[发明专利]基于车载传感器的无人泊车搬运机器人的对位方法有效
申请号: | 201811103330.8 | 申请日: | 2018-09-20 |
公开(公告)号: | CN109324616B | 公开(公告)日: | 2021-06-18 |
发明(设计)人: | 陈广;瞿三清;杜嘉彤;余卓平;熊璐;杨谦益;叶灿波;陈凯 | 申请(专利权)人: | 同济大学 |
主分类号: | G05D1/02 | 分类号: | G05D1/02 |
代理公司: | 上海智信专利代理有限公司 31002 | 代理人: | 吴林松 |
地址: | 200092 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 车载 传感器 无人 泊车 搬运 机器人 对位 方法 | ||
本发明提供了一种基于车载传感器的无人泊车搬运机器人的对位方法,其包括:预对位阶段与精准对位阶段;预对位阶段为:利用单线激光雷达获取目标车辆的轮廓信息及位置信息,以分别调整无人泊车搬运机器人的横向展开宽度及与目标车辆的预对准角度;精准对位阶段为:在预对位阶段的基础上,利用单点激光雷达获取目标车辆的车轮轴信息,以调整该机器人与目标车辆的精对准角度及纵向伸长长度;本发明中单线激光雷达和单点激光雷达均布置于该机器人上面且无需借助其他信息采集装置,从而用于实现对环境的感知;另外,本发明不需要修建其他附属设施,可以仅凭该机器人的单线激光雷达和单点激光雷达就能实现精准对位的目的,通用性好、对环境依赖性小。
技术领域
本发明属于无人泊车搬运机器人的自动控制技术领域,具体涉及一种基于车载传感器的无人泊车搬运机器人的对位方法。
背景技术
伴随着城市的高速发展和人均保有汽车数量的快速增长,城区停车面临着巨大的停车场地严重不足以及人们对于停车舒适性要求越来越高的问题。自动驾驶技术的兴起有望利用完全自动化的方案帮助解决城市停车难的问题,同时大幅度提高停车空间利用率和停车的舒适度。传统的停车场通过识别等待停车车辆的车牌号以及停车场系统车位空余情况来决定是否允许等待停车车辆进入停车场,这种停车场管理方式的效率十分低下,也给等待停车的车辆驾驶员增加了很多额外的工作。目前已有自动驾驶车辆实现通过自动驾驶技术自动将车辆停泊在对应位置。该方式虽然在一定程度上提高了停车的效率,但是由于目前大部分车辆还不具备有自动驾驶的功能,势必会导致非自动驾驶车辆和自动驾驶车辆的混合泊车情况,对于自动驾驶技术提出了很高的要求。
发明内容
由于无人泊车搬运机器人的机械臂移动的距离十分有限,同时为提高自动化停车场的空间利用率,无人泊车搬运机器人与等待搬运车辆之间的间隙十分狭窄,所以对于无人泊车搬运机器人准确对位停放好的等待搬运车辆的位置提出了很高的要求,因此,本发明针对现有技术中的不足,目的是提供一种基于车载传感器的无人泊车搬运机器人的对位方法。
为达到上述目的,本发明的解决方案是:
一种基于车载传感器的无人泊车搬运机器人的对位方法,其包括:预对位阶段与精准对位阶段。
其中,预对位阶段为:根据目标车辆的轮廓信息以调整无人泊车搬运机器人的横向展开宽度,及根据目标车辆的位置信息以调整无人泊车搬运机器人与目标车辆的预对准角度,从而完成无人泊车搬运机器人与目标车辆的预对准。
精准对位阶段为:在上述预对位阶段的基础上,根据目标车辆的车轮轴信息,以调整无人泊车搬运机器人与目标车辆的精对准角度及纵向伸长长度,实现无人泊车搬运机器人的举升转置与目标车辆的车轮轴对齐,从而完成无人泊车搬运机器人与目标车辆的精准对位,实现与等待车辆的交互,进而完成目标车辆的搬运。
优选地,预对位阶段的具体步骤包括:
(1)、利用第一信息采集装置获取目标车辆的点云数据,并通过密度聚类(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)算法对点云数据进行密度聚类分析;
(2)、对该点云数据进行密度聚类分析后,基于随机抽样一致(Random SampleConsensus,RANSAC)算法拟合目标车辆的轮廓的直角型特征与目标车辆的车轮的直角型特征,以分别获取目标车辆的轮廓信息与目标车辆的位置信息;
(3)、根据目标车辆的轮廓信息以调整无人泊车搬运机器人的横向展开宽度;根据目标车辆的位置信息以调整无人泊车搬运机器人的主动轮与万向轮的方向,从而实现无人泊车搬运机器人与目标车辆的预对准。
优选地,在步骤(2)中,随机抽样一致算法包括如下步骤:
(2-1)、在单个点云数据簇中随机选取三个点作为直角型特征数学模型中的三个端点;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811103330.8/2.html,转载请声明来源钻瓜专利网。