【技术实现步骤摘要】
一种用于智能汽车的车载芯片
[0001]本专利技术涉及车辆芯片领域，特别涉及一种用于智能汽车的车载芯片。
技术介绍
[0002]无人驾驶在汽车领域越来月火热，如，无人车、自动驾驶汽车；技术已经较为成熟，可根据需要自主行驶并执行任务。
[0003]在现有技术中，例如，在配送领域中，无人驾驶设备已经实现了自行根据订单规划路径行驶，完成从取货到送货的整个过程。
[0004]但是，在出现意外情况时，无人驾驶设备通常难以自行解决问题。例如，在仓储物流领域中，无人驾驶设备的驱动系统故障或损坏，导致无法继续行驶。或者，无人驾驶设备的电源管理系统出现问题，导致电量无法支持完成任务，等等。
[0005]在现有技术中，当无人驾驶设备需要依靠不同的传感设备和拍摄设备进行场景采集，现在主流技术就是激光雷达和摄像技术。
[0006]但是现有技术中，激光雷达技术虽然探测的清楚，但是对于周便场景建模的时候，无法提高真实性，其次，天气对于激光雷达存在影响，会让其效果产生衰减。而拍摄设备也存在无法达到激光雷达的技术效果。所以无...
【技术保护点】
【技术特征摘要】
1.一种用于智能汽车的车载芯片，用于在车辆行驶中进行场景检测，其特征在于，包括：第一场景测量处理器：用于接收智能汽车上激光雷达的返回信号，并生成全局三维环境场景；第二场景测量处理器：用于接收智能汽车上摄像装置的视频数据，确定智能汽车周边的局部三维场景，并在所述全局三维环境场景中进行局部场景标注；主控制器，用于根据局部场景标注后的全局三维环境场景，绘制行驶地图，并基于所述行驶地图控制智能汽车行驶。2.如权利要求1所述的一种用于智能汽车的车载芯片，其特征在于，所述第一场景测量处理器包括：照明源控制单元：用于在与外部电源连接时，照明源发射测量脉冲，驱动不同的激光雷达测量通道接收从三维环境中反射光；区域划分单元：用于通过所述反射光，划分不同元素的反射光的分布区域，根据所述分布区域，确定每个区域的场景元素；其中，所述场景元素至少包括：车辆、交通标志、行人、路侧建筑物、路中绿化带；元素标记单元：用户在所述场景元素生成后，对每一个场景元素进行一一标记，确定全局场景信息；三维环境场景生成单元：用于根据所述全局场景信息，对反射光的位置进行三维坐标系校准，并在校准之后建立全局三维环境场景；其中，所述全局三维环境场景中包括每个场景元素的标记位置框和用户自身智能汽车的姿态位置框；所述标记位置框和姿态位置框实时更新相邻距离长度。3.如权利要求1所述的一种用于智能汽车的车载芯片，其特征在于，所述第一场景测量处理器还包括如下场景测量步骤：步骤1：将所述反射光和每个场景元素相对应，构建目标场景的第一模型；其中，所述第一模型包括三维地形、地物和场景环境；步骤2：根据预设的设置激光雷达成像仿真参数，确定每个场景元素的元素信息；其中，所述元素信息包括位置、探测距离、视场和分辨率；步骤3：基于过程纹理技术，通过过程纹理算法生成具有纹理分辨率、透明度和颜色的点云纹理；步骤4：根据所述点云纹理，生成每个场景模型的第一纹理模型；步骤5：根据所述第一纹理模型，进行点云配色，根据所述点云配色，生成场景元素的点云图像；其中，所述点云图像为每个场景元素对应的部分场景图像。4.如权利要求3所述的一种用于智能汽车的车载芯片，其特征在于，所述生成点云图像还包括：步骤51：根据所述点云图像，确定每个场景元素的拼接区域；步骤52：根据所述点云图像，进行点云信息提取，确定每一个点云数据；其中，所述点云数据包括每一个点的GPS信息和距离地面的高度值；
步骤53：根据所述待拼接区域，确定点云数据的边界点；其中，所述边界点为距离地面的高度值等于预设高度值的点数据；步骤54：从所述拼接区域中确定待拼接点的拼接坐标；步骤55：根据所述拼接坐标，通过所述拼接区域的点云数据构成的三维点云图像；其中，每个点云数据包括位置坐标信息；步骤56：根据所述待拼接点的位置坐标信息，将待拼接区域两侧边界点进行匹配认定；步骤57：根据所述匹配认定将相邻场景元素的点云图像进行拼接。5.如权利要求1所述的一种用于智能汽车的车载芯片，其特征在于，所述第二场景测量处理器包括：视频接收单元：用于对所述视频数据进行场景元素识别，将场景元素和关键图像帧对应的场景元素进标定，通过场景标定视频，获取所述关键图像帧中的至少一个关键主体位置和目标区域位置；其中，所述关键主体位置为关键图像帧中场景元素的实时位置；所述目标区域位置为关键图像帧...
【专利技术属性】
技术研发人员：杨萍，
申请(专利权)人：深圳市伟安特电子有限公司，
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。