本发明涉及雷达探测领域，特别涉及一种激光雷达监测系统、方法和装置。
背景技术：
海洋中具有丰富的资源，随着陆地资源的日益紧缺，开采海洋资源已成为了人们的重要目标，然而，由于海洋的水下环境具有复杂性和危险性，在对水下资源进行开发的过程中，需要对水下的物体进行监测，例如，水下的养殖箱，若依靠人工潜水不断的对水下养殖箱进行探测，则会给潜水员带来极大的风险，因此，现阶段普遍应用到水下传感器对水下养殖箱进行监测。
然而，现有技术中，在利用水下传感器对水下养殖箱进行监测时，往往需要对水下养殖箱进行二次改造，以将传感器布置在水下养殖箱上，容易造成箱体损坏，并且需要花费的传感器的数量巨大，传感器的利用率低。
技术实现要素：
本发明所要解决的技术问题是提供一种激光雷达监测系统、方法和装置，能够基于最小数量的三维激光雷达对目标物进行全面的监测。
为了实现上述目的，现提出的方案如下：
一种激光雷达监测系统，包括：
服务器、中间通信网络以及多个用于探测目标物的三维激光雷达；
每个所述三维激光雷达设置于其对应的目标位置上，所述目标位置位于该三维激光雷达在所述目标物上对应的顶点与该顶点对应的相交面的中心点之间的连线的延长线上，该三维激光雷达在所述目标物上对应的顶点处于所述目标位置与所述中心点之间，所述相交面为与该顶点所属的所述目标物的各个面相交的面；
每个所述三维激光雷达分别用于对所述目标物进行扫描，以获得所述目标物的点云数据，并将所述点云数据通过所述中间通信网络发送至所述服务器；
所述服务器依据所述点云数据对所述目标物进行监测。
一种激光雷达监测方法，应用于激光雷达监测系统中的服务器，所述激光雷达监测系统包含服务器、中间通信网络以及多个用于探测目标物的三维激光雷达，每个所述三维激光雷达设置于其对应的目标位置上，所述目标位置位于该三维激光雷达在所述目标物上对应的顶点与该顶点对应的相交面的中心点之间的连线的延长线上，该三维激光雷达在所述目标物上对应的顶点处于所述目标位置与所述中心点之间，所述相交面为与该顶点所属的所述目标物的各个面相交的面，所述方法包括：
当通过所述中间通信网络接收到所述多个三维激光雷达对目标物进行扫描得到的点云数据时，依据所述多个三维激光雷达扫描得到的点云数据构建所述目标物的三维模型；
将所述三维模型与所述目标物的标准模型进行比对，以判断所述目标物是否处于异常状态；
若所述目标物处于异常状态，则对所述异常状态进行告警。
上述的方法，可选的，所述对所述异常状态进行告警之后，还包括：
在预先建立的水下移动机器人集合中确定目标水下移动机器人；
向所述目标水下移动机器人发送与所述异常状态对应的任务调度指令，以触发所述目标水下移动机器人执行与所述异常状态对应的动作。
上述的方法，可选的，所述在预先建立的水下移动机器人集合中确定目标水下移动机器人，包括：
获取预先建立的水下移动机器人集合中的各个水下移动机器人的状态信息；
基于各个水下移动机器人的状态信息在所述水下移动机器人集合中确定备选水下移动机器人；
对于每个所述备选水下移动机器人，依据预先生成的导航地图确定该备选水下移动机器人的位置信息、所述目标物的位置信息以及无障碍工作区域；依据该备选水下移动机器人的位置信息、所述目标物的位置信息以及所述无障碍工作区域确定该备选水下移动机器人的至少一条备选移动路径，应用预先设置的代价函数对每条所述备选移动路径对应的路径参数进行运算，获得每条所述备选移动路径对应的代价值；所述路径参数至少包括路径距离参数、运动时间参数以及水流参数；
依据每个所述备选水下移动机器人的每条所述备选移动路径的代价值，在所有所述备选移动路径中确定最优移动路径，并将所述最优移动路径所属的备选水下移动机器人确定为目标水下移动机器人。
上述的方法，可选的，所述基于各个水下移动机器人的状态信息确定备选水下移动机器人，包括：
对于每个所述水下移动机器人，若该水下移动机器人的状态信息中的优先级大于等于所述异常状态对应的优先级，且该水下移动机器人的状态信息中的工作状态信息表征该水下移动机器人处于空闲状态，则将该水下移动机器人确定为备选移动机器人。
上述的方法，可选的，所述向所述目标水下移动机器人发送与所述异常状态对应的任务调度指令，包括：
获取所述目标水下移动机器人的与所述异常状态对应的任务信息；
基于所述任务信息以及所述最优移动路径生成任务调度指令；
将所述调度指令发送至所述目标水下移动机器人。
上述的方法，可选的，所述依据所述多个三维激光雷达扫描得到的点云数据构建所述目标物的三维模型，包括：
对每个所述点云数据进行预处理，并对每个已进行预处理的点云数据进行分割，获得每个所述三维激光雷达对应的目标物点云数据；
确定每个所述三维激光雷达在预先建立的世界坐标系中的坐标位置信息；
依据各个所述坐标位置信息对每个所述三维激光雷达对应的目标物点云数据进行融合，获得所述目标物当前的三维模型。
上述的方法，可选的，所述将所述三维模型与所述目标物的标准模型进行比对，以判断所述目标物是否处于异常状态，包括：
将所述三维模型与所述标准模型进行比对，获得所述三维模型与所述标准模型的差异参数；
判断所述差异参数是否大于预先设置的差异阈值；
若大于，则确定所述目标物处于异常状态。
上述的方法，可选的，还包括：
当接收到所述目标移动机器人的充电请求时，依据所述目标移动机器人当前的位置信息以及各个处于空闲状态的充电桩的位置信息，确定所述目标移动机器人的最优充电路径；
生成所述最优充电路径信息对应的充电指令，并将所述充电指令发送至所述目标移动机器人，以触发所述移动机器人依据所述充电指令移动至所述最优充电路径对应的充电桩，并利用所述充电桩进行充电。
一种激光雷达监测装置，应用于激光雷达监测系统中的服务器，所述激光雷达监测系统包含服务器、中间通信网络以及多个用于探测目标物的三维激光雷达，每个所述三维激光雷达设置于其对应的目标位置上，所述目标位置位于该三维激光雷达在所述目标物上对应的顶点与该顶点对应的相交面的中心点之间的连线的延长线上，该三维激光雷达在所述目标物上对应的顶点处于所述目标位置与所述中心点之间，所述相交面为与该顶点所属的所述目标物的各个面相交的面，所述装置包括：
三维模型构建单元，当通过所述中间通信网络接收到所述多个三维激光雷达对目标物进行扫描得到的点云数据时，依据所述多个三维激光雷达扫描得到的点云数据构建所述目标物的三维模型；
比对单元，用于将所述三维模型与所述目标物的标准模型进行比对，以判断所述目标物是否处于异常状态；
告警单元，用于当所述目标物处于异常状态时，对所述异常状态进行告警。
与现有技术相比，本发明包括以下优点：
本发明提供了一种激光雷达监测系统、方法和装置，该系统包括：服务器、中间通信网络以及多个用于探测目标物的三维激光雷达；每个三维激光雷达设置于其对应的目标位置上，该目标位置位于该三维激光雷达在所述目标物上对应的顶点与该顶点对应的相交面的中心点之间的连线的延长线上，该三维激光雷达在目标物上对应的顶点处于目标位置与中心点之间，相交面为与该顶点所属的目标物的各个面相交的面；每个三维激光雷达分别用于对目标物进行扫描，获得点云数据，并将点云数据发送至服务器；服务器依据点云数据对目标物进行监测。应用本发明提供的系统，能够基于最小数量的三维激光雷达对目标物进行全面的监测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明提供的一种三维激光雷达监测系统的结构示意图；
图2为本发明提供的三维激光雷达的部署方式的示意图；
图3为本发明提供的三维激光雷达的部署方式的又一示意图；
图4为本发明提供的一种三维激光雷达监测方法的方法流程图；
图5为本发明提供的目标水下移动机器人的移动路径示例图；
图6为本发明提供的确定目标水下移动机器人的过程的方法流程图；
图7为本发明提供的备选水下移动机器人的备选路径的示意图；
图8为本发明提供的水下通信网络的结构示意图；
图9为本发明提供的一种水下移动机器人的调度系统的结构示意图；
图10为本发明提供的微微网络的动态节点的数据传输方法的方法流程图；
图11为本发明提供的一种移动路径的规划系统的结构示例图；
图12为本发明提供的一种移动路径规划方法的方法流程图；
图13为本发明提供的三维模型的构建方法的方法流程图；
图14为本发明提供的水下移动机器人的充电路径示例图；
图15为本发明提供的一种三维激光监测装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供了一种激光雷达监测系统，该系统的结构示意图如图1所示，具体包括：
服务器101、中间通信网络102以及多个用于探测目标物的三维激光雷达103；
每个所述三维激光雷达103设置于其对应的目标位置上，所述目标位置位于该三维激光雷达103在所述目标物上对应的顶点与该顶点对应的相交面的中心点之间的连线的延长线上，该三维激光雷达103在所述目标物上对应的顶点处于所述目标位置与所述中心点之间，所述相交面为与该顶点所属的所述目标物的各个面相交的面；
每个所述三维激光雷达103分别用于对所述目标物进行扫描，以获得所述目标物的点云数据，并将所述点云数据通过所述中间通信网络102发送至所述服务器101；
所述服务器101依据所述点云数据对所述目标物进行监测。
本发明实施例提供的系统中，该目标物可以为各种水下设备或结构物，例如，养鱼网箱、探测设备或珊瑚礁等等。
具体的，若该目标物的几何形状为矩形，则激光雷达的部署方式，可以如图2所示，仅需要对目标物的底面及前后左右四个面共计五个面进行扫描三维重建，因此，只需要在底面四个顶点与此顶点邻近面的相交面中心的连线延长线上安装三维激光雷达即可实现对网箱的全覆盖扫描三维重建。
若该目标物的几何形状为圆柱形，则激光雷达的部署方式可以如图3所示，仅需要安装两个三维激光雷达即可对目标物进行全覆盖三维重建。
本发明实施例提供的系统中，该中间通信网络至少包含宏网络以及微网络，宏网络包含有多个海底观测站等固定通信节点，宏网络中的每一固定通信节点均与岸边的服务器通过光电缆相连接；每个固定通信节点均可以连接多个远程探测单元，用于增加固定通信节点的通信覆盖范围；每个远程探测单元均包括声信号发送模块、声信号接收模块、光信号发送模块以及光信号接收模块。微网络中包含有多个带有传感器的浮标以及水面舰艇等通信节点，微网络的通信节点与岸边的服务器进行无线通信。
本发明实施例提供的系统中，该点云数据至少包含所述目标物的三维坐标信息，每个三维激光雷达均为预先标定好的三维激光雷达，因此，依据各个三维激光雷达扫描得到的点云数据，即可构建所述目标物的三维模型。
本发明提供了一种激光雷达监测系统，该系统包括：服务器、中间通信网络以及多个用于探测目标物的三维激光雷达；每个三维激光雷达设置于其对应的目标位置上，该目标位置位于该三维激光雷达在所述目标物上对应的顶点与该顶点对应的相交面的中心点之间的连线的延长线上，该三维激光雷达在目标物上对应的顶点处于目标位置与中心点之间，相交面为与该顶点所属的目标物的各个面相交的面；每个三维激光雷达分别用于对目标物进行扫描，获得点云数据，并将点云数据发送至服务器；服务器依据点云数据对目标物进行监测。应用本发明提供的系统，不仅能够避免对水下目标物进行二次改造而导致对目标物的损伤，还能基于最小数量的三维激光雷达对目标物进行全面的监测，节约成本，提高了激光雷达的利用率以及对目标物监测的准确性。
本发明实施例提供了一种激光雷达监测方法方法，该方法可以应用于激光雷达监测系统中的服务器，所述激光雷达监测系统包含服务器、中间通信网络以及多个用于探测目标物的三维激光雷达，每个所述三维激光雷达设置于其对应的目标位置上，所述目标位置位于该三维激光雷达在所述目标物上对应的顶点与该顶点对应的相交面的中心点之间的连线的延长线上，该三维激光雷达在所述目标物上对应的顶点处于所述目标位置与所述中心点之间，所述相交面为与该顶点所属的所述目标物的各个面相交的面，该方法的方法流程图，如图4所示，具体包括：
s201：当通过所述中间通信网络接收到所述多个三维激光雷达对目标物进行扫描得到的点云数据时，依据所述多个三维激光雷达扫描得到的点云数据构建所述目标物的三维模型。
本发明实施例提供的方法中，该点云数据至少包含所述目标物的三维坐标信息，每个三维激光雷达均为预先标定好的三维激光雷达，因此，依据各个三维激光雷达扫描得到的点云数据，即可构建所述目标物的三维模型。
s202：将所述三维模型与所述目标物的标准模型进行比对，以判断所述目标物是否处于异常状态。
本发明实施例提供的方法中，该标准模型为预先生成的三维模型，即该目标物处于正常状态下的三维模型，将当前的重构的三维模型与该标准模型进行比对，可以确定该目标物是否发生变化，进而可以确定该目标物是否发生异常。
s203：若所述目标物处于异常状态，则对所述异常状态进行告警。
本发明实施例提供的方法中，若该目标物处于异常状态，则向用户发送该异常状态对应的告警信息，已完成对该异常状态进行告警。
本发明提供了一种激光雷达监测方法，该方法包括：当通过所述中间通信网络接收到所述多个三维激光雷达对目标物进行扫描得到的点云数据时，依据所述多个三维激光雷达扫描得到的点云数据构建所述目标物的三维模型；将所述三维模型与所述目标物的标准模型进行比对，以判断所述目标物是否处于异常状态；若所述目标物处于异常状态，则对所述异常状态进行告警。应用本发明提供的激光雷达监测方法，能够提高对目标物监测的准确性。
本发明实施例提供的方法中，基于上述的实施过程，具体的，对该异常状态进行告警之后，还包括：
在预先建立的水下移动机器人集合中确定目标水下移动机器人；
向所述目标水下移动机器人发送与所述异常状态对应的任务调度指令，以触发所述目标水下移动机器人执行与所述异常状态对应的动作。
本发明实施例提供的方法中，在对该异常状态进行告警之后，可以接收用户基于该告警信息所下发的任务指令，在接收到该任务指令之后，依据该任务指令中的任务信息，对目标水下移动机器人发送调度指令，以使该目标水下移动机器人对该目标物执行探测作业和/或修复作业。
具体的，该水下移动机器人集合中包含有多个水下移动机器人，该水下移动机器人的种类可以为遥控无人潜水器rov、无缆水下机器人auv等。
其中，在预先建立的水下移动机器人集合中确定目标水下移动机器人的一种方式可以为：依据该目标物异常状态所表征的异常位置、各个水下移动机器人的工作状态来确定符合作业条件的目标水下移动机器人。
本发明实施例提供的方法中，该任务调度指令中包含有该异常状态对应的移动路径以及任务信息，如图5所示，目标水下移动机器人可以依据该移动路径移动至相应的位置，并基于该任务信息执行对目标物的异常修复工作以及对目标物的检测等。
其中，若该目标水下移动机器人沿着该静态路径进行移动过程中，在利用自身的传感器检测到该路径上存在障碍物的情况下，该目标水下移动机器人进行动态规划，得到新的移动路径，并依据新的移动路径进行移动，该传感器可以为声纳、激光雷达、摄像头等。
应用本发明实施例提供的方法，能够基于三维激光雷达对目标物进行全天候实时监测，并在监测到目标物处于异常状态时，能够准确的确定出该异常状态对应的异常位置，依据该异常位置进行路径规划，能够使得机器人准确的到达异常位置，并执行相应的作业，避免损害目标物。
本发明实施例提供的方法中，基于上述的实施过程，具体的，所述在预先建立的水下移动机器人集合中确定目标水下移动机器人的过程，如图6所示，具体包括：
s301：获取预先建立的水下移动机器人集合中的各个水下移动机器人的状态信息。
本发明实施例提供的方法中，该状态信息可以包含各个水下移动机器人的位置、工作状态信息、优先级、能源信息等，若该水下移动机器人为rov，则该状态信息还可以包含该水下移动机器人的线缆长度。
s302：基于各个水下移动机器人的状态信息在所述水下移动机器人集合中确定备选水下移动机器人。
本发明实施例提供的方法中，基于各个水下移动机器人的状态信息对各个水下移动机器人进行筛选，将满足预先设置的筛选条件的水下移动机器人确定为备选移动机器人。
具体的，可以判断水下移动机器人的工作状态是否空闲状态；判断该水下移动机器人的优先级是否大于等于与该异常状态对应的优先级；判断该水下移动机器人的能源信息是否满足预先设置的能量阈值，判断该线缆的长度是否大于预先设置的长度阈值等，当以上的判断结果均为是的情况下，可以将该水下移动机器人确定为备选移动机器人。
该筛选条件可以依据实际需求进行设定，例如，也可以仅对水下移动机器人的优先级以及工作状态进行筛选：对于每个水下移动机器人，若该水下移动机器人的状态信息中的优先级大于等于异常状态对应的优先级，且该水下移动机器人的状态信息中的工作状态信息表征该水下移动机器人处于空闲状态，则将该水下移动机器人确定为备选移动机器人。其中，每个水下移动机器人优先级是预先分配好的，异常状态的优先级可以依据目标物的异常位置进行确定。
s303：对于每个所述备选水下移动机器人，依据预先生成的导航地图确定该备选水下移动机器人的位置信息、所述目标物的位置信息以及无障碍工作区域；依据该备选水下移动机器人的位置信息、所述目标物的位置信息以及所述无障碍工作区域确定该备选水下移动机器人的至少一条备选移动路径，应用预先设置的代价函数对每条所述备选移动路径对应的路径参数进行运算，获得每条所述备选移动路径对应的代价值；所述路径参数至少包括路径距离参数、运动时间参数以及水流参数。
本发明实施例提供的方法中，通过预先建立的导航数据库不断的更新已建立好的导航地图，并应用最新的导航地图确定备选水下移动机器人的位置信息、目标物的位置信息以及无障碍工作区域，可以通过快速拓展随机算法进行路径规划，由于该算法是概率完备的，因此可以确定出至少一条备选移动路径。具体的，以该备选水下移动机器人的当前所处的位置信息作为路径规划的根节点，通过随机采样增加节点的方式，生成一个随机扩展树，当随机树的叶子节点包括目标物的位置或者在目标物对应的区域内，便可以找到至少一条从该备选水下移动机器人当前的位置到目标物的位置之间的备选移动路径，其中，目标物的位置信息可以为该目标物的异常位置。
本发明实施例提供的方法中，该水流参数可以包括水的流速、方向以及旋涡信息等等，水流参数可以通过多种渠道获得，例如通过海洋预报、历史统计数据获得，也可以通过预先设置在作业区域的传感器采集得到的。
其中，该代价函数可以包含路径参数对应的权重、运动时间参数对应的权重以及水流参数对应的权重，将该路径距离参数、运动时间参数以及水流参数代入到代价函数中，即可获得相应的代价值。
需要说明的是，该代价函数可以依据实际需求进行设定，比如期望rovs/auvs以最低能耗、最快响应或者最安全的路径移动来设计代价函数，也可以综合权衡以上期望来设计代价函数。
s304：依据每个所述备选水下移动机器人的每条所述备选移动路径的代价值，在所有所述备选移动路径中确定最优移动路径，并将所述最优移动路径所属的备选水下移动机器人确定为目标水下移动机器人。
本发明实施例提供的方法中，如图7所示，为各个备选水下移动机器人到目标物之间的各个备选路径的示例图，确定出每个备选水下移动机器人的各个备选路径之后，依据每个备选水下移动机器人的每条所述备选移动路径的代价值，在所有的备选移动路径中确定最优移动路径。
在所有备选移动路径中确定最优移动路径的方式可以为：对每条备选移动路径的代价值进行排序，以确定出数值最大的代价值，将数值最大的代价值对应的备选移动路径确定为最优移动路径。
本发明实施例提供的方法中，基于上述的实施过程，具体的，所述向所述目标水下移动机器人发送与所述异常状态对应的任务调度指令的过程，包括：
获取所述目标水下移动机器人的与所述异常状态对应的任务信息；
基于所述任务信息以及所述最优移动路径生成任务调度指令；
将所述调度指令发送至所述目标水下移动机器人。
本发明实施例提供的方法中，该任务信息中包含有该异常状态表征的目标物的异常位置以及对应的作业信息；其中，该作业信息是通过接收用户发送的作业指令所得到的，也可以为依据预先设置的配置文件获得的，该配置文件中记录有各个类型的异常状态分别对应的作业信息。
需要说明的是，服务器通过预先建立水下通信网络系统将该指令发送至目标水下移动机器人，具体的，获取该目标移动机器人的标识符，基于该标识符将该调度指令通过该水下通信网络系统发送至该目标水下机器人，该水下通信网络的结构示意图如图8所示，该水下通信网络具有三层子网络：部署于水底的宏网络、部署于水面上的微网络以及水中的多个微微网络。
宏网络包含有多个海底观测站等固定通信节点，宏网络中的每一固定通信节点均与岸边的服务器通过光电缆相连接；每个固定通信节点均可以连接多个远程探测单元，用于增加固定通信节点的通信覆盖范围；每个远程探测单元均包括声信号发送模块、声信号接收模块、光信号发送模块以及光信号接收模块。
微网络中包含有多个带有传感器的浮标以及水面舰艇等通信节点，微网络的通信节点与岸边的服务器进行无线通信。
每个微微网络由相邻的多个动态通信节点构成，例如，无缆水下机器人auv等，对于每个微微网络中的每个动态通信节点，该动态通信节点可以与其所属的微微网络中的其余动态通信节点通过光无线通信的方式进行数据交换，并能够与宏网络中的通信节点、微网络中的通信节点进行通信。
本发明实施例提供的方法中，由宏网络以及微网络组成中间通信网络，如图9所示，为本发明实施例提供的一种水下移动机器人的调度系统的结构示意图，服务器通过水下通信网络中的中间通信网络与各个水下移动机器人、三维激光雷达以及其余各个类型的传感器进行数据传输。
本发明实施例提供的方法中，水下通信网络系统中的各个通信节点均具有唯一的标识符，微微网络中的每个水下移动机器人的位置信息以及标识符信息可以通过宏网络或者微网络传输到导航数据库中，导航数据库依据接收到的位置信息以及标识符，更新导航地图，服务器获取到导航数据库传输的最新的导航地图后，应用该最新的导航地图进行路径规划。
具体的，微微网络中的每个水下移动机器人将其自身的位置信息以及标识符信息进行传输的过程，如图10所示，具体如下：
s401：微微网络中的动态节点周期性地接收来自宏或微网络中多个接入点的广播声信号。
s402：每个节点根据接收到的各个声信号中分别包含的位置信息确定其附近最近的接入点。
s403：微微网络中的动态节点通过光无线通信方式共享接入点信息和业务数据，该业务数据包含动态节点的位置信息以及标识符。
s404：选择微微网络中最优内部节点以及其对应的最优接入点。
s405：判断最优内部节点以及最优接入点之间的距离是否低于光无线通信的距离阈值，若是，则执行s406，若否，则执行s407。
s406：使最优内部节点使用光信号与最优节点进行数据通信。
s407：判断当前待传输的各个业务数据所需的数据传输速率是否小于使用声信号的数据传输速率，若是，则执行s408，若否，则执行s409。
s408：使最优内部节点应用声信号与最优节点进行数据通信。
s409：将最优内部节点与其所属的微微网络进行分离，将该最优内部节点移动至其对应的最优接入点相应的位置，并执行s406。
参见图11，为本发明实施例提供的一种水下移动机器人的移动路径规划系统的结构示例图，该移动路径的规划系统主要包括服务器、导航数据库以及水下移动机器人。
水下移动机器人利用其自身的传感器获取到位置数据、位姿数据，并将这些数据通过宏网络或微网络传输至导航数据库中，导航数据库依据各个水下移动机器人的位置数据、位姿数据更新导航地图。
当服务器检测到目标物处于异常状态时，进行路径规划，具体流程如图12所示，在目标物三维模型重构完成后，利用该三维模型确定该目标物是否处于异常状态，若该三维模型处于异常状态，则确定该异常状态对应的异常位置，对该异常状态进行报警，并在服务请求被触发时，判断导航数据库中是否存在新的导航地图，若存在，则获取新的导航地图，若不存在，则获取当前的导航地图，依据已获取的导航地图进行静态路径规划，获得多个备选移动路径，对各个备选移动路径进行评估，以确定最优移动路径，调度该最优移动路径对应的目标水下移动机器人沿该最优移动路径进行移动，目标水下移动机器人在移动过程中，实时检测是否存在干扰移动的动态障碍物，若检测到动态障碍物，则该目标水下移动机器人进行动态路径规划，以获得新的最优移动路径，并沿着当前获得的新的最优移动路径继续移动。
本发明实施例提供的方法中，基于上述的实施过程，具体的，所述依据所述多个三维激光雷达扫描得到的点云数据构建所述目标物的三维模型，如图13所示，具体包括：
s501：对每个所述点云数据进行预处理，并对每个已进行预处理的点云数据进行分割，获得每个所述三维激光雷达对应的目标物点云数据。
本发明实施例提供的方法中，对每个点云数据进行预处理的过程可以为：对该点云数据进行降采样滤波，以减少冗余点云数据；对降采样滤波后的点云数据进行直通滤波，以移除非目标物范围内的干扰物点云数据；使用统计学的滤波器对直通滤波后的点云数据进行滤波，用于排除外点噪声点云数据的干扰。
其中，将预处理后的点云数据进行分割的方式可以为：应用预先设置的分割算法对预处理后的点云数据进行分割，以将目标物的点云数据与目标物周围环境的点云数据进行分离，获得目标物点云数据。
该分割算法可以为基于欧几里得距离的聚类分割算法、区域生长分割算法、基于表面法向量分析的分割算法等等。
s502：确定每个所述三维激光雷达在预先建立的世界坐标系中的坐标位置信息。
本发明实施例提供的方法中，每个三维激光雷达均为预先标定好的三维激光雷达，因此，可以获取到其在预先建立的世界坐标系中的坐标位置信息。
s503：依据各个所述坐标位置信息对每个所述三维激光雷达对应的目标物点云数据进行融合，获得所述目标物当前的三维模型。
本发明实施例提供的方法中，对点云数据进行融合的过程，可以为：依据各个三维激光雷达的坐标位置信息对每个三维激光雷达对应的目标物点云数据进行叠加拼接，并利用预先设置的配准算法优化各个点云数据的拼接精度。在不停的获得目标物点云数据的情况下，重复执行对目标物点云数据叠加拼接以及优化拼接精度，在到达预设的时间阈值时，获得目标物当前的三维模型。利用该三维模型构建被称为八叉树地图的三维导航地图，基于该导航地图对水下移动机器人进行路径规划。
本发明实施例提供的方法中，基于上述的实施过程，具体的，所述将所述三维模型与所述目标物的标准模型进行比对，以判断所述目标物是否处于异常状态，包括：
将所述三维模型与所述标准模型进行比对，获得所述三维模型与所述标准模型的差异参数；
判断所述差异参数是否大于预先设置的差异阈值；
若大于，则确定所述目标物处于异常状态；
若不大于，则确定所述目标物未处于异常状态。
本发明实施例提供的方法中，可以应用预先设置的点云比对算法将三维模型以及标准三维模型进行比对；该点云比对算法可以为dod(demofdifference)算法、c2c(directcloud-to-cloudcomparisonwithclosestpointtechnique)算法、c2m(cloud-to-meshdistanceorcloud-to-modeldistance)算法等。
其中，在差异参数大于预先设置的差异阈值的情况下，确定该差参数对应的位置，将该位置确定为异常位置，进而确定该目标物处于相应的异常状态。
本发明实施例提供的方法中，基于上述的实施过程，具体的，还包括：
当接收到所述目标移动机器人的充电请求时，依据所述目标移动机器人当前的位置信息以及各个处于空闲状态的充电桩的位置信息，确定所述目标移动机器人的最优充电路径；
生成所述最优充电路径信息对应的充电指令，并将所述充电指令发送至所述目标移动机器人，以触发所述移动机器人依据所述充电指令移动至所述最优充电路径对应的充电桩，并利用所述充电桩进行充电。
本发明实施例提供的方法中，该充电桩为水下充电桩，依据水下充电桩周围部署的三维激光雷达构建充电桩及其附近场景的三维模型，依据该三维模型更新导航地图。
参见图14，为本发明实施例提供的目标水下移动机器人的充电路径的示意图，当目标水下移动机器人在执行任务过程中需要补充电能时或者是当目标水下移动机器人完成巡检或作业任务需要返回充电桩时，为目标水下移动机器人规划最优充电路径，将该最优充电路径发送至该水下移动机器人，机器人依据该最优充电路径进行移动，在目标水下移动机器人移动过程中，实时检测该最优充电路径是否存在障碍物，若存在障碍物，则目标水下移动机器人进行实时动态路径规划，获得新的最优充电路径，使得该水下移动机器人依据该新的最优充电路径移动至相应的充电桩，并利用充电桩的三维模型进行精确对接，从而实现了自主返回充电桩以及自主对接充电。
与图4所述的方法相对应，本发明实施例还提供了一种激光雷达监测装置，用于对图4中方法的具体实现，本发明实施例提供的激光雷达监测装置可以应用于应用于激光雷达监测系统中的服务器，所述激光雷达监测系统包含服务器、中间通信网络以及多个用于探测目标物的三维激光雷达，每个所述三维激光雷达设置于其对应的目标位置上，所述目标位置位于该三维激光雷达在所述目标物上对应的顶点与该顶点对应的相交面的中心点之间的连线的延长线上，该三维激光雷达在所述目标物上对应的顶点处于所述目标位置与所述中心点之间，所述相交面为与该顶点所属的所述目标物的各个面相交的面，该装置的结构示意图如图15所示，具体包括：
三维模型构建单元601，当通过所述中间通信网络接收到所述多个三维激光雷达对目标物进行扫描得到的点云数据时，依据所述多个三维激光雷达扫描得到的点云数据构建所述目标物的三维模型；
比对单元602，用于将所述三维模型与所述目标物的标准模型进行比对，以判断所述目标物是否处于异常状态；
告警单元，用于当所述目标物处于异常状态时，对所述异常状态进行告警。
本发明提供了一种激光雷达监测装置，当通过所述中间通信网络接收到所述多个三维激光雷达对目标物进行扫描得到的点云数据时，依据所述多个三维激光雷达扫描得到的点云数据构建所述目标物的三维模型；将所述三维模型与所述目标物的标准模型进行比对，以判断所述目标物是否处于异常状态；若所述目标物处于异常状态，则对所述异常状态进行告警。应用本发明提供的激光雷达监测装置，能够提高对目标物监测的准确性。
在本发明提供的一实施例中，基于上述的方案，具体的，所述激光雷达监测装置，还包括：
确定单元，用于当所述目标物处于异常状态时，在预先建立的水下移动机器人集合中确定目标水下移动机器人；
发送单元，用于向所述目标水下移动机器人发送与所述异常状态对应的任务调度指令，以触发所述机器人执行与所述异常状态对应的动作。
在本发明提供的一实施例中，基于上述的方案，具体的，所述确定单元，包括：
第一获取子单元，用于获取预先建立的水下移动机器人集合中的各个水下移动机器人的状态信息；
第一确定子单元，用于基于各个水下移动机器人的状态信息在所述水下移动机器人集合中确定备选水下移动机器人；
第一生成子单元，用于对于每个所述备选水下移动机器人，依据预先生成的导航地图确定该备选水下移动机器人的位置信息、所述目标物的位置信息以及无障碍工作区域；依据该备选水下移动机器人的位置信息、所述目标物的位置信息以及所述无障碍工作区域确定该备选水下移动机器人的至少一条备选移动路径，应用预先设置的代价函数对每条所述备选移动路径对应的路径参数进行运算，获得每条所述备选移动路径对应的代价值；所述路径参数至少包括路径距离参数、运动时间参数以及水流参数；
第二确定子单元，用于依据每个所述备选水下移动机器人的每条所述备选移动路径的代价值，在所有所述备选移动路径中确定最优移动路径，并将所述最优移动路径所属的备选水下移动机器人确定为目标水下移动机器人。
在本发明提供的一实施例中，基于上述的方案，可选的，所述第一确定子单元，被配置为：
对于每个所述水下移动机器人，若该水下移动机器人的状态信息中的优先级大于等于所述异常状态对应的优先级，且该水下移动机器人的状态信息中的工作状态信息表征该水下移动机器人处于空闲状态，则将该水下移动机器人确定为备选移动机器人。
在本发明提供的一实施例中，基于上述的方案，可选的，所述发送单元，包括：
第二获取子单元，用于获取所述目标水下移动机器人的与所述异常状态对应的任务信息；
第二生成子单元，用于基于所述任务信息以及所述最优移动路径生成任务调度指令；
发送子单元，用于将所述调度指令发送至所述目标水下移动机器人。
在本发明提供的一实施例中，基于上述的方案，具体的，所述三维模型构建单元601，包括：
预处理单元，用于对每个所述点云数据进行预处理，并对每个已进行预处理的点云数据进行分割，获得每个所述三维激光雷达对应的目标物点云数据；
第三确定子单元，用于确定每个所述三维激光雷达在预先建立的世界坐标系中的坐标位置信息；
第三生成子单元，用于依据各个所述坐标位置信息对每个所述三维激光雷达对应的目标物点云数据进行融合，获得所述目标物当前的三维模型。
在本发明提供的一实施例中，基于上述的方案，可选的，所述比对单元602被配置为：
将所述三维模型与所述标准模型进行比对，获得所述三维模型与所述标准模型的差异参数；
判断所述差异参数是否大于预先设置的差异阈值；
若大于，则确定所述目标物处于异常状态。
在本发明提供的一实施例中，基于上述的方案，可选的，所述激光雷达监测装置还包括：
第一执行单元，用于当接收到所述目标移动机器人的充电请求时，依据所述目标移动机器人当前的位置信息以及各个处于空闲状态的充电桩的位置信息，确定所述目标移动机器人的最优充电路径；
第二执行单元，用于生成所述最优充电路径信息对应的充电指令，并将所述充电指令发送至所述目标移动机器人，以触发所述移动机器人依据所述充电指令移动至所述最优充电路径对应的充电桩，并利用所述充电桩进行充电。
上述本发明实施例公开的激光雷达监测装置中的各个单元和模块具体的原理和执行过程，与上述本发明实施例公开的激光雷达监测方法相同，可参见上述本发明实施例提供的激光雷达监测方法中相应的部分，这里不再进行赘述。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上对本发明所提供的一种激光雷达监测方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
1.一种激光雷达监测系统，其特征在于，包括：
服务器、中间通信网络以及多个用于探测目标物的三维激光雷达；
每个所述三维激光雷达设置于其对应的目标位置上，所述目标位置位于该三维激光雷达在所述目标物上对应的顶点与该顶点对应的相交面的中心点之间的连线的延长线上，该三维激光雷达在所述目标物上对应的顶点处于所述目标位置与所述中心点之间，所述相交面为与该顶点所属的所述目标物的各个面相交的面；
每个所述三维激光雷达分别用于对所述目标物进行扫描，以获得所述目标物的点云数据，并将所述点云数据通过所述中间通信网络发送至所述服务器；
所述服务器依据所述点云数据对所述目标物进行监测。
2.一种激光雷达监测方法，其特征在于，应用于激光雷达监测系统中的服务器，所述激光雷达监测系统包含该服务器、中间通信网络以及多个用于探测目标物的三维激光雷达，每个所述三维激光雷达设置于其对应的目标位置上，所述目标位置位于该三维激光雷达在所述目标物上对应的顶点与该顶点对应的相交面的中心点之间的连线的延长线上，该三维激光雷达在所述目标物上对应的顶点处于所述目标位置与所述中心点之间，所述相交面为与该顶点所属的所述目标物的各个面相交的面，所述方法包括：
当通过所述中间通信网络接收到所述多个三维激光雷达对目标物进行扫描得到的点云数据时，依据所述多个三维激光雷达扫描得到的点云数据构建所述目标物的三维模型；
将所述三维模型与所述目标物的标准模型进行比对，以判断所述目标物是否处于异常状态；
若所述目标物处于异常状态，则对所述异常状态进行告警。
3.根据权利要求2所述的方法，其特征在于，所述对所述异常状态进行告警之后，还包括：
在预先建立的水下移动机器人集合中确定目标水下移动机器人；
向所述目标水下移动机器人发送与所述异常状态对应的任务调度指令，以触发所述目标水下移动机器人执行与所述异常状态对应的动作。
4.根据权利要求3所述的方法，其特征在于，所述在预先建立的水下移动机器人集合中确定目标水下移动机器人，包括：
获取预先建立的水下移动机器人集合中的各个水下移动机器人的状态信息；
基于各个水下移动机器人的状态信息在所述水下移动机器人集合中确定备选水下移动机器人；
对于每个所述备选水下移动机器人，依据预先生成的导航地图确定该备选水下移动机器人的位置信息、所述目标物的位置信息以及无障碍工作区域；依据该备选水下移动机器人的位置信息、所述目标物的位置信息以及所述无障碍工作区域确定该备选水下移动机器人的至少一条备选移动路径，应用预先设置的代价函数对每条所述备选移动路径对应的路径参数进行运算，获得每条所述备选移动路径对应的代价值；所述路径参数至少包括路径距离参数、运动时间参数以及水流参数；
依据每个所述备选水下移动机器人的每条所述备选移动路径的代价值，在所有所述备选移动路径中确定最优移动路径，并将所述最优移动路径所属的备选水下移动机器人确定为目标水下移动机器人。
5.根据权利要求4所述的方法，其特征在于，所述基于各个水下移动机器人的状态信息确定备选水下移动机器人，包括：
对于每个所述水下移动机器人，若该水下移动机器人的状态信息中的优先级大于等于所述异常状态对应的优先级，且该水下移动机器人的状态信息中的工作状态信息表征该水下移动机器人处于空闲状态，则将该水下移动机器人确定为备选移动机器人。
6.根据权利要求4所述的方法，其特征在于，所述向所述目标水下移动机器人发送与所述异常状态对应的任务调度指令，包括：
获取所述目标水下移动机器人的与所述异常状态对应的任务信息；
基于所述任务信息以及所述最优移动路径生成任务调度指令；
将所述调度指令发送至所述目标水下移动机器人。
7.根据权利要求2所述的方法，其特征在于，所述依据所述多个三维激光雷达扫描得到的点云数据构建所述目标物的三维模型，包括：
对每个所述点云数据进行预处理，并对每个已进行预处理的点云数据进行分割，获得每个所述三维激光雷达对应的目标物点云数据；
确定每个所述三维激光雷达在预先建立的世界坐标系中的坐标位置信息；
依据各个所述坐标位置信息对每个所述三维激光雷达对应的目标物点云数据进行融合，获得所述目标物当前的三维模型。
8.根据权利要求2所述的方法，其特征在于，所述将所述三维模型与所述目标物的标准模型进行比对，以判断所述目标物是否处于异常状态，包括：
将所述三维模型与所述标准模型进行比对，获得所述三维模型与所述标准模型的差异参数；
判断所述差异参数是否大于预先设置的差异阈值；
若大于，则确定所述目标物处于异常状态。
9.根据权利要求2所述的方法，其特征在于，还包括：
当接收到所述目标移动机器人的充电请求时，依据所述目标移动机器人当前的位置信息以及各个处于空闲状态的充电桩的位置信息，确定所述目标移动机器人的最优充电路径；
生成所述最优充电路径信息对应的充电指令，并将所述充电指令发送至所述目标移动机器人，以触发所述移动机器人依据所述充电指令移动至所述最优充电路径对应的充电桩，并利用所述充电桩进行充电。
10.一种激光雷达监测装置，其特征在于，应用于激光雷达监测系统中的服务器，所述激光雷达监测系统包含服务器、中间通信网络以及多个用于探测目标物的三维激光雷达，每个所述三维激光雷达设置于其对应的目标位置上，所述目标位置位于该三维激光雷达在所述目标物上对应的顶点与该顶点对应的相交面的中心点之间的连线的延长线上，该三维激光雷达在所述目标物上对应的顶点处于所述目标位置与所述中心点之间，所述相交面为与该顶点所属的所述目标物的各个面相交的面，所述装置包括：
三维模型构建单元，当通过所述中间通信网络接收到所述多个三维激光雷达对目标物进行扫描得到的点云数据时，依据所述多个三维激光雷达扫描得到的点云数据构建所述目标物的三维模型；
比对单元，用于将所述三维模型与所述目标物的标准模型进行比对，以判断所述目标物是否处于异常状态；
告警单元，用于当所述目标物处于异常状态时，对所述异常状态进行告警。
技术总结