[发明专利]一种基于无人巡逻车主动设置路障阵列的系统

说明书

本发明涉及一种基于无人巡逻车主动设置路障阵列的系统，所述系统包括所述无人巡逻车的车身两侧对称设有反光路锥释放和回收装置，所述装置包括圆锥形空腔、全自动伸缩机构及反光路锥，所述圆锥形空腔顶部设有强力电磁铁，且外部至少设有一组全自动伸缩机构，所述全自动伸缩机构的电机两端设有一对蜗杆，蜗杆上方设有一对涡轮以及涡轮中间所设的齿条，其中，所述齿条与穿过所述圆锥形空腔的支撑板固定连接，所述反光路锥底部边缘设有圆环状铁块，所述无人巡逻车的车尾设有抽屉式可伸缩网状路障。本发明不仅可以全自动设置路障，而且降低了劳动强度，安全性高。

技术领域

本发明涉及无人巡逻车技术领域，尤其是涉及一种基于无人巡逻车主动设置路障阵列的系统。

背景技术

目前，各公安机关使用的路障装备基本上可分为直接放置于地面的反光路锥和拖挂式路障两类。由于反光路锥无法固定于地面，实际拦截效果较差，且需要人工手动设置布障，拖挂式路障展开和撤收需要人工搬运和设置，劳动强度较大；现有的路障装备不仅繁琐耗时，机动性差，而且影响应急反应能力。

发明内容

鉴于以上现有技术的不足，本发明提供了一种基于无人巡逻车主动设置路障阵列的系统，不仅可以全自动设置路障，而且降低了劳动强度，安全性高。

为了实现上述目的及其他相关目的，本发明提供的技术方案如下：

一种基于无人巡逻车主动设置路障阵列的系统，包括设有多传感器的无人巡逻车，所述无人巡逻车的车身两侧对称设有反光路锥释放和回收装置，所述装置包括圆锥形空腔、全自动伸缩机构及反光路锥，所述圆锥形空腔顶部设有强力电磁铁，且外部至少设有一组全自动伸缩机构，所述全自动伸缩机构的电机两端设有一对蜗杆，蜗杆上方设有一对涡轮以及涡轮中间所设的齿条，其中，所述齿条与穿过所述圆锥形空腔的支撑板固定连接，所述反光路锥底部边缘设有圆环状铁块，所述无人巡逻车的车尾设有抽屉式可伸缩网状路障。

进一步的，所述多传感器包括：

无线通讯模块，安装在无人巡逻车内，与云端服务器通信连接；

中央处理模块，安装在无人巡逻车内，与无线通讯模块连接；

惯性导航模块，安装在无人巡逻车上，与中央处理模块连接，用于对车辆所处位置进行定位；

识别模块，安装在无人巡逻车内，与中央处理模块连接，用于处理图像数据和点云数据；

定位模块，安装在无人巡逻车内，与中央处理模块连接，用于将目标定位信息输入给中央处理模块；

激光雷达，安装在无人巡逻车上，与识别模块连接，用于获取目标点云数据；

摄像头，安装在无人巡逻车上，与识别模块连接，用于获取目标的图像数据。

进一步的，一组所述全自动伸缩机构对称设置在所述圆锥形空腔外部，所述全自动伸缩机构之间设有所述反光路锥。

进一步的，所述无人巡逻车的车身与所述反光路锥释放和回收装置之间设有全自动升降装置，所述全自动升降装置包括基座、升降台、同步电机及升降丝杆，所述升降台与所述反光路锥释放和回收装置固定连接。

为了实现上述目的及其他相关目的，一种基于无人巡逻车主动设置路障阵列的系统流程如下：

A1：云端服务器下达设置路障阵列的命令并将目标位置信息发送给无人巡逻车；

A2：基于目标定位信息，所述无人巡逻车到达目标所在的路段，开启激光雷达和摄像头获取所述路段区域的点云数据和图像数据；

A3：通过卷积神经网络CSPN对所述图像数据进行特征提取，生成affinity 矩阵，采用深度学习的网络PointNet对所述点云数据进行处理，生成InterPon矩阵，将affinity矩阵和InterPon矩阵进行融合，生成有效路径布置矩阵数据；