[发明专利]一种面向智能车库的车轮点云检测方法有效

专利信息
申请号: 201910511231.1 申请日: 2019-06-13
公开(公告)号: CN110344621B 公开(公告)日: 2020-05-26
发明(设计)人: 梅天灿;郑文远 申请(专利权)人: 武汉大学
主分类号: E04H6/18 分类号: E04H6/18;E04H6/42
代理公司: 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人: 王琪
地址: 430072 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 面向 智能 车库 车轮 检测 方法
【权利要求书】:

1.一种面向智能车库的车轮点云检测方法,其特征在于,包括以下步骤:

步骤1,利用二维单线激光雷达采集停车区域场景三维点云,制作相应数据集;

步骤2,基于非结构化点云的三维目标检测模型确定目标位姿信息;

步骤2的具体实现包括如下子步骤,

步骤2.1,对大小不一的点云样本进行采样,使进入三维目标检测模型的每个样本的大小统一,所述三维目标检测模型基于PointNet网络,并加入了目标定位模块;

步骤2.2,对一帧点云Cloud,包含最大目标数为nobj,将Cloud中的车轮目标部分点云等效复制,直到Cloud包含的目标数为nobj,保证输入至三维目标检测模型的点云大小固定;

步骤2.3,确定所有点云样本在三维空间xyz方向的范围,沿xyz方向将三维空间等分为n个候选区域;将Cloud输入三维目标检测模型的定位模块进行特征提取,输出预测的车轮位置信息;

步骤2.4,在n个候选区域中心中找到与标记的车轮目标中心最近的候选区域中心从而确定车轮所在候选框Cchs,根据共筛选出nobj个候选区域,将其对应的nobj组预测标志点与标记的车轮目标标志点共同输入损失层计算回归损失Lreg,通过不断迭代训练优化损失函数,使Lreg收敛;

步骤3,基于非结构化点云的三维目标检测模型确定预测到的目标类别;

步骤4,分析由三维目标检测模型预测得到的车轮位姿信息,判断车轮是否会回正、车轮在机械手坐标系中的位置,进而反馈给智能车库上方安装的机械手以是否进行抓取和抓取点位置的信号。

2.根据权利要求1所述的一种面向智能车库的车轮点云检测方法,其特征在于:步骤1的具体实现方式包括以下子步骤,

步骤1.1,取车机械手固定连接在垂直机械架上,机械手上固定有用于夹取车辆的取车罩,取车罩包括取车罩壳体,壳体底部与车辆的四个轮胎对应位置处分别设有一个用于夹取轮胎的夹取机构,四个激光雷达分别安装在夹取机构上,当取车罩壳体随机械手下落至车轮附近时,激光雷达开始工作,采集四个车轮原始的三维点云数据;

步骤1.2,建立激光三维坐标系,以激光下降前的初始位置为坐标系原点,激光垂直下降时的运动方向为z轴正方向,二维激光扫描时的0°方向为x轴正方向,90°方向为y轴正方向,激光每次下落过程将扫描得到的距离值信息转化至激光三维坐标系,得到一个含车轮目标的点云样本;

步骤1.3,由步骤1.1,1.2得到以三维坐标表示的车库场景点云样本,逐点标记样本中属于车轮部分的点云,利用主成分分析法计算得到每个车轮目标点云的最小外接立方体八个顶点和立方体形心的坐标,取其中固定的三个共面顶点和形心的三维坐标共12个参数作为每个目标的位置标签;对每个车轮目标设置(1,0)向量作为类别标签,将点云数据集按合适比例分为训练集和测试集。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910511231.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top