[發明專利]一種基于片上系統的主動安全軟件實現方法及系統

在審

• 申請號: 202210075631.4
• 申請日: 2022-01-22
• 公開（公告）號: CN114460583A
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 胡濤;王寬
• 申請（專利權）人: 重慶長安汽車股份有限公司
• 主分類號: G01S13/931
• 分類號: G01S13/931;G01S13/86;G01S13/58
• 代理公司: 重慶華科專利事務所 50123
• 代理人: 夏洪

本發明涉及一種基于片上系統的主動安全軟件實現方法及系統，該方法包括的步驟為：毫米波雷達解析模塊接收毫米波硬件發來的目標數據，利用RCS區分目標與雜波，進行目標篩分與歸類，利用多幀信息建立航跡信息，按信號列表發送生成的目標信息；攝像頭解析模塊獲取攝像頭輸出的目標數據及對應信息，按預定義信號列表進行接收，并進行信號同類填充；通過數據預處理模塊的先驗知識對目標級感知數據進行剔除與濾波，獲得穩定目標數據；感知融合模塊將穩定目標數據關聯、融合；融合結果通過中間信號接口模塊分發給主動安全功能模塊。本發明提供在結構化道路及特定場景下，車輛主動安全的軟件架構設計與實現，滿足無人駕駛中主動安全功能需求。

技術領域

本發明涉及無人駕駛技術領域，具體涉及基于片上系統的主動安全軟件實現技術。

背景技術

目前基于片上系統的主動安全軟件實現方法主要是以博世量產的商業化系統方案及系統軟件架構。目前有兩種方案，其一，以造車新勢力為代表的，采用網上開源代碼、開放平臺為基礎，進行二次開發的感知融合端、控制決策端、系統安全端為主的商業方案，該類商業方案在滿足基本目標識別、感知融合的基礎上，具備不同程度的主動安全（以AED、FCW為主）功能，方案一為開源開放平臺，具有較好的可移植性，但為了其高感知性，大多引入了深度學習、神經網絡等黑盒算法，不符合車規器件的需求。其二，以博世為代表的，基于成熟域控制器及車載ECU平臺為基礎的硬件架構，能夠實現L1、L2大部分功能的軟件架構，最終可工程化與量產的完整傳感器-控制器-軟件端方案。方案二產品成熟，但代碼無法修改，開發維護成本高。

發明內容

本發明的目的是提供一種基于片上系統的主動安全軟件實現方法及系統，解決的技術問題：在結構化道路及特定場景下，相關技術中沒有提供車輛主動安全的軟件架構，以滿足無人駕駛中主動安全功能需求。

為解決上述技術問題，本發明采用下述技術方案：一種基于片上系統的主動安全軟件實現方法，包括以下步驟：

S01：毫米波雷達解析模塊接收毫米波硬件發來的目標數據，利用RCS區分目標與雜波，進行目標篩分與歸類，利用多幀信息建立航跡信息，按信號列表發送生成的目標信息；

S02：攝像頭解析模塊獲取攝像頭輸出的目標數據及對應信息，按預定義信號列表進行接收，并進行信號同類填充；

S03：通過數據預處理模塊的先驗知識對所述S01和S02獲得的目標級感知數據進行剔除與濾波，獲得穩定目標數據；

S04：感知融合模塊將所述穩定目標數據關聯、融合；

S05：所述S04的融合結果通過中間信號接口模塊分發給主動安全功能模塊，所述主動安全功能模塊經過計算得到車輛控制信號，實現設計場景內的主動安全駕駛。

優選地，

在所述S01中，根據預先定義的信號列表，預設傳輸目標數據個數、時間間隔、循環頻率及目標數據的屬性信息，毫米波雷達解析模塊利用dbc中信號定義位的最大、最小范圍限值、比例因子、偏移量，按value=factor*input+offset的方式進行實時解析。

優選地，

在所述S02中，根據預先定義的信號列表，預設傳輸目標數據個數、時間間隔、循環頻率及目標數據的屬性信息，且攝像頭輸出的目標數據包括目標類型、長寬、橫縱向位置、橫縱向速度、存在概率及運動狀態。

優選地，

在所述S03中，數據預處理模塊分為毫米波數據預處理模塊和攝像頭數據預處理模塊，所述毫米波預處理模塊處理內容為點云聚類而成的目標級感知數據，所述數據預處理模塊截取目標5米至80米范圍作為真實輸入，且忽略橫穿目標；攝像頭對畫面像素進行分割，通過深度學習框架將不同區域進行分類，根據前后兩幀畫面相鄰區域像素點位置的細微變化，計算出目標速度信息，所述攝像頭數據預處理模塊截取對應攝像頭的高可靠FOV作為輸入范圍，忽略之外的目標。

優選地，