[发明专利]一种智能识别的方法及系统

权利要求书

1.一种智能识别的方法，其特征在于，所述的方法包括以下步骤：

S1：设置检测传感器并初始化；

S2：启动检测传感器，获取目标物及周边环境的点云数据或图像数据；

S3：采用滤波算法对采集到的数据进行筛选；

S4：通过与预存的标准模型进行比较，判断是否存在目标物，若有，进入S5，若无，返回S2；

S5：以空间内的任意一点为基准点，建立并输出目标物的三维坐标。

2.根据权利要求1所述的一种智能识别的方法，所述的方法还包括：

S6：将S5中获得三维坐标与标准坐标比较，判断目标物位置是否偏移，若是，进入S7，若否，则执行既定的操作指令；

S7：判断目标物位置偏移是否大于设定阈值，若是，将偏移过大的信息发送给控制程序，若否，将最新的目标物相对车的位置反馈给控制程序。

3.根据权利要求1或2所述的一种智能识别的方法，其特征在于，步骤S1中，所述的检测传感器包括但不限于激光传感器或视觉传感器，用于获取包含目标物位置信息的点云数据或图像数据。

4.根据权利要求1或2所述的一种智能识别的方法，其特征在于，步骤S4中，判断是否存在目标物的方法为：基于采集到的目标物数据建立实时模型或提取特征，利用整体匹配算法或特征值匹配算法对对标准值和实时值进行比较，若比较结果一致，则采集的数据中存在目标物，否则，就不存在目标物。

5.根据权利要求1或2所述的一种智能识别的方法，其特征在于，步骤S6中，目标物位置的偏移包括以下位移中的一种或多种：水平方向上的水平位移、目标物上下高度的变形位移、目标物左右宽度的变形位移。

6.根据权利要求5所述的一种智能识别的方法，其特征在于，步骤S7中，所述的阈值包括水平位移阈值或变形位移阈值，其中，水平位移阈值X1的计算公式为：X1＝h₁*tan(α/2)*2-h₂/2，其中，h₁为检测传感器到目标物中心点的距离，α为检测传感器的水平视角，h₂为目标物检测面的长度；变形位移阈值X2的计算公式为：X2＝(H*β)-h，其中，H为标准目标物的原始高度或宽度，系数β的取值范围为0.1≤β≤0.9，h为测量误差。

7.一种智能识别的系统，其特征在于，所述的系统包括：

检测传感器，用于采集目标物及周边环境的点云数据或图像数据；

数据处理模块，用于识别并输出目标物的三维坐标。

8.根据权利要求7所述的一种智能识别的系统，其特征在于，所述的数据处理模块包括：

采集单元，用于控制检测传感器采集目标物及周边环境的点云数据或图像数据；

滤波单元，用于采用滤波算法对采集的数据进行滤波处理；

比较单元，用于通过与预存的标准值进行比较，判断是否存在目标物；

输出单元，用于以空间内任意一点为基准点，建立并输出目标物的三维坐标。

9.根据权利要求8所述的一种智能识别的系统，其特征在于，所述的数据处理模块还包括：

第一判断单元，用于判断目标物位置是否偏移；和

第二判断单元，用于判断目标物的水平位移是否超过阈值；或

第三判断单元，用于判断目标物的变形位移是否超过阈值；

反馈单元，用于根据判断单元的判断结果，向控制程序发送反馈信息。

10.根据权利要求7-9任意一项所述的一种智能识别的系统，其特征在于，所述检测传感器数量的选择标准为：其中n为整数，是所需的摄像头数量，l为检测目标物体正对摄像头的面的长度，d为检测目标物体与摄像头的最近距离，δ为摄像头的视角。