一种车辆可行驶区域检测方法、系统以及采用该系统的自动驾驶车辆技术方案

本申请公开一种车辆可行驶区域检测方法，一种自动驾驶辅助系统以及一种自动驾驶车辆，方法包括：使用神经网络对摄像装置获取的图像数据进行处理以得到障碍物的第一概率分布；根据雷达回波信号的回波时间和回波宽度获得所述障碍物的第二概率分布；根据障碍物的第一概率分布和障碍物的第二概率分布，获得以概率表示的车辆可行驶区域，所述概率表示车辆不可通行的几率。自动驾驶辅助系统包括摄像装置、至少一个雷达以及处理器，系统被配置可实现方法的技术方案，自动驾驶车辆包括上述的自动驾驶辅助系统。本申请的方法融合了摄像装置和雷达这两种传感器，并将基于两种传感器所获得障碍物分布信息进行融合，融合后的车辆可行驶区域以概率的形式进行表示。从而可以全面地得到车辆周围的障碍物信息，避免了因为摄像装置的盲区或者雷达的探测范围所导致的探测盲区。区或者雷达的探测范围所导致的探测盲区。区或者雷达的探测范围所导致的探测盲区。

【技术实现步骤摘要】
一种车辆可行驶区域检测方法、系统以及采用该系统的自动驾驶车辆


[0001]本申请涉及自动驾驶领域，特别地，涉及车辆可行驶区域检测方法、系统以及采用该系统的自动驾驶车辆。

技术介绍

[0002]随着5G通信和车联网技术的快速发展，自动驾驶技术已经成为研究热点。自动驾驶领域核心技术包括智能环境感知、自动导航定位、驾驶行为决策和智能路径规划控制等。在自动驾驶技术中，对于车辆的可行驶区域检测是实现自动驾驶的基础要求，车辆必须识别哪些区域是可行驶的哪些是不可行驶的才可以进行后续的路径规划。而在某些具体的自动驾驶辅助功能(例如泊车)中，可行驶区域的识别尤为重要，以自动泊车为例，它要求：(1)车辆在包含各种障碍物的环境中找到当前位置至目标库位的可行路径；(2)车辆在行驶过程中禁止与运动或静止的障碍物相碰撞。这对车载传感器系统提出了极高的需求：传感器应尽可能精准地提供当前环境中，障碍物相对于车辆自身的坐标信息，以形成车辆在环境中的可行驶区域。
[0003]现有技术一般采用传感器获取车辆周边信息并进行分析，从而得出车辆周边的可行驶环境；但是现有技术对于可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆可行驶区域检测方法，包括：使用神经网络对摄像装置获取的图像数据进行处理以得到障碍物的第一概率分布；根据超声波雷达回波信号的回波时间和回波宽度获得所述障碍物的第二概率分布；根据所述障碍物的第一概率分布和所述障碍物的第二概率分布，获得以概率表示的车辆可行驶区域。2.根据权利要求1所述的方法，其特征在于：所述概率表示车辆不可通行的几率。3.根据权利要求2所述的方法，其特征在于：所述摄像装置包括以下至少一种：鱼眼相机、广角相机、宽视野相机。4.根据权利要求1至3任一项所述的方法，其特征在于：所述摄像装置设置在以下至少一种位置：所述车辆上、道路上或者道路周围的装置上；所述超声波雷达设置在以下至少一种位置：所述车辆上、道路上或者道路周围的装置上。5.根据权利要求1至4任一项所述的方法，其特征在于：所述车辆可行驶区域以概率栅格地图的形式表示，或者所述车辆不可通行的几率以概率栅格地图的形式表示。6.根据权利要求1至4任一项所述的方法，其特征在于：所述神经网络包括编码器和解码器，所述编码器用于使用池化层对数据进行降维，所述解码器用于使用反卷积层对数据进行升维。7.根据权利要求1至6任一项所述的方法，所述使用神经网络对摄像装置获取的图像数据进行处理以得到障碍物的第一概率分布包括：使用所述神经网络对摄像装置获取的图像数据进行语义分割处理以得到障碍物的类型，基于所述障碍物的类型确定所述障碍物第一概率分布。8.根据权利要求1
‑
7任一项所述的方法，其特征在于：所述神经网络的输入包括时间上相邻或相间隔的多帧图像。9.根据权利要求1至8任一项所述的方法，其特征在于：在所述神经网络的训练过程中，使用障碍物贴图法来实现数据增强。10.根据权利要求1至9任一项所述的方法，其特征在于：对于较小的障碍物，在所述神经网络的损失函数中，给予较高的权重。1...

【专利技术属性】
技术研发人员：夏浪，陈奕强，沈玉杰，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：