本发明专利技术提供了一种轨道识别方法，适用于在嵌入了后向反射阵列的虚拟轨道上行驶的车辆。所述轨道识别方法包括：获取毫米波雷达探测出的目标点以及摄像头拍摄的视觉数据；利用所述后向反射阵列对应的目标点确定出第一轨道线；基于所述视觉数据确定出第二轨道线；以及利用联邦卡尔曼滤波法将所述第一轨道线和所述第二轨道线融合以作为所述轨道的实际轨道线。二轨道线融合以作为所述轨道的实际轨道线。二轨道线融合以作为所述轨道的实际轨道线。
【技术实现步骤摘要】
一种轨道识别方法及其装置
[0001]本专利技术涉及车辆定位领域，尤其涉及一种车辆行驶的虚拟轨道的识别方法和装置。
技术介绍
[0002]电车是一种常用的公共交通客运车，包括铁轨电车、轻轨电车及有轨电车等等。现有的铁轨电车、轻轨电车及有轨电车的需要专门的电力系统和轨道配合实现运行，且基础设施建设和车辆购置成本高。为解决该问题，中车集团提出了一种能够循迹地面上的虚拟轨道的电车概念，该种新型电车取消了钢轨，通过胶轮承载和方向盘转向的方式跟随地面虚拟轨道行驶。
[0003]地面虚拟轨道可灵活布置，无需在地面上进行特别的基建建设，仅需在地面上如车道线和斑马线一般绘示出该新型电车行驶的虚拟轨道即可。此种新型电车无需再沿着固定轨道行驶，且大大降低了基建成本，相对于有轨电车而言有巨大的运营优势。同时，该种新型电车“共享路权，混行交通”的运行特点，使得交通系统在地面车道布设等方面拥有组织灵活的优势。
[0004]在2016年中车株洲所研发的该种电车已经实现了基于视觉的自动循迹功能，进一步提升了该种新型电车的智能化水平。从2017年6月智能快运系统发布面世，到2019年6月四川宜宾智能快运系统T1线开通，该种新型电车已经相继在湖南株洲、江西永修、四川宜宾等三个城市开通运营，客户对循迹功能的要求逐步提高，从最初的循迹辅助进站到目前的全线全时段循迹驾驶，对循迹系统的安全可靠性要求越来越高。
[0005]自动循迹功能已成为该种新型电车自动驾驶或辅助驾驶中至关重要的功能。在车辆自动驾驶专业领域，基于导航的横向控制理论已经有前人进行了深入的研究，也有成功装车实现控制效果的范例。
[0006]自动循迹的车辆的关键技术包括对虚拟轨道的识别。
[0007]目前，主要是通过视觉来识别虚拟轨道从而实现轨迹跟随。在光照良好的情况下，通过视觉可以探测出虚拟轨道以实现精准的轨迹跟随。然而，在单一车载视觉传感器下的数字轨道识别鲁棒性较差的问题，如摄像头的可靠性不仅受到雾、雨、雪等恶劣天气的影响，还受到其他车辆迎风大灯和进入隧道等光线强度突变的影响。
[0008]另外，激光雷达可以通过道路和车道线标识的反射强度区别来检测出车道线。激光雷达和摄像头采用的视觉波段的波长相近，具有微米级的短波长特性，使激光雷达能够准确地探测到物体细节。但是，激光雷达也有和视觉类似的缺陷，当它遇到下雨或雾天，即当粒子的大小接近或大大超过激光雷达的波长时光照强度会急速衰减。
[0009]为解决通过单一的视觉识别或激光雷达识别虚拟轨道存在不同程度的缺陷的问题，本专利技术旨在提出一种轨道识别方法及其装置，能够保证在存在各种天气和光照条件下的自动循迹的车辆的准确的轨迹跟随。
技术实现思路
[0010]以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。
[0011]根据本专利技术的一方面，提供了一种轨道识别方法，适用于在嵌入了后向反射阵列的虚拟轨道上行驶的车辆，所述轨道识别方法包括：获取毫米波雷达探测出的目标点以及摄像头拍摄的视觉数据；利用所述后向反射阵列对应的目标点确定出第一轨道线；基于所述视觉数据确定出第二轨道线；以及利用联邦卡尔曼滤波法将所述第一轨道线和所述第二轨道线融合以作为所述虚拟轨道的实际轨道线。
[0012]在一实施例中，所述利用所述后向反射阵列对应的目标点确定出第一轨道线包括：提取所述目标点中的量测目标，所述量测目标为所述后向反射阵列对应的目标点；将所述毫米波雷达探测出的当前帧数据中的量测目标与前一帧数据中的跟踪目标的预测目标进行关联以确定当前帧数据中的跟踪目标；以及对所述跟踪目标进行霍夫变换以得到所述第一轨道线。
[0013]在一实施例中，所述提取所述目标点中的量测目标包括：对所述毫米波雷达的探测视场进行限定以确定出属于兴趣区域内的目标点；通过所述毫米波雷达探测出的连续两帧数据对所述兴趣区域内的目标点进行过滤以去除所述目标点中的噪点和虚假点；将过滤后的目标点的相对速度与所述车辆的速度的相反数进行比较以确定出所述兴趣区域内的静态目标；以及将所述静态目标的反射强度值与所述后向反射阵列的先验反射强度值进行对比以筛选出所述静态目标中的后向反射阵列以作为所述量测目标。
[0014]在一实施例中，所述轨道识别方法还包括：将所述静态目标的反射强度值与所述兴趣区域内的其他无关目标的先验反射强度值进行对比以实现所述静态目标的分类。
[0015]在一实施例中，所述将所述毫米波雷达探测出的当前帧数据中的量测目标以及前一帧数据中的跟踪目标的预测目标进行关联以确定当前帧数据中的跟踪目标包括：基于前一帧数据中的跟踪目标推测出所述跟踪目标在当前帧数据中的预测目标；利用最近邻域算法确定出所述预测目标与所述量测目标的关联关系；以及利用离散卡尔曼滤波算法修正所述预测目标与所述量测目标的关联关系以确定出与前一帧数据中的跟踪目标的对应的量测目标以作为所述当前帧数据中的跟踪目标。
[0016]在一实施例中，所述对所述跟踪目标进行霍夫变换以得到所述第一轨道线包括：基于所述跟踪目标在毫米波雷达坐标系下的坐标点确定出所述跟踪目标在图像坐标系下的坐标点；将所述跟踪目标在图像坐标系下的坐标点转换为霍夫空间内的直线状态；以及基于所述霍夫空间内的直线状态提取出两条轨道线以作为所述第一轨道线。
[0017]在一实施例中，所述基于所述跟踪目标在毫米波雷达坐标系下的坐标点确定出所述跟踪目标在图像坐标系下的坐标点包括：基于摄像头坐标系与毫米波雷达坐标系的转换关系将所述跟踪目标在毫米波雷达坐标系下的坐标点转换为摄像头坐标系下的坐标点；基于投影成像关系将所述跟踪目标在摄像头坐标系下的坐标点转换为图像物理坐标系下的坐标点；以及基于所述图像物理坐标系与图像坐标系的转换关系将所述跟踪目标在图像物理坐标系下的坐标点转换为图像坐标系下的坐标点。
[0018]在一实施例中，所述将所述跟踪目标在图像坐标系下的坐标转换为霍夫空间内的直线状态包括：利用图像坐标系与霍夫空间的转换公式xcosθ+ysinθ＝ρ将所述跟踪目标在图像坐标系下的所有坐标点转换为霍夫空间内的多条直线，其中，(x，y)为所述跟踪目标的任一坐标点在图像坐标系的坐标，θ为坐标点(x，y)在极坐标系下的极角，ρ为坐标点(x，y)在极坐标系下的极径，每一极坐标系下坐标点可对应于霍夫空间内的一条直线；以及所述基于所述霍夫空间内的直线状态提取出两条轨道线以作为所述第一轨道线包括：对所述霍夫空间内的所有直线的交点进行统计以确定出通过每一交点的直线的数量；以及将通过的直线的数量最多的两个交点转换为所述图像坐标系下的直线以作为所述第一轨道线。
[0019]在一实施例中，所述利用联邦卡尔曼滤波法将所述第一轨道线和所述第二轨道线融合以作为所述轨道的实际轨道线包括：将所述第一轨道线和所述第二轨道线分别转换至本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种轨道识别方法，适用于在嵌入了后向反射阵列的虚拟轨道上行驶的车辆，所述轨道识别方法包括：获取毫米波雷达探测出的目标点以及摄像头拍摄的视觉数据；利用所述后向反射阵列对应的目标点确定出第一轨道线；基于所述视觉数据确定出第二轨道线；以及利用联邦卡尔曼滤波法将所述第一轨道线和所述第二轨道线融合以作为所述虚拟轨道的实际轨道线。2.如权利要求1所述的轨道识别方法，其特征在于，所述利用所述后向反射阵列对应的目标点确定出第一轨道线包括：提取所述目标点中的量测目标，所述量测目标为所述后向反射阵列对应的目标点；将所述毫米波雷达探测出的当前帧数据中的量测目标与前一帧数据中的跟踪目标的预测目标进行关联以确定当前帧数据中的跟踪目标；以及对所述跟踪目标进行霍夫变换以得到所述第一轨道线。3.如权利要求2所述的轨道识别方法，其特征在于，所述提取所述目标点中的量测目标包括：对所述毫米波雷达的探测视场进行限定以确定出属于兴趣区域内的目标点；通过所述毫米波雷达探测出的连续两帧数据对所述兴趣区域内的目标点进行过滤以去除所述目标点中的噪点和虚假点；将过滤后的目标点的相对速度与所述车辆的速度的相反数进行比较以确定出所述兴趣区域内的静态目标；以及将所述静态目标的反射强度值与所述后向反射阵列的先验反射强度值进行对比以筛选出所述静态目标中的后向反射阵列以作为所述量测目标。4.如权利要求3所述的轨道识别方法，其特征在于，还包括：将所述静态目标的反射强度值与所述兴趣区域内的其他无关目标的先验反射强度值进行对比以实现所述静态目标的分类。5.如权利要求2所述的轨道识别方法，其特征在于，所述将所述毫米波雷达探测出的当前帧数据中的量测目标以及前一帧数据中的跟踪目标的预测目标进行关联以确定当前帧数据中的跟踪目标包括：基于前一帧数据中的跟踪目标推测出所述跟踪目标在当前帧数据中的预测目标；利用最近邻域算法确定出所述预测目标与所述量测目标的关联关系；以及利用离散卡尔曼滤波算法修正所述预测目标与所述量测目标的关联关系以确定出与前一帧数据中的跟踪目标的对应的量测目标以作为所述当前帧数据中的跟踪目标。6.如权利要求2所述的轨道识别方法，其特征在于，所述对所述跟踪目标进行霍夫变换以得到所述第一轨道线包括：基于所述跟踪目标在毫米波雷达坐标系下的坐标点确定出所述跟踪目标在图像坐标系下的坐标点；将所述跟踪目标在图像坐标系下的坐标点转换为霍夫空间内的直线状态；以及基于所述霍夫空间内的直线状态提取出两条轨道线以作为所述第一轨道线。7.如权利要求6所述的轨道识别方法，其特征在于，所述基于所述跟踪目标在...
【专利技术属性】
技术研发人员：潘文波，鞠夕强，胡云卿，李源征宇，龙腾，侯志超，江良玉，
申请(专利权)人：中车株洲电力机车研究所有限公司，
类型：发明
国别省市：
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。