本發明提供了一種礦用車輛無人駕駛停靠方法、設備及可讀存儲介質。該方法包括：利用視覺識別算法識別至少一個停靠標志物；利用激光雷達在停靠區域內確定至少一個標志物的位置信息；根據位置信息和礦用車輛的姿態信息，控制礦用車輛進行停靠，從而實現了礦用車輛的精準停靠。

技術領域

本發明涉及無人駕駛領域，尤其涉及一種礦用車輛無人駕駛停靠方法、設備及可讀存儲介質。

背景技術

近年來隨著人工智能相關技術的迅速發展，無人駕駛得到廣泛的關注與進步。在露天礦區，由于天氣環境惡劣且地形錯綜復雜，礦物運輸效率低下且礦物運輸勞動力短缺，勞動力成本高昂，尤其適合使用無人駕駛技術的使用。

然而現有的無人駕駛技術還不夠成熟，大部分研究還停留在實驗階段，且礦用車輛的駕駛道路環境相對復雜，現有的無人駕駛技術，在實現車輛停車停靠時，車輛定位精度不足或控制不夠精準，難以實現車輛的精準停靠。

因此，亟待一種礦用車輛無人駕駛停靠方法。

發明內容

有鑒于此，本發明實施例提供一種礦用車輛無人駕駛停靠方法、設備及可讀存儲介質，能夠實現礦用車輛的精準停靠。

本發明的一個方面提供一種礦用車輛無人駕駛停靠方法，包括：利用視覺識別算法識別至少一個停靠標志物；利用激光雷達在停靠區域內確定至少一個標志物的位置信息；根據位置信息和礦用車輛的姿態信息，控制礦用車輛進行停靠。

在本發明的一個實施例中，利用視覺識別算法識別至少一個停靠標志物，包括：通過模板匹配確定多個候選區域；利用深度學習網絡模型對多個候選區域進行識別，判斷所述候選區域是否存在停靠標志物，其中深度學習網絡模型是通過對至少一個標志物的多個樣本圖像進行訓練得到的。

在本發明的一個實施例中，利用激光雷達在停靠區域內確定至少一個標志物的位置信息，包括：通過多線激光雷達測量礦用車輛與至少一個標志物中的每一個之間的距離和角度。

在本發明的一個實施例中，至少一個標志物包括兩個標志物，根據位置信息和礦用車輛的姿態信息，控制礦用車輛進行停靠，包括：通過如下公式控制礦用車輛進行停靠：

Yaw＝center_yaw+3×[K_p×(e/2)+K_d×e]/4+last_yaw/4

其中，Yaw為礦用車輛的轉向控制器的輸出量，center_yaw為轉向控制器的輸出中值量，last_yaw為轉向控制器的上一次的輸出量，K_p為比例系數，K_d為微分系數，e為L1與L2的差值，e的計算公式如下：

其中L為精準定位距離，L1和L2為礦用車輛與兩個停靠標志物的距離，且通過多線激光雷達保證礦用車輛與兩個停靠標志物的連線處于垂直關系，θ為礦用車輛與兩個安全錐垂直平分線的夾角，為權重系數。

在本發明的一個實施例中，還包括：按照規劃路徑控制礦用車輛自動駕駛至裝貨點或卸貨點，其中利用視覺識別算法識別至少一個停靠標志物和至少一個個停靠標志物所在的停靠區域，包括：在礦用車輛到達裝貨點或卸貨點時，利用視覺識別算法識別至少一個停靠標志物。

在本發明的一個實施例中，至少一個停靠標志物的包括：2個停靠標志物，至少一個停靠標志物為可移動的，至少一個停靠標志物包括：至少一個安全錐。

本發明的一個方面提供一種礦用車輛無人駕駛停靠裝置，包括：識別模塊，用于利用視覺識別算法識別至少一個停靠標志物；測量模塊，用于利用激光雷達在停靠區域內確定至少一個標志物的位置信息；導航模塊，用于根據位置信息和礦用車輛的姿態信息，控制礦用車輛進行停靠。