[發(fā)明專利]基于網(wǎng)聯(lián)的無人駕駛測試環(huán)境地圖搭建方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202111142908.2
• 申請日: 2021-09-28
• 公開（公告）號: CN113808270B
• 公開（公告）日: 2023-07-21
• 發(fā)明（設(shè)計）人: 高洪波;陳超;朱菊萍;蔡英鳳;陳龍;王海
• 申請（專利權(quán)）人: 中國科學(xué)技術(shù)大學(xué)先進(jìn)技術(shù)研究院
• 主分類號: G06T17/05
• 分類號: G06T17/05;G06T7/73
• 代理公司: 深圳市世紀(jì)恒程知識產(chǎn)權(quán)代理事務(wù)所 44287
• 代理人: 丁志新

本發(fā)明提供了一種基于網(wǎng)聯(lián)的無人駕駛測試環(huán)境地圖搭建系統(tǒng)及方法，包括：通過V2X通信技術(shù)，實(shí)現(xiàn)無人駕駛測試環(huán)境中的車?車、車?人、車?路、車?網(wǎng)的信息交換，獲得超視距環(huán)境信息；對超視距環(huán)境信息進(jìn)行預(yù)處理，得到預(yù)處理后的超視距環(huán)境信息；基于預(yù)處理后的超視距環(huán)境信息利用OBR算法提取和匹配ORB特征點(diǎn)，并進(jìn)行鏡像相機(jī)位姿估計；基于擴(kuò)展卡爾曼濾波算法對估計的鏡像相機(jī)位姿進(jìn)行優(yōu)化處理，得到全局一致的相機(jī)軌跡和全局地圖；基于V2X通信技術(shù)采集的環(huán)境信息構(gòu)建詞袋模型；利用詞袋模型通過優(yōu)化消除累積誤差修正全局一致的相機(jī)軌跡與相機(jī)位姿，減少建圖誤差，確保全局地圖準(zhǔn)確性；基于修正后的軌跡與相機(jī)位姿，建立無人駕駛測試環(huán)境地圖。

技術(shù)領(lǐng)域

本發(fā)明涉及高精度地圖構(gòu)建的技術(shù)領(lǐng)域，具體地，涉及基于網(wǎng)聯(lián)的無人駕駛測試環(huán)境地圖搭建方法及系統(tǒng)，更為具體地，涉及基于網(wǎng)聯(lián)的無人駕駛測試環(huán)境高精度地圖構(gòu)架及搭建方法。

背景技術(shù)

汽車的發(fā)明給社會帶來了諸多便捷和效率，汽車工業(yè)的發(fā)展也進(jìn)一步促進(jìn)了

經(jīng)濟(jì)的發(fā)展與人類的創(chuàng)新。而交通安全事故卻時有發(fā)生，很難完全避免，對我們的人身安全構(gòu)成了嚴(yán)重威脅。一方面由于自然環(huán)境的惡化，霧、霾、雨、雪等惡劣天氣經(jīng)常導(dǎo)致能見度大幅度降低，嚴(yán)重影響汽車的安全行駛；另一方面高速道路上的長時間駕駛會造成司機(jī)駕駛疲勞，注意力不集中和判斷能力下降導(dǎo)致發(fā)生道路交通事故。人們對于生活品質(zhì)的不斷需求使得汽車的年產(chǎn)量和保有量不斷增加，安全性能更高、乘坐更加舒適、駕駛更加便捷,已成為人們對汽車的普遍需求。互聯(lián)網(wǎng)和人工智能技術(shù)的高速發(fā)展給汽車帶來了革命性的變化，新能源汽車和自動駕駛汽車因此成為其中最熱門、最典型的應(yīng)用。受基礎(chǔ)科學(xué)的發(fā)展限制，自動駕駛比新能源汽車更可能在短期內(nèi)走入大眾生活。

搭載了激光雷達(dá)、相機(jī)、毫米波雷達(dá)、GPS等設(shè)備的無人車不需要人為干預(yù)就能對環(huán)境進(jìn)行感知，從復(fù)雜的交通流中提取導(dǎo)航信息，并以先進(jìn)的決策和控制系統(tǒng)計算并執(zhí)行適當(dāng)?shù)闹噶睢o人車的研究在輔助人們駕駛方面具有得天獨(dú)厚的優(yōu)勢，能有效降低交通事故的發(fā)生率。無人車能夠感知車輛周圍的環(huán)境，它能準(zhǔn)確識別路口的交通信號燈，根據(jù)無人車的智能決策系統(tǒng)，遇到紅燈時如果司機(jī)沒有及時做出剎車反應(yīng)，無人車能自主做出剎車指令，這樣就能避免司機(jī)未及時剎車而闖紅燈的行為；無人車也能夠感知到周圍的車輛和行人等障礙物，快速識別判斷障礙物，比人類更快速的做出避障決策。能見度極低的惡劣天氣下，人眼能見范圍降低，但是無人車上的激光雷達(dá)不受天氣的影響，在惡劣天氣中依然能準(zhǔn)確感知周圍的環(huán)境信息，極大增強(qiáng)了人和車輛行駛的安全性，交通事故的減少對保障人們的生命財產(chǎn)安全具有重大意義。

自主駕駛系統(tǒng)主要由感知、規(guī)劃、控制三大模塊構(gòu)成，其中感知模塊是其實(shí)現(xiàn)自主的基礎(chǔ)，而精準(zhǔn)復(fù)雜的感知系統(tǒng)離不開高精度地圖的構(gòu)建與精確的定位定姿。

高精度地圖是一種具有厘米級精度、包含路網(wǎng)結(jié)構(gòu)信息的特殊地圖，主要應(yīng)用于高精定位、環(huán)境感知、路徑規(guī)劃以及仿真實(shí)驗(yàn)，其中高精定位是將車輛在線獲取的環(huán)境特征與事先建好的高精度地圖進(jìn)行復(fù)雜的特征匹配，來獲取當(dāng)前車輛在地圖上的確切位置；自動駕駛車輛通過攝像頭、激光雷達(dá)等傳感器進(jìn)行環(huán)境感知的能力有限，高精度地圖上的三維語義信息如紅綠燈、交通標(biāo)志牌等可以縮小目標(biāo)的檢測范圍、降低感知難度；另外，高精度地圖上的路網(wǎng)信息可以在始發(fā)地與目的地之間規(guī)劃出厘米級的最優(yōu)路徑。和傳統(tǒng)導(dǎo)航地圖相比，高精度地圖擁有更為精細(xì)的環(huán)境描述和度量，方便計算機(jī)實(shí)時解析地圖數(shù)據(jù)庫并與傳感器信息關(guān)聯(lián)。

當(dāng)前面向無人駕駛的高精度建圖的主流方法大致分為以下幾個部分：數(shù)據(jù)采集，數(shù)據(jù)處理，對象檢測，手動驗(yàn)證以及地圖發(fā)布。對高精度建圖效果及精度影響最大的一個步驟就是數(shù)據(jù)采集部分，換句話說，數(shù)據(jù)采集的結(jié)果很大程度上決定了建圖效果。