[发明专利]一种无人矿车抗干扰方法、系统及计算机设备

权利要求书

1.一种无人矿车抗干扰方法，用于消除矿区浓密灰尘或大雨滴对无人矿车上激光雷达的干扰，并识别真实障碍物的障碍物信息，包括以下步骤：

步骤一：通过激光雷达对无人矿车运行过程中的障碍物进行检测并生成点云数据，对点云数据进行处理生成激光雷达障碍物信息；

步骤二：通过毫米波对无人矿车运行过程中的障碍物进行检测并生成毫米波障碍物信息；

步骤三：对激光雷达障碍物信息以及毫米波障碍物信息进行相关系数计算，保留大于或者等于阈值的相关系数对应的激光雷达障碍物信息作为真实障碍物的障碍物信息；将小于阈值的相关系数对应的激光雷达障碍物信息作为灰尘或者雨滴产生的信息并予以去除。

2.根据权利要求1所述的无人矿车抗干扰方法，其特征在于：步骤一中，对点云数据进行处理生成激光雷达障碍物信息时，先对点云数据进行预处理，生成预处理点云数据；切除预处理点云数据中的地面特征后，对预处理点云数据进行障碍物信息提取，生成激光雷达障碍物信息。

3.根据权利要求2所述的无人矿车抗干扰方法，其特征在于：切除预处理点云数据中的地面特征时，采用高程差滤除法、高程直通滤除法或者形态学滤波法将预处理点云数据中的地面点云去除。

4.根据权利要求2所述的无人矿车抗干扰方法，其特征在于：对点云数据进行预处理生成预处理点云数据时，依次对点云数据进行时间同步、空间同步、噪声滤除以及点云采样处理后，生成预处理点云数据。

5.根据权利要求2所述的无人矿车抗干扰方法，其特征在于：所述激光雷达障碍物信息、毫米波障碍物信息均包括障碍物位置和障碍物特征，所述障碍物位置是指障碍物中心点位置，所述障碍物特征包括障碍物的长度、宽度、高度、偏航角以及类别。

6.根据权利要求2所述的无人矿车抗干扰方法，其特征在于：对预处理点云数据进行障碍物信息提取时，使用点云分割算法将预处理点云数据进行点云分割，生成分割点云数据，在分割点云数据中提取出激光雷达障碍物信息。

7.根据权利要求6所述的无人矿车抗干扰方法，其特征在于：所述点云分割算法包括欧式聚类算法、条件欧式聚类算法、区域增长法以及深度学习算法。

8.根据权利要求1所述的无人矿车抗干扰方法，其特征在于：步骤三中进行相关系数计算时，所述毫米波障碍物信息中可直接提取障碍物的类别，通过模式识别或者深度学习算法对点云数据进行计算，识别该点云数据对应的障碍物的类别，如果上述两个障碍物的类别不相同，则相关系数为0；如果上述两个障碍物的类别相同，则计算两个障碍物之间距离相关系数、2D交叠相关系数、3D交叠相关系数、形状相关系数的加权平均值，作为两个障碍物之间的相关系数；所述阈值大于0。

9.一种无人矿车抗干扰系统，其特征在于，包括：

点云数据处理模块：通过激光雷达对无人矿车运行过程中的障碍物进行检测并生成点云数据，对点云数据进行处理生成激光雷达障碍物信息；

毫米波处理模块：通过毫米波对无人矿车运行过程中的障碍物进行检测并生成毫米波障碍物信息；

干扰去除模块：对激光雷达障碍物信息以及毫米波障碍物信息进行相关系数计算，保留大于或者等于阈值的相关系数对应的激光雷达障碍物信息作为真实障碍物的障碍物信息；将小于阈值的相关系数对应的激光雷达障碍物信息作为灰尘或者雨滴产生的信息并予以去除。

10.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，所述处理器执行如权利要求1-8中任一项所述抗干扰方法的步骤。