一种用于井工矿巷道环境的4D毫米波车速监测方法、系统与流程

本发明主要涉及无人驾驶相关，具体是一种用于井工矿巷道环境的4d毫米波车速监测方法。

背景技术：

1、井工矿无人驾驶技术的重要性不容忽视。随着科技的进步，无人驾驶技术逐渐成为井工矿安全生产的重要手段，为矿山带来了诸多益处。但无人驾驶车辆重新生产，造价较高，大部分方案均是利用现有车辆进行改装，加装激光雷达、毫米波和相机等传感器。申请人在改装过程中，发现部分矿用车辆没有车速测量和输出功能。

2、传统获取本车车速的方式有以下几种：(1)轮速计测速：轮速计安装在车辆的车轮上，通过测量车轮的转速，可以计算出车辆的速度信息。它的优点是价格相对较低，安装简单，适用于各种类型的车辆。(2)gps模块测速：gps模块通过接收卫星信号，可以获取车辆的位置和时间信息，然后通过车辆的位置差和时间差计算车辆的速度信息。它的优点是无需安装额外的传感器，适用于各种类型的车辆和路面条件。(3)imu测速：imu设备可以获取车辆各个方向的加速度和角速度，通过对加速度的积分，可以得到车辆在各个方向上的速度。积分过程会将加速度信号在时间上累积，从而得到速度信息。它的优点是精度较高，适用于各种类型的车辆和路面条件。(4)slam测速：在slam中，车辆通过传感器获取周围环境的信息，然后通过定位算法实时计算出车辆的位置，通过位置差和时间差计算出车速信息。它的优点是精度较高，适用于高精度定位和导航等应用场景。

3、现有测速技术虽然具有很多优点，但也存在着一些缺点。(1)轮速计的缺点是需要定期维护和校准，受到路面条件的影响较大，精度可能不如其他测速方法。井工矿中地面较为复杂，会影响测量精度，并且需要添加额外的传感器和接收装置。(2)gps模块的缺点是在某些情况下，例如在高楼、隧道、井工矿等遮挡物较多的区域，可能会影响卫星信号的接收，导致精度下降。(3)imu的缺点是精度高的价格较高，而且随着时间增加，累计误差会逐渐增大，通常和其他数据融合使用。(4)slam测速的缺点是定位精度不够或数据获取时间不准时，车速会出现较大偏差。例如井工矿巷道环境比较类似，偶尔会出现定位漂移，车速测量会受较大影响。

技术实现思路

1、为解决目前技术的不足，本发明结合现有技术，从实际应用出发，提供一种用于井工矿巷道环境的4d毫米波车速监测方法、系统，该方法的优势是不需要通过上下两帧的位移差和时间差计算车速，避免了位移和时间误差引起的测速偏差。

2、本发明的技术方案如下：

3、根据本发明的一个方面，提供一种用于井工矿巷道环境的4d毫米波车速监测方法，包括如下步骤：

4、步骤1、每隔一定帧数采集一次4d毫米波点云和速度数据，绘制箱形图；

5、步骤2、对速度数据排序，取箱形图中q1-q3分布的数据，得到相对地面静止障碍物的径向速度数据；

6、步骤3、基于相对地面静止障碍物的径向速度数据计算车辆的运动速度；

7、步骤4、采用扩展卡尔曼滤波进行数据平滑，减少计算车速的波动性。

8、进一步，步骤3具体如下：

9、步骤31、基于毫米波测得的前方静止障碍物的径向速度计算障碍物相对于车辆的速度，公式如下：

10、xspeed＝radialspeed/cos(θ)

11、其中，xspeed为障碍物相对于车辆的速度，radialspeed为毫米波测得的前方静止障碍物的径向速度，θ为车辆的速度方向与障碍物的径向速度方向的夹角，

12、步骤32、基于障碍物相对于车辆的速度计算车辆的运动速度，公式如下：

13、

14、其中，vehiclespeed为车辆的运动速度，表示每帧毫米波数据在箱形图q1-q3区间的xspeed的均值。

15、进一步，步骤4中，扩展卡尔曼滤波由五个方程组成，分为预测方程和更新方程。

16、进一步，还包括：

17、步骤5、对平滑后的数据赋予时间戳和数值，并通过接口将数据输出。

18、根据本发明的另一方面，提供一种用于井工矿巷道环境的4d毫米波车速监测系统，系统采用上述的车速监测方法，系统包括，

19、4d毫米波雷达，用于获取障碍物点云和速度数据；

20、数据处理单元，用于接收点云和速度数据、对数据进行预处理和车速计算；

21、信号输出单元，用于将计算的车速通过固定的格式进行编码发布。

22、进一步，所述4d毫米波雷达安装在车辆的前部，安装角度与车辆水平面垂直，安装高度为40-80cm。

23、本发明的有益效果：

24、1、本发明基于井工矿巷道的特殊环境，通过毫米波雷达测得的障碍物点云和速度信息，通过绘制箱形图以及独特的速度计算方式去除外部因素的影响，最终通过对速度进行平滑减少计算车速的波动性，其优势是不需要通过上下两帧的位移差和时间差计算车速，避免了位移和时间误差引起的测速偏差。

25、2、本发明的车速监控系统，尤其适用于井工矿下的矿用车辆(部分车型无车速输出)获取车速信息，其具有车速监测方式准确、简单，易于实现的优势，能够为无人驾驶车辆提供决策支持。

技术特征：

1.一种用于井工矿巷道环境的4d毫米波车速监测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的用于井工矿巷道环境的4d毫米波车速监测方法，其特征在于，步骤3具体如下：

3.根据权利要求1所述的用于井工矿巷道环境的4d毫米波车速监测方法，其特征在于，步骤4中，扩展卡尔曼滤波由五个方程组成，分为预测方程和更新方程。

4.根据权利要求1所述的用于井工矿巷道环境的4d毫米波车速监测方法，其特征在于，还包括：

5.一种用于井工矿巷道环境的4d毫米波车速监测系统，系统采用权利要求1-4任一项所述的车速监测方法，其特征在于，系统包括，

6.根据权利要求5所述的用于井工矿巷道环境的4d毫米波车速监测系统，其特征在于，所述4d毫米波雷达安装在车辆的前部，安装角度与车辆水平面垂直，安装高度为40-80cm。

技术总结本发明提供一种用于井工矿巷道环境的4D毫米波车速监测方法、系统，包括如下步骤：步骤1、每隔一定帧数采集一次4D毫米波点云和速度数据，绘制箱形图；步骤2、对速度数据排序，取箱形图中q1‑q3分布的数据，得到相对地面静止障碍物的径向速度数据；步骤3、基于相对地面静止障碍物的径向速度数据计算车辆的运动速度；步骤4、采用扩展卡尔曼滤波进行数据平滑，减少计算车速的波动性。方法的优势是不需要通过上下两帧的位移差和时间差计算车速，避免了位移和时间误差引起的测速偏差。技术研发人员：黄琰,曹喜乐,冯冲,申永刚受保护的技术使用者：理工雷科智途（北京）科技有限公司技术研发日：技术公布日：2024/10/10