无人矿山行驶区域的障碍物处理系统的制作方法

1.本发明涉及自动化技术领域，尤其是涉及一种无人矿山行驶区域的障碍物处理系统。


背景技术：

2.近年来，随着自动化技术的不断发展以及各种辅助驾驶系统的普及，自动驾驶技术得到了迅速发展，无人驾驶矿车已经成为矿车自动化解决方案中的重要组成部分。在露天矿山场景下，经常发生物料遗撒、落石或者车轴碾压等情况，使无人矿车的行驶区域上形成一些障碍物，为了防止无人驾驶矿车撞击到这些障碍物，需要基于无人驾驶矿车识别进行障碍物识别，及时对障碍物进行处理，避免影响矿车的正常工作。
3.在相关技术中，主要依靠无人驾驶矿车的雷达感知功能、视觉感知功能采集障碍物的基础信息，并通过特征分析或者深度学习等方法进行障碍物的识别和判定。但是申请人认识到，由于物料遗撒、落石或者车轴碾压等产生的障碍物具有随机性，无人驾驶矿车很容易发生漏检或错检，导致无法准确、及时的执行障碍物的处理工作，影响无人驾驶矿车的运输效率，无人驾驶运行的可靠性不高。


技术实现要素：

4.有鉴于此，本技术提供了一种无人矿山行驶区域的障碍物处理系统，主要目的在于解决无法准确、及时的执行障碍物的处理工作，影响无人驾驶矿车的运输效率，无人驾驶运行的可靠性不高的技术问题。
5.根据本发明的第一个方面，提供了一种无人矿山行驶区域的障碍物处理系统，所述障碍物处理系统包括服务器和若干个无人驾驶装置，所述无人驾驶装置设置在矿区内的每一无人驾驶车辆上，所述服务器与所述若干个无人驾驶装置进行数据通信：所述无人驾驶装置采集环境感知数据，对所述环境感知数据进行识别，得到障碍物信息，并获取所述服务器下发的第一障碍物列表，查询所述第一障碍物列表是否包括所述障碍物信息，以及当查询确定所述第一障碍物列表包括或者未包括所述障碍物信息时，将所述障碍物信息上传至所述服务器，其中，所述无人驾驶装置在行驶过程中参照所述第一障碍物列表进行障碍物的识别和避让；所述服务器接收所述无人驾驶装置上传的障碍物信息，并统计所述障碍物信息在预设时间间隔内被上传的上传次数，若所述上传次数达到次数阈值，则将所述障碍物信息更新至所述第一障碍物列表，并将更新后的所述第一障碍物列表下发至所述若干个无人驾驶装置。
6.本发明提供的一种无人矿山行驶区域的障碍物处理系统，利用若干个无人驾驶装置与服务器之间的交互，使服务器能够及时获取到无人驾驶装置在行驶过程中采集到的障碍物信息，并参考障碍物信息被上传的次数确定是否将障碍物信息同步给矿区内的全部无人驾驶装置，减少障碍物的误检率、错检率，避免障碍物的漏检，使障碍物的处理工作能够
准确、及时的执行，有效提升无人驾驶运输效率，增加无人驾驶运行的可靠性。
7.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
8.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：图1示出了本发明实施例提供的一种无人矿山行驶区域的障碍物处理系统的系统架构示意图；图2示出了本发明实施例提供的另一种无人矿山行驶区域的障碍物处理系统的系统架构示意图；图3示出了本发明实施例提供的一种通过雷达感知障碍物的示意图；图4示出了本发明实施例提供的一种通过相机感知障碍物的示意图；图5示出了本发明实施例提供的一种无人矿山行驶区域的障碍物处理方法的无人驾驶装置与服务器的交互示意图；图6示出了本发明实施例提供的一种无人矿山行驶区域的障碍物处理方法的交互示意图；图7示出了本发明实施例提供的一种无人驾驶装置的行驶方法的交互示意图；图8示出了本发明实施例提供的一种障碍物清除方法的交互示意图；图9示出了本发明实施例提供的一种无人矿山行驶区域的对新采集到的障碍物进行处理的交互示意图；图10示出了本发明实施例提供的一种无人矿山行驶区域的对预期存在的障碍物进行处理、对预期存在但没有被识别到的障碍物进行处理的交互示意图。
具体实施方式
9.下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
10.实施例一在一个实施例中，如图1所示，提供了一种无人矿山行驶区域的障碍物处理系统，障碍物处理系统包括若干个无人驾驶装置101和服务器102。其中，无人驾驶装置101设置在矿区内的每一无人驾驶车辆上，服务器102与若干个无人驾驶装置101进行数据通信，无人驾驶装置101与服务器102的具体交互过程如下：首先，无人驾驶装置101在行驶的过程中会采集环境感知数据，对环境感知数据进行识别，得到障碍物信息。其中，无人驾驶装置101可以基于雷达扫描功能采集雷达感知数据，并基于摄像功能采集视觉感知数据，将采集到的数据均作为环境感知数据，通过识别环境感知数据确定附近是否存在障碍物。实际应用的过程中，矿卡等运行设备在运行过程中遗撒的物料、由于道路泥泞或道路土质疏松或车辆反复行驶后的车辙、露天矿山边坡上的落石或小面积坍塌造成的落石或土方、故障或断电后停在路中的车辆、临时卸载用于垫路
的物料、其他类型的异物等等均能够被无人驾驶装置101通过采集环境感知数据而识别到。
11.随后，无人驾驶装置101获取第一障碍物列表，查询第一障碍物列表是否包括障碍物信息。其中，第一障碍物列表是服务器102下发至无人驾驶装置101的，第一障碍物列表中包括一些已经被采集到的障碍物的信息，结合第一障碍物列表，无人驾驶装置101不仅能够确定哪里有障碍物并进行避让，还能够及时获知哪些障碍物没有被收录到表中，及时对第一障碍物列表进行更新，避免后续其他车辆撞击到障碍物。
12.当查询确定第一障碍物列表未包括障碍物信息时，表示第一障碍物列表中未收录该障碍物信息，需要及时将障碍物信息上报给服务器。因此，无人驾驶装置101将障碍物信息上传至服务器102。
13.由于服务器102与若干个无人驾驶装置101之间存在通信，因此，实际上服务器102会接收到若干个无人驾驶装置101上传的障碍物信息，这些障碍物信息均是各个无人驾驶装置101在行驶的过程中识别到且确定没有收录在第一障碍物列表中的障碍物信息。而对于服务器102来说，考虑到有些障碍物信息可能是被无人驾驶装置101误识的，实际上该障碍物信息并不存在，如果盲目将这类障碍物信息录入到第一障碍物列表中会给矿区中的无人驾驶矿车带来避让负担，且这种避让也没有意义。因此，服务器102在接收到上传的障碍物信息时，并不会直接将障碍物信息收录到第一障碍物列表中，而是会统计障碍物信息在预设时间间隔内被上传的上传次数，若上传次数达到次数阈值，表示经过同一位置的无人驾驶装置101均识别到了该障碍物，可以确定该障碍物真的存在，则服务器102将障碍物信息更新至第一障碍物列表，减少障碍物的误检率、错检率，避免障碍物的漏检。其中，次数阈值可以根据对历史数据的统计和验证得到，比如过去5天内有10个障碍物信息被上传，其中有5个障碍物信息分别被上传5次、8次、10次、6次、10次，且这5个障碍物信息由人工认证后发现确实存在；而另外5个障碍物信息分别被上传3次、2次、2次、3次、4次，而这5个障碍物信息由人工认证后发现不存在，则可以将被认证确实存在的5个障碍物信息中的最低上传次数5作为次数阈值。需要说明的是，次数阈值可以根据统计和验证的情况进行更新，或者由工作人员手动设置，本技术对此不进行具体限定。
14.最后，服务器102会将更新后的第一障碍物列表下发至若干个无人驾驶装置，以使若干个无人驾驶装置101参照最新版本的第一障碍物列表进行行驶，有效提升无人驾驶运输效率，增加无人驾驶运行的可靠性。
15.本实施例提供的无人矿山行驶区域的障碍物处理系统，包括若干个无人驾驶装置和服务器，无人驾驶装置设置在矿区内的每一无人驾驶车辆上，服务器与若干个无人驾驶装置进行数据通信，无人驾驶装置会采集环境感知数据，对环境感知数据进行识别，得到障碍物信息，并获取第一障碍物列表，查询第一障碍物列表是否包括障碍物信息，以及当查询确定第一障碍物列表未包括障碍物信息时，将障碍物信息上传至服务器，由服务器统计障碍物信息在预设时间间隔内被上传的上传次数，并在检测到上传次数达到次数阈值时，由服务器将障碍物信息更新至第一障碍物列表，并将更新后的第一障碍物列表下发至若干个无人驾驶装置，使无人驾驶装置在行驶过程中参照第一障碍物列表进行障碍物的识别和避让。利用若干个无人驾驶装置与服务器之间的交互，使服务器能够及时获取到无人驾驶装置在行驶过程中采集到的障碍物信息，并参考障碍物信息被上传的次数确定是否将障碍物信息同步给矿区内的全部无人驾驶装置，减少障碍物的误检率、错检率，避免障碍物的漏
检，使障碍物的处理工作能够准确、及时的执行，有效提升无人驾驶运输效率，增加无人驾驶运行的可靠性。
16.实施例二进一步的，作为上述实施例一具体实施方式的细化和扩展，提供了另一种无人矿山行驶区域的障碍物处理系统，如图2所示，该障碍物处理系统包括若干个无人驾驶装置101、服务器102和若干个工程处理装置103：一、无人驾驶装置101。无人驾驶装置101包括传感器单元1011、算法单元1012、协同单元1013。下面依次对这几个单元进行描述：（1）传感器单元1011。传感器单元1011采用预设扫描方式，按照指定频率逐帧扫描当前所处位置的周边数据，将扫描得到的多个数据帧作为环境感知数据，以及将环境感知数据传输至算法单元1012。预设扫描方式是雷达扫描、图像扫描中的一种或两种，环境感知数据包括雷达感知数据、视觉感知数据中的一种或两种。也即传感器单元1011负责通过激光雷达、毫米波雷达得到按照一定频率扫描的逐帧的雷达感知数据或者通过相机得到的按照一定频率扫描的逐帧的视觉感知数据，并将这两类数据作为环境感知数据传输给算法单元1012，由算法单元1012对环境感知数据进行下一步分析，传感器单元1011只负责源源不断提供数据即可。传感器单元1011通过雷达感知障碍物的示意图如图3所示，其中，图3中左侧图为无障碍物的示意图，右侧图为有障碍物的示意图，右侧图方框中即为检测到的障碍物；传感器单元1011通过相机感知障碍物的示意图如图4所示，方框中为检测到的障碍物。
17.进一步，被传感器单元1011识别的障碍物包括但不限于如下几类：矿卡等运行设备在运行过程中遗撒的物料、由于道路泥泞或道路土质疏松或车辆反复行驶后的车辙、露天矿山边坡上的落石或小面积坍塌造成的落石或土方、故障或断电后停在路中的车辆、临时卸载用于垫路的物料、其他类型的异物。
18.需要说明的是，在无人矿山行驶区域中，雷达感知与视觉感知所处理的障碍物尺寸依据不同的车辆尺寸可以是不同的。原因在于对于大型车辆而言某个尺寸以下的障碍物允许忽略不计，允许骑行，而在某个阈值尺寸上的障碍物必须被识别，必须进行绕行或停车。在本技术实施例中，以无人驾驶装置101设置在至少以载重超过100吨的大型矿用卡车为例，则必须被传感器单元1011识别的最小障碍物尺寸可以设置为30cm*30cm*30cm。
19.（2）算法单元1012。算法单元1012用于将传感器单元1011传输的基础的环境感知数据进行处理，得到一个基本的障碍物信息。其中，由于障碍物是具有一定体积的，实际上会在感知数据中形成一定的区域，因此，算法单元1012接收传感器单元1011传输的环境感知数据，对环境感知数据包括的多个数据帧中每个数据帧进行特征识别，识别每个数据帧中是否存在形成有封闭区域的闭合数据，进而确定是否识别到障碍物。具体地，算法单元1012采用基本的识别算法或者深度学习算法进行特征识别，如果在一目标数据帧中识别到存在闭合数据，则算法单元1012会识别与目标数据帧相邻且连续的预设数目的数据帧中是否存在闭合数据，也即只有同时在连续的多个数据帧中识别到闭合数据时才能够认为存在障碍物，并进行后续的障碍物信息获取操作，反之则可以认为是误判，不需要执行后续操作。预设数目可以参照识别的精准度进行设置，比如设置为10、20等等，本技术对此不进行具体限定。
20.相应地，若算法单元1012确定预设数目的数据帧中存在闭合数据，可以认定环境
感知数据中存在障碍物，因此，算法单元1012根据目标数据帧中的闭合数据，生成障碍物信息。其中，算法单元1012会提取识别到的闭合数据的数据边界，利用数据边界形成不规则的闭合三维数据，并将不规则的闭合三维数据进行包络处理，生成四面体、八面体等多面体模型，将多面体模型的模型位置信息和模型基本参数作为障碍物信息。实际应用的过程中，模型位置信息包括但不限于该多面体模型的中心点经纬度、边界经纬度集合；模型基本参数包括但不限于该多面体模型的模型高度、模型朝向等信息。而实际应用的过程中，考虑到构建模型的过程较为复杂，因此，也可以直接生成矩形、四边形等二维图形，用来主要指示障碍物确实存在以及其所在位置。生成障碍物信息后，由于过小或者相对于车辆来说能够骑行的障碍物实际上无需向服务器请求添加到第一障碍物列表中，因此，算法单元1012会计算障碍物信息对应的障碍物面积和障碍物体积。其中，在计算得到障碍物信息对应的障碍物面积大于等于障碍物面积阈值或在计算得到障碍物信息对应的障碍物体积大于等于障碍物体积阈值时，表示该障碍物信息是车辆无法直接骑行的障碍物，需要避让。
21.实际应用的过程中，算法单元1012中维护有第二障碍物列表，第二障碍物列表用于存储服务器下发的第一障碍物列表以及算法单元1012生成的障碍物信息。也即，第二障碍物列表的信息来源有两个，一个是算法单元1012当前所在车辆在行驶过程中采集的障碍物信息；另一个是由服务器10下发的在当前矿山自动驾驶场景下所有无人驾驶装置101采集的有效的障碍物信息。
22.另外，为了避免将障碍物列表中的已经收录的障碍物信息重复上报，算法单元1012生成障碍物信息后会查询障碍物列表中是否包括该障碍物信息，确定该障碍物信息是否为新增障碍物信息，并在确定为新增障碍物信息时，算法单元1012会将障碍物信息发送至协同单元1013，以使协同单元1013将障碍物信息上报。具体在查询时，算法单元1012会通过查询障碍物列表中是否存在与障碍物信息指示的位置、面积以及体积相同的信息来确定是否为新增障碍物信息。其中，算法单元1012可以在位置、面积以及体积这三个条件同时满足时确定该障碍物信息为新增障碍物信息，从而保证上报的精准性，或者也可以在位置、面积以及体积中任一条件满足时确定该障碍物信息为新增障碍物信息，以便提升识别的速率，避免浪费计算资源。
23.再有，如果算法单元1012在第一障碍物列表指示的预期位置上没有识别到应有的障碍物信息，则算法单元1012会将这一情况上报给服务器102，以使服务器102判断是否需要在第一障碍物列表中将该障碍物信息消除。
24.（3）协同单元1013。协同单元1013用于协调无人驾驶装置101与服务器102或者其他无人驾驶装置101之间的交互业务。协同单元1013会接收算法单元1012发送的障碍物信息，将障碍物信息上传至服务器102；协同单元1013也会接收服务器102下发的第一障碍物列表，将第一障碍物列表缓存以及分享给算法单元1012，以便算法单元1012存储第一障碍物列表。
25.二、服务器102。服务器102与若干个无人驾驶装置101进行数据通信。当接收到一无人驾驶装置101上传的障碍物信息时，由于对于大型车辆而言某个尺寸以下的障碍物允许忽略不计，允许骑行，而在某个阈值尺寸上的障碍物必须被识别，必须进行绕行或停车，某个尺寸和某个阈值尺寸可以是同一个尺寸阈值，可以通过人工或者大数据统计车辆能够骑行的最大障碍物的尺寸确定。以无人驾驶装置101设置在至少以载重超过100吨的大型矿
用卡车为例，则通过对历史数据的统计可知，对于该大型矿用卡车而言，必须被传感器单元1011识别的最小障碍物尺寸需要设置为30cm*30cm*30cm，则30cm*30cm*30cm以下的障碍物可以忽略不计，30cm*30cm*30cm以上的障碍物必须识别。因此，服务器102会对障碍物信息进行评估，评估是否达到了录入列表的尺寸，得到障碍物评估结果。
26.当障碍物评估结果指示允许添加时，表示该障碍物的尺寸是达到了录入标准的，开始评估该障碍物是否真的存在，因此，服务器102会统计障碍物信息在预设时间间隔内被上传的上传次数，若上传次数达到次数阈值，表示经过同一位置的无人驾驶装置101均识别到了该障碍物，可以确定该障碍物真的存在，则服务器102将障碍物信息更新至第一障碍物列表。
27.另外，由于第一障碍物列表会频繁的进行更新，为了对不同版本的第一障碍物列表进行记录，保证最新的第一障碍物列表能够及时同步给矿区内的每个无人驾驶装置101，服务器102会为第一障碍物列表维护版本号，在第一障碍物列表发生更新时进行版本号的更新，并将更新后的第一障碍物列表下发至若干个无人驾驶装置。
28.再有，为了实现障碍物的可视化，服务器102会为第一障碍物列表包括的每个障碍物信息构建对应的虚拟障碍物模型，将第一障碍物列表以及每个障碍物信息对应的虚拟障碍物模型进行可视化展示。具体可以在大屏展示界面中进行第一障碍物列表的ui（user interface，用户界面）显示，显示的信息可以为障碍物的位置、面积大小、高度，并且以一个矩形或多边形体作为虚拟障碍物模型进行三维显示，用于给调度人员进行调度指挥参考。
29.由于矿区中的有些障碍物是需要及时清理的，清理后可以减轻无人驾驶矿车的行驶压力，无人驾驶矿车不需要频繁的进行避让，因此，服务器102还可以构建障碍物清除任务，将障碍物清除任务下发至工程处理装置103，由工程处理装置103去执行障碍物的清除任务。进一步地，考虑到矿区的行驶区域中有些区域不希望被无人驾驶矿车碾压，比如重新铺设的还没有投入使用的道路、承重能力较差的下水井等等，这些位置希望能够在无人驾驶车辆行驶的过程中被避让，因此，服务器102提供人工创建虚拟障碍物的功能，也即工作人员可以输入虚拟障碍物信息，在某个位置创建一个虚拟的障碍物。服务器102接收输入的虚拟障碍物信息，将虚拟障碍物信息更新至第一障碍物列表中并对第一障碍物列表标注的版本号进行更新，以及将更新后的第一障碍物列表下发至若干个无人驾驶装置101，以使每个无人驾驶装置101行驶到该虚拟障碍物信息指示的位置时均进行避让，避免碾压到该虚拟障碍物信息指示的位置。需要说明的是，创建虚拟障碍物信息的方法不仅能够保护矿区区域上的特殊位置不被碾压，而且还能够通过查看该虚拟障碍物信息是否同步到各个无人驾驶装置101来检查本系统中各个单元之间的处理流程和处理逻辑是否正确。虚拟障碍物信息可以随障碍物列表同步到无人驾驶装置101中的算法单元1012、协同单元1013，也可以用于其他算法模块的处理，但其不参与清除流程，仅支持在服务器102由人工进行增加或删除。
30.进一步地，由于无人驾驶装置101在行驶的过程中会将一些已经消除不存在的障碍物信息上报给服务器102，因此，服务器102会接收标注有清除标记的有效的障碍物信息，在当前的第一障碍物列表中将有效的障碍物信息删除，对删除后的第一障碍物列表的版本号进行更新，以及将删除后的第一障碍物列表下发至若干个无人驾驶装置101。
31.实际应用的过程中，由于服务器102实际上会执行除了障碍物识别和处理外的其
他调度计算，比如为无人驾驶矿车设计行驶路线、对偏离路线的无人驾驶矿车进行调整等等，因此，服务器102中可以设置一个云/平台处理单元，由该云/平台处理单元与无人驾驶装置101、工程处理装置103进行通信，完成本技术实施例中障碍物的识别和处理过程。
32.三、若干个工程处理装置103。障碍物处理系统还包括若干个工程处理装置103，工程处理装置103设置在矿区内用于清理障碍物的每一工程车辆上，服务器102与若干个工程处理装置103进行数据通信。若干个工程处理装置103用于接收服务器102分派的障碍物清除任务，负责清理无人矿山场景中的障碍物，恢复路况。需要说明的是，工程处理装置103可以设置在有人驾驶的工程车辆上，以便工作人员按照工程处理装置103接收到的障碍物清除任务去人工执行障碍物的清理工作；或者也可以设置在无人驾驶的工程车辆上，由无人驾驶自动执行，本技术对工程车辆是否有人驾驶不进行具体限定。
33.其中，服务器102构建了障碍物清除任务后，会将障碍物清除任务下发至若干个工程处理装置103中车辆状态为空闲的工程处理装置103。工程处理装置103接收服务器102下发的障碍物清除任务，确定障碍物清除任务指示的待清除位置，行驶至待清除位置执行障碍物清除操作，以及在障碍物清除任务执行完毕时向服务器102反馈执行结果，由服务器102在第一障碍物列表中将障碍物清除任务关联的障碍物信息删除，得到更新后的第一障碍物列表，以及将更新后的第一障碍物列表下发至若干个无人驾驶装置101。
34.本实施例提供的无人矿山行驶区域的障碍物处理系统，利用若干个无人驾驶装置、服务器以及若干个工程处理装置之间的交互，使服务器能够及时获取到无人驾驶装置在行驶过程中采集到的障碍物信息，并参考障碍物信息被上传的次数确定是否将障碍物信息同步给矿区内的全部无人驾驶装置，减少障碍物的误检率、错检率，避免障碍物的漏检；同时，还调用空闲的工程处理装置去执行清障任务，使障碍物的处理工作能够准确、及时的执行，有效提升无人驾驶运输效率，增加无人驾驶运行的可靠性。
35.实施例三在一个实施例中，如图5所示，提供了一种无人矿山行驶区域的障碍物处理方法，涉及到无人驾驶装置与服务器之间的交互，包括以下步骤：301、无人驾驶装置采集环境感知数据，对环境感知数据进行识别，得到障碍物信息，并查询存储的第一障碍物列表是否包括障碍物信息。
36.在本技术实施例中，无人矿山行驶区域中行驶有多个无人驾驶矿车，每个无人驾驶矿车上均设置有无人驾驶装置，且每个无人驾驶装置均会执行本技术实施例的技术方案，因此，下面以多个无人驾驶装置中某一无人驾驶装置为例进行本技术技术方案的解释说明。
37.其中，无人驾驶装置可以基于雷达扫描功能、摄像功能采集环境感知数据，通过识别环境感知数据确定附近是否存在障碍物，具体内容参见上述实施例二中对无人驾驶装置101的描述，此处不再进行赘述。
38.第一障碍物列表是服务器下发至无人驾驶装置的，第一障碍物列表中包括一些已经被采集到的障碍物的信息，结合第一障碍物列表，无人驾驶装置不仅能够确定哪里有障碍物并进行避让，还能够及时获知哪些障碍物没有被收录到表中，及时对第一障碍物列表进行更新，避免后续其他车辆撞击到障碍物。因此，无人驾驶装置采集环境感知数据并对环境感知数据进行识别，得到障碍物信息后，会查询存储的第一障碍物列表是否包括障碍物
信息，从而确定是躲避该障碍物还是将该障碍物的信息上报给服务器收录。
39.302、当查询确定第一障碍物列表未包括障碍物信息时，无人驾驶装置将障碍物信息上传至服务器。
40.在本技术实施例中，当查询确定第一障碍物列表未包括障碍物信息时，表示第一障碍物列表中未收录该障碍物信息，需要及时将障碍物信息上报给服务器。因此，无人驾驶装置将障碍物信息上传至服务器。
41.303、服务器接收障碍物信息，统计障碍物信息在预设时间间隔内被上传的上传次数。
42.在本技术实施例中，考虑到有些障碍物信息可能是被无人驾驶装置101误识的，实际上该障碍物信息并不存在，如果盲目将这类障碍物信息录入到第一障碍物列表中会给矿区中的无人驾驶矿车带来避让负担，且这种避让也没有意义。因此，服务器在接收到上传的障碍物信息时，并不会直接将障碍物信息收录到第一障碍物列表中，而是会统计障碍物信息在预设时间间隔内被上传的上传次数，上传次数足够时才会认定该障碍物信息指示的障碍物确实存在，并将该障碍物信息进行收录。
43.304、若上传次数达到次数阈值，则服务器将障碍物信息更新至第一障碍物列表，并将更新后的第一障碍物列表下发至若干个无人驾驶装置，以使若干个无人驾驶装置在行驶过程中参照更新后的第一障碍物列表进行障碍物的识别和避让。
44.在本技术实施例中，若上传次数达到次数阈值，表示经过同一位置的无人驾驶装置均识别到了该障碍物，可以确定该障碍物真的存在，则服务器将障碍物信息更新至第一障碍物列表，减少障碍物的误检率、错检率，避免障碍物的漏检。其中，需要说明的是，不仅不同无人驾驶装置上传该障碍物信息会使上传次数增加，而且同一无人驾驶装置多次上传该障碍物信息也会使上传次数增加。次数阈值可以由工作人员自行配置，次数阈值应大于等于2。第一障碍物列表更新后，服务器会将更新后的第一障碍物列表下发至若干个无人驾驶装置。
45.本实施例提供的无人矿山行驶区域的障碍物处理方法，利用若干个无人驾驶装置与服务器之间的交互，使服务器能够及时获取到无人驾驶装置在行驶过程中采集到的障碍物信息，并参考障碍物信息被上传的次数确定是否将障碍物信息同步给矿区内的全部无人驾驶装置，减少障碍物的误检率、错检率，避免障碍物的漏检，使障碍物的处理工作能够准确、及时的执行，有效提升无人驾驶运输效率，增加无人驾驶运行的可靠性。
46.实施例四进一步的，作为上述实施例三具体实施方式的细化和扩展，为了完整说明实施例三的实施过程，提供了无人矿山行驶区域的障碍物处理方法，如图6所示，该方法包括以下步骤：401、无人驾驶装置采集环境感知数据，对环境感知数据进行识别，得到障碍物信息。
47.在本技术实施例中，无人驾驶装置采集环境感知数据的过程参见上述实施例二中对无人驾驶装置的描述，环境感知数据的采集过程可以由传感器单元完成，此处不再进行赘述。
48.采集到环境感知数据后，无人驾驶装置会对环境感知数据进行识别，得到障碍物
信息，具体识别过程包括下述步骤一至步骤三：步骤一、特征识别。
49.其中，特征识别是为了识别环境感知数据包括的每个数据帧中是否存在闭合数据，可以由无人驾驶装置中的算法单元1012执行，具体内容参见上述实施例二中对算法单元1012的描述，此处不再进行赘述。
50.步骤二、边界提取。
51.其中，识别到闭合数据后，无人驾驶装置会按照闭合数据的数据轮廓，提取闭合数据的多个数据边界，参照多个数据边界的分布对多个数据边界进行整理，形成闭合三维数据。实际应用的过程中，可以利用数据边界形成不规则的闭合三维数据，后续再对闭合三维数据进行调整，得到与障碍物实际情况匹配的模型，步骤二的过程可以由无人驾驶装置中的算法单元1012执行。
52.步骤三、构建多面体模型，生成障碍物信息。
53.其中，步骤三的过程可以由无人驾驶装置中的算法单元1012执行，具体内容参见上述实施例二中对算法单元1012的描述，此处不再进行赘述。
54.402、无人驾驶装置查询存储的第一障碍物列表是否包括障碍物信息，当查询确定第一障碍物列表包括障碍物信息时，执行下述步骤403；当查询确定第一障碍物列表未包括障碍物信息时，执行下述步骤404。
55.在本技术实施例中，无人驾驶装置中维护有第二障碍物列表，第二障碍物列表用于存储服务器下发的第一障碍物列表以及算法单元生成的障碍物信息。其中，第一障碍物列表中包括服务器获取到的当前无人矿山行驶区域中所有无人驾驶装置采集到的有效的障碍物信息，无人驾驶装置不仅能够确定哪里有障碍物并进行避让，还能够及时获知哪些障碍物没有被收录到表中，及时对第一障碍物列表进行更新，避免后续其他车辆撞击到障碍物。因此，无人驾驶装置会查询存储的第一障碍物列表是否包括障碍物信息，判断是否需要将该障碍物信息上报。
56.在一个可选地实施方案中，查询第一障碍物列表是否包括障碍物信息可以采用三种策略执行，分别为位置比对、面积比对以及体积比对。为了保证识别的精准性，这三种策略可以同时进行，也即三种策略同时满足时才能认定该障碍物信息已经被收录；或者，为了提升识别速率，避免在列表查询的过程中浪费过多资源，也可以采用这三种策略中的一种或两种进行，也即只要一种或两种策略同满足就能认定该障碍物信息已经被收录。下面分别对这三种策略的判定过程进行描述：在进行位置比对时，无人驾驶装置会在障碍物信息中提取中心点坐标信息作为障碍物中心点，遍历第一障碍物列表包括的每个有效的障碍物信息，分别计算每个有效的障碍物信息的预设中心点位置坐标与障碍物中心点之间的偏移量，判断是否存在偏移量小于等于偏移量阈值的预设中心点坐标。其中，偏移量阈值可以根据识别精度进行设置，比如设置为3米，那么当一障碍物信息中的中心坐标点信息与列表中一有效的障碍物信息的中心坐标点位置信息之间相差为2米时，可以确定该障碍物信息已经被收录，如果列表中没有位置相差低于3米的有效的障碍物信息，则可以确定未被收录。
57.在进行面积比对时，无人驾驶装置会在障碍物信息中提取边界坐标信息集合作为障碍物边界信息，利用障碍物边界信息计算障碍物信息对应的障碍物面积，以及遍历第一
障碍物列表包括的每个有效的障碍物信息，分别计算每个有效的障碍物信息的预设障碍物面积信息，并分别计算每个有效的障碍物信息的预设障碍物面积信息与障碍物面积之间的面积差值，判断是否存在面积差值小于等于面积差值阈值的预设障碍物面积信息。其中，面积差值阈值可以根据识别精度进行设置，比如设置为1平方米，那么当一障碍物信息中的面积与列表中一有效的障碍物信息的面积之间相差为0.5平方米时，可以确定该障碍物信息已经被收录，如果列表中没有面积相差低于1平方米的有效的障碍物信息，则可以确定未被收录。
58.需要说明的是，偏移量阈值和面积差值阈值可以由工作人员在服务器进行配置，配置规则如下表1所示：表1在进行体积比对时，无人驾驶装置会在障碍物信息中提取模型高度，利用模型高度和障碍物面积计算障碍物信息对应的障碍物体积，以及遍历第一障碍物列表包括的每个有效的障碍物信息，分别计算每个有效的障碍物信息的预设障碍物体积信息，并分别计算每个有效的障碍物信息的预设障碍物体积信息与障碍物体积之间的体积差值，判断是否存在体积差值小于等于体积差值阈值的预设障碍物体积信息。其中，体积差值阈值可以用高度误差来限制，比如高度误差为0.5米，面积差值阈值为1平方米，则体积差值阈值为0.5立方米，这样，当一障碍物信息中的体积与列表中一有效的障碍物信息的体积之间相差为0.5立方米时，可以确定该障碍物信息已经被收录，如果列表中没有体积相差低于0.5立方米的有效的障碍物信息，则可以确定未被收录。另外，由于体积不便于计算，因此，为了节省计算资源，可以直接采用高度误差进行体积的比对，也即将模型高度与每个有效的障碍物信息的模型高度进行比对，高度差在高度误差允许的范围内，则可以确定该障碍物信息已经被收录，反之则未收录。进一步地，高度误差可以由工作人员按照障碍物的类型进行设置，比如类型为石头的障碍物，高度误差设置在0.3-1.2m范围内。
59.这样，按照上述三个策略，当第一障碍物列表中不存在偏移量小于等于偏移量阈值的预设中心点坐标，或不存在面积差值小于等于面积差值阈值的预设障碍物面积信息，或不存在体积差值小于等于体积差值阈值的预设障碍物体积信息的有效的障碍物信息时，表示第一障碍物列表中未收录该障碍物信息，需要及时上报给服务器，因此，执行下述步骤404，将障碍物信息上传至服务器。而当查询确定第一障碍物列表包括障碍物信息时，表明
该障碍物信息已经被收录在表中，不需要重复上报，因此，执行下述步骤403。
60.403、当查询确定第一障碍物列表包括障碍物信息时，无人驾驶装置控制无人驾驶矿车避让行驶。
61.在本技术实施例中，当查询确定第一障碍物列表包括障碍物信息时，表明该障碍物信息已经被收录在表中，不需要重复上报，因此，人驾驶车辆端控制无人驾驶矿车避让行驶。
62.404、当查询确定第一障碍物列表未包括障碍物信息时，无人驾驶装置将障碍物信息上传至服务器。
63.在本技术实施例中，当查询确定第一障碍物列表未包括障碍物信息时，表示第一障碍物列表中未收录该障碍物信息，需要及时将障碍物信息上报给服务器，因此，无人驾驶装置将障碍物信息上传至服务器。在一个可选地实施方案中，无人驾驶装置中设置有协同单元，因此，将障碍物信息上传的过程可以由协同单元完成。
64.405、服务器接收障碍物信息，对障碍物信息进行障碍物评估，得到障碍物评估结果。
65.在本技术实施例中，当接收到一无人驾驶装置上传的障碍物信息时，由于对于大型车辆而言某个尺寸以下的障碍物允许忽略不计，允许骑行，而在某个阈值尺寸上的障碍物必须被识别，必须进行绕行或停车，因此，服务器会对障碍物信息进行障碍物评估，评估该障碍物信息指示的障碍物是否达到了录入列表的尺寸，得到障碍物评估结果。具体评估过程如下：首先，为了进一步确保该障碍物信息没有被收录在第一障碍物列表中，服务器会查询第一障碍物列表是否包括障碍物信息。其中，服务器查询第一障碍物列表是否包括障碍物信息也可以采用上述步骤402中提及的一个或一个以上策略实现，参考位置、面积和体积进行识别，此处不再进行赘述。
66.随后，当第一障碍物列表未包括障碍物信息时，服务器会获取最大高度阈值和最小高度阈值，以及在障碍物信息中提取模型高度。其中，该大高度阈值和最小高度阈值可以由工作人员在服务器进行配置，配置规则如下表2所示：表2相应地，若模型高度低于最大高度阈值且高于最小高度阈值，则表示该障碍物信
息指示的障碍物是符合添加标准的，因此，服务器生成指示允许添加的障碍物评估结果；若模型高度高于最大高度阈值或低于最小高度阈值，则表示该障碍物信息指示的障碍物不符合添加标准，需要过滤掉，因此，生成指示禁止添加的障碍物评估结果。
67.406、当障碍物评估结果指示允许添加时，服务器获取临时存储列表，将障碍物信息存储在临时存储列表。
68.在本技术实施例中，当障碍物评估结果指示允许添加时，表示该障碍物信息指示的障碍物是符合添加标准的。而考虑到有些障碍物信息可能是被无人驾驶装置误识的，实际上该障碍物信息并不存在，如果盲目将这类障碍物信息录入到第一障碍物列表中会给矿区中的无人驾驶矿车带来避让负担，且这种避让也没有意义。因此，服务器会获取临时存储列表，将障碍物信息存储在临时存储列表，并在后续开始统计该障碍物信息被上传的次数，只有在上传次数足够时才会将该障碍物信息从临时存储列表中拿出来更新在当前的第一障碍物列表中，并将更新后的第一障碍物列表同步给其他无人驾驶装置。
69.实际应用的过程中，当障碍物评估结果指示禁止添加时，服务器将障碍物信息丢弃，也即过滤掉即可。
70.407、服务器确定接收到障碍物信息的接收时间点，以接收时间点为开始时间点进行计时，在计时过程中持续统计障碍物信息被上传的次数，并当检测到计时时长达到预设时间间隔时，将当前统计得到的次数取值作为上传次数。若上传次数未达到次数阈值，则执行下述步骤408；若上传次数达到次数阈值，则执行下述步骤409。
71.在本技术实施例中，服务器会确定接收到障碍物信息的接收时间点，以接收时间点为开始时间点进行计时，在计时过程中持续统计障碍物信息被上传的次数，并当检测到计时时长达到预设时间间隔时，将当前统计得到的次数取值作为上传次数。需要说明的是，不仅不同无人驾驶装置上传该障碍物信息会使上传次数增加，而且同一无人驾驶装置多次上传该障碍物信息也会使上传次数增加。其中，次数阈值可以次数阈值可以由工作人员自行配置，次数阈值应大于等于2；预设时间间隔也可以由工作人员自行配置，具体设置规则如下表3所示，可以设置为2小时：表3相应地，若上传次数未达到次数阈值，则表示该障碍物信息可能是误检的，因此，执行下述步骤408；若上传次数达到次数阈值，则需要将该障碍物信息录入到表中，也即执行下述步骤409。
72.408、若上传次数未达到次数阈值，则服务器将障碍物信息丢弃。
73.在本技术实施例中，若上传次数未达到次数阈值，则表示该障碍物信息可能是误检的，因此，服务器将障碍物信息丢弃。
74.409、若上传次数达到次数阈值，则服务器将障碍物信息存储至第一障碍物列表，得到更新后的第一障碍物列表，查询第一障碍物列表当前标注的版本号，对版本号进行更新，以及采用更新后的版本号对更新后的第一障碍物列表进行标注，确定当前正在运行的至少一个无人驾驶装置，将更新后的第一障碍物列表下发至至少一个无人驾驶装置，以使无人驾驶装置将更新后的第一障碍物列表存储在本地，并在行驶过程中参照更新后的第一障碍物列表进行障碍物的识别和避让。
75.在本技术实施例中，若上传次数达到次数阈值，则表示经过同一位置的无人驾驶装置均识别到了该障碍物，可以确定该障碍物真的存在，因此，服务器将障碍物信息存储至第一障碍物列表，得到更新后的第一障碍物列表，查询第一障碍物列表当前标注的版本号，对版本号进行更新，以及采用更新后的版本号对更新后的第一障碍物列表进行标注，确定当前正在运行的至少一个无人驾驶装置，将更新后的第一障碍物列表下发至至少一个无人驾驶装置，以使无人驾驶装置将更新后的第一障碍物列表存储在本地。
76.另外，由于第一障碍物列表会频繁的进行更新，为了对不同版本的第一障碍物列表进行记录，保证最新的第一障碍物列表能够及时同步给矿区内的每个无人驾驶装置，服务器会为第一障碍物列表维护版本号，在第一障碍物列表发生更新时进行版本号的更新，并将更新后的第一障碍物列表下发至若干个无人驾驶装置。实际应用的过程中，服务器可以在变更版本号后主动将更新后的第一障碍物列表下发至若干个无人驾驶装置，或者也可以由无人驾驶装置向服务器请求获取最新的第一障碍物列表。具体地，无人驾驶装置向服务器请求获取最新的第一障碍物列表可以采用两种方式实现，一种是无人驾驶装置检测到其所在车辆成功启动后请求更新第一障碍物列表，也即当一无人驾驶装置检测到所处的无人驾驶车辆开始运行时，无人驾驶装置读取存储在本地的第一障碍物列表标注的版本号作为本地版本号，向服务器请求当前的最新版本号，以及将本地版本号与最新版本号进行比对，若本地版本号与最新版本号不一致，则向服务器请求获取最新版本号对应的最新第一障碍物列表，采用最新第一障碍物列表对存储在本地的第二障碍物列表进行替换；另一种是无人驾驶装置在运行的过程中周期性地向服务器请求获取最新的第一障碍物列表，也即无人驾驶装置每隔预设更新时长向服务器请求当前的最新版本号，将最新版本号与本地版本号进行比对，在确定本地版本号与最新版本号不一致时，向服务器请求获取最新版本号对应的最新第一障碍物列表，采用最新第一障碍物列表对存储在本地的第二障碍物列表进行替换。本技术对无人驾驶装置更新存储在本地的第一障碍物列表的方式不进行具体限定。
77.再有，为了实现障碍物的可视化，服务器会遍历第一障碍物列表包括的每个障碍物信息，为第一障碍物列表包括的每个障碍物信息构建对应的虚拟障碍物模型，将第一障碍物列表以及每个障碍物信息对应的虚拟障碍物模型进行可视化展示。具体可以在大屏展示界面中进行第一障碍物列表的ui显示，显示的信息可以为障碍物的位置、面积大小、高度，并且以一个矩形或多边形体作为虚拟障碍物模型进行三维显示，用于给调度人员进行调度指挥参考。
78.考虑到矿区的行驶区域中有些区域不希望被无人驾驶矿车碾压，比如重新铺设的还没有投入使用的道路、承重能力较差的下水井等等，这些位置希望能够在无人驾驶车辆行驶的过程中被避让，因此，服务器提供人工创建虚拟障碍物的功能，具体参见上述实施例
二中对服务器102的描述，此处不再进行赘述。需要说明的是，虚拟障碍物信息可以随障碍物列表同步到无人驾驶装置中的算法单元、协同单元，也可以用于其他算法模块的处理，但其不参与清除流程，仅支持在服务器由人工进行增加或删除。
79.在一个可选地实施方案中，由于服务器中会设置用于执行障碍物的识别和处理过程的云/平台处理单元，因此，实际应用的过程中，上述步骤405至步骤409中的过程可以由云/平台处理单元完成。
80.本实施例提供的无人矿山行驶区域的障碍物处理方法，利用若干个无人驾驶装置与服务器之间的交互，使服务器能够及时获取到无人驾驶装置在行驶过程中采集到的障碍物信息，并参考障碍物信息被上传的次数确定是否将障碍物信息同步给矿区内的全部无人驾驶装置，减少障碍物的误检率、错检率，避免障碍物的漏检，使障碍物的处理工作能够准确、及时的执行，有效提升无人驾驶运输效率，增加无人驾驶运行的可靠性。
81.实施例五进一步的，为了详细解释上述实施例中提到的无人驾驶装置参照第一障碍物列表在矿山区域行驶的过程，本实施例提供了一种无人驾驶装置的行驶方法，如图7所示，该方法涉及到无人驾驶装置与服务器之间的交互，包括：501、无人驾驶装置在行驶的过程中进行实时定位，确定当前所处位置信息，以及实时将当前所处位置信息与第一障碍物列表中每个有效的障碍物信息的中心点坐标信息进行比对。
82.在本技术实施例中，由于无人驾驶装置的第二障碍物列表中存储有第一障碍物列表，结合第一障碍物列表，无人驾驶装置不仅能够确定哪里有障碍物并进行避让，还能够及时获知哪些障碍物没有被收录到表中，及时对第一障碍物列表进行更新，避免后续其他车辆撞击到障碍物。因此，无人驾驶装置在行驶的过程中进行实时定位，确定当前所处位置信息，以及实时将当前所处位置信息与第一障碍物列表中每个有效的障碍物信息的中心点坐标信息进行比对。其中，比对的过程与上述步骤402中描述的计算每个有效的障碍物信息的预设中心点位置坐标与障碍物中心点之间的偏移量的过程一致，此处不再进行赘述。
83.502、当检测到当前所处位置信息与一有效的障碍物信息的中心点坐标信息之间的偏移量小于偏移量阈值时，无人驾驶装置采集当前所处位置的当前环境感知数据，对当前环境感知数据进行识别。若在当前环境感知数据中识别到障碍物信息且识别到的障碍物信息与有效的障碍物信息匹配，则执行下述步骤503；若在当前环境感知数据中未识别到障碍物信息，则执行下述步骤504至506。
84.在本技术实施例中，当检测到当前所处位置信息与一有效的障碍物信息的中心点坐标信息之间的偏移量小于偏移量阈值时，表示无人驾驶装置当前所处位置应当有一障碍物，为了进一步确定障碍物的方位，以便对障碍物进行避让，无人驾驶装置会采集当前所处位置的当前环境感知数据，对当前环境感知数据进行识别。其中，采集环境感知数据的过程可以由无人驾驶装置中的传感器单元执行，环境感知数据的识别过程可以由无人驾驶装置中的算法单元执行。
85.若在当前环境感知数据中识别到障碍物信息且识别到的障碍物信息与有效的障碍物信息匹配，则表示障碍物仍旧在有效的障碍物信息指示的位置，并未消除，无人驾驶装置需要避让，因此，执行下述步骤503。而若在当前环境感知数据中未识别到障碍物信息，则
表示无人驾驶装置在当前所处位置的周边并没有采集到有关障碍物的数据，该障碍物不存在，需要通知服务器，因此，行下述步骤504至506。
86.503、若在当前环境感知数据中识别到障碍物信息且识别到的障碍物信息与有效的障碍物信息匹配，则无人驾驶装置进行避让行驶。
87.在本技术实施例中，若在当前环境感知数据中识别到障碍物信息且识别到的障碍物信息与有效的障碍物信息匹配，则表示障碍物仍旧在有效的障碍物信息指示的位置，并未消除，因此，无人驾驶装置进行避让行驶。
88.504、若在当前环境感知数据中未识别到障碍物信息，则无人驾驶装置在第一障碍物列表中提取有效的障碍物信息，采用清除标记对有效的障碍物信息进行标注，以及将标注后的有效的障碍物信息发送至服务器。
89.在本技术实施例中，若在当前环境感知数据中未识别到障碍物信息，则表示无人驾驶装置在当前所处位置的周边并没有采集到有关障碍物的数据，该障碍物不存在，需要通知服务器。因此，无人驾驶装置在第一障碍物列表中提取有效的障碍物信息，采用清除标记对有效的障碍物信息进行标注，以及将标注后的有效的障碍物信息发送至服务器，以此告知服务器当前障碍物不存在，需要将该有效的障碍物信息从第一障碍物列表中删除。其中，将标注后的有效的障碍物信息发送至服务器的过程可以由无人驾驶装置中设置的协同单元执行。
90.505、服务器接收标注有清除标记的有效的障碍物信息，在当前的第一障碍物列表中将有效的障碍物信息删除，对删除后的第一障碍物列表的版本号进行更新，以及将删除后的第一障碍物列表下发至若干个无人驾驶装置。
91.在本技术实施例中，服务器接收标注有清除标记的有效的障碍物信息，在当前的第一障碍物列表中将有效的障碍物信息删除，对删除后的第一障碍物列表的版本号进行更新，以及将删除后的第一障碍物列表下发至若干个无人驾驶装置，使若干个无人驾驶装置按照最新的第一障碍物列表进行行驶。
92.506、无人驾驶装置接收服务器下发的删除后的第一障碍物列表，采用删除后的第一障碍物列表对存储在本地的第二障碍物列表进行替换。
93.在本技术实施例中，无人驾驶装置接收服务器下发的删除后的第一障碍物列表，并采用删除后的第一障碍物列表对存储在本地的第二障碍物列表进行替换，后续按照删除后的第一障碍物列表进行行驶。
94.本实施例提供的无人驾驶装置的行驶方法，利用若干个无人驾驶装置与服务器之间的交互，使服务器能够及时获知哪些障碍物已经消除，并及时对第一障碍物列表进行更新，将更新后的第一障碍物列表同步给矿区内的全部无人驾驶装置，有效提升无人驾驶运输效率，增加无人驾驶运行的可靠性。
95.实施例六进一步的，本实施例提供了一种障碍物清除方法，如图8所示，该方法涉及到服务器与工程处理装置之间的交互，包括：601、当接收到障碍物清除请求时，服务器获取障碍物清除请求携带的待清除障碍物信息，采用待清除障碍物信息包括的待清除位置构建障碍物清除任务。
96.在本技术实施例中，由于矿区中的有些障碍物是需要及时清理的，清理后可以减
轻无人驾驶矿车的行驶压力，无人驾驶矿车不需要频繁的进行避让，因此，服务器提供清障功能，工作人员可以自行选择需要清除的障碍物，将障碍物的障碍物信息作为待清除障碍物信息向服务器请求清除障碍物，以使服务器安排工程车进行清障作业。
97.其中，当接收到障碍物清除请求时，服务器会获取障碍物清除请求携带的待清除障碍物信息，采用待清除障碍物信息包括的待清除位置构建障碍物清除任务，后续将障碍物清除任务下发至工程处理装置，由工程处理装置去执行障碍物的清除任务。
98.602、服务器查询若干个工程处理装置的车辆状态，在若干个工程处理装置中确定车辆状态指示空闲的一工程处理装置，将障碍物清除任务下发至工程处理装置。
99.在本技术实施例中，由于有些工程处理装置可能正在执行清障任务，需要选取空闲的工程处理装置去执行本次的清障任务，因此，服务器查询若干个工程处理装置的车辆状态，在若干个工程处理装置中确定车辆状态指示空闲的一工程处理装置，将障碍物清除任务下发至工程处理装置。
100.603、工程处理装置接收障碍物清除任务，确定障碍物清除任务指示的待清除位置，行驶至待清除位置执行障碍物清除操作，以及在障碍物清除任务执行完毕时向服务器反馈执行结果。
101.在本技术实施例中，工程处理装置接收障碍物清除任务，确定障碍物清除任务指示的待清除位置，行驶至待清除位置执行障碍物清除操作，以及在障碍物清除任务执行完毕时向服务器反馈执行结果，通知服务器已经完成清障，以便服务器对第一障碍物列表进行更新并重新下发给若干个无人驾驶装置，以使若干个无人驾驶装置获知该障碍物已经被清除，无需再避让行驶。
102.604、服务器在第一障碍物列表中将障碍物清除任务关联的障碍物信息删除，得到更新后的第一障碍物列表，以及将更新后的第一障碍物列表下发至若干个无人驾驶装置。
103.在本技术实施例中，服务器在自身维护的第一障碍物列表中将该障碍物信息删除，得到更新后的第一障碍物列表，并对版本号进行更新，将更新后的第一障碍物列表下发给若干个无人驾驶装置，使若干个无人驾驶装置将更新后的第一障碍物列表进行存储，使无人驾驶装置更加精确的行驶和工作。
104.本实施例提供的障碍物清除方法，利用若干个工程处理装置与服务器之间的交互，使服务器能够及时向空闲的工程处理装置下发清障任务，及时将障碍物清除，并对第一障碍物列表进行更新，将更新后的第一障碍物列表同步给矿区内的全部无人驾驶装置，有效提升无人驾驶运输效率，增加无人驾驶运行的可靠性。
105.综上，本技术所涉及的障碍物处理系统中的处理流程可以拆分为两部分：第一部分是障碍物新增处理流程，主要负责对新采集到的障碍物进行处理，具体如图9所示：无人驾驶装置采集雷达感知数据、视觉感知数据作为环境感知数据，将环境感知数据传输至算法单元。算法单元对环境感知数据包括的多个数据帧中每个数据帧进行特征识别，当确定障碍物真实存在时，在数据帧中确定闭合数据，提取闭合数据的数据边界，利用数据边界形成障碍物信息。算法单元查询存储的第一障碍物列表是否包括障碍物信息，当查询确定第一障碍物列表包括障碍物信息，确定该障碍物信息并非新增，参照该障碍物信息进行避让行驶以及将该障碍物信息舍弃；而当查询确定第一障碍物列表未包括障碍物信息时，算法单元将该障碍物信息发送至协同单元。协同单元将该障碍物信息发送至服
务器的云/平台处理单元，云/平台处理单元识别第一障碍物列表是否包括该障碍物信息，未包括则将障碍物信息存储在临时存储列表，统计障碍物信息在预设时间间隔内被上传的上传次数；包括则丢弃该障碍物信息。若上传次数达到次数阈值，则将障碍物信息更新至第一障碍物列表，并将更新后的第一障碍物列表下发至若干个无人驾驶装置。若上传次数未达到次数阈值，则在临时存储列表中将该障碍物信息删除。另外，云/平台处理单元还会可视化展示第一障碍物列表、接收工作人员创建的虚拟障碍物信息存储在第一障碍物列表中，并同步给无人驾驶装置。
106.第二部分是障碍物消除处理流程，主要负责对预期存在的障碍物进行处理、对预期存在但没有被识别到的障碍物进行处理，具体如图10所示：无人驾驶装置在行驶的过程中进行实时定位，确定当前所处位置信息，以及实时将当前所处位置信息与第一障碍物列表中每个有效的障碍物信息的中心点坐标信息进行比对。当检测到当前所处位置信息与一有效的障碍物信息的中心点坐标信息之间的偏移量小于偏移量阈值时，无人驾驶装置采集雷达感知数据、视觉感知数据作为环境感知数据，将环境感知数据传输至算法单元。算法单元对环境感知数据包括的多个数据帧中每个数据帧进行特征识别，若在当前环境感知数据中识别到障碍物信息且识别到的障碍物信息与有效的障碍物信息匹配，则无人驾驶装置进行避让行驶。而若在当前环境感知数据中未识别到障碍物信息，则算法单元在第一障碍物列表中提取有效的障碍物信息，采用清除标记对有效的障碍物信息进行标注，以及将标注后的有效的障碍物信息发送至协同单元，由协同单元将标注后的有效的障碍物信息发送云/平台处理单元。云/平台处理单元接收标注有清除标记的有效的障碍物信息，在当前的第一障碍物列表中将有效的障碍物信息删除，对删除后的第一障碍物列表的版本号进行更新，以及将删除后的第一障碍物列表下发至若干个无人驾驶装置。另外，当云/平台处理单元接收到障碍物清除请求时，云/平台处理单元获取障碍物清除请求携带的待清除障碍物信息，采用待清除障碍物信息包括的待清除位置构建障碍物清除任务。云/平台处理单元查询若干个工程处理装置的车辆状态，在若干个工程处理装置中确定车辆状态指示空闲的一工程处理装置，将障碍物清除任务下发至工程处理装置。工程处理装置接收障碍物清除任务，确定障碍物清除任务指示的待清除位置，行驶至待清除位置执行障碍物清除操作，以及在障碍物清除任务执行完毕时向云/平台处理单元反馈执行结果。云/平台处理单元通知若干个无人驾驶装置在本地存储的第一障碍物列表中将障碍物清除任务关联的障碍物信息删除。
107.这样，本技术所涉及的障碍物处理系统包括了障碍物的采集、识别、判定、分发、删除等障碍物的全生命周期管理以及不同的处理单元间的协作处理流程。基于无人矿山场景特点，将障碍物的采集、识别、判定、分发、删除等操作进行分模块的职责划分，结合无人驾驶方案，逐级、逐层处理。在无人驾驶装置由传感器硬件单元负责采集，由提供无人驾驶算法的算法单元负责识别，由协同终端进行业务交互的协同单元负责单车协调；在服务器，由云/平台处理单元负责多车间协调；在工程处理装置，由工程车负责清除。各系统模块间分工明确，依次递进解决问题，层次清晰，降低了系统的耦合度，提高了内聚性，最终提高了系统对障碍物的识别准确率。而且，在云/平台处理单元通过识别次数、障碍物位置、面积、高度（体积）、识别时间间隔等几个维度进行综合处理，提高障碍物识别成功率和有效性。再有，本技术所涉及的障碍物处理系统提供一种障碍物的识别判断方法，避免误检、漏检和错
检，并对障碍物信息的清除提出了一种处理策略，结合障碍物的识别成功率和有效识别，快速协调工程车处理，在减少障碍物误检率、错检率避免误漏检的基础上，快速处理障碍物，可以动态的提高无人驾驶运行效率以及运行的可靠性。
108.显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
109.以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。