【技術實現步驟摘要】
本專利技術涉及井工礦無人駕駛，具體而言，涉及一種井工礦無人駕駛感知優化方法、井工礦無人駕駛感知優化裝置、計算機可讀存儲介質和井工礦無人駕駛感知優化系統。
技術介紹
1、井工礦無人駕駛是礦業領域的重要發展方向，其應用可以顯著提高生產效率和安全性。在傳統的井工礦作業中，通常需要大量的工人參與，而無人駕駛技術的應用可以減少人工操作，降低事故風險，提高生產效率。
2、然而，井工礦環境復雜多變，包括地形、障礙物、光照等多種因素，對無人駕駛車輛的感知性能提出了更高的要求。在井工礦環境中，無人駕駛車輛需要具備高精度、高魯棒性的感知能力，以準確識別和避開障礙物，確保行駛的安全性和穩定性。
3、目前，井工礦無人駕駛車輛的感知技術仍存在一些問題。首先，感知精度不高是當前井工礦無人駕駛感知技術的主要瓶頸之一。由于井工礦環境的復雜性和不確定性，感知系統往往難以準確識別和定位障礙物，導致決策失誤和安全事故的風險增加。其次，魯棒性差也是當前井工礦無人駕駛感知技術的一個問題。在井工礦環境中，光照變化、地形變化等因素都可能對感知系統產生干擾，導致感知結果的不穩定和不準確。
技術實現思路
1、本申請的主要目的在于提供一種井工礦無人駕駛感知優化方法、井工礦無人駕駛感知優化裝置、計算機可讀存儲介質和井工礦無人駕駛感知優化系統，以至少解決現有技術中單一傳感器的不確定性和局限性致使無人駕駛車輛無法準確實時感知周圍環境來出正確的行駛決策的問題。
2、為了實現上述目的，根據本申請的一個方面，
3、可選地，獲取井工礦內環境的有效點云數據、有效圖像數據和有效超聲波數據，包括：通過激光雷達獲取所述井工礦內物體與所述激光雷達之間的距離，得到初始點云數據，所述物體為至少包括車輛、障礙物和指示牌，所述激光雷達位于所述無人駕駛車輛的車頭和車頂；通過攝像頭捕獲所述井工礦內環境圖像，得到初始圖像數據，所述攝像頭位于所述無人駕駛車輛的所述車頭和所述無人駕駛車輛的側面；通過超聲波傳感器獲取所述井工礦內所述物體與所述超聲波傳感器之間的距離，得到初始超聲波數據，所述超聲波傳感器位于所述無人駕駛車輛的所述車頭、所述車頂和所述側面；對所述初始點云數據、所述初始圖像數據和所述初始超聲波數據進行格式化處理，以使所述初始點云數據、所述初始圖像數據和所述初始超聲波數據的數據格式統一，對應得到第一點云數據、第一圖像數據和第一超聲波數據；對所述第一點云數據、所述第一圖像數據和所述第一超聲波數據進行預處理操作，對應得到所述有效點云數據、所述有效圖像數據和所述有效超聲波數據。
4、可選地，對所述第一點云數據、所述第一圖像數據和所述第一超聲波數據進行預處理操作，對應得到所述有效點云數據、所述有效圖像數據和所述有效超聲波數據，包括：采用第一濾波器對所述第一點云數據和所述第一超聲波數據均進行濾波處理，分別得到第二點云數據和第二超聲波數據，所述第一濾波器為移動平均濾波器或高斯濾波器；采用第二濾波器對所述第一圖像數據進行濾波處理，得到第二圖像數據，所述第二濾波器為中值濾波器或邊緣保持濾波器；采用第一去噪處理方法對所述第二點云數據和所述第二超聲波數據進行去噪處理，分別得到第三點云數據和第三超聲波數據，所述第一去噪處理方法至少包括以下之一：包括基于密度的離群點檢測方法和隨機抽樣一致算法；采用第二去噪處理方法對所述第二圖像數據進行去噪處理，得到第三圖像數據，所述第二去噪處理方法至少包括以下之一：形態學運算和閾值分割算法；對所述第三點云數據、所述第三超聲波數據和所述第三圖像數據進行數據配準操作，以使所述第三點云數據、所述第三超聲波數據和所述第三圖像數據在同一個坐標系下表示，分別得到第四點云數據、第四超聲波數據和第四圖像數據；利用壓縮方法對所述第四點云數據、所述第四超聲波數據和所述第四圖像數據進行數據壓縮處理，得到對應的所述有效點云數據、所述有效圖像數據和所述有效超聲波數據。
5、可選地，將所述有效點云數據、所述有效圖像數據和所述有效超聲波數據進行融合處理，得到融合數據，包括：對所述有效點云數據、所述有效圖像數據和所述有效超聲波數據進行特征提取，分別得到對應的點云特征、圖像特征和超聲波特征，所述點云特征至少包括所述有效點云數據的密度、分布和結構，所述圖像特征至少包括所述有效圖像數據的圖像邊緣、圖像紋理和圖像顏色，所述超聲波特征至少包括與所述障礙物之間的距離和所述障礙物的形狀；對所述點云特征、所述圖像特征和所述超聲波特征進行模式識別，以將所述點云特征、所述圖像特征和所述超聲波特征與觀測環境中的各特定目標進行相關聯，得到說明數據，所述觀測環境為所述井工礦內的環境，所述特定目標至少為以下之一：所述觀測環境中的所述障礙物、道路標記和礦井設備；將所有所述說明數據按照同一個所述特定目標進行分組，一個所述特定目標對應一組所述說明數據；將各所述特定目標中的所述說明數據利用融合算法進行融合處理，得到所述融合數據。
6、可選地，在將所述融合數據輸入至感知模型中，以利用所述感知模型對所述融合數據進行環境感知分析，得到環境感知結果之前，在所述方法還包括：利用歷史數據集對歷史感知模型進行驗證評估，得到評估結果，所述歷史感知模型為在當前時刻之前對所述預定模型進行訓練完成之后已進行感知分析的模型，所述評估結果為以下之一：歷史感知模型性能低下，歷史感知模型性能中等和歷史感知模型性能高；在所述評估結果為所述歷史感知模型性能低下或者所述歷史感知模型性能中等的情況下，對所述歷史感知模型的模型參數進行調整以及對所述歷史感知模型的模型結構進行優化，得到所述感知模型，所述模型參數至少包括權重、閾值或學習率，所述模型結構至少包括所述歷史感知模型的層數、激活函數和所述歷史感知模型中各模型層的結構，所述模型層至少包括輸入層、輸出層和池化層。
7、可選地，根據所述環境感知結果和預設決策規則進行決策，生成行駛決策和對應的控制信號，包括：決策步驟，根據所述環境感知結果和預設決策規則進行決策，生成初步行駛決策和對應的初步控制信號；匹配步驟，將所述初步行駛決策與所述無人駕駛車輛的動力學特性進行匹配；在所述初步行駛決策與所述動力學特性不匹配的情況下，依次重復執行所述決本文檔來自技高網...
【技術保護點】
1.一種井工礦無人駕駛感知優化方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，獲取井工礦內環境的有效點云數據、有效圖像數據和有效超聲波數據，包括：
3.根據權利要求2所述的方法，其特征在于，對所述第一點云數據、所述第一圖像數據和所述第一超聲波數據進行預處理操作，對應得到所述有效點云數據、所述有效圖像數據和所述有效超聲波數據，包括：
4.根據權利要求1所述的方法，其特征在于，將所述有效點云數據、所述有效圖像數據和所述有效超聲波數據進行融合處理，得到融合數據，包括：
5.根據權利要求1所述的方法，其特征在于，在將所述融合數據輸入至感知模型中，以利用所述感知模型對所述融合數據進行環境感知分析，得到環境感知結果之前，在所述方法還包括：
6.根據權利要求1所述的方法，其特征在于，根據所述環境感知結果和預設決策規則進行決策，生成行駛決策和對應的控制信號，包括：
7.根據權利要求1所述的方法，其特征在于，根據所述控制信號按照所述行駛決策控制所述無人駕駛車輛進行行駛，包括：
8.一種井工礦無人
9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質包括存儲的程序，其中，在所述程序運行時控制所述計算機可讀存儲介質所在設備執行權利要求1至7中任意一項所述的方法。
10.一種井工礦無人駕駛感知優化系統，其特征在于，包括：一個或多個處理器，存儲器，以及一個或多個程序，其中，所述一個或多個程序被存儲在所述存儲器中，并且被配置為由所述一個或多個處理器執行，所述一個或多個程序包括用于執行權利要求1至7中任意一項所述的方法。
...【技術特征摘要】
1.一種井工礦無人駕駛感知優化方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，獲取井工礦內環境的有效點云數據、有效圖像數據和有效超聲波數據，包括：
3.根據權利要求2所述的方法，其特征在于，對所述第一點云數據、所述第一圖像數據和所述第一超聲波數據進行預處理操作，對應得到所述有效點云數據、所述有效圖像數據和所述有效超聲波數據，包括：
4.根據權利要求1所述的方法，其特征在于，將所述有效點云數據、所述有效圖像數據和所述有效超聲波數據進行融合處理，得到融合數據，包括：
5.根據權利要求1所述的方法，其特征在于，在將所述融合數據輸入至感知模型中，以利用所述感知模型對所述融合數據進行環境感知分析，得到環境感知結果之前，在所述方法還包括：
6.根據權利要求1所述的方法，其...
【專利技術屬性】
技術研發人員：郭愛軍，許聯航，劉孔林，張傳玖，黃唯，
申請(專利權)人：國能神東煤炭集團有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。