[發明專利]一種車路協同的特征級協同感知融合方法和系統

有效

• 申請號: 202211480590.3
• 申請日: 2022-11-24
• 公開（公告）號: CN115578709B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 劉前飛;高楠楠;黃文藝;孫超;王博;宋士佳;王文偉
• 申請（專利權）人: 北京理工大學深圳汽車研究院（電動車輛國家工程實驗室深圳研究院）
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V10/40;G06V10/77;G06V10/80;G06V10/82;G06N3/0464
• 代理公司: 深圳鼎合誠知識產權代理有限公司 44281
• 代理人: 郭燕;彭家恩

一種車路協同的特征級協同感知融合方法和系統，涉及車輛自動駕駛協同感知技術領域。獲取車端點云信息和車端點云信息對應的時間戳；對所述車端點云信息進行特征提取以生成車端點云偽圖像，對所述車端點云偽圖像進行高維特征提取，以生成車端點云特征空間分布；獲取路側端點云特征數據，所述路側端點云特征數據根據按照所述時間戳進行存儲的路側端點云信息確定；對所述路側端點云特征數據進行解壓縮，利用特征空間矯正將解壓縮后的路側端點云特征數據映射到所述車端點云特征空間分布；將映射到車端點云特征空間分布的路側端點云特征數據和車端點云特征空間分布進行融合，對融合后的特征信息進行處理，從而實現車路協同感知。

技術領域

本發明涉及車輛自動駕駛協同感知技術領域，具體涉及一種車路協同的特征級協同感知融合方法和系統。

背景技術

隨著對車輛自動駕駛技術研究的越來越深入，基于車路協同的自動駕駛協同感知技術研究逐漸變多。自動駕駛汽車除了通過自身安裝的傳感器來感知周圍環境信息以外，還可以通過在道路兩側固定安裝的傳感器，來獲取道路上交通參與者的狀態信息。通過將車端和路側交通設施兩種不同來源的感知信息相互融合，可以實現車輛遠距離、無盲區的協同感知，提升和保證車輛自動駕駛時的安全性。

目前基于車路協同的自動駕駛協同感知技術主要以目標級的信息融合方案為主，也即車輛自身和路側設施都會各自對道路上的目標進行3D檢測，然后再將得到的3D目標信息進行融合。但是這種方案存在一個較大問題，車端和路側端信息的時間同步一致性較差，從而導致融合后的感知性能與預期有明顯差距。

發明內容

本發明主要解決的技術問題是：車端信息和路側端信息時間同步一致性較差。

根據第一方面，一種實施例中提供一種車路協同的特征級協同感知融合方法，包括：

獲取車端點云信息和車端點云信息對應的時間戳；

對所述車端點云信息進行特征提取以生成車端點云偽圖像，對所述車端點云偽圖像進行高維特征提取，以生成車端點云特征空間分布；

獲取路側端點云特征數據，所述路側端點云特征數據根據按照所述時間戳進行存儲的路側端點云信息確定；

對所述路側端點云特征數據進行解壓縮，利用特征空間矯正將解壓縮后的路側端點云特征數據映射到所述車端點云特征空間分布；

將映射到車端點云特征空間分布的路側端點云特征數據和車端點云特征空間分布進行融合，以實現車路協同感知。

一實施例中，所述對所述路側端信息進行特征提取以生成車端點云偽圖像，對車端點云偽圖像進行高維特征提取，以生成車端點云特征空間分布，包括：

利用點云物體檢測網絡對所述路側端信息進行特征提取以生成車端點云偽圖像，對車端點云偽圖像進行高維特征提取，以生成6C*0.5H*0.5W的車端點云特征空間分布；其中，C為通道數；H為高度；W為寬度。

一實施例中，所述路側端點云特征數據根據按照所述時間戳進行存儲的路側端點云信息確定，包括：

所述路側端點云特征數據通過對按照所述時間戳進行存儲的路側端點云信息進行特征提取后，進行高維特征提取再進行降維壓縮后，2C*0.5H*0.5W的路側端點云特征數據，其中，C為通道數；H為高度；W為寬度。

一實施例中，所述對所述路側端點云特征數據進行解壓縮，包括：

利用設定通道的設定卷積核對所述路側端點云特征數據進行解壓縮，以生成6C*0.5H*0.5W的解壓縮后的路側端點云特征數據；其中，C為通道數；H為高度；W為寬度。

一實施例中，所述利用特征空間矯正將升維后的路側端點云特征數據映射到所述車端點云特征空間分布，包括：