[發(fā)明專(zhuān)利]自動(dòng)行駛策略的確定方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202010670748.8
• 申請(qǐng)日: 2020-07-13
• 公開(kāi)（公告）號(hào): CN111845786B
• 公開(kāi)（公告）日: 2022-05-13
• 發(fā)明（設(shè)計(jì)）人: 崔鑫;馮毅;蔡超;戴鵬;范文博;韋江波;黃庠奇;夏禹
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司
• 主分類(lèi)號(hào): B60W60/00
• 分類(lèi)號(hào): B60W60/00;B60W30/08
• 代理公司: 北京中博世達(dá)專(zhuān)利商標(biāo)代理有限公司 11274
• 代理人: 申健

1.一種自動(dòng)行駛策略的確定方法，其特征在于，所述方法包括：

獲取車(chē)輛周邊的可見(jiàn)光圖像；

檢測(cè)所述可見(jiàn)光圖像中是否包含有障礙物；

若所述可見(jiàn)光圖像中包含有所述障礙物，則獲取車(chē)輛周邊的高光譜圖像，并根據(jù)高光譜圖像確定出M條光譜特征曲線；所述M條光譜特征曲線是根據(jù)高光譜傳感器獲取到的高光譜圖像確定出的，M為正整數(shù)；

根據(jù)所述M條光譜特征曲線和標(biāo)準(zhǔn)樣本曲線庫(kù)中的所有樣本曲線，識(shí)別車(chē)輛周邊的障礙物，每一條樣本曲線對(duì)應(yīng)一種障礙物；

根據(jù)所述車(chē)輛周邊的障礙物，確定自動(dòng)行駛策略；

所述標(biāo)準(zhǔn)樣本曲線庫(kù)包括N條樣本曲線，N為正整數(shù)；

所述根據(jù)所述M條光譜特征曲線和標(biāo)準(zhǔn)樣本曲線庫(kù)中的所有樣本曲線，識(shí)別車(chē)輛周邊的障礙物，包括：

計(jì)算標(biāo)準(zhǔn)樣本曲線庫(kù)中每條樣本曲線與所述M條光譜特征曲線之間的相似度，以得到N個(gè)相似度組，一個(gè)相似度組唯一對(duì)應(yīng)一條樣本曲線；

確定N個(gè)相似度組中每個(gè)相似度組的平均值；一個(gè)平均值唯一對(duì)應(yīng)一條樣本曲線；

確定目標(biāo)平均值，所述目標(biāo)平均值為確定出的所有平均值中數(shù)值最大的平均值；

確定目標(biāo)樣本曲線以及與所述目標(biāo)樣本曲線對(duì)應(yīng)的障礙物，并將與所述目標(biāo)樣本曲線對(duì)應(yīng)的障礙物作為所述車(chē)輛周邊的障礙物；所述目標(biāo)樣本曲線與所述目標(biāo)平均值對(duì)應(yīng)；

所述根據(jù)所述車(chē)輛周邊的障礙物，確定自動(dòng)行駛策略，包括：

根據(jù)所述車(chē)輛周邊的障礙物，確定車(chē)輛是否需要執(zhí)行避讓策略；

所述根據(jù)所述車(chē)輛周邊的障礙物，確定車(chē)輛是否需要執(zhí)行避讓策略，包括：

若所述車(chē)輛周邊的障礙物為偽障礙物，確定車(chē)輛無(wú)需執(zhí)行避讓策略；其中，所述偽障礙物為不影響自動(dòng)行駛策略的物體；

若所述車(chē)輛周邊的障礙物為真障礙物，確定車(chē)輛執(zhí)行避讓策略；其中，所述真障礙物為影響自動(dòng)行駛策略的物體。

2.根據(jù)權(quán)利要求1所述的自動(dòng)行駛策略的確定方法，其特征在于，所述M條光譜特征曲線是根據(jù)Q個(gè)高光譜傳感器獲取到的圖像確定出的，所述N個(gè)相似度組中每個(gè)相似度組被劃分為Q個(gè)子組，一個(gè)相似度組中每個(gè)子組中相似度的數(shù)量不同，Q為大于1的正整數(shù)；

所述確定N個(gè)相似度組中每個(gè)相似度組的平均值，包括：

確定一個(gè)相似度組中每個(gè)子組的平均值；

計(jì)算確定出的平均值的加權(quán)平均值，并將所述加權(quán)平均值作為所述一個(gè)相似度組的平均值。

3.一種自動(dòng)行駛策略的確定裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取車(chē)輛周邊的可見(jiàn)光圖像；

處理模塊，用于檢測(cè)所述可見(jiàn)光圖像中是否包含有障礙物；若所述可見(jiàn)光圖像中包含有所述障礙物，則獲取車(chē)輛周邊的高光譜圖像，并根據(jù)高光譜圖像確定出M條光譜特征曲線；

所述獲取模塊，還用于獲取所述M條光譜特征曲線，所述M條光譜特征曲線是根據(jù)高光譜傳感器獲取到的高光譜圖像確定出的，M為正整數(shù)；

所述處理模塊，還用于根據(jù)所述M條光譜特征曲線和標(biāo)準(zhǔn)樣本曲線庫(kù)中的所有樣本曲線，識(shí)別車(chē)輛周邊的障礙物，每一條樣本曲線對(duì)應(yīng)一種障礙物；所述標(biāo)準(zhǔn)樣本曲線庫(kù)包括N條樣本曲線，N為正整數(shù)；

所述處理模塊，還用于根據(jù)所述車(chē)輛周邊的障礙物，確定自動(dòng)行駛策略；

所述處理模塊，具體用于，

計(jì)算標(biāo)準(zhǔn)樣本曲線庫(kù)中每條樣本曲線與所述M條光譜特征曲線之間的相似度，以得到N個(gè)相似度組，一個(gè)相似度組唯一對(duì)應(yīng)一條樣本曲線；

確定N個(gè)相似度組中每個(gè)相似度組的平均值；一個(gè)平均值唯一對(duì)應(yīng)一條樣本曲線；

確定目標(biāo)平均值，所述目標(biāo)平均值為確定出的所有平均值中數(shù)值最大的平均值；

確定目標(biāo)樣本曲線以及與所述目標(biāo)樣本曲線對(duì)應(yīng)的障礙物，并將與所述目標(biāo)樣本曲線對(duì)應(yīng)的障礙物作為所述車(chē)輛周邊的障礙物；所述目標(biāo)樣本曲線與所述目標(biāo)平均值對(duì)應(yīng)；

所述處理模塊，還用于根據(jù)所述車(chē)輛周邊的障礙物，確定車(chē)輛是否需要執(zhí)行避讓策略；

所述處理模塊，還用于若所述車(chē)輛周邊的障礙物為偽障礙物，確定車(chē)輛無(wú)需執(zhí)行避讓策略；其中，所述偽障礙物為不影響自動(dòng)行駛策略的物體；若所述車(chē)輛周邊的障礙物為真障礙物，確定車(chē)輛執(zhí)行避讓策略；其中，所述真障礙物為影響自動(dòng)行駛策略的物體。