System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及跟车控制,特别是涉及一种越野环境感知与跟踪引导车辆的方法、系统及介质。
技术介绍
1、无人车辆目标识别与跟随系统是一种智能化的车辆控制系统,它利用先进的传感器、计算机视觉和人工智能等技术实现无人车辆对引导车辆的自主跟随。自主跟随功能可应用于自主物流运输保障,有效减少驾驶或者遥控人员,同时提高长途运输的智能化水平,在特种运输领域用途很广。
2、在现有技术中,对引导车辆目标识别与跟踪的主要实现方式包括tof激光雷达、摄像头、毫米波雷达、无线电通信和gps等,这些跟车技术各自存在如下缺陷:
3、1.基于tof激光雷达的目标识别与跟踪:tof激光雷达通过几何建模进行目标识别与跟踪,但点云数据随距离增加而稀疏,对远距离目标检测有限,而近距离跟踪在高速跟踪过程中可能造成安全风险。此外激光无法穿透扬尘,在越野环境下,引导车辆高速行驶带起的大量扬尘可能导致tof激光雷达的错误识别,甚至完全遮蔽引导车辆,使无人车目标识别功能失效。见图6,在图6中,明显可以看到出现了大量的干扰激光检测的点云,在更恶劣的工况下,车辆前方代表扬尘的点云和代表引导车辆的点云完全混为一大团,无法分割和检测。
4、2.基于视觉图像的目标识别与跟踪:视觉目标识别需要从图片坐标系转换到车体坐标系,转换存在误差,不利于跟随车辆的精确跟踪控制和高速跟车控制。视觉传感器受光照、视角遮挡等影响较大,特别是越野环境下存在大量扬尘,难以应用于越野环境的高速精确跟车系统。视觉的恶劣工况在图6中也有展示。另外在夜间时候,常规摄像头不可靠,还得使
5、3.基于毫米波雷达的目标识别与跟踪:毫米波雷达能够对动态目标进行有效跟踪,但毫米波雷达分辨率较低无法示廓,无法准确感知引导车辆的尺寸和中心,严重影响高速跟车时候的方向控制精度。此外,毫米波雷达难以检测和区分静态车辆,在车辆目标初始化时,容易造成跟踪目标初始化失败。另外,在目标丢失的情况下,难以有效找回目标。见图7,是毫米波雷达检测的一个工况,此时激光雷达点云还能够检测出前车的车尾,毫米波则丢失掉了目标。毫米波雷达本身是检测不出点云的,传感器内置的算法在这种情况下存在弃掉前车信息的概率,外在的表现就是传感器原始数据不可靠,无法反馈疑似引导车的全部目标信息。
6、4.基于无线电通信传输位置信息的目标跟踪:需要对引导车辆进行较大的改造,包括安装定位系统和无线电通信系统,这种方法具有一定局限性,不太适用于通用性和经济性要求较高的情况。此外,存在潜在的安全风险,如无线电传输延迟和电磁干扰的影响,由于通信延迟的存在,引导车辆的位置精度可能受到一定程度的影响,从而影响了跟随车辆的控制精度。所以,在本申请所针对的越野工况中,无线电无法使用。
7、5.基于全球定位系统(global positioning system)的目标跟踪:使用gps可以对引导车辆进行跟踪,但在越野环境下gps信号不稳定,在穿越隧道、森林和山谷会出现明显的信号减弱或丢失情况,导致卫星定位结果不准,难以适应越野复杂环境的高速精确跟车要求。在特别条件下,卫星定位信号会出现严重的失真,不可用。所以gps在本申请所针对的越野工况中,也不能使用。其它包括北斗在内的定位系统存在同样的问题。
8、综上所述,tof激光雷达存在无法处理越野环境下高速行驶的扬尘问题;摄像头存在难以确定目标物体的距离问题以及越野环境下高速行驶的扬尘问题;毫米波雷达存在分辨率较低容易将距离较近物体识别为同一物体的问题;无线电通信成本过高,且存在电磁干扰和通信延迟问题;gps在越野环境信号不稳定容易出现定位不准的情况,影响了位置确定精度。
9、在越野环境高速近距离跟车时候,无人车的轨迹控制精度要求非常高,这是由于越野环境的路面情况较差,即使轨迹偏差较小也可能会碰到水坑、悬崖之类障碍地形,产生严重的后果。前述传感器虽然可以做一定程序的融合,但在扬尘、雨、雪、雾等恶劣工况下,即使是融合感知,性能也较差。
技术实现思路
1、本专利技术的目的在于,针对现有技术中的上述问题,提供一种越野环境感知与跟踪引导车辆的方法、系统及介质,结合摄像头、4d毫米波雷达和fmcw激光雷达,解决现有技术在高速、近距离、扬尘等越野环境下,容易出现跟丢、准确率不高的问题。
2、为解决上述技术问题,本专利技术的具体技术方案如下:
3、一方面,本专利技术提供一种越野环境感知与跟踪引导车辆的方法,包括以下步骤:
4、确认自主跟随车和引导车辆;
5、设置安装于自主跟随车的传感器,所述传感器包括摄像头、4d毫米波雷达和fmcw激光雷达;
6、获取所述传感器的检测信息;
7、根据所述检测信息执行针对引导车辆的初始识别流程、持续跟踪流程或目标找回流程。
8、作为一种改进的方案,所述初始识别流程包括:引导车辆进入初始检测范围内,人工输入引导车辆特征信息,自主跟随车的感知流程即进入初始识别状态,识别失败则重新输入引导车辆特征信息或者调整引导车辆位置,识别成功则进入持续跟踪状态,随即将引导车辆定义为跟踪目标。
9、作为一种改进的方案,所述持续跟踪流程包括:在持续跟踪状态中若目标未丢失,则保持持续跟踪状态,若目标丢失则进入目标找回状态。
10、作为一种改进的方案,所述目标找回流程包括:目标找回成功则保持持续跟踪状态,若目标找回失败则停车,回到所述初始识别流程。
11、作为一种改进的方案,所述摄像头用于获取图像信息并传给计算机,计算机通过深度学习并使用预训练数据集和目标检测算法实现目标检测功能,通过目标检测功能识别所述引导车辆的特征,生成并保存特征数据;
12、所述4d毫米波雷达用于获取4d毫米波点云数据,以获得目标的距离信息、方位信息、速度信息、宽度信息和高度信息,毫米波可以穿透扬尘、雨、雪、雾等非金属物质,从而协助锁定引导车;
13、所述fmcw激光雷达用于获取fmcw激光雷达点云数据,fmcw激光雷达点云数据中包含每一个点的距离信息、方位信息、速度信息、宽度信息和高度信息;fmcw在测距、测速、抗干扰、功率(人眼安全)、信噪比等多方面,全面优于tof激光雷达,fmcw激光雷达采用多普勒效应直接获取径向速度,并且可以获取百万点云中每一个点的速度,因此,虽然fmcw激光雷达不能够穿透扬尘、雨、雪、雾,但是可以通过反馈点云的速度信息,有效区分扬尘和引导车辆,从而协助锁定引导车。
<本文档来自技高网...【技术保护点】
1.一种越野环境感知与跟踪引导车辆的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的越野环境感知与跟踪引导车辆的方法,其特征在于:根据所述检测信息执行持续跟踪流程,进一步包括:
3.根据权利要求2所述的越野环境感知与跟踪引导车辆的方法,其特征在于:根据所述检测信息执行目标找回流程,进一步包括:
4.一种越野环境感知与跟踪引导车辆的系统,采用权利要求1~3中任一项所述越野环境感知与跟踪引导车辆的方法,其特征在于,所述系统包括:
5.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质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权利要求1~3中任一项所述越野环境感知与跟踪引导车辆的方法的步骤。
【技术特征摘要】
1.一种越野环境感知与跟踪引导车辆的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的越野环境感知与跟踪引导车辆的方法,其特征在于:根据所述检测信息执行持续跟踪流程,进一步包括:
3.根据权利要求2所述的越野环境感知与跟踪引导车辆的方法,其特征在于:根据所述检测信息执行目标找回流程,进一步包括:
【专利技术属性】
技术研发人员:刘翼,范丽丽,张晓明,陈畅,范晶晶,李韧,王法龙,杜甫,汪浒江,李浩成,
申请(专利权)人:江苏智能无人装备产业创新中心有限公司,
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。