【技术实现步骤摘要】
一种自动驾驶汽车车路云融合感知方法
[0001]本专利技术涉及一种自动驾驶汽车车路云融合感知方法,属于汽车自动驾驶及辅助驾驶
。
技术介绍
[0002]准确而快速地获取驾驶环境信息是自动驾驶系统能够安全
、
高效运行的前提
。
基于视觉传感器的感知可以提供颜色
、
纹理等信息,但因对天气变化
、
光照等影响比较敏感,无法在低光照
、
高动态的环境下对目标准确识别;激光雷达传感器可以提供环境的实时三维点云数据,具有很好的鲁棒性,但无法获取动静态目标的外观细节
。
这种依靠单模态信息的感知技术很难满足自动驾驶可靠感知的需求
。
[0003]车路云协同感知的目的是为自动驾驶汽车提供全局感知信息,使得自动驾驶汽车感知范围摆脱自身传感器范围的限制,获取更加全面
、
准确的感知环境,为后续全局路径规划及避障提供重要的依据
。
[0004]在车端感知单元,目前主要采用多种传感器相结合的环境感知方案;在路端感知单元,使用固定位置的多种传感器获取环境信息,可以消除车端感知盲区;利用云端信息指导车路多源传感器特征加权融合可以有效的克服天气变化
、
光照等影响,进一步的提升感知融合结果准确性和可靠性
。
因此,面对复杂的交通环境,车路云多源融合感知是进一步提高自动驾驶汽车感知精度和抗干扰能力的关键
。
技术实现思路
[0005
【技术保护点】
【技术特征摘要】
1.
一种自动驾驶汽车车路云融合感知方法,其特征在于,包括如下步骤:
1)
车辆通过相机和激光雷达获取车辆前方的图像和点云信息,所述车辆所在路段的路端设备通过相机和激光雷达获取路端图像和点云信息;并分别完成对应的基于图像的目标检测和基于点云的目标检测;
2)
基于多传感器融合分别实现车辆前方和路端各自的图像目标和点云目标的融合,得到车端融合特征和路端融合特征;
3)
将路端融合特征发送到车辆,车辆将车端融合特征和路端融合特征进行时间和空间上的对齐,实现同步;
4)
对于车端和路端都能感知到的物体,融合车路两端的感知结果;对于车端视野盲区,以路端检测结果作为补充;
5)
云端提供全局交通信息
、
高精地图及天气信息,与车路融合特征进行后融合
。2.
根据权利要求1所述的自动驾驶汽车车路云融合感知方法,其特征在于,所述步骤
1)
中,基于图像的目标检测:采用深度学习的方法,选择
SSD
目标检测算法对障碍物目标进行检测与识别,得到识别出障碍物目标的图像
。3.
根据权利要求2所述的自动驾驶汽车车路云融合感知方法,其特征在于,所述步骤
1)
中,基于点云的目标检测:首先基于改进的
DBSCAN
聚类算法,得到可自适应确定聚类参数的
KANN
‑
DBSCAN
算法,利用该算法对激光雷达采集到的三维点云聚类分析,得到障碍物目标点云
。4.
根据权利要求3所述的自动驾驶汽车车路云融合感知方法,其特征在于,所述步骤
2)
中,所述多传感器融合包括对相机和激光雷达进行传感器的联合标定,利用标定结果将激光雷达检测到的障碍物目标点云投影到识别出障碍物目标的图像上
。5.
根据权利要求4所述的自动驾驶汽车车路云融合感知方法,其特征在于,所述步骤
3)
中,对于时间上的对齐:以车辆车载单元信息采集时间戳为基准,接收所述路端融合特征,同时设置定时器,对车端融合特征和路端融合特征中对应障碍物目标的感知结果进行时效性检查;当满足时效性时,将对应的感知结果进行融合
。6.
根据权利要求5所述的自动驾驶汽车车路云融合感知方法,其特征在于,所述时效性检查包括:由车载单元与路侧单元发送感知结果的频率决定定时器
【专利技术属性】
技术研发人员:高建平,袁帅,李哲,郭志伟,李震尧,
申请(专利权)人:河南科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。