【技术实现步骤摘要】
基于自动驾驶的多传感器融合认知的驾驶地图生成方法
本专利技术涉及一种自动驾驶车辆环境感知模型的生成方法，具体涉及一种基于自动驾驶的多传感器融合认知的驾驶地图生成方法。
技术介绍
目前，错综复杂的交通线路情况对自动驾驶车辆环境感知能力的精度和鲁棒性提出了更高的要求。为了提高自动驾驶系统的稳定性与安全性，提供更精准的环境状态信息帮助车辆有效提前的避免危险发生，各类传感器融合方法开始在自动驾驶车辆控制模型上应用。现有的驾驶辅助产品大多通过增加传感器数量来增加检测的可靠性，扩大视野以及获取更多的周围环境信息，如将雷达用于自适应巡航控制、摄像头用于车道偏离预警。随着自动驾驶的难度不断升级，现有的传感器处理架构渐露疲态，需要将各类传感器所获取的数据进行融合，借助各传感器的置信度区间形成一个应对周围环境的统一描述。因此，设计一套精准的稳定的应对复杂道路环境的车辆环境感知模型是非常必要的。
技术实现思路
本专利技术的目的就在于针对上述现有技术的不足，提供一种基于自动驾驶的多传感器融合认知的驾驶地图生成方法，其可以辅助主动驾驶车辆更稳定地行驶在复杂道路环境、避免潜在的各类交通危险，该方...
【技术保护点】
1.一种基于自动驾驶的多传感器融合认知的驾驶地图生成方法，包括以下步骤：A、通过全局的高精度地图和路网数据库获得天级的全局地图；B、利用高度计获取车辆高度信息，配合GPS获取平面定位信息，获得车辆的三维定位信息；C、将上述三维定位信息与路网数据库相结合，确定初始投影点，进一步实现智能汽车行驶路段的定位信息，确定行驶路段地图，并通过网线传输给车载工控机；D、车载工控机将定位信息与路网数据库匹配，进而获得天级的局部地图；E、利用智能摄像头及激光雷达获取车辆周围环境信息、车道线信息及障碍物信息，将其与天级局部地图叠加，进而获得针对当前时刻的融合认知的驾驶地图。
【技术特征摘要】
1.一种基于自动驾驶的多传感器融合认知的驾驶地图生成方法，包括以下步骤：A、通过全局的高精度地图和路网数据库获得天级的全局地图；B、利用高度计获取车辆高度信息，配合GPS获取平面定位信息，获得车辆的三维定位信息；C、将上述三维定位信息与路网数据库相结合，确定初始投影点，进一步实现智能汽车行驶路段的定位信息，确定行驶路段地图，并通过网线传输给车载工控机；D、车载工控机将定位信息与路网数据库匹配，进而获得天级的局部地图；E、利用智能摄像头及激光雷达获取车辆周围环境信息、车道线信息及障碍物信息，将其与天级局部地图叠加，进而获得针对当前时刻的融合认知的驾驶地图。2.根据权利要求1所述的一种基于自动驾驶的多传感器融合认知的驾驶地图生成方法，其特征在于，步骤C，确定初始投影点，进一步实现智能汽车行驶路段的定位信息，具体为：利用基于DS证据推理的地图匹配算法确定智能汽车在路网数据库中的当前行驶路段和初始投影位置点；再通过智能汽车定位模块前后两个时刻输出的定位信息获得三维定位坐标增量；接着，基于车辆初始的投影点坐标和三维定位坐标增量对定位模块的定位数据进一步修正；最后，将修正后的定位数据垂直投影到路网数据库中的道路中心线上获得汽车在路网数据中的投影位置。3.根据权利要求1所述的一种基于自动驾驶的多传感器融合认知的驾驶地图生成方法，其特征在于，步骤C，确定行驶路段地图，并通过网线传输给车载工控机，具体为：通过传感器、车载智能摄像头及激光雷达分别采集车辆运行信息、车道线及障碍物特征级信息，并对上述信息进行基于置信区间的整合和处理，其中传感器及车载智能摄像头通过汽车CAN总线、激光雷达通过网线将数据传输到车载工控机。4.根据权利要求3所述的一种基于自动驾驶的多传感器融合认知的驾驶地图生成方法，其特征在于：所述传感器包括轮速传感器和转矩传感器，其中，轮速传感器用于获得的车辆纵向车速信息，转矩传感器用于获得车辆横向转向角速度信息。5.根据权利要求1所述的一种基于自动驾驶的多传感器融合认知的驾驶地图生成方法，其特征在于，对车辆运行信息、车道线及障碍物特征级信息进行基于置信区间的整合和处理包括以下步骤：C1可行驶区域提取：C11、对于无车道线道路，根据雷达返回数据的特征结合数据区间密度分布获得路沿点集，并利用基于加权欧氏距离KNN改进的OPTICS算法对得到的路沿点聚类；C12、使用最小二乘法拟合出两侧路沿；对于有车道线的道路，利用智能摄像头直接读取两侧车道线信息；C13、通过改进的OPTICS算法将路面上的障碍物点云进行聚类，并提...
【专利技术属性】
技术研发人员：高镇海，朱乃宣，高菲，武馨宇，胡宏宇，张一弛，盛愈欢，王翔，闫相同，王星月，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。