无人驾驶车辆卸载状态确定方法、设备、介质及程序与流程

本发明实施例涉及车辆运输领域，尤其涉及一种无人驾驶车辆卸载状态确定方法、设备、介质及程序。

背景技术：

1、无人驾驶车辆卸载作业需要依靠相应技术实现工况检测与状态识别。现有方案主要利用无人驾驶车辆尾部搭载的激光雷达开展扫描感知作业：先通过激光雷达扫描获取限位基准件的原始基准信息，车辆倒车就位过程中对限位基准件进行实时重复扫描检测，完成卸载作业驶离工位阶段再次扫描，更新限位基准件信息与卸载状态，并依据限位基准件范围内是否留存卸载物料，判断卸载工位是否处于可用状态。然而，卸载作业区域扬尘现象突出，恶劣粉尘环境会造成激光雷达采集的点云数据产生大量噪点，有效点云占比偏低，进而导致限位基准件及残留物料目标检测可靠性不足，难以保障无人驾驶车辆卸载工位识别与工况判定的准确性。

技术实现思路

1、本发明实施例提供一种无人驾驶车辆卸载状态确定方法、设备、介质及程序，能够提升卸载工位状态识别的准确度，进而保障无人卸载作业流程有序稳定运行。

2、根据本发明的一方面，提供了一种无人驾驶车辆卸载状态确定方法，应用于无人驾驶车辆，包括：

3、获取目标无人驾驶车辆在目标卸载工位卸载过程中的多源感知数据和所述目标无人驾驶车辆的基准几何构型参数；其中，所述多源感知数据包括声学特征数据、油气簧压力数据、车辆位姿数据和点云数据；

4、根据所述声学特征数据、所述油气簧压力数据、所述车辆位姿数据和所述基准几何构型参数计算所述目标无人驾驶车辆在目标卸载工位卸载状态的第一检测置信度；

5、在确定所述第一检测置信度大于或等于第一预设置信度阈值的情况下，根据所述第一检测置信度、所述多源感知数据和所述基准几何构型参数计算所述目标无人驾驶车辆在目标卸载工位卸载状态的第二检测置信度；

6、根据所述第一检测置信度和所述第二检测置信度确定所述目标无人驾驶车辆在目标卸载工位的实际卸载状态。

7、根据本发明的另一方面，提供了一种无人驾驶车辆卸载状态确定装置，配置于无人驾驶车辆，包括：

8、数据获取模块，用于获取目标无人驾驶车辆在目标卸载工位卸载过程中的多源感知数据和所述目标无人驾驶车辆的基准几何构型参数；其中，所述多源感知数据包括声学特征数据、油气簧压力数据、车辆位姿数据和点云数据；

9、第一检测置信度计算模块，用于根据所述声学特征数据、所述油气簧压力数据、所述车辆位姿数据和所述基准几何构型参数计算所述目标无人驾驶车辆在目标卸载工位卸载状态的第一检测置信度；

10、第二检测置信度计算模块，用于在确定所述第一检测置信度大于或等于第一预设置信度阈值的情况下，根据所述第一检测置信度、所述多源感知数据和所述基准几何构型参数计算所述目标无人驾驶车辆在目标卸载工位卸载状态的第二检测置信度；

11、实际卸载状态确定模块，用于根据所述第一检测置信度和所述第二检测置信度确定所述目标无人驾驶车辆在目标卸载工位的实际卸载状态。

12、根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

13、至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的无人驾驶车辆卸载状态确定方法。

14、根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的无人驾驶车辆卸载状态确定方法。

15、根据本发明的另一方面，还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本发明任一实施例所述的无人驾驶车辆卸载状态确定方法。

16、本发明实施例通过获取目标无人驾驶车辆在目标卸载工位卸载过程中的多源感知数据和目标无人驾驶车辆的基准几何构型参数；其中，多源感知数据包括声学特征数据、油气簧压力数据、车辆位姿数据和点云数据。进一步的，根据声学特征数据、油气簧压力数据、车辆位姿数据和基准几何构型参数计算目标无人驾驶车辆在目标卸载工位卸载状态的第一检测置信度，并在确定第一检测置信度大于或等于第一预设置信度阈值的情况下，根据第一检测置信度、多源感知数据和基准几何构型参数计算目标无人驾驶车辆在目标卸载工位卸载状态的第二检测置信度。在此基础上，根据第一检测置信度和第二检测置信度确定目标无人驾驶车辆在目标卸载工位的实际卸载状态。上述方案解决了利用激光点云数据开展卸载状态检测可靠性不足的缺陷，能够提升卸载工位状态识别的准确度，进而保障无人卸载作业流程有序稳定运行。

17、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

1.一种无人驾驶车辆卸载状态确定方法，其特征在于，应用于无人驾驶车辆，包括：

2.根据权利要求1所述的方法，其特征在于，在所述获取目标无人驾驶车辆在目标卸载工位卸载过程中的多源感知数据之后，还包括：

3.根据权利要求1所述的方法，其特征在于，所述根据所述声学特征数据、所述油气簧压力数据、所述车辆位姿数据和所述基准几何构型参数计算所述目标无人驾驶车辆在目标卸载工位卸载状态的第一检测置信度，包括：

4.根据权利要求1所述的方法，其特征在于，所述根据所述第一检测置信度、所述多源感知数据和所述基准几何构型参数计算所述目标无人驾驶车辆在目标卸载工位卸载状态的第二检测置信度，包括：

5.根据权利要求4所述的方法，其特征在于，所述根据所述第一检测置信度、所述物料外接矩形roi和所述点云数据确定目标点云数据，包括：

6.根据权利要求4所述的方法，其特征在于，所述根据所述目标点云数据确定所述目标无人驾驶车辆在目标卸载工位卸载状态的第二检测置信度，包括：

7.根据权利要求6所述的方法，其特征在于，所述根据所述第一检测置信度和所述第二检测置信度确定所述目标无人驾驶车辆在目标卸载工位的实际卸载状态，包括：

8.根据权利要求7所述的方法，其特征在于，所述根据所述综合检测置信度确定所述目标无人驾驶车辆在目标卸载工位的实际卸载状态，包括：

9.一种电子设备，其特征在于，所述电子设备包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-8中任一所述的无人驾驶车辆卸载状态确定方法。

11.一种计算机程序产品，其特征在于，包括计算机程序/指令，其中，所述计算机程序/指令被处理器执行时实现权利要求1-8中任一项所述的无人驾驶车辆卸载状态确定方法。