一种自动驾驶设备及系统技术方案

本发明专利技术实施例公开了一种自动驾驶设备及系统。包括：1个长距离固态雷达、8个中距离固态雷达、4个补盲雷达及两个毫米波雷达；长距离固态雷达设置于车顶中轴线前侧，用于检测车辆正前方中远距离的障碍物信息；8个中距离固态雷达分别设置于车顶正前、左前、右前、左侧、右侧、正后、左后、右后，用于检测车身周围360

【技术实现步骤摘要】
一种自动驾驶设备及系统


[0001]本专利技术实施例涉及车辆
，尤其涉及自动驾驶设备及系统。

技术介绍

[0002]自动驾驶技术是各研究机构和整车厂研究的重要方向。在自动驾驶研发当中，环境感知技术是一项重要的挑战，该项技术主要难点在于如何能够快速准确地识别道路上的障碍物。由于单个传感器常常不能准确地感知到车辆周围环境的信息，为了确保自动驾驶汽车实时、高效、准确地收集周围环境信息，自动驾驶中经常配备了多种环境感应传感器。毫米波雷达可以全天候工作，探测距离远，但目标识别难度较大，且对静止物体和非金属物体不敏感。摄像头可以获得图像信息，但受到视野范围的影响，且对距离信息的获取精度远不如雷达。激光雷达测距精度高、方向性强、响应时间快，但成本较高，难以实现大规模量产。

技术实现思路

[0003]本专利技术提供一种自动驾驶设备及系统，可以实现自动驾驶过程中的全方位检测，且可以降低成本。
[0004]第一方面，本专利技术实施例提供了一种自动驾驶设备，包括：固态激光雷达感知模块、补盲雷达感知模块及毫米波雷达感知模块；所述固态激光雷达感知模块包括1个长距离固态雷达和8个中距离固态雷达；所述补盲雷达感知模块包括4个补盲雷达；所述毫米波雷达感知模块包括两个毫米波雷达；
[0005]所述长距离固态雷达设置于车顶中轴线前侧，用于检测车辆正前方中远距离的障碍物信息；所述8个中距离固态雷达分别设置于车顶正前、左前、右前、左侧、右侧、正后、左后、右后，用于检测车身周围360
°
的环境信息；所述4个补盲雷达分别设置于车辆前保险杠上方、后保险杠上方及左右翼子板，用于扫描近场盲区范围；所述两个毫米波雷达分别设置于车辆前保险杠内侧和后保险杠内侧，用于检测运动障碍物信息。
[0006]第二方面，本专利技术实施例还提供了一种自动驾驶系统，包括权利要求1所述的自动驾驶设备、数据标定模块、数据融合模块、第一障碍检测模块、第二障碍物检测模块、障碍物分类模块及目标跟踪模块；
[0007]所述自动驾驶设备用于获取车辆周围环境的点云数据；所述数据标定模块用于根据标定参数将所述点云数据转换至设定坐标系下；所述数据融合模块用于对转换后的点云数据进行空间和时间的同步融合；所述第一障碍物检测模块用于采用深度学习模型对融合后的点云数据进行分析，获得第一障碍物信息；所述第二障碍物检测模块用于采用聚类分割算法对对融合后的点云数据进行分析，获得第一障碍物信息；所述障碍物分类模块用于对所述第一障碍物信息和所述第二障碍物信息进行分类，获得障碍物类别；所述目标跟踪模块用于对障碍进行跟踪。
[0008]进一步地，所述数据标定模块，还用于：根据需求将一段时间内的点云数据打包为
一帧，根据各雷达的数据协议将数据帧解析出每个点的时间戳、三维坐标及反射强度；将每个点的三维坐标转换为设定坐标系下的坐标。
[0009]进一步地，数据融合模块还用于：对所述点云数据进行滤波及边界检测处理。
[0010]进一步地，第一障碍检测模块，还用于：将所述点云数据转换为鸟瞰BEV特征图；对所述BEV特征图输入深度学习模型进行特征提取及障碍物检测；对非障碍物框进行过滤，获得第一障碍物信息。
[0011]进一步地，所述第二障碍物检测模块还用于：对所述点云数据依次进行地面分割、障碍物聚类及非障碍物框过滤处理，获得第二障碍物信息。
[0012]进一步地，所述地面分割的处理过程为：获取所述点云数据的高度信息；将高度小于第一阈值的点云删除。
[0013]进一步地，所述障碍物聚类的处理过程为：对分割后的点云区域进行栅格划分；将距离大于第二阈值的点数超过设定值的栅格确定为障碍物栅格；对所述障碍物栅格进行聚类，获得障碍物检测框。
[0014]进一步地，所述障碍物分类模块，还用于：将所述第一障碍物信息和所述第二障碍物信息输入分类模型，获得障碍物类别。
[0015]进一步地，所述目标跟踪模块还用于：利用卡尔曼滤波算法对障碍物进行跟踪，获得障碍物各时刻的运动方向、速度、加速度及角速度。
[0016]本专利技术实施例公开了一种自动驾驶设备及系统。包括：固态激光雷达感知模块、补盲雷达感知模块及毫米波雷达感知模块；固态激光雷达感知模块包括1个长距离固态雷达和8个中距离固态雷达；补盲雷达感知模块包括4个补盲雷达；毫米波雷达感知模块包括两个毫米波雷达；长距离固态雷达设置于车顶中轴线前侧，用于检测车辆正前方中远距离的障碍物信息；8个中距离固态雷达分别设置于车顶正前、左前、右前、左侧、右侧、正后、左后、右后，用于检测车身周围360
°
的环境信息；4个补盲雷达分别设置于车辆前保险杠上方、后保险杠上方及左右翼子板，用于扫描近场盲区范围；两个毫米波雷达分别设置于车辆前保险杠内侧和后保险杠内侧，用于检测运动障碍物信息。可以实现自动驾驶过程中的全方位检测，且可以降低成本。
附图说明
[0017]图1是本专利技术实施例一中的一种自动驾驶设备的结构示意图；
[0018]图2是本专利技术实施例一中的4个补盲雷达的安装示意图；
[0019]图3是本专利技术实施例一中的两个毫米波雷达的安装示意图；
[0020]图4是本专利技术实施例一中的自动驾驶设备对周围环境的扫描示意图；
[0021]图5是本专利技术实施例二中的一种自动驾驶系统的结构示意图。
具体实施方式
[0022]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0023]实施例一
[0024]图1为本专利技术实施例一提供的一种自动驾驶设备的结构示意图，以自动驾驶设备已经安装于车辆为基础，图1为车辆的俯视图。如图1所示，该设备包括：固态激光雷达感知模块、补盲雷达感知模块及毫米波雷达感知模块。
[0025]其中，固态激光雷达感知模块包括1个长距离固态雷达11和8个中距离固态雷达12；补盲雷达感知模块包括4个补盲雷达13；毫米波雷达感知模块包括两个毫米波雷达14。
[0026]长距离固态雷达11设置于车顶中轴线前侧，用于检测车辆正前方中远距离的障碍物信息。8个中距离固态雷达12分别设置于车顶正前、左前、右前、左侧、右侧、正后、左后、右后，用于检测车身周围360
°
的环境信息；4个补盲雷达13分别设置于车辆前保险杠上方、后保险杠上方及左右翼子板，用于扫描近场盲区范围。两个毫米波雷达14分别设置于车辆前保险杠内侧和后保险杠内侧，用于检测运动障碍物信息。
[0027]其中，长距离固态激光雷达11可实现远距离、高精度探测，可感知距离远至500米、50％反射率，可在高速行驶中为车辆带来更充裕的响应时间，保障安全。面对反射率低至10％的物体，探测距离仍可达320米。长距离固态雷达距离精度2cm，角度精度达0.03
°
，光束发散角0.12
°...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶设备，其特征在于，包括：固态激光雷达感知模块、补盲雷达感知模块及毫米波雷达感知模块；所述固态激光雷达感知模块包括1个长距离固态雷达和8个中距离固态雷达；所述补盲雷达感知模块包括4个补盲雷达；所述毫米波雷达感知模块包括两个毫米波雷达；所述长距离固态雷达设置于车顶中轴线前侧，用于检测车辆正前方中远距离的障碍物信息；所述8个中距离固态雷达分别设置于车顶正前、左前、右前、左侧、右侧、正后、左后、右后，用于检测车身周围360
°
的环境信息；所述4个补盲雷达分别设置于车辆前保险杠上方、后保险杠上方及左右翼子板，用于扫描近场盲区范围；所述两个毫米波雷达分别设置于车辆前保险杠内侧和后保险杠内侧，用于检测运动障碍物信息。2.一种自动驾驶系统，其特征在于，包括权利要求1所述的自动驾驶设备、数据标定模块、数据融合模块、第一障碍检测模块、第二障碍物检测模块、障碍物分类模块及目标跟踪模块；所述自动驾驶设备用于获取车辆周围环境的点云数据；所述数据标定模块用于根据标定参数将所述点云数据转换至设定坐标系下；所述数据融合模块用于对转换后的点云数据进行空间和时间的同步融合；所述第一障碍物检测模块用于采用深度学习模型对融合后的点云数据进行分析，获得第一障碍物信息；所述第二障碍物检测模块用于采用聚类分割算法对对融合后的点云数据进行分析，获得第一障碍物信息；所述障碍物分类模块用于对所述第一障碍物信息和所述第二障碍物信息进行分类，获得障碍物类别；所述目标跟踪模块用于对障碍进行跟踪。3.根据权利...

【专利技术属性】
技术研发人员：陈博，王宇，王硕，李锦瑭，孙雪，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：