[发明专利]面向酿造环境的天车三维障碍物检测方法及系统

权利要求书

1.一种面向酿造环境的天车三维障碍物检测方法，其特征在于：

包括以下过程：

获取布置在传感器支架上的第一三维激光雷达和第二三维激光雷达的点云数据；

对两个三维激光雷达的点云数据进行点云融合，所述点云融合包括点云时间同步和点云拼接；

对融合后的点云数据进行预处理；

对预处理后的点云数据，根据改进的径向有界最近邻聚类算法进行三维障碍物检测；

其中，改进的径向有界最近邻聚类算法中，以某个激光雷达的坐标系原点为圆心，在XOY平面作同心圆，X轴为垂直于地面的轴向，每间预设距离作圆，将XOY平面划分为不同的段，其中D_i代表第i段区域内的点与原点在XOY平面上的投影距离，在段内使用该段最大同心圆半径所对应的最大间隙作为该段径向有界最近邻聚类的阈值半径。

2.如权利要求1所述的面向酿造环境的天车三维障碍物检测方法，其特征在于：

两个三维激光雷达布置在传感器支架的对角线顶点位置，两个三维激光雷达均水平安装，激光线束在竖直方向上进行360度扫描，传感器支架固定在天车的小车上，延伸至天车大车车身下方，传感器支架宽度小于天车小车宽度，传感器支架长度小于天车大车车身宽度。

3.如权利要求1所述的面向酿造环境的天车三维障碍物检测方法，其特征在于：

第一三维激光雷达的点云为P₁，第一三维激光雷达的点云为P₂，融合后的点云数据P_u＝P₁+P’₂，其中，P’₂＝RP₂+t，R为旋转矩阵，t为平移向量。

4.如权利要求1所述的面向酿造环境的天车三维障碍物检测方法，其特征在于：

对融合后的点云数据进行预处理，包括：

进行感兴趣区域提取和点云降采样，通过半径滤波的方式滤除离群点，通过设置高度阈值的方式滤除地面点。

5.如权利要求1所述的面向酿造环境的天车三维障碍物检测方法，其特征在于：

改进的径向有界最近邻聚类算法中，定义分区函数：

divZone1(x,y,z)＝0.072x²+0.072y²-z²

divZone2(x,y,z)＝0.072x²+0.072(y+2.6)²-(z+1.5)²

对于有效点云中的任意一点p_i(x_i,y_i,z_i)，若divZone1(x_i,y_i,z_i)≥0，该点属于主分区或公共分区，依据d_i分区；若divZone1(x_i,y_i,z_i)0且divZone2(x_i,y_i,z_i)≥0，该点属于拓展分区，依据d_i'分区，其中，d_i为点p_i(x_i,y_i,z_i)与第一三维激光雷达在XOY平面的投影距离，d_i'为点p_i(x_i,y_i,z_i)与第二三维激光雷达在XOY平面的投影距离。