基于基础设施识别的自主驾驶控制系统与方法技术方案

本发明专利技术涉及一种基于基础设施识别的自主驾驶控制系统，该系统可包括：街景图数据库，其内存储有按地区划分的各个街道的原始图像；图像预处理模块，其用于对来自街景图数据库的原始图像进行预处理；目标获取模块，其用于从经预处理的图像中识别与检测出目标对象；目标处理与存储模块，其用于将由目标获取模块获取的目标对象转换为所需的格式并进行存储；数字地图模块，其将存储于目标处理与存储模块中的目标对象整合至一数字地图中；以及自主驾驶控制器，其基于整合有目标对象的数字地图来控制车辆的自主驾驶。本发明专利技术还涉及一种基于基础设施识别的自主驾驶控制方法。

Autonomous driving control system and method based on infrastructure identification

The invention relates to an infrastructure identification system based on autonomous driving control, the system can include a street map database, which is stored by region for each street original image; image processing module, which is used for the original image from the street map database preprocessing; target acquisition module, which is used for the through image preprocessing in the identification and detection of the target object; target processing and storage module, which is used for the target acquisition module acquires the target object into the required format and storage; digital map module, the target object integrated into a digital map stored in the target processing and storage in the module; and self drive controller, which is based on the integration of a digital map of the target object to control the vehicle autonomous driving. The invention also relates to an autonomous driving control method based on infrastructure identification.

【技术实现步骤摘要】
基于基础设施识别的自主驾驶控制系统与方法
本专利技术涉及车辆的自主驾驶领域，具体而言，本专利技术涉及一种基于基础设施识别的自主驾驶控制系统与方法。
技术介绍
目前，为了采集道路上的交通标志信息，通常需要工作人员开着车在路上巡视，以人工记录道路上的交通标志，这种工作需要耗费极大的时间、人力及金钱成本。此外，有些基础设施(例如路标、交通灯、道路中间的障碍物、施工车辆以及交警等)并没有整合至当前的地图信息中。对于发展日益迅速的自主驾驶技术而言，道路上的任何障碍物均会对其安全驾驶造成严重影响，因此获知车辆行驶道路上所有可能的基础设施至关重要。
技术实现思路
为解决上述问题，本专利技术提供一种基于基础设施识别的自主驾驶控制系统与方法，其中，采用街景全景图(streetview)来获取道路上的实景信息并识别道路上的目标对象(交通灯、道路斜坡、交通标志、车道标志等)，从而基于整合了道路上的基础设施的数字地图来进行自主驾驶控制。根据本专利技术的一个方面，提供一种基于基础设施识别的自主驾驶控制系统，该系统可包括：街景图数据库，其内存储有按地区划分的各个街道的原始图像；图像预处理模块，其用于对来自街景图数据库的原始图像进行预处理；目标获取模块，其用于从经预处理的图像中识别与检测出目标对象；目标处理与存储模块，其用于将由目标获取模块获取的目标对象转换为所需的格式并进行存储；数字地图模块，其将存储于目标处理与存储模块中的目标对象整合至一数字地图中；以及自主驾驶控制器，其基于整合有目标对象的数字地图来控制车辆的自主驾驶。优选地，街景图数据库可包括选自百度街景图、谷歌街景图、SOSO街景图的群组中的至少一者。优选地，目标获取模块还可包括：目标分割单元，用于按照像素对经预处理后的图像进行分割以区分背景部分和前景部分；目标检测单元，用于对由目标分割单元分割出来的前景部分进行检测、分类，以进一步检测出感兴趣的目标对象；以及目标识别单元，用于将所检测到的目标对象与预先设定的目标特征进行匹配以确定目标对象的所属类别并确定目标对象的位置。根据本专利技术的另一方面，提供一种基于基础设施识别的自主驾驶控制方法，该方法可包括如下步骤：根据区域分布获取街景全景图中的所有的原始图像；对从街景全景图中获取的原始图像进行预处理；基于图像识别和特征提取方法从经过预处理的图像中找到目标对象；将所识别到的目标对象转换为所需的格式并进行存储；将所存储的目标对象整合至一数字地图中；基于整合了基础设施的数字图像来对车辆进行自主驾驶控制。优选地，街景全景图可包括选自百度街景图、谷歌街景图、SOSO街景图的群组中的至少一者。优选地，从经过预处理的图像中找到目标对象的步骤可包括：按照像素对经预处理后的图像进行分割以区分背景部分和前景部分；对所分割出来的前景部分进行检测、分类，以进一步检测出感兴趣的目标对象；以及将所检测到的目标对象与预先设定的目标特征进行匹配以确定目标对象的所属类别并确定目标对象的位置。借助根据本专利技术的上述基于基础设施识别的自主驾驶控制系统与方法，能够显著降低识别道路上的基础设施所需的时间、人力及金钱成本，并能有效提高自主驾驶的可靠性和安全性。附图说明下文将参考附图进一步描述本专利技术的具体实施例，在附图中：图1示出了根据本专利技术示例性实施例的基于基础设施识别的自主驾驶控制系统的结构图；图2示出了根据本专利技术示例性实施例的基于基础设施识别的自主驾驶控制方法的工作流程图。具体实施方式下面将参照附图并通过实施例来描述根据本专利技术的基于基础设施识别的自主驾驶控制系统与方法。在下面的描述中，阐述了许多具体细节以便使所属
的技术人员更全面地了解本专利技术。但是，对于所属
内的技术人员明显的是，本专利技术的实现可不具有这些具体细节中的一些。相反，可以考虑用下面的特征和要素的任意组合来实施本专利技术，而无论它们是否涉及不同的实施例。因此，下面的方法、特征、实施例和优点仅作说明之用而不应被看作是权利要求的要素或限定，除非在权利要求中明确提出。图1示出了根据本专利技术示例性实施例的基于基础设施识别的自主驾驶控制系统1的结构图。如图1中所示，系统1包括街景图数据库20，该街景图数据库20中存储有按地区划分的各个街道的实景数据，包括但不限于百度街景图、谷歌街景图、SOSO街景图。系统1还包括图像预处理模块20，该图像预处理模块20用于接收来自街景图数据库20的街景原始图并且对所获得的原始图像进行预处理——例如进行图像灰度化、滤波去燥、图像二值化等处理，以提高后续目标识别的准确性。此外，系统1还包括目标获取模块30，经过图像预处理模块20预处理之后的街景图像被传送至目标获取模块30，以进行目标对象(基础设施)的识别与检测。具体地，目标获取模块30进一步可包括目标分割单元、目标检测单元以及目标识别单元，其中，目标分割单元用于按照像素对经预处理后的图像进行分割以区分背景部分和前景部分；目标检测单元用于对分割出来的前景部分进行检测(进一步检测出感兴趣的特征)、分类；目标识别单元用于将所检测到的特征与预先设定的目标特征进行匹配以确定目标对象的所属类别(即，确定目标对象是什么)并确定目标对象的位置。优选地，预先设定的目标特征可以是按照结构、颜色、形状、尺寸等特征进行分类的各种基础设施的类别，例如道路上可能存在的基础设施可划分为路标、交通灯、交通标志、车道线、路灯、隔离墩、隔离护栏、施工车辆、人员以及其它障碍物等类别。根据本专利技术的自主驾驶控制系统1还包括目标处理与存储模块40，用于将由目标获取模块30获取的目标对象转换为所需的格式并以该格式存储所识别到的目标对象。并且，该系统1还可包括数字地图模块50，被转化为合适格式的目标对象进一步被整合/适配至该数字地图模块50的数字地图中。数字地图模块50与自主驾驶控制器60连接，该自主驾驶控制器60基于整合了基础设施的数字地图来控制车辆的自主驾驶，例如进行自主驾驶的导航、开启和关闭控制。图2示出了借助根据本专利技术的系统1来进行车辆的自主驾驶控制的方法的流程图。下面参考图2中的步骤S101至S106来详细描述用于车辆的自主驾驶控制的方法的具体流程。首先，在步骤S101中，根据区域分布获取街景全景图中的所有图像，例如，如果想获知北京市阜成门路上的基础设施，则利用百度街景图、谷歌街景图等获取该路段上的所有实景图像。然后在步骤S102中，对从街景图中获取的原始图像进行预处理，例如进行图像灰度化、滤波去燥、图像二值化等处理。进而，在步骤S103中，基于图像识别和特征提取技术从经过预处理的图像中找到目标对象(例如路标、交通灯、交通标志、车道线、路灯、隔离墩、隔离护栏、道路中间的障碍物、施工车辆以及交警等基础设施)。具体而言，步骤S103可进一步包括：按照像素对经预处理后的图像进行分割以区分背景部分和前景部分；对分割出来的前景部分进行检测(进一步检测出感兴趣的特征)、分类；以及将所检测到的特征与预先设定的目标特征进行匹配以确定目标对象的所属类别并确定目标对象的位置。随后，在步骤S104中，将识别到的目标对象转换为所需的格式并以该格式存储所识别到的目标对象。并且在步骤S105中，将转化为合适格式的目标对象进一步整合/适配至数字地图中。最后，在步骤S106中，基于整合了基础设施的数字图像来进行本文档来自技高网...

【技术保护点】
一种基于基础设施识别的自主驾驶控制系统，其特征在于，该系统包括：街景图数据库(10)，该街景图数据库中存储有按地区划分的各个街道的原始图像；图像预处理模块(20)，该图像预处理模块用于对来自所述街景图数据库的原始图像进行预处理；目标获取模块(30)，该目标获取模块用于从经预处理的图像中识别与检测出目标对象；目标处理与存储模块(40)，该目标处理与存储模块用于将由所述目标获取模块获取的目标对象转换为所需的格式并进行存储；数字地图模块(50)，该数字地图模块将存储于所述目标处理与存储模块中的目标对象整合至一数字地图中；以及自主驾驶控制器(60)，该自主驾驶控制器基于整合有所述目标对象的数字地图来控制车辆的自主驾驶。

【技术特征摘要】
1.一种基于基础设施识别的自主驾驶控制系统，其特征在于，该系统包括：街景图数据库(10)，该街景图数据库中存储有按地区划分的各个街道的原始图像；图像预处理模块(20)，该图像预处理模块用于对来自所述街景图数据库的原始图像进行预处理；目标获取模块(30)，该目标获取模块用于从经预处理的图像中识别与检测出目标对象；目标处理与存储模块(40)，该目标处理与存储模块用于将由所述目标获取模块获取的目标对象转换为所需的格式并进行存储；数字地图模块(50)，该数字地图模块将存储于所述目标处理与存储模块中的目标对象整合至一数字地图中；以及自主驾驶控制器(60)，该自主驾驶控制器基于整合有所述目标对象的数字地图来控制车辆的自主驾驶。2.根据权利要求1所述的系统，其特征在于，所述街景图数据库包括选自百度街景图、谷歌街景图、SOSO街景图的群组中的至少一者。3.根据权利要求1所述的系统，其特征在于，所述目标获取模块进一步包括：目标分割单元，用于按照像素对经预处理后的图像进行分割以区分背景部分和前景部分；目标检测单元，用于对由所述目标分割单元分割出来的前景部分进行检测、分类，以进一步检测出感兴趣的目标对象；以及目标识别单元，用于将所检测到的目标对象与预先设定的目标特征进行匹配以确定目标对象的所属类别并确定目标对象的位置。4.根据权利要求1所述的系统，其特征在于...

【专利技术属性】
技术研发人员：B·莫里斯，潘姝月，
申请(专利权)人：戴姆勒股份公司，
类型：发明
国别省市：德国,DE