汽车自动驾驶车道级定位和路边交通标识与指挥信号的识别方法技术

本发明专利技术提供一种简单实用的汽车自动驾驶车道级定位和路边交通标识和指挥信号的识别方法。本发明专利技术的方法为，在车道的路面上设有反射镜群，在车辆上设有控制单元、发射器与接收器，所述发射器发射出的发射波被所述反射镜群反射，所述接收器接收所述反射镜群对所述发射波进行反射而形成的反射波，所述控制单元根据所述反射波确定其所表示的编码指令进而确定该编码指令表示的指令内容，根据所确定的该指令内容对车辆进行控制，其中所述反射镜群的编码指令表示的指令内容是车辆位置、车道属性等路边静态标识。红绿灯等动态标识信息由路边有源发射装置发射给车辆。根据具体情况，一部分静态标识也可由路边有源发射装置发射给车辆。静态标识也可由路边有源发射装置发射给车辆。静态标识也可由路边有源发射装置发射给车辆。

【技术实现步骤摘要】
汽车自动驾驶车道级定位和路边交通标识与指挥信号的识别方法


[0001]本专利技术涉及一种直接向车辆提供车道级定位、路边交通标识和指挥信号电子指令的道路设备与汽车自动驾驶方法。

技术介绍

[0002]乘坐飞毯自由地到想去的地方，是人类许多世纪来的神话。技术发展到今天，用汽车自动驾驶来实现这个愿望，是近期人工智能和汽车行业认为可能实现的目标。如果这项技术成功付诸实现，除极少数人希望拥有私家车外，绝大多数人只需要像用Uber或滴滴打车那样，随时随地招来一部自动驾驶的出租车，输入目的地，就可安全到达。私家车不要了，家里的车库不要了，商场街道上的停车场也不要了。乘客在旅途中可以把车辆作为继续工作、社交、娱乐或休息的场所。作者认为这是最近的未来人工智能可能给人类生活带来最大的变革。
[0003]这就是为什么，以中国为例，从2014开始资本大量进入这个领域。但是，好景不长，大约3年之后，从2017年下半年开始，中国汽车自动驾驶圈已经开始感受到资本的阵阵寒意，企业融资难度加大，失败的企业激增
[1]。发展至2019年，业界更有“自动驾驶进入资本寒冬”的说法。

技术实现思路

[0004]理由很简单，资本所关心的商业化落地的可能性与进程没有达到要求
[2]。
[0005]从技术上来说，工程师们把激光、雷达、通讯和人工智能最前沿技术引入这个领域，例如LIDAR，毫米波雷达，C
‑
V2X，5G
‑
V2X，DeepLearning，CNN，
……/>,等等等等。但是，为什么还不能解决商业化落地化的问题呢？作者认为，技术走错了路线。
[0006]举一个例子来说明。假设项目的目标是实现汽车制造的自动化。技术上有2条路线：第一条路线，研发万能的能自主行走的机器人，识别并使用人类使用的扳手改锥焊枪手推车吊车等等工具，识别螺杆螺帽和各种汽车零件，利用几十年前就有的人工汽车装配车间的设备，让机器人在模仿工人组装汽车步骤的软件指挥下工作，准确地代替人类完成汽车安装；第二条路线，把几十年前就有的人工汽车装配车间改造成今天大多数现代化车厂的自动生产线，在该生产线的两边安装比万能的机器人简单的多的各种机械手，每个机械手完成一个简单的操作，最后在生产线的终端完成整车的自动安装。显然，正确并导致成功的是第二条路线。
[0007]目前汽车驾驶自动化是走类似的第一条路线。为什么这么说？请看看目前业界识别交叉路口红绿灯的方法：使用最广泛的是各种基于人工智能的视觉识别算法
[3]。由于只用颜色和形状信息来识别效果不好，研究者们提出诸如“级联分类器”方法、“特征分类”方法、卷积神经网络(CNN)方法等等。对多个红绿灯同时出现在同一交叉路口的情况，车辆难以确定到底哪一个红绿灯适用于当前车道中的车辆位置，因而只好用高精度地图，将红绿
灯的位置、大小等信息存放在高精度地图中。在车辆行驶的过程中，根据车辆的位置从高精度地图中找出适用于当前位置的红绿灯的坐标，再使用坐标转换将地图中的坐标映射到拍摄到的视野的图像中。又由于红绿灯在整个视野中只占很小的面积，必须从图像中剪切出感兴趣区域(ROI)，最后对ROI使用目标检测网络进行红绿灯识别。即使经过这么复杂的过程，各种方法报告的最高识别正确率只能达到99％左右。这是什么概念？就是说自动驾驶汽车每经过100次交叉路口就可能误判交通灯1次！对于定位
，情况也类似。目前使用人工智能识别的车道级定位技术只能做到90％左右的正确率
[4]。此外，靠全球卫星定位系统加上各种增强方法可以得到厘米级定位位，再使用高精度地图可以达到车道级定位的精度，但经济和技术上代价太高。
[0008]有鉴于此，本专利技术的目的在于提供一种简单实用的汽车自动驾驶车道级定位、路边交通标识和指挥信号电子指令的道路设备与汽车自动驾驶方法。
[0009]为达到上述目的，本专利技术的汽车自动驾驶车道级定位和路边交通标识与指挥信号的识别方法为，在车道的路边或路面上设有专门设置的装置，由所述的装置直接向车辆提供自动驾驶所需的车道级定位、路边交通标识和指挥信号电子指令。这种专门设置的装置，可以是无源的反射镜群(详见下面解释)，在车辆上设有控制单元、发射器与接收器，所述发射器发射出的发射波被所述反射镜群反射，所述接收器接收所述反射镜群对所述发射波进行反射而形成的反射波，所述控制单元根据所述反射波确定其所表示的编码指令进而确定该编码指令表示的指令内容，根据所确定的该指令内容对车辆进行控制，其中所述反射镜群的编码指令表示的指令内容是车道线、车辆所在位置与车道属性和该路段路边交通标识与指挥信号的信息。此外，这种专门设置的装置，也可以是有源的发射装置群。此时，在车辆上设有控制单元和接收器，所述接收器接收所述发射装置群对所述接收器发射的波，所述控制单元根据所述发射波确定其所表示的编码指令进而确定该编码指令表示的指令内容，根据所确定的该指令内容对车辆进行控制，其中所述发射装置群的编码指令表示的指令内容是车辆所在位置与车道属性和该路段路边交通标识与指挥信号的信息。
[0010]采用如上方法，仅需在道路上设置相应的无源反射镜群或有源发射器，即可非常有效且高精度地提供车辆所在位置与车道属性和该路段路边交通标识与指挥信号的信息。因此，本专利技术的方法简单且实用。
[0011]本专利技术优选，所述车道属性信息包括行驶规则信息。
[0012]本专利技术优选，所述车道属性信息包括本车道在道路中的位置信息。
[0013]本专利技术优选，所述车道属性信息包括：a)本车道在道路中的位置,即哪一条车道，根据这个信息，以便在车辆即时收到指令数据总表(查看[0056])中选择交叉路口多个红绿灯信号中对应的红绿灯信号；b)本车道允许的左与右拐或直行行驶规则；或者c)如果本车道不允许行驶的下一步操作，则需要向左或右跨越几条车道才能到达目标车道。
[0014]本专利技术优选，所述控制单元根据预先存储的图表确定自动驾驶所需的全部编码指令对应的具体内容。例如，编码0表示车道线标识，该反射镜位置表示其与车辆的直线距离和偏角；编码0002表示限速75公里标识；编码0005表示左拐车道标识，等等。
[0015]本专利技术优选，所述控制单元根据预先存储的图表确定所述编码指令表示的静态
‑
动态交通标识信息；根据车辆即时接收到路边发送的静态
‑
动态交通标识的指令数据总表(详见[0056])确定静态
‑
动态交通标识信息。
[0016]本专利技术优选，所述发射波为超声波、电磁波、光波或激光等物理波。
[0017]本专利技术优选，所述反射镜群包含1个或多个反射镜，多个反射镜群中的反射镜对所述反射波的反射特性存在不同，从而能够通过反射镜的不同排列形成编码指令信号。
[0018]本专利技术优选，通过所述反射镜的尺寸、质材、形状、表面光洁度或平凹等不同，使得反射镜形成的反射波的频率、波形、峰值、宽度或波形积分不同，从而得到不同的反射波。
[0019]另本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种汽车自动驾驶车道级定位和路边交通标识与指挥信号的识别方法，其特征在于，在车道的路边或路面上设有专门设置的装置，由所述的装置直接向车辆提供自动驾驶所需的车道线信息、车道级定位、路边交通标识和指挥信号电子指令。2.根据权利要求1所述的汽车自动驾驶车道级定位和路边交通标识与指挥信号的识别方法，其特征在于，在车道的路边或路面上专门设置的装置，可以是无源的反射镜群，在车辆上设有控制单元、发射器与接收器，所述发射器发射出的发射波被所述反射镜群反射，所述接收器接收所述反射镜群对所述发射波进行反射而形成的反射波，所述控制单元根据所述反射波确定其所表示的编码指令进而确定该编码指令表示的指令内容，根据所确定的该指令内容对车辆进行控制，其中所述反射镜群的编码指令表示的指令内容是车道线、车辆所在位置与车道属性和该路段路边交通标识与指挥信号的信息。3.根据权利要求1所述的汽车自动驾驶车道级定位和路边交通标识与指挥信号的识别方法，其特征在于，在车道的路边或路面上专门设置的装置，也可以是有源的发射装置群，在车辆上设有控制单元和接收器，所述接收器接收所述发射装置群对所述接收器发射的波，所述控制单元根据所述发射波确定其所表示的编码指令进而确定该编码指令表示的指令内容，根据所确定的该指令内容对车辆进行控制，其中所述发射装置群的编码指令表示的指令内容是车辆所在位置与车道属性和该路段路边交通标识与指挥信号的信息。4.根据权利要求1、2或3所述的汽车自动驾驶车道级定位和路边交通标识与指挥信号的识别方法，其特征在于，所述车道属性信息包括行驶规则信息，所述车道属性信息包括：a)本车道在道路中的位置,即哪一条车道，根据这个信息，以便在车辆即时收到指令数据总表中选择交叉路口多个红绿灯信号中对应的红绿灯信号；b)本车道允许的左右拐或直行行驶规则；或者c)如果本车道不允许行驶的下一步操作，则需要向左或右跨越几条车道才能到达目标车道，所述车辆所在位置包括车辆对车道边线、人行道边线、STOP线、距交叉路口的距离等，所述的路边交通标识和指挥信号是指该路段的所有静态
‑
动态交通标识和红绿灯等交通指挥信号。5.根据权利要求2和3所述的汽车自动驾驶车道级定位和路边交通标识与指挥信号的识别方法，其特征在于，控制单元根据预先存储的图表确定编码指令表示的静态、动态交通标识与指挥信号内容对车辆进行控制。6.根据权利要求2和3所述的汽车自动驾驶车道级定位和路边交通标识与指挥信号的识别方法，其特征在于，所述发射波为超声波、电磁波、光...

【专利技术属性】
技术研发人员：郭荣江，陈武玲，
申请(专利权)人：陈武玲，
类型：发明
国别省市：