基于时空连续补偿的矿山可通行区域识别方法

• Published in: 工矿自动化 Vol. 50; no. 10; pp. 62 - 79
• Main Authors: 代博, 王亚飞, 李若尧, 李泽星, 章翼辰, 张睿韬
• Format: Journal Article
• Language: Chinese
• Published: 上海交通大学 汽车动力与智能控制国家工程研究中心,上海 200240 2024; 上海交通大学 机械与动力工程学院,上海 200240%上海交通大学 机械与动力工程学院,上海 200240
• Subjects: point cloud segmentation; 露天矿山; 可通行区域识别; 时空连续补偿; 无人驾驶矿卡; 区域连通性滤波; spatiotemporal continuous compensation; passable area identification; autonomous mining trucks; 点云分割; open-pit mining; regional connectivity filtering
• ISSN: 1671-251X
• DOI: 10.13272/j.issn.1671-251x.2024050067

TD67; 可通行区域识别是矿山无人驾驶技术中的重要环节.露天矿山道路场景具有道路边界模糊不清及路面平坦度不一等特征,使用传统同心圆地面分割模型进行矿山道路平面拟合时容易出现可通行区域与车辆不连通及帧间可通行区域识别结果不一致等误分类问题.提出了一种基于时空连续补偿的矿山道路可通行区域识别方法.首先,基于同心圆模型对矿山道路建模,并利用主成分分析方法进行多平面拟合,获取初始可通行区域分割结果;然后,基于空间连通性,分别利用区域生长方法和基于密度的噪声应用空间聚类方法对初始可通行区域进行区域连通性滤波及点连通性滤波,得到符合空间连通性的可通行区域;最后,基于时间区域一致性对不同点云帧中可通行性不一致的不稳定区域进行滤除,先根据正态分布变换方法构建栅格地图,再利用时间稳定权重判断栅格稳定性,最终通过区域栅格投影实现不稳定区域的滤除.矿山场景中测试结果表明:该方法的准确率为93.44%,较现有主流方法提升 2.27%;召回率为 99.14%,较现有主流方法提升 8.26%.该方法不仅在不连通区域中具有良好的空间连通性,还在崎岖区域内具有良好的时序稳定性.