8.根据权利要求1所述的基于激光雷达的无人化装载机铲掘点选取方法，其特征在于，所述优化算法为遗传算法、粒子群优化算法和模拟退火算法中的一种，所述目标函数的计算表达式为：
9.一种基于激光雷达的无人化装载机铲掘点选取系统，其特征在于，包括：
10.一种设备，其特征在于，包括：
...【技术特征摘要】
1.一种基于激光雷达的无人化装载机铲掘点选取方法，其特征在于，包括：
2.根据权利要求1所述的基于激光雷达的无人化装载机铲掘点选取方法，其特征在于，所述施工区域环境的点云数据通过激光雷达对施工区域进行360°扫描得到。
3.根据权利要求1所述的基于激光雷达的无人化装载机铲掘点选取方法，其特征在于，所述对施工区域环境的点云数据进行预处理，得到预处理的点云数据，包括：
4.根据权利要求1所述的基于激光雷达的无人化装载机铲掘点选取方法，其特征在于，所述根据预处理的环境点云数据构建三维环境模型，包括：
5.根据权利要求1所述的基于激光雷达的无人化装载机铲掘点选取方法，其特征在于，所述利用三维环境模型生成...
【专利技术属性】
技术研发人员：孙辉，董雯雯，刘洲，吴晓宝，郭峥峥，刘新龙，郗传松，张宇，汤茂祥，张政，张春生，
申请(专利权)人：徐工集团工程机械股份有限公司科技分公司，
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。