权利要求
1.一种矿山车辆卸载位置选取方法，其特征在于，包括步骤：
S1、获取预设卸载点周边点云数据;
S2、从预设卸载点周边点云数据中提取挡墙边界线;
S3、通过滑竿模型计算每一个滑动位置的停车代价，以停车代价最低的滑动点作为最优卸载位置;其中滑竿模型与挡墙边界线组成一个封闭区域，以此封闭区域的面积作为停车代价;
步骤S3的具体过程为：
通过将长度为车宽的滑竿以固定步长d进行滑动，从头部滑动到尾部，计算出每个滑动点的停车代价;在滑动过程中储存最小停车代价与最小停车代价对应的位置;若最小停车代价小于可停车阈值N，则以最小停车代价位置对应为最优卸载位置。
2.根据权利要求1所述的矿山车辆卸载位置选取方法，其特征在于，采用离散积分的方式计算得到封闭区域面积，封闭区域面积A计算方式为：
其中：
A表示挡墙边界线与滑竿模型组成图形的封闭区域面积;
L1表示滑杆模型的起点;
L2表示滑杆模型的终点;
表示挡墙边界线与滑竿组成的单元面积;
表示滑竿与x轴组成的单元面积;
S表示与之和。
3.根据权利要求1或2所述的矿山车辆卸载位置选取方法，其特征在于，在计算停车代价时，若石块障碍物入侵车辆安全包络，计算出石块障碍物与车辆的横向距离，并将横向距离乘以增益参数以作为停车代价补偿。
4.根据权利要求1或2所述的矿山车辆卸载位置选取方法，其特征在于，在步骤S3之后，还包括步骤S4：对最优卸载位置进行校验。
5.根据权利要求4所述的矿山车辆卸载位置选取方法，其特征在于，采用最大横移距离校验方法或/和停车姿态角偏差校验方法来对最优卸载位置进行校验;
其中最大横移距离校验方法为：最优卸载位置与原卸载位置距离投影至x轴分量需小于预设距离阈值;
停车姿态角偏差校验方法为：最优卸载位置与原卸载位置距离航向角之差的绝对值需小于预设角度阈值;
其中原卸载位置为没有考虑挡墙形状的预先指定的卸载位置。
6.根据权利要求1或2所述的矿山车辆卸载位置选取方法，其特征在于，在步骤S2中，采用基于德洛内三角网的Alpha-Shape算法来提取挡墙边界线。
7.根据权利要求6所述的矿山车辆卸载位置选取方法，其特征在于，采用基于德洛内三角网的Alpha-Shape算法来提取挡墙边界线的具体过程为：
构建于德洛内三角网，计算Delaunay三角网中的三角形的外接圆半径r，利用德洛内三角网中的空圆特性，保留r<α的三角形，筛选出符合Alpha-Shape的德洛内三角边确定Alpha-Shape，遍历Alpha-Shape中所有的三角形，若相邻的边中不属于Alpha-Shape的边，则为边界边;其中α为预设半径。
8.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器运行时执行如权利要求1-7中任意一项所述方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1-7中任意一项所述方法的步骤。
10.一种计算机设备，包括相互连接的存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1-7中任意一项所述方法的步骤。
说明书
技术领域
[0001]本发明主要涉及矿山车辆技术领域，具体涉及一种矿山车辆卸载位置选取方法、产品、介质及设备。
背景技术
[0002]矿卡作业有一种场景，需要将采剥下来的土堆排入到排土区中。在排土区设置有高度1.5m左右，厚度约1m的土料挡墙，矿卡需要后轮靠近挡墙才能将运载的物料倾斜至挡墙外。经过实际作业，发现后轮靠近挡墙面临如下困难点：
(a)作业区更新频繁，无法离线指定卸载停车位置。
[0003]由于作业的推进，卸载挡墙面往前动态推进，导致无法使用静态地图等离线方法制定卸载停靠位置。因此需要实时构建地图，根据地图进行寻找合适的卸载点。
[0004](b)挡墙不规则
如图1所示，挡墙不规则的原因一方面是由于推土机工作较难生成较为平直的挡墙，另外一方面，上一车卸载不完全，部分物料遗留在挡墙面内。传统寻找停车位置的方法需要先求出挡墙整体的角度，然后根据挡墙角度进行卸载。但由于挡墙的不规则性，根据整体挡墙的角度停车，矿卡车辆往往无法完全靠上挡墙。
[0005](c)挡墙前容易留有石块
主要原因为前一车卸载时，石块滚落至停车区域，若将石块统一按照停车障碍物进行停车，则会造成排土点利用不充分，造成矿卡运行效率降低。
发明内容
[0006]针对现有技术存在的技术问题，本发明提供一种操作简便、卸载位置选取精准快速的矿山车辆卸载位置选取方法、产品、介质及设备。
[0007]为解决上述技术问题，本发明提出的技术方案为：
一种矿山车辆卸载位置选取方法，包括步骤：
S1、获取预设卸载点周边点云数据;
S2、从预设卸载点周边点云数据中提取挡墙边界线;
S3、通过滑竿模型计算每一个滑动位置的停车代价，以停车代价最低的滑动点作为最优卸载位置;其中滑竿模型与挡墙边界线组成一个封闭区域，以此封闭区域的面积作为停车代价;
步骤S3的具体过程为：
通过将长度为车宽的滑竿以固定步长d进行滑动，从头部滑动到尾部，计算出每个滑动点的停车代价;在滑动过程中储存最小停车代价与最小停车代价对应的位置;若最小停车代价小于可停车阈值N，则以最小停车代价位置对应为最优卸载位置。
[0008]优选地，采用离散积分的方式计算得到封闭区域面积，封闭区域面积A计算方式为：
[0009]
[0010]其中：
A表示挡墙边界线与滑竿模型组成图形的封闭区域面积;
L1表示滑杆模型的起点;
L2表示滑杆模型的终点;
表示挡墙边界线与滑竿组成的单元面积;
表示滑竿与x轴组成的单元面积;
S表示与之和。
[0011]优选地，在计算停车代价时，若石块障碍物入侵车辆安全包络，计算出石块障碍物与车辆的横向距离，并将横向距离乘以增益参数以作为停车代价补偿。
[0012]优选地，在步骤S3之后，还包括步骤S4：对最优卸载位置进行校验。
[0013]优选地，采用最大横移距离校验方法或/和停车姿态角偏差校验方法来对最优卸载位置进行校验;
其中最大横移距离校验方法为：最优卸载位置与原卸载位置距离投影至x轴分量需小于预设距离阈值;
停车姿态角偏差校验方法为：最优卸载位置与原卸载位置距离航向角之差的绝对值需小于预设角度阈值;
其中原卸载位置为没有考虑挡墙形状的预先指定的卸载位置。
[0014]优选地，在步骤S2中，采用基于德洛内三角网的Alpha-Shape算法来提取挡墙边界线。
[0015]优选地，采用基于德洛内三角网的Alpha-Shape算法来提取挡墙边界线的具体过程为：
构建于德洛内三角网，计算Delaunay三角网中的三角形的外接圆半径r，利用德洛内三角网中的空圆特性，保留r<α的三角形，筛选出符合Alpha-Shape的德洛内三角边确定Alpha-Shape，遍历Alpha-Shape中所有的三角形，若相邻的边中不属于Alpha-Shape的边，则为边界边;其中α为预设半径。
[0016]本发明还公开了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器运行时执行如上所述方法的步骤。
[0017]本发明进一步公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述方法的步骤。
[0018]本发明还公开了一种计算机设备，包括相互连接的存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述方法的步骤。
[0019]与现有技术相比，本发明的优点在于：
本发明的矿山车辆卸载位置选取方法，主要应用于自动驾驶车辆在泊车终点有不规则障碍物的场景;通过使用Alpha-Shape非栅格化方法提取挡墙边界线，能够对含有凹形点云处理，获得准确的挡墙边界线;采用滑竿计算每一个滑动位置的停车代价，能够在不规则挡墙中选取合适的停车卸载位置，能够保证矿卡卸载物料能够尽可能多的排至挡土墙下，并能在部分带有障碍物的场景下也能完成挡墙停靠。上述方法整体操作简便且卸载位置选取精准快速。
附图说明
[0020]图1为现有技术中的不规则挡墙结构示意图。
[0021]图2为本发明的矿山车辆卸载位置选取方法在实施例的流程图。
[0022]图3为本发明中的基于德洛内三角网的Alpha-Shape算法提取边界方法流程图。
[0023]图4为本发明中的停车代价面积计算示意图。
[0024]图5为本发明中的滑竿模型示意图。
[0025]图6为本发明中基于德洛内三角网的Alpha-Shape算法提取边界示意图。
具体实施方式
[0026]以下结合说明书附图和具体实施例对本发明作进一步描述。
[0027]如图2所示，本发明实施例提供的矿山车辆卸载位置选取方法，具体包括步骤：
S1、点云搜集
在矿山车辆(如矿卡)行驶至预设卸载点一定范围内，开始搜集激光雷达获取的预设卸载点周边点云数据;为了保证可靠性，搜集一段时间内激光雷达获取的点云数据;
S2、从预设卸载点周边点云数据中提取出挡墙边界线以及过滤出矿卡停靠一侧的挡墙边界点。
[0028]其中边界点选取采用栅格法，以某个方向向量方向进行投影，提取出方向向量最先接触的点，从而得到边界点。为了减少计算复杂度，接收到挡墙点云后，将挡墙点云投影至二维平面，并建立障碍物栅格，通过点落在栅格的次数剔除置信度低的点，提高挡墙边界点的准确性。
[0029]在另一实施例中，由于排土线呈现凹凸不平，挡墙边界往往是非凸的。其中Alpha-Shape算法是一种能够提取出非凸点云边界的方法，故使用Alpha-Shape算法提取挡墙边界线。具体地，如图3和图6所示，采用基于德洛内(Delaunay)三角网的Alpha-Shape算法来提取边界，具体地：
Delaunay三角剖分基于Delaunay边的定义，即满足空圆特性的边。假设有一个边e，其两个端点为a和b。如果存在一个圆，该圆经过a和b两点，并且圆内(不包括圆上)不包含点集V中的任何其他点，那么这条边e就被称为Delaunay边。基于这样的定义，如果点集V的一个三角剖分中所有的边都是Delaunay边，那么这个三角剖分就被称为Delaunay三角剖分。
[0030]Alpha-Shape可以用来从一堆无序的点集中提取边缘。设多边形由点集s构成，点集s和预设半径α决定唯一的Alpha-Shape边界。它的原理可以想象成一个半径为α的圆在点集s外滚动。当α足够大时，这个圆就不会滚到点集内部，其滚动的痕迹就是这个点集的边界线。具体以如下方法实现：在点集S内任取两个点，过这两点绘制半径为α的圆，若圆内没有其他点，则可以认为是边界线。
[0031]由Delaunay边的空圆特性可以快速的计算出Delaunay三角网中的边是否满足Alpha-Shape边特性，通过筛选得到Alpha-Shape边。
[0032]S3、最优卸载位置计算与选取
对边界点进行多次(如三次)样条稠密插值，计算插值后边界点的当前停车代价，选取停车代价最低的点作为卸载位置。其中稠密插值采用直线拟合，通过将相邻两边界点直线拟合插值，能够稠密化边界点，创建更平滑、更详细的边界。
[0033]如图4所示，采用滑竿模型计算每一个滑动位置的停车代价。具体地，通过将长度为车宽的滑竿以固定步长d进行滑动，从头部滑动到尾部，计算出每个滑动点的停车代价。在滑动过程中储存最小停车代价与最小停车代价对应的位置;若最小停车代价小于可停车阈值N，则最小停车代价位置对应为最优位置，否则认为本次卸载位置点不可使用。
[0034]其中滑竿与挡墙边界线组成一个封闭区域，以封闭区域的面积作为停车代价，如图5所示。采用离散积分的方式，可以计算得到封闭区域面积，封闭区域面积A计算方式为：
[0035]
[0036]其中：
A表示挡墙边界线与滑竿模型组成图形的封闭区域面积;
L1表示滑杆模型的起点;
L2表示滑杆模型的终点;
表示挡墙边界线与滑竿组成的单元面积;
表示滑竿与x轴组成的单元面积;
S表示与之和。
[0037]另外，也可以通过对点云插值，然后采用数值的方式求解滑竿对应点，能够准确找到挡墙边界线车宽长度的滑竿位置对应的两个点云，进而得到相对应的停车代价。
[0038]另外，在卸载点处，往往还存在着一些散落的石块。考虑有障碍物的场景：若石块障碍物入侵车辆安全包络，则将此处停车代价设置为一个较大值。
[0039]为了保证安全，停车时需要尽量远离石块障碍物，因此计算出石块障碍物与车辆横向距离，并将横向距离乘以增益参数K作为停车代价补偿。
[0040]S4、对最优卸载位置进行校验
由于车载系统无法获取全局信息，但是需要合理规范排泄点以避免土块堆积，以及均匀排土避免排土线利用率过低等，因此需要依赖调度指挥系统提供的卸载姿态作参考以校验停车的合理性。
[0041]具体校验可以采用最大横移距离校验和停车姿态角偏差校验，具体如下：
1、最大横移距离校验
在得到最优卸载位置后，需要校验其与原卸载位置(调度系统预先指定的卸载位置，该卸载位置没有考虑挡墙形状)的横向距离;若横向距离超过其对应预设阈值，认为本次选取的最优卸载位置横移过远，放弃卸载位置选取。
[0042]2、停车姿态角偏差校验
在得到最优卸载位置后，需要校验其与原卸载位置的姿态角偏差;若姿态角偏差超过对应预设阈值，认为本次选取的排土横向距离偏差过大，放弃本次停车位置选取。
[0043]本发明的矿山车辆卸载位置选取方法，主要应用于自动驾驶车辆在泊车终点有不规则障碍物的场景;通过使用Alpha-Shape非栅格化方法提取挡墙边界线，能够对含有凹形点云处理，获得准确的挡墙边界线;采用滑竿计算每一个滑动位置的停车代价，能够在不规则挡墙中选取合适的停车卸载位置，能够保证矿卡卸载物料能够尽可能多的排至挡土墙下，并能在部分带有障碍物的场景下也能完成挡墙停靠。上述方法整体操作简便且卸载位置选取精准快速。
[0044]本发明还公开了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器运行时执行如上所述方法的步骤。本发明进一步公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述方法的步骤。本发明还公开了一种计算机设备，包括相互连接的存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述方法的步骤。本发明的产品、介质及设备，与上述方法相对应，同样具有如上方法所述的优点。
[0045]本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序指令相关的硬件来完成，计算机程序可存储于一个计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读存储介质包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。存储器用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现各种功能。存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其它易失性固态存储器件等。
[0046]在本发明的描述中，需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0047]此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0048]在本发明中，除非另有明确的规定和限定，术语“装配”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体;可以是机械连接，也可以是电连接;可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0049]以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。
说明书附图(6)
