[发明专利]一种用于轨道无人驾驶的障碍物识别方法

权利要求书

1.一种用于轨道无人驾驶的障碍物识别方法，其特征在于，包括以下步骤：

S1、在探伤车前、后分别安装雷达，以对探伤车前进、后退的方位进行障碍物检测；

S2、探伤车在双轨上行使，为了保证探伤车作业前方无障碍，对探伤车前进或后退的方位划分注意区、预警区和报警区；

S3、检测探伤车移动的方向，根据探伤车移动的方向选择与探伤车移动同向的雷达，判断同向的雷达的注意区或报警区是否进入障碍物，监测注意区或报警区并反馈是否进入障碍物，反向雷达的注意区或报警区是否进入障碍物，都不进行反馈；

S4、若雷达注意区或报警区出现满足触发条件的障碍物，判断探伤车是否‘关闭防撞系统’的状态，若在‘关闭防撞系统’状态，则不触发报警信息；若不在‘关闭防撞系统’状态，则触发报警信息，信息反馈到系统中；

S5、若注意区障碍物触发信息反馈到系统后，判断车体实际车速，若车体实速大于预设的速度时，将执行降速至预设的速度的指令，车体减速；若车体实速小于预设的速度时，不做处理，若报警区障碍物触发信息反馈到系统后，将执行停车指令，车体自动驻车；

S6、雷达因障碍物触发报警信息，系统根据报警信息反馈执行相应指令，若遇到可忽略障碍物时，需人工确定，再手动操作‘关闭防撞系统’，系统收到‘关闭防撞系统’指令后，会在车体重新启动行使预设的距离时，自动开启防撞监测；

所述步骤S2中，雷达扫描范围为300°，设置检测宽度为1.6m，雷达的注意区的检测区域为20-40m，预警区的检测区域为10-20m，报警区的检测范围为0-10m；

所述注意区、预警区和报警区构成区域组；

所述区域组内的形状参数进行调整，以对边缘进行精调，得到所需的区域组，区域组内每个区会转换成统一的内部数据结构，采用极坐标表示，以提高区域监测的效率，对于每个区域Ωk(k＝1,2,3)对应的数据结构，主要包括：

区域扫描角度范围，包括起始角θ_k0和终止角θ_kn；

扫描角度范围内各扫描角度上的深度范围：深度范围包括起始深度d_ki1和终止深度d_ki2，每个扫描角度θ_ki,i＝0,…,n，[d_ki1,d_ki2]表达第k个区域在扫描坐标系和当前扫描参数下的全部测量点集，其中，i＝0,…,n；

区域的数据结构表达：Ω_k＝[θ_k0,θ_kn,D_k]；

中为各扫描角度上的深度范围集合：

D_k＝{[d_ki2,d_ki1]},i＝0,1,...,n；

一个区域组Φ_k的完整表示为：

Φ_k＝{Ω_3k,Ω_3k+1,Ω_3k+2},k＝1,2,...,K,k＝1,…,K,K为已定义的区域组的测量点个数；

其中，Ω_3k为注意区，Ω_3k+1为预警区，Ω_3k+2为报警区。

2.根据权利要求1所述的一种用于轨道无人驾驶的障碍物识别方法，其特征在于：所述步骤S3中，当探伤车前进，则探伤车前方安装的雷达与探伤车移动的同向，探伤车后方安装的雷达与探伤车移动的反向，探伤车后退，则探伤车前方安装的雷达与探伤车移动的反向，探伤车后方安装的雷达与探伤车移动的同向。