【技术实现步骤摘要】
一种基于多传感器信息融合的无人方程式赛车感知规划方法
本专利技术涉及一种无人方程式赛车感知规划技术，属于无人驾驶
技术介绍
中国大学生无人驾驶方程式大赛由中国汽车工程学会主办，该赛事是一项由高等院校汽车工程或汽车相关专业在校大学生组队参加的汽车设计与制造比赛，根据赛事规则和赛车制造标准，参赛车队需要在一年的时间内自行设计和制造出一辆具备自主驾驶能力的无人驾驶方程式赛车并参加比赛。中国大学生无人驾驶方程式大赛融合了无人驾驶车辆的顶尖技术，其中动态赛事分为直线加速测试、8字绕环测试、操控性测试（有人）以及高速循迹追踪测试，重点测试参赛车辆的感知、规划、决策和控制等各项功能，涵盖了多传感器信息融合、点云障碍物识别、图像目标识别、车道线检测、车辆路径规划与跟踪等关键性技术。无人方程式赛车的多传感器信息融合等关键性技术可用于无人驾驶领域，对驾驶辅助系统具有重要意义，促进新能源汽车技术与智能汽车技术的发展。因此，针对无人方程式赛车感知规划关键技术问题，本专利技术提出了一种基于多传感器信息融合的无人方程式赛车感知规划方法...
【技术保护点】
1.一种基于多传感器信息融合的无人方程式赛车的感知规划方法，其特征在于以运算控制单元为信号协调中心，基于传感器系统读取GPS/IMU信号、激光雷达信号、摄像头信号，基于车载接收端读取遥控发射端信号，经运算控制单元分析处理后，发送控制信号给底盘线控系统，实现赛车的安全平稳运行；具体感知方法包括：/n基于激光雷达点云进行障碍物识别，实现激光雷达三维建模的环境感知；/n基于图像增强的最大稳定极值区域MSER方法和几何特征的锥桶检测算法进行锥桶颜色识别和检测定位；/n基于霍夫变换进行车道标志线检测；/n基于目标偏向型的双向快速搜索随机树RRT算法进行道路空间搜索和路径优化。/n
【技术特征摘要】
1.一种基于多传感器信息融合的无人方程式赛车的感知规划方法，其特征在于以运算控制单元为信号协调中心，基于传感器系统读取GPS/IMU信号、激光雷达信号、摄像头信号，基于车载接收端读取遥控发射端信号，经运算控制单元分析处理后，发送控制信号给底盘线控系统，实现赛车的安全平稳运行；具体感知方法包括：
基于激光雷达点云进行障碍物识别，实现激光雷达三维建模的环境感知；
基于图像增强的最大稳定极值区域MSER方法和几何特征的锥桶检测算法进行锥桶颜色识别和检测定位；
基于霍夫变换进行车道标志线检测；
基于目标偏向型的双向快速搜索随机树RRT算法进行道路空间搜索和路径优化。
2.如权利要求1所述的基于多传感器信息融合的无人方程式赛车的感知规划方法，其特征在于，基于激光雷达点云障碍物识别的环境感知算法包括以下步骤：
根据激光雷达的点云数据编写UDP协议驱动，利用该驱动获得激光雷达三维目标场景的初始点云数据；
对激光雷达的原始三维点云数据进行投影降维，将三维目标点云正射投影得到目标表面投影图，限制投影在点云感兴趣区域内；
采用霍夫变换查找道路边缘获取道路候选点，采用Canny边缘检测算子进行车道线边缘的提取，取得抑制噪声和边缘检测的平衡，依据道路边缘和路面特征滤除无关区域及路面点云数据，提取三维目标的点云数据；
利用离群值特征滤除离散的噪声点，剔除雷达点云数据中的异常值，采用MAD法作为离群值的判断标准；
基于DBSCAN算法进行聚类，识别桩筒，拟合区域边界，建立无人方程式赛车的局部地图，确定可通行区域。
3.根据权利要求1所述的基于多传感器信息融合的无人方程式赛车的感知规划方法，其特征在于，基于图像增强的最大稳定极值区域MSER方法和几何特征的锥桶检测算法包括以下步骤：
基于颜色特征将锥桶图像进行分割，提取白色分割图像和锥桶颜色分割图像，融合两个模板图像，得到锥桶的二进制图像；
针对赛道锥桶的颜色进行颜色增强，将灰度图像取阈值进行二值化处理，阈值从0到255依次递增，将像素点进行排序；
使用不同灰度阈值对图像进行二值化得到最稳定区域；
对原图进行反转，再次取阈值进行二值化处理，检测出灰度图像的白色区域，提取最大稳定极值区域MSER得到锥桶的ROI区域并进行轮廓提取；
基于几何特征进行锥桶检测，去除复杂背景的干扰；
基于单目视觉进行锥桶坐标...
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。