用于自动化车辆场景感知的感知系统技术方案

一种适于在自动化车辆上使用的场景感知的感知系统(10)包括交通场景检测器(14)、物体检测设备(24)和控制器(32)。场景检测器(14)用于检测主车辆(12)所经历的当前场景(16)。物体检测设备(24)用于检测主车辆(12)附近的物体(26)。控制器(32)与交通场景检测器(14)以及物体检测设备(24)通信。控制器(32)被配置成确定用于识别物体(26)的优选算法(36)。优选算法(36)是基于当前场景(16)确定的。

【技术实现步骤摘要】
【国外来华专利技术】用于自动化车辆场景感知的感知系统
本公开总体上涉及场景感知的感知系统，并且更具体地涉及基于当前场景确定或选择用于识别物体的优选算法的系统。
技术介绍
已知使自动化车辆配备各种传感器以检测各种物体来控制主车辆的转向和致动，各种传感器诸如，相机、雷达单元和/或激光雷达单元，各种物体诸如，其他车辆和道路特征。然而，其他车辆可能以未知的定向来将其自身呈现给传感器，这使得对来自传感器的信号的信号处理更加困难。
技术实现思路
如果已知或预期了另一车辆的定向或视图(例如，后视图与侧视图与前视图)，则可以克服上述问题。如果已知其他车辆的预期视角，则将简化可靠地将物体作识别为其他车辆所必需的信号处理。本文描述的是用于操作自动化车辆(例如，主车辆)的情境或场景感知的感知系统，该系统使用来自交通场景检测器的信息以将主车辆的当前交通状况或当前场景识别为或分类为各种先前识别的可能的场景之一，该交通场景检测器可包括一个或多个传感器(例如，相机，雷达和/或激光雷达)和/或数字地图。例如，系统可以通过从预定列表或与主车辆经历的当前场景最匹配的多个可能的场景中进行选择来对当前场景进行分类。然后，系统选择用于处理来自物体检测设备的信号的优选算法，该物体检测设备可以使用与交通场景检测器相同的一些传感器，其中选定的优选算法先前已对于当前交通状况或当前场景被优化。换句话说，系统从先前定义的优化算法列表中选择优选算法，并且选定的优选算法是对于当前场景进行了优化的算法。可以使用一个或多个传感器和/或地图数据来确定当前场景。通过示例而非限制的方式，当前场景可以基于来自第一传感器(诸如，雷达单元)的第一信号来确定，但是优选算法被应用于来自的第二传感器(诸如，相机)的第二信号。作为进一步的示例，选定的优选算法可能已经对以下各项进行了优化：可以使用传感器检测到的可能的目标(例如，其他车辆)的预期运动、或者使用传感器或其他传感器已经检测到的被检测的目标的预期运动，或者当前正在使用传感器跟踪的被检测的目标的预期运动。预期运动可以基于由道路几何形状和/或即将到来的车辆操纵引起的传感器的预期运动来确定。可以使用传感器和/或其他传感器和/或地图数据来确定道路几何形状。即将到来的车辆操纵的示例包括：改变车道、绕过迎面而来的车辆转向，以及在弯道上跟随另一辆车。如果正将雷达单元用作传感器，则系统可以基于地图数据选择正对主车辆附近的道路系统的特征进行优化的雷达信号处理模式。作为进一步的示例，系统可以选择信号处理算法来处理来自物体检测设备的信号，其中该算法对其他车辆的预期行驶方向进行优化，该预期行驶方向是基于来自由位置指示器确定的地图位置处的数字地图的地图数据而确定的。系统可以基于其他车辆的预期视角(例如，其他车辆的侧视图与后视图)来选择用于图像处理的算法，以基于地图数据(其他主车辆可能行驶的方向)对其他车辆目标进行分类。系统可以使用激光雷达来检测物体的侧面何时被暴露，因此相机图像处理可以忽略图像信息的部分，并且可更可靠地确定物体是另一主车辆。选择优化算法的益处是改善了安全性，因为花费更少的时间来寻找不太可能的图像匹配。作为进一步的示例，第一种场景是当另一车辆在与主车辆的车道相邻的车道中行驶，且该另一车辆改变车道并且移动到主车辆前方的位置，即该另一车辆切入。由于选择了优化算法来跟踪其他车辆，因此系统能够更快且更可靠地识别和跟踪切入的其他车辆。通过使用地图信息选择优选算法，因此相邻车道的相对位置是已知的。系统然后跟踪在相邻车道上的引领主车辆的其他车辆中的最近车辆，并且计算它们的横向速度。响应于检测到其他车辆正在切入，主车辆相对于切入的其他车辆开始执行距离保持。第二种场景是当主车辆正在道路的行驶车道中行驶而在匝道上的其他车辆正并入该行驶车道时。选择优选算法来识别和跟踪并入的其他车辆。地图数据用于确定匝道的存在。然后系统跟踪匝道上的、距并入点最近的其他车辆。基于该其他车辆的速度和加速度，系统计算主车辆和并入的其他车辆的到达并入点的到达时间。主车辆可以根据并入点的相对位置和/或到达时间来选择减速或加速。根据一个实施例，提供了适于在自动化车辆上使用的场景感知的感知系统。系统包括交通场景检测器，物体检测设备和控制器。交通场景检测器用于检测主车辆所经历的当前场景。物体检测设备用于检测主车辆附近的物体。控制器与交通场景检测器和物体检测设备通信。控制器被配置成确定用于识别物体的优选算法。优选算法是基于当前场景确定的。阅读以下对优选实施例的详细描述，进一步的特征和优点将更清楚地呈现，优选实施例通过参考附图仅作为非限制性示例给出。附图说明现在将参照附图通过示例的方式描述本专利技术，其中：图1是根据一个实施例的场景感知的感知系统的示图；图2是根据一个实施例的图1的系统所遇到的交通场景；以及图3是根据一个实施例的图1系统所遇到的交通场景。具体实施方式图1示出了通常适于在自动化车辆12(下文称为主车辆12)上使用的场景感知的感知系统10(下文称为系统10)的非限制性示例。系统10包括交通场景检测器14，用于确定或检测当前场景16，即，当前正由主车辆12经历的交通场景。如本文中所使用，当前场景16可以由主车辆12附近的道路18的配置来表征。通过示例而非限制的方式，当前场景16可以被表征为多车道高速公路(图2)、具有入口匝道的双车道道路(图3)、具有以一定角度(不限于直角)定向的交叉的双车道道路的四向停车的交叉路口、两侧有通往个人住宅的车道的住宅区道路，以及具有以各种角度连接到环岛(round-about)的多条道路的环岛型交叉路口。交通场景检测器14可以是或可以包括但不限于相机、雷达单元、激光雷达单元或对于表征或确定主车辆12的当前场景16可能有用的任何组合，其中基于来自交通场景检测器14的信号来确定当前场景16。另外，或作为替代，交通场景检测器14可以包括位置指示器20，该位置指示器20例如确定主车辆12的全局坐标，因此系统10可以通过查阅数字地图22来确定当前场景16，该数字地图22例如指示道路18的车道数量、入口或出口匝道的存在、交叉路口控件(例如，交通信号或停车标志)等。即，交通场景检测器14可以包括位置指示器20，并且可以基于如有位置指示器20所指示的数字地图22上的主车辆12的地图位置40来确定当前场景16。系统10还包括用于检测主车辆12附近的物体26的物体检测设备24。物体检测设备24可以是或可以包括但不限于对于识别物体26或对物体26进行分类可能有用的相机、雷达单元，激光雷达单元或其任何组合。物体26可以是但不限于，道路18、限定道路18的边界的特征、其他车辆28、固定物体30(诸如，交通障碍物、建筑物、标志、树)或可以是固定物体30的物体26的任何其他实例。系统10还包括与交通场景检测器14和物体检测设备24通信的控制器32。控制器32可包括处理器34或其他控制电路，该处理器34诸如微控制器，该其他控制电路诸如用于处理数据的包括专用集成电路(ASIC)的模拟和/或数字控制电路，如对于本领域内技术人员应当显而易见的那些元件。控制器32可包括存储器42，该存储器包括非易失性存储器，诸如，用于存储一个或多个例程、阈值以及捕获的数据的电可擦除可编程只读存储器(EEPROM)。可能的场景本文档来自技高网...

【技术保护点】
1.一种适于在自动化车辆上使用的场景感知的感知系统(10)，所述系统(10)包括：交通场景检测器(14)，所述交通场景检测器(14)用于检测主车辆(12)所经历的当前场景(16)；物体检测设备(24)，所述物体检测设备(24)用于检测所述主车辆(12)附近的物体(26)；以及控制器(32)，所述控制器(32)与所述交通场景检测器(14)以及所述物体检测设备(24)通信，所述控制器(32)被配置成确定用于识别所述物体(26)的优选算法(36)，其中所述优选算法(36)是基于所述当前场景(16)确定的。

【技术特征摘要】
【国外来华专利技术】2016.03.22 US 15/076,9511.一种适于在自动化车辆上使用的场景感知的感知系统(10)，所述系统(10)包括：交通场景检测器(14)，所述交通场景检测器(14)用于检测主车辆(12)所经历的当前场景(16)；物体检测设备(24)，所述物体检测设备(24)用于检测所述主车辆(12)附近的物体(26)；以及控制器(32)，所述控制器(32)与所述交通场景检测器(14)以及所述物体检测设备(24)通信，所述控制器(32)被配置成确定用于识别所述物体(26)的优选算法(36)，其中所述优选算法(36)是基于所述当前场景(16)确定的。2.根据权利要求1所述的系统(10)，其特征在于，所述交通场景检测器(14)包括位置指示器(20)，并且所述当前场景(16)基于由所述位置指示器(20)指示的数字地图(22)上的主车辆(12)的地图位置(40)来确定。3.根据权利要求1所述的系统(10)，其特征在于，所述交通场景检测器(14)包括相机，激光雷...

【专利技术属性】
技术研发人员：许闻达，J·M·施奈德，韦峻青，
申请(专利权)人：德尔福技术有限公司，
类型：发明
国别省市：美国,US