本发明涉及一种基于激光和视觉的道路自主清扫控制系统及控制方法，属于智能环卫机械技术领域。
背景技术：
目前清扫车无论是室内还是城市街道环卫，基本上都需要人工操作，而随着城市规模的发展，人力成本的不断提高，智能化无人驾驶自主行驶清扫车的需求增多，如何实现自主清扫的控制系统显得尤为关键，目前，在全自动无人驾驶的控制系统方面，国内已经有相关企业和机构进行了研究，通常采用三种方法实现：(1)基于3G/4G或GPRS网络，通过终端设备进行路径的规划，并对设备状态进行实时监控；(2)基于机器视觉的图像识别技术；(3)采用在地面铺设导轨、磁轨，车辆在固定轨道上行驶，即轨道式全自动无人驾驶控制技术。虽然无人驾驶领域已经有相关的控制技术，但是在无人清扫控制系统方面技术还未成熟，在现有技术中没有得到推广应用。
例如，授权公开号为：CN204644936U公开的一种无人驾驶式自动商用洗/扫地机，在控制技术上存在一定的不足，当遇到障碍物后，需将激光传感器、超声或防撞条信息送至导航模块，导航模块根据具体情况，发送停止指令于控制模块，并需人工再次干预，重新规划路径，费时且不能做到整个过程完全无人干涉，不适于在大型路面进行清扫作业。
技术实现要素：
本发明的目的在于提供一种基于激光和视觉的道路自主清扫控制系统及控制方法，在无人驾驶的情况下能够自主进行路径规划和导航定位，控制实现路面的清扫作业，降低城市环卫工人的劳动强度、减少城市二氧化碳排放和环境污染、优化能源结构。
本发明所述的基于激光和视觉的道路自主清扫控制系统，包括底层控制系统、激光及视觉导航定位系统、无线数据传输基站网络和人机交互平台，其中底层控制系统和激光及视觉导航定位系统相连接实现数据协议转换，底层控制系统和激光及视觉导航定位系统通过无线数据传输基站网络与人机交互平台实现数据通讯。
底层控制系统用于实现运动、清扫和电源管理，激光及视觉导航定位系统用于实现路径规划和导航定位，无线数据传输基站网络用于实现数据的传输，具有3G、4G、WIFI及专用无线数传网络等多种可选通信方式，实现位置和状态数据通信传输，人机交互平台用于接收无线数据传输基站网络传输的信息，并且实现动作操控，以及远程监控，底层控制系统和激光及视觉导航定位系统之间通过USBCAN适配器实现数据协议转换。
所述的底层控制系统包括电源管理系统、运动控制系统、超声波自动避障系统和清扫控制系统，上述各个系统之间通过CAN总线进行数据通信，所述的超声波自动避障系统包括超声波测距传感器，超声波测距传感器包括至少一个，电源管理系统用于实现电源管理，运动控制系统用于实现前进、后退、左转、右转、加速、减速、停车、刹车等运动的控制，超声波自动避障系统用于实现自动避障，清扫控制系统用于实现清扫动作。
超声波测距传感器利用超声波的特性研制而成的传感器，用于检测周围的超声波信号，通过智能控制算法如障碍物识别与避障算法实现自动避障。
所述的激光及视觉导航定位系统包括车载电脑主板、激光扫描测距雷达、摄像头和GPS定位模块，车载电脑主板连接激光扫描测距雷达和GPS定位模块并通过路由器连接摄像头，所述的激光扫描测距雷达包括2个，一个激光扫描测距雷达用于检测前方道路两侧路沿石边沿及较矮的障碍物，另一个激光扫描测距雷达用于检测较高的障碍物。
激光扫描测距雷达用于检测前方道路两侧路沿石边沿，提取和拟合道路边沿直线段，为沿道路平行前进和道路定位提供传感数据，并利用前方180度范围内的激光检测数据，辅助完成自主避障；摄像头为网络高清摄像头，用于采集前方图像信息，在无路沿石的路段，通过图像处理算法，与激光扫描测距雷达互补完成道路边沿识别；车载电脑主板主要承载上位机智能算法处理软件，通过接收底层控制系统上传的超声波测距传感器数据、激光扫描测距雷达数据、摄像头采集的图像等，利用传感器融合算法、图像处理算法、自动避障算法、自主定位与导航算法等各种智能控制算法，实现自主驾驶。
所述的人机交互平台包含遥控器和远程监控界面，遥控器通过数据传输模块与底层控制系统实现数据通讯，远程监控界面通过无线数据传输基站网络与底层控制系统和激光及视觉导航定位系统实现数据通讯。
通过遥控器和远程监控界面使控制模式分为手动控制模式和自主控制模式，在手动控制模式下可通过遥控器或者智能手机客户端软件，实现前进、后退、左转、右转、加速、减速、停车、刹车、抬放盘刷等一系列动作的操控；在自主控制模式下，可利用自身携带的超声波测距传感器、激光扫描测距雷达和摄像头通过智能控制算法如障碍物识别与避障算法、自动避障算法、路肩识别算法、清扫路径规划算法，实现沿着应用场所道路自主定位和无人清扫，远程监控界面通过无线数据传输基站网络与底层控制系统和激光及视觉导航定位系统传输数据，实时监控相应清扫车的运行状态、在清扫区域的精确位置，并通过摄像头实现前方视频监控。
一种基于激光和视觉的道路自主清扫控制方法，包括以下步骤：
S1：底层控制系统和激光及视觉导航定位系统配合控制实现相应清扫车以正常行驶模式行驶并清扫，其中根据路况通过采集激光扫描测距雷达的数据实现沿路沿石行驶模式；通过采集摄像头的数据实现沿标记线行驶模式；采集摄像头和GPS定位模块的信息实现掉头模式。
S2：根据需要外部人员在手动控制模式下通过遥控器实现运动和清扫动作，在自主控制模式下通过激光及视觉导航定位系统进行路径规划与自主导航，实现无人驾驶和自动清扫，工作人员通过远程监控界面监控运动和控制状态；
S3：在自主控制模式下，当系统监测到前方有障碍物时，采用超声波测距传感器和激光扫描测距雷达采集数据，进入避障模式，避障模式结束后，返回步骤S1，直至完成所有规划路径清扫作业。
所述的沿路沿石行驶模式的控制方法包括以下步骤：
S11：车载电脑主板实时采集其中一个激光扫描测距雷达返回的数据，去除由于干扰造成的无效数据点，并选取与激光扫描测距雷达的距离为5m范围内的数据点；
S12：采用HOUGH算法，在极坐标空间下，直线参数空间表示为：ρ＝xcosθ+ysinθ，将参数空间离散化成一个累加器阵列A(ρ,θ)，按照极坐标方程，将得到的每一点的坐标值(x,y)映射到参数空间对应的一系列累加器中，将对应的累加器加1；
S13：检测这个局部最大值即可确定与该直线对应的一对(ρ,θ)参数，从而检测出直线，该直线即为路沿石边缘线；
S14：对步骤S13中得到的直线进行量化：根据检测到的直线上两点的坐标P1(X1，Y1)、P2(X2，Y2)，由公式：k＝（Y2-Yl)/（X2-X1）和d＝Y1-kX1，得到直线参数k、d；
S15：利用步骤S14计算出的直线参数k、d，根据公式和α＝αrctank，得到激光扫描测距雷达当前到路沿石的距离D以及当前的行驶方向与路沿石的夹角α；
S16：根据距离D以及夹角α，判断前进偏转角度，并控制转向机构进行转向，从而实现以固定距离沿路沿石行驶。
所述的沿标记线行驶模式的控制方法包括以下步骤：
S21：车载电脑主板对车体前方的摄像头采集到的图像进行图像处理、分析，通过图像滤波、边缘检测、直线检测，得到大量直线；
S22：对步骤S21中得到的直线群进行模式识别，从而得到标记线；
S23：对步骤S22中得到的标记线进行量化，得到摄像头相对于标记线的位置；
S24：根据步骤S23得到的位置信息，控制转向机构进行转向，从而实现以固定距离沿标记线行驶。
所述的掉头模式的控制方法包括以下步骤：
S31、GPS定位模块内标定掉头路口GPS坐标范围信息，车载电脑主板采集摄像头拍摄的图像信息和GPS定位模块的定位信息；
S32、当行驶至步骤S31中标定的掉头路口GPS坐标范围后，车载电脑主板对采集到的图像进行滤波、边缘化处理以及矩形块检测；
S33：根据检测到的矩形块的个数及大小，进行判断是否采集到了斑马线图像，即现在是否处于掉头路口，如果是则进行掉头；
S34：当刚刚驶离掉头路口GPS坐标范围时，判断在GPS坐标范围内是否发生过掉头，如果未发生过掉头则进行掉头，从而确保按规划路径行驶。
所述的避障模式的控制方法包括以下步骤：
S41：车载电脑主板采集超声波测距传感器和激光扫描测距雷达返回的数据点，对返回的数据点进行分析，采用滤波算法，去除由于干扰造成的无效数据点；
S42：删除与激光扫描测距雷达的距离为5m以外的数据点；
S43、对剩余数据点进行聚类分析，判断前方是否存在障碍物；
S44、车载电脑主板内设置报警距离和避障响应距离，根据障碍物相对于超声波测距传感器和激光扫描测距雷达的位置以及距离，当障碍物进入报警距离区域时，进行声光报警，并减速行驶；当障碍物进入避障响应距离区域时，进行自动转向，通过左右空闲车道自动绕行避障；
S45、当避障完成后，自动进入正常行驶模式，自主寻找已规划完毕的轨迹继续进行清扫。
所述的远程监控界面监控的内容包括：电量、开关信息、各种参数的运行状态、后台地图模型上的位置信息和视频图像信息，其中各种参数包括：控制系统电池电压、动力系统电池电压、清扫电机、震尘电机、急停开关、控制模式、转向状态和运动状态。
本发明与现有技术相比，具有如下有益效果：
提供一种基于激光和视觉的道路自主清扫控制系统及控制方法，在无人驾驶的情况下能够自主进行路径规划和导航定位，在自主控制模式下真正做到无人员干预即可控制清扫车完成道路的清扫作业，并且通过远程监控界面监控清扫车的运行状态、视频图像信息和地理位置，使自主清扫车的控制技术更加完善，适于在园区和公共道路上的清扫车中推广应用，降低城市环卫工人的劳动强度、减少城市二氧化碳排放和环境污染、优化能源结构，促进建设建设智能型城市、打造智慧园区。
附图说明
图1为本发明实施例1中清扫控制系统的电路连接框图；
图2为本发明实施例2中远程监控界面的示意图；
图3为本发明实施例2中清扫控制系统的控制模式示意图；
图4为本发明实施例2中沿路沿石行驶模式控制方法的步骤流程图；
图5为本发明实施例2中沿标记线行驶模式控制方法的步骤流程图；
图6为本发明实施例2中掉头模式控制方法的步骤流程图；
图7为本发明实施例2中避障模式控制方法的步骤流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明：
实施例1：
如图1所示，本发明所述的基于激光和视觉的道路自主清扫控制系统，包括底层控制系统、激光及视觉导航定位系统、无线数据传输基站网络和人机交互平台，其中底层控制系统和激光及视觉导航定位系统相连接实现数据协议转换，底层控制系统和激光及视觉导航定位系统通过无线数据传输基站网络与人机交互平台实现数据通讯。
为了进一步说明上述实施例1，底层控制系统包括电源管理系统、运动控制系统、超声波自动避障系统和清扫控制系统，上述各个系统之间通过CAN总线进行数据通信，超声波自动避障系统包括超声波测距传感器，超声波测距传感器包括多个，分别位于相应清扫车的前面和侧面，左右两侧的超声波测距传感器对称分布。
为了进一步说明上述实施例1，激光及视觉导航定位系统包括车载电脑主板、激光扫描测距雷达、摄像头和GPS定位模块，车载电脑主板连接激光扫描测距雷达和GPS定位模块并通过路由器连接摄像头，激光扫描测距雷达包括2个，一个激光扫描测距雷达用于检测前方道路两侧路沿石边沿及较矮的障碍物，另一个激光扫描测距雷达用于检测较高的障碍物。
为了进一步说明上述实施例1，人机交互平台包含遥控器和远程监控界面，遥控器通过数据传输模块与底层控制系统实现数据通讯，远程监控界面通过无线数据传输基站网络与底层控制系统和激光及视觉导航定位系统实现数据通讯。
实施例1整体的工作原理为：清扫控制系统控制相应的清扫车在路面以正常行驶模式行驶并清扫，根据需要外部人员在手动控制模式下通过遥控器或实现清扫车的运动和清扫动作，在自主控制模式下，利用激光扫描测距雷达和摄像头相结合的方式，在有路沿石的路段，用激光扫描测距雷达识别，在没有路沿石的路段，采用摄像头识别标记线，由图像处理与GPS定位相结合，实现路径规划与自主导航功能；利用摄像头和地标，结合GPS定位模块，对路口进行识别和定位，实现路口检测和路段定位，完成掉头动作；通过导入园区离线测绘地图，结合道路的GPS信息和机器视觉，确定清扫车的运动方向、运动轨迹和在地图中的具体位置；当遇到障碍物时，采用超声波测距传感器和激光扫描测距雷达采集数据，利用智能控制算法，实现清扫车的避障；前方障碍物检测距离范围：0～30m，检测角度：0-180度，左右侧障碍物检测报警距离范围：0-3m，后方障碍物检测报警距离范围：0-6m；自动避障响应距离可在检测范围内自由设定；当障碍物进入报警距离区域时，进行声光报警，并减速行驶；当障碍物进入避障响应距离区域时，进行自动转向，通过左右空闲车道自动绕行避障；避障完成后继续进入正常行驶模式，直至完成所有规划路径的清扫作业，在清扫的过程中工作人员利用远程监控界面，通过无线数据传输基站网络，可以远程监视清扫车的电量、开关信息等各种参数的运行状态，实时显示清扫车在后台地图模型上的位置，以及清扫车前方的视频图像信息；清扫车与远程监控后台通信具有3G、4G、WIFI及专用无线数传网络等多种可选通信方式，实现清扫车位置和状态数据通信传输。
实施例2：
一种基于激光和视觉的道路自主清扫控制方法，包括以下步骤：
S1：底层控制系统和激光及视觉导航定位系统配合控制实现相应清扫车以正常行驶模式行驶并清扫，其中根据路况通过采集激光扫描测距雷达的数据实现沿路沿石行驶模式；通过采集摄像头的数据实现沿标记线行驶模式；采集摄像头和GPS定位模块的信息实现掉头模式。
S2：根据需要外部人员在手动控制模式下通过遥控器实现运动和清扫动作，在自主控制模式下通过激光及视觉导航定位系统进行路径规划与自主导航，实现无人驾驶和自动清扫，工作人员通过远程监控界面监控运动和控制状态；
S3：在自主控制模式下，当系统监测到前方有障碍物时，采用超声波测距传感器和激光扫描测距雷达采集数据，进入避障模式，避障模式结束后，返回步骤S1，直至完成所有规划路径清扫作业。
如图3所示，自主清扫控制系统的控制模式分为手动控制模式和自主控制模式，在手动控制模式下通过通过遥控器或手动操作按钮面板实现运动和清扫动作，在自主控制模式下通过清扫控制系统实现路径规划与自主导航，实现无人驾驶和自动清扫，工作人员通过远程监控界面监控清扫的状态；在自主控制模式下，工作状态包括正常行驶模式和避障模式，其中正常行驶模式包括沿路沿石行驶模式、沿标记线行驶模式以及掉头模式。
为了进一步说明上述实施例2，如图4所示，沿路沿石行驶模式的控制方法包括以下步骤：
S11：车载电脑主板实时采集其中一个激光扫描测距雷达返回的数据，去除由于干扰造成的无效数据点，并选取与激光扫描测距雷达的距离为5m范围内的数据点；
S12：采用HOUGH算法，在极坐标空间下，直线参数空间表示为：ρ＝xcosθ+ysinθ，将参数空间离散化成一个累加器阵列A(ρ,θ)，按照极坐标方程，将得到的每一点的坐标值(x,y)映射到参数空间对应的一系列累加器中，将对应的累加器加1；
S13：检测这个局部最大值即可确定与该直线对应的一对(ρ,θ)参数，从而检测出直线，该直线即为路沿石边缘线；
S14：对步骤S13中得到的直线进行量化：根据检测到的直线上两点的坐标P1(X1，Y1)、P2(X2，Y2)，由公式：k＝(Y2-Y1)/(X2-X1)和d＝Y1-kX1，得到直线参数k、d；
S15：利用步骤S14计算出的直线参数k、d，根据公式和α＝αrctank，得到激光扫描测距雷达当前到路沿石的距离D以及当前的行驶方向与路沿石的夹角α；
S16：根据距离D以及夹角α，判断前进偏转角度，并控制转向机构进行转向，从而实现以固定距离沿路沿石行驶。
为了进一步说明上述实施例2，如图5所示，沿标记线行驶模式的控制方法包括以下步骤：
S21：车载电脑主板对摄像头采集到的图像进行图像处理、分析，通过图像滤波、边缘检测、直线检测，得到大量直线；
S22：对步骤S21中得到的直线群进行模式识别，从而得到标记线；
S23：对步骤S22中得到的标记线进行量化，得到摄像头相对于标记线的位置；
S23：根据步骤S23得到的位置信息，控制转向机构进行转向，从而实现以固定距离沿标记线行驶。
为了进一步说明上述实施例2，如图6所示，掉头模式的控制方法包括以下步骤：
S31、GPS定位模块内标定掉头路口GPS坐标范围信息，车载电脑主板采集摄像头拍摄的图像信息和GPS定位模块的定位信息；
S32、当清扫车进入步骤S31中标定的掉头路口GPS坐标范围后，车载电脑主板对采集到的图像进行滤波、边缘化处理以及矩形块检测；
S33：根据检测到的矩形块的个数及大小，进行判断是否采集到了斑马线图像，即现在是否处于掉头路口，如果是则进行掉头；
S34：当刚刚驶离掉头路口范围时，判断在范围内是否发生过掉头，如果未发生过掉头则进行掉头，从而确保清扫车按规划路径行驶。
由于图像涵盖数据量大，算法复杂，识别斑马线时所用时间偏长，对其它功能模块数据交换造成一定程度的影响，另外，对于斑马线被车辆遮挡或模糊不清的路口，不能正确判断是否掉头，从而不能实现沿规定路径行驶。因此，采用上述摄像头结合GPS定位模块的方式进行掉头判断：标定掉头路口GPS坐标范围信息，当进入掉头路口范围才开始图像检测是否到达斑马线位置，从而将由于检测斑马线对其它数据交换造成的影响大大降低。
为了进一步说明上述实施例2，如图7所示，避障模式的控制方法包括以下步骤：
S41：车载电脑主板采集超声波测距传感器和激光扫描测距雷达返回的数据点，对返回的数据点进行分析，采用滤波算法，去除由于干扰造成的无效数据点；
S42：删除与激光扫描测距雷达的距离为5m以外的数据点；
S43、对剩余数据点进行聚类分析，判断前方是否存在障碍物；
S44、车载电脑主板内设置报警距离和自动避障响应距离，根据障碍物相对于超声波测距传感器和激光扫描测距雷达的位置以及距离，当障碍物进入报警距离区域时，进行声光报警，并减速行驶；当障碍物进入避障响应距离区域时，进行自动转向，通过左右空闲车道自动绕行避障；
S45、当避障完成后，自动进入正常行驶模式，自主寻找已规划完毕的轨迹继续进行清扫。
设置前方障碍物检测距离范围：0～30m，检测角度：0-180度，左右侧障碍物检测报警距离范围：0-3m，后方障碍物检测报警距离范围：0-6m；自动避障响应距离可在检测范围内自由设定，当障碍物进入报警距离区域时，进行声光报警，并减速行驶；当障碍物进入避障响应距离区域时，进行自动转向，通过左右空闲车道自动绕行避障。
为了满足户外多尘环境下使用，选用室外型的激光扫描测距雷达，针对不同障碍物，激光扫描测距雷达位于相应清扫车的前方，激光扫描测距雷达包括2个，一个激光扫描测距雷达位于清扫车前方的下端贴近地面，用于检测前方道路两侧路沿石边沿及较矮的障碍物，另一个激光扫描测距雷达位于清扫车前方的中央，用于检测较高的障碍物。
为了进一步说明上述实施例2，如图2所示，远程监控界面监控的内容包括：电量、开关信息、各种参数的运行状态、后台地图模型上的位置信息和视频图像信息，其中各种参数包括：控制系统电池电压、动力系统电池电压、清扫电机、震尘电机、急停开关、控制模式、转向状态和运动状态。
采用以上结合附图描述的本发明的实施例的基于激光和视觉的道路自主清扫控制系统及控制方法，在无人驾驶的情况下能够自主实现路径规划和导航定位，控制清扫车实现路面的清扫。但本发明不局限于所描述的实施方式。在不脱离本发明的原理和精神的情况下这些对实施方式进行的变化、修改、替换和变形仍落入本发明的保护范围内。