[go: up one dir, main page]

CN119247383A - 一种基于激光雷达的车辆铁路平板检测方法 - Google Patents

一种基于激光雷达的车辆铁路平板检测方法 Download PDF

Info

Publication number
CN119247383A
CN119247383A CN202411774229.0A CN202411774229A CN119247383A CN 119247383 A CN119247383 A CN 119247383A CN 202411774229 A CN202411774229 A CN 202411774229A CN 119247383 A CN119247383 A CN 119247383A
Authority
CN
China
Prior art keywords
distance
point
edge point
scanning
vehicle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202411774229.0A
Other languages
English (en)
Other versions
CN119247383B (zh
Inventor
李亚柯
胡鑫
吴燕丰
王玉香
曾纪超
陈镇山
林世豪
高文烁
罗伟淞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Quanzhou Institute of Equipment Manufacturing
Original Assignee
Quanzhou Institute of Equipment Manufacturing
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Quanzhou Institute of Equipment Manufacturing filed Critical Quanzhou Institute of Equipment Manufacturing
Priority to CN202411774229.0A priority Critical patent/CN119247383B/zh
Publication of CN119247383A publication Critical patent/CN119247383A/zh
Application granted granted Critical
Publication of CN119247383B publication Critical patent/CN119247383B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61DBODY DETAILS OR KINDS OF RAILWAY VEHICLES
    • B61D3/00Wagons or vans
    • B61D3/16Wagons or vans adapted for carrying special loads
    • B61D3/18Wagons or vans adapted for carrying special loads for vehicles
    • B61D3/182Wagons or vans adapted for carrying special loads for vehicles specially adapted for heavy vehicles, e.g. public work vehicles, trucks, trailers
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electromagnetism (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请提供一种基于激光雷达的车辆铁路平板检测方法,方法包括,获取激光雷达感测到的铁路平板的包括多个二维点数据的二维点云数据。确定扫描角度为预设角度的二维点数据为正投影点,以及根据相邻二维点数据之间的扫描角度的角度差值,从正投影点开始遍历所述二维点云数据,若相邻二维点数据的扫描距离的差值大于距离阈值,确定相邻二维点数据中较小的扫描距离对应的二维点数据为铁路平板的第一边缘点和第二边缘点。基于三角函数,根据第一边缘点和第二边缘点的扫描距离和扫描角度,确定第一边缘点与正投影点之间的第一距离,以及第二边缘点与正投影点之间的第二距离。根据第一距离与第二距离检测车辆是否偏移铁路平板的中心。

Description

一种基于激光雷达的车辆铁路平板检测方法
技术领域
本申请涉及电力电子控制技术领域,尤其涉及一种基于激光雷达的车辆铁路平板检测方法。
背景技术
远距离运输车辆时,通常在列车上采用铁路平板装载车辆的方式运输。在装载如吊车和特种车等体型庞大的重型车辆时,必须使车辆中心与铁路平板中心基本重合,并对车辆进行钢缆固定,才能在列车快速转弯时不会发生侧翻事故。车辆在铁路平板上行驶时,由于铁路平板大部分处于驾驶员的盲区,要使车辆中心与铁路平板中心满足规范要求的难道较大,通常采用人工辅助引导的方式。经验丰富的驾驶员和引导员也要用十几分钟才能精确完成一个大型车辆的装载任务,费时费力。
目前,一种基于三维激光雷达装置的装备自动装载偏差识别方法及系统(专利号:114460600A)记载了,利用三维激光雷达装置识别到铁路平板区域,将三维点云数据处理后获得平板边沿的拟合直线,并以此为基础计算出车辆中心相对于铁路平板中心的距离偏差和角度偏差。该方法在数据处理时,需要将数据从三维坐标转二维平面坐标后,对数据进行线性拟合。实时性差、计算复杂度高。同时,雷达需要安装在车头的中心点,且需要一定的倾角才能实现功能,因此,在车辆的安装位置受限,在实际使用中需要大量的前期校准工作,针对不同的车型需要定制各自的安装方案,这对于高频率和大批量的车辆铁路平板装载而言无疑是耗时费力的。
鉴于此,本申请亟需提供一种能够提高识别实时性和计算简便度的同时,减少车辆的安装位置受限,减少前期校准工作,以及提高不同的车型的安装方案的一致性。
发明内容
本申请提供一种基于激光雷达的车辆铁路平板检测方法、激光雷达装置、车辆和激光雷达装置的处理单元,能够提高识别实时性和计算简便度的同时,减少车辆的安装位置受限,以及提高不同的车型的安装方案的一致性。
申请第一方面提供一种基于激光雷达的车辆铁路平板检测方法,应用于激光雷达装置的处理单元,激光雷达装置安装于车辆,方法包括,获取激光雷达装置的激光雷达感测到的铁路平板的二维点云数据,二维点云数据包括多个二维点数据;确定扫描角度为预设角度的二维点数据为正投影点,正投影点为激光雷达的扫描线发射孔在铁路平板的正投影点;根据相邻二维点数据之间的扫描角度的角度差值,从正投影点开始遍历二维点云数据,若相邻二维点数据的扫描距离的差值大于距离阈值,确定相邻二维点数据中较小的扫描距离对应的二维点数据为铁路平板的边缘点,边缘点包括第一边缘点和第二边缘点;基于三角函数,根据第一边缘点和第二边缘点的扫描距离和扫描角度,确定第一边缘点与正投影点之间的第一距离,以及第二边缘点与正投影点之间的第二距离;根据第一距离与第二距离的偏差,检测车辆是否偏移铁路平板的中心。
第一方面的一些实施例中,基于三角函数,根据第一边缘点和第二边缘点的扫描距离和扫描角度,确定第一边缘点与正投影点之间的第一距离,以及第二边缘点与正投影点之间的第二距离,包括:根据余弦定理,以及第一边缘点和第二边缘点的扫描距离和扫描角度,得到铁路平板的边缘长度;根据边缘长度、第一边缘点和第二边缘点的扫描距离,得到以第一边缘点为顶点的第一夹角的余弦值,以及以第二边缘点为顶点的第二夹角的余弦值;根据第一边缘点的扫描距离和第一夹角的余弦值,得到第一边缘点与正投影点之间的第一距离;根据第二边缘点的扫描距离和第二夹角的余弦值,得到第二边缘点与正投影点之间的第二距离。
第一方面的一些实施例中,根据第一距离与第二距离的偏差,检测车辆是否偏移铁路平板的中心,包括:若第一距离与第二距离不相等,确定车辆偏移铁路平板的中心;若第一距离与第二距离相等,确定车辆不偏移铁路平板的中心。
第一方面的一些实施例中,根据第一夹角的余弦值,确定第一夹角的第一正切值;根据第二夹角的余弦值,确定第二夹角的第二正切值;保留正切值小于或等于第一正切值或第二正切值的二维点数据,得到保留后的二维点云数据;根据保留后的二维点云数据重新确定第一边缘点和第二边缘点。
第一方面的一些实施例中,确定第一边缘点与正投影点之间的第一距离,以及第二边缘点与正投影点之间的第二距离之后,方法还包括:不断重新获取铁路平板的二维点云数据,并基于重新获取的二维点云数据确定新的第一距离和第二距离,直至处理单元获取时长满足计算周期后,得到第一距离集合和第二距离集合;去除第一距离集合和第二距离集合中的异常值;确定第一距离集合的平均值为第一目标距离,以及第二距离集合的平均值为第二目标距离;根据第一目标距离与第二目标距离的偏差,检测车辆是否偏移铁路平板的中心。
第一方面的一些实施例中,获取激光雷达装置偏离车辆中心的偏移距离;若偏移距离为激光雷达装置以车辆中心向第一边缘点偏移的距离,则在第一距离加上偏移距离,并在第二距离减去偏移距离,以调整第一距离和第二距离;若偏移距离为激光雷达装置以车辆中心向第二边缘点偏移的距离,则在第一距离减去偏移距离,并在第二距离加上偏移距离,以调整第一距离和第二距离;根据调整后的第一距离和第二距离之间的偏差,检测车辆是否偏移铁路平板的中心。
第一方面的一些实施例中,根据第一距离与第二距离的偏差,检测车辆是否偏移铁路平板的中心之后,方法还包括,将车辆是否偏移铁路平板的中心的偏移结果发送至车辆。
本申请第二方面提供一种激光雷达装置,激光雷达装置安装于车辆,激光雷达装置包括激光雷达和处理单元,处理单元用于,获取激光雷达装置的激光雷达感测到的铁路平板的二维点云数据,二维点云数据包括多个二维点数据;确定扫描角度为预设角度的二维点数据为正投影点,正投影点为激光雷达的扫描线发射孔在铁路平板的正投影点;根据相邻二维点数据之间的扫描角度的角度差值,从正投影点开始遍历二维点云数据,若相邻二维点数据的扫描距离的差值大于距离阈值,确定相邻二维点数据中较小的扫描距离对应的二维点数据为铁路平板的边缘点,边缘点包括第一边缘点和第二边缘点;基于三角函数,根据第一边缘点和第二边缘点的扫描距离和扫描角度,确定第一边缘点与正投影点之间的第一距离,以及第二边缘点与正投影点之间的第二距离;根据第一距离与第二距离的偏差,检测车辆是否偏移铁路平板的中心。
本申请第三方面提供一种车辆,车辆上安装有激光雷达装置。
本申请第四方面提供一种处理单元,包括:处理器以及存储器;存储器与处理器耦合,存储器用于存储计算机程序代码,处理器调用计算机程序代码以使得处理单元执行如第一方面的方法。
本申请提供的一种基于激光雷达的车辆铁路平板检测方法、激光雷达装置、车辆和激光雷达装置的处理单元,获取激光雷达感测到的铁路平板的包括多个二维点数据的二维点云数据。接着,确定扫描角度为预设角度的二维点数据为激光雷达的扫描线发射孔在铁路平板的正投影点,以及根据相邻二维点数据之间的扫描角度的角度差值,从正投影点开始遍历所述二维点云数据,若相邻二维点数据的扫描距离的差值大于距离阈值,确定相邻二维点数据中较小的扫描距离对应的二维点数据为铁路平板的边缘点,边缘点包括第一边缘点和第二边缘点。再接着,基于三角函数,根据第一边缘点和第二边缘点的扫描距离和扫描角度,确定第一边缘点与正投影点之间的第一距离,以及第二边缘点与正投影点之间的第二距离。最后,根据第一距离与第二距离之间的偏差,检测车辆是否偏移铁路平板的中心。
该检测方法,无需使用点云数据的高度信息,也无需将感测到的数据从三维坐标转二维平面坐标后进行处理。检测偏差的计算方式简单,识别实时性高,运算的空间复杂度低,需要的处理器资源较少。由于运算的空间复杂度低,需要的处理器资源较少,可以把本申请提供的检测方法直接部署在激光雷达装置的处理单元中,激光雷达装置可以便捷地安装在不同的车辆上,以实现不同车辆在铁路平板上是否偏移的检测。安装的倾角则在满足激光雷达能够扫描到铁路平板的情况下可在0~90°之间调节,减少对安装倾斜角的限制。同时,本申请的检测偏差的计算方式,适用于不同车型的车辆,提高了不同车型的安装方案一致性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的车辆的一结构示意图;
图2为本申请实施例提供的激光雷达装置的一结构示意图;
图3为相关技术提供的铁路平板的场景示意图;
图4为本申请实施例提供的基于激光雷达的车辆铁路平板检测方法的一流程示意图;
图5为本申请实施例提供的基于激光雷达的车辆铁路平板检测方法的一应该场景图;
图6为本申请实施例提供的基于激光雷达的车辆铁路平板检测方法的另一应该场景图;
图7为本申请实施例提供的处理单元的一结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
本申请所涉及的术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。
以下是对相关技术的阐述。
远距离运输车辆时,通常在列车上采用铁路平板装载车辆的方式运输。在装载如吊车和特种车等体型庞大的重型车辆时,必须使车辆中心与铁路平板中心基本重合,并对车辆进行钢缆固定,才能在列车快速转弯时不会发生侧翻事故。车辆在铁路平板上行驶时,由于铁路平板大部分处于驾驶员的盲区,要使车辆中心与铁路平板中心满足规范要求的难道较大,通常采用人工辅助引导的方式。经验丰富的驾驶员和引导员也要用十几分钟才能精确完成一个大型车辆的装载任务,费时费力。
目前,一种基于三维激光雷达装置的装备自动装载偏差识别方法及系统(专利号:114460600A)记载了,利用三维激光雷达装置识别到铁路平板区域,将三维点云数据处理后获得平板边沿的拟合直线,并以此为基础计算出车辆中心相对于铁路平板中心的距离偏差和角度偏差。该方法在数据处理时,需要将数据从三维坐标转二维平面坐标后,对数据进行线性拟合。实时性差、计算复杂度高。同时,雷达需要安装在车头的中心点,且需要一定的倾角才能实现功能,因此,在车辆的安装位置受限,在实际使用中需要大量的前期校准工作,针对不同的车型需要定制各自的安装方案,这对于高频率和大批量的车辆铁路平板装载而言无疑是耗时费力的。具体地,基于三维激光雷达装置的装备自动装载偏差识别方法及系统的局限包括下述方面:
1.数据处理所使用的数学方法较为复杂,具体表现为数据量大,需要庞大的缓存空间以及传输能力;数据处理流程繁琐,涉及到三维坐标到二维坐标的转换、坐标旋转和平移变换、平面拟合以及直线拟合,对于处理器的性能要求较高;综上而言,空间复杂度较高,需要的处理器资源较多。
2.系统的安装不够简便,实际使用过程中需要人工完成校准工作或者针对不同的车型进行定制的安装,这对于大批量的车辆装载运输而言是低效的。
3.系统的成本较高,使用三维激光雷达数据进行处理,需要较高性能的处理器,增加的坐标变换过程使得整个处理流程更为复杂,增加了距离偏差值计算的运算量。
4.使用的RANSAC算法在进行数据匹配和过滤时需要足够多的迭代次数才能保证较高的概率找到最优解,这会导致算法的运行时间变长,无法及时响应车辆前进过程中的各种变化及所需的各种调整。由于需要手动调整内部参数和阈值和过滤的异常点数据比例较低,因此周围环境的改变对于该算法的运算精度有较大影响。
5.对于大规模的三维激光雷达数据集,作为一种机器学习算法,现有技术使用的K-means算法的计算复杂度较高,尤其是在每次迭代中都需要计算所有点到所有簇中心的距离,这可能导致处理速度较慢,因此不得不进行数据的预处理,如数据的平滑和过滤等,这也增加了该算法部署到微处理器上的难度。
6.只能装载在车头或者车尾,并不能判定车辆在平板上的整体位置,如挂车等大型车辆。
鉴于此,本申请提供一种基于激光雷达的车辆铁路平板检测方法、激光雷达装置、车辆和激光雷达装置的处理单元,能够提高识别实时性和计算简便度的同时,减少车辆的安装位置受限,以及提高不同的车型的安装方案的一致性。
请参阅图1至图3,图1为本申请提供的车辆的一结构示意图。车辆30上安装有激光雷达装置100。图2为本申请提供的激光雷达装置的一结构示意图。激光雷达装置100包括激光雷达10和处理单元20。激光雷达10用于感测铁路平板的二维点云数据。具体地,激光雷达10包括扫描线发射孔11,扫描线发射孔11用于发射扫描线至铁路平板300,并接收从铁路平板300反射的反射线,根据反射线生成二维点云数据。处理单元20用于根据本申请提供的基于激光雷达的车辆铁路平板检测方法和二维点云数据,检测车辆30中心是否偏移铁路平板300的中心。
如图1和图3所示的激光雷达装置的一应用场景图,通过列车运载车辆30时,列车上铺设如图3所示的铁路平板300,激光雷达装置100的处理单元20响应于车辆30启动的启动指令,获取激光雷达10感测到的铁路平板300的包括多个二维点数据的二维点云数据。接着,确定扫描角度为预设角度的二维点数据为激光雷达10的扫描线发射孔11在铁路平板300的正投影点,以及根据相邻二维点数据之间的扫描角度的角度差值,从正投影点开始遍历所述二维点云数据,若相邻二维点数据的扫描距离的差值大于距离阈值,确定相邻二维点数据中较小的扫描距离对应的二维点数据为铁路平板300的第一边缘点或第二边缘点。再接着,基于三角函数,根据第一边缘点和第二边缘点的扫描距离和扫描角度,确定第一边缘点与正投影点之间的第一距离,以及第二边缘点与正投影点之间的第二距离。最后,根据第一距离与第二距离之间的偏差,检测车辆30是否偏移铁路平板300的中心。
需要说明的是,图1仅是本申请实施例提供的一种结构的示意图,本申请实施例不对图1中包括的各种设备的实际形态进行限定,也不对图1中设备之间的交互方式进行限定,在方案的具体应用中,可以根据实际需求设定。
下面以具体地实施例对本申请的技术方案,以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
请结合图2和图4,图4为本申请提供的基于激光雷达的车辆铁路平板检测方法的一流程示意图,该检测方法的执行主体可以为激光雷达装置100,具体地,可以为激光雷达装置100的处理单元20。如图4所示,该检测方法,可以包括以下步骤:
步骤S110:获取激光雷达装置的激光雷达感测到的铁路平板的二维点云数据。
具体地,如图5所示,处理单元20获取激光雷达10以扫描起始点O1为起始点旋转感测到的二维点云数据,旋转范围可以为0°至360°。二维点云数据包括多个二维点数据。每个二维点数据包括扫描距离和扫描角度。扫描距离是指激光雷达10的扫描线发射孔11,至扫描线发射孔11的扫描线与铁路平板300交点之间的距离。扫描角度是指扫描线与扫描起始点O1的起始扫描线之间的夹角。示例性地,如图5所示,二维点数据包括点1、点2和点3,Ra表示点1的扫描距离,Rb表示点3的扫描距离。∠Wa表示点1的扫描角度,∠Wb表示点3的扫描角度。
在一种实施方式中,获取二维点云数据后,可以删除扫描距离为零的二维点数据,以删除异常值。在一种实施方式中,可以将获取的二维点云数据存入数据结构体数组中,以便后续在数据结构体数组中调用二维点云数据。
步骤S120:确定扫描角度为预设角度的二维点数据为正投影点。
预设角度的设置和激光雷达10的旋转范围有关,可以为180°。正投影点为激光雷达10的扫描线发射孔11在铁路平板300的正投影点。示例性地,如图5所示,点o为扫描线发射孔11的位置,点2为正投影点。
步骤S130:根据相邻二维点数据之间的扫描角度的角度差值,从正投影点开始遍历二维点云数据,若相邻二维点数据的扫描距离的差值大于距离阈值,确定相邻二维点数据中较小的扫描距离对应的二维点数据为铁路平板的边缘点,边缘点包括第一边缘点和第二边缘点。
具体地,角度差值可以通过计算相邻二维点数据之间的扫描角度得到,也可以将激光雷达10的扫描分辨率作为角度差值。角度差值可以为0.1°。
距离阈值的差值可以为15cm或10cm等。可理解,铁路平板300区域的二维点数据之间的扫描距离差距较小,一般差值为0.3或0.5cm左右,而铁路平板300区域外与铁路平板300区域的二维点数据之间的扫描距离差距较大,一般差值在15cm或10cm左右。如果相邻二维点数据的扫描距离的差值大于15cm或10cm,说明相邻的二维点数据中扫描距离较小的二维点数据为铁路平板300的边缘点,其中,铁路平板300的一条边的边缘点为第一边缘点,与该条边相对的另一边的边缘点为第二边缘点。示例性地,如图5所示,根据点1与相邻的二维点数据之间的扫描距离的差值大于15cm,且点1的扫描距离小于该二维点数据,确定点1为第一边缘点。同理,根据点3与相邻的二维点数据之间的扫描距离的差值大于15cm,且点3的扫描距离小于该二维点数据,确定点3为第二边缘点。
边缘点是铁路平板300的长上的点还是宽上的点,取决于激光雷达装置100的安装位置。当激光雷达装置100安装在车辆30的车头或车尾时,边缘点为铁路平板300的宽上的点,当激光雷达装置100安装在车辆30的车身侧时,边缘点为铁路平板300的长上的点。
同时,可以确定与第一边缘点或第二边缘点的扫描距离的差值小于特征距离阈值的二维点数据为铁路平板300的二维特征点。特征距离阈值可以为0.3cm或0.5cm。
可理解,可以实时计算或离线处理得到的铁路平板300的第一边缘点、第二边缘点和二维特征点。
步骤S140:基于三角函数,根据第一边缘点和第二边缘点的扫描距离和扫描角度,确定第一边缘点与正投影点之间的第一距离,以及第二边缘点与正投影点之间的第二距离。
具体地,如图5所示,第一边缘点1的扫描距离Ra、第二边缘点3的扫描距离Rb以及铁路平板300构成了三角形。因此,结合三角函数、扫描距离Ra和 Rb以及扫描角度∠Wa和∠Wb,可以得到第一边缘点1与正投影点2之间的第一距离Da,以及第二边缘点3与正投影点2之间的第二距离Db
步骤S150:根据第一距离与第二距离的偏差,检测车辆是否偏移铁路平板的中心。
在一种实施方式中,若第一距离与第二距离不相等,确定车辆30偏移铁路平板300的中心。若第一距离与所述第二距离相等,确定车辆30不偏移铁路平板300的中心。具体地,将第一距离和第二距离之间的差值除以二,得到偏移结果,若偏移结果为零,则第一距离与第二距离相等,若偏移结果不为零,则第一距离与第二距离不相等。进一步地,若偏移结果大于零,则偏移结果指示车辆30向第一边缘点1偏移铁路平板300的中心,若偏移结果小于于零,则偏移结果指示车辆30向第二边缘点3偏移铁路平板300的中心。
在一些实施例中,检测车辆30是否偏移所述铁路平板300的中心之后,将车辆30是否偏移铁路平板300的中心的偏移结果发送至车辆30,以使车辆30基于偏移结果调整车身姿态,使车辆30的中心与铁路平板300的中心重合。或者以使驾驶员根据车辆30的显示单元显示偏移结果,调整车身姿态,使车辆30的中心与铁路平板300的中心重合。
可理解,上述技术方案中,无需使用三维点云数据的高度信息,也无需将感测到的数据从三维坐标转二维平面坐标后进行处理。检测偏差的计算方式简单,识别实时性高,运算的空间复杂度低,需要的处理器资源较少。由于运算的空间复杂度低,需要的处理器资源较少,可以把本申请提供的检测方法直接部署在激光雷达装置100的处理单元20中,激光雷达装置100可以便捷地安装在不同的车辆30上,以实现不同车辆30在铁路平板300上是否偏移的检测。安装的倾角则在满足激光雷达10能够扫描到铁路平板300的情况下可在0~90°之间调节(不包含90°),减少对安装倾斜角的限制。同时,本申请的检测偏差的计算方式,适用于不同车型的车辆30,提高了不同车型的安装方案一致性。
在一些实施例中,请参阅图5,步骤S140:基于三角函数,根据第一边缘点和第二边缘点的扫描距离和扫描角度,确定第一边缘点与正投影点之间的第一距离,以及第二边缘点与正投影点之间的第二距离,包括
步骤S131:根据余弦定理,以及第一边缘点和第二边缘点的扫描距离和扫描角度,得到铁路平板的边缘长度。
铁路平板300的边缘长度可以为铁路平板300的长度或宽度。具体地,边缘长度的计算公式如下:
(1)
其中,表示铁路平板300的边缘长度,Ra表示第一边缘点的扫描距离,Rb表示第二边缘点的扫描距离,Wa表示第一边缘点的扫描角度,Wb表示第二边缘点的扫描角度。
步骤S132:根据边缘长度、第一边缘点和第二边缘点的扫描距离,得到以第一边缘点为顶点的第一夹角的余弦值,以及以第二边缘点为顶点的第二夹角的余弦值。
具体地,第一夹角的余弦值的计算公式如下所示:
(2)
其中,表示以第一边缘点为顶点的第一夹角的余弦值。
第二夹角的余弦值的计算公式如下所示:
(3)
其中,表示以第二边缘点为顶点的第二夹角的余弦值。
步骤S133:根据第一边缘点的扫描距离和第一夹角的余弦值,得到第一边缘点与正投影点之间的第一距离。
具体地,第一距离的计算公式如下所示:
(4)
其中,表示第一边缘点与正投影点之间的第一距离。
步骤S134:根据第二边缘点的扫描距离和第二夹角的余弦值,得到第二边缘点与正投影点之间的第二距离。
具体地,第二距离的计算公式如下所示:
(5)
其中,表示第二边缘点与正投影点之间的第二距离。
在一些实施例中,还可以对铁路平板300的二维点云数据去拖尾。具体地,检测方法还包括下述步骤:
步骤S210:根据第一夹角的余弦值,确定第一夹角的第一正切值。
具体地,第一夹角的第一正切值的确定公式如下:
(6)
其中,表示第一夹角的第一正切值。
步骤S220:根据第二夹角的余弦值,确定第二夹角的第二正切值。
具体地,第二夹角的第二正切值的确定公式如下:
(7)
其中,表示第二夹角的第二正切值。
步骤S230:保留正切值小于或等于第一正切值或第二正切值的二维点数据,得到保留后的二维点云数据。
具体地,根据以第一边缘点或第二边缘点为顶点的夹角的正切值的计算方式,计算每个以二维点数据为顶点的夹角的正切值。依次比较以二维点数据为顶点的夹角的正切值是否大于第一正切值或第二正切值,若大于第一正切值或第二正切值,删除该二维点数据,以保留正切值小于或等于第一正切值或第二正切值的二维点数据,得到保留后的二维点云数据。
步骤S240:根据保留后的二维点云数据重新确定第一边缘点和第二边缘点。
可理解,由于激光雷达装置100的物理性质会导致产生误差数据,使铁路平板300的边缘会呈现拖尾点。因此,根据第一夹角的第一正切值和第二夹角的第二正切值,可以去除拖尾点(也即去除大于第一正切值或第二正切值的二维点数据)。接着,根据去除拖尾点的二维点云数据,重新确定第一边缘点和第二边缘点,并基于第一边缘点和第二边缘点计算得到第一距离和第二距离。也即,根据去除拖尾点的二维点云数据,重新执行步骤S120至步骤S140。
在一些实施例中,激光雷达装置100安装在车辆30上的任何位置,均可以检测到车辆30是否偏移铁路平板300的中心。也即,检测方法还包括:
步骤S310:获取激光雷达装置偏离车辆中心的偏移距离。
将激光雷达装置100安装在车辆30上时,记录激光雷达装置100偏离车辆30中心的偏移距离,以便处理单元20获取偏移距离。
步骤S320:若偏移距离为激光雷达装置以车辆中心向第一边缘点1偏移的距离,则在第一距离加上偏移距离,并在第二距离减去偏移距离,以调整第一距离和第二距离。
步骤S330:若偏移距离为激光雷达装置以车辆中心向第二边缘点偏移的距离,则在第一距离减去偏移距离,并在第二距离加上偏移距离,以调整第一距离和第二距离。
步骤S340:根据调整后的第一距离和第二距离之间的偏差,检测车辆是否偏移铁路平板的中心。
具体地,根据调整后的第一距离和第二距离之间的偏差,检测车辆是否偏移铁路平板的中心的检测方法,参照步骤S150。
可理解,本实施例通过偏移距离补偿第一距离和第二距离,可以将激光雷达装置100安装在车辆30上的任何位置,比如车顶、车的前保险杠如图6的(1)、车辆30的后端,后保险杆如图6的(2),以及车辆30的四周和车辆30的中部低端,总而言之,只要安装位置对激光雷达10的测距和数据传输无实质影响,则皆可以作为安装位置,无需居中安装。不需要去寻找车辆30的中线,降低安装工作造成的时间消耗。
在一些实施例中,对于第一距离和第二距离还可以进步一优化,也即,步骤S140中的,确定第一边缘点与正投影点之间的第一距离,以及第二边缘点与正投影点之间的第二距离之后,检测方法还包括:
步骤S410:不断重新获取铁路平板的二维点云数据,并基于重新获取的二维点云数据确定新的第一距离和第二距离,直至处理单元的获取时长满足计算周期后,得到第一距离集合和第二距离集合。
获取时长是处理单元20获取二维点云数据的时长,计算周期是指处理单元20从获取到计算得到第一距离和第二距离的时长。
步骤S420:去除第一距离集合和第二距离集合中的异常值。
步骤S430:确定第一距离集合的平均值为第一目标距离,以及一距离集合的平均值为第二目标距离。
步骤S440:根据第一目标距离与第二目标距离的偏差,检测车辆是否偏移铁路平板的中心。
可理解,具体地,激光雷达装置100的激光雷感测频率快于处理单元20的处理频率,也即处理单元20可以获取多组二维点云数据,并根据多组二维点云数据算出一组较为准确的第一目标距离和第二目标距离。
图7为本申请提供的处理单元的结构示意图。如图7所示,该处理单元20包括:
处理器21,存储器22和总线23;
所述存储器22用于存储所述处理器21的计算机程序代码;
其中,所述处理器21配置为经由执行所述计算机程序代码来执行前述任一方法实施例中移相全桥变换器的控制方法的技术方案。
可选的,存储器22既可以是独立的,也可以跟处理器21集成在一起。
存储器22通过总线23与处理器21连接并完成相互间的通信。
可选的,存储器22可能包含随机存取存储器(random access memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一条磁盘存储器。
总线23可以是外设部件互连标准(peripheral component interconnect,PCI)总线或扩展工业标准结构(e5tended industry standard architecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
上述的处理器可以是通用处理器,包括中央处理器CPU、网络处理器(networkprocessor,NP)等;还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
该处理单元20用于执行前述任一方法实施例中提供的技术方案,其实现原理和技术效果类似,在此不再赘述。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或对其中部分或全部技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (10)

1.一种基于激光雷达的车辆铁路平板检测方法,应用于激光雷达装置的处理单元,其特征在于,所述激光雷达装置安装于车辆,方法包括,
获取所述激光雷达装置的激光雷达感测到的铁路平板的二维点云数据,所述二维点云数据包括多个二维点数据;
确定扫描角度为预设角度的二维点数据为正投影点,所述正投影点为所述激光雷达的扫描线发射孔在所述铁路平板的正投影点;
根据相邻二维点数据之间的所述扫描角度的角度差值,从所述正投影点开始遍历所述二维点云数据,若相邻二维点数据的扫描距离的差值大于距离阈值,确定相邻二维点数据中较小的所述扫描距离对应的所述二维点数据为所述铁路平板的边缘点,所述边缘点包括第一边缘点和第二边缘点;
基于三角函数,根据所述第一边缘点和所述第二边缘点的所述扫描距离和所述扫描角度,确定所述第一边缘点与所述正投影点之间的第一距离,以及所述第二边缘点与所述正投影点之间的第二距离;
根据所述第一距离与所述第二距离的偏差,检测所述车辆是否偏移所述铁路平板的中心。
2.根据权利要求1所述的方法,其特征在于,所述基于三角函数,根据所述第一边缘点和所述第二边缘点的所述扫描距离和所述扫描角度,确定所述第一边缘点与所述正投影点之间的第一距离,以及所述第二边缘点与所述正投影点之间的第二距离,包括,
根据余弦定理,以及所述第一边缘点和所述第二边缘点的所述扫描距离和所述扫描角度,得到所述铁路平板的边缘长度;
根据所述边缘长度、所述第一边缘点和所述第二边缘点的所述扫描距离,得到以所述第一边缘点为顶点的第一夹角的余弦值,以及以所述第二边缘点为顶点的第二夹角的余弦值;
根据所述第一边缘点的所述扫描距离和所述第一夹角的余弦值,得到所述第一边缘点与所述正投影点之间的所述第一距离;
根据所述第二边缘点的所述扫描距离和所述第二夹角的余弦值,得到所述第二边缘点与所述正投影点之间的所述第二距离。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述第一距离与所述第二距离的偏差,检测所述车辆是否偏移所述铁路平板的中心,包括,
若所述第一距离与所述第二距离不相等,确定所述车辆偏移所述铁路平板的中心;
若所述第一距离与所述第二距离相等,确定所述车辆不偏移所述铁路平板的中心。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括,
根据所述第一夹角的余弦值,确定所述第一夹角的第一正切值;
根据所述第二夹角的余弦值,确定所述第二夹角的第二正切值;
保留正切值小于或等于所述第一正切值或所述第二正切值的二维点数据,得到保留后的二维点云数据;
根据所述保留后的二维点云数据重新确定所述第一边缘点和所述第二边缘点。
5.根据权利要求1所述的方法,其特征在于,所述确定所述第一边缘点与所述正投影点之间的第一距离,以及所述第二边缘点与所述正投影点之间的第二距离之后,所述方法还包括,
不断重新获取所述铁路平板的所述二维点云数据,并基于重新获取的所述二维点云数据确定新的所述第一距离和所述第二距离,直至所述处理单元的获取时长满足计算周期后,得到第一距离集合和第二距离集合;
去除所述第一距离集合和所述第二距离集合中的异常值;
确定所述第一距离集合的平均值为第一目标距离,以及所述第二距离集合的平均值为第二目标距离;
根据所述第一目标距离与所述第二目标距离的偏差,检测所述车辆是否偏移所述铁路平板的中心。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括,
获取所述激光雷达装置偏离所述车辆中心的偏移距离;
若所述偏移距离为所述激光雷达装置以所述车辆中心向所述第一边缘点偏移的距离,则在所述第一距离加上所述偏移距离,并在所述第二距离减去所述偏移距离,以调整所述第一距离和所述第二距离;
若所述偏移距离为所述激光雷达装置以所述车辆中心向所述第二边缘点偏移的距离,则在所述第一距离减去所述偏移距离,并在所述第二距离加上所述偏移距离,以调整所述第一距离和所述第二距离;
根据调整后的所述第一距离和所述第二距离之间的偏差,检测所述车辆是否偏移所述铁路平板的中心。
7.根据权利要求1所述的方法,其特征在于,所述根据所述第一距离与所述第二距离的偏差,检测所述车辆是否偏移所述铁路平板的中心之后,所述方法还包括,
将所述车辆是否偏移所述铁路平板的中心的偏移结果发送至所述车辆。
8.一种激光雷达装置,其特征在于,所述激光雷达装置安装于车辆,所述激光雷达装置包括激光雷达和处理单元,所述处理单元用于,获取所述激光雷达装置的所述激光雷达感测到的铁路平板的二维点云数据,所述二维点云数据包括多个二维点数据;
确定扫描角度为预设角度的二维点数据为正投影点,所述正投影点为所述激光雷达的扫描线发射孔在所述铁路平板的正投影点;
根据相邻二维点数据之间的扫描角度的角度差值,从所述正投影点开始遍历所述二维点云数据,若相邻二维点数据的扫描距离的差值大于距离阈值,确定相邻二维点数据中较小的所述扫描距离对应的二维点数据为所述铁路平板的边缘点,所述边缘点包括第一边缘点和第二边缘点;
基于三角函数,根据所述第一边缘点和所述第二边缘点的所述扫描距离和所述扫描角度,确定所述第一边缘点与所述正投影点之间的第一距离,以及所述第二边缘点与所述正投影点之间的第二距离;
根据所述第一距离与所述第二距离的偏差,检测所述车辆是否偏移所述铁路平板的中心。
9.一种车辆,其特征在于,所述车辆上安装有如权利要求8所述的激光雷达装置。
10.一种处理单元,其特征在于,包括:处理器以及存储器;
所述存储器与所述处理器耦合,所述存储器用于存储计算机程序代码,所述处理器调用所述计算机程序代码以使得所述处理单元执行如权利要求1至7中任一项所述的方法。
CN202411774229.0A 2024-12-05 2024-12-05 一种基于激光雷达的车辆铁路平板检测方法 Active CN119247383B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202411774229.0A CN119247383B (zh) 2024-12-05 2024-12-05 一种基于激光雷达的车辆铁路平板检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202411774229.0A CN119247383B (zh) 2024-12-05 2024-12-05 一种基于激光雷达的车辆铁路平板检测方法

Publications (2)

Publication Number Publication Date
CN119247383A true CN119247383A (zh) 2025-01-03
CN119247383B CN119247383B (zh) 2025-02-25

Family

ID=94026660

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202411774229.0A Active CN119247383B (zh) 2024-12-05 2024-12-05 一种基于激光雷达的车辆铁路平板检测方法

Country Status (1)

Country Link
CN (1) CN119247383B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119810201A (zh) * 2025-03-12 2025-04-11 中国人民解放军火箭军士官学校 一种重载卡车与铁路平板相对位置解算方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105946897A (zh) * 2016-07-07 2016-09-21 沈阳铁路局科学技术研究所 一种基于激光扫描测距仪的铁路隧道限界动态检测系统及方法
CN106842231A (zh) * 2016-11-08 2017-06-13 长安大学 一种道路边界检测及跟踪方法
CN109300162A (zh) * 2018-08-17 2019-02-01 浙江工业大学 一种基于精细化雷达扫描边缘点的多线激光雷达和相机联合标定方法
CN109839624A (zh) * 2017-11-27 2019-06-04 北京万集科技股份有限公司 一种多激光雷达位置标定方法及装置
CN113558536A (zh) * 2021-09-24 2021-10-29 莱克电气绿能科技(苏州)有限公司 智能扫地机器人的智能校准方法、装置及系统
WO2023123890A1 (zh) * 2021-12-30 2023-07-06 上海禾赛科技有限公司 激光雷达位姿的诊断方法、激光雷达及自动驾驶车辆
CN116588129A (zh) * 2023-05-10 2023-08-15 江苏智能无人装备产业创新中心有限公司 一种履带车沿载板中心线的辅助直驶方法、系统及介质
CN118552603A (zh) * 2024-07-30 2024-08-27 泉州装备制造研究所 古建筑三维模型中任意两点的测距方法、系统及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105946897A (zh) * 2016-07-07 2016-09-21 沈阳铁路局科学技术研究所 一种基于激光扫描测距仪的铁路隧道限界动态检测系统及方法
CN106842231A (zh) * 2016-11-08 2017-06-13 长安大学 一种道路边界检测及跟踪方法
CN109839624A (zh) * 2017-11-27 2019-06-04 北京万集科技股份有限公司 一种多激光雷达位置标定方法及装置
CN109300162A (zh) * 2018-08-17 2019-02-01 浙江工业大学 一种基于精细化雷达扫描边缘点的多线激光雷达和相机联合标定方法
CN113558536A (zh) * 2021-09-24 2021-10-29 莱克电气绿能科技(苏州)有限公司 智能扫地机器人的智能校准方法、装置及系统
WO2023123890A1 (zh) * 2021-12-30 2023-07-06 上海禾赛科技有限公司 激光雷达位姿的诊断方法、激光雷达及自动驾驶车辆
CN116588129A (zh) * 2023-05-10 2023-08-15 江苏智能无人装备产业创新中心有限公司 一种履带车沿载板中心线的辅助直驶方法、系统及介质
CN118552603A (zh) * 2024-07-30 2024-08-27 泉州装备制造研究所 古建筑三维模型中任意两点的测距方法、系统及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡淦 等: "铁路汽车装载激光雷达技术应用", 《铁道货运》, vol. 36, no. 8, 31 August 2018 (2018-08-31), pages 54 - 58 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119810201A (zh) * 2025-03-12 2025-04-11 中国人民解放军火箭军士官学校 一种重载卡车与铁路平板相对位置解算方法及系统

Also Published As

Publication number Publication date
CN119247383B (zh) 2025-02-25

Similar Documents

Publication Publication Date Title
CN119247383B (zh) 一种基于激光雷达的车辆铁路平板检测方法
CN109278742B (zh) 车辆和自动泊车方法、系统
US11762071B2 (en) Multi-mode multi-sensor calibration
CN111226132B (zh) 一种目标检测方法、设备、毫米波雷达及可移动平台
US12235113B2 (en) Parking support apparatus
US11532166B2 (en) Obstacle positioning method, device and terminal
CN109472251B (zh) 一种物体碰撞预测方法及装置
CN113155143B (zh) 用于评估自动驾驶用的地图的方法、设备和车辆
US20160075325A1 (en) Apparatus and method for controlling un-parking of a vehicle
CN110874944B (zh) 一种停车控制方法、停车服务器、车辆控制器和车辆
CN114690765A (zh) 矿卡自适应挡墙卸载停靠方法、装置、系统及计算机设备
CN115649178A (zh) 道路边界检测方法和电子设备
US20210278199A1 (en) Method, device, apparatus and storage medium for detecting a height of an obstacle
CN113933817A (zh) 车厢点云姿态的校正方法及装置
CN113985872A (zh) 基于视觉检测的agv取货路径规划方法、装置及介质
CN108116406A (zh) 一种探头通用自动泊车系统及方法
WO2020170666A1 (ja) 情報処理装置および情報処理方法
CN117289296A (zh) 一种基于激光雷达的矿区反坡检测方法及系统
JP7673961B2 (ja) 荷積み自動化支援装置、荷積み自動化支援方法、及びプログラム
CN109291918B (zh) 泊车位的找寻判定方法、装置和车辆
CN115675454A (zh) 车辆碰撞识别方法、车载终端、车辆及存储介质
CN115147791A (zh) 一种车辆变道检测方法、装置、交通工具及存储介质
CN118674891B (zh) 一种矿山车辆卸载位置选取方法、产品、介质及设备
CN111267104B (zh) 位姿标定方法、机器人、电子设备和可读存储介质
CN114820564B (zh) 一种观测噪声的处理方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant