无人驾驶车辆路况不规则障碍物的识别装置制造方法及图纸

本发明专利技术涉及一种无人驾驶车辆路况不规则障碍物的识别装置，包括一个用于获取周边信息的获取装置，获取装置具有安装于车体上的伸缩机构；伸缩机构本体上侧具有顶盖片；伸缩机构具有一个插接弧柱的铰接部；伸缩机构的自由端具有厚度小于伸缩机构本体的限位条；伸缩机构本体上依次设有红外传感器、缓冲胶块、风量传感器；风量传感器侧面具有联轴器，联轴器经连接轴连接有设置在靠近铰接部的往复泵；顶盖片上贯穿上表面的导水槽。本发明专利技术具有识别效率高、准确率高、结构紧凑、可靠性好、传感器之间干扰小的优点。干扰小的优点。干扰小的优点。

【技术实现步骤摘要】
无人驾驶车辆路况不规则障碍物的识别装置


[0001]本专利技术属于无人驾驶
，具体涉及无人驾驶车辆路况不规则障碍物的识别装置。

技术介绍

[0002]无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。
[0003]它是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。
[0004]集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物，也是衡量一个国家科研实力和工业水平的一个重要标志，在国防和国民经济领域具有广阔的应用前景。
[0005]障碍物的正确识别对无人驾驶车辆以及车辆的自动驾驶模式具有重要意义。在实现对障碍物的自动识别时，通常在车辆上安装激光雷达传感器、毫米波雷达传感器或图像采集装置来采集车辆周围的障碍物信息，得到三维点云数据或二维图像数据。然后利用训练后的机器学习算法识别上述三维点云数据或二维图像数据中的障碍物。在训练上述机器学习算法时，通常利用已标注出障碍物的三维点云数据或二维图像数据来训练机器学习算法。

技术实现思路

[0006]本专利技术的主要目的在于提供一种识别效率高、准确率高、结构紧凑、可靠性好、传感器之间干扰小的无人驾驶车辆路况不规则障碍物的识别装置。
[0007]为达到上述目的，本专利技术的技术方案是这样实现的：无人驾驶车辆路况不规则障碍物的识别装置，包括一个用于获取周边信息的获取装置，获取装置具有安装于车体上的伸缩机构；伸缩机构本体上侧具有顶盖片；伸缩机构具有一个插接弧柱的铰接部；伸缩机构的自由端具有厚度小于伸缩机构本体的限位条；伸缩机构本体上依次设有红外传感器、缓冲胶块、风量传感器；风量传感器侧面具有联轴器，联轴器经连接轴连接有设置在靠近铰接部的往复泵；顶盖片上贯穿上表面的导水槽。
[0008]获取装置，配置用于利用红外传感器获取目标区域的红外数据以及利用图像采集装置获取目标区域的图像数据；
[0009]该识别装置还包括，红外识别装置，配置用于利用预设的红外识别模型识别红外数据中的障碍物信息，并对识别结果进行记录，得到第一记录结果；
[0010]图像识别装置，配置用于利用预设的障碍物特征识别模型识别图像数据，得到图像数据的障碍物特征图像，将得到的障碍物特征图像转换为二进制数据，并对二进制数据进行数据特征识别，得到数据特征识别结果，分析数据特征识别结果，得到数据特征识别结果对应的图像数据中的障碍物信息识别结果，对障碍物信息识别结果进行记录，得到第二
记录结果；
[0011]结果生成装置，配置用于对比第一记录结果与第二记录结果，检测二者的差别是否超过设定的阈值，若超过设定的阈值，则判断二者不相同，若没有超过设定的阈值，则判断二者相同；响应于二者相同，按照设定的加权值，分别取第一记录结果和第二记录结果的加权平均，得到最终的结果；响应于二者不相同，则确定第一记录结果与第二记录结果中正确的记录结果，并输出正确的记录结果作为最终的结果。
[0012]结果生成装置确定第一记录结果与第二记录结果中正确的记录结果包括：确定第一记录结果与第二记录结果的不同之处；确定同一不同之处在第一记录结果中指示的第一障碍物和在第二记录结果中指示的第二障碍物；确定第一记录结果中，第一障碍物的三维坐标集合确定的记录体积以及第一障碍物与红外传感器之间的第一距离；根据第一记录结果、第一距离，确定第一障碍物在点云数据中的期望体积范围；响应于记录体积位于期望体积范围之外，确定第一记录结果错误。
[0013]结果生成装置确定第一记录结果与第二记录结果中正确的记录结果包括：确定第二障碍物在第二记录结果中所覆盖的记录像素面积；根据第一距离、红外传感器与图像采集装置之间的校准参数，确定第二障碍物与图像采集装置之间的第二距离；根据第二记录结果、第二距离，确定第二障碍物在图像数据中的期望像素面积范围；响应于记录像素面积位于期望像素面积范围之外，确定第二记录结果错误。
[0014]图像识别装置利用预设的障碍物特征识别模型识别图像数据，得到图像数据的障碍物特征图像包括：将图像数据进行图像增强后，再进行图像二值化处理；设定三个预设的特征分布集合，分别为：第一特征集合、第二特征集合和第三特征集合；每一个集合内对应的特征概率值分别为：第一特征集合：P；第二特征集合：X；第三特征集合：M；设置一个样本点，使用该样本点对图像二值化处理后的图像进行样本点检测，检测完成后，采用如下公式计算图像二值化处理后的图像的样本点和设置的样本点的分类重合概率：计算图像二值化处理后的图像的样本点和设置的样本点的分类重合概率：其中，k为样本点个数，j为重合的样本点个数；计算损失函数：将分类重合概率与损失函数进行如下运算，得到最终的分类重合概率为：判断p
N
与P、X和M哪一个更接近，即p
N
与P、X和M分别作差值绝对值运算，计算结果最接近0；若p
j
与P更接近，则判断该图像数据的障碍物特征更接近第一特征集合，若p
N
与X更接近，则判断该图像数据的障碍物特征更接近第二特征集合；若p
N
与P更接近，则判断该图像数据的障碍物特征更接近第三特征集合。
[0015]图像识别装置将得到的障碍物特征图像转换为二进制数据，并对二进制数据进行数据特征识别，得到数据特征识别结果包括：获取该图像数据的障碍物特征对应的集合；若获取的集合为第一特征集合和第二特征集合，则将该集合内的数据进行转换，得到多个维度的原始数据，对原始数据进行预处理得到每个维度对应的像素矩阵；分析每个像素矩阵，
得到每个维度之间的关联关系，并利用关联关系建立宽度学习的神经网络模型；根据像素矩阵利用神经网络模型提取每个维度的高维特征，并将所有高维特征融合为维度信息；将维度信息进行降维处理，得到数据特征提取结果；若获取的集合为第三特征集合，则将该集合内的数据进行转换，得到多个维度的原始数据，对原始数据进行预处理得到每个维度对应的像素矩阵；分析每个像素矩阵，得到每个维度之间的关联关系，并利用关联关系建立高度学习的神经网络模型；根据像素矩阵利用神经网络模型提取每个维度的高维特征，并将所有高维特征融合为维度信息；将维度信息进行降维处理，得到数据特征提取结果。
[0016]本专利技术的无人驾驶车辆路况不规则障碍物的识别方法及计算机程序、存储介质，具有如下有益效果：其利用红外传感器和图像采集装置获取无人驾驶车辆行驶过程中的目标区域的图像信息，再对图像信息分别进行识别，基于两者的识别结果进行结果判断，提升了识别结果的准确率；同时，在进行图像识别的过程中，针对图像信息数据转换后，进行数据特征提取，提升了识别的效率；主要通过以下过程实现：1.图像数据的识别方法：本专利技术利用预设的障碍物特征识别模型识别图像数据，得到图像数据的障碍物特征图像，将得到的障碍物特征图像转换为二进制数据，并对二进制本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.无人驾驶车辆路况不规则障碍物的识别装置，包括一个用于获取周边信息的获取装置，其特征在于，所述的获取装置具有安装于车体(2)上的伸缩机构(1)；所述的伸缩机构(1)本体上侧具有顶盖片(1a)；所述的伸缩机构(1)具有一个插接弧柱(1c)的铰接部；所述的伸缩机构(1)的自由端具有厚度小于伸缩机构(1)本体的限位条(1d)；所述的伸缩机构(1)本体上依次设有红外传感器(11)、缓冲胶块(16)、风量传感器(12)；所述的风量传感器(12)侧面具有联轴器(13)，所述的联轴器(13)经连接轴(14)连接有设置在靠近所述铰接部的往复泵(15)；所述的顶盖片(1a)上贯穿上表面的导水槽(1b)。2.如权利要求1所述的装置，其特征在于，所述的获取装置，配置用于利用所述的红外传感器(11)获取目标区域的红外数据以及利用图像采集装置获取目标区域的图像数据；红外识别装置，配置用于利用预设的红外识别模型识别所述红外数据中的障碍物信息，并对识别结果进行记录，得到第一记录结果；还包括，图像识别装置，配置用于利用预设的障碍物特征识别模型识别所述图像数据，得到图像数据的障碍物特征图像，将得到的障碍物特征图像转换为二进制数据，并对二进制数据进行数据特征识别，得到数据特征识别结果，分析数据特征识别结果，得到数据特征识别结果对应的图像数据中的障碍物信息识别结果，对障碍物信息识别结果进行记录，得到第二记录结果；结果生成装置，配置用于对比所述第一记录结果与所述第二记录结果，检测二者的差别是否超过设定的阈值，若超过设定的阈值，则判断二者不相同，若没有超过设定的阈值，则判断二者相同；响应于二者相同，按照设定的加权值，分别取第一记录结果和第二记录结果的加权平均，得到最终的结果；响应于二者不相同，则确定所述第一记录结果与所述第二记录结果中正确的记录结果，并输出所述正确的记录结果作为最终的结果。3.如权利要求2所述的装置，其特征在于，所述结果生成装置确定所述第一记录结果与所述第二记录结果中正确的记录结果包括：确定所述第一记录结果与所述第二记录结果的不同之处；确定同一所述不同之处在所述第一记录结果中指示的第一障碍物和在所述第二记录结果中指示的第二障碍物；确定所述第一记录结果中，所述第一障碍物的三维坐标集合确定的记录体积以及所述第一障碍物与所述红外传感器(11)之间的第一距离；根据所述第一记录结果、所述第一距离，确定所述第一障碍物在所述点云数据中的期望体积范围；响应于所述记录体积位于所述期望体积范围之外，确定所述第一记录结果错误。4.如权利要求3所述的装置，其特征在于，所述结果生成装置确定所述第一记录结果与所述第二记录结果中正确的记录结果包括：确定所述第二障碍物在所述第二记录结果中所覆盖的记录像素面积；根据所述第一距离、所述红外传感器(11)与所述图像采集装...

【专利技术属性】
技术研发人员：杨扬，
申请(专利权)人：上海伯镭智能科技有限公司，
类型：发明
国别省市：