[发明专利]基于模块化控制的智能障碍探测车的探测方法有效
申请号: | 201910846306.1 | 申请日: | 2019-09-09 |
公开(公告)号: | CN110435689B | 公开(公告)日: | 2020-12-08 |
发明(设计)人: | 刘家;王博 | 申请(专利权)人: | 中铁电气化局集团西安电气化工程有限公司 |
主分类号: | B61D15/12 | 分类号: | B61D15/12;B61K9/02;G06K9/00;G06K9/62;G01D21/02 |
代理公司: | 北京睿博行远知识产权代理有限公司 11297 | 代理人: | 王敏 |
地址: | 721000 陕西省*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 模块化 控制 智能 障碍 探测 方法 | ||
1.一种基于模块化控制的智能障碍探测车的探测方法,其特征在于,所述方法执行以下步骤:
步骤1:采集车辆行进方向的实时图像,接收到采集到的图像信息后,进行识别,对识别结果进行归类;对识别结果进行归类的方法执行以下步骤:
步骤1.1:将接收到的图像信息进行图像增强后,再进行图像二值化处理;
步骤1.2:设定三个集合,分别为:相关、弱相关和不相关;每一个集合内对应的概率值分别为:相关:P;弱相关:X;不相关:M;
步骤1.3:设置一个样本点,使用该样本点对图像二值化处理后的图像进行样本点检测,检测完成后,采用如下公式计算图像二值化处理后的图像的样本点和设置的样本点的分类重合概率:其中,k为样本点个数,j为重合的样本点个数,z为复变函数中的e常量的共轭常量,w为共轭常量的负数值;
步骤1.4:计算损失函数:
步骤1.5:将分类重合概率与损失函数进行如下运算,得到最终的分类重合概率为:
步骤1.6:判断pN与P、X和M哪一个更接近,即pN与P、X和M分别作差值绝对值运算,计算结果最接近0;若pN与P更接近,则判断该图像为障碍物,该图像的分类结果为障碍物,若pN与X更接近,则该图像的分类结果为弱障碍物;若pN与P更接近,则判断该图像不是障碍物;
步骤2:感应车辆行进方向的障碍物,计算障碍物与车辆的距离;
步骤3:实时监测车辆的运动速度;
步骤4:根据图像的识别结果、障碍物与车辆的距离和车辆的运动速度,控制车辆的运行,同时将图像的识别结果、障碍物与车辆的距离和车辆的运动速度进行存储和发送。
2.如权利要求1所述的基于模块化控制的智能障碍探测车的探测方法,其特征在于,所述步骤2中:感应车辆行进方向的障碍物,计算障碍物与车辆的距离的方法执行以下步骤:
步骤2.1:由多个分布设置的传感器组成的传感器阵列感应到前方的障碍物后,将感应到的数据发送至第一微处理器,第一微处理器计算出障碍物距离;其中,传感器阵列感应到前方障碍物后,首先通过各个传感器组测算该障碍物在各个维度的向量计算各个维度空间的距离值,再将各个维度空间的距离值进行整合;进行距离整合采用的公式为:其中:
其中,r为常数,x、y和z为传感器的坐标值,a、b和c为各个传感器的空间向量值,m、n和p均为空间向量值的a、b和c的算术平均均值;H0为矫正系数;
步骤2.2:激光光路通过激光进行测距,将检测到的数据发送至第二微处理器;第二微处理器计算出障碍物距离;
步骤2.3:根据第一微处理器和第二微处理器检测到的障碍物距离,采用如下公式,计算最终的障碍物距离:
S=∫S(X2,X1|XI)dX2=∫S(X2|X1)P(X1|XI)dX1;其中,X2为第二处理器计算得到的障碍物距离;X1为第一处理器计算得到的障碍物距离;XI为设定的常数。
3.如权利要求1所述的基于模块化控制的智能障碍探测车的探测方法,其特征在于,所述步骤3中:实时监测车辆的运动速度的方法执行以下步骤:光电编码器测量车辆前进速度,确定车辆的位移距离,将检测到的数据发送至第三微处理器;GPS卫星定位模块,实时获取车辆的GPS位置信息,将获取的GPS位置信息发送至第三微处理器;所述第三微处理器接收到数据后,根据GPS位置信息实时矫正光电编码器获取的数据信息,得到最终的速度信息。
4.如权利要求1所述的基于模块化控制的智能障碍探测车的探测方法,其特征在于,所述车辆内部还设置有多级大功率电源转换控制芯片,通过设置多重滤波电路保证多级电压转换的转换效率与较低的电源纹波,为整套系统各个不同的控制电路提供稳定的合适的供电电压。
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中铁电气化局集团西安电气化工程有限公司,未经中铁电气化局集团西安电气化工程有限公司许可,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/201910846306.1/1.html,转载请声明来源钻瓜专利网。