[发明专利]一种岸吊区卡车精准停车方法、设备及系统

权利要求书

1.一种岸吊区卡车精准停车方法，其特征在于，包括：

获取激光雷达对岸吊横跨的车道扫描得到的实时点云数据；

对所述实时点云数据聚类得到所述车道上行驶的卡车的点云集合；

利用迭代最近点ICP算法对所述行驶的卡车的点云集合和车辆点云模型进行计算，得到所述行驶的卡车到目标停车位的实时距离；其中，所述车辆点云模型是预先利用激光雷达扫描在所述岸吊区的目标停车位停车的卡车所得到的点云集合；

广播包含所述实时距离的消息，以使所述行驶的卡车对应的车辆控制器根据所述消息中包含的实时距离控制所述行驶的卡车停止在目标停车位。

2.根据权利要求1所述的岸吊区卡车精准停车方法，其特征在于，利用ICP算法对所述行驶的卡车的点云集合和车辆点云模型进行计算，包括：

确定所述行驶的卡车的车辆型号；

在模型库中选择与所述行驶的卡车的车辆型号相匹配的车辆点云模型；

利用ICP算法对所述行驶的卡车的点云集合和所述相匹配的车辆点云模型进行计算；其中，所述模型库包括预先利用激光雷达对在所述目标停车位停车的多个不同车辆型号的卡车扫描所得到的多个车辆点云模型。

3.根据权利要求2所述的岸吊区卡车精准停车方法，其特征在于，在模型库中选择与所述行驶的卡车的车辆型号相匹配的车辆点云模型，包括：

判断所述行驶的卡车装载集装箱时，在第一模型库中选择与所述行驶的卡车的车辆型号相匹配的车辆点云模型；其中，所述第一模型库包括预先利用激光雷达对在所述目标停车位停车的多个不同车辆型号且装载集装箱的卡车扫描所得到的多个车辆点云模型；

判断所述行驶的卡车没有装载集装箱时，在第二模型库中选择与所述行驶的卡车的车辆型号相匹配的车辆点云模型；其中，所述第二模型库包括预先利用激光雷达对在所述目标停车位停车的多个不同车辆型号且没有装载集装箱的卡车扫描所得到的多个车辆点云模型。

4.根据权利要求2所述的岸吊区卡车精准停车方法，其特征在于，确定所述行驶的卡车的车辆型号，包括：

拍摄所述行驶的卡车的图像；

对所述图像进行视觉识别得到车辆标识；

根据已知的车辆标识与车辆型号的对应关系来确定所述行驶的卡车的车辆型号。

5.根据权利要求2～3任一所述的岸吊区卡车精准停车方法，其特征在于，确定所述行驶的卡车的车辆型号，包括：

拍摄所述行驶的卡车的车头的图像；

对所述车头的图像进行视觉识别确定所述行驶的卡车的车辆型号。

6.根据权利要求2～3任一所述的岸吊区卡车精准停车方法，其特征在于，确定所述行驶的卡车的车辆型号，包括：

利用射频识别RFID阅读器读取设置于所述行驶的卡车上的RFID标签中存储的所述行驶的卡车的车辆型号。

7.根据权利要求3所述的岸吊区卡车精准停车方法，其特征在于，判断所述行驶的卡车是否装载集装箱，包括：

拍摄所述行驶的卡车的图像；

通过对所述图像进行视觉识别，确定所述行驶的卡车是否装载集装箱。

8.根据权利要求1所述的岸吊区卡车精准停车方法，其特征在于，利用ICP算法对所述行驶的卡车的点云集合和车辆点云模型进行计算，得到所述行驶的卡车到目标停车位的实时距离，包括：

利用ICP算法计算所述行驶的卡车的点云集合到所述车辆点云模型的平移矩阵；所述行驶的卡车的点云集合是行驶中的卡车对应的点集，所述车辆点云模型是精准停止在目标停车位的卡车的点集，这两种点集之间的平移矩阵为行驶中的卡车与精准停止在目标停车位的卡车之间的平移矩阵；

根据所述平移矩阵，得到所述行驶的卡车到目标停车位的实时距离。