[發(fā)明專利]一種車載障礙物精確感知方法、系統(tǒng)及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202211616201.5
• 申請日: 2022-12-15
• 公開（公告）號: CN116385997A
• 公開（公告）日: 2023-07-04
• 發(fā)明（設(shè)計(jì)）人: 劉建國;李功博;尹智帥;顏伏伍;盧熾華
• 申請（專利權(quán)）人: 佛山仙湖實(shí)驗(yàn)室
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V10/22;G06V10/26;G06V10/62;G06V10/75;G06V10/762
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 葉潔勇

本發(fā)明公開了一種車載障礙物精確感知方法、系統(tǒng)及存儲介質(zhì)，方法包括通過雙目相機(jī)獲取圖像，通過目標(biāo)檢測模型得到相機(jī)感知結(jié)果，并通過深度立體匹配模型得到視差圖，進(jìn)而得到最終的相機(jī)感知結(jié)果；獲取并處理原始點(diǎn)云數(shù)據(jù)，得到雷達(dá)感知結(jié)果；融合兩種感知結(jié)果，并通過感知策略得到障礙物感知結(jié)果；根據(jù)障礙物感知結(jié)果，得到障礙物的瞬時(shí)速度并對其進(jìn)行優(yōu)化，得到障礙物的障礙狀態(tài)；根據(jù)障礙狀態(tài)控制車輛的駕駛。本申請?zhí)岣吡苏系K物感知結(jié)果的冗余性，解決了在近距離下激光雷達(dá)存在檢測盲區(qū)的問題，能夠?qū)\(yùn)動(dòng)狀態(tài)下障礙物進(jìn)行狀態(tài)感知和軌跡跟蹤，以便于為后續(xù)車輛決策和路徑規(guī)劃提供數(shù)據(jù)支持，滿足自動(dòng)駕駛的安全性和穩(wěn)定性的需求。

技術(shù)領(lǐng)域

本發(fā)明涉及汽車安全駕駛技術(shù)領(lǐng)域，特別涉及一種車載障礙物精確感知方法、系統(tǒng)及存儲介質(zhì)。

背景技術(shù)

無人駕駛技術(shù)四大核心技術(shù)分別是環(huán)境感知、精確定位、路徑規(guī)劃、線控執(zhí)行，而環(huán)境感知主要包括三個(gè)方面：目標(biāo)檢測，物體狀態(tài)估計(jì)以及物體跟蹤。環(huán)境感知技術(shù)主要是通過車載傳感器所獲得的外界環(huán)境信息和當(dāng)前車輛的狀態(tài)信息，計(jì)算得到環(huán)境感知結(jié)果。常用的傳感器包括相機(jī)、激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)、慣性導(dǎo)航系統(tǒng)、GPS/RTK定位系統(tǒng)等。各傳感器有各自的優(yōu)缺點(diǎn)，一般需要多個(gè)傳感器的共同工作，才能達(dá)到無人駕駛對于環(huán)境的感知要求，因此，傳感器的數(shù)據(jù)融合也成為了感知的關(guān)鍵技術(shù)。

然而，目前的環(huán)境感知技術(shù)大多通過單一傳感器或者部分多傳感器融合實(shí)現(xiàn)，對傳感器采集得到的數(shù)據(jù)的處理方式較為簡單，并且部分傳感器存在檢測盲區(qū)，進(jìn)而導(dǎo)致所獲得的信息的準(zhǔn)確率較低，無法實(shí)現(xiàn)精確環(huán)境感知。另外，在進(jìn)行車輛周圍環(huán)境的障礙物感知時(shí)，運(yùn)動(dòng)狀態(tài)下障礙物的狀態(tài)信息的獲取難度較大，難以感知和采集得到障礙物狀態(tài)信息，不能滿足對運(yùn)動(dòng)狀態(tài)下障礙物的狀態(tài)感知和軌跡跟蹤的需求，進(jìn)而無法實(shí)現(xiàn)后續(xù)車輛決策和路徑規(guī)劃。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種車載障礙物精確感知方法、系統(tǒng)及存儲介質(zhì)，以解決現(xiàn)有技術(shù)中所存在的一個(gè)或多個(gè)技術(shù)問題，至少提供一種有益的選擇或創(chuàng)造條件。

本發(fā)明解決其技術(shù)問題的解決方案是：提供一種車載障礙物精確感知方法，包括如下步驟：

通過雙目相機(jī)獲得長距圖像和中距圖像，將所述長距圖像輸入至目標(biāo)檢測模型，得到相機(jī)感知結(jié)果，所述相機(jī)感知結(jié)果包括目標(biāo)障礙物的圖像檢測框和目標(biāo)障礙物的類別信息；

將所述長距圖像和所述中距圖像輸入至深度立體匹配模型，輸出視差圖，并將所述圖像檢測框投影至所述視差圖中，得到目標(biāo)障礙物與車輛之間的距離信息以及目標(biāo)障礙物的第一體積信息，將所述距離信息和所述第一體積信息添加至所述相機(jī)感知結(jié)果中；

獲取激光雷達(dá)的原始點(diǎn)云數(shù)據(jù)，通過點(diǎn)云地面-非地面分割方法和點(diǎn)云聚類算法處理所述原始點(diǎn)云數(shù)據(jù)，輸出雷達(dá)感知結(jié)果，所述雷達(dá)感知結(jié)果包括目標(biāo)障礙物的位置信息、第二體積信息和三維檢測框；

融合所述相機(jī)感知結(jié)果和所述雷達(dá)感知結(jié)果，得到融合雷達(dá)感知結(jié)果，當(dāng)所述距離信息小于預(yù)設(shè)的距離閾值時(shí)，采用所述相機(jī)感知結(jié)果作為最終的障礙物感知結(jié)果；當(dāng)所述距離信息大于或等于所述距離閾值時(shí)，采用所述融合雷達(dá)感知結(jié)果作為最終的障礙物感知結(jié)果；

其中，所述融合雷達(dá)感知結(jié)果包括所述雷達(dá)感知結(jié)果和所述目標(biāo)障礙物的類別信息；

采集車輛的UTM坐標(biāo)信息，結(jié)合所述車輛的UTM坐標(biāo)信息和所述障礙物感知結(jié)果，計(jì)算得到目標(biāo)障礙物的UTM坐標(biāo)信息，并根據(jù)所述目標(biāo)障礙物的UTM坐標(biāo)信息，計(jì)算得到當(dāng)前時(shí)刻目標(biāo)障礙物的瞬時(shí)速度和運(yùn)動(dòng)方向；

通過卡爾曼濾波優(yōu)化所述目標(biāo)障礙物的瞬時(shí)速度，得到目標(biāo)障礙物的穩(wěn)定速度信息，并根據(jù)所述穩(wěn)定速度信息利用匈牙利算法更新所述目標(biāo)障礙物的障礙狀態(tài)，根據(jù)所述障礙狀態(tài)控制車輛行駛。

另一方面，本申請?zhí)峁┝艘环N車載障礙物精確感知系統(tǒng)，包括：