[發明專利]基于基礎設施識別的自主駕駛控制系統與方法

在審

• 申請號: 201710864861.8
• 申請日: 2017-09-22
• 公開（公告）號: CN107590264A
• 公開（公告）日: 2018-01-16
• 發明（設計）人: B·莫里斯;潘姝月
• 申請（專利權）人: 戴姆勒股份公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/00;G06T7/194
• 代理公司: 北京市中咨律師事務所11247
• 代理人: 吳鵬,殷玲

技術領域

本發明涉及車輛的自主駕駛領域，具體而言，本發明涉及一種基于基礎設施識別的自主駕駛控制系統與方法。

背景技術

目前，為了采集道路上的交通標志信息，通常需要工作人員開著車在路上巡視，以人工記錄道路上的交通標志，這種工作需要耗費極大的時間、人力及金錢成本。

此外，有些基礎設施(例如路標、交通燈、道路中間的障礙物、施工車輛以及交警等)并沒有整合至當前的地圖信息中。對于發展日益迅速的自主駕駛技術而言，道路上的任何障礙物均會對其安全駕駛造成嚴重影響，因此獲知車輛行駛道路上所有可能的基礎設施至關重要。

發明內容

為解決上述問題，本發明提供一種基于基礎設施識別的自主駕駛控制系統與方法，其中，采用街景全景圖(street view)來獲取道路上的實景信息并識別道路上的目標對象(交通燈、道路斜坡、交通標志、車道標志等)，從而基于整合了道路上的基礎設施的數字地圖來進行自主駕駛控制。

根據本發明的一個方面，提供一種基于基礎設施識別的自主駕駛控制系統，該系統可包括：街景圖數據庫，其內存儲有按地區劃分的各個街道的原始圖像；圖像預處理模塊，其用于對來自街景圖數據庫的原始圖像進行預處理；目標獲取模塊，其用于從經預處理的圖像中識別與檢測出目標對象；目標處理與存儲模塊，其用于將由目標獲取模塊獲取的目標對象轉換為所需的格式并進行存儲；數字地圖模塊，其將存儲于目標處理與存儲模塊中的目標對象整合至一數字地圖中；以及自主駕駛控制器，其基于整合有目標對象的數字地圖來控制車輛的自主駕駛。

優選地，街景圖數據庫可包括選自百度街景圖、谷歌街景圖、SOSO街景圖的群組中的至少一者。

優選地，目標獲取模塊還可包括：目標分割單元，用于按照像素對經預處理后的圖像進行分割以區分背景部分和前景部分；目標檢測單元，用于對由目標分割單元分割出來的前景部分進行檢測、分類，以進一步檢測出感興趣的目標對象；以及目標識別單元，用于將所檢測到的目標對象與預先設定的目標特征進行匹配以確定目標對象的所屬類別并確定目標對象的位置。

根據本發明的另一方面，提供一種基于基礎設施識別的自主駕駛控制方法，該方法可包括如下步驟：根據區域分布獲取街景全景圖中的所有的原始圖像；對從街景全景圖中獲取的原始圖像進行預處理；基于圖像識別和特征提取方法從經過預處理的圖像中找到目標對象；將所識別到的目標對象轉換為所需的格式并進行存儲；將所存儲的目標對象整合至一數字地圖中；基于整合了基礎設施的數字圖像來對車輛進行自主駕駛控制。

優選地，街景全景圖可包括選自百度街景圖、谷歌街景圖、SOSO街景圖的群組中的至少一者。

優選地，從經過預處理的圖像中找到目標對象的步驟可包括：按照像素對經預處理后的圖像進行分割以區分背景部分和前景部分；對所分割出來的前景部分進行檢測、分類，以進一步檢測出感興趣的目標對象；以及將所檢測到的目標對象與預先設定的目標特征進行匹配以確定目標對象的所屬類別并確定目標對象的位置。

借助根據本發明的上述基于基礎設施識別的自主駕駛控制系統與方法，能夠顯著降低識別道路上的基礎設施所需的時間、人力及金錢成本，并能有效提高自主駕駛的可靠性和安全性。

附圖說明

下文將參考附圖進一步描述本發明的具體實施例，在附圖中：

圖1示出了根據本發明示例性實施例的基于基礎設施識別的自主駕駛控制系統的結構圖；

圖2示出了根據本發明示例性實施例的基于基礎設施識別的自主駕駛控制方法的工作流程圖。

具體實施方式

下面將參照附圖并通過實施例來描述根據本發明的基于基礎設施識別的自主駕駛控制系統與方法。在下面的描述中，闡述了許多具體細節以便使所屬技術領域的技術人員更全面地了解本發明。但是，對于所屬技術領域內的技術人員明顯的是，本發明的實現可不具有這些具體細節中的一些。相反，可以考慮用下面的特征和要素的任意組合來實施本發明，而無論它們是否涉及不同的實施例。因此，下面的方法、特征、實施例和優點僅作說明之用而不應被看作是權利要求的要素或限定，除非在權利要求中明確提出。