一种用于自动泊车场景的多层地图制作方法技术

本发明专利技术提供了一种用于自动泊车场景的多层地图制作方法，包括获取车辆附近障碍物的障碍物第一信息、车道线信息、车位信息、障碍物第二信息及障碍物第三信息；基于同一时刻下的障碍物第一信息、障碍物第二信息和障碍物第三信息得到融合后的障碍物信息以及障碍物跟踪轨迹，并确定出动态障碍物或静态障碍物，基于动态障碍物构建动态障碍物地图层，基于静态障碍物构建静态障碍物地图层；基于车道线信息、车位信息和环境静态障碍物对应的融合后的障碍物信息构建矢量地图层；将得到的多个地图层组合得到多层地图。本发明专利技术实施例进行障碍物信息的融合，不仅使得融合后得到的障碍物信息更为准确，而且可以为后续制作多层地图提供更加丰富的障碍物信息。

【技术实现步骤摘要】
一种用于自动泊车场景的多层地图制作方法
本专利技术涉及自动驾驶
，特别是涉及一种用于自动泊车场景的多层地图制作方法。
技术介绍
现有技术中，无人驾驶及高级驾驶辅助系统的地图通常分为两种。第一种，是利用专业采集设备提前制作用于导航定位的地图或高精地图，使用到昂贵的采集设备，采集数据经过繁琐的后期处理，与云端服务器平台交互，并进行定期更新维护，且并不包含地下或地上停车场详细信息，不适合自动泊车系统使用。一些现有技术在制作地图时需要预先完成地图制作且依赖于激光雷达，成本较高，另外，还需安装额外的传感器，增加了额外安装的成本。第二种，利用车载传感器系统构建实时地图，用于车辆实时避障导航。该类制图方式可以用于自动泊车相关应用场景。一些现有技术基于车载毫米波雷达和视觉传感器制作的地图，其功能单一，只能用于障碍物的检测，不支持基于地图的定位及路径规划功能。
技术实现思路
鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的用于自动泊车场景的多层地图制作方法。依据本专利技术一方面，提供了一种用于自动泊车场景的多层地图制作方法，包括：获取车辆附近障碍物的包含障碍物类别信息、障碍物类别置信度、障碍物方位信息的障碍物第一信息、车道线信息及车位信息，获取包含障碍物方位信息的障碍物第二信息，以及获取包含障碍物回波信噪比、障碍物速度信息、障碍物方位信息的障碍物第三信息；基于同一时刻下的所述障碍物第一信息、障碍物第二信息和障碍物第三信息进行信息融合得到融合后的障碍物信息，基于融合后的障碍物信息采用预置跟踪算法进行障碍物跟踪，得到障碍物跟踪轨迹；依据障碍物跟踪轨迹将障碍物确定为动态障碍物或静态障碍物，基于动态障碍物对应的融合后的障碍物信息构建动态障碍物地图层，基于静态障碍物对应的融合后的障碍物信息构建静态障碍物地图层，其中，所述静态障碍物包含依据所述障碍物类别信息划分的能够移动的可移动静态障碍物和不能够移动的环境静态障碍物；基于车道线信息、车位信息和环境静态障碍物对应的融合后的障碍物信息构建矢量地图层；将所述动态障碍物地图层、静态障碍物地图层和矢量地图层组合得到多层地图。可选地，所述障碍物第一信息来自车载相机系统，所述障碍物第二信息来自车载超声波雷达系统，所述障碍物第三信息来自车载毫米波雷达系统，所述基于同一时刻下的所述障碍物第一信息、障碍物第二信息和障碍物第三信息进行信息融合得到融合后的障碍物信息，包括：定义所述车载毫米波雷达系统每一帧运行耗时ΔTr，车载相机系统每一帧运行实际耗时ΔTc，车载超声波雷达系统每一帧运行耗时ΔTu；将在t0+Δtc时刻获取的障碍物第一信息转换为t0时刻的障碍物第一信息，t0为ΔTr时间内融合时间起点，其中，t0+Δtc＜t0+ΔTr；将在t0+Δtu时刻获取的障碍物第二信息转换为t0时刻的障碍物第二信息，其中，t0+Δtu＜t0+ΔTr；将t0时刻的障碍物第一信息、t0时刻的障碍物第二信息和t0时刻的障碍物第三信息分别包含的障碍物方位信息求加权平均，且保留t0+Δtc时刻障碍物第一信息中的类别信息、类别置信度和t0时刻的障碍物第三信息中的回波信噪比、速度信息；将加权平均后的障碍物方位信息与保留的类别信息、类别置信度、回波信噪比、速度信息组合，将组合得到的障碍物信息作为融合后的障碍物信息。可选地，将在t0+Δtc时刻获取的障碍物第一信息转换为t0时刻的障碍物第一信息，包括：获取车辆位姿变化信息，所述车辆位姿变化信息包括车辆坐标系下的车辆位置变化信息和车辆的车头转角，其中，所述车辆坐标系以车辆后轴中心为原点，后轴中心指向前轴中心的方向为x方向，y方向垂直于x轴方向沿后轴向左；依据车辆坐标系下的位置变化信息和车头转角确定出t0+Δtc时刻车辆坐标系相对于t0时刻车辆坐标系的旋转平移矩阵；从t0+Δtc时刻获取的障碍物第一信息中提取方位信息并作为第一方位信息，将第一方位信息基于t0+Δtc时刻车辆坐标系相对于t0时刻车辆坐标系的旋转平移矩阵转换为t0时刻的第一方位信息；将t0时刻的第一方位信息与t0+Δtc时刻的障碍物第一信息中的类别信息和类别置信度组合，得到t0时刻的障碍物第一信息。可选地，将在t0+Δtu时刻获取的障碍物第二信息转换为t0时刻的障碍物第二信息，包括：依据车辆坐标系下的车辆位置变化信息和车头转角确定出t0+Δtu时刻车辆坐标系相对于t0时刻车辆坐标系的旋转平移矩阵；从t0+Δtu时刻获取的障碍物第二信息中提取方位信息并作为第二方位信息，将第二方位信息基于t0+Δtu时刻车辆坐标系相对于t0时刻车辆坐标系的旋转平移矩阵转换为t0时刻的第二方位信息，以得到t0时刻的障碍物第二信息。可选地，基于动态障碍物对应的融合后的障碍物信息构建动态障碍物地图层，基于静态障碍物对应的融合后的障碍物信息构建静态障碍物地图层之前，还包括：将车辆初始位置对应的车辆坐标系定义为世界坐标系；依据车辆坐标系下的车辆位置变化信息和车头转角确定出每一时刻车辆坐标系相对于世界坐标系的旋转平移关系；依据每一时刻融合后的障碍物信息和对应时刻车辆坐标系相对于世界坐标系的旋转平移关系，确定出基于世界坐标系的融合后的障碍物信息。可选地，依据障碍物跟踪轨迹将相应的障碍物确定为动态障碍物或静态障碍物，包括：依据障碍物跟踪轨迹信息分析出障碍物速度信息小于指定速度且所述障碍物位置信息保持不变时，确定所述障碍物跟踪轨迹对应的障碍物为静态障碍物；依据障碍物跟踪轨迹信息分析出障碍物速度信息不小于指定速度且所述障碍物位置信息随时间产生变化时，确定所述障碍物跟踪轨迹对应的障碍物为动态障碍物。可选地，基于车道线信息、车位信息和环境静态障碍物对应的融合后的障碍物信息构建矢量地图层，包括：依据每一时刻车载相机系统检测的车道线信息和车位信息、以及每一时刻车辆坐标系相对于世界坐标系的旋转平移关系，确定出基于世界坐标系的车道线信息和车位信息；基于世界坐标系的车道线信息和车位信息和环境静态障碍物对应的融合后的障碍物信息构建矢量地图层。可选地，还包括：从融合后的障碍物信息中提取障碍物方位信息和车位信息，其中，所述车位信息包括车位唯一标识、车位位置信息和车位占用标识；基于提取到的障碍物的方位信息和车位信息分析相应的车位中是否存在障碍物；若分析出车位中不存在障碍物，进一步确定所述车位占用标识是否表示未占用；若确定出车位占用标识表示未占用，将不存在障碍物的车位作为可泊车的目标车位；基于目标车位的车位信息和待泊车辆的位置信息，在所述多层地图的矢量地图层中为待泊车辆规划泊车路径；在所述待泊车辆在沿所述泊车路径行驶过程中，基于动态障碍物地图层中动态障碍物的融合后的障碍物信息和静态障碍物地图层中可移动静态障碍物的融合后的障碍物信息，分析所述泊车路径上是否存在动态障碍物和/或可本文档来自技高网...

【技术保护点】
1.一种用于自动泊车场景的多层地图制作方法，包括：/n获取车辆附近障碍物的包含障碍物类别信息、障碍物类别置信度、障碍物方位信息的障碍物第一信息、车道线信息及车位信息，获取包含障碍物方位信息的障碍物第二信息，以及获取包含障碍物回波信噪比、障碍物速度信息、障碍物方位信息的障碍物第三信息；/n基于同一时刻下的所述障碍物第一信息、障碍物第二信息和障碍物第三信息进行信息融合得到融合后的障碍物信息，基于融合后的障碍物信息采用预置跟踪算法进行障碍物跟踪，得到障碍物跟踪轨迹；/n依据障碍物跟踪轨迹将障碍物确定为动态障碍物或静态障碍物，基于动态障碍物对应的融合后的障碍物信息构建动态障碍物地图层，基于静态障碍物对应的融合后的障碍物信息构建静态障碍物地图层，其中，所述静态障碍物包含依据所述障碍物类别信息划分的能够移动的可移动静态障碍物和不能够移动的环境静态障碍物；/n基于车道线信息、车位信息和环境静态障碍物对应的融合后的障碍物信息构建矢量地图层；/n将所述动态障碍物地图层、静态障碍物地图层和矢量地图层组合得到多层地图。/n

【技术特征摘要】
1.一种用于自动泊车场景的多层地图制作方法，包括：
获取车辆附近障碍物的包含障碍物类别信息、障碍物类别置信度、障碍物方位信息的障碍物第一信息、车道线信息及车位信息，获取包含障碍物方位信息的障碍物第二信息，以及获取包含障碍物回波信噪比、障碍物速度信息、障碍物方位信息的障碍物第三信息；
基于同一时刻下的所述障碍物第一信息、障碍物第二信息和障碍物第三信息进行信息融合得到融合后的障碍物信息，基于融合后的障碍物信息采用预置跟踪算法进行障碍物跟踪，得到障碍物跟踪轨迹；
依据障碍物跟踪轨迹将障碍物确定为动态障碍物或静态障碍物，基于动态障碍物对应的融合后的障碍物信息构建动态障碍物地图层，基于静态障碍物对应的融合后的障碍物信息构建静态障碍物地图层，其中，所述静态障碍物包含依据所述障碍物类别信息划分的能够移动的可移动静态障碍物和不能够移动的环境静态障碍物；
基于车道线信息、车位信息和环境静态障碍物对应的融合后的障碍物信息构建矢量地图层；
将所述动态障碍物地图层、静态障碍物地图层和矢量地图层组合得到多层地图。


2.根据权利要求1所述的方法，其中，所述障碍物第一信息来自车载相机系统，所述障碍物第二信息来自车载超声波雷达系统，所述障碍物第三信息来自车载毫米波雷达系统，所述基于同一时刻下的所述障碍物第一信息、障碍物第二信息和障碍物第三信息进行信息融合得到融合后的障碍物信息，包括：
定义所述车载毫米波雷达系统每一帧运行耗时ΔTr，车载相机系统每一帧运行实际耗时ΔTc，车载超声波雷达系统每一帧运行耗时ΔTu；
将在t0+Δtc时刻获取的障碍物第一信息转换为t0时刻的障碍物第一信息，t0为ΔTr时间内融合时间起点，其中，t0+Δtc＜t0+ΔTr；
将在t0+Δtu时刻获取的障碍物第二信息转换为t0时刻的障碍物第二信息，其中，t0+Δtu＜t0+ΔTr；
将t0时刻的障碍物第一信息、t0时刻的障碍物第二信息和t0时刻的障碍物第三信息分别包含的障碍物方位信息求加权平均，且保留t0+Δtc时刻障碍物第一信息中的类别信息、类别置信度和t0时刻的障碍物第三信息中的回波信噪比、速度信息；
将加权平均后的障碍物方位信息与保留的类别信息、类别置信度、回波信噪比、速度信息组合，将组合得到的障碍物信息作为融合后的障碍物信息。


3.根据权利要求2所述的方法，其中，将在t0+Δtc时刻获取的障碍物第一信息转换为t0时刻的障碍物第一信息，包括：
获取车辆位姿变化信息，所述车辆位姿变化信息包括车辆坐标系下的车辆位置变化信息和车辆的车头转角，其中，所述车辆坐标系以车辆后轴中心为原点，后轴中心指向前轴中心的方向为x方向，y方向垂直于x轴方向沿后轴向左；
依据车辆坐标系下的位置变化信息和车头转角确定出t0+Δtc时刻车辆坐标系相对于t0时刻车辆坐标系的旋转平移矩阵；
从t0+Δtc时刻获取的障碍物第一信息中提取方位信息并作为第一方位信息，将第一方位信息基于t0+Δtc时刻车辆坐标系相对于t0时刻车辆坐标系的旋转平移矩阵转换为t0时刻的第一方位信息；
将t0时刻的第一方位信息与t0+Δtc时刻的障碍物第一信息中的类别信息和类别置信度组合，得到t0时刻的障碍物第一信息。


4.根据权利要求3所述的方法，其中，将在t0+Δtu时刻获取的障碍物第二信息转换为t0时刻的障碍物第二信息，包括：
依据车辆坐标系下的车辆位置变化信息和车头转角确定出t0+Δtu时刻...

【专利技术属性】
技术研发人员：田玉珍，
申请(专利权)人：湖北亿咖通科技有限公司，
类型：发明
国别省市：湖北;42