[發明專利]極限工況下自動駕駛多傳感器融合感知方法及系統有效
| 申請號: | 202110352895.5 | 申請日: | 2021-04-01 |
| 公開(公告)號: | CN112801225B | 公開(公告)日: | 2021-06-18 |
| 發明(設計)人: | 方強;呼曉暢;孫毅;徐昕;張興龍 | 申請(專利權)人: | 中國人民解放軍國防科技大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/00 |
| 代理公司: | 長沙國科天河知識產權代理有限公司 43225 | 代理人: | 周達 |
| 地址: | 410073 湖*** | 國省代碼: | 湖南;43 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 極限 工況 自動 駕駛 傳感器 融合 感知 方法 系統 | ||
本申請涉及一種極限工況下自動駕駛多傳感器融合感知方法及系統。所述方法包括:獲取圖像數據中的煙塵霧區域,圖像數據的三維視錐范圍內獲取對應的激光點云數據,將激光點云數據投影到圖像數據對應的圖像域,根據二者的交集得到圖像域煙塵霧點云數據;同時,基于激光點云數據得到雷達域障礙點云數據。根據圖像域煙塵霧點云數據和雷達域障礙點云數據的交集,得到虛假障礙融合感知數據,隨后與毫米波雷達得到的真實障礙物數據結合,去除虛假障礙。本申請基于圖像數據為激光點云提供一個可能存在煙塵霧的視角,將激光點云數據在圖像域和雷達域之間進行相互驗證,并與毫米波雷達結合,最終獲得高精度的自動駕駛場景數據。
技術領域
本申請涉及自動駕駛決策與規劃技術領域,特別是涉及一種極限工況下自動駕駛多傳感器融合感知方法及系統。
背景技術
當前自動駕駛車輛通常在三維坐標系下進行決策與規劃,這就需要環境感知系統提供精確的幾何測距信息,因此激光雷達憑借高精度幾何測量特點成為當前自動駕駛車輛的主流傳感器。激光雷達由于波長較短,不易穿透煙塵霧等顆粒狀障礙物,因此容易導致環境感知系統出現虛假障礙進而失效,影響自動駕駛車輛的安全性。與激光雷達相比,可見光相機具有豐富的紋理信息,但很難給出精確的幾何信息。
由于單一傳感器存在本質缺陷,無法應對非結構化動態的煙塵霧場景,因此需要整合多傳感器的各自優勢,來提高自動駕駛車輛在煙塵霧極限工況下的安全性。目前采用的方式是對各傳感器進行時經空標定,使其生成的數據位于同一個時空坐標系下,再根據任務需求進行數據級、特征級和任務級的各種數據融合。但目前尚未建立統一的融合理論和有效廣義融合模型及算法,沒有很好解決融合系統中的容錯性或魯棒性問題,數據融合系統的設計還存在許多實際問題。
發明內容
基于此,有必要針對上述技術問題,提供一種可信度高的基于相互驗證與信息互補的一種極限工況下自動駕駛多傳感器融合感知方法及系統。
一種極限工況下自動駕駛多傳感器融合感知方法,所述方法包括:
獲取預設的圖像數據中的煙塵霧區域,并在圖像數據的三維視錐范圍內,獲取對應的激光點云數據。
將激光點云數據投影到圖像數據,根據激光點云數據和煙塵霧區域的交集得到圖像域煙塵霧點云數據。
對激光點云數據進行分割和聚類,得到雷達域障礙點云數據。
根據圖像域煙塵霧點云數據和雷達域障礙點云數據的交集,得到虛假障礙融合感知數據。
獲取圖像數據對應區域的毫米波雷達數據,根據毫米波雷達數據得到對應的真實障礙物數據。
根據障礙物數據替換掉虛假障礙融合感知數據,恢復對應的自動駕駛場景數據。
其中一個實施例中,在圖像數據的三維視錐范圍內,獲取對應的激光點云數據的方式包括:
將圖像數據對應的區域投影到激光雷達對應的雷達系,得到圖像數據的三維視錐范圍。
獲取激光雷達在三維視錐范圍內的激光點云數據。
其中一個實施例中,根據激光點云數據和煙塵霧區域的交集得到圖像域煙塵霧點云數據的方式包括:
將煙塵霧區域內的激光點云標識為煙塵霧點云,得到對應的圖像域煙塵霧點云數據。
其中一個實施例中,對激光點云數據進行分割和聚類,得到雷達域障礙點云數據的方式包括:
使用基于高斯過程回歸的地面分割技術,將激光點云數據分割為地面點數據和障礙點數據。
對障礙點數據進行聚類,得到雷達域障礙點云數據。
其中一個實施例中,獲取預設的圖像數據中的煙塵霧區域的方式包括:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國人民解放軍國防科技大學,未經中國人民解放軍國防科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110352895.5/2.html,轉載請聲明來源鉆瓜專利網。





