[發明專利]基于多傳感器融合的非結構化環境理解方法

有效

• 申請號: 201110358699.5
• 申請日: 2011-11-14
• 公開（公告）號: CN102564431A
• 公開（公告）日: 2012-07-11
• 發明（設計）人: 唐振民;陸建峰;劉家銀;諸葛程晨;趙春霞;楊靜宇
• 申請（專利權）人: 南京理工大學
• 主分類號: G01C21/28
• 分類號: G01C21/28;G06T11/00
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 馬魯晉

1.一種基于多傳感器融合的非結構化環境理解方法，其特征在在于，包括以下步驟：

步驟1、在車輛頂部設置兩個以上視覺傳感器來獲取前方道路的視覺圖像信息；在車輛頂部設置一個三維激光雷達傳感器，在車輛頭部設置兩個單線雷達，用于獲取車身周圍的激光雷達信息；

步驟2、從各個視覺傳感器獲得的道路圖像中提取出道路的邊沿特征信息Rs[i](i代表傳感器序號)，同時給該特征信息打上時間戳，該時間戳對應采集圖像時車輛的位姿以及在全局坐標系統下的坐標；

步驟3、對邊沿特征信息Rs進行預處理，具體是將道路邊沿特征信息從圖像坐標系轉化到車輛當前的世界坐標系中，形成車輛世界坐標系下的道路邊沿特征信息Rw；

步驟4、判斷歷史信息緩沖數組Rh是否滿，如果不滿，則將道路邊沿特征信息Rw保存在歷史信息緩沖數組Rh中，轉入步驟5；否則使用歷史信息緩沖數組Rh對道路邊沿特征信息Rw的邊界屬性進行判斷，如果邊界屬性正確，則將Rw保存于Rh中，如果邊界屬性錯誤，則調整該道路邊沿特征信息的邊界屬性，最后將Rw保存在Rh中；

步驟5、基于置信度加權的路邊特征融合，首先將歷史信息緩沖數組Rh中的所有道路邊沿特征信息進行置信度分析處理，然后采用基于置信度加權的道路邊沿特征時空融合算法，提取出最可信的道路邊沿特征Rf；

步驟6、將提取出的道路邊沿特征信息Rf與歷史道路邊沿特征融合信息R_m-1(m代表在歷史融合結果中的序號)進行幀間融合處理，獲得融合后的特征信息R_m；

步驟7、在三維激光雷達數據中提取出道路的可通行區域Rr；

步驟8、使用步驟7提取的道路的可通行區域Rr對當前融合邊R_m進行約束，得到激光雷達與視覺融合的最優特征信息R_m?；

步驟9、對當前融合邊進行平滑處理，具體是將當前融合邊R_m和歷史融合數據R_m-1進行平滑處理，使當前融合邊R_m與歷史融合數據R_m-1相比，路邊的橫向位移減小，且不超過設定的橫向位移閾值，實現對非結構化環境的理解。

2.根據權利要求1所述的基于多傳感器融合的非結構化環境理解方法，其特征在在于，步驟4使用歷史信息緩沖數組Rh對道路邊沿特征信息Rw的邊界屬性進行判斷并調整該道路邊沿特征信息的邊界屬性具體為：

步驟41、判斷歷史信息緩沖隊列Rh是否已滿，如果緩沖隊列不滿或者其穩定穩定程度低于50%，則退出對當前道路邊屬性的判斷，否則執行下一步；

步驟42、計算車輛世界坐標系下的道路邊沿特征信息Rw與歷史信息緩沖數組Rh之間對應邊及對稱邊的距離，如果當前道路邊沿特征信息Rw[i][j]與對應邊的距離小于與對稱邊的距離，則當前道路邊沿特征信息Rw[i]?[j]與對應邊相鄰，否則與對稱邊相鄰；之后統計Rw[i][1]?與歷史信息緩沖數組Rh中對應邊相鄰的次數x1,與歷史信息緩沖數組Rh中對稱邊相鄰的次數為x2；之后統計對應邊Rw[i][2]與歷史信息緩沖數組Rh中對應邊的相鄰次數x3，與歷史信息緩沖數組Rh中對稱邊相鄰的次數為x4；所述Rw[i][j]為第i個傳感器的第j條邊(j代表邊的序號);

步驟43、調整該道路邊沿特征信息的邊界屬性，如果x3<x4且x1<x2，則交換兩條邊的屬性；如果x1<x2且x3<x2，則將第一條邊的屬性設置為第二條邊的屬性；如果x3<x4且x1<x4，則將第二條邊的屬性設置為第一條邊的屬性。