[发明专利]面向酿造环境的天车三维障碍物检测方法及系统

说明书

本发明提供了一种面向酿造环境的天车三维障碍物检测方法，在适应酿酒厂天车的同时构建了大范围感知视野，对双激光雷达点云数据进行融合和预处理操作，并提出了一种基于分区多段动态阈值的径向有界最近邻聚类算法，用于酿造环境三维障碍物检测，解决了传统方法存在的过分割、欠分割和不适用于双激光雷达场景的问题，最终实现了酿造环境中三维障碍物的实时检测。

技术领域

本发明涉及障碍物检测技术领域，特别涉及一种面向酿造环境的天车三维障碍物检测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术，并不必然构成现有技术。

天车在工业生产过程中的重要作用日益凸显，天车是一种用于将物料从起始位置搬运到目标位置的特种运输设备，它将工人从繁重的搬运装卸劳动中解放了出来，促进了工业经济的发展。

但是，目前酿造行业中的天车通常采用人工遥控的方式进行控制，自动化水平较低，并且酿造环境较为复杂，厂房内存在大量的生产设备，工人工作环境与天车作业环境相互重叠，工人在操作天车作业时需时刻观察周围环境，避免天车吊运货物与生产设备或工人发生碰撞，整个过程完全依赖于工人经验，这导致了天车作业效率低下，并且存在安全隐患。

发明内容

为了解决现有技术的不足，本发明提供了一种面向酿造环境的天车三维障碍物检测方法及系统，在适应酿酒厂天车的同时构建了大范围感知视野，对双激光雷达点云数据进行融合和预处理操作，创新性的提出了一种基于分区多段动态阈值的径向有界最近邻聚类算法，用于酿造环境三维障碍物检测，解决了传统方法存在的过分割、欠分割和不适用于双激光雷达场景的问题，实现了酿造环境中三维障碍物的实时准确检测。

为了实现上述目的，本发明采用如下技术方案：

本发明第一方面提供了一种面向酿造环境的天车三维障碍物检测方法。

一种面向酿造环境的天车三维障碍物检测方法，包括以下过程：

获取布置在传感器支架上的第一三维激光雷达和第二三维激光雷达的点云数据；

对两个三维激光雷达的点云数据进行点云融合，所述点云融合包括点云时间同步和点云拼接；

对融合后的点云数据进行预处理；

对预处理后的点云数据，根据改进的径向有界最近邻聚类算法进行三维障碍物检测；

其中，改进的径向有界最近邻聚类算法中，以某个激光雷达的坐标系原点为圆心，在XOY平面作同心圆，X轴为垂直于地面的轴向,每间预设距离作圆，将XOY平面划分为不同的段，其中D_i代表第i段区域内的点与原点在XOY平面上的投影距离，在段内使用该段最大同心圆半径所对应的最大间隙作为该段径向有界最近邻聚类的阈值半径。

作为可选的一种实现方式，两个三维激光雷达布置在传感器支架的对角线顶点位置，两个三维激光雷达均水平安装，激光线束在竖直方向上进行360度扫描，传感器支架固定在天车的小车上，延伸至天车大车车身下方，传感器支架宽度小于天车小车宽度，传感器支架长度小于天车大车车身宽度。

作为可选的一种实现方式，第一三维激光雷达的点云为P₁，第一三维激光雷达的点云为P₂，融合后的点云数据P_u＝P₁+P′₂，其中，P′₂＝RP₂+t，R为旋转矩阵，t为平移向量。

作为可选的一种实现方式，对融合后的点云数据进行预处理，包括：

进行感兴趣区域提取和点云降采样，通过半径滤波的方式滤除离群点，通过设置高度阈值的方式滤除地面点。

作为可选的一种实现方式，改进的径向有界最近邻聚类算法中，定义分区函数：