[发明专利]一种无人物流小车环境感知方法及系统

说明书

本发明提供一种无人物流小车环境感知方法及系统，所述方法包括：通过至少两个激光雷达扫描无人物流小车周围环境信息，生成环境点云图像，环境点云图像包括多个点云数据，至少两个激光雷达的测距范围不相同；确定多个点云数据中的目标地面点云集和目标非地面点云集；通过超声波雷达获得无人物流小车第一局部环境信息，并将第一局部环境信息与所述目标非地面点云集进行融合，生成目标点云图像；根据至少两个激光雷达分别采集目标点云图像中同一障碍物信息的至少两个坐标值；将至少两个坐标值按照最优分布式估计融合算法进行融合，生成融合坐标值，并将融合坐标值作为障碍物信息的坐标值。本发明提高了无人物流小车环境感知的鲁棒性和精度。

技术领域

本发明涉及无人驾驶技术领域，具体涉及一种无人物流小车环境感知方法及系统。

背景技术

近年来，随着电商和网上购物的发展，越来越多的人们选择在网上购物。同时，由于信息交流和货物流通的加速，越来越多的文件传递和商品流通也越来越依赖于通过物流进行运输。因此，物流一线人员的工作日益增多。时常有一些暴力快递的事件发生，引发了人们对于物流行业特别是快递员甚至物流行业的不满。因此，无人物流小车应运而生。

但是现有技术中的无人物流车存在感知探测范围小，车身周边存在盲区大，从而导致无人物流小车的环境感知技术存在鲁棒性差，检测精度低等技术问题。

发明内容

本发明提供一种无人物流小车环境感知方法及系统，旨在解决现有技术中存在的无人物流小车的环境感知技术存在鲁棒性差，检测精度低等技术问题。

一方面，本发明提供一种无人物流小车环境感知方法，包括：

通过至少两个激光雷达扫描无人物流小车周围环境信息，生成环境点云图像，所述环境点云图像包括多个点云数据，所述至少两个激光雷达的测距范围不相同；

确定所述多个点云数据中的目标地面点云集和目标非地面点云集；

通过超声波雷达获得无人物流小车第一局部环境信息，并将所述第一局部环境信息与所述目标非地面点云集进行融合，生成目标点云图像；

根据所述至少两个激光雷达分别采集所述目标点云图像中同一障碍物信息的至少两个坐标值；

将所述至少两个坐标值按照最优分布式估计融合算法进行融合，生成融合坐标值，并将所述融合坐标值作为所述障碍物信息的坐标值。

在本发明一种可能的实现方式中，所述通过至少两个激光雷达生成无人物流小车环境点云图像包括：

通过第一激光雷达扫描无人物流小车周围环境信息，生成初始点云图像；

通过GPS/IMU对所述初始点云图像进行畸变校正，生成校正点云图像；

通过第二激光雷达采集无人物流小车第二局部环境信息，并将所述第二局部环境信息和所述校正点云图像进行融合，生成所述环境点云图像。

在本发明一种可能的实现方式中，所述通过GPS/IMU对所述初始点云图像进行畸变校正包括：

通过GPS/IMU分别采集无人物流小车在所述第一激光雷达的扫描周期内当前帧的第一位姿信息以及与所述当前帧相邻的前一帧的第二位姿信息；

通过预设的坐标转换、第一位姿信息和第二位姿信息对初始点云图像进行畸变校正。

在本发明一种可能的实现方式中，所述第一位姿信息包括第一横摆角、第一俯仰角、第一航向角、位移，所述第二位姿信息包括第二横摆角、第二俯仰角、第二航向角；所述通过预设的坐标转换、第一位姿信息和第二位姿信息对初始点云图像进行畸变校正具体为：

p’＝R_ip_i+T_i