一种基于数据融合的无人驾驶的智能控制方案制造技术

本发明专利技术属于车辆无人驾驶技术领域，公开了一种基于数据融合的无人驾驶的智能控制方案，包括无人驾驶车辆终端、远程基站与北斗卫星导航系统，所述无人驾驶车辆终端与远程基站之间通过无线传输的方式传递信息与指令，所述北斗卫星导航系统用于构建无人驾驶车辆终端的路径并及时将信息传输至远程基站；所述无人驾驶车辆终端包括有车载感知系统、多传感器数据融合系统、决策系统与控制系统，所述控制系统与远程基站之间通过无线传输的方式传递信息与指令，所述车载感知系统、多传感器数据融合系统、决策系统、控制系统之间通过导线电性连接，通过多传感器深度融合，传感器之间能够取长补短，提升感知系统的精度，使得无人驾驶车辆安全性得到提高。全性得到提高。全性得到提高。

【技术实现步骤摘要】
一种基于数据融合的无人驾驶的智能控制方案


[0001]本专利技术涉及车辆无人驾驶
，具体为一种基于数据融合的无人驾驶的智能控制方案。

技术介绍

[0002]无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目的，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，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。
[0003]目前，无人驾驶车辆的车载传感器种类繁多，但是单一传感器在无人驾驶感知道路环境的过程中存在挑战，单一传感器都具有各自的优点与缺点，导致感知信息不够完备且不够准确，从而影响了无人驾驶汽车的正常行驶，还可能导致出现安全问题，为此，本专利技术提供了一种基于数据融合的无人驾驶的智能控制方案来解决上述问题。

技术实现思路

[0004](一)解决的技术问题
[0005]1.要解决的技术问题
[0006]针对现有技术中存在的问题，本专利技术的目的在于提供一种基于数据融合的无人驾驶的智能控制方案，具备多传感器深度融合，传感器之间取长补短的优点，解决了单一传感器具有各自优缺点，导致感知信息不够完备准确，影响正常行驶，安全性低的问题。
[0007](二)技术方案
[0008]为实现上述目的，本专利技术提供如下技术方案：
[0009]一种基于数据融合的无人驾驶的智能控制方案，包括无人驾驶车辆终端、远程基站与北斗卫星导航系统，所述无人驾驶车辆终端与远程基站之间通过无线传输的方式传递信息与指令，所述北斗卫星导航系统用于构建无人驾驶车辆终端的路径并及时将信息传输至远程基站；
[0010]所述无人驾驶车辆终端包括有车载感知系统、多传感器数据融合系统、决策系统与控制系统，所述控制系统与远程基站之间通过无线传输的方式传递信息与指令，所述车载感知系统、多传感器数据融合系统、决策系统、控制系统之间通过导线电性连接。
[0011]优选的，所述车载感知系统包括有激光雷达、毫米波雷达、摄像头与360
°
环视系统。
[0012]优选的，所述多传感器数据融合系统包括有预处理模块，所述预处理模块的输入端与车载感知系统电性连接，所述预处理模块的输出端通过导线电性连接有数字信号转换模块与图像处理模块，所述数字信号转换模块与图像处理模块的输出端均通过导线电性连接有异构数据计算平台。
[0013]优选的，所述预处理模块包括有运动补偿、时间同步、传感器标定、多激光雷达的标定、传感器视场角，所述运动补偿包括有车辆运动补偿与被测物体运动补偿。
[0014]优选的，所述图像处理模块包括有图像预处理、图像分析、图像重建、图像平滑。
[0015]优选的，所述决策系统包括与异构数据计算平台电性连接的完备环境信息算法与不完备环境信息算法，所述完备环境信息算法与不完备环境信息算法的输出端电性连接有实时轨迹规划模块。
[0016]优选的，所述完备环境信息算法包括有基于深度逆向强化学习算法设计与基于学习的广义决策树算法设计，所述不完备环境信息算法为模糊算法，所述不完备环境信息算法包括有基于学习模糊自适应算法设计与部分可观马尔可夫决策算法设计。
[0017]优选的，所述控制系统包括有车辆多目标协同控制模块与车辆运动状态估计与参数辨识模块，所述车辆多目标协同控制模块包括有车辆纵横解耦控制、车辆主动转向控制、驱动力协同控制与车辆信号灯光控制。
[0018](三)有益效果
[0019]与现有技术相比，本专利技术提供了一种基于数据融合的无人驾驶的智能控制方案，具备以下有益效果：
[0020](1)通过车载感知系统记录图像，通判断车辆周围环境，并能够识别路牌、交通灯甚至文字信息，实现众多警示与识别等ADAS功能，测算目标的位置、速度等特征量，感知车辆周围环境，并形成精度高达厘米的3D环境地图，可全天候全天时使用，预处理模块进行数据融合，使得多传感器深度融合，传感器之间能够取长补短，帮助整个感知系统效果的提升，提升感知系统的精度，使得无人驾驶车辆安全性得到提高。
[0021](2)通过将采集的信息分为完备环境信息与不完备环境信息，分别进行基于深度逆向强化学习算法设计与基于学习的广义决策树算法设计或基于学习模糊自适应算法设计与部分可观马尔可夫决策算法设计，对数据进行计算并通过实时轨迹规划模块进行驾驶轨迹的规划，通过控制系统进行车辆无人驾驶过程中的控制，并通过车辆运动状态估计与参数辨识模块将驾驶轨迹分别传递至远程基站与实时轨迹规划模块，进行调整修正与控制，远程基站可人工干预进行路线修正与紧急停止，提高安全性能。
附图说明
[0022]图1为本专利技术工作原理示意图。
具体实施方式
[0023]下面将结合本专利技术的实施例，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0024]请参照图1：
[0025]实施例一：一种基于数据融合的无人驾驶的智能控制方案，包括无人驾驶车辆终端、远程基站与北斗卫星导航系统，所述无人驾驶车辆终端与远程基站之间通过无线传输的方式传递信息与指令，所述北斗卫星导航系统用于构建无人驾驶车辆终端的路径并及时
将信息传输至远程基站；
[0026]所述无人驾驶车辆终端包括有车载感知系统、多传感器数据融合系统、决策系统与控制系统，所述控制系统与远程基站之间通过无线传输的方式传递信息与指令，所述车载感知系统、多传感器数据融合系统、决策系统、控制系统之间通过导线电性连接。
[0027]进一步的，所述车载感知系统包括有激光雷达、毫米波雷达、摄像头、超声波测距雷达与360
°
环视系统，摄像头的作用主要就是记录图像，通过图像处理模块分析数据，进而判断车辆周围环境，并能够识别路牌、交通灯甚至文字信息，摄像机应用中摄像头的形式包括单目、双目和三目，安装位置分为前视、后视、环视和车内监控摄像头，实现众多警示与识别等ADAS功能；激光雷达是无人车驾驶最佳的技术路线，主要通过向目标物体发射激光束，然后通过计算从目标反射回的脉冲飞行时间来测量距离，以此测算目标的位置、速度等特征量，感知车辆周围环境，并形成精度高达厘米的3D环境地图；毫米波雷达空间分别率高，毫米波引导头穿透雾、烟、灰尘的能力强，传输距离远，性能稳定，不受目标物体形状、颜色等干扰，具有全天候全天时的特点；360
°
环视系统可观察车辆周围环境，提供自动停车并感知车辆周围环境。
[0028]实施例二：一种基于数据融合的无人驾驶的智能控制方案，包括无人驾驶车辆终端、远程基站与北斗卫星导航系统，所述无人驾驶车辆终端与远程基站之间通过无线本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据融合的无人驾驶的智能控制方案，包括无人驾驶车辆终端、远程基站与北斗卫星导航系统，其特征在于：所述无人驾驶车辆终端与远程基站之间通过无线传输的方式传递信息与指令，所述北斗卫星导航系统用于构建无人驾驶车辆终端的路径并及时将信息传输至远程基站；所述无人驾驶车辆终端包括有车载感知系统、多传感器数据融合系统、决策系统与控制系统，所述控制系统与远程基站之间通过无线传输的方式传递信息与指令，所述车载感知系统、多传感器数据融合系统、决策系统、控制系统之间通过导线电性连接。2.根据权利要求1所述的一种基于数据融合的无人驾驶的智能控制方案，其特征在于：所述车载感知系统包括有激光雷达、毫米波雷达、摄像头与360
°
环视系统。3.根据权利要求1所述的一种基于数据融合的无人驾驶的智能控制方案，其特征在于：所述多传感器数据融合系统包括有预处理模块，所述预处理模块的输入端与车载感知系统电性连接，所述预处理模块的输出端通过导线电性连接有数字信号转换模块与图像处理模块，所述数字信号转换模块与图像处理模块的输出端均通过导线电性连接有异构数据计算平台。4.根据权利要求3所述的一种基于数据融合的无人驾驶的智能控制方案，其特征在于：所述预处...

【专利技术属性】
技术研发人员：李伟，张春鹏，张恺，戴淮初，朱茂飞，刘罡，
申请(专利权)人：合肥学院，
类型：发明
国别省市：