阅读说明：本技术 位姿识别方法、装置、电子设备和存储介质 (Pose recognition method and device, electronic equipment and storage medium ) 是由 曹金 于 2019-09-11 设计创作，主要内容包括：本发明实施例涉及自动导航设备的控制技术领域,公开了一种位姿识别方法、装置、电子设备和存储介质。该方法包括：获取点云数据；点云数据包含每个点到自动导航设备的传感装置的测距值和光强值,测距值用于计算每个点的坐标信息；根据光强值从点云数据中识别得到目标点云；其中,目标点云用于计算目标物体的位姿；根据目标点云中的点的坐标信息计算得到目标物体的位姿并输出；其中,自动导航设备根据输出的位姿进行导航。本发明实施方式能够降低AGV等自动导航控制的成本以及实现难度,有利于推动AGV应用的发展。(The embodiment of the invention relates to the technical field of control of automatic navigation equipment, and discloses a pose identification method, a pose identification device, electronic equipment and a storage medium. The method comprises the following steps: acquiring point cloud data; the point cloud data comprises a distance measurement value and a light intensity value from each point to a sensing device of the automatic navigation equipment, and the distance measurement value is used for calculating coordinate information of each point; identifying target point cloud from the point cloud data according to the light intensity value; the target point cloud is used for calculating the pose of the target object; calculating the pose of the target object according to the coordinate information of the points in the target point cloud and outputting the pose; and the automatic navigation equipment navigates according to the output pose. The embodiment of the invention can reduce the cost and the realization difficulty of automatic navigation control of AGV and the like, and is beneficial to promoting the development of AGV application.)

位姿识别方法、装置、电子设备和存储介质

技术领域

本发明涉及自动导航设备的控制技术领域，特别涉及一种位姿识别方法、装置、电子设备和存储介质。

背景技术

随着科技的发展，AGV(Automated Guided Vehicle，自动导航车)在生产、生活中的应用越来越广泛。在工业AGV运输领域，通常需要AGV底盘精准移动到对接工位，进行上下货物的传送动作。

发明人发现相关技术至少存在以下问题：AGV准确到达目标工位的前提是需要准确识别目标工位的位姿，然而现有的位姿识别方法普遍存在成本高、实现复杂的问题，不利于AGV应用的发展。

发明内容

本发明实施方式的目的在于提供一种位姿识别方法、装置、电子设备和存储介质，旨在降低AGV自动导航控制的成本以及实现难度，推动AGV应用的发展。

为解决上述技术问题，本发明的实施方式提供了一种位姿识别方法，应用于自动导航设备，所述方法包括：

获取点云数据；所述点云数据包含每个点到所述自动导航设备的传感装置的测距值和光强值，所述测距值用于计算每个点的坐标信息；

根据光强值从所述点云数据中识别得到目标点云；其中，所述目标点云用于计算目标物体的位姿；

根据所述目标点云中的点的坐标信息计算得到所述目标物体的位姿并输出；其中，所述自动导航设备根据输出的所述位姿进行导航。

本发明的实施方式还提供了一种位姿识别装置，应用于自动导航设备，所述装置包括：

获取模块，用于获取点云数据；所述点云数据包含每个点到所述自动导航设备的传感装置的测距值和光强值，所述测距值用于计算每个点的坐标信息；

点云识别模块，用于根据光强值从所述点云数据中识别得到目标点云；其中，所述目标点云用于计算目标物体的位姿；

计算模块，用于根据所述目标点云中的点的坐标信息计算得到所述目标物体的位姿并输出；其中，所述自动导航设备根据输出的所述位姿进行导航。

本发明的实施方式还提供了一种电子设备，包括：存储器和处理器，存储器存储计算机程序，处理器运行所述计算机程序以实现如前所述的位姿识别方法。

本发明的实施方式还提供了一种存储介质，用于存储计算机可读程序，所述计算机可读程序用于供计算机执行如前所述的位姿识别方法。

本发明实施方式相对于现有技术而言，根据点云数据的光强值识别得到目标点云，并根据目标点云中的点的坐标信息计算得到目标物体的位姿，从而实现自动导航设备的自动导航。由于点云数据的光强值和坐标信息采集成本低且位姿识别过程中的计算易于实现，因此有利于推动AGV应用的发展。

作为一个实施例，所述根据光强值从所述点云数据中识别得到目标点云，具体包括：

按照几何空间的距离对所述点云数据进行聚类，并根据聚类结果对所述点云数据进行分簇；

将分簇后的点云数据对应的几何特征与预设几何特征进行匹配以识别所述目标点云。通过对点云数据进行聚类可以实现对点云数据的分簇，从而便于排除干扰点云数据。

作为一个实施例，所述传感装置为激光雷达，所述预设几何特征为矩形反光板的几何特征，所述矩形反光板设置于所述目标物体上，且与所述激光雷达等高，所述自动导航设备通过所述激光雷达获取所述点云数据；

所述将分簇后的点云数据对应的几何特征与预设几何特征进行匹配以识别所述目标点云，具体为：

将分簇后的点云数据对应的物理长度与所述反光板的长度相匹配的点云数据识别为所述目标点云。通过将反光板的长度与分簇后的点云数据对应的物理长度进行匹配，可以方便、准确地识别得到目标点云。

作为一个实施例，在所述按照几何空间的距离对所述点云数据进行聚类之前，还包括：

过滤掉获取的点云数据中光强值小于预设光强阈值的点云数据。从而有利于过滤掉目标物体所在环境中的干扰点云数据，降低位姿识别的计算量。

作为一个实施例，所述位姿包含目标坐标以及方向；

所述根据所述目标点云中的点的坐标信息计算得到所述目标物体的位姿并输出，具体包括：

计算所述目标点云的重心以得到所述目标坐标；

根据所述目标点云拟合得到所述反光板所在的直线，将所述直线的法线方向作为所述方向。

作为一个实施例，在所述根据所述目标点云拟合得到所述反光板所在的直线，将所述直线的法线方向作为所述方向之后，还包括：

计算得到所述位姿的误差参数；

确定所述位姿的误差参数是否满足预设条件，若所述误差参数满足所述预设条件，则输出所述位姿。

作为一个实施例，所述误差参数为所述目标点云中每个点到拟合的所述直线的距离的平方和；

所述确定所述位姿的误差参数是否满足预设条件，具体为：

若所述平方和小于预设平方和阈值，则确定所述误差参数满足预设条件；

若所述平方和大于或者等于所述预设平方和阈值，则确定所述误差参数不满足所述预设条件。从而可以精确评估位姿计算结果的准确度，提高AGV自动导航精确度。

附图说明

图1是根据本发明第一实施方式位姿识别方法的流程图；

图2是根据本发明第一实施方式自动导航设备获取点云数据示意图；

图3是根据本发明第二实施方式位姿识别方法的流程图；

图4是根据本发明第三实施方式位姿识别装置的结构示意图；

图5是根据本发明第四实施方式电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本发明而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本发明所要求保护的技术方案。

本发明的第一实施方式涉及一种位姿识别方法，应用于自动导航设备，包括但不限于自动导航车。该方法包括：获取点云数据，点云数据包含每个点到自动导航设备的传感装置的测距值和光强值，测距值用于计算每个点的坐标信息；根据光强值从点云数据中识别得到目标点云；其中，目标点云用于计算目标物体的位姿，其中，目标物体的位姿具有三个自由度(x，y，θ)，(x,y)为目标物体的目标坐标，(θ)为目标物体的方向；根据目标点云中的点的坐标信息计算得到目标物体的位姿并输出；其中，自动导航设备根据输出的位姿进行导航。本发明实施方式相对于现有技术而言，根据点云数据的光强值识别得到目标点云，并根据目标点云中的点的坐标信息计算得到目标物体的位姿，从而实现自动导航车等的自动导航。由于点云数据的光强值和坐标信息采集成本低且位姿识别过程中的计算易于实现，因此有利于推动AGV应用的发展。

下面结合图1对本实施方式的位姿识别方法进行详细说明。该方法包括步骤101至步骤107。

步骤101：获取点云数据。

如图2所示，自动导航车的传感装置包括激光雷达，激光雷达2可以设置于自动导航车的底盘1上，目标物体上设置有反光板3。其中，目标物体的位置可以是固定的，比如位置固定的工位；或者目标物体也可以是可以移动的。自动导航车在与目标物体对接时，需要准确识别目标物体的位姿，本实施方式通过识别反光板的位姿从而确定目标物体的位姿。反光板可以为矩形，矩形反光板可以与激光雷达等高，从而便于通过激光雷达获取点云数据。应当理解，本实施方式对于激光雷达的位置、反光板的形状以及位置等均不作具体限制。激光雷达可以按照一定的频率扫描得到点云数据。其中，点云数据包含每个点到自动导航车的激光雷达的测距值和光强值，测距值用于计算每个点的坐标信息。

步骤102：过滤掉获取的点云数据中光强值小于预设光强阈值的点云数据。

在实际应用中，预设光强阈值可以根据反光板产生的点云数据的光强值确定，反光板一般由反射强度高的材料制成，因此，反光板形成的点云数据的光强值也大于环境中大部分物体的点云数据的光强值。步骤101获取的点云数据可能不仅包含由反光板反射产生的点云数据(下文亦称目标点云)，而且还包含目标物体所在环境的点云数据。由于反光板反射率较高，所以反光板产生的点云数据的光强值较大，而环境产生的点云数据的光强值较小，因此过滤掉光强值小于预设光强阈值的点云数据可以消除获取的点云数据中的干扰信息，有利于降低位姿识别计算量，提高位姿识别效率。

步骤103：按照几何空间的距离对点云数据进行聚类，并根据聚类结果对点云数据进行分簇。

具体而言，即是根据不同点在物理空间的距离进行聚类，聚类算法可以采用KD-Tree，Kmeans等本领域已知的算法，此处不再赘述。通过聚类、分簇，可以将过滤后的点云数据中的不同高反射强度的反射源形成的点云数据区分开。分簇后点云数据可能被分为一簇或者多簇，具体由获取的点云数据以及聚类算法确定。比如，当过滤后的点云数据包含由反射源A以及反光板所形成的点云数据时，通过聚类、分簇，可以将点云数据分为反射源A对应的一簇点云数据以及反光板对应的一簇点云数据。

步骤104：将分簇后的点云数据对应的几何特征与预设几何特征进行匹配以识别目标点云。

预设几何特征具体为矩形反光板的几何特征，比如为反光板的长度，类似地，分簇后的点云数据对应的几何特征也为点云数据对应的几何形状的长度，几何形状的长度可以根据点云数据的点之间的距离。步骤104具体为将分簇后的点云数据对应的物理长度与反光板的长度相匹配的点云数据识别为目标点云，两者相匹配可以指反光板的物理长度(即实际长度)与点云数据对应的测量长度之差的绝对值与反光板的物理长度的比值在预设范围内，比如|物理长度-测量长度|/物理长度<0.1，即测量值和实际值的差的绝对值与实际长度的比值小于10％。举例而言，反光板的物理长度可以为100cm,则分簇后的点云数据对应的测量长度为95cm时，则可确定该簇点云为目标点云。应当理解，在实际应用中，几何特征也可以包括两个维度的尺寸，比如同时对反光板的长度和宽度进行匹配。因此，通过步骤104可以进一步去除点云数据中不属于目标点云的点云数据，不仅可提高目标物***姿识别的准确度，且有利于进一步降低位姿识别的计算量。

步骤105：计算目标点云的重心以得到目标坐标。

目标点云的重心对应反光板的几何中心坐标。具体地，可以将目标点云中所有点的坐标值相加，再除以目标点云中的点的数量，即可得到目标点云的重心，从而得到目标坐标(x,y)。

步骤106：根据目标点云拟合得到反光板所在的直线，将直线的法线方向作为方向(θ)。

方向(θ)即反光板相对激光雷达的朝向，(x，y，θ)这三个自由度即待输出的目标物体的位姿。

步骤107：输出位姿。

即输出(x，y，θ)，自动导航车根据输出的位姿即可自动控制运行方向以实现与目标物体的准确对接。

需要说明的是，在实际应用中，自动导航车也可以通过深度摄像头等设备获取点云数据，相应地，反光板也可以替换为二维码等。步骤101在扫描得到点云数据之后，可以将点云数据中的RGB(红绿蓝)等的颜色信息去除，然后再进行位姿识别。

本实施方式与现有技术相比，通过激光雷达以及反光板获取到点云数据，通过点云数据中的光强值以及距离信息对点云数据进行过滤、分簇，并进一步识别出目标点云，然后根据目标点云计算得到目标物体的位姿。因此，本实施方式对硬件设备要求低且计算过程易于实现，从而有利于降低AGV的控制成本，推动AGV应用的发展。

本发明的第二实施方式涉及一种位姿识别方法，第二实施方式在第一实施方式的基础上做出进一步改进，主要改进之处在于：本实施方式对计算出的位姿的准确度进行衡量，并且仅输出准确度高的位姿，从而提高AGV的控制精度以及效率。

如图3所示，本实施方式的位姿识别方法包括步骤301至步骤307。其中，步骤301至第一实施方式的步骤101相同，步骤302与第一实施方式的步骤102至步骤104对应，步骤303、步骤304分别与第一实施方式的步骤105、步骤106对应相同，此处不再赘述。

步骤305：计算得到位姿的误差参数。

步骤306：确定位姿的误差参数是否满足预设条件，若误差参数满足预设条件，则执行步骤307，若误差参数不满足预设条件，则重新执行步骤301至步骤306，直到误差参数满足预设条件。

本实施方式中，误差参数可以为目标点云中每个点到反光板所在直线的距离的平方和。步骤306具体为：若该平方和小于预设平方和阈值，则确定误差参数满足预设条件(即位姿的准确度较佳)，若该平方和大于或者等于预设平方和阈值，则确定误差参数不满足预设条件。在实际应用中，由于激光雷达与反光板之间的距离可能较大，或者环境中的干扰较大，造成位姿的计算结果偏差较大。本实施方式通过对位姿的准确度进行衡量，从而可以丢弃准确性较差的位姿数据，并重新计算得到准确度较佳的位姿数据，有利于提高AGV与目标物体的对接精度。

步骤307：输出位姿。

本实施方式与现有技术相比，通过激光雷达以及反光板获取到点云数据，通过点云数据中的光强值以及距离信息对点云数据进行过滤、分簇，并进一步识别出目标点云，然后根据目标点云计算得到目标物体的位姿。因此，本实施方式对硬件设备要求低且计算过程易于实现，从而有利于降低AGV的控制成本，推动AGV应用的发展。并且，本实施方式通过对位姿的计算结果进行衡量，从而可以丢弃准确性较差的位姿数据，从而使得AGV根据准确性较佳的位姿数据进行导航，有利于提高AGV与目标物体的对接精度。

本发明的第三实施方式涉及一种位姿识别装置，应用于自动导航设备。请参阅图4，本实施方式的位姿识别装置400包括：

获取模块402，用于获取点云数据，点云数据包含每个点到自动导航设备的传感装置的测距值和光强值，测距值用于计算每个点的坐标信息；

点云识别模块404，用于根据光强值从点云数据中识别得到目标点云；其中，目标点云用于计算目标物体的位姿；以及

计算模块406，用于根据目标点云中的点的坐标信息计算得到目标物体的位姿并输出；其中，自动导航设备根据输出的位姿进行导航。

本发明的第四实施方式涉及一种电子设备。如图5所示，该电子设备包括：存储器502和处理器501；

其中，所述存储器502存储有可被所述至少一个处理器501执行的指令，所述指令被所述至少一个处理器501执行以实现：获取点云数据；点云数据包含每个点到自动导航设备的传感装置的测距值和光强值，测距值用于计算每个点的坐标信息；根据光强值从点云数据中识别得到目标点云；其中，目标点云用于计算目标物体的位姿；根据目标点云中的点的坐标信息计算得到目标物体的位姿并输出；其中，自动导航设备根据输出的位姿进行导航。

该电子设备包括一个或多个处理器501以及存储器502，图5中以一个处理器501为例。处理器501、存储器502可以通过总线或者其他方式连接，图5中以通过总线连接为例。存储器502作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器501通过运行存储在存储器502中的非易失性软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述位姿识别方法。

存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序。此外，存储器502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，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施方式中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

一个或者多个模块存储在存储器502中，当被一个或者多个处理器501执行时，执行上述任意方法实施方式中的位姿识别方法。

上述设备可执行本发明实施方式所提供的方法，具备执行方法相应的功能模块和有益效果，未在本实施方式中详尽描述的技术细节，可参见本发明实施方式所提供的方法。

本实施方式与现有技术相比，通过激光雷达以及反光板获取到点云数据，通过点云数据中的光强值以及距离信息对点云数据进行过滤、分簇，并进一步识别出目标点云，然后根据目标点云计算得到目标物体的位姿。因此，本实施方式对硬件设备要求低且计算过程易于实现，从而有利于降低AGV的控制成本，推动AGV应用的发展。并且，本实施方式通过对位姿的计算结果进行衡量，从而可以丢弃准确性较差的位姿数据，从而使得AGV根据准确性较佳的位姿数据进行导航，有利于提高AGV与目标物体的对接精度。

本发明的第六实施方式涉及一种非易失性存储介质，用于存储计算机可读程序，所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。

即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。