[发明专利]一种地下车辆路径规划方法、装置及设备

说明书

本发明公开了一种地下车辆路径规划方法，包括：获取有效范围内的点云数据，并将点云数据转化为二值图；采用细化算法提取二值图的骨架；通过骨架获得备选路径，并选择合适的备选路径作为路径线；将路径线进行平滑处理，即得到车辆的规划路径。本发明的路径规划方法简单、高效，不仅能实现直行情况下的路径规划，还能用于转弯情况下的路径规划。

技术领域

本发明涉及无人车辆驾驶技术领域，具体涉及地下无人驾驶车辆路径规划方法、装置及设备。

背景技术

车辆无人驾驶是未来的发展趋势，特别是环境恶劣的地下矿山，实现无人驾驶的需求更加迫切。早期地下矿山的自动导航主要是通过在地板上画线或者顶板上的光线来辅助导航。目前车辆导航方法主要分为两类：绝对导航和反应式导航。绝对导航需要依赖卫星定位获取车辆的实时坐标，在室内和室外移动机器人中使用较多，而对于地下较弱的信号强度来说是不现实的。故在地下矿山中主要使用反应式导航。反应式导航车辆不需要知道在整个行驶地图中的位置，只需要知道在当前可见环境中的相对位置，根据相对位置来帮助车辆导航。针对井下巷道走廊式的特别结构，从事矿山领域研究的学者们提出了用于反应式导航的经典的跟随墙的技术。由于地下巷道走廊式的特别结构，有学者将巷道中心线作为规划的路径。Larsson基于这思想提出基于霍夫变换的方法，通过在激光雷达数据中检测两条平行的直线，取这两条平行直线的中心线作为反应式导航的局部规划的路径。但是，该方法只能适用于车辆直行的局部路径规划，对于车辆转弯处的路径规划并没有一个合适的方法。

发明内容

有鉴于此，本发明实施例提供了一种地下车辆路径规划方法、装置及设备，能够简单、高效的实现地下车辆路径规划，包括转弯处的路径规划。

本发明实施例的技术方案是这样实现的：

第一方面，本发明提供一种地下车辆路径规划方法，包括：获取有效范围内的点云数据，并将点云数据转化为二值图；采用细化算法提取二值图的骨架；通过骨架获得备选路径，并选择合适的备选路径作为路径线；将路径线进行平滑处理，即得到车辆的规划路径。

优选地，获取有效范围内的点云数据，包括：获取传感器的实时点云数据，根据传感器的参数及实际工作环境确定数据有效范围，并提取有效范围内的点云数据。

优选地，将点云数据转化为二值图，包括：将点云数据中相邻两个点按顺序依次连接起来，构成一个包络线；对包络线所在的区域进行网格化；将包络线内部的网格颜色定义为黑色，取值为0，包络线外部的网格颜色定义为白色，取值为1，黑色与白色的网格构成了二值图。

优选地，对包络线所在的区域进行网格化中，其中网格的精度定义为：获取车辆行驶所在巷道的宽度值，车辆直行时，网格的精度取值为巷道宽度的1/6～1/4；车辆转弯时，网格的精度取值为巷道宽度的1/20～1/10。

优选地，通过骨架获得备选路径，包括：获取距离原点最近且值为0的网格点作为搜索树的搜索起始点，沿设定方向依次搜索并判定网格点的值是否为0，若为0，则将网格点加入搜索树，若为1，则停止搜索；从搜索树的叶子节点逐层向父节点寻找，直到找到搜索起始点后结束；用折线连接搜索路径生成备选路径。

优选地，设定方向设定为右，右上，右下，上，下，左上，左下，左方向。

优选地，选择合适的备选路径作为路径线，包括：获取车辆行驶方向、行驶模式和最小路径长度，若备选路径长度大于最小路径长度，进行如下判定：计算备选路径的角度；计算备选路径角度与车辆行驶方向所成的第一角度；如果当前行驶模式为直行，则选取第一角度绝对值最小的备选路径作为对应的路径线；如果当前行驶模式为左转，则选取第一角度值最大的备选路径作为对应的路径线；如果当前行驶模式为右转，则选取第一角度值最小的备选路径作为对应的路径线。

优选地，计算备选路径的角度，包括：将备选路径的起点和终点连接形成连接线，获取连接线的角度，即为备选路径的角度。