[發明專利]一種基于云端機器學習的車輛環境感知和控制方法

有效

• 申請號: 201610368063.1
• 申請日: 2016-05-26
• 公開（公告）號: CN105922990B
• 公開（公告）日: 2018-03-20
• 發明（設計）人: 鄭銀坤
• 申請（專利權）人: 廣州市甬利格寶信息科技有限責任公司
• 主分類號: B60W30/095
• 分類號: B60W30/095
• 代理公司: 北京市盈科律師事務所11344
• 代理人: 馬麗麗,江錦利

技術領域

本發明涉及車輛主動安全技術領域，尤其涉及一種使用云端大數據學習的車輛環境感知和控制方法。

背景技術

隨著汽車工業的發展，車輛行駛的安全性得到越來越多的重視。由于車輛存在速度快、側視盲區、后部追尾等眾多類型的安全隱患，經常會出現碰撞事故，因此為了盡量避免車輛碰撞事故的發生，車輛環境感知和主動安全已經成為亟待解決的問題。

車輛環境感知和控制系統的目的是通過各類傳感器如視覺傳感器、雷達傳感器、超聲波傳感器等感知車輛周邊環境數據，例如：車輛前方靜態和動態障礙物，車輛兩側盲區運動物體，車輛后部逐漸靠近的物體等，然后依據設定的參數判斷車輛行駛的安全性，由控制系統自行執行車輛智能控制行為，包括減速、剎車、變道避讓等操作，達到車輛主動安全控制的目標。

目前，車輛環境感知和控制系統主要采用如下方式：在車輛前擋風玻璃、車輛兩側后視鏡、車輛尾部安裝視覺攝像頭或雷達，通過攝像頭或雷達，根據一定物體識別和測距算法檢測當前車輛的前方、側視盲區、后視盲區的一定范圍內是否存在動態或靜止物體，然后由控制系統自行執行車輛智能控制行為。

在實踐研究過程中，現有技術至少存在以下問題：

1)由于視覺攝像頭和雷達探測距離有限，導致車輛環境感知的探測距離較短，特別是用于檢測車輛前視一定范圍內物體的雷達探測距離不超過10米，在車速較快的時候，車輛控制系統根本無法完成及時的控制行為。

2)當前車載車輛環境感知和控制系統為孤立系統，其上運行的目標識別和跟蹤算法由預置的目標識別參數集(包括：車輛在不同光照下在路面的陰影的矩形度、紋理、對稱性和雷達測距距離等)和算法控制參數集(包括：識別率、誤識別率、分類器層數等)決定算法精度，預置的參數一般無法更新，這會導致車輛無法對新狀況做出正確乃至精確的識別及響應。例如，對車輛周邊環境中出現的新型車或其他新型障礙物(所謂“新型”是指車輛環境感知和控制系統中預置的目標識別參數集和算法控制參數集未涉及的對象)，車輛環境感知和控制系統有可能無法識別；又如，對于不同的光照條件或不同的陰影或不同的數目人群等周邊環境中，車輛不可能預先針對這些狀況一一預置好目標識別參數集和算法控制參數集，因而無法針對這些狀況做出精確的識別及響應。

3)目標識別和跟蹤算法多為機器學習算法，涉及的數據特征提取、聚類、分類運算量巨大，同時，視覺攝像頭和雷達采集的圖像和雷達目標數據量大，而車載數據處理單元的運算性能較低，無力承擔機器學習所需的高性能計算，導致車載車輛環境感知和控制系統的環境感知參數和控制參數不能及時更新，進一步導致環境感知準確性和車輛控制精度的不足，降低車輛主動安全系統的性能。

發明內容

本發明的目的在于，提出一種基于云端機器學習的車輛環境感知和控制方法，以解決現有汽車主動安全技術中車輛環境感知探測距離較短和環境感知參數和控制參數不能及時更新而導致的環境感知準確性和車輛控制精度的不足的問題。

為了實現以上目的，本發明提出的一種基于云端機器學習的車輛環境感知和控制方法，通過設置于車輛的車載環境感知系統和控制系統以及設置于云端的云端服務系統實現；所述控制系統預置圖像處理算法、毫米波雷達數據處理算法、目標識別和跟蹤算法以及目標識別參數集T1和算法控制參數集T2；所述云端服務系統預置有云端機器學習算法；

所述車輛環境感知和控制方法包括以下步驟：

A1.車載環境感知系統采集車輛前部、后部以及左右兩側后方盲區的圖像數據，分別為IA、IB、IC；并采集車輛前部區域的障礙物毫米波雷達數據R；

A2.控制系統通過所述圖像處理算法提取所述圖像數據IA、IB、IC的特征向量集，分別為TA、TB、TC；并通過所述毫米波雷達數據處理算法處理所述障礙物毫米波雷達數據R得到車前障礙物的距離S；所述特征向量集TA與所述車前障礙物的距離S組成特征向量集(TA，S)；

A3.控制系統利用所述目標識別和跟蹤算法及目標識別參數集T1和算法控制參數集T2，分別對特征向量集(TA，S)、TB、TC進行機器學習，識別出前方障礙物WA、后視盲區障礙物WB、左右兩側后方盲區障礙物WC；

A4.車載環境感知系統和控制系統利用所述目標識別和跟蹤算法對WA、WB以及WC進行目標跟蹤，獲取目標的環境感知數據；控制系統獲取車輛當前狀態數據；

A5.根據所述目標的環境感知數據和車輛狀態數據，計算出安全間距，并判斷車輛是否處于非安全間距，若是則執行車輛主動安全控制；