【技术实现步骤摘要】
自动驾驶车辆的数据融合系统、方法及自动驾驶系统
本专利技术涉及智能交通领域,特别涉及一种自动驾驶车辆的数据融合系统、方法及自动驾驶系统。
技术介绍
目前,具有自动驾驶系统(AutonomousDrivingSystem,简称ADS)的车辆已开始逐步推向市场,极大地促进了智能交通的发展。ADS是利用安装于车辆上的环境感知传感器,实时感知周围环境,通过传感器返回的数据确定车辆的可行驶区域。其中,环境感知的内容可以分为两大部分,分别为道路信息和目标信息,其中目标信息可以为ADS的决策系统提供本车周围各个区域的目标,让决策系统做出正确的反应(超车、减速、跟随等行为),实现自动控制,而道路信息为ADS进行车辆横向控制提供了可行驶道路以进行路径规划,将车辆带到指定区域位置。因此,对目标信息和道路信息的数据融合影响整个ADS的安全和稳定,在自动驾驶中能起到很关键的作用。但是,在进行环境感知的过程中,由于单一传感器自身的性能缺陷,某些情况无法实现针对障碍物的目标探测,例如,摄像头在光照比较差的工况下无法探测目标,从得到的道路信息和目标信息的属性不全面、不均衡。因此,自动驾驶汽车需要多种传感器对目标进行探测才能实现对周围环境的全面感知。但在这类方案中,对于道路信息检测和环境目标检测又至少存在如下缺陷:1)缺少对不同传感器获取的道路信息的数据处理及数据融合机制,不利于保证获取的输出的道路模型的精准性。2)如果对多个传感器探测的目标数据进行直接输出,将造成数据传输量巨大,且会存在以下问题:目标误检,例如没有障碍物却 ...
【技术保护点】
1.一种自动驾驶车辆的数据融合方法,其特征在于,所述自动驾驶车辆的数据融合方法包括道路融合步骤和目标融合步骤:/n所述道路融合步骤,被配置为包括:/n获取本车的各个环境感知传感器所采集的多种道路信息;/n对所述多种道路信息进行初始融合,其中所述初始融合包括信息预处理和信息有效性验证;以及/n对经初始融合后的所述多种道路信息进行深度融合以输出本车的道路模型,其中所述深度融合包括信息坐标转换、道路特征点提取、车道线拟合、车道线计算以及信息综合管理;以及/n所述目标融合步骤,被配置为包括:/n获取每一个所述环境感知传感器所采集的每一个环境目标的参数属性集合,其中所述参数属性集合至少包括以下属性中的一者或多者:纵向速度、纵向距离、横向距离和目标ID;/n根据所获取的每一个环境目标的参数属性集合生成当前时刻的目标融合列表,其中所述目标融合列表包括与一个或多个环境目标中每一个环境目标相对应的目标属性集合,所述目标属性集合包括由一个或多个传感器各自测得的环境目标的参数属性集合;以及/n根据所述当前时刻的目标融合列表生成并输出当前时刻的目标跟踪列表,其中所述目标跟踪列表包括与筛选出的每一个环境目标对应 ...
【技术特征摘要】
1.一种自动驾驶车辆的数据融合方法,其特征在于,所述自动驾驶车辆的数据融合方法包括道路融合步骤和目标融合步骤:
所述道路融合步骤,被配置为包括:
获取本车的各个环境感知传感器所采集的多种道路信息;
对所述多种道路信息进行初始融合,其中所述初始融合包括信息预处理和信息有效性验证;以及
对经初始融合后的所述多种道路信息进行深度融合以输出本车的道路模型,其中所述深度融合包括信息坐标转换、道路特征点提取、车道线拟合、车道线计算以及信息综合管理;以及
所述目标融合步骤,被配置为包括:
获取每一个所述环境感知传感器所采集的每一个环境目标的参数属性集合,其中所述参数属性集合至少包括以下属性中的一者或多者:纵向速度、纵向距离、横向距离和目标ID;
根据所获取的每一个环境目标的参数属性集合生成当前时刻的目标融合列表,其中所述目标融合列表包括与一个或多个环境目标中每一个环境目标相对应的目标属性集合,所述目标属性集合包括由一个或多个传感器各自测得的环境目标的参数属性集合;以及
根据所述当前时刻的目标融合列表生成并输出当前时刻的目标跟踪列表,其中所述目标跟踪列表包括与筛选出的每一个环境目标对应的参数属性集合以及融合跟踪ID。
2.根据权利要求1所述的自动驾驶车辆的数据融合方法,其特征在于,所述多种道路信息包括通过本车的地图系统采集的地图信息、通过本车的车载摄像头采集的关于道路图像的摄像头信息、通过本车的定位系统采集的定位信息以及通过本车的导航系统输出的导航信息;
优选地,所述信息预处理包括:处理所述地图信息和所述摄像头信息以提取出两者对应的车道线信息;以及
优选地,所述信息有效性验证包括:对所提取的所述地图信息和所述摄像头信息分别对应的车道线信息进行比对以确定两者的有效性,并输出两者中有效的车道线信息。
3.根据权利要求1或2所述的自动驾驶车辆的数据融合方法,其特征在于,
所述信息坐标转换包括:构建行车坐标系,并将所述道路信息转换为通过所述行车坐标系表示,其中所述行车坐标系以本车所在道路的一侧道路边界线为基准线,以道路引导线方向为XF轴,以与所述道路引导线方向遵循左手定则的方向为YF轴;
所述道路特征点提取包括:从所述道路信息中提取出表征道路场景的道路特征点;
所述车道线拟合包括:从所述道路信息中提取出车道线信息来进行车道线线点的曲线拟合以得到对应的车道线方程;
所述车道线计算包括:根据所述车道线方程和所述行车坐标系,计算所述行车坐标系下的车道线坐标;以及
所述信息综合管理包括:对经所述信息坐标转换、所述道路特征点提取、所述车道线拟合和/或所述车道线计算得到的信息进行汇总以获取指定信息并进行管理,其中所述指定信息包括全局相关信息、环境目标相关信息、限速信息和/或边界信息。
4.根据权利要求3所述的自动驾驶车辆的数据融合方法,其特征在于,
所述道路融合步骤还被配置为包括:向所述目标融合步骤输出行车相关信息,其中所述行车相关信息是将所述环境目标和/或车道线转换至所述行车坐标系下所需的信息;以及
所述目标融合步骤中根据所获取的每一个环境目标的参数属性集合生成当前时刻的目标融合列表包括:将所述参数属性集合转换至所述行车坐标系下,再根据所述行车坐标系下的所述参数属性集合生成并输出当前时刻的目标融合列表。
5.根据权利要求1至4中任意一项所述的自动驾驶车辆的数据融合方法,其特征在于,所述根据所读取的每一个所述传感器探测的每一个环境目标的参数属性集合来生成当前时刻的目标融合列表包括:
根据所读取的每一个所述传感器探测的每一个环境目标的参数属性集合生成属性组合,其中每一个所述属性组合包括分别从所述每一个所述传感器探测的目标的参数属性集合中选择的一个目标的参数属性集合;以及
确定每一个所述属性组合中的参数属性集合的重合度,并基于所述重合度进行数据融合以得到第一目标融合列表,其中所述第一目标融合列表包括每一个所述属性组合的重合度及与所述每一个所述属性组合的重合度对应的参数属性集合,其中,所述重合度是指所述属性组合中对应于同一环境目标的参数属性集合的数量;以及
从所述第一目标融合列表中删除重复融合的数据以得到所述当前时刻的目标融合列表。
6.根据权利要求1至5中任意一项所述的自动驾驶车辆的数据融合方法,其特征在于,所述根据所述当前时刻的目标融合列表生成当前时刻的目标跟踪列表包括:
判断所述当前时刻的目标融合列表是否是初始目标融合列表;
如果所述当前时刻的目标融合列表不是初始目标融合列表,根据所述当前时刻的目标融合列表和存储的前一时刻的目标跟踪列表来确定当前时刻的目标跟踪列表,其中所述目标跟踪列表包括与筛选出的每一个环境目标对应的参数属性集合以及融合跟踪ID;以及
如果所述当前时刻的目标融合列表是初始目标融合列表,则为所述初始目标融合列表中的每一个环境目标分别赋予一不同的融合跟踪ID,以得到所述当前时刻的目标跟踪列表。
7.一种自动驾驶车辆的数据融合系统,其特征在于,所述自动驾驶车辆的数据融合系统包括道路融合系统和目标融合系统:
所述道路融合系统,被配置为包括:
道路信息获取单元,用于获取本车的各个环境感知传感器所采集的多种道路信息;
信息初始融合单元,用于对所述多种道路信息进行初始融合,其中所述初始融合包括信息预处理和信息有效性验证;以及
信息深度融合单元,用于对经初...
【专利技术属性】
技术研发人员:张凯,甄龙豹,葛建勇,和林,王天培,刘洪亮,韩汝涛,刘宏伟,
申请(专利权)人:长城汽车股份有限公司,
类型:发明
国别省市:河北;13
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。