[发明专利]一种交通锥隔离带自动收放装置和方法有效
申请号: | 201911036227.0 | 申请日: | 2019-10-29 |
公开(公告)号: | CN110765959B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 王畅;许清津;苏彦奇;胡亚辉;付锐;郭应时;袁伟 | 申请(专利权)人: | 长安大学 |
主分类号: | E01F9/70 | 分类号: | E01F9/70;G06V20/54;G06T7/70 |
代理公司: | 西安睿通知识产权代理事务所(特殊普通合伙) 61218 | 代理人: | 惠文轩 |
地址: | 710061 陕*** | 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: | 一种 交通 隔离带 自动 装置 方法 | ||
1.一种交通锥隔离带自动收放装置,设置于高速公路隧道内,其特征在于,包括:多组沿行车方向布设的自动收放单元和控制中心;其中,每组自动收放单元包含多级液压缸和激光雷达;所述多级液压缸布置于公路两侧,使其在收缩状态下不影响车辆正常通行,所述多级液压缸处于收缩状态时,每级油缸相对于其上级油缸分别具有伸出段,所述伸出段上固定有交通锥,所述交通锥底部与路面平齐;所述多级液压缸在收缩状态下相对于路边线倾斜设置;
所述激光雷达设置于隧道顶部中心位置,用于检测其探测范围内的路面点云数据,并将该信息通过光纤传输至控制中心,所述控制中心用于根据接收的路面点云数据判断该路面是否发生故障,并将判断结果通过光纤输送给多级液压缸,控制其伸出或收回。
2.根据权利要求1所述的交通锥隔离带自动收放装置,其特征在于,所述交通锥底部设置有滚轮。
3.一种交通锥隔离带自动收放方法,其特征在于,包括以下步骤:
步骤1,激光雷达实时采集路面点云数据;
其中,所述路面点云数据为路面上物体的三维坐标和点云强度;
步骤2,对路面点云数据分别在深度方向和高度方向上进行离散化处理,对应得到深度图像和高度图像;根据深度图像和高度图像判断路面是否存在障碍物,若是,则转入步骤3;
步骤3,获取障碍物的速度和位置;根据多级液压缸的启动条件,判断是否启动多级液压缸伸出,若是,启动障碍物位置所对应的多级液压缸伸出,从而使固定于多级液压缸的每级油缸上的交通锥实现自动施放;
步骤4,根据路面的点云数据判断路面故障是否解除,若是,则收回多级液压缸,进而实现交通锥的自动收回。
4.根据权利要求3所述的交通锥隔离带自动收放方法,其特征在于,所述对路面点云数据在深度方向上进行离散化处理,其具体为:
首先,将空间直角坐标系的Y轴方向设为深度方向,将路面点云数据进行深度稠密化处理,得到深度稠密化后的点云数据;
然后,对深度稠密化后的点云数据进行遍历,计算每帧图像对应的深度稠密化像素矩阵;将深度稠密化像素矩阵中的每个元素映射至0-255之间,形成对应的灰度图,即为深度图像。
5.根据权利要求4所述的交通锥隔离带自动收放方法,其特征在于,所述将路面点云数据进行深度稠密化处理为:将路面点云数据中三维坐标信息的Y轴坐标数据投射到X-Z平面,与X-Z平面内的点云坐标数据共同组成稠密化后的点云数据。
6.根据权利要求3所述的交通锥隔离带自动收放方法,其特征在于,所述对路面点云数据在高度方向上进行离散化处理,其具体为:
首先,将空间直角坐标系的Z轴方向设为高度方向,将路面点云数据进行高度稠密化处理,得到高度稠密化后的点云数据;
其次,对高度稠密化后的点云数据进行遍历,计算每帧图像对应的高度稠密化像素矩阵;
最后,将高度稠密化像素矩阵中的每个元素映射至0-255之间,形成对应的灰度图,即为高度图像。
7.根据权利要求6所述的交通锥隔离带自动收放方法,其特征在于,所述将路面点云数据进行高度稠密化处理为:将路面点云数据中三维坐标信息的Z轴坐标数据投射到X-Y平面,与X-Y平面内的点云坐标数据共同组成高度稠密化后的点云数据。
8.根据权利要求3所述的交通锥隔离带自动收放方法,其特征在于,所述根据深度图像和高度图像判断路面是否存在障碍物,其具体为:判断相邻帧图像对应的深度图像和高度图像是否满足障碍物确定条件:相邻帧图像对应的深度图像中相同位置的灰度值变化大于障碍阈值,且连续位置点所占的面积大于深度图像总面积的5%,且在30帧以上图像中连续出现;同时,高度图像也满足与深度图像同样的条件,则判断在灰度值变化区域存在障碍物。
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长安大学,未经长安大学许可,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/201911036227.0/1.html,转载请声明来源钻瓜专利网。