一种地下车辆路径规划方法、装置及设备
1.本发明涉及无人车辆驾驶技术领域，具体涉及地下无人驾驶车辆路径规划方法、装置及设备。
背景技术：
2.车辆无人驾驶是未来的发展趋势，特别是环境恶劣的地下矿山，实现无人驾驶的需求更加迫切。早期地下矿山的自动导航主要是通过在地板上画线或者顶板上的光线来辅助导航。目前车辆导航方法主要分为两类：绝对导航和反应式导航。绝对导航需要依赖卫星定位获取车辆的实时坐标，在室内和室外移动机器人中使用较多，而对于地下较弱的信号强度来说是不现实的。故在地下矿山中主要使用反应式导航。反应式导航车辆不需要知道在整个行驶地图中的位置，只需要知道在当前可见环境中的相对位置，根据相对位置来帮助车辆导航。针对井下巷道走廊式的特别结构，从事矿山领域研究的学者们提出了用于反应式导航的经典的跟随墙的技术。由于地下巷道走廊式的特别结构，有学者将巷道中心线作为规划的路径。larsson基于这思想提出基于霍夫变换的方法，通过在激光雷达数据中检测两条平行的直线，取这两条平行直线的中心线作为反应式导航的局部规划的路径。但是，该方法只能适用于车辆直行的局部路径规划，对于车辆转弯处的路径规划并没有一个合适的方法。
技术实现要素：
3.有鉴于此，本发明实施例提供了一种地下车辆路径规划方法、装置及设备，能够简单、高效的实现地下车辆路径规划，包括转弯处的路径规划。
4.本发明实施例的技术方案是这样实现的：
5.第一方面，本发明提供一种地下车辆路径规划方法，包括：获取有效范围内的点云数据，并将点云数据转化为二值图；采用细化算法提取二值图的骨架；通过骨架获得备选路径，并选择合适的备选路径作为路径线；将路径线进行平滑处理，即得到车辆的规划路径。
6.优选地，获取有效范围内的点云数据，包括：获取传感器的实时点云数据，根据传感器的参数及实际工作环境确定数据有效范围，并提取有效范围内的点云数据。
7.优选地，将点云数据转化为二值图，包括：将点云数据中相邻两个点按顺序依次连接起来，构成一个包络线；对包络线所在的区域进行网格化；将包络线内部的网格颜定义为黑，取值为0，包络线外部的网格颜定义为白，取值为1，黑与白的网格构成了二值图。
8.优选地，对包络线所在的区域进行网格化中，其中网格的精度定义为：获取车辆行驶所在巷道的宽度值，车辆直行时，网格的精度取值为巷道宽度的1/6～1/4；车辆转弯时，网格的精度取值为巷道宽度的1/20～1/10。
9.优选地，通过骨架获得备选路径，包括：获取距离原点最近且值为0的网格点作为搜索树的搜索起始点，沿设定方向依次搜索并判定网格点的值是否为0，若为0，则将网格点
加入搜索树，若为1，则停止搜索；从搜索树的叶子节点逐层向父节点寻，直到到搜索起始点后结束；用折线连接搜索路径生成备选路径。
10.优选地，设定方向设定为右，右上，右下，上，下，左上，左下，左方向。
11.优选地，选择合适的备选路径作为路径线，包括：获取车辆行驶方向、行驶模式和最小路径长度，若备选路径长度大于最小路径长度，进行如下判定：计算备选路径的角度；计算备选路径角度与车辆行驶方向所成的第一角度；如果当前行驶模式为直行，则选取第一角度绝对值最小的备选路径作为对应的路径线；如果当前行驶模式为左转，则选取第一角度值最大的备选路径作为对应的路径线；如果当前行驶模式为右转，则选取第一角度值最小的备选路径作为对应的路径线。
12.优选地，计算备选路径的角度，包括：将备选路径的起点和终点连接形成连接线，获取连接线的角度，即为备选路径的角度。
13.第二方面，本发明还公开了一种地下车辆路径规划装置，包括：数据采集模块，用于获取传感器的实时点云数据；数据处理模块，将点云数据转化为二值图，采用细化算法提取二值图的骨架；通过骨架获得备选路径，并选择合适的备选路径作为路径线；路径规划模块，将路径线进行平滑处理，得到车辆的规划路径。
14.第三方面，本发明还公开了一种地下车辆路径规划设备，包括：存储器，用于存储计算机程序；处理器，用于执行存储器中存储的计算机程序时，实现本发明实施例的地下车辆路径规划方法。
15.本发明实施例的方案无需铺设辅助设备，经济性好；只用对激光雷达的数据进行处理，运行速率快，效率高，能大大减少车辆控制程序的响应时间。此外，本发明实施例的方案不仅能用于直行情况下的路径规划，还能用于转弯情况下的路径规划。
附图说明
16.构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
17.图1为本发明一实施例中地下车辆路径规划方法的流程示意图；
18.图2为本发明一实施例中井下巷道中采集的一帧激光雷达点云数据示意图；
19.图3为本发明一实施例中在有效范围内的点云数据示意图；
20.图4为本发明一实施例中包络线的示意图；
21.图5为本发明一实施例中二值图的示意图；
22.图6为本发明一实施例中二值图的骨架示意图；
23.图7为本发明一实施例中的备选路径示意图；
24.图8为本发明一实施例直行方向的路径规划结果示意图；
25.图9为本发明一实施例左转方向的路径规划结果示意图；
26.图10为本发明一实施例右转方向的路径规划结果示意图；
27.图11为本发明一实施例地下车辆路径规划装置结构示意图。
具体实施方式
28.以下结合说明书附图及具体实施例对本发明技术方案做进一步的详细阐述。应当
理解，此处所提供的实施例仅仅用以解释本发明，并不用于限定本发明。另外，以下所提供的实施例是用于实施本发明的部分实施例，而非提供实施本发明的全部实施例，在不冲突的情况下，本发明实施例记载的技术方案可以任意组合的方式实施。
29.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
30.在矿山开采过程中，需要许多大型机械设备，如钻机、掘进机、铲运机等，实现地下矿山机械设备的智能化自动驾驶对于提升开采效率、提高安全性具有重大意义。由于地下矿井难以接收地面通讯的信号，而在地下铺设成本高昂，地下车辆通常采用反应式导航。地下矿井环境复杂，在巷道转弯处更是如此，本发明所述的地下车辆路径规划方法、装置及设备能够实现地下车辆的路径规划，特别是拐弯处的路径规划，使得地下车辆自动驾驶更加安全、高效。
31.参考图1，本发明一实施例的地下车辆路径规划方法包括以下步骤：
32.步骤101：获取有效范围内的点云数据，并将点云数据转化为二值图；
33.步骤102：采用细化算法提取二值图的骨架；
34.步骤103：通过骨架获得备选路径，并选择合适的备选路径作为路径线；
35.步骤104：将路径线进行平滑处理，即得到车辆的规划路径。
36.在本发明另一实施例中，步骤101中获取有效范围内的点云数据包括对原始点云数据的获取和对原始点云数据的预处理，即：获取传感器的实时点云数据，根据传感器的参数及实际工作环境确定数据有效范围，并提取有效范围内的点云数据。参考图2和图3，在一实施例中，传感器为激光雷达，图2为在井下巷道中采集的一帧激光雷达数据，图中右三角表示雷达，一共541个数据点，可看出，激光雷达数据少数点扫到了安装支架上，形成了干扰点。根据雷达传感器的参数及实际环境确定有效范围的确定方法如下：第一，雷达的参数，如sick雷达的工作区域为0.5m-50m，反射率为10％时的扫描范围为18m，结合井下巷道反射率与两壁光滑程度，岩石性质等，在本例中，设定为20m；第二，实际的环境，如在井下雷达安装在铲运车中央时，铲运车宽2.7m，雷达扫描到巷道的距离一定大于1.35m，所以有效雷达数据点的范围肯定是大于1.35m。综上，可将雷达的有效范围设置为1.35m-20m。确定数据有效范围后，将有效范围外的点云数据剔除，其余数据留存以作下一步处理，有效范围内的数据处理结果如图3所示，该雷达数据在有效范围内的数据一共481个点。
37.步骤101中将点云数据转化为二值图，包括：将有效范围内点云数据中相邻两个点按顺序依次连接起来，构成一个包络线，在某一实施例中，将如图3中的相邻两点依次连接起来，形成一个封闭的包络线，在某一实施例中，计算该包络线的最小包络矩阵，如图4所示，优选地，为了留一定的冗余，将最小包络矩阵向外扩张2m，得到图的范围xlim＝[-4.15,21.79]，ylim＝[-9.02,11.34]；然后对包络线所在的区域进行网格化，某一实施例中，将网格精度设置为0.5m，选择激光雷达局部坐标系的坐标原点(0,0)作为网格中心点坐标，将包络线内部的网格颜定义为黑，取值为0，将包络线外部的网格颜定义为白，取值为1，黑与白的网格构成了二值图，如图5所示。
[0038]
在一实施例中，将点云数据转化为二值图的过程中，在对包络线所在的区域进行网格化时，网格的精度可以进行如下定义：获取车辆行驶所在巷道的宽度值，车辆直行时，
网格的精度取值为巷道宽度的1/6～1/4，优选地，选为1/6；车辆转弯时，网格的精度取值为巷道宽度的1/20～1/10，优选地，选为1/15。
[0039]
步骤102中，采用细化算法提取二值图的骨架，二值图的细化就是经过一层层的剥离，从原来的图中去掉一些点，但仍要保持原来的形状，直到得到图像的骨架。二值图的骨架获取方法有很多种，均可适用于本发明二值图骨架的获取，包括但不限于基于烈火模拟的图像骨架提取方法、基于距离场的骨架提取方法和基于最大圆盘的图像骨架提取方法。在一实施例中，采用zhang-suen细化算法，zhang-suen细化算法的一次迭代由如下步骤组成：(1)标记将被删除的边界点；(2)删除做了标记的点；(3)继续标记将被删除的剩余的边界点；(4)删除标记过的点。反复应用这个基本过程，直到再也没有被删除的点为止，此时算法终止，生成了该区域的骨架。采用zhang-suen细化算法对图5的二值图进行细化提取骨架，得到图6所示的二值图的骨架。
[0040]
步骤103中，通过骨架获得备选路径，包括：设置激光雷达局部坐标系的坐标原点(0,0)，获取距离原点最近且值为0的网格点作为搜索树的搜索起始点，沿设定方向(可以根据实际需要确定方向线及方向线的密度，如每隔30
°
设置一个搜索方向)依次搜索并判定网格点的值是否为0，若为0，则将网格点加入搜索树，若为1，则停止搜索；从搜索树的叶子节点逐层向父节点寻，直到到搜索起始点后结束；在以扫描仪所在的位置为原点的笛卡尔坐标系下用折线连接搜索路径生成备选路径。在一实施例中，对图6中二值图的骨架进行如下处理：选择距离坐标原点最近的值为0的像素点作为搜索开始点，从搜索开始点依次沿着右，右上，右下，上，下，左上，左下，左方向搜索未搜索到的值为0的像素点，建立一个储存值为0的像素点的搜索树。在生成搜索树后，从搜索树的叶子节点逐层向父节点寻，直到到搜索树的根节点后结束，用折线连接搜索路径生成得到图7所示的备选路径，图7中备选路径一共有6条。
[0041]
步骤103中，选择合适的备选路径作为路径线，包括：获取车辆行驶方向、行驶模式和最小路径长度，在一实施例中，车辆在前行的过程中要求输入车辆的行驶模式(直行、左转、右转)及路径长度范围，根据路径长度范围获取路径长度，获取车辆的当前行驶方向，判定备选路径长度是否大于最小路径长度，如果大于，则进行如下判定(对于备选路径长度小于最小路径长度的备选路径，直接舍弃)：
[0042]
计算备选路径的角度；计算备选路径角度与车辆行驶方向所成的第一角度；如果当前行驶模式为直行，则选取第一角度绝对值最小的备选路径作为对应的路径线；如果当前行驶模式为左转，则选取第一角度值最大的备选路径作为对应的路径线；如果当前行驶模式为右转，则选取第一角度值最小的备选路径作为对应的路径线。
[0043]
其中计算备选路径的角度可以采取多种方法，在一个实施例中，计算备选路径的角度运用以下方法：将备选路径的起点和终点连接形成连接线，获取连接线的角度，即为备选路径的角度。
[0044]
在一个实施例中，计算图7中6条备选路径的长度与角度，并计算备选路径角度与车辆行驶方向所成的第一角度，这里设定路径的最小长度取6m，将长度小于6m的备选路径剔除，对其余的备选路径进行如下处理：
[0045]
如果当前的行驶模式为直行，选择第一角度绝对值最小的路径，最终选择的路径长度为16.00m，角度为-1.72度，平滑后的规划路径见附图8；
[0046]
如果当前的行驶模式为左转，选择第一角度值最大的路径,选择的路径长度为6.15m，角度为68.18度，平滑后的规划路径见附图9；
[0047]
如果当前的行驶模式为右转，选择第一角度最小的路径，选择的路径长度为13.29m，角度为-25.24度，平滑后的规划路径见附图10。
[0048]
为了实现本发明实施例的方法，本发明还提供一种地下车辆路径规划装置，请参阅图11，该装置包括：数据采集模块，用于获取传感器的实时点云数据；数据处理模块，将点云数据转化为二值图，采用细化算法提取二值图的骨架；通过骨架获得备选路径，并选择合适的备选路径作为路径线；路径规划模块，将路径线进行平滑处理，得到车辆的规划路径。
[0049]
在一些实施例中，数据采集模块用于获取传感器的实时点云原始数据，并对点云原始数据进行预处理，剔除不符合要求的数据，剔除不符合要求的数据并不是必要的步骤，在一些实施例中也可以没有这个步骤。
[0050]
在一些实施例中，数据处理模块可以进行如下数据处理：将数据采集模块的点云数据中相邻两个点按顺序依次连接起来，构成一个包络线，在某一实施例中，将如图3中的相邻两点依次连接起来，形成一个封闭的包络线，在某一实施例中，计算该包络线的最小包络矩阵，如图4所示，为了留一定的冗余，将最小包络矩阵向外扩张2m，得到图的范围xlim＝[-4.15,21.79]，ylim＝[-9.02,11.34]；然后对包络线所在的区域进行网格化，某一实施例中，将网格精度设置为0.5m，选择激光雷达局部坐标系的坐标原点(0,0)作为网格中心点坐标，将包络线内部的网格颜定义为黑，取值为0，将包络线外部的网格颜定义为白，取值为1，黑与白的网格构成了二值图，如图5所示；然后通过细化算法提取二值图的骨架，利用骨架生成备选路径并根据设定或获取的条件进行路径筛选，选择合适的路径线。
[0051]
在一些实施例中，路径规划模块将数据处理模块的路径线进行平滑处理，路径线为折线，对折线进行平滑处理的方法包括但不限于常用的拟合和插值。
[0052]
本发明实施例还提供了一种地下车辆路径规划设备，包括存储器，用于存储计算机程序；处理器，用于执行存储器中存储的计算机程序时，实现本发明任一实施例所述的地下车辆路径规划方法。
[0053]
本发明实施例的方案除井下环，还能用于走廊式结构的环境。本实施例的方法属于基于图像的路径规划方法，不仅适用于局部路径规划，还可以用于井下环境全局地图的全局路径规划。
[0054]
本发明实施例揭示的地下车辆路径规划方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，地下车辆路径规划方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(dsp，digital signal processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成本发明实施例提供的地下车辆路径规划方法的步骤。
[0055]
本领域内的技术人员应明白，本发明实施例可提供为方法、系统、或计算机程序产
品。因此，本发明实施例可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
[0056]
本发明实施例是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理系统的处理器以产生一个机器，使得通过计算机或其他可编程数据处理系统的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0057]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理系统以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0058]
这些计算机程序指令也可装载到计算机或其他可编程数据处理系统上，使得在计算机或其他可编程系统上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程系统上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0059]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
技术特征：
1.一种地下车辆路径规划方法，其特征在于，包括：获取有效范围内的点云数据，并将所述点云数据转化为二值图；采用细化算法提取所述二值图的骨架；通过所述骨架获得备选路径，并选择合适的所述备选路径作为路径线；将所述路径线进行平滑处理，即得到车辆的规划路径。2.如权利要求1所述的地下车辆路径规划方法，其特征在于，所述获取有效范围内的点云数据，包括：获取传感器的实时点云数据，根据传感器的参数及实际工作环境确定数据有效范围，并提取所述有效范围内的点云数据。3.如权利要求1所述的地下车辆路径规划方法，其特征在于，所述将所述点云数据转化为二值图，包括：将所述点云数据中相邻两个点按顺序依次连接起来，构成一个包络线；对所述包络线所在的区域进行网格化；将所述包络线内部的网格颜定义为黑，取值为0，所述包络线外部的网格颜定义为白，取值为1，黑与白的网格构成了所述二值图。4.如权利要求3所述的地下车辆路径规划方法，其特征在于，所述对所述包络线所在的区域进行网格化中，其中网格的精度定义为：获取车辆行驶所在巷道的宽度值，车辆直行时，所述网格的精度取值为巷道宽度的1/6～1/4；车辆转弯时，所述网格的精度取值为巷道宽度的1/20～1/10。5.如权利要求1所述的地下车辆路径规划方法，其特征在于，通过所述骨架获得备选路径，包括：获取距离原点最近且值为0的网格点作为搜索树的搜索起始点，沿设定方向依次搜索并判定所述网格点的值是否为0，若为0，则将所述网格点加入搜索树，若为1，则停止搜索；从所述搜索树的叶子节点逐层向父节点寻，直到到所述搜索起始点后结束；用折线连接搜索路径生成所述备选路径。6.如权利要求5所述的地下车辆路径规划方法，其特征在于，所述设定方向设定为右，右上，右下，上，下，左上，左下，左方向。7.如权利要求6所述的地下车辆路径规划方法，其特征在于，所述选择合适的所述备选路径作为路径线，包括：获取车辆行驶方向、行驶模式和最小路径长度，若所述备选路径长度大于所述最小路径长度，进行如下判定：计算所述备选路径的角度；计算所述备选路径角度与所述车辆行驶方向所成的第一角度；如果当前行驶模式为直行，则选取所述第一角度绝对值最小的所述备选路径作为对应的所述路径线；如果当前行驶模式为左转，则选取所述第一角度值最大的所述备选路径作为对应的路径线；如果当前行驶模式为右转，则选取所述第一角度值最小的所述备选路径作为对应的所述路径线。
8.如权利要求7所述的地下车辆路径规划方法，其特征在于，所述计算所述备选路径的角度，包括：将备选路径的起点和终点连接形成连接线，获取所述连接线的角度，即为备选路径的角度。9.一种地下车辆路径规划装置，其特征在于，包括：数据采集模块，用于获取传感器的实时点云数据；数据处理模块，将所述点云数据转化为二值图，采用细化算法提取所述二值图的骨架；通过所述骨架获得备选路径，并选择合适的所述备选路径作为路径线；路径规划模块，将所述路径线进行平滑处理，得到车辆的规划路径。10.一种地下车辆路径规划设备，其特征在于，包括：存储器，用于存储计算机程序；处理器，用于执行所述存储器中存储的计算机程序时，实现如权利要求1至8任一所述的地下车辆路径规划方法。
技术总结
本发明公开了一种地下车辆路径规划方法，包括：获取有效范围内的点云数据，并将点云数据转化为二值图；采用细化算法提取二值图的骨架；通过骨架获得备选路径，并选择合适的备选路径作为路径线；将路径线进行平滑处理，即得到车辆的规划路径。本发明的路径规划方法简单、高效，不仅能实现直行情况下的路径规划，还能用于转弯情况下的路径规划。能用于转弯情况下的路径规划。能用于转弯情况下的路径规划。
