[发明专利]工程车的无人驾驶方法、装置、设备、存储介质及工程车

说明书

本发明实施例提供一种工程车的无人驾驶方法、装置、设备、存储介质及工程车，该工程车上安装有至少两种测量设备。该方法包括：确定工程车的位姿信息，位姿信息用于表示工程车在真实环境下的地理位置和行驶方向；基于至少两种测量设备采集工程车周围环境的障碍物数据，并对障碍物数据进行数据处理，得到障碍物信息；根据工程车的位姿信息对障碍物信息进行位置转换处理，确定障碍物在真实环境下的地理位置；基于路径规划算法，结合障碍物的地理位置、工程车的位姿信息以及预设的目标点的地理位置，对工程车进行路径规划。本发明实施例能够使工程车按照规划后的路径进行自主行驶，实现工程车对障碍物的自动有效的避障。

技术领域

本发明涉及工程机械技术领域，尤其涉及一种工程车的无人驾驶方法、装置、设备、存储介质及工程车。

背景技术

随着工程建设的机械化发展，包括推土机等在内的工程车也受到了越来越多的关注。在施工现场，上述工程车主要用于执行地面的平整化工作、已装载货物的运输工作或挖掘工作等。

现有技术中，在室外大型施工场景下，通常采用人工驾驶或人工遥控操作的方式控制工程车，以使工程车避开施工现场的障碍物，实现工程车从起始点位置到目标点位置的行驶。

然而，上述方法中需要人工参与控制工程车行驶及作业，而无法实现工程车在行驶过程中对障碍物的自动有效的避障。

发明内容

本发明实施例提供一种工程车的无人驾驶方法、装置、设备、存储介质及工程车，以解决现有技术中无法实现工程车在行驶过程中对障碍物的自动有效的避障的技术问题。

第一方面，本发明实施例提供一种工程车的无人驾驶方法，所述工程车上安装有至少两种测量设备；所述测量设备包括双目深度相机与激光雷达；

所述无人驾驶方法，包括：

确定工程车的位姿信息，所述位姿信息用于表示工程车在真实环境下的地理位置和行驶方向；

基于至少两种测量设备采集工程车周围环境的障碍物数据，并对所述障碍物数据进行数据处理，得到障碍物信息，其中，所述障碍物信息用于表示障碍物与工程车之间的相对位置；

根据工程车的位姿信息对所述障碍物信息进行位置转换处理，确定所述障碍物在真实环境下的地理位置；

基于路径规划算法，结合所述障碍物的地理位置、工程车的位姿信息以及预设的目标点的地理位置，对所述工程车进行路径规划，以使得工程车按照规划后的路径对所述障碍物进行避障行驶。

在一种可能的实施方式中，所述工程车周围环境的障碍物数据包括利用所述双目深度相机采集的工程车周围环境的彩色图像；

相应的，所述基于至少两种测量设备采集工程车周围环境的障碍物数据，并对所述障碍物数据进行数据处理，得到障碍物信息，包括：

利用基于注意力机制的目标检测网络，对所述彩色图像进行障碍物识别处理，得到图像边界框；其中，所述基于注意力机制的目标检测网络为加入注意力机制模块的网络；所述图像边界框用于指示彩色图像中的障碍物的图像位置；

确定所述彩色图像对应的深度图像，并利用所述深度图像和所述图像边界框，确定所述障碍物相对于工程车的距离和方向。

在一种可能的实施方式中，所述利用所述深度图像和所述图像边界框，确定所述障碍物相对于工程车的距离和方向，包括：

确定图像边界框内的各个像素点在所述深度图像中的深度值；

基于直方图法对所述图像边界框内的各个像素点的深度值进行统计，并根据统计结果确定所述障碍物相对于工程车的距离；

确定图像边界框的中心点坐标，对所述中心点坐标进行线性运算，并根据运算结果得到所述障碍物相对于工程车的方向；