本发明涉及激光点云行车路线规划，特别是涉及一种基于激光点云的无人集卡局部路线规划方法及设备。
背景技术：
1、无人驾驶集卡技术，即将无人驾驶技术应用到港区内的集装箱卡车上，实现集装箱卡车在满足码头各种装卸工况下的自动驾驶。如今港口作业往自动化发展，自动化码头不断增加、自动化作业不断加快工作效率，这在增加港口新活力的同时又节约人工成本，未来，自动化技术的提高会进一步推进港口作业的智能化。传统的无人集卡通常是根据tmc（traffic message channel，交通信息频道）下发的避障参考线（下文简称为“参考路线”），控制车辆行驶至目的地进行作业。车辆在行驶过程中，自驾系统会根据参考线和障碍物等信息进行局部路线规划。现有的局部路线大多先框选区域，然后根据框选区域内全部激光点云数据生成局部路线，存在数据量过大，导致运算量大、消耗大量系统资源，降低路线规划速度的问题。
技术实现思路
1、为解决上述技术问题，本发明提供一种基于激光点云的无人集卡局部路线规划方法及设备，其中，基于激光点云的无人集卡局部路线规划方法，应用于无人集卡上的车载终端，所述车载终端与激光雷达通讯连接；所述激光雷达设于无人集卡上；所述车载终端根据激光雷达发送的点云数据，对无人集卡进行局部路线规划；
2、所述方法步骤具体如下：
3、s10、无人集卡沿参考路线行驶,并实时获取车辆位置以及障碍物激光点云数据；当无人集卡靠近障碍物时激活局部路线规划；
4、s20、以无人集卡当前位置为起始位置，根据激光点云数据选取感兴趣的激光点作为备选激光点并框选区域；
5、s30、若存在与无人集卡距离小于停车距离的备选激光点，则停止局部路线规划；所述停车距离用于判断障碍物是否可以规避；
6、否则，在框选区域内的参考路线上设置若干均匀分布的节点；分别在节点两侧选取最近的备选激光点作为第一障碍物特征点；
7、并分别选取参考路线两侧与无人集卡距离大于距离a，且距离参考路线最近的备选激光点作为第二障碍物特征点；其中，0m≤距离a≤10m；
8、s40、存储第二障碍物特征点；
9、s50、将当前时刻的第一障碍物特征点和当前时刻的第二障碍物特征点；
10、或当前时刻的第一障碍物特征点和当前时刻及历史时间段内的第二障碍物特征点与参考路线进行碰撞检测；若碰撞检测结果为会发生碰撞，则根据撒点法生成新的路线；
11、s60、重复步骤s50直至生成没有碰撞的局部路线；若生成的全部路线的碰撞检测结果均为会发生碰撞，则停止局部路线规划。
12、优选的，所述步骤s30中两个节点之间的距离为1m-4m。
13、优选的，所述步骤s20中备选激光点的选取方法如下：
14、将与参考路线最近距离小于第一距离，且与无人集卡的连线在参考路线上的投影长度小于第二距离的激光点作为备选激光点；其中，0m＜第一距离≤5m；0m＜第二距离≤23m。
15、优选的，所述步骤s50中根据无人集卡的速度确定历史时间段内的第二障碍物特征点的选取间隔时间；当无人集卡的速度越快则历史时间段内的第二障碍物特征点的选取间隔时间越短。
16、优选的，当前第二障碍物特征点与最远历史第二障碍物特征点的距离与无人集卡车身长度相适配。
17、优选的，所述s30还包括：
18、s31、将步骤s30中的第二障碍物特征点从相对无人集卡位置坐标系转换为世界坐标系；
19、所述步骤s40还包括：
20、s41、将步骤s40中存储的当前时刻及历史时间段内的第二障碍物特征点从世界坐标系转换为相对无人集卡位置坐标系。
21、优选的，将所述步骤s20中的备选激光点存储于第一存储地址中；
22、将所述步骤s30中的第一障碍物特征点存储于第二存储地址中；第二障碍物特征点存储于第三存储地址中；
23、将所述步骤s31中的第二障碍物特征点的世界坐标系的位置信息存储于第四存储地址中；
24、将所述步骤s40中的历史时间段内的第二障碍物特征点存储于第五存储地址中；
25、将所述步骤s41中的历史时间段内的第二障碍物特征点的相对无人集卡当前位置坐标系的位置信息，以及第二存储地址中的第一障碍物特征点均存储于第六存储地址中。
26、优选的，所述步骤s60中的碰撞检测设置有安全距离；所述安全距离用于判断碰撞检测中障碍物是否会与车辆发生碰撞；
27、若当前生成的局部路线的安全距离为ssafe且该局部路线下车辆的碰撞检测结果为会与障碍物点发生碰撞，则新生成的局部路线的安全距离为ssafe+ssafe_offset，其中ssafe_offset为安全距离ssafe的增量，0m＜ssafe_offset≤1m。
28、本发明还提供一种设备，包括：
29、处理器；以及存储器，用于存储所述处理器的可执行指令；
30、其中，所述处理器配置为经由执行所述可执行指令来执行如上任意所述基于激光点云的无人集卡局部路线规划方法。
31、本发明另外提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上任意所述的基于激光点云的无人集卡局部路线规划方法。
32、本发明提供的基于激光点云的无人集卡局部路线规划方法，通过选取备选激光点、第一障碍物特征点和第二障碍物特征点；并存储当前以及历史时间段内的第二障碍物特征点；通过撒点法生成局部路线，将第一障碍物特征点和历史第二障碍物特征点与参考路线进行碰撞检测得出可绕行障碍物的局部路线。相较于现有的局部路线规划方法，数据量小，减少了局部路线规划的运算量，减少了系统cpu和内存资源的消耗和占用，计算资源消耗能够降低20%以上；同时，能够快速响应并生成局部绕行路线，从而提高了港口无人集卡的作业效率。本发明实施例提供的基于激光点云的无人集卡局部路线规划方法的设备，在无人集卡当前位置附近生成一条较短的局部路线，响应速度块，能够帮助无人集卡在复杂环境中进行实时导航和避障。
1.一种基于激光点云的无人集卡局部路线规划方法，其特征在于：应用于无人集卡上的车载终端，所述车载终端与激光雷达通讯连接；所述激光雷达设于无人集卡上；所述车载终端根据激光雷达发送的点云数据，对无人集卡进行局部路线规划；
2.根据权利要求1所述的基于激光点云的无人集卡局部路线规划方法，其特征在于：所述步骤s30中两个节点之间的距离为1m-4m。
3.根据权利要求1所述的基于激光点云的无人集卡局部路线规划方法，其特征在于：所述步骤s20中备选激光点的选取方法如下：
4.根据权利要求1所述的基于激光点云的无人集卡局部路线规划方法，其特征在于：所述步骤s50中根据无人集卡的速度确定历史时间段内的第二障碍物特征点的选取间隔时间；当无人集卡的速度越快则历史时间段内的第二障碍物特征点的选取间隔时间越短。
5.根据权利要求4所述的基于激光点云的无人集卡局部路线规划方法，其特征在于：当前第二障碍物特征点与最远历史第二障碍物特征点的距离与无人集卡车身长度相适配。
6.根据权利要求1所述的基于激光点云的无人集卡局部路线规划方法，其特征在于：所述s30还包括：
7.根据权利要求6所述的基于激光点云的无人集卡局部路线规划方法，其特征在于：将所述步骤s20中的备选激光点存储于第一存储地址中；
8.根据权利要求1-7任一项所述的基于激光点云的无人集卡局部路线规划方法，其特征在于：
9.一种设备，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-8中任一项所述的基于激光点云的无人集卡局部路线规划方法。
