[發(fā)明專(zhuān)利]一種符合汽車(chē)功能安全標(biāo)準(zhǔn)自動(dòng)駕駛架構(gòu)系統(tǒng)和工作方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910367428.2
• 申請(qǐng)日: 2019-05-05
• 公開(kāi)（公告）號(hào): CN110083099B
• 公開(kāi)（公告）日: 2020-08-07
• 發(fā)明（設(shè)計(jì)）人: 呂林泉;蒲紫光;陳濤;張強(qiáng)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)汽車(chē)工程研究院股份有限公司
• 主分類(lèi)號(hào): G05B19/042
• 分類(lèi)號(hào): G05B19/042
• 代理公司: 重慶天成卓越專(zhuān)利代理事務(wù)所(普通合伙) 50240
• 代理人: 路寧

1.一種符合汽車(chē)功能安全標(biāo)準(zhǔn)自動(dòng)駕駛架構(gòu)系統(tǒng)，其特征在于，包括：傳感器單元、數(shù)據(jù)采集單元、智能交互單元和動(dòng)作執(zhí)行單元；

傳感器單元數(shù)據(jù)發(fā)送端連接數(shù)據(jù)采集單元數(shù)據(jù)接收端，數(shù)據(jù)采集單元數(shù)據(jù)發(fā)送端連接智能交互單元數(shù)據(jù)接收端，智能交互單元數(shù)據(jù)發(fā)送端連接動(dòng)作執(zhí)行單元數(shù)據(jù)接收端；

所述智能交互單元包括：

路徑規(guī)劃單元用于集GPS數(shù)據(jù)和雷達(dá)數(shù)據(jù)、以及車(chē)載攝像數(shù)據(jù)之后，對(duì)駕駛者進(jìn)行路徑優(yōu)化選擇，規(guī)劃更加合理的行駛路線；

路徑規(guī)劃單元包括：A，設(shè)置第一路口檢測(cè)系統(tǒng)，第一毫米波雷達(dá)信號(hào)輸出端連接第一單片機(jī)雷達(dá)信號(hào)接收端，第一高清攝像頭信號(hào)輸出端連接第一嵌入式GPU攝像信號(hào)接收端，第一單片機(jī)信號(hào)輸出端連接第一交換機(jī)雷達(dá)信號(hào)接收端，第一嵌入式GPU信號(hào)輸出端連接第一交換機(jī)攝像信號(hào)接收端；設(shè)置第二路口檢測(cè)系統(tǒng)，第二毫米波雷達(dá)信號(hào)輸出端連接第二單片機(jī)雷達(dá)信號(hào)接收端，第二高清攝像頭信號(hào)輸出端連接第二嵌入式GPU攝像信號(hào)接收端，第二單片機(jī)信號(hào)輸出端連接第二交換機(jī)雷達(dá)信號(hào)接收端，第二嵌入式GPU信號(hào)輸出端連接第二交換機(jī)攝像信號(hào)接收端；設(shè)置第N路口檢測(cè)系統(tǒng)，第N毫米波雷達(dá)信號(hào)輸出端連接第N單片機(jī)雷達(dá)信號(hào)接收端，第N高清攝像頭信號(hào)輸出端連接第N嵌入式GPU攝像信號(hào)接收端，第N單片機(jī)信號(hào)輸出端連接第N交換機(jī)雷達(dá)信號(hào)接收端，第N嵌入式GPU信號(hào)輸出端連接第N交換機(jī)攝像信號(hào)接收端；第一交換機(jī)信號(hào)輸出端連接總交換機(jī)第一信號(hào)接收端，第二交換機(jī)信號(hào)輸出端連接總交換機(jī)第二信號(hào)接收端，第N交換機(jī)信號(hào)輸出端連接總交換機(jī)第N信號(hào)接收端，總交換機(jī)信號(hào)輸出端連接數(shù)據(jù)庫(kù)服務(wù)器信號(hào)接收端；設(shè)置N個(gè)路口檢測(cè)系統(tǒng)，對(duì)路口車(chē)輛和行人數(shù)據(jù)進(jìn)行匯總收集，通過(guò)數(shù)據(jù)庫(kù)服務(wù)器存儲(chǔ)并進(jìn)行深度學(xué)習(xí)；

B，數(shù)據(jù)庫(kù)服務(wù)器收集路口的車(chē)輛和行人數(shù)據(jù)，收集全部毫米波雷達(dá)采集的數(shù)據(jù)，并通過(guò)毫米波雷達(dá)輸出被測(cè)目標(biāo)的類(lèi)型，將被測(cè)目標(biāo)的類(lèi)型進(jìn)行判斷，確定被測(cè)目標(biāo)的類(lèi)型，根據(jù)該類(lèi)型掃描被測(cè)目標(biāo)的寬度和長(zhǎng)度，在相應(yīng)路口出現(xiàn)的概率，并且通過(guò)高清攝像頭和毫米波雷達(dá)融合方法計(jì)算被測(cè)目標(biāo)距路面原點(diǎn)相對(duì)位置，根據(jù)被測(cè)目標(biāo)在路面坐標(biāo)系內(nèi)的移動(dòng)時(shí)間計(jì)算相對(duì)速度，通過(guò)高清攝像頭輸出被測(cè)路口的圖像信息；

B-1，根據(jù)被測(cè)目標(biāo)實(shí)際運(yùn)動(dòng)情況對(duì)毫米波雷達(dá)輸出的被測(cè)目標(biāo)信息進(jìn)行實(shí)時(shí)篩選；

B-2，毫米波雷達(dá)發(fā)射的雷達(dá)信號(hào)伴隨著虛假目標(biāo)，其中虛假目標(biāo)通過(guò)毫米波雷達(dá)和高清攝像頭采集的樹(shù)木信息、圍欄信息和電線桿信息，通過(guò)實(shí)時(shí)采集的雷達(dá)數(shù)據(jù)和圖像數(shù)據(jù)，篩選剔除固定不變的樹(shù)木信息、圍欄信息和電線桿信息；

B-3，根據(jù)毫米波雷達(dá)檢測(cè)的固定不變的樹(shù)木信息、圍欄信息和電線桿信息被測(cè)目標(biāo)寬度、長(zhǎng)度、位置及置信度信息對(duì)檢測(cè)的被測(cè)目標(biāo)進(jìn)行第一輪篩選；接著利用卡爾曼濾波算法，對(duì)連續(xù)檢出的目標(biāo)進(jìn)行跟蹤和濾波；根據(jù)卡爾曼濾波的估計(jì)結(jié)果進(jìn)行目標(biāo)生命周期管理；

B-4在得到第一路口第一毫米波雷達(dá)和第一高清攝像頭和第二路口第二毫米波雷達(dá)和第二高清攝像頭的被測(cè)目標(biāo)相互之間沒(méi)有關(guān)聯(lián)并且相互獨(dú)立狀態(tài)下得到相應(yīng)檢測(cè)結(jié)果后，利用Elman神經(jīng)網(wǎng)絡(luò)對(duì)兩個(gè)沒(méi)有關(guān)聯(lián)的被測(cè)目標(biāo)信息進(jìn)行融合，不匹配狀態(tài)下則剔除該被測(cè)目標(biāo)；

C，利用已經(jīng)訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)對(duì)高清攝像頭采集的圖像連續(xù)圖像幀進(jìn)行目標(biāo)識(shí)別，同時(shí)結(jié)合高清攝像頭的標(biāo)定參數(shù)，計(jì)算被測(cè)目標(biāo)位置及速度參數(shù)；通過(guò)基于卡爾曼濾波方法，對(duì)運(yùn)動(dòng)狀態(tài)下的被測(cè)目標(biāo)狀態(tài)進(jìn)行跟蹤和濾波；再根據(jù)卡爾曼濾波的估計(jì)結(jié)果進(jìn)行目標(biāo)生命周期管理；利用深度學(xué)習(xí)方法，實(shí)現(xiàn)基于視覺(jué)圖像的目標(biāo)物類(lèi)型識(shí)別及目標(biāo)物測(cè)速及測(cè)距功能:首先利用已經(jīng)訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)對(duì)圖像連續(xù)圖像幀進(jìn)行目標(biāo)識(shí)別，同時(shí)結(jié)合攝像頭的標(biāo)定參數(shù)，計(jì)算被測(cè)目標(biāo)物位置及速度參數(shù)；接著基于卡爾曼濾波方法，對(duì)運(yùn)動(dòng)目標(biāo)狀態(tài)進(jìn)行跟蹤和濾波；最后再根據(jù)卡爾曼濾波的估計(jì)結(jié)果進(jìn)行目標(biāo)生命周期管理。